Phát triển chuyên môn giáo viên trước yêu cầu mới của giáo dục số
Trong những năm gần đây, công nghệ số và trí tuệ nhân tạo đã làm thay đổi nhanh chóng cách con người tìm kiếm thông tin, tiếp cận tri thức và tham gia vào hoạt động học tập. Đối với giáo dục, thay đổi ấy không chỉ tạo thêm phương tiện hỗ trợ dạy học, mà còn đặt ra những câu hỏi sâu hơn về vai trò của giáo viên, chất lượng của hoạt động học tập và năng lực tư duy của người học. Khi công cụ số có thể tạo lập văn bản, gợi ý lời giải, mô phỏng hiện tượng hoặc hỗ trợ tra cứu học thuật, giáo viên không thể chỉ dừng ở việc truyền đạt nội dung, mà cần trở thành người thiết kế môi trường học tập, dẫn dắt quá trình nhận thức và bảo đảm tính khoa học của tri thức được kiến tạo trong lớp học. Các kết quả được Ávila García và cộng sự (2026) công bố cho thấy, bồi dưỡng giáo viên trong bối cảnh công nghệ và trí tuệ nhân tạo cần được hiểu như một quá trình phát triển năng lực nghề nghiệp tổng hợp. Mô hình được triển khai với 40 giáo viên trung học và đại học thuộc Viện Bách khoa Quốc gia Mexico, thông qua một xưởng bồi dưỡng gồm bốn giai đoạn: thảo luận về thách thức giáo dục sau đại dịch, mô hình hóa khoa học bằng giấy bút, sử dụng phần mềm Tracker để phân tích video chuyển động, và trải nghiệm công cụ trí tuệ nhân tạo như ChatGPT-3.5 trong giải quyết vấn đề học tập.
Điểm đáng chú ý của mô hình không phải là việc đưa một công cụ mới vào lớp học, mà là cách công nghệ được đặt trong chuỗi hoạt động sư phạm có chủ đích. Giáo viên trước hết phải phân tích hiện tượng bằng tư duy khoa học truyền thống, sau đó mới sử dụng phần mềm để trực quan hóa dữ liệu và cuối cùng thử nghiệm trí tuệ nhân tạo như một nguồn gợi mở thông tin. Cách tổ chức ấy cho thấy một nguyên tắc quan trọng: công nghệ chỉ có giá trị giáo dục khi được đặt trong tiến trình tư duy, đối thoại và kiểm chứng.
Năng lực công nghệ không thể tách rời năng lực sư phạm
Trong lí luận giáo dục quốc tế, khung Tri thức nội dung, sư phạm và công nghệ được xem là một nền tảng quan trọng để lí giải năng lực dạy học trong môi trường số. Theo Mishra và Koehler (2006), giáo viên cần biết kết hợp tri thức chuyên môn, tri thức sư phạm và tri thức công nghệ để chuyển hóa nội dung học thuật thành những trải nghiệm học tập có ý nghĩa. Điều này có nghĩa là năng lực công nghệ của giáo viên không thể được đánh giá đơn giản bằng việc họ có biết sử dụng một phần mềm, nền tảng hay công cụ trí tuệ nhân tạo hay không. Vấn đề quan trọng hơn là giáo viên có biết lựa chọn công cụ phù hợp với mục tiêu bài học, thiết kế nhiệm vụ nhận thức, hướng dẫn học sinh phân tích kết quả và đánh giá chất lượng lập luận hay không.
Ávila García và cộng sự (2026) cũng đặt mô hình bồi dưỡng trong mối liên hệ với khung tiếp cận ấy. Các tác giả cho rằng việc tích hợp công nghệ vào dạy học khoa học và toán học đòi hỏi giáo viên phải có khả năng kết nối nội dung, phương pháp và phương tiện. Nếu thiếu nền tảng sư phạm, công cụ số có thể chỉ làm thay đổi hình thức trình bày mà chưa tạo ra chuyển biến thực chất trong học tập. Ngược lại, khi được tổ chức hợp lí, công nghệ có thể hỗ trợ giáo viên làm rõ hiện tượng trừu tượng, khuyến khích học sinh phân tích dữ liệu và phát triển năng lực giải quyết vấn đề.
