THIẾT KẾ HỌC PHẦN TRONG HỆ SINH THÁI TRÍ TUỆ LAI: TỔNG HỢP ĐỊNH TÍNH VÀ ĐỀ XUẤT KHUNG HILET- CA - AIDE
DOI:
https://doi.org/10.59266/houjs.2026.1406Keywords:
trí tuệ lai; thiết kế học phần; trí tuệ nhân tạo tạo sinh; căn chỉnh kiến tạo; giáo dục đại họcAbstract
Bài báo tái khái niệm hóa thiết kế học phần trong giáo dục đại học khi trí tuệ nhân tạo tạo sinh ngày càng tham gia vào tạo sinh, phản hồi và tổ chức tri thức. Nghiên cứu sử dụng tổng quan tích hợp, tổng hợp chủ đề và xây dựng lý thuyết trên năm dòng nghiên cứu: Giáo dục dựa trên chuẩn đầu ra, Căn chỉnh kiến tạo, Sinh viên với tư cách đối tác, Trí tuệ nhân tạo tạo sinh trong giáo dục đại học và Trí tuệ lai. Kết quả cho thấy chất lượng thiết kế học phần có thể được giải thích qua sự tương tác giữa trí tuệ giảng viên, trí tuệ tập thể người học và năng lực tăng cường của AI (Trí tuệ nhân tạo) trong Không gian trí tuệ lai (HIZ), vận hành qua bốn cơ chế: ngoại hóa tri thức, tăng cường tri thức, thương lượng phản biện và tái cấu trúc tập thể. Từ đó, bài báo đề xuất Lý thuyết hệ sinh thái học tập trí tuệ lai (HILET) như một khung lý thuyết tầm trung và chuyển hóa các nguyên lý thành khung triển khai CA-AIDE (Constructive Alignment, AI-Augmented Design, Active Co-construction, Instructional Delivery, Data-informed Evaluation, and Ecosystem Regeneration/ Căn chỉnh kiến tạo - Thiết kế tăng cường - Đồng kiến tạo chủ động - Triển khai dạy học - Đánh giá dựa trên dữ liệu - Tái tạo hệ sinh thái), gồm sáu thành tố: căn chỉnh chuẩn đầu ra, thiết kế tăng cường AI, đồng kiến tạo chủ động, triển khai dạy học, đánh giá dựa trên dữ liệu và tái tạo hệ sinh thái. Đóng góp chính là chuyển trọng tâm từ sử dụng công cụ AI sang điều phối hệ sinh thái trí tuệ lai, tạo nền tảng cho nghiên cứu thực địa tiếp theo.
References
Akata, Z., Balliet, D., de Rijke, M., Dignum, F., Dignum, V., Eiben, G., Fokkens, A., Grossi, D., Hindriks, K., Hoos, H., Hung, H., Jonker, C., Monz, C., Neerincx, M., Oliehoek, F., Prakken, H., Schlobach, S., van der Gaag, L. C., van Harmelen, F., van Hoof, H., van Riemsdijk, B., van Wynsberghe, A., Verbrugge, R., Verheij, B., Vossen, P., & Welling, M. (2020). A research agenda for hybrid intelligence: Augmenting human intellect with collaborative, adaptive, responsible, and explainable artificial intelligence. Computer, 53(8), 18-28. https://doi.org/10.1109/MC.2020.2996587
Biggs, J. (1996). Enhancing teaching through constructive alignment. Higher Education, 32, 347-364. https://doi.org/10.1007/BF00138871
Biggs, J., & Tang, C. (2011). Teaching for quality learning at university: What the student does (4th ed.). Open University Press/McGraw-Hill Education.
Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Chong, S. W., & Siemens, G. (2024). A meta systematic review of artificial intelligence in higher education: A call for increased ethics, collaboration, and rigour. International Journal of Educational Technology in Higher Education, 21, Article 4. https:// doi.org/10.1186/s41239-023-00436-z
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
Cook-Sather, A., Bovill, C., & Felten, P. (2014). Engaging students as partners in learning and teaching: A guide for faculty. Jossey-Bass.
Cukurova, M. (2025). The interplay of learning, analytics and artificial intelligence in education: A vision for hybrid intelligence. British Journal of Educational Technology, 56, 469-488. https://doi.org/10.1111/bjet.13514
Dellermann, D., Ebel, P., Söllner, M., & Leimeister, J. M. (2019). Hybrid intelligence. Business & Information Systems Engineering, 61(5), 637-643. https://doi.org/10.1007/s12599-019-00595-2
Gioia, D. A., Corley, K. G., & Hamilton, A. L. (2013). Seeking qualitative rigor in inductive research: Notes on the Gioia methodology. Organizational Research Methods, 16(1), 15-31. https://doi. org/10.1177/1094428112452151
Healey, M., Flint, A., & Harrington, K. (2014). Engagement through partnership: Students as partners in learning and teaching in higher education. Higher Education Academy.
Mah, D.-K., & Groß, N. (2024). Artificial intelligence in higher education: Exploring faculty use, self-efficacy, distinct profiles, and professional development needs. International Journal of Educational Technology in Higher Education, 21, Article 58. https://doi.org/10.1186/s41239-024-00490-1
McDonald, N., Johri, A., Ali, A., & Hingle Collier, A. (2025). Generative artificial intelligence in higher education: Evidence from an analysis of institutional policies and guidelines. Computers in Human Behavior: Artificial Humans, 3, 100121. https:// doi.org/10.1016/j.chbah.2025.100121
Shneiderman, B. (2022). Human-centered AI. Oxford University Press.
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333-339. https://doi.org/10.1016/j.jbusres.2019.07.039
Spady, W. G. (1994). Outcome-based education: Critical issues and answers. American Association of School Administrators.
Thomas, J., & Harden, A. (2008). Methods for the thematic synthesis of qualitative research in systematic reviews. BMC Medical Research Methodology, 8, Article 45. https://doi.org/10.1186/1471-2288-8-45
Torraco, R. J. (2005). Writing integrative literature reviews: Guidelines and examples. Human Resource Development Review, 4(3), 356-367. https://doi.org/10.1177/1534484305278283
Xia, Q., Weng, X., Ouyang, F., Lin, T. J., & Chiu, T. K. F. (2024). A scoping review on how generative artificial intelligence transforms assessment in higher education. International Journal of Educational Technology in Higher Education, 21, Article 40. https://doi.org/10.1186/s41239-024-00468-z
