Đại học Trung Quốc làm gì trước làn sóng AI?

Từ thử nghiệm đơn lẻ đến chiến lược cấp quốc gia

Các trường đại học Trung Quốc đang bước vào giai đoạn mới trong ứng dụng AI, khi công nghệ này ngày càng được đưa vào đào tạo, nghiên cứu, quản lý và đánh giá. Tháng 4/2026, Trung Quốc ban hành Kế hoạch hành động “Trí tuệ nhân tạo + Giáo dục”, đặt mục tiêu đến năm 2030 hình thành cơ bản hệ thống giáo dục tích hợp sâu AI. Đối với bậc đại học, kế hoạch hướng tới đưa AI trở thành một nội dung giáo dục nền tảng, đồng thời thúc đẩy các chương trình liên ngành và điều chỉnh ngành học theo sự thay đổi của cơ cấu kinh tế. Các chuyên gia nhận định, điểm đáng chú ý là Trung Quốc không chỉ khuyến khích từng trường tự phát triển công cụ AI, mà tìm cách xây dựng hạ tầng chung nhằm giảm chi phí và hạn chế đầu tư trùng lặp. Kế hoạch đề xuất xây dựng nền tảng dịch vụ điện toán thông minh quốc gia dành cho giáo dục, tập hợp năng lực tính toán, dữ liệu, mô hình và công cụ, đồng thời kết nối các trường đại học, doanh nghiệp và trung tâm tính toán.

Cách tiếp cận này phân chia tương đối rõ vai trò giữa các cấp. Trung ương tập trung xây dựng hạ tầng, tiêu chuẩn, dữ liệu và nền tảng dùng chung; địa phương và các trường được khuyến khích thử nghiệm, điều chỉnh theo nhu cầu cụ thể. Bộ Giáo dục Trung Quốc cũng thúc đẩy lựa chọn các mô hình có giá trị thực tiễn để thử nghiệm, đánh giá rồi nhân rộng. Nền tảng Giáo dục Thông minh Quốc gia đang trở thành một công cụ quan trọng. Khu vực “AI Test Field” tập hợp các công cụ AI phục vụ học tập, giảng dạy, quản trị và nghiên cứu. Nền tảng này tiếp tục được nâng cấp trong năm 2026, hướng tới kết nối các nguồn lực, sản phẩm và nhu cầu sử dụng. Mục tiêu là giúp các trường, đặc biệt là những cơ sở có nguồn lực hạn chế, tiếp cận công nghệ mà không phải tự xây dựng toàn bộ hệ thống.

Thách thức ở khả năng nhân rộng

Một số đại học hàng đầu đang trở thành nơi thử nghiệm các mô hình cải cách có thể được áp dụng rộng hơn. Đại học Thanh Hoa đã phát triển hệ thống kiến thức AI theo kiến trúc ba tầng, kết nối các mô hình nền tảng với hệ thống tri thức chuyên ngành và các ứng dụng trong giảng dạy. Theo tài liệu của trường, đến năm 2026, có 431 khóa học được tích hợp AI. Một số hệ thống tri thức chuyên ngành cũng được hợp tác phát triển và chia sẻ với khoảng 80 trường đại học khác. Khả năng chia sẻ và tái sử dụng các hệ thống này giữa các cơ sở đào tạo có ý nghĩa quan trọng đối với việc mở rộng ứng dụng AI. Nếu các công cụ và hệ thống tri thức có thể được điều chỉnh để phù hợp với nhiều trường, chi phí triển khai sẽ thấp hơn so với việc mỗi cơ sở tự xây dựng một hệ thống riêng. Trong khi đó, Đại học Phúc Đán cũng phát triển một hướng tiếp cận khác thông qua hệ thống AI-BEST với 116 khóa học, phục vụ sinh viên ở nhiều ngành và chuyên ngành. Mô hình này hướng tới đưa AI vào học tập, giảng dạy, đánh giá và sáng tạo, thay vì chỉ coi AI là một lĩnh vực đào tạo riêng biệt.

Tuy nhiên, các trường như Thanh Hoa và Phúc Đán có lợi thế lớn về đội ngũ chuyên gia, năng lực tính toán, kinh phí nghiên cứu và hợp tác với doanh nghiệp. Do đó, những mô hình được triển khai hiệu quả tại các đại học này, không đồng nghĩa với việc có thể áp dụng nguyên trạng tại các cơ sở đào tạo địa phương, nơi điều kiện và nguồn lực còn nhiều khác biệt. Khả năng mở rộng phụ thuộc vào việc xác định những thành phần nào có thể dùng chung, thành phần nào cần điều chỉnh và mức độ hỗ trợ dành cho các trường ít nguồn lực. Đây cũng là lý do kế hoạch hành động năm 2026 nhấn mạnh việc xây dựng hạ tầng chung ở cấp quốc gia, đồng thời triển khai ứng dụng phù hợp với điều kiện từng địa phương và cơ sở giáo dục.

