Quản trị đại học hiệu quả trong kỷ nguyên AI với các Khung năng lực AI cho giáo viên và học sinh cùng AI Nguồn Mở

Effective University Governance in the AI Era with AI Competency Frameworks for Teachers and Students, and Open Source AI

Lê Trung Nghĩa. ORCID iD: https://orcid.org/0009-0007-7683-7703

Viện Nghiên cứu, Đào tạo và Phát triển Tài nguyên Giáo dục Mở (InOER),

Hiệp hội các trường đại học cao đẳng Việt Nam (AVU&C)

Giấy phép nội dung: CC BY 4.0 Quốc tế

---------------------------------------------------

Tóm tắt: Vì mục đích của quản trị đại học là tập trung vào việc “Xác định phương hướng tổng thể, tầm nhìn và các mục tiêu chiến lược của trường đại học”, để quản trị đại học hiệu quả trong kỷ nguyên AI, các Khung năng lực AI cho giáo viên và học sinh cần được tích hợp trong chiến lược và chính sách của mọi cơ sở giáo dục đại học để mọi người dân có thể ứng dụng và/hoặc phát triển AI có trách nhiệm, có đạo đức và an toàn. Bên cạnh đó, chiến lược và chính sách AI của giáo dục đại học cũng cần tính tới Hàng hóa Công cộng Kỹ thuật số nhằm phát triển AI Nguồn Mở vì lợi ích của toàn xã hội.

Abstract: Since the purpose of university governance is to focus on “Defining the overall direction, vision and strategic goals of the university”, for effective university governance in the AI era, AI Competency Frameworks for teachers and students should be integrated into the strategies and policies of every higher education institution so that everyone can use and/or develop AI responsibly, ethically and safely. In addition, higher education AI strategies and policies should also take into account Digital Public Goods to develop Open Source AI for the benefit of the whole society.

Từ khóa: quản trị đại học, AI nguồn mở, khung năng lực AI cho giáo viên, khung năng lực AI cho học sinh, hàng hóa công cộng kỹ thuật số.

Keywords: university governance, Open Source AI, AI competency framework for teachers, AI competency framework for students, digital public goods.

---------------------------------------------------

 

1. Đặt vấn đề:

Như một người dùng bình thường sử dụng các công cụ AI để tìm hiểu những vấn đề còn rất mới đối với bản thân, chẳng hạn như về sự khác biệt giữa quản trị đại học và quản lý đại học, tôi đã chọn Gemini, một công cụ AI của Google rồi gõ vào lời nhắc sau:

“As a education researcher, please tell me differences between university governance and university management?”; tiếng Việt có nghĩa là: “Như một nhà nghiên cứu giáo dục, vui lòng cho tôi biết những khác biệt giữa quản trị đại học và quản lý đại học”. Gemini trả lời bằng một bài viết bằng tiếng Anh với các gợi ý trả lời cho câu hỏi nêu trên.

Tôi tiếp tục gõ vào lời nhắc sau đây, lần này hoàn toàn bằng tiếng Việt:

“Dịch sang tiếng Việt đoạn gợi ý trên”. Gemini đã dịch toàn bộ bài viết tiếng Anh với các gợi ý trước đó sang tiếng Việt. Và dưới đây là tóm tắt nội dung bản dịch tiếng Việt đó:

• Định nghĩa quản trị đại học và quản lý đại học, bao gồm các khía cạnh như mục đích, phạm vi, trách nhiệm và các hoạt động chính cùng những điểm khác biệt chính giữa các khía cạnh đó. Theo đó, mục đích của quản trị đại học tập trung vào việc: “Xác định phương hướng tổng thể, tầm nhìn và các mục tiêu chiến lược của trường đại học.”

• Ví dụ tương tự: “Hãy hình dung quản trị như "thuyền trưởng" đặt ra lộ trình của con tàu (trường đại học) và quản lý như "thủy thủ đoàn" thực hiện các mệnh lệnh của thuyền trưởng để đến đích.”

• Mối quan hệ tương hỗ giữa hai khái niệm: “Mặc dù khác biệt, quản trị và quản lý có mối quan hệ chặt chẽ với nhau. Quản trị hiệu quả cung cấp một khuôn khổ cho quản lý, trong khi quản lý hiệu quả cung cấp thông tin phản hồi để thông báo các quyết định quản trị.”