Cách tiếp cận này cũng phù hợp với quan điểm của Darling-Hammond và cộng sự (2020) khi nhấn mạnh rằng thực hành giáo dục hiệu quả cần dựa trên hiểu biết về quá trình học tập và phát triển của người học. Trong lớp học hiện đại, giáo viên không chỉ truyền tải tri thức, mà cần kiến tạo những điều kiện để học sinh quan sát, đặt câu hỏi, thử nghiệm, diễn giải và điều chỉnh hiểu biết. Vì vậy, phát triển chuyên môn giáo viên cần được tổ chức quanh các tình huống dạy học thực tế, thay vì chỉ xoay quanh các khóa hướng dẫn thao tác công cụ.
Khoảng cách giữa hiểu biết lí thuyết và năng lực vận dụng
Một trong những phát hiện quan trọng từ mô hình bồi dưỡng của Ávila García và cộng sự (2026) là sự tồn tại của khoảng cách giữa hiểu biết lí thuyết và năng lực vận dụng của giáo viên. Trong hoạt động mô hình hóa bằng giấy bút, giáo viên được yêu cầu giải quyết một bài toán chuyển động mà không sử dụng công nghệ. Hoạt động này được thiết kế như một bước chẩn đoán nhằm xem xét khả năng đọc hiểu tình huống, nhận diện mối quan hệ giữa các biến số, biểu diễn hiện tượng bằng đồ thị và diễn giải kết quả. Kết quả chỉ ra giáo viên đại học đạt tỉ lệ trả lời đúng cao hơn giáo viên trung học trong hoạt động nhận diện đồ thị, nhưng cả hai nhóm đều bộc lộ những khó khăn nhất định. Một số giáo viên ngoài lĩnh vực khoa học tự nhiên cho rằng bài tập phức tạp, dù đồng thời nhìn nhận hoạt động ấy có giá trị đối với quá trình học tập chuyên môn. Theo Ávila García và cộng sự (2026), kết quả này cho thấy năng lực khoa học, năng lực đọc hiểu dữ liệu và năng lực mô hình hóa không thể được mặc nhiên xem là đã đồng đều ở mọi giáo viên.
Ý nghĩa của phát hiện này vượt ra ngoài phạm vi một hoạt động bồi dưỡng. Nếu giáo viên còn gặp khó khăn trong việc diễn giải đồ thị, phân tích dữ liệu hoặc chuyển hóa hiện tượng thành mô hình, thì việc đưa phần mềm hay trí tuệ nhân tạo vào lớp học có thể chưa tạo ra thay đổi sâu sắc. Công nghệ có thể tạo ra hình ảnh trực quan, bảng số liệu hoặc câu trả lời nhanh, nhưng việc hiểu những sản phẩm ấy, kiểm tra tính hợp lí của chúng và rút ra kết luận khoa học vẫn phụ thuộc vào năng lực chuyên môn và sư phạm của giáo viên. Từ góc độ phát triển đội ngũ, đây là một cảnh báo quan trọng. Bồi dưỡng giáo viên về chuyển đổi số không nên bắt đầu bằng việc yêu cầu giáo viên sử dụng càng nhiều công cụ càng tốt. Trước hết, cần giúp giáo viên củng cố năng lực tư duy khoa học, năng lực thiết kế nhiệm vụ học tập, năng lực đọc hiểu dữ liệu và năng lực dẫn dắt thảo luận học thuật. Khi nền tảng ấy đủ vững, công nghệ mới có thể trở thành phương tiện nâng cao chất lượng dạy học thay vì chỉ là yếu tố đổi mới về hình thức.
Mô hình hóa khoa học và giá trị của công cụ phân tích video
Trong dạy học khoa học, mô hình hóa giữ vai trò đặc biệt quan trọng vì giúp người học kết nối hiện tượng thực tế với khái niệm, dữ liệu, đồ thị và biểu thức toán học. Theo Danusso, Testa và Vicentini (2010), hiểu biết về mô hình và hoạt động mô hình hóa là thành tố cần thiết trong đào tạo giáo viên khoa học. Khi giáo viên biết tổ chức hoạt động mô hình hóa, học sinh có cơ hội không chỉ ghi nhớ kiến thức, mà còn học cách biểu diễn, giải thích và dự đoán hiện tượng.
