Bối cảnh nghiên cứu

Chuyển đổi số đang trở thành một xu hướng tất yếu, làm thay đổi căn bản phương thức quản trị giáo dục đại học trên phạm vi toàn cầu. Tại Việt Nam, định hướng này được khẳng định trong Quyết định số 131/QĐ-Ttg ngày 21/01/2022 của Thủ tướng Chính phủ về 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. Gần đây hơn, Nghị quyết số 57-NQQ/TW ngày 22/12/2024 của Bộ Chính trị tiếp tục xác định khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số là những động lực để phát triển đất nước trong giai đoạn mới. Điều này cho thất chuyển đổi số trong giáo dục không còn được hiểu đơn thuần là việc ứng dụng các công nghệ số vào hoạt động dạy học, mà là quá trình đổi mới toàn diện mô hình quản trị, tổ chức và vận hành của các cơ sở giáo dục

Trong bối cảnh đó, sự phát triển nhanh chóng của trí tuệ nhân tạo (Artificial Intelligence – AI), đặc biệt là AI tạo sinh (Generative AI), đang mở ra những khả năng mới trong quản trị giáo dục. AI không chỉ hỗ trợ tự động hóa các tác vụ hành chính mà còn có khả năng phân tích dữ liệu học tập, cá thể hóa nội dung đào tạo, hỗ trợ xây dựng học liệu, dự báo kết quả học tập và cung cấp căn cứ cho quá trình ra quyết định của nhà quản lý. Tuy nhiên, theo quan điểm của Fullan (2016), công nghệ không phải là động lực tạo ra sự thay đổi trong giáo dục mà yếu tố quyết định vẫn là năng lực lãnh đạo và quản trị sự thay đổi của các cơ sở giáo dục. Vì vâỵ, AI chỉ thực sự phát huy giá trị khi được tích hợp vào một hệ thống quản trị có khả năng đổi mới, thích ứng và khai thác hiệu quả các nguồn lực số.

Đối với đào tạo y khoa, yêu cầu này càng trở nên cấp thiết hơn. Khác với nhiều ngành đào tạo khác, giáo dục y khoa đòi hỏi học liệu phải bảo đảm tính chính xác khoa học, được cập nhật thường xuyên theo các hướng dẫn chuyên môn và có khả năng tích hợp giữa kiến thức lý thuyết với thực hành lâm sàng. Người học không chỉ tiếp nhận tri thức mà còn phải hình thành năng lực ra quyết định chuyên môn dựa trên bằng chứng. Do đó, chất lượng học liệu số, độ tin cậy của dữ liệu học tập và hiệu quả quản lý nội dung đào tạo có ý nghĩa trực tiếp đối với chất lượng đào tạo y tế. Trong bối cảnh này, AI được kỳ vọng sẽ hỗ trợ cá thể hoá học tập, nâng cao hiệu quả quản lý nội dung đào tạo và thúc đẩy quá trình chuyển đổi số trong các cơ sở đào tạo y khoa.

Tuy nhiên, cùng với những cơ hội đó, AI cũng đặt ra nhiều thách thức mới đối với giáo dục đại học. Báo cáo Hướng dẫn về trí tuệ nhân tạo tạo sinh trong giáo dục và nghiên cứu (Guidance for Generative AI in Education and Research) của UNESCO (2023) cảnh báo rằng AI tạo sinh có thể tạo ra thông tin không chính xác (AI hallucination), khuếch đại thiên lệch dữ liệu (algorithmic bias), làm gia tăng rủi ro về quyền riêng tư và dẫn đến sự phụ thuộc quá mức vào công nghệ nếu thiếu các cơ chế quản trị phù hợp. Trong đào tạo y khoa, những rủi ro này càng trở nên đáng lưu ý bởi mọi sai lệch trong học liệu hoặc thông tin chuyên môn đều có thể ảnh hưởng trực tiếp đến chất lượng đào tạo và năng lực hành nghề của người học.

