Trí tuệ nhân tạo và câu hỏi về sự sẵn sàng của nhà trường
Trí tuệ nhân tạo đang hiện diện ngày càng rõ trong giáo dục phổ thông. Công nghệ có thể hỗ trợ giáo viên xây dựng kế hoạch bài dạy, thiết kế công cụ đánh giá, tạo phản hồi học tập, phân tích dữ liệu người học, cá nhân hóa một số hoạt động dạy học và xử lý các nhiệm vụ hành chính. Tuy nhiên, việc một công cụ có mặt trong nhà trường không đồng nghĩa với việc công cụ đó đã trở thành một phần có giá trị của quá trình giáo dục. Giữa “có công nghệ” và “sử dụng công nghệ có ý nghĩa” là một khoảng cách lớn, được quyết định bởi năng lực tổ chức, trình độ chuyên môn, niềm tin nghề nghiệp và điều kiện làm việc của giáo viên.
Theo Elmourad và cộng sự (2026), trong bối cảnh Các Tiểu vương quốc Ả Rập Thống nhất thúc đẩy đưa trí tuệ nhân tạo vào giáo dục phổ thông, các khoản đầu tư vào hạ tầng, kết nối và nền tảng số chỉ là một phần của quá trình chuyển đổi. Dữ liệu khảo sát từ 602 giáo viên và nhân sự giáo dục cho thấy mức độ tích hợp trí tuệ nhân tạo vào giảng dạy chịu ảnh hưởng mạnh bởi các yếu tố thuộc về con người và tổ chức, đặc biệt là cân bằng công việc - cuộc sống, hỗ trợ từ nhà trường, phát triển chuyên môn, năng lực quản lý lớp học và năng lực số của giáo viên (Elmourad et al., 2026). Điểm đáng chú ý là trí tuệ nhân tạo không nên được tiếp cận như một giải pháp kỹ thuật đơn lẻ. Trong giáo dục, công nghệ luôn gắn với mục tiêu học tập, quan hệ sư phạm, quyền lợi của người học, trách nhiệm nghề nghiệp của giáo viên và văn hóa quản trị nhà trường. Vì vậy, sự sẵn sàng của một cơ sở giáo dục không thể chỉ đo bằng số lượng thiết bị, tài khoản truy cập hay phần mềm được cài đặt. Sự sẵn sàng cần được hiểu như năng lực của nhà trường trong việc lựa chọn, tổ chức, giám sát và sử dụng công nghệ để phục vụ mục tiêu giáo dục.
Từ tiếp nhận công nghệ đến năng lực tổ chức đổi mới
Các lý thuyết về tiếp nhận công nghệ đã cung cấp nền tảng quan trọng để lý giải vì sao giáo viên chấp nhận hoặc dè dặt trước công nghệ mới. Mô hình chấp nhận công nghệ của Venkatesh và Davis (2000) nhấn mạnh vai trò của cảm nhận về tính hữu ích và mức độ thuận tiện khi sử dụng. Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ của Venkatesh và cộng sự (2003) mở rộng phân tích thông qua các thành tố như kỳ vọng hiệu quả, kỳ vọng nỗ lực, ảnh hưởng xã hội và điều kiện hỗ trợ. Trong giáo dục, khung năng lực công nghệ - sư phạm - nội dung của Mishra và Koehler (2006) nhấn mạnh rằng giáo viên cần biết kết nối công nghệ với nội dung môn học và phương pháp dạy học, thay vì sử dụng công cụ như một thao tác kỹ thuật tách rời chuyên môn. Tuy nhiên, với trí tuệ nhân tạo, các mô hình tiếp nhận công nghệ cần được đặt trong một cấu trúc rộng hơn. Khung Công nghệ - Tổ chức - Môi trường cho phép nhìn nhận quá trình triển khai trí tuệ nhân tạo trong nhà trường như một hiện tượng chịu tác động đồng thời của hạ tầng, chính sách, văn hóa tổ chức, năng lực lãnh đạo và nhận thức của đội ngũ. Chính sự kết hợp này giúp lý giải vì sao hai trường học có điều kiện công nghệ tương đương vẫn có thể đạt kết quả rất khác nhau trong việc đưa trí tuệ nhân tạo vào dạy học.
