Cơ sở tri thức AIEdAIEd KB
Trên trang này

Đọc trang này bằng tiếng Anh

Khái niệm

Quyền chủ động của người học

Ngày tạo 2026-08-13 · Ngày cập nhật 2026-11-08

Bản dịch máy tự động của trang tiếng Anh này, chưa được người bản ngữ xem xét.

Quyền chủ động của người học — năng lực của người học trong việc hành động có chủ đích, đưa ra lựa chọn và thực thi quyền kiểm soát đối với việc học của chính mình. Trong AI trong giáo dục, quyền chủ động là mối quan tâm trung tâm bởi các công cụ AI vừa có thể hỗ trợ vừa có thể làm xói mòn quyền kiểm soát của người học: AI được thiết kế tốt bảo tồn và khuếch đại tính tự chủ của người học, trong khi sự phụ thuộc quá mức hoặc chấp nhận thụ động đầu ra của AI có thể bào mòn nó. Quyền chủ động kết nối với Self-Regulated Learning, Motivation, Self-Efficacy, và việc thiết kế đạo đức của các hệ thống AI, đồng thời gắn chặt với các khái niệm tâm lý về tính tự chủ và cảm nhận về quyền chủ động.

Những câu hỏi cần cân nhắc

  • Quyền chủ động của người học — năng lực hành động có chủ đích và kiểm soát việc học của chính bạn — là trung tâm của AI trong giáo dục. Khi bạn dùng một công cụ AI, bạn thực sự còn giữ được bao nhiêu quyền kiểm soát đối với quá trình học, so với công cụ?
  • AI có thể vừa hỗ trợ vừa làm xói mòn quyền chủ động: AI được thiết kế tốt khuếch đại tính tự chủ của bạn, trong khi sự phụ thuộc quá mức bào mòn nó. Hãy nghĩ về một lần bạn để AI 'làm luôn'. Bạn có học được ít hơn không, kể cả khi đầu ra trông tốt hơn?
  • Học sinh ủy thác việc diễn giải cho AI có thể đánh mất quyền chủ động đối với lập luận của chính mình. Khi bạn trao một nhiệm vụ cho AI, phần nào trong suy nghĩ của bạn đang lặng lẽ bị trao đi?
  • Một nghiên cứu phát hiện việc học AI tự khởi xướng trước đó của học sinh dự báo mức họ thu được từ giảng dạy — người học có quyền chủ động cao hưởng lợi nhiều nhất. Nếu quyền chủ động phần nào là một kỹ năng bạn mang theo khi vào học, thì bối cảnh của chính bạn có thể xây dựng nó thay vì mặc định nó đã có như thế nào?
  • Quyền chủ động không chỉ là một đặc điểm — nó nổi lên từng khoảnh khắc trong làm việc nhóm, nơi AI có thể tái phân bổ ai định hình một sự cộng tác mà người học không nhận ra. Lần gần nhất bạn nhận ra một công cụ đang lặng lẽ lái hướng đi của một nhóm là khi nào?
  • Các nhân vật AI đối lập có thể đẩy nhóm vào thách thức có ích nhưng cũng làm giảm sự hài lòng với làm việc nhóm và an toàn tâm lý. Ma sát có ích có thể tồn tại mà không có an toàn tâm lý không — và điều đó hàm ý gì cho việc thiết kế đồng đội AI?

Giới thiệu

Quyền chủ động quan trọng bởi việc học hiệu quả nhất khi người học là những người tham gia chủ động, có chủ đích thay vì những người tiếp nhận thụ động. Các hệ thống AI — dù là tác tử dạy kèm, robot, hay chatbot — định hình mức quyền kiểm soát mà người học còn giữ được đối với quá trình học của mình. Bảo tồn quyền chủ động vì thế là một nguyên tắc thiết kế then chốt trong AI có trách nhiệm trong giáo dục, song song với việc hỗ trợ Self-Efficacy, xây dựng Trust, và tránh Phụ thuộc quá mức.

