Làm mới chương trình đại học trước tác động của AI

Giờ học tại Trường Đại học Sư phạm, ĐH Đà Nẵng.

Rà soát từ giá trị thực chất của từng học phần

Theo PGS.TS Võ Văn Minh, Hiệu trưởng Trường Đại học Sư phạm, Đại học Đà Nẵng, việc loại bỏ nội dung lạc hậu, làm mới chương trình đào tạo đại học là yêu cầu tất yếu, cấp thiết trong bối cảnh khoa học, công nghệ phát triển nhanh và thị trường lao động thay đổi sâu sắc. Quá trình này cần được thực hiện trên cơ sở rà soát khoa học, bảo đảm tính hệ thống, tính nền tảng và khả năng đáp ứng yêu cầu phát triển của xã hội.

Quan trọng hơn, đây phải là quá trình chuyển từ tư duy chủ yếu trang bị kiến thức sang phát triển toàn diện năng lực của người học, giúp người học biết vận dụng tri thức, giải quyết vấn đề và thích ứng với những thay đổi chưa thể dự báo đầy đủ trong tương lai.

Tại Trường Đại học Sư phạm – Đại học Đà Nẵng (UED), việc rà soát, cập nhật và cải tiến chương trình đào tạo được triển khai thường xuyên, có hệ thống. Với các ngành đào tạo giáo viên, hơn 10 năm qua, nhà trường liên tục điều chỉnh, cải tiến chương trình trên cơ sở yêu cầu thực tiễn giáo dục, kết quả đào tạo và những thay đổi về chuyên môn, nghiệp vụ.

Năm nay, nhà trường tiếp tục rà soát, cập nhật chương trình theo các quy định mới của Bộ GD&ĐT, đồng thời chú trọng những chuyển biến của khoa học giáo dục trong bối cảnh trí tuệ nhân tạo (AI) và công nghệ số đang tác động ngày càng sâu rộng đến hoạt động dạy học, kiểm tra, đánh giá và phát triển năng lực người học.

Điều này đòi hỏi giáo viên tương lai không chỉ vững vàng về chuyên môn, nghiệp vụ sư phạm mà còn có năng lực số, tư duy phản biện, khả năng sáng tạo và năng lực tổ chức các hoạt động học tập phù hợp với môi trường giáo dục mới.

Với các ngành khoa học cơ bản, UED chú trọng xây dựng nền tảng kiến thức chuyên sâu, đồng thời tăng cường định hướng nghề nghiệp, thực hành, nghiên cứu và trải nghiệm thực tế. Theo PGS.TS Võ Văn Minh, trong bối cảnh tri thức thay đổi nhanh, kiến thức nền tảng không mất đi giá trị mà càng có ý nghĩa quyết định đối với khả năng hiểu bản chất vấn đề, tiếp nhận tri thức mới và làm chủ công nghệ. Trên cơ sở đó, người học cần được trang bị khả năng kết nối kiến thức liên ngành, vận dụng tri thức để giải quyết các bài toán thực tiễn và linh hoạt thích ứng với những cơ hội nghề nghiệp khác nhau.

Liên quan đến các ngành công nghệ chiến lược, PGS.TS Ngô Tứ Thành, Viện Công nghệ thông tin, Học viện Phụ nữ Việt Nam, cho rằng sự phổ biến của AI tạo sinh (GenAI) không chỉ thay đổi cách sinh viên học, giảng viên dạy mà còn làm biến đổi cấu trúc kỹ năng cần thiết trên thị trường lao động. Từ lập trình mẫu, viết tài liệu kỹ thuật, xử lý dữ liệu sơ bộ đến thiết kế vi mạch quy mô nhỏ, nhiều thao tác thủ công đã có thể được AI hỗ trợ đáng kể.

Nếu chương trình vẫn dành quá nhiều thời lượng cho việc ghi nhớ cú pháp lệnh, thao tác với công cụ lỗi thời hoặc tính toán thủ công các thông số phần cứng cũ, sinh viên có nguy cơ thiếu năng lực thiết kế, kiểm chứng và vận hành các hệ thống phức tạp.

