Tọa đàm "Ứng dụng AI trong nghiên cứu định tính" tại Học viện Phật Giáo Quốc tế (IBSC)
AI chỉ đóng vai trò là phương tiện hỗ trợ, trí tuệ, sự tỉnh thức và tư duy phản biện của con người mới là yếu tố quyết định giá trị chân thật của công trình nghiên cứu.
Bước sang thế kỷ 21, sự bùng nổ vũ bão của trí tuệ nhân tạo (AI) đã tái định hình toàn diện mọi khía cạnh của đời sống nhân loại. Từ kinh tế, y tế, nghệ thuật cho đến giáo dục và nghiên cứu khoa học, AI không chỉ đơn thuần là công cụ tiện ích mà đã trở thành tác nhân thay đổi mang tính hệ thống.
Trong đời sống thường nhật, AI tối ưu hóa cách chúng ta kết nối, làm việc và tư duy. Trong lĩnh vực học thuật, công nghệ này mở ra những chân trời chưa từng có, giúp các nhà nghiên cứu xử lý khối lượng dữ liệu khổng lồ, rút ngắn thời gian tổng quan tài liệu và tìm kiếm các góc nhìn đa chiều. Đối với tăng, ni sinh và những người nghiên cứu Phật học, những người luôn nỗ lực gìn giữ mạch nguồn trí tuệ cổ truyền, việc tiếp cận và làm chủ AI trong tỉnh thức là cầu nối quan trọng để đưa giáo pháp ứng dụng hiệu quả hơn vào nhịp đập hiện đại của thời đại số.
Toàn cảnh buổi tọa đàm chuyên đề về ứng dụng AI trong nghiên cứu định tính tại IBSC, MCU
Nhằm giúp tăng, ni sinh quốc tế cập nhật những phương pháp nghiên cứu hiện đại và thích ứng linh hoạt trong kỷ nguyên số.
Học viện Phật giáo Quốc tế (IBSC) tổ chức buổi tọa đàm học thuật dưới sự điều phối tận tâm của Ajahn Tiến sĩ Neminda, giảng viên IBSC, MCU, dành riêng cho các tăng ni sinh theo học Chương trình Cử nhân Phật học (Chương trình Quốc tế) trong khuôn khổ môn học tự chọn độc lập (Independent Selective Subject).
Ajahn Tiến sĩ Neminda (ngồi hàng ghế đầu) cùng các tăng ni sinh tham dự buổi tọa đàm
Tham luận tại tọa đàm, Phó Giáo sư, Tiến sĩ Aung Win Tun, Giám đốc Chương trình Nghiên cứu Châu Á và SDGs, đã có bài chia sẻ sâu sắc về vai trò chuyển đổi của AI trong nghiên cứu định tính. Tham luận đã minh họa cách AI có thể đồng hành và hỗ trợ các nhà nghiên cứu xuyên suốt quá trình thực hiện đề tài. Cụ thể, tăng ni sinh đã thu nhận được nhiều kiến thức giá trị về:
Nghiên cứu định tính
Nghiên cứu định tính là phương pháp tiếp cận nhằm tìm hiểu ý nghĩa, trải nghiệm và các hiện tượng xã hội diễn ra một cách tự nhiên thông qua việc sử dụng dữ liệu phi số như từ ngữ, hình ảnh và quan sát. Phương pháp này tập trung trả lời các câu hỏi "như thế nào" và "tại sao", đi sâu làm rõ quy trình, quan điểm và bối cảnh thay vì đo lường tần suất hay quy mô. Trong đó, quá trình tạo lập ý nghĩa là tiến trình tâm lý cốt lõi giúp con người thấu hiểu, diễn giải các sự kiện trong cuộc sống, các mối quan hệ cũng như chính bản thân mình.
Về mặt đặc điểm, nghiên cứu định tính được triển khai trong môi trường tự nhiên nhằm quan sát hiện tượng trong bối cảnh thực tế thay vì không gian kiểm soát. Thiết kế nghiên cứu mang tính phát triển, cho phép linh hoạt điều chỉnh khi sự hiểu biết được nâng cao, với nhà nghiên cứu đóng vai trò như một công cụ phân tích trung tâm. Phương pháp này ưu tiên mô tả chi tiết với độ sâu lớn hơn chiều rộng, đồng thời ứng dụng suy luận quy nạp để xây dựng các mô hình và chủ đề trực tiếp từ dữ liệu thay vì kiểm tra trước các giả thiết có sẵn.
