[eMagazine] Khi AI không chỉ "dạy học" mà còn "tham gia vận hành trường đại học"

Ngày 5/9, dưới sự chứng kiến của đồng chí Vũ Hải Quân, Ủy viên Ban Chấp hành Trung ương Đảng khóa XIV, Bộ trưởng Bộ Khoa học và Công nghệ, Tập đoàn Bưu chính Viễn thông Việt Nam (VNPT) và Học viện Công nghệ Bưu chính Viễn thông (PTIT) ký kết thỏa thuận hợp tác phát triển trí tuệ nhân tạo trong giáo dục.

VNPT và PTIT ký kết thỏa thuận hợp tác phát triển trí tuệ nhân tạo trong giáo dục. (Ảnh: PV/Vietnam+)

Thỏa thuận được xem là bước mở rộng hợp tác giữa doanh nghiệp công nghệ và cơ sở giáo dục đại học trong việc đưa AI vào môi trường đào tạo. Thay vì chỉ tập trung vào một số ứng dụng riêng lẻ, hai bên hướng tới mô hình Đại học AI-Native, nơi AI trở thành một thành phần được tích hợp trong nhiều hoạt động cốt lõi của nhà trường.

Theo định hướng hợp tác, VNPT AI đảm nhiệm vai trò công nghệ lõi, tập trung nghiên cứu, phát triển các năng lực AI phục vụ giáo dục. PTIT đóng góp thế mạnh về nghiên cứu chuyên ngành, dữ liệu giáo dục, chuẩn sư phạm, phương pháp đánh giá và môi trường đào tạo để thử nghiệm, kiểm chứng các giải pháp.

Việc đưa AI vào giáo dục đặt ra những yêu cầu khác so với các ứng dụng AI thông thường. Một hệ thống có thể trả lời nhanh nhưng nếu thông tin thiếu chính xác, không rõ nguồn hoặc suy luận sai thì khó có thể trở thành công cụ hỗ trợ đáng tin cậy cho người học.

Đây là một trong những vấn đề được đặt ra trong quá trình VNPT AI phát triển các năng lực công nghệ phục vụ giáo dục. Theo thông tin được công bố, VNPT AI đã phát triển và triển khai hơn 100 mô hình AI trong các lĩnh vực như tiếng nói, xử lý ngôn ngữ tự nhiên, thị giác máy tính và dữ liệu lớn. Đơn vị này cũng phát triển các mô hình ngôn ngữ lớn tiếng Việt ở nhiều quy mô, trong đó mô hình lớn nhất đạt tới hàng trăm tỷ tham số; hệ thống đã xử lý hơn 1.800 tỷ token và được triển khai trong các bài toán thực tế ở tài chính - ngân hàng, bảo hiểm, viễn thông và khu vực công.

Tuy nhiên, với giáo dục, năng lực của AI không chỉ được đánh giá bằng quy mô mô hình. Khả năng suy luận, kiểm soát nguồn tri thức và nhận diện sai sót mới là những yếu tố quyết định mức độ tin cậy khi AI tham gia vào quá trình học tập.

Theo VNPT AI, đơn vị đã phát triển phương pháp cho phép mô hình ngôn ngữ lớn tự kiểm tra chuỗi suy luận toán học, xác định bước xảy ra lỗi và phân loại nguyên nhân. Phương pháp này được thông tin là đã được trình bày tại AI4Math 2026 trong khuôn khổ ICML 2026 và đạt mức đánh giá cao trong cuộc thi.

Đây cũng là hướng tiếp cận phù hợp với quá trình PTIT đã triển khai trước đó. Sau một năm triển khai, hệ thống trợ giảng AI của PTIT đã được sử dụng trong 69 học phần với hơn 2.700 sinh viên. AI được đưa vào hỗ trợ nhiều hoạt động như học tập, giảng dạy, đánh giá và phân tích dữ liệu đào tạo. Những kết quả này tạo nền tảng thực tiễn để hai bên tiếp tục mở rộng phạm vi hợp tác. AI không còn chỉ xuất hiện ở giao diện của một trợ lý hay gia sư ảo, mà được đặt trong một hệ thống đào tạo với những yêu cầu cụ thể về kiến thức, phương pháp sư phạm và đánh giá người học.

Khi AI được mở rộng trong trường đại học, một vấn đề khác cũng trở nên quan trọng là cách hệ thống tiếp cận và quản trị nguồn tri thức. Trong môi trường đại học, kiến thức của một môn học có thể nằm trên nhiều giáo trình, bài giảng, tài liệu tham khảo, công trình nghiên cứu và cơ sở dữ liệu học thuật. Việc chỉ tìm kiếm rồi tổng hợp thông tin từ nhiều nguồn có thể dẫn tới tình trạng bỏ sót nội dung, trùng lặp hoặc xuất hiện những thông tin thiếu nhất quán. Trong trường hợp các nguồn tài liệu có cách tiếp cận khác nhau, AI còn phải có khả năng nhận diện những điểm có khả năng mâu thuẫn để tránh tạo ra câu trả lời thiếu chính xác.

