Trí tuệ nhân tạo trong học ngoại ngữ và giới hạn của sự thuận tiện
Trong giáo dục ngoại ngữ, trí tuệ nhân tạo đang hiện diện ngày càng rõ trong các hoạt động học tập thường ngày. Người học có thể sử dụng công cụ dịch tự động để hiểu văn bản, dùng phần mềm nhận diện giọng nói để luyện phát âm, nhờ hệ thống sửa lỗi ngữ pháp để hoàn thiện bài viết, tra cứu từ vựng qua ứng dụng thông minh hoặc tham khảo các gợi ý diễn đạt khi chuẩn bị bài nói và bài luận. Nhờ khả năng phản hồi nhanh, cá nhân hóa và hỗ trợ linh hoạt, trí tuệ nhân tạo đem lại nhiều thuận lợi cho người học tiếng Anh như một ngoại ngữ, đặc biệt trong bối cảnh lớp học đông, thời lượng tương tác hạn chế và nhu cầu học tập của sinh viên ngày càng đa dạng.
Các lợi ích này đã được ghi nhận trong nhiều phân tích về công nghệ giáo dục. Chou và cộng sự (2022) nhấn mạnh rằng trải nghiệm tương tác giữa con người và hệ thống công nghệ có liên quan đến hiệu quả học tập trong môi trường ứng dụng trí tuệ nhân tạo. Trong lĩnh vực học ngôn ngữ, Wu, Liu và Zeng (2024) xây dựng thang đo thái độ đối với học ngôn ngữ thứ hai có hỗ trợ trí tuệ nhân tạo, qua đó cho thấy thái độ của người học với công nghệ là một thành tố đáng chú ý trong quá trình học tập. Ở một hướng tiếp cận khác, Wu, Wang và Wang (2024) phân tích các yếu tố ảnh hưởng đến ý định sử dụng trí tuệ nhân tạo của người học tiếng Anh trong môi trường học tập phân tán. Những dữ liệu này cho thấy trí tuệ nhân tạo không còn là công cụ ngoại vi, mà đã trở thành một phần trong hệ sinh thái học ngoại ngữ hiện đại.
Tuy nhiên, sự thuận tiện của công nghệ cũng đặt ra một câu hỏi sư phạm quan trọng. Khi trí tuệ nhân tạo có thể cung cấp câu trả lời nhanh, sửa lỗi tức thời và gợi ý cách diễn đạt gần như ngay lập tức, người học có thể dần chuyển từ sử dụng công cụ để hỗ trợ sang dựa vào công cụ để thay thế một phần nỗ lực học tập. Trong học ngoại ngữ, sự thay thế này không chỉ liên quan đến việc hoàn thành nhiệm vụ nhanh hơn, mà còn có thể làm thu hẹp những trải nghiệm cần thiết để hình thành năng lực giao tiếp, như tự diễn đạt, tiếp nhận phản hồi, điều chỉnh lời nói, trao đổi với bạn học và xử lí sự không chắc chắn trong giao tiếp thực.
Theo Zhang và Feng (2026), sự phụ thuộc vào trí tuệ nhân tạo trong học tập có thể được hiểu như một trạng thái tâm lí và hành vi gồm ba thành phần chính. Thứ nhất, người học xem công cụ trí tuệ nhân tạo là gần như không thể thiếu để đạt kết quả học tập. Thứ hai, người học có thể cảm thấy nhàm chán, khó chịu hoặc thiếu tự tin khi không có công cụ hỗ trợ. Thứ ba, người học có xu hướng chuyển các nhiệm vụ giải quyết vấn đề, viết, dịch hoặc tìm kiếm thông tin sang cho hệ thống thay vì tự huy động năng lực cá nhân hoặc trao đổi với người khác. Cách hiểu này giúp phân biệt rõ giữa việc sử dụng công nghệ thường xuyên và tình trạng phụ thuộc vào công nghệ. Một người học có thể dùng trí tuệ nhân tạo hằng ngày nhưng vẫn giữ được năng lực tự chủ; ngược lại, phụ thuộc xuất hiện khi công cụ trở thành điều kiện khiến người học khó duy trì hoạt động học tập nếu thiếu nó.
