Khi trí tuệ nhân tạo tái định nghĩa lớp học đại học: Trải nghiệm người học và uy tín giảng viên trong kỷ nguyên chuyển đổi số

Trí tuệ nhân tạo trong giáo dục đại học: từ tiện ích kỹ thuật đến biến đổi văn hóa học tập

Sự bùng nổ của trí tuệ nhân tạo đang mở ra những tiềm năng chưa từng có cho giáo dục đại học. Nhiều trường trên thế giới nhanh chóng áp dụng các nền tảng phản hồi tự động, hỗ trợ viết học thuật, đánh giá tiến trình học tập hoặc gợi ý câu hỏi thảo luận nhằm tăng tương tác và giảm tải công việc định kỳ cho giảng viên (Baker & Smith, 2019; Jin et al., 2025). Tuy nhiên, cùng với sự đổi mới công nghệ, lớp học đại học đang chuyển dịch theo hướng kết hợp giữa tương tác truyền thống và các phản hồi do thuật toán cung cấp. Điều này đặt ra một câu hỏi quan trọng: sinh viên cảm nhận như thế nào khi giảng viên yêu cầu sử dụng công cụ tích hợp trí tuệ nhân tạo, và liệu điều đó có ảnh hưởng tới đánh giá của họ về năng lực, sự tận tâm và tính đáng tin cậy của người dạy? Khảo sát thực hiện tại một trường đại học công lập ở Hoa Kỳ đã cung cấp những bằng chứng đáng chú ý.

Trải nghiệm người học với nền tảng thảo luận trực tuyến tích hợp trí tuệ nhân tạo

Theo nghiên cứu của Jin và cộng sự (2025), trong học phần kéo dài mười sáu tuần, sinh viên tham gia tám diễn đàn thảo luận trực tuyến sử dụng nền tảng tích hợp trí tuệ nhân tạo. Nền tảng này không tạo nội dung thay cho sinh viên, mà đưa ra phản hồi tức thời về trích dẫn, chính tả, cấu trúc lập luận và mức độ sâu sắc của câu hỏi. Kết quả khảo sát với 96 sinh viên cho thấy phần lớn cảm thấy thoải mái, dễ làm quen và đánh giá cao lợi ích của phản hồi tự động trong việc cải thiện chất lượng bài viết và tư duy phản biện. Nhiều sinh viên tin rằng nhờ công cụ hỗ trợ, họ đạt kết quả học tập tốt hơn. Tuy vậy, trải nghiệm vẫn có sự phân hóa: một bộ phận chưa sẵn sàng giới thiệu nền tảng cho người khác do cảm nhận giao diện chưa tối ưu hoặc yêu cầu kỹ thuật quá chặt khiến họ phải “viết vì điểm số hơn là vì tri thức”. Những ghi nhận này phù hợp với xu hướng chung khi các hệ thống đánh giá tự động ngày càng phổ biến: sinh viên thường đánh giá phản hồi của giảng viên sâu sắc và thuyết phục hơn so với phản hồi máy tính, dù họ sẵn sàng tận dụng những phản hồi kỹ thuật do trí tuệ nhân tạo cung cấp (Er et al., 2024; Ding & Zou, 2024).

Uy tín giảng viên dưới tác động của công nghệ: Khi trải nghiệm người dùng trở thành biến số quyết định

Khảo sát tiếp cận uy tín giảng viên dựa trên ba thành tố của mô hình "độ tin cậy nguồn thông tin": năng lực chuyên môn, sự tận tâm và tính liêm chính (McCroskey & Teven, 1999). Sinh viên nhìn chung đánh giá giảng viên ở mức từ trung bình đến cao ở cả ba khía cạnh. Tuy nhiên, điểm số có sự phân tán lớn, phản ánh nhiều cách nhìn khác nhau. Một phát hiện đáng chú ý là trải nghiệm người dùng đối với nền tảng trí tuệ nhân tạo là yếu tố dự báo mạnh nhất ảnh hưởng tới uy tín giảng viên. Những sinh viên có trải nghiệm tích cực thường xem giảng viên là người có năng lực, đáng tin cậy và quan tâm đến người học. Ngược lại, nếu nền tảng gây khó khăn, sinh viên dễ quy kết lỗi cho giảng viên, cho rằng người dạy lựa chọn công cụ không phù hợp hoặc giảm bớt tương tác cá nhân theo hướng “giao việc cho máy”. Dữ liệu cũng hé lộ sự khác biệt giới tính: nữ sinh có xu hướng đánh giá giảng viên tích cực hơn nam sinh khi người dạy yêu cầu sử dụng trí tuệ nhân tạo. Điều này đặt ra câu hỏi về công bằng trong tiếp cận công nghệ và sự đa dạng trong đáp ứng nhu cầu học tập của các nhóm sinh viên khác nhau (Cachero et al., 2025; Nouraldeen, 2022).

