Đào tạo AI hoàn hảo cần thiết cho nhân lực tương lai

“Chúng ta đang sống trong thời đại mà mô hình trí tuệ nhân tạo (AI) mới ra mắt trong một tháng tới sẽ vượt trội hơn cả nhân viên hiện tại. Hiện nay, không có nhân tài nào được đào tạo hoàn hảo về AI có khả năng giải quyết vấn đề ngay lập tức trong môi trường doanh nghiệp. Giáo dục mà các trường đại học cần tập trung không chỉ là việc tiếp thu công nghệ đơn giản, mà là khả năng 'tìm ra và định nghĩa vấn đề thực sự' trong công việc.”

Đây là phát biểu tại 'Diễn đàn Đổi mới Giáo dục Đại học Ngành Công nghiệp 2026' được tổ chức vào ngày 21 tại Trung tâm Báo chí Hàn Quốc, do Bộ Giáo dục và Hiệp hội Kiểm định Giáo dục Kỹ thuật Hàn Quốc (ABEEK) đồng tổ chức. Phát biểu này từ một đại diện doanh nghiệp đang ở tuyến đầu đổi mới ngành công nghiệp AI đã chỉ ra bản chất của sự 'mismatch' nghiêm trọng giữa việc làm và giáo dục giữa giảng đường đại học và thực tiễn doanh nghiệp trong thời đại công nghệ thay đổi nhanh chóng.

Diễn đàn này được tổ chức nhằm tìm kiếm giải pháp cụ thể cho việc cải cách chương trình giáo dục kỹ thuật của các trường đại học để phù hợp với hệ sinh thái AI đang phát triển mạnh mẽ. Đặc biệt, vấn đề chính được thảo luận là liệu các trường đại học có đang đào tạo 'nhân tài thực sự' có khả năng kiểm soát và xác minh AI bằng cách kết hợp kiến thức kỹ thuật cơ bản và lĩnh vực kinh doanh, thay vì chỉ dạy cách sử dụng công cụ AI một cách hời hợt hay không.

Trong phần thảo luận tổng thể, Chủ tịch Hiệp hội Các Hiệu trưởng Kỹ thuật Hàn Quốc Kim Tae-sung (Giáo sư Khoa Kỹ thuật Cơ khí, Đại học Sungkyunkwan) đã nêu ra những vấn đề cơ bản trong giáo dục AI tại các trường đại học từ góc độ giáo dục học.

Ông cho biết: “Các hiệu trưởng của các trường kỹ thuật trên toàn quốc cũng đang suy nghĩ sâu sắc về hướng đi của giáo dục AI. Hiện tại, các trường đại học đã có một số hệ thống giáo dục cơ bản về AI, nhưng vẫn đang ở giai đoạn suy nghĩ về cách kết hợp kiến thức chuyên ngành với công nghệ AI.”

Ông tiếp tục: “Việc cá nhân tiếp thu kiến thức là một quá trình chuyển đổi từ trí nhớ ngắn hạn sang trí nhớ dài hạn thông qua học tập liên tục và khắc nghiệt. Chỉ khi quá trình này diễn ra, tư duy phản biện và sự sáng tạo mới có thể phát triển. Khuyến khích sinh viên sử dụng công cụ AI là tốt, nhưng nếu quá phụ thuộc vào nó, sẽ cản trở việc tích lũy kiến thức đầy đủ. Trong thời đại mà AI tự động đưa ra quyết định, học viện cần phải quyết định mức độ và tiêu chuẩn nào cho phép và kiểm soát việc sử dụng AI.”

Các chuyên gia trong ngành tham gia thảo luận đã chia sẻ những thay đổi trong mô hình mà doanh nghiệp đang cảm nhận.

Giám đốc Kim Yoo-seok, Công ty Sistran (Chủ tịch Hiệp hội Kỹ thuật Thông tin Hàn Quốc) cho biết: “Chỉ cách đây 10 năm, nếu là công ty phát triển chatbot, chắc chắn sẽ tuyển dụng sinh viên ngành công nghệ thông tin, nhưng hiện nay, chúng tôi ưu tiên sinh viên tốt nghiệp ngành tâm lý học có khả năng sử dụng các công cụ AI để giải quyết vấn đề.” Ông cũng chỉ ra rằng “tốc độ phát triển công nghệ đang vượt qua tốc độ giáo dục và thích ứng của các trường đại học và doanh nghiệp.”

Ông Kim cho biết: “Trước đây, các ràng buộc trong kỹ thuật là tài nguyên hoặc chi phí, nhưng giờ đây, chính 'tốc độ gia tốc' đã trở thành rào cản. Các lĩnh vực không phải là chuyên ngành chính như công nghệ thông tin cần phải dạy khả năng phát hiện vấn đề trong quy trình công việc hàng ngày và áp dụng AI vào đó, trong khi các ngành như toán học và thống kê cần tái cấu trúc học thuật để tập trung vào giáo dục khoa học cơ bản hỗ trợ công nghệ AI thay vì chạy theo xu hướng công nghệ mới nhất.”