Trong mô hình được Ávila García và cộng sự (2026) phân tích, phần mềm Tracker được sử dụng ở giai đoạn sau khi giáo viên đã trải nghiệm mô hình hóa bằng giấy bút. Tracker cho phép phân tích video chuyển động, đánh dấu quỹ đạo của vật thể, tạo đồ thị vị trí và vận tốc theo thời gian, đồng thời hỗ trợ xây dựng biểu thức toán học mô tả hiện tượng. Nhờ vậy, giáo viên có thể quan sát rõ hơn mối quan hệ giữa dữ liệu thực nghiệm, biểu diễn đồ thị và mô hình toán học.
Bounou và cộng sự (2025) cho rằng các phần mềm giáo dục trong toán học và vật lý có thể hỗ trợ tư duy tính toán và học tập tìm tòi khi được thiết kế, lựa chọn và sử dụng phù hợp. Trường hợp Tracker cho thấy công nghệ có khả năng giảm bớt tính trừu tượng của hiện tượng vật lý, giúp giáo viên và học sinh nhìn thấy quá trình chuyển đổi từ quan sát sang dữ liệu, từ dữ liệu sang đồ thị, từ đồ thị sang mô hình. Tuy nhiên, công cụ không tự tạo ra hiểu biết. Một đồ thị được phần mềm sinh ra chỉ có ý nghĩa giáo dục khi người học được hướng dẫn để trả lời các câu hỏi: đồ thị biểu thị điều gì, dữ liệu có đáng tin cậy không, mô hình có phù hợp với hiện tượng không và kết luận có được bảo đảm bằng lập luận khoa học không. Chính ở đây, vai trò của giáo viên trở nên không thể thay thế. Giáo viên cần tổ chức quá trình học tập sao cho học sinh không chỉ thao tác trên phần mềm, mà còn biết diễn giải kết quả, đối chiếu với giả thuyết ban đầu và trình bày bằng chứng. Nếu thiếu sự dẫn dắt ấy, người học có thể thành thạo thao tác kĩ thuật nhưng vẫn chưa hiểu bản chất khoa học của vấn đề.
Hợp tác liên cấp như một không gian phát triển nghề nghiệp
Một điểm nổi bật khác trong mô hình bồi dưỡng là sự tham gia đồng thời của giáo viên trung học và giảng viên đại học. Đây không phải chi tiết tổ chức đơn thuần, mà phản ánh một quan điểm sư phạm quan trọng: năng lực của người học được hình thành liên tục qua nhiều giai đoạn, vì vậy phát triển chuyên môn giáo viên cũng cần có sự kết nối giữa các bậc học. Lave và Wenger (1991) đã phát triển khái niệm cộng đồng thực hành để chỉ những không gian nơi các thành viên học tập thông qua tham gia vào hoạt động chung, chia sẻ kinh nghiệm và kiến tạo hiểu biết trong quan hệ với nhau. Hord (1997) cũng nhấn mạnh vai trò của cộng đồng học tập chuyên môn trong việc nâng cao chất lượng dạy học. Từ góc nhìn này, xưởng bồi dưỡng được Ávila García và cộng sự (2026) mô tả có thể xem là một cộng đồng học tập nghề nghiệp, trong đó giáo viên từ các cấp học và lĩnh vực chuyên môn khác nhau cùng giải quyết vấn đề, hỗ trợ đồng nghiệp và thảo luận về quá trình học tập của học sinh. Giá trị của hợp tác liên cấp thể hiện ở chỗ giáo viên trung học có thể nhìn rõ hơn những yêu cầu năng lực mà học sinh cần chuẩn bị trước khi vào đại học, trong khi giảng viên đại học hiểu sâu hơn những khó khăn nền tảng mà sinh viên có thể mang theo từ giai đoạn phổ thông. Sự tương tác này giúp giảm tính đứt đoạn giữa các bậc học và tạo điều kiện để giáo viên cùng xây dựng một cách nhìn liên tục về phát triển năng lực người học.
Huijboom và cộng sự (2023) cho rằng các cộng đồng học tập chuyên môn có thể góp phần nâng cao chất lượng giảng dạy khi giáo viên cùng tham gia vào quá trình học hỏi, phân tích thực hành và cải thiện năng lực nghề nghiệp. Trong bối cảnh công nghệ và trí tuệ nhân tạo, mô hình cộng đồng học tập càng có ý nghĩa, bởi không một giáo viên đơn lẻ nào có thể tự mình xử lí đầy đủ những yêu cầu mới về công nghệ, sư phạm, đạo đức học thuật và đánh giá học tập. Cần có những không gian đối thoại để giáo viên cùng thử nghiệm, cùng phân tích và cùng hình thành nguyên tắc sử dụng công nghệ phù hợp.
