Developing undergraduate curricula at the Academy of Public Administration and Governance
TS. Vũ Ngọc Hoa
Học viện Hành chính và Quản trị công
Email: hoavn@apag.edu.vn
(Quanlynhanuoc.vn) – Trên cơ sở tiếp cận phát triển chương trình đào tạo dựa trên chuẩn đầu ra, lý thuyết tích hợp liên ngành; dựa trên phân tích yêu cầu năng lực đối với nguồn nhân lực trong khu vực công của Việt Nam, kinh nghiệm phát triển chương trình đào tạo đại học nước ngoài, bài viết đề xuất hai hướng phát triển chương trình đào tạo đại học tại Học viện Hành chính và Quản trị công: hiện đại hóa chương trình đào tạo đại học dựa trên cập nhật chuẩn đầu ra và cấu trúc chương trình đào tạo; phát triển các chương trình đào tạo đại học liên ngành trên cơ sở các chương trình đào tạo hiện hành.
Từ khóa: Phát triển chương trình đào tạo; đào tạo đại học; chuẩn đầu ra; chương trình đào tạo liên ngành; Học viện Hành chính và Quản trị công.
Abstract: Drawing on an outcome-based approach to curriculum development, interdisciplinary integration theory, an analysis of competency requirements for human resources in Viet Nam’s public sector, and international experience in undergraduate curriculum development, this article proposes two directions for developing undergraduate curricula at the Academy of Public Administration and Governance. First, modernize existing undergraduate curricula by updating learning outcomes and curriculum structures. The second is to develop interdisciplinary undergraduate programs based on existing curricula.
Keywords: Curriculum development; undergraduate education; learning outcomes; interdisciplinary curricula; Academy of Public Administration and Governance.
1. Cơ sở lý luận và yêu cầu về phát triển chương trình đào tạo đại học
1.1. Cơ sở lý luận
a. Phát triển chương trình đào tạo đại học theo hướng hiện đại hóa dựa trên cập nhật chuẩn đầu ra và cấu trúc chương trình đào tạo
Trong bối cảnh kinh tế – xã hội và công nghệ biến đổi nhanh, phát triển chương trình đào tạo cần nhận diện sự thay đổi của môi trường nghề nghiệp và những năng lực mà người tốt nghiệp cần có. OECD (2020) chỉ ra hiện tượng độ trễ của chương trình đào tạo, tức khoảng cách giữa nội dung, năng lực mà chương trình đào tạo hiện tại cung cấp với những năng lực người học cần cho tương lai. UNESCO (2025) cũng nhấn mạnh chương trình đào tạo phải phản ánh các nhu cầu xã hội đang biến đổi và các năng lực thiết yếu cho học tập suốt đời. Theo cách tiếp cận này, hiện đại hóa chương trình đào tạo là quá trình đổi mới theo chiều sâu nhằm thu hẹp khoảng cách giữa năng lực được hình thành cho người học trong chương trình đào tạo hiện hành với năng lực mà người học cần có trong bối cảnh nghề nghiệp, công nghệ và xã hội mới.
Từ góc độ giáo dục định hướng năng lực, Brauer (2021) cho rằng, việc xác định rõ những năng lực mà người học cần đạt được có ý nghĩa quan trọng đối với cải cách giáo dục đại học nhằm đáp ứng nhu cầu nghề nghiệp. Năng lực không chỉ là tập hợp kiến thức và kỹ năng riêng lẻ mà phải thể hiện khả năng vận dụng trong những bối cảnh nghề nghiệp cụ thể. Vì vậy, chuẩn đầu ra trở thành điểm nối giữa nhu cầu xã hội, yêu cầu của vị trí việc làm và thiết kế chương trình đào tạo.
Tuy nhiên, cập nhật chuẩn đầu ra chương trình đào tạo mới chỉ là điều kiện ban đầu. Loughlin & cộng sự (2021) nhấn mạnh sự liên kết giữa chuẩn đầu ra, hoạt động dạy – học và đánh giá kết quả học tập. Derouich (2025) tiếp tục chỉ ra tính nhất quán của chương trình đào tạo dựa trên chuẩn đầu ra đòi hỏi mối liên kết có hệ thống giữa chuẩn đầu ra chương trình đào tạo, chuẩn đầu ra học phần, nội dung dạy học và đánh giá kết quả học tập.
