Gần đây, khi giao bài tập cho sinh viên, tôi nhận ra câu hỏi “các em có dùng AI không?” ngày càng trở nên vô nghĩa. Một số em dùng để tìm ý tưởng, một số để phản biện, một số để viết lại, và chắc chắn có em giao gần như toàn bộ công việc cho máy.
Điều khiến tôi băn khoăn không còn là AI đã vào lớp học hay chưa. Nó đã ở đó. Câu hỏi là: Chúng tôi, những người đứng trên bục giảng, đã thực sự biết dẫn dắt người học trong môi trường ấy như thế nào chưa?
Đây không chỉ là cảm nhận cá nhân. Theo một nghiên cứu được công bố năm 2026, 89,3% sinh viên Việt Nam tham gia khảo sát cho biết có sử dụng công cụ AI, nhưng chỉ khoảng một phần tư được đào tạo chính thức về AI.
Một khảo sát toàn cầu với 45.398 phản hồi từ sinh viên và giảng viên tại 35 quốc gia, cho thấy sự lệch pha tương tự: 88% sinh viên đã dùng AI trong học tập, nhưng 43% chưa từng trải nghiệm AI được tích hợp vào bất kỳ môn học nào, và chỉ 29% tin rằng giảng viên của mình được trang bị tốt để hướng dẫn sử dụng công nghệ này.
Nói cách khác, người học đã bước vào môi trường AI trước khi nhà trường kịp thống nhất cách dẫn đường.
Điều đó không có nghĩa sinh viên hiểu AI hơn giảng viên, càng không có nghĩa người dạy đang quay lưng với công nghệ. Cũng khảo sát trên cho thấy 77% giảng viên được hỏi đã sử dụng AI trong giảng dạy, tăng 16 điểm phần trăm so với năm 2025.
Cả hai phía đều đang thích ứng. Vấn đề là sự thích ứng ấy diễn ra theo những cách rất khác nhau, trong khi các quy tắc chung chưa chắc theo kịp.
Hãy hình dung một sinh viên học năm môn trong một học kỳ.
Môn thứ nhất cấm hoàn toàn AI. Môn thứ hai cho phép dùng nhưng không nói rõ giới hạn. Môn thứ ba yêu cầu khai báo. Môn thứ tư khuyến khích dùng để tìm ý tưởng. Môn thứ năm không đề cập gì. Sinh viên khi ấy không chỉ học năm môn, mà còn phải tự đoán năm luật chơi khác nhau.
Bản thân sự khác biệt giữa các môn học không phải điều bất hợp lý. Một môn viết học thuật có thể cần giới hạn AI khác với môn lập trình; một bài kiểm tra năng lực nền tảng không thể áp dụng cùng quy tắc với một dự án mô phỏng môi trường làm việc. Vấn đề chỉ xuất hiện khi sự khác biệt ấy không đến từ mục tiêu sư phạm rõ ràng, mà đơn giản từ việc mỗi giảng viên tự xoay xở theo hiểu biết và mức độ chấp nhận công nghệ của riêng mình.
Khi đó, cùng một hành vi có thể được xem là kỹ năng ở lớp này nhưng thành vi phạm ở lớp khác. Một sinh viên dùng AI để gợi ý cấu trúc bài viết có thể được khuyến khích ở môn A, bị cấm ở môn B, và không biết phải khai báo thế nào ở môn C. Người học khó hình thành thói quen sử dụng có trách nhiệm khi chính môi trường học tập chưa cho họ một ngôn ngữ đủ rõ về điều gì được phép, điều gì phải công khai và điều gì nhất thiết phải tự làm. Đó là khoảng trống dẫn dắt mà tôi lo ngại nhất.
Cấm AI hoàn toàn có vẻ là câu trả lời rõ ràng, nhưng chưa chắc giải quyết được vấn đề. Sinh viên vẫn có thể dùng công cụ bên ngoài lớp học; việc sử dụng chỉ chuyển từ công khai sang khó quan sát hơn. Ngược lại, cho phép AI một cách không rõ ràng cũng không đủ.