Mishra và cộng sự định khung kiểm soát so với quyền chủ động như căng thẳng thiết yếu và tái diễn trong AI trong giáo dục — từ ITS sơ khai đến AI sinh tạo ngày nay — khiến quyền chủ động của người học trở thành trục lâu bền của các cuộc tranh luận trong lĩnh vực.

Một quan điểm tổng bằng không về quyền chủ động với các công cụ tác tử: Prieto & Dimitriadis (2026) lập luận rằng các công cụ AI giáo dục được trao càng nhiều quyền chủ động thì người học càng giữ được ít — rằng quyền chủ động thực chất là một trò chơi tổng bằng không, và các hướng thiết kế lấy con người làm trung tâm hiện nay (ví dụ thiết kế nhạy cảm giá trị) là chưa đủ bởi sự phụ thuộc quá mức và sự cô lập được thúc đẩy bởi các nhân tố hệ thống rộng hơn cùng khuynh hướng của con người là chọn con đường dễ nhất. Tầm nhìn thiết kế giải phóng của họ, hướng tới sự hưng thịnh của người học trong các hệ thống phức hợp, coi việc bảo tồn và nuôi dưỡng quyền chủ động của người học là mục tiêu trung tâm của thiết kế AI sinh tạo chứ không phải điều nghĩ sau.

Quyền chủ động như một mục đích, không chỉ một năng lực: Ở nơi các cách định khung trên hỏi người học còn giữ được bao nhiêu quyền chủ động, Fagerlund và cộng sự (2026) hỏi AI trong Giáo dục để làm gì. Phỏng vấn mười ba giáo viên Phần Lan từ mầm non đến lớp 9 về mục đích của việc dạy với và về AI, rồi đọc các tường thuật của họ qua ba lĩnh vực mục đích giáo dục của Biesta (qualification, socialization, subjectification), họ thấy năng lực là mục đích rõ ràng và cụ thể nhất. Giáo viên muốn học sinh hiểu AI như một hiện tượng xã hội-kỹ thuật và sử dụng các công cụ của nó. Subjectification, tức sự tham gia tự quyết và có ý nghĩa cá nhân với AI, được khẳng định là quan trọng nhưng bị bỏ lại không có chiến lược giảng dạy cụ thể, giáo viên với tới thảo luận chung chung và chiêm nghiệm thay vì các hoạt động được thiết kế. Các tác giả đề xuất quyền chủ động AI có hiểu biết như một heuristic đặt subjectification ở trung tâm trong khi coi năng lực là nền tảng giải thích của nó, giúp học sinh thấy những lựa chọn nào tồn tại và chọn điều gì để theo đuổi. Hệ quả thực tiễn là trực tiếp: một chương trình ưu tiên kỹ năng có thể chèn ép chính mục đích chủ động mà nó lẽ ra phải phục vụ, và cách khắc phục là làm rõ "vì sao" của giáo dục AI thay vì thêm một năng lực nữa vào danh sách.

Hướng đi không cố định. Gillette và cộng sự (2026) đối chiếu giảng viên Thụy Điển của họ với sinh viên Australia trong Bearman và cộng sự (2025), những người "nói chung muốn có quyền chủ động" và "kháng cự sự phụ thuộc": ở đây một số sinh viên mô tả việc trở nên phụ thuộc vào genAI và gọi đó là một mất mát, một người nói nó "cho một cú dopamine vì mọi thứ mất ít thời gian hơn" và "thưởng cho những hành vi xấu".