Những kết quả nói trên gợi mở rằng triển khai trí tuệ nhân tạo trong giáo dục đại học không chỉ là câu chuyện lựa chọn nền tảng hay cấu hình kỹ thuật, mà thực chất là một bài toán quản trị sư phạm, trong đó trải nghiệm của người học và uy tín của giảng viên trở thành hai trục tham chiếu then chốt. Khi sinh viên cảm nhận nền tảng thảo luận trực tuyến là thân thiện, hữu ích và hỗ trợ trực tiếp cho quá trình hiểu bài, họ có xu hướng tin tưởng hơn vào năng lực, thiện chí và tính liêm chính của giảng viên; ngược lại, nếu công cụ bị xem là phức tạp, thiên về kỹ thuật hoặc thay thế tương tác người – người, hình ảnh nghề nghiệp của nhà giáo dễ bị tổn hại, dù mục tiêu ban đầu chỉ là tăng hiệu quả quản lý lớp học. Điều này hàm ý rằng mọi quyết định số hóa hoạt động dạy học – từ lựa chọn nền tảng, thiết kế nhiệm vụ học tập đến cách thông tin cho sinh viên về vai trò của trí tuệ nhân tạo – đều cần được cân nhắc dưới lăng kính “lấy người học làm trung tâm” và “giữ con người ở vị trí nòng cốt” trong cấu trúc lớp học số; chỉ khi đó, công nghệ mới thực sự đóng vai trò chất xúc tác nâng cao chất lượng chứ không trở thành một tầng trung gian gây mờ nhạt đi mối quan hệ thầy – trò.

Giáo dục đại học Việt Nam trong khuôn khổ chính sách tài chính và chuyển đổi số

Trong bối cảnh Việt Nam đang triển khai đồng bộ Chương trình Chuyển đổi số quốc gia theo Quyết định số 749/QĐ-TTg, Đề án “Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022–2025, định hướng đến năm 2030” theo Quyết định số 131/QĐ-TTg, cùng với định hướng đột phá phát triển giáo dục và đào tạo được nêu trong Nghị quyết số 71-NQ/TW ngày 22/8/2025 của Bộ Chính trị, việc ứng dụng các nền tảng tích hợp trí tuệ nhân tạo như công cụ hỗ trợ thảo luận trực tuyến cần được đặt trong một chiến lược tổng thể gắn với cơ chế tài chính giáo dục bền vững.

Từ góc nhìn này, có thể đề xuất rằng các cơ sở giáo dục đại học nên xây dựng những gói đầu tư tài chính ưu tiên cho hạ tầng số và nền tảng học tập có yếu tố trí tuệ nhân tạo, nhưng song song với đó phải dành nguồn lực thỏa đáng cho bồi dưỡng năng lực số, năng lực sư phạm và kỹ năng giao tiếp trong môi trường trực tuyến cho giảng viên, coi đây là khoản “đầu tư vào vốn con người” không thể cắt giảm. Nguồn ngân sách từ các chương trình, đề án nói trên nên được thiết kế theo hướng khuyến khích các mô hình trong đó trí tuệ nhân tạo đảm nhận những tác vụ kỹ thuật như gợi ý chỉnh sửa, rà soát lỗi, chấm điểm sơ bộ, trong khi đánh giá mang tính phán đoán sư phạm, phản hồi cá nhân hóa và kết nối nội dung với bối cảnh Việt Nam vẫn thuộc về giảng viên, qua đó vừa tận dụng lợi thế công nghệ, vừa củng cố niềm tin của sinh viên đối với người dạy. Đồng thời, cơ chế phân bổ và giám sát tài chính cần ưu tiên các dự án nền tảng mở, thân thiện với sinh viên ở nhiều vùng miền, giảm chi phí truy cập đối với nhóm yếu thế, bảo đảm chuyển đổi số không làm gia tăng khoảng cách cơ hội trong giáo dục đại học. Khi ba trụ cột chính sách – tài chính cho chuyển đổi số quốc gia, đột phá phát triển giáo dục và đầu tư hạ tầng số trong ngành – được lồng ghép nhịp nhàng với những lựa chọn sư phạm cụ thể ở cấp trường và cấp lớp học, trí tuệ nhân tạo trong giáo dục đại học Việt Nam sẽ có cơ hội phát huy vai trò như một công cụ nâng chất, chứ không chỉ là lời tuyên ngôn công nghệ.