Elmourad và cộng sự (2026) cho rằng mức độ sẵn sàng của nhà trường không chỉ gắn với quyền truy cập công cụ, mà còn phụ thuộc vào sự khuyến khích của lãnh đạo, hoạt động bồi dưỡng chuyên môn, niềm tin của giáo viên và điều kiện làm việc. Cách tiếp cận này tương thích với nhận định của Ertmer và Ottenbreit-Leftwich (2010), theo đó thay đổi công nghệ trong giáo dục chịu ảnh hưởng bởi sự giao thoa giữa tri thức, sự tự tin, niềm tin và văn hóa nhà trường. Fullan (2014) cũng nhấn mạnh rằng đổi mới giáo dục chỉ có thể bền vững khi lãnh đạo nhà trường tạo dựng được môi trường chuyên môn hỗ trợ đội ngũ, thay vì chỉ áp đặt yêu cầu thay đổi từ bên trên.
Ba nhóm năng lực giáo viên trong môi trường giáo dục có trí tuệ nhân tạo
Một trong những phát hiện quan trọng từ dữ liệu của Elmourad và cộng sự (2026) là năng lực giáo viên trong môi trường có trí tuệ nhân tạo không tồn tại như những kỹ năng rời rạc, mà có thể được tổ chức thành ba nhóm năng lực có quan hệ bổ trợ: năng lực phân tích và năng lực số; năng lực liên nhân cách và thích ứng; năng lực sư phạm và chương trình. Năng lực phân tích và năng lực số bao gồm hiểu biết số, khả năng đọc và xử lý dữ liệu, sử dụng công cụ số, hiểu biết về đạo đức và bảo mật dữ liệu, cũng như khả năng vận dụng dữ liệu để hỗ trợ hoạt động học tập. Đây là nhóm năng lực giúp giáo viên không sử dụng trí tuệ nhân tạo một cách thụ động, mà có thể kiểm tra, lựa chọn, điều chỉnh và đánh giá mức độ phù hợp của công cụ đối với từng mục tiêu dạy học. Trong bối cảnh dữ liệu giáo dục ngày càng lớn, năng lực xử lý và diễn giải dữ liệu trở thành một thành tố quan trọng của chuyên môn nhà giáo.
Năng lực liên nhân cách và thích ứng bao gồm quản lý lớp học, phối hợp với phụ huynh, hướng dẫn đồng nghiệp, trí tuệ cảm xúc, khả năng thích nghi với thay đổi và năng lực tổ chức quan hệ sư phạm trong môi trường số. Đây là nhóm năng lực có ý nghĩa đặc biệt, bởi càng có nhiều công nghệ tham gia vào hoạt động dạy học, vai trò con người trong giáo dục càng cần được xác lập rõ. Trí tuệ nhân tạo có thể hỗ trợ xử lý thông tin, gợi ý nội dung, tạo bản nháp hoặc phân tích dữ liệu, nhưng không thể thay thế sự thấu hiểu học sinh, trách nhiệm giáo dục và nghệ thuật dẫn dắt của giáo viên.
Năng lực sư phạm và chương trình bao gồm thiết kế chương trình, lập kế hoạch bài dạy, tổ chức hoạt động học tập, xây dựng nhiệm vụ đánh giá và phản hồi. Tuy nhiên, kết quả phân tích cho thấy chuyên môn sư phạm truyền thống không tự động chuyển hóa thành khả năng tích hợp trí tuệ nhân tạo trong giảng dạy. Đây là một điểm rất đáng lưu ý. Kinh nghiệm nghề nghiệp vẫn có giá trị nền tảng, nhưng nếu thiếu năng lực số, thiếu bồi dưỡng chuyên môn phù hợp và thiếu môi trường hỗ trợ, kinh nghiệm đó khó trở thành năng lực sử dụng công nghệ một cách hiệu quả.
