Trí tuệ nhân tạo trong nền kinh tế số: Cơ hội và thách thức cho giáo dục đại học

Chia sẻ: Tô Nhiễm | Ngày: | Loại File: PDF | Số trang:8

Thêm vào BST

Báo xấu

2
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Trí tuệ nhân tạo trong nền kinh tế số: Cơ hội và thách thức cho giáo dục đại học" sẽ đưa ra một số nội dung cơ bản về AI và tập trung phân tích những cơ hội, thách thức của việc ứng dụng AI trong giáo dục đại học. Trên cơ sở đó, tác giả đề xuất một số giải pháp chủ yếu để nâng cao hiệu quả ứng dụng AI trong công tác giảng dạy, học tập tại các trường đại học. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Trí tuệ nhân tạo trong nền kinh tế số: Cơ hội và thách thức cho giáo dục đại học

TRÍ TUỆ NHÂN TẠO TRONG NỀN KINH TẾ SỐ: CƠ HỘI VÀ THÁCH THỨC CHO GIÁO DỤC ĐẠI HỌC Vũ Thị Hằng Nga1, Hoàng Thanh2, Nguyễn Từ Linh3 Tóm tắt: Trí tuệ nhân tạo (Artificial Intelligence – AI) ngày càng được sử dụng rộng rãi trong nhiều lĩnh vực. Trong lĩnh vực giáo dục đại học, AI đang tạo ra những phương pháp dạy và học mới đang được thử nghiệm trong những điều kiện khác nhau và đạt được những thành tựu nhất định. Bài viết này sẽ đưa ra một số nội dung cơ bản về AI và tập trung phân tích những cơ hội, thách thức của việc ứng dụng AI trong giáo dục đại học. Trên cơ sở đó, tác giả đề xuất một số giải pháp chủ yếu để nâng cao hiệu quả ứng dụng AI trong công tác giảng dạy, học tập tại các trường đại học. Từ khóa: Trí tuệ nhân tạo, giáo dục đại học. 1. GIỚI THIỆU Theo xu thế phát triển của các quốc gia trên thế giới, Việt Nam đang đẩy mạnh phát triển kinh tế số, đây được xem là bước bứt phá trong bối cảnh cuộc Cách mạng công nghệ (CMCN) 4.0. Theo số liệu từ Bộ Thông tin và Truyền thông, trong hai năm vừa qua, kinh tế số đã có những đóng góp tích cực đối với GDP của Việt Nam, tăng từ mức 11,91% năm 2021 lên mức 14,26% năm 2022 và phấn đấu đến năm 2025 đạt mức 20%. Tỷ trọng thương mại điện tử trong tổng mức bán lẻ năm 2022 cũng đạt khoảng 7,5%. Các công nghệ của CMCN 4.0 như internet vạn vật (Internet of Things – IoT), trí tuệ nhân tạo (Artificial Intelligence – AI), thực tế ảo (Virtual Realtime – VR), tương tác thực tại ảo (Augmented Reality – AR), mạng xã hội, điện toán đám mây, di động, phân tích dựa trên dữ liệu lớn… đang góp phần dần chuyển hóa thế giới thực sang thế giới số. Giáo dục nói chung và giáo dục đại học nói riêng cũng không nằm ngoài tầm ảnh hưởng đó. Trong thời đại CMCN 4.0, nhiều quan niệm về học tập đã thay đổi so với trước đây. Học tập suốt đời, học mọi lúc mọi nơi, vai trò của giảng viên trở thành người điều phối… là những khác biệt trong nền giáo dục. Một trong những công nghệ có tính ứng dụng cao và góp phần tạo nên những bước đột phá mạnh mẽ trong giáo dục chính là trí tuệ nhân tạo (AI). Khái niệm “Trí tuệ nhân tạo” được đưa ra đầu tiên bởi J. McCarty và trở thành một khái niệm khoa học. Theo đó, AI là lĩnh vực liên ngành của Triết học, Tâm lý học, Khoa học thần kinh, Toán học, Điều khiển học, Khoa học máy tính, Ngôn ngữ học, Kinh tế. Nghiên cứu AI nhằm mô tả chính xác các khía cạnh của xử lý trí tuệ và học (để có được tri thức) và tạo ra được các hệ thống, máy mô phỏng hoạt động học và xử lý trí tuệ. Nhiều năm qua, AI đã và đang là một trong những “đòn bẩy” giúp CNTT trở nên ngày càng gần gũi trong cuộc sống và đem lại những bước đột phá trong tương lai. 1 Học viện Tài chính 2 Sở Nội vụ tỉnh Vĩnh Phúc 3 Ban quản lý dự án đầu tư xây dựng các công trình dẫn dụng và công nghiệp tỉnh Vĩnh Phúc
