Phát biểu tập trung vào ba nội dung chính: xác định lại năng lực người học trong bối cảnh AI; tiếp thu có chọn lọc kinh nghiệm quốc tế; và đề xuất cách thức tổ chức triển khai phù hợp với điều kiện của Việt Nam.
AI đặt ra yêu cầu xác định lại năng lực người học
Theo PGS.TS. Trần Thành Nam, AI đang từng bước thay đổi cách thức thực hiện nhiều nhiệm vụ nghề nghiệp, từ tìm kiếm và xử lý thông tin, phân tích dữ liệu đến thiết kế sản phẩm và hỗ trợ ra quyết định. Điều này đặt ra yêu cầu các chương trình đào tạo không chỉ bổ sung kiến thức về AI mà quan trọng hơn là phải xác định rõ AI đang làm thay đổi công việc của ngành như thế nào, sinh viên cần có thêm những năng lực gì và con người phải chịu trách nhiệm đối với những quyết định nào khi sử dụng công nghệ.
PGS.TS. Trần Thành Nam - Bí thư Đảng ủy, Hiệu trưởng Trường Đại học Giáo dục, ĐHQGHN
Trong bối cảnh đó, kiến thức nền tảng và kiến thức chuyên môn vẫn giữ vai trò cốt lõi. Người học cần có đủ nền tảng để kiểm tra, đánh giá và nhận diện những hạn chế trong các kết quả do AI tạo ra.
Cùng với kiến thức chuyên môn, các chương trình đào tạo cần chú trọng phát triển tư duy phản biện, năng lực giải quyết vấn đề sáng tạo và khả năng tự học. Sinh viên không chỉ cần biết sử dụng công cụ AI mà còn phải có khả năng đánh giá chứng cứ, thử nghiệm các phương án, giải thích căn cứ lựa chọn và xác định những kiến thức cần tiếp tục bổ sung.
Đối với đào tạo liên ngành và xuyên ngành, PGS.TS. Trần Thành Nam cho rằng cần tạo điều kiện để giảng viên thuộc các lĩnh vực khác nhau cùng xây dựng nhiệm vụ học tập, giúp sinh viên kết hợp kiến thức từ nhiều ngành để giải quyết vấn đề. Đồng thời, các cơ quan, doanh nghiệp và cộng đồng cần được tham gia sâu hơn vào quá trình xác định vấn đề thực tiễn, hướng dẫn và đánh giá giải pháp.
Kinh nghiệm quốc tế gợi mở cách tiếp cận cho Việt Nam
Từ kinh nghiệm quốc tế, PGS.TS. Trần Thành Nam cho rằng việc tích hợp AI vào giáo dục đại học cần gắn với đặc thù của từng lĩnh vực chuyên môn, chuẩn đầu ra và phương thức đánh giá.
Tại Trung Quốc, các mô hình ở Đại học Nam Kinh, Đại học Sư phạm Hoa Đông và Đại học Phục Đán được tổ chức theo những cấu trúc khác nhau, song đều cho thấy xu hướng kết nối kiến thức AI nền tảng với ứng dụng trong từng lĩnh vực chuyên môn và hoạt động nghiên cứu.
Tại Hoa Kỳ, kinh nghiệm của Đại học Florida nhấn mạnh mối liên hệ giữa việc thiết kế học phần, chuẩn đầu ra và nhiệm vụ đánh giá. Trong khi đó, kinh nghiệm của Australia cho thấy khi AI có khả năng hỗ trợ tạo ra sản phẩm học tập, hoạt động đánh giá cần có thêm những bằng chứng về quá trình thực hiện, khả năng giải thích và năng lực vận dụng thực tế của từng sinh viên.
Các mô hình học tập dựa trên thử thách tại châu Âu hay kinh nghiệm tích hợp AI từ sớm tại Singapore cũng gợi mở việc đưa các vấn đề thực tiễn vào chương trình đào tạo, đồng thời tạo cơ hội để người học tiếp tục cập nhật kiến thức sau khi tốt nghiệp.
Từ những kinh nghiệm trên, một điểm chung được đặt ra là đổi mới nội dung đào tạo phải đi cùng đổi mới phương pháp dạy học, đánh giá và các điều kiện tổ chức thực hiện. Việc thí điểm, đánh giá kết quả và hoàn thiện mô hình trước khi mở rộng được xem là cần thiết.
Đề xuất khung tích hợp AI theo bốn tầng
Từ thực tiễn và kinh nghiệm quốc tế, PGS.TS. Trần Thành Nam đề xuất khung tích hợp AI trong chương trình đào tạo theo bốn tầng.
Tầng thứ nhất – Năng lực AI nền tảng:
Trang bị cho mọi sinh viên hiểu biết cơ bản về khả năng, giới hạn của AI, cách sử dụng công nghệ có trách nhiệm cũng như các vấn đề về đạo đức và pháp luật.
Tầng thứ hai – AI gắn với chuyên môn:
Tích hợp AI vào các học phần cơ sở ngành và chuyên ngành, giúp sinh viên vận dụng công nghệ vào những nhiệm vụ nghề nghiệp cụ thể, đồng thời biết kiểm tra và giải thích kết quả.
Tầng thứ ba – Đổi mới dạy học và đánh giá:
Thiết kế lại các nhiệm vụ học tập và phương thức đánh giá trong bối cảnh AI. Sinh viên cần được yêu cầu khai báo cách thức sử dụng AI, kiểm tra kết quả và làm rõ phần đóng góp của bản thân. Việc đánh giá cần quan tâm cả quá trình thực hiện và sản phẩm cuối cùng.