Cách phân nhóm này giúp điều chỉnh một nhận thức phổ biến trong chuyển đổi số giáo dục. Đào tạo giáo viên về trí tuệ nhân tạo không thể chỉ là hướng dẫn thao tác với công cụ. Điều cần thiết hơn là phát triển một cấu trúc năng lực nghề nghiệp mới, trong đó giáo viên biết kết hợp hiểu biết công nghệ, tư duy sư phạm, năng lực đạo đức, khả năng quản lý lớp học và sự nhạy cảm với nhu cầu của người học.
Cân bằng nghề nghiệp của giáo viên: điều kiện để công nghệ có giá trị giáo dục
Một kết quả nổi bật trong mô hình phân tích của Elmourad và cộng sự (2026) là cân bằng công việc - cuộc sống là yếu tố có sức dự báo mạnh nhất đối với mức độ tích hợp trí tuệ nhân tạo vào giảng dạy. Nói cách khác, giáo viên có xu hướng sử dụng trí tuệ nhân tạo nhiều hơn khi họ cảm nhận công nghệ giúp công việc trở nên dễ kiểm soát hơn, giảm áp lực hơn và tạo thêm không gian cho các hoạt động chuyên môn có ý nghĩa. Phát hiện này có giá trị học thuật quan trọng, bởi nhiều mô hình tiếp nhận công nghệ trước đây thường nhấn mạnh tính hữu ích, sự thuận tiện hoặc tác động xã hội, trong khi cảm nhận về đời sống nghề nghiệp của giáo viên chưa được đặt ở vị trí trung tâm. Với nghề dạy học, hiệu quả công nghệ không thể chỉ được đo bằng tốc độ xử lý công việc hay số lượng nhiệm vụ được tự động hóa. Một công cụ chỉ thực sự có giá trị khi giúp giáo viên giảm những phần việc lặp lại, có thêm thời gian cho chuẩn bị bài học, phản hồi học sinh, trao đổi chuyên môn và chăm sóc đời sống tinh thần của chính mình.
Day và Gu (2014) cho rằng chất lượng giáo dục bền vững gắn chặt với khả năng duy trì sức bền nghề nghiệp của giáo viên. Trong bối cảnh trí tuệ nhân tạo, nhận định này càng có ý nghĩa. Nếu công nghệ làm tăng thêm thao tác hành chính, tạo thêm yêu cầu báo cáo, kéo dài thời gian làm việc ngoài giờ hoặc khiến giáo viên phải chịu áp lực phản hồi tức thời, thì chuyển đổi số có thể làm giảm chất lượng nghề nghiệp thay vì nâng cao hiệu quả giáo dục. Vì vậy, khi đưa trí tuệ nhân tạo vào nhà trường, cần đặt câu hỏi không chỉ là công cụ đó làm được gì, mà còn là công cụ đó tác động thế nào đến lao động sư phạm của giáo viên.
Từ dữ liệu thực nghiệm, Elmourad và cộng sự (2026) chỉ ra rằng hỗ trợ tổ chức và cân bằng nghề nghiệp có ảnh hưởng mạnh hơn so với các yếu tố kỹ thuật đơn thuần. Điều này cho thấy trí tuệ nhân tạo không thể được triển khai thành công nếu giáo viên cảm thấy đơn độc, quá tải hoặc thiếu niềm tin vào định hướng của nhà trường. Công nghệ chỉ có thể trở thành nguồn lực giáo dục khi nó được đặt trong môi trường làm việc lành mạnh, có sự đồng hành của lãnh đạo và có cơ chế hỗ trợ chuyên môn rõ ràng.