Những yếu tố thúc đẩy sự phụ thuộc vào trí tuệ nhân tạo trong học ngoại ngữ
Để lí giải vì sao người học có thể dần phụ thuộc vào trí tuệ nhân tạo, Thuyết thống nhất về chấp nhận và sử dụng công nghệ của Venkatesh và cộng sự (2003) đem lại một khung phân tích hữu ích. Theo khung lí thuyết này, việc con người chấp nhận và sử dụng công nghệ chịu ảnh hưởng bởi bốn yếu tố cơ bản: kỳ vọng về hiệu quả, kỳ vọng về mức độ dễ sử dụng, điều kiện hỗ trợ và ảnh hưởng xã hội. Khi đặt vào bối cảnh học ngoại ngữ, bốn yếu tố này không chỉ giải thích ý định sử dụng công nghệ, mà còn giúp nhận diện những động lực có thể làm gia tăng sự phụ thuộc của người học vào trí tuệ nhân tạo.
Kỳ vọng về mức độ dễ sử dụng là động lực đầu tiên. Một công cụ có giao diện thân thiện, thao tác đơn giản và phản hồi nhanh sẽ làm giảm nỗ lực của người học trong quá trình học ngoại ngữ. Thay vì phải tự tìm tài liệu, thử nhiều phương án diễn đạt, chờ giáo viên góp ý hoặc trao đổi với bạn học, sinh viên có thể nhận được gợi ý tức thời từ hệ thống. Sự thuận tiện này có ý nghĩa tích cực khi giúp người học tiếp cận tài nguyên phong phú hơn, song cũng có thể khiến họ quen với việc chuyển những nhiệm vụ khó sang cho công cụ.
Kỳ vọng về hiệu quả là động lực thứ hai. Khi người học tin rằng trí tuệ nhân tạo giúp cải thiện bài viết, tăng tốc độ hoàn thành nhiệm vụ, giảm lỗi ngôn ngữ hoặc hỗ trợ nâng cao kết quả học tập, công cụ dễ được xem như một thành tố quan trọng trong quá trình học. Vấn đề xuất hiện khi cảm nhận về hiệu quả chuyển thành cảm nhận về sự không thể thiếu. Khi ấy, người học không chỉ sử dụng trí tuệ nhân tạo vì công cụ hữu ích, mà còn có thể cảm thấy việc học trở nên kém chắc chắn nếu thiếu công cụ.
Điều kiện hỗ trợ là động lực thứ ba. Hạ tầng số thuận lợi, nền tảng học tập thông minh, thiết bị cá nhân, đường truyền ổn định và sự hướng dẫn của giảng viên đều có thể làm tăng khả năng tiếp cận trí tuệ nhân tạo. Đây là điều kiện cần cho chuyển đổi số giáo dục, nhưng nếu thiếu định hướng sư phạm, sự sẵn có của công nghệ có thể dẫn đến tần suất sử dụng cao hơn mức cần thiết. Trong trường hợp đó, môi trường hỗ trợ công nghệ không chỉ tạo điều kiện cho học tập, mà còn có thể thúc đẩy thói quen dựa vào công cụ.
Ảnh hưởng xã hội là động lực thứ tư và cũng là yếu tố cần được chú ý trong môi trường đại học. Khi bạn bè, giảng viên hoặc cộng đồng học tập xem việc sử dụng trí tuệ nhân tạo như biểu hiện của sự nhanh nhạy, hiện đại và hiệu quả, người học có thể chịu áp lực phải sử dụng công cụ để không bị tụt lại. Trong khảo sát với 608 sinh viên không chuyên tiếng Anh tại năm trường đại học ở Trung Quốc, Zhang và Feng (2026) ghi nhận cả bốn yếu tố nói trên đều có quan hệ thuận chiều với sự phụ thuộc vào trí tuệ nhân tạo trong học tập; trong đó, ảnh hưởng xã hội có hệ số tác động mạnh nhất. Kết quả này cho thấy phụ thuộc công nghệ không chỉ là vấn đề cá nhân, mà còn liên quan đến chuẩn mực học tập, văn hóa lớp học và cách cộng đồng giáo dục nhìn nhận công nghệ.
