Trí tuệ nhân tạo và sự thay đổi của môi trường đại học
Trong những năm gần đây, trí tuệ nhân tạo đã vượt ra ngoài phạm vi của một công cụ công nghệ đơn lẻ để trở thành yếu tố tác động trực tiếp đến phương thức học tập, giảng dạy, nghiên cứu và quản trị trong giáo dục đại học. Nếu các làn sóng công nghệ giáo dục trước đây thường được triển khai theo kế hoạch từ phía nhà trường, thì trí tuệ nhân tạo, đặc biệt là trí tuệ nhân tạo tạo sinh, lại lan rộng rất nhanh từ chính thực tiễn sử dụng hằng ngày của sinh viên, giảng viên và các bộ phận chuyên môn.
Theo Isaifan (2026), trí tuệ nhân tạo trong giáo dục đại học cần được nhìn nhận như một hiện tượng vừa mang tính công nghệ, vừa gắn với tổ chức, chính sách, đạo đức học thuật và bảo đảm chất lượng. Tác giả tổng hợp các bộ dữ liệu quốc tế được công bố trong giai đoạn 2021-2025 từ khảo sát sinh viên, khảo sát giảng viên, báo cáo thể chế, dữ liệu liêm chính học thuật, chỉ số nghiên cứu và các nguồn thống kê của những tổ chức uy tín. Cách tiếp cận này không tạo ra bộ dữ liệu sơ cấp mới, nhưng giúp hệ thống hóa các bằng chứng phân tán để nhận diện xu hướng chung trong giáo dục đại học toàn cầu.
Điểm đáng chú ý là trí tuệ nhân tạo không chỉ thay đổi một số thao tác kĩ thuật trong lớp học, mà đang tác động đến những vấn đề nền tảng của giáo dục đại học: sinh viên học bằng cách nào, giảng viên đánh giá năng lực ra sao, trường đại học bảo đảm chất lượng thế nào, và các tổ chức kiểm định cần điều chỉnh tiêu chí đánh giá ra sao trong một môi trường học thuật có sự tham gia ngày càng lớn của công nghệ. Vì vậy, nếu tiếp tục xem trí tuệ nhân tạo như một công cụ phụ trợ, các trường đại học có thể bỏ lỡ bản chất sâu xa của sự thay đổi đang diễn ra.
Từ góc nhìn chính sách, vấn đề nổi bật nhất là sự không tương thích giữa tốc độ sử dụng và tốc độ quản trị. Người học, giảng viên và cán bộ hỗ trợ sinh viên tiếp cận công nghệ rất nhanh; trong khi đó, quy chế đào tạo, quy định về đánh giá, hướng dẫn đạo đức học thuật và hệ thống bảo đảm chất lượng thường cần nhiều thời gian để sửa đổi. Khoảng cách này khiến nhiều hoạt động sử dụng trí tuệ nhân tạo diễn ra trong tình trạng thiếu hướng dẫn thống nhất, thiếu cơ chế khai báo minh bạch và thiếu các chuẩn mực chung để xác định trách nhiệm học thuật.
Sinh viên sử dụng trí tuệ nhân tạo ngày càng thường xuyên trong học tập và đánh giá
Một trong những thay đổi rõ rệt nhất là mức độ sử dụng trí tuệ nhân tạo của sinh viên đại học. Theo Higher Education Policy Institute (2025), hơn 90% sinh viên tại Vương quốc Anh được khảo sát cho biết đã sử dụng các công cụ trí tuệ nhân tạo vào năm 2025, tăng khoảng 26% so với năm trước. Đáng chú ý, tỉ lệ sinh viên sử dụng trí tuệ nhân tạo trong các hoạt động liên quan đến đánh giá tăng từ 53% lên 88% chỉ trong một năm học. Những con số này cho thấy trí tuệ nhân tạo đã đi vào khu vực rất nhạy cảm của giáo dục đại học: kiểm tra, đánh giá và công nhận kết quả học tập.
Các mục đích sử dụng phổ biến của sinh viên gồm giải thích khái niệm khó, tóm tắt văn bản học thuật, gợi ý ý tưởng, hỗ trợ diễn đạt, chỉnh sửa ngôn ngữ và chuẩn bị nội dung cho bài tập. Theo Digital Education Council (2024), việc sử dụng trí tuệ nhân tạo của sinh viên trên phạm vi toàn cầu không còn là hiện tượng cá biệt; nhiều sinh viên dùng công cụ này theo tuần, thậm chí theo ngày, dù mức độ sử dụng hằng ngày vẫn thấp hơn so với việc dùng định kì hoặc theo nhu cầu học tập.
