Tích hợp trí tuệ nhân tạo trong chương trình đào tạo truyền thông: Những cách tiếp cận sư phạm trên thế giới và gợi mở cho Việt Nam

1. Đặt vấn đề

Trong những năm gần đây, trí tuệ nhân tạo đã trở thành một trong những động lực cốt lõi thúc đẩy quá trình chuyển đổi số trong giáo dục đại học trên phạm vi toàn cầu. Trong đào tạo báo chí, truyền thông, AI tạo sinh làm thay đổi cả nội dung cần dạy lẫn cách tổ chức bài tập khi công cụ có thể hỗ trợ tìm kiếm dữ liệu, phiên âm, dịch thuật, gợi ý cấu trúc, tạo bản nháp và phân tích hành vi công chúng. Các nghiên cứu trực tiếp về giáo dục truyền thông và báo chí nhấn mạnh rằng hiểu biết kỹ thuật phải đi cùng khả năng kiểm chứng, tư duy phản biện và chuẩn mực nghề nghiệp (Luttrell et al., 2020). Tại Việt Nam, quá trình này diễn ra trong bối cảnh triển khai các chiến lược quốc gia về chuyển đổi số và phát triển nguồn nhân lực chất lượng cao, trong đó giáo dục đại học được xác định là nhân tố quan trọng. Quyết định số 348/QĐ-TTg ngày 6/4/2023 xác định phát triển nền tảng số và nâng cao chất lượng nhân lực là những nhiệm vụ của Chiến lược chuyển đổi số báo chí đến năm 2025, định hướng đến năm 2030 (Thủ tướng Chính phủ, 2023). Tuy nhiên, việc chuyển hóa những tiềm năng này thành các mô hình đào tạo cụ thể vẫn là một thách thức lớn đối với các cơ sở giáo dục đại học tại Việt Nam.

Tác động của trí tuệ nhân tạo thể hiện rõ nét thông qua sự thay đổi nhanh chóng của môi trường nghề nghiệp và yêu cầu năng lực đối với nguồn nhân lực truyền thông trong nước. Sự phổ biến của các công cụ tạo nội dung tự động, phân tích dữ liệu công chúng, quản lý nền tảng số và hỗ trợ ra quyết định dựa trên trí tuệ nhân tạo đang làm mờ ranh giới giữa truyền thông truyền thống và truyền thông số. Điều này đặt ra yêu cầu cấp thiết đối với các chương trình đào tạo truyền thông trong việc cập nhật nội dung giảng dạy, tái cấu trúc học phần và điều chỉnh chuẩn đầu ra theo hướng phát triển năng lực thích ứng với công nghệ, tư duy phản biện và đạo đức nghề nghiệp. Tuy vậy, nhiều chương trình đào tạo truyền thông vẫn thiên về tiếp cận lý thuyết và kỹ năng truyền thống, chưa cho phép khẳng định mức độ điều chỉnh diễn ra đồng đều giữa các chương trình.

Trong 14 chương trình báo chí được Wenger et al. khảo sát, chỉ ba chương trình đã có học phần riêng về AI, mặc dù tất cả người tham gia đều đề cập việc đưa nội dung AI vào học phần hiện có (Wenger et al., 2025). Phân tích 687 học phần báo chí tại Tây Ban Nha chỉ ghi nhận bảy học phần dành trọn vẹn cho báo chí dữ liệu và 19 học phần đề cập AI hoặc dữ liệu lớn trong nội dung rộng hơn (Tejedor et al., 2024). Các vấn đề về đạo đức học thuật, tính minh bạch của thuật toán và sự cân bằng giữa vai trò của con người và máy móc cũng đặt ra nhiều câu hỏi cần được giải đáp thỏa đáng trong môi trường học tập hiện đại. Do đó, việc hệ thống hóa và phân tích các nghiên cứu quốc tế là cần thiết để làm rõ các xu hướng tích hợp trí tuệ nhân tạo hiện nay.

