Bất Động Sản

Đổi mới chương trình và phương pháp giảng dạy kiến trúc qua nghiên cứu tình huống ở Việt Nam – Phần 2

Mai An

Thực trạng đào tạo kiến trúc tại Việt Nam trong kỷ nguyên

AI: Phân tích dựa trên khung so sánh quốc tế

Trong phần này, chúng tôi đã sử dụng phương pháp phân tích tài liệu và so sánh chính sách đào tạo nhằm nhận diện vị trí của giáo dục kiến trúc Việt Nam trong bối cảnh chuyển đổi toàn cầu. Phân tích này dựa trên tài liệu chương trình đào tạo công khai và phân tích chính sách, không nhằm phản ánh thống kê toàn hệ thống.

Cấu trúc chương trình đào tạo và mức độ tích hợp công nghệ

Chương trình đào tạo kiến trúc tại Việt Nam hiện vẫn duy trì cấu trúc truyền thống gồm: Đồ án thiết kế studio; Lý thuyết kiến trúc; Kỹ thuật xây dựng; Lịch sử và mỹ học kiến trúc.

Khung trình độ quốc gia và Luật Giáo dục Đại học sửa đổi nhấn mạnh năng lực nghề nghiệp và đổi mới sáng tạo, tuy nhiên việc tích hợp công nghệ số và AI chưa trở thành thành phần cốt lõi trong chuẩn đầu ra chương trình.

So sánh với khuyến nghị của UIA (UNESCO-UIA Charter for Architectural Education, 2017), có thể nhận thấy sự khác biệt chính:

Điều này cho thấy quá trình chuyển đổi chương trình đang diễn ra nhưng chưa đạt mức cấu trúc hệ thống.

 Vai trò biến đổi của giảng viên trong kỷ nguyên AI

Trong các nghiên cứu quốc tế, giảng viên kiến trúc đang chuyển từ vai trò “master designer” sang “learning facilitator”.
OECD (2021) nhận định rằng giáo dục đại học trong thời đại AI yêu cầu giảng viên: Điều phối tri thức; hướng dẫn tư duy phản biện; xây dựng năng lực học tập suốt đời.

Tại Việt Nam, các sáng kiến đào tạo giảng viên về chuyển đổi số đã bắt đầu xuất hiện ở một số cơ sở đại học, phản ánh nhận thức ngày càng tăng về vai trò mới này. Tuy nhiên, do phần lớn giảng viên được đào tạo trong giai đoạn tiền-AI, việc tích hợp công nghệ vào giảng dạy vẫn phụ thuộc nhiều vào nỗ lực cá nhân hơn là chính sách học thuật đồng bộ.
Khoảng cách này không phải là vấn đề năng lực cá nhân mà là đặc trưng của giai đoạn chuyển tiếp thể chế giáo dục.

Sinh viên kiến trúc và quá trình tiếp cận AI phi chính thức

Các nghiên cứu về chuyển đổi số trong giáo dục Đông Nam Á cho thấy sinh viên thường là nhóm tiếp cận công nghệ nhanh hơn thể chế đào tạo (UNESCO, 2022).

Trong lĩnh vực kiến trúc, AI được sinh viên sử dụng chủ yếu như: công cụ hỗ trợ diễn họa, nguồn tìm kiếm tri thức; môi trường thử nghiệm ý tưởng… Tuy nhiên, khi việc tiếp cận diễn ra ngoài khung chương trình chính thức, AI dễ bị hiểu như công cụ tạo hình nhanh thay vì phương pháp tư duy thiết kế dựa trên dữ liệu.

Điều này tạo ra nghịch lý trong giáo dục: Sinh viên sử dụng công nghệ tiên tiến nhưng thiếu nền tảng phương pháp luận để khai thác nó một cách chuẩn mực.

AI hỗ trợ cho KTS

Áp lực chuyển đổi từ thị trường nghề nghiệp

Theo World Economic Forum (2023), các ngành sáng tạo và kỹ thuật đang chuyển sang mô hình nghề nghiệp lai (hybrid professions), trong đó năng lực thiết kế cần kết hợp với các kỹ năng: Phân tích dữ liệu, hợp tác đa ngành, tư duy hệ thống số.

