State management of artificial intelligence applications in higher education
ThS. Phạm Hải Long
Học viện Hành chính và Quản trị công
Email: longph@apag.edu.vn
(Quanlynhanuoc.vn) – Trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh đang nhanh chóng trở thành công cụ hỗ trợ dạy học, nghiên cứu, khảo thí và quản trị tại các cơ sở giáo dục đại học. Việc ứng dụng AI mở ra nhiều cơ hội đổi mới; đồng thời, đặt ra yêu cầu mới về bảo vệ dữ liệu, liêm chính học thuật, chất lượng đánh giá, quyền của người học và trách nhiệm của các chủ thể liên quan. Trong bối cảnh khung pháp luật về AI và dữ liệu của Việt Nam từng bước được hoàn thiện, quản lý nhà nước cần chuyển từ cách tiếp cận ứng phó sang quản trị dựa trên rủi ro, bảo đảm AI được sử dụng an toàn, minh bạch và có trách nhiệm trong giáo dục đại học.
Từ khóa: Quản lý nhà nước; trí tuệ nhân tạo; giáo dục đại học; bảo đảm chất lượng; liêm chính học thuật; dữ liệu cá nhân.
Abstract: Artificial intelligence (AI), particularly generative AI, is rapidly becoming a tool for supporting teaching, research, assessment, and governance in higher education institutions. The application of AI creates significant opportunities for innovation, while also posing new challenges related to data protection, academic integrity, assessment quality, learners’ rights, and the responsibilities of relevant stakeholders. As Vietnam’s legal framework on AI and data is gradually being developed and refined, state management needs to shift from a reactive approach toward risk-based governance, ensuring that AI is used safely, transparently, and responsibly in higher education.
Keywords: State management; artificial intelligence; higher education; quality assurance; academic integrity; personal data.
1. Đặt vấn đề
Trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh đang được ứng dụng ngày càng rộng trong giáo dục đại học, từ thiết kế học liệu, hỗ trợ học tập, phân tích dữ liệu đến khảo thí và quản trị nhà trường. Sự phát triển này mở ra cơ hội đổi mới phương thức dạy và học, liêm chính học thuật, bảo vệ dữ liệu. Vì vậy, vấn đề đặt ra không chỉ là thúc đẩy ứng dụng AI mà còn phải xác lập cơ chế quản trị phù hợp để công nghệ phục vụ mục tiêu giáo dục và hạn chế các rủi ro phát sinh.
Đặc thù của giáo dục đại học càng làm rõ yêu cầu này, bởi AI có thể tham gia vào những hoạt động ảnh hưởng trực tiếp đến quyền và cơ hội của người học như tuyển sinh, chấm điểm, phân loại, cảnh báo học tập và đánh giá kết quả. Đồng thời, các cơ sở giáo dục quản lý khối lượng lớn dữ liệu cá nhân, học tập, nghiên cứu và quản trị. Nếu thiếu cơ chế kiểm soát, việc sử dụng AI có thể dẫn đến sai lệch, thiên lệch, lộ lọt dữ liệu hoặc khó xác định trách nhiệm khi quyết định có sự tham gia của hệ thống AI. Trong bối cảnh AI phát triển nhanh hơn năng lực quản trị, yêu cầu đặt ra đối với Nhà nước là chuyển từ cách tiếp cận ứng phó sang quản trị chủ động, dựa trên mức độ rủi ro và gắn với bảo đảm chất lượng giáo dục. Điều này đòi hỏi không chỉ hoàn thiện khuôn khổ pháp lý mà còn cụ thể hóa trách nhiệm của các chủ thể, chuẩn hóa quy trình sử dụng AI, tăng cường quản trị dữ liệu, đổi mới phương thức đánh giá và phát triển năng lực AI cho giảng viên, người học.Từ những vấn đề đặt ra đối với quản lý nhà nước về ứng dụng AI trong giáo dục đại học, bài viết đề xuất một số giải pháp nhằm bảo đảm AI được sử dụng an toàn, minh bạch, có trách nhiệm, đồng thời hỗ trợ đổi mới và nâng cao chất lượng giáo dục đại học.
2. Khung chính sách và pháp luật về phát triển, ứng dụng và quản trị AI
Khung chính sách, pháp luật về AI ở Việt Nam đang từng bước được hoàn thiện theo hướng kết hợp giữa thúc đẩy đổi mới công nghệ, chuyển đổi số và kiểm soát rủi ro. Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị xác định phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số là động lực quan trọng của phát triển đất nước. Trên cơ sở đó, Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng AI đến năm 2030 xác định AI là công nghệ nền tảng cần được nghiên cứu, phát triển và ứng dụng hiệu quả. Trong lĩnh vực giáo dục, Quyết định số 131/QĐ-TTg ngày 25/01/2022 của Thủ tướng Chính phủ tiếp tục thúc đẩy phát triển hạ tầng số, học liệu số, dữ liệu và năng lực số, tạo điều kiện cho việc ứng dụng các công nghệ mới trong hoạt động giáo dục.