Ở phương diện tích cực, trí tuệ nhân tạo có thể giúp người học tiếp cận nhanh hơn với tri thức, giảm rào cản ngôn ngữ, hỗ trợ hiểu bài và mở rộng khả năng tự học. Đối với những sinh viên gặp khó khăn khi đọc tài liệu học thuật dài, khi học bằng ngoại ngữ hoặc khi cần gợi ý ban đầu cho một chủ đề phức tạp, công cụ này có thể tạo ra sự hỗ trợ đáng kể. Tuy nhiên, chính sự thuận tiện ấy cũng khiến ranh giới giữa hỗ trợ hợp lệ và thay thế nỗ lực học thuật trở nên khó xác định hơn.
Điều này đặt ra yêu cầu phải hiểu lại năng lực học tập trong giáo dục đại học. Trong môi trường có trí tuệ nhân tạo, sinh viên không chỉ cần biết tìm kiếm thông tin, đọc tài liệu và viết bài, mà còn phải biết đặt câu hỏi phù hợp, kiểm chứng nội dung do công cụ tạo ra, nhận diện thông tin thiếu chính xác, trích dẫn đúng cách và công khai mức độ sử dụng công cụ khi cần thiết. Năng lực học thuật vì thế không thể tách rời năng lực sử dụng công nghệ một cách có trách nhiệm.
Giảng viên và cán bộ chuyên môn sử dụng nhanh, nhưng chính sách hỗ trợ còn chậm
Không chỉ sinh viên, đội ngũ giảng viên và cán bộ chuyên môn trong các trường đại học cũng đang sử dụng trí tuệ nhân tạo với tần suất ngày càng lớn. Theo Ellucian (2024), trong một khảo sát với 445 giảng viên và nhà quản trị từ hơn 330 cơ sở giáo dục đại học tại Hoa Kỳ và Canada, 84% người tham gia cho biết đã sử dụng trí tuệ nhân tạo trong công việc hoặc đời sống cá nhân, tăng 32 điểm phần trăm so với năm 2023. Dữ liệu này cho thấy trí tuệ nhân tạo đã trở thành một phần của hoạt động học thuật và quản trị đại học, thay vì chỉ là chủ đề trao đổi mang tính dự báo.
Tuy nhiên, việc giảng viên sử dụng công cụ không đồng nghĩa với việc họ đã được chuẩn bị đầy đủ để hướng dẫn sinh viên. Theo Attewell (2025), chỉ 42% sinh viên cho rằng đội ngũ học thuật được trang bị tốt để hỗ trợ việc học liên quan đến trí tuệ nhân tạo, dù con số này đã tăng đáng kể so với mức 18% của năm 2024. Khoảng cách này phản ánh một vấn đề quan trọng: năng lực công nghệ cá nhân chưa chắc đã chuyển hóa thành năng lực sư phạm, năng lực thiết kế đánh giá và năng lực hướng dẫn đạo đức học thuật.
Trong nhiều trường đại học, việc sử dụng trí tuệ nhân tạo vẫn chủ yếu dựa vào sáng kiến cá nhân. Có giảng viên chủ động thử nghiệm công cụ trong chuẩn bị bài giảng, xây dựng câu hỏi, thiết kế học liệu hoặc hỗ trợ phản hồi cho sinh viên. Một số giảng viên khác lại dè dặt vì chưa rõ quy định của nhà trường, lo ngại về liêm chính học thuật hoặc chưa được tập huấn đầy đủ. Khi thiếu chính sách chung, sinh viên có thể nhận được những yêu cầu khác nhau giữa các học phần: môn học cho phép sử dụng có điều kiện, môn học hạn chế nghiêm ngặt, môn học lại không nêu rõ quy định.
Sự thiếu thống nhất này có thể làm giảm tính minh bạch trong đào tạo. Một chính sách có giá trị không nên chỉ tuyên bố chung chung rằng sinh viên cần “sử dụng có trách nhiệm”, mà phải làm rõ các tình huống được phép sử dụng, mức độ hỗ trợ được chấp nhận, cách khai báo công cụ, trách nhiệm của sinh viên, trách nhiệm của giảng viên và cơ chế xử lí khi có vi phạm. Chính sách càng rõ ràng, người học càng có cơ sở để hành động đúng; giảng viên càng có căn cứ để thiết kế hoạt động học tập, đánh giá và phản hồi.
