Chatbot giáo dục và hành trình xây dựng môi trường học tập thông minh

Chatbot và bước chuyển dịch trong giáo dục đại học

Sự phát triển của trí tuệ nhân tạo tạo sinh từ năm 2022 đã tạo nên chuyển dịch sâu rộng trong giáo dục đại học. Các tổng quan khoa học cho thấy chatbot có thể hỗ trợ đáng kể quá trình tự học, giải thích khái niệm, đưa ra phản hồi ngay lập tức và thúc đẩy tương tác học thuật (Smutny & Schreiberova, 2020; Ramandanis & Xinogalos, 2023). Một nghiên cứu gần đây triển khai chatbot dựa trên GPT-4 cho một học phần thuộc lĩnh vực khoa học giáo dục, trong đó hệ thống được tinh chỉnh bằng kho tri thức chuyên môn và được lập trình để thực hiện ba dạng tương tác gồm câu hỏi đóng, câu hỏi mở và đối thoại Socrates (Sánchez-Vera, 2024). Những kết quả ban đầu từ thử nghiệm này góp phần soi chiếu khả năng ứng dụng mô hình ngôn ngữ lớn trong bối cảnh đại học, đồng thời tạo cơ sở để Việt Nam cân nhắc cách thức tích hợp công nghệ theo đúng định hướng chính sách quốc gia.

 Thiết kế một “gia sư GPT” trong môi trường giáo dục đại học

Việc xây dựng chatbot được thực hiện theo quy trình gồm rà soát lý thuyết, phân tích nền tảng công nghệ và tiến hành thử nghiệm. Trong số các công cụ chatbot phổ biến, GPT nổi bật nhờ khả năng sinh ngôn ngữ tự nhiên, tính linh hoạt và khả năng tùy chỉnh cao (Adamopoulou & Moussiades, 2020). Hệ thống được tinh chỉnh bằng cách cung cấp các tệp dữ liệu chia nhỏ, thuận tiện cho việc truy xuất – một phương pháp đã chứng minh giúp cải thiện độ chính xác của câu trả lời (Sánchez-Vera, 2024).

Song song, chatbot được hướng dẫn hành xử dựa trên “bộ hướng dẫn” (prompt) được thiết kế khoa học: hệ thống phải ưu tiên sử dụng tri thức sẵn có, tránh suy đoán, đồng thời tắt chức năng truy cập web để bảo đảm nội dung trả lời nằm trong phạm vi học phần. Cách tiếp cận này phù hợp với khuyến nghị về đạo đức và kiểm soát nội dung của UNESCO (2023).

Năng lực và giới hạn: Những gì GPT có thể và chưa thể làm

Kết quả thử nghiệm cho thấy chatbot xử lý tốt các dạng câu hỏi trắc nghiệm và câu hỏi khái niệm, đạt độ chính xác cao ngay trong các vòng kiểm tra đầu tiên (Sánchez-Vera, 2024). Trong đối thoại mở, hệ thống có thể đặt câu hỏi gợi mở, giúp sinh viên phân tích sâu vấn đề – phù hợp với các luận điểm về tiềm năng giáo dục của trí tuệ nhân tạo tạo sinh (van den Berg & du Plessis, 2023).

Tuy nhiên, nghiên cứu cũng ghi nhận nhiều giới hạn. Chatbot gặp khó khăn khi xử lý các câu hỏi đòi hỏi hiểu biết bối cảnh sâu hoặc cần đánh giá đa chiều – điều đã được Torres và cộng sự (2023) cảnh báo. Chất lượng đầu ra phụ thuộc mạnh vào dữ liệu đầu vào, đồng nghĩa với rủi ro thừa hưởng sai lệch hoặc thiếu cập nhật. Đồng thời, chatbot không thể đảm nhiệm các tương tác cảm xúc, hỗ trợ tâm lý hay đánh giá tiến bộ dài hạn – những yếu tố vẫn thuộc vai trò đặc thù của giảng viên (Birenbaum, 2023).

Các vấn đề về bản quyền học liệu, bảo mật dữ liệu cá nhân và bất bình đẳng số cũng được nhấn mạnh trong cả thử nghiệm lẫn các báo cáo quốc tế (UNESCO, 2023).

Chatbot như một cấu phần của thiết kế sư phạm

Từ góc nhìn lý thuyết, chatbot dựa trên GPT không chỉ đơn thuần trả lời câu hỏi mà còn tạo ra “phòng thí nghiệm học thuật”, nơi sinh viên có thể thử nghiệm lập luận, luyện kỹ năng diễn giải và kiểm chứng hiểu biết. Xu hướng quốc tế đã chỉ ra vai trò này của chatbot trong môi trường học tập mở, nơi người học làm chủ tiến trình học tập thông qua đối thoại (Burkhard et al., 2022). Trong bối cảnh đó, mô hình ngôn ngữ lớn trở thành một thành tố trong thiết kế học tập hiện đại, bổ trợ cho giảng viên trong việc cá nhân hóa nội dung, mở rộng không gian học tập và tăng cường phản hồi.