Năng lực giao tiếp liên cá nhân là phần không thể thiếu của học ngoại ngữ
Học ngoại ngữ không chỉ là ghi nhớ từ vựng, nắm vững ngữ pháp hay tạo ra những câu văn đúng về hình thức. Bản chất của học ngoại ngữ là học cách sử dụng ngôn ngữ trong quan hệ xã hội. Người học cần biết lắng nghe, phản hồi, đặt câu hỏi, giải thích, thương lượng ý nghĩa, điều chỉnh giọng điệu và thích nghi với bối cảnh giao tiếp cụ thể. Những năng lực ấy khó có thể hình thành đầy đủ nếu hoạt động học tập chủ yếu diễn ra giữa cá nhân người học và một hệ thống phản hồi tự động.
Buhrmester và cộng sự (1988) xem năng lực liên cá nhân là tập hợp các khả năng quan trọng trong quan hệ xã hội, gồm khởi xướng quan hệ, bộc lộ bản thân, hỗ trợ cảm xúc, xử lí xung đột và duy trì quan hệ. Ở chiều ngược lại, hạn chế năng lực giao tiếp liên cá nhân thể hiện qua khó khăn trong thiết lập, duy trì và điều chỉnh quan hệ với người khác. Trong học ngoại ngữ, những khó khăn này có thể ảnh hưởng trực tiếp đến khả năng tham gia thảo luận, hợp tác nhóm, trình bày quan điểm và sử dụng ngôn ngữ trong tình huống thực.
Thuyết phụ thuộc truyền thông của Ball-Rokeach và DeFleur (1976) cho rằng con người có thể hình thành sự gắn bó với phương tiện truyền thông khi phương tiện đó đáp ứng các nhu cầu thông tin, cảm xúc hoặc xã hội. Trong môi trường trí tuệ nhân tạo, sự phụ thuộc này trở nên phức tạp hơn vì công cụ không chỉ cung cấp thông tin, mà còn có thể tạo cảm giác đối thoại, đồng hành và phản hồi cá nhân hóa. Khi người học quen nhận sự hỗ trợ từ hệ thống, nhu cầu trao đổi với giáo viên hoặc bạn học có thể giảm đi, nhất là trong những nhiệm vụ đòi hỏi nỗ lực giao tiếp và chấp nhận khả năng mắc lỗi.
Zhang và Feng (2026) ghi nhận sự phụ thuộc vào trí tuệ nhân tạo trong học tập có quan hệ thuận chiều với tình trạng hạn chế năng lực giao tiếp liên cá nhân. Diễn giải một cách thận trọng, kết quả này không khẳng định trí tuệ nhân tạo tự thân làm suy giảm năng lực xã hội của mọi người học. Điều đáng chú ý là khi mức độ phụ thuộc vào công cụ tăng lên, người học cũng có xu hướng biểu hiện nhiều khó khăn hơn trong giao tiếp liên cá nhân. Các tác giả liên hệ mối quan hệ này với một số cơ chế có thể xảy ra, trong đó có sự thu hẹp cơ hội tương tác thật, sự thay thế một phần nhu cầu cảm xúc bằng tương tác với công cụ và sự quen thuộc với các mẫu giao tiếp ít phức tạp hơn giao tiếp giữa con người.
