Tóm tắt: Bài nghiên cứu khoa học này đánh giá tác động của trí tuệ nhân tạo (AI) đối với công tác giảng dạy tại Trường Đại học Tài chính - Ngân hàng Hà Nội. Thông qua việc đề xuất và đánh giá những lợi ích cũng như thách thức khi áp dụng AI trong Nhà trường, bài nghiên cứu đề xuất những giải pháp tăng cường tính hiệu quả và khả thi trong việc ứng dụng AI vào quá trình giảng dạy tại Trường Đại học Tài chính - Ngân hàng Hà Nội.
Từ khóa: Trí tuệ nhân tạo, giảng dạy, giáo dục đại học, AI trong giáo dục.
Abstract: This scientific research paper evaluates the impact of artificial intelligence (AI) on teaching at Hanoi University of Finance and Banking. Through proposing and evaluating the benefits and challenges of applying AI in schools, the paper proposes solutions to increase the effectiveness and feasibility of applying AI in the teaching process at Hanoi University of Finance and Banking.
Keywords: Artificial intelligence, teaching, higher education, AI in education.
Ngày nhận bài: 28/4/2025
Ngày phản biện: 10/5/2025
Ngày chính sửa: 14/5/2025
Ngày chấp nhận đăng bài: 16/5/2025
1. Giới thiệu
Trí tuệ nhân tạo (AI) đang trở thành công nghệ cốt lõi trong thời đại Cách mạng công nghiệp 4.0, tác động sâu rộng đến nhiều lĩnh vực, trong đó có giáo dục. AI không chỉ hỗ trợ tự động hóa nhiều quy trình mà còn mang lại những phương pháp giảng dạy mới, giúp nâng cao hiệu quả học tập và giảng dạy. Nhờ khả năng xử lý dữ liệu nhanh chóng và chính xác, AI có thể phân tích hành vi học tập, dự đoán kết quả và đề xuất lộ trình học tập cá nhân hóa cho từng sinh viên.
“Quy mô thị trường toàn cầu về trí tuệ nhân tạo trong giáo dục (AI trong giáo dục) được ước tính đạt 5,88 tỷ USD vào năm 2024 và dự kiến tăng trưởng với tốc độ tăng trưởng kép hàng năm (CAGR) 31,2% trong giai đoạn 2025 đến 2030, đạt mốc 30 tỷ USD”.(1)
“Nghiên cứu từ các trường đại học hàng đầu như Harvard, MIT và Wharton chỉ ra rằng việc sử dụng AI giúp người dùng hoàn thành công việc nhiều hơn (+12,2%), nhanh hơn (+25,1%) và với chất lượng cao hơn (+40%)”.(2)
Tại Trường Đại học Tài chính - Ngân hàng Hà Nội (FBU), việc ứng dụng AI vào giảng dạy đang trở thành xu hướng tất yếu nhằm đáp ứng nhu cầu đổi mới giáo dục. AI có thể giúp giảng viên giảm bớt khối lượng công việc thông qua các hệ thống tự động hóa như chấm bài, đánh giá năng lực sinh viên và tạo ra nội dung giảng dạy linh hoạt. Đồng thời, AI còn tăng cường tương tác giữa giảng viên và sinh viên thông qua các nền tảng học tập thông minh, chatbot hỗ trợ học tập, hay hệ thống giảng dạy thích ứng.
Bài nghiên cứu này sẽ tập trung phân tích những lợi ích mà AI mang lại cho công tác giảng dạy tại FBU, như cá nhân hóa quá trình học tập, tăng cường tính tương tác và nâng cao chất lượng đánh giá. Đồng thời, nghiên cứu cũng chỉ ra những thách thức và hạn chế trong quá trình triển khai AI, bao gồm yêu cầu về cơ sở hạ tầng, đào tạo giảng viên và bảo mật dữ liệu. Cuối cùng, nghiên cứu đề xuất một số giải pháp giúp FBU áp dụng AI hiệu quả, tối ưu hóa chất lượng giáo dục và thích ứng với xu hướng chuyển đổi số trong giáo dục đại học.
2. Lợi ích của AI trong giảng dạy
Sự phát triển mạnh mẽ của trí tuệ nhân tạo (AI) đang tạo ra những thay đổi đáng kể trong giáo dục, đặc biệt là trong giảng dạy tại các trường đại học. AI mang lại nhiều lợi ích quan trọng, giúp nâng cao chất lượng đào tạo, tối ưu hóa quá trình học tập và hỗ trợ giảng viên trong công tác giảng dạy. Những lợi ích này bao gồm cá nhân hóa quá trình học tập, tăng cường tương tác giảng dạy, nâng cao hiệu quả đánh giá và cải thiện trải nghiệm học tập của sinh viên.
