1900 2039 (ext: 555)
TS. Bùi Thị Việt
Trong bối cảnh chuyển đổi số mạnh mẽ, trí tuệ nhân tạo đang trở thành công nghệ nền tảng định hình các mô hình giáo dục cá nhân hóa. Bài viết này phân tích tổng quan lý thuyết và xu hướng nghiên cứu quốc tế liên quan đến AI trong cá nhân hóa học tập; đồng thời trình bày kết quả khảo sát thực tiễn tại trường đại học Nguyễn Tất Thành về mức độ hiểu biết, trải nghiệm và nhu cầu của sinh viên đối với AI trong học tập. Phương pháp nghiên cứu bao gồm phân tích tài liệu, khảo sát bằng bảng hỏi. Kết quả cho thấy sinh viên có nhận thức tích cực và sẵn sàng tiếp cận công nghệ AI nhưng còn thiếu sự định hướng sư phạm từ giảng viên và hỗ trợ hệ thống từ nhà trường. Trên cơ sở đó, bài viết đề xuất một số định hướng trọng tâm nhằm phát triển năng lực số (bao gồm cả năng lực sử dụng AI) trong giáo dục đại học, từ bồi dưỡng GV, thiết kế chương trình đào tạo kỹ năng số cho sinh viên, đến xây dựng hệ sinh thái học tập thông minh lấy người học làm trung tâm.
Từ khoá: trí tuệ nhân tạo; cá nhân hóa học tập; giáo dục đại học; năng lực số; học tập thông minh
Abstract
In the context of rapid digital transformation, artificial intelligence has become a foundational technology shaping the evolution of personalized education models. This paper offers a critical review of theoretical foundations and emerging global research trends concerning the application of AI in personalized learning. Additionally, it presents empirical findings from a case study conducted at Nguyen Tat Thanh University, examining students’ awareness, experiences, and perceived needs regarding AI integration in their academic journey. The study employs a mixed-methods research design, incorporating document analysis, structured surveys. The results reveal that while students demonstrate a generally positive attitude and readiness to adopt AI-driven tools, there remains a notable lack of pedagogical support from instructors and systemic facilitation from the institution. Drawing on these findings, the paper proposes several key directions to enhance digital competencies (including AI-related capabilities) in higher education — ranging from faculty development and the design of digital skills training programs for students, to the creation of a learner-centered smart learning ecosystem
Keywords: artificial intelligence; personalized learning; higher education; digital competence; smart learning
- Mở đầu
Trong bối cảnh chuyển đổi số toàn cầu, trí tuệ nhân tạo (AI) không còn là một công nghệ của tương lai mà đã trở thành yếu tố trung tâm định hình giáo dục hiện đại. Với khả năng xử lý dữ liệu lớn, phân tích hành vi học tập và phản hồi theo thời gian thực, AI đang mở ra những cơ hội đột phá trong cá nhân hóa học tập (CNHHT) – một xu hướng đang được các quốc gia tiên tiến đặc biệt chú trọng (Zawacki-Richter et al., 2019; UNESCO, 2024). Việc cá nhân hóa không chỉ giúp người học tiếp cận tri thức theo phong cách, tốc độ và mục tiêu riêng mà còn nâng cao động lực học, cải thiện kết quả, và thúc đẩy năng lực tự học – những yếu tố then chốt trong bối cảnh học tập suốt đời (Shemshack & Spector, 2021). Đặc biệt trong môi trường giáo dục đại học, nơi sự khác biệt về năng lực, xuất phát điểm và định hướng nghề nghiệp rất đa dạng, CNHHT dựa trên AI càng thể hiện rõ giá trị. Các hệ thống học tập thông minh, nền tảng khuyến nghị học liệu và trợ lý học tập ảo đang trở thành những công cụ hỗ trợ thiết thực cho cả người học lẫn giảng viên (GV).
