Tích hợp AI vào môi trường giáo dục: Từ lý luận nền tảng đến thực hành sư phạm

Trong bối cảnh công nghệ số đang dần thay đổi nhanh chóng các mô hình học tập trên toàn cầu, các nhà nghiên cứu giáo dục quốc tế không chỉ tập trung vào tiềm năng công nghệ mà còn chú trọng đến cách công nghệ được thiết kế và sử dụng để nuôi dưỡng tư duy và năng lực của người học. Một trong những tiếng nói tiêu biểu trong lĩnh vực này là Tiến sĩ James Diamond – hiện là Giám đốc Chương trình Thiết kế và Công nghệ học tập (Program Director for Learning Design and Technology), Đại học Johns Hopkins, Hoa Kỳ và là một nhà nghiên cứu trong lĩnh vực truyền thông số và học tập, tập trung chủ yếu vào việc sử dụng trò chơi giáo dục để làm phong phú trải nghiệm học tập và giảng dạy ở bậc K–12 cho cả học sinh cũng như giáo viên.

Ông sử dụng phương pháp nghiên cứu dựa trên thiết kế (design-based research) để tạo ra và nghiên cứu các công nghệ giúp thúc đẩy năng lực chủ thể của người học trong các bối cảnh học tập thực tế. Với kinh nghiệm sâu rộng trong nghiên cứu, thiết kế và đánh giá giáo dục, các lĩnh vực mà ông quan tâm bao gồm giáo dục lịch sử, khoa học xã hội và công dân; giáo dục STEM; tư duy tính toán; và năng lực ngôn ngữ học thuật theo ngành. Công trình nghiên cứu của ông đã nhận được tài trợ từ Quỹ Khoa học Quốc gia Hoa Kỳ (NSF), Sáng kiến Học tập và Truyền thông Kỹ thuật số HASTAC của Quỹ MacArthur, Quỹ Gates và Quỹ Robin Hood Learning + Technology.

James Diamond có bằng Cử nhân, Thạc sĩ Giáo dục từ Đại học Boston và bằng Tiến sĩ từ Đại học New York. Chính từ nền tảng nghiên cứu liên ngành và thực tiễn này, ông mang đến diễn đàn tại Diễn đàn Hà Nội lần thứ 5 về Khoa học Giáo dục - HaFPES 2025 một cách tiếp cận vừa giàu lý luận giáo dục, vừa gắn với thực hành sư phạm cụ thể, đặc biệt trong việc tích hợp trí tuệ nhân tạo vào dạy học một cách phát triển.

Hình 1. Câu chuyện hai sinh viên

(Hình minh họa mở đầu bài trình bày tại HaFPES 2025 của James Diamond, cho thấy hai cách tiếp cận khác nhau khi sử dụng AI trong học tập – một bên sử dụng như “người viết thuê vô hình”, bên còn lại sử dụng AI như một công cụ phản biện để phát triển tư duy)

Phóng viên: Trong phần mở đầu bài trình bày, tiến sĩ đã kể một câu chuyện ngắn về hai sinh viên làm bài luận để dẫn đến câu hỏi “What is the purpose of education?” (Mục đích của giáo dục là gì?). Vì sao ông chọn cách mở đầu như vậy?

TS. James Diamond: Tôi muốn làm rõ sự khác biệt giữa hai cách sử dụng trí tuệ nhân tạo trong học tập. Một sinh viên dùng AI như một “người viết thuê vô hình” để tạo bản nháp, chỉ chỉnh sửa đôi chút trước khi nộp bài. Sinh viên còn lại thì tự viết bản luận, dành thời gian suy nghĩ, lập luận, phát triển ý tưởng, rồi mới dùng AI để kiểm chứng và phản biện lại lập luận của chính mình. Hai bài luận có thể giống nhau về hình thức, nhưng quá trình học tập thì khác biệt căn bản: một bên để AI thay thế tư duy, bên kia coi AI như một bạn đồng hành trong quá trình suy nghĩ. Câu chuyện ấy dẫn tới câu hỏi lớn về mục tiêu của giáo dục. Nhà triết học Gert Biesta nêu rõ giáo dục có ba mục tiêu: trình độ (qualification), xã hội hóa (socialization) và hình thành chủ thể (subjectification). Nếu tiếp cận AI như một “người viết thuê vô hình”, chúng ta có thể đạt hiệu quả ngắn hạn, nhưng đồng thời cũng có nguy cơ đánh mất những điều kiện nền tảng để quá trình hình thành chủ thể – tức sự trưởng thành của con người với tư cách những cá nhân có năng lực phán đoán và tiếng nói riêng có thể diễn ra.

