Từ câu chuyện công cụ đến câu chuyện năng lực nghề nghiệp
Trong những năm gần đây, trí tuệ nhân tạo tạo sinh (GenAI) đã nhanh chóng đi từ phạm vi thử nghiệm công nghệ sang không gian dạy học, kiểm tra đánh giá, thiết kế học liệu và hỗ trợ hành chính sư phạm. Tuy nhiên, các tài liệu quốc tế đều cho thấy hiệu quả của công nghệ không tự sinh ra từ sự hiện diện của công nghệ. UNESCO lưu ý rằng trí tuệ nhân tạo có thể hỗ trợ giải quyết một số thách thức lớn của giáo dục, nhưng đồng thời cũng kéo theo các rủi ro về công bằng, quyền riêng tư, đạo đức và quản trị; trong khi đó, Tổ chức Hợp tác và Phát triển Kinh tế nhấn mạnh rằng GenAI chỉ phát huy giá trị giáo dục khi được đặt trong những nguyên tắc dạy học rõ ràng và được thiết kế để hỗ trợ giáo viên, chứ không phải đẩy giáo viên ra bên lề (UNESCO, 2021/2025; OECD, 2026).
Chính vì thế, bàn về việc giáo viên có ứng dụng GenAI hay không, nếu chỉ dừng ở câu hỏi “có công cụ hay không” thì chưa đủ. Vấn đề chủ yếu nằm ở chỗ giáo viên có đủ năng lực để hiểu công nghệ, đánh giá giới hạn của công nghệ, sử dụng công nghệ đúng mục đích sư phạm và kiểm soát những hệ quả ngoài mong muốn hay không. Khảo sát với 270 giáo viên Israel của Deshen và cộng sự (2026) cho thấy, 72,6% người tham gia đã sử dụng trí tuệ nhân tạo, và 51,1% sử dụng cho mục đích nghề nghiệp. Nhưng phía sau các con số ấy là một thực tế quan trọng hơn: mức độ ứng dụng khác nhau rõ rệt tùy theo vốn năng lực, mức độ sẵn sàng và điều kiện hỗ trợ mà giáo viên có được.
Nếu nhìn từ logic phát triển giáo dục, phát hiện này không "gây bất ngờ". Tại Việt Nam, Nghị quyết số 29-NQ/TW về đổi mới căn bản, toàn diện giáo dục và đào tạo đã xác lập yêu cầu chuyển mạnh quá trình giáo dục từ trang bị kiến thức sang phát triển phẩm chất và năng lực người học; Chương trình hành động của Chính phủ ban hành kèm theo Nghị quyết số 44/NQ-CP tiếp tục cụ thể hóa định hướng ấy ở cấp điều hành. Điều này phản ánh khi chuyển đổi số bước vào giáo dục, tinh thần đó càng đòi hỏi rõ hơn rằng công nghệ phải phục vụ chất lượng dạy học, chứ không thể thay thế phán đoán chuyên môn của giáo viên.
Những yếu tố nào thực sự chi phối mức độ giáo viên ứng dụng GenAI?
Theo Deshen và cộng sự (2026), việc giáo viên sử dụng GenAI trong công việc chuyên môn có liên hệ đáng kể với sáu nhóm biến thuộc chấp nhận công nghệ trí tuệ nhân tạo, gồm: ảnh hưởng xã hội, động lực hứng thú, kỳ vọng hiệu quả, kỳ vọng về nỗ lực sử dụng, mức sẵn sàng dùng trí tuệ nhân tạo và cảm xúc tích cực; đồng thời có liên hệ với năng lực hiểu biết về trí tuệ nhân tạo và mức độ tiếp cận công nghệ ở nhà cũng như tại nơi làm việc. Tuy nhiên, khi đưa toàn bộ các biến vào mô hình hồi quy phân bậc, chỉ một số yếu tố giữ được vai trò dự báo độc lập rõ rệt.
Trước hết là trình độ học vấn. Giáo viên có bằng thạc sĩ trở lên có khả năng sử dụng trí tuệ nhân tạo trong công việc cao hơn khoảng 2,8 lần so với nhóm có bằng cử nhân. Đi cùng với đó, năng lực hiểu biết về trí tuệ nhân tạo nổi lên như một biến dự báo mạnh: giáo viên có mức hiểu biết cao hơn có khả năng sử dụng công nghệ cho mục đích nghề nghiệp cao hơn khoảng 2,4 lần. Điều đáng chú ý ở đây là “hiểu biết về trí tuệ nhân tạo” không thể bị giản lược thành khả năng thao tác với một vài công cụ. Theo cách tiếp cận về năng lực hiểu biết trí tuệ nhân tạo của Long và Magerko (2020), cũng như khung bốn thành tố do Ng và cộng sự (2021) đề xuất, đó là một cấu trúc năng lực bao gồm hiểu khái niệm và giới hạn của trí tuệ nhân tạo, biết sử dụng trong ngữ cảnh thực tiễn, có khả năng đánh giá đầu ra và nhận diện các vấn đề đạo đức – xã hội gắn với công nghệ. Với giáo viên, đây thực chất là một phần của năng lực nghề nghiệp mới trong thời đại số.