Ở góc độ chính sách và quản trị, cả UNESCO (2023) và OECD (2024) đều thống nhất rằng AI không tự tạo ra chất lượng giáo dục. Theo OECD (2024), thành công của chuyển đổi số phụ thuộc chủ yếu vào năng lực quản trị dữ liệu, khả năng tổ chức hệ sinh thái học tập số và năng lực đổi mới của các cơ sở giáo dục hơn là bản thân công nghệ. Nói cách khác, AI không phải là mục tiêu của chuyển đổi số mà là một công cụ trong hệ thống quản trị giáo dục số. Giá trị của AI phụ thuộc vào chất lượng học liệu số, dữ liệu học tập, quy trình quản trị và năng lực tổ chức của cơ sở đào tạo.

Xuất phát từ cách tiếp cận đó, nghiên cứu được thực hiện nhằm đánh giá thực trạng ứng dụng công nghệ thông tin và trí tuệ nhân tạo trong quản lý nội dung học tập của sinh viên y khoa tại Thành phố Hồ Chí Minh, đồng thời phân tích những hàm ý quản trị đối với quá trình chuyển đổi số của các cơ sở đào tạo. Nghiên cứu được tiến hành trong năm 2026 trên 329 sinh viên tại ba cơ sở đào tạo y khoa, kết hợp khảo sát định lượng với phỏng vấn cán bộ quản lý, giảng viên và sinh viên. Từ các bằng chứng thực nghiệm thu được, nghiên cứu cho thấy AI không phải là yếu tố quyết định thành công của chuyển đổi số mà đang trở thành một phép thử đối với năng lực quản trị số trong các cơ sở đào tạo. Bốn phát hiện dưới đây phản ánh bốn mắt xích cốt lõi của năng lực quản trị số, bao gồm phát triển học liệu số, tổ chức chuyển đổi số, quản trị dữ liệu học tập và năng lực lãnh đạo, điều hành trong bối cảnh chuyển đổi số giáo dục.

1. Nền tảng học liệu chưa theo kịp yêu cầu của AI

Một trong những kết quả tích cực của nghiên cứu là các hoạt động ứng dụng AI trong quản lý học tập đã được triển khai ở mức khá. Sinh viên đánh giá cao việc tổ chức học tập kết hợp (blended learning), khai thác dữ liệu học tập để điều chỉnh nội dung đào tạo và bước đầu tích hợp AI trong thiết kế học liệu. Tuy nhiên, số hóa học liệu y khoa lại là tiêu chí có mức đánh giá thấp nhất. Điều này phản ánh một nghịch lý quan trọng: AI đang phát triển nhanh hơn nền tảng học liệu số.

Dưới góc độ quản trị giáo dục, đây không chỉ là vấn đề công nghệ mà phản ánh năng lực phát triển tài nguyên học thuật số còn hạn chế. AI có thể phân tích, tổng hợp hoặc hỗ trợ thiết kế học liệu, nhưng không thể thay thế chất lượng của nguồn học liệu đầu vào. Khi học liệu chưa được chuẩn hóa, chưa được cập nhật và chưa được số hóa đầy đủ, AI sẽ khó tạo ra giá trị bền vững. Nói cách khác, AI đang trở thành "tấm gương" phản chiếu mức độ trưởng thành của nền tảng tri thức số trong mỗi cơ sở đào tạo.

2. Năng lực quản trị chuyển đổi số còn thiếu đồng đều

Nghiên cứu cũng ghi nhận sự khác biệt có ý nghĩa thống kê giữa ba cơ sở đào tạo ở hầu hết các tiêu chí khảo sát, từ số hóa học liệu, khai thác dữ liệu học tập đến tích hợp AI trong thiết kế học liệu.

Nếu chỉ nhìn từ góc độ công nghệ, đây có thể được xem là sự khác biệt về điều kiện đầu tư. Tuy nhiên, dưới góc độ quản trị, kết quả này cũng có thể phản ánh sự khác biệt về chiến lược chuyển đổi số, cách thức tổ chức triển khai, mức độ đầu tư hoặc năng lực quản trị số của từng cơ sở đào tạo.

Điều này cho thấy quá trình chuyển đổi số trong đào tạo y khoa hiện nay vẫn chưa diễn ra đồng đều giữa các cơ sở đào tạo. Khoảng cách giữa các trường không chỉ thể hiện ở hạ tầng công nghệ mà còn có thể liên quan đến sự khác biệt trong chiến lược phát triển, cơ chế tổ chức thực hiện và mức độ sẵn sàng cho chuyển đổi số. khoảng cách về năng lực lãnh đạo, tổ chức và điều hành chuyển đổi số.