  ───────────────────────────────────────────────

❝Hai bài luận có thể giống nhau về hình thức, nhưng quá trình học tập đằng sau thì khác biệt căn bản: một bên để AI thay thế tư duy, bên kia coi AI như một bạn đồng hành trong quá trình suy nghĩ.❞

───────────────────────────────────────────────

Phóng viên: Trong bài trình bày, tiến sĩ nhiều lần nhấn mạnh rằng AI mở ra những khả năng sư phạm chưa từng có. Ông có thể nói rõ hơn về điều này?

TS. James Diamond: Việc khai thác tiềm năng của AI không phải là cuộc chạy đua về tốc độ hay năng suất, mà là để mở ra những khả năng sư phạm trước đây khó thực hiện ở quy mô lớn. Chúng ta có thể cung cấp phản hồi tức thời, mô phỏng nhanh nhiều góc nhìn khác nhau hoặc phản hồi đa ngôn ngữ chỉ trong vài giây. Khi được sử dụng đúng thời điểm, những công cụ này giúp làm sâu sắc năng lực phán đoán và tư duy phản biện của người học. AI còn có thể mở rộng “không gian lân cận khả dĩ” (adjacent possible), cho phép người học khám phá phương án thay thế, mô phỏng tình huống phản thực, lắng nghe nhiều quan điểm ngôn ngữ và văn hóa khác nhau, rồi từ đó lựa chọn và biện minh cho lập luận của chính mình. Khi được tích hợp hợp lý, lớp học có thể trở thành một “xưởng sáng tạo” hay “phòng thí nghiệm tư duy”, nơi thử nghiệm diễn ra nhanh chóng, có thể đảo ngược, với phản hồi định hình liên tục và người học được khuyến khích chủ động kiểm chứng và bảo vệ quyết định của bản thân.

  ───────────────────────────────────────────────

❝Khi được tích hợp hợp lý, lớp học có thể trở thành một ‘xưởng sáng tạo’ hay ‘phòng thí nghiệm tư duy’, nơi người học được khuyến khích kiểm chứng, bảo vệ quyết định và mở rộng không gian tư duy của mình.❞

───────────────────────────────────────────────

Phóng viên: Ông đã dành một phần quan trọng để bàn về bối cảnh chính sách của Việt Nam và Hoa Kỳ. Theo ông, điều gì đang làm cho câu chuyện tích hợp AI trở nên cấp thiết hiện nay?

TS. James Diamond: Câu hỏi về cách thức khai thác AI trở nên cấp thiết hơn bao giờ hết khi công nghệ thay đổi rất nhanh. Ở Việt Nam, Chương trình Chuyển đổi số Quốc gia và Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030 đang đưa công nghệ mới vào từng lớp học, từng chương trình đào tạo. Bộ GD-ĐT đang tập trung phát triển năng lực AI cho giáo viên, thể hiện nhận thức sâu sắc và khẩn cấp rằng chúng ta cần những nhà giáo dục có khả năng đưa ra quyết định sư phạm sáng suốt trong kỷ nguyên mới. Ở Hoa Kỳ, các hướng dẫn liên bang như Báo cáo AI của Bộ Giáo dục, Kế hoạch Công nghệ Giáo dục Quốc gia 2024, Khung Quản lý Rủi ro AI của NIST và Tuyên ngôn về Quyền AI đang được triển khai. Tuy nhiên, phần lớn hoạt động thực tiễn lại diễn ra ở cấp bang và cơ sở giáo dục thông qua cải tiến thiết kế đánh giá, bồi dưỡng chuyên môn cho giáo viên và các mô hình thử nghiệm về quản trị AI trong giáo dục. Vấn đề không phải là “có dùng AI hay không”, mà là làm thế nào để sử dụng AI theo hướng phát triển

Phóng viên: Tiến sĩ cũng phân tích sâu về khái niệm “vật lộn thiết yếu” trong học tập. Đây có phải là điểm mấu chốt để tránh nguy cơ AI làm suy yếu quá trình học?