2.1. Cá nhân hóa quá trình học tập
Cá nhân hóa quá trình học tập là một trong những lợi ích nổi bật nhất của AI. Công nghệ này có thể phân tích dữ liệu học tập của sinh viên, từ đó đưa ra những đề xuất phù hợp với năng lực và phong cách học tập của từng cá nhân. Một số ứng dụng tiêu biểu của AI trong cá nhân hóa quá trình học tập bao gồm:
- Hệ thống AI đánh giá khả năng sinh viên: AI có thể thu thập và phân tích dữ liệu học tập của sinh viên thông qua các bài kiểm tra, bài tập và lịch sử học tập. Từ đó, hệ thống có thể đánh giá năng lực của từng sinh viên và đề xuất nội dung học tập phù hợp. Một số hệ thống AI đánh giá khả năng sinh viên:
+ Gradescope (của Turnitin): Chức năng: Tự động chấm điểm bài thi trắc nghiệm, bài lập trình và hỗ trợ chấm điểm bài tự luận. Công nghệ AI: Sử dụng thị giác máy tính để đọc bài viết tay, học máy để phân loại câu trả lời, và đưa ra phản hồi nhanh. Lợi ích: Tiết kiệm thời gian chấm điểm cho giảng viên, đảm bảo tính công bằng và nhất quán.
+ Coursera Smart Grading: Chức năng: Chấm điểm bài luận và bài tập lập trình trong các khóa học trực tuyến. Công nghệ AI: NLP (Xử lý ngôn ngữ tự nhiên) để phân tích bài viết; hệ thống phát hiện đạo văn và đưa ra phản hồi tự động. Lợi ích: Tự động hóa quá trình đánh giá trong quy mô lớn với hàng nghìn sinh viên.
+ Knewton (nay thuộc vào Wiley): Chức năng: Đánh giá năng lực của người học và cá nhân hóa nội dung học tập. Công nghệ AI: Adaptive learning (học thích ứng), theo dõi dữ liệu học tập để xác định điểm mạnh, điểm yếu. Lợi ích: Giúp sinh viên học đúng nội dung phù hợp với trình độ hiện tại của họ.
- Tạo bài tập và bài kiểm tra thích ứng: AI có thể tự động thiết kế các bài tập và bài kiểm tra dựa trên trình độ hiện tại của sinh viên. Nếu một sinh viên gặp khó khăn với một chủ đề cụ thể, AI có thể cung cấp thêm bài tập bổ trợ để giúp họ hiểu sâu hơn. Một số hệ thống AI cụ thể giúp tạo bài tập và bài kiểm tra thích ứng:
+ Khan Academy (với nền tảng học thích ứng): Chức năng: Tự động điều chỉnh bài tập dựa trên hiệu suất của sinh viên. Công nghệ AI: Phân tích dữ liệu tương tác, thuật toán thích ứng theo mô hình kiến thức của người học. Lợi ích: Cung cấp bài tập phù hợp với trình độ thực tế, không gây quá tải hoặc quá dễ.
+ Knewton Alta: Chức năng: Tạo nội dung và bài kiểm tra cá nhân hóa theo năng lực người học. Công nghệ AI: Adaptive learning + Analytics, theo dõi hành vi học tập để tạo bài tập theo thời gian thực. Lợi ích: Giúp sinh viên tập trung vào lỗ hổng kiến thức và cải thiện hiệu suất nhanh hơn.
+ Quizalize: Chức năng: Tạo bài kiểm tra thích ứng cho lớp học. Công nghệ AI: Phân tích phản hồi người học và tự động điều chỉnh độ khó của câu hỏi tiếp theo. Lợi ích: Giáo viên có thể theo dõi tiến độ học tập, phát hiện học sinh yếu kém để can thiệp kịp thời.
- Nền tảng học trực tuyến ứng dụng AI: Các nền tảng học tập như Coursera, Khan Academy và EdX sử dụng AI để cá nhân hóa lộ trình học tập, giúp sinh viên học theo tốc độ riêng và tập trung vào những phần kiến thức còn yếu.