3. Dữ liệu học tập chưa trở thành tri thức quản trị

Kết quả nghiên cứu cho thấy các cơ sở đào tạo đã bước đầu sử dụng dữ liệu học tập để điều chỉnh nội dung đào tạo, phản ánh xu hướng chuyển từ quản lý dựa trên kinh nghiệm sang quản lý dựa trên dữ liệu (data-informed management). Đây là một trong những biểu hiện quan trọng của quá trình chuyển đổi số trong giáo dục đại học, khi dữ liệu học tập dần trở thành nguồn lực phục vụ hoạt động quả trị thay vì chỉ được sử dụng cho mục đích thống kê hoặc lưu trữ.

Tuy nhiên, hiệu quả số hóa học liệu chưa tương xứng với mức độ khai thác dữ liệu. Điều này cho thấy dữ liệu mới chủ yếu được sử dụng để theo dõi và giám sát quá trình học tập của sinh viên, trong khi việc chuyển hoá dữ liệu thành tri thức phục vụ cải tiến chương trình đào tạo, phát triển học liệu và hỗ trợ ra quyết định quản lý vẫn còn hạn chế.

Theo Siemens (2013), bản chất của Learning Analytics không chỉ là thu thập và phân tích dữ liệu học tập mà còn là quá trình khai thác dữ liệu nhằm hiểu rõ hơn cách người học học tập để tối ưu hoá môi trường dạy học và nâng cao chất lượng giáo dục. Trên cơ sở đó, Siemens và Baker (2012) nhấn mạnh rằng giá trị của Learning Analytics chỉ thực sự được phát huy khi kết quả phân tích dữ liệu được chuyển hoá thành các quyết định quản lý, cải tiến chương trình đào tạo và đổi mới hoạt động dạy học, thay vì dừng lại ở việc mô tả hoặc giám sát quá trình học tập.

Ở góc độ quản trị tri thức, Davenport và Prusak (1998) cho rằng dữ liệu chỉ tạo ra giá trị khi được xử lý, phân tích và chuyển hóa thành tri thức phục vụ hành động. Đối chiếu với kết quả nghiên cứu, có thể thất khoảng cách hiện nay không nằm ở việc thiếu dữ liệu học tập mà ở khả năng chuyển hoá dữ liệu thành tri thức quản trị. Điều đó phản ánh chu trình quản trị dữ liệu của các cơ sở đào tạo vẫn chưa hoàn chỉnh, từ khâu thu thập, chuẩn hoá, phân tích dữ liệu đến việc sử dụng kết quả phân tích để cải tiến học liệu, chương trình đào tạo và hỗ trợ ra quyết định.

Từ góc độ này, AI không phải là điểm khởi đầu của quá trình chuyển đổi số mà là công cụ được vận hành trên nền tảng dữ liệu học tập đã được quản trị hiệu quả. Nếu dữ liệu chưa được chuẩn hoá, chưa được kết nối và chưa được chuyển hoá thành tri thức phục vụ quản trị thì ngay cả những công nghệ AI tiên tiến cũng khó có thể tạo ra giá trị bền vững trong quản lý học tập. Nói cách khác, khoảng trống được phát hiện trong nghiên cứu không nằm ở năng lực của AI mà nằm ở năng lực quản trị dữ liệu học tập của cơ sở đào tạo.

4. Hiệu quả AI phụ thuốc vào năng lực quản trị của nhà trường

Có lẽ phát hiện có ý nghĩa quản trị nhất của nghiên cứu là không có sự khác biệt đáng kể theo giới tính hoặc năm học của sinh viên, trong khi sự khác biệt giữa các cơ sở đào tạo lại rất rõ. Điều đó cho thấy AI không tạo ra khác biệt từ phía người học mà từ chính cách các cơ sở đào tạo tổ chức, quản trị và khai thác công nghệ.

Chiến lược chuyển đổi số, cơ chế quản trị dữ liệu, chất lượng học liệu số, năng lực của đội ngũ và khả năng điều phối nguồn lực mới là những yếu tố quyết định hiệu quả ứng dụng AI. Nói cách khác, AI không thay thế quản trị mà đang kiểm chứng năng lực quản trị của từng cơ sở đào tạo.