• Các thách thức: (1) Cân bằng tầm nhìn chiến lược với thực tế vận hành; (2) Đảm bảo các tuyến trách nhiệm rõ ràng; (3) Thúc đẩy tính minh bạch và sự tham gia của các bên liên quan; (4) Thích ứng với môi trường bên ngoài đang thay đổi.

• Kết luận: “Hiểu được sự khác biệt giữa quản trị và quản lý đại học là rất quan trọng đối với các nhà nghiên cứu, nhà hoạch định chính sách và các học viên trong lĩnh vực giáo dục đại học. Quản trị và quản lý hiệu quả là điều cần thiết để đảm bảo chất lượng, tính phù hợp và sự bền vững của các trường đại học trong thế kỷ 21.”

Để có thể đối sánh được những gợi ý của Gemini với các bài báo nghiên cứu ở Việt Nam về quản trị đại học, tôi đã nhờ Google Search tìm theo từ khóa: “quản trị đại học” và trong danh sách kết quả tìm kiếm, tôi đã chọn được một bài báo nghiên cứu¹ của nhiều tác giả do Viện Khoa học Giáo dục Việt Nam xuất bản năm 2023, nêu:

“Quản trị trường đại học (gọi chung là quản trị đại học) là một hệ thống được thiết lập và thực hiện trong các trường đại học phù hợp với sự phát triển kinh tế - xã hội đương đại. Quản trị đại học dựa vào những nguyên lí và thông lệ hướng đến việc trường đại học thực hiện được sứ mệnh của mình và thực hiện cải tiến liên tục các mặt hoạt động để đáp ứng tốt nhất yêu cầu của các bên liên quan. Các nguyên lí quản trị này có thể theo quy trình hay dựa trên kết quả đầu ra với các tiêu chí cụ thể để các bên liên quan có thể giám sát được các hoạt động của trường đại học.”

Liệu định nghĩa theo hai cách diễn ngôn ở trên có hoàn toàn tương đương với nhau hay không là câu hỏi dành cho các nhà nghiên cứu và các chuyên gia về quản trị đại học, điều nằm ngoài phạm vi của bài viết này. Ngoài ra, nếu câu hỏi ngay từ đầu được đưa vào Gemini không phải bằng tiếng Anh, mà bằng tiếng Việt, hay đặt các câu hỏi tương tự nhưng sử dụng (các) hệ thống AI khác, ví dụ như Meta AI, thì kết quả có thể sẽ (hoàn toàn) khác.

Câu hỏi là: Làm thế nào một người bình thường có thể tin tưởng vào những gì một công cụ AI cung cấp để trả lời cho các câu hỏi có liên quan trực tiếp tới cuộc sống, công việc và việc học tập của mình trong kỷ nguyên AI, khi mà hiện có vô số các công cụ AI tạo sinh tương tự như Gemini?

Nói một cách khác, để ứng dụng và phát triển AI một cách có trách nhiệm, có đạo đức và có tính sáng tạo, bất kỳ ai cũng cần được giáo dục để có những hiểu biết cần thiết về AI. Khung năng lực AI cho giáo viên và Khung năng lực AI cho học sinh của UNESCO có thể giúp giải quyết nhu cầu này.

2. Khung năng lực AI cho giáo viên và Khung năng lực AI cho học sinh

AI đang biến đổi nhanh chóng thế giới của chúng ta và thay đổi cách chúng ta sống, làm việc và học tập. Để giúp các hệ thống giáo dục bắt kịp, trong năm 2024 UNESCO đã phát hành 2 khung năng lực AI: Khung năng lực AI cho giáo viên² (Hình 1) và Khung năng lực AI cho học sinh³ (Hình 2).

Các khung này nhằm hướng dẫn các quốc gia hỗ trợ học sinh và giáo viên hiểu tiềm năng cũng như các rủi ro của AI để tham gia với nó một cách an toàn, có đạo đức và có trách nhiệm trong giáo dục.