Cùng với định hướng thúc đẩy ứng dụng, hệ thống pháp luật về dữ liệu tạo nền tảng quan trọng cho quản trị AI, như: Luật Dữ liệu năm 2024 có hiệu lực từ ngày 01/7/2025, quy định về xây dựng, quản trị, chia sẻ và khai thác dữ liệu; Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, có hiệu lực từ ngày 01/01/2026, đặt ra các yêu cầu đối với việc xử lý và bảo vệ dữ liệu cá nhân. Đối với giáo dục đại học, các quy định này có ý nghĩa trực tiếp bởi quá trình đào tạo, nghiên cứu và quản trị nhà trường liên quan đến nhiều loại dữ liệu của người học, giảng viên và các chủ thể khác. Vì vậy, việc ứng dụng AI phải gắn với yêu cầu bảo đảm an toàn, bảo mật và sử dụng dữ liệu đúng mục đích.
Luật Trí tuệ nhân tạo số 134/2025/QH15 ngày 10/12/2025 đã tạo khuôn khổ pháp lý trực tiếp cho hoạt động nghiên cứu, phát triển, cung cấp, triển khai và sử dụng hệ thống AI. Luật tiếp cận quản lý dựa trên mức độ rủi ro; đồng thời, đặt ra các yêu cầu về minh bạch, công bằng, không phân biệt đối xử, trách nhiệm giải trình và bảo vệ quyền, lợi ích hợp pháp của tổ chức, cá nhân. Đối với giáo dục, yêu cầu quản lý rủi ro có ý nghĩa đặc biệt đối với hệ thống AI tham gia vào tuyển sinh, đánh giá, phân loại hoặc đưa ra khuyến nghị có khả năng ảnh hưởng đến người học.
Nghị định số 142/2026/NĐ-CP ngày 30/4/2026 của Chính phủ quy định chi tiết một số điều và biện pháp thi hành Luật Trí tuệ nhân tạo, tiếp tục cụ thể hóa các yêu cầu về phân loại rủi ro, đánh giá sự phù hợp đối với hệ thống AI có rủi ro cao, minh bạch, trách nhiệm giải trình, xử lý sự cố và thử nghiệm có kiểm soát. Đây là cơ sở để các cơ quan quản lý và cơ sở giáo dục xây dựng quy trình kiểm soát AI phù hợp với từng loại hình và mục đích sử dụng.
Như vậy, khung chính sách, pháp luật hiện hành đã bước đầu hình thành các nền tảng cần thiết cho quản trị AI trong giáo dục đại học, gồm định hướng phát triển AI, quản trị dữ liệu, bảo vệ dữ liệu cá nhân và quản lý AI dựa trên rủi ro. Tuy nhiên, các quy định ở cấp độ chung cần tiếp tục được cụ thể hóa thành hướng dẫn phù hợp với đặc thù giáo dục đại học, nhất là đối với tuyển sinh, khảo thí, đánh giá kết quả học tập, nghiên cứu, tư vấn học tập và quản trị nhà trường. Đồng thời, cần xác định rõ trách nhiệm của cơ quan quản lý, cơ sở giáo dục, giảng viên, người học và nhà cung cấp công nghệ trong từng khâu của quá trình sử dụng AI. Đây là cơ sở để chuyển từ khuôn khổ pháp lý chung sang cơ chế quản trị AI cụ thể và khả thi trong các cơ sở giáo dục đại học.
3. Những vấn đề đặt ra đối với quản lý nhà nước về AI trong giáo dục đại học
3.1. Khoảng trống hướng dẫn chuyên ngành
Luật Trí tuệ nhân tạo năm 2025 và các quy định về dữ liệu đã tạo cơ sở pháp lý cần thiết cho việc quản lý và sử dụng AI. Tuy nhiên, những quy định chung này vẫn chưa được cụ thể hóa đầy đủ thành các hướng dẫn phù hợp với đặc thù của giáo dục đại học. Trong khi đó, mỗi cơ sở giáo dục lại có cách tiếp cận khác nhau tùy thuộc vào năng lực và nhận thức về AI. Vì vậy, cùng một mục đích sử dụng AI dù trong việc học tập, làm bài của sinh viên hay khâu phản hồi, chấm điểm của giảng viên vẫn có thể bị xem xét và xử lý khác nhau tùy thuộc vào quy định của từng trường. Điều này đặt ra vấn đề về tính thống nhất trong bảo đảm quyền lợi của người học và chất lượng chuẩn đầu ra.