Một số nghiên cứu tại Việt Nam đã đề cập đến yêu cầu đổi mới đào tạo và bồi dưỡng. Phạm Thị Mai Liên (2025) phân tích những vấn đề AI đặt ra đối với nguồn nhân lực báo chí, truyền thông. Nghiên cứu khác cho thấy một số nội dung về AI, dữ liệu, bảo mật và báo chí đa nền tảng đã được đưa vào hoạt động đào tạo, đồng thời nhấn mạnh yêu cầu gắn năng lực công nghệ với bản lĩnh chính trị, đạo đức nghề nghiệp và trách nhiệm xã hội (Đinh Thị Thu Hằng, 2026). Bài báo này thực hiện một tổng quan học thuật nhằm phân tích sâu sắc các cách tiếp cận chương trình và những mô hình sư phạm tiên tiến trên thế giới. Cụ thể, nghiên cứu trả lời ba câu hỏi: các tài liệu được chọn ghi nhận những dạng tích hợp AI nào trong chương trình đào tạo báo chí, truyền thông; những cách tổ chức dạy học và đánh giá nào duy trì vai trò kiểm chứng, quyết định và chịu trách nhiệm của người học; các kết quả đó gợi mở lộ trình nào có thể triển khai và kiểm tra tại cơ sở đào tạo Việt Nam? Phạm vi của bài báo là tổng hợp nghiên cứu theo tiêu chí, không phải khảo sát toàn bộ chương trình đào tạo trên thế giới.

2. Phương pháp nghiên cứu

Nghiên cứu sử dụng cách tiếp cận định tính, sử dụng phương pháp tổng quan tài liệu theo quy trình có tiêu chí nhằm nhận diện các xu hướng tích hợp AI trong chương trình và hoạt động đào tạo báo chí, truyền thông. Việc tìm kiếm được thực hiện trong tháng 8/2026 trên Google Scholar, Crossref và cổng thông tin của các nhà xuất bản bằng các cụm từ “artificial intelligence AND journalism education”, “generative AI AND communication curriculum”, “AI pedagogy AND media education”, “AI assessment AND journalism students” cùng các cụm từ tiếng Việt tương ứng.

Tư liệu phân tích gồm 18 bài báo bình duyệt trực tiếp về chương trình, hoạt động dạy học, đánh giá, người học hoặc giảng viên, 3 tài liệu hướng dẫn quốc tế, và 3 tài liệu chính sách, thực tiễn Việt Nam, công bố từ năm 2020 đến tháng 8/2026. Tài liệu được lựa chọn khi có thông tin xuất bản và khả năng truy xuất, đồng thời cung cấp dữ liệu, phân tích chương trình, mô tả hoạt động dạy học hoặc hướng dẫn có liên quan trực tiếp đến đào tạo báo chí, truyền thông.

Quy trình phân tích được thực hiện qua ba bước. Thứ nhất, các nguồn được trích xuất theo các nhóm thông tin gồm vị trí của AI trong chương trình, năng lực đầu ra, hoạt động dạy học, hình thức đánh giá, nội dung đạo đức và điều kiện triển khai. Thứ hai, các mã ban đầu được xây dựng từ ba câu hỏi nghiên cứu và điều chỉnh sau khi đọc toàn văn; một nhận định chỉ được giữ lại khi có ít nhất hai nguồn độc lập cùng đề cập hoặc một nghiên cứu có dữ liệu trực tiếp đủ rõ. Thứ ba, kết quả được tổng hợp theo logic từ xu hướng chương trình đến thực hành sư phạm, sau đó đối chiếu với yêu cầu về chuẩn đầu ra, đánh giá người học và năng lực giảng viên. Vì vậy, kết quả phản ánh những xu hướng nổi bật được ghi nhận trong nguồn tư liệu, không đại diện cho toàn bộ chương trình đào tạo truyền thông trên thế giới.

