Trí tuệ nhân tạo tạo sinh và câu hỏi cốt lõi trong đào tạo giáo viên
Sự phát triển mạnh mẽ của trí tuệ nhân tạo tạo sinh đã đưa giáo dục vào một giai đoạn mới, nơi giáo viên có thể nhận gợi ý về mục tiêu bài học, hoạt động học tập, học liệu, câu hỏi kiểm tra và phương án tổ chức lớp học chỉ trong thời gian rất ngắn. Trong nhiều bối cảnh, công nghệ tạo sinh được nhìn nhận như một công cụ hỗ trợ hiệu quả cho việc chuẩn bị bài dạy, nhất là khi giáo viên phải xử lí khối lượng công việc lớn và cần nhiều nguồn học liệu phù hợp với đối tượng học sinh khác nhau.
Các tài liệu được Vernholz, Sims và Treagust (2026) tổng hợp cho thấy trí tuệ nhân tạo tạo sinh có thể hỗ trợ giáo viên trước dịch vụ và giáo viên đang giảng dạy trong quá trình lập kế hoạch bài dạy. Một số phân tích nội dung ghi nhận kế hoạch bài dạy do công cụ tạo sinh xây dựng có sự tương thích nhất định giữa mục tiêu, hoạt động và đánh giá; một số thực nghiệm cũng đặt vấn đề so sánh hiệu quả của kế hoạch bài dạy do ChatGPT tạo ra với kế hoạch do con người xây dựng (Baytak, 2024; Karaman & Göksu, 2024; Lee & Zhai, 2024). Những kết quả này cho thấy công nghệ tạo sinh đã trở thành một nguồn hỗ trợ đáng kể trong thực hành dạy học hiện đại.
Tuy nhiên, chính khả năng tạo nhanh sản phẩm lại làm xuất hiện một câu hỏi có tính nền tảng đối với đào tạo giáo viên: nếu sinh viên sư phạm nhận được một kế hoạch bài dạy hoàn chỉnh từ công cụ, họ còn bao nhiêu cơ hội để rèn luyện năng lực thiết kế dạy học? Một bản giáo án trông có vẻ mạch lạc chưa chắc phản ánh sự trưởng thành nghề nghiệp của người học. Điều quan trọng hơn là sinh viên có hiểu vì sao mục tiêu cần được diễn đạt rõ ràng, vì sao phương pháp phải phù hợp với nội dung, vì sao cần dự kiến đặc điểm người học và vì sao hoạt động đánh giá phải cung cấp bằng chứng về kết quả học tập hay không.
Vì vậy, vấn đề không phải là phủ nhận vai trò của trí tuệ nhân tạo tạo sinh, mà là xác định lại vị trí của công nghệ trong tiến trình đào tạo giáo viên. Nếu được dùng như một công cụ tạo sẵn sản phẩm, trí tuệ nhân tạo có thể làm giảm cơ hội thực hành tư duy sư phạm. Nếu được thiết kế như một hệ thống phản hồi, công nghệ có thể giúp người học nhìn rõ điểm mạnh, điểm cần hoàn thiện và con đường cải thiện trong chính kế hoạch bài dạy do mình xây dựng. Sự khác biệt ấy làm nên ý nghĩa của cách tiếp cận “bồi dưỡng năng lực” thay vì chỉ “tiết kiệm thời gian”.
Kế hoạch bài dạy không chỉ là văn bản chuẩn bị lên lớp
Lập kế hoạch bài dạy là một thực hành nghề nghiệp cốt lõi của giáo viên. Bailey (1996) xem kế hoạch bài dạy như một lộ trình thể hiện nơi giáo viên mong muốn đưa học sinh tới trong một giờ học. Cách hiểu này cho thấy bản kế hoạch không đơn thuần là văn bản mô tả trình tự hoạt động, mà là sự kết tinh của mục tiêu giáo dục, tri thức chuyên môn, phương pháp sư phạm, hiểu biết về người học và khả năng tổ chức tiến trình học tập.
