Đào tạo AI và bán dẫn phải đo bằng năng lực người học

Bên cạnh đó, khi công nghệ thay đổi nhanh, các trường cần xác định rõ người học phải có năng lực, đồng thời tìm cách huy động nguồn lực và gắn đào tạo với thực tiễn doanh nghiệp. Để làm rõ những thay đổi cần thiết trong tổ chức đào tạo và cơ chế hỗ trợ, phóng viên Báo Tin tức và Dân tộc đã có cuộc trao đổi với Tiến sĩ Nguyễn Vĩnh Khương, giảng viên ngành Kỹ thuật điện tử và hệ thống máy tính, Đại học RMIT Việt Nam.

Thưa ông, để đáp ứng nhu cầu nhân lực AI và bán dẫn, các trường đại học cần thay đổi cách xây dựng chương trình đào tạo như thế nào?

Theo tôi, thay đổi quan trọng nhất là chuyển từ đào tạo theo năng lực sẵn có của nhà trường sang đào tạo theo nhu cầu năng lực của quốc gia và thị trường lao động. Điều này không có nghĩa doanh nghiệp quyết định toàn bộ chương trình. Nhà nước, nhà trường và doanh nghiệp cần cùng xác định những năng lực cốt lõi Việt Nam cần trong 5 - 10 năm tới.

Với AI và bán dẫn, không nên hiểu mở ngành đơn giản là đổi tên chương trình hoặc bổ sung vài học phần. Bán dẫn gồm một chuỗi giá trị, từ thiết kế vi mạch, hiệu chỉnh thiết kế, sản xuất, đóng gói, kiểm thử đến vật liệu, thiết bị và hệ thống nhúng. AI cần nền tảng toán, xác suất - thống kê, thuật toán, dữ liệu, năng lực tính toán, học máy và khả năng ứng dụng vào từng lĩnh vực.

Mỗi trường nên xác định rõ mình đào tạo phân khúc nào, có thế mạnh gì, thay vì cùng xây dựng những chương trình giống nhau. Cách tiếp cận phù hợp là giáo dục dựa trên năng lực: Doanh nghiệp tham gia xác định chuẩn đầu ra, cung cấp bài toán thực tế, giảng dạy, hướng dẫn đồ án và đánh giá sinh viên. Chương trình cần thiết kế linh hoạt theo mô-đun để cập nhật khi công nghệ thay đổi.

Tiến sĩ Nguyễn Vĩnh Khương, giảng viên ngành Kỹ thuật điện tử và hệ thống máy tính, Đại học RMIT Việt Nam. Ảnh: NVCC

Chiến lược phát triển công nghiệp bán dẫn đặt mục tiêu đến năm 2030, quy mô nhân lực đạt trên 50.000 kỹ sư, cử nhân có cơ cấu, số lượng phù hợp với nhu cầu phát triển ngành. Vì vậy, thành công phải được đo bằng việc sinh viên làm được gì sau tốt nghiệp, doanh nghiệp sử dụng được bao nhiêu nhân lực, có bao nhiêu dự án nghiên cứu, phát triển và sản phẩm công nghệ được tạo ra.

Chi phí phòng thí nghiệm và hạ tầng tính toán là trở ngại lớn, theo ông, các trường nên đầu tư, hợp tác ra sao để người học được tiếp cận công nghệ tiên tiến?

Một trường đại học khó tự đầu tư đầy đủ phòng thí nghiệm bán dẫn, hệ thống thiết kế tự động hóa điện tử có bản quyền, cụm máy chủ xử lý đồ họa hay hạ tầng tính toán AI hiện đại. Cũng không nhất thiết mỗi trường phải sở hữu toàn bộ hạ tầng đó.

Tôi đề xuất mô hình hạ tầng nghiên cứu và đào tạo dùng chung theo ba tầng. Tầng đầu tiên là các phòng thí nghiệm, trung tâm tính toán trọng điểm quốc gia, phục vụ nhiều trường, viện và doanh nghiệp. Tầng tiếp theo là phòng thí nghiệm hợp tác giữa đại học và doanh nghiệp, hai bên cùng đầu tư thiết bị, chuyên gia và bài toán nghiên cứu. Tầng còn lại là hạ tầng số dùng chung, từ điện toán đám mây, dịch vụ xử lý đồ họa theo nhu cầu đến phòng thí nghiệm từ xa và phần mềm thiết kế điện tử.

