Tin tức Thisme
Năng lực số là gì? Khung năng lực số cho giáo viên, học viên và cách đánh giá trong đơn vị đào tạo
Năng lực số là khả năng dùng công nghệ số một cách tự tin, an toàn và có phản biện để tìm và xử lý thông tin, giao tiếp, hợp tác, tạo nội dung và giải quyết vấn đề trong học tập lẫn công việc. Khung tham chiếu chia năng lực ấy thành các nhóm và các mức. Đơn vị đào tạo có thể dựa vào DigComp, DigCompEdu (dành cho nhà giáo) hoặc khung do Bộ Giáo dục và Đào tạo ban hành để đánh giá nhanh giảng viên, học viên, rồi thiết kế lộ trình bồi dưỡng theo từng mức.[1][4]
Năng lực số là gì và khác gì kỹ năng tin học?
Biết mở máy, soạn văn bản hay dùng bảng tính mới là phần kỹ năng tin học. Khung DigComp của Ủy ban châu Âu mô tả mỗi năng lực bằng kiến thức, kỹ năng và thái độ. Trong đó có cả việc giữ an toàn cho bản thân và dữ liệu, lẫn thói quen nhìn thông tin một cách phản biện. Khái niệm hiểu biết số (digital literacy) thường hẹp hơn, xoay quanh khả năng tìm, đánh giá, sử dụng và truyền đạt thông tin qua các nền tảng số.[2][3][5]
Cũng nên tách chủ đề này khỏi chuyển đổi số trong giáo dục. Chuyển đổi số nói về cách cả tổ chức thay đổi quy trình và hệ thống; ở đây ta bàn về con người: giảng viên, nhân sự và học viên làm được gì với công cụ số. Nó cũng khác khung năng lực ngoại ngữ, vốn đo một kỹ năng ngôn ngữ cụ thể.
Khung năng lực dùng để làm gì trong đơn vị đào tạo?
Khung năng lực là bộ mô tả chia một năng lực lớn thành các lĩnh vực, năng lực thành phần và mức thành thạo. Với đơn vị đào tạo, giá trị đầu tiên là ngôn ngữ chung. Khi phòng đào tạo nói “ứng dụng công nghệ”, giáo vụ nói “dùng phần mềm”, còn ban giám đốc nói “chuyển đổi số”, kế hoạch bồi dưỡng của các bên rất khó khớp nhau. Có chung một bộ mô tả, bạn đánh giá được theo cùng tiêu chí, thiết kế lộ trình theo mức và theo dõi tiến bộ qua từng đợt.
DigComp của châu Âu chia thành những lĩnh vực nào?
DigComp do Trung tâm Nghiên cứu chung (JRC) của Ủy ban châu Âu phát triển, là khung tham chiếu chung để mô tả năng lực của công dân trong môi trường số. Theo bản DigComp 2.2, khung gồm 5 lĩnh vực với 21 năng lực thành phần; mỗi năng lực có 8 mức thành thạo, đi từ nền tảng, trung cấp, nâng cao đến chuyên sâu.[1][2][3]
- Thông tin và dữ liệu: tìm kiếm, đánh giá và quản lý thông tin.
- Giao tiếp và hợp tác: trao đổi, chia sẻ, làm việc chung qua công cụ số và giữ chuẩn mực ứng xử.
- Sáng tạo nội dung số: tạo, chỉnh sửa nội dung, hiểu bản quyền và lập trình ở mức cơ bản.
- An toàn: bảo vệ thiết bị, dữ liệu cá nhân, sức khỏe và môi trường.
- Giải quyết vấn đề: xử lý sự cố kỹ thuật, chọn công cụ phù hợp và tự nhận ra phần mình còn thiếu.
Bản 2.2 còn bổ sung nhiều ví dụ về kiến thức, kỹ năng và thái độ, trong đó có các ví dụ về cách công dân tương tác với hệ thống trí tuệ nhân tạo: hiểu AI làm được gì, biết kiểm tra lại kết quả và cân nhắc dữ liệu mình đưa vào. Nhờ vậy, việc dùng AI có trách nhiệm nằm ngay trong các lĩnh vực sẵn có chứ không thành một môn tách riêng.[3]
Việt Nam đã có khung cho người học chưa?
Bộ Giáo dục và Đào tạo đã ban hành khung năng lực cho người học trong môi trường số bằng một thông tư. Văn bản này tham khảo cách tiếp cận của DigComp và có thêm nội dung về ứng dụng trí tuệ nhân tạo. Trước khi đưa số hiệu văn bản, số miền hay số mức vào tài liệu nội bộ, người phụ trách nên đọc bản gốc trên Cổng thông tin điện tử Chính phủ hoặc cổng của Bộ, vì các bản chép lại trên mạng dễ lệch hoặc thiếu.
Khung dành cho giáo viên, giảng viên gồm những gì?