Để định hình hướng đi, các câu hỏi nghiên cứu định tính thường là câu hỏi mở, bắt đầu bằng các từ khóa như "như thế nào", "cái gì", "tại sao" hoặc "bằng những cách nào", tập trung khai thác trải nghiệm, ý nghĩa và nhận thức trong một nhóm hoặc bối cảnh cụ thể, giới hạn thay vì tìm kiếm sự khái quát hóa thống kê. Chẳng hạn như các câu hỏi về việc sinh viên năm nhất trải nghiệm nỗi lo lắng khi viết luận thế nào, giảng viên đánh giá việc dùng AI ra sao, hay cách nhóm nghiên cứu thương lượng quyền tác giả. Ngược lại, các nhà nghiên cứu cần nhận diện những dấu hiệu cảnh báo để loại trừ các câu hỏi định lượng hoặc hỗn hợp, tức là những câu hỏi chứa từ khóa "bao nhiêu", "mức độ", "tương quan", "ảnh hưởng", "sự khác biệt" hoặc yêu cầu so sánh điểm số trước - sau và kiểm tra giả thuyết. Cuối cùng, phương pháp phỏng vấn đóng vai trò là công cụ trò chuyện chủ đạo để thu thập những lời kể trực tiếp, chi tiết về trải nghiệm và ý kiến của người tham gia.
Hiểu rõ vai trò của AI trong các phương pháp nghiên cứu định tính
Nội dung được chia sẻ chỉ rõ rằng nghiên cứu định tính tập trung vào việc thấu hiểu ý nghĩa, trải nghiệm sống và hiện tượng xã hội thông qua từ ngữ, văn bản chứ không đo lường bằng con số. AI không có thân thể, trải nghiệm hay cảm xúc con người (không biết đau khổ, buồn vui hay áp lực) mà thực chất hoạt động dựa trên cơ chế dự đoán token tiếp theo (next-token prediction) và xác suất ngôn ngữ. Do đó, AI đóng vai trò là "cỗ máy xác suất chứ không phải cỗ máy thấu hiểu", giúp nhà nghiên cứu xử lý cấu trúc ngôn ngữ (syntax) trong khi con người nắm giữ tầng ý nghĩa sâu xa (semantics).
Sử dụng AI để tổ chức, tổng hợp và phân tích dữ liệu định tính một cách hiệu quả
Khác với phần mềm CAQDAS truyền thống vốn chỉ tìm kiếm từ khóa chính xác (keyword search), AI tạo sinh (GenAI) có khả năng hiểu ngữ cảnh và ánh xạ mối quan hệ giữa các khái niệm (ví dụ: tìm thấy câu "máu đang sôi lên" khi phân tích sự tức giận dù không chứa từ "tức giận"). AI giúp làm sạch bản ghi âm (transcripts), định dạng thẻ người nói (speaker tags), tạo tóm tắt hồ sơ tham gia (data familiarization memos), thực hiện mã hóa quy củ (deductive/inductive coding) và tổng hợp chéo giữa các bản ghi mà con người dễ bị quá tải.
Nâng cao chất lượng tổng quan tài liệu và lập kế hoạch nghiên cứu thông qua các công cụ hỗ trợ bởi AI
Thông qua kỹ thuật thiết kế câu lệnh (Prompt Engineering) với đầy đủ các thành phần như Bối cảnh (Context), Vai trò (Persona), Nhiệm vụ (Task), Ràng buộc (Constraints) và Định dạng đầu ra (Output Format), nhà nghiên cứu có thể định hướng AI hỗ trợ lên kế hoạch, xây dựng khung mã code (codebook) deductive với định nghĩa và tiêu chí loại trừ rõ ràng, hoặc trích dẫn các đoạn văn mẫu sắc bén phục vụ cho việc tổng quan tài liệu.