Một sinh viên biết mở chatbot và đặt câu hỏi chưa chắc biết kiểm chứng câu trả lời, nhận ra nguồn tài liệu không tồn tại, hay phân biệt một lập luận nghe thuyết phục với một lập luận có bằng chứng.
Phổ biến công nghệ không đồng nghĩa với trưởng thành trong cách sử dụng công nghệ. Chính người học dường như cũng nhận ra điều này: trong khảo sát của Digital Education Council, 66% sinh viên lo AI có thể khiến việc học trở nên hời hợt và làm suy yếu tư duy phản biện, sáng tạo; 73% giảng viên lo sinh viên dùng AI theo cách làm tổn hại sự phát triển kỹ năng của chính mình. Người học đang đi nhanh, nhưng không phải lúc nào cũng chắc mình nên đi theo hướng nào.
Vì thế, câu hỏi hữu ích hơn “có cho dùng AI không?” có lẽ là: Trong nhiệm vụ này, AI được dùng đến đâu?
Một số đại học ở Việt Nam đã bắt đầu trả lời câu hỏi ấy theo những cách khác nhau bao gồm công khai quy định về kiểm soát đạo văn và sử dụng AI trong sản phẩm học thuật, hướng dẫn riêng về việc sinh viên sử dụng AI tạo sinh, bổ sung cho chính sách liêm chính học thuật, trong đó yêu cầu giảng viên làm rõ kỳ vọng và giới hạn sử dụng AI trong các bài đánh giá chính.
Một trường hợp khác đáng chú ý là AI đã được thí điểm trong hoạt động đánh giá, với thang chia việc sử dụng AI thành năm mức, từ không dùng đến cho phép sử dụng đầy đủ tùy mục tiêu của bài đánh giá.
Điểm đáng chú ý ở cách tiếp cận này không nằm ở con số năm mức, cũng không có nghĩa mọi trường phải sao chép cùng một mô hình. Giá trị của nó nằm ở việc thay đổi câu hỏi. Thay vì chỉ tranh luận “cấm hay cho phép”, người dạy phải xác định rõ: bài này đang đánh giá năng lực gì, AI được tham gia ở công đoạn nào, phần nào người học phải tự thực hiện, và việc sử dụng công cụ cần được khai báo ra sao.
Một bài tập nhằm rèn kỹ năng viết ban đầu có thể yêu cầu sinh viên tự viết. Một bài khác có thể cho phép AI gợi ý nhưng buộc người học kiểm chứng và sửa lỗi. Với một dự án gần môi trường nghề nghiệp, sử dụng AI thậm chí có thể là một phần của yêu cầu, miễn là sinh viên giải thích được lựa chọn và chịu trách nhiệm về kết quả. Sự khác biệt giữa các môn học vẫn tồn tại, nhưng không còn là năm luật chơi phải đoán – nó trở thành những lựa chọn sư phạm có lý do.
Tôi cho rằng đây là thay đổi quan trọng. Đại học không nhất thiết cần một quy định duy nhất áp cho mọi môn học, bởi mục tiêu đào tạo khác nhau đòi hỏi cách sử dụng AI khác nhau. Điều cần thiết hơn là một ngôn ngữ chung để giảng viên và sinh viên hiểu các mức độ sử dụng, trách nhiệm khai báo, và ranh giới giữa hỗ trợ với thay thế tư duy.
Nhưng một ngôn ngữ chung, dù cần thiết, vẫn chưa đủ nếu chỉ nằm trên giấy. Từ kinh nghiệm đứng lớp của mình, tôi nhận thấy có ít nhất ba việc mà mỗi giảng viên, mỗi khoa, thậm chí mỗi trường có thể bắt đầu ngay, không cần chờ một quy định thống nhất từ cấp cao hơn.
Thứ hai là thiết kế lại một số hình thức đánh giá, thay vì chỉ siết chặt hình thức cũ. Nhiều bài luận truyền thống – viết ở nhà, nộp qua một cổng trực tuyến, không giám sát – vốn đã dễ bị AI thay thế hoàn toàn ngay cả khi giảng viên cấm. Một phần đánh giá có thể chuyển sang hình thức khó giao phó cho máy hơn: vấn đáp ngắn về chính bài viết sinh viên đã nộp, viết trực tiếp trên lớp trong thời gian giới hạn, hoặc yêu cầu sinh viên trình bày quá trình tư duy chứ không chỉ kết quả cuối cùng. Đây không phải để trừng phạt việc dùng AI, mà để đánh giá đúng những gì một bài kiểm tra thực sự muốn đo.