448 KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM Hiện nay, AI đang từng bước được các cơ sở giáo dục đào tạo đưa vào giảng dạy và quản lý. Kể từ khi đưa AI vào trong giáo dục, việc dạy và học trở nên hiệu quả hơn, góp phần tạo ra những sự thay đổi rõ nét theo hướng tích cực trong hoạt động dạy và học cũng như quản lý. 2. KẾT QUẢ NGHIÊN CỨU 2.1. Ứng dụng AI trong giáo dục Trí tuệ nhân tạo trong giáo dục (Artificial Intelligence in Education – AIEd) ra đời vào khoảng những năm 1970 và tập trung nghiên cứu, phát triển, đánh giá phần mềm máy tính để cải thiện việc giảng dạy và học tập. Mục tiêu dài hạn được xác định là nhằm thu thập phản hồi của người học, đánh giá năng lực người học và nguyên nhân yếu kém, cá nhân hóa cho một người hoặc nhóm người học, và cuối cùng là sử dụng các kỹ thuật của AI để tìm hiểu và phát triển các lý thuyết dạy – học. Một trong những ứng dụng tiên tiến nhất của AIEd là Hệ thống dạy kèm thông minh (Intelligence Tutoring System, ITS). Hệ thống hướng dẫn thông minh chủ yếu bao gồm 4 mảng chính: Mảng người học, mảng môn học, mảng phương pháp giảng dạy và mảng giao diện tương tác. Hệ thống này chủ yếu bao gồm bốn liên kết chính: Số hóa người học, mô hình hóa người học, mô hình hóa bảng kiến thức và triển khai giảng dạy chính xác. Các liên kết này có thể giúp người dạy hiểu rõ hơn về tình hình học tập của người học, cung cấp cho người học các dịch vụ học tập được các nhân hóa, đồng thời tối ưu hóa các phương pháp giảng dạy và tài nguyên giảng dạy. Do đó, ứng dụng AI có vai trò và ý nghĩa tích cực trong việc nâng cao chất lượng giảng dạy, thúc đẩy sự phát triển của người học và thúc đẩy đổi mới giáo dục. 2.1.1. Số hóa người học Ứng dụng AI vào giảng dạy đại học trước hết cần “số hóa người học”. “Số hóa người học” là thu thập dữ liệu hành vi học tập hiện tại và tiềm ẩn của người học, các hoạt động học tập và quá trình phát triển của người học có thể được theo dõi, định lượng và ghi lại, để làm cơ sở cho các đề xuất và đánh giá chính xác. Đối với việc số hóa người học, đầu tiên yêu cầu thảo luận và phân tích lý thuyết, bao gồm sự hiểu biết lý thuyết về học tập và các tiêu chuẩn về định dạng dữ liệu từ các nguồn khác nhau nhằm chuyển đổi lẫn nhau, điều này yêu cầu hỗ trợ kỹ thuật và yêu cầu sử dụng công nghệ thông minh để thu thập, phân tích và ứng dụng dữ liệu. 2.1.2. Hoàn thiện mô hình hóa người học Mô hình hóa người học là việc hiểu người học và quá trình học tập của người học. Mục đích mô hình hóa người học là để miêu tả chính xác mô hình người học thông qua phân tích trình độ kiến thức, sự phát triển nhận thức, trạng thái học tập, phong cách học tập và động cơ học tập của người học thông qua phân tích dữ liệu toàn diện, đa cấp độ và đa phương thức. Phương pháp “học máy” và khai phá dữ liệu được sử dụng để khám phá những loại dữ liệu giáo dục riêng biệt nhằm hiểu rõ hơn về sinh viên và thiết lập những nội dung sinh viên cần học tập, qua đó giúp người học tối đa những “chi phí” về thời gian, công sức, vật chất… bỏ ra để đạt hiệu quả cao nhất.
KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM 449 Việc mô hình hóa người học cho phép với cùng một khái niệm kiến thức, các sinh viên khác nhau có thể tiếp thu khác nhau, lúc này AI có thể biết được năng lực tiếp thu của từng sinh viên và đưa ra chiến lược dạy học khác nhau phù hợp với nhận thức của từng sinh viên. Với chương trình học được cá nhân hóa, nội dung học tập được cung cấp sẽ thích nghi với tốc độ nhận thức của từng cá nhân. Nó có thể đưa ra những kiến thức khó hơn hoặc đề xuất/gợi ý những kiến thức, nguồn tài liệu tham khảo phù hợp với nhu cầu, khả năng, tiến độ học tập nhằm tăng tốc học tập cho sinh viên. Bằng cách này, các người học nhanh và chậm đều có thể cải thiện trình độ mà không ảnh hưởng đến các sinh viên khác. 2.1.3. Xây dựng mô hình kiến thức Mô hình kiến thức trong trí tuệ nhân tạo được thực hiện thông qua Sơ đồ tri thức. Sơ đồ tri thức là một phương tiện quản lý tri thức, có bản chất là một mạng lưới kiến thức, bao gồm hai phần: các kiến thức và sự tương quan giữa các kiến thức. Chúng ta có thể xây dựng Sơ đồ tri thức khoa học theo cách truyền thống, trước tiên cần phải thiết lập mô hình cơ bản của việc xây dựng tri thức, sau đó phân loại tri thức hiện có theo mô hình này. Cách thức này được sử dụng rộng rãi và còn tồn tại nhiều hạn chế về tính toàn diện của kiến thức và khả năng phân tích dữ liệu. Tuy nhiên, với sự tăng trưởng bùng nổ của lượng thông tin và sự phát triển không ngừng của các công nghệ thu thập và phân tích thông tin, việc xây dựng các Sơ đồ tri thức cũng đã xuất hiện mô hình “Google Knowledge Graph”. Mô hình này đại diện cho một tập hợp các mô tả được liên kết với nhau về các thực thể, đối tượng, sự kiện hoặc khái niệm… Đặc điểm của mô hình này là dựa trên dữ liệu công khai hiện có, chọn phần có độ tin cậy cao hơn để tạo thành mô hình xây dựng dữ liệu và liên tục cải tiến mô hình xây dựng trong quá trình xây dựng Sơ đồ tri thức. 2.1.4. Triển khai giảng dạy chính xác thông qua đánh giá thường xuyên Trong AIEd quá trình giảng dạy và học tập được thực hiện đánh giá thường xuyên, từ đó đưa ra những phản hồi phù hợp nhất cho người học vào đúng thời điểm. Đánh giá thường xuyên dựa trên hai khía cạnh: sự hiểu biết về trạng thái người học, ví dụ như người học nắm vững các hướng dẫn, khả năng học tập và trạng thái cảm xúc của người học và sự hiểu biết cơ bản về kiến thức miền, ví dụ như người học nắm được đâu là mối liên hệ giữa nội dung đang học với các nội dung khác… 2.2. Cơ hội của các trường đại học với sự hỗ trợ của AI Việc ứng dụng AI trong giáo dục đại học giúp tạo ra những tính năng học tập phù hợp và nâng cao tính cá nhân hóa nhằm tăng trải nghiệm của người học. AI đang tạo ra những cơ hội đột phá trong giảng dạy và học tập tại các trường đại học. 2.2.1. Tự động hóa các hoạt động giáo dục Theo cách thức giáo dục truyền thống, giảng viên thường mất nhiều thời gian để thực hiện các công việc lặp đi lặp lại như đánh giá sinh viên, chấm bài kiểm tra. Những công việc này có thể gây ra cảm giác nhàm chán, mệt mỏi cho giảng viên. AI góp phần tự động hóa và thực hiện
