Từ truyền đạt kiến thức sang năng lực thích ứng
Đổi mới chương trình đào tạo đại học trong thời AI là quá trình rà soát có hệ thống để giữ kiến thức nền tảng, loại bỏ nội dung lỗi thời và giúp người học vận dụng tri thức, tư duy độc lập, thích ứng với những thay đổi của công việc. Đây không còn là lựa chọn mang tính thử nghiệm: AI đang tác động đến cách dạy, cách học và những năng lực mà nhà tuyển dụng cần. Ngày 11/8/2026, Phó Thủ tướng Lê Tiến Châu ký quyết định phê duyệt Chương trình quốc gia phát triển nhân lực trí tuệ nhân tạo đến năm 2030, định hướng đến năm 2035; mục tiêu là trang bị kỹ năng AI cho khoảng 10 triệu người lao động vào năm 2030. Chính sách đặt ra quy mô tham vọng, nhưng kết quả phụ thuộc vào việc các trường chuyển mục tiêu thành trải nghiệm học tập thực chất. Thêm công cụ mới vào lớp học mà không đổi nội dung và cách đánh giá sẽ không đủ.
Với sinh viên, điều thiết thực không phải chỉ là biết mở một công cụ AI, mà là biết dùng nó để nâng hiệu quả công việc, nhận ra giới hạn của kết quả và chịu trách nhiệm với quyết định của mình. Hiểu biết công nghệ là điểm khởi đầu; năng lực chuyên môn, khả năng giao tiếp và hiểu quy trình tổ chức mới giúp người học biến công cụ thành giá trị. Vì vậy, AI trong đại học nên được xem là lý do để thiết kế lại quá trình học, không phải một môn học thời thượng có thể tách rời phần còn lại.
Rà soát học phần bằng giá trị, không bằng tuổi đời
Các trường cần mạnh dạn bỏ nội dung không còn phục vụ chuẩn đầu ra, nhưng không nên đồng nhất kiến thức cũ với kiến thức vô ích. PGS.TS Võ Văn Minh, Hiệu trưởng Trường Đại học Sư phạm, Đại học Đà Nẵng, nhấn mạnh việc làm mới chương trình phải dựa trên rà soát khoa học, bảo đảm tính hệ thống, nền tảng và khả năng đáp ứng nhu cầu xã hội. Một học phần đáng được cập nhật khi chủ yếu yêu cầu thao tác máy móc mà công cụ tự động đã làm thay, dùng kỹ thuật không còn đại diện cho thực tế nghề nghiệp hoặc thiếu liên hệ với chuẩn đầu ra. Ngược lại, toán học, thuật toán, cấu trúc dữ liệu hay kiến thức chuyên ngành nền tảng vẫn giúp sinh viên hiểu bản chất, kiểm chứng kết quả AI và học công nghệ tiếp theo.
Quyết định giữ hay thay một học phần nên dựa vào đóng góp cho chuẩn đầu ra, khả năng chuyển giao, mức phù hợp với nghề nghiệp, bằng chứng về kết quả học tập, sự trùng lặp và chi phí cơ hội của tín chỉ. Cách làm này khó hơn việc chạy theo danh sách công nghệ mới, nhưng tránh hai sai lầm đối lập: bảo vệ nội dung đã mất tác dụng hoặc cắt bỏ nền tảng chỉ vì nó không mới. Đổi mới giáo dục có chất lượng phải giúp sinh viên hiểu sâu hơn và làm được nhiều việc hơn, thay vì chất thêm học phần lên một chương trình vốn đã dày.
Bổ sung năng lực và đổi cách học
Chương trình mới cần gắn kiến thức chuyên môn với tư duy phản biện, sáng tạo, thiết kế, nghiên cứu, giải quyết vấn đề và ứng dụng công nghệ; đồng thời rèn ngoại ngữ, giao tiếp, hợp tác và thói quen học tập suốt đời. Đây không nên là danh sách môn tự chọn nằm bên lề. Các năng lực ấy cần xuất hiện trong bài tập, thực hành, nghiên cứu, thực tập và dự án giải quyết vấn đề thật. Với ngành sư phạm, yêu cầu còn cụ thể hơn: giáo viên tương lai cần năng lực số, khả năng tổ chức hoạt động học tập và biết đánh giá việc học trong môi trường có AI.
Cách giảng dạy cũng phải thay đổi. Giáo sư Teo Chung Piaw của Trường Kinh doanh thuộc Đại học Quốc gia Singapore cho rằng cần xem xét cả sinh viên học gì, học như thế nào và vận dụng kiến thức ra sao; chỉ đưa công nghệ vào phương pháp cũ không bảo đảm chất lượng tăng lên. Tại trường này, mô hình mô phỏng kinh doanh dùng AI đang được thử nghiệm cho học viên MBA và MBA Điều hành: các nhân vật lãnh đạo doanh nghiệp do AI mô phỏng phỏng vấn học viên trước khi họ đề xuất khuyến nghị. Giá trị của mô hình không nằm ở màn trình diễn công nghệ, mà ở cơ hội để người học đối diện góc nhìn khác, lập luận và tự phán đoán.
Đánh giá bằng khả năng vận dụng
Nếu AI có thể hoàn thành bài tập theo mẫu, đại học nên xem lại bài tập ấy thay vì chỉ tìm cách cấm công cụ. Đánh giá cần làm rõ sinh viên hiểu vấn đề đến đâu, kiểm chứng thông tin thế nào, giải thích lựa chọn ra sao và có thể chuyển kiến thức sang tình huống mới hay không. Điều đó đòi hỏi đề bài mở, dự án liên ngành, thảo luận và phần bảo vệ trực tiếp, cùng quy định minh bạch về việc được phép dùng AI. Giảng viên vẫn giữ vai trò thiết yếu trong việc đặt câu hỏi, hướng dẫn phán đoán và chịu trách nhiệm về chuẩn mực học thuật.
Nhiệm vụ tiếp theo là đưa chính sách phát triển nhân lực AI vào thực tiễn tại các cơ sở đào tạo. Điều đó cần được thực hiện qua rà soát định kỳ có dữ liệu, phối hợp với nơi sử dụng lao động và cơ chế cập nhật nội dung đủ linh hoạt. Kết quả không nên chỉ đo bằng số học phần gắn nhãn AI, mà bằng việc sinh viên có thể làm chủ kiến thức, nhận diện sai sót, cộng tác và tiếp tục học khi công nghệ đổi khác. Đại học không cần chạy đua để dạy mọi công cụ mới; cần đào tạo con người biết đặt câu hỏi đúng và thích ứng khi công cụ thay đổi.
