Theo TS. Hoàng Việt Hà – Viện trưởng Viện Đào tạo Quốc tế FPT, Giám đốc Asia University Program, khung 5 cấp độ này cũng gợi mở cách giáo dục đại học có thể khai thác AI sâu hơn, từ hỗ trợ giảng dạy đến tối ưu quá trình đào tạo và chuẩn bị năng lực mới cho sinh viên.
5 cấp độ chuyển đổi AI từ sử dụng công cụ đến tái thiết kế cách vận hành
Theo TS. Hoàng Việt Hà, chuyển đổi AI không diễn ra trong một bước mà có thể được nhìn nhận qua 5 cấp độ, tương ứng với mức độ công nghệ tham gia ngày càng sâu vào hoạt động của một tổ chức.
Ở cấp độ 1 – khám phá và thử nghiệm, AI chủ yếu được sử dụng như một công cụ riêng lẻ. Người dùng có thể tận dụng công nghệ để tìm kiếm, tổng hợp thông tin, gợi ý ý tưởng hoặc hỗ trợ thực hiện một số nhiệm vụ đơn giản.
Sang cấp độ 2 – hỗ trợ cá nhân và tác vụ, AI bắt đầu tham gia rõ hơn vào từng công việc cụ thể. Công nghệ có thể xử lý thông tin, phân tích dữ liệu, đưa ra gợi ý hoặc hoàn thành một phần nhiệm vụ theo yêu cầu của người dùng.
Đến cấp độ 3 – chuẩn hóa và tích hợp quy trình, AI không còn hoạt động như những công cụ tách rời mà được kết nối với dữ liệu và các bước làm việc trong cùng một hệ thống. Nhờ đó, công nghệ có thể tham gia xuyên suốt một quy trình và hỗ trợ các khâu phối hợp hiệu quả hơn.
Ở cấp độ 4 – tự động hóa và mở rộng quy mô, AI có khả năng thực hiện liên tiếp nhiều bước, giảm bớt những thao tác thủ công và giúp tổ chức xử lý khối lượng công việc lớn hơn.
Tới cấp độ 5 – AI trở thành nền tảng vận hành, cách tổ chức hoạt động và các quy trình được thiết kế dựa trên khả năng của công nghệ. Khi đó, vai trò của con người dịch chuyển nhiều hơn sang xác định mục tiêu, giám sát, kiểm chứng và ra quyết định.
Theo TS. Hoàng Việt Hà, sự phát triển của công nghệ và năng lực con người cần diễn ra song song. “Chuyển đổi AI chỉ có thể thực hiện khi công nghệ và con người cùng đi lên. Công nghệ tiến tới cấp độ cao hơn thì năng lực của con người cũng phải được nâng lên tương ứng”, ông nhận định.
Ở góc độ giáo dục đại học, khung này cho thấy một sự dịch chuyển tương tự. AI có thể bắt đầu bằng việc hỗ trợ một số tác vụ của giảng viên và sinh viên, sau đó dần đi sâu vào quá trình đào tạo, đánh giá và vận hành. Mức độ ứng dụng càng cao, yêu cầu đối với cách dạy, cách học và năng lực của người học càng cần được điều chỉnh tương ứng.
Khi AI tham gia sâu hơn, giáo dục phải đổi cách dạy và đánh giá
Trong giáo dục, giá trị của AI không chỉ nằm ở việc giúp thực hiện một công việc nhanh hơn. Khi công nghệ được tích hợp sâu vào quá trình đào tạo, câu hỏi quan trọng hơn là phần việc nào có thể giao cho AI và phần năng lực nào con người cần tiếp tục phát triển.
TS. Hoàng Việt Hà đề cập khả năng sử dụng AI Agent – tác nhân AI để hỗ trợ những công việc như phân tích dữ liệu, xử lý hồ sơ hoặc đánh giá một số khía cạnh trong hoạt động giảng dạy. Những ứng dụng như vậy có thể giảm bớt khối lượng công việc lặp lại, qua đó dành thêm nguồn lực cho các hoạt động cần chuyên môn, tương tác và ra quyết định.
“Khi AI có thể hỗ trợ sinh viên hoàn thành nhiều phần việc, giáo dục cần quan tâm nhiều hơn đến cách người học tư duy, kiểm chứng kết quả và sử dụng công nghệ để giải quyết vấn đề”, TS. Hoàng Việt Hà cho biết.
AI hiện có thể hỗ trợ viết nội dung, lập trình, phân tích dữ liệu hay xây dựng một bản trình bày trong thời gian ngắn. Trong bối cảnh đó, chỉ nhìn vào sản phẩm cuối cùng sẽ ngày càng khó phản ánh đầy đủ năng lực của sinh viên.
