Ứng dụng trí tuệ nhân tạo trong hoạt động nghiên cứu khoa học của sinh viên: Tiếp cận theo quy trình nghiên cứu
Lại Phương Mai, Vũ Thị Vân
Trường Đại học Thái Bình
Email: [email protected]
Tóm tắt
Sự phát triển nhanh của trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh, đang mở rộng khả năng hỗ trợ sinh viên trong nghiên cứu khoa học, đồng thời đặt ra yêu cầu về kiểm chứng thông tin, bảo mật dữ liệu và liêm chính học thuật. Nghiên cứu sử dụng tổng quan tài liệu có cấu trúc kết hợp phân tích nội dung các công trình chủ yếu giai đoạn 2022-2026. Kết quả được sắp xếp theo bảy giai đoạn của quy trình nghiên cứu và năm phương diện: chức năng hỗ trợ, lợi ích, rủi ro hoặc giới hạn, yêu cầu kiểm chứng và trách nhiệm của người nghiên cứu. Kết quả cho thấy AI phù hợp nhất khi được xem là công cụ hỗ trợ có điều kiện; các quyết định khoa học cốt lõi vẫn cần do sinh viên và giảng viên hướng dẫn kiểm soát. Bài viết đề xuất phát triển năng lực AI gắn với năng lực nghiên cứu và xây dựng cơ chế quản trị, đánh giá phù hợp với từng nhiệm vụ và mức độ rủi ro.
Từ khóa: Trí tuệ nhân tạo, nghiên cứu khoa học, sinh viên, quy trình nghiên cứu, năng lực AI.
Abstract
The rapid development of artificial intelligence (AI), particularly generative AI, is expanding support for students in scientific research while raising concerns about verification, data protection, and academic integrity. This study uses a structured literature review combined with content analysis of publications mainly from 2022 to 2026. The findings are organized around seven stages of the research process and five dimensions: support functions, benefits, risks or limitations, verification requirements, and researcher responsibility. The results suggest that AI is most appropriate as a conditional support tool, while core scientific decisions should remain under the control of students and supervisors. The article recommends developing AI literacy alongside research competence and adopting task- and risk-based governance and assessment mechanisms.
Keywords: Artificial intelligence, scientific research, students, research process, AI literacy.
ĐẶT VẤN ĐỀ
Sự phổ biến của các mô hình ngôn ngữ lớn và AI tạo sinh đang làm thay đổi cách sinh viên thực hiện nhiều nhiệm vụ học thuật. Trong nghiên cứu khoa học, AI có thể hỗ trợ từ hình thành ý tưởng, tìm kiếm và hệ thống hóa tài liệu đến chuẩn bị công cụ thu thập dữ liệu, phân tích, diễn giải và biên tập văn bản. McGrath, Farazouli và Cerratto-Pargman (2025) cho thấy, phạm vi ứng dụng AI tạo sinh trong giáo dục đại học ngày càng mở rộng. Vì vậy, điều cần quan tâm không chỉ là sinh viên có sử dụng AI hay không, mà là AI được sử dụng như thế nào và ở mức độ nào trong từng công đoạn nghiên cứu.
Các bằng chứng gần đây cho thấy hiệu quả sử dụng AI phụ thuộc nhiều vào khả năng đánh giá và kiểm chứng của người học. Yeung và cộng sự (2025) ghi nhận sinh viên đánh giá tích cực vai trò hỗ trợ của AI tạo sinh trong học tập và nghiên cứu nhưng cũng lo ngại về đạo văn, gian lận học thuật và nguy cơ suy giảm năng lực phân tích khi phụ thuộc quá mức. Tại Việt Nam, Bui và cộng sự (2026) phát hiện mối quan hệ thuận có ý nghĩa thống kê giữa năng lực AI và kỹ năng nghiên cứu trên mẫu 465 sinh viên.
