Tri thức và ý định hành vi: Động lực mới trong đào tạo giáo viên ngoại ngữ thời đại số

AI và những thách thức mới trong giáo dục ngoại ngữ

Trí tuệ nhân tạo (AI) đang trở thành một trụ cột trong đổi mới giáo dục thế giới. Từ các ứng dụng nhận diện giọng nói, dịch máy, đến các nền tảng tạo sinh văn bản và hình ảnh, AI mở ra những khả năng mới trong giảng dạy ngoại ngữ. Theo Merino-Campos (2025), AI mang lại cơ hội cá nhân hóa học tập, tăng cường tính tương tác, và hỗ trợ người học phát triển kỹ năng ngoại ngữ theo cách nhanh chóng và phù hợp hơn. Abrar et al. (2025) cũng nhấn mạnh rằng AI có thể cung cấp lộ trình học tập linh hoạt, đi kèm với các hình thức đánh giá động, giúp giáo viên tiết kiệm thời gian và tập trung hơn vào hoạt động sáng tạo sư phạm.

Tuy nhiên, những tiềm năng này không đồng nghĩa với việc AI sẽ tự động nâng cao chất lượng giảng dạy. Các nghiên cứu gần đây cho thấy sự thành công trong ứng dụng AI phụ thuộc nhiều vào thái độ, tri thức và năng lực sư phạm của giáo viên (Yim & Wegerif, 2024; Guan et al., 2025). Cheah et al. (2025) còn chỉ ra rằng đa số giáo viên hiện nay mới dừng lại ở mức “nhận biết” AI, nhưng chưa sẵn sàng chuyển hóa thành thực hành giảng dạy. Khoảng cách này đặt ra thách thức cho các cơ sở đào tạo giáo viên: làm thế nào để giúp sinh viên sư phạm hình thành cả kiến thức công nghệ lẫn sự tự tin sư phạm số?

Tri thức và ý định hành vi: Một vòng xoáy phát triển năng lực

Kết quả khảo sát với sinh viên sư phạm ngoại ngữ tại châu Âu cho thấy mối liên hệ rõ rệt giữa tri thức AI và ý định hành vi trong giảng dạy. Những sinh viên có nhiều trải nghiệm học tập với AI thường bày tỏ ý định mạnh mẽ hơn trong việc tích hợp công cụ này vào lớp học, từ soạn giáo án, tạo học liệu đến thiết kế hoạt động luyện kỹ năng. Ngược lại, những sinh viên có ý định nghề nghiệp rõ ràng với AI cũng chính là nhóm chủ động trau dồi thêm tri thức và kỹ năng số. Điều này phản ánh cơ chế hai chiều: học tập nuôi dưỡng ý định, và ý định thúc đẩy học tập (Sanusi et al., 2024; Zhang et al., 2023).

Một điểm thú vị là mặc dù sinh viên khá tự tin khi sử dụng AI ở mức cơ bản, họ lại dè dặt trước các ứng dụng phức tạp như đánh giá năng lực, phản hồi cá nhân hóa hay giám sát tiến bộ. Điều này phù hợp với nhận định của Lucas et al. (2025) rằng sẵn sàng sư phạm để ứng dụng AI không chỉ dừng ở thái độ tích cực, mà đòi hỏi kiến thức chuyên sâu và kinh nghiệm thực hành có định hướng. Nếu thiếu trải nghiệm này, giáo viên dễ rơi vào trạng thái lạm dụng AI như công cụ thay thế, hoặc ngược lại, né tránh ứng dụng vì lo ngại thiếu công bằng và kiểm soát.

Năng lực bản thân và nhu cầu đào tạo: Khoảng trống và nghịch lý

Một phát hiện quan trọng là sự tự tin (self-efficacy) và nhu cầu đào tạo (training needs) không đồng nhất. Có những sinh viên tin vào khả năng ứng dụng AI của mình, nhưng chưa ý thức rõ khoảng trống cần bồi dưỡng. Ngược lại, những sinh viên bày tỏ ý định nghề nghiệp gắn bó với AI lại là nhóm nhận thấy rõ ràng nhu cầu được đào tạo thêm (Bandura, 2012; Hoya et al., 2024). Điều này cho thấy sự tự tin chủ quan chưa đủ để phản ánh đúng thực trạng năng lực, và nhu cầu đào tạo nên được đánh giá dựa trên định hướng nghề nghiệp dài hạn thay vì chỉ dựa vào cảm nhận.