Cơ sở pháp lý hiện hành của Việt Nam cũng theo cách tiếp cận trên. Thông tư số 54/2026/TT-BGDĐT ngày 30/6/2026 yêu cầu chuẩn đầu ra trình độ đại học phản ánh các năng lực mới, như: năng lực số, nội dung AI, ngoại ngữ, khả năng thích ứng và học tập suốt đời (Bộ Giáo dục và Đào tạo, 2026). Thông tư số 02/2025/TT-BGDĐT ngày 24/01/2025 xác định Khung năng lực số cho người học gồm 6 nhóm với 24 năng lực thành phần và là căn cứ để các cơ sở giáo dục bổ sung, cập nhật năng lực số vào chương trình đào tạo, tài liệu học tập và hoạt động đánh giá (Bộ Giáo dục và Đào tạo, 2025). Nghị quyết số 57-NQ/TW ngày 22/12/2024 về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia (Bộ Chính trị, 2024) và Nghị quyết số 71-NQ/TW ngày 22/8/2025 về đột phá phát triển giáo dục và đào tạo (Bộ Chính trị, 2025) tiếp tục làm rõ yêu cầu này khi đặt trọng tâm vào dữ liệu, công nghệ, chuyển đổi số và nâng cao năng lực số, AI cho người học. Điều này cho thấy, dữ liệu và AI không còn chỉ là kỹ năng bổ trợ mà ngày càng trở thành thành tố cấu thành năng lực nghề nghiệp.
b. Phát triển chương trình theo hướng tích hợp liên ngành
Lý luận về chương trình đào tạo liên ngành nhấn mạnh hai yếu tố: sự tương tác giữa các miền tri thức và sự tích hợp nhằm tạo ra hiểu biết hoặc năng lực mà từng ngành riêng lẻ khó hình thành. Holley (2017) cho rằng, học tập liên ngành trong giáo dục đại học gắn với việc kết nối, tích hợp tri thức, phương pháp của nhiều ngành về một chủ đề, vấn đề hoặc đối tượng chung. National Academies of Sciences, Engineering & Medicine (2018) cho rằng, các mô hình giáo dục tích hợp hướng tới việc kết nối tri thức, phương thức tìm hiểu và phương pháp sư phạm của nhiều lĩnh vực khác nhau trong cùng một học phần hoặc một chương trình đào tạo.
Từ góc nhìn thiết kế chương trình đào tạo, điểm phân biệt quan trọng nằm ở khối tích hợp. Nếu chương trình đào tạo chỉ gồm một nhóm học phần của ngành A đặt cạnh một nhóm học phần của ngành B, người học có thể tích lũy hai khối kiến thức nhưng chưa hình thành năng lực liên ngành. Chương trình đào tạo liên ngành thực chất phải có chuẩn đầu ra tích hợp; có học phần, có tính chất cầu nối giữa kiến thức, kỹ năng của các ngành; cách thức, đánh giá kết quả học tập yêu cầu người học vận dụng các kiến thức, kỹ năng của nhiều ngành. Vì vậy, thiết kế liên ngành thích hợp với những vấn đề phức tạp, như: quản trị dữ liệu công, chính phủ số, quản trị đô thị thông minh, phân tích chính sách dựa trên dữ liệu hoặc quản trị nhân lực dựa trên phân tích dữ liệu…
1.2. Phát triển chương trình tại một số trường đại học trên thế giới
Thứ nhất, hiện đại hóa chương trình đào tạo đơn ngành thông qua cập nhật chuẩn đầu ra và cấu trúc chương trình đào tạo.
