
Năm 2027, công nghệ giáo dục không còn xoay quanh câu hỏi “có nên dùng AI hay thực tế ảo không”. Câu hỏi chính là dùng ở đâu, ai chịu trách nhiệm và đo hiệu quả bằng gì. Năm chuyển động đáng chú ý nhất gồm: giáo dục AI chính thức vào trường phổ thông, AI hỗ trợ giáo viên nhưng không thay quyết định của con người, học tập cá nhân hóa dựa trên dữ liệu, học liệu 3D/XR và mô phỏng, và quản trị dữ liệu trở thành điều kiện bắt buộc. Mỗi xu hướng dưới đây kèm theo việc nhà trường có thể chuẩn bị ngay từ năm học 2026–2027.
1. Giáo dục AI trở thành nội dung chính thức của trường phổ thông
Thay đổi lớn nhất là AI chuyển từ chủ đề hội thảo thành nội dung dạy học. Tại hội thảo ở TP. Hồ Chí Minh ngày 18/9/2026, Thứ trưởng Bộ GD&ĐT Phạm Quang Hưng cho biết Bộ đã ban hành khung nội dung và hướng dẫn triển khai giáo dục trí tuệ nhân tạo cho học sinh phổ thông từ năm học 2026–2027. Nguồn: Bộ GD&ĐT
Học sinh cần học gì về AI?
Khung năng lực AI cho học sinh của UNESCO gồm 12 năng lực thuộc 4 nhóm: tư duy lấy con người làm trung tâm, đạo đức AI, kỹ thuật và ứng dụng AI, thiết kế hệ thống AI. Các năng lực được chia thành ba mức: hiểu, áp dụng và sáng tạo. Nguồn: UNESCO – AI competency framework for students
Điều này có nghĩa là học AI không chỉ là học cách gõ lệnh cho chatbot. Một học sinh đạt yêu cầu cần biết AI có thể sai ở đâu, khi nào không nên đưa dữ liệu cá nhân vào công cụ, và tự kiểm chứng câu trả lời trước khi dùng.
Giáo viên cần năng lực gì?
Khung năng lực AI cho giáo viên của UNESCO gồm 15 năng lực thuộc 5 nhóm: tư duy lấy con người làm trung tâm, đạo đức AI, nền tảng và ứng dụng AI, sư phạm với AI, và AI cho phát triển nghề nghiệp. Lộ trình đi qua ba mức: tiếp thu, đào sâu và sáng tạo. Nguồn: UNESCO – AI competency framework for teachers
Với nhà trường, khung này là gợi ý tốt để xây kế hoạch bồi dưỡng. Thay vì một buổi tập huấn chung, có thể chia giáo viên theo mức hiện tại và đặt sản phẩm đầu ra cho từng mức. Ví dụ, mức đầu là soạn được một hoạt động có dùng AI kèm quy tắc kiểm chứng; mức sau là thiết kế bài học giúp học sinh phân tích lỗi của AI.

2. AI hỗ trợ dạy học, nhưng quyết định cuối thuộc về giáo viên
Các công cụ AI đã hỗ trợ được nhiều việc: gợi ý câu hỏi, tóm tắt tài liệu, phản hồi bài viết nháp và phân tích kết quả luyện tập. Xu hướng năm 2027 là đặt rõ giới hạn cho các việc đó.
Cũng tại hội thảo ngày 18/9/2026, lãnh đạo Bộ GD&ĐT nêu các nguyên tắc: dùng AI an toàn, có trách nhiệm; AI không thay con người ra quyết định cuối cùng về đánh giá và quyền lợi của người học; công cụ AI cần được đánh giá về độ chính xác, an toàn dữ liệu, khả năng tích hợp và mức phù hợp sư phạm trước khi đưa vào sử dụng. Nguồn: Bộ GD&ĐT
Áp dụng nguyên tắc này trong lớp học như thế nào?
| Việc AI có thể hỗ trợ | Việc giáo viên giữ quyền quyết định |
|---|---|
| Gợi ý bộ câu hỏi luyện tập theo chủ đề | Chọn câu hỏi phù hợp mục tiêu và trình độ lớp |
| Nhận xét sơ bộ bài viết nháp | Chấm điểm, xếp loại và phản hồi chính thức |
| Tổng hợp lỗi sai phổ biến của cả lớp | Quyết định dạy lại phần nào, cho nhóm nào |
| Đề xuất tài liệu tham khảo | Kiểm tra nguồn trước khi gửi học sinh |
Phân vai như vậy giúp giáo viên tiết kiệm thời gian ở phần việc lặp lại mà không giao phó phần đánh giá cho máy. Xem thêm về AI trong kiểm tra đánh giá học sinh và cách AI hỗ trợ giáo viên.
3. Học tập cá nhân hóa dựa trên dữ liệu học tập
Cá nhân hóa không phải ý tưởng mới, nhưng dữ liệu từ bài luyện tập số giúp làm việc này ở quy mô một lớp 40 học sinh. Hệ thống học tập thích ứng ghi nhận học sinh làm đúng, sai ở đâu, mất bao lâu, rồi đề xuất nội dung tiếp theo phù hợp.