Liêm chính học thuật trước những hình thức vi phạm mới
Liêm chính học thuật là một trong những lĩnh vực chịu tác động rõ nhất từ trí tuệ nhân tạo. Theo Goodier (2025), các vụ gian lận học thuật có liên quan đến trí tuệ nhân tạo tại một số cơ sở giáo dục đại học tăng từ 1,6 sinh viên trên 1.000 sinh viên trong năm học 2022-2023 lên 7,5 sinh viên trên 1.000 sinh viên trong năm học 2024-2025. Theo Copyleaks (2024), tỉ lệ vụ việc kỷ luật liên quan đến đạo văn bằng trí tuệ nhân tạo tăng từ 48% lên 64% trong giai đoạn được báo cáo.
Điểm phức tạp nằm ở chỗ vi phạm học thuật trong môi trường có trí tuệ nhân tạo không hoàn toàn giống với đạo văn truyền thống. Nếu trước đây đạo văn thường gắn với việc sao chép hoặc chỉnh sửa từ một nguồn có sẵn, thì trí tuệ nhân tạo tạo sinh có thể tạo ra văn bản mới, có cấu trúc tương đối hoàn chỉnh và không trùng lặp trực tiếp với tài liệu đã công bố. Vì thế, các công cụ kiểm tra tương đồng văn bản không còn đủ để nhận diện toàn bộ các tình huống vi phạm.
Theo Copyleaks (2024), trong năm 2023, tỉ lệ văn bản chứa nội dung do trí tuệ nhân tạo tạo ra có xu hướng tăng theo quý, trong khi tỉ lệ đạo văn truyền thống giảm. Diễn biến này không nên được hiểu đơn giản là liêm chính học thuật đã được cải thiện; trái lại, nó cho thấy hình thức vi phạm có thể đang thay đổi. Sinh viên có thể không sao chép nguyên văn từ nguồn cũ, nhưng vẫn có thể nộp sản phẩm mà phần đóng góp học thuật của bản thân không rõ ràng.
Vì vậy, cách tiếp cận dựa hoàn toàn vào phát hiện và xử phạt sẽ khó đáp ứng yêu cầu của bối cảnh mới. Các trường đại học cần chuyển trọng tâm sang quản trị quá trình học tập. Điều này bao gồm thiết kế nhiệm vụ đánh giá theo tiến trình, yêu cầu sinh viên trình bày cách hình thành sản phẩm học tập, tăng cường vấn đáp, phản biện trực tiếp, hồ sơ học tập, nhật kí nghiên cứu, bài tập gắn với dữ liệu thực tế và các nhiệm vụ đòi hỏi sinh viên giải thích quyết định học thuật của mình.
Liêm chính học thuật trong môi trường có trí tuệ nhân tạo không chỉ là câu chuyện về tính nguyên bản của câu chữ. Đó còn là sự minh bạch trong quá trình sử dụng công cụ, trách nhiệm của người học đối với sản phẩm cuối cùng và khả năng chứng minh năng lực học thuật của bản thân. Khi sinh viên biết sử dụng trí tuệ nhân tạo để hỗ trợ học tập nhưng vẫn giữ quyền kiểm soát đối với lập luận, dữ liệu, trích dẫn và kết luận, công nghệ có thể trở thành công cụ nâng cao chất lượng học tập. Ngược lại, nếu công cụ thay thế quá trình tư duy, sản phẩm học thuật sẽ mất đi ý nghĩa đào tạo.
Bảo đảm chất lượng trong bối cảnh đại học có trí tuệ nhân tạo
Trí tuệ nhân tạo đang buộc các hệ thống bảo đảm chất lượng phải mở rộng phạm vi đánh giá. Các tiêu chí truyền thống về chương trình đào tạo, đội ngũ giảng viên, cơ sở vật chất, kết quả đầu ra, dịch vụ hỗ trợ người học và hoạt động nghiên cứu vẫn cần thiết, nhưng chưa đủ để phản ánh đầy đủ chất lượng giáo dục đại học trong bối cảnh mới. Một chương trình đào tạo có chất lượng không chỉ cần chuẩn đầu ra rõ ràng, phương pháp dạy học phù hợp và hệ thống đánh giá tin cậy, mà còn phải có chính sách về việc sử dụng trí tuệ nhân tạo trong học tập, giảng dạy và nghiên cứu.
