Chương 17. Giáo viên giữa dashboard và phẩm giá nghề nghiệp

Nếu muốn biết một công nghệ giáo dục có thật sự tử tế không, đừng chỉ xem demo.

Hãy hỏi giáo viên sau ba tháng.

Không phải hỏi:

“Cô có đăng nhập được không?”

Mà hỏi:

Công cụ này làm cô hiểu học sinh hơn không?

Nó có giúp cô dạy tốt hơn không?

Nó có giảm việc thật không, hay chỉ chuyển việc sang dạng khác?

Nó có làm cô có thêm quyền phán đoán không, hay làm cô phải giải thích bản thân trước dashboard?

Nó có giúp cô thấy học sinh cần gì, hay chỉ làm cô canh chỉ số?

Nó có làm nghề dạy học sâu hơn, hay làm nghề dạy học nhỏ lại?

EdTech thường nói rất nhiều về người học.

Cá nhân hóa cho người học.

Feedback nhanh cho người học.

Theo dõi tiến độ người học.

AI tutor cho người học.

Nội dung phù hợp người học.

Điều đó đúng một phần.

Nhưng trong trường học thật, rất nhiều EdTech đi qua giáo viên trước khi chạm tới người học.

Giáo viên là người tạo lớp.

Giao bài.

Giải thích công cụ.

Sửa tài khoản.

Đọc dashboard.

Phản hồi.

Điều chỉnh giáo án.

Nói chuyện với phụ huynh.

Xử lý học sinh không làm.

Giải thích vì sao dữ liệu sai.

Làm việc với IT.

Chịu trách nhiệm khi hệ thống không đúng như lời hứa.

Vì vậy, một sản phẩm EdTech có thể nói “lấy người học làm trung tâm” nhưng vẫn làm giáo viên kiệt sức.

Và nếu giáo viên kiệt sức, người học cũng không được phục vụ tốt.

Chương này không viết để bảo vệ giáo viên khỏi mọi công nghệ.

Nói vậy quá dễ.

Nhiều giáo viên cần công nghệ.

Một dashboard tốt có thể giúp họ thấy học sinh nào đang trượt khỏi lớp.

Một công cụ chấm nháp có thể tiết kiệm thời gian.

Một AI gợi ý hoạt động có thể mở thêm lựa chọn.

Một hệ thống dữ liệu tốt có thể giảm việc giấy tờ.

Một LMS rõ ràng có thể giúp lớp học tiếp tục khi học sinh vắng.

Một công cụ accessibility có thể làm học sinh khuyết tật tham gia tốt hơn.

Nhưng giáo viên cũng có lý khi họ nghi ngờ.

Họ đã nghe quá nhiều lời hứa giảm tải rồi nhận thêm việc.

Họ đã thấy dashboard dùng để giám sát hơn là hỗ trợ.

Họ đã bị yêu cầu nhập dữ liệu mà không ai dùng để giúp học sinh.

Họ đã bị so sánh bằng chỉ số không hiểu lớp học.

Họ đã bị đưa công cụ mới vào giữa năm học mà không có thời gian học.

Họ đã bị nói “AI sẽ giúp cô” trong khi cô phải kiểm tra lại mọi thứ AI làm.

Họ đã bị gọi là “chống đổi mới” khi chỉ đang nói rằng công cụ này không sống được trong tiết học thật.

Vì vậy, câu hỏi của chương này không phải:

Giáo viên có nên dùng dashboard, dữ liệu và AI không?

Câu hỏi là:

Công nghệ đang làm nghề giáo mạnh hơn hay nhỏ hơn?

Nó tăng quyền phán đoán, năng lực và thời gian gặp người học?

Hay nó biến giáo viên thành người vận hành hệ thống, người canh chỉ số, người sửa lỗi dữ liệu, người chịu trách nhiệm cho quyết định mà mình không thiết kế?

1. Cảnh mở: dashboard sáng, phòng giáo viên mệt

Một trường triển khai hệ thống dashboard mới.

Trong buổi giới thiệu, mọi thứ rất rõ.

Mỗi học sinh có mức rủi ro.

Mỗi lớp có biểu đồ tiến độ.

Mỗi giáo viên có tỷ lệ hoàn thành bài tập.

Mỗi phụ huynh có thể xem cập nhật.

AI gợi ý can thiệp.

Hệ thống hứa giúp nhà trường “ra quyết định dựa trên dữ liệu”.

Hiệu trưởng thấy nhẹ người.

Cuối cùng cũng có một bức tranh toàn trường.

Phòng học vụ thấy có công cụ theo dõi.

IT thấy hệ thống tích hợp tạm ổn.

Vendor nói:

“Giáo viên sẽ tiết kiệm thời gian vì không phải tổng hợp thủ công.”

Ba tháng sau, trong phòng giáo viên, câu chuyện khác hơn.

Một cô giáo nói:

“Tôi phải nhập nhận xét vào hệ thống trước thứ Sáu, nhưng vẫn phải ghi vào sổ nội bộ.”

Một thầy nói:

“Dashboard báo học sinh này rủi ro cao, nhưng em ấy vừa mất người thân. Hệ thống không biết.”

Một giáo viên chủ nhiệm nói:

“Phụ huynh nhắn liên tục vì thấy cảnh báo đỏ.”

Một giáo viên khác nói:

“AI gợi ý bài bổ trợ, nhưng tôi phải kiểm tra từng bài vì nhiều ví dụ không hợp lớp.”

Một tổ trưởng nói:

“Lãnh đạo hỏi vì sao tỷ lệ hoàn thành lớp tôi thấp hơn lớp bên cạnh. Nhưng lớp tôi có nhiều học sinh mới chuyển đến.”

Không ai phủ nhận dashboard có ích.

