Ngày 05/08/2026, Trường Đại học CMC chính thức công bố và đưa vào vận hành AI-Native Learning Ecosystem (CAINLE), đánh dấu một bước tiến trong quá trình hiện thực hóa chiến lược chuyển đổi AI (AI-X) và xây dựng AI University của Nhà trường.

Chương trình do PGS.TS. Nguyễn Thanh Tùng – Phó Chủ tịch EVP Tập đoàn CMC, Hiệu trưởng và PGS.TS. Nguyễn Hữu Quỳnh – Phó Chủ tịch VP Tập đoàn CMC, Phó Hiệu trưởng phụ trách đào tạo chủ trì, cùng sự tham gia của lãnh đạo các khoa, giảng viên và cán bộ các đơn vị chuyên môn của Nhà trường.

Trong bối cảnh trí tuệ nhân tạo đang làm thay đổi mạnh mẽ giáo dục đại học, việc ứng dụng AI vào từng hoạt động riêng lẻ không còn đủ để tạo nên sự chuyển đổi căn bản. Với định hướng xây dựng AI University, Trường Đại học CMC phát triển AI-Native Learning Ecosystem (CAINLE) nhằm hiện thực hóa cách tiếp cận AI-Native trong hoạt động đào tạo. Hệ sinh thái được thiết kế để kết nối mô hình giáo dục, trí tuệ nhân tạo (AI) và dữ liệu trong một môi trường thống nhất, nơi người học, giảng viên, học liệu, hoạt động học tập và dữ liệu được liên kết xuyên suốt nhằm hỗ trợ cá nhân hóa học tập, nâng cao chất lượng giảng dạy và tăng cường quản trị đào tạo dựa trên dữ liệu.

PGS.TS. Nguyễn Hữu Quỳnh – Phó Chủ tịch VP Tập đoàn CMC, Phó Hiệu trưởng phụ trách đào tạo Trường Đại học CMC cho biết: “Điểm khác biệt của AI-Native Learning Ecosystem không nằm ở việc đưa thêm các công cụ AI vào nhà trường, mà ở cách kết nối mô hình giáo dục, trí tuệ nhân tạo và dữ liệu trong một hệ thống thống nhất nhằm tái thiết kế toàn bộ hoạt động đào tạo. Trong hệ sinh thái này, AI hỗ trợ xuyên suốt quá trình học tập, góp phần cá nhân hóa trải nghiệm của người học, nâng cao chất lượng giảng dạy và tăng cường quản trị đào tạo dựa trên dữ liệu”.

AI đồng hành cùng sinh viên trong toàn bộ quá trình học tập

Trong hệ sinh thái học tập AI-Native, việc học không còn bắt đầu khi sinh viên bước vào lớp học mà được triển khai liên tục từ trước, trong và sau mỗi buổi học. Trước giờ lên lớp, sinh viên được cung cấp bài giảng, học liệu và các nhiệm vụ học tập trên hệ thống để chủ động nghiên cứu, chuẩn bị kiến thức và hoàn thành các yêu cầu học tập theo kế hoạch của học phần.

Trên hệ thống, mỗi học phần được tổ chức thành các bài học tương ứng với từng chủ đề trong đề cương chi tiết. Mỗi bài học được thiết lập thời gian bắt đầu và thời hạn hoàn thành theo kế hoạch giảng dạy, giúp sinh viên theo dõi tiến độ học tập, chủ động xây dựng kế hoạch tự học và quản lý thời gian. Cơ chế nhắc nhở tự động của hệ thống hỗ trợ sinh viên hoàn thành các nhiệm vụ học tập đúng tiến độ, từng bước hình thành thói quen học tập chủ động và có kế hoạch.

Trong quá trình tự học, sinh viên không chỉ tiếp cận học liệu mà còn nhận được sự đồng hành liên tục của AI. Sau mỗi hoạt động học tập, hệ thống cung cấp kết quả đánh giá tức thì, giúp người học nhận biết những nội dung đã nắm vững và những phần còn hạn chế để kịp thời điều chỉnh kế hoạch học tập. Khi xuất hiện những “vùng xám” kiến thức cần làm rõ, sinh viên có thể trao đổi với AI chuyên biệt được tích hợp cho từng nội dung hoặc gửi câu hỏi trực tiếp cho giảng viên thông qua tính năng Phản hồi. Đối với những vấn đề cần trao đổi chuyên sâu, hệ thống tự động ghi nhận và chuyển thông tin đến giảng viên để được hỗ trợ kịp thời. Nhờ đó, sinh viên bước vào lớp với sự chuẩn bị trước, hiểu rõ mình đã nắm được gì, còn vướng mắc ở đâu và sẵn sàng tham gia các hoạt động thảo luận, phản biện, làm việc nhóm và giải quyết các tình huống thực tiễn trên lớp. Quá trình đó góp phần hình thành thói quen tự học và phát triển năng lực tự học của người học.

AI đồng hành cùng giảng viên trong toàn bộ quá trình giảng dạy

Trong AI-Native Learning Ecosystem, AI không thay thế vai trò của giảng viên mà đồng hành trong toàn bộ quá trình giảng dạy. AI hỗ trợ những công việc mang tính lặp lại và phân tích dữ liệu học tập, giúp giảng viên có thêm thời gian tập trung vào các hoạt động tạo ra giá trị cao cho người học như thiết kế trải nghiệm học tập, tổ chức thảo luận, hướng dẫn, phản biện và phát triển năng lực của sinh viên.