Theo Zirkel (2024), nhiều nhóm hỗ trợ sinh viên trong các trường đại học đã sử dụng trí tuệ nhân tạo trong công việc, nhưng nhiều cơ sở giáo dục vẫn chưa theo dõi một cách hệ thống việc sử dụng công cụ này, chưa khuyến khích rõ ràng việc sử dụng có trách nhiệm và chưa xác lập quan điểm chính thức về trí tuệ nhân tạo. Điều này tạo ra khoảng cách giữa hoạt động thực tế và năng lực quản trị ở cấp tổ chức.
Đối với bảo đảm chất lượng, câu hỏi không chỉ là trường đại học có ứng dụng trí tuệ nhân tạo hay không, mà là ứng dụng ấy được quản trị thế nào. Nhà trường có chính sách rõ ràng không? Chính sách có được truyền thông đến sinh viên và giảng viên không? Giảng viên có được bồi dưỡng không? Hoạt động đánh giá có được điều chỉnh phù hợp không? Dữ liệu người học có được bảo vệ không? Các nhóm sinh viên có điều kiện tiếp cận khác nhau có được hỗ trợ công bằng không? Những câu hỏi này cần trở thành một phần của bảo đảm chất lượng bên trong và kiểm định chất lượng bên ngoài.
Isaifan (2026) cho rằng trí tuệ nhân tạo cần được xem như một thành tố của hạ tầng giáo dục đại học, chịu sự giám sát của chính sách, cơ chế giải trình và quá trình cải tiến liên tục. Cách tiếp cận này có ý nghĩa quan trọng, bởi nếu xem trí tuệ nhân tạo như một lựa chọn công nghệ riêng lẻ, nhà trường có thể bỏ qua trách nhiệm quản trị ở tầm hệ thống. Ngược lại, nếu coi đây là một phần của môi trường học thuật, các cơ sở giáo dục đại học sẽ phải gắn trí tuệ nhân tạo với chiến lược phát triển, quản lí đào tạo, bảo đảm chất lượng, đạo đức học thuật và phát triển đội ngũ.
Trí tuệ nhân tạo và sự biến đổi của hoạt động nghiên cứu khoa học
Tác động của trí tuệ nhân tạo không giới hạn trong dạy học và đánh giá. Hoạt động nghiên cứu khoa học cũng đang thay đổi đáng kể. Theo Stanford University (2025), số lượng công bố liên quan đến trí tuệ nhân tạo tăng từ khoảng 102.000 công trình năm 2013 lên hơn 242.000 công trình năm 2023. Trung Quốc dẫn đầu về số lượng công bố và tỉ lệ trích dẫn trong lĩnh vực này, trong khi Hoa Kỳ tiếp tục giữ ưu thế ở nhóm công trình có ảnh hưởng học thuật cao.
Sự gia tăng nhanh của công bố về trí tuệ nhân tạo phản ánh hai xu hướng đồng thời: một mặt, trí tuệ nhân tạo đã trở thành lĩnh vực nghiên cứu trọng điểm; mặt khác, công nghệ này đang lan tỏa sang nhiều ngành khác, bao gồm giáo dục, y học, kinh tế, quản lí, khoa học xã hội và nhân văn. Trong giáo dục đại học, điều này đặt ra yêu cầu mới đối với năng lực nghiên cứu của giảng viên và sinh viên sau đại học. Người làm khoa học không chỉ cần biết sử dụng công cụ, mà còn phải hiểu giới hạn của công cụ, kiểm soát chất lượng dữ liệu, bảo đảm trích dẫn chính xác và duy trì chuẩn mực đạo đức trong quá trình công bố.
Theo Scott và cộng sự (2021), nhiều nhà nghiên cứu đã sử dụng các công cụ tự động hóa trong tổng quan hệ thống, đặc biệt ở khâu sàng lọc tiêu đề và tóm tắt. Các công cụ này giúp xử lí khối lượng tài liệu lớn hơn, rút ngắn thời gian thao tác và hỗ trợ nhà khoa học tập trung nhiều hơn vào phân tích. Tuy nhiên, hiệu quả về thời gian không thể thay thế vai trò của chuyên gia trong đánh giá chất lượng phương pháp, mức độ phù hợp của tài liệu, giá trị lí thuyết và ý nghĩa của kết quả nghiên cứu.