450 KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM các hoạt động quản trị, chuyên môn nói trên cho các giảng viên. AI cung cấp các công cụ phần mềm tương tác và tùy chỉnh được tích hợp với thực tế ảo, triển khai trên các thiết bị kỹ thuật số. AI giúp giảm thời gian và công sức của giảng viên trong việc hành chính, giao bài, chấm bài… 2.2.2. Giảng viên ảo Một lớp học được tích hợp AI đồng nghĩa với việc cung cấp cho sinh viên một “giảng viên ảo”. “Giảng viên ảo” ứng dụng học máy (Mearchine Learning) và AI sẽ mang lại một phương pháp học trực tuyến hiệu quả, thiết thực nhất đến với người dùng. Ngoài ra, chúng ta cũng có thể tận dụng sử hỗ trợ của AI bằng cách “nhúng” AI vào các ứng dụng, website dạy học, qua đó thu thập, phân tích các “thói quen, hành vi” của sinh viên trong quá trình học tập. Dữ liệu sau đó được sử dụng để xây dựng một mô hình tự do có thể cung cấp thông tin trong thời gian thực (inreal-time) về sự hiểu biết và sự tham gia của sinh viên với chủ đề cụ thể. Mô hình dữ liệu cũng giúp tìm kiếm chung mô hình giữa nhiều sinh viên và thực hiện dự đoán phân tích, chẳng hạn như dự báo cách sinh viên sẽ thực hiện (hành xử) trong tương lai. Việc sử dụng AI tiên tiến hơn có thể liên quan đến các thuật toán hình ảnh phức tạp để phân tích biểu cảm khuôn mặt của người học, chẳng hạn như sự nhàm chán, mất tập trung, và liên kết với những dữ liệu khác được thu thập trên các trường hợp khác nhau để tạo ra một bức tranh đầy đủ hơn về mô hình người học. Hệ thống cũng đưa ra những gợi ý, tư vấn cho sinh viên lựa chọn một phương pháp học tập hay một khoa học phù hợp. Với sự trợ giúp của AI, việc dạy và học có thể diễn ra ở mọi nơi, mọi lúc. AI có thể thay thế giảng viên trong một số trường hợp nhất định. 2.2.3. AI cung cấp những tương tác thường xuyên Một trong những ứng dụng được sử dụng trong thu thập thông tin sinh viên là AI Chatbot. Ứng dụng này giúp thu thập những thông tin liên quan đến sở thích, thói quen và phương pháp học, thậm chí thu thập các lỗi sai thường gặp trong một điểm ngữ pháp cụ thể của sinh viên. Chatbot trong giáo dục có thể hoạt động như một “trợ giảng” tâm huyết, cụ thể: (1) Chatbot được thiết kế với một kịch bản các chuỗi câu hỏi thường gặp. (2) Chatbot có thể theo dõi tiến trình học và tự học của sinh viên. (3) Chatbot có thể đưa ra nhận xét, phản hồi riêng cho từng sinh viên. (4) Đưa ra các gợi ý môn học, tài liệu học được cá nhân hóa. 2.3. Những khó khăn, thách thức khi ứng dụng AI trong giáo dục đại học Sự phát triển của AI có thể đe dọa đến sự tồn tại và vai trò của con người trong mọi lĩnh vực. Trong lĩnh vực giáo dục, bên cạnh những tác động tích cực như đã nêu trên, AI cũng tiềm ẩn những thách thức, khó khăn khi ứng dụng trong thực tiễn. 2.3.1. Hệ thống chính sách để phát triển AI chưa hoàn thiện Hiện tại, việc ứng dụng AI trong giáo dục nói chung và giáo dục đại học nói riêng hầu hết đều đến từ khu vực tư nhân. Ở nước ngoài có các công ty như Pearson, McGraw – Hill, IBM,
KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM 451 Knewton, Cerego, Smart Parrow, Dreambox, LightSide hay Coursera. Tại Việt Nam, một số công ty, tập đoàn lớn cũng đã nắm bắt xu hướng phát triển, nhu cầu của thị trường đẩy mạnh đầu tư trong lĩnh vực AI, ví dụ như công ty FPT đã cho ra mắt FPT.AI, nền tảng để tạo ra các sản phẩm như hội thoại thông minh (FPT.AI Chat), xử lý hình ảnh và tài liệu (FPT.AI Read); viện nghiên cứu phát triển AI của Tập đoàn Vingroup (VinAI)… Ngoài ra, một số DN nghiệp nhỏ đã khởi nghiệp trong lĩnh vực này như Aimesoft, Beet Innovators, Hekate, SaigonAI… đã có những sản phẩm đa dạng, cung cấp các dịch vụ kỹ thuật cho các đối tác phát triển sản phẩm AI. Quan điểm chỉ đạo, mục tiêu phát triển ứng dụng AI đối với phát triển kinh tế, xã hội đã được thể hiện trong Quyết định số 127/QĐ-TTg về “Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng AI đến năm 2030”. Tuy nhiên, việc triển khai cụ thể các chính sách liên quan đến AI trong giáo dục vẫn còn sơ khai. 2.3.2. Phát triển AI trong giáo dục đại học chưa đảm bảo sự đồng bộ và công bằng AI có thể tạo ra sự bất bình đẳng giữa các nhóm dân số thiệt thòi và yếu thế có khả năng bị loại khỏi giáo dục được hỗ trợ bởi AI. Một nghiên cứu đã chỉ ra những trở ngại chính cho việc đưa AI vào giáo dục đại học ở những nước đang phát triển bao gồm: 1 – Tính khả dụng của phần cứng ICT; 2 – Sự sẵn có của điện; 3 – Độ tin cậy của Internet; 4 – Chi phí dữ liệu; 5 – Kỹ năng CNTT cơ bản của sinh viên; 6 – Ngôn ngữ; 7 – Thiếu nội dung phù hợp với văn hóa. Việc thiếu các điều kiện cơ sở hạ tầng cơ bản tại các khu vực miền núi, khu dân cư nghèo sẽ tạo ra một khoảng cách kỹ thuật số mới trong việc sử dụng kiến thức dựa trên dữ liệu để đưa ra quyết định thông minh. 2.3.3. Những vấn đề về phát triển dữ liệu khi ứng dụng AI Dữ liệu là một trong những yếu tố quan trọng để đảm bảo tính chính xác của các thuật toán máy học và khả năng dự đoán của AI. Tuy nhiên, dữ liệu phải đảm bảo được tính đầy đủ và chính xác. Tuy nhiên, các trường đại học ở Việt Nam hiện nay vẫn gặp khó khăn trong việc thu thập dữ liệu giáo dục. Dữ liệu giáo dục phải mở và được sử dụng ở cấp trường. Bên cạnh đó, tầm quan trọng của dữ liệu và thuật toán trong việc ứng dụng trí tuệ nhân tạo vào giảng dạy đại học cũng chỉ ra những nguy cơ tiềm ẩn về an toàn trong việc thu thập, lưu trữ và xử liệu dữ liệu lớn trong giáo dục. Dữ liệu trường học, dữ liệu người dạy và dữ liệu người học được tạo ra liên tục trong quá trình giảng dạy mang lại khả năng phát triển trí tuệ nhân tạo trong giáo dục, nhưng cũng mang đến những rủi ro về quyền riêng tư và tính bảo mật dữ liệu. Lượng dữ liệu lớn và mối tương quan chặt chẽ của nó với các cá nhân có thể bị rò rỉ, gây ra những nguy cơ tiềm ẩn trong bảo mật dữ liệu. 2.3.4. Lý thuyết giáo dục và giảng dạy hiện tại chưa tập trung vào mối quan hệ giữa trí tuệ nhân tạo với con người. Trước những thách thức do trí tuệ nhân tạo mang lại, lý thuyết về giáo dục và giảng dạy cần khám phá mối quan hệ tương quan giữa giáo dục và con người, giáo dục và xã hội trên cơ sở các nghiên cứu sâu về mối quan hệ giữa giáo dục và thiết bị. Việc áp dụng trí tuệ nhân tạo để hiểu người học và xác định chiến lược giảng dạy đòi hỏi phải chú ý đến việc người học là