Trong AI-Native Learning Ecosystem, AI hỗ trợ giảng viên ngay từ giai đoạn thiết kế và tổ chức học phần. Dựa trên học liệu do giảng viên xây dựng, hệ thống có thể hỗ trợ thiết kế bài giảng tương tác, gợi ý và xây dựng ngân hàng câu hỏi, bài tập phù hợp với mục tiêu học tập của từng học phần và từng bài học. Toàn bộ nội dung do hệ thống hỗ trợ tạo ra đều được giảng viên rà soát, hiệu chỉnh và phê duyệt trước khi đưa vào sử dụng, bảo đảm tính chính xác, tính sư phạm và sự phù hợp với mục tiêu đào tạo.

Trong quá trình giảng dạy, AI-Native Learning Ecosystem tiếp tục đồng hành cùng giảng viên thông qua việc theo dõi và phân tích dữ liệu học tập theo thời gian thực. Hệ thống hỗ trợ giảng viên theo dõi tiến độ học tập của từng sinh viên, từng lớp học và từng học phần, đồng thời cung cấp các báo cáo trực quan về mức độ hoàn thành, sự tiến bộ, những chủ đề còn gặp khó khăn và xu hướng học tập của người học. Trên cơ sở đó, giảng viên có thêm thông tin để đưa ra các giải pháp hỗ trợ phù hợp với từng sinh viên, đúng thời điểm và đúng nhu cầu. Khi AI hỗ trợ các công việc như phân tích dữ liệu và tổng hợp thông tin, giảng viên có thêm thời gian để tập trung vào những hoạt động tạo giá trị cao như tổ chức thảo luận, phản biện, thực hành, giải quyết tình huống và hướng dẫn chuyên sâu, góp phần nâng cao chất lượng giảng dạy.

Dữ liệu tạo nền tảng cho cải tiến chất lượng đào tạo

Trong AI-Native Learning Ecosystem, mỗi hoạt động học tập đều tạo ra dữ liệu. Những dữ liệu này giúp nhà trường theo dõi quá trình dạy và học, nhận diện sớm những vấn đề phát sinh, kịp thời điều chỉnh học liệu và phương pháp giảng dạy, đồng thời hình thành chu trình cải tiến liên tục trong toàn bộ hoạt động đào tạo. Thay vì chỉ dựa vào kết quả đánh giá cuối học phần, nhà trường có thêm cơ sở để theo dõi quá trình học tập và đưa ra các quyết định cải tiến dựa trên dữ liệu và minh chứng.

Triển khai AI-Native Learning Ecosystem theo lộ trình từng bước

AI-Native Learning Ecosystem được triển khai theo lộ trình từng bước, lấy thực tiễn giảng dạy, trải nghiệm của người học và dữ liệu thu được trong quá trình vận hành làm cơ sở để tiếp tục hiệu chỉnh hệ sinh thái.

Việc triển khai AI-Native Learning Ecosystem được thực hiện theo lộ trình từ thí điểm đến mở rộng. Trong giai đoạn đầu, Nhà trường triển khai trên một số học phần, đồng thời khảo sát giảng viên và sinh viên để tiếp tục hiệu chỉnh và hoàn thiện hệ sinh thái. Song song với đó, Nhà trường tổ chức các chương trình tập huấn nhằm hỗ trợ giảng viên vận hành hệ thống, xây dựng học liệu và thiết kế hoạt động dạy học theo mô hình lớp học đảo ngược. Sau giai đoạn thí điểm, AI-Native Learning Ecosystem được mở rộng triển khai trên các khoa và ngành đào tạo. Đến nay, hệ sinh thái đã trở thành một phần trong hoạt động dạy và học thường xuyên của giảng viên và sinh viên, từng bước hình thành môi trường học tập dựa trên AI và dữ liệu tại Trường Đại học CMC.

Trong quá trình triển khai, Trường Đại học CMC thực hiện khảo sát trải nghiệm của sinh viên định kỳ hai lần trong mỗi học kỳ nhằm đánh giá mức độ phù hợp của hệ thống và làm cơ sở cho việc tiếp tục hoàn thiện AI-Native Learning Ecosystem. Kết quả khảo sát bước đầu ghi nhận nhiều phản hồi tích cực của sinh viên đối với AI-Native Learning Ecosystem, đặc biệt về khả năng hỗ trợ tự học, theo dõi tiến độ học tập và nhận phản hồi trong quá trình học tập.

AI-Native Learning Ecosystem là một cấu phần quan trọng trong lộ trình xây dựng AI University của Trường Đại học CMC. Thông qua việc kết nối mô hình giáo dục, trí tuệ nhân tạo và dữ liệu trong một hệ sinh thái thống nhất, Nhà trường từng bước hiện thực hóa cách tiếp cận AI-Native trong hoạt động đào tạo theo hướng cá nhân hóa việc học, nâng cao chất lượng giảng dạy và cải tiến liên tục dựa trên dữ liệu, thực tiễn triển khai và trải nghiệm của người học.

Xem thêm:

• Học viện Kỹ thuật Quân sự trao đổi kinh nghiệm triển khai mô hình AI-Native Learning Ecosystem tại Trường Đại học CMC
• Trường Đại học CMC tổ chức Seminar Khoa học và Công nghệ: “Từ AI Foundation đến Hệ sinh thái học tập AI-Native”
• Trường Đại học CMC ra mắt tính năng mới của Trợ giảng AI: Học bằng video và đánh giá trực tiếp trên lớp