TÁC ĐỘNG CỦA TRÍ TUỆ NHÂN TẠO TẠO SINH ĐỐI VỚI HOẠT ĐỘNG DẠY, HỌC VÀ KIỂM TRA, ĐÁNH GIÁ: NGHIÊN CỨU ĐỊNH TÍNH TỪ GÓC NHÌN NGƯỜI HỌC VÀ NGƯỜI DẠY
DOI:
https://doi.org/10.59266/houjs.2026.1428Keywords:
trí tuệ nhân tạo tạo sinh, giáo dục, kiểm tra đánh giá, người học, người dạy, chuyển đổi sốAbstract
Sự phát triển nhanh chóng của trí tuệ nhân tạo tạo sinh (Generative AI) đang tạo ra những thay đổi sâu sắc trong giáo dục. Nghiên cứu định tính này khám phá nhận thức và trải nghiệm của người học và người dạy thông qua phỏng vấn bán cấu trúc với 27 người tham gia. Kết quả cho thấy trí tuệ nhân tạo (AI) đã được sử dụng rộng rãi nhưng mức độ hiểu biết còn hạn chế, dẫn đến tình trạng lạm dụng và hình thức hóa. Nghiên cứu chỉ ra mâu thuẫn giữa kỳ vọng và hiệu quả thực tiễn, sự gia tăng áp lực nghề nghiệp đối với giáo viên, nguy cơ phụ thuộc công nghệ của người học, cùng hiện tượng “AI hóa” giáo dục. Những phát hiện nhấn mạnh nhu cầu chuyển từ phổ cập công cụ sang phát triển năng lực sử dụng AI có trách nhiệm, đồng thời tái cấu trúc hoạt động dạy học và đánh giá theo hướng chú trọng năng lực, quá trình và tính xác thực.
References
Abulibdeh, A., Zaidan, E., & Abulibdeh, R. (2024). Navigating the confluence of artificial intelligence and education for sustainable development in the era of Industry 4.0: Challenges, opportunities, and ethical dimensions. Journal of Cleaner Production, 437, 140527. https://doi.org/10.1016/j.jclepro.2023.140527
Ahmad, S. F., Alam, M. M., Rahmat, M. K., Mubarik, M. S., & Hyder, S. I. (2022). Academic and administrative role of artificial intelligence in education. Sustainability, 14(3), 1101. https://doi.org/10.3390/su14031101
Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7-74. https://doi.org/10.1080/0969595980050102
Đặng, H. Đ., & Bùi, T. N. (2025). AI và liêm chính học thuật trong giáo dục đại học. Tạp chí Khoa học Trường Đại học Mở Hà Nội, (6A), 38-48. https://doi.org/10.59266/houjs.2025.662
Davis, F. D., Granić, A., & Marangunić, N. (2024). The technology acceptance model: 30 years of TAM. Springer. https://doi.org/10.1007/978-3-030-45274-2
Gutiérrez-Leefmans, M., Picazo-Vela, S., & Kareem, O. (2026). Adoption of artificial intelligence in higher education: A diffusion of innovation approach. The TQM Journal, 38(3), 633-654. https://doi.org/10.1108/TQM-12-2024-0523
Kamalov, F., Santandreu Calonge, D., & Gurrib, I. (2023). New era of artificial intelligence in education: Towards a sustainable multifaceted revolution. Sustainability, 15(16), 12451. https://doi.org/10.3390/su151612451
Kong, S. C., Yang, Y., & Hou, C. (2024). Examining teachers’ behavioural intention of using generative artificial intelligence tools for teaching and learning based on the extended technology acceptance model. Computers and Education: Artificial Intelligence, 7, 100328. https://doi.org/10.1016/j.caeai.2024.100328
Lê, P. T., Lê, T. Á. T., Lê, T. V., & Phan, T. A. (2026). Tính hiệu quả của ChatGPT trong cải thiện kỹ năng đọc hiểu cho sinh viên: Một nghiên cứu bán thực nghiệm tại một trường đại học ở Hà Nội. Tạp chí Khoa học Trường Đại học Mở Hà Nội, 17A, 201-209. https://doi.org/10.59266/houjs.2026.1364
Li,S.,&Gu,X.(2023).Ariskframeworkforhuman- centered artificial intelligence in education: Based on literature review and Delphi-AHP method. Educational Technology & Society, 26(1), 187-202. https://doi.org/10.30191/ets.202301_26(1).0014
Mao, J., Chen, B., & Liu, J. C. (2023). Generative artificial intelligence in education and its implications for assessment. TechTrends, 68(1), 58-66. https://doi.org/10.1007/s11528-023-00911-4
McGrath, C., Pargman, T. C., Juth, N., & Palmgren, P. J. (2023). University teachers’ perceptions of responsibility and artificial intelligence in higher education-An experimental philosophical study. Computers and Education: Artificial Intelligence, 4, 100139. https://doi.org/10.1016/j.caeai.2023.100139
Mueller, J. (2005). The authentic assessment toolbox: Enhancing student learning through online faculty development. Journal of Online Learning and Teaching, 1(1), 1-7. https://www.museum-ed.org/wp-content/uploads/2015/04/Mueller-Authentic-Assessment-Toolbox.pdf
Rogers,E.M.(2019).Diffusionofinnovations.An Integrated Approach to Communication Theory and Research https://doi.org/10.4324/9780203710753-35
Revesai, Z. (2025). Generative AI dependency: The emerging academic crisis and its impact on student performance-A case study of a university in Zimbabwe. Cogent Education, 12(1), 2549787. https://doi.org/10.1080/2331186X.2025.2549787
Scriven, M. (1967). The methodology of evaluation. In R. W. Tyler, R. M. Gagné, & M. Scriven (Eds.), Perspectives of curriculum evaluation (pp. 39-83). Rand McNally. https://www.jstor.org/stable/1476552
Uzumcu, O., & Acilmis, H. (2024). Do innovative teachers use AI-powered tools more interactively? A study in the context of diffusion of innovation theory. Technology, Knowledge and Learning, 29(2), 1109-1128. https://doi.org/10.1007/s10758-023-09687-1
Wiggins, G. (1990). The case for authentic assessment. Practical Assessment, Research, and Evaluation, 2(2), Article 2, 1-3. https://doi.org/10.7275/ffb1-mm19
Xue, L., Mahat, J., & Ghazali, N.(2026). Technology acceptance model in artificial intelligence in education: A meta-analysis. SAGE Open, 16(1). https://doi.org/10.1177/21582440251409441
Zhang, L., & Deng, Y. (2026). Stressed minds, smart tools: How academic expectation stress fuels generative AI dependency in Chinese higher education. The Internet and Higher Education, 71, 101094. https://doi.org/10.1016/j.iheduc.2026.101094
Zhu, H., Sun, Y., & Yang, J. (2025). Towards responsible artificial intelligence in education: A systematic review on identifying and mitigating ethical risks. Humanities and Social Sciences Communications, 12, 1111. https://doi.org/10.1057/s41599-025-05252-6