Ngành kiến trúc tại Việt Nam cũng chịu tác động tương tự khi các văn phòng quốc tế và dự án quy mô lớn yêu cầu năng lực BIM, mô phỏng và công nghệ thiết kế số.

Do đó, giáo dục kiến trúc đang đối diện với yêu cầu kép: 1. Duy trì nền tảng nghệ thuật và tư duy không gian; 2. Tích hợp năng lực công nghệ và AI.

Thách thức cấu trúc và cơ hội đổi mới

Từ phân tích trên, có thể nhận diện ba thách thức cấu trúc chính:
i. Chương trình đào tạo chuyển đổi chậm hơn công nghệ;
ii. Thiếu khung sư phạm tích hợp AI;
iii. Khoảng cách giữa học thuật và thực hành nghề nghiệp số.

Tuy nhiên, chính giai đoạn chuyển tiếp này mở ra cơ hội đặc biệt cho Việt Nam. Không bị ràng buộc hoàn toàn bởi hệ thống đào tạo lâu đời, các trường kiến trúc có khả năng thử nghiệm các mô hình mới như:

  •  Studio tích hợp AI,
  •  Học tập dựa trên dự án liên ngành,
  • Phòng thí nghiệm thiết kế dữ liệu (design labs)
  • Hợp tác Đại học – Doanh nghiệp công nghệ.

Theo quan điểm chuyển đổi giáo dục của Fullan (2013), các hệ thống đang phát triển thường có khả năng đổi mới nhanh hơn khi bước vào chu kỳ công nghệ mới, nếu xây dựng được chiến lược học thuật phù hợp.

 Đề xuất đổi mới chương trình và phương pháp giảng dạy trong đào tạo kiến trúc kỷ nguyên AI

Khung chuẩn đầu ra được xây dựng như sự tổng hợp phân tích lý thuyết về chuyển đổi giáo dục kiến trúc trong kỷ nguyên AI (Mục 4) và đánh giá bối cảnh đào tạo kiến trúc tại Việt Nam (Mục 5), từ đó hình thành cơ sở cho các đề xuất đổi mới chương trình và phương pháp giảng dạy.

Nguyên tắc tiếp cận: Từ tích hợp công cụ đến tái cấu trúc tư duy

Đổi mới chương trình đào tạo kiến trúc trong kỷ nguyên AI không thể chỉ dừng lại ở việc bổ sung một vài học phần liên quan đến phần mềm hay công nghệ số. Vấn đề cốt lõi nằm ở chỗ AI đang thay đổi bản chất của quá trình thiết kế: từ một hoạt động dựa trên trực giác cá nhân và kỹ năng biểu đạt thủ công, sang một hệ sinh thái tương tác giữa con người – dữ liệu – thuật toán. Do đó, cải tổ chương trình phải dựa trên ba nguyên tắc nền tảng.

Thứ nhất, AI phải được tiếp cận như một hệ thống tri thức, không chỉ là công cụ thao tác. Sinh viên cần hiểu nguyên lý vận hành cơ bản của học máy, dữ liệu huấn luyện, giới hạn và sai lệch (bias) của mô hình, thay vì chỉ sử dụng giao diện người dùng. Các nghiên cứu về tích hợp AI trong giáo dục kiến trúc cho thấy khi sinh viên hiểu cấu trúc hệ thống, họ có khả năng kiểm soát kết quả tốt hơn và phát triển tư duy phản biện cao hơn (Jin et al., 2024).

Thứ hai, giáo dục kiến trúc phải củng cố năng lực phán đoán và trách nhiệm xã hội. Trong bối cảnh AI có thể tạo ra vô số phương án hình thức, vai trò của KTS chuyển dần từ “người tạo hình” sang “người lựa chọn và chịu trách nhiệm”. Điều này phù hợp với lập luận của Hannah Arendt trong The Human Condition, khi bà nhấn mạnh rằng hành động trong không gian công cộng luôn gắn với trách nhiệm đạo đức và năng lực phán đoán cá nhân.

Thứ ba, chương trình cần chuyển từ cấu trúc phân mảnh sang cấu trúc tích hợp liên ngành. AI làm mờ ranh giới giữa kiến trúc, khoa học dữ liệu, môi trường và kinh tế. Vì vậy, đào tạo kiến trúc sư thời AI phải tạo điều kiện cho sinh viên tiếp cận kiến thức liên ngành một cách có hệ thống.