Nó giúp thấy vài học sinh trước đây dễ bị bỏ sót.

Nó giúp tổ chuyên môn nhìn tiến độ chung.

Nó làm một số cuộc họp bớt cảm tính.

Nhưng nó cũng tạo một lớp lao động mới.

Nhập liệu.

Giải thích dữ liệu.

Chỉnh dữ liệu.

Phản biện dữ liệu.

Trấn an phụ huynh.

Đối phó so sánh.

Kiểm tra gợi ý AI.

Câu hỏi không phải dashboard tốt hay xấu.

Câu hỏi là:

Dashboard này được thiết kế để giúp giáo viên hành động, hay để bắt giáo viên chứng minh mình đang làm việc?

Hai thứ đó rất khác nhau.

2. Các bên trong cuộc tranh luận

Giáo viên nói:

“Tôi không chống công nghệ. Tôi chống công nghệ làm tôi mất quyền, thêm việc, và bị đo sai.”

Đây là một câu rất quan trọng.

Nhiều tranh luận EdTech mô tả giáo viên như lực cản.

Nhưng trong nhiều trường hợp, giáo viên không chống công nghệ vì bảo thủ.

Họ chống cách công nghệ được triển khai:

không hỏi họ,

không tập huấn đủ,

không giảm việc cũ,

không cho quyền sửa,

không giải thích dữ liệu,

không cho thời gian thích nghi,

và dùng dashboard để giám sát họ nhiều hơn hỗ trợ họ.

Học sinh nói:

“Tôi cần giáo viên thấy tôi, không chỉ thấy chỉ số của tôi.”

Học sinh có thể hưởng lợi khi giáo viên có dữ liệu tốt hơn.

Một cảnh báo sớm có thể giúp người lớn can thiệp trước khi quá muộn.

Một dashboard luyện tập có thể giúp giáo viên biết em kẹt ở đâu.

Nhưng học sinh cũng có thể bị làm phẳng thành màu đỏ, vàng, xanh.

Một người học không chỉ là risk score.

Không chỉ là completion.

Không chỉ là attendance.

Không chỉ là mastery level.

Không chỉ là thời gian online.

Dữ liệu có thể giúp giáo viên thấy học sinh.

Nó cũng có thể làm giáo viên nhìn qua học sinh để thấy biểu đồ.

Lãnh đạo nhà trường nói:

“Tôi cần dữ liệu để quản lý công bằng và hỗ trợ đúng nơi.”

Lãnh đạo cũng có lý.

Không có dữ liệu, trường dễ bay mù.

Không biết lớp nào cần hỗ trợ.

Không biết học sinh nào vắng nhiều.

Không biết chương trình nào không hiệu quả.

Không biết phân bổ nguồn lực ra sao.

Nhưng lãnh đạo cũng có nguy cơ dùng dữ liệu như công cụ áp lực.

So sánh giáo viên quá thô.

Ép mọi lớp theo cùng nhịp.

Dùng dashboard thay đối thoại.

Đọc sai nguyên nhân.

Biến chỉ số thành mục tiêu.

Vendor nói:

“Chúng tôi giúp giáo viên tiết kiệm thời gian và cá nhân hóa học tập.”

Vendor không nhất thiết nói dối.

Một số công cụ thật sự giúp.

Nhưng vendor thường bán trong điều kiện đẹp:

dữ liệu sạch,

training đầy đủ,

giáo viên có thời gian,

hệ thống tích hợp,

lớp học ổn định,

support nhanh,

và người dùng thiện chí.

Trong đời thật, giáo viên sống với điều kiện không đẹp.

Nếu sản phẩm chỉ hoạt động tốt trong điều kiện đẹp, lời hứa giảm tải trở thành chi phí ẩn.

Nhà nước và hệ thống quản lý nói:

“Chúng tôi cần minh bạch, accountability và cải thiện chất lượng.”

Đây cũng là nhu cầu thật.

Không thể nói “tin giáo viên đi” rồi bỏ qua mọi trách nhiệm giải trình.

Nhưng nếu accountability bị rút gọn thành đo đếm dễ nhất, nghề giáo bị nghèo đi.

Không phải mọi điều quan trọng trong dạy học đều hiện lên trên dashboard.

Phụ huynh nói:

“Tôi muốn biết con tôi đang học thế nào.”

Phụ huynh có quyền biết.

Nhưng nếu dữ liệu được đưa ra mà không có ngữ cảnh, phụ huynh có thể trở thành nguồn áp lực mới.

Một cảnh báo nhỏ có thể thành hoảng loạn.

Một điểm thấp có thể thành trách mắng.

Một biểu đồ tiến độ có thể làm trẻ học trong trạng thái bị giám sát.

AI và dashboard, nếu có tiếng nói, sẽ nói:

“Tôi chỉ hiển thị dữ liệu.”

Nhưng không có hiển thị nào trung lập.

Thứ được đo trở nên quan trọng hơn.

Thứ được tô đỏ kéo chú ý hơn.

Thứ được xếp hạng tạo áp lực hơn.

Thứ không đo được dễ bị bỏ quên hơn.

Đó là lý do phẩm giá nghề giáo không phải câu chuyện cảm xúc bên lề.

Nó là điều kiện để công nghệ được dùng đúng.

3. Giáo viên không chống công nghệ; họ chống bị công nghệ hóa từ bên ngoài

Một câu rất hay bị nói trong chuyển đổi số giáo dục là:

“Giáo viên cần thay đổi tư duy.”

Câu này có thể đúng.

Nhưng cũng có thể là cách đẩy trách nhiệm xuống giáo viên.

Nếu công cụ khó dùng, nói giáo viên chưa đổi mới.

Nếu dashboard không hữu ích, nói giáo viên chưa biết dùng dữ liệu.

