Janja Komljenovic và Ben Williamson
Janja Komljenovic là Giảng viên cao cấp tại University of Edinburgh, Vương quốc Anh. E-mail: [email protected].
Ben Williamson là Giảng viên cao cấp University of Edinburgh, Vương quốc Anh. E-mail: [email protected].
Các nền tảng, dữ liệu và trí tuệ nhân tạo (AI) đang tác động đến hệ thống giáo dục đại học và các trường đại học trên toàn thế giới. Chúng đặt ra những thách thức như khiến các cơ sở bị ràng buộc vào công nghệ của các tập đoàn, thương mại hóa dữ liệu và can thiệp vào quản trị học thuật. Cần có các nghiên cứu trong tương lai để kiểm tra các tác động cụ thể của nền tảng, dữ liệu và AI trong các bối cảnh cụ thể, cũng như để hiểu rõ nền tảng chính trị – kinh tế của chúng và tác động tương lai đối với giáo dục quốc tế và các thành phần liên quan. Bài viết này xem xét một số thách thức quan trọng trong số đó.
Nền tảng hóa (Platformization)
Các hệ thống giáo dục đại học trên toàn thế giới đã phát triển các hệ sinh thái số. Điều này bao gồm cơ sở hạ tầng kỹ thuật số, thường được cung cấp bởi các tập đoàn công nghệ lớn như Microsoft, Google và Amazon và được tổ chức thông qua các dịch vụ đám mây. Các giải pháp quản trị đại học, như hệ thống quản lý sinh viên, nhân sự hoặc dịch vụ quản lý khách hàng, được cung cấp bởi các công ty công nghệ giáo dục (EdTech) lâu đời và ở một số nơi đang được thay thế hoặc chuyển sang các nhà cung cấp đám mây. Vô số sản phẩm và dịch vụ EdTech chuyên biệt được cung cấp qua các nền tảng kỹ thuật số, chẳng hạn như môi trường học tập ảo, thư viện số và các công cụ kiểm tra đạo văn; chúng hỗ trợ cho giảng dạy và học tập, nghiên cứu và quản lý tổ chức. Nhiều nhà bình luận gọi sự chuyển đổi sâu sắc này là quá trình “nền tảng hóa” của các trường đại học.
Các trường đại học đầu tư rất nhiều công sức và nguồn lực để khiến các hạ tầng và nền tảng kỹ thuật số này có thể tương tác với nhau, đồng thời cho phép luồng dữ liệu kỹ thuật số lưu chuyển trong và ngoài tổ chức. Các ý tưởng về giá trị của dữ liệu thúc đẩy các tưởng tượng về một trường đại học được chuyển đổi số toàn diện. Trường đại học đã được “nền tảng hoá” được cho là sẽ hưởng lợi từ hiệu quả tổ chức, tự động hóa các quy trình, cá nhân hóa học tập, phân tích dữ liệu học tập và kinh doanh, cũng như mở rộng phạm vi tiếp cận đến nhiều đối tượng hơn thông qua các hình thức kỹ thuật số như chứng chỉ vi mô (micro credentials), văn bằng dưới dạng tích lũy tín chỉ (stackable degrees), các khóa học ngắn hạn chuyên sâu (boot camps) và các hình thức tương tự.
Dữ liệu hoá (Datafication)
Một trường đại học được chuyển đổi số và vận hành theo mô hình nền tảng sẽ cần đến dữ liệu. Điều này bao gồm việc kết hợp dữ liệu hành chính – do các trường thu thập từ sinh viên, cán bộ và các tổ chức khác – với dữ liệu người dùng số, được thu thập từ các nền tảng kỹ thuật số khi sinh viên và giảng viên tương tác với các ứng dụng và phần mềm khác nhau. Các trường đại học đang xây dựng “Trung tâm dữ liệu” (data lakes) để thu thập, tổng hợp, làm sạch, xử lý và tạo ra các đầu ra dữ liệu khác nhau nhằm phục vụ các mục tiêu của mình. Ở cấp quốc gia, nhiều cơ quan giáo dục đại học đã tạo ra các hệ thống dữ liệu giáo dục đại học cấp quốc gia hoặc quốc tế để theo dõi chất lượng giáo dục, hỗ trợ quản lý kỹ năng tương lai và hỗ trợ hoạch định chính sách. Ở cấp độ thị trường giáo dục đại học, các công ty EdTech tổng hợp dữ liệu sinh viên và giảng viên để đổi mới sản phẩm và dịch vụ, hoặc cung cấp các phân tích và chỉ số dữ liệu, dựa trên mô hình kinh doanh và chiến lược thương mại hóa dữ liệu của họ. Vì vậy, giáo dục đại học đang bị chi phối bởi quá trình “dữ liệu hoá” – một động lực biến các hoạt động, hành vi và quy trình thành dữ liệu để phân tích và sử dụng.
