AI-Native University là gì và vì sao Việt Nam cần đi trước?
Đại học AI-Native là mô hình trường đại học được thiết kế để tích hợp trí tuệ nhân tạo vào mọi hoạt động cốt lõi, từ dạy – học, nghiên cứu, khảo thí đến quản trị và dịch vụ sinh viên, dựa trên các mô hình ngôn ngữ lớn tiếng Việt và chuẩn sư phạm bản địa. Trong bối cảnh giáo dục AI Việt Nam đang chịu áp lực vừa phải theo kịp công nghệ toàn cầu, vừa phải giữ tính phù hợp với người học trong nước, việc xây dựng một đại học AI-Native không còn là lựa chọn công nghệ thời thượng mà là câu hỏi sống còn: hoặc chủ động tái thiết cách đào tạo, hoặc chấp nhận tụt hậu khi lực lượng lao động bước vào kỷ nguyên AI mà chưa được chuẩn bị đúng nghĩa.
Điểm đáng chú ý là VNPT và Học viện Công nghệ Bưu chính Viễn thông (PTIT) đã không chọn lối đi “đắp AI lên một hệ thống cũ”, mà ký thỏa thuận để cùng xây dựng ngay từ đầu một kiến trúc đại học AI-Native trên nền LLM tiếng Việt và nền tảng Gia sư AI. Lễ ký kết diễn ra ngày 5/9 với sự chứng kiến của Bộ trưởng Bộ Khoa học và Công nghệ Vũ Hải Quân. Đây không chỉ là một dự án công nghệ, mà là tuyên bố rằng giáo dục đại học Việt Nam muốn tự mình định nghĩa tương lai, thay vì chỉ nhập khẩu mô hình từ bên ngoài.
LLM tiếng Việt: Khác biệt duy nhất giúp AI trong lớp học trở nên đáng tin
Nếu không có LLM tiếng Việt, mọi khẩu hiệu về giáo dục AI Việt Nam chỉ dừng ở mức trình diễn. Trọng tâm hợp tác VNPT–PTIT là nghiên cứu và làm chủ mô hình ngôn ngữ lớn tiếng Việt chuyên sâu cho giáo dục, phát triển nền tảng Gia sư AI và từng bước xây dựng đại học AI-Native. VNPT AI đã phát triển nhiều LLM tiếng Việt với các quy mô khác nhau, trong đó mô hình lớn nhất đạt hàng trăm tỷ tham số và đã xử lý hơn 1.800 tỷ token cho các bài toán thực tế trong tài chính, ngân hàng, bảo hiểm, viễn thông và khu vực công. Đây là nền dữ liệu và kinh nghiệm mà ít đội ngũ trong nước có được.
Điểm đáng bàn là VNPT không chạy theo cuộc đua “to mô hình bằng mọi giá”, mà tập trung vào năng lực suy luận, độ tin cậy đầu ra và hiệu quả vận hành. Một ví dụ cụ thể: họ phát triển phương pháp cho phép LLM tự động kiểm tra chuỗi suy luận toán học, xác định bước sai và phân loại nguyên nhân; kết quả được công bố tại AI4Math 2026 trong khuôn khổ ICML và là một trong hai mô hình đạt điểm cao nhất. Với giáo dục, đây là sự khác biệt giữa một chatbot biết trả lời và một “gia sư AI” thực sự hiểu cách người học suy luận, biết sửa sai đúng chỗ thay vì chỉ phán “đáp án sai”.
Vai trò chia đôi: VNPT làm công nghệ, PTIT giữ chuẩn sư phạm
Cốt lõi của hợp tác VNPT PTIT là phân vai rõ ràng: VNPT AI giữ vai trò đầu mối về công nghệ lõi, còn PTIT là người gác cổng về sư phạm. VNPT AI tập trung vào LLM tiếng Việt, AI Agents, quản trị tri thức, xử lý dữ liệu và các nền tảng AI dùng chung. Nói một cách thẳng thắn, họ đảm nhiệm phần “não máy”: làm sao để AI nói tiếng Việt tốt, suy luận logic và vận hành ổn định trong môi trường thực.