3. Kết quả nghiên cứu và thảo luận

3.1. Kết quả nghiên cứu về các xu hướng tích hợp AI

3.1.1. Từ thực hành công cụ đến phát triển năng lực tích hợp

Kết quả khảo sát tập tư liệu cho thấy AI thường được đưa vào chương trình theo hai cấp. Cấp thứ nhất là tích hợp một đơn vị nội dung vào học phần đang có như viết báo, báo chí dữ liệu, sản xuất video, truyền thông chiến lược, đạo đức hoặc kiểm chứng. Cấp thứ hai là mở học phần, chuyên đề hay phòng thực hành riêng khi cơ sở có đủ giảng viên và hạ tầng. Nghiên cứu của Hossain và Wenger (2024) cho thấy tốc độ điều chỉnh chương trình chưa theo kịp biến đổi số của nghề báo. Trong 14 cuộc phỏng vấn tiếp theo với lãnh đạo chương trình báo chí tại Hoa Kỳ, tất cả người tham gia đều đề cập phương án tích hợp vào học phần hiện có, trong khi chỉ ba chương trình quy mô lớn có học phần độc lập (Wenger et al., 2025). Phân tích 60 đề cương cử nhân báo chí ghi nhận ba cách định vị AI bao gồm nguy cơ đối với việc học và chuẩn nghề nghiệp, công cụ được phép dùng trong giới hạn cụ thể, và đối tượng để phân tích đạo đức, nghề nghiệp (Muzhingi et al., 2026). Các kết quả này cho thấy quá trình điều chỉnh đã diễn ra nhưng chưa tạo thành cấu trúc thống nhất.

Về phạm vi mẫu, tập tư liệu có phân tích 687 học phần tại Tây Ban Nha (Tejedor et al., 2024), khảo sát chương trình của 72 trường đại học tại Thổ Nhĩ Kỳ (Babacan et al., 2025), so sánh trường hợp Australia và Ai Cập (Imran, 2025), khảo sát 14 trường đại học châu Á (Jiang & Rafeeq, 2026) và 10 trường đại học thuộc nhóm BRICS (Yang et al., 2026). Các công trình này ghi nhận sự khác nhau về tên gọi học phần, vị trí của AI trong chương trình, nguồn lực và mức độ sẵn sàng; chúng cho phép so sánh các cách làm, nhưng không chứng minh một đặc điểm chung của từng châu lục. AI tạo sinh mở ra khả năng làm việc thông qua kỹ thuật đặt câu lệnh, song đây chỉ là một phần của năng lực nghề nghiệp. Trong giáo dục báo chí và truyền thông, khả năng tạo nội dung của ChatGPT cần được xem xét đồng thời với các giới hạn của công cụ khi thiết kế hoạt động học tập (Pavlik, 2023). Từ các nghiên cứu trực tiếp và sổ tay của UNESCO, chuẩn đầu ra có thể được nhóm thành bốn thành tố: hiểu chức năng và giới hạn kỹ thuật; kiểm chứng nguồn và đầu ra; thực hiện các thao tác nghiệp vụ như lựa chọn đề tài, phỏng vấn, quan sát và biên tập; quản trị dữ liệu, bản quyền, minh bạch và trách nhiệm.

3.1.2. Đạo đức trong sử dụng AI gắn với trách nhiệm nghề nghiệp

Hiện nay, chương trình đào tạo báo chí - truyền thông có xu hướng tái cấu trúc theo hướng liên ngành. Trong xu hướng này, kỹ thuật báo chí, khoa học dữ liệu và đạo đức học ứng dụng được kết nối chặt chẽ với trách nhiệm xã hội và các chuẩn mực nghề nghiệp. Đạo đức AI được hiểu là các nguyên tắc điều chỉnh việc lựa chọn, sử dụng và giám sát hệ thống AI, tập trung vào công bằng, minh bạch, quyền riêng tư, an toàn, khả năng giải trình và trách nhiệm của con người. Đạo đức truyền thông số có phạm vi rộng hơn, bao gồm chuẩn mực đối với thu thập, sản xuất, phân phối và lưu trữ nội dung trên môi trường số. Vì vậy, đạo đức AI là một bộ phận cần được đặt trong đạo đức truyền thông số và đạo đức nghề báo. Trách nhiệm xã hội trong đào tạo báo chí, truyền thông thể hiện ở nghĩa vụ phục vụ lợi ích công chúng, tôn trọng sự thật, hạn chế tác hại, bảo vệ nguồn tin, tuân thủ pháp luật và chịu trách nhiệm về tác động của nội dung (Jaakkola, 2023).