Lãnh đạo nhà trường và phát triển chuyên môn: nền tảng của chuyển đổi có trách nhiệm
Hỗ trợ từ nhà trường và phát triển chuyên môn là yếu tố có ảnh hưởng nổi bật đến mức độ tích hợp trí tuệ nhân tạo. Tuy nhiên, tác động đáng kể không đến từ các khóa tập huấn mang tính thủ tục, mà từ sự khuyến khích của lãnh đạo, hoạt động cố vấn, niềm tin tổ chức và cơ hội học tập nghề nghiệp liên tục. Theo Elmourad và cộng sự (2026), phát triển chuyên môn cần được hiểu như một quá trình xây dựng năng lực và sự tự tin cho giáo viên, thay vì chỉ là yêu cầu hoàn thành một chương trình đào tạo.
Điều này gợi ra yêu cầu thay đổi cách thiết kế bồi dưỡng giáo viên về trí tuệ nhân tạo. Giáo viên cần được học qua tình huống lớp học cụ thể, được cùng đồng nghiệp thiết kế hoạt động dạy học, được thảo luận về rủi ro đạo đức, được hướng dẫn kiểm chứng nội dung do công cụ tạo ra và được hỗ trợ khi thử nghiệm các hình thức dạy học mới. Nếu bồi dưỡng chỉ tập trung vào giới thiệu công cụ, giáo viên có thể biết thao tác, nhưng chưa chắc hiểu cách sử dụng công nghệ phù hợp với mục tiêu giáo dục.
Vai trò của lãnh đạo nhà trường vì thế trở nên đặc biệt quan trọng. Hiệu trưởng, tổ trưởng chuyên môn và các nhóm hỗ trợ công nghệ không chỉ tạo điều kiện kỹ thuật, mà còn hình thành văn hóa sử dụng trí tuệ nhân tạo có trách nhiệm. Một nhà trường sẵn sàng cho trí tuệ nhân tạo là nơi giáo viên được khuyến khích đổi mới nhưng không bị buộc chạy theo hình thức; được thử nghiệm nhưng có định hướng; được sử dụng công cụ nhưng vẫn giữ vai trò chủ thể của hoạt động sư phạm.
Selwyn (2019) từng cảnh báo rằng trí tuệ nhân tạo trong giáo dục có thể đặt nhà trường trước căng thẳng giữa nhân văn hóa giáo dục và xu hướng công cụ hóa hoạt động dạy học. Cảnh báo này rất đáng suy ngẫm. Nếu thiếu định hướng quản trị, công nghệ có thể khiến giáo dục trở nên phụ thuộc vào quy trình, dữ liệu và tự động hóa. Ngược lại, nếu được tổ chức hợp lý, trí tuệ nhân tạo có thể giúp giáo viên dành nhiều năng lượng hơn cho những nhiệm vụ mà công nghệ khó thay thế: lắng nghe, dẫn dắt, khích lệ, đánh giá trong bối cảnh cụ thể và nuôi dưỡng động lực học tập của học sinh.
Hàm ý đối với giáo dục Việt Nam: từ triển khai công cụ đến xây dựng năng lực sẵn sàng
Đối với Việt Nam, vấn đề trí tuệ nhân tạo trong giáo dục cần được đặt trong bối cảnh đổi mới căn bản, chuyển đổi số và phát triển nguồn nhân lực chất lượng cao. Quyết định số 1705/QĐ-TTg ngày 31 tháng 12 năm 2024 phê duyệt Chiến lược phát triển giáo dục đến năm 2030, tầm nhìn đến năm 2045, xác lập định hướng phát triển giáo dục trong giai đoạn mới. 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”, tạo cơ sở chính sách trực tiếp cho quá trình chuyển đổi số trong ngành giáo dục. 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, cho thấy trí tuệ nhân tạo là một định hướng quan trọng trong chiến lược phát triển khoa học, công nghệ và đổi mới sáng tạo của quốc gia. Bên cạnh đó, Nghị quyết số 71-NQ/TW ngày 22 tháng 8 năm 2025 của Bộ Chính trị về đột phá phát triển giáo dục và đào tạo tiếp tục đặt ra yêu cầu tạo chuyển biến mạnh mẽ trong phát triển giáo dục.