Nếu AI tạo thêm việc kiểm chứng, nói giáo viên chưa biết prompt.

Nếu hệ thống triển khai không có training, nói giáo viên ngại học.

Nếu phụ huynh phản ứng vì app gửi quá nhiều cảnh báo, nói giáo viên chưa truyền thông tốt.

Đây là lối nói nguy hiểm.

Nó biến lỗi thiết kế và lỗi tổ chức thành lỗi thái độ cá nhân.

Giáo viên cần học thật.

Không ai phủ nhận.

UNESCO trong AI competency framework for teachers nhấn mạnh AI đã biến quan hệ truyền thống giáo viên-học sinh thành động học giáo viên-AI-học sinh, đòi hỏi xem lại vai trò và năng lực của giáo viên; khung này đặt trọng tâm vào human-centred mindset, ethics of AI, AI foundations/applications, AI pedagogy và AI for professional learning.[^unesco-ai-teachers]

Nhưng chính UNESCO cũng đặt nguyên tắc bảo vệ quyền giáo viên, tăng human agency và sustainability.

Nói cách khác:

Giáo viên cần năng lực mới.

Nhưng năng lực mới không được dùng để hợp thức hóa việc bắt giáo viên gánh mọi rủi ro mới.

Một hệ thống tử tế không nói:

“Công cụ đã mua rồi, giáo viên tự thích nghi.”

Nó nói:

“Công cụ này thay đổi nghề giáo thế nào, và chúng ta phải thiết kế điều kiện nào để giáo viên vẫn có quyền phán đoán?”

4. Dashboard tốt giúp thấy; dashboard tệ bắt canh

Dashboard tốt làm ba việc:

nó giúp giáo viên thấy điều trước đây khó thấy,

nó giúp giáo viên hành động kịp hơn,

và nó làm giáo viên ít phải tự tổng hợp thủ công hơn.

Ví dụ:

Một dashboard luyện tập cho thấy nhiều học sinh sai cùng một dạng câu hỏi.

Giáo viên biết cần dạy lại khái niệm nền.

Một dashboard attendance cho thấy một học sinh vắng liên tục vào thứ Hai.

Giáo viên chủ nhiệm hỏi chuyện và phát hiện vấn đề gia đình.

Một dashboard đọc hiểu cho thấy học sinh đọc được nội dung ngắn nhưng kẹt ở câu hỏi suy luận.

Giáo viên thiết kế bài tập phù hợp hơn.

Ở đây, dashboard phục vụ phán đoán.

Nó không thay phán đoán.

Dashboard tệ thì khác.

Nó tạo cảnh báo mà không rõ hành động.

Nó tạo màu đỏ nhưng không giải thích nguyên nhân.

Nó so sánh lớp học mà không tính ngữ cảnh.

Nó yêu cầu nhập dữ liệu để có biểu đồ nhưng biểu đồ không giúp dạy.

Nó biến giáo viên thành người canh chỉ số.

Nó làm giáo viên dạy để dashboard xanh hơn.

Nó khiến học sinh học để tránh cảnh báo.

Nó khiến phụ huynh nhìn con qua đồ thị.

Vấn đề của dashboard tệ không chỉ là thiết kế giao diện.

Vấn đề là lý thuyết quản trị phía sau.

Nếu tổ chức tin rằng dạy học chủ yếu là tối ưu chỉ số, dashboard sẽ trở thành công cụ ép.

Nếu tổ chức tin rằng dạy học là phán đoán trong ngữ cảnh, dashboard sẽ là công cụ hỗ trợ.

Cùng một dữ liệu, hai văn hóa khác nhau, hai kết quả khác nhau.

5. Workload không chỉ là số giờ; là cảm giác bị kéo khỏi việc cốt lõi

Một số công nghệ tiết kiệm thời gian thật.

Một số công nghệ tăng thời gian thật.

Nhưng có một thứ phức tạp hơn:

Công nghệ có thể không tăng tổng số giờ quá nhiều, nhưng làm giáo viên cảm thấy bị kéo khỏi việc cốt lõi.

Giáo viên bước vào nghề vì muốn dạy, gặp học sinh, giúp người học lớn lên.

Nếu ngày làm việc ngày càng đầy:

tick box,

nhập liệu,

đọc cảnh báo,

đồng bộ hệ thống,

trả lời app,

chứng minh đã can thiệp,

sửa dữ liệu,

kiểm tra AI,

báo cáo dashboard,

thì stress không chỉ đến từ “nhiều việc”.

Nó đến từ cảm giác công việc bị thay hình.

OECD TALIS 2024 cho thấy administrative workload vẫn là một demand lớn: trung bình khoảng một nửa giáo viên ở các hệ thống OECD báo cáo excessive administrative work là nguồn stress liên quan công việc. TALIS cũng nhấn mạnh stress của giáo viên liên quan mạnh tới cảm giác thay đổi liên tục mà không được hỗ trợ, đặc biệt khi phải triển khai nhiều sáng kiến mà thiếu điều kiện.[^oecd-talis-demands]

Điều này nói thẳng vào EdTech.

Một công cụ mới không chỉ thêm một công cụ.

Nó thêm một thay đổi.

Nếu mỗi năm có thêm nền tảng, thêm dashboard, thêm yêu cầu dữ liệu, thêm chính sách AI, thêm kênh phụ huynh, thêm quy trình evidence, giáo viên không chỉ học công cụ.

Họ phải sống trong cảm giác mặt đất nghề nghiệp luôn dịch chuyển.

Không phải mọi thay đổi đều xấu.

Nhưng thay đổi không hỗ trợ là nguồn kiệt sức.

