VNPT và Học viện Công nghệ Bưu chính Viễn thông (PTIT) vừa ký thỏa thuận hợp tác phát triển trí tuệ nhân tạo trong giáo dục. Đây là bước đi hướng tới việc xây dựng các công cụ AI phù hợp với đặc thù đào tạo, thay vì chỉ đưa những mô hình tổng quát vào sử dụng một cách đơn lẻ.


Trọng tâm của chương trình gồm nghiên cứu mô hình ngôn ngữ lớn (LLM) tiếng Việt chuyên sâu cho giáo dục, phát triển nền tảng Gia sư AI và từng bước hình thành mô hình AI-Native University – đại học tích hợp AI trong đào tạo, nghiên cứu, khảo thí, quản trị và dịch vụ sinh viên.
Hợp tác giữa doanh nghiệp công nghệ và cơ sở đào tạo
Thỏa thuận được ký ngày 5/9 dưới sự chứng kiến của đồng chí Vũ Hải Quân, Ủy viên Ban Chấp hành Trung ương Đảng khóa XIV, Bộ trưởng Bộ Khoa học và Công nghệ. Sự kiện thể hiện định hướng kết nối giữa năng lực công nghệ, nghiên cứu học thuật và nhu cầu thực tế của giáo dục đại học.
Trong mô hình hợp tác này, VNPT AI phụ trách các công nghệ lõi, từ nghiên cứu mô hình ngôn ngữ lớn, AI Agent đến xử lý dữ liệu và quản trị tri thức. Đơn vị này cũng đảm nhiệm việc phát triển, thử nghiệm và đưa các năng lực AI vào môi trường giáo dục.
PTIT đóng góp thế mạnh về nghiên cứu chuyên ngành, dữ liệu giáo dục, phương pháp sư phạm, tiêu chuẩn đánh giá và môi trường đào tạo công nghệ. Học viện sẽ là nơi kiểm chứng các giải pháp trong bối cảnh thực tế, qua đó giúp công nghệ được điều chỉnh theo nhu cầu của giảng viên, sinh viên và nhà trường.
Cách tiếp cận này phù hợp với mô hình “3 Nhà”, trong đó Nhà nước định hướng, Nhà trường cung cấp tri thức và môi trường thử nghiệm, còn Doanh nghiệp đảm nhiệm năng lực công nghệ cùng khả năng triển khai ở quy mô lớn.
Vì sao AI trong giáo dục cần độ chính xác cao?
Trong nhiều lĩnh vực, một câu trả lời gần đúng đôi khi vẫn có thể hữu ích. Tuy nhiên, giáo dục đòi hỏi tiêu chuẩn khắt khe hơn. Một hệ thống gia sư AI không chỉ cần đưa ra đáp án, mà còn phải bảo đảm kiến thức chính xác, lập luận hợp lý, bám sát chương trình học và phù hợp với trình độ của người sử dụng.
Ví dụ, khi học sinh giải sai một bài toán, việc chỉ thông báo kết quả không chính xác sẽ không giúp người học tiến bộ. Công cụ hỗ trợ cần chỉ ra lỗi xuất hiện ở bước nào, nguyên nhân do áp dụng sai công thức, suy luận thiếu điều kiện hay tính toán nhầm, sau đó gợi ý cách sửa.
Thách thức vì vậy không nằm đơn thuần ở khả năng trả lời nhiều câu hỏi. Các nhà phát triển còn phải kiểm soát nguồn tri thức, quá trình suy luận và mức độ tin cậy của đầu ra. Đây cũng là lý do AI dùng trong giáo dục cần được kiểm thử bởi đội ngũ chuyên môn và đặt trong một quy trình đánh giá rõ ràng.
Trong bối cảnh AI ngày càng tham gia vào các hoạt động học tập, vấn đề niềm tin cũng trở nên quan trọng. Những phân tích về AI và khủng hoảng niềm tin trên không gian số cho thấy người dùng cần biết nội dung được tạo ra từ đâu, có thể kiểm chứng hay không và ai chịu trách nhiệm khi hệ thống trả lời sai.
Năng lực AI được VNPT đưa vào bài toán giáo dục
VNPT AI cho biết đã có kinh nghiệm phát triển và triển khai hơn 100 mô hình AI trong các lĩnh vực như công nghệ tiếng nói, xử lý ngôn ngữ tự nhiên, thị giác máy tính và dữ liệu lớn. Các mô hình này đã được ứng dụng trong tài chính – ngân hàng, bảo hiểm, viễn thông, khu vực công cùng nhiều lĩnh vực khác.
Doanh nghiệp đang phát triển các LLM tiếng Việt với nhiều quy mô khác nhau để đáp ứng từng yêu cầu triển khai. Mô hình lớn nhất đạt tới hàng trăm tỷ tham số, trong khi tổng lượng dữ liệu đã được hệ thống xử lý vượt 1.800 tỷ token.
Quy mô mô hình không phải yếu tố duy nhất quyết định hiệu quả. Với môi trường giáo dục, khả năng suy luận, chất lượng câu trả lời, thời gian phản hồi, chi phí vận hành và khả năng kiểm soát dữ liệu đều có ý nghĩa trực tiếp. Một mô hình lớn nhưng không giải thích được kết quả hoặc không bám sát học liệu của nhà trường sẽ khó tạo ra giá trị lâu dài.
Kiểm tra chuỗi suy luận toán học
Một hướng nghiên cứu được VNPT AI tập trung là giúp LLM tự kiểm tra chuỗi suy luận toán học. Mục tiêu là xác định bước bắt đầu xuất hiện lỗi và phân loại nguyên nhân dẫn đến sai sót, thay vì chỉ đánh dấu toàn bộ lời giải là đúng hoặc sai.