Việc tích hợp không chỉ được thực hiện bằng một học phần đạo đức riêng. Các nguyên tắc phải trở thành tiêu chí trong bài tập có ứng dụng AI, như người học khai báo công cụ và dữ liệu đầu vào, kiểm tra đầu ra, giải thích những phần đã sửa, xác định nguy cơ đối với nguồn tin, quyền riêng tư hoặc bản quyền và chịu trách nhiệm về sản phẩm cuối (Lodge et al., 2023). Các vấn đề như thiên lệch thuật toán, tin giả, deepfake và niềm tin của công chúng vào truyền thông trong môi trường số có thể được chuyển thành tình huống nghề nghiệp để người học lựa chọn phương án, viện dẫn chuẩn mực và bảo vệ quyết định. Tài liệu UNESCO lưu ý chương trình cần cân bằng mục tiêu nâng cao hiệu quả với việc duy trì tư duy phê phán và lợi ích công chúng (Miao & Holmes, 2023). Trong điều kiện Việt Nam, các yêu cầu này cần gắn với bản lĩnh chính trị, trách nhiệm chính trị - xã hội và chuẩn mực của nền báo chí cách mạng (Đinh Thị Thu Hằng, 2026). Đối sánh các công trình quốc tế cho thấy, một chương trình đào tạo bền vững không phải là dạy người học phụ thuộc vào tốc độ của máy móc, mà là dạy họ cách thiết lập các hàng rào đạo đức cho công nghệ ngay từ khâu ý tưởng đến khi phát hành sản phẩm.

3.1.3. Dạy học thực nghiệm dưới sự giám sát của con người

Dạy học thực nghiệm trong bài báo này là cách tổ chức cho người học trực tiếp xử lý một nhiệm vụ báo chí, truyền thông có AI hỗ trợ, so sánh đầu ra, kiểm tra bằng chứng, sửa sản phẩm và giải trình quyết định. Trong xu hướng này, AI không còn được xem là công cụ hỗ trợ bên ngoài, mà được tích hợp như một tác nhân cộng tác trực tiếp trong quy trình sản xuất. Triết lý nền tảng của xu hướng này là mô hình con người trong vòng lặp (human-in-the-loop), một phương thức thiết kế giảng dạy đảm bảo rằng người học không bị thay thế bởi thuật toán mà ngược lại, phải nâng cao năng lực giám sát, điều phối và chịu trách nhiệm cuối cùng đối với mọi sản phẩm truyền thông. Việc đưa con người vào vị trí trung tâm điều khiển trong quy trình làm việc với AI là yêu cầu cấp thiết để duy trì tính chính danh và đạo đức nghề nghiệp trong bối cảnh các hệ thống tự động hóa đang ngày càng can thiệp sâu vào sáng tạo nội dung khi con người xác định mục tiêu, kiểm tra dữ liệu và đầu ra, quyết định nội dung được sử dụng và chịu trách nhiệm cuối cùng (Wenger & Cokley, 2026).

Một xu hướng khác được cụ thể hóa thông qua việc xây dựng các phòng thí nghiệm truyền thông với môi trường giả lập tòa soạn số. Điểm đặc sắc của phương pháp sư phạm này là sử dụng hiện tượng ảo giác AI như một công cụ minh họa trong giảng dạy. Người học được trực tiếp vận hành các mô hình ngôn ngữ lớn để xử lý các tập dữ liệu quy mô lớn hoặc sản xuất tin tức đa phương tiện theo thời gian thực. Việc đưa các sai số công nghệ vào môi trường thực nghiệm là một chiến lược sư phạm hữu ích, giúp người học hình thành tư duy hoài nghi khoa học và năng lực thẩm định thực chứng. Để nhận định này có thể kiểm tra, nhiệm vụ cần yêu cầu người học lưu đầu ra ban đầu, lập danh mục nguồn đối chiếu, chỉ ra lỗi hoặc thiên lệch, sửa bản thảo và trình bày căn cứ sửa. Trong hoạt động dạy viết tin bài báo chí, việc đặt AI vào các nhiệm vụ có kiểm tra, đối chiếu và sửa sản phẩm giúp chuyển trọng tâm từ thao tác công cụ sang quá trình học tập có kiểm chứng (Fernández-Barrero et al., 2024). Đối với sáng tạo video, việc tích hợp GenAI diễn ra một cách thận trọng hơn khi giảng viên chấp nhận nhiều hơn các ứng dụng như hoạt họa hoặc đồ họa nền, nhưng bày tỏ lo ngại rõ rệt đối với cảnh tin tức tổng hợp và việc chỉnh sửa nội dung, qua đó nhấn mạnh yêu cầu minh bạch (Wenger & Imre, 2026). Bên cạnh đó, vai trò của giảng viên cũng chuyển dịch từ người truyền đạt kiến thức sang người điều phối sự tương tác. Phương pháp vấn đáp truyền thống này được ứng dụng để giúp người học phản tư về các câu trả lời của AI, buộc họ phải giải trình về logic đằng sau các lựa chọn mà thuật toán gợi ý.