Một phát hiện đặc biệt đáng lưu ý là biến “kỳ vọng về nỗ lực sử dụng” mang ý nghĩa dự báo âm và ổn định. Nói cách khác, giáo viên càng cảm thấy công cụ khó dùng, tốn công, khó kiểm soát hoặc làm tăng gánh nặng công việc thì khả năng đưa trí tuệ nhân tạo tạo sinh vào công việc chuyên môn càng thấp. Đây là một chỉ dấu quan trọng, bởi nó nhắc rằng những lời khẳng định quá dễ dãi kiểu “công cụ này rất trực quan, ai cũng dùng được” chưa chắc phản ánh đúng thực tế nghề nghiệp trong nhà trường. Đối với giáo viên, một công cụ chỉ thực sự có giá trị khi nó không làm suy giảm cảm giác làm chủ chuyên môn và không đẩy họ vào trạng thái quá tải nhận thức.
Cảm xúc tích cực đối với công nghệ cũng có liên hệ với mức độ sử dụng, nhưng ảnh hưởng của yếu tố này suy giảm khi đặt cạnh năng lực hiểu biết và các biến khác. Điều đó cho thấy sự hứng thú, tò mò hay tin tưởng ban đầu chỉ là điều kiện mở đầu, không phải nền tảng lâu dài của đổi mới. Một nhà trường có thể tạo ra cao trào quan tâm đến trí tuệ nhân tạo trong thời gian ngắn, nhưng nếu giáo viên không được bồi dưỡng đủ sâu, không được hỗ trợ đủ chắc và không có thời gian để thử nghiệm có kiểm soát, thì việc ứng dụng khó trở thành một phần ổn định của thực hành sư phạm.
Bên cạnh đó, điều kiện tiếp cận công nghệ ở nhà và ở trường đều có tương quan dương với việc sử dụng trí tuệ nhân tạo trong công việc, dù chưa trở thành biến dự báo độc lập thật mạnh cho toàn bộ mẫu. Dẫu vậy, khảo sát chỉ ra một hiệu ứng tương tác đáng chú ý: ở nhóm giáo viên khoa học và công nghệ, điều kiện tiếp cận công nghệ tốt hơn tại nơi làm việc gắn với mức sử dụng trí tuệ nhân tạo cao hơn rõ rệt so với giáo viên các lĩnh vực khác. Điều này hàm ý rằng tác động của hạ tầng không phải lúc nào cũng đồng nhất, mà đi qua đặc điểm môn học, yêu cầu chuyên môn và cường độ sử dụng học liệu số trong từng lĩnh vực.
Từ thực tiễn đến những gợi mở đối với giáo dục
Nếu đặt những kết quả trên vào bối cảnh rộng hơn của giáo dục thế giới, có thể thấy một điểm chung khá rõ: GenAI đang buộc nhà trường phải điều chỉnh lại cách hiểu về vai trò giáo viên. Giáo viên không còn chỉ là người truyền đạt nội dung, mà ngày càng trở thành người tổ chức học tập, kiểm định thông tin, định hướng tư duy phê phán và bảo vệ chuẩn mực học thuật trong môi trường số. Chính vì vậy, điều giáo viên cần không chỉ là công cụ, mà là năng lực đánh giá công cụ và năng lực quyết định khi nào nên dùng, dùng đến đâu, dùng bằng cách nào để không làm giảm chất lượng của hoạt động dạy học. UNESCO xem đây là yêu cầu cốt lõi của cách tiếp cận lấy con người làm trung tâm đối với trí tuệ nhân tạo trong giáo dục; Tổ chức Hợp tác và Phát triển Kinh tế cũng nhấn mạnh rằng các hệ thống trí tuệ nhân tạo tạo sinh hiệu quả về mặt giáo dục phải được xây dựng theo hướng trao thêm quyền giám sát và điều phối cho giáo viên (UNESCO, 2021/2025; OECD, 2026).