Quyền chủ động xuất hiện thế nào trong nghiên cứu của cơ sở kiến thức

  • Robot học và tương tác người–robot: RoboBlockly Studio được thiết kế tường minh để bảo tồn quyền chủ động của người học trong tư duy tính toán; một tổng quan hệ thống xem xét tương tác người–robot ảnh hưởng đến tính tự chủ của con người và cảm nhận về quyền chủ động như thế nào, điều trung tâm với các tranh luận về Well-Being và AI Governance.
  • Học tập cộng tác: Nghiên cứu Hợp tác người–AI trong giáo dục AI xem xét cách các nhiệm vụ nhận thức được chia sẻ giữa người học và AI, với quyền chủ động quyết định con người hay AI điều hướng tương tác.
  • Quyền chủ động tri thức luận chia sẻ mở rộng sang tương tác học sinh–AI sinh tạo (GAI). Một lược đồ 14 phạm trù mã hóa 6,788 lượt được ChatGPT hỗ trợ đặt 59% số lượt của học sinh lớp bảy vào quyền chủ động tri thức luận chia sẻ, và các tác giả lập luận rằng cấu trúc này — trước đây chủ yếu được nghiên cứu trong cộng tác đồng đẳng — phải mở rộng để bao gồm các chiều nhận thức và siêu nhận thức (Chang và cộng sự, 2026).
  • Quyền chủ động có thể được chấm điểm ngay từ chính prompt. Thang đo Độ sâu Quyền chủ động Con người chấm điểm đóng góp kỹ thuật của học sinh trên sáu bậc, độc lập với đầu ra của AI; trên 962 prompt từ 105 sinh viên kỹ thuật phần mềm năm thứ nhất, 84.2% vượt bậc thấp nhất nhưng chỉ 5.3% chỉ định các ràng buộc hệ thống (Shakiba & Chaffey, 2026).
  • Tham gia phản biện: Nghiên cứu về giảm tải nhận thức cho thấy học sinh ủy thác việc diễn giải cho AI có thể đánh mất quyền chủ động đối với lập luận của chính mình như thế nào; các hướng tiếp cận phản biện và siêu nhận thức nhằm bảo vệ nó.

Được đánh giá qua mười mô hình, hỗ trợ quyền chủ động là chỗ chúng làm tệ nhất sau học tập. ImpactBench đo Quyền chủ động và Mục đích ở 56.0% trên các tiêu chí tích cực (95% CI [49.2, 62.5]) và 43.9% trên các tiêu chí tiêu cực ([36.9, 50.8]), thấp thứ hai trong 14 tiểu lĩnh vực, và các tiêu chí hỗ trợ bảo tồn tự chủ của nó hỏi liệu một mô hình có đưa ra ngữ cảnh và các đánh đổi thay vì kê đơn một hướng hành động hay không (ImpactBench (2026)). Các mô hình cũng kém nhất quán hơn nhiều trong việc tránh tổn hại so với việc hữu ích: khoảng chênh 38.6 điểm so với 15.9 điểm.

Chi phí phụ thuộc vào tầng nào bị ủy thác: trong một nghiên cứu viết kéo dài tám tuần, ủy thác phần lập luận — luận cứ, phản biện, diễn giải bằng chứng — mang liên hệ tiêu cực mạnh nhất với hiệu năng độc lập (ab = −0.34), và việc viết tự điều chỉnh làm yếu đi nhưng không bao giờ đảo ngược nó (Chen (2026)).