Việc hiện đại hóa chương trình đào tạo thể hiện qua một số cấp độ khác nhau. Ở cấp độ thứ nhất, các năng lực mới được tích hợp vào chương trình đào tạo hiện hành thông qua việc bổ sung các học phần hoặc nội dung mới. Chẳng hạn, chương trình đào tạo chính trị và hành chính công của University of Hong Kong đã đưa vào chương trình đào tạo các học phần, như: khoa học dữ liệu trong chính trị và hành chính công, quản trị số và điều tiết, chính phủ điện tử: khung, công cụ và ứng dụng (The University of Hong Kong, n.d.). Cấp độ thứ hai là phát triển các năng lực mới thông qua việc hình thành hướng chuyên sâu trong chương trình đào tạo hiện hành. Chẳng hạn, chương trình đào tạo cử nhân chính sách công của University of Southern California phát triển hướng chuyên sâu: chính sách công và phân tích dữ liệu với 28 đơn vị học trình. Hướng chuyên sâu này tăng cường năng lực phân tích chính sách bằng phương pháp thực nghiệm và dữ liệu. Qua đó, năng lực phân tích dữ liệu được tích hợp sâu hơn vào năng lực chuyên môn về chính sách công, thay vì chỉ bổ sung như một kỹ năng bổ trợ (University of Southern California, Price School of Public Policy, n.d.).
Thứ hai, phát triển chương trình liên ngành.
London School of Economics and Political Science (LSE) phát triển chương trình đại học liên ngành Chính trị học và Khoa học dữ liệu, kết hợp nền tảng chính trị học với khoa học dữ liệu ứng dụng (LES, 2026). Cấu trúc chương trình đào tạo bao gồm sự tích hợp hai chiều giữa hai lĩnh vực. Một mặt, khoa học dữ liệu trở thành phương pháp nghiên cứu chính trị thông qua các học phần về thống kê, lập trình, thiết kế nghiên cứu, hồi quy, học máy, AI và các ứng dụng khoa học dữ liệu trong nghiên cứu chính trị, qua đó, người học có thể sử dụng dữ liệu và phương pháp định lượng, tính toán để nghiên cứu các hiện tượng, tình huống chính trị. Mặt khác, dữ liệu và công nghệ số cũng trở thành đối tượng của khoa học chính trị thông qua các học phần, như: chính trị và chính sách về khoa học dữ liệu và đạo đức của dữ liệu và AI. Hướng chuyên sâu tích hợp chính trị học và khoa học dữ liệu gồm bốn nhóm năng lực: năng lực chính trị học; năng lực dữ liệu; năng lực sử dụng dữ liệu và phương pháp tính toán để nghiên cứu vấn đề chính trị; năng lực phân tích các vấn đề chính trị, chính sách, đạo đức và quản trị liên quan đến dữ liệu, thuật toán và AI. Hai nhóm năng lực sau là những năng lực được tích hợp giữa hai ngành và góp phần tạo nên đặc trưng liên ngành của chương trình đào tạo.
Stanford University phát triển chương trình đào tạo đại học khoa học dữ liệu và hệ thống xã hội nhằm hình thành năng lực tích hợp giữa phương pháp dữ liệu và hiểu biết về các hệ thống xã hội. Chương trình đào tạo gồm ba thành tố cốt lõi: (1) Khối định lượng với toán học, tính toán, thống kê và tối ưu hóa; (2) Khối khoa học hành vi – xã hội với tâm lý học, xã hội học, khoa học chính trị và kinh tế học; (3) Khối đạo đức. Bên cạnh đó, sinh viên phải hoàn thành học phần nhập môn, một hướng chuyên sâu và dự án tích hợp cuối khóa, trong đó áp dụng năng lực khoa học dữ liệu vào một vấn đề cụ thể (Stanford University, n.d.).
Tính liên ngành của chương trình đào tạo được thể hiện rõ hơn ở hệ thống hướng chuyên sâu. Stanford University cho phép sinh viên lựa chọn một trong 12 hướng chuyên sâu về các vấn đề xã hội hoặc tự thiết kế một hướng chuyên sâu phù hợp. Chương trình đào tạo không chỉ kết hợp khoa học dữ liệu với nhiều ngành khoa học xã hội mà còn thiết kế các hướng chuyên sâu để giải quyết các vấn đề xã hội phức hợp.
