Các cơ sở đào tạo cần nhận diện những năng lực mới mà thị trường lao động đòi hỏi, những vị trí việc làm và quy trình nghề nghiệp sẽ thay đổi dưới tác động của AI; từ đó xác định khoảng cách giữa chương trình đào tạo với yêu cầu thực tế.
Trí tuệ nhân tạo (AI) đang mở ra khả năng chuyển đổi mạnh mẽ trong nhiều lĩnh vực phát triển kinh tế-xã hội. Tuy nhiên, để công nghệ thực sự tạo ra giá trị, yêu cầu đặt ra không chỉ là đưa AI vào sản xuất mà còn phải thay đổi cách đào tạo nguồn nhân lực, giúp người học có khả năng sử dụng, kiểm chứng và làm chủ công nghệ để giải quyết những bài toán thực tế của ngành.
*Đào tạo không chỉ để sinh viên biết sử dụng công cụ AI
AI ngày càng tham gia sâu vào các hoạt động chuyên môn trong nông nghiệp, lâm nghiệp và thủy sản. Công nghệ có thể hỗ trợ nhận diện sâu bệnh, phân tích hình ảnh cây trồng, theo dõi sinh trưởng, dự báo năng suất, tối ưu hóa nước và vật tư đầu vào, giám sát tài nguyên rừng, theo dõi môi trường nuôi trồng, dự báo rủi ro và quản trị chuỗi cung ứng.
Theo Thứ trưởng Bộ Giáo dục và Đào tạo Lê Quân, đây là cơ hội để chuyển từ sản xuất dựa nhiều vào kinh nghiệm sang sản xuất dựa trên dữ liệu, tri thức khoa học và quyết định có căn cứ.
Song AI không tự tạo ra giá trị nếu thiếu dữ liệu tin cậy, hạ tầng phù hợp, nhân lực có năng lực và những bài toán ứng dụng rõ ràng. Đặc thù của nông nghiệp, lâm nghiệp và thủy sản là điều kiện tự nhiên, quy mô sản xuất và khả năng tiếp cận công nghệ rất đa dạng. Do đó, các giải pháp AI cần được kiểm chứng trong thực tế, bảo đảm hiệu quả kinh tế, an toàn dữ liệu, tính minh bạch và khả năng sử dụng của người sản xuất.
Chính sự thay đổi của công nghệ và phương thức sản xuất đang đặt ra những yêu cầu mới đối với đào tạo nguồn nhân lực. Khi AI ngày càng tham gia vào các quy trình nghề nghiệp, sinh viên không thể chỉ được trang bị kiến thức chuyên ngành theo cách truyền thống mà cần có thêm năng lực về dữ liệu, công nghệ, tư duy phản biện và khả năng giải quyết vấn đề.
Thứ trưởng Lê Quân cho rằng, các cơ sở đào tạo cần nhận diện những năng lực mới mà thị trường lao động đòi hỏi, những vị trí việc làm và quy trình nghề nghiệp sẽ thay đổi dưới tác động của AI; từ đó xác định khoảng cách giữa chương trình đào tạo với yêu cầu thực tế.
Việc đổi mới không nên dừng ở bổ sung một số công cụ AI vào nội dung giảng dạy mà phải gắn với chuẩn đầu ra, tổ chức dạy học, thực hành tại cơ sở sản xuất và phương thức đánh giá năng lực người học.
Một vấn đề quan trọng là xác định sinh viên các ngành nông nghiệp, lâm nghiệp và thủy sản cần có những năng lực AI nào.
Tiến sĩ Mã Trường Thành, Phó Trưởng khoa Khoa học máy tính, Đại học Cần Thơ đề xuất sáu nhóm năng lực cốt lõi gồm: nhận thức về AI; năng lực dữ liệu; khai thác công cụ AI; ứng dụng chuyên ngành; đánh giá, kiểm chứng; đạo đức và trách nhiệm.