Với Việt Nam, các chính sách trong những năm gần đây cho thấy chuyển đổi số giáo dục không còn là "một khẩu hiệu". Quyết định số 749/QĐ-TTg năm 2020 phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030 đã xác lập giáo dục là một trong những lĩnh vực ưu tiên chuyển đổi số. Quyết định số 127/QĐ-TTg năm 2021 phê duyệt Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030 đặt nền cho việc thúc đẩy hệ sinh thái trí tuệ nhân tạo ở Việt Nam. Tiếp đó, Quyết định số 131/QĐ-TTg 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 đã cụ thể hóa các mục tiêu số hóa quản trị, dạy học và học liệu. Gần đây hơn, Nghị quyết số 57-NQ/TW của Bộ Chính trị về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia, cùng Chương trình hành động của Chính phủ ban hành kèm theo Nghị quyết số 03/NQ-CP năm 2025, tiếp tục đẩy mạnh yêu cầu chuyển đổi số ở quy mô toàn hệ thống.
Vấn đề đặt ra là, trong mạch chính sách đó, trọng tâm của giáo dục không nên chỉ là số hóa hạ tầng hay mở rộng công cụ, mà cần chuyển mạnh sang phát triển năng lực số và năng lực trí tuệ nhân tạo của đội ngũ giáo viên. Nếu thiếu mắt xích này, chuyển đổi số giáo dục rất dễ rơi vào tình trạng “mạnh về phương tiện, mỏng về năng lực”; nghĩa là công cụ đi nhanh hơn khả năng sư phạm để sử dụng công cụ. Đó cũng là điều mà bằng chứng thực chứng từ khảo sát giáo viên đã cảnh báo một cách khá rõ.
Khuyến nghị đối với giáo dục Việt Nam từ phương diện chính sách và thực tiễn nhà trường
Từ những kết quả nêu trên, có thể thấy yêu cầu đặt ra trước hết đối với giáo dục Việt Nam là cần chuyển trọng tâm từ việc phổ biến công cụ sang phát triển năng lực nghề nghiệp cho đội ngũ nhà giáo. Trong bối cảnh Chương trình Chuyển đổi số quốc gia, Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo, cùng Đề án tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo đã tạo lập một nền tảng chính sách tương đối rõ, bước tiếp theo cần được đặt vào việc xây dựng chuẩn năng lực về trí tuệ nhân tạo dành cho giáo viên, gắn chặt với yêu cầu của nghề dạy học. Chuẩn năng lực ấy không nên chỉ giới hạn ở khả năng sử dụng công cụ, mà cần bao quát cả năng lực thẩm định kết quả do công nghệ tạo ra, bảo vệ dữ liệu người học, nhận diện nguy cơ thiên lệch, hạn chế sự phụ thuộc quá mức vào công nghệ, đồng thời giữ vững nguyên tắc trung thực học thuật trong dạy học và kiểm tra, đánh giá.
Ngoài ra, công tác bồi dưỡng giáo viên về trí tuệ nhân tạo cũng cần được tổ chức theo lộ trình phù hợp với trình độ và nhu cầu thực tiễn, thay vì triển khai theo một khuôn mẫu đồng loạt. Các kết quả thực chứng cho thấy trình độ học vấn, mức độ hiểu biết về trí tuệ nhân tạo và cảm nhận của giáo viên về mức độ dễ sử dụng của công cụ đều có liên hệ trực tiếp với khả năng ứng dụng trong công việc chuyên môn. Vì vậy, các chương trình bồi dưỡng cần được thiết kế theo hướng đi từ nền tảng đến nâng cao, từ nhận thức khái niệm và đạo đức số đến vận dụng trong từng môn học, tiến tới năng lực thiết kế hoạt động dạy học có sử dụng trí tuệ nhân tạo một cách phù hợp, có kiểm soát và có trách nhiệm.
Đồng thời, chuyển đổi số trong giáo dục cần được nhìn nhận như một quá trình điều chỉnh môi trường nghề nghiệp của giáo viên, chứ không chỉ là việc đưa thêm phần mềm hay thiết bị vào lớp học. Giáo viên khó có thể ứng dụng trí tuệ nhân tạo một cách ổn định và có chất lượng nếu nhà trường không dành không gian cho việc thử nghiệm, không có cơ chế hỗ trợ chuyên môn trong nội bộ, không xây dựng được những nguyên tắc nghề nghiệp rõ ràng và không giảm bớt những áp lực hành chính vốn đã rất nặng nề. Trên phương diện đó, nhà trường cần quan tâm hình thành các cộng đồng thực hành nghề nghiệp liên quan đến việc sử dụng trí tuệ nhân tạo, nơi giáo viên có thể trao đổi kinh nghiệm, chia sẻ những tình huống điển hình, cùng rút ra bài học từ thực tiễn và từng bước xây dựng những quy ước chuyên môn phù hợp với từng cấp học, môn học. Đây là điều kiện quan trọng để chuyển đổi số đi vào chiều sâu của hoạt động sư phạm, thay vì chỉ dừng lại ở phương diện kỹ thuật.