Trong học tiếng Anh như một ngoại ngữ, hệ quả này càng cần được nhìn nhận nghiêm túc. Long (1996) nhấn mạnh vai trò của môi trường giao tiếp trong tiếp nhận ngôn ngữ thứ hai; Swain (2005) khẳng định ý nghĩa của việc người học tự tạo lập sản phẩm ngôn ngữ trong quá trình phát triển năng lực. Khi sinh viên quá dựa vào dịch máy, công cụ sửa lỗi hoặc hệ thống tạo văn bản, họ có thể bỏ qua những trải nghiệm học tập quan trọng như tự xây dựng phát ngôn, thương lượng ý nghĩa, tiếp nhận phản hồi từ người đối thoại và điều chỉnh cách diễn đạt. MacIntyre, Clément, Dörnyei và Noels (1998) cũng cho rằng sự sẵn sàng giao tiếp bằng ngôn ngữ thứ hai có liên quan đến sự tự tin và quan hệ xã hội của người học. Nếu trí tuệ nhân tạo trở thành phương án giúp người học tránh những tình huống giao tiếp có áp lực, lợi ích ngắn hạn có thể đi kèm với thiệt thòi dài hạn về năng lực giao tiếp.
Nhận thức đạo đức giúp người học sử dụng trí tuệ nhân tạo có kiểm soát
Một điểm quan trọng trong các phân tích gần đây là vai trò của nhận thức đạo đức về trí tuệ nhân tạo. Nhận thức đạo đức không chỉ là hiểu rằng không nên sao chép nguyên văn sản phẩm do công cụ tạo ra. Rộng hơn, đó là khả năng nhận diện các vấn đề đạo đức, giới hạn, rủi ro và trách nhiệm khi sử dụng trí tuệ nhân tạo trong học tập. Người học có nhận thức đạo đức tốt không chỉ quan tâm đến việc công cụ giúp mình làm gì, mà còn biết tự hỏi việc dựa vào công cụ sẽ ảnh hưởng thế nào đến năng lực tư duy, năng lực ngôn ngữ, giao tiếp xã hội và trách nhiệm học thuật của bản thân.
Butterfield, Treviño và Weaver (2000) xem nhận thức đạo đức là khả năng nhận ra một tình huống có hàm chứa vấn đề đạo đức. Trong môi trường giáo dục số, năng lực này càng quan trọng vì người học thường xuyên phải đưa ra những lựa chọn nhỏ nhưng có ý nghĩa: dùng công cụ để viết toàn bộ bài hay chỉ tham khảo gợi ý; khai báo hay không khai báo mức độ hỗ trợ của trí tuệ nhân tạo; tiếp nhận nguyên văn phản hồi của công cụ hay tự điều chỉnh; thay thế thảo luận nhóm bằng câu trả lời tự động hay xem công cụ như bước chuẩn bị cho trao đổi trực tiếp. Những lựa chọn này không chỉ liên quan đến liêm chính học thuật, mà còn ảnh hưởng đến quá trình hình thành năng lực của người học.
Theo Zhang và Feng (2026), nhận thức đạo đức có vai trò điều tiết mối quan hệ giữa sự phụ thuộc vào trí tuệ nhân tạo và hạn chế năng lực giao tiếp liên cá nhân. Ở nhóm người học có nhận thức đạo đức cao hơn, mối quan hệ giữa phụ thuộc công nghệ và hạn chế giao tiếp yếu hơn so với nhóm có nhận thức đạo đức thấp hơn. Nói cách khác, nhận thức đạo đức có thể giúp người học duy trì sự tỉnh táo trong sử dụng công nghệ, biết phân biệt giữa hỗ trợ và thay thế, giữa tham khảo và sao chép, giữa luyện tập với công cụ và giao tiếp với con người.
Ý nghĩa sư phạm của phát hiện này khá rõ. Giáo dục đạo đức trí tuệ nhân tạo không nên dừng ở những quy định chung như “không lạm dụng” hoặc “không sao chép”. Người học cần được tham gia vào các hoạt động giúp họ nhận diện cách mình đang sử dụng công cụ, so sánh sản phẩm do trí tuệ nhân tạo gợi ý với sản phẩm tự xây dựng, phân tích giới hạn của phản hồi tự động và xác định phần việc nào cần được thực hiện bằng nỗ lực cá nhân. Khi nhận thức đạo đức trở thành một phần của hoạt động học tập, trí tuệ nhân tạo được đặt đúng vị trí: công cụ hỗ trợ quá trình học, không phải chủ thể thay thế năng lực học tập.