Các nghiên cứu hiện có đã tiếp cận AI trong hoạt động học thuật và nghiên cứu từ nhiều góc độ. Deschenes và McMahon (2024) khảo sát cách sinh viên sử dụng AI tạo sinh cho công việc học thuật; Yu, Zhang và Dong (2026) phân tích lợi ích, rủi ro và chiến lược điều chỉnh còn Dai và Chan (2026) xem xét việc sử dụng AI tạo sinh có trách nhiệm xuyên suốt các nhiệm vụ nghiên cứu. Tuy vậy, các nghiên cứu thường tập trung vào từng khía cạnh riêng lẻ. Chức năng hỗ trợ, lợi ích, rủi ro, yêu cầu kiểm chứng và trách nhiệm của người nghiên cứu tại từng giai đoạn vẫn chưa được xem xét đồng thời một cách đầy đủ. Vì thế, bài viết phân tích 5 phương diện này xuyên suốt quy trình nghiên cứu để làm rõ điều kiện và giới hạn của việc sử dụng AI có trách nhiệm.
Nghiên cứu hướng tới 3 mục tiêu: Hệ thống hóa lợi ích và rủi ro chủ yếu của AI đối với nghiên cứu khoa học của sinh viên; phân tích khả năng và giới hạn sử dụng AI ở các giai đoạn của quy trình nghiên cứu và đề xuất hàm ý cho việc sử dụng AI có trách nhiệm. Trong bối cảnh chuyển đổi số giáo dục đại học, việc sử dụng AI trong nghiên cứu cần được xem xét cùng với năng lực nghiên cứu, đổi mới sáng tạo và khả năng thích ứng công nghệ của sinh viên Việt Nam.
PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu sử dụng tổng quan tài liệu có cấu trúc kết hợp phân tích nội dung. Tài liệu được lựa chọn có chủ đích theo mức độ liên quan, chủ yếu trong giai đoạn 2022-2026. AI được dùng như một khái niệm bao quát; tuy nhiên, phần lớn bằng chứng tập trung vào AI tạo sinh, mô hình ngôn ngữ lớn và ChatGPT. Các phần mềm thống kê hoặc nền tảng hỗ trợ nghiên cứu không được xem là AI nếu không tích hợp chức năng AI.
Việc tìm kiếm tài liệu sử dụng các nhóm từ khóa kết hợp artificial intelligence/generative AI/ChatGPT với student research, academic research, higher education, academic integrity và AI literacy. Nghiên cứu ưu tiên bài báo đã qua phản biện, nghiên cứu tổng quan, thực nghiệm và báo cáo của các tổ chức quốc tế có uy tín, với thông tin xuất bản hoặc mã định danh đối tượng số (DOI) có thể kiểm chứng. Quá trình lựa chọn gồm 2 vòng: sàng lọc tiêu đề, tóm tắt; sau đó kiểm tra toàn văn hoặc thông tin xuất bản chi tiết. Tài liệu trùng DOI, ngoài phạm vi hoặc không cung cấp bằng chứng trực tiếp cho câu hỏi nghiên cứu được loại. Nghiên cứu không nhằm thực hiện một tổng quan hệ thống toàn diện mà tập trung vào những nguồn có mức độ liên quan cao.
Các tài liệu được phân tích theo 2 lớp. Trước hết, nội dung được sắp xếp theo 7 giai đoạn của quy trình nghiên cứu: xác định vấn đề; tổng quan tài liệu; thiết kế nghiên cứu; thu thập dữ liệu; phân tích dữ liệu; diễn giải và thảo luận; viết và công bố. Tiếp đó, mỗi giai đoạn được xem xét trên năm phương diện: chức năng hỗ trợ, lợi ích, rủi ro hoặc giới hạn, yêu cầu kiểm chứng và trách nhiệm của người nghiên cứu. Cách tiếp cận này giúp làm rõ AI có thể hỗ trợ ở đâu, cần được kiểm chứng như thế nào và những quyết định nào vẫn phải do con người thực hiện (Dai và Chan, 2026; Yu và cộng sự, 2026).
KẾT QUẢ VÀ THẢO LUẬN
Lợi ích và rủi ro của AI đối với nghiên cứu khoa học của sinh viên
AI có thể giúp sinh viên giảm bớt một số khó khăn trong nghiên cứu, như gợi ý từ khóa, hỗ trợ sàng lọc tài liệu, tổ chức thông tin, giải thích quy trình phân tích hoặc cải thiện cách diễn đạt văn bản (Deschenes và McMahon, 2024; Yeung và cộng sự, 2025). Tuy nhiên, AI không thay thế việc đọc nguồn gốc, lựa chọn phương pháp hay kiểm tra kết quả; các quyết định này vẫn thuộc trách nhiệm của người nghiên cứu.