Trí tuệ nhân tạo và yêu cầu kiểm chứng tri thức trong lớp học
Việc sử dụng trí tuệ nhân tạo trong xưởng bồi dưỡng phản ánh một bức tranh cân bằng hơn về khả năng và giới hạn của công cụ mới. Theo Ávila García và cộng sự (2026), giáo viên đã thử nghiệm các công cụ như ChatGPT, WolframAlpha, Perplexity và Scispace trong quá trình giải quyết vấn đề và tìm kiếm thông tin. Một số công cụ hỗ trợ khá tốt việc gợi ý ý tưởng, truy xuất tài liệu và tiết kiệm thời gian cho hoạt động học thuật. Tuy nhiên, khi được yêu cầu giải bài toán mô hình hóa chuyển động, công cụ trí tuệ nhân tạo chưa tạo ra được đồ thị chính xác, chưa xem xét đầy đủ các biến số và có thể đưa ra câu trả lời chưa đủ chặt chẽ. Phát hiện này có ý nghĩa đặc biệt đối với giáo dục. Câu trả lời do trí tuệ nhân tạo tạo ra thường có hình thức mạch lạc, ngôn ngữ tự nhiên và vẻ thuyết phục nhất định. Tuy vậy, hình thức trôi chảy không đồng nghĩa với tính đúng đắn khoa học. Nếu học sinh tiếp nhận câu trả lời mà không kiểm chứng, các em có thể hình thành cách hiểu thiếu căn cứ. Vì vậy, vấn đề không phải là loại bỏ trí tuệ nhân tạo khỏi lớp học, mà là dạy học sinh biết sử dụng công cụ ấy trong khuôn khổ tư duy khoa học và trách nhiệm học thuật.
Cardona, Rodríguez và Ishmael (2023), trong báo cáo của Bộ Giáo dục Hoa Kỳ về trí tuệ nhân tạo và tương lai dạy học, nhấn mạnh rằng việc ứng dụng trí tuệ nhân tạo trong giáo dục cần đi kèm với sự giám sát của con người, nguyên tắc công bằng, tính minh bạch và trách nhiệm. UNESCO (2023) cũng khuyến nghị các hệ thống giáo dục cần xây dựng hướng dẫn sử dụng trí tuệ nhân tạo tạo sinh trong giáo dục và nghiên cứu, trong đó nhấn mạnh yêu cầu bảo đảm đạo đức, quyền riêng tư, độ tin cậy và vai trò chủ động của nhà giáo. Những khuyến nghị ấy cho thấy trí tuệ nhân tạo không thể được xem là “người trả lời thay” trong giáo dục. Công cụ này nên được đặt trong các hoạt động yêu cầu học sinh so sánh nhiều nguồn, kiểm tra giả định, giải thích quá trình đi đến kết luận và trình bày phần đóng góp của bản thân. Giáo viên cần giúp học sinh hiểu rằng sử dụng trí tuệ nhân tạo không phải là tìm cách có câu trả lời nhanh hơn, mà là học cách đặt câu hỏi tốt hơn, kiểm tra thông tin kĩ hơn và lập luận có căn cứ hơn.