Tái cấu trúc khung chương trình đào tạo

Chuyển đổi từ mô hình tuyến tính sang mô hình năng lực tích hợp

Mô hình đào tạo kiến trúc truyền thống thường tổ chức theo tuyến tính: Năm đầu học cơ sở mỹ thuật, tiếp đến là cấu trúc – kỹ thuật, và cuối cùng là đồ án tổng hợp. Trong bối cảnh AI, mô hình này cần được điều chỉnh theo hướng “xoắn ốc tích hợp”, trong đó năng lực công nghệ – tư duy phản biện – sáng tạo nhân văn được lặp lại và nâng cao qua từng năm học.

Khung chương trình đề xuất bao gồm bốn nhóm năng lực cốt lõi:

a. Năng lực hiểu biết công nghệ (Technological Literacy)
Sinh viên cần được trang bị kiến thức nền tảng về dữ liệu, mô hình học máy cơ bản, thuật toán tạo sinh và nguyên lý vận hành của các hệ thống AI trong thiết kế. Mục tiêu không phải đào tạo họ trở thành kỹ sư AI, mà giúp họ hiểu được giới hạn và khả năng của công nghệ.

b. Năng lực tư duy phản biện và đạo đức nghề nghiệp
Sinh viên cần được đào tạo về bản quyền số, đạo văn trong môi trường AI, quyền sở hữu trí tuệ đối với sản phẩm tạo sinh, cũng như trách nhiệm môi trường và xã hội của thiết kế. Các chủ đề này nên được tích hợp vào học phần Lý thuyết kiến trúc và Đạo đức nghề nghiệp.

c. Năng lực liên ngành và hợp tác
Studio nên được tổ chức theo nhóm đa ngành, có sự tham gia của sinh viên kỹ thuật, quy hoạch, hoặc công nghệ thông tin, nhằm mô phỏng môi trường làm việc thực tế nơi AI được triển khai.

d. Năng lực sáng tạo và diễn giải văn hóa
Đây là trụ cột bảo vệ “tính người” trong kiến trúc. AI có thể tổng hợp dữ liệu hình ảnh từ hàng triệu công trình, nhưng không thể thay thế hoàn toàn trải nghiệm văn hóa và ký ức không gian của cá nhân. Vì vậy, các học phần về lý luận, lịch sử, nhân học đô thị cần được củng cố thay vì thu hẹp.

Đề xuất cấu trúc học phần mới

Một chương trình đào tạo kiến trúc tích hợp AI có thể bao gồm các học phần sau:

  • Nhập môn Trí tuệ nhân tạo trong Thiết kế Kiến trúc (3 tín chỉ)
    Nội dung: Nguyên lý cơ bản của AI, học máy, mô hình tạo sinh; phân tích ví dụ ứng dụng trong kiến trúc; thảo luận về giới hạn và rủi ro.
  •  Thiết kế tham số và tạo sinh nâng cao (3-4 tín chỉ)
    Kết hợp giữa thuật toán tham số và AI để tối ưu hóa hiệu suất môi trường và cấu trúc.
  •  Đạo đức và pháp lý trong thiết kế số (2 tín chỉ)
    Tập trung vào vấn đề bản quyền, dữ liệu huấn luyện, trách nhiệm pháp lý khi sử dụng AI.
  • Phòng thí nghiệm Thiết kế Dữ liệu – Design Data Lab (3-4 tín chỉ)

Sinh viên làm việc với dữ liệu đô thị thực tế, phân tích GIS và mô phỏng bằng AI để phát triển phương án thiết kế.
Việc bổ sung học phần cần đi kèm với điều chỉnh khối lượng các môn học thuần kỹ thuật lặp lại, tránh tăng tải tổng số tín chỉ.

Đổi mới mô hình studio thiết kế

 Từ “studio cá nhân” sang “studio cộng tác người – AI”

Studio truyền thống thường đề cao cá nhân hóa dự án. Trong bối cảnh AI, mô hình này cần được điều chỉnh thành môi trường cộng tác, nơi AI đóng vai trò công cụ phân tích và đề xuất phương án, còn sinh viên giữ vai trò định hướng khái niệm và kiểm soát quyết định.