TS. James Diamond: Đúng vậy. Từ góc độ khoa học học tập, “vật lộn” là một phần tất yếu của học tập có ý nghĩa. Manu Kapur gọi đó là “thất bại có tính kiến tạo”, còn Robert và Elizabeth Bjork gọi là “khó khăn có chủ đích”. Đó là những khoảnh khắc khi người học tự khám phá nguyên lý hoặc tự tổ chức lập luận – những nỗ lực nhận thức giúp kiến thức trở nên vững chắc, chuyển giao được và tồn tại lâu dài. AI có thể hỗ trợ quý giá bằng cách loại bỏ gánh nặng ngoại vi như định dạng văn bản hay thao tác lặp lại, nhưng nếu can thiệp quá sớm vào phần vật lộn thiết yếu – như lập kế hoạch, đánh giá, chỉnh sửa – thì quá trình học sẽ bị rút ruột, mất chiều sâu thực chất.

Phóng viên: Những rủi ro mà tiến sĩ nêu ra không chỉ ở cấp cá nhân mà còn ở cấp hệ thống. Ông có thể nói rõ hơn?

TS. James Diamond: Có hai dạng rủi ro lớn. Thứ nhất là ở cấp người học: thiên lệch tự động (automation bias) khiến con người quá tin vào hệ thống có vẻ thành thạo, làm xói mòn khả năng phản biện và ra quyết định độc lập. Một nguy cơ khác là “sự trôi chảy vay mượn” (borrowed fluency) được Vivienne Neale mô tả: sản phẩm AI tạo ra mượt mà vượt xa khả năng thực tế của người học, đến mức họ không thể giải thích hay bảo vệ lập luận đó. Một sinh viên của tôi từng nói rất chân thành: “Khi tôi dùng AI ngay từ đầu dự án, tôi cảm thấy mình rất thông minh – nhưng tôi khá chắc là mình không thật sự học được gì cả.” Thứ hai là ở cấp hệ thống: các vấn đề về quyền riêng tư, quản trị dữ liệu, thiên lệch và khả năng tiếp cận, sự phụ thuộc vào nhà cung cấp hay thay đổi bản chất công việc của giáo viên. Nếu không được nhận diện và quản lý sớm, việc phó mặc cho AI có thể tạo ra bề mặt tưởng như công bằng hôm nay nhưng tiềm ẩn nguy cơ bất bình đẳng sâu sắc trong tương lai.

Hình 2. Khung “Ground – Gate – Govern”

(Khung lý thuyết trung tâm mà James Diamond đề xuất nhằm tích hợp AI theo hướng phát triển, nhấn mạnh việc đặt nền tảng mục tiêu, kiểm soát ngưỡng tiếp cận dựa trên bằng chứng và bảo đảm vai trò trung tâm của con người.)

Phóng viên: Trước những thách thức đó, ông đưa ra khái niệm “tăng cường có hiệu chỉnh” và mô hình Ground – Gate – Govern. Đây có phải là lời giải?

TS. James Diamond: Tôi đề xuất cách tiếp cận “tăng cường có hiệu chỉnh” (calibrated augmentation) – nghĩa là để AI nâng đỡ tư duy người học đúng lúc, đúng chỗ, đúng mức độ. Cách tiếp cận này dựa trên những lập luận lý luận sâu sắc, từ lời kêu gọi của Doug Engelbart về “tăng cường trí tuệ con người” cho đến các công trình của Gavriel Salomon và David Perkins về “công cụ như những đối tác trong tư duy”. Một công cụ tốt không chỉ hỗ trợ nhiệm vụ trước mắt mà còn để lại “dư âm năng lực” khi nó được gác sang một bên. Để làm được điều này, ta cần trì hoãn sự can thiệp của AI cho tới khi người học đã tự lập kế hoạch và tự giải thích mà không có trợ giúp, đồng thời xác định mức độ sẵn sàng dựa trên bằng chứng cụ thể. Ba bước kiểm tra gồm: tự diễn đạt lại vấn đề, tự giải thích chiến lược trong 60–90 giây, và ghi chú giám sát của người học. Trên cơ sở đó, mô hình Ground – Gate – Govern giúp cụ thể hóa thành hành động: Ground xác định mục đích, Gate kiểm soát tiếp cận dựa trên minh chứng, và Govern đảm bảo phán đoán của con người luôn hiện diện.