- Hỗ trợ sinh viên có nhu cầu đặc biệt: AI có thể giúp sinh viên khuyết tật tiếp cận giáo dục dễ dàng hơn bằng cách cung cấp các công cụ hỗ trợ như nhận diện giọng nói, chuyển đổi văn bản thành giọng nói và hệ thống hướng dẫn học tập thông minh. Một số hệ thống AI cụ thể hỗ trợ sinh viên có nhu cầu đặc biệt:
+ Microsoft Immersive Reader: Đối tượng hỗ trợ: Học sinh/sinh viên bị rối loạn đọc (dyslexia), rối loạn tập trung (ADHD), hoặc có thị lực kém. Lợi ích: Giúp sinh viên hiểu văn bản dễ hơn, cải thiện khả năng đọc hiểu và tập trung.
+ Seeing AI (Microsoft): Đối tượng hỗ trợ: Sinh viên khiếm thị hoặc thị lực yếu. Lợi ích: Giúp sinh viên khiếm thị tự học và tham gia lớp học độc lập hơn.
+ Voiceitt: Đối tượng hỗ trợ: Sinh viên có khó khăn trong phát âm do bại não, chấn thương não, Parkinson…Lợi ích: Giúp sinh viên giao tiếp với giảng viên và bạn học dễ dàng hơn.
2.2. Tăng cường tương tác giảng dạy
Một trong những thách thức lớn trong giáo dục truyền thống là việc duy trì sự tương tác hiệu quả giữa giảng viên và sinh viên. AI có thể giúp cải thiện điều này thông qua các công cụ hỗ trợ như chatbot, trợ lý ảo và hệ thống giảng dạy thông minh. Một số ứng dụng quan trọng bao gồm:
- Chatbot hỗ trợ sinh viên: Chatbot AI có thể giải đáp câu hỏi của sinh viên 24/7 về nội dung bài giảng, lịch học, tài liệu học tập và các vấn đề liên quan đến khóa học. Điều này giúp giảm tải áp lực cho giảng viên và đảm bảo sinh viên luôn có sự hỗ trợ khi cần. Một số hệ thống AI cụ thể:
+ Jill Watson (Georgia Tech): Trả lời nhanh các câu hỏi phổ biến của sinh viên. Giảm tải công việc cho giảng viên và trợ giảng thật.
+ Ivy.ai: Hỗ trợ hành chính, đăng ký lớp học, học phí, lịch học, tư vấn tài chính.
- Trợ lý ảo trong giảng dạy: Các trợ lý ảo như Google Assistant, Alexa hoặc các hệ thống chuyên biệt trong giáo dục có thể giúp giảng viên soạn bài giảng, tổ chức tài liệu và đề xuất phương pháp giảng dạy hiệu quả hơn.
- Hệ thống giảng dạy thích ứng: AI có thể theo dõi sự tiến bộ của sinh viên và điều chỉnh nội dung giảng dạy sao cho phù hợp với từng cá nhân, giúp giảng viên có thể tập trung vào các sinh viên cần hỗ trợ nhiều hơn. Một số hệ thống AI cụ thể:
+ Smart Sparrow: Nền tảng học thích ứng giúp giáo viên thiết kế bài giảng tương tác có khả năng phản hồi thông minh.
+ Knewton Alta: AI và học máy theo dõi hành vi học tập, phân tích điểm mạnh – điểm yếu.
- Mô phỏng và thực tế ảo: AI kết hợp với công nghệ thực tế ảo (VR) và thực tế tăng cường (AR) có thể tạo ra môi trường học tập tương tác cao, giúp sinh viên trải nghiệm thực tế mà không cần rời khỏi lớp học. Một số hệ thống AI cụ thể:
+ ThingLink: Phù hợp với cả giảng viên và sinh viên để xây dựng tài liệu đa phương tiện;
+ Capsim (Capsule Simulation): Giúp sinh viên hiểu rõ mối quan hệ giữa các bộ phận trong doanh nghiệp và kết quả kinh doanh;
+ CESIM: Rèn kỹ năng phân tích tài chính, định giá, chiến lược kinh doanh trong môi trường quốc tế thực tế.
2.3. Nâng cao hiệu quả đánh giá
AI giúp cải thiện quá trình đánh giá kết quả học tập của sinh viên bằng cách cung cấp những công cụ tự động hóa, giảm thiểu sai sót và đảm bảo tính khách quan. Những ứng dụng quan trọng của AI trong đánh giá bao gồm:
- Chấm bài tự động: AI có thể chấm điểm các bài kiểm tra trắc nghiệm, bài luận và thậm chí là bài tập lập trình. Điều này giúp giảng viên tiết kiệm thời gian và đảm bảo sự công bằng trong đánh giá. Một số hệ thống AI cụ thể:
+ Gradescope (by Turnitin): Nhận dạng chữ viết tay (OCR) trên bài nộp giấy. Nhóm các câu trả lời tương tự để chấm nhanh hàng loạt. Cho phép chấm bài lập trình tự động;
+ ETS e-rater® (dùng trong TOEFL & GRE): Chấm bài viết tiếng Anh học thuật.
