Đổi mới đảm bảo chất lượng giáo dục đại học trong kỷ nguyên số: Từ khung chuẩn đến phương pháp định lượng

Khung chuẩn đảm bảo chất lượng: Nền tảng của minh bạch và uy tín

Trong lịch sử phát triển giáo dục đại học, việc hình thành và áp dụng các khung chuẩn đã đóng vai trò như “xương sống” của hệ thống đảm bảo chất lượng. European Standards and Guidelines (ESG), ra đời trong tiến trình Bologna từ năm 2005, nhấn mạnh ba trụ cột: đảm bảo chất lượng nội bộ tại các cơ sở giáo dục, đánh giá chất lượng bên ngoài bởi các tổ chức độc lập, và cơ chế giám sát các cơ quan QA (Lozano et al., 2019). ESG đã góp phần hình thành một không gian giáo dục đại học châu Âu minh bạch, dễ đối sánh và tăng cường niềm tin lẫn nhau giữa các quốc gia.

Cùng với ESG, EFQM Excellence Model được triển khai rộng rãi nhằm khuyến khích cải tiến liên tục, tăng cường liên kết giữa quản trị chiến lược, giảng dạy và nghiên cứu. Các nghiên cứu tại Hà Lan, Tây Ban Nha và nhiều quốc gia châu Âu cho thấy, việc áp dụng EFQM giúp tăng cường sự tham gia của giảng viên, nâng cao hiệu quả tổ chức và cải thiện trải nghiệm học tập (Gómez Gómez et al., 2017).

Trong khi đó, ISO 9001 lại mang đến một khung quản lý chất lượng phổ quát, giúp chuẩn hóa quy trình, giảm thiểu rủi ro vận hành và gia tăng tính giải trình. Nhiều đại học khu vực MENA và Mỹ Latinh đã thành công trong việc nâng cao tỷ lệ kiểm định chương trình và sự hài lòng của người học nhờ áp dụng ISO 9001 (Rosa et al., 2012).

Tuy nhiên, các mô hình này, khi đứng độc lập, thường gặp giới hạn trong việc phản ứng kịp với biến động nhanh của bối cảnh toàn cầu – từ xu thế quốc tế hóa, áp lực xếp hạng đại học đến sự lan tỏa của công nghệ số. Chính điều này tạo tiền đề cho sự dịch chuyển sang mô hình lai ghép: vừa giữ vững nền tảng khung chuẩn, vừa tích hợp các công cụ định lượng.

Sức mạnh của phương pháp định lượng trong QA đại học

Trước áp lực cạnh tranh và nhu cầu minh bạch, các trường đại học ngày càng coi trọng phương pháp định lượng như công cụ đo lường hiệu quả và hoạch định chính sách.

Phân tích bao dữ liệu (DEA) giúp đánh giá hiệu quả hoạt động thông qua tỷ lệ đầu vào – đầu ra, từ đó chỉ ra những cơ sở tối ưu và những điểm nghẽn trong phân bổ nguồn lực. Ví dụ, DEA cho thấy các trường có tỷ lệ giảng viên/sinh viên hợp lý và phân bổ ngân sách nghiên cứu ổn định thường đạt hiệu suất cao hơn so với các trường thiếu chiến lược dài hạn (Agasisti & Pérez-Esparrells, 2010).

Quy trình phân tích thứ bậc (AHP) cho phép sắp xếp mức độ quan trọng của các tiêu chí trong đánh giá chất lượng. Kết quả phân tích tại nhiều trường châu Âu khẳng định công bố khoa học và chất lượng giảng dạy là hai tiêu chí có trọng số cao nhất trong việc nâng cao uy tín và xếp hạng (Vaidya & Kumar, 2006). Phương pháp Delphi thường được dùng song song để đảm bảo sự đồng thuận của chuyên gia và tăng độ tin cậy trong ma trận so sánh.

Mô hình Bayes lại đặc biệt hữu ích cho dự báo. Bằng cách kết hợp dữ liệu lịch sử với quan sát hiện tại, các trường có thể dự đoán xu hướng tuyển sinh, rủi ro bỏ học hoặc hiệu quả các chính sách hỗ trợ (Salleh & Yassin, 2024). Đây là lợi thế quan trọng trong bối cảnh biến động nhân khẩu học và kinh tế ảnh hưởng trực tiếp đến dòng chảy sinh viên.