452 KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM một tổng thể phức tạp, dữ liệu đa cấp thu được thông qua trí tuệ nhân tạo sẽ phân tích người học để tạo thành một tập hợp dữ liệu đa chiều và đa cấp. Cùng với sự phát triển của công nghệ, dữ liệu về người học sẽ trở nên phong phú và toàn diện hơn, nhưng liệu những dữ liệu này có phản ánh chân thực người học vẫn cần có thêm các nghiên cứu bổ sung. Do đó, điều này gây nên lo ngại rằng người học sẽ hình thành cách học hời hợt, phụ thuộc quá nhiều vào trí tuệ nhân tạo và dần dần mất đi khả năng tự học. 2.3.5. Ứng dụng AI sẽ ảnh hưởng đến việc phát triển khả năng đổi mới của người học Mục tiêu chính của giáo dục và giảng dạy trong tương lai là đào tạo những cá nhân có tư duy hiệu quả, có thể đối mặt, hiểu và ứng phó với “kỷ nguyên nhiều biến động”. Hiện nay, các mục tiêu giảng dạy của trí tuệ nhân tạo hiện có đạt được đều dựa trên các lý thuyết học tập theo chủ nghĩa hành vi như giúp người học tổ chức kiến thức, hiểu trình độ hiện tại của người học, đẩy mạnh các điểm kiến thức liên quan. Có thể thấy rằng, ứng dụng trí tuệ nhân tạo đã nâng cao hiệu quả dạy học ở một mức độ nhất định, nhưng điều này có đang gây ra sự sai lệch giữa mục tiêu trong tương lai và mục tiêu thực tế của giáo dục. Mặt khác, mục tiêu giáo dục hiện nay ủng hộ khả năng truyền thụ kiến thức, khả năng tư duy logic, khả năng tư duy phản biện, khả năng lãnh đạo, khả năng giao tiếp, khả năng đổi mới và khả năng ra quyết định phức tạp, trong khi đó, trí tuệ nhân tạo chỉ chú ý đến kiến thức, không thể trau dồi khả năng đổi mới. Chính vì vậy, khả năng sáng tạo và trí tưởng tượng được coi là phẩm chất quan trọng nhất của con người trong thời đại trí tuệ nhân tạo. Và chính những phẩm chất này có thể sẽ trở thành giá trị cốt lõi trong mục tiêu giáo dục kết hợp trí tuệ nhân tạo trong tương lai. 2.4. Đề xuất giải pháp khắc phục những khó khăn của việc ứng dụng AI trong giáo dục đại học Mối quan hệ giữa trí tuệ nhân tạo và con người là mối quan hệ giữa công nghệ và con người. Sự phát triển của trí tuệ nhân tạo được coi là sự đe dọa đối với con người, nhưng cũng có nghiên cứu cho rằng con người và công nghệ là chủ thể và khách thể của nhau, có thể cùng tồn tại hài hòa. Trong lĩnh vực giáo dục, trí tuệ nhân tạo trong tương lai sẽ định hình lại nghề giáo viên và việc giảng dạy, định hình lại người học và quá trình học tập. Việc hình thành cấu trúc trí tuệ hợp tác giữa con người và trí tuệ nhân tạo sẽ chia sẻ nhiệm vụ nhận thức của bộ não của người thầy và làm thay đổi quá trình thu thập và xử lý thông tin. Trong tương lai của giáo dục, vai trò kết hợp của dạy học và trí tuệ nhân tạo sẽ trở nên quan trọng hơn. Để nâng cao hiệu quả và khắc phục khó khăn, thách thức trong ứng dụng AI vào giáo dục đại học, bài viết đề xuất một số giải pháp như sau: Thứ nhất, cần thiết phải ban hành các cơ chế, chính sách đồng bộ, tạo điều kiện phát triển một hệ sinh thái đa dạng và hoàn chỉnh, kêu gọi các nguồn đầu tư, xây dựng các trung tâm nghiên cứu AI và tuyển dụng, đào tạo các chuyên gia AI, đặc biệt trong các cơ sở giáo dục đại học, thông qua việc thành lập các trung tâm học thuật xuất sắc trong mạng lưới AI, trường đại học và viện nghiên cứu và học bổng để thu hút nhân tài hơn vào lĩnh vực AI. Bên cạnh đó, tiếp tục đẩy mạnh hợp tác công tư trong việc đào tạo, nghiên cứu và triển khai ứng dụng. Điều này một mặt sẽ giúp chia sẻ nguồn nhân lực và tài chín, một mặt sản phẩm đào tạo phù hợp với nhu cầu thị trường.
KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM 453 Thứ hai, để phát triển dữ liệu khi ứng dụng AI, khi thu thập dữ liệu phải đảm bảo được tính đại diện về nhân khẩu học (độ tuổi, giới tính, nền tảng xã hội) nhằm tạo ra những kết quả phân tích đầy đủ về các nhóm yếu thế, dễ bị tổn thương. Đồng thời, dữ liệu không chỉ lấy từ nguồn của giáo dục mà còn từ các nguồn khác như y tế. Điều này nói lên tầm quan trọng của tích hợp dữ liệu: Khi các hệ thống của chính phủ được tích hợp, nhiều dữ liệu được chia sẻ và có sẵn trên tất cả các lĩnh vực. Việc chia sẻ dữ liệu này có nghĩa là ngành giáo dục có thể sử dụng nhiều dữ liệu hơn để chạy các thuật toán AI và do đó, có nhiều khả năng hơn để tạo ra các phân tích, mô hình hoặc dự đoán. Bên cạnh đó, các vấn đề bảo mật do ứng dụng công nghệ trí tuệ nhân tạo trong giảng dạy đại học mang lại phải được đảm bảo bằng cách thiết lập các hệ thống phù hợp. Các chủ thể khác nhau có nhu cầu về giá trị khác nhau, vì vậy cần thiết phải xây dựng chính sách và hệ thống có thể áp dụng cho các chủ thể khác nhau. Trong hệ thống này, mức độ bảo vệ dữ liệu, cần chú ý đến sự cân bằng giữa quyền riêng tư cá nhân và việc chia sẻ mở. Thiết lập các chính sách cụ thể về “dữ liệu mở cho ai và như thế nào”, nhằm đạt được mục tiêu sự chia sẻ mở trên cơ sở bảo vệ quyền riêng tư. Ngoài ra, chúng ta cần chú ý đến mâu thuẫn giữa tính mơ hồ trong giáo dục và độ chính xác của thuật toán. Trên cơ sở hiểu biết đầy đủ và tôn trọng các quy luật giáo dục, cần duy trì tính dễ hiểu, minh bạch của thuật toán và mô hình tính toán để giảm thiểu rủi ro ứng dụng do thuật toán mang lại. Vì vậy, thiết lập một hệ thống chính sách có hệ thống đảm bảo an ninh kỹ thuật dành cho trí tuệ nhân tạo trong giáo dục là điều rất cần thiết. Thứ ba, đối với giảng viên, để có thể sử dụng các công cụ có sự hỗ trợ của AI một cách hiệu quả cần có được các kỹ năng sau: - Hiểu rõ hơn về cách mà các hệ thống với sự hỗ trợ AI có thể tạo điều kiện và làm cho quá trình dạy học trở nên hiệu quả hơn. - Có các kỹ năng về nghiên cứu, phân tích dữ liệu; Kỹ năng quản lý mới để có thể quản lý được nguồn nhân lực và AI. - Tận dụng lợi thế của AI để thực hiện các nhiệm vụ lặp đi lặp lại nhằm mang lại nhiều năng lực hơn cho con người mà trước đây họ có thể không có thời gian thực hiện: Cố vấn, hỗ trợ tinh thần, kỹ năng giao tiếp cá nhân… - Giúp người học có được những kỹ năng và năng lực mà máy móc không thể thay thế được. Thứ tư, nhằm đảm bảo sự đồng bộ và công bằng khi phát triển AI trong giáo dục đại học cần thiết phải tạo ra nhiều liên minh quốc tế để xây dựng cơ sở hạ tầng tại những khu vực nghèo nhất của thế giới. Trong phạm vi quốc gia, cần có chủ trương, kế hoạch và những hỗ trợ cần thiết từ phía Nhà nước và các nhà đầu tư tư nhân để phát triển hạ tầng tại các khu vực miền núi, khó khăn nhằm tạo điều kiện để mọi người đều được quyền sử dụng internet và tiếp cận với ứng dụng AI trong giáo dục. 3. KẾT LUẬN Đối với giáo dục nói chung và giáo dục đại học nói riêng, việc ứng dụng AI sẽ thúc đẩy sự phát triển và đổi mới mô hình dạy học dựa trên cá dữ liệu thu thập, đồng thời việc này cũng có