AI cũng có thể hỗ trợ tư duy và kỹ năng nghiên cứu khi được sử dụng như công cụ đối thoại và phản biện. Essel và cộng sự (2024) ghi nhận sự khác biệt ở một số chỉ báo tư duy trong học phần phương pháp nghiên cứu có sử dụng ChatGPT, song không thể từ đó kết luận AI đương nhiên làm tăng năng lực tư duy. Bui và cộng sự (2026) cho thấy, năng lực AI có liên hệ với kỹ năng nghiên cứu của sinh viên Việt Nam.
Ở chiều ngược lại, AI tạo sinh có thể tạo ra thông tin sai, trích dẫn không tồn tại hoặc những diễn giải vượt quá bằng chứng. Yu và cộng sự (2026) chỉ ra các giới hạn kỹ thuật và nguy cơ phụ thuộc nhận thức, trong khi Kasneci và cộng sự (2023) nhấn mạnh yêu cầu kiểm tra độ tin cậy của đầu ra.
Việc sử dụng AI còn đặt ra các vấn đề về liêm chính học thuật, quyền riêng tư và trách nhiệm tác giả. Cotton, Cotton và Shipway (2024) chỉ ra những thách thức về liêm chính học thuật trong bối cảnh ChatGPT, còn UNESCO nhấn mạnh yêu cầu bảo vệ dữ liệu và tiếp cận AI theo hướng lấy con người làm trung tâm (Miao và Holmes, 2023). Sinh viên vì thế cần kiểm chứng nguồn, bảo vệ dữ liệu và có khả năng giải trình đối với sản phẩm đứng tên mình. Công cụ phát hiện văn bản do AI tạo ra chỉ nên là tín hiệu hỗ trợ vì độ tin cậy còn hạn chế (Weber-Wulff và cộng sự, 2023). Nhìn chung, bằng chứng tích cực về tư duy và kỹ năng không phủ nhận cảnh báo về phụ thuộc nhận thức; chúng phản ánh những cách sử dụng và bối cảnh khác nhau.
Ứng dụng AI theo quy trình nghiên cứu khoa học
Phân tích dưới đây xem quá trình nghiên cứu như một chuỗi công việc có liên hệ với nhau. Mục đích không phải đề xuất lại các bước nghiên cứu, mà làm rõ AI có thể tham gia đến đâu ở từng giai đoạn và người nghiên cứu cần kiểm soát những gì. Bảng 1 xem xét đồng thời 5 phương diện: chức năng hỗ trợ, lợi ích, rủi ro, yêu cầu kiểm chứng và trách nhiệm. Nội dung bảng được tổng hợp từ các chủ đề xuất hiện lặp lại trong những tài liệu được lựa chọn và sắp xếp.
Bảng 1: Khung ứng dụng AI theo quy trình nghiên cứu khoa học của sinh viên
 |
Ở 3 giai đoạn đầu, AI có thể giúp sinh viên mở rộng hướng tiếp cận, tìm kiếm tài liệu nhanh hơn và cân nhắc nhiều phương án thiết kế. Tuy nhiên, gợi ý của AI không thể là căn cứ độc lập để khẳng định tính mới của đề tài, độ tin cậy của tài liệu hay tính phù hợp của thiết kế. Khoảng trống nghiên cứu phải được xác định qua các công trình đã công bố; tài liệu cần truy xuất về nguồn gốc; thiết kế, biến và thang đo phải có căn cứ phương pháp. AI có thể hỗ trợ xử lý thông tin, nhưng quyết định khoa học vẫn phải do người nghiên cứu thực hiện (Yu và cộng sự, 2026; Dai và Chan, 2026).
Ở giai đoạn thu thập và phân tích dữ liệu, mức độ kiểm soát cần chặt chẽ hơn vì sai sót có thể ảnh hưởng trực tiếp đến bằng chứng nghiên cứu. AI có thể hỗ trợ xây dựng câu hỏi, tổ chức dữ liệu hoặc giúp sinh viên hiểu quy trình phân tích, nhưng công cụ thu thập vẫn cần được rà soát, dữ liệu nhạy cảm phải được bảo vệ và phương pháp phân tích phải được kiểm tra về điều kiện áp dụng. Dữ liệu gốc và yêu cầu của phương pháp vẫn là căn cứ để người nghiên cứu đưa ra quyết định.