Bên cạnh đó, việc sớm ban hành các hướng dẫn chuyên môn và đạo đức đối với sử dụng trí tuệ nhân tạo tạo sinh trong dạy học và kiểm tra, đánh giá là yêu cầu không thể chậm trễ. Khi công nghệ ngày càng dễ tiếp cận trong môi trường học đường, giáo viên không chỉ cần biết cách sử dụng, mà còn cần được định hướng rõ về giới hạn sử dụng. Chẳng hạn, dữ liệu nào không nên đưa vào hệ thống, trong những trường hợp nào kết quả do công nghệ cung cấp bắt buộc phải được kiểm chứng lại, mức độ hỗ trợ nào vẫn còn phù hợp với chuẩn mực học thuật, và khi nào cần công khai việc sử dụng trí tuệ nhân tạo trong xây dựng học liệu hoặc thiết kế nhiệm vụ học tập. Trong bối cảnh các chủ trương lớn về phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số đang được đặt vào vị trí của một động lực phát triển, việc ban hành những hướng dẫn như vậy sẽ giúp giáo dục tránh được cả hai khuynh hướng cực đoan: hoặc tuyệt đối hóa công nghệ, hoặc dè dặt đến mức không dám triển khai thử nghiệm trong thực tiễn.
Sau cùng, đầu tư hạ tầng cần được thực hiện trên cơ sở ưu tiên theo nhu cầu thực tế của từng lĩnh vực dạy học, thay vì phân bổ theo lối bình quân cơ học. Kết quả khảo sát cho thấy điều kiện tiếp cận công nghệ tại nơi làm việc có tác động rõ hơn ở nhóm giáo viên thuộc lĩnh vực khoa học và công nghệ. Điều này gợi mở rằng trong giáo dục Việt Nam, việc thiết kế các chính sách hỗ trợ cũng cần có trọng tâm và trọng điểm. Những môn học đòi hỏi mức độ khai thác học liệu số cao, sử dụng thí nghiệm ảo, mô phỏng hoặc các hình thức tổ chức học tập gắn nhiều với công nghệ có thể cần những mô hình hỗ trợ khác với các lĩnh vực khác. Một chính sách hiệu quả không chỉ là chính sách có phạm vi bao phủ rộng, mà còn là chính sách nhận diện đúng những khu vực cần được đầu tư mạnh hơn, từ đó tạo ra hiệu quả dẫn dắt và lan tỏa đối với toàn bộ hệ thống.
Nhìn chung, GenAI đang dần buộc giáo dục nhìn lại vấn đề chuẩn bị đội ngũ trong một bối cảnh nghề nghiệp mới. Giá trị của công nghệ trong nhà trường không được quyết định trước hết bởi bản thân công cụ, mà bởi năng lực của giáo viên trong việc sử dụng có mục đích, có kiểm soát và phù hợp với yêu cầu sư phạm. Vì vậy, việc bồi dưỡng năng lực chuyên môn, hoàn thiện điều kiện triển khai và xây dựng những định hướng rõ ràng về chuyên môn, đạo đức là cơ sở để công nghệ đi vào dạy học một cách thực chất. Đối với Việt Nam, thách thức đặt ra hiện nay là chuyển các chủ trương về chuyển đổi số thành năng lực thực thi trong từng nhà trường. Khi giáo viên có đủ năng lực, có môi trường hỗ trợ phù hợp và có khuôn khổ sử dụng rõ ràng,GenAI mới có thể góp phần nâng đỡ chất lượng giáo dục theo hướng bền vững và có trách nhiệm.
Tài liệu tham khảo
Deshen, M., Harari, R., & Aharony, N. (2026). Teachers’ adoption of generative artificial intelligence (GenAI) in educational settings. Cogent Education, 13(1), 2624877. https://doi.org/10.1080/2331186X.2026.2624877.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi.org/10.1145/3313831.3376727.
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041.
OECD (2026). OECD Digital Education Outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. https://doi.org/10.1787/062a7394-en.
UNESCO (2021). AI and education: Guidance for policy-makers. UNESCO.
UNESCO (2025). AI and education: Guidance for policy-makers. UNESCO.