Duy trì đạo đức nghiên cứu, tính minh bạch và liêm chính học thuật khi ứng dụng công nghệ AI
Vấn đề bảo mật dữ liệu và ẩn danh hóa thông tin cá nhân (PII) phải được thực hiện nghiêm ngặt bằng cách thay thế tên thật bằng bút danh trước khi đưa vào AI. Đặc biệt, nhà nghiên cứu tuyệt đối không để AI tự ý paraphrase (diễn giải lại) các câu nói của người tham gia vì điều này làm sai lệch ngữ pháp, xuyên tạc văn phong gốc và vi phạm nghiêm trọng đạo đức học thuật. Mọi trích dẫn do AI tìm ra đều phải được đối chiếu thủ công 100% với bản ghi âm gốc.
Nhận thức rõ cả cơ hội lẫn giới hạn của AI trong nghiên cứu học thuật
Giới hạn lớn nhất của AI là hiện tượng "ảo giác" (hallucination) tự bịa ra trích dẫn và xu hướng hành vi muốn chiều lòng người dùng (desire for consensus), khiến AI thường cố gắng làm mượt các bất đồng và bỏ qua các ý kiến đối lập (outliers). Trong khi đó, trong nghiên cứu định tính, chính những ý kiến bất đồng, phản biện hoặc lệch chuẩn ấy lại có thể là phát hiện đắt giá nhất. Do đó, nhà nghiên cứu phải chủ động dùng câu lệnh ép AI tìm kiếm "bằng chứng bác bỏ" (disconfirming evidence).
Kết hợp giữa đổi mới công nghệ và tinh thần học tập có trách nhiệm để nâng cao chất lượng nghiên cứu
Thông điệp xuyên suốt bài giảng khẳng định: "Nhà nghiên cứu giữ trách nhiệm tạo ra tri thức chứ không phải AI". Việc sử dụng AI đúng cách không biến nhà nghiên cứu thành kẻ lười biếng, mà ngược lại, đòi hỏi tư duy khắt khe, sự giám sát chặt chẽ và tính chủ đích cao hơn. AI chỉ đóng vai trò là người bạn đồng hành thảo luận xuất sắc giúp sắp xếp sự hỗn loạn của dữ liệu, để từ đó con người đứng vững ở vị trí người kiểm duyệt, đúc kết tầng ý nghĩa cao cấp và lãnh đạo cuộc cách mạng học thuật thời đại số.
Đạo đức học thuật và tinh thần tỉnh thức: Diễn giả đã đặc biệt nhấn mạnh vấn đề cốt lõi: dù công nghệ có thông minh và tiên tiến đến đâu, liêm chính học thuật (academic integrity), tư duy phản biện (critical thinking) và trách nhiệm đạo đức vẫn luôn phải được đặt ở vị trí trung tâm của mọi công trình khoa học. Đối với người nghiên cứu Phật học, công nghệ chỉ là phương tiện (phương tiện thiện xảo), còn trí tuệ chân thật và sự cẩn trọng trong tư duy mới là gốc rễ của sự thật.
Quy trình nghiên cứu định tính và ranh giới trách nhiệm giữa AI và nhà nghiên cứu
Để đảm bảo tính khoa học và độ tin cậy trong các nghiên cứu định tính, quy trình phân tích thường trải qua một chuỗi các bước chuẩn hóa: từ phỏng vấn (Interview), chuyển ngữ (Transcription), làm quen với dữ liệu qua việc đọc kỹ lại bản ghi (Data familiarization), mã hóa ban đầu (Initial coding), tinh chỉnh mã/xây dựng bộ mã codebook (Code refinement/codebook), gom nhóm thành các chủ đề ứng viên (Categories/Candidate themes), xác định chủ đề chính thức (Themes), diễn giải (Interpretation) cho đến hoàn thiện báo cáo kết quả (Report/findings).