Khuyến nghị chính sách cho giáo dục Việt Nam: Liên kết công nghệ mới với hệ thống văn bản chiến lược quốc gia

Những quan sát từ mô hình chatbot dựa trên GPT trong bối cảnh giáo dục đại học cho thấy công nghệ này chỉ phát huy hiệu quả khi được triển khai trong khuôn khổ sư phạm và chính sách rõ ràng. Đối với Việt Nam, việc xem xét đưa chatbot vào dạy học cần dựa trên hệ thống khung pháp lý, chiến lược và nghị quyết hiện hành để bảo đảm tính phù hợp, trách nhiệm và bền vững. Nghị quyết số 29-NQ/TW năm 2013 về đổi mới căn bản, toàn diện giáo dục và đào tạo đặt ra định hướng xuyên suốt: giáo dục phải chuyển từ truyền thụ tri thức sang phát triển phẩm chất và năng lực người học, đồng thời thúc đẩy tự học và tư duy phản biện. Chính định hướng này là nền tảng để xác định rằng chatbot, nếu được cấu hình đúng, có thể đóng vai trò hỗ trợ quá trình tự học của sinh viên, giúp họ diễn giải lại tri thức, kiểm tra hiểu biết và phát triển năng lực lập luận thông qua đối thoại được hỗ trợ bởi trí tuệ nhân tạo.

Trong khi đó, Chiến lược phát triển giáo dục giai đoạn 2021–2030, tầm nhìn đến năm 2045 (Quyết định 131/QĐ-TTg) và Chương trình Chuyển đổi số Quốc gia theo Quyết định 749/QĐ-TTg năm 2020 đều nhấn mạnh nhiệm vụ xây dựng hệ thống giáo dục mở, linh hoạt và thúc đẩy phương thức học tập dựa trên công nghệ. Các văn bản này đồng thời yêu cầu phát triển hệ sinh thái học tập số, nền tảng hỗ trợ dạy – học trực tuyến và mô hình giáo dục thông minh. Khi đặt những yêu cầu này cạnh các kết quả thử nghiệm của chatbot dựa trên GPT, có thể thấy một điểm gặp nhau: công nghệ mới giúp mở rộng không gian học tập vượt khỏi lớp học truyền thống, tạo điều kiện để người học tiếp cận tri thức mọi lúc, mọi nơi. Tuy nhiên, chính sách chuyển đổi số của Việt Nam cũng gợi mở yêu cầu triển khai thận trọng: công nghệ phải phục vụ mục tiêu sư phạm chứ không phải thay thế nó. Việc thí điểm chatbot nên đặt trong môi trường được giám sát chặt chẽ, nơi mục tiêu học tập, phương pháp đánh giá và năng lực số của giảng viên – sinh viên đều được xem xét đồng thời.

Song hành với những định hướng mở rộng môi trường học tập, Việt Nam cũng có hệ thống pháp lý chặt chẽ liên quan đến an toàn dữ liệu và quyền riêng tư. Luật An ninh mạng năm 2018 và Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân đều quy định rõ trách nhiệm của các tổ chức giáo dục khi thu thập, xử lý và lưu trữ thông tin cá nhân của người học. Điều này đặt ra yêu cầu then chốt khi triển khai chatbot: hệ thống tuyệt đối không được sử dụng dữ liệu cá nhân nhạy cảm của sinh viên trong quá trình tinh chỉnh mô hình. Kho tri thức cung cấp cho chatbot nên ưu tiên các tài liệu có giấy phép mở hoặc nội dung thuộc sở hữu của nhà trường nhằm tránh vi phạm bản quyền. Thực tế thử nghiệm chatbot dựa trên GPT cũng khẳng định rằng việc tắt chức năng truy cập Internet và giới hạn phạm vi dữ liệu là biện pháp quan trọng để bảo đảm an toàn và tránh trả lời ngoài phạm vi môn học.

Một văn bản quan trọng khác cần được liên kết là Nghị quyết số 52-NQ/TW năm 2019 về chủ động tham gia Cách mạng công nghiệp lần thứ tư, trong đó nhấn mạnh nhiệm vụ xây dựng nguồn nhân lực số và phát triển năng lực đổi mới sáng tạo. Từ tinh thần của Nghị quyết 52, có thể thấy việc đưa chatbot vào đại học không chỉ nhằm hỗ trợ học tập, mà còn giúp người học hình thành năng lực làm việc với công nghệ trí tuệ nhân tạo – một trong những yêu cầu then chốt của xã hội số. Do vậy, thay vì chỉ hướng dẫn sinh viên “sử dụng” chatbot, các cơ sở đào tạo có thể xem xét lồng ghép nội dung về cách đánh giá phản hồi của mô hình, nhận diện thiên kiến, kiểm chứng thông tin và đặt câu hỏi chất lượng. Đây chính là những năng lực khoa học dữ liệu căn bản mà sinh viên cần có để thích ứng với môi trường làm việc tương lai.