Những phương pháp này không loại bỏ QA truyền thống, mà bổ sung để tạo ra một hệ thống hỗn hợp, vừa định tính vừa định lượng, giúp các trường điều chỉnh chiến lược linh hoạt và minh bạch hơn.

Chuyển đổi số và ESG: Định hình QA đại học hiện đại

Sự phát triển nhanh của giáo dục số đã mở rộng phạm vi QA ra ngoài giảng đường. Các nền tảng quản lý học tập như Moodle hay Canvas ngày nay không chỉ lưu trữ nội dung, mà còn tích hợp công cụ phân tích học tập, giúp giảng viên theo dõi tiến trình học tập của sinh viên, nhận diện nguy cơ bỏ học và thực hiện can thiệp kịp thời (Viberg et al., 2018). Trường hợp Arizona State University cho thấy việc áp dụng công nghệ học tập thích ứng dựa trên AI đã nâng tỷ lệ hoàn thành môn toán thêm 20% (Papamitsiou & Economides, 2014).

Cùng lúc, nguyên tắc ESG trong nghĩa “Environmental, Social, and Governance” đang trở thành chuẩn mực mới của QA. Các đại học châu Âu và Mỹ đã triển khai “khuôn viên xanh”, lồng ghép nội dung bền vững trong chương trình đào tạo và công bố chiến lược giảm phát thải carbon (Wang et al., 2022; Dagiliūtė et al., 2018). Điều này không chỉ nâng cao trách nhiệm xã hội mà còn tạo lợi thế cạnh tranh trong bảng xếp hạng quốc tế.

Dù mang lại lợi ích rõ rệt, việc triển khai các công cụ định lượng và chuyển đổi số trong QA không tránh khỏi thách thức. Một mặt, sự phụ thuộc vào dữ liệu có thể dẫn đến thiên lệch nếu đầu vào thiếu toàn diện hoặc không chuẩn hóa. Mặt khác, AI và big data trong QA cũng đặt ra lo ngại về quyền riêng tư, tính giải thích và công bằng (Mishra, 2023). Do vậy, một hệ thống QA hiệu quả cần kết hợp phân tích định lượng với đánh giá định tính, đồng thời đảm bảo tiếng nói của giảng viên, sinh viên và các bên liên quan.

Khuyến nghị cho giáo dục đại học tại Việt Nam

Việt Nam đang bước vào giai đoạn quan trọng với nhiều chính sách định hình tương lai giáo dục đại học. Nghị quyết 57-NQ/TW (2024) đã nhấn mạnh phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số như trụ cột của giáo dục. Đồng thời, Chiến lược chuyển đổi số ngành giáo dục đặt mục tiêu đến 2030, 100% cơ sở giáo dục triển khai dữ liệu số hóa, ứng dụng AI và phân tích học tập trong quản trị.

So với châu Âu và Mỹ, Việt Nam có lợi thế là đi sau nên có thể rút kinh nghiệm để tránh “bẫy hình thức” trong QA – nơi việc kiểm định đôi khi chỉ mang tính đối phó. Thay vì chỉ chú trọng vào quy trình kiểm định, Việt Nam có thể tập trung vào mô hình hỗn hợp: vừa tuân thủ khung chuẩn quốc tế, vừa áp dụng các công cụ định lượng để đối sánh hiệu quả.

Một ví dụ là DEA có thể được Bộ Giáo dục và Đào tạo sử dụng để phân tích hiệu quả giữa các nhóm trường (đại học công lập, tư thục, tự chủ), từ đó xác định cơ sở nào cần tăng đầu tư và cơ sở nào cần tái cấu trúc. AHP có thể áp dụng trong xác định trọng số các tiêu chí xếp hạng đại học Việt Nam, tránh tình trạng thiên lệch quá nhiều về số bài báo quốc tế mà bỏ qua chất lượng đào tạo. Mô hình Bayes có thể giúp dự báo xu hướng tuyển sinh và nhu cầu nhân lực theo ngành, gắn với các quyết định về mở/đóng ngành học.

Bên cạnh đó, ESG theo nghĩa “phát triển bền vững” cần được tích hợp sâu hơn. Việt Nam có thể tham khảo kinh nghiệm Phần Lan và Hà Lan, nơi các đại học đã lồng ghép nội dung bền vững vào tất cả chương trình đào tạo, thay vì chỉ có các môn học riêng lẻ (Lozano et al., 2019). Đây cũng là hướng đi phù hợp với chiến lược quốc gia về tăng trưởng xanh và cam kết giảm phát thải ròng đến 2050.