Từ các căn cứ chính sách trên, việc đưa trí tuệ nhân tạo vào giáo dục Việt Nam cần được định hướng theo tư duy quản trị, không chỉ theo tư duy trang bị. Nếu chỉ tập trung vào nền tảng, tài khoản, phần mềm và phong trào ứng dụng, nhà trường dễ rơi vào tình trạng có công cụ nhưng thiếu năng lực tổ chức sử dụng. Ngược lại, nếu xây dựng được năng lực sẵn sàng ở từng cơ sở giáo dục, trí tuệ nhân tạo có thể trở thành nguồn lực hỗ trợ đổi mới phương pháp dạy học, kiểm tra đánh giá, quản trị nhà trường và phát triển chuyên môn giáo viên.
Trước hết, Việt Nam cần xây dựng khung đánh giá mức độ sẵn sàng của nhà trường đối với trí tuệ nhân tạo. Khung này cần bao quát nhiều thành tố: hạ tầng số, năng lực lãnh đạo, năng lực giáo viên, chính sách dữ liệu, nguyên tắc đạo đức, cơ chế hỗ trợ kỹ thuật, văn hóa chuyên môn và tác động đến khối lượng công việc của giáo viên. Nếu khung đánh giá chỉ tập trung vào thiết bị, phần mềm và kết nối, nhà trường có thể đạt yêu cầu hình thức nhưng chưa đủ điều kiện sử dụng trí tuệ nhân tạo một cách an toàn và hiệu quả.
Thứ hai, cần thiết kế lại hoạt động bồi dưỡng giáo viên theo hướng gắn với nhiệm vụ nghề nghiệp cụ thể. Giáo viên không chỉ cần biết cách sử dụng một công cụ, mà cần biết cách lựa chọn công cụ phù hợp với mục tiêu bài học, kiểm tra độ tin cậy của nội dung, bảo vệ dữ liệu học sinh, thiết kế nhiệm vụ học tập tránh sự phụ thuộc thiếu kiểm soát và sử dụng trí tuệ nhân tạo để nâng cao chất lượng phản hồi. Đây là năng lực sư phạm trong môi trường số, đòi hỏi quá trình bồi dưỡng liên tục, có thực hành, có cố vấn và có cộng đồng chuyên môn.
Thứ ba, cần xem cân bằng nghề nghiệp của giáo viên là một tiêu chí quan trọng khi triển khai công nghệ trong nhà trường. Mọi nền tảng số hoặc công cụ trí tuệ nhân tạo cần được đánh giá về tác động đến thời gian làm việc, khối lượng hành chính, yêu cầu nhập liệu và áp lực phản hồi của giáo viên. Nếu chuyển đổi số làm giáo viên bận hơn, căng thẳng hơn và ít thời gian hơn cho tương tác sư phạm, mục tiêu nâng cao chất lượng giáo dục sẽ khó đạt được. Công nghệ trong giáo dục phải phục vụ con người trước khi phục vụ hệ thống quản lý.
Thứ tư, cần tăng năng lực quản trị công nghệ cho lãnh đạo nhà trường. Hiệu trưởng và đội ngũ quản lý cần được bồi dưỡng về chiến lược chuyển đổi số, quản trị dữ liệu giáo dục, đạo đức sử dụng trí tuệ nhân tạo, phát triển chuyên môn giáo viên và đánh giá tác động của công nghệ đến chất lượng dạy học. Lãnh đạo nhà trường không thể chỉ giao nhiệm vụ sử dụng công cụ, mà cần kiến tạo môi trường để giáo viên hiểu, tin tưởng, thử nghiệm và cải tiến thực hành sư phạm.
