AI cho trường học: lộ trình 90 ngày từ pilot nhỏ đến quy trình dùng được thật

AI cho trường học dễ rơi vào hai cực: hoặc cấm hoàn toàn vì lo rủi ro, hoặc mở rộng rất nhanh vì thấy công cụ mới hấp dẫn. Cả hai đều bỏ lỡ cơ hội học từ thực tế.

Cách an toàn hơn là coi AI như một chương trình năng lực: chọn use case nhỏ, có người chịu trách nhiệm, có chính sách dữ liệu, có tiêu chí QA và có thời điểm đánh giá để quyết định nên mở rộng hay dừng.

1. Tháng đầu: chọn nhóm pilot và bài toán thật

Không cần bắt đầu bằng toàn trường. Chọn một nhóm giáo viên hoặc một tổ chuyên môn sẵn sàng thử nghiệm, có nhu cầu rõ và có người điều phối.

Use case ban đầu nên dễ kiểm: chuẩn bị worksheet, tạo câu hỏi, tóm tắt tài liệu chuyên môn, biến đổi tài liệu theo mức độ, chuẩn bị thông báo hoặc tạo checklist.

Tránh bắt đầu bằng các quyết định có ảnh hưởng lớn đến học sinh hoặc xử lý dữ liệu nhạy cảm.

2. Viết quy tắc dữ liệu trước khi phát tài khoản

Trường cần thống nhất tối thiểu bốn điều: dữ liệu nào được phép đưa vào AI, dữ liệu nào phải ẩn danh, công cụ nào được phép dùng và ai chịu trách nhiệm khi dùng sai.

Quy tắc nên ngắn, có ví dụ. Chẳng hạn: tài liệu công khai có thể dùng; dữ liệu cá nhân học sinh không đưa lên công cụ ngoài danh sách được phê duyệt; nội dung chính thức phải có người kiểm.

3. Dạy giáo viên theo workflow, không theo danh sách tool

Một buổi tập huấn nên bắt đầu từ công việc: chuẩn bị bài, tài liệu, phản hồi, hành chính. Mỗi workflow có mẫu giao việc, nguồn, điểm kiểm và output.

UNESCO AI Competency Framework for Teachers nhấn mạnh nhiều chiều năng lực, từ tư duy lấy con người làm trung tâm, đạo đức đến sư phạm với AI. Đây là lý do chương trình nhà trường không nên chỉ dạy thao tác công cụ. Nguồn UNESCO.

4. Tạo thư viện mẫu dùng chung

Sau vài tuần, những cách làm tốt nên được lưu thành template: tạo worksheet, xây câu hỏi, phân hóa tài liệu, tóm tắt tài liệu, soạn thông báo.

Mỗi template cần nói rõ mục tiêu, input, điều không được bịa và bước giáo viên phải kiểm. Đây là cách biến trải nghiệm cá nhân thành năng lực tổ chức.

5. Xây knowledge base trước chatbot

Nếu trường muốn có trợ lý hỏi–đáp, hãy dọn tài liệu nguồn trước: quy định, hướng dẫn, lịch, FAQ, quy trình. Mỗi tài liệu có phiên bản và người chịu trách nhiệm.

Chatbot chỉ đáng tin khi nó biết tìm nguồn và thừa nhận không biết khi nguồn thiếu.

6. Đo pilot bằng outcome thật

Có thể đo thời gian chuẩn bị một loại tài liệu, số template được tái sử dụng, tỷ lệ output cần sửa nhiều, số câu hỏi knowledge base trả được có nguồn và mức độ giáo viên tiếp tục dùng sau pilot.

Không cần tuyên bố AI “tăng năng suất X%” nếu trường chưa đo. Pilot tốt là pilot tạo được baseline của chính tổ chức.

7. Tuần 9–12: review và quyết định mở rộng

Cuối 90 ngày, không chỉ hỏi “mọi người có thích AI không”. Hãy xem use case nào có giá trị, lỗi nào lặp lại, dữ liệu nào gây vướng, template nào được dùng và phần nào cần chính sách mới.

Từ đó quyết định: mở rộng nhóm giáo viên, xây trợ lý tri thức, bổ sung đào tạo hay dừng một use case.

Vai trò của lãnh đạo nhà trường

Lãnh đạo không cần tự giỏi mọi công cụ. Vai trò quan trọng hơn là đặt mục tiêu, chọn vùng thử nghiệm, bảo vệ dữ liệu, cho phép học từ lỗi nhỏ và yêu cầu bằng chứng trước khi mở rộng.

Vai trò của giáo viên nòng cốt

Nhóm nòng cốt nên vừa thử vừa ghi lại cách làm. Khi một workflow tốt, họ biến nó thành template. Khi AI sai, họ ghi loại lỗi để cả nhóm biết cách phòng.

Đây là cách tạo cộng đồng thực hành thay vì một khóa học xong rồi để đó.

Checklist trước khi mở rộng

• Use case có owner và mục tiêu rõ;
• quy tắc dữ liệu đã được truyền thông;
• có thư viện nguồn chuẩn;
• có template/skill dùng lại;
• có QA và human review;
• có baseline và kết quả pilot;
• có cơ chế báo lỗi và escalation.

Kết luận

AI cho trường học không cần bắt đầu bằng một hệ thống lớn. Một pilot nhỏ nhưng có dữ liệu, template, QA và outcome rõ sẽ tạo nền vững hơn nhiều so với việc phát công cụ cho tất cả mọi người rồi hy vọng họ tự tìm cách dùng.

90 ngày đầu nên được xem là giai đoạn học cách làm: trường đang tìm ra use case nào phù hợp với chính mình, không chạy theo một mô hình chung cho mọi đơn vị.