Đối với mô hình Đại học AI-Native, đây không chỉ là một bài toán kỹ thuật mà còn liên quan trực tiếp tới cách nhà trường tổ chức và quản trị tri thức. AI muốn hỗ trợ sinh viên, giảng viên hay nhà quản lý phải được đặt trên nền tảng dữ liệu có cấu trúc, nguồn thông tin rõ ràng và cơ chế kiểm soát phù hợp. Đó cũng là lý do thỏa thuận giữa VNPT và PTIT không chỉ tập trung vào phát triển một sản phẩm AI cụ thể. Hai bên hướng tới việc kết hợp thế mạnh của doanh nghiệp công nghệ với năng lực nghiên cứu, đào tạo của nhà trường.

PTIT có môi trường đào tạo thực tế, đội ngũ chuyên môn, dữ liệu giáo dục và những yêu cầu cụ thể về chương trình, phương pháp giảng dạy, đánh giá người học. Trong khi đó, VNPT có lợi thế về công nghệ AI, hạ tầng tính toán và năng lực triển khai các nền tảng số ở quy mô lớn. Sự kết hợp này tạo điều kiện để các công nghệ AI được thử nghiệm trên những bài toán thực tế của giáo dục đại học, đồng thời giúp nhà trường đánh giá được hiệu quả của AI trong từng khâu thay vì chỉ nhìn nhận công nghệ ở góc độ thử nghiệm.

PTIT đào tạo UAV, robot di động và kỹ thuật hàng không vũ trụ - Báo VnExpress — PTIT có môi trường đào tạo thực tế, đội ngũ chuyên môn, dữ liệu giáo dục và những yêu cầu cụ thể về chương trình, phương pháp giảng dạy, đánh giá người học.

Trong cấu trúc đó, Gia sư AI có thể được xem là lớp ứng dụng trực tiếp tới người học. Phía sau là hệ thống mô hình ngôn ngữ lớn, AI Agents, dữ liệu và các công cụ quản trị tri thức. Khi các thành phần này được kết nối, AI mới có cơ sở để mở rộng sang những hoạt động khác của trường đại học.

Mục tiêu lớn hơn trong hợp tác giữa VNPT và PTIT là phát triển mô hình Đại học AI-Native. Theo đó, AI được định hướng tích hợp vào đào tạo, nghiên cứu, khảo thí, quản trị và dịch vụ sinh viên. Điểm khác biệt của mô hình này nằm ở mức độ tích hợp. Nếu việc sử dụng một chatbot chỉ bổ sung thêm một công cụ vào quy trình hiện có, Đại học AI-Native hướng tới việc đưa năng lực AI trở thành một lớp công nghệ trong toàn bộ hệ sinh thái của nhà trường.

Trong đào tạo, AI có thể hỗ trợ cá nhân hóa việc học, cung cấp học liệu và phản hồi cho sinh viên. Với giảng viên, AI có thể hỗ trợ xử lý dữ liệu, khai thác nguồn tri thức và chuẩn bị học liệu. Trong nghiên cứu, AI có thể hỗ trợ tìm kiếm, tổng hợp và quản trị lượng thông tin lớn. Ở lĩnh vực khảo thí và quản trị, dữ liệu từ quá trình học tập có thể được khai thác để hỗ trợ đánh giá và ra quyết định.

Để đạt được mức độ tích hợp này, nhà trường cần một nền tảng dữ liệu và công nghệ đủ thống nhất để các ứng dụng AI không vận hành rời rạc. Theo định hướng hợp tác, VNPT AI sẽ là đầu mối công nghệ về các năng lực như mô hình ngôn ngữ lớn tiếng Việt, AI Agents, quản trị tri thức, xử lý dữ liệu và nền tảng AI dùng chung. Trong khi đó, PTIT đóng vai trò môi trường nghiên cứu, thử nghiệm và triển khai. Các công nghệ được đưa vào những tình huống đào tạo thực tế để đánh giá khả năng đáp ứng yêu cầu chuyên môn và sư phạm.

Với VNPT và PTIT, thỏa thuận ký kết ngày 5/9 vì vậy không chỉ là sự hợp tác về một nhóm sản phẩm công nghệ. Đây là bước đi hướng tới việc kết nối năng lực công nghệ của doanh nghiệp với hoạt động nghiên cứu, đào tạo và thử nghiệm của nhà trường để hình thành một mô hình đại học có AI được tích hợp ở nhiều tầng. Theo hướng này, giá trị của Đại học AI-Native sẽ không nằm ở số lượng công cụ AI được đưa vào sử dụng, mà ở khả năng AI trở thành một phần của hạ tầng vận hành đại học. Từ hỗ trợ từng sinh viên, quản trị tri thức đến nghiên cứu, khảo thí và quản trị nhà trường, AI được kỳ vọng chuyển từ một công cụ hỗ trợ sang một lớp công nghệ xuyên suốt trong hệ sinh thái giáo dục đại học.

Trần Huyền