Tuy nhiên, theo PGS.TS Ngô Tứ Thành, “mới” không đồng nghĩa với “tốt”, cũng như “cũ” không đồng nghĩa với “lạc hậu”. Những kiến thức nền tảng như toán học, thuật toán, cấu trúc dữ liệu, kiến trúc máy tính, lý thuyết điện từ trường và vật lý bán dẫn vẫn là điều kiện tiên quyết để hiểu và kiểm soát AI cũng như các hệ thống công nghệ cao. Vì vậy, việc rà soát không thể chỉ dựa vào tuổi đời của học phần, mà phải đánh giá mức đóng góp thực chất của nội dung đó đối với chuẩn đầu ra, năng lực nghề nghiệp và khả năng học tập suốt đời.

Một học phần cần được xem xét cập nhật hoặc thay thế khi không còn phục vụ rõ ràng chuẩn đầu ra; kỹ thuật hoặc nền tảng minh họa đã mất tính đại diện trong môi trường nghề nghiệp; bài tập chủ yếu yêu cầu thao tác máy móc mà công cụ tự động có thể thực hiện; hoặc nội dung thiếu liên hệ với tiêu chuẩn, quy trình và rủi ro hiện hành. Ngược lại, những học phần cung cấp kiến thức nền tảng bền vững không nên bị loại bỏ chỉ vì công nghệ ứng dụng thay đổi.

Cách tiếp cận này đòi hỏi hội đồng chuyên môn đánh giá từng học phần theo năm tiêu chí: mức đóng góp cho chuẩn đầu ra; tính nền tảng và khả năng chuyển giao; mức phù hợp với thực hành nghề nghiệp; bằng chứng về kết quả học tập; mức độ trùng lặp và chi phí cơ hội về tín chỉ.

Tọa đàm "Người thầy trong kỷ nguyên AI" do Trường Đại học Sư phạm Đà Nẵng tổ chức.

Bổ sung năng lực mới

Theo định hướng của Trường Đại học Sư phạm Đà Nẵng, PGS.TS Võ Văn Minh cho rằng, chương trình đào tạo cần được thiết kế để phát triển đồng bộ các năng lực: tư duy phản biện, tư duy sáng tạo và tư duy thiết kế; năng lực nghiên cứu, giải quyết vấn đề và ứng dụng công nghệ; năng lực ngoại ngữ, giao tiếp, làm việc nhóm và hợp tác; tinh thần học tập suốt đời và khả năng tự đổi mới.

Các năng lực này không nên chỉ được bổ sung thành những học phần riêng lẻ, mà cần được lồng ghép có chủ đích vào nội dung môn học, phương pháp dạy học, hoạt động thực hành, nghiên cứu khoa học, thực tập và các dự án giải quyết vấn đề thực tiễn. Khi đó, người học không chỉ biết mình cần học gì, mà còn biết vận dụng điều đã học để tạo ra giá trị.

Một định hướng quan trọng khác là tăng cường tính liên thông giữa các trình độ đào tạo cử nhân, thạc sĩ và tiến sĩ, đồng thời mở rộng cơ hội học tập liên ngành.

Tính liên thông cần được thể hiện trong cấu trúc chương trình, chuẩn đầu ra, sự kế thừa và phát triển năng lực qua từng trình độ, trên cơ sở bảo đảm yêu cầu riêng của mỗi bậc học.

Cách tiếp cận này góp phần hình thành hệ sinh thái học tập và nghiên cứu liên tục, tạo điều kiện để người học phát triển từ nắm vững kiến thức nền tảng đến làm chủ chuyên môn, tư duy nghiên cứu độc lập và sáng tạo tri thức mới.

Trong quá trình đó, việc kết nối với các cơ sở nghiên cứu, doanh nghiệp và đơn vị sử dụng lao động cũng rất cần thiết để chương trình đào tạo gắn với yêu cầu thực tiễn, đồng thời không bị giới hạn bởi những nhu cầu nhân lực trước mắt.

Về tổ chức quản lý, PGS.TS Võ Văn Minh cho biết, UED đã đổi mới mô hình quản lý chuyên môn theo hướng giao trưởng ngành chịu trách nhiệm quản lý chuyên môn, thay cho mô hình tổ chức theo bộ môn trước đây.

Cách làm này tạo điều kiện tăng cường sự liên kết theo chiều ngang giữa các ngành, học phần và lĩnh vực kiến thức, cũng như theo chiều dọc giữa các trình độ đào tạo; qua đó, hỗ trợ rà soát chương trình đồng bộ hơn, hạn chế trùng lặp, nâng cao tính liên thông và hiệu quả quản lý chất lượng.