1.3. Yêu cầu năng lực mới đối với nguồn nhân lực khu vực công
Sự phát triển nhanh của dữ liệu lớn, AI, nền tảng số và các công nghệ mới đã làm thay đổi quy trình làm việc, phương thức ra quyết định, quan hệ giữa Nhà nước với người dân và doanh nghiệp cũng như cách thức tổ chức và cung ứng dịch vụ công. Vì vậy, năng lực nghề nghiệp không chỉ được hiểu là khả năng vận dụng kiến thức chuyên môn của một ngành vào những nhiệm vụ đã được xác định trước mà phải gồm năng lực xử lý những vấn đề mới, phức hợp, sử dụng dữ liệu và công nghệ. OECD (2021) cho rằng, quá trình chuyển từ chính phủ điện tử sang chính phủ số đòi hỏi các ba điều kiện: tạo lập môi trường làm việc phù hợp cho chuyển đổi số, phát triển các kỹ năng cần thiết để nâng cao năng lực chính phủ số và xây dựng, duy trì lực lượng lao động có khả năng thực hiện chuyển đổi số.
Trong nền công vụ số, yêu cầu đối với năng lực dữ liệu, công nghệ và quản trị rủi ro càng trở nên rõ nét. Nghị quyết số 57-NQ/TW xác định thể chế, nhân lực, hạ tầng, dữ liệu và công nghệ chiến lược là những nội dung trọng tâm, cốt lõi; đặt ra yêu cầu khai thác tiềm năng của dữ liệu, phát triển cơ sở dữ liệu lớn, nâng cao kiến thức số cho cán bộ, công chức; đồng thời, coi an ninh mạng, an ninh dữ liệu và an toàn thông tin là yêu cầu xuyên suốt trong quá trình chuyển đổi số quốc gia. Vì vậy, nguồn nhân lực khu vực công không chỉ cần có khả năng sử dụng công nghệ mà còn phải có năng lực sử dụng dữ liệu đúng mục đích, đánh giá chất lượng và giới hạn của dữ liệu, bảo vệ dữ liệu, nhận diện rủi ro công nghệ và chịu trách nhiệm đối với những quyết định có sự hỗ trợ của dữ liệu và AI.
Sự phát triển của AI tiếp tục làm thay đổi cấu trúc năng lực của nhân lực khu vực công. OECD (2026) phân biệt nhu cầu đào tạo AI theo ba nhóm đối tượng chính, gồm: (1) Đối với công chức, nội dung đào tạo thường tập trung vào các khái niệm và công cụ AI cơ bản, lợi ích và rủi ro của công nghệ, cùng khả năng sử dụng AI một cách hiệu quả và có trách nhiệm. (2) Đối với lãnh đạo, yêu cầu năng lực rộng hơn, bao gồm hiểu biết về cơ hội và rủi ro chiến lược của AI, quản trị thay đổi, tổ chức nguồn nhân lực và các vấn đề liên quan đến đạo đức, pháp lý và quản trị dữ liệu. Trong khi đó, (3) Chuyên gia số và dữ liệu cần có năng lực kỹ thuật chuyên sâu để phát triển, triển khai và vận hành các hệ thống AI; đồng thời, hiểu các yêu cầu về trách nhiệm, tuân thủ và giá trị công. Do vậy, phát triển chương trình đào tạo năng lực AI không nên được thiết kế như một năng lực đồng nhất cho mọi ngành và mọi vị trí việc làm mà cần được phân tầng theo từng nghề nghiệp.
2. Chương trình đào tạo đại học của Học viện Hành chính và Quản trị công
Năm 2025, chương trình đào tạo trình độ đại học của Học viện Hành chính và Quản trị công (viết tắt là Học viện) đã có những điều chỉnh để phù hợp với bối cảnh và yêu cầu năng lực mới của nguồn nhân lực khu vực công. Nhiều yếu tố của cấu trúc năng lực mới của người học đã xuất hiện trong mục tiêu, chuẩn đầu ra và khung chương trình đào tạo. Cụ thể:
Thứ nhất, một số chương trình đào tạo đã bước đầu đưa các năng lực mới về số hóa, dữ liệu, thích ứng và đổi mới sáng tạo vào chuẩn đầu ra của chương trình đào tạo. Ví dụ, chuẩn đầu ra ngành Chính trị học PLO-S1 yêu cầu người học “ứng dụng hiệu quả kỹ năng số và công cụ AI trong công việc chuyên môn”, có khả năng thích ứng với môi trường làm việc số với các chỉ báo (PIs) yêu cầu sử dụng kỹ năng số cơ bản, quản lý dữ liệu số, khai thác và bảo mật thông tin; đồng thời, vận dụng công cụ số và nền tảng trực tuyến để xử lý dữ liệu và thực hiện công việc chuyên môn.