Ở giai đoạn diễn giải và công bố, AI phù hợp hơn với vai trò gợi ý cách nhìn, đặt câu hỏi phản biện hoặc hỗ trợ trình bày. Mọi diễn giải vẫn phải quay trở lại dữ liệu và tài liệu gốc để tránh suy diễn vượt quá bằng chứng hoặc nhầm lẫn giữa tương quan và quan hệ nhân quả. Hỗ trợ về ngôn ngữ và cấu trúc cũng cần được phân biệt với việc để AI thay thế đóng góp trí tuệ của tác giả. Người viết vẫn chịu trách nhiệm về lập luận, nguồn, kết quả và kết luận.
Hàm ý sử dụng AI có trách nhiệm
Đối với sinh viên, điều quan trọng không chỉ là biết sử dụng công cụ mà là biết dùng AI phù hợp với yêu cầu nghiên cứu. Sinh viên cần xác định nhiệm vụ nào có thể nhờ AI hỗ trợ, kiểm chứng thông tin, bảo vệ dữ liệu và minh bạch phạm vi sử dụng khi quy định yêu cầu. Bui và cộng sự (2026) cho thấy, năng lực AI có liên hệ với kỹ năng nghiên cứu và bao gồm các thành phần về ứng dụng, đạo đức và trách nhiệm trong bối cảnh Việt Nam.
Ở vai trò hướng dẫn, đánh giá nên chú trọng mức độ sinh viên làm chủ quá trình nghiên cứu, thay vì chỉ tìm dấu hiệu AI trong sản phẩm cuối cùng. Giảng viên có thể yêu cầu sinh viên giải thích cách hình thành câu hỏi, lựa chọn tài liệu và phương pháp, cũng như cách đi từ dữ liệu đến kết luận. Khi cần, bản nháp hoặc nhật ký nghiên cứu có thể hỗ trợ việc theo dõi quá trình thực hiện (Dai & Chan, 2026).
Ở cấp cơ sở giáo dục đại học, chính sách sử dụng AI nên làm rõ phạm vi sử dụng theo nhóm nhiệm vụ, yêu cầu khai báo, bảo vệ dữ liệu, trách nhiệm kiểm chứng và trách nhiệm đối với sản phẩm nghiên cứu. Đồng thời, cần chú trọng đào tạo năng lực AI cho cả sinh viên và giảng viên để người sử dụng có khả năng phán đoán phù hợp trong từng tình huống, thay vì chỉ dựa vào quy định cấm hoặc cho phép chung chung.
Về kiểm soát và đánh giá, không nên phụ thuộc vào các công cụ phát hiện văn bản do AI tạo ra. Khi có nghi ngờ, việc đánh giá cần dựa trên nhiều nguồn thông tin như dữ liệu gốc, tài liệu tham khảo, bản nháp, lịch sử phát triển sản phẩm và khả năng giải thích phương pháp, bảo vệ lập luận của sinh viên. Với các cơ sở giáo dục đại học Việt Nam, việc đưa những nguyên tắc này vào đào tạo phương pháp nghiên cứu và quy định về nghiên cứu khoa học sinh viên có thể hỗ trợ phát triển đồng thời năng lực số, năng lực nghiên cứu và trách nhiệm học thuật.
KẾT LUẬN
Kết quả tổng hợp cho thấy AI có thể hỗ trợ nhiều công đoạn của nghiên cứu khoa học sinh viên, nhưng giá trị và rủi ro thay đổi theo từng nhiệm vụ. Đóng góp của bài viết không nằm ở việc xác lập một quy trình mới mà ở cách xem xét đồng thời năm phương diện - chức năng hỗ trợ, lợi ích, rủi ro hoặc giới hạn, yêu cầu kiểm chứng và trách nhiệm - trong từng giai đoạn nghiên cứu. Theo khung phân tích này, AI phù hợp với vai trò công cụ hỗ trợ có điều kiện; các quyết định về vấn đề nghiên cứu, phương pháp, bằng chứng, diễn giải và kết luận vẫn thuộc trách nhiệm của người nghiên cứu. Trong bối cảnh chuyển đổi số giáo dục đại học, phát triển năng lực AI gắn với năng lực nghiên cứu có ý nghĩa đối với chất lượng đào tạo và khả năng thích ứng công nghệ của nguồn nhân lực trẻ. Do nghiên cứu sử dụng tổng quan tài liệu có cấu trúc, kết quả không đại diện cho toàn bộ tài liệu hiện có. Các nghiên cứu tiếp theo có thể kiểm định khung 7×5 bằng khảo sát, nghiên cứu tình huống hoặc thực nghiệm ở những nhóm sinh viên và lĩnh vực khác nhau.