Tầng thứ tư – AI trong nghiên cứu và đổi mới sáng tạo:
Đưa AI trở thành đối tượng của các hoạt động nghiên cứu, đổi mới sáng tạo và giải quyết các vấn đề thực tiễn trong những chương trình, đề tài phù hợp ở bậc đại học và sau đại học.
PGS.TS. Trần Thành Nam nhấn mạnh, khung bốn tầng là đề xuất về cách thức tổ chức thực hiện, cần được vận dụng linh hoạt theo đặc thù của từng ngành đào tạo và điều kiện của từng cơ sở giáo dục đại học.
Tái cấu trúc chương trình gắn với đổi mới đánh giá
Theo đề xuất, trước khi sửa đổi chương trình đào tạo, các cơ sở giáo dục đại học cần rà soát chuẩn đầu ra, nội dung đào tạo và những phần kiến thức còn trùng lặp. Trên cơ sở đó có thể bố trí lại các học phần theo hướng tăng cường đào tạo liên ngành và các dự án xuyên ngành.
Một trong những nội dung được nhấn mạnh là đổi mới đánh giá năng lực người học trong bối cảnh AI.
PGS.TS. Trần Thành Nam đề xuất sử dụng hồ sơ học tập số (E-Portfolio) để lưu trữ bài làm, các phiên bản chỉnh sửa, phản hồi và phần giải thích quá trình hoàn thiện sản phẩm. Hồ sơ có thể được kết hợp với vấn đáp hoặc thực hành cá nhân, qua đó giúp giảng viên có thêm căn cứ đánh giá sự tiến bộ và năng lực thực chất của sinh viên.
Việc triển khai cần tận dụng các sản phẩm học tập đã có trong chương trình, tránh tạo thêm yêu cầu nộp bài trùng lặp cho sinh viên, đồng thời bảo đảm quyền riêng tư và an toàn dữ liệu.
Tăng cường học tập suốt đời và hợp tác với xã hội
Bên cạnh đổi mới chương trình chính quy, đề xuất cũng nhấn mạnh vai trò của học tập suốt đời. Các cơ sở giáo dục đại học có thể phát triển các học phần, chương trình bồi dưỡng theo nhu cầu nghề nghiệp và công bố rõ điều kiện công nhận kết quả học tập vào các chương trình tiếp theo.
Đối với việc triển khai, cần có sự tham gia của nhiều chủ thể. Các trường chịu trách nhiệm về chương trình, đội ngũ và nguồn lực; doanh nghiệp và các tổ chức xã hội tham gia xác định vấn đề thực tiễn, hướng dẫn và đánh giá giải pháp.
Ở cấp quốc gia, PGS.TS. Trần Thành Nam kiến nghị Bộ Giáo dục và Đào tạo nghiên cứu hướng dẫn về điều kiện công nhận kết quả học tập, bảo đảm chất lượng và hỗ trợ triển khai thí điểm tại các loại hình cơ sở giáo dục đại học khác nhau.
Việc thí điểm có thể được thực hiện trong khoảng 12 tháng, qua các giai đoạn chuẩn bị, tổ chức đào tạo và đánh giá. Việc mở rộng cần dựa trên bằng chứng về sự tiến bộ của sinh viên, khả năng công nhận tín chỉ, chi phí và mức độ phù hợp với điều kiện tổ chức.
Cụ thể hóa định hướng liên ngành, AI và đổi mới sáng tạo
Đối với Đại học Quốc gia Hà Nội, nghiên cứu liên ngành, công nghệ số và AI, nghiên cứu xuất sắc gắn với đào tạo tinh hoa, cùng định hướng xây dựng không gian tri thức và công nghệ tại Hòa Lạc là những nội dung quan trọng trong chiến lược phát triển.
Theo PGS.TS. Trần Thành Nam, vấn đề quan trọng là cụ thể hóa các định hướng này thành những năng lực mà sinh viên cần đạt được, đồng thời xây dựng phương thức tổ chức chương trình phù hợp với điều kiện của từng cơ sở đào tạo.
Tái cấu trúc chương trình đào tạo, vì vậy, không chỉ là bổ sung thêm các học phần về AI mà hướng tới những thay đổi thực chất trong năng lực người học và những công việc người học có thể thực hiện sau quá trình đào tạo.
Trọng tâm của quá trình này là thống nhất các yêu cầu về chất lượng, đồng thời tạo điều kiện để mỗi cơ sở giáo dục đại học lựa chọn cách thức tổ chức phù hợp với đặc thù, nguồn lực và điều kiện thực tế.
Với kinh nghiệm phối hợp trong mô hình đại học đa ngành, ĐHQGHN có điều kiện tiếp tục thúc đẩy các mô hình đào tạo liên ngành, kết nối nghiên cứu với đào tạo và tăng cường hợp tác giữa các đơn vị thành viên. Đây cũng là cơ sở để thử nghiệm những mô hình đào tạo mới, đánh giá kết quả và từng bước hoàn thiện cách thức triển khai phù hợp với bối cảnh giáo dục đại học Việt Nam.
UEd Media
>>> Báo Giáo dục và Thời đại: https://giaoducthoidai.vn/de-xuat-tai-cau-truc-chuong-trinh-dao-tao-dai-hoc-tich-hop-tri-tue-nhan-tao-post794580.html?gidzl=I4cpE64cG6X1KhesOJX9R45KkZrsF41aNLUpFo1lI6PO0xC_TsnBRru2j6TpRHat2rFgFJSPMijfO2P9OW
>>> Báo Giáo dục Việt Nam: https://giaoduc.net.vn/de-xuat-tai-cau-truc-chuong-trinh-dao-tao-tich-hop-tri-tue-nhan-tao-theo-4-tang-post263100.gd