- Phân tích và phản hồi chi tiết: Hệ thống AI có thể phân tích câu trả lời của sinh viên và cung cấp phản hồi chi tiết về những điểm mạnh và điểm yếu trong bài làm của họ, giúp họ cải thiện kỹ năng học tập. Một số hệ thống AI cụ thể:
+ Gradescope AI (by Turnitin): Nhận diện mẫu câu trả lời tương tự để gộp nhóm. Ghi chú, phản hồi trực tiếp lên từng phần câu trả lời;
+ FeedbackFruits – AI Feedback Tool: Phân tích độ rõ ràng, kết cấu bài viết, trọng tâm ý tưởng. Gợi ý cải thiện cách trích dẫn tài liệu, cấu trúc logic, diễn đạt ý.
- Dự đoán kết quả học tập: AI có thể phân tích dữ liệu học tập để dự đoán kết quả của sinh viên và đưa ra các biện pháp can thiệp sớm nhằm giúp sinh viên cải thiện hiệu suất học tập. Một số hệ thống AI cụ thể:
+ IBM Watson Education: Phân tích hành vi học tập, dữ liệu điểm, thói quen truy cập tài liệu. Dự đoán xác suất sinh viên đạt kết quả tốt, rớt môn hoặc cần can thiệp;
+ Microsoft Education Insights for Teams: Theo dõi tiến độ học tập, thời lượng tham gia lớp học online, số lần nộp bài tập… Dự đoán xu hướng điểm số hoặc mức độ tham gia giảm;
- Đánh giá năng lực và đề xuất cải thiện: AI có thể theo dõi quá trình học tập của sinh viên và đề xuất các phương pháp học tập hiệu quả hơn, giúp họ nâng cao kỹ năng và kiến thức. Một số hệ thống AI cụ thể:
+ Smart Sparrow (Adaptive Learning Platform): Hệ thống AI theo dõi từng bước của sinh viên khi học và phân tích mức độ hiểu bài, tốc độ hoàn thành, cũng như các điểm mạnh/yếu của họ. Tự động nhận diện những nội dung mà sinh viên gặp khó khăn và đề xuất các phương pháp học tập cá nhân hóa, chẳng hạn như việc học lại các khái niệm chưa hiểu rõ hoặc áp dụng các dạng bài tập bổ sung;
+ DreamBox Learning (Adaptive Learning Platform): DreamBox sử dụng AI để theo dõi quá trình học tập của sinh viên trong thời gian thực, phân tích các bước đi của sinh viên qua mỗi bài học, từ đó xác định khu vực cần cải thiện. DreamBox điều chỉnh độ khó của bài tập, cách tiếp cận giảng dạy và cung cấp tài liệu học tùy thuộc vào khả năng và phong cách học của từng sinh viên.
2.4. Cải thiện trải nghiệm học tập của sinh viên
Việc sử dụng AI không chỉ giúp nâng cao hiệu quả giảng dạy mà còn cải thiện trải nghiệm học tập của sinh viên. Một số lợi ích quan trọng bao gồm:
- Học tập linh hoạt: AI giúp sinh viên có thể học tập mọi lúc, mọi nơi thông qua các nền tảng học trực tuyến và hệ thống hỗ trợ học tập thông minh.
- Giảm áp lực học tập: Các công cụ AI giúp sinh viên quản lý thời gian học tập hiệu quả hơn, đề xuất lịch trình học tập hợp lý và cung cấp các phương pháp học tập phù hợp.
- Hỗ trợ học tập đa ngôn ngữ: AI có thể dịch tài liệu học tập sang nhiều ngôn ngữ khác nhau, giúp sinh viên quốc tế tiếp cận nội dung học tập dễ dàng hơn.