Hình 1. Khung năng lực AI cho giáo viên

Hình 2. Khung năng lực AI cho học sinh

Khung năng lực AI cho giáo viên dựa trên 5 khía cạnh năng lực và 3 mức thông thạo như trên Hình 1 với tổng số 15 năng lực, trong khi Khung năng lực AI cho học sinh dựa trên 4 khía cạnh năng lực và 3 mức thông thạo như trên Hình 2 với tổng số 12 năng lực.

Cần lưu ý là trong các Khung năng lực AI đó, các khía cạnh phi kỹ thuật/công nghệ của AI như ‘Tư duy lấy con người làm trung tâm’ và ‘Đạo đức AI’ mới là các khía cạnh quyết định sự thành bại của AI, điều nhắc nhở các quốc gia phải đặc biệt chú ý tới chúng trong các chiến lược và/hoặc chính sách quốc gia về ứng dụng và phát triển AI của mình.

UNESCO nhấn mạnh⁴: “Các khung này cung cấp lộ trình rất cần thiết cho các quốc gia để phát triển các chiến lược giáo dục AI sáng suốt về đạo đức, toàn diện, tùy chỉnh được và hướng về phía trước”; và “Các khung mới này nhấn mạnh AI cần hỗ trợ việc ra quyết định và sự phát triển trí tuệ của con người, thay vì làm xói mòn hoặc thay thế nó. Các khung đó cũng nêu bật tầm quan trọng của việc tôn trọng các quyền và đa dạng văn hóa của con người trong thiết kế và sử dụng các công nghệ AI.”

Như để chứng minh cho việc AI phải là tùy chỉnh được, AI Nguồn Mở luôn được nhắc đến trong cả hai Khung năng lực AI đó, đặc biệt ở mức thông thạo cao nhất, mức Sáng tạo.

3. DeepSeek chứng minh: Nguồn mở là bí quyết thống trị thị trường công nghệ (và Phố Wall đã sai)

“Nvidia giảm 18% và cổ phiếu công nghệ trượt dốc khi DeepSeek của Trung Quốc khiến các nhà đầu tư lo ngại”; “DeepSeek đã gây ra sự hoảng loạn trên thị trường — nhưng một số người cho rằng việc bán tháo là quá mức”; “DeepSeek sẽ làm đảo lộn ngành công nghiệp AI như thế nào — và mở ra cơ hội cạnh tranh”; “DeepSeek của Trung Quốc vừa cho mọi công ty công nghệ Mỹ thấy họ đang bắt kịp AI nhanh như thế nào”; “Alibaba phát hành mô hình AI mà họ cho là vượt trội hơn DeepSeek”; “Mark Zuckerberg: DeepSeek cho thấy vì sao nước Mỹ phải là ‘tiêu chuẩn nguồn mở toàn cầu’ của AI; không có lý do gì để suy nghĩ lại về việc chi tiêu”; “Nhà khoa học AI hàng đầu của Meta cho biết thành công của DeepSeek cho thấy 'các mô hình nguồn mở đang vượt trội hơn các mô hình độc quyền”; “DeepSeek chứng minh: Nguồn mở là bí quyết thống trị thị trường công nghệ (và Phố Wall đã sai)”;

Đây là một vài trong số vô vàn các bài viết trong nửa đầu tháng 2/2025⁵ về DeepSeek, một mô hình AI được cho là nguồn mở của Trung Quốc, đã gây chấn động toàn ngành AI khắp trên thế giới.

Liệu DeepSeek có thực sự là AI Nguồn Mở hay không, khi cũng có bài viết với tiêu đề “Nếu DeepSeek muốn trở thành một người phá vỡ thực sự, nó phải tiến xa hơn nữa về tính minh bạch của dữ liệu”. Cho dù DeepSeek đúng là đủ tiêu chuẩn để được gọi là phần mềm nguồn mở khi mà toàn bộ mã nguồn các thành phần của nó đều được cấp phép mở với giấy phép mở MIT và được đặt công khai trên GitHub (https://github.com/orgs/deepseek-ai/repositories) mà bất kỳ ai trên thế giới cũng có thể truy cập, tải xuống và sửa đổi các mã nguồn đó; nhưng DeepSeek, ít nhất, lại không đủ điều kiện để được coi là AI Nguồn Mở vì dữ liệu của DeepSeek là không mở, chỉ đạt ở mức độ thấp (Low) theo Chỉ số minh bạch dữ liệu AI (AIDTI), như trên Hình 3, khi DeepSeek được so sánh với hơn 20 mô hình AI khác.