Tuy nhiên, thực tiễn triển khai AI trong giáo dục đại học tại các quốc gia đang phát triển, trong đó có Việt Nam, vẫn còn gặp nhiều rào cản. GV chưa được đào tạo đầy đủ về AI, thiếu kỹ năng tích hợp công nghệ vào giảng dạy, trong khi sinh viên (SV) – dù có tiếp cận AI qua đời sống số – lại chưa được hướng dẫn cách sử dụng đúng mục đích học tập, dẫn tới lạm dụng hoặc sử dụng thiếu hiệu quả. Tình trạng sử dụng AI để “làm hộ” thay vì “học cùng”, hoặc vi phạm đạo đức học thuật, đang làm dấy lên nhiều lo ngại về chất lượng đào tạo, năng lực tư duy và sự tự chủ của người học (Ngô et al., 2025; Tôn, 2025). Từ thực tế đó, bài viết tập trung làm rõ ba nội dung chính: (1) Tổng quan lý thuyết và xu hướng nghiên cứu trong và ngoài nước về AI trong CNHHT; (2) Thực trạng và thách thức trong ứng dụng tại Trường Đại học Nguyễn Tất Thành (NTTU); và (3) Đề xuất định hướng triển khai hiệu quả, nhân văn, phù hợp với bối cảnh giáo dục đại học Việt Nam hiện nay.
- Cơ sở lý luận và nghiên cứu liên quan
Trong những năm gần đây, AI trong CNHHT đã trở thành một trong những chủ đề nghiên cứu chủ đạo của lĩnh vực công nghệ giáo dục. Các kết quả nghiên cứu quốc tế tập trung làm rõ ba hướng: hỗ trợ cá nhân hóa nội dung và lộ trình học tập, phân tích hành vi học tập để điều chỉnh quá trình dạy-học, và thay đổi vai trò của GV trong môi trường giáo dục thông minh. Shemshack và Spector (2021) nhấn mạnh rằng hệ thống học tập tích hợp AI có khả năng đề xuất nội dung phù hợp với trình độ và mục tiêu cá nhân, đồng thời đưa ra phản hồi kịp thời giúp tối ưu hóa kết quả học. Kamalov et al. (2023) và Ahmad et al. (2024) chỉ ra vai trò của AI trong xây dựng mô hình học thích ứng và dự đoán kết quả học, từ đó hỗ trợ người học tự điều chỉnh. Song song, Bond et al. (2024) và UNESCO (2024) nhấn mạnh vai trò mới của GV như một “tác nhân đồng kiến tạo”, yêu cầu họ phát triển năng lực công nghệ, quản trị dữ liệu và xử lý các vấn đề đạo đức liên quan đến AI trong giảng dạy.
Tại Việt Nam, các nghiên cứu như Nguyễn Văn Hiếu, Lê Thị Hồng (2023), Lê Quang Minh (2024), Đào Ngọc Thạch & Nguyễn Thị Lan Hương (2022) cho thấy AI hỗ trợ hiệu quả trong cá nhân hóa và cải thiện kỹ năng ngôn ngữ cho SV. Ngô Thị Hoàng Anh & Tôn Quang Cường (2025) nhấn mạnh vai trò chiến lược của AI trong giáo dục đại học, đề xuất xây dựng khung năng lực số cho GV và coi AI là yếu tố đồng hành trong đổi mới GD. Việt Nam đang chuyển từ định hướng lý luận sang giai đoạn thực nghiệm, nhưng vẫn cần đẩy mạnh đầu tư về hạ tầng số, đào tạo GV và chính sách đi kèm.
Về khái niệm, AI trong giáo dục (AIED) là việc tích hợp AI vào dạy – học nhằm nâng cao hiệu quả thông qua cá nhân hóa, tự động hóa, phân tích dữ liệu và ra quyết định hỗ trợ học tập (Zawacki-Richter et al., 2019; Tôn, 2025).
CNHHT là quá trình điều chỉnh phương pháp, nội dung, tốc độ học phù hợp đặc điểm cá nhân, dựa trên hồ sơ học tập và dữ liệu hành vi (Bond et al., 2024).