Sự phát triển của trí tuệ nhân tạo đang mở ra những cơ hội chưa từng có cho giáo dục đại học, nhưng đồng thời cũng đặt ra yêu cầu đổi mới tư duy về chất lượng sư phạm và trải nghiệm người học. Dù công nghệ có khả năng hỗ trợ, tối ưu hóa và mở rộng không gian học tập, giá trị cốt lõi của giáo dục vẫn nằm ở năng lực chuyên môn, sự tận tâm và tính liêm chính của người dạy. Khi sinh viên tiếp cận các nền tảng thông minh với trải nghiệm tích cực, họ không chỉ học hiệu quả hơn mà còn củng cố niềm tin vào giảng viên và vào chính môi trường học thuật của mình. Điều đó khẳng định rằng chuyển đổi số chỉ thực sự thành công khi công nghệ phục vụ con người, còn giảng viên tiếp tục giữ vai trò trung tâm dẫn dắt, truyền cảm hứng và kiến tạo các giá trị hàn lâm. Trong hành trình đổi mới giáo dục đại học, trí tuệ nhân tạo có thể là chất xúc tác mạnh mẽ, nhưng chính con người – với trách nhiệm nghề nghiệp và khát vọng tri thức – mới quyết định chất lượng và tương lai của nền giáo dục.

Vân An tổng hợp

Tài liệu tham khảo:

Acemoglu, D., & Johnson, S. (2023). Power and progress: Our thousand-year struggle over technology and prosperity. Basic Books.

Baker, T., & Smith, L. (2019). Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. Nesta. https://www.nesta.org.uk

Cachero, C., Tomás, D., & Pujol, F. A. (2025). Gender bias in self-perception of artificial intelligence knowledge, impact, and support among higher education students: An observational study. ACM Transactions on Computing Education, 25(1), 1–26. https://doi.org/10.1145/3642496

Colclasure, B. C., Ruth, T. K., Beasley, V., & Granberry, T. (2025). Examining student perceptions of AI-driven learning: User experience and instructor credibility in higher education. Trends in Higher Education, 4, 59. https://doi.org/10.3390/higheredu4040059

Bài 3

Denecke, K., Glauser, R., & Reichenpfader, D. (2023). Assessing the potential and risk of AI-based tools in higher education: Results from an eSurvey and SWOT analysis. Trends in Higher Education, 2, 667–688. https://doi.org/10.3390/higheredu2030038

Ding, L., & Zou, D. (2024). Automated writing evaluation systems: A systematic review of Grammarly, Pigai, and Criterion with a perspective on future directions in the age of generative artificial intelligence. Education and Information Technologies, 29, 14151–14203. https://doi.org/10.1007/s10639-024-12529-6

Er, E., Akcapinar, G., Bayazit, A., Noroozi, O., & Banihashem, S. K. (2024). Assessing student perceptions and use of instructor versus AI-generated feedback. British Journal of Educational Technology, 56, 1074–1091. https://doi.org/10.1111/bjet.13376

Finn, A. N., Schrodt, P., Witt, P. L., Elledge, N., Jernberg, K. A., & Larson, L. M. (2009). A meta-analytical review of teacher credibility and its associations with teacher behaviours and student outcomes. Communication Education, 58(4), 516–537. https://doi.org/10.1080/03634520903131154

Jin, Y., Yan, L., Echeverria, V., Gašević, D., & Martinez-Madlonado, R. (2025). Generative artificial intelligence in higher education: A global perspective of institutional adoption policies and guidelines. Computers and Education: Artificial Intelligence, 8, 100348. https://doi.org/10.1016/j.caeai.2024.100348

McCroskey, J. C., & Teven, J. J. (1999). Goodwill: A reexamination of the construct and its measurement. Communication Monographs, 66(1), 90–103. https://doi.org/10.1080/03637759909376464

Nouraldeen, R. M. (2022). The impact of technology readiness and use perceptions on students’ adoption of artificial intelligence: The moderating role of gender. Development and Learning in Organizations, 37(1), 7–10. https://doi.org/10.1108/DLO-10-2021-0229