Tổ chức lớp học ngoại ngữ trong kỷ nguyên trí tuệ nhân tạo
Từ các dữ liệu và khung lí thuyết trên, vấn đề trung tâm của giáo dục ngoại ngữ không phải là loại bỏ hay tuyệt đối hóa trí tuệ nhân tạo, mà là thiết kế hoạt động học tập để công nghệ phục vụ đúng mục tiêu giáo dục. Nếu trí tuệ nhân tạo được sử dụng như phương tiện chuẩn bị, mở rộng nguồn học liệu, hỗ trợ phản hồi ban đầu và cá nhân hóa luyện tập, công nghệ có thể nâng cao chất lượng học tập. Nhưng nếu công cụ được dùng như con đường ngắn để hoàn thành nhiệm vụ thay cho người học, mục tiêu phát triển năng lực ngoại ngữ có thể bị thu hẹp thành việc tạo ra sản phẩm đúng về hình thức.
Một lớp học ngoại ngữ có trách nhiệm với trí tuệ nhân tạo cần duy trì cân bằng giữa hỗ trợ công nghệ và tương tác xã hội. Sinh viên có thể dùng công cụ để tìm ý tưởng, gợi ý cấu trúc bài viết, tra cứu từ vựng hoặc kiểm tra lỗi cơ bản. Sau đó, các nhiệm vụ học tập cần được tiếp nối bằng trao đổi nhóm, trình bày miệng, thảo luận, phản hồi đồng đẳng, phỏng vấn, tranh luận hoặc viết lại dựa trên góp ý của giáo viên. Quy trình này giúp trí tuệ nhân tạo trở thành bước chuẩn bị cho giao tiếp thực, thay vì thay thế giao tiếp thực.
Giảng viên cũng cần chuyển trọng tâm đánh giá từ sản phẩm cuối cùng sang quá trình tạo lập sản phẩm. Khi trí tuệ nhân tạo có thể hỗ trợ tạo văn bản hoàn chỉnh trong thời gian ngắn, việc chỉ chấm bài viết cuối cùng sẽ khó phản ánh đúng năng lực của người học. Việc yêu cầu sinh viên nộp bản nháp, thuyết minh quá trình sử dụng công cụ, giải thích lựa chọn ngôn ngữ, so sánh giữa gợi ý của trí tuệ nhân tạo và phương án cá nhân, hoặc trình bày lại nội dung bằng lời nói có thể giúp đánh giá sâu hơn năng lực thật. Cách đánh giá này cũng khuyến khích sinh viên chịu trách nhiệm với sản phẩm học tập của mình.
Quan trọng hơn, giáo dục ngoại ngữ cần giữ vững bản chất giao tiếp của môn học. Trí tuệ nhân tạo có thể sửa câu, gợi ý đoạn văn và mô phỏng hội thoại, nhưng không thể thay thế hoàn toàn sự phức tạp của giao tiếp giữa con người: ngập ngừng, cảm xúc, khác biệt quan điểm, sự nhạy cảm với bối cảnh và trách nhiệm đối với người nghe. Chính những yếu tố ấy làm cho ngôn ngữ trở thành năng lực xã hội, chứ không chỉ là sản phẩm văn bản.
Khuyến nghị cho giáo dục Việt Nam từ yêu cầu chuyển đổi số có trách nhiệm
Trong tiến trình đổi mới giáo dục và chuyển đổi số quốc gia, việc đưa trí tuệ nhân tạo vào dạy học ngoại ngữ ở Việt Nam cần được triển khai theo hướng thận trọng, có căn cứ và có trách nhiệm. 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 quan trọng cho việc mở rộng hạ tầng, học liệu số và phương thức dạy học trên nền tảng công nghệ. 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, tiếp tục xác lập yêu cầu hiện đại hóa giáo dục và phát triển năng lực người học trong giai đoạn mới.