Từ người truyền đạt tri thức đến người dẫn dắt tư duy
Một thông điệp xuyên suốt từ các kết quả trên là vai trò của giáo viên không suy giảm trong môi trường giáo dục số. Ngược lại, công nghệ làm nổi bật hơn những năng lực mà chỉ con người mới có thể bảo đảm trong quá trình giáo dục: năng lực hiểu người học, năng lực thiết kế hoạt động phù hợp, năng lực nhận diện sai sót trong lập luận, năng lực tổ chức đối thoại và năng lực xây dựng chuẩn mực học thuật. Trong lớp học truyền thống, giáo viên thường được nhìn nhận chủ yếu như người giảng giải nội dung. Trong lớp học có công nghệ và trí tuệ nhân tạo, giáo viên cần đảm nhiệm vai trò rộng hơn: người thiết kế nhiệm vụ học tập, người lựa chọn công cụ, người hướng dẫn phân tích dữ liệu, người hỗ trợ học sinh kiểm chứng thông tin và người bảo đảm liêm chính trong hoạt động học thuật. Công nghệ có thể cung cấp dữ liệu, biểu đồ hoặc gợi ý văn bản, nhưng không thể thay giáo viên xác định mục tiêu giáo dục, điều chỉnh hoạt động theo đặc điểm học sinh và nuôi dưỡng thái độ học tập nghiêm túc. Điều này đặc biệt quan trọng trong bối cảnh học sinh có thể tiếp cận câu trả lời từ nhiều nguồn khác nhau. Giá trị của dạy học không còn chỉ là giúp học sinh “biết đáp án”, mà là giúp các em hiểu tại sao một đáp án có thể được xem là hợp lí, điều kiện nào làm cho kết luận ấy đúng, bằng chứng nào cần được kiểm tra và giới hạn nào cần được nhận diện. Đó là nền tảng của tư duy khoa học trong môi trường thông tin phức tạp.
Khuyến nghị cho giáo dục Việt Nam: Đưa công nghệ vào đúng trọng tâm phát triển con người
Đối với Việt Nam, những gợi mở từ mô hình bồi dưỡng giáo viên nêu trên có ý nghĩa thiết thực trong bối cảnh hệ thống giáo dục đang thúc đẩy chuyển đổi số và nâng cao chất lượng đội ngũ nhà giáo. Quyết định số 131/QĐ-TTg ngày 25 tháng 01 năm 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”, xác định người học và nhà giáo là trung tâm của quá trình chuyển đổi số, đồng thời nhấn mạnh chuyển đổi số cần tạo tác động tích cực tới chất lượng, hiệu quả và công bằng trong giáo dục. Quyết định số 1705/QĐ-TTg ngày 31 tháng 12 năm 2024 phê duyệt Chiến lược phát triển giáo dục đến năm 2030, tầm nhìn đến năm 2045, tiếp tục đặt ra yêu cầu phát triển giáo dục theo hướng hiện đại, nâng cao chất lượng và đáp ứng yêu cầu phát triển đất nước trong giai đoạn mới. Bên cạnh đó, Nghị quyết số 71-NQ/TW ngày 22 tháng 8 năm 2025 của Bộ Chính trị về đột phá phát triển giáo dục và đào tạo cho thấy yêu cầu đổi mới giáo dục đã được đặt trong tầm nhìn chiến lược, gắn với phát triển đội ngũ, đổi mới thể chế và nâng cao chất lượng hệ thống.
Từ các căn cứ chính sách này, trước hết cần xác định rõ rằng chuyển đổi số trong giáo dục Việt Nam không nên được hiểu là quá trình tăng số lượng thiết bị, nền tảng hay học liệu số. Trọng tâm phải là nâng cao năng lực nghề nghiệp của giáo viên để công nghệ phục vụ trực tiếp cho chất lượng học tập. Các chương trình bồi dưỡng giáo viên cần chuyển từ hướng dẫn sử dụng công cụ sang phát triển năng lực thiết kế dạy học số. Giáo viên cần được bồi dưỡng cách xác định mục tiêu học tập, lựa chọn công cụ phù hợp, tổ chức nhiệm vụ học tập dựa trên vấn đề, hướng dẫn học sinh phân tích dữ liệu và đánh giá sản phẩm học tập trong môi trường có sự hỗ trợ của trí tuệ nhân tạo.
Thứ hai, cần xây dựng các chương trình bồi dưỡng giáo viên về trí tuệ nhân tạo theo hướng gắn với từng môn học và từng hoạt động dạy học cụ thể. Giáo viên ngữ văn cần được hỗ trợ cách hướng dẫn học sinh sử dụng trí tuệ nhân tạo trong đọc hiểu, lập luận, viết học thuật và kiểm tra nguồn thông tin. Giáo viên toán học và khoa học tự nhiên cần được bồi dưỡng cách dùng công cụ số để mô hình hóa, phân tích dữ liệu, kiểm chứng kết quả và giải thích hiện tượng. Giáo viên khoa học xã hội cần được trang bị phương pháp hướng dẫn học sinh đánh giá nguồn, nhận diện lập luận thiếu căn cứ và xây dựng quan điểm dựa trên bằng chứng. Như vậy, bồi dưỡng trí tuệ nhân tạo không nên là một nội dung chung chung, mà cần đi vào đặc thù tri thức và phương pháp của từng lĩnh vực.