Tài liệu tham khảo:
1. Bui, T. T., Hoang, T. P. T. B., Hoang, Q. N., Tran, T. T. P., Trieu, V. H., & Dinh, L. D. (2026). The relationship between AI literacy and research skills in Vietnam’s universities. IFLA Journal, 52(2), 194–204. https://doi.org/10.1177/03400352251412908
2. Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148
3. Dai, W., & Chan, C. K. Y. (2026). Shaping responsible GenAI use in research through AI literacy-oriented guidelines: Insights from postgraduate students. International Journal of Educational Technology in Higher Education, 23, 33. https://doi.org/10.1186/s41239-026-00609-6
4. Deschenes, A., & McMahon, M. (2024). A survey on student use of generative AI chatbots for academic research. Evidence Based Library and Information Practice, 19(2), 2–22. https://doi.org/10.18438/eblip30512
5. Essel, H. B., Vlachopoulos, D., Essuman, A. B., & Amankwa, J. O. (2024). ChatGPT effects on cognitive skills of undergraduate students: Receiving instant responses from AI-based conversational large language models (LLMs). Computers and Education: Artificial Intelligence, 6, 100198. https://doi.org/10.1016/j.caeai.2023.100198
6. Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
7. McGrath, C., Farazouli, A., & Cerratto-Pargman, T. (2025). Generative AI chatbots in higher education: A review of an emerging research area. Higher Education, 89, 1533–1549. https://doi.org/10.1007/s10734-024-01288-w
8. Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
9. Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P., & Waddington, L. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19, 26. https://doi.org/10.1007/s40979-023-00146-z
10. Yeung, R. S. K., Tian, R., Chiu, D. K. W., & Choi, S. P. M. (2025). University students’ perceptions on how generative artificial intelligence shape learning and research practices: A case study in Hong Kong. The Journal of Academic Librarianship, 51(5), 103082. https://doi.org/10.1016/j.acalib.2025.103082
11. Yu, H., Zhang, H., & Dong, Y. (2026). “Cognitive co-pilot” or “ghostwriter”?—The usage mechanism and adjustment strategies of learners for generative AI in academic research. European Journal of Education, 61(2), e70563. https://doi.org/10.1111/ejed.70563.
| Ngày nhận bài: 20/7/2026; Ngày hoàn thiện biên tập: 8/9/2026; Ngày duyệt đăng: 18/9/2026 |
Các tin khác
Đánh giá chất lượng dịch vụ thuế và tác động đến sự hài lòng của doanh nghiệp: Nghiên cứu tại Cơ quan Thuế Thành phố Hồ Chí Minh
Hoàn thiện kiểm toán nội bộ tại các đơn vị sự nghiệp công lập Việt Nam trong bối cảnh tự chủ tài chính
Tác động của chuyển đổi số đến đổi mới mô hình kinh doanh của các tổ chức tài chính vi mô tại khu vực TP. Hồ Chí Minh: Vai trò điều tiết của vốn tri thức
Năng lực quản trị và hiệu quả hoạt động của các ngân hàng thương mại Việt Nam: Vai trò trung gian của năng lực đổi mới và năng lực thích ứng
Quản lý nhà nước đối với khu thương mại tự do: Kinh nghiệm quốc tế và hàm ý cho TP. Hồ Chí Minh
Vai trò của sự hài lòng tự quyết và đổi mới cá nhân trong mối quan hệ giữa sự đổi mới của nhà bán lẻ và hành vi gắn kết khách hàng
Đề xuất mô hình nghiên cứu các yếu tố ảnh hưởng đến ý định tiếp tục sử dụng dịch vụ ngân hàng số tại các ngân hàng thương mại Việt Nam
Các yếu tố ảnh hưởng đến động lực làm việc của nhân viên tại Công ty TNHH MTV Ô tô Trường Hải Đồng Nai
Khung năng lực nghề nghiệp của kế toán viên trong bối cảnh ứng dụng trí tuệ nhân tạo tại Việt Nam
