AI-Native: từ khái niệm đến nhu cầu cấp bách trong đại học
Hệ sinh thái học tập AI-Native là mô hình trong đó trí tuệ nhân tạo được tích hợp như năng lực cốt lõi vào kiến trúc, quy trình và nền tảng học tập thông minh của trường đại học, nhằm kết nối người học, giảng viên, học liệu và dữ liệu trong một môi trường liên thông, cá nhân hóa và dựa trên phân tích dữ liệu liên tục. Trong bối cảnh công nghệ phát triển nhanh, việc tái cấu trúc chương trình đào tạo đã trở thành nhiệm vụ quan trọng, cấp bách của các cơ sở giáo dục đại học. Nếu các trường đại học công nghệ Việt Nam chỉ dừng lại ở việc số hóa quy trình, họ sẽ bị chậm nhịp so với xu hướng tích hợp AI đào tạo xuyên suốt toàn bộ hệ thống. AI-Native vì thế không phải “tùy chọn nâng cấp” mà là câu trả lời chính sách cho áp lực đổi mới đào tạo và phát triển nguồn nhân lực chất lượng cao trong giai đoạn mới.
CAINLE: thí dụ sống động về một nền tảng học tập thông minh
Đại học CMC không chọn cách gắn thêm vài công cụ AI lên hệ thống hiện hữu; trường đi thẳng vào thiết kế một hệ sinh thái học tập AI-Native ngay từ đầu. CMCU AI-Native Learning Ecosystem (CAINLE) được xây dựng như một nền tảng học tập thông minh, trong đó sinh viên, giảng viên, học liệu, hoạt động học tập và toàn bộ dữ liệu được kết nối trong một kiến trúc thống nhất. Thay vì coi AI là “phụ kiện” công nghệ, CAINLE dùng dữ liệu hình thành trong suốt quá trình học để cá nhân hóa trải nghiệm, gợi ý nhiệm vụ, nhắc nhở tiến độ và phản hồi liên tục cho người học. Mô hình này cho thấy một đại học công nghệ Việt Nam có thể biến AI thành hạ tầng tri thức, không chỉ là lớp công cụ hỗ trợ, qua đó chứng minh luận điểm: muốn AI-Native, phải bắt đầu từ hệ sinh thái chứ không phải từ từng ứng dụng rời rạc.
Tác động thực tế: sinh viên chủ động hơn, giảng viên tập trung vào giá trị cao
Điểm đáng chú ý của CAINLE là nó buộc sinh viên thoát khỏi thói quen học thụ động. Trước mỗi buổi học, người học phải nghiên cứu học liệu, hoàn thành nhiệm vụ theo hướng dẫn và nhận nhắc nhở từ hệ thống. Trong lớp, kết quả và phản hồi được cập nhật liên tục, giúp sinh viên nhận diện nội dung chưa nắm vững và điều chỉnh phương pháp học. Khi gặp khó khăn, họ có thể trao đổi với trợ lý AI theo từng môn hoặc gửi câu hỏi cho giảng viên; những vấn đề phức tạp được hệ thống ghi nhận và chuyển sang thảo luận chuyên sâu trên lớp. Theo đại diện Trường Đại học CMC, AI được xác định là công cụ hỗ trợ chứ không thay thế giảng viên. Đây là lựa chọn đúng: hệ thống giảm thời gian cho các tác vụ lặp lại để người thầy tập trung vào cố vấn học tập, truyền cảm hứng và phát triển tư duy phản biện cho sinh viên.
Bức tranh rộng hơn: chính sách quốc gia và các mô hình tiên phong
Việc một trường đi theo hướng AI-Native sẽ khó bền nếu hệ sinh thái chính sách và học thuật không chuyển động cùng lúc. Ở cấp quốc gia, Bộ Giáo dục và Đào tạo đang thúc đẩy ứng dụng, nghiên cứu ứng dụng AI trong giáo dục đại học, đồng thời nhấn mạnh yêu cầu tái cấu trúc chương trình và tích hợp AI vào từng ngành, từng chương trình đào tạo. Bộ cũng dự kiến xây dựng các chỉ số đánh giá mức độ ứng dụng AI tại các cơ sở giáo dục đại học, coi năng lực công nghệ và năng lực ứng dụng AI của người học là chuẩn phải triển khai ngay để đáp ứng yêu cầu phát triển nguồn nhân lực mới. Trong hệ sinh thái đại học công nghệ Việt Nam, các trường như Đại học Kinh tế quốc dân đã chủ động đưa học phần dữ liệu vào chương trình bắt buộc và dùng phần mềm mô phỏng tích hợp AI để tăng tương tác, tư duy phản biện và nhận thức trực quan cho sinh viên. Trường Đại học Sư phạm Hà Nội cũng xem việc ứng dụng AI trong khối ngành khoa học xã hội là yêu cầu, không còn là lựa chọn.
Từ hội thảo đến chiến lược AI-Native: bước đi tiếp theo cho đại học Việt Nam
Hội thảo quốc gia về ứng dụng AI trong đào tạo khối ngành khoa học xã hội cho thấy nhận thức chung: AI đang tạo ra thay đổi lớn trong xây dựng học liệu, thiết kế bài giảng và tổ chức hoạt động học tập. Tuy nhiên, nếu dừng lại ở mức AI-enabled – bổ sung AI vào các hoạt động hiện hữu – các trường sẽ bỏ lỡ tiềm năng tái thiết kế toàn diện cách đào tạo, nghiên cứu và vận hành trên nền tảng AI và dữ liệu. Chiến lược AI-X và mô hình AI-Native University mà Đại học CMC đang theo đuổi chính là tín hiệu cho một bước nhảy xa: CAINLE không phải dự án công nghệ tách rời, mà là cấu phần trong lộ trình biến AI thành năng lực cốt lõi của trường. Kết luận hợp lý cho các trường đại học còn lưỡng lự là: hoặc tích hợp AI đào tạo vào mọi tầng của hệ thống ngay từ bây giờ, hoặc chấp nhận sẽ đào tạo ra thế hệ cử nhân “lề trái” so với thị trường lao động do các chuẩn năng lực số và AI không được hình thành đúng thời điểm.
