Giảng viên nói «đề tài năm nay nên có yếu tố AI» rồi để bạn tự xoay xở là tình huống không ít sinh viên Sư phạm gặp phải — không phải vì AI khó, mà vì không ai chỉ rõ đặt vấn đề thế nào, đo cái gì, và lấy dữ liệu ở đâu cho một đề tài giáo dục có AI mà vẫn giữ đúng chuẩn khóa luận. Bài viết này đi thẳng vào ba việc đó, theo đúng thứ tự bạn cần viết.
Đặt vấn đề: AI trong dạy học không phải một đề tài, mà là nhiều đề tài khác nhau
«Ứng dụng AI trong giáo dục» quá rộng để làm một khóa luận — bạn cần chọn đúng MỘT lớp bài toán trong số này: AI hỗ trợ giáo viên soạn giáo án và tài liệu; AI cá nhân hóa lộ trình học tập theo năng lực học sinh; chatbot/trợ lý ảo hỗ trợ học sinh tự học; AI hỗ trợ chấm điểm và phản hồi bài làm; hoặc nhận thức, thái độ của giáo viên/học sinh đối với việc dùng AI trong lớp học. Mỗi hướng có khách thể khảo sát khác nhau (giáo viên hay học sinh), biến số khác nhau, và mức độ khả thi khác nhau với một khóa luận đại học.
Mục tiêu nghiên cứu: giữ trong tầm với của một khóa luận
Mục tiêu tổng quát nên là một câu đo lường được, ví dụ: «đánh giá mức độ chấp nhận sử dụng công cụ AI hỗ trợ soạn giáo án của giáo viên tiểu học tại một tỉnh hoặc thành phố cụ thể». Mục tiêu cụ thể tách thành: (1) xác định các nhân tố ảnh hưởng đến việc chấp nhận sử dụng; (2) đo mức độ ảnh hưởng của từng nhân tố; (3) đề xuất giải pháp hỗ trợ giáo viên tiếp cận công cụ AI hiệu quả hơn. Tránh mục tiêu kiểu «nghiên cứu ảnh hưởng của AI đến giáo dục» — không đo lường được vì không nêu rõ AI làm gì, ảnh hưởng đến ai, đo bằng cách nào.
Nếu bạn chưa hình dung được cấu trúc tổng thể một khóa luận Sư phạm gồm mấy chương, xem trước khóa luận tốt nghiệp ngành Sư phạm gồm những chương nào — đề tài có yếu tố AI vẫn đi theo đúng khung ba chương lý luận — thực trạng — biện pháp quen thuộc, chỉ khác nội dung cụ thể ở từng chương.
Biến số thường dùng cho đề tài AI trong dạy học
Tùy hướng đề tài, các nhóm biến phổ biến:
- Biến về chấp nhận công nghệ: nhận thức hữu ích, nhận thức dễ sử dụng, tự tin công nghệ của giáo viên (self-efficacy), thường dựa trên mô hình TAM (Davis, 1989).
- Biến về hiệu quả học tập (nếu đo phía học sinh): điểm số trước/sau can thiệp, mức độ tương tác trong giờ học, thời gian hoàn thành bài tập — cần thiết kế có nhóm đối chứng nếu muốn kết luận về hiệu quả, không chỉ mô tả.
- Biến về nhận thức/thái độ: mức độ tin tưởng vào tính chính xác của AI, lo ngại về tính trung thực học thuật, mức độ sẵn sàng sử dụng lâu dài.
- Biến kiểm soát thường gặp: độ tuổi, thâm niên công tác (với giáo viên), khối lớp, mức độ tiếp cận thiết bị/internet.
Sau khi chọn xong bộ biến, cần xây dựng bảng thao tác hóa từng biến thành chỉ báo đo lường được trước khi viết bảng hỏi — logic thao tác hóa này giống cách trình bày tại ma trận vận hành hóa biến cho khóa luận Marketing, chỉ thay nội dung biến theo bối cảnh giáo dục.
Nguồn dữ liệu nào khả thi cho một khóa luận đại học?