Phân tích học tập (Learning Analytics) sử dụng dữ liệu để hiểu và tối ưu hành vi học tập. Với AI, quá trình này nâng cấp từ mô tả sang dự đoán và gợi ý, giúp phát hiện sớm SV có nguy cơ và hỗ trợ phù hợp.
Năng lực sử dụng AI – một phần của năng lực số – bao gồm kiến thức, kỹ năng và thái độ cần thiết để dùng AI hiệu quả, an toàn, có trách nhiệm. UNESCO (2024) đề xuất khung năng lực gồm: hiểu biết nền tảng, kỹ năng sư phạm số, quản trị dữ liệu và đạo đức công nghệ.
Một điểm cốt lõi là các cấp độ cá nhân hóa học tập, theo Castro et al. (2024) và García-Peñalvo et al. (2023):
Bảng 1. Minh họa về các cấp độ CNHHT
| Cấp độ cá nhân hóa | Tình huống minh họa |
| Theo nhu cầu học tập | SV năm 3 đang chuẩn bị luận văn và muốn tìm hiểu sâu về Gamification trong giáo dục. Hệ thống LMS sẽ gợi ý các bài giảng và tài liệu chuyên sâu, trong khi các SV khác chỉ được học phần kiến thức khái quát. |
| Theo năng lực học | Một SV có nền tảng tốt về lập trình được hệ thống giao nhiệm vụ thiết kế giao diện LMS mô phỏng, trong khi bạn khác, mới làm quen, chỉ thực hiện nhiệm vụ kéo-thả giao diện bằng các công cụ như Canva hoặc Genially. |
| Theo phong cách học tập | SV thiên về thị giác sẽ được gợi ý học qua video và infographic; trong khi SV thích tiếp nhận kiến thức bằng cách đọc sẽ được hệ thống ưu tiên tài liệu dạng PDF và bản trình bày. |
| Theo hành vi học và dữ liệu tương tác | Hệ thống phát hiện một SV thường học muộn vào ban đêm và ít tham gia diễn đàn. AI sẽ chủ động nhắc nhở qua chatbot, đề xuất các bài học ngắn hạn (micro-learning) và lập lịch nhắc nhở cá nhân phù hợp với thời gian học của SV đó. |
Thông qua bốn cấp độ trên, có thể thấy CNHHT hiện nay không chỉ đơn giản là “tùy chỉnh nội dung” mà đã tiến lên thành một quá trình tinh vi, có sự phối hợp giữa công nghệ, dữ liệu, năng lực người học và yếu tố tự quản lý. Điều này mở ra những cơ hội mới cho việc nâng cao chất lượng giáo dục đại học trong kỷ nguyên số.
Cuối cùng, các công nghệ hỗ trợ CNHHT đóng vai trò then chốt. Những nền tảng như LMS (Moodle, Canvas…), hệ thống học tập thích ứng (Knewton, Smart Sparrow), chatbot AI (ChatGPT, Khanmigo), các ứng dụng học tập cá nhân (Duolingo, Notion AI) và hệ thống gợi ý học liệu dựa trên hành vi đã mở ra không gian học tập linh hoạt, tự chủ và hiệu quả.
Sơ đồ 1. Hệ khung lý thuyết phân tích mối liên hệ giữa năng lực AI, triển khai AI, cá nhân hóa học tập và kết quả học tập
Tóm lại, công nghệ chính là động lực then chốt giúp CNHHT trở nên khả thi ở quy mô rộng lớn. Sự kết hợp giữa công nghệ và phương pháp sư phạm mới không chỉ cải thiện trải nghiệm người học mà còn góp phần hiện thực hóa CNHHT ở quy mô lớn trong giáo dục đại học mà còn mở ra tiềm năng to lớn cho việc phát triển các mô hình học tập cá nhân hóa trong kỷ nguyên số hiện nay.
Còn nữa