Quy trình studio có thể được tổ chức thành bốn giai đoạn:

  •  Giai đoạn một là xác định vấn đề và phân tích bối cảnh. AI hỗ trợ tổng hợp dữ liệu, nhưng sinh viên phải tự xây dựng luận điểm thiết kế.
  • Giai đoạn hai là tạo phương án và thử nghiệm hình thái. AI tạo nhiều biến thể, nhưng sinh viên phải lý giải lựa chọn dựa trên tiêu chí văn hóa, xã hội và môi trường.
  •  Giai đoạn ba là phát triển kỹ thuật và mô phỏng hiệu suất. AI tối ưu hóa năng lượng và cấu trúc, nhưng quyết định cuối cùng phải được bảo vệ bằng lập luận học thuật.
  • Giai đoạn bốn là phản biện và đánh giá đạo đức. Hội đồng chấm điểm không chỉ đánh giá sản phẩm cuối cùng mà còn yêu cầu sinh viên minh bạch quy trình sử dụng AI.

 Đánh giá học tập trong môi trường AI

Đánh giá cần chuyển từ trọng tâm sản phẩm sang trọng tâm quá trình. Hồ sơ đồ án phải bao gồm: Nhật ký sử dụng AI (AI logbook), phân tích so sánh giữa phương án AI và phương án tự phát triển, bài luận phản tư (reflective essay) về vai trò của AI trong quá trình thiết kế

Phương pháp này phù hợp với khuyến nghị của các nghiên cứu quốc tế về đánh giá minh bạch trong môi trường AI (Jin et al., 2024).

Phát triển năng lực giảng viên

Một cải cách chương trình sẽ không hiệu quả nếu thiếu đào tạo lại đội ngũ giảng viên. Vì vậy, các trường cần:

  • Tổ chức chương trình bồi dưỡng chuyên sâu về AI trong thiết kế.
  • Thiết lập hợp tác với doanh nghiệp công nghệ và văn phòng kiến trúc tiên phong.
  • Khuyến khích nghiên cứu liên ngành giữa kiến trúc và khoa học dữ liệu.

Giảng viên trong kỷ nguyên AI cần đóng vai trò “điều phối trí tuệ”, hướng dẫn sinh viên đặt câu hỏi và kiểm chứng kết quả, thay vì chỉ truyền đạt kỹ năng thao tác.

 Xây dựng hệ sinh thái học tập số

Đổi mới phương pháp giảng dạy cần gắn với hạ tầng kỹ thuật. Các trường nên phát triển:

  •  Phòng thí nghiệm thiết kế số tích hợp mô phỏng và AI.
  •  Thư viện dữ liệu mở phục vụ nghiên cứu và đồ án.
  •  Nền tảng quản lý học tập tích hợp theo dõi sử dụng AI.

Mô hình này giúp đảm bảo tính minh bạch và tạo điều kiện cho nghiên cứu thực nghiệm.

Tác động dài hạn và định hướng chiến lược

Việc đổi mới chương trình đào tạo kiến trúc trong kỷ nguyên AI không chỉ nhằm đáp ứng nhu cầu thị trường lao động, mà còn định hình vị thế học thuật của các trường đại học Việt Nam trong bối cảnh toàn cầu. Nếu được triển khai có chiến lược, Việt Nam có thể xây dựng mô hình đào tạo kiến trúc tích hợp AI mang bản sắc riêng, kết hợp giữa sáng tạo văn hóa Á Đông và công nghệ tiên tiến.

Tuy nhiên, nếu chỉ dừng lại ở việc sử dụng AI như công cụ diễn họa nhanh, chương trình đào tạo có nguy cơ làm suy giảm năng lực tư duy nguyên bản của sinh viên. Do đó, cải cách cần được thực hiện đồng bộ, có chính sách kiểm định và đánh giá định kỳ.

Đổi mới chương trình và phương pháp giảng dạy trong đào tạo kiến trúc kỷ nguyên AI đòi hỏi một cách tiếp cận toàn diện, từ tái cấu trúc khung năng lực, thiết kế học phần mới, cải tổ studio, đến đào tạo giảng viên và xây dựng hạ tầng số. AI không phải là mối đe dọa đối với giáo dục kiến trúc nếu được tích hợp có phương pháp và định hướng nhân văn. Ngược lại, nó có thể trở thành chất xúc tác thúc đẩy tư duy phản biện, sáng tạo và trách nhiệm xã hội của kiến trúc sư tương lai.