Một nghiên cứu bảng ba đợt trên 342 sinh viên đại học trong 85 nhóm viết cố định cho mối quan ngại đó một hướng thời gian: khi các khác biệt ổn định giữa người đã được tách ra trong một mô hình bảng chéo trễ với hệ số chặn ngẫu nhiên, sự phụ thuộc GenAI cao hơn mức thường lệ dự báo quyền chủ động được cảm nhận thấp hơn ở lần đo sau, trong khi các đường từ quyền chủ động đến sự phụ thuộc yếu hơn và không được hỗ trợ về mặt thống kê. Các khoảng tin cậy và phân tích độ nhạy Monte Carlo để ngỏ khả năng có hiệu ứng đảo ngược nhỏ. Dữ liệu nhật ký của nó cũng cảnh báo không nên đọc khối lượng sử dụng như quyền chủ động bị mất — sự phụ thuộc tự báo cáo có tương ứng với cường độ dùng AI, nhưng nhật ký không thể phân biệt tư vấn chiến lược với giảm tải hay phục tùng, nên bảng điều khiển nên đọc cường độ song song với bằng chứng về diễn ngôn, phản tư và sửa đổi.(Wu & Lu, 2026) Một tường thuật bổ trợ mở rộng học tập tự điều chỉnh thay vì thay thế nó: de Barba (2026) phân biệt điều tiết (quản lý quá trình của chính mình), tích hợp (tổ chức bản thân xuyên thời gian và bối cảnh) và định vị (diễn giải phản biện điều môi trường đo lường), và lập luận rằng thiết kế định hướng quyền chủ động phải đưa người học từ "quyền chủ động trong các điều kiện" sang "quyền chủ động trên các điều kiện" thay vì tối ưu hóa các đại lượng thay thế hành vi.