Đây là điểm cần nhấn mạnh trong giáo dục đại học; nếu trí tuệ nhân tạo được dùng để hỗ trợ quy trình nghiên cứu trong khuôn khổ minh bạch và có kiểm soát, công cụ này có thể nâng cao hiệu quả học thuật, nhưng nếu sử dụng thiếu chuẩn mực, nó có thể tạo ra những văn bản có vẻ khoa học nhưng thiếu nền tảng bằng chứng, trích dẫn không chính xác hoặc diễn giải vượt quá dữ liệu. Do đó, chính sách nghiên cứu khoa học của các trường đại học cần bao gồm quy định về sử dụng trí tuệ nhân tạo trong viết bài, tổng quan tài liệu, phân tích dữ liệu, phản biện và công bố.
Công bằng trong tiếp cận trí tuệ nhân tạo
Một chính sách giáo dục đại học có trách nhiệm không thể tách rời vấn đề công bằng. Trí tuệ nhân tạo có thể giúp sinh viên học tốt hơn, nhưng lợi ích không tự động phân bổ đồng đều. Những sinh viên có điều kiện sử dụng công cụ chất lượng cao, được hướng dẫn đầy đủ và học trong môi trường có chính sách rõ ràng sẽ có lợi thế hơn. Ngược lại, những người thiếu thiết bị, thiếu kĩ năng số, hạn chế ngoại ngữ hoặc không được giảng viên hướng dẫn có thể gặp nhiều khó khăn hơn.
Sự khác biệt này cũng xuất hiện ở cấp cơ sở giáo dục. Các trường có nguồn lực mạnh có thể đầu tư hạ tầng, mua bản quyền công cụ, bồi dưỡng giảng viên, xây dựng hệ thống quản trị dữ liệu và triển khai các mô hình hỗ trợ sinh viên. Trong khi đó, những cơ sở giáo dục còn hạn chế về tài chính, nhân lực và hạ tầng số có thể khó theo kịp. Vì vậy, nếu thiếu chính sách hỗ trợ, trí tuệ nhân tạo có thể làm gia tăng khoảng cách chất lượng giữa các trường đại học, giữa các nhóm sinh viên và giữa các lĩnh vực đào tạo.
Từ góc độ quản trị, công bằng cần được đưa vào ngay từ khâu thiết kế chính sách. Nhà trường cần bảo đảm sinh viên được hướng dẫn sử dụng công cụ một cách an toàn, có trách nhiệm và phù hợp với yêu cầu học thuật. Các quyết định liên quan đến đánh giá, tư vấn học tập hoặc theo dõi tiến độ người học không nên phụ thuộc hoàn toàn vào hệ thống tự động. Vai trò của giảng viên, cố vấn học tập và các bộ phận chuyên môn vẫn cần được giữ vững để bảo đảm tính nhân văn, tính bối cảnh và sự công bằng trong từng quyết định giáo dục.
Gợi ý chính sách cho giáo dục đại học Việt Nam
Đối với Việt Nam, yêu cầu quản trị trí tuệ nhân tạo trong giáo dục đại học cần được đặt trong bối cảnh đổi mới căn bản, toàn diện giáo dục và đào tạo, chuyển đổi số quốc gia và phát triển năng lực khoa học, công nghệ. Nghị quyết số 29-NQ/TW ngày 04 tháng 11 năm 2013 của Ban Chấp hành Trung ương xác định yêu cầu đổi mới căn bản, toàn diện giáo dục và đào tạo, trong đó có đổi mới quản lí giáo dục, phương pháp dạy học, kiểm tra và đánh giá. Quyết định số 749/QĐ-TTg ngày 03 tháng 06 năm 2020 của Thủ tướng Chính phủ phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030, với định hướng phát triển môi trường số an toàn, nhân văn và rộng khắp. Quyết định số 131/QĐ-TTg ngày 25 tháng 01 năm 2022 phê duyệt Đề án tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022-2025, định hướng đến năm 2030. Quyết định số 127/QĐ-TTg ngày 26 tháng 01 năm 2021 ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030. Những văn bản này tạo nền tảng chính sách quan trọng để các trường đại học xây dựng cơ chế quản trị trí tuệ nhân tạo phù hợp với điều kiện Việt Nam.