Sơ đồ quy trình nghiên cứu định tính và ranh giới trách nhiệm giữa AI và nhà nghiên cứu
Trong tiến trình này, buổi tọa đàm đã chỉ ra nguyên tắc phân định rất rõ ràng: AI có thể hỗ trợ trong các công đoạn mang tính kỹ thuật và xử lý dữ liệu lớn như chuyển ngữ, làm sạch văn bản, tóm tắt và gợi ý mã code ban đầu. Tuy nhiên, nhà nghiên cứu buộc phải là người dẫn dắt và chịu trách nhiệm hoàn toàn đối với các quyết định mã hóa, phát triển chủ đề và tầng diễn giải ý nghĩa sâu sắc. Điều này khẳng định rằng công nghệ dù hiện đại đến đâu cũng chỉ đóng vai trò là phương tiện hỗ trợ, trong khi trí tuệ, sự tỉnh thức và tư duy phản biện của con người mới là yếu tố quyết định giá trị chân thật của công trình nghiên cứu.
[Ghi chú: Tác giả gửi bài viết song ngữ Việt - Anh. Nội dung tiếng Việt được biên tập lại phù hợp văn phong Tạp chí Nghiên cứu Phật học. Phần nội dung tiếng Anh được giữ nguyên toàn văn, thuận tiện khi bạn đọc tra cứu và đối chiếu các thuật ngữ chuyên ngành].
The Application of Artificial Intelligence (AI) in Qualitative Research: Perspectives from the Seminar at the International Buddhist Studies College (IBSC), Mahachulalongkornrajavidyalaya university (MCU)
Entering the 21st century, the explosive growth of Artificial Intelligence (AI) has comprehensively reshaped every facet of human life. From economics, healthcare, and the arts to education and scientific research, AI is no longer merely a convenient utility but a systemic catalyst for change. In daily life, AI optimizes how we connect, work, and think. In the academic sphere, this technology opens up unprecedented horizons, empowering researchers to process massive volumes of data, streamline literature reviews, and explore multi-dimensional perspectives. For student monastics and Buddhist scholars who strive to preserve the stream of ancient wisdom engaging with and mastering AI mindfully serves as a vital bridge to apply the Dharma more effectively to the modern heartbeat of the digital age.
To help international student monastics update modern research methodologies and flexibly adapt to the digital era, a timely and engaging academic seminar was successfully held at the International Buddhist Studies College (IBSC). Notably, this valuable academic learning opportunity was thoughtfully organized and facilitated by Ajahn Ven. Dr. Neminda, Lecturer at IBSC, MCU, specifically designed for students in the Bachelor of Arts Program in Buddhist Studies (International Program) under the Independent Selective Subject.
Guest-speaking at the seminar, Assistant Professor Dr. Aung Win Tun, Director of the Asian Studies and SDGs Program, delivered an insightful sharing exploring the transformative role of Artificial Intelligence (AI) in qualitative research. The lecture demonstrated how AI can support researchers throughout the entire research process.
Pecifically, the student monastics gained valuable insights into :
Qualitative Research:
Qualitative research is an approach that seeks to understand meaning, experiences, and social phenomena as they occur naturally, utilizing non-numerical data such as words, images, and observations. This methodology is designed to answer "how" and "why" questions, focusing on processes, perspectives, and contexts rather than measuring frequency or magnitude. Central to this is meaning-making, defined as the psychological process through which individuals understand, interpret, and make sense of their life events, relationships, and themselves.
In terms of characteristics, qualitative research is conducted in naturalistic settings to study phenomena within real-world contexts rather than controlled environments. It features an emergent design that can evolve as understanding deepens, with the researcher acting as the primary instrument of analysis. The approach prioritizes rich, thick descriptions that favor depth over breadth, employing inductive reasoning to build patterns and themes directly from the data rather than testing pre-set hypotheses.
To guide the inquiry, suitable qualitative research questions are typically open-ended, beginning with "How," "What," "Why," or "In what ways," and inquire about experiences, meanings, processes, or perceptions within a specific, bounded group or context instead of seeking statistical generalization. Examples include investigating how first-year graduate students experience academic writing anxiety, what meaning university teachers attach to AI tools, or how research teams negotiate authorship. Conversely, researchers must watch for red flags indicating that a question belongs to quantitative or mixed methods, such as inquiries containing terms like "how many," "how much," "correlation," "effect of X on Y," "difference between groups," or those requiring pre/post score comparisons and hypothesis testing. Finally, interviews serve as a conversational method for gathering in-depth, first-person accounts of experiences, opinions, and meanings.