Phương pháp này đã được công bố tại AI4Math 2026 trong khuôn khổ ICML 2026, hội nghị về học máy, học sâu và các phương pháp AI hiện đại. Theo thông tin được công bố, mô hình nằm trong nhóm hai mô hình đạt điểm cao nhất tại sự kiện.
Đối với nền tảng Gia sư AI, khả năng nhận diện lỗi theo từng bước có thể tạo ra khác biệt đáng kể. Hệ thống có thể đóng vai trò như một người hướng dẫn, giúp học sinh hiểu vì sao cách làm chưa đúng và tiếp tục hoàn thiện lời giải, thay vì cung cấp ngay đáp án cuối cùng.
Kết hợp AI Agent với đồ thị tri thức
Một vấn đề khác trong giáo dục là sự đa dạng của học liệu. Một môn học có thể sử dụng giáo trình chính, tài liệu tham khảo, bài giảng, đề kiểm tra và nhiều nguồn nội dung liên quan. Nếu AI chỉ tìm kiếm rồi ghép các đoạn thông tin, câu trả lời có thể bị trùng lặp, bỏ sót hoặc mâu thuẫn.
Để xử lý bài toán này, VNPT AI phát triển phương pháp kết hợp nhiều AI Agent với đồ thị tri thức. Cách tiếp cận cho phép hệ thống đọc, đối chiếu và tổng hợp thông tin từ nhiều tài liệu, thay vì xử lý từng nguồn một cách tách biệt.
Giá trị của phương pháp nằm ở khả năng xây dựng một nền tri thức có cấu trúc hơn. AI có thể hạn chế việc bỏ qua thông tin quan trọng, nhận diện nội dung trùng lặp và phát hiện những điểm không thống nhất giữa các nguồn. Phương pháp này đã được công bố trên tạp chí quốc tế hạng Q1 Neural Computing & Applications năm 2026.
Khi ứng dụng vào Gia sư AI, công nghệ có thể giúp hệ thống khai thác khối lượng lớn giáo trình và học liệu, đồng thời hướng tới việc tạo ra câu trả lời có căn cứ và dễ kiểm chứng hơn.
Từ Gia sư AI đến mô hình đại học AI-Native
Gia sư AI là một điểm khởi đầu cụ thể, nhưng phạm vi hợp tác giữa VNPT và PTIT rộng hơn nhiều. Hai bên hướng tới mô hình đại học trong đó AI được tích hợp vào nhiều hoạt động thay vì chỉ xuất hiện dưới dạng một chatbot hỗ trợ học tập.
- Đào tạo: hỗ trợ giảng viên thiết kế nội dung, xây dựng hoạt động học tập và cá nhân hóa trải nghiệm cho sinh viên.
- Học tập: cung cấp trợ lý AI có thể giải thích kiến thức, gợi ý tài liệu và hỗ trợ người học theo nhu cầu.
- Nghiên cứu: giúp khai thác dữ liệu, tìm kiếm tri thức và xử lý khối lượng lớn tài liệu học thuật.
- Khảo thí: hỗ trợ xây dựng, phân tích và đánh giá các hoạt động kiểm tra theo quy trình phù hợp.
- Quản trị: cung cấp công cụ hỗ trợ ra quyết định, vận hành nhà trường và cải thiện dịch vụ sinh viên.
Trong mô hình này, PTIT giữ vai trò là môi trường nghiên cứu, thử nghiệm và triển khai. Đội ngũ giảng viên, chuyên gia, dữ liệu học thuật và hệ sinh thái đào tạo sẽ giúp đánh giá công nghệ trên những bài toán cụ thể của giáo dục đại học.
VNPT đảm nhiệm phần công nghệ lõi, hạ tầng tính toán và kinh nghiệm triển khai nền tảng số quy mô lớn. VNPT AI là đầu mối phát triển các năng lực như LLM tiếng Việt, AI Agent, quản trị tri thức, xử lý dữ liệu và nền tảng AI dùng chung.
Những điều kiện để AI-Native University tạo giá trị
Việc xây dựng một đại học vận hành cùng AI không chỉ là lắp đặt thêm công cụ vào các quy trình hiện có. Nhà trường cần xác định rõ dữ liệu nào được sử dụng, cách bảo vệ thông tin cá nhân, tiêu chuẩn đánh giá đầu ra và trách nhiệm của con người trong từng quyết định.
AI có thể hỗ trợ giảng viên và cán bộ quản lý, nhưng không thay thế vai trò chuyên môn của họ. Các câu trả lời do hệ thống tạo ra vẫn cần được kiểm tra, đặc biệt trong những nội dung liên quan đến kết quả học tập, đánh giá sinh viên và quyết định quản trị.
Bên cạnh đó, hiệu quả của mô hình phải được đo lường bằng những tiêu chí cụ thể như độ chính xác, khả năng giải thích, mức độ phù hợp với chương trình, trải nghiệm người dùng và chi phí vận hành. Đây là cơ sở để AI được triển khai thực chất, thay vì chỉ dừng ở các màn trình diễn công nghệ.
Hợp tác giữa VNPT và PTIT cho thấy hướng phát triển AI trong giáo dục đang chuyển từ thử nghiệm công cụ riêng lẻ sang xây dựng hệ sinh thái có dữ liệu, quy trình và môi trường kiểm chứng. Nếu được triển khai đúng cách, Gia sư AI có thể trở thành nền tảng ban đầu để tiến tới mô hình đại học tích hợp AI toàn diện hơn.