- Tạo động lực học tập: Các hệ thống học tập thông minh có thể sử dụng gamification (trò chơi hóa) để tạo động lực học tập cho sinh viên, giúp họ cảm thấy hứng thú và chủ động hơn trong quá trình học
3. Thách thức và hạn chế
3.1. Thiếu cơ sở hạ tầng và nguồn lực
Việc triển khai AI trong giảng dạy đòi hỏi một hạ tầng công nghệ hiện đại, bao gồm máy chủ mạnh, phần mềm chuyên dụng và hệ thống lưu trữ dữ liệu hiệu quả. Tuy nhiên, ngân sách của Trường Đại học Tài chính – Ngân hàng Hà Nội dành cho việc ứng dụng AI còn hạn chế, gặp khó khăn trong việc đầu tư vào hạ tầng này. Bên cạnh đó, AI cần một lượng dữ liệu lớn và chất lượng cao để hoạt động hiệu quả. Chi phí bảo trì, cập nhật phần mềm và nâng cấp hệ thống cũng là một trở ngại đáng kể, khiến Trường Đại học Tài chính – Ngân hàng Hà Nội chưa thể ứng dụng AI một cách toàn diện.
Ngoài ra, việc triển khai AI đòi hỏi một đội ngũ chuyên gia kỹ thuật để vận hành và tối ưu hóa hệ thống. Đây cũng là khó khăn của Trường Đại học Tài chính – Ngân hàng Hà Nội trong việc duy trì và nâng cao chất lượng giảng dạy bằng AI.
3.2. Yêu cầu đào tạo và tái đào tạo giảng viên
Việc áp dụng AI trong giảng dạy không chỉ yêu cầu một hạ tầng công nghệ vững chắc mà còn đòi hỏi giảng viên có kiến thức và kỹ năng sử dụng công nghệ này. Trường Đại học Tài chính – Ngân hàng Hà Nội đã tổ chức “Hội thảo đào tạo chia sẻ ứng dụng về trí tuệ nhân tạo (AI)” tại buổi hội thảo nhiều giảng viên Trường Đại học Tài chính - Ngân hàng Hà Nội chưa áp dụng AI vào việc giảng dạy mà chỉ sử dụng một các sơ khai.
Kết quả khảo sát lấy ý kiến phản hồi của người tham gia chương trình “Tập huấn đào tạo về AI và thực hành ứng dụng AI hiệu quả” năm 2025 của Phòng Công tác sinh viên và Phục vụ cộng đồng cho thấy:(3)
Ý kiến về rào cản khi sử dụng AI vào công việc:
🔹 Thiếu kỹ năng và kiến thức nền tảng về AI
“Không có kỹ năng để sử dụng AI một cách chuyên nghiệp hơn”
“Chưa được đào tạo bài bản về cách sử dụng AI hiệu quả”
“Chưa biết cách khai thác và sử dụng các tính năng của AI”
“Thiếu kinh nghiệm và kỹ năng sử dụng AI”
“Cách thức sử dụng chuyên sâu để tạo ra các câu lệnh phù hợp”
👉 Đây là nhóm rào cản được nhắc đến nhiều nhất.
🔹 Khả năng kiểm soát và đánh giá thông tin do AI tạo ra
“AI không biết từ chối và luôn trả lời kể cả đặt câu hỏi sai”
“Tính xác thực của thông tin”
“Lựa chọn thông tin phù hợp”
“Kiểm soát và thẩm định thông tin”
👉 Thầy cô chưa hoàn toàn tin tưởng hoặc chưa biết cách đánh giá độ chính xác của thông tin do AI cung cấp.
🔹 Hạn chế về công cụ, tính năng và chi phí
“Chi phí sử dụng và duy trì các phần mềm AI cao cấp như ChatGPT Plus”
“Bị hạn chế tính năng”
“Phải mua phần mềm”
👉 Rào cản tài chính và quyền truy cập công cụ nâng cao là một khó khăn thực tế. 🔹 Mức độ cá nhân hóa và tương tác chưa như mong đợi
“Đôi khi chưa theo ý người dùng”
“Đặt câu lệnh” (ngắn gọn – có thể hiểu là chưa biết đặt prompt hiệu quả)
“Chưa khai thác hết”
👉 Cho thấy sự lúng túng khi tương tác với AI và chưa hiểu cách “ra lệnh” đúng cách để AI phản hồi tối ưu.