3.2. Thảo luận về cách tiếp cận sư phạm

3.2.1. Các mô hình tổ chức dạy học, thách thức và điều kiện bảo đảm

Các kết quả trên cho thấy hiệu quả tích hợp AI không phụ thuộc đơn thuần vào số lượng công cụ được đưa vào lớp học. Yếu tố quyết định là cách chương trình tổ chức quyền kiểm soát, trách nhiệm giải trình và quá trình hình thành phán đoán nghề nghiệp của người học. Vì vậy, thảo luận cần chuyển từ câu hỏi dạy công cụ nào sang câu hỏi thiết kế trải nghiệm học tập và đánh giá như thế nào để AI mở rộng năng lực mà không thay thế tư duy nghề nghiệp. Kết quả phân tích 18 nghiên cứu  không cung cấp một mô hình duy nhất có cấu trúc cố định, nhưng ba dạng tổ chức dạy học xuất hiện lặp lại và có thể mô tả bằng chuỗi hoạt động, vai trò của người dạy, bằng chứng học tập và cách đánh giá. Bảng 2 tổng hợp cơ chế của từng dạng và nguồn nghiên cứu tương ứng.

Năng lực ban đầu của người học và mức độ sẵn sàng của giảng viên là hai điều kiện cần được khảo sát trước khi áp dụng. Phỏng vấn 12 sinh viên báo chí của Veenstra và cộng sự (2025) cho thấy người học coi mô hình ngôn ngữ lớn là một phần khó tránh của nghề nghiệp tương lai, nhưng nhiều người chưa hiểu đúng cách sử dụng công cụ tạo nội dung. Từ phỏng vấn chín giảng viên Tây Ban Nha và một chuyên gia tại Harvard, Mayo-Cubero (2026) đề xuất đặt kỹ năng báo chí nền tảng, tư duy phản biện và đạo đức ở phần cơ sở, còn kỹ năng công nghệ được tích hợp theo nhiệm vụ.

Mặt khác, để đảm bảo tính liêm chính, các cơ sở đào tạo đang chuyển dịch sang mô hình thực hành phản biện và đánh giá dựa trên quá trình. Báo cáo của Lodge và cộng sự (2023) đề xuất thiết kế nhiệm vụ tạo ra bằng chứng xác thực về năng lực trong môi trường có AI. Với đào tạo báo chí, truyền thông, hồ sơ đánh giá có thể gồm danh mục nguồn và dữ liệu đầu vào, nhật ký nêu công cụ và mục đích sử dụng, bảng đối chiếu đầu ra AI với bản đã kiểm chứng, cùng phần vấn đáp giải thích quyết định biên tập. Việc đánh giá dựa trên lộ trình này không chỉ ngăn chặn gian lận mà còn thúc đẩy sự tự nhận thức, qua đó hình thành ở người học năng lực sử dụng và kiểm soát công nghệ một cách độc lập, có trách nhiệm.

Bên cạnh đó, giảng viên không chỉ là người truyền đạt kiến thức mà còn là chủ thể định hướng tư duy nghề nghiệp và chuẩn mực đạo đức cho người học. Sự xuất hiện của trí tuệ nhân tạo đòi hỏi giảng viên phải đảm nhiệm thêm vai trò trung gian giữa công nghệ và giá trị nhân văn, một vai trò đòi hỏi hiểu biết liên ngành mà không phải đội ngũ nào cũng sẵn sàng đảm nhận. Trong 14 cuộc phỏng vấn, kiến thức giảng viên, chính sách sử dụng AI, hợp tác, cập nhật chương trình và vấn đề đạo đức tạo thành năm nhóm quan tâm chính (Wenger et al., 2025). Nghiên cứu tại các trường báo chí Nam Phi tiếp tục cho thấy thiếu hạ tầng, chương trình chậm điều chỉnh và chênh lệch năng lực có thể cản trở việc tích hợp (Ncube et al., 2025). Khi giảng viên thiếu nền tảng về trí tuệ nhân tạo hoặc chưa được hỗ trợ đầy đủ về đào tạo và nguồn lực, việc giảng dạy dễ rơi vào trạng thái hoặc né tránh công nghệ, hoặc phụ thuộc quá mức vào công cụ mà thiếu đi tính phản biện.