Với nhà giáo, tham chiếu phổ biến là DigCompEdu, cũng do JRC xây dựng. Khung này có 22 năng lực xếp trong 6 lĩnh vực, kèm mô hình tiến triển 6 mức từ Người mới làm quen (A1) đến Người tiên phong (C2). Các lĩnh vực như sau:[4]
- Gắn kết nghề nghiệp: dùng công nghệ để trao đổi với đồng nghiệp, phụ huynh và tự bồi dưỡng.
- Tài nguyên số: tìm, tạo, chỉnh sửa và chia sẻ học liệu số đúng quyền sử dụng.
- Dạy và học: đưa công cụ số vào bài giảng, hướng dẫn, học hợp tác và tự học.
- Đánh giá: dùng công cụ số để đánh giá, phân tích bằng chứng học tập và phản hồi.
- Trao quyền cho người học: chú ý khả năng tiếp cận, cá nhân hóa và khuyến khích người học chủ động.
- Hỗ trợ người học phát triển kỹ năng số: giúp họ tự tìm thông tin, giao tiếp, tạo nội dung và dùng công nghệ an toàn.
Khác biệt nằm ở chữ “dạy”. Khung cho người học hỏi bạn dùng công nghệ được đến đâu; khung cho nhà giáo hỏi bạn dùng nó để dạy, đánh giá và hỗ trợ người học ra sao. Một giảng viên rất thạo phần mềm vẫn có thể ở mức thấp nếu chưa biết thiết kế một bài kiểm tra trực tuyến công bằng. Nếu đơn vị chưa tìm được văn bản chính thức của Việt Nam riêng cho nhà giáo, DigCompEdu là điểm tựa hợp lý để mô tả kỳ vọng nghề nghiệp.
Đánh giá nhanh giảng viên và học viên theo các bước nào?
Đánh giá nhanh không có nghĩa là làm qua loa. Cách gọn nhất là thu hẹp phạm vi: bắt đầu với một nhóm vai trò có nhu cầu rõ, dùng yêu cầu công việc và bằng chứng sẵn có thay vì chờ một bộ từ điển kỹ năng hoàn chỉnh.
- Chọn nhóm ưu tiên: ban giám đốc hoặc trưởng đào tạo chọn một nhóm như giảng viên dạy trực tuyến, đội tư vấn hay học viên năm đầu.
- Chọn lĩnh vực: người phụ trách L&D chọn hai đến ba lĩnh vực trong khung gắn với công việc thật của nhóm đó.
- Viết mức kỳ vọng: trưởng bộ môn hoặc quản lý trực tiếp mô tả mức cần đạt bằng hành vi quan sát được, ví dụ “tự thiết kế được bài kiểm tra có đáp án và giải thích”.
- Thu bằng chứng: trong cùng một đợt, giáo vụ hoặc L&D gom phiếu tự đánh giá, một bài thực hành ngắn và sản phẩm công việc đã có.
- Rà soát và chốt mức: người có chuyên môn xem bằng chứng, chốt mức hiện tại cho từng người trước khi dùng cho kế hoạch.
- Xác định khoảng trống: so mức hiện tại với mức kỳ vọng theo cá nhân, nhóm và vai trò, rồi ưu tiên theo mục tiêu của đơn vị.
Với học viên, không cần thêm một bài thi riêng. Lồng vài câu hỏi tình huống vào bài học đầu khóa: nhận ra một email lừa đảo, chọn nguồn đáng tin giữa hai trang web, hay quyết định có nên dán thông tin cá nhân vào công cụ AI. Câu trả lời cho giảng viên biết lớp đang ở đâu, đồng thời cho học viên và phụ huynh thấy đơn vị quan tâm tới cách dùng công nghệ an toàn.
Nên dùng bằng chứng nào thay vì chỉ một bài trắc nghiệm?
- Bài giảng số giảng viên đã xây và đang dùng cho lớp.
- Bài kiểm tra trực tuyến do giảng viên thiết kế, kèm đáp án và cách chấm.
- Cách một nhân sự xử lý tình huống an toàn thông tin, như báo cáo email đáng ngờ.
- Kết quả học tập và lịch sử hoạt động trên nền tảng học trực tuyến của đơn vị.
- Sản phẩm của học viên: bài thuyết trình, báo cáo có trích nguồn, ghi chú về cách đã dùng AI.
Mỗi nhận định về mức năng lực nên ghi kèm nguồn bằng chứng và độ tin cậy, để người học hoặc quản lý có thể sửa, bổ sung hay từ chối khi bối cảnh chưa được phản ánh đúng. Nếu dùng câu hỏi, mỗi câu cần có đáp án, giải thích, phiên bản và người duyệt. AI có thể soạn câu hỏi hoặc biến thể dạng bản nháp, nhưng người có chuyên môn phải sửa và duyệt trước khi đưa vào đánh giá.