Ba nguồn thực tế nhất: (1) khảo sát bảng hỏi giáo viên/học sinh tại trường bạn đang thực tập hoặc có quan hệ tiếp cận — nguồn khả thi nhất về thời gian; (2) quan sát lớp học có ứng dụng AI (nếu trường đã triển khai) kết hợp phỏng vấn ngắn; (3) phân tích tài liệu chính sách công khai (thông tư, hướng dẫn của Bộ Giáo dục và Đào tạo hoặc sở giáo dục về ứng dụng công nghệ trong dạy học) làm cơ sở lý luận, không dùng để đo hiệu quả thực tế. Chỉ trích số hiệu văn bản sau khi đã mở bản gốc và kiểm tra còn hiệu lực. Không tự tạo hoặc phỏng đoán số liệu về mức độ sử dụng AI trong trường học nếu chưa khảo sát — đây là lĩnh vực thay đổi nhanh, số liệu năm trước có thể không còn đúng.
Ví dụ khung nghiên cứu hoàn chỉnh (minh họa, không phải đề tài thật)
Minh họa: Vấn đề — giáo viên tiểu học tại một trường cụ thể được khuyến khích dùng công cụ AI soạn giáo án nhưng tỷ lệ sử dụng thực tế thấp, nguyên nhân chưa được khảo sát. Mục tiêu — xác định các nhân tố ảnh hưởng đến ý định sử dụng công cụ AI soạn giáo án của giáo viên. Biến — nhận thức hữu ích, nhận thức dễ sử dụng, tự tin công nghệ, hỗ trợ từ nhà trường (biến độc lập); ý định sử dụng (biến phụ thuộc). Phương pháp — khảo sát bảng hỏi theo mô hình TAM, phân tích hồi quy đa biến, cỡ mẫu ước lượng theo quy tắc kinh nghiệm cho số biến độc lập đã chọn (xem cách tính cụ thể tại chọn mẫu và cỡ mẫu cho luận văn). Nguồn dữ liệu — khảo sát toàn bộ giáo viên khối tiểu học tại trường đã liên hệ được, đối chiếu bối cảnh chung bằng văn bản hướng dẫn ứng dụng công nghệ của Bộ Giáo dục và Đào tạo (chỉ dùng phần đã tự đọc, không suy diễn thêm).
Những lỗi khiến đề tài AI-trong-giáo-dục bị yêu cầu viết lại
Bốn lỗi phổ biến: (1) đề tài quá rộng, cố ôm cả «tác động của AI đến giáo dục» thay vì một lớp bài toán cụ thể; (2) trộn lẫn đề tài về AI HỖ TRỢ dạy học với đề tài về việc SINH VIÊN dùng AI để làm bài — hai chủ đề hoàn toàn khác nhau, dễ gây nhầm lẫn ngay từ tên đề tài; (3) khẳng định AI «chắc chắn cải thiện kết quả học tập» mà không có thiết kế so sánh trước/sau hoặc nhóm đối chứng để chứng minh; (4) dùng tên công cụ AI cụ thể (ChatGPT, Gemini…) làm trọng tâm đề tài trong khi công cụ đó có thể đổi phiên bản hoặc ngừng hoạt động trước khi bạn bảo vệ — nên đóng khung theo LOẠI công cụ (chatbot hỗ trợ học tập, hệ thống cá nhân hóa) thay vì một sản phẩm thương mại cụ thể.
«Có yếu tố AI trong đề tài» mà giảng viên yêu cầu không có nghĩa là «để AI làm khóa luận thay bạn»: dữ liệu khảo sát, phân tích và kết luận vẫn hoàn toàn do bạn thực hiện và chịu trách nhiệm. Nguyên tắc dùng AI trung thực khi soạn khóa luận được nêu chi tiết tại viết luận văn bằng AI một cách trung thực. Tesify đã đồng hành cùng hơn 9.000 sinh viên và hơn 15.000 chương khóa luận, với 100% nội dung do chính người học viết. Bắt đầu soạn khóa luận của bạn với Tesify ngay.
Đề tài này có phù hợp với cả sinh viên Sư phạm và sinh viên Giáo dục học không?