Đối với sinh viên sư phạm, lập kế hoạch bài dạy là nhiệm vụ phức tạp vì đòi hỏi họ phải huy động đồng thời nhiều năng lực. Theo Cevikbas, König và Rothland (2024), nhiều sinh viên sư phạm gặp khó khăn trong phát triển kế hoạch bài dạy, nhưng năng lực này có thể được cải thiện thông qua các can thiệp sư phạm, hoạt động bồi dưỡng chuyên môn và cơ chế hỗ trợ phù hợp. Điều đó cho thấy phản hồi trong quá trình lập kế hoạch có vai trò đặc biệt quan trọng, nhất là ở giai đoạn người học đang chuyển từ hiểu biết lí thuyết sang thực hành nghề nghiệp.
Khung năng lực lập kế hoạch bài dạy được Vernholz, Sims và Treagust (2026) sử dụng dựa trên mô hình của Söll (2021), trong đó nhấn mạnh các thành tố: mục tiêu, nội dung, phương pháp, phương tiện và tiền đề của người học. Mục tiêu cần rõ ràng, có thể quan sát và phù hợp với nhiệm vụ học tập. Nội dung cần chính xác, khả thi và gắn với chương trình. Phương pháp cần tạo điều kiện cho học sinh tham gia tích cực, giải quyết vấn đề và được hỗ trợ phù hợp. Phương tiện dạy học cần có chức năng sư phạm rõ, góp phần giúp học sinh tiếp cận nội dung qua nhiều hình thức biểu đạt. Đặc điểm người học cần được xem xét qua kiến thức nền, năng lực ngôn ngữ, nhu cầu hỗ trợ và khả năng tham gia hoạt động học tập. Bên cạnh đó, tính nhất quán về thời gian được đưa vào như một yếu tố giúp đánh giá sự liên kết giữa mục tiêu, nội dung, phương pháp, phương tiện, đánh giá và tiến trình tổ chức bài học.
Nhìn từ khung năng lực này, một kế hoạch bài dạy có chất lượng không thể chỉ được đánh giá qua độ đầy đủ của các mục. Điều quan trọng là các thành tố phải được kết nối bằng một logic sư phạm chặt chẽ. Mục tiêu rõ nhưng hoạt động không dẫn tới mục tiêu thì kế hoạch chưa thuyết phục. Phương tiện hiện đại nhưng không phục vụ nhiệm vụ học tập thì chỉ làm tăng tính trình diễn. Hoạt động phong phú nhưng thiếu cách thu thập bằng chứng về kết quả học tập thì giáo viên khó xác định học sinh đã đạt yêu cầu hay chưa. Chính vì vậy, sinh viên sư phạm cần được phản hồi không chỉ về “có” hay “thiếu” thành tố, mà về mức độ hợp lí của từng lựa chọn trong toàn bộ cấu trúc bài học.
Khi trí tuệ nhân tạo trở thành hệ thống phản hồi nghề nghiệp
Điểm đáng chú ý trong mô hình được đề xuất là trí tuệ nhân tạo tạo sinh không được sử dụng để viết kế hoạch bài dạy hoàn chỉnh. Công cụ tiếp nhận bản kế hoạch do sinh viên xây dựng, phân tích theo tiêu chí và đưa ra phản hồi nhằm giúp người học chỉnh sửa sản phẩm của mình. Như vậy, sinh viên vẫn là chủ thể thiết kế bài học; công nghệ chỉ giữ vai trò hỗ trợ nhận diện, gợi mở và định hướng cải thiện.
Cách tổ chức này dựa trên các lí thuyết phản hồi trong giáo dục. Hattie và Timperley (2007) phân biệt phản hồi về nhiệm vụ, phản hồi về quá trình và phản hồi về năng lực tự điều chỉnh. Shute (2008) nhấn mạnh phản hồi hình thành cần cụ thể, kịp thời, hướng tới cải thiện và không gây quá tải cho người học. Với kế hoạch bài dạy, phản hồi hiệu quả không nên chỉ nhận xét chung rằng bản kế hoạch “tốt” hay “chưa đạt”, mà cần làm rõ thành tố nào cần điều chỉnh, lí do cần điều chỉnh và cách người học có thể bắt đầu sửa đổi.