Thiết kế lộ trình bồi dưỡng theo từng mức
Từ khoảng trống đã được xác nhận, hãy nhóm người theo mức: mới bắt đầu, đã dùng được, có thể hướng dẫn người khác. Mỗi nhóm nhận học liệu khác nhau thay vì cả đơn vị cùng xem một thư viện quá rộng. Nếu có công cụ hỗ trợ, AI có thể gợi ý học liệu từ danh mục đã duyệt, sắp thứ tự thành lộ trình và giải thích căn cứ; người quản trị vẫn ghim, loại bỏ hoặc thay nội dung để lộ trình khớp với nguồn lực thật.
- Học liệu đã duyệt cho từng mức, do người phụ trách học liệu chọn trước khi giao.
- Bài thực hành gắn với việc thật, ví dụ chuyển một bài giảng có sẵn lên lớp trực tuyến.
- Lịch học, nhắc việc và quy tắc học lại do L&D hoặc giáo vụ thiết lập.
- Người hỗ trợ cho mỗi nhóm, thường là người đã ở mức hướng dẫn được người khác.
- Bảng theo dõi tiến độ cho HR, L&D và quản lý, giao chương trình theo đơn vị, vị trí hoặc chu kỳ.
Lĩnh vực an toàn có thể đi cùng chương trình nhận thức an toàn thông tin. Nếu muốn dùng email giả lập, chỉ làm trong tên miền, nhóm người nhận, thời gian và kịch bản đã được phê duyệt bằng văn bản, và nên thử với một nhóm nhỏ trước. Kết quả mô phỏng là tín hiệu để điều chỉnh chương trình, không phải kết luận tuyệt đối về một cá nhân.
Bản thân khung cũng cần được quản lý. Mỗi lần thêm kỹ năng mới, chẳng hạn khi đơn vị bắt đầu dùng một công cụ AI, hãy đưa đề xuất qua chuyên gia rà soát và lưu thành phiên bản mới, thay vì để nhãn kỹ năng mọc ra tự phát ở từng phòng.
Ví dụ lộ trình cho giảng viên và cho học viên
- Giảng viên mới bắt đầu: tập trung vào tài nguyên số và dạy trực tuyến, như tìm học liệu đúng quyền sử dụng, dựng một buổi học trực tuyến có tương tác.
- Giảng viên đã dùng được: chuyển sang đánh giá trực tuyến, ví dụ thiết kế bài kiểm tra có đáp án, giải thích và phản hồi.
- Giảng viên hướng dẫn được người khác: hỗ trợ học viên tự phát triển kỹ năng số và kèm đồng nghiệp ở mức thấp hơn.
- Học viên: ưu tiên tìm và đánh giá thông tin, giữ an toàn tài khoản, giao tiếp đúng mực trên môi trường số và dùng AI có trách nhiệm.
Những lỗi thường gặp khi áp dụng khung
- Áp nguyên cả khung cho mọi vai trò: phiếu khảo sát dài, người làm mệt, kết quả không dùng được cho kế hoạch nào.
- Chỉ đếm tỷ lệ hoàn thành khóa học: nên xem thêm khoảng thiếu đã xác nhận, bằng chứng mới, thời gian đạt mốc công việc và tiến bộ qua các lần trao đổi định kỳ.
- Coi kết quả tự đánh giá hoặc gợi ý của AI là sự thật mà không có người rà soát.
- Không ai chịu trách nhiệm cập nhật khung khi công cụ và yêu cầu công việc thay đổi.
Bắt đầu từ đâu nếu đơn vị chưa có khung?
Bạn không cần từ điển kỹ năng hoàn chỉnh mới bắt đầu. Chọn một nhóm vai trò quan trọng, gom yêu cầu công việc và bằng chứng hiện có, rồi chốt hai việc: ai rà soát mức năng lực trước khi dùng cho kế hoạch, và khi người học thấy kết quả chưa đúng bối cảnh thì họ điều chỉnh qua đâu. Làm trơn tru với nhóm đầu tiên rồi mới mở rộng.
Chúng tôi đồng hành qua dịch vụ Phát triển năng lực: nối từng vai trò với bản đồ kỹ năng, mức kỳ vọng, khoảng trống và lộ trình học. AI gợi ý bước học kèm căn cứ, con người rà soát và quyết định. Dịch vụ có thể kết nối với nền tảng học tập, hệ thống đánh giá hay hệ thống nhân sự bạn đang dùng mà không bắt buộc thay chúng; phạm vi kết nối cụ thể được chốt sau khi kiểm tra.
Nguồn tham khảo
- DigComp – The Digital Competence Framework (European Commission, Joint Research Centre)
- The Digital Competence Framework – DigComp framework (JRC)
- DigComp 2.2: The Digital Competence Framework for Citizens (JRC publications repository)
- DigCompEdu – Digital Competence Framework for Educators (JRC)
- Digital literacy – Wikipedia