Khung chuẩn đầu ra năng lực KTS thời AI (Learning Outcomes Matrix)

Cơ sở xây dựng khung chuẩn đầu ra

Việc xây dựng chuẩn đầu ra trong đào tạo kiến trúc cần dựa trên ba nền tảng: (1) chuẩn kiểm định quốc tế ngành kiến trúc; (2) yêu cầu thực hành nghề nghiệp trong bối cảnh AI; và (3) định hướng phát triển giáo dục đại học theo tiếp cận năng lực (competency-based education).

Các hệ thống kiểm định như của UNESCO và International Union of Architects đã nhấn mạnh vai trò của năng lực tổng hợp, bao gồm tư duy thiết kế, hiểu biết công nghệ, trách nhiệm xã hội và đạo đức nghề nghiệp trong đào tạo KTS. Trong khi đó, các nghiên cứu gần đây về tích hợp AI trong giáo dục kiến trúc (Jin et al., 2024; Albukhari, 2025) cho thấy nhu cầu bổ sung các năng lực liên quan đến dữ liệu, tư duy thuật toán và đánh giá phê bình công nghệ.
Do đó, khung chuẩn đầu ra đề xuất không thay thế cấu trúc năng lực truyền thống, mà mở rộng và tái cấu trúc chúng trong bối cảnh AI.

 Cấu trúc tổng thể của khung năng lực

Khung năng lực KTS thời AI được tổ chức theo năm nhóm năng lực chính:
1. Năng lực tư duy thiết kế và sáng tạo nhân văn;
2. Năng lực công nghệ và AI;
3. Năng lực phân tích – phản biện – đạo đức;
4. Năng lực liên ngành và hợp tác;
5. Năng lực thích ứng và học tập suốt đời.

Mỗi nhóm năng lực được mô tả theo ba mức độ phát triển:

  •  Mức 1 (Nhận biết – Foundation)
  •  Mức 2 (Ứng dụng – Application)
  • Mức 3 (Tích hợp – Integration/Leadership)

Cách phân tầng này phù hợp với thang nhận thức của Bloom mở rộng, đồng thời cho phép chương trình đào tạo triển khai theo lộ trình tăng dần qua các năm học.

 Ma trận chuẩn đầu ra (Learning Outcomes Matrix)

Nhóm 1: Năng lực tư duy thiết kế và sáng tạo nhân văn

Ở mức nền tảng, sinh viên phải chứng minh được khả năng phát triển ý tưởng thiết kế dựa trên phân tích bối cảnh văn hóa, xã hội và môi trường. Họ cần thể hiện được năng lực diễn đạt không gian thông qua nhiều phương tiện khác nhau (phác thảo, mô hình, mô phỏng số).

Ở mức ứng dụng, sinh viên phải biết sử dụng AI như một công cụ hỗ trợ khám phá phương án, đồng thời duy trì được lập luận thiết kế độc lập. Họ phải có khả năng so sánh, đánh giá và lựa chọn phương án dựa trên tiêu chí nhân văn và bền vững.

Ở mức tích hợp, sinh viên có khả năng dẫn dắt quá trình thiết kế trong môi trường cộng tác người – AI, đảm bảo sự thống nhất giữa ý tưởng, công nghệ và giá trị xã hội.

Chuẩn đầu ra cụ thể:

  •  LO1.1: Phát triển khái niệm thiết kế dựa trên phân tích đa chiều (văn hóa, môi trường, xã hội);
  • LO1.2: Diễn đạt và bảo vệ lập luận thiết kế trước hội đồng phản biện;
  •  LO1.3: Tích hợp AI vào quá trình sáng tạo mà không đánh mất tính nguyên bản và trách nhiệm cá nhân.

Nhóm 2: Năng lực công nghệ và AI

Ở mức nền tảng, sinh viên hiểu được nguyên lý cơ bản của học máy, dữ liệu huấn luyện và mô hình tạo sinh. Họ nhận thức được giới hạn và rủi ro của AI (thiên lệch dữ liệu, thiếu minh bạch thuật toán).