Đề xuất nâng cao hiệu quả áp dụng AI tại trường
Các ý kiến từ giảng viên được chia thành 5 nhóm chính:
🔹 Tổ chức tập huấn chuyên sâu – thực hành nhiều hơn
• Đề xuất tăng số lượng và chất lượng các buổi tập huấn, hướng tới:
• Chủ đề chuyên sâu, gắn với chuyên môn từng ngành
• Đào tạo kỹ năng sử dụng AI thực tế (đặt lệnh, sử dụng công cụ AI cụ thể)
• Thực hành trực tiếp: soạn giáo án, tạo đề thi, đánh giá người học, nghiên cứu khoa học 🔹 Hỗ trợ tài khoản AI có phí (như ChatGPT Plus)
• Mua tài khoản dùng chung cho các đơn vị
• Cấp quyền sử dụng bản Premium cho CBGV có nhu cầu cao
• Lựa chọn phần mềm AI phù hợp nhất với đặc thù đào tạo
🔹 Đầu tư cơ sở hạ tầng và hệ thống AI nội bộ
• Xây dựng nền tảng AI ổn định trong hệ thống quản lý đào tạo và nghiên cứu
• Nâng cấp máy chủ, phần mềm, công cụ hỗ trợ AI
• Tích hợp AI vào hệ sinh thái số của nhà trường 🔹 Xây dựng chính sách và hướng dẫn sử dụng AI
• Soạn quy định cụ thể để:
• Đảm bảo đạo đức học thuật, chống đạo văn
• Bảo mật thông tin
• Hướng dẫn thẩm định nội dung do AI tạo ra
🔹 Thúc đẩy nghiên cứu, đổi mới phương pháp giảng dạy nhờ AI
• Khuyến khích nghiên cứu đề tài ứng dụng AI trong chuyên ngành (kiểm toán, ngân hàng, giáo dục…)
• Sử dụng AI để hỗ trợ sinh viên học chủ động
• Tạo kho học liệu số hóa có tích hợp AI
Nhà trường cần phải tổ chức các khóa học bồi dưỡng chuyên sâu về AI, giúp giảng viên hiểu cách thức AI hoạt động, cách sử dụng công cụ AI trong giảng dạy và cách đánh giá hiệu quả của AI đối với quá trình học tập của sinh viên.
Bên cạnh đó, AI liên tục phát triển, đòi hỏi giảng viên phải thường xuyên cập nhật kiến thức và kỹ năng mới. Việc tái đào tạo định kỳ là cần thiết để đảm bảo giảng viên luôn sẵn sàng áp dụng công nghệ AI một cách linh hoạt và hiệu quả.
3.3. Bảo mật dữ liệu và đạo đức AI
Một trong những thách thức lớn nhất khi triển khai AI tại Trường Đại học Tài chính – Ngân hàng Hà Nội là vấn đề bảo mật dữ liệu. AI thu thập và phân tích một lượng lớn dữ liệu cá nhân của sinh viên, bao gồm kết quả học tập, hành vi học tập và thông tin cá nhân. Nếu không có các biện pháp bảo mật phù hợp, dữ liệu này có thể bị lạm dụng hoặc rò rỉ, gây ảnh hưởng nghiêm trọng đến quyền riêng tư của sinh viên.
Hơn nữa, AI cần đảm bảo tính công bằng và khách quan trong đánh giá sinh viên. Nếu AI không được lập trình và giám sát cẩn thận, có thể xảy ra tình trạng thiên vị hoặc đánh giá sai năng lực của sinh viên. Các hệ thống AI cũng có thể gặp lỗi hoặc đưa ra quyết định không chính xác, ảnh hưởng đến kết quả học tập và cơ hội phát triển của sinh viên.
Để khắc phục những thách thức này, Trường Đại học Tài chính – Ngân hàng Hà Nội cần xây dựng các quy định và chính sách nghiêm ngặt về bảo mật dữ liệu, đảm bảo rằng dữ liệu sinh viên được mã hóa và chỉ được sử dụng cho mục đích giáo dục. Đồng thời, cần có sự giám sát của con người để đảm bảo rằng AI hoạt động trong giới hạn an toàn, tuân thủ các nguyên tắc đạo đức và không gây ra những tác động tiêu cực đến sinh viên.
3.4. Sự phụ thuộc vào công nghệ và nguy cơ mất kết nối con người
Việc lạm dụng AI vào hoạt động dạy/học có thể dẫn đến tình trạng sinh viên và giảng viên phụ thuộc quá nhiều vào công nghệ, làm giảm tương tác trực tiếp trong quá trình học tập. Một số sinh viên có thể trở nên thụ động hơn khi AI tự động hướng dẫn họ, thay vì chủ động tìm kiếm kiến thức và tương tác với giảng viên.
Bên cạnh đó, AI có thể thay đổi cách giảng dạy truyền thống, làm giảm sự kết nối cảm xúc giữa giảng viên và sinh viên. Trong một số trường hợp, giảng viên đóng vai trò không chỉ là người truyền đạt kiến thức mà còn là người truyền cảm hứng, định hướng và hỗ trợ sinh viên trong các vấn đề học tập và cuộc sống. Nếu AI thay thế quá nhiều công việc của giảng viên, sinh viên có thể cảm thấy cô lập và thiếu động lực học tập.