Kết luận

Bốn phát hiện của nghiên cứu không nên được nhìn nhận như bốn vấn đề riêng lẻ mà phản ánh bốn thành tố có mối quan hệ hữu cơ trong năng lực quản trị số của các cơ sở đào tạo. Từ phát triển học liệu số, tổ chức triển khai chuyển đổi số, quản trị dữ liệu học tập đến năng lực lãnh đạo và điều hành đều liên kết chặt chẽ với nhau và cùng quyết định hiệu quả ứng dụng AI trong quản lý học tập. Những khoảng trống được nhận diện vì vậy không chỉ phản ánh thực trạng ứng dụng AI mà còn cho thấy mức độ trưởng thành của hệ thống quản trị giáo dục trong bối cảnh chuyển đổi số.

Theo đó, AI không phải là nguyên nhân trực tiếp tạo ra chất lượng giáo dục, mà là yếu tố làm bộc lộ những điểm mạnh và điểm yếu của hệ thống quản trị. Một cơ sở đào tạo có học liệu số được chuẩn hoá, dữ liệu học tập được quản trị hiệu quả, quy trình ra quyết định dựa trên bằng chứng và đội ngũ có năng lực chuyển đổi số sẽ khai thác AI như một công cụ tạo giá trị. Ngược lại, nếu những nền tảng này chưa được xây dựng đồng bộ, AI khó có thể phát huy hiệu quả, thậm chí có thể làm rõ hơn những hạn chế vốn đã tồn tại trong quá trình quản trị.

Từ góc độ chính sách, những kết quả này cũng phù hợp với định hướng của Quyết định số 131/QĐ-TTg (2022) về tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo, trong đó nhấn mạnh việc phát triển hạ tầng số, học hiệu số, dữ liệu số và đổi mới quản trị giáo dục là những nền tảng của chuyển đổi số. Đồng thời, nghiên cức cũng góp phần cung cấp thêm bằng chứng thực tiễn cho tinh thần của Nghị quyết số 57-NQ/TW (2024), khi xác định khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số chỉ có thể trở thành động lực phát triển nếu được gắn với nâng cao năng lực quản trị và phát triển nguồn nhân lực chất lượng cao.

Từ đó có thể thấy, ưu tiên của giai đoạn tiếp theo không chỉ là mở rộng phạm vi ứng dụng AI mà cần chuyển trọng tâm sang củng cố năng lực quản trị số của các cơ sở đào tạo. Điều đó bao gồm chuẩn hóa học liệu số, hoàn thiện hệ thống quản trị dữ liệu học tập, phát triển cơ chế khai thác dữ liệu phục vụ cải tiến chương trình và hỗ trợ ra quyết định, đồng thời nâng cao năng lực lãnh đạo chuyển đổi số của đội ngũ quản lý và giảng viên.

Thông điệp quan trọng nhất mà nghiên cứu gợi mở là: AI không phải là biến số trung tâm của chuyển đổi số giáo dục; AI chính là phép thử đối với năng lực quản trị của các cơ sở đào tạo. Khi năng lực quản trị được phát triển một cách đồng bộ, AI mới thực sự trở thành công cụ thúc đẩy đổi mới quản trị giáo dục, nâng cao chất lượng đào tạo và hiện thực hoá mục tiêu chuyển đổi số mà Đảng và Nhà nước ta đã đặt ra.

Tài liệu tham khảo:

1. Bộ Chính trị  (2024). Nghị quyết số 57-NQ/TW ngày 22/12/2024 về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia. Hà Nội.

2. Davenport, T. H., & Prusak, L. (1998). Working Knowledge: How Organizations Manage What They Know. Boston: Harvard Business School Press.

3. Fullan, M. (2016). The New Meaning of Educational Change (5th ed.). New York: Teachers College Press.

4. OECD. (2024). Digital Education Outlook 2024: Towards Effective Digital Transformation in Education. Paris: OECD Publishing.

5. Siemens, G., & Baker, R. S. (2012). Learning Analytics and Educational Data Mining: Towards Communication and Collaboration. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge, 252–254.

6. 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". Hà Nội.

7.  UNESCO (2023). Guidance for Generative AI in Education and Research. Paris: UNESCO.