Thứ ba, cần phát triển cộng đồng học tập chuyên môn trong nhà trường theo hướng thực chất hơn. Sinh hoạt tổ chuyên môn không nên chỉ dừng ở việc triển khai nhiệm vụ hành chính hoặc trao đổi kế hoạch giảng dạy. Mỗi nhóm chuyên môn có thể lựa chọn một vấn đề cụ thể để cùng phân tích: học sinh sử dụng trí tuệ nhân tạo trong bài viết như thế nào, một nhiệm vụ học tập số có giúp học sinh hiểu sâu hơn hay không, dữ liệu từ phần mềm học tập phản ánh điều gì, tiêu chí nào cần dùng để đánh giá sản phẩm học tập có sự hỗ trợ của công cụ số. Khi sinh hoạt chuyên môn dựa trên bằng chứng học tập của học sinh, giáo viên sẽ có cơ hội phát triển năng lực nghề nghiệp một cách bền vững hơn.
Thứ tư, cần thúc đẩy các mô hình bồi dưỡng liên cấp giữa phổ thông và đại học, đặc biệt trong các lĩnh vực khoa học, công nghệ, kĩ thuật và toán học. Việt Nam đang triển khai Chương trình giáo dục phổ thông theo định hướng phát triển phẩm chất và năng lực, trong khi giáo dục đại học cũng ngày càng nhấn mạnh năng lực tự học, năng lực nghiên cứu, năng lực đổi mới sáng tạo và năng lực thích ứng với môi trường nghề nghiệp. Nếu giáo viên phổ thông và giảng viên đại học có cơ hội cùng thiết kế hoạt động học tập, cùng phân tích yêu cầu năng lực của người học, quá trình chuyển tiếp từ phổ thông lên đại học sẽ được hỗ trợ tốt hơn.
Thứ năm, cần ban hành hoặc hoàn thiện hướng dẫn sử dụng trí tuệ nhân tạo trong nhà trường theo hướng bảo đảm liêm chính học thuật, an toàn dữ liệu và trách nhiệm của người học. Hướng dẫn này nên làm rõ những hoạt động nào có thể sử dụng trí tuệ nhân tạo để hỗ trợ học tập, cách ghi nhận sự hỗ trợ của công cụ, tiêu chí đánh giá phần đóng góp của học sinh và yêu cầu kiểm chứng thông tin. Điều quan trọng không phải là tạo ra tâm lí e ngại công nghệ, mà là xây dựng văn hóa sử dụng công nghệ có trách nhiệm.
Thứ sáu, các cơ sở đào tạo giáo viên cần điều chỉnh chương trình đào tạo ban đầu và bồi dưỡng thường xuyên theo hướng tích hợp năng lực số, năng lực dữ liệu và năng lực trí tuệ nhân tạo vào năng lực sư phạm. Sinh viên sư phạm không chỉ cần học cách soạn giáo án điện tử hay sử dụng nền tảng học tập, mà cần được rèn luyện cách thiết kế nhiệm vụ nhận thức, sử dụng dữ liệu để hiểu quá trình học tập, tổ chức thảo luận học thuật và hướng dẫn học sinh kiểm chứng thông tin. Đây là điều kiện quan trọng để đội ngũ giáo viên tương lai có thể thích ứng với môi trường giáo dục đang thay đổi nhanh chóng.
Thứ bảy, cần có cơ chế hỗ trợ giáo viên sau bồi dưỡng. Một khóa tập huấn ngắn khó có thể tạo ra thay đổi lâu dài nếu giáo viên không có cơ hội thử nghiệm, nhận phản hồi, điều chỉnh và chia sẻ kinh nghiệm. Vì vậy, các địa phương và nhà trường nên xây dựng đội ngũ giáo viên nòng cốt về dạy học số và trí tuệ nhân tạo, đồng thời hình thành kho học liệu mở, diễn đàn chuyên môn và cơ chế ghi nhận sáng kiến dạy học có giá trị. Chuyển đổi số chỉ bền vững khi giáo viên được hỗ trợ trong chính môi trường làm việc hằng ngày của họ.