Các năng lực được phát triển theo ba mức: hiểu và sử dụng; ứng dụng chuyên môn; phát triển và đổi mới. Theo cách tiếp cận này, sinh viên không chỉ cần biết cách sử dụng công cụ mà phải có khả năng đặt đúng bài toán, lựa chọn và chuẩn bị dữ liệu phù hợp, kiểm chứng kết quả và chịu trách nhiệm đối với quyết định chuyên môn của mình.
Khung năng lực AI cũng cần được phân tầng theo ngành học, trình độ và yêu cầu nghề nghiệp. Sinh viên trồng trọt, chăn nuôi, lâm nghiệp hay thủy sản đều cần những kiến thức nền tảng về AI và dữ liệu, nhưng cách sử dụng công nghệ để giải quyết bài toán chuyên môn sẽ không giống nhau.
Do đó, tích hợp AI vào chương trình đào tạo không nhất thiết đồng nghĩa với việc mở thêm một học phần riêng cho tất cả các ngành. Theo Thứ trưởng Lê Quân, các cơ sở đào tạo có thể cập nhật nội dung trong học phần hiện có, xây dựng học phần liên ngành, tổ chức dự án thực tế hoặc thực hành cùng doanh nghiệp, phù hợp với điều kiện đội ngũ, hạ tầng, học liệu và dữ liệu thực hành.
Việc tích hợp có thể được thực hiện theo lộ trình từ kiến thức nền tảng về AI, dữ liệu và đạo đức đến ứng dụng trong học phần chuyên môn, sau đó thực hành thông qua đồ án, thực tập và khóa luận.
Cùng với đổi mới nội dung, phương thức đánh giá cũng cần thay đổi. Năng lực sử dụng AI có thể được đánh giá thông qua những sản phẩm cụ thể như nhật ký dữ liệu, báo cáo kiểm chứng và bản khai báo sử dụng AI. Qua đó, việc đánh giá không chỉ tập trung vào sản phẩm cuối cùng mà còn xem xét cách sinh viên sử dụng dữ liệu, công cụ, kiểm chứng kết quả và chịu trách nhiệm đối với sản phẩm do AI hỗ trợ tạo ra.
*Đưa bài toán sản xuất vào giảng đường
Một yêu cầu quan trọng khác là kéo gần khoảng cách giữa đào tạo, nghiên cứu với những vấn đề thực tế đang đặt ra trong sản xuất.
Thay vì bắt đầu từ công nghệ đang có rồi tìm nơi ứng dụng, các cơ sở đào tạo cần phối hợp với doanh nghiệp, hợp tác xã và địa phương lựa chọn những bài toán cấp thiết, xác định rõ mục tiêu, nguồn dữ liệu, tiêu chí đánh giá và sản phẩm đầu ra.
Những vấn đề thực tế như nhận diện sâu bệnh, dự báo năng suất, quản lý nguồn nước, theo dõi sinh trưởng cây trồng hay giám sát môi trường nuôi trồng có thể trở thành những bài toán để sinh viên thực hành, giảng viên nghiên cứu và doanh nghiệp cùng tham gia phát triển giải pháp.
Từ góc độ doanh nghiệp, đại diện Công ty Cổ phần Hyra Tek cho rằng, AI có thể tham gia vào nhiều khâu của quá trình đào tạo và nghiên cứu, từ hỗ trợ phát triển ý tưởng, tìm kiếm và tổng hợp tài liệu, phân tích dữ liệu đến xây dựng báo cáo, bài giảng và chuyển hóa kết quả nghiên cứu thành các giải pháp thực tế.
Đặc biệt trong lĩnh vực nông nghiệp, doanh nghiệp chỉ ra nhiều hướng ứng dụng cụ thể như nhận diện sâu bệnh, phân tích hình ảnh cây trồng, theo dõi quá trình sinh trưởng, dự báo năng suất, hỗ trợ xây dựng lịch canh tác và quản lý nguồn nước. Đây là những bài toán vừa có nhu cầu thực tế trong sản xuất, vừa có thể trở thành môi trường để sinh viên rèn luyện khả năng sử dụng dữ liệu và AI trong chuyên môn.