Ở mức ứng dụng, sinh viên có khả năng sử dụng công cụ AI trong phân tích và phát triển thiết kế, bao gồm tối ưu hóa hiệu suất môi trường và mô phỏng dữ liệu.

Ở mức tích hợp, sinh viên có thể xây dựng quy trình làm việc tích hợp AI một cách có hệ thống và minh bạch, ghi nhận và đánh giá tác động của công nghệ đến quyết định thiết kế.

Chuẩn đầu ra cụ thể:

  •  LO2.1: Giải thích nguyên lý hoạt động cơ bản của các hệ thống AI trong thiết kế.
  •  LO2.2: Ứng dụng AI vào phân tích dữ liệu và phát triển phương án thiết kế.
  • LO2.3: Thiết lập quy trình thiết kế minh bạch, ghi nhận rõ vai trò của AI và vai trò của con người.

Nhóm 3: Năng lực phân tích – phản biện – đạo đức

Đây là nhóm năng lực cốt lõi trong kỷ nguyên AI.

Ở mức nền tảng, sinh viên nhận thức được vấn đề đạo đức trong sử dụng AI: bản quyền, đạo văn, quyền riêng tư dữ liệu.

Ở mức ứng dụng, sinh viên có thể đánh giá tác động xã hội và môi trường của phương án thiết kế có sự hỗ trợ của AI.

Ở mức tích hợp, sinh viên có khả năng đề xuất giải pháp thiết kế và công nghệ có trách nhiệm, phù hợp với chuẩn mực nghề nghiệp quốc tế.

Chuẩn đầu ra cụ thể:

  •  LO3.1: Nhận diện rủi ro đạo đức và pháp lý khi sử dụng AI trong thiết kế.
  •  LO3.2: Phân tích tác động xã hội – môi trường của giải pháp kiến trúc.
  • LO3.3: Thể hiện trách nhiệm nghề nghiệp trong mọi quyết định thiết kế.

Nhóm 4: Năng lực liên ngành và hợp tác

AI thúc đẩy môi trường làm việc đa ngành. Vì vậy, sinh viên cần được đào tạo để làm việc cùng kỹ sư dữ liệu, chuyên gia môi trường và kinh tế.

Chuẩn đầu ra:

  •  LO4.1: Giao tiếp hiệu quả trong nhóm liên ngành.
  • LO4.2: Tích hợp dữ liệu từ nhiều lĩnh vực vào quá trình thiết kế.
  •  LO4.3: Điều phối dự án trong môi trường cộng tác số.

Nhóm 5: Năng lực thích ứng và học tập suốt đời
Công nghệ AI thay đổi nhanh chóng. Do đó, năng lực học tập suốt đời là điều kiện tiên quyết.

Chuẩn đầu ra:

  • LO5.1: Tự học và cập nhật công nghệ mới một cách độc lập.
  • LO5.2: Thực hiện nghiên cứu thực nghiệm và phản tư (reflective practice).
  • LO5.3: Thích ứng với sự thay đổi của môi trường nghề nghiệp toàn cầu.

 Liên kết chuẩn đầu ra với cấu trúc chương trình

Ma trận chuẩn đầu ra cần được ánh xạ (mapping) với từng học phần trong chương trình. Ví dụ:

  •  Học phần “AI trong Thiết kế Kiến trúc” đóng góp chính cho LO2.1–LO2.3 và LO3.1.
  •  Studio tích hợp AI đóng góp cho LO1, LO2 và LO4.
  •  Học phần Đạo đức nghề nghiệp đóng góp cho LO3.

Việc xây dựng bảng ánh xạ giúp đảm bảo rằng mỗi chuẩn đầu ra đều được giảng dạy, thực hành và đánh giá một cách có hệ thống.

Đánh giá và kiểm định chuẩn đầu ra

Để đảm bảo tính hiệu quả, cần thiết lập hệ thống đánh giá đa chiều:

a. Hồ sơ đồ án có nhật ký AI (AI usage log).

b. Bài luận phản tư về quy trình thiết kế.

c. Phản biện trực tiếp với hội đồng.

d. Đánh giá chéo giữa sinh viên (peer review).

Các tiêu chí đánh giá phải tách biệt rõ:

  •  Chất lượng ý tưởng.
  •  Mức độ kiểm soát công nghệ.
  • Tính minh bạch và đạo đức sử dụng AI.