Ngoài ra, sự thiếu vắng khung năng lực AI cho giáo viên ở nhiều quốc gia khiến sinh viên khó có chuẩn mực để tự so sánh. Pokrivcakova (2023) cho thấy ở Slovakia, gần một nửa sinh viên sư phạm ngoại ngữ chưa được trang bị đầy đủ kỹ năng AI, phần lớn do thiếu chương trình chính quy và tiêu chuẩn đánh giá rõ ràng. Điều này gợi nhắc rằng nếu không có chính sách và chuẩn quốc gia, việc ứng dụng AI dễ trở thành tự phát và thiếu bền vững.

Hàm ý cho đào tạo giáo viên quốc tế

Các kết quả trên chỉ ra rằng đào tạo giáo viên cần tiếp cận AI một cách toàn diện. Thứ nhất, cần xây dựng các học phần AI literacy với cả ba thành tố: kiến thức công nghệ, năng lực sư phạm và tư duy phản biện. Thứ hai, các chương trình nên tích hợp hoạt động thực hành như mô phỏng lớp học với AI, thiết kế tình huống phức tạp, và thảo luận các vấn đề đạo đức trong sử dụng công nghệ. Thứ ba, cần khuyến khích sự hợp tác giữa trường đại học và các trường phổ thông để sinh viên được thử nghiệm công cụ AI trong môi trường thực tế (Guan et al., 2025; Yang et al., 2024).

Những kinh nghiệm quốc tế cho thấy, tại một số nước như Anh và Hàn Quốc, giáo viên ngoại ngữ đã được tiếp cận sớm với AI thông qua các khóa đào tạo chính quy, từ đó hình thành lực lượng giảng dạy vừa am hiểu công nghệ vừa có năng lực phản tư. Việt Nam có thể học hỏi kinh nghiệm này, nhưng cần điều chỉnh để phù hợp với bối cảnh chính sách và nhu cầu địa phương.

Khuyến nghị cho Việt Nam: Từ chính sách đến thực tiễn

Trong bối cảnh Việt Nam triển khai Chương trình Giáo dục phổ thông 2018, Chiến lược Chuyển đổi số quốc gia đến 2030, và gần đây là Nghị quyết 57-NQ/TW (2024) về khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số, việc đưa AI vào đào tạo giáo viên không còn là lựa chọn mà là yêu cầu cấp thiết. Để đảm bảo tính khả thi và bền vững, có thể đề xuất ba định hướng chính:

Xây dựng khung năng lực AI cho giáo viên theo chuẩn quốc gia: Việt Nam cần ban hành bộ tiêu chuẩn năng lực AI dành cho giáo viên, tương tự như khung năng lực số DIGCOMP tại châu Âu. Khung này nên bao gồm ba mức độ: nhận thức – vận dụng – phản tư, đồng thời tích hợp yếu tố đạo đức, quyền riêng tư và an toàn dữ liệu.

Cải tiến chương trình đào tạo sư phạm theo hướng kết hợp công nghệ và sư phạm: Các học phần đào tạo giáo viên ngoại ngữ cần lồng ghép nội dung AI literacy như bắt buộc, thay vì chỉ giảng dạy tự chọn. Quan trọng hơn, nội dung phải đi đôi với thực hành – chẳng hạn tổ chức mô phỏng lớp học ứng dụng AI, cho phép sinh viên thử nghiệm thiết kế hoạt động giảng dạy và nhận phản hồi từ giảng viên và chuyên gia công nghệ.

So sánh và học hỏi từ quốc tế, nhưng điều chỉnh phù hợp với bối cảnh Việt Nam: Kinh nghiệm từ Slovakia (Pokrivcakova, 2023) cho thấy nếu thiếu chính sách, năng lực AI của sinh viên sư phạm sẽ phát triển chậm và rời rạc. Trong khi đó, Anh đã lồng ghép AI trong đào tạo giáo viên từ cấp đại học, giúp giáo viên có nền tảng vững vàng ngay khi ra trường (Edmett et al., 2023). Việt Nam có thể học hỏi mô hình kết hợp này, nhưng cần lồng ghép thêm yếu tố phù hợp với thực tiễn lớp học Việt Nam – nơi còn nhiều chênh lệch về hạ tầng số giữa các vùng miền.