Khoảng trống về hướng dẫn chuyên ngành thể hiện ở một số điểm chủ yếu, như: chưa có danh mục thống nhất về các trường hợp sử dụng AI trong giáo dục đi kèm với mức độ rủi ro và yêu cầu kiểm soát tối thiểu; (2) Việc đánh giá và thẩm định trước khi mua sắm, thuê ngoài hoặc tích hợp công cụ AI vào hệ thống đào tạo hiện vẫn chưa được thể chế hóa thành một quy trình bắt buộc tại các cơ sở giáo dục; (3) Trách nhiệm của cơ quan quản lý, cơ sở giáo dục, nhà cung cấp công nghệ, giảng viên và người học chưa được xác định rõ theo từng khâu của quá trình sử dụng AI. Vì vậy, khi xảy ra sai sót trong chấm điểm, phân loại hoặc rò rỉ dữ liệu, việc xác định trách nhiệm có thể gặp khó khăn.
3.2. Quản trị dữ liệu và quan hệ với nhà cung cấp công nghệ
Việc các cơ sở giáo dục đại học sử dụng các nền tảng AI tạo sinh dựa trên điện toán đám mây đặt ra rủi ro lớn về lộ hiềm dữ liệu cá nhân, đề thi, hồ sơ cán bộ và tài liệu nghiên cứu nội bộ. Thực trạng này đặt ra ba yêu cầu cấp thiết đối với công tác quản lý nhà nước: (1) Thể chế hóa khung quản trị dữ liệu đồng bộ như ban hành quy định chung bắt buộc các trường phối hợp liên ngành trong việc phân loại dữ liệu, phân quyền truy cập và ứng phó sự cố; loại bỏ tư duy phó mặc cho bộ phận công nghệ thông tin chuyên trách; (2) Chuẩn hóa tiêu chuẩn thẩm định nhà cung cấp: quy định rõ các yêu cầu tối thiểu về điều khoản sử dụng, vị trí lưu trữ dữ liệu và cơ chế kiểm toán/truy vết rủi ro đối với mọi sản phẩm AI được đưa vào hệ thống đào tạo chính thức; (3) Xác định rõ trách nhiệm của cơ sở đào tạo trong việc bảo vệ và quản lý dữ liệu khi sử dụng AI.
3.3. Chênh lệch năng lực số và yêu cầu nâng cao năng lực quản trị AI
Việc tích hợp AI vào giáo dục đại học làm gia tăng yêu cầu bảo đảm khả năng tiếp cận và sử dụng công nghệ một cách bình đẳng giữa các nhóm người học; đồng thời, bộc lộ sự chênh lệch về năng lực số và hiểu biết về AI giữa sinh viên, giảng viên và đội ngũ quản lý. Nếu không được nhận diện và có giải pháp phù hợp, khoảng cách này có thể trở thành rào cản đối với quá trình triển khai AI hiệu quả và an toàn trong các cơ sở giáo dục đại học. Bên cạnh đó, việc sinh viên phụ thuộc quá mức vào công cụ AI mang lại rủi ro làm giảm dần khả năng tư duy độc lập, năng lực phản biện và sự sáng tạo. Nếu thiếu kỹ năng đánh giá thông tin, người học rất dễ tiếp nhận các nội dung không chính xác hoặc mang định kiến do hệ thống AI tạo ra (Nguyễn Thị Hồng Chuyên, 2026). Đối với đội ngũ giảng viên, mức độ khai thác AI vẫn còn hạn chế do thiếu hụt kỹ năng công nghệ và nhận thức chưa đầy đủ. Thực trạng này đặt ra yêu cầu cấp thiết về việc các cơ sở giáo dục đại học phải nhanh chóng xây dựng chương trình bồi dưỡng năng lực AI và ban hành khung chính sách phù hợp, giúp giảng viên làm chủ phương pháp thiết kế, điều phối và kiểm soát việc sử dụng AI một cách hiệu quả, có trách nhiệm (Võ Nhật Tiễn, 2026).
Thực trạng trên đặt ra yêu cầu đối với quản lý nhà nước trong việc xây dựng chuẩn năng lực AI phù hợp cho giảng viên và người học, đồng thời tăng cường đào tạo, tập huấn và hướng dẫn chuyên môn. Trọng tâm không chỉ là kỹ năng sử dụng công cụ mà còn phải bao gồm năng lực kiểm chứng thông tin, bảo vệ dữ liệu, nhận diện rủi ro, sử dụng AI có trách nhiệm và thiết kế hoạt động đánh giá phù hợp. Đây là điều kiện cần thiết để các cơ sở giáo dục có đủ năng lực khai thác AI, đồng thời kiểm soát những tác động của công nghệ này đối với chất lượng đào tạo.