Khung chuẩn đầu ra năng lực KTS thời AI không chỉ bổ sung kỹ năng công nghệ, mà tái định nghĩa vai trò của KTS như một người điều phối trí tuệ – kết nối sáng tạo nhân văn và năng lực thuật toán. Ma trận năng lực này cho phép các cơ sở đào tạo tại Việt Nam và khu vực xây dựng chương trình linh hoạt nhưng vẫn đảm bảo chuẩn mực quốc tế, đồng thời giữ vững bản sắc văn hóa và trách nhiệm xã hội của nghề kiến trúc.

 Kết luận

Sự trỗi dậy của trí tuệ nhân tạo (AI) đang tạo ra một bước ngoặt cấu trúc trong lĩnh vực kiến trúc, không chỉ ở phương diện công cụ mà còn ở cấp độ nhận thức luận và đạo đức nghề nghiệp. AI không đơn thuần mở rộng năng lực tính toán hay tăng tốc quá trình thiết kế; nó đang tái cấu trúc cách thức KTS tư duy, cộng tác, ra quyết định và chịu trách nhiệm trước xã hội. Trong bối cảnh đó, đào tạo kiến trúc không thể tiếp tục vận hành theo mô hình truyền thống dựa chủ yếu vào truyền thụ kỹ năng biểu đạt và kinh nghiệm studio thuần túy, mà cần một chiến lược đổi mới toàn diện về triết lý, cấu trúc chương trình, phương pháp giảng dạy và hệ thống đánh giá.

AI không thay thế KTS, nhưng chắc chắn sẽ thay đổi vai trò của họ. Nếu trong thế kỷ 20, KTS được định vị như “tác giả sáng tạo” làm chủ hình thái và không gian, thì trong thế kỷ 21, đặc biệt trong kỷ nguyên AI – Họ phải được đào tạo như những “người điều phối trí tuệ”, có khả năng tích hợp tư duy nhân văn, hiểu biết công nghệ và trách nhiệm xã hội trong môi trường cộng tác người – máy. Điều này đòi hỏi một khung năng lực mới, trong đó sáng tạo không bị triệt tiêu bởi thuật toán, mà được nâng cao thông qua khả năng kiểm soát, phản biện và định hướng công nghệ.

Phân tích lý thuyết và tổng quan quốc tế cho thấy các hệ thống kiểm định kiến trúc hiện nay đã bắt đầu thừa nhận vai trò của công nghệ số, nhưng chưa đầy đủ trong việc tích hợp năng lực AI một cách có hệ thống. Khoảng trống này đặc biệt rõ rệt tại các quốc gia đang phát triển, nơi hạ tầng số, năng lực giảng viên và cơ chế đảm bảo chất lượng chưa theo kịp tốc độ biến đổi công nghệ. Do đó, việc xây dựng một ma trận chuẩn đầu ra dựa trên tiếp cận năng lực, có phân tầng mức độ phát triển và liên kết chặt chẽ với học phần, là điều kiện tiên quyết để đảm bảo tính bền vững của cải cách.

Trường hợp Việt Nam cho thấy một bức tranh chuyển tiếp đầy tiềm năng nhưng cũng nhiều thách thức. Sự gia tăng nhanh chóng của công cụ AI trong thực hành nghề nghiệp đã tạo áp lực trực tiếp lên hệ thống đào tạo. Tuy nhiên, phần lớn chương trình hiện hành vẫn tích hợp AI ở mức công cụ bổ trợ, chưa xây dựng được triết lý đào tạo mới tương thích với môi trường thiết kế dựa trên dữ liệu và mô hình tạo sinh. Khoảng cách giữa thực hành nghề nghiệp và giảng dạy đại học đang mở rộng, đặt ra yêu cầu cấp thiết về đổi mới cấu trúc chương trình, nâng cao năng lực đội ngũ và thiết lập khung đạo đức rõ ràng trong sử dụng AI.