Thành công phải được đo bằng việc sinh viên làm được gì sau tốt nghiệp. Ảnh minh họa

Để thực hiện, cần tháo gỡ cơ chế và có quy trình đủ đơn giản. Chương trình phát triển nguồn nhân lực ngành công nghiệp bán dẫn theo Quyết định 1017/QĐ-TTg đã đặt ra nhiệm vụ nghiên cứu cơ chế đặc thù về huy động nguồn lực, sử dụng ngân sách, tài sản công và dùng chung phòng thí nghiệm.

Có thể nghiên cứu cơ chế thử nghiệm có kiểm soát cho việc doanh nghiệp đặt thiết bị trong trường; trường góp quyền khai thác phòng thí nghiệm; thuê phần mềm, năng lực xử lý đồ họa và điện toán đám mây theo nhu cầu. Việc cùng đầu tư cũng cần làm rõ cách chia sẻ doanh thu, quyền sở hữu trí tuệ.

Nguyên tắc cần thay đổi là Nhà nước không nhất thiết sở hữu toàn bộ hạ tầng, nhưng phải bảo đảm trường đại học và người học có quyền tiếp cận hạ tầng công nghệ tiên tiến.

Bên cạnh hạ tầng, các trường cần cơ chế gì để thu hút chuyên gia giỏi khi khó cạnh tranh về thu nhập với doanh nghiệp công nghệ, thưa ông?

Nếu cạnh tranh thuần túy bằng lương với các tập đoàn công nghệ toàn cầu, đại học rất khó thắng. Vì vậy, cần tạo cho nhà khoa học một môi trường nghề nghiệp hấp dẫn, trong đó thu nhập đi cùng quyền tự chủ và điều kiện nghiên cứu.

Một gói thu hút nhân tài cần ít nhất 4 thành tố. Trước hết là thu nhập cạnh tranh, linh hoạt, cho phép trả lương hoặc thù lao theo năng lực và dự án, thay vì bị giới hạn hoàn toàn bởi khung hành chính thông thường.

Tiếp đó là quyền tự chủ học thuật và nghiên cứu. Một giáo sư giỏi cần được xây dựng nhóm nghiên cứu, tuyển nghiên cứu sinh, nghiên cứu viên sau tiến sĩ, quyết định hướng nghiên cứu và sử dụng kinh phí trong phạm vi được phê duyệt.

Nhà trường cũng cần có gói hỗ trợ khởi động nghiên cứu, gồm phòng thí nghiệm, kinh phí ban đầu, kỹ thuật viên, nghiên cứu sinh và quyền tiếp cận thiết bị, hạ tầng tính toán.

Thành tố còn lại là cơ chế bổ nhiệm kép hoặc bán thời gian. Nhờ đó, chuyên gia đang làm ở doanh nghiệp hoặc nước ngoài vẫn có thể giảng dạy, hướng dẫn nghiên cứu sinh, chủ trì dự án tại Việt Nam mà chưa phải chuyển sang làm toàn thời gian.

Tôi cũng cho rằng, nhà khoa học cần được hưởng lợi hợp pháp từ nghiên cứu, thông qua tiền bản quyền, chia sẻ doanh thu chuyển giao công nghệ hoặc cổ phần trong doanh nghiệp khởi nguồn từ đại học. Cơ chế này phải đi kèm sự minh bạch về xung đột lợi ích.

Với nhà khoa học giỏi, cơ hội giải quyết một bài toán lớn, có nhóm nghiên cứu mạnh và nguồn lực thực hiện ý tưởng cũng quan trọng không kém mức lương.

Sinh viên thực hành điện tử, vi mạch dưới sự hướng dẫn của giảng viên. Ảnh minh họa AI.

Nhiều kết quả nghiên cứu còn khó chuyển thành sản phẩm thương mại, theo ông, cần tháo gỡ khâu nào để thúc đẩy chuyển giao công nghệ và hình thành doanh nghiệp khởi nguồn trong đại học?

Theo tôi, vấn đề không nằm ở việc thiếu ý tưởng nghiên cứu. Khoảng trống lớn hơn nằm trên đoạn đường từ kết quả nghiên cứu tới sản phẩm có khách hàng.