3.2.2. Khuyến nghị đối với cơ sở đào tạo truyền thông tại Việt Nam

Thứ nhất, cải cách toàn diện hệ thống đánh giá theo hướng ưu tiên quy trình và năng lực thực chứng. Để giải quyết thách thức về liêm chính học thuật, các cơ sở đào tạo cần chuyển dịch từ việc đánh giá sản phẩm cuối cùng sang giám sát lộ trình tư duy. Hội đồng chương trình trước hết cần rà soát từng học phần theo bốn nhóm năng lực gồm kỹ thuật, kiểm chứng, nghiệp vụ, quản trị và đạo đức; sau đó chọn hai hoặc ba học phần phù hợp để thí điểm. Mỗi nhiệm vụ có AI phải nêu mức sử dụng được phép, dữ liệu không được đưa lên hệ thống, yêu cầu khai báo và bằng chứng người học phải nộp. Để thực hiện định hướng này, các cơ sở đào tạo có thể áp dụng quy trình đánh giá: (1) Duy trì nhật ký thiết kế câu lệnh để giảng viên quan sát được logic tiếp cận và ý tưởng sơ khởi, sau đó người học thẩm định dữ liệu bằng cách tự đối soát và phát hiện các sai số hoặc thiên lệch trong bản thảo do trí tuệ nhân tạo tạo ra; (2) Ở bước tiếp theo, người học phải bổ sung dữ liệu từ quan sát thực địa và phỏng vấn trực tiếp để hoàn thiện sản phẩm, trước khi kết thúc bằng một bản thuyết trình phản biện nhằm giải trình về những thay đổi trong tư duy suốt quá trình làm việc. Việc áp dụng đồng bộ quy trình này không chỉ giúp giảm sự lệ thuộc vào công cụ mà còn thúc đẩy hoạt động đánh giá trở thành một phương thức thúc đẩy liêm chính học thuật, qua đó giúp người học nhận thức rằng AI chỉ là công cụ hỗ trợ, còn năng lực biên tập và định hướng giá trị của con người mới là căn cứ cốt lõi để đánh giá năng lực.

Thứ hai, xây dựng khung pháp lý nội bộ và hướng dẫn đạo đức nghề nghiệp về sử dụng AI. Hướng dẫn phải áp dụng trực tiếp cho hoạt động đào tạo báo chí, truyền thông và phân biệt hành vi được phép, hành vi phải khai báo, hành vi bị cấm, đồng thời quy định về dữ liệu cá nhân, nguồn tin nhạy cảm, bản quyền, nội dung tổng hợp và trách nhiệm khi phát hiện sai sót. Để giảm bớt sự lệ thuộc vào các thuật toán của các tập đoàn công nghệ lớn, các trường đại học có thể chủ động xây dựng bộ quy tắc ứng xử về trí tuệ nhân tạo dành riêng cho ngành truyền thông. Nghiên cứu đề xuất các nguyên tắc sau:

(i) Nguyên tắc quyền làm chủ và trách nhiệm cuối cùng, mỗi cá nhân giữ quyền kiểm soát tối cao đối với mọi quy trình biên tập và chịu trách nhiệm giải trình về mọi sai sót do hệ thống gây ra;

(ii) Nguyên tắc minh bạch và công khai thông tin thông qua việc gắn nhãn rõ ràng cho các sản phẩm có sự tham gia đáng kể của thuật toán tạo sinh;

(iii) Nguyên tắc công bằng và không định kiến để nhận diện và ngăn chặn các lỗi mã hóa về giới tính, sắc tộc hoặc các nhóm yếu thế trong đầu ra của máy tính;

(iv) Nguyên tắc bảo mật và sở hữu trí tuệ để bảo vệ nghiêm ngặt danh tính của các nguồn tin nhạy cảm và tôn trọng tác quyền của dữ liệu được sử dụng trong quá trình huấn luyện mô hình.