Vì vậy, một trường triển khai EdTech tử tế phải hỏi:

Công cụ mới này thay thế việc cũ nào?

Có bỏ bớt biểu mẫu nào không?

Có giảm họp nào không?

Có bớt nhập liệu ở hệ thống khác không?

Giáo viên có thời gian học trong giờ làm không?

Ai support tuần thứ ba, tháng thứ ba, học kỳ thứ hai?

Nếu câu trả lời là “không”, thì lời hứa giảm tải chỉ là khẩu hiệu.

6. Deskilling: khi hệ thống nghĩ thay giáo viên

Deskilling không xảy ra trong một ngày.

Nó xảy ra khi các phần phán đoán của nghề bị chuyển dần sang hệ thống.

AI viết lesson plan.

Nền tảng gợi ý bài tập.

Dashboard xếp hạng học sinh.

Hệ thống chấm nháp bài viết.

Rubric tự động phân loại.

Tool đề xuất can thiệp.

Parent app tự động gửi thông báo.

Ban đầu, mọi thứ được gọi là hỗ trợ.

Và đúng là có thể hỗ trợ.

Một bản nháp lesson plan có thể giúp giáo viên bắt đầu nhanh hơn.

Một gợi ý bài tập có thể tiết kiệm thời gian.

Một rubric tự động có thể giúp nhất quán hơn.

Nhưng nếu giáo viên chỉ còn chọn giữa các phương án hệ thống đưa ra, nghề dạy học bắt đầu hẹp lại.

Nếu giáo viên ít tự thiết kế hơn, họ có thể mất dần cơ bắp thiết kế.

Nếu giáo viên ít tự đọc bài học sinh hơn, họ có thể mất dần cảm giác về giọng viết của từng em.

Nếu giáo viên ít tự đặt câu hỏi hơn, họ có thể phụ thuộc vào template.

Nếu giáo viên ít tự phân tích lỗi sai hơn, họ có thể tin dashboard hơn mắt nghề.

Deskilling không có nghĩa giáo viên trở nên kém vì lười.

Nó có nghĩa hệ thống tổ chức công việc theo cách làm một số năng lực nghề ít được dùng, rồi yếu dần.

Đây là mâu thuẫn thật:

Giáo viên cần công cụ để bớt việc lặp lại.

Nhưng nếu công cụ lấy luôn phần nghề làm nên chuyên môn, tiết kiệm thời gian có thể đổi bằng mất năng lực.

Một AI viết phản hồi nháp có thể tốt nếu giáo viên sửa, học, cá nhân hóa, và dùng nó để có thêm thời gian nói chuyện với học sinh.

Nó nguy hiểm nếu phản hồi trở thành sản phẩm của hệ thống, giáo viên chỉ bấm duyệt, học sinh nhận lời khuyên nghe có vẻ đúng nhưng không có quan hệ.

7. Reskilling: khi công nghệ làm nghề giáo lớn hơn

Nếu chỉ nói deskilling, ta sẽ không công bằng.

Công nghệ cũng có thể làm nghề giáo lớn hơn.

Một giáo viên biết dùng dữ liệu tốt có thể phát hiện pattern mà trước đây phải mất nhiều tuần mới thấy.

Một giáo viên biết dùng AI tốt có thể tạo nhiều phiên bản ví dụ cho nhiều mức học sinh.

Một giáo viên biết dùng công cụ accessibility có thể thiết kế bài học cho nhiều người học hơn.

Một giáo viên biết dùng LMS tốt có thể tổ chức tài nguyên, feedback và hoạt động rõ hơn.

Một giáo viên biết đọc dashboard đúng có thể không bị lừa bởi chỉ số bề mặt.

Một giáo viên biết media literacy có thể hướng dẫn học sinh học trong thị trường chú ý.

Đó là reskilling.

Không phải học vài thao tác.

Mà là mở rộng năng lực nghề:

data literacy,

AI literacy,

assessment literacy,

media literacy,

accessibility literacy,

workflow design,

ethical judgment,

và khả năng nói không với công cụ không phù hợp.

European Commission trong hướng dẫn đạo đức về AI và dữ liệu cho giáo viên phổ thông nhấn mạnh giáo viên và lãnh đạo trường cần hiểu cả tiềm năng lẫn rủi ro để sử dụng AI/data hiệu quả, phê phán và có đạo đức.[^ec-ai-guidelines]

Điểm “phê phán” rất quan trọng.

Reskilling không phải biến giáo viên thành người dùng ngoan.

Nó biến giáo viên thành người có thể hỏi:

Tại sao hệ thống dự đoán như vậy?

Dữ liệu nào bị thiếu?

Bias nào có thể có?

Gợi ý này phù hợp với học sinh này không?

Tôi có quyền bỏ qua không?

Học sinh có hiểu hệ thống đang làm gì không?

Khi nào dùng AI là lười biếng sư phạm?

Khi nào không dùng AI mới là bỏ lỡ cơ hội?

Một giáo viên được reskill đúng sẽ không sợ công nghệ.

Nhưng cũng không sùng bái công nghệ.

Đó là trạng thái trưởng thành.

8. Professional dignity: phẩm giá nghề nghiệp không phải sự tự ái

Khi giáo viên nói về quyền nghề nghiệp, một số người nghe như thể họ đang bảo vệ đặc quyền.

“Sao không muốn bị đo?”

“Sao không muốn dùng dữ liệu?”

“Sao không muốn AI hỗ trợ?”

“Sao không muốn minh bạch?”

Những câu hỏi này có thể chính đáng.

Giáo viên không nên đứng ngoài accountability.

Không nghề công nào nên miễn khỏi phản hồi.

Nhưng phẩm giá nghề nghiệp không phải quyền không bị hỏi.

Nó là quyền được hỏi đúng.