Thúc đẩy liên kết giữa đại học – phổ thông – doanh nghiệp: Việt Nam nên tạo cơ chế hợp tác ba bên: trường sư phạm, trường phổ thông và doanh nghiệp công nghệ. Điều này vừa giúp sinh viên tiếp cận công cụ hiện đại, vừa bảo đảm tính ứng dụng thực tiễn trong giảng dạy.

Những khuyến nghị trên không chỉ nhằm nâng cao năng lực cá nhân của giáo viên, mà còn góp phần xây dựng hệ sinh thái giáo dục số – nơi con người và công nghệ cùng phát triển hài hòa, hướng đến mục tiêu “giáo dục mở, linh hoạt, chất lượng và hội nhập”.

Việc trang bị kiến thức và trải nghiệm thực hành về AI cho giáo viên ngoại ngữ tương lai là một yếu tố then chốt trong xây dựng nguồn nhân lực giáo dục chất lượng cao. Kết quả từ khảo sát quốc tế đã chứng minh rằng tri thức, năng lực bản thân và ý định hành vi có mối quan hệ chặt chẽ và tương hỗ. Với Việt Nam, đây là cơ hội để định hình một thế hệ giáo viên không chỉ am hiểu công nghệ, mà còn biết khai thác AI như một động lực đổi mới sư phạm, góp phần hiện thực hóa mục tiêu chuyển đổi số giáo dục trong thập niên tới.

Vân An

Tài liệu tham khảo

Abrar, M., Aboraya, W., Abdulghafor, R., Subramanian, K. P., Al Husaini, Y., & Al Hussaini, M. (2025). AI-powered learning pathways: Personalized learning and dynamic assessments. International Journal of Advanced Computer Science and Applications, 16(1), 454–462.

Ajzen, I. (2011). The theory of planned behavior: Reactions and reflections. Psychology & Health, 26(9), 1113–1127.

Bandura, A. (2012). Social cognitive theory. In P. A. M. Van Lange, A. W. Kruglanski, & E. T. Higgins (Eds.), Handbook of theories of social psychology (pp. 349–373). Sage.

Cheah, Y. H., Ong, E. T., & Lim, C. L. (2025). Teachers’ readiness for integrating AI in classrooms: Challenges and opportunities. Computers and Education: Artificial Intelligence, 8, 100315.

Guan, C., Yang, Z., & Luo, H. (2025). Examining self-efficacy in AI-based teacher education. Education and Information Technologies, 30, 411–429.

Hoya, T., Kim, S., & Park, J. (2024). Subjective norms and AI adoption in teacher education. Journal of Educational Technology & Society, 27(2), 112–124.

Lucas, M., Tran, Q., & O’Reilly, T. (2025). Pedagogical readiness in AI-mediated education: Perspectives from teacher education. Teaching and Teacher Education, 138, 104583.

Merino-Campos, C. (2025). Generative AI in higher education: Student and teacher perspectives. British Journal of Educational Technology, 56(2), 365–382.

Pokrivcakova, S. (2023). Artificial intelligence in EFL teacher education: A Slovak case study. Journal of Language and Education, 9(4), 45–59.

Sanusi, O., Zhang, W., & Lin, Y. (2024). AI adoption in pre-service teacher education: Evidence from Asia. Computers & Education, 205, 104866.

Uysal, M., & Yüksel, H. (2024). Challenges of AI-supported lesson planning in foreign language teaching. Language Learning & Technology, 28(3), 1–18.

Yang, Z., Li, X., & Sun, J. (2024). The impact of AI knowledge on teacher self-efficacy. Journal of Computer Assisted Learning, 40(5), 1021–1035.

Yim, S., & Wegerif, R. (2024). Teacher expertise in the age of AI. Computers and Education: Artificial Intelligence, 7, 100292.

Zhang, J., Li, X., & Chen, L. (2023). Technology acceptance model in AI adoption for teacher education. Interactive Learning Environments, 31(6), 945–960.