Thứ ba, đầu tư trọng điểm vào việc đào tạo lại đội ngũ giảng viên và duy trì các giá trị nhân văn cốt lõi.

Chương trình bồi dưỡng tối thiểu gồm nguyên lý và giới hạn của AI tạo sinh, thiết kế bài tập có kiểm chứng, đánh giá quá trình và xử lý tình huống đạo đức. Mỗi giảng viên tham gia cần hoàn thành một đề cương bài dạy, một bộ tiêu chí đánh giá và một tình huống kiểm chứng trước khi triển khai trên lớp. Chương trình đào tạo cần duy trì các học phần thực tế chính trị xã hội tại địa phương, phỏng vấn chuyên sâu và điều tra xã hội học truyền thống. Những hoạt động này giúp người học duy trì năng lực quan sát thực tại xã hội, những giá trị nhân bản vốn là yếu tố cốt lõi của người làm truyền thông trước sự tự động hóa hoàn toàn của máy móc.

Thứ tư, thiết lập hệ sinh thái cộng tác chiến lược giữa nhà trường và cơ quan truyền thông.

Việc tích hợp trí tuệ nhân tạo không thể được thực hiện hiệu quả nếu thiếu sự đồng hành chặt chẽ của các cơ quan báo chí, đơn vị truyền thông và các doanh nghiệp công nghệ nội dung. Các chương trình trao đổi giảng viên và chuyên gia thực tế sẽ giúp thu hẹp khoảng cách giữa lý thuyết và yêu cầu của thị trường lao động số. Thông qua sự hợp tác này, người học có cơ hội thực hành trong các môi trường con người trong vòng lặp thực thụ, giúp họ sớm hình thành bản lĩnh nghề nghiệp, năng lực phản xạ trước sai số công nghệ và khả năng điều phối các hệ thống AI một cách thông minh, có trách nhiệm. Việc gắn kết giáo dục với hệ sinh thái nghề nghiệp là điều kiện quan trọng để củng cố bản lĩnh nghề nghiệp cho người học, đảm bảo không chỉ thành thạo công cụ mà còn am hiểu sâu sắc các tiêu chuẩn nghiệp vụ trong môi trường thực tế.

4. Kết luận

Nghiên cứu cho thấy tích hợp AI trong đào tạo truyền thông đang chuyển từ cách tiếp cận dựa trên công cụ sang phát triển năng lực tổng hợp, trong đó hiểu biết công nghệ, tư duy phản biện, đạo đức nghề nghiệp và khả năng chịu trách nhiệm cần được thiết kế như các thành tố thống nhất. Sự chuyển mình của giáo dục truyền thông trước làn sóng trí tuệ nhân tạo thực chất là quá trình tái định vị các giá trị nhân văn trong hệ sinh thái số. Trọng tâm của quá trình này là hình thành ở người học năng lực tư duy phản biện, giám sát và can thiệp vào vòng lặp thuật toán nhằm bảo vệ tính chính danh và đạo đức của thông tin.

Đối với Việt Nam, bước đi phù hợp là rà soát chương trình, thí điểm có giới hạn, ban hành quy tắc sử dụng, bồi dưỡng giảng viên và đánh giá bằng dữ liệu trước khi mở rộng. Việc xây dựng những mô hình sư phạm thực nghiệm linh hoạt, dựa trên sự gắn kết chặt chẽ giữa tri thức khoa học và tri thức kinh nghiệm sẽ là đòn bẩy chiến lược để thu hẹp khoảng cách giữa đào tạo và yêu cầu khắt khe của thị trường lao động số, góp phần đào tạo nguồn nhân lực truyền thông có khả năng thích ứng với công nghệ mà vẫn giữ vững chuẩn mực nghề nghiệp. Việc phối hợp với cơ quan báo chí, đơn vị truyền thông cần hỗ trợ tình huống và môi trường thực hành, đồng thời bảo đảm cơ sở đào tạo giữ quyền quyết định chuẩn đầu ra và đánh giá. Do tập tư liệu chưa đại diện cho toàn bộ hệ thống quốc tế hoặc Việt Nam, nghiên cứu tiếp theo định hướng sẽ khảo sát trực tiếp chương trình, giảng viên, sinh viên và cơ quan báo chí trong nước để kiểm định mức độ phù hợp của lộ trình đề xuất./.