Trong mô hình của Vernholz, Sims và Treagust (2026), quy trình tương tác được thiết kế theo các vòng lặp. Sinh viên tải lên hoặc dán kế hoạch bài dạy. Nếu chưa có bản kế hoạch hoàn chỉnh, công cụ đưa ra các câu hỏi gợi mở về mục tiêu, nội dung, phương pháp, phương tiện, đặc điểm học sinh, cấu trúc thời gian và sự liên kết giữa các thành tố. Khi nhận được bản kế hoạch, công cụ phân tích theo các chiều của năng lực lập kế hoạch bài dạy, cung cấp phần tóm lược ngắn, phản hồi theo tín hiệu màu và nhận xét cụ thể cho từng phương diện. Mỗi nhận xét được định hướng vào điểm đã đạt, điểm cần làm rõ và những chỉnh sửa nhỏ có thể thực hiện.
Chẳng hạn, nếu mục tiêu bài học được viết là “học sinh hiểu về quang hợp”, công cụ có thể phản hồi rằng mục tiêu này chưa đủ rõ vì khó quan sát và khó đánh giá. Một hướng chỉnh sửa phù hợp hơn là yêu cầu học sinh giải thích vai trò của diệp lục trong quá trình quang hợp bằng sơ đồ có chú thích. Nếu kế hoạch đưa video vào bài học nhưng chưa nêu rõ video phục vụ mục tiêu nào, học sinh cần chú ý điều gì và hoạt động sau khi xem được tổ chức ra sao, phản hồi sẽ tập trung làm rõ chức năng sư phạm của phương tiện. Nếu bản kế hoạch thiếu hoạt động kiểm tra kiến thức nền, công cụ có thể gợi ý bổ sung một nhiệm vụ chẩn đoán ngắn ở đầu giờ để giáo viên có căn cứ điều chỉnh hoạt động tiếp theo.
Những ví dụ này cho thấy phản hồi không nhằm thay thế quyết định của sinh viên, mà giúp họ nhận ra lí do cần chỉnh sửa và tự lựa chọn cách hoàn thiện. Đây chính là điểm làm cho công nghệ phục vụ học nghề: công cụ không làm thay phần việc quan trọng nhất của người học, mà làm cho phần việc ấy trở nên rõ hơn, có tiêu chí hơn và có khả năng cải thiện hơn.
Củng cố niềm tin nghề nghiệp qua từng lần chỉnh sửa
Một đóng góp quan trọng của mô hình phản hồi là gắn quá trình lập kế hoạch bài dạy với niềm tin vào năng lực bản thân. Theo Bandura (1997), tự hiệu quả là niềm tin của cá nhân vào khả năng tổ chức và thực hiện những hành động cần thiết để đạt kết quả nhất định. Trong đào tạo giáo viên, niềm tin này có ý nghĩa đặc biệt vì giáo viên tương lai không chỉ cần nắm nguyên tắc sư phạm, mà còn cần tin rằng mình có thể thiết kế, điều chỉnh và hoàn thiện hoạt động dạy học trong những điều kiện cụ thể.
Vernholz, Sims và Treagust (2026) vận dụng bốn nguồn hình thành tự hiệu quả theo Bandura (1986, 1997), gồm trải nghiệm thành công, trải nghiệm thay thế, thuyết phục xã hội và trạng thái cảm xúc. Trải nghiệm thành công được thể hiện qua việc công cụ ghi nhận những điểm sinh viên đã làm tốt và giải thích vì sao những điểm ấy có giá trị sư phạm. Trải nghiệm thay thế được gợi mở qua ví dụ thực hành phù hợp từ đồng nghiệp giả định hoặc giáo viên có kinh nghiệm. Thuyết phục xã hội được chuyển hóa thành so sánh theo tiêu chí, giúp sinh viên nhận thấy bản kế hoạch của mình đang tiến gần hơn tới yêu cầu nghề nghiệp. Trạng thái cảm xúc được hỗ trợ bằng cách giảm cảm giác quá tải, tập trung vào một số chỉnh sửa nhỏ, rõ và có thể thực hiện ngay.
Cách phản hồi này có ý nghĩa sư phạm sâu sắc. Nếu phản hồi chỉ tập trung vào lỗi, người học có thể mất tự tin, nhất là trong giai đoạn đầu rèn luyện nghề nghiệp. Nếu phản hồi chỉ khen chung chung, người học lại không biết cần cải thiện điều gì. Một phản hồi tốt cần tạo được sự cân bằng: ghi nhận nhưng không dễ dãi, yêu cầu nhưng không làm nản lòng, cụ thể nhưng không làm quá tải, khích lệ nhưng vẫn giữ chuẩn mực chuyên môn. Bằng cách chia việc chỉnh sửa thành những nhiệm vụ nhỏ, công cụ giúp sinh viên trải nghiệm tiến bộ qua từng vòng lặp, từ đó củng cố niềm tin vào khả năng thiết kế bài học của mình.