Understanding the role of AI in qualitative research methodologies
The lecture highlights that qualitative research seeks to understand meaning, experiences, and social phenomena through non-numerical data rather than measuring magnitude. AI possesses no body, history, or lived human experience (never feeling grief, joy, or pressure); it fundamentally operates on next-token prediction and statistical probability. Therefore, AI acts as "an engine of probability, not an engine of comprehension", managing syntax while human researchers retain control over semantics.
Using AI to organize, summarize, and analyze qualitative data efficiently
Unlike traditional CAQDAS software restricted to exact keyword searches, Generative AI (GenAI) understands context and maps relationships between concepts (e.g., retrieving "blood was boiling" when prompted for anger even without the exact word). AI assists in cleaning transcripts, formatting speaker tags, generating data familiarization memos, executing structured coding, and performing cross-transcript synthesis where human working memory becomes exhausted.
Enhancing literature reviews and research planning through AI-assisted tools
Through Prompt Engineering incorporating Context, Persona, Task, Constraints, and Output Format, researchers can guide AI to assist in planning, developing deductive codebooks with strict definitions and exclusion criteria, or extracting sharp representative quotations to bolster literature reviews.
Maintaining research ethics, transparency, and academic integrity when applying AI technologies
Data security and PII anonymization must be rigorously maintained by replacing real names with pseudonyms prior to AI processing. Crucially, researchers must never let AI paraphrase participant quotes because doing so alters grammar, ruins authentic voices, and constitutes a severe ethical breach in qualitative work. Every AI-suggested quote must undergo 100% manual verification against the raw transcript.
Recognizing both the opportunities and limitations of AI in academic research
Key limitations include AI hallucinations (inventing non-existent quotes) and its inherent behavioral desire for consensus, which tends to smooth over contradictions and ignore dissenting outlier participants. Yet, in qualitative research, those very dissenting voices often yield the most profound findings. Researchers must actively override this by prompting AI to look for "disconfirming evidence".
Integrating innovation with responsible scholarship to improve research quality
The overarching takeaway emphasizes that "The researcher retains the responsibility for knowledge creation, not AI". Utilizing AI properly does not make a researcher lazy; rather, it demands higher rigor, oversight, and intentionality. AI serves as a brilliant conversational partner organizing the noise, while the human remains the expert curator, interpreter, and leader of the academic revolution.
Academic Ethics and Mindful Scholarship: Crucially, the speaker strongly emphasized a fundamental principle: regardless of how intelligent or advanced technology becomes, academic integrity, critical thinking, and ethical responsibility must always remain at the heart of scholarly work. For Buddhist scholars, technology is merely a skillful means, whereas genuine wisdom and rigorous intellectual care remain the true roots of truth.
The Qualitative Research Process and the Boundary of Responsibility Between AI and the Researcher
To ensure scientific rigor and reliability in qualitative studies, the analytical process typically follows a standardized sequence: from the interview and transcription, data familiarization through re-reading transcripts, initial coding, code refinement and codebook development, categorizing codes into candidate themes, identifying final themes, interpretation, down to the final report and findings.
Throughout this progression, the seminar highlighted a clear guiding principle: AI may help with technical and data-heavy tasks such as transcription, text cleaning, summarizing, and suggesting initial codes. Nevertheless, the researcher must lead coding decisions, theme development, and interpretation. This affirms that regardless of how advanced technology becomes, it remains merely a supportive tool, whereas human intellect, mindfulness, and critical thinking are what truly secure the authentic value of scholarly research.
Bài và ảnh: Thích nữ Giác Pháp Hạnh
Cử nhân tại Học viện Phật Giáo Quốc tế (International Buddhist Studies College IBSC), Đại học Mahachulalongkornrajavidyalaya (MCU), Thái Lan.
Tin nóng
Tập đoàn công nghệ xanh Envision Group (Viễn Cảnh Khoa Kỹ) của Trung Quốc hôm 6/8 công bố hoàn thành, đưa vào hoạt động siêu trung tâm tính toán AI lớn nhất thế giới tại thành phố Ulanqab, Khu tự trị Nội Mông.
Nhiều nước ở khu vực Trung Mỹ đang phải đối mặt với các cuộc tấn công mạng do nhiều nhóm tin tặc tiến hành, với hoạt động gián điệp mạng ngày càng trở thành một mối đe dọa đáng chú ý.