Bên cạnh đó, PLO-A2 đặt yêu cầu tích hợp bản lĩnh chính trị, đạo đức nghề nghiệp và trách nhiệm công dân trong bối cảnh hội nhập và chuyển đổi số; PI-A2.2 yêu cầu người học phát triển các giải pháp, sáng kiến chính trị – xã hội có ứng dụng yếu tố hội nhập quốc tế và công nghệ số. Ở nhóm năng lực nghề nghiệp, PLO-S5 đã bắt đầu gắn hoạt động truyền thông chính trị với khai thác dữ liệu từ thực tiễn địa phương, báo chí và các nền tảng số. Như vậy, ở ngành Chính trị học, năng lực số không chỉ là kỹ năng công cụ mà đã bước đầu được gắn với hoạt động nghề nghiệp và phân tích thông tin chính trị.
Đối với ngành Quản lý nhà nước, PLO-K5 yêu cầu người học vận dụng các nguyên tắc, công cụ và kỹ thuật quản lý hiện đại trong bối cảnh chính phủ số, hội nhập toàn cầu và môi trường đa văn hóa; trong đó PI-K5.3 yêu cầu người học “quản lý được dữ liệu số, quản lý văn bản điện tử” cùng với năng lực quản lý sự thay đổi trong khu vực công. Ở chuẩn kỹ năng, PLO-S6 yêu cầu thực hành các kỹ năng thiết yếu của cán bộ, công chức trong kỷ nguyên số và hội nhập quốc tế; PI-S6.2 cụ thể hóa bằng khả năng thích ứng nhanh với sự thay đổi trong công tác quản lý. Đồng thời, PLO-S7 yêu cầu thực hiện hoạt động quản lý nhà nước trong bối cảnh đa dạng, phức tạp và nhiều thay đổi. Những chuẩn đầu ra này cho thấy, chương trình đào tạo đã bước đầu chuyển từ yêu cầu biết sử dụng công nghệ thông tin sang khả năng thực hiện hoạt động quản lý trong môi trường quản lý dữ liệu số.
Thứ hai, một số chương trình đào tạo đã xây dựng học phần thể hiện năng lực sử dụng dữ liệu và công nghệ vào hoạt động nghề nghiệp của ngành.
Chương trình đào tạo Quản lý nhà nước đã bước đầu hình thành chuỗi năng lực gắn với quản lý trong môi trường số thông qua các học phần quản lý dữ liệu số trong cơ quan nhà nước, quản trị địa phương trong kỷ nguyên số, quản lý văn bản và lập hồ sơ điện tử, cùng yêu cầu chuẩn đầu ra về sử dụng công cụ số và công cụ phân tích dữ liệu. Các học phần này góp phần hình thành năng lực quản lý và khai thác dữ liệu phục vụ hoạt động công vụ; quản lý văn bản, hồ sơ và thông tin điện tử; thực hiện hoạt động quản lý trong bối cảnh chính phủ số và bước đầu sử dụng dữ liệu để hỗ trợ phân tích, tham mưu và ra quyết định.
Chương trình đào tạo Quản trị nhân lực đã bước đầu hình thành chuỗi năng lực mới gắn với dữ liệu và chuyển đổi số thông qua các học phần thống kê và phân tích dữ liệu lao động, kỹ năng ra quyết định dựa trên bằng chứng, kỹ năng làm việc trong môi trường số và quản trị nhân lực trong bối cảnh chuyển đổi số. Các học phần này tạo nền tảng để người học phát triển năng lực thu thập, phân tích và diễn giải dữ liệu lao động; sử dụng bằng chứng trong ra quyết định nhân sự; làm việc hiệu quả trong môi trường số và thích ứng với sự thay đổi của các chức năng quản trị nhân lực dưới tác động của chuyển đổi số.