Một bài viết tốt chưa chắc cho thấy người học hiểu vấn đề đến đâu nếu phần lớn nội dung được AI tạo ra. Một đoạn mã chạy đúng cũng chưa đủ để đánh giá năng lực nếu sinh viên không thể giải thích logic, phát hiện lỗi hay điều chỉnh giải pháp khi điều kiện bài toán thay đổi.
Vì vậy, trọng tâm đánh giá có thể cần dịch chuyển nhiều hơn về quá trình hình thành sản phẩm: sinh viên xác định vấn đề như thế nào, lựa chọn dữ liệu nào, sử dụng AI ở công đoạn nào, kiểm chứng kết quả ra sao và dựa trên cơ sở nào để đưa ra quyết định cuối cùng.
Một nhiệm vụ học tập trong bối cảnh mới, chẳng hạn, có thể yêu cầu người học trình bày rõ cách sử dụng AI, nhận diện những thông tin cần kiểm chứng, đánh giá giới hạn của kết quả và bảo vệ phương án bằng lập luận của chính mình.
Theo cách tiếp cận này, AI vẫn là một phần của quá trình học nhưng không thay thế yêu cầu về tư duy và chuyên môn.
Khi công nghệ có thể tạo ra sản phẩm ngày càng nhanh, câu hỏi của giáo dục vì thế cũng thay đổi: sinh viên không chỉ tạo ra được gì, mà còn phải chứng minh mình hiểu vấn đề, kiểm soát công cụ và chịu trách nhiệm với kết quả như thế nào.
Chuẩn bị năng lực cho sinh viên khi AI đi sâu vào công việc
Khung 5 cấp độ cũng đặt ra một yêu cầu khác đối với các trường đại học: nếu AI ngày càng tham gia sâu vào quy trình làm việc của doanh nghiệp, sinh viên cần được chuẩn bị để đi xa hơn việc thành thạo một vài công cụ đang phổ biến ở thời điểm hiện tại.
Điều quan trọng là hình thành khả năng hiểu bản chất vấn đề, lựa chọn công nghệ phù hợp, kiểm chứng đầu ra và đưa AI vào giải quyết những bài toán cụ thể.
Tại Asia University Program, định hướng này được thể hiện qua cách tổ chức học tập gắn với thực hành, dự án và các tình huống thực tế. AI có thể hỗ trợ sinh viên trong quá trình nghiên cứu, lập trình, phân tích dữ liệu hoặc phát triển giải pháp, nhưng người học vẫn cần giải thích được mình đang giải quyết vấn đề gì, vì sao lựa chọn phương án đó và kết quả có đáng tin cậy hay không.
Với ngành Trí tuệ nhân tạo tại Asia University Program, yêu cầu này được phát triển sâu hơn qua ba hướng gồm Công nghệ AI, Ứng dụng AI và AI trong kinh doanh.
Lộ trình học bắt đầu từ những nền tảng như lập trình, nhập môn AI và cơ sở dữ liệu, sau đó mở rộng sang học máy, học sâu, điện toán đám mây, dữ liệu lớn, Internet vạn vật và AI tạo sinh. Ở những giai đoạn chuyên sâu hơn, sinh viên tiếp cận các nội dung gắn với bối cảnh ứng dụng như xử lý hình ảnh, kinh doanh thông minh, thương mại AI, trực quan hóa dữ liệu và thực tập doanh nghiệp.
Cấu trúc này cho phép người học tiếp cận AI ở nhiều lớp: hiểu công nghệ được xây dựng như thế nào, biết đưa công nghệ vào giải quyết một vấn đề và nhận diện cách AI tạo ra giá trị trong hoạt động thực tế.
Đây cũng là điểm quan trọng khi nhìn lại 5 cấp độ chuyển đổi AI. Ở những cấp độ đầu, con người có thể chủ yếu cần biết sử dụng công cụ. Nhưng khi AI tiến sâu hơn vào quy trình và cách vận hành của tổ chức, năng lực cần thiết cũng mở rộng sang thiết kế bài toán, phối hợp với hệ thống AI, đánh giá kết quả và ra quyết định.
Vì vậy, chuẩn bị nhân lực cho thời AI không thể chỉ là dạy sinh viên sử dụng công nghệ nhanh hơn. Khi những thao tác kỹ thuật ngày càng có thể được hỗ trợ hoặc tự động hóa, lợi thế của người học sẽ nằm nhiều hơn ở khả năng hiểu vấn đề, làm chủ công cụ, kết nối kiến thức với thực tiễn và đưa ra những quyết định có cơ sở.
Đó cũng là điểm mà giáo dục đại học cần tiếp tục thay đổi khi AI đi từ một công cụ hỗ trợ trở thành một phần ngày càng sâu của môi trường học tập và làm việc.
Lê Hiền