Được đo bằng thứ có liên quan.

Được nghe trước khi công cụ thay đổi việc của mình.

Được có thời gian học.

Được có quyền phản biện dữ liệu.

Được có quyền giải thích ngữ cảnh.

Được không bị biến thành người nhập liệu cho dashboard của người khác.

Được không bị AI thay thế phần quan hệ con người mà học sinh cần.

Được công nhận rằng dạy học là một nghề đòi hỏi phán đoán, không chỉ thực hiện quy trình.

Phẩm giá nghề giáo là điều kiện triển khai.

Nếu giáo viên cảm thấy công nghệ được đưa vào để kiểm soát họ, họ sẽ phòng thủ.

Nếu họ cảm thấy công nghệ được đưa vào để giúp họ làm điều họ coi là có ý nghĩa, họ có cơ hội tham gia thật.

Không có phẩm giá, “adoption” chỉ là tuân thủ.

Và tuân thủ hiếm khi tạo đổi mới sâu.

9. AI có thể giảm tải, nhưng giảm tải nào?

AI đang được bán mạnh với lời hứa giảm tải giáo viên.

Soạn bài nhanh hơn.

Tạo câu hỏi nhanh hơn.

Viết nhận xét nhanh hơn.

Chấm nháp nhanh hơn.

Tạo tài liệu phân hóa nhanh hơn.

Tóm tắt dữ liệu nhanh hơn.

Một số bằng chứng ban đầu cho thấy AI có thể tiết kiệm thời gian trong vài tác vụ. NFER và EEF thử nghiệm việc dùng ChatGPT trong chuẩn bị bài cho giáo viên khoa học ở Anh, và báo cáo rằng nhóm dùng ChatGPT dùng ít thời gian chuẩn bị hơn nhóm không dùng trong giai đoạn sau của thử nghiệm.[^nfer-chatgpt]

Đây là tín hiệu đáng chú ý.

Không nên phủ nhận.

Nếu AI giúp giáo viên tiết kiệm thời gian chuẩn bị bài lặp lại để có thêm thời gian đọc bài học sinh, trao đổi với phụ huynh, hỗ trợ cá nhân, hoặc nghỉ ngơi, đó là giá trị thật.

Nhưng phải hỏi:

AI giảm tải nào?

Tải soạn nháp?

Tải chấm?

Tải hành chính?

Tải giao tiếp?

Tải phân hóa?

Hay chỉ giảm một phần rồi tạo phần khác:

kiểm chứng đầu ra,

sửa ví dụ sai,

kiểm tra bias,

điều chỉnh ngữ cảnh,

bảo vệ dữ liệu,

giải thích với phụ huynh,

xử lý học sinh dùng AI sai cách,

và học thêm chính sách mới?

Một công cụ AI không giảm tải nếu:

giáo viên phải kiểm tra lại nhiều hơn thời gian tiết kiệm,

đầu ra nghe hay nhưng không phù hợp lớp,

nhà trường yêu cầu thêm sản phẩm vì AI “làm nhanh mà”,

phụ huynh kỳ vọng phản hồi tức thời,

hoặc lãnh đạo dùng AI để tăng yêu cầu thay vì giảm việc.

Giảm tải thật không chỉ là làm nhanh hơn.

Giảm tải thật là làm giáo viên có thêm không gian cho việc cốt lõi và bớt việc vô nghĩa.

Nếu AI chỉ làm tốc độ sản xuất tăng lên, giáo viên có thể không nhẹ hơn.

Họ chỉ chạy nhanh hơn trên cùng một băng chuyền.

10. Dashboard và AI trong quan hệ với học sinh

Giáo viên không chỉ xử lý dữ liệu.

Giáo viên sống trong quan hệ với học sinh.

Một nhận xét từ giáo viên không chỉ là thông tin.

Nó mang theo lịch sử:

em này từng sợ viết,

em này đang cố hơn,

em này hay đùa để che việc không hiểu,

em này cần bị thách thức thêm,

em này cần được bảo vệ khỏi áp lực,

em này nói “em ổn” nhưng không ổn.

Dashboard không biết hết.

AI không biết hết.

Nhưng dashboard và AI có thể ảnh hưởng đến quan hệ đó.

Nếu dashboard báo rủi ro, giáo viên có thể nhìn học sinh qua nhãn.

Nếu AI viết phản hồi, học sinh có thể nhận được câu đúng về ngữ pháp nhưng sai về người.

Nếu hệ thống gửi cảnh báo cho phụ huynh, học sinh có thể mất không gian thử sai.

Nếu nền tảng cho điểm liên tục, học sinh có thể học trong trạng thái bị đánh giá không ngừng.

Ngược lại, công nghệ cũng có thể làm quan hệ tốt hơn.

Một dashboard tốt nhắc giáo viên rằng em này im lặng nhưng đang tụt.

Một AI giúp tạo tài liệu dễ đọc hơn cho học sinh cần hỗ trợ.

Một LMS giúp học sinh vắng vẫn theo kịp.

Một công cụ speech-to-text giúp học sinh khuyết tật tham gia.

Một hệ thống feedback tốt giúp giáo viên không bỏ sót bài.

Công nghệ không phá quan hệ tự thân.

Nhưng nếu công nghệ được thiết kế để thay thế quan hệ thay vì hỗ trợ quan hệ, nó làm giáo dục lạnh hơn.

Câu hỏi nên hỏi là:

Công cụ này giúp giáo viên gặp học sinh tốt hơn không?

Hay nó cho người lớn cảm giác đã gặp học sinh vì đã nhìn dashboard?

11. Lãnh đạo trường: dùng dữ liệu để hỗ trợ hay để ép?

Vai trò của lãnh đạo rất quyết định.