Cùng với đó, Nghị quyết số 57-NQ/TW ngày 22 tháng 12 năm 2024 của Bộ Chính trị xác định yêu cầu tạo đột phá trong phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia. 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 đổi mới mạnh mẽ giáo dục trong bối cảnh phát triển mới. Những căn cứ chính sách này cho thấy giáo dục Việt Nam có nền tảng thuận lợi để khai thác trí tuệ nhân tạo, song việc khai thác cần gắn với chất lượng đào tạo, liêm chính học thuật, an toàn dữ liệu và phát triển năng lực con người.
Trước hết, các cơ sở giáo dục cần xây dựng hướng dẫn sử dụng trí tuệ nhân tạo theo từng môn học, từng dạng nhiệm vụ và từng mục tiêu đánh giá. Trong dạy học ngoại ngữ, hướng dẫn cần phân biệt rõ những hoạt động được phép dùng công cụ để hỗ trợ, những hoạt động cần khai báo mức độ hỗ trợ và những nhiệm vụ phải thực hiện bằng năng lực cá nhân. Cách tiếp cận minh bạch sẽ giúp sinh viên hiểu rõ ranh giới học thuật, đồng thời hạn chế tình trạng sử dụng công cụ trong những tình huống chưa được quy định rõ.
Thứ hai, giáo dục đạo đức trí tuệ nhân tạo cần được tích hợp vào chương trình phát triển năng lực số cho học sinh, sinh viên và giáo viên. Nội dung này nên bao gồm liêm chính học thuật, quyền tác giả, kiểm chứng thông tin, bảo vệ dữ liệu cá nhân, trách nhiệm khi sử dụng nội dung do công cụ tạo ra và tác động của trí tuệ nhân tạo đối với năng lực tự học. Với sinh viên học ngoại ngữ, cần nhấn mạnh thêm trách nhiệm duy trì tương tác thật, luyện tập diễn đạt độc lập và không dùng công cụ như phương án thay thế hoàn toàn cho thực hành giao tiếp.
Thứ ba, các trường đại học nên khuyến khích mô hình bài tập kết hợp giữa trí tuệ nhân tạo và tương tác xã hội. Một nhiệm vụ viết học thuật, chẳng hạn, có thể gồm giai đoạn sử dụng công cụ để chuẩn bị ý tưởng, giai đoạn trao đổi nhóm để góp ý, giai đoạn viết cá nhân, giai đoạn so sánh với gợi ý của công cụ và giai đoạn trình bày miệng trước lớp. Cách tổ chức này giúp sinh viên vừa biết khai thác công nghệ, vừa phát triển năng lực diễn đạt, giải thích, bảo vệ quan điểm và tiếp nhận phản hồi.
Thứ tư, bồi dưỡng giáo viên cần chuyển từ việc giới thiệu công cụ sang phát triển năng lực thiết kế sư phạm trong môi trường có trí tuệ nhân tạo. Giáo viên cần được hỗ trợ để biết lựa chọn công cụ phù hợp, thiết kế nhiệm vụ học tập có kiểm soát, nhận diện dấu hiệu phụ thuộc công nghệ và tổ chức đánh giá quá trình. Điều quan trọng không phải là giáo viên dùng nhiều công cụ mới, mà là biết đặt công cụ vào đúng mục tiêu giáo dục.
Thứ năm, các cơ sở giáo dục cần khảo sát và theo dõi thực tiễn sử dụng trí tuệ nhân tạo của người học. Cần có dữ liệu về tần suất sử dụng, mục đích sử dụng, mức độ tự chủ, nhận thức đạo đức, ảnh hưởng đến kết quả học tập và tác động đối với giao tiếp xã hội. Những dữ liệu này sẽ giúp nhà trường xây dựng chính sách dựa trên bằng chứng, thay vì chỉ dựa vào cảm nhận hoặc xu hướng công nghệ nhất thời.