Hình 3. Chỉ số minh bạch dữ liệu AI (AIDTI) của các mô hình AI

4. AI Nguồn Mở và Hàng hóa Công cộng Kỹ thuật số

Tổ chức Sáng kiến Nguồn Mở - OSI (Open Source Initiative), nơi cung cấp định nghĩa và phê chuẩn các giấy phép phần mềm nguồn mở từ những năm 1990, đã đưa ra định nghĩa AI Nguồn Mở như sau:

“AI Nguồn Mở (Open Source AI) là một hệ thống AI được làm cho sẵn sàng theo các điều khoản và theo một cách thức trao các quyền tự do để: (1) Sử dụng hệ thống đó vì bất kỳ mục đích gì và không phải hỏi sự cho phép; (2) Nghiên cứu cách hệ thống đó làm việc và kiểm tra các cấu thành của nó; (3) Sửa đổi hệ thống đó vì bất kỳ mục đích gì, bao gồm việc thay đổi đầu ra của nó; và (4) Chia sẻ hệ thống đó với người khác để sử dụng với hoặc không với những sửa đổi, vì bất kỳ mục đích gì.”

Các quyền tự do đó áp dụng cả cho một hệ thống đầy đủ chức năng và cho các cấu thành riêng biệt của một hệ thống. Điều kiện tiên quyết để thực thi các quyền tự do đó là phải có quyền truy cập tới hình thức được ưa thích để tiến hành các sửa đổi đối với hệ thống đó.”

Ở một góc nhìn khác, một mô hình AI để được coi là “Mở” khi nó tuân theo Khung Tính mở Mô hình - MOF (Model Openness Framework⁶) với 3 lớp như Bảng 1, mỗi lớp được xây dựng dựa trên lớp trước đó, đại diện cho các mức tăng dần của tính hoàn thiện và tính mở của mô hình.

Bảng 1. Các lớp của Khung Tính mở Mô hình

Từng lớp đòi hỏi một tập hợp các thành phần mà, trừ phi được nêu khác, tất cả PHẢI được bao gồm và được phát hành theo các giấy phép mở với dạng phù hợp cho mô hình để định tính cho lớp đó.

Từng thành phần đều có thể đến từ 1 trong 3 dạng: dữ liệu, mã, hoặc tài liệu. Bảng 2 chỉ định các giấy phép mở tiêu chuẩn NÊN được sử dụng cho từng thành phần - với sự cho phép các giấy phép tương đương.

Bảng 2. Các giấy phép mở tiêu chuẩn được khuyến nghị cho các thành phần của mô hình AI Nguồn Mở

Có nghĩa là một mô hình AI nhất định nào đó chỉ được coi là AI Nguồn Mở chỉ khi tất cả các thành phần của nó, cả mã, dữ liệu và nội dung các tài liệu đều PHẢI được phát hành theo các giấy phép mở với dạng phù hợp, chứ không phải cứ gắn chữ “Mở” vào tên gọi của mô hình/hệ thống AI là nó đương nhiên được coi là AI Nguồn Mở, như của OpenAI với ChatGPT, khởi đầu là nguồn mở, nhưng gần đây đã chuyển sang nguồn đóng⁷.

Điều này là phù hợp với khái niệm Hàng hóa Công cộng Kỹ thuật số - DPG (Digital Public Goods) mà Liên hiệp quốc đang khuyến nghị các quốc gia hướng tới, như được nêu trong Hiệp ước Kỹ thuật số Toàn cầu⁸ đã được các nhà lãnh đạo thế giới thông qua vào ngày 22/09/2024 tại Hội nghị thượng đỉnh về Tương lai ở New York. Tài liệu nêu tầm quan trọng của ‘Hàng hóa công cộng kỹ thuật số và cơ sở hạ tầng công cộng kỹ thuật số’ , bao gồm cả AI Nguồn Mở và các thành phần của nó nhằm đạt được các mục tiêu phát triển bền vững (SDG) của Liên hiệp quốc đến năm 2030:

14. “Chúng tôi thừa nhận hàng hóa công cộng kỹ thuật số, bao gồm phần mềm nguồn mở, dữ liệu mở, mô hình trí tuệ nhân tạo mở, tiêu chuẩn mở và nội dung mở tuân thủ luật về quyền riêng tư và các luật, tiêu chuẩn và thông lệ tốt nhất quốc tế hiện hành khác và không gây hại, trao quyền cho các xã hội và cá nhân để hướng các công nghệ số vào nhu cầu phát triển của họ và có thể tạo điều kiện cho hợp tác và đầu tư kỹ thuật số.