Do đó, cần có sự cân bằng giữa ứng dụng AI và giữ vững giá trị của giáo dục truyền thống. AI nên được sử dụng như một công cụ hỗ trợ, giúp nâng cao hiệu quả giảng dạy, nhưng không nên thay thế hoàn toàn vai trò của giảng viên và các hoạt động tương tác trực tiếp trong lớp học.
3.5. Khó khăn trong việc triển khai AI
Mặc dù AI mang lại nhiều lợi ích, việc triển khai AI toàn diện tại Trường Đại học Tài chính – Ngân hàng Hà Nội vẫn gặp nhiều thách thức. Trường Đại học Tài chính – Ngân hàng Hà Nội có một hệ thống đào tạo và chương trình giảng dạy riêng biệt, do đó không có một giải pháp AI nào phù hợp ngay cho Nhà trường. Việc tích hợp AI vào hệ thống hiện có của Nhà trường đòi hỏi sự tùy chỉnh linh hoạt, điều này có thể làm tăng chi phí và thời gian triển khai.
Ngoài ra, việc áp dụng AI vào giảng dạy cũng yêu cầu sự hợp tác giữa nhiều bên, bao gồm giảng viên, sinh viên, chuyên gia công nghệ và các nhà quản lý giáo dục. Nếu không có sự phối hợp tốt, việc triển khai AI có thể gặp nhiều trở ngại, dẫn đến hiệu quả thấp và không đạt được mục tiêu đề ra.
4. Đề xuất giải pháp
Thứ nhất: là cần đầu tư cơ sở hạ tầng công nghệ: Trường Đại học Tài chính – Ngân hàng Hà Nội cần đầu tư vào hệ thống công nghệ thông tin hiện đại, bao gồm máy chủ mạnh, phần mềm quản lý học tập (LMS) tích hợp AI và hệ thống lưu trữ dữ liệu an toàn. Việc tích hợp AI vào phần mềm quản lý đào tạo hiện tại của FBU cần lựa chọn được đối tác hết sức tin cậy và một quá trình khảo sát cực kỳ chuyên sâu và bài bản để đánh giá được thực trạng hiện có của FBU để đối tác đưa ra được bài toán phù hợp.
Thứ hai là cần tổ chức đào tạo và nâng cao nhận thức: Hiện nay Trường Đại học Tài chính – Ngân hàng Hà Nội mới chỉ tổ chức được một “Hội thảo đào tạo chia sẻ ứng dụng về trí tuệ nhân tạo (AI)” còn phần lớn là do giảng viên, sinh viên tự tiếp cận. Việc đào tạo giảng viên về cách sử dụng AI trong giảng dạy là rất quan trọng. Nhà trường cần tăng cường các khóa học bồi dưỡng chuyên sâu về thiết kế bài giảng dựa trên AI và đánh giá kết quả học tập bằng công nghệ AI. Ngoài ra, cần có chương trình đào tạo liên tục để cập nhật những tiến bộ mới nhất về AI, giúp giảng viên luôn sẵn sàng áp dụng công nghệ này vào giảng dạy.
Thứ ba là cần pPhát triển hệ thống hỗ trợ sinh viên: Hiện nay Trường Đại học Tài chính – Ngân hàng Hà Nội đang triển khai các hoạt động hỗ trợ sinh viên chủ yếu thông qua giáo viên chủ nhiệm và cố vấn học tập, điều đó nhiều khi dẫn đến sự chậm chễ trọng quá trình hỗ trợ sinh viên. Triển khai các chatbot AI giúp sinh viên giải đáp thắc mắc về môn học, chương trình đào tạo và tư vấn hướng nghiệp. Các hệ thống AI có thể hỗ trợ sinh viên quản lý thời gian học tập, đưa ra lộ trình học tập cá nhân hóa và cung cấp tài liệu học tập phù hợp với năng lực của từng cá nhân.
Thứ tư là cần tích hợp AI vào quá trình giảng dạy: AI có thể được tích hợp vào các lớp học trực tuyến và trực tiếp, giúp giảng viên tạo ra bài giảng tự động, kiểm tra mức độ hiểu bài của sinh viên và cá nhân hóa quá trình học tập. Các hệ thống AI tiên tiến có thể đánh giá bài tập, đề xuất tài liệu học tập phù hợp và theo dõi tiến trình học tập của sinh viên một cách chính xác.