Cùng một dashboard có thể trở thành công cụ hỗ trợ hoặc công cụ áp lực.

Nếu lãnh đạo hỏi:

“Lớp này đỏ, thầy cô cần hỗ trợ gì?”

dashboard mở cuộc đối thoại.

Nếu lãnh đạo hỏi:

“Vì sao lớp này đỏ hơn lớp kia?”

dashboard mở cuộc phòng thủ.

Nếu lãnh đạo dùng dữ liệu để phân bổ trợ giảng, điều chỉnh thời khóa biểu, tổ chức chuyên môn, giảm việc hành chính, hỗ trợ học sinh, thì dữ liệu phục vụ trường học.

Nếu lãnh đạo dùng dữ liệu để xếp hạng giáo viên, tạo áp lực bề mặt, hoặc báo cáo lên trên cho đẹp, thì dữ liệu phục vụ quản trị hình thức.

OECD TALIS 2024 nhấn mạnh teacher appraisal phổ biến, nhưng hỗ trợ sau appraisal khác nhau rất lớn; trung bình 65% giáo viên ở OECD systems có thảo luận sau appraisal về cách cải thiện dạy học, nhưng chỉ khoảng 46% được offer development/training plans, còn mentorship và financial incentives ít hơn nhiều.[^oecd-talis-demands]

Điểm này áp vào dashboard rất rõ.

Đo mà không hỗ trợ thì dễ thành giám sát.

Phản hồi mà không có nguồn lực thì dễ thành áp lực.

Dữ liệu mà không có phát triển nghề nghiệp thì dễ thành xếp hạng.

Nếu một trường muốn dùng dashboard tử tế, nó phải chuẩn bị câu trả lời:

Khi dữ liệu cho thấy vấn đề, chúng ta hỗ trợ bằng gì?

Thời gian?

Huấn luyện?

Mentoring?

Tổ chuyên môn?

Giảm sĩ số?

Tài nguyên?

Hỗ trợ tâm lý?

Liên hệ gia đình?

Hay chỉ thêm một cuộc họp?

Nếu chỉ thêm một cuộc họp, giáo viên có quyền nghi ngờ.

12. Phụ huynh và sự minh bạch quá mức

EdTech thường hứa tăng minh bạch với phụ huynh.

Điểm số cập nhật ngay.

Bài tập hiện ngay.

Attendance hiện ngay.

Nhận xét hiện ngay.

Cảnh báo hiện ngay.

Tiến độ hiện ngay.

Minh bạch có giá trị.

Phụ huynh không nên bị mù về việc học của con.

Nhưng minh bạch quá mức có thể làm giáo dục căng hơn.

Không phải mọi dữ liệu cần gửi ngay.

Không phải mọi lỗi sai cần thành thông báo.

Không phải mọi chậm trễ cần thành cảnh báo.

Không phải mọi biểu đồ cần phụ huynh diễn giải.

Một đứa trẻ cần không gian để sai trước khi bị cả nhà biết.

Một giáo viên cần thời gian đọc bối cảnh trước khi phụ huynh phản ứng.

Một phụ huynh cần giải thích, không chỉ số liệu.

Nếu parent dashboard thiết kế kém, nó có thể biến phụ huynh thành người giám sát liên tục và giáo viên thành người chăm sóc dữ liệu cảm xúc của gia đình.

Giáo viên sẽ phải trả lời:

“Sao con tôi màu vàng?”

“Sao điểm này chưa cập nhật?”

“Sao app nói con tôi không hoàn thành?”

“Sao AI gợi ý con tôi cần học lại phần này?”

Một phần minh bạch chuyển thành tải giao tiếp.

Do đó, dashboard cho phụ huynh phải được thiết kế như truyền thông giáo dục, không chỉ xuất dữ liệu.

Cần có ngữ cảnh.

Cần phân biệt cảnh báo cần hành động với thông tin tham khảo.

Cần tránh màu sắc gây hoảng.

Cần hướng dẫn phụ huynh phản ứng thế nào.

Cần bảo vệ học sinh khỏi bị giám sát từng lỗi nhỏ.

Minh bạch tốt giúp gia đình hỗ trợ.

Minh bạch tệ làm nhà trường, phụ huynh và học sinh căng thẳng hơn.

13. Khi “evidence-based” trở thành gánh thêm cho giáo viên

Quyển sách này nhiều lần nói EdTech cần evidence.

Điều đó đúng.

Nhưng cũng phải cẩn thận:

Không được biến giáo viên thành người sản xuất evidence miễn phí cho vendor và hệ thống.

Một trường muốn đánh giá công cụ cần dữ liệu.

Nhưng ai thu dữ liệu?

Ai nhập?

Ai làm survey?

Ai phân loại?

Ai dự họp?

Ai viết phản hồi?

Ai giải thích vì sao kết quả không như pilot?

Thường là giáo viên.

Nếu evidence được yêu cầu mà không giảm việc khác, giáo viên lại gánh thêm.

Một hệ thống trưởng thành cần evaluation.

Nhưng evaluation cũng phải có đạo đức lao động.

Phải tính thời gian giáo viên.

Phải dùng dữ liệu sẵn có khi có thể.

Phải tránh survey vô nghĩa.

Phải trả lại kết quả cho giáo viên, không chỉ lấy dữ liệu.

Phải cho giáo viên quyền nói rằng metric không đo đúng.

Phải dùng evidence để cải thiện công cụ và điều kiện, không chỉ để quyết định gia hạn hợp đồng.

Evidence phục vụ học tập là tốt.

Evidence biến giáo viên thành công nhân dữ liệu là vấn đề.

14. Công nghệ tốt phải biết bỏ việc cũ

Một trong những câu hỏi quan trọng nhất khi triển khai EdTech là:

Công cụ này thay thế việc gì?