Mô hình này cũng liên hệ năng lực lập kế hoạch bài dạy với khung tri thức công nghệ, sư phạm và nội dung của Mishra và Koehler (2006). Mục tiêu bài học thể hiện ý định sư phạm và sự gắn kết với nội dung; nội dung phản ánh tri thức chuyên môn; phương pháp thể hiện tri thức sư phạm; phương tiện gắn với tri thức công nghệ; sự phối hợp giữa các thành tố cho thấy khả năng tích hợp. Nhờ vậy, kế hoạch bài dạy không được xem như một văn bản rời rạc, mà như biểu hiện cụ thể của năng lực nghề nghiệp tích hợp.
Thiết kế công cụ có giới hạn để bảo vệ vai trò chủ thể của người học
Để bảo đảm phản hồi có tính sư phạm, công cụ được thiết kế bằng một kiến trúc lời nhắc gồm 11 chiều: vai trò, giọng điệu, mục tiêu, giới hạn, mô hình tương tác, thang phản hồi, mẫu phản hồi, nền tảng lí thuyết, nguyên tắc dạy học, hướng dẫn vận hành và nguyên tắc đạo đức. Vai trò của công cụ được xác định là hỗ trợ phản hồi nhằm phát triển tự hiệu quả trong lập kế hoạch bài dạy. Giọng điệu phản hồi được định hướng trân trọng, chính xác, có căn cứ và hướng tới giải pháp. Mục tiêu chính là thúc đẩy niềm tin nghề nghiệp thông qua phản hồi theo tiêu chí, theo tiến trình và gắn với các nguồn hình thành tự hiệu quả.
Điểm quan trọng nhất là công cụ được đặt trong những giới hạn rõ ràng. Công cụ không tạo kế hoạch bài dạy hoàn chỉnh, không đánh giá con người thật, không thu thập dữ liệu cá nhân và không thay sinh viên ra quyết định sư phạm. Đây không phải là sự hạn chế về mặt kĩ thuật, mà là một lựa chọn giáo dục có chủ ý. Trong đào tạo giáo viên, công cụ càng làm thay nhiều thì người học càng có ít cơ hội hình thành năng lực. Ngược lại, một công cụ biết dừng đúng chỗ có thể tạo ra không gian để sinh viên suy nghĩ, thử nghiệm, chỉnh sửa và giải trình lựa chọn của mình.
Quá trình phát triển công cụ được tổ chức theo định hướng nghiên cứu thiết kế. Theo Anderson và Shattuck (2012), nghiên cứu thiết kế nhấn mạnh việc xây dựng can thiệp trong bối cảnh thực, có sự hợp tác giữa nhà nghiên cứu và người thực hành, qua nhiều vòng cải tiến, nhằm hình thành những nguyên tắc có thể chuyển giao. Trong trường hợp này, nhóm phát triển trải qua ba giai đoạn: đánh giá nền tảng và thiết kế ban đầu; rà soát nội bộ bởi các tác giả; phản biện chuyên gia từ sáu điều phối viên học phần tại Trường Giáo dục, Đại học Curtin. Các nền tảng Gemini, ChatGPT và Copilot được thử nghiệm trên kế hoạch bài dạy mẫu; ChatGPT được lựa chọn do tính nhất quán và mức độ phù hợp với khung lí thuyết.
Dẫu vậy, đóng góp này cần được nhìn nhận đúng phạm vi. Vernholz, Sims và Treagust (2026) xác định đây là một bài viết thiết kế khái niệm, chưa cung cấp dữ liệu thực nghiệm về hiệu quả của công cụ đối với tự hiệu quả của sinh viên sư phạm. Giai đoạn tiếp theo dự kiến sử dụng thiết kế trước - sau để khảo sát tự hiệu quả theo khung tri thức công nghệ, sư phạm và nội dung; đồng thời phân tích nhật kí tương tác và phản hồi do công cụ tạo ra. Việc triển khai ban đầu được đặt tại Đại học Curtin, Tây Úc, sau đó có định hướng so sánh với bối cảnh đào tạo giáo viên nghề tại Đức.