Các đề xuất trong bài – từ việc tái cấu trúc studio, phát triển học phần AI chuyên biệt, đến xây dựng hệ thống đánh giá minh bạch với nhật ký sử dụng AI – không nhằm thay đổi bản chất của giáo dục kiến trúc, mà nhằm bảo vệ và củng cố giá trị cốt lõi của nó: Tư duy phê phán, trách nhiệm xã hội và sáng tạo nhân văn. AI chỉ trở thành động lực tiến bộ khi được đặt trong khuôn khổ đạo đức và học thuật rõ ràng. Nếu không, nó có thể làm suy giảm năng lực tư duy độc lập, làm mờ ranh giới giữa tác giả và công cụ, và tạo ra những rủi ro mới về bản quyền, thiên lệch dữ liệu và bất bình đẳng tiếp cận công nghệ.

Trong dài hạn, cải cách đào tạo kiến trúc trong kỷ nguyên AI cần được nhìn nhận như một quá trình tiến hóa liên tục, chứ không phải một can thiệp ngắn hạn. Điều này đòi hỏi sự hợp tác giữa các trường đại học, tổ chức nghề nghiệp, cơ quan quản lý nhà nước và cộng đồng thực hành. Việt Nam có cơ hội đặc biệt để thiết kế mô hình đào tạo tích hợp AI mang bản sắc riêng, thay vì sao chép mô hình phương Tây một cách thụ động. Bản sắc đó có thể dựa trên sự kết hợp giữa tri thức bản địa, nhạy cảm văn hóa và ứng dụng công nghệ tiên tiến.
Cuối cùng, câu hỏi cốt lõi không phải là “AI có thay đổi vai trò của KTS hay không”, mà là “Chúng ta cần đào tạo KTS như thế nào để họ làm chủ sự thay đổi đó”. Nếu giáo dục kiến trúc thành công trong việc chuyển từ đào tạo kỹ năng thuần túy sang phát triển năng lực tích hợp – Bao gồm sáng tạo, công nghệ và đạo đức, thì kỷ nguyên AI sẽ không phải là mối đe dọa, mà là cơ hội để nâng cao chất lượng thiết kế, tăng cường trách nhiệm xã hội và tái định nghĩa vai trò của kiến trúc sư trong thế kỷ 21.

Đổi mới đào tạo kiến trúc vì thế không chỉ là thích ứng với công nghệ, mà là tái khẳng định sứ mệnh nhân văn của nghề trong một thế giới được kiến tạo ngày càng nhiều bởi thuật toán.

TS. Hồ Tố Phương
TS.KTS. Hoàng Anh Tú*
(Bài đăng trên Tạp chí Kiến trúc số 03-2026)

Tài liệu tham khảo
1. Albukhari, I. N. (2025): The role of artificial intelligence in architectural design: A systematic review of emerging technologies and applications. Journal of Umm Al-Qura University for Engineering and Architecture, 16, 1457–1476.
2. Arendt, H. (1958): The human condition. University of Chicago Press.
3. Biggs, J., & Tang, C. (2011): Teaching for quality learning at university (4th ed.). Open University Press.
4. Bowen, G. A. (2009): Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27–40.
5. Carpo, M. (2017): The second digital turn: Design beyond intelligence. MIT Press.
6. Fullan, M. (2013): Stratosphere: Integrating technology, pedagogy, and change knowledge. Pearson.
7. Holmes, W., Bialik, M., & Fadel, C. (2019): Artificial intelligence in education. Center for Curriculum Redesign.
8. Jin, Q., Zhao, Y., & Liu, X. (2024): Artificial intelligence–assisted design learning: A review of emerging pedagogical models. Computers & Education: Artificial Intelligence, 5, 100173.
9. Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016): Intelligence unleashed: An argument for AI in education. Pearson.
10. McKinsey Global Institute. (2023). Generative AI and the future of work.
11. OECD. (2019). OECD future of education and skills 2030. OECD Publishing.
12. OECD. (2021). AI and the future of learning. OECD Publishing.
13. Salama, A. M. (2015). Spatial design education: New directions for pedagogy in architecture and beyond. Routledge.
14. Schön, D. A. (1983). The reflective practitioner. Basic Books.
15. Schreier, M. (2012). Qualitative content analysis in practice. Sage.
16. Snyder, H. (2019). Literature review as a research methodology. Journal of Business Research, 104, 333–339.
17. UNESCO. (2022). AI and education: Guidance for policy-makers. UNESCO.
18. UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
19. UNESCO–UIA. (2017). Charter for architectural education.
20. World Economic Forum. (2023). The future of jobs report 2023.

 



Nguồn

Post Views: 58