  • Thiết kế cho quyền chủ động: Thiết kế dựa trên tri thức cho robot xã hội sinh tạo (Teachy Mini) giải quyết các rủi ro như sự phụ thuộc quá mức làm xói mòn quyền chủ động của người học.
  • Thiết kế cho việc bàn giao, không phải cho sự gắn kết kéo dài. Nguyên mẫu hai chế độ Amico coi AI như một trung gian có giới hạn và tạm thời mà thành công của nó được đo bằng các chuyển tiếp quan sát được sang giáo viên, bạn học hoặc cộng đồng, không phải bằng thời gian dành cho AI; thí điểm Ý–Trung của nó phát hiện người học nhận ra nó là một công cụ có giới hạn chứ không phải một vật thay thế quan hệ (Benedetti (2026)).
  • Giàn giáo thích ứng đánh đổi với quyền tự chủ nghề nghiệp. de Jong (2026) lập luận rằng vì thích ứng đòi hỏi hệ thống đánh giá năng lực người dùng, nó làm giảm quyền uy của chuyên gia đối với sự phát triển của chính họ và có nguy cơ giàn giáo quá mức với chuyên gia, và rằng một cơ chế bị cho là không cần thiết sẽ đơn giản bị bỏ qua — để ngỏ ai quyết định người dùng nào nhận giàn giáo: hệ thống, tổ chức, hay chuyên gia.
  • Giàn giáo mạnh hơn không phải là quyền chủ động nhiều hơn. Một bot thiết kế chuyên gia tùy chỉnh làm tăng độ dài tương tác và số prompt tự tạo của giáo viên trước khi vào nghề, nhưng quyền chủ động giải quyết vấn đề cộng tác lại giảm ở cả điều kiện đó lẫn điều kiện ChatGPT khi người tham gia đồng ý với bot thay vì phê phán nó (Krushinskaia và cộng sự (2026)).
  • Quyền chủ động trước đó dự báo ai hưởng lợi: Liang và cộng sự (2026), dựa trên Lý thuyết Nhận thức Xã hội của Bandura, cho thấy việc học AI tự khởi xướng trước đó của học sinh (một biểu hiện hành vi của quyền chủ động) dự báo mức họ thu được từ một năm giảng dạy AI ở trường học — người học có quyền chủ động cao bước vào với mức sẵn sàng mạnh nhất, trong khi chương trình học ở trường thu hẹp các khoảng cách tâm lý nhưng để nguyên các khoảng cách nhận thức. Giảng dạy có cấu trúc và việc học liên quan đến quyền chủ động trước đó hoạt động cộng hưởng, không phải thay thế cho nhau.
  • Tính chọn lọc có nguyên tắc như quyền chủ động của giáo viên dưới thay đổi công nghệ: Adiozaman và Segar (2026) phỏng vấn hai học giả giàu kinh nghiệm ba lần trong một học kỳ và phát hiện họ điều hướng việc giảng dạy có AI trung gian không bằng cách chấp nhận cũng không bằng cách kháng cự toàn bộ, mà qua các quyết định có chủ đích, nhạy cảm với bối cảnh, được dẫn dắt bởi giá trị sư phạm, cam kết đạo đức và phán đoán nghề nghiệp — một mô thức mà các tác giả gọi là tính chọn lọc có nguyên tắc, trong đó việc từ chối một cách dùng cụ thể được tính là phán đoán chứ không phải thất bại trong tiếp nhận. Đó là đối ứng phía giáo viên với các phát hiện phía người học ở trên: việc dùng AI không đồng đều có thể là một sự thực thi quyền chủ động, không phải bằng chứng về sự vắng mặt của nó.
  • Quyền chủ động của giáo viên như điều kiện trung gian cho quyền chủ động của người học: Các phát hiện mới nhất phía giáo viên làm rõ một sự phân chia mà các phát hiện phía người học ở trên để ngầm: quyền chủ động của giáo viên thuộc về thời điểm thiết kế và mang tính trung gian, quyền chủ động của người học được thực thi trong khoảnh khắc, và cái đầu đặt điều kiện cho cái sau. Canonigo (2026) theo dõi mười giáo viên toán trung học qua tám tuần can thiệp ChatGPT-4. Ở nơi giáo viên tuyển chọn và chất vấn đầu ra của AI (đặt các bài toán mở, đặt prompt trước cho công cụ để nó phát ra gợi ý trong khi giữ lại lời giải, yêu cầu học sinh đặt đầu ra của AI bên cạnh bài làm của mình và tranh luận phương pháp nào tốt hơn), nó trở thành một hiện vật tạm thời để phê phán và học sinh tiến tới phỏng đoán và đặt câu hỏi siêu nhận thức. Ở nơi không có trung gian hóa, quyền uy chuyển dịch về phía thuật toán và giáo viên trở thành người xác nhận thay vì nguồn tri thức đầu tiên, một sự chuyển dịch mà một giáo viên mô tả là đi từ "nhà tiên tri" sang "biên tập viên". Chất lượng công cụ không đồng đều làm tăng gánh nặng mà việc trung gian hóa đó phải mang: trên 50 prompt được nộp ba lần cho mỗi mô hình, bản miễn phí không chính xác trong 49 trên 150 phản hồi (32.7%) so với 18 trên 150 (12%) ở bản