AI vào trường học: Từ quản trị lớp học đến ‘hiểu’ từng học sinh

Nền tảng số là điểm xuất phát của giáo dục thông minh

AI đang tham gia vào nhiều hoạt động giáo dục, từ quản trị trường học, kết nối phụ huynh đến hỗ trợ giảng dạy và theo dõi quá trình học tập. Tuy nhiên, để các ứng dụng này vận hành đồng bộ, nhà trường cần có nền tảng số đủ khả năng kết nối dữ liệu và các hoạt động.

ThS. Trần Mạnh Hà, Phó Giám đốc Giáo dục số, Tập đoàn VNPT, cho biết hệ sinh thái giáo dục VNPT hiện diện tại 34/34 tỉnh, thành phố, với quy mô 31.037 trường học, 667.510 giáo viên và hơn 9,2 triệu học sinh, theo số liệu trong tài liệu thuyết trình. Hệ sinh thái gồm nhiều thành phần như phần mềm quản lý giáo dục, ứng dụng tương tác giữa nhà trường và phụ huynh, hồ sơ số, thư viện số, tuyển sinh đầu cấp và phần mềm hỗ trợ học trực tuyến. Các nền tảng này tạo cơ sở để tổ chức thông tin trên môi trường số, đồng thời mở đường cho những ứng dụng AI ở cấp độ cao hơn.

Trong khi đó, ông Huỳnh Quốc Thắng, Chủ tịch Bách Khoa Tech Group, đề cập mô hình kết nối các nền tảng LMS360, TEST360 và LCMS nhằm hỗ trợ xây dựng lộ trình học tập, cung cấp bài tập, đánh giá và phân tích tiến độ. Theo ông Thắng, dữ liệu và học liệu số đóng vai trò quan trọng trong việc kết nối các hoạt động, phục vụ cá nhân hóa học tập bằng trí tuệ nhân tạo tạo sinh (Generative AI - GenAI).

Từ camera AI đến lộ trình học riêng cho từng học sinh

Ở cấp độ vận hành, theo ThS. Trần Mạnh Hà, camera tích hợp AI có thể hỗ trợ phát hiện một số tình huống bất thường trong trường học như khói, cháy, hành vi đánh nhau hoặc việc mang theo vật dụng nguy hiểm. Hệ thống được giới thiệu có khả năng cung cấp thông tin về thời gian, địa điểm để người phụ trách kiểm tra và xử lý.

AI cũng được ứng dụng trong mô hình lớp học thông minh, hỗ trợ ghi hình bài giảng, theo dõi hoạt động của giáo viên và học sinh, đồng thời lưu trữ nội dung để xem lại. Với giải pháp Happy Class, người dùng có thể ghi lại bài giảng, cắt video thành các đoạn ngắn để đưa lên thư viện số, dự giờ trực tuyến và thống kê một số hành vi trong lớp học.

Ông Huỳnh Quốc Thắng cho biết GenAI có thể hỗ trợ giải quyết một bài toán khác, đó là sự khác biệt về năng lực và tốc độ tiếp thu của học sinh. Trong lớp học truyền thống, học sinh thường học cùng nội dung và nhịp độ, dù có em cần củng cố kiến thức nền, trong khi những em khác đã sẵn sàng tiếp cận bài tập nâng cao.

Ông Thắng nhấn mạnh: “Một mục tiêu học tập chung không đồng nghĩa với một lộ trình học tập giống nhau”. Theo đó, với cùng một chủ đề, học sinh cần hỗ trợ có thể bắt đầu bằng việc tìm hiểu khái niệm, xem ví dụ trực quan và luyện tập cơ bản. Học sinh khá có thể ôn nhanh kiến thức nền rồi làm bài vận dụng; những em có mức độ sẵn sàng cao hơn có thể tiếp cận tình huống mở rộng, câu hỏi phản biện và nhiệm vụ sáng tạo.