Thứ ba, một số chương trình đào tạo đã bước đầu hình thành năng lực liên ngành. Trong chương trình đào tạo Quản trị nhân lực, chuẩn đầu ra PLO-K2 yêu cầu người học vận dụng kiến thức kinh tế học, khoa học quản lý, khoa học tổ chức, quản trị văn phòng, tâm lý học, pháp luật và công nghệ số để giải quyết các vấn đề quản trị nhân lực.
Như vậy, chương trình đào tạo năm 2025 của Học viện đã cập nhật các năng lực mới, như: năng lực số, dữ liệu, chuyển đổi số, AI và đổi mới sáng tạo vào chương trình đào tạo. Tuy nhiên, trong bối cảnh mới và những yêu cầu mới về năng lực của nguồn nhân lực trong khu vực công, chương trình đào tạo đại học cần được tiếp tục phát triển để khắc phục một số hạn chế, như: nhiều năng lực mới chưa được thiết kế thành một chuỗi xuyên suốt nên thiếu tính liên tục và tính tích hợp của năng lực trong toàn bộ chương trình đào tạo. Ví dụ, chương trình đào tạo Quản lý nhà nước đã có các học phần về dữ liệu số và quản trị trong kỷ nguyên số, song chưa hình thành rõ một chuỗi năng lực từ quản trị dữ liệu công đến phân tích, ra quyết định, thiết kế dịch vụ công số.
Bên cạnh đó, tính liên ngành đã xuất hiện trong mục tiêu, chuẩn đầu ra và nội dung một số chương trình đào tạo nhưng chủ yếu vẫn ở mức mở rộng kiến thức, chưa phát triển thành năng lực tích hợp liên ngành theo nghĩa đầy đủ của nó. Tính đa ngành chưa được chuyển hóa thành các năng lực tích hợp và cấu trúc chương trình đào tạo liên ngành. Chương trình đào tạo chưa có khối kiến thức lõi tích hợp giúp người học huy động đồng thời tri thức, phương pháp và công cụ của nhiều ngành để giải quyết những vấn đề có tính liên ngành.
3. Hướng phát triển chương trình đào tạo đại học tại Học viện
Một là, hiện đại hóa chương trình đào tạo với việc cập nhật chuẩn đầu ra và cấu trúc chương trình.
Chuẩn đầu ra chương trình đào tạo cần chuyển từ năng lực số nền tảng sang năng lực số và dữ liệu gắn với nghề nghiệp. Theo đó, từng ngành cần xác định những năng lực mới phù hợp với đặc thù nghề nghiệp của mình. Ví dụ, đối với ngành Chính trị học cần phát triển sâu hơn năng lực phân tích dữ liệu chính trị; phương pháp định lượng và phương pháp tính toán trong nghiên cứu chính trị; khai thác dữ liệu mạng xã hội và truyền thông số; phân tích dư luận; dự báo; nhận diện tác động của dữ liệu, thuật toán và AI đối với quyền lực, truyền thông và hành vi chính trị.
Đối với ngành Quản trị văn phòng, cần chuyển từ sử dụng công nghệ số sang thiết kế và vận hành văn phòng số, quản trị luồng thông tin và hồ sơ điện tử, tự động hóa quy trình, khai thác AI hỗ trợ soạn thảo, tổng hợp và tra cứu, truy vết thông tin và bảo đảm an toàn dữ liệu.
Việc hiện đại hóa chương trình đào tạo có thể triển khai theo hai cấp độ.Cấp độ thứ nhất, những năng lực mới có tính phổ quát hoặc hỗ trợ nghề nghiệp được tích hợp xuyên suốt chương trình đào tạo hiện hành thông qua điều chỉnh chuẩn đầu ra, cấu trúc chương trình đào tạo và phương pháp dạy học, kiểm tra, đánh giá các học phần. Cấp độ thứ hai, khi một nhóm năng lực mới có sự gắn kết nội tại và tương ứng với một nhóm vị trí việc làm rõ ràng, Học viện có thể phát triển hướng chuyên sâu trong chương trình đào tạo hiện hành.