454 KỶ YẾU HỘI THẢO KHOA HỌC CHUYỂN ĐỔI SỐ NỀN KINH TẾ VIỆT NAM tác. Với việc cá nhân hoá chương trình học tập và sự xuất hiện của “trợ lý ảo” sẽ góp phần tạo ra những sự khác biệt trong nền giáo dục có sự hỗ trợ của AI, áp dụng AI trong quá trình giảng dạy sẽ tạo hứng thú học tập và tăng khả năng thích ứng học tập của người học, từ đó không ngừng nâng cao trình độ và năng lực học tập của người học. Đồng thời, người dạy cũng có đủ các nguồn cơ sở tin cậy để tiến hành đổi mới và nâng cao phương pháp và hiệu quả giảng dạy. Tuy nhiên, bài viết cũng đã chỉ ra một số khó khăn, thách thức lớn khi ứng dụng AI vào trong giáo dục. Bên cạnh việc cung cấp kiến thức, giáo dục còn bồi dưỡng và phát triển con người một cách toàn diện (văn hoá, tình cảm, sự sáng tạo, các kỹ năng xã hội khác…), chính vì vậy cần có những nghiên cứu, đánh giá một cách tổng thể về những vấn đề liên quan, trên cơ sở xác định công nghệ nói chung và AI nói riêng chỉ là công cụ hỗ trợ chứ không thay thế hoàn toàn yếu tố con người trong giáo dục. Các phân tích cho thấy cần hoàn thiện chính sách, đảm bảo sự công bằng và đồng bộ khi phát triển AI trong giáo dục trên cơ sở có những nghiên cứu kỹ lưỡng về giáo dục. Cùng với đó là việc nâng cao năng lực của giảng viên để có thể ứng dụng AI trong giáo dục. TÀI LIỆU THAM KHẢO 1. Stuart Russell, Peter Norvig, “Artificial Intelligence A Modern Approach”, 3rd Global Edition, Pearson, 2016. 2. John McCarthy, M.L. Minsky, N. Rochester, C.E.Shannon, “A Proposal for the Dartmouth summer conference on artificial intelligence”, AI Magazine, 31 Aug. 1955. 3. Judy Kay, “Whither or wither AI and education?”, Seventeenth International Conference on Artificial Intelligence in Education (AIED 2015 Workshop Proceedings), Vol 4, 2015, 85 (1-10), http://users. sussex.ac.uk/~bend/aied2015/ 4. Beverly Park Woolf, “AI and Education: Celebrating 30 years of Marriage”, Seventeenth International Conference on Artificial Intelligence in Education (AIED 2015 Workshop Proceedings), Vol 4, 2015, 85 (38-45), http://users.sussex.ac.uk/~bend/aied2015/ 5. Nye, B.D., “Intelligent Tutoring Systems by and for the Developing World: a review of trends and approaches for Educational Technology in a Global Context”, International Journal of Artificial Intelligence in Education, Volume 25 (2), 2015, 177-203. 6. Divine Mutoni, “A revolutionary connectivity: internet access as the ultimate human right and socioeconomic force”, Washington DC: New Degree Press, 2017. 7. Đinh Thị Mỹ Hạnh, Trần Văn Hưng (2021), “Trí tuệ nhân tạo trong giáo dục: Cơ hội và thách thức đến tương lai của việc dạy và học ở trường đại học”, Tạp chí Khoa học và công nghệ - Đại học Đà Nẵng, vol. 19, no. 2, 2021