4. Một số giải pháp
Một là, trên cơ sở Luật Trí tuệ nhân tạo năm 2025 và các quy định về dữ liệu, Bộ Giáo dục và Đào tạo cần chủ trì xây dựng khung hướng dẫn quản trị AI trong giáo dục đại học, làm cơ sở để các cơ sở giáo dục thống nhất cách thức triển khai và kiểm soát AI. Hướng dẫn cần chuyển hóa các nguyên tắc chung của pháp luật thành yêu cầu phù hợp với những hoạt động đặc thù, như: tuyển sinh, giảng dạy, khảo thí, đánh giá kết quả học tập, nghiên cứu khoa học, tư vấn học tập và quản trị nhà trường.
Trọng tâm của hướng dẫn là phân loại các trường hợp sử dụng AI theo mức độ rủi ro, thay vì áp dụng một cơ chế quản lý giống nhau đối với mọi công cụ. Đối với các ứng dụng hỗ trợ soạn thảo, tìm kiếm thông tin hoặc thiết kế học liệu, có thể áp dụng yêu cầu quản lý ở mức phù hợp. Trong khi đó, những hệ thống AI có khả năng ảnh hưởng trực tiếp đến quyền và cơ hội của người học, như: tuyển sinh, chấm điểm, xếp loại, xét học bổng, cảnh báo học tập hoặc xử lý kỷ luật, cần được kiểm soát chặt chẽ hơn. Đối với các hệ thống có rủi ro cao, cơ sở giáo dục cần thực hiện đánh giá trước khi triển khai, trong đó xác định rõ mục đích sử dụng, loại dữ liệu được xử lý, mức độ tự động hóa, nhóm đối tượng chịu tác động, nguy cơ thiên lệch và biện pháp giảm thiểu.
Hai là, dữ liệu là nền tảng của các hệ thống AI nhưng đồng thời cũng là nguồn rủi ro lớn đối với giáo dục đại học. Vì vậy, quản lý nhà nước cần hướng dẫn các cơ sở giáo dục xây dựng cơ chế quản trị dữ liệu thống nhất trong toàn bộ vòng đời của hệ thống AI, từ thu thập, sử dụng, lưu trữ, chia sẻ đến xóa hoặc hủy dữ liệu. Do đó, mỗi cơ sở giáo dục cần phân loại dữ liệu theo mức độ nhạy cảm và xác định rõ phạm vi được phép đưa vào hệ thống AI. Dữ liệu cá nhân, hồ sơ học tập, đề thi, ngân hàng câu hỏi, dữ liệu nghiên cứu chưa công bố, hồ sơ cán bộ và các thông tin nội bộ có tính nhạy cảm cần được bảo vệ ở mức cao hơn. Việc sử dụng dữ liệu phải tuân thủ nguyên tắc đúng mục đích, tối thiểu hóa dữ liệu và giới hạn quyền truy cập, tránh đưa toàn bộ hồ sơ hoặc tài liệu nội bộ lên các nền tảng AI bên ngoài chỉ vì sự thuận tiện.
Đối với các hệ thống xử lý dữ liệu nhạy cảm hoặc tham gia vào những quyết định có tác động lớn, hợp đồng với nhà cung cấp cần quy định cụ thể về trách nhiệm bảo mật, phạm vi và mục đích xử lý dữ liệu, thời hạn lưu giữ, thông báo và xử lý sự cố, quyền kiểm tra cũng như cơ chế hoàn trả hoặc xóa dữ liệu khi chấm dứt dịch vụ. Qua đó, trách nhiệm bảo vệ dữ liệu không bị chuyển giao hoặc phân tán không rõ ràng giữa cơ sở giáo dục và nhà cung cấp.
Ba là, đổi mới kiểm tra, đánh giá và bảo đảm liêm chính học thuật trong môi trường có AI. Sự phổ biến của AI tạo sinh đặt ra yêu cầu đổi mới phương thức kiểm tra, đánh giá trong giáo dục đại học. Theo đó, các cơ sở giáo dục có thể tăng cường đánh giá quá trình, vấn đáp, bảo vệ sản phẩm, nhật ký học tập, bài tập gắn với dữ liệu hoặc bối cảnh cụ thể, thực hành, mô phỏng tình huống và đánh giá theo nhiều giai đoạn. Những hình thức này không nhằm loại bỏ AI khỏi quá trình học tập mà yêu cầu người học phải giải thích cách tiếp cận, kiểm chứng thông tin, vận dụng kiến thức và bảo vệ kết quả của mình.