Điều quan trọng là các năng lực mới phải được thiết kế theo lộ trình phát triển xuyên suốt chương trình đào tạo. Sau khi cập nhật chuẩn đầu ra chương trình đào tạo, cần xây dựng ma trận chuẩn đầu ra chương trình đào tạo – học phần để xác định mức độ đóng góp của học phần cho việc đạt được chuẩn đầu ra chương trình đào tạo. Việc đánh giá kết quả học tập cần chuyển dần từ bài thi kiểm tra kiến thức sang các sản phẩm/dự án cụ thể như báo cáo phân tích dữ liệu, phương án cải tiến quy trình, kế hoạch nhân lực, thiết kế dịch vụ số hoặc đánh giá rủi ro của một ứng dụng AI.
Hai là, phát triển các chương trình đào tạo liên ngành.
Học viện có điều kiện tương đối thuận lợi để phát triển theo hướng này. Trên cơ sở đó, Học viện có thể nghiên cứu một số chương trình đào tạo liên ngành có tính khả thi và phù hợp với sứ mạng, tầm nhìn của Học viện đến năm 2045 (Học viện Hành chính và Quản trị công, 2025). Ví dụ, có thể kết hợp chương trình đào tạo Quản trị văn phòng với chương trình đào tạo Quản trị thông tin và Lưu trữ học nhằm hình thành các năng lực về quản trị văn phòng số, quản trị thông tin và hồ sơ số, thiết kế luồng công việc số, tự động hóa quy trình, bảo vệ dữ liệu và sử dụng AI hỗ trợ công việc văn phòng có trách nhiệm. Sự kết hợp này kế thừa trực tiếp năng lực về công nghệ số của Quản trị văn phòng và năng lực quản trị, số hóa, bảo mật tài nguyên thông tin của chuyên ngành Quản trị thông tin.
Đối với mỗi chương trình đào tạo liên ngành, việc thiết kế cần theo trình tự: xác định nhu cầu thực tiễn; xác định năng lực tích hợp cần có; xây dựng chuẩn đầu ra chương trình đào tạo liên ngành; xác định kiến thức nền tảng của từng ngành; thiết kế khối học phần cầu nối giữa các ngành; tổ chức các tình huống, dự án và thực tập chung; xây dựng dự án tích hợp cuối khóa để đánh giá mức độ huy động được kiến thức và phương pháp của nhiều ngành để giải quyết vấn đề của người học.
Đồng thời, Học viện cần điều chỉnh chuẩn đầu ra, cấu trúc chương trình hoặc phát triển chương trình đào tạo liên ngành theo cơ chế thống nhất để bảo đảm tính đồng bộ về mục tiêu, chuẩn đầu ra và chất lượng đào tạo trong toàn hệ thống, nhằm phát huy tính linh hoạt trong tổ chức thực hiện tại các Phân hiệu nói chung và Phân hiệu tại TP. Hồ Chí Minh nói riêng. Cách tiếp cận này vừa bảo đảm tính thống nhất học thuật trong toàn Học viện, vừa tăng khả năng thích ứng của chương trình với bối cảnh thực tiễn và nâng cao tính gắn kết giữa đào tạo với nhu cầu của khu vực công và thị trường lao động.