Đây cũng là cơ sở thuận lợi để thúc đẩy sự phối hợp giữa giảng viên, nhà khoa học và các bên liên quan trong quá trình phát triển chương trình.

Đi vào ngành học cụ thể, PGS.TS Ngô Tứ Thành gợi ý, ngành Công nghệ thông tin, cần giảm cách học thuộc lệnh thư viện, ghi nhớ cú pháp lập trình một cách máy móc; dành nhiều hơn cho thực hành tích hợp giao diện lập trình ứng dụng (API), quản lý phiên bản, quy trình tích hợp và triển khai liên tục (CI/CD), an toàn chuỗi cung ứng và sử dụng trợ lý lập trình AI. Trong lĩnh vực cơ sở dữ liệu, kiến thức về mô hình dữ liệu và SQL truyền thống vẫn cần được giữ vững, đồng thời bổ sung kho dữ liệu lớn, dữ liệu phi cấu trúc, tìm kiếm vector và quản trị dữ liệu phục vụ hệ thống AI.

Với ngành Điện tử viễn thông, định hướng là giảm thời lượng tính toán thủ công các mạch suy hao phức tạp, các sơ đồ tuyến tính cổ điển hoặc những giao thức mạng dây, chuẩn di động đã lỗi thời như 2G/3G; tăng cường nội dung về tối ưu hóa mạng bằng AI, mạng phần mềm xác định (SDN), IoT công nghiệp và mạng thông tin thế hệ mới 5G/6G.

Ngành Bán dẫn & Vi mạch cần hạn chế các bài tập thiết kế sơ đồ mạch hoàn toàn thủ công ở quy mô nhỏ mà công nghiệp không còn sử dụng. Thay vào đó, dịch chuyển sang sử dụng công cụ thiết kế tự động EDA thế hệ mới có tích hợp AI, đồng thời bổ sung quy trình kiểm thử tự động (DFT), công nghệ đóng gói tiên tiến và xu hướng chiplet.

Ngành Công nghệ Nano, xem xét loại bỏ các kỹ thuật tổng hợp vật liệu thủ công không kiểm soát được độ chính xác hoặc các phân tích cấu trúc thuần lý thuyết thiếu giả lập. Thay vào đó, tích hợp mô phỏng động lực học phân tử, học máy dự đoán tính chất vật liệu và kỹ thuật chế tạo nano chính xác cao.

PGS.TS Ngô Tứ Thành cũng đặt vấn đề, trong môi trường có sự hỗ trợ mạnh mẽ từ AI, chân dung năng lực của người kỹ sư dịch chuyển từ "thành thạo thao tác viết mã/thiết kế thủ công" sang "tư duy hệ thống, giải quyết vấn đề và kiểm định đầu ra".

Theo đó, kỹ nghệ Prompt chuyên ngành cần được coi là một năng lực nghề nghiệp cơ bản mới. Tuy nhiên, không nên dạy như một bộ “mẹo câu lệnh” bất biến. Sinh viên CNTT cần biết dùng "prompt" để sinh mã khung, viết kịch bản kiểm thử; sinh viên Điện tử hay Vi mạch biết dùng prompt để đặc tả nhiệm vụ phần cứng hoặc cấu trúc viễn thông. Kỹ năng này đòi hỏi người học biết chia nhỏ nhiệm vụ, xác định ngữ cảnh, ràng buộc và tiêu chí kiểm chứng.

Do các mô hình AI có thể tạo ra kết quả sai, thiếu an toàn hoặc gặp hiện tượng "ảo giác", kỹ sư tương lai bắt buộc phải có năng lực kiểm thử, đối chiếu dữ liệu, đánh giá hiệu năng và bảo mật hệ thống trước khi đưa sản phẩm vào vận hành thực tế.

Giảng viên cần thiết kế các bài toán tích hợp. Thay vì chỉ yêu cầu “viết chương trình Python phân loại dữ liệu”, giảng viên giao nhiệm vụ: thiết kế giải pháp, yêu cầu GenAI đề xuất phương án, phân tích độ phức tạp, tự xây dựng bộ kiểm thử để phát hiện lỗi trong mã AI sinh và bảo vệ quyết định kỹ thuật. Điểm số ưu tiên khả năng giải thích, kiểm chứng và sửa sai, không chỉ nhìn vào sản phẩm chạy được. Trong một số bài kiểm tra nền tảng cốt lõi, sinh viên vẫn phải hoàn thành nhiệm vụ độc lập, không có sự hỗ trợ của AI.