Trong lĩnh vực công nghệ tài chính, nơi có quy định nghiêm ngặt, cũng có những phân tích tương tự. Giám đốc Lee Un-kyu, Giám đốc Công nghệ Tài chính Hàn Quốc cho biết: “Việc áp dụng AI trong ngành tài chính diễn ra theo ba hướng: quản lý rủi ro, nâng cao năng suất nội bộ và cung cấp tiện ích cho khách hàng. Tuy nhiên, do quy định tài chính nghiêm ngặt và bảo mật, nhiều môi trường không thể sử dụng LLM thương mại bên ngoài như Gemini hay ChatGPT.” Ông giải thích rằng “trong những môi trường này, những sinh viên hiểu quy định và có khả năng xử lý dữ liệu nội bộ sẽ có lợi thế hơn so với những sinh viên chỉ biết gõ lệnh AI.”

Ông cũng cho biết: “Trước đây, chúng tôi chỉ tập trung vào việc thu thập dữ liệu, nhưng gần đây, ngành tài chính đã chuyển sang cách tiếp cận 'tập trung vào con người và vấn đề' với câu hỏi 'làm thế nào để sử dụng AI' và 'giải quyết vấn đề thực tiễn nào'. Giáo dục đại học cũng cần hướng dẫn sinh viên tự phát hiện vấn đề và tiếp thu kiến thức để giải quyết trong bối cảnh quy định thực tế.”

Các giảng viên cũng đã chia sẻ những khó khăn trong việc áp dụng thực tế, nhưng nhấn mạnh rằng trong thời đại AI, cần tập trung vào giáo dục dựa trên nền tảng vững chắc và các dự án có chiều sâu.

Giáo sư Jeong Jun-ho, Khoa Máy tính và AI, Đại học Dongguk cho biết: “Khi tự động hóa lập trình thông qua AI ngày càng phổ biến, chúng ta nhận ra rằng con người vẫn cần phát hiện lỗi trong mã và điều chỉnh các chi tiết.” Ông cho biết thêm: “Đối với sinh viên năm đầu, Đại học Dongguk sẽ tăng cường giáo dục lập trình trực tiếp và thực hành trong môi trường không có AI hoặc chức năng nghiên cứu bên ngoài để củng cố nền tảng giáo dục máy tính từ năm tới.”

Giáo sư Jeong cũng đã nêu ra những hạn chế cấu trúc của thiết kế capstone hợp tác với ngành. “Trước đây, chúng tôi nhận các dự án từ doanh nghiệp thông qua các dự án kéo dài một năm (như ICIP) và kết nối với thực tập, nhưng do gánh nặng cho doanh nghiệp và sự không phù hợp với sở thích của sinh viên, tính bền vững đã gặp khó khăn.” Ông cho biết: “Chúng tôi đang làm cho cấu trúc dự án trở nên đa chiều hơn, với việc thiết kế nguyên mẫu trong học kỳ đầu và dựa trên đó để thực hiện khởi nghiệp hoặc kết hợp với phòng nghiên cứu để nâng cao chiều sâu công nghệ. Chúng tôi hy vọng các doanh nghiệp sẽ tin tưởng hơn vào các ý tưởng sáng tạo của sinh viên có thể chuyển thành giá trị thực tế.”

Các trường cao đẳng cũng chia sẻ những lo lắng thực tế. Giáo sư Woo Ho-jin, Khoa Phần mềm Máy tính, Đại học Yeonsung cho biết: “Các trường cao đẳng có thế mạnh về năng lực việc làm thực tiễn, vì vậy chúng tôi cũng đã nhanh chóng triển khai giáo dục về AI cho toàn bộ sinh viên thông qua các dự án hỗ trợ đổi mới đại học và ANCHOR (trước đây là RISE).” Tuy nhiên, ông cũng cho biết: “Việc điều chỉnh một chương trình giáo dục AI duy nhất cho hơn 80 chuyên ngành khác nhau (nghệ thuật, hàng không, v.v.) là gần như không thể.”

Giáo sư Woo cho biết: “Hiện tại, trường chúng tôi đang xác định 'điện toán đám mây' là lĩnh vực chuyên môn thông qua dự án hỗ trợ các trường cao đẳng dẫn đầu trong các lĩnh vực công nghiệp mới, và nhanh chóng đưa các công nghệ thực tiễn như 'kỹ thuật harnes' vào chương trình giảng dạy.” Tuy nhiên, ông cũng thừa nhận: “Tốc độ công nghệ trong ngành đang đi trước, trong khi chu kỳ cải cách học thuật và tốc độ thích ứng của giảng viên vẫn chưa theo kịp.”

Về vấn đề này, Giám đốc Kim Yoo-seok nhấn mạnh sự cần thiết phải điều chỉnh hợp tác giữa học viện và ngành: “Chúng ta cần thoát khỏi cách tiếp cận khép kín, trong đó doanh nghiệp đưa ra các nhiệm vụ và các khoa giải quyết, và tiến tới mô hình hackathon đa ngành để nhanh chóng hiện thực hóa và chứng minh công nghệ tiên tiến.” Ông nhấn mạnh: “Giờ đây, không phải số lượng dự án mà là độ hoàn thiện chất lượng của dự án mới là tiêu chí chính trong tuyển dụng và đánh giá của doanh nghiệp.” Ông cũng đề xuất rằng: “Nếu chúng ta liên kết các khóa học chứng chỉ được công nhận trong ngành như KT Able School (AICE) và mentoring từ các kỹ sư thực tế với giáo dục đại học, sinh viên có thể chứng minh rõ ràng khả năng tiết kiệm chi phí token hoặc có nền tảng vững chắc cho ngành.”