Cuối cùng, mọi chính sách công nghệ giáo dục cần quay trở lại mục tiêu phát triển con người. Công nghệ không phải đích đến của đổi mới giáo dục. Đích đến là học sinh có khả năng tư duy độc lập, biết sử dụng bằng chứng, có năng lực giao tiếp học thuật, có trách nhiệm với tri thức và biết học tập suốt đời. Khi đặt mục tiêu ấy ở trung tâm, việc đưa công nghệ và trí tuệ nhân tạo vào giáo dục sẽ không làm mờ đi vai trò của người thầy, mà giúp vai trò ấy trở nên sâu sắc, chuyên nghiệp và có giá trị hơn.
Công nghệ có thể mở rộng không gian học tập, trí tuệ nhân tạo có thể cung cấp thêm nguồn gợi ý và phần mềm phân tích dữ liệu có thể làm rõ những hiện tượng vốn khó quan sát bằng mắt thường. Tuy nhiên, không công cụ nào có thể thay thế năng lực sư phạm, tư duy khoa học và trách nhiệm học thuật của người thầy. Trong kỉ nguyên trí tuệ nhân tạo, giáo dục không cần một người thầy cạnh tranh với công cụ về tốc độ cung cấp câu trả lời; giáo dục cần một người thầy đủ bản lĩnh học thuật để giúp học sinh hiểu giá trị của câu hỏi, sức nặng của bằng chứng và giới hạn của mọi kết luận. Với Việt Nam, chuyển đổi số trong giáo dục chỉ thực sự có chiều sâu khi phát triển chuyên môn giáo viên trở thành trung tâm của quá trình đổi mới. Nhà trường tương lai không được đo bằng số lượng nền tảng được sử dụng, mà bằng chất lượng của những hoạt động học tập giúp học sinh biết quan sát, phân tích, kiểm chứng và kiến tạo tri thức. Khi đó, công nghệ không thay thế người thầy, mà làm nổi bật hơn sứ mệnh cốt lõi của nghề dạy học: dẫn dắt con người trưởng thành trong tri thức, trong tư duy và trong trách nhiệm với xã hội.
Tài liệu tham khảo
Ávila García, G., Suárez Téllez, L., Ramírez Díaz, M. H., & Horta Rangel, F. A. (2026). Teacher professional development: A workshop proposal for high school–university collaboration using technology and AI. Education Sciences, 16(1), 153.
Bounou, A., Tselios, N., Kaliampos, G., Lavidas, K., & Papadakis, S. (2025). Criteria for evaluating digital technology used to support computational thinking via inquiry learning—The case of two educational software applications for mathematics and physics. Computers, 14(3), 90.
Cardona, M. A., Rodríguez, R. J., & Ishmael, K. (2023). Artificial intelligence and the future of teaching and learning: Insights and recommendations. United States Department of Education, Office of Educational Technology.
Danusso, L., Testa, I., & Vicentini, M. (2010). Improving prospective teachers’ knowledge about scientific models and modelling: Design and evaluation of a teacher education intervention. International Journal of Science Education, 32(7), 871–905.
Darling-Hammond, L., Flook, L., Cook-Harvey, C., Barron, B., & Osher, D. (2020). Implications for educational practice of the science of learning and development. Applied Developmental Science, 24(2), 97–140.
Hord, S. M. (1997). Professional learning communities: Communities of continuous inquiry and improvement. Southwest Educational Development Laboratory.
Huijboom, F., Meeuwen, P., Rusman, E., & Vermeulen, M. (2023). Professional learning communities and teacher development: A review of the literature.
Lave, J., & Wenger, E. (1991). Situated learning: Legitimate peripheral participation. Cambridge University Press.
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
Thủ tướng Chính phủ (2022). Quyết định số 131/QĐ-TTg ngày 25 tháng 01 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”.
Thủ tướng Chính phủ (2024). Quyết định số 1705/QĐ-TTg ngày 31 tháng 12 năm 2024 phê duyệt Chiến lược phát triển giáo dục đến năm 2030, tầm nhìn đến năm 2045.
Bộ Chính trị (2025). Nghị quyết số 71-NQ/TW ngày 22 tháng 8 năm 2025 về đột phá phát triển giáo dục và đào tạo.
UNESCO (2023). Guidance for generative artificial intelligence in education and research. UNESCO.