Thứ ba là dạy sinh viên cách kiểm chứng AI, không chỉ cách dùng AI. Phần lớn sinh viên hiện nay tự học cách đặt câu hỏi cho chatbot, nhưng ít em được hướng dẫn bài bản cách phát hiện một câu trả lời sai nhưng nghe có vẻ đúng, cách đối chiếu thông tin AI đưa ra với nguồn gốc, hay cách nhận ra khi nào AI “bịa” ra một trích dẫn không tồn tại.
Đây là năng lực có thể lồng ghép vào nội dung giảng dạy của nhiều môn học, không cần chờ một môn học riêng về AI.
Ba việc này không thay thế được nhu cầu về một chính sách cấp trường hay cấp quốc gia. Nhưng chúng cho thấy khoảng trống dẫn dắt không hoàn toàn nằm ngoài tầm với của người đứng lớp. Một phần của nó có thể được thu hẹp ngay trong từng đề bài, từng buổi học, trước khi chờ đến một văn bản quy định hoàn chỉnh.
Ở Việt Nam, sẽ thiếu căn cứ nếu nói các đại học đang đứng yên. Những ví dụ trên cho thấy một số cơ sở đã xây dựng quy định, ban hành hướng dẫn hoặc thử nghiệm cách đánh giá mới. Nhưng cũng khó kỳ vọng vài sáng kiến riêng lẻ có thể tự động tạo thành năng lực dẫn dắt chung cho toàn hệ thống. Khi AI thay đổi nhanh hơn chu kỳ sửa chương trình, nhanh hơn quy trình ban hành quy định, và đôi khi nhanh hơn khả năng tự học của chính người dạy, nỗ lực cá nhân là cần thiết nhưng chưa đủ.
Vấn đề nằm ở chỗ khác. AI không chỉ thay đổi cách sinh viên làm bài – nó đang buộc đại học xem lại chính những bài tập mình giao cho sinh viên. Trong một khảo sát toàn cầu, chỉ 28% sinh viên cho rằng phần lớn hoặc nhiều bài đánh giá của họ phản ánh công việc, kỹ năng và năng lực phán đoán cần thiết trong môi trường làm việc có AI. 72% còn lại không thấy sự phù hợp ấy diễn ra một cách nhất quán.
Con số này gợi ra một câu hỏi khó hơn chuyện sinh viên có dùng AI để làm bài hay không: Nếu người học sau khi tốt nghiệp sẽ làm việc cùng AI, đại học nên tiếp tục đánh giá họ như thế nào?
Câu trả lời chắc chắn không phải là đưa AI vào mọi bài tập. Có những năng lực chỉ hình thành khi con người trực tiếp đọc, viết, tính toán, tranh luận và tự vật lộn với một vấn đề. Nhưng cũng khó hợp lý nếu nhà trường tiếp tục thiết kế mọi hoạt động như thể công nghệ mà sinh viên sẽ gặp hàng ngày sau khi tốt nghiệp không tồn tại. Ranh giới ấy cần được thiết kế, không thể để người học tự đoán.
Bởi vậy, câu hỏi quan trọng nhất có lẽ không phải là làm sao để đại học chạy nhanh hơn AI – cuộc đua ấy gần như không thể thắng. Điều người học cần là một hệ thống đủ tỉnh táo để chỉ ra khi nào AI giúp con người đi xa hơn, khi nào sự tiện lợi bắt đầu thay thế tư duy, phần việc nào có thể giao cho công cụ và phần nào con người phải tự làm, tự kiểm chứng và tự chịu trách nhiệm.
Khoảng trống trên bục giảng, vì thế, không phải là thiếu thêm một công nghệ mới. Đó là khoảng trống dẫn dắt, khi người học đã bước vào một cách học mới nhưng hệ thống vẫn đang tìm cách chỉ ra họ nên đi về đâu.
Tin Gốc: Vnexpress