Một công trình có thể được xuất bản tốt, nhưng từ mô hình thử nghiệm đến sản phẩm thương mại còn nhiều bước: Kiểm chứng công nghệ, hoàn thiện kỹ thuật, bảo hộ sở hữu trí tuệ, chứng nhận, thử nghiệm thị trường, gọi vốn và xây dựng đội ngũ kinh doanh. Các trường cần có cơ chế hỗ trợ cho giai đoạn này.

Để triển khai hiệu quả, cần đồng thời có bốn yếu tố: Văn phòng chuyển giao công nghệ mạnh; quỹ hỗ trợ kiểm chứng tính khả thi của công nghệ; cơ chế sở hữu trí tuệ rõ ràng; mạng lưới doanh nghiệp, nhà đầu tư tiếp nhận công nghệ.

Ví dụ, một nhóm nghiên cứu tạo ra chip chuyên dụng hoặc nền tảng AI. Nhà trường cần có khả năng cấp một khoản kinh phí nhỏ để phát triển công nghệ thành mô hình thử nghiệm. Văn phòng chuyển giao công nghệ hỗ trợ đăng ký bằng sáng chế, đánh giá thị trường; doanh nghiệp tham gia thử nghiệm. Sau đó, nhóm nghiên cứu có thể cấp quyền sử dụng công nghệ hoặc thành lập doanh nghiệp khởi nguồn.

Khâu cần tháo gỡ rõ nhất là chuyển tài sản trí tuệ hình thành từ nguồn lực công thành nguồn lực có thể thương mại hóa. Nếu định giá tài sản, cấp quyền sử dụng, chia sẻ lợi ích và trách nhiệm của nhà khoa học chưa rõ ràng, nghiên cứu rất khó bước ra khỏi phòng thí nghiệm.

Hợp tác nhà nước - nhà trường - doanh nghiệp phải tạo thành chu trình: Nhà nước tạo thể chế và vốn mồi; đại học tạo tri thức, nhân lực; doanh nghiệp đưa công nghệ vào thị trường; nguồn lực quay trở lại đại học để tiếp tục nghiên cứu, phát triển.

Để tránh việc mở ngành AI và bán dẫn theo phong trào, chất lượng chương trình cần được đánh giá bằng những tiêu chí và bằng chứng nào, thưa ông?

Đây là vấn đề cần đặc biệt lưu ý. Nếu chỉ đổi tên chương trình công nghệ thông tin thành AI hoặc bổ sung vài môn vi mạch rồi gọi là chương trình bán dẫn, trường có thể tuyển sinh số lượng lớn nhưng không bảo đảm chất lượng nhân lực.

Tôi đề xuất 6 nhóm tiêu chí tối thiểu. Về đội ngũ, cần xem xét tỷ lệ giảng viên có chuyên môn đúng lĩnh vực, kinh nghiệm nghiên cứu và kinh nghiệm công nghiệp. Về chương trình, chuẩn đầu ra, kiến thức nền tảng và chiều sâu chuyên ngành phải được xác định rõ.

Hạ tầng cần phù hợp với lĩnh vực đào tạo. Với bán dẫn, đó là hệ thống thiết kế tự động hóa điện tử, thiết bị lập trình phần cứng, thiết bị đo lường và phòng thí nghiệm. Với AI, cần năng lực xử lý đồ họa, điện toán đám mây và hạ tầng dữ liệu.

Liên kết doanh nghiệp phải thể hiện qua thực tập, đồ án tốt nghiệp, đồng hướng dẫn và sự tham gia xây dựng chuẩn đầu ra. Kết quả đào tạo cần được đánh giá qua năng lực thực hành, việc làm đúng chuyên môn, sản phẩm, bằng sáng chế, hoạt động nghiên cứu, phát triển và chuyển giao công nghệ. Cuối cùng, chương trình phải được rà soát định kỳ bởi hội đồng có chuyên gia độc lập trong và ngoài nước.

Cần tránh kiểm định chỉ dựa vào hồ sơ. Bằng chứng phải đến từ kiểm tra trực tiếp phòng thí nghiệm, dự án sinh viên, hồ sơ năng lực, đồ án tốt nghiệp, khả năng sử dụng công cụ và dữ liệu việc làm sau tốt nghiệp.

Bài toán là bảo đảm đúng cơ cấu, đúng năng lực mà hệ sinh thái công nghệ cần. Không nên đánh giá chương trình qua tên gọi “AI” hay “bán dẫn”, mà qua năng lực sinh viên thực sự chứng minh được khi tốt nghiệp.

Xin trân trọng cảm ơn ông!