Giá trị giáo dục của trí tuệ nhân tạo được quyết định bởi năng lực làm chủ công nghệ của con người
Trí tuệ nhân tạo đang đem lại cho giáo dục ngoại ngữ những công cụ mạnh mẽ chưa từng có. Công nghệ có thể giúp người học tiếp cận tài nguyên nhanh hơn, nhận phản hồi linh hoạt hơn và luyện tập thường xuyên hơn. Tuy nhiên, giáo dục ngoại ngữ không thể chỉ được đo bằng tốc độ hoàn thành nhiệm vụ hay độ trôi chảy của một sản phẩm văn bản. Đích đến sâu xa hơn là năng lực sử dụng ngôn ngữ để giao tiếp, hợp tác, tư duy độc lập và tham gia có trách nhiệm vào đời sống học thuật, nghề nghiệp, xã hội.
Vì vậy, câu hỏi quan trọng không phải là trí tuệ nhân tạo có nên hiện diện trong lớp học hay không, mà là lớp học sẽ tổ chức sự hiện diện ấy bằng triết lí giáo dục nào. Khi người học có nhận thức đạo đức, giáo viên có thiết kế sư phạm phù hợp và nhà trường có quy định minh bạch, trí tuệ nhân tạo có thể trở thành điểm tựa cho học tập sâu. Ngược lại, nếu công nghệ được sử dụng như cách thay thế nỗ lực tư duy và tương tác giữa con người, giáo dục có thể tạo ra những sản phẩm ngôn ngữ chỉ đẹp ở bề mặt nhưng nghèo về trải nghiệm giao tiếp. Trong kỷ nguyên trí tuệ nhân tạo, giá trị của giáo dục không nằm ở việc sử dụng công nghệ nhiều đến đâu, mà ở khả năng giúp người học làm chủ công nghệ để phát triển tư duy độc lập, năng lực giao tiếp và trách nhiệm học thuật.
Tài liệu tham khảo
Ball-Rokeach, S. J., & DeFleur, M. L. (1976). A dependency model of mass-media effects. Communication Research, 3(1), 3–21. https://doi.org/10.1177/009365027600300101
Buhrmester, D., Furman, W., Wittenberg, M. T., & Reis, H. T. (1988). Five domains of interpersonal competence in peer relationships. Journal of Personality and Social Psychology, 55(6), 991–1008. https://doi.org/10.1037/0022-3514.55.6.991
Butterfield, K. D., Treviño, L. K., & Weaver, G. R. (2000). Moral awareness in business organizations: Influences of issue-related and social context factors. Human Relations, 53(7), 981–1018. https://doi.org/10.1177/0018726700537004
Chou, C.-M., Shen, T.-C., Shen, T.-C., & Shen, C.-H. (2022). Influencing factors on students’ learning effectiveness of artificial intelligence-based technology application: Mediation variable of the human-computer interaction experience. Education and Information Technologies, 27(6), 8723–8750. https://doi.org/10.1007/s10639-021-10866-9
Long, M. H. (1996). The role of the linguistic environment in second language acquisition. In W. C. Ritchie & T. K. Bhatia (Eds.), Handbook of second language acquisition (pp. 413–468). Academic Press.
MacIntyre, P. D., Clément, R., Dörnyei, Z., & Noels, K. A. (1998). Conceptualizing willingness to communicate in a second language: A situational model of second language confidence and affiliation. The Modern Language Journal, 82(4), 545–562. https://doi.org/10.1111/j.1540-4781.1998.tb05543.x
Swain, M. (2005). The output hypothesis: Theory and research. In E. Hinkel (Ed.), Handbook of research in second language teaching and learning (pp. 471–483). Lawrence Erlbaum Associates.
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. https://doi.org/10.2307/30036540
Wu, X., Liu, Q., & Zeng, Y. (2024). AI-assisted second language learning attitude scale for Chinese college students. (Theo trích dẫn trong Zhang & Feng, 2026).
Wu, X., Wang, Y., & Wang, Y. (2024). Determinants of English as a foreign language learners’ behavioral intention to use artificial intelligence in distributed learning contexts. (Theo trích dẫn trong Zhang & Feng, 2026).
Zhang, Q., & Feng, H. (2026). AI learning dependence and interpersonal incompetence in English as a foreign language contexts: The moderating role of ethical awareness. Scientific Reports. Advance online publication. https://doi.org/10.1038/s41598-026-47158-6