Phân hiệu tại TP. Hồ Chí Minh cần đóng vai trò tích cực trong quá trình rà soát nhu cầu nhân lực, phản hồi về chương trình đào tạo, thử nghiệm các hình thức tổ chức dạy học mới và lựa chọn các học phần tự chọn phù hợp với đặc điểm kinh tế – xã hội của TP. Hồ Chí Minh và khu vực phía Nam. Trong hướng hiện đại hóa chương trình, Phân hiệu có thể tổ chức việc lựa chọn học phần tự chọn, dự án học tập, bài tập tình huống, hoạt động thực hành và thực tập liên quan đến quản trị đô thị, chính quyền số, phân tích dữ liệu, AI, quản trị nhân lực số, quản trị văn phòng số và ra quyết định dựa trên bằng chứng. Đối với hướng phát triển liên ngành, Phân hiệu có thể trở thành địa điểm đào tạo thử nghiệm các mô hình tích hợp ở quy mô phù hợp. Cụ thể là triển khai các học phần dùng chung, dự án liên môn hoặc hoạt động học tập phối hợp giữa các ngành, như: Chính trị học/Quản lý nhà nước với Hệ thống thông tin, Quản trị nhân lực với phân tích dữ liệu, hoặc Quản trị văn phòng với quản trị thông tin và lưu trữ số. Kết quả triển khai, phản hồi của người học, giảng viên, đơn vị sử dụng lao động tại khu vực phía Nam có thể trở thành nguồn minh chứng quan trọng để Học viện tiếp tục hoàn thiện chuẩn đầu ra chương trình đào tạo, cấu trúc chương trình đào tạo, nội dung học phần, kiểm tra, đánh giá kết quả học tập.
Tài liệu tham khảo:
Brauer, S. (2021). Towards competence-oriented higher education: A systematic literature review of the different perspectives on successful exit profiles. Education + Training, 63 (9), 1376-1390.
Bộ Chính trị (2024). Nghị quyết số 57-NQ/TW ngày 22/12/2024 về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia.
Bộ Chính trị (2025). Nghị quyết số 71-NQ/TW ngày 22/8/2025 về đột phá phát triển giáo dục và đào tạo.
Bộ Giáo dục và Đào tạo (2026). Thông tư số 02/2025/TT-BGDĐT ngày 24/01/2025 quy định khung năng lực số cho người học.
Bộ Giáo dục và Đào tạo (2026). Thông tư số 54/2026/TT-BGDĐT ngày 30/6/2026 quy định về chương trình đào tạo các trình độ của giáo dục đại học.
Derouich, M. (2025). Ensuring outcome-based curriculum coherence through systematic CLO-PLO alignment and feedback loops. Discover Education, 4, Article 486.
Học viện Hành chính và Quản trị công (2025). Sứ mệnh – Tầm nhìn – Giá trị cốt lõi. https://apag.edu.vn/su-menh–tam-nhin–gia-tri-cot-loi-8661.htm
Holley, K. A. (2017). Interdisciplinary curriculum and learning in higher education. Oxford Research Encyclopedia of Education. https://doi.org/10.1093/acrefore/9780190264093.013.138.
Học viện Hành chính và Quản trị công (2025). Quyết định số 3091-QĐ/HVHCQTC ngày 25/9/2025 ban hành 22 chương trình đào tạo trình độ đại học hình thức chính quy năm 2025.
London School of Economics and Political Science (2026). BSc in Politics and Data Science.
Loughlin, C., Lygo-Baker, S., & Lindberg-Sand, Å. (2021). Reclaiming constructive alignment. European Journal of Higher Education, 11(2), 119-136.
National Academies of Sciences, Engineering, and Medicine (2018). The integration of the humanities and arts with sciences, engineering, and medicine in higher education: Branches from the same tree. The National Academies Press. https://doi.org/10.17226/24988
OECD (2020). What students learn matters: Towards a 21st century curriculum. https://doi.org/10.1787/d86d4d9a-en.
OECD (2021). The OECD framework for digital talent and skills in the public sector (OECD Working Papers on Public Governance No. 45). https://doi.org/10.1787/4e7c3f58-en.
OECD (2026). Building an AI-ready public workforce: Implications and strategies. https://doi.org/10.1787/b89244c7-en.
Stanford University. Undergraduate Data Science & Social Systems B.A. program.
The University of Hong Kong (n.d.). Undergraduate courses: Politics and Public Administration. https://ppa.hku.hk/undergraduate/courses-and-timetables/undergraduate-courses/
UNESCO (2025). What you need to know about higher education. https://www.unesco.org/en/higher-education/need-know
University of Southern California, Price School of Public Policy (n.d.). Public Policy and Data Analytics Track. https://priceschool.usc.edu/academics/undergraduate/bachelor-of-science-in-public-policy/bs-in-public-policy-curriculum/public-policy-and-data-analytics-track