PTIT đóng góp thế mạnh về nghiên cứu chuyên ngành, dữ liệu giáo dục, chuẩn sư phạm, phương pháp đánh giá và môi trường đào tạo để kiểm chứng, hoàn thiện công nghệ trước khi mở rộng ứng dụng. Học viện khai thác lợi thế về đội ngũ giảng viên, chuyên gia, dữ liệu học thuật và hệ sinh thái đào tạo công nghệ để đánh giá nghiêm túc từng bước triển khai. Cách chia vai này chống lại một cạm bẫy phổ biến: để doanh nghiệp công nghệ quyết định cả nội dung và phương pháp dạy học. Ở đây, chuẩn sư phạm thuộc về nhà trường, còn doanh nghiệp chịu trách nhiệm biến chuẩn đó thành hệ thống AI vận hành được trong thực tế Việt Nam.
Từ Gia sư AI đến đại học AI-Native: Lợi ích thực cho giảng viên, sinh viên và nhà trường
Gia sư AI là điểm chạm đầu tiên, nhưng mục tiêu cuối cùng là đại học AI-Native nơi AI hiện diện trong mọi hoạt động. VNPT AI kết hợp nhiều AI Agent với đồ thị tri thức để đọc, tổng hợp thông tin từ khối lượng lớn giáo trình, bài giảng, tài liệu tham khảo và nhận diện nội dung mâu thuẫn. Phương pháp này đã được công bố trên tạp chí Neural Computing & Applications 2026. Khi đưa vào Gia sư AI, hệ thống có thể khai thác lượng học liệu khổng lồ nhưng vẫn giữ được một nền tri thức thống nhất, có căn cứ và kiểm chứng được.
Ở cấp độ đại học AI-Native, tác động trở nên cụ thể: giảng viên có thêm công cụ để thiết kế và cá nhân hóa hoạt động đào tạo; sinh viên có trợ lý học tập đồng hành theo từng nhu cầu; nhà nghiên cứu khai thác tri thức và dữ liệu hiệu quả hơn; nhà trường dùng AI để hỗ trợ quản trị, ra quyết định và cung cấp dịch vụ. Nhìn thẳng vào thực tế, đây là cách duy nhất để các trường vừa xử lý được khối lượng công việc ngày càng phức tạp, vừa nâng chất lượng đào tạo công nghệ AI mà không buộc giảng viên phải trở thành “siêu nhân” làm việc 24/7.
Chiến lược Innovation Hub và bài toán lực lượng lao động AI của Việt Nam
Thỏa thuận VNPT–PTIT không phải một dự án đơn lẻ, mà là mảnh ghép trong chiến lược Innovation Hub về AI của VNPT, nhằm tăng cường hợp tác với các viện, trường uy tín trong nước và quốc tế để cùng giải quyết bài toán thực tế tại Việt Nam. Hợp tác này thể hiện rõ mô hình “3 nhà”: Nhà nước, nhà trường, doanh nghiệp; kết nối định hướng chính sách, năng lực nghiên cứu – đào tạo và thế mạnh công nghệ để đưa AI vào xử lý các vấn đề của giáo dục và xã hội. Đây là cách tiếp cận trưởng thành hơn so với việc mỗi bên chạy một chương trình AI rời rạc, thiếu phối hợp.
Về bản chất, đại học AI-Native là câu trả lời cho câu hỏi Việt Nam sẽ đào tạo lực lượng lao động AI như thế nào: bằng cách cho người học sống trong một môi trường “AI-by-default”, nơi mọi quy trình học tập, nghiên cứu, làm việc đều có sự hiện diện của AI. Nếu được triển khai đúng, mô hình này có thể tạo ra một thế hệ kỹ sư, nhà quản lý, nhà nghiên cứu không chỉ “sử dụng AI”, mà hiểu cách thiết kế, kiểm chứng và vận hành các hệ thống AI ở quy mô lớn. Và đó mới là lợi thế cạnh tranh dài hạn của giáo dục AI Việt Nam, vượt xa chuyện áp dụng một vài công cụ mới trong lớp học.