Ví dụ, sau một bài luyện tập 10 câu, giáo viên thấy 12 em sai cùng một dạng câu về tỷ lệ. Thay vì chữa lại cho cả lớp, giáo viên tách nhóm 12 em này để luyện thêm, trong khi các bạn còn lại làm bài vận dụng. Dữ liệu chỉ ra chỗ cần can thiệp; giáo viên quyết định cách can thiệp.
Điểm cần lưu ý là dữ liệu chỉ có ích khi được thu thập đúng mục đích và đủ sạch. Một bài luyện tập có câu hỏi mơ hồ sẽ cho ra dữ liệu sai lệch. Tìm hiểu thêm về Adaptive Learning và cá nhân hóa học tập bằng AI.
4. Học liệu 3D/XR và mô phỏng: từ trình diễn sang thực hành
Giai đoạn đầu, mô hình 3D và thực tế ảo thường được dùng để trình chiếu cho sinh động. Xu hướng hiện nay là dùng chúng cho những thứ khó quan sát hoặc khó thực hành thật: cấu trúc bên trong cơ thể, phản ứng hóa học nguy hiểm, mô hình thiên văn, máy móc đang vận hành.
Khi nào 3D/XR thực sự đáng dùng?
- Đối tượng quá nhỏ, quá lớn hoặc bị che khuất: tế bào, phân tử, hệ Mặt Trời, cấu tạo động cơ.
- Thí nghiệm nguy hiểm, tốn kém hoặc khó lặp lại: học sinh có thể thử sai nhiều lần trong phòng thí nghiệm ảo trước khi làm thật.
- Kỹ năng cần thao tác theo trình tự: lắp ráp, đo đạc, quy trình an toàn.

Nếu một hình ảnh 2D đã đủ giải thích, thêm 3D chưa chắc giúp học tốt hơn. Câu hỏi đúng không phải “có 3D chưa” mà là “học sinh làm được gì với mô hình này”. Xem thêm công nghệ 3D/XR là gì và phòng thí nghiệm ảo trong giáo dục. YooTek cũng đang phát triển các giải pháp học liệu và bài giảng tương tác 3D/XR theo hướng này.
5. Quản trị dữ liệu và an toàn số trở thành điều kiện bắt buộc
Càng nhiều công cụ số vào lớp học, dữ liệu học sinh càng đi qua nhiều hệ thống. Báo cáo Giám sát Giáo dục Toàn cầu 2023 của UNESCO chỉ ra ba điều kiện để công nghệ phát huy tác dụng trong cả hệ thống: khả năng tiếp cận, quản trị và khung quy định, và sự chuẩn bị của giáo viên. Nguồn: UNESCO GEM Report 2023
Với AI tạo sinh, hướng dẫn của UNESCO khuyến nghị cách tiếp cận lấy con người làm trung tâm, bắt buộc bảo vệ quyền riêng tư dữ liệu và đặt giới hạn độ tuổi cho việc trò chuyện độc lập với các nền tảng AI tạo sinh. Nguồn: UNESCO – Guidance for generative AI in education and research
Nhà trường nên kiểm tra gì trước khi đưa một công cụ vào dùng?
- Công cụ thu thập dữ liệu gì của học sinh, lưu ở đâu và trong bao lâu?
- Ai trong trường có quyền xem và xuất dữ liệu?
- Học sinh có phải tạo tài khoản bằng thông tin cá nhân không, và độ tuổi tối thiểu là bao nhiêu?
- Khi ngừng sử dụng, dữ liệu có được xóa hoặc trả lại không?
Bốn câu hỏi này nên có câu trả lời bằng văn bản từ nhà cung cấp trước khi triển khai cho cả khối.
Nhà trường nên chuẩn bị gì cho năm 2027?
| Việc cần làm | Người phụ trách gợi ý | Đầu ra cụ thể |
|---|---|---|
| Rà soát công cụ số đang dùng theo 4 câu hỏi về dữ liệu | Tổ công nghệ / phó hiệu trưởng | Danh sách công cụ được phép dùng |
| Đánh giá mức năng lực AI hiện tại của giáo viên | Tổ chuyên môn | Kế hoạch bồi dưỡng theo 3 mức |
| Ban hành quy tắc dùng AI trong lớp và trong kiểm tra | Ban giám hiệu | Quy định ngắn gửi giáo viên, học sinh, phụ huynh |
| Chọn 1–2 chủ đề thí điểm học liệu 3D/mô phỏng | Tổ Khoa học tự nhiên | Kế hoạch bài dạy và tiêu chí đo hiệu quả |
| Theo dõi văn bản hướng dẫn giáo dục AI của Bộ GD&ĐT | Tổ công nghệ | Bản tóm tắt cập nhật cho hội đồng sư phạm |
Nếu trường đang bắt đầu từ con số không, hãy đọc lộ trình chuyển đổi số giáo dục cho nhà trường trước khi chọn công cụ. Công nghệ chỉ thực sự hữu ích khi trường biết rõ vấn đề dạy học mình muốn giải quyết.