15. Cơ sở hạ tầng công cộng kỹ thuật số có khả năng phục hồi, an toàn, toàn diện và tương hợp được có tiềm năng cung cấp dịch vụ ở quy mô lớn và tăng cơ hội kinh tế xã hội cho tất cả mọi người. Chúng tôi nhận ra rằng có nhiều mô hình cơ sở hạ tầng công cộng kỹ thuật số và mỗi xã hội sẽ phát triển và sử dụng các hệ thống kỹ thuật số dùng chung theo các ưu tiên và nhu cầu cụ thể của mình. Các hệ thống kỹ thuật số minh bạch, an toàn và bảo mật cùng các biện pháp bảo vệ lấy người dùng làm trung tâm có thể thúc đẩy lòng tin của công chúng và việc sử dụng các dịch vụ kỹ thuật số.

16. Chúng tôi coi các hàng hóa công cộng kỹ thuật số và cơ sở hạ tầng công cộng kỹ thuật số như vậy là động lực chính của quá trình chuyển đổi và đổi mới kỹ thuật số toàn diện. Chúng tôi nhận ra nhu cầu tăng cường đầu tư vào quá trình phát triển thành công của chúng với sự tham gia của tất cả các bên liên quan.

17. Chúng tôi cam kết đến năm 2030 sẽ:

14. 1. Phát triển, phổ biến và duy trì, thông qua hợp tác của nhiều bên liên quan, phần mềm nguồn mở an toàn và bảo mật, dữ liệu mở, các mô hình AI mở và các tiêu chuẩn mở có lợi cho toàn xã hội (Mục tiêu phát triển bền vững 8, 9 và 10);

    2. Thúc đẩy việc áp dụng các tiêu chuẩn mở và tính tương hợp để tạo điều kiện thuận lợi cho việc sử dụng các hàng hóa công cộng kỹ thuật số trên nhiều nền tảng và hệ thống khác nhau (tất cả các Mục tiêu Phát triển Bền vững);

5. Gợi ý thay cho lời kết

Một khi quản trị đại học phải “Xác định phương hướng tổng thể, tầm nhìn và các mục tiêu chiến lược của trường đại học”, thì trong kỷ nguyên AI, điều này có thể gợi ý các trường đại học cần có chiến lược và chính sách về ứng dụng và phát triển AI, trong đó các khía cạnh quan trọng tối thượng của AI như ‘Lấy con người làm trung tâm’ và ‘Đạo đức AI’ phải được đặt lên hàng đầu, bên cạnh các khía cạnh kỹ thuật/công nghệ như ‘Kỹ thuật và ứng dụng AI’, ‘Thiết kế hệ thống AI’ hay ‘Nền tảng và ứng dụng AI’ - các khía cạnh mà kết quả và tác động của chúng thường dễ được các phương tiện truyền thông xã hội ngày nay tung hô và cường điệu thái quá. Nói một cách khác, để ứng dụng và phát triển AI có trách nhiệm, có đạo đức và an toàn, Khung năng lực AI cho giáo viên và Khung năng lực AI cho học sinh cần được tích hợp vào trong chiến lược và chính sách của không chỉ mọi cơ sở giáo dục đại học, mà có thể trong cả các cấp học khác.

Và để toàn xã hội có thể hưởng lợi từ AI, chứ không phải chỉ một nhóm rất nhỏ các tập đoàn với nguồn lực gần như vô tận, Bộ Giáo dục và Đào tạo cũng như mọi cơ sở giáo dục đại học cần có chiến lược và chính sách cho Hàng hóa Công cộng Kỹ thuật số, bao gồm không chỉ ứng dụng, mà còn phát triển, phổ biến và duy trì các mô hình AI Nguồn Mở dựa vào việc cấp phép mở cho phần mềm, dữ liệu, và các bộ sưu tập nội dung để chúng trở thành phần mềm nguồn mở, dữ liệu mở và các bộ sưu tập nội dung mở, một cách tương ứng, tuân thủ các tiêu chuẩn mở, như được nêu trong Hiệp ước Kỹ thuật số Toàn cầu đã được các nhà lãnh đạo thế giới thông qua năm 2024.

 

Tài liệu tham khảo

1. Nguyễn Đức Ca, Hoàng Thị Minh Anh, Phạm Ngọc Dương, Nguyễn Hoàng Giang, Nguyễn Lệ Hằng, Phan Thị Thu, 2023: Nâng cao hiệu quả quản trị đại học trong bối cảnh đổi mới giáo dục tại Việt Nam: http://vjes.vnies.edu.vn/sites/default/files/khgdvn_-_vol_19_is_03_no_03-15-20.pdf

2. UNESCO (2024): AI competency framework for teachers: https://unesdoc.unesco.org/ark:/48223/pf0000391104. Bản dịch sang tiếng Việt: https://zenodo.org/records/14897590.

3. UNESCO (2024): AI competency framework for students: https://unesdoc.unesco.org/ark:/48223/pf0000391105. Bản dịch sang tiếng Việt: https://zenodo.org/records/14903158.

4. UNESCO, (2024): What you need to know about UNESCO's new AI competency frameworks for students and teachers: https://www.unesco.org/en/articles/what-you-need-know-about-unescos-new-ai-competency-frameworks-students-and-teachers. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/ai/ban-can-biet-nhung-gi-ve-cac-khung-nang-luc-ai-moi-cua-unesco-cho-hoc-sinh-va-giao-vien-1395.html

5. Xem: https://giaoducmo.avnuc.vn/ai/, các bài đăng trong nửa đầu tháng 2/2025.

6. LF AI & Data - Generative AI Commons (2024): The Model Openness Framework (MOF) Specification: https://lfaidata.foundation/wp-content/uploads/sites/3/2025/01/05_White_paper_MOF_Specification.pdf. Bản dịch sang tiếng Việt: https://www.dropbox.com/scl/fi/t25554np4o745vujtkph1/05_White_paper_MOF_Specification_Vi-21022025.pdf?rlkey=ejg41yluhlets5jeygmeysbys&st=4idhwi13&dl=0

7. Xem: https://giaoducmo.avnuc.vn/du-lieu-mo/nha-khoa-hoc-ai-hang-dau-cua-meta-cho-biet-thanh-cong-cua-deepseek-cho-thay-cac-mo-hinh-nguon-mo-dang-vuot-troi-hon-cac-mo-hinh-doc-quyen-1378.html

8. United Nation Office for Digital and Emerging Technologies (2024): Global Digital Compact: https://www.un.org/global-digital-compact/sites/default/files/2024-09/Global%20Digital%20Compact%20-%20English_0.pdf. Bản dịch sang tiếng Việt: https://www.dropbox.com/scl/fi/q211zlmkix8eyejlk1tce/Global-Digital-Compact-English_0_Vi-06032025.pdf?rlkey=q1ubgdiuy5oxcndm4e60yp9p4&st=u77z1w80&dl=0

9. UN (2024): Global Digital Compact - An Open, Safe & Secure Digital Future for All: https://www.un.org/digital-emerging-technologies/content/gdc-resources

 

Bài viết cho Hội thảo khoa học Quốc gia: ‘Quản trị đại học gắn với nghiên cứu khoa học trong bối cảnh mới’, do Hiệp hội các trường đại học cao đẳng tổ chức tại Hải Phòng ngày 09/05/2025. Bài đăng trong Kỷ yếu hội thảo, trang 557-567.

Tự do tải về bài viết định dạng PDF ở DOI: 10.5281/ZENODO.15377318

Xem thêm:

• Hội nghị, hội thảo

• Bài viết toàn văn

• Trí tuệ nhân tạo/Hàng hóa công cộng kỹ thuật số (AI/DPG)