trả phí (χ2(1) = 17.5, p < .001). Charles (2026) rút ra hàm ý về sự sẵn sàng: quyền chủ động của giáo viên là một nguồn lực nghề nghiệp được huy động qua các quyết định thiết kế và hiện vật, nên sự sẵn sàng nên được đánh giá từ các thiết kế giáo viên tạo ra chứ không phải từ tần suất họ dùng AI, và một quyết định có lập luận để không dùng AI bản thân nó có thể chứng minh sự sẵn sàng. Đọc cùng nhau, các phát hiện này cảnh báo không nên đọc mức dùng AI cao như bằng chứng của một lớp học có quyền chủ động, vì khuynh hướng bảo tồn quyền chủ động của người học được thực thi trong điều giáo viên thiết kế và phê phán, không phải ở việc công cụ có được bật hay không.
  • Kiểm soát giữa giáo viên và học sinh không phải tổng bằng không — nhưng phân phối đúng phụ thuộc vào giai đoạn. Một nghiên cứu hẹn hò nhanh có sự tham gia của 17 giáo viên và 13 học sinh xếp hạng 34 thiết kế kiểm soát kết hợp phát hiện cả hai nhóm đều ưa kiểm soát mạnh của giáo viên trong giai đoạn chuẩn bị và khởi đầu, rồi dần nhiều ý kiến học sinh hơn khi cộng tác mở ra — và không nhóm nào từng ưa kiểm soát hoàn toàn của học sinh. Các ưu tiên phản chiếu nhau: giáo viên muốn kiểm soát nhiều hơn với thời điểm ghép cặp trong khi học sinh muốn tự báo hiệu sự sẵn sàng; học sinh tin vào việc giáo viên chọn bạn cùng nhóm trong khi giáo viên muốn có tiếng nói của học sinh về bạn cùng nhóm. Hàm ý thiết kế: phân bổ quyền chủ động theo từng điểm quyết định và từng giai đoạn, với các đề xuất có giới hạn, có cấu trúc của học sinh được xác nhận bởi phân tích học tập hướng tới giáo viên thay vì quyền ghi đè tự do. (Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing)
  • Tiếp cận lựa chọn không giống với quyền chủ động trong hành động: Su, Nair và Nagashima (2026) phân bổ ngẫu nhiên 69 sinh viên đại học vào một thiết kế 2 × 2 bắt chéo quyền kiểm soát tham số của một mô phỏng đàn chim với việc tiếp cận một tác tử hội thoại tùy chọn. Họ không tìm thấy hiệu ứng đáng tin cậy nào của cả hai khả năng đó lên thu hoạch học tập khi đã kiểm soát kiến thức trước đó (kiểm soát tham số F(1, 50) = 0.04, p = .849; tác tử F(1, 50) = 2.68, p = .108). Thu hoạch đi theo cách quyền kiểm soát được dùng: thời gian dùng thanh trượt trong bài học phức tạp nhất về khái niệm dự báo thu hoạch cao hơn (β = .11, p = .007) trong khi cùng hành vi đó ở bài học dễ hơn dự báo thu hoạch thấp hơn (β = −.04, p = .047). Mức tham gia với tác tử tùy chọn dao động từ 0 đến 32 câu hỏi mỗi người học mà không liên quan đến kết quả. Các tác giả đọc điều này như quyền chủ động được thực thi chứ không được ban cho: câu hỏi thiết kế là điều gì giúp người học quyết định điều gì đáng thay đổi và nhận ra các hệ quả.
  • Ủy thác tri thức luận trong nghiên cứu giai đoạn đầu sự nghiệp: Han và Liu (2026) định khung sự phụ thuộc AI ở các nhà nghiên cứu tiến sĩ và sau tiến sĩ như ủy thác tri thức luận — việc chuyển giao việc định khung vấn đề, lựa chọn phương pháp và quyền uy diễn giải cho hệ thống thông minh — và phát hiện nó liên hệ tiêu cực với cả tự hiệu quả nghiên cứu lẫn quyền tự chủ nghiên cứu, với sự hỗ trợ của người hướng dẫn đệm lấy mất mát. Nó mở rộng các tranh luận về quyền chủ động từ tính tự chủ của người học sang việc hình thành chính nhà nghiên cứu.
  • Quyền uy diễn giải như một biến số thiết kế (một khuôn khổ khái niệm). Porath (2026) định khung lại câu hỏi ai-quyết-định thành sự phân phối quyền uy diễn giải — ai định nghĩa vấn đề, đánh giá phản hồi, và quyết định khi nào sự hiểu đã đạt được — lập bản đồ bốn cấu hình không thứ bậc (con người chi phối, AI hỗ trợ, AI chỉ đạo, đối tác đối thoại) mà các lớp học di chuyển qua trong một nhiệm vụ duy nhất, và đặt nền cho các chuyển dịch trong năm tầng sinh thái từ siêu nhận thức cá nhân đến các tường thuật văn hóa-xã hội. Khẳng định quy phạm của bài viết ăn khớp với bằng chứng của trang này: các cấu hình AI chỉ đạo, dù tinh vi đến đâu, có thể đàn áp sự vất vả có ích và điều tiết siêu nhận thức — chính những năng lực mà trang này xác định là nền tảng của quyền chủ động. Là một bài khái niệm, nó đóng góp từ vựng chẩn đoán chứ không phải bằng chứng thực nghiệm.