Màn ra mắt iPhone Ultra của Apple trong tháng 9 có thể thúc đẩy phân khúc smartphone gập tăng trưởng mạnh hơn.
Samsung đưa Galaxy Z Fold8 Ultra, Galaxy Z Fold8 và Galaxy Z Flip8 ra thị trường với ba trải nghiệm hướng đến năng suất, nội dung và cá tính.
"Đừng nghĩ mình phải là người đầu tiên. Điều quan trọng là phải làm tốt hơn". Đó là triết lý kinh doanh đã theo Mã Hóa Đằng suốt gần ba thập kỷ, từ ngày ông cùng bốn người bạn lập nên Tencent trong một căn phòng thuê chật hẹp ở Thâm Quyến.
Nhiều ứng dụng Android vẫn để lại dữ liệu ẩn dung lượng lớn dù đã bị gỡ cài đặt, gây lãng phí bộ nhớ và khiến thiết bị hoạt động chậm hơn.
Tin mới
Dù mặt trời gần đứng bóng, những tiếng động cơ, dụng cụ cơ khí vẫn đều đặn phát ra từ Trạm bảo dưỡng, sửa chữa tổng hợp (Phòng Hậu cần-Kỹ thuật, Bộ CHQS tỉnh Thái Nguyên). Lúc này, Bộ CHQS tỉnh đang duy trì tổ chức kiểm tra trình độ kỹ năng nghề năm 2026 đối với nhân viên kỹ thuật thuộc các chuyên ngành quân khí, lái xe, cơ khí của các cơ quan, đơn vị trực thuộc.
Không phải kỹ sư công nghệ, anh Trần Viết Hồng vẫn tự mày mò xây dựng hệ thống lấy số trực tuyến, tạo nên thay đổi lớn trong phục vụ người dân tại xã Đan Hải (Hà Tĩnh).
Số liệu quan trắc cho thấy mỗi năm vịnh Hạ Long có thể xuất hiện khoảng 350-400 cơn dông sét. Những ổ mây dông quy mô nhỏ thường hình thành và phát triển rất nhanh, gây ra nhiều rủi ro cho người dân, du khách và phương tiện hoạt động trên biển.
Trong xu thế chuyển đổi số, Trung đoàn 282, Sư đoàn 375, Quân chủng Phòng không-không quân chú trọng xây dựng, khai thác hiệu quả Thư viện điện tử, tạo không gian học tập hiện đại, góp phần nâng cao trình độ, khả năng tự học và làm chủ khoa học-công nghệ của cán bộ, chiến sĩ.
Ngày 8/8, Công an TP Cần Thơ phối hợp Thành đoàn, Đại học Cần Thơ tổ chức hội thảo, tọa đàm chủ đề: “Lá chắn số bảo vệ người dân – vì một không gian mạng nhân văn”, hưởng ứng Ngày An ninh mạng Việt Nam năm 2026 và Chiến dịch "TIN AI" phòng, chống tin giả, tin sai lệch do AI tạo ra.
Trong hai ngày (07 - 08/8), tại Trường Tiểu học và Trung học cơ sở Bản Xèo, UBND xã Bản Xèo tổ chức 2 lớp tập huấn nâng cao kỹ năng ứng dụng công nghệ thông tin, chuyển đổi số cho 73 cán bộ, công chức, viên chức, thành viên Tổ công nghệ số cộng đồng và lực lượng “người bản số” trên địa bàn.
Nhằm cập nhật những tiến bộ mới trong lĩnh vực Phẫu thuật cột sống ít xâm lấn, đồng thời tạo diễn đàn trao đổi chuyên môn giữa các chuyên gia trong và ngoài nước, ngày 7 và 8/8/2026, Bệnh viện C Đà Nẵng tổ chức Hội thảo khoa học và Workshop với chủ đề “Làm chủ nội soi cột sống – Từ kiến thức đến thực tiễn lâm sàng”.
Lớp bồi dưỡng ứng dụng AI đối với từng đơn vị của Bộ Công Thương giúp cán bộ nâng cao năng lực phân tích dữ liệu và chất lượng công tác tham mưu.