Trước hết, các cơ sở giáo dục đại học cần ban hành quy định nội bộ về sử dụng trí tuệ nhân tạo trong đào tạo, đánh giá và nghiên cứu khoa học. Quy định này nên phân loại rõ các tình huống sử dụng thay vì đưa ra yêu cầu chung chung. Sinh viên có thể được phép sử dụng trí tuệ nhân tạo để tìm ý tưởng ban đầu, giải thích khái niệm, lập kế hoạch học tập, kiểm tra lỗi diễn đạt hoặc hỗ trợ đọc hiểu tài liệu. Tuy nhiên, với sản phẩm đánh giá chính thức, nhà trường cần yêu cầu sinh viên khai báo mức độ sử dụng công cụ, chịu trách nhiệm về nội dung cuối cùng và bảo đảm trích dẫn đúng các nguồn học thuật.
Thứ hai, cần đưa năng lực sử dụng trí tuệ nhân tạo có trách nhiệm vào chương trình phát triển năng lực số cho sinh viên. Nội dung đào tạo không nên chỉ dừng ở hướng dẫn thao tác với công cụ, mà cần bao gồm năng lực kiểm chứng thông tin, nhận diện nội dung thiếu tin cậy, hiểu giới hạn của mô hình ngôn ngữ, bảo vệ dữ liệu cá nhân, tôn trọng quyền sở hữu trí tuệ và trình bày minh bạch quá trình sử dụng công cụ. Đây cần được xem là một phần của năng lực học thuật trong đại học, gắn với phương pháp nghiên cứu, đạo đức học thuật và kĩ năng viết.
Thứ ba, các trường đại học cần bồi dưỡng giảng viên theo hướng kết hợp giữa năng lực công nghệ, năng lực sư phạm và năng lực thiết kế đánh giá. Giảng viên không chỉ cần biết công cụ nào đang được sử dụng phổ biến, mà còn cần biết cách thiết kế nhiệm vụ học tập phù hợp, xây dựng tiêu chí đánh giá rõ ràng, hướng dẫn sinh viên khai báo việc sử dụng trí tuệ nhân tạo và xử lí các tình huống nghi ngờ vi phạm một cách thận trọng. Việc bồi dưỡng cần có thời gian thực hành, có diễn đàn trao đổi chuyên môn và có sự hỗ trợ của các đơn vị phụ trách bảo đảm chất lượng, đào tạo, khảo thí và công nghệ thông tin.
Thứ tư, hoạt động kiểm tra, đánh giá cần được thiết kế lại theo hướng coi trọng quá trình hình thành sản phẩm học tập. Những hình thức đánh giá chỉ yêu cầu sinh viên nộp một bài viết cuối cùng sẽ ngày càng khó phản ánh đầy đủ năng lực thật của người học. Các trường có thể tăng cường đánh giá theo hồ sơ học tập, thuyết trình, vấn đáp, nhật kí học thuật, sản phẩm theo giai đoạn, bài tập gắn với tình huống nghề nghiệp và nhiệm vụ đòi hỏi sinh viên giải thích quyết định học thuật của mình. Mục tiêu không phải là làm cho trí tuệ nhân tạo trở nên vô ích, mà là bảo đảm sinh viên phải thể hiện năng lực phân tích, lựa chọn, lập luận và chịu trách nhiệm về sản phẩm học tập.
Thứ năm, hệ thống bảo đảm chất lượng bên trong cần bổ sung nội dung về quản trị trí tuệ nhân tạo. Các trường nên theo dõi định kì việc sử dụng công cụ trong học tập, giảng dạy và nghiên cứu; khảo sát nhu cầu hỗ trợ của sinh viên và giảng viên; đánh giá mức độ phù hợp của quy định hiện hành; đồng thời cập nhật hướng dẫn khi công nghệ thay đổi. Các báo cáo tự đánh giá chương trình đào tạo và cơ sở giáo dục có thể bổ sung minh chứng về chính sách trí tuệ nhân tạo, tập huấn giảng viên, hướng dẫn sinh viên, bảo vệ dữ liệu và điều chỉnh hoạt động đánh giá.
Thứ sáu, cần bảo đảm công bằng trong tiếp cận trí tuệ nhân tạo. Các trường đại học không nên mặc nhiên giả định mọi sinh viên đều có điều kiện sử dụng công cụ như nhau. Cần có học liệu hướng dẫn miễn phí, buổi tập huấn chung, quy định minh bạch và cơ chế hỗ trợ đối với sinh viên gặp khó khăn về thiết bị, ngoại ngữ hoặc kĩ năng số. Ở tầm hệ thống, có thể khuyến khích xây dựng các kho học liệu mở, hướng dẫn dùng chung và mô hình hợp tác giữa các cơ sở giáo dục đại học để giảm chênh lệch về năng lực triển khai.