Quyền chủ động kết nối với Self-Regulated Learning, Motivation, Self-Efficacy, Student Experience, Hợp tác người–AI, Ethics, Phụ thuộc quá mức, và Metacognition. Nó là một cân nhắc cốt lõi trong robot học, dạy kèm, và việc thiết kế các tác tử học tập AI.

  • Sử dụng có giới hạn như kiểm soát tri thức luận, không phải sự do dự. Zagami (2026) báo cáo rằng sinh viên đạt thành tích cao hơn trong một khảo sát đại học 484 phản hồi cho thấy mức tham gia AI chủ động thấp hơn và tác động học tập được cảm nhận thấp hơn, trong khi cũng báo cáo mức rời bỏ liên quan đến AI thấp hơn, và mô tả việc dùng AI của mình là chuyên sâu về kiểm chứng: đầu ra được kiểm tra rồi phục tùng lập luận của chính họ. Đọc như quyền chủ động thay vì né tránh, mô thức này là một sự giữ lại có chủ đích phán đoán — sinh viên giữ quyền tác giả của kết luận trong khi dùng công cụ để làm rõ và tóm tắt.

Công việc ranh giới bền bỉ, không phải kỹ năng công cụ, là điều phân tách quyền chủ động khỏi sự ủy thác: học sinh dùng cùng một công cụ dựa trên truy xuất tạo ra các hiện vật bóng bẩy tương đương dù họ ràng buộc và viết lại đầu ra của nó hay nhượng quyền diễn giải sớm, nên khác biệt chỉ xuất hiện ở prompt, độ trễ, sửa lỗi và từ chối (O'Byrne, 2026).

  • Hành động, biết, và trả lời không phải là một. Một phân tích diễn ngôn có hỗ trợ ngữ liệu trên 366 tóm tắt GenAI về giáo dục đại học gọi AI là tác nhân 2,050 lần mà không bao giờ làm nó phải chịu trách nhiệm, trong khi trách nhiệm đánh giá đầu ra và kiểm chứng các khẳng định được đặt lên sinh viên: kích hoạt ngữ pháp, quyền chủ động chức năng, quyền uy tri thức luận và trách nhiệm giải trình quy phạm tách rời nhau (Poudyal, 2026).
  • Quyền chủ động có ba chế độ, và chế độ thứ ba là thứ chính sách cung cấp. Với chỉ 18% giáo viên và 24% hiệu trưởng báo cáo trường mình có chính sách AI, hầu hết nhà giáo dục thực thi quyền chủ động cá nhân mà không có quyền chủ động đại diện nào hành động thay họ — chế độ thứ ba của Bandura, được cung cấp bởi các quy tắc thể chế (Tench, Weinstein & James, 2026).

Quyền chủ động như một hiện tượng nổi lên và mang tính tương tác

Quyền chủ động không phải một năng lực duy nhất, và sự phân biệt đó tồn tại sang thực tiễn có AI trung gian. Bergdahl (2026) khảo sát 47 học sinh lớp 7 Thụy Điển sau một học kỳ giảng dạy AI và phát hiện quyền chủ động hướng tới đầu ra của AI không mở rộng sang các hệ thống tạo ra nó. Sự tách này giữ trong từng cá nhân học sinh: 79% có khoảng điểm từ ba trở lên trên chín mục, và một chỉ số phân ly theo từng học sinh nghiêng về tham gia hướng tới đầu ra hơn là hướng tới hệ thống ở 35 học sinh so với 4 trường hợp ngược lại (kiểm định dấu, p < .001). 62% số học sinh phê phán nguồn nhất vẫn chấp nhận phương án ít bảo vệ nhất về việc chatbot đọc bài viết của chính mình, và chỉ một học sinh trong mẫu chọn lập trường quyền riêng tư cao nhất. Đáng chú ý, điều này được đo một tháng sau một bài