Vấn đề được đặt ra là phải kết nối được nghiên cứu, dữ liệu và các mô hình AI với nhu cầu cụ thể của nông hộ, doanh nghiệp và địa phương. Nếu thiếu sự kết nối này, kết quả nghiên cứu và mô hình công nghệ khó chuyển thành những giải pháp có khả năng ứng dụng, chuyển giao trong thực tế.
Sự tham gia của doanh nghiệp vì vậy không chỉ nằm ở cung cấp công nghệ. Thông qua những bài toán thực tế, dữ liệu và nhu cầu của sản xuất, doanh nghiệp có thể trở thành một mắt xích kết nối đào tạo, nghiên cứu với quá trình thử nghiệm và ứng dụng. Đây cũng là cơ sở để sinh viên được tiếp cận các vấn đề nghề nghiệp ngay trong quá trình đào tạo thay vì chỉ làm quen với AI thông qua những bài tập mang tính mô phỏng.
Hiệu quả của một ứng dụng AI cũng không thể chỉ được đo bằng độ chính xác của mô hình. Theo Thứ trưởng Lê Quân, cần xem xét đồng thời độ chính xác kỹ thuật, chi phí, tính khả dụng, tác động môi trường và lợi ích đối với người sản xuất. Dữ liệu phải được tiếp cận hợp pháp; quá trình hợp tác cần tuân thủ các quy định về chia sẻ dữ liệu, sở hữu trí tuệ và bảo mật.
Để đáp ứng yêu cầu này, năng lực của đội ngũ giảng viên cũng phải thay đổi. Giảng viên không chỉ cần biết sử dụng công cụ AI mà còn phải có khả năng lựa chọn phương pháp phù hợp, đánh giá độ tin cậy, bảo vệ dữ liệu và chuyển kết quả nghiên cứu thành giải pháp có thể thử nghiệm, ứng dụng và chuyển giao.
Việc bồi dưỡng cần được thiết kế phù hợp với từng nhóm giảng viên, đồng thời hỗ trợ tiếp cận công cụ, dữ liệu và hình thành các nhóm nghiên cứu liên ngành. Sự kết hợp giữa chuyên gia công nghệ với các nhà khoa học trong nông nghiệp, lâm nghiệp và thủy sản đặc biệt cần thiết bởi một mô hình công nghệ chỉ thực sự có giá trị khi giải quyết được vấn đề chuyên môn cụ thể.
Do đó, hợp tác giữa nhà trường, doanh nghiệp, hợp tác xã và địa phương cần được cụ thể hóa thành những chương trình, nhiệm vụ có đầu mối thực hiện, kế hoạch, nguồn lực và sản phẩm dự kiến. Qua đó, chính các bài toán của sản xuất có thể trở thành môi trường để đào tạo sinh viên, phát triển nghiên cứu và kiểm chứng hiệu quả của công nghệ.
Như vậy, mục tiêu đưa AI vào đào tạo khối ngành nông, lâm nghiệp và thủy sản không nằm ở việc sinh viên biết sử dụng bao nhiêu công cụ hay chương trình đào tạo có thêm bao nhiêu học phần về AI. Điều quan trọng hơn là hình thành năng lực sử dụng công nghệ để giải quyết bài toán chuyên môn một cách hiệu quả, có kiểm chứng và có trách nhiệm. Khi giảng đường được kết nối với dữ liệu và những vấn đề thực tế của sản xuất, AI mới có thể trở thành công cụ góp phần nâng cao chất lượng nguồn nhân lực và thúc đẩy chuyển đổi trong nông nghiệp, lâm nghiệp và thủy sản./.