Bên cạnh đó, quy chế đào tạo cần quy định rõ việc khai báo sử dụng AI trong bài tập, khóa luận, luận văn và các sản phẩm nghiên cứu. Mỗi học phần cần công bố ngay từ đầu phạm vi sử dụng AI được phép, công đoạn có thể sử dụng, yêu cầu khai báo, cách trích dẫn và những hành vi không được chấp nhận. Việc này tạo ra chuẩn mực thống nhất, hạn chế cách hiểu khác nhau giữa các giảng viên và bảo vệ quyền lợi của người học. Khi phát hiện dấu hiệu vi phạm, quy trình xử lý cần bảo đảm quyền được giải trình và xem xét của người học. Cơ sở giáo dục cần phân biệt giữa lỗi sử dụng AI không đúng quy định, vi phạm yêu cầu trích dẫn và hành vi cố ý gian lận học thuật, tránh đồng nhất mọi trường hợp sử dụng AI với vi phạm liêm chính học thuật. Đồng thời, cần từng bước hoàn thiện hướng dẫn về sử dụng AI có trách nhiệm trong nghiên cứu khoa học, đặc biệt đối với vấn đề xác định đóng góp của con người, trích dẫn, bảo mật dữ liệu và trách nhiệm đối với sản phẩm nghiên cứu.
Bốn là, phát triển năng lực AI cho cán bộ quản lý, giảng viên và người học. Năng lực của con người là điều kiện quyết định hiệu quả và mức độ an toàn của ứng dụng AI. Vì vậy, chính sách quản lý nhà nước cần chuyển từ việc tập trung vào đầu tư hạ tầng và công cụ sang phát triển đồng bộ năng lực quản trị và sử dụng AI. Đối với cán bộ quản lý, nội dung bồi dưỡng cần tập trung vào quản trị rủi ro, bảo vệ dữ liệu, trách nhiệm giải trình, đánh giá tác động và ra quyết định trong môi trường có AI. Đối với giảng viên, cần chú trọng kỹ năng thiết kế học liệu, xây dựng nhiệm vụ học tập, đổi mới đánh giá, kiểm chứng thông tin, hướng dẫn người học sử dụng AI và xử lý các tình huống liên quan đến liêm chính học thuật. Đối với người học, năng lực AI cần bao gồm không chỉ khả năng sử dụng công cụ mà còn năng lực kiểm chứng thông tin, nhận diện giới hạn của AI, bảo vệ dữ liệu cá nhân, tôn trọng quyền sở hữu trí tuệ và chịu trách nhiệm đối với sản phẩm do mình tạo ra.
5. Kết luận
Ứng dụng AI trong giáo dục đại học đang tạo ra những thay đổi đáng kể đối với hoạt động đào tạo, nghiên cứu và quản trị nhà trường, đồng thời đặt ra những yêu cầu mới đối với quản lý nhà nước. Những vấn đề về dữ liệu, chất lượng đánh giá, liêm chính học thuật, năng lực sử dụng công nghệ và trách nhiệm của các chủ thể cho thấy việc quản lý AI cần được đặt trong tổng thể bảo đảm chất lượng và quyền lợi của người học.
Trong bối cảnh khung pháp luật về AI và dữ liệu từng bước được hoàn thiện, yêu cầu đặt ra là tiếp tục cụ thể hóa các quy định chung thành cơ chế phù hợp với đặc thù giáo dục đại học, đồng thời nâng cao năng lực của các cơ sở giáo dục trong tổ chức, kiểm soát và đánh giá việc sử dụng AI. Bên cạnh đó, cần tạo lập được sự cân bằng giữa thúc đẩy đổi mới và kiểm soát rủi ro, giữa quyền tự chủ của cơ sở giáo dục và yêu cầu bảo đảm các chuẩn mực chung.
Tài liệu tham khảo:
Nguyễn Thị Hồng Chuyên (2026). Tác động của trí tuệ nhân tạo (AI) trong giáo dục đại học: Tổng quan hệ thống theo Prisma và các định hướng nghiên cứu tương lai. Tạp chí Giáo dục, tập 26, số 4.
Võ Nhật Tiễn (2026). Ứng dụng trí tuệ nhân tạo trong giáo dục đại học Việt Nam: Cơ hội, thách thức và định hướng đối với sinh viên. Tạp chí Tâm lý – Giáo dục, tập 32, số 3, kỳ 2.