Ý nghĩa đối với đào tạo giáo viên: công nghệ phải làm rõ tư duy sư phạm
Hướng tiếp cận này gợi ra một cách nhìn giàu giá trị về trí tuệ nhân tạo tạo sinh trong đào tạo giáo viên. Công nghệ không nên được xem như một trung tâm tự thân, càng không nên được đánh giá chủ yếu bằng khả năng tạo nhanh văn bản. Giá trị sâu hơn của công nghệ nằm ở khả năng hỗ trợ người học nhận diện, điều chỉnh và phát triển tư duy nghề nghiệp. Một kế hoạch bài dạy do công cụ tạo ra có thể hoàn chỉnh về hình thức, nhưng chưa chắc giúp sinh viên hiểu cấu trúc sư phạm của bài học. Trong khi đó, phản hồi theo tiêu chí buộc người học trở lại với lí do của từng lựa chọn: mục tiêu ấy có quan sát được không, hoạt động ấy có dẫn tới kết quả mong đợi không, phương tiện ấy có giúp học sinh học tốt hơn không, đánh giá ấy có cung cấp bằng chứng đáng tin cậy không.
Sự khác biệt giữa “nhận một kế hoạch bài dạy” và “được phản hồi để tự hoàn thiện kế hoạch bài dạy” là sự khác biệt giữa tiêu dùng sản phẩm và phát triển năng lực. Trong đào tạo giáo viên, năng lực không hình thành từ việc có sẵn một văn bản tốt, mà từ quá trình người học tự thiết kế, nhận phản hồi, điều chỉnh, giải thích và tiếp tục hoàn thiện. Chính quá trình ấy làm nên bản lĩnh nghề nghiệp của giáo viên tương lai.
Vì thế, một hệ thống trí tuệ nhân tạo có trách nhiệm trong đào tạo giáo viên không nhất thiết phải là hệ thống làm được nhiều việc nhất, mà là hệ thống được thiết kế đúng vai trò. Công nghệ cần giúp người học thấy rõ hơn những gì mình đang làm, hiểu sâu hơn vì sao cần điều chỉnh và có thêm động lực để tiếp tục cải thiện. Khi đó, trí tuệ nhân tạo không làm mờ đi vai trò của giáo viên, mà góp phần làm cho năng lực sư phạm của người giáo viên tương lai được rèn luyện một cách có căn cứ.
Gợi mở cho giáo dục Việt Nam: xây dựng môi trường phản hồi số trong đào tạo giáo viên
Đối với Việt Nam, vấn đề không nên được đặt ra theo hướng “có dùng hay không dùng trí tuệ nhân tạo tạo sinh”, mà cần chuyển thành câu hỏi thiết thực hơn: dùng công nghệ thế nào để nâng cao chất lượng đào tạo giáo viên mà không làm suy giảm quá trình rèn luyện nghề nghiệp? Bối cảnh chính sách hiện nay đã tạo cơ sở quan trọng cho câu hỏi này. Quyết định số 131/QĐ-TTg ngày 25/01/2022 của Thủ tướng Chính phủ 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 1705/QĐ-TTg ngày 31/12/2024 phê duyệt Chiến lược phát triển giáo dục đến năm 2030, tầm nhìn đến năm 2045. Bên cạnh đó, Nghị quyết số 71-NQ/TW ngày 22/8/2025 của Bộ Chính trị xác định yêu cầu tạo đột phá trong phát triển giáo dục và đào tạo. Những định hướng này cho thấy chuyển đổi số trong giáo dục cần gắn với nâng cao chất lượng, phát triển năng lực và đổi mới phương thức đào tạo, chứ không chỉ dừng ở việc bổ sung công cụ kĩ thuật.