Ngoài ra, việc triển khai chatbot trong giáo dục Việt Nam cũng cần phù hợp với tinh thần giảm bất bình đẳng số, được nhấn mạnh trong Chương trình Chuyển đổi số của Bộ GD-ĐT (2022). Khi chatbot dựa trên mô hình ngôn ngữ lớn thường yêu cầu tài khoản trả phí hoặc hạ tầng công nghệ tương đối tốt, nếu triển khai thiếu kiểm soát có thể dẫn tới chênh lệch cơ hội tiếp cận giữa sinh viên các vùng miền, các nhóm trường hoặc nhóm ngành. Bởi vậy, một lộ trình khả thi là bắt đầu thí điểm tại các trường có năng lực công nghệ tốt hơn, đồng thời xây dựng cơ chế hỗ trợ tiếp cận cho các trường khó khăn dưới hình thức phòng máy dùng chung, gói tài khoản học tập được trợ giá hoặc hệ thống trí tuệ nhân tạo do nhà trường phát triển dựa trên tài nguyên mở.

Công nghệ mới – tinh thần cũ của giáo dục nhân văn

Những kết quả từ mô hình “gia sư GPT” ở bối cảnh đại học cho thấy trí tuệ nhân tạo có thể hỗ trợ đáng kể hoạt động học tập nếu được thiết kế đúng hướng và sử dụng trong khung sư phạm chặt chẽ. Tuy nhiên, chatbot vẫn chỉ là một công cụ bổ trợ, không phải giải pháp thay thế người thầy. Việt Nam đang sở hữu nền tảng chính sách thuận lợi để ứng dụng trí tuệ nhân tạo có trách nhiệm trong giáo dục (Nghị quyết 29, Nghị quyết 52, Quyết định 749, Chiến lược 131…). Điều quan trọng là mỗi cơ sở giáo dục cần triển khai trên tinh thần thận trọng, có kiểm soát, dựa trên khung pháp lý hiện hành và mục tiêu phát triển phẩm chất – năng lực người học. Khi đặt con người ở vị trí trung tâm, chatbot không làm giảm vai trò của người thầy; ngược lại, nó mở ra một không gian sư phạm mới, nơi giảng viên và sinh viên cùng sáng tạo tri thức trong môi trường học tập mở, tương tác và giàu tính phản biện.

Vân An tổng hợp

Tài liệu tham khảo 

Adamopoulou, E., & Moussiades, L. (2020). An overview of chatbot technology. Artificial Intelligence Applications and Innovations, 584, 373–383. https://doi.org/10.1007/978-3-030-49186-4_31

Aloqayli, A., & Abdelhafez, H. (2023). Intelligent chatbot for admission in higher education. International Journal of Information and Education Technology, 13(9), 1348–1357. https://doi.org/10.18178/ijiet.2023.13.9.1986

Birenbaum, M. (2023). The chatbots’ challenge to education: Disruption or destruction? Education Sciences, 13(6), 711. https://doi.org/10.3390/educsci13060711

Burkhard, M., Seufert, S., Cetto, M., & Handschuh, S. (2022). Educational chatbots for collaborative learning: Results of a design experiment in a middle school. In CELDA 2022 Conference Proceedings (pp. 154–167). IADIS Press.

Gui, J., Sun, Z., Wen, Y., Tao, D., & Ye, J. (2023). A review on generative adversarial networks: Algorithms, theory, and applications. IEEE Transactions on Knowledge and Data Engineering, 35(4), 3313–3332. https://doi.org/10.1109/TKDE.2021.3090020

Kooli, C. (2023). Chatbots in education and research: A critical examination of ethical implications and solutions. Sustainability, 15(7), 5614. https://doi.org/10.3390/su15075614

Ramandanis, D., & Xinogalos, S. (2023). Investigating the support provided by chatbots to educational institutions and their students: A systematic literature review. Multimodal Technologies and Interaction, 7(11), 103. https://doi.org/10.3390/mti7110103

Smutny, P., & Schreiberova, P. (2020). Chatbots for learning: A review of educational chatbots for Facebook Messenger. Computers & Education, 151, 103862. https://doi.org/10.1016/j.compedu.2020.103862

Torres, Á. F. R., Alarcón, K. E. O., Gaibor, J. A. G., & Bermeo, S. D. R. (2023). La implementación de la inteligencia artificial en la educación: Análisis sistemático. Dominio de las Ciencias, 9(1), 2162–2178. https://dominiodelasciencias.com/ojs/index.php/es/article/view/3548

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000386690

van den Berg, G., & du Plessis, E. (2023). ChatGPT and generative AI: Possibilities for its contribution to lesson planning, critical thinking and openness in teacher education. Education Sciences, 13(10), 998. https://doi.org/10.3390/educsci13100998

Sánchez-Vera, F. (2024). Developing effective educational chatbots with GPT: Insights from a pilot study in a university subject. Trends in Higher Education, 3, 155–168. https://doi.org/10.3390/higheredu3010009