Như vậy, AI đang được ứng dụng theo hai hướng nổi bật. Một là hỗ trợ nhà trường theo dõi và xử lý một số tình huống trong quá trình vận hành. Hai là hỗ trợ giáo viên tổ chức hoạt động học tập phù hợp hơn với nhu cầu của từng học sinh.

Dữ liệu giúp AI hiểu người học, nhưng cần bảo mật thông tin

Cá nhân hóa học tập không đơn thuần là tạo ra nhiều bộ bài tập khác nhau. Theo bài trình bày của ông Huỳnh Quốc Thắng, hệ thống cần xây dựng hồ sơ người học từ nhiều nguồn dữ liệu, gồm hành vi học tập, lịch sử lỗi sai, kiến thức nền, tiến độ hoàn thành, mức độ tham gia, sở thích, nhu cầu và mục tiêu học tập.

Từ những dữ liệu này, GenAI có thể hỗ trợ đề xuất lộ trình, tạo học liệu hoặc bài tập kèm phản hồi, sau đó điều chỉnh theo kết quả học tập mới nhất. Đây là một vòng lặp liên tục, trong đó dữ liệu về quá trình học đóng vai trò quan trọng bên cạnh điểm số.

Tuy nhiên, việc sử dụng dữ liệu trong trường học cũng đặt ra yêu cầu về quản trị và bảo mật thông tin cá nhân. Đặc biệt, với các hệ thống camera AI hoặc giải pháp giáo dục trực tuyến có khả năng nhận diện khuôn mặt, cảm xúc và hành vi, kết quả do công nghệ cung cấp cần được diễn giải thận trọng. Một chỉ số về nét mặt hoặc hành vi không nhất thiết phản ánh đầy đủ trạng thái tâm lý hay mức độ tiếp thu của học sinh.

Các cảnh báo từ hệ thống cũng cần được người có trách nhiệm kiểm tra trước khi đưa ra kết luận. Nhà trường cần xác định rõ mục đích thu thập dữ liệu, quyền truy cập, cách lưu trữ và sử dụng thông tin, đồng thời bảo đảm công nghệ không thay thế việc quan sát trực tiếp và trao đổi giữa giáo viên, học sinh, phụ huynh. AI có thể mở rộng khả năng theo dõi và phân tích, nhưng chất lượng quyết định vẫn phụ thuộc vào cách con người kiểm chứng, diễn giải và sử dụng kết quả.

Giáo viên vẫn giữ vai trò trung tâm

Dù được ứng dụng trong quản lý, giám sát hay cá nhân hóa học tập, AI khó có thể tự tạo ra một môi trường giáo dục hiệu quả nếu thiếu phương pháp sư phạm và sự đồng hành của giáo viên.

Trong mô hình được ông Huỳnh Quốc Thắng trình bày, giáo viên được định hướng chuyển từ việc chủ yếu truyền đạt nội dung sang thiết kế trải nghiệm học tập, sử dụng dữ liệu để hỗ trợ học sinh và đưa ra quyết định sư phạm phù hợp hơn. AI có thể hỗ trợ phân hóa nội dung, tạo bài tập, cung cấp phản hồi và theo dõi tiến độ. Giáo viên vẫn cần xác định mục tiêu, đánh giá kết quả và quyết định cách hỗ trợ khi học sinh gặp khó khăn.

Ông Thắng nhấn mạnh: “Giáo viên vẫn là trung tâm sư phạm; GenAI trở thành công cụ tăng năng lực cho giáo viên”. Theo ông Thắng, để các ứng dụng AI vận hành đồng bộ, cần kết hợp năm yếu tố gồm dữ liệu người học, học liệu chuẩn hóa, mô hình sư phạm, sự đồng hành của giáo viên, cùng hạ tầng và quản trị dữ liệu. Đây là những điều kiện quan trọng để triển khai các ứng dụng từ nền tảng số đến lớp học thông minh và lộ trình học tập cá nhân hóa.

Thế Lâm