Thay vì khuyến nghị chung rằng các trường sư phạm “cần ứng dụng trí tuệ nhân tạo”, có thể bắt đầu bằng một mô hình cụ thể hơn: xây dựng môi trường phản hồi số cho kế hoạch bài dạy. Trong môi trường này, sinh viên không nộp ngay một sản phẩm hoàn chỉnh, mà đi qua một hồ sơ phát triển gồm bản kế hoạch ban đầu, phản hồi nhận được, bản chỉnh sửa, phần giải trình lựa chọn sư phạm và nhận xét của giảng viên. Trí tuệ nhân tạo tạo sinh được sử dụng ở vai trò phản hồi bước đầu, giúp sinh viên rà soát mục tiêu, nội dung, phương pháp, phương tiện, đặc điểm học sinh, đánh giá và sự liên kết giữa các thành tố. Giảng viên giữ vai trò thẩm định, định hướng và kết nối phản hồi với chuẩn nghề nghiệp.
Với các học phần phương pháp dạy học bộ môn, công cụ phản hồi có thể được thiết kế theo “vòng học nghề” gồm bốn nhịp: sinh viên tự lập kế hoạch, nhận phản hồi từ công cụ, thảo luận trong nhóm chuyên môn, sau đó chỉnh sửa dưới sự hướng dẫn của giảng viên. Ở nhịp tiếp theo, sinh viên thực hành giảng dạy hoặc dạy mô phỏng, rồi quay lại viết tự đánh giá sau giờ dạy. Cách tổ chức này giúp trí tuệ nhân tạo trở thành một phần của tiến trình học nghề, không tách rời cộng đồng thực hành sư phạm và không thay thế vai trò của người hướng dẫn.
Các cơ sở đào tạo giáo viên cũng cần xây dựng bộ tiêu chí phản hồi phù hợp với Chương trình giáo dục phổ thông 2018, chuẩn nghề nghiệp giáo viên, chuẩn đầu ra của ngành đào tạo và đặc thù từng môn học. Bộ tiêu chí không nên quá dài theo kiểu kiểm kê hình thức, mà cần tập trung vào những quan hệ sư phạm then chốt: mục tiêu có gắn với nội dung không, hoạt động có dẫn tới mục tiêu không, phương pháp có phù hợp với đặc điểm học sinh không, phương tiện có chức năng học tập không, đánh giá có cung cấp bằng chứng về kết quả không, tiến trình thời gian có khả thi không. Khi tiêu chí đủ rõ, phản hồi của công cụ sẽ có cơ sở hơn và giảng viên cũng dễ kiểm soát chất lượng hơn.
Một hướng triển khai thiết thực khác là phát triển ngân hàng ví dụ phản hồi bằng tiếng Việt. Thay vì chỉ xây dựng các lời nhắc chung, các trường sư phạm có thể tập hợp những kế hoạch bài dạy đã được ẩn danh, phân tích bởi giảng viên chuyên môn và chuyển thành các ví dụ phản hồi mẫu. Ngân hàng này cần bao phủ nhiều môn học, cấp học và điều kiện lớp học khác nhau, từ những lớp có đầy đủ thiết bị đến những bối cảnh hạn chế hơn về học liệu số. Nhờ vậy, công cụ phản hồi sẽ gần hơn với thực tiễn giáo dục Việt Nam, tránh đưa ra những gợi ý đúng về lí thuyết nhưng khó khả thi trong lớp học cụ thể.
Cùng với đó, cần thay đổi cách đánh giá sản phẩm học tập của sinh viên sư phạm. Nếu chỉ chấm bản kế hoạch cuối cùng, sinh viên có thể thiên về việc tạo ra một văn bản đẹp. Nếu đánh giá cả quá trình, gồm bản nháp, phản hồi, chỉnh sửa và giải trình, người học sẽ có động lực thể hiện năng lực phát triển. Cách đánh giá này cũng phù hợp với tinh thần đào tạo năng lực: người học không chỉ chứng minh mình có một sản phẩm hoàn chỉnh, mà chứng minh mình hiểu được quá trình tạo nên sản phẩm ấy.
Đối với giảng viên sư phạm, yêu cầu bồi dưỡng năng lực sử dụng trí tuệ nhân tạo tạo sinh cần được đặt vào trọng tâm. Giảng viên cần biết cách thiết kế nhiệm vụ, xây dựng tiêu chí, kiểm tra phản hồi của công cụ, hướng dẫn sinh viên sử dụng phản hồi và phát hiện những gợi ý chưa phù hợp. Năng lực công nghệ ở đây không chỉ là biết dùng phần mềm, mà là biết đưa công nghệ vào đúng vị trí trong thiết kế dạy học. Khi giảng viên làm chủ được vai trò sư phạm của công cụ, sinh viên mới có thể học cách sử dụng trí tuệ nhân tạo một cách có trách nhiệm.