Nếu câu trả lời là “không thay thế gì, chỉ thêm vào”, hãy cẩn thận.

Một LMS được triển khai nhưng giáo viên vẫn phải gửi bài qua email, nhóm chat và bản in.

Một dashboard được triển khai nhưng giáo viên vẫn phải làm báo cáo Excel.

Một parent app được triển khai nhưng giáo viên vẫn phải nhắn riêng từng phụ huynh.

Một AI feedback tool được triển khai nhưng giáo viên vẫn phải viết nhận xét đầy đủ như cũ.

Một hệ thống attendance được triển khai nhưng sổ giấy vẫn bắt buộc.

Đó không phải chuyển đổi.

Đó là chồng lớp.

Chồng lớp là kẻ thù của giáo viên.

Nó làm công nghệ có vẻ được dùng, nhưng không làm đời sống tốt hơn.

Một triển khai tử tế phải có sunset plan cho việc cũ:

bỏ biểu mẫu nào,

gộp quy trình nào,

giảm báo cáo nào,

ngừng app nào,

đơn giản hóa kênh nào,

thay đổi kỳ vọng phản hồi nào,

và nói rõ điều gì không còn cần làm.

Nếu không bỏ việc cũ, công nghệ mới sẽ trở thành một tầng áp lực mới.

Đây là bài học rất thực tế:

Giảm tải không đến từ mua công cụ.

Giảm tải đến từ thiết kế lại công việc.

15. Professional learning: không phải buổi tập huấn một chiều

Nhiều trường triển khai công nghệ bằng một buổi tập huấn.

Vendor trình bày.

Giáo viên nghe.

Slide đi qua tính năng.

Mọi người đăng nhập.

Kết thúc bằng câu:

“Có gì thầy cô cứ hỏi.”

Đó không phải professional learning đủ nghiêm túc.

Giáo viên không chỉ cần biết bấm nút.

Họ cần biết:

khi nào nên dùng,

khi nào không nên dùng,

dữ liệu nghĩa là gì,

dữ liệu không nói gì,

AI sai kiểu nào,

học sinh có thể phản ứng ra sao,

phụ huynh cần được giải thích thế nào,

bài học nào phù hợp,

workload thay đổi ra sao,

và làm sao công cụ gắn với mục tiêu sư phạm.

Professional learning tốt phải liên tục.

Có thực hành.

Có thời gian.

Có mentor.

Có cộng đồng giáo viên.

Có quyền thử sai.

Có phản hồi từ lớp thật.

Có điều chỉnh theo môn học và cấp học.

Có chỗ để giáo viên nói:

“Cái này không hiệu quả trong lớp tôi.”

TALIS 2024 ghi nhận mức dùng AI của giáo viên khác nhau rất lớn giữa hệ thống; ở Singapore và UAE khoảng 75% giáo viên dùng AI, và các hệ thống này cũng thuộc nhóm giáo viên có khả năng báo cáo đã nhận professional learning về AI cao hơn.[^oecd-talis-ai]

Điểm này đơn giản nhưng quan trọng:

Đừng kỳ vọng giáo viên dùng công nghệ tốt nếu hệ thống không đầu tư vào học nghề.

Và đừng gọi sự thiếu hỗ trợ là sự chống đối.

16. Benchmark đúng: công nghệ làm giáo viên mạnh hơn hay yếu hơn?

Khi đánh giá một công cụ cho giáo viên, đừng chỉ hỏi:

Có AI không?

Có dashboard không?

Có tiết kiệm thời gian không?

Hỏi sâu hơn.

Một: công cụ này giảm việc nào, và có bỏ việc cũ không?

Nếu không bỏ việc cũ, lời hứa giảm tải yếu.

Hai: giáo viên có quyền phán đoán không?

Có quyền sửa, bỏ qua, phản biện, tùy biến, giải thích ngữ cảnh không?

Ba: dữ liệu có hành động được không?

Dashboard cho biết phải làm gì tiếp theo, hay chỉ tạo màu đỏ?

Bốn: công cụ có làm học sinh bị nhìn hẹp hơn không?

Risk score, completion, attendance, mastery có được đặt trong bối cảnh không?

Năm: AI có làm giáo viên mất năng lực nghề không?

Nó hỗ trợ thiết kế hay thay thế thiết kế?

Nó giúp phản hồi tốt hơn hay chỉ sản xuất phản hồi nhanh hơn?

Sáu: training có đủ không?

Không phải training tính năng, mà là professional learning gắn với sư phạm.

Bảy: phụ huynh nhận dữ liệu thế nào?

Thông tin có ngữ cảnh không, hay chỉ tạo áp lực ngược về giáo viên?

Tám: workload ẩn là gì?

Kiểm chứng AI.

Nhập liệu.

Sửa dữ liệu.

Trả lời cảnh báo.

Họp.

Survey.

Báo cáo.

Chín: công cụ phục vụ ai khi có xung đột?

Giáo viên?

Học sinh?

Lãnh đạo?

Phụ huynh?

Vendor?

Nhà nước?

Nếu giáo viên và học sinh chịu chi phí nhưng dashboard phục vụ quản trị trước, phải nói rõ.

Mười: công cụ có bảo vệ phẩm giá nghề giáo không?

Không phải bằng lời tri ân.

Mà bằng thiết kế quyền, thời gian, dữ liệu, hỗ trợ và trách nhiệm.

Benchmark cuối cùng rất đơn giản:

Sau khi dùng công cụ này, giáo viên có thêm năng lực để gặp học sinh như con người không?

Nếu có, công nghệ đáng xem tiếp.

Nếu không, dù dashboard đẹp đến đâu, nó đang đi sai hướng.