Thứ bảy, trong nghiên cứu khoa học, các cơ sở giáo dục đại học và tạp chí khoa học cần có hướng dẫn rõ về sử dụng trí tuệ nhân tạo. Tác giả cần khai báo khi công cụ có tham gia vào quá trình viết, chỉnh sửa, phân tích hoặc tổng hợp tài liệu; đồng thời phải chịu trách nhiệm hoàn toàn về tính chính xác của dữ liệu, trích dẫn và lập luận. Các hội đồng khoa học, hội đồng đạo đức, đơn vị quản lí nghiên cứu và tạp chí cần phối hợp để xây dựng chuẩn mực minh bạch, tránh tình trạng sử dụng công cụ mà không công bố hoặc không kiểm soát chất lượng học thuật.
Trí tuệ nhân tạo đang đặt giáo dục đại học trước một yêu cầu quản trị mới: không thể đứng ngoài công nghệ, nhưng cũng không thể để công nghệ định đoạt chuẩn mực học thuật. Những bằng chứng quốc tế cho thấy sinh viên, giảng viên và các bộ phận chuyên môn đang sử dụng trí tuệ nhân tạo với tốc độ rất nhanh, trong khi chính sách, bảo đảm chất lượng và liêm chính học thuật vẫn đang trong quá trình thích ứng. Khoảng cách đó không chỉ là vấn đề kĩ thuật, mà là thách thức đối với năng lực điều hành, văn hóa học thuật và trách nhiệm xã hội của trường đại học. Đối với Việt Nam, đây là thời điểm cần chuyển từ phản ứng tình thế sang quản trị dựa trên bằng chứng. Chính sách trí tuệ nhân tạo trong giáo dục đại học cần được xây dựng với tinh thần thận trọng, minh bạch và công bằng; gắn với đổi mới chương trình, kiểm tra đánh giá, phát triển đội ngũ, bảo đảm chất lượng và đạo đức nghiên cứu. Một trường đại học có năng lực thích ứng không phải là nơi sử dụng nhiều công nghệ nhất, mà là nơi biết đặt công nghệ vào khuôn khổ học thuật đúng đắn, bảo vệ giá trị của tri thức, nuôi dưỡng trách nhiệm của người học và giữ vững niềm tin xã hội đối với giáo dục đại học.
Tài liệu tham khảo
Attewell, S. (2025). Student perceptions of AI 2025. Jisc.
Copyleaks (2024). One year later: ChatGPT and education.
Digital Education Council (2024). Digital Education Council Global AI Student Survey 2024. Digital Education Council.
Ellucian (2024). Ellucian’s AI survey of higher education professionals reveals surge in AI adoption despite concerns around privacy and bias. Ellucian.
Goodier, M. (2025). Revealed: Thousands of UK university students caught cheating using AI. The Guardian.
Higher Education Policy Institute. (2025). Student generative AI survey 2025: Policy Note 61. Higher Education Policy Institute.
Isaifan, R. J. (2026). Artificial intelligence in higher education: A global statistical synthesis for policy and quality assurance reform. Education Sciences, 16(3), 483.
Pudasaini, S., Miralles-Pechuán, L., Lillis, D., & Llorens Salvador, M. (2025). Survey on AI-generated plagiarism detection: The impact of large language models on academic integrity. Journal of Academic Ethics, 23(3), 1137–1170.
Scott, A. M., Forbes, C., Clark, J., Carter, M., Glasziou, P., & Munn, Z. (2021). Systematic review automation tools improve efficiency but lack of knowledge impedes their adoption: A survey. Journal of Clinical Epidemiology, 138, 80–94.
Stanford University. (2025). Artificial Intelligence Index Report 2025. Stanford University.
Thủ tướng Chính phủ (2020). Quyết định số 749/QĐ-TTg ngày 03/6/2020 phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030.
Thủ tướng Chính phủ (2021). Quyết định số 127/QĐ-TTg ngày 26/01/2021 ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030.
Thủ tướng Chính phủ (2022). Quyết định số 131/QĐ-TTg ngày 25/01/2022 phê duyệt Đề án tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022-2025, định hướng đến năm 2030.