Có — dù tên gọi chuyên ngành có thể khác nhau giữa các trường (Sư phạm, Giáo dục học, Quản lý giáo dục), logic đặt vấn đề/mục tiêu/biến số ở trên áp dụng chung, chỉ khác ở chỗ sinh viên Quản lý giáo dục có thể nghiêng đề tài về góc độ chính sách và quản trị nhà trường (ví dụ chiến lược triển khai AI cấp trường) thay vì góc độ lớp học cụ thể mà sinh viên Sư phạm thường chọn.
Hỏi đáp nhanh về khóa luận Sư phạm có yếu tố AI
«Đề tài có yếu tố AI» nghĩa là đề tài phải NGHIÊN CỨU về AI hay được PHÉP dùng AI để viết?
Thường giảng viên muốn đề tài NGHIÊN CỨU một khía cạnh liên quan đến AI trong giáo dục (đối tượng nghiên cứu), khác với việc bạn được phép DÙNG công cụ AI để hỗ trợ viết khóa luận (công cụ soạn thảo) — cần hỏi lại giảng viên để chắc chắn đang hiểu đúng yêu cầu.
Có bắt buộc phải có nhóm đối chứng khi nghiên cứu hiệu quả của AI trong dạy học không?
Nếu muốn kết luận AI «cải thiện» một chỉ số nào đó (điểm số, mức độ tương tác), có nhóm đối chứng hoặc so sánh trước/sau là bắt buộc về mặt phương pháp; nếu chỉ mô tả nhận thức/thái độ thì không cần thiết kế thực nghiệm.
Có thể chọn một công cụ AI cụ thể (ví dụ ChatGPT) làm trọng tâm đề tài không?
Có thể nhưng rủi ro — công cụ có thể thay đổi tính năng hoặc chính sách trước khi bạn bảo vệ; nên đóng khung đề tài theo loại công cụ hoặc chức năng (chatbot hỗ trợ học tập nói chung) và chỉ dùng một công cụ cụ thể làm ví dụ minh họa trong phần thực nghiệm.
Đề tài này có cần xin phép nhà trường trước khi khảo sát giáo viên/học sinh không?
Có — nên xin phép ban giám hiệu hoặc phòng đào tạo trước khi phát khảo sát trong trường, đặc biệt nếu khảo sát học sinh dưới 18 tuổi cần thêm sự đồng ý của phụ huynh hoặc giáo viên chủ nhiệm tùy quy định của trường.
Cỡ mẫu bao nhiêu là đủ nếu khảo sát giáo viên của một trường?
Nếu số giáo viên trong trường không lớn, có thể khảo sát toàn bộ (tổng điều tra) thay vì chọn mẫu; nếu khảo sát học sinh nhiều lớp, áp dụng quy tắc cỡ mẫu tối thiểu theo số biến độc lập như các đề tài định lượng khác.
Có nên dùng AI để tạo câu hỏi khảo sát không?
Có thể dùng AI hỗ trợ soạn thảo câu hỏi ban đầu, nhưng bạn phải tự kiểm tra lại từng câu để đảm bảo phù hợp với mô hình lý thuyết đã chọn và ngữ cảnh giáo dục Việt Nam trước khi phát khảo sát chính thức.
Đề tài về AI trong giáo dục mầm non có khác gì so với giáo dục tiểu học/trung học không?
Có — ở mầm non, trọng tâm thường là công cụ hỗ trợ giáo viên (quan sát, đánh giá phát triển) hơn là học sinh trực tiếp tương tác với AI, do đặc điểm lứa tuổi; cần điều chỉnh biến số và cách khảo sát cho phù hợp với vai trò của giáo viên mầm non.
Có cần so sánh đề tài của mình với các nghiên cứu quốc tế về AI trong giáo dục không?
Nên có ở phần tổng quan tài liệu để định vị khoảng trống nghiên cứu, nhưng phần thực nghiệm/khảo sát nên tập trung vào bối cảnh Việt Nam cụ thể của đề tài, không cố gắng lặp lại nguyên mô hình quốc tế mà không điều chỉnh.