Thứ năm là cần đảm bảo an toàn dữ liệu và tính đạo đức: Trường Đại học Tài chính – Ngân hàng Hà Nội cần xây dựng chính sách bảo vệ dữ liệu nghiêm ngặt, nhằm đảm bảo thông tin cá nhân của sinh viên không bị lạm dụng. Cần có các quy định cụ thể về việc AI được sử dụng như thế nào để tránh thiên vị và đảm bảo công bằng trong đánh giá kết quả học tập. Ngoài ra, cần có sự giám sát của con người để đảm bảo AI hoạt động đúng mục tiêu và không gây ra những ảnh hưởng tiêu cực.
5. Kết luận
Việc ứng dụng trí tuệ nhân tạo (AI) vào giảng dạy tại Trường Đại học Tài chính - Ngân hàng Hà Nội là một nhu cầu hết sức cấp thiết. AI mang lại nhiều lợi ích đáng kể, từ việc cá nhân hóa quá trình học tập, hỗ trợ giảng viên trong giảng dạy đến việc nâng cao chất lượng đánh giá và cải thiện trải nghiệm học tập của sinh viên. Những công nghệ này giúp tối ưu hóa phương pháp giảng dạy, tạo điều kiện cho sinh viên học tập hiệu quả hơn và chuẩn bị tốt hơn cho thị trường lao động hiện đại.
Tuy nhiên, việc triển khai AI cũng đi kèm với nhiều thách thức. Thiếu cơ sở hạ tầng, chi phí đầu tư cao, yêu cầu đào tạo giảng viên và vấn đề bảo mật dữ liệu là những rào cản chính mà Trường Đại học Tài chính – Ngân hàng Hà Nội cần vượt qua. Nếu không có kế hoạch triển khai cụ thể, AI có thể không phát huy được hết tiềm năng hoặc thậm chí gây ra những bất cập trong quá trình giảng dạy. Do đó, Trường Đại học Tài chính – Ngân hàng Hà Nội cần có chiến lược rõ ràng trong việc đầu tư vào công nghệ, đào tạo nhân lực và xây dựng hệ thống quản lý dữ liệu hiệu quả.
Để đảm bảo AI được ứng dụng một cách bền vững và hiệu quả, Trường Đại học Tài chính – Ngân hàng Hà Nội cần tăng cường hợp tác với các tổ chức công nghệ, xây dựng cơ chế bảo vệ dữ liệu chặt chẽ và liên tục cập nhật các phương pháp giảng dạy tiên tiến. AI không thể thay thế hoàn toàn vai trò của giảng viên, nhưng nếu được sử dụng hợp lý, nó sẽ trở thành một công cụ hỗ trợ mạnh mẽ, giúp nâng cao chất lượng giáo dục và tạo ra một môi trường học tập linh hoạt, hiện đại.
Trong bối cảnh chuyển đổi số diễn ra mạnh mẽ, Trường Đại học Tài chính – Ngân hàng Hà Nội không thể đứng ngoài cuộc. Việc ứng dụng AI không chỉ giúp nâng cao chất lượng đào tạo mà còn giúp Nhà trường khẳng định vị thế của mình trong hệ thống giáo dục toàn cầu. Sự đổi mới trong giảng dạy nhờ AI sẽ giúp sinh viên tiếp cận được những phương pháp học tập tiên tiến, nâng cao kỹ năng và sẵn sàng hơn cho tương lai nghề nghiệp.
Tài liệu tham khảo
(1). Grand View Research. (n.d.). Artificial intelligence (AI) in education market size, share & trends analysis report.
(2). RMIT University. (2024, January). RMIT tiên phong đổi mới giáo dục đại học trong kỷ nguyên AI.
(3) Báo cáo kết quả khảo sát lấy ý kiến phản hồi của người tham gia chương trình “Tập huấn đào tạo về AI và thực hành ứng dụng AI hiệu quả” năm 2025 của Phòng Công tác sinh viên và Phục vụ cộng đồng.
(4). Quyết định số 127/QĐ-TTg của Thủ tướng Chính phủ: Ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030.
(5). Trường Đại học Quốc tế Sài Gòn (SIU) (2023), Tài liệu Hội thảo Đổi mới dạy - học với ChatGPT và trí tuệ nhân tạo, TP. Hồ Chí Minh, ngày 07/4/2023.
THẠC SỸ NHỮ VĂN HANH, PHÒNG TỔ CHỨC NHÂN SỰ,
THẠC SỸ TRỊNH XUÂN TIẾN, PHÒNG QL KH&CN
TRƯỜNG ĐH TC-NH HÀ NỘI