Tóm lại, để QA trở thành động lực chứ không chỉ là thủ tục, Việt Nam cần ba bước: (i) xây dựng văn hóa dữ liệu và minh bạch, (ii) triển khai mô hình hỗn hợp kết hợp khung chuẩn và công cụ định lượng, và (iii) gắn QA với mục tiêu phát triển bền vững và hội nhập quốc tế. Nếu thực hiện được, QA sẽ không chỉ nâng cao uy tín học thuật trong nước, mà còn giúp Việt Nam tiến gần hơn đến mục tiêu trở thành trung tâm giáo dục trong khu vực.

Sự kết hợp giữa khung chuẩn truyền thống và công cụ định lượng, cùng với chuyển đổi số và ESG, đang mở ra một mô hình QA toàn diện, vừa duy trì chuẩn mực học thuật, vừa đáp ứng yêu cầu minh bạch và thích ứng toàn cầu. Đối với Việt Nam, đây là cơ hội để vừa nâng cao chất lượng, vừa tạo lợi thế cạnh tranh trong không gian giáo dục quốc tế.

Vân An

Tài liệu tham khảo

Agasisti, T., & Pérez-Esparrells, C. (2010). Comparing efficiency in a cross-country perspective: The case of Italian and Spanish state universities. Higher Education, 59(1), 85–103. https://doi.org/10.1007/s10734-009-9235-8

Cutroni, L., & Paladino, A. (2023). Peer-ing in: A systematic review and framework of peer review of teaching in higher education. Teaching and Teacher Education, 133, 104302. https://doi.org/10.1016/j.tate.2023.104302

Dagiliūtė, R., Liobikienė, G., & Minelgaitė, A. (2018). Sustainability at universities: Students’ perceptions from Green and Non-Green universities. Journal of Cleaner Production, 181, 473–482. https://doi.org/10.1016/j.jclepro.2018.01.213

Gómez Gómez, J., Martínez Costa, M., & Martínez Lorente, Á. R. (2017). EFQM Excellence Model and TQM: An empirical comparison. Total Quality Management & Business Excellence, 28(1–2), 88–103. https://doi.org/10.1080/14783363.2015.1050167

Liu, C.-Y. A., & Tsai, C.-C. K. (2014). Evaluation on higher education using data envelopment analysis. International Journal of Management Excellence, 4(2), 522–528. https://doi.org/10.17722/ijme.v4i2.188

Lozano, R., Barreiro-Gen, M., Lozano, F. J., & Sammalisto, K. (2019). Teaching sustainability in European higher education institutions: Assessing the connections between competences and pedagogical approaches. Sustainability, 11(6), 1602. https://doi.org/10.3390/su11061602

Mishra, S. (2023). Enhancing plagiarism detection: The role of artificial intelligence in upholding academic integrity. Library Philosophy and Practice, 7809. https://doi.org/10.53761/q3azde36

Papamitsiou, Z., & Economides, A. A. (2014). Learning analytics and educational data mining in practice: A systematic literature review of empirical evidence. Educational Technology & Society, 17(4), 49–64.

Rosa, M. J., Sarrico, C. S., & Amaral, A. (2012). Implementing quality management systems in higher education institutions. In M. Savsar (Ed.), Quality Assurance and Management (pp. 129–146). InTech. https://doi.org/10.5772/33922

Salleh, S. S., & Yassin, Y. (2024). Bayesian model for academic performance prediction in learning analytics. International Journal of Academic Research in Progressive Education and Development, 13(1), 1175–1186. https://doi.org/10.6007/IJARPED/v13-i1/20364

Vaidya, O. S., & Kumar, S. (2006). Analytic hierarchy process: An overview of applications. European Journal of Operational Research, 169(1), 1–29. https://doi.org/10.1016/j.ejor.2004.04.028

Viberg, O., Hatakka, M., Bälter, O., & Mavroudi, A. (2018). The current landscape of learning analytics in higher education. Computers in Human Behavior, 89, 98–110. https://doi.org/10.1016/j.chb.2018.07.027

Wang, Y., Sommier, M., & Vasques, A. (2022). Sustainability education at higher education institutions: Pedagogies and students’ competences. International Journal of Sustainability in Higher Education, 23(1), 174–193. https://doi.org/10.1108/IJSHE-11-2021-0465