Cuối cùng, Việt Nam cần chú ý đến vấn đề nội địa hóa. Một mô hình phản hồi được phát triển ở bối cảnh nước ngoài không thể được đưa vào lớp học Việt Nam như một khuôn mẫu nguyên trạng. Ngôn ngữ phản hồi, thuật ngữ sư phạm, yêu cầu chương trình, sĩ số lớp học, điều kiện thiết bị, văn hóa nhà trường và đặc điểm thực tập đều cần được tính đến. Trí tuệ nhân tạo tạo sinh chỉ có giá trị giáo dục khi được đặt trong bối cảnh cụ thể của người học, giáo viên và nhà trường.
Giá trị của công nghệ được đo bằng năng lực mà nó giúp người học hình thành
Trí tuệ nhân tạo tạo sinh có thể tạo ra kế hoạch bài dạy nhanh hơn, dài hơn và mạch lạc hơn về hình thức. Nhưng trong đào tạo giáo viên, điều đáng quan tâm hơn là công nghệ có giúp sinh viên sư phạm hiểu sâu hơn về nghề dạy học hay không. Một bản kế hoạch hoàn chỉnh có thể được tạo ra trong vài phút, nhưng năng lực thiết kế dạy học chỉ hình thành qua quá trình phân tích, lựa chọn, thử nghiệm, nhận phản hồi và tự điều chỉnh.
Vì vậy, hướng tiếp cận giàu triển vọng không phải là để trí tuệ nhân tạo viết thay giáo án, mà là dùng trí tuệ nhân tạo để làm cho tư duy sư phạm của người học trở nên rõ ràng hơn. Khi công cụ được thiết kế có giới hạn, có tiêu chí, có nền tảng lí thuyết và có sự giám sát của giảng viên, công nghệ có thể trở thành một không gian phản hồi giúp giáo viên tương lai học cách thiết kế bài học bằng chính năng lực của mình. Đó cũng là ý nghĩa sâu xa của chuyển đổi số trong đào tạo giáo viên: không chạy theo sự thuận tiện của công cụ, mà kiến tạo những điều kiện mới để năng lực nghề nghiệp được hình thành chắc chắn, có căn cứ và bền vững.
Tài liệu tham khảo
Al-Zahrani, A. M., & Alasmari, T. M. (2024). Exploring the impact of artificial intelligence on higher education: The dynamics of ethical, social, and educational implications. Humanities and Social Sciences Communications, 11, 912.
Anderson, T., & Shattuck, J. (2012). Design-based research: A decade of progress in education research? Educational Researcher, 41(1), 16–25.
Bailey, K. M. (1996). The best-laid plans: Teachers’ in-class decisions to depart from their lesson plan. In K. M. Bailey & D. Nunan (Eds.), Voices from the language classroom: Qualitative research in second language classrooms (pp. 15–40). Cambridge University Press.
Bandura, A. (1986). Social foundations of thought and action. Prentice-Hall.
Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman.
Baytak, A. (2024). The content analysis of the lesson plans created by ChatGPT and Google Gemini. Research in Social Sciences and Technology, 9(1), 329–350.
Cevikbas, M., König, J., & Rothland, M. (2024). Empirical research on teacher competence in mathematics lesson planning: Recent developments. ZDM: The International Journal on Mathematics Education, 56, 101–113.
Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112.
Karaman, M. R., & Göksu, İ. (2024). Are lesson plans created by ChatGPT more effective? An experimental study. International Journal of Technology in Education, 7(1), 107–127.
Lee, G. G., & Zhai, X. (2024). Using ChatGPT for science learning: A study on pre-service teachers’ lesson planning. Journal of Science Education and Technology.
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
Shute, V. J. (2008). Focus on formative feedback. Review of Educational Research, 78(1), 153–189.
Söll, M. (2021). Unterrichtsplanungskompetenz: Modellierung, Messung und Förderung. Springer.
Vernholz, M., Sims, C., & Treagust, D. F. (2026). From time-saving to skill-building: Reframing generative artificial intelligence for lesson-planning—A conceptual design paper. Education Sciences, 16(5), 782.