Thứ năm, cần ban hành hướng dẫn đạo đức và bảo vệ dữ liệu trong sử dụng trí tuệ nhân tạo ở trường phổ thông. Các vấn đề như quyền riêng tư của học sinh, trách nhiệm kiểm chứng nội dung, tính minh bạch khi giáo viên sử dụng công cụ, giới hạn sử dụng dữ liệu học tập và vai trò của phụ huynh cần được quy định rõ. Trí tuệ nhân tạo càng tham gia nhiều vào hoạt động giáo dục, yêu cầu về trách nhiệm nghề nghiệp và quản trị dữ liệu càng trở nên quan trọng.
Thứ sáu, cần bảo đảm công bằng trong tiếp cận trí tuệ nhân tạo giữa các vùng miền, loại hình trường học và nhóm giáo viên. Nếu chỉ những trường có điều kiện thuận lợi mới được tiếp cận công cụ, được bồi dưỡng tốt và có hỗ trợ kỹ thuật đầy đủ, chuyển đổi số có thể làm gia tăng chênh lệch chất lượng giáo dục. Vì vậy, chính sách cần quan tâm đến các trường ở khu vực khó khăn, giáo viên lớn tuổi, giáo viên ít điều kiện tiếp cận công nghệ và những cơ sở giáo dục còn hạn chế về hạ tầng.
Giá trị của trí tuệ nhân tạo phụ thuộc vào phẩm chất tổ chức của nhà trường
Trí tuệ nhân tạo không tự tạo ra đổi mới giáo dục. Công nghệ chỉ trở thành giá trị khi được đặt trong một nhà trường có năng lực tổ chức, có lãnh đạo chuyên môn vững vàng, có giáo viên được hỗ trợ và có nguyên tắc sử dụng rõ ràng. Những bằng chứng thực nghiệm quốc tế cho thấy mức độ sẵn sàng của nhà trường trong kỷ nguyên trí tuệ nhân tạo trước hết là sự sẵn sàng về con người, văn hóa chuyên môn, điều kiện làm việc và năng lực quản trị. Đối với giáo dục Việt Nam, thách thức không chỉ là đưa trí tuệ nhân tạo vào trường học, mà là xây dựng những trường học đủ năng lực để sử dụng trí tuệ nhân tạo một cách có trách nhiệm, có kiểm soát và có giá trị giáo dục. Một chính sách đúng không chỉ hỏi nhà trường đã có công cụ gì, mà phải hỏi giáo viên được chuẩn bị ra sao, học sinh được bảo vệ thế nào, lãnh đạo hỗ trợ đội ngũ bằng cách nào và công nghệ có làm cho hoạt động dạy học trở nên nhân văn, hiệu quả hơn hay không. Trong kỷ nguyên trí tuệ nhân tạo, nhà trường tiến bộ không phải là nơi chạy nhanh nhất theo công cụ mới, mà là nơi biết tổ chức công nghệ để phụng sự sự phát triển của con người.
Tài liệu tham khảo
Day, C., & Gu, Q. (2014). Resilient teachers, resilient schools: Building and sustaining quality in testing times. Routledge.
Elmourad, T., Hadjiphanis, L., Christofi, K., Chourides, P., & Kythreotis, A. (2026). AI adoption in K–12 education: A model of skills transformation, productivity, and institutional readiness. Education Sciences, 16, 337.
Ertmer, P. A., & Ottenbreit-Leftwich, A. T. (2010). Teacher technology change: How knowledge, confidence, beliefs, and culture intersect. Journal of Research on Technology in Education, 42(3), 255–284.
Fullan, M. (2014). The principal: Three keys to maximizing impact. Jossey-Bass.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union.
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.
Williamson, B. (2017). Big data in education: The digital future of learning, policy and practice. SAGE.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education: Where are the educators? International Journal of Educational Technology in Higher Education, 16, 39.