Phóng viên: Ở phần cuối, ông đặt ra bốn câu hỏi nghiên cứu mở. Vì sao ông nhấn mạnh đây là “giả thuyết cần kiểm chứng”?

TS. James Diamond: Tôi muốn nhấn mạnh rằng những điều tôi trình bày không phải là chân lý đã khẳng định mà là những hướng đi cần tiếp tục kiểm chứng. Có ít nhất bốn câu hỏi quan trọng: (1) Những hình thức kiểm tra mức độ sẵn sàng nào thực sự hiệu quả trong các lĩnh vực và cấp độ học tập khác nhau? (2) Việc sử dụng AI sau khi người học lập kế hoạch độc lập có dẫn đến khả năng chuyển giao tốt hơn so với sử dụng AI trước đó không? (3) Mức độ khả thi của việc triển khai kiểm tra sẵn sàng này trong thực tế đối với giáo viên và người học ra sao? (4) Kết quả học tập có khác biệt như thế nào khi xét đến nhu cầu tiếp cận và ngôn ngữ của người học? Việc trả lời các câu hỏi này sẽ giúp chúng ta hiệu chỉnh cách sử dụng AI một cách khoa học, không phải bằng cấm đoán hay thả nổi, mà bằng cách thiết kế một trình tự sử dụng có chủ đích, trong đó mỗi bước đều góp phần bảo tồn và mở rộng năng lực nhận thức của con người.

Phóng viên: Nếu gửi một thông điệp đến các nhà giáo dục Việt Nam, ông sẽ nói gì?

TS. James Diamond: Tôi sẽ trở lại với câu chuyện mở đầu: hai bài luận tưởng như giống nhau nhưng chỉ một bài thực sự phản ánh quá trình học tập chân chính. Trách nhiệm của chúng ta là bảo vệ người học khỏi những công nghệ mà bằng chứng khoa học cho thấy có thể làm suy yếu quá trình học, nếu bằng chứng đó được xác lập rõ ràng. Mục tiêu cuối cùng không phải là loại bỏ công cụ, mà là giúp người học trở thành những cá nhân có đủ năng lực, tư duy và bản lĩnh để sử dụng công cụ như phương tiện tăng cường năng lực – khi họ đã sẵn sàng. Nguyên tắc “Ground – Gate – Govern” là rõ ràng: trước hết hình thành hiểu biết mà không cần AI, sau đó học cách duy trì sự độc lập trong khi sử dụng AI. Tôi hy vọng trong bối cảnh giáo dục của mình, các thầy cô sẽ chia sẻ những chiến lược cụ thể, có thể áp dụng và kiểm chứng, để cùng nhau xây dựng một nền giáo dục vừa đổi mới, vừa vững chắc về nguyên lý. Đây cũng là lý do tôi rất trân trọng cơ hội được có mặt tại Việt Nam – để lắng nghe, học hỏi và cùng trao đổi với quý vị.

Trong bối cảnh các hệ thống giáo dục toàn cầu đang tìm kiếm những cách tiếp cận mới để tích hợp công nghệ mà vẫn bảo toàn giá trị cốt lõi của giáo dục, những chia sẻ của Tiến sĩ James Diamond mang lại một góc nhìn đặc sắc: thay vì để AI dẫn dắt quá trình học, giáo dục cần thiết kế những trình tự sử dụng có chủ đích, đặt con người làm trung tâm. Cách tiếp cận “tăng cường có hiệu chỉnh” không chỉ là một khái niệm sư phạm giàu tính lý luận, mà còn mở ra hướng đi khả thi cho đổi mới thực hành giáo dục trong thời đại số. Đây cũng là chủ đề có ý nghĩa gợi mở cho các nhà nghiên cứu, nhà quản lý và giáo viên Việt Nam trong hành trình phát triển những mô hình tích hợp AI phù hợp với bối cảnh giáo dục quốc gia, đồng thời góp phần định hình các khung chính sách và thực hành dựa trên bằng chứng trong giai đoạn tới.

Lương Ngọc, Vân An