Các ràng buộc hợp đồng này cho phép các tập đoàn kiểm soát luồng dữ liệu, thiết lập các điều khoản sử dụng, và triển khai các tính năng AI mới – hầu hết đều không có sự minh bạch và giám sát công khai.
Ngày càng xuất hiện nhiều cách mới để xác định giá trị của dữ liệu. Các nhà xuất bản học thuật gần đây đã ký thỏa thuận với các công ty AI toàn cầu để cung cấp nội dung học thuật phục vụ huấn luyện các mô hình ngôn ngữ lớn (LLM). Những hợp đồng này mang lại hàng triệu đô la cho các nhà xuất bản, trong khi các công ty AI thu được giá trị từ việc tiếp cận nội dung chuẩn hóa, chất lượng cao nhằm cải thiện hiệu suất AI và cung cấp dịch vụ mới. Điều này đặt ra các mối đe dọa nghiêm trọng đối với nghiên cứu học thuật, giảng dạy và việc học của sinh viên, khi các dịch vụ “nghiên cứu” tự động được cung cấp có thể tổng hợp tài liệu nghiên cứu, tạo ra tóm tắt và thậm chí sản xuất bài viết học thuật “gốc” hoặc ra các bài tập. Cả các công ty công nghệ lớn và EdTech đều hình dung AI sẽ được tích hợp liền mạch vào mọi hoạt động của trường đại học.
Tác động
Quá trình nền tảng hóa, dữ liệu hoá và AI đang tạo ra những ảnh hưởng sâu rộng đến toàn bộ lĩnh vực giáo dục đại học, bao gồm các hoạt động cốt lõi cũng như sinh viên và cán bộ. Quá trình chuyển đổi số trong lĩnh vực này gắn liền với những thay đổi trong cơ chế quản trị, khi sinh viên và giảng viên buộc phải chấp nhận các điều khoản sử dụng do các nền tảng EdTech đưa ra, còn các trường đại học thì ký kết các hợp đồng dài hạn với nhà cung cấp – thường không được công khai cho các bên liên quan hoặc xã hội, do được phân loại là thông tin nhạy cảm về mặt thương mại. Các ràng buộc hợp đồng này cho phép các tập đoàn kiểm soát luồng dữ liệu, thiết lập các điều khoản sử dụng, và triển khai các tính năng AI mới – hầu hết đều không có sự minh bạch và giám sát công khai. Tổng thể, động lực này đại diện cho một quá trình tư nhân hóa mang tính cấu trúc trong lĩnh vực giáo dục, vốn bị chi phối bởi công nghệ độc quyền và được điều chỉnh thông qua hợp đồng và luật sở hữu. Trong khi các trường đại học phải đối mặt với sự ràng buộc về pháp lý, công nghệ và kinh tế, thì từng cá nhân giảng viên và sinh viên lại đối mặt với những thách thức riêng trong việc đảm bảo quyền giáo dục và quyền xã hội của họ, với ít cơ hội hơn để hành động tập thể.
Nghiên cứu tương lai
Các nền tảng, dữ liệu và AI trong giáo dục quốc tế đòi hỏi những nghiên cứu chuyên biệt để tìm hiểu các tác động trong bối cảnh cụ thể cũng như nền tảng chính trị – kinh tế đằng sau chúng. Các nghiên cứu theo bối cảnh cần xem xét cách các nền tảng và AI đang được tích hợp vào thực tiễn giáo dục hiện tại như thế nào, theo cách phản ánh điều kiện chính trị và kinh tế nơi chúng được áp dụng. Ví dụ: AI được triển khai như thế nào trong các tổ chức giáo dục bị ảnh hưởng bởi các cuộc tấn công mang động cơ chính trị vào tự do học thuật hoặc các chính sách về đa dạng và hòa nhập? Dữ liệu lớn nào đang được sử dụng để hỗ trợ việc ra quyết định trong các tổ chức, đặc biệt là ở những nơi đang chịu áp lực tài chính và yêu cầu hiệu quả cao?
Các nghiên cứu về chính trị – kinh tế của dữ liệu lớn và AI trong giáo dục quốc tế cũng cần làm rõ hơn cách thức thương mại hóa dữ liệu qua nền tảng, việc khai thác giá trị thông qua hợp đồng hạ tầng, các động lực chính trị – kinh tế đằng sau AI và cách mà các hợp đồng đăng ký dài hạn có thể “khóa chặt” các tổ chức vào những thỏa thuận phục vụ lợi ích tư nhân thay vì cộng đồng. Ở cấp độ cá nhân, đối với sinh viên và giới học thuật, cần hiểu rõ cách họ lý giải và đối phó với các cơ chế quản trị giáo dục đại học mới thông qua hợp đồng và điều khoản sử dụng, cũng như ảnh hưởng của chúng đến quyền tự chủ và năng lực hành động học thuật.