17. Lập trường của chương này

Giáo viên không phải vật cản của EdTech.

Giáo viên là nơi EdTech gặp đời thật.

Một công nghệ đi qua giáo viên mà không hiểu nghề giáo sẽ để lại chi phí ở lớp học:

thêm việc,

thêm giám sát,

thêm dữ liệu sai,

thêm áp lực phụ huynh,

thêm dashboard không hành động được,

thêm AI cần kiểm chứng,

thêm thay đổi không hỗ trợ.

Nhưng một công nghệ hiểu nghề giáo có thể tạo giá trị thật:

giảm việc lặp lại,

giúp thấy học sinh bị bỏ sót,

hỗ trợ phản hồi tốt hơn,

mở rộng accessibility,

tạo tài nguyên phù hợp hơn,

giúp tổ chuyên môn học từ dữ liệu,

và trả lại thời gian cho quan hệ giáo dục.

Vì vậy, lập trường hợp lý không phải là:

Giáo viên chống hay ủng hộ công nghệ?

Mà là:

Công nghệ này đang đứng về phía nào của nghề giáo?

Đứng về phía phán đoán hay tuân thủ?

Đứng về phía hỗ trợ hay giám sát?

Đứng về phía giảm việc thật hay tăng sản xuất?

Đứng về phía học sinh như con người hay học sinh như dữ liệu?

Đứng về phía professional dignity hay managerial convenience?

Một nền giáo dục tốt không cần giáo viên làm mọi thứ thủ công.

Cũng không cần giáo viên bị thay bằng quy trình.

Nó cần giáo viên được hỗ trợ bằng công cụ đủ tốt, dữ liệu đủ đúng, AI đủ khiêm tốn, dashboard đủ có ngữ cảnh, và hệ thống đủ tôn trọng để biết rằng dạy học không phải chỉ là phân phối nội dung hoặc tối ưu chỉ số.

Trong lớp học, công nghệ có thể sáng.

Nhưng người giữ ngọn lửa sư phạm vẫn là con người.

Nếu EdTech làm người đó nhỏ lại, nó đang làm giáo dục nhỏ lại.

Nếu EdTech làm người đó mạnh hơn, bình tĩnh hơn, tinh hơn, có nhiều thời gian hơn để nhìn học sinh, thì nó mới xứng đáng với chữ “education” trong tên mình.

Ghi chú nguồn cho chương

[^unesco-ai-teachers]: UNESCO, AI competency framework for teachers (2024, trang cập nhật 2026). Khung này định nghĩa năng lực giáo viên cần trong thời AI, gồm human-centred mindset, ethics of AI, AI foundations/applications, AI pedagogy và AI for professional learning; tài liệu nhấn mạnh bảo vệ quyền giáo viên, tăng human agency và sustainability. Nguồn: https://www.unesco.org/en/articles/ai-competency-framework-teachers

[^oecd-talis-demands]: OECD, Results from TALIS 2024: The State of Teaching (2025), chương “The demands of teaching”. TALIS 2024 khảo sát 280.000 nhà giáo dục từ 55 hệ thống; chương này ghi nhận administrative workload là nguồn stress đáng kể, trung bình khoảng một nửa giáo viên ở OECD systems báo cáo excessive administrative work là nguồn stress, và stress liên quan mạnh tới constant, unsupported change. Nguồn: https://www.oecd.org/en/publications/results-from-talis-2024_90df6235-en/full-report/the-demands-of-teaching_0e941e2f.html

[^ec-ai-guidelines]: European Commission, Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators (2022). Hướng dẫn dành cho giáo viên và lãnh đạo trường phổ thông, nhằm giúp họ hiểu tiềm năng và rủi ro của AI/data, sử dụng hiệu quả, phê phán và có đạo đức. Nguồn: https://education.ec.europa.eu/news/ethical-guidelines-on-the-use-of-artificial-intelligence-and-data-in-teaching-and-learning-for-educators

[^nfer-chatgpt]: NFER, ChatGPT in lesson preparation: A Teacher Choices Trial (2024), cùng bối cảnh từ Education Endowment Foundation. Thử nghiệm với giáo viên khoa học ở Anh cho thấy nhóm dùng ChatGPT trong chuẩn bị bài/tài nguyên có thể tiết kiệm thời gian ở giai đoạn sau thử nghiệm; kết quả cần đọc như bằng chứng ban đầu về một tác vụ cụ thể, không phải kết luận tổng quát rằng AI luôn giảm tải. Nguồn: https://www.nfer.ac.uk/publications/chatgpt-in-lesson-preparation-a-teacher-choices-trial/ và https://educationendowmentfoundation.org.uk/news/can-using-chatgpt-for-lesson-planning-cut-teacher-workload

[^oecd-talis-ai]: OECD, Results from TALIS 2024: The State of Teaching (2025), phần giới thiệu và kết quả về AI. OECD ghi nhận mức sử dụng AI của giáo viên khác nhau lớn giữa hệ thống; Singapore và UAE khoảng 75% giáo viên dùng AI, đồng thời giáo viên ở các hệ thống này cũng thuộc nhóm có khả năng báo cáo đã nhận professional learning về AI cao hơn. Nguồn: https://www.oecd.org/en/publications/results-from-talis-2024_90df6235-en.html

[^eef-digital]: Education Endowment Foundation, Using Digital Technology to Improve Learning (2019, resources updated 2021). EEF nhấn mạnh công nghệ nên được dùng để hỗ trợ cải thiện dạy và học, chẳng hạn tăng chất lượng/số lượng luyện tập hoặc cải thiện phản hồi/đánh giá; công nghệ tự thân không bảo đảm tác động học tập. Nguồn: https://educationendowmentfoundation.org.uk/education-evidence/guidance-reports/digital/