Việc đào tạo đội ngũ cũng giữ vai trò quan trọng. Đưa AI vào đại học không chỉ đòi hỏi đầu tư công nghệ mà còn yêu cầu giảng viên có khả năng thiết kế lại môn học, sử dụng công cụ AI và đánh giá kết quả học tập trong môi trường mới. Trung Quốc vì vậy thúc đẩy nâng cao năng lực AI của giáo viên, hợp tác giữa trường đại học và doanh nghiệp, đồng thời phát triển các chương trình đào tạo ngắn hạn và chứng chỉ kỹ năng liên quan đến AI.

Thích ứng giáo dục đại học với AI

Các chuyên gia Trung Quốc nhận định, một trong những vấn đề khó nhất khi mở rộng AI trong đại học là quản trị. Khi sinh viên có thể sử dụng AI để tìm kiếm thông tin, viết mã hoặc hỗ trợ bài tập, các phương thức đánh giá truyền thống khó phản ánh đầy đủ năng lực cá nhân. Một số trường đại học Trung Quốc đang chuyển từ cách tiếp cận cấm đoán sang quy định rõ những trường hợp được phép sử dụng AI và giới hạn cần tuân thủ. AI có thể hỗ trợ tìm kiếm, xử lý và tổ chức thông tin, nhưng sinh viên phải chịu trách nhiệm về nội dung cuối cùng. Trong nghiên cứu, việc xác minh và công khai sử dụng AI cũng ngày càng được chú trọng. Cách tiếp cận này có thể thúc đẩy thay đổi phương thức đánh giá. Khi bài viết hoặc mã nguồn có thể được AI hỗ trợ tạo ra, các hình thức như vấn đáp, thuyết trình, bài tập yêu cầu giải thích quá trình thực hiện hoặc bảo vệ trực tiếp có thể được sử dụng nhiều hơn. Mục tiêu là xác định liệu sinh viên có thực sự hiểu kiến thức và có khả năng kiểm chứng kết quả do AI cung cấp hay không.

Thị trường lao động càng làm tăng sức ép cải cách. Trung Quốc khuyến khích các trường phát triển chương trình đào tạo ngắn hạn và chứng chỉ kỹ năng về AI nhằm nâng cao khả năng việc làm của sinh viên. Tuy nhiên, những chứng chỉ chỉ tập trung vào một công cụ cụ thể có thể nhanh chóng lỗi thời khi công nghệ thay đổi. Giá trị lâu dài nhiều khả năng nằm ở sự kết hợp giữa kiến thức chuyên môn, hiểu biết về AI và khả năng đánh giá, kiểm chứng đầu ra của các mô hình. Vì vậy, chiến lược của Trung Quốc không chỉ hướng tới đào tạo nhân lực AI chuyên sâu, mà còn đưa AI vào nhiều ngành học và thúc đẩy đào tạo liên ngành. Mục tiêu là tạo ra lực lượng lao động có thể sử dụng AI trong lĩnh vực chuyên môn của mình.

Đến nay, vẫn còn khá sớm để có thể đưa ra đánh giá đầy đủ hiệu quả của quá trình này. Số lượng công cụ, khóa học hay trường tham gia phản ánh mức độ phổ cập nhưng chưa cho thấy chất lượng giáo dục được cải thiện đến đâu. Những chỉ dấu quan trọng hơn sẽ là khả năng một mô hình được sử dụng tại nhiều trường, khả năng điều chỉnh theo điều kiện từng cơ sở, mức độ hỗ trợ dành cho giảng viên và kết quả học tập thực tế của sinh viên.

Trung Quốc đang có lợi thế khi kết hợp định hướng từ trung ương với các chương trình thử nghiệm ở cấp trường. Tuy nhiên, thách thức tiếp theo không đơn thuần là đưa AI vào nhiều trường đại học hơn, mà là biến những thử nghiệm riêng lẻ thành năng lực chung của toàn hệ thống, đồng thời tránh để công nghệ làm gia tăng khoảng cách giữa các trường có nguồn lực khác nhau. Nếu thực hiện được điều đó, Trung Quốc sẽ có trong tay những lợi thế không chỉ nằm ở tốc độ ứng dụng AI, mà ở khả năng chuyển những sáng kiến riêng lẻ thành một phần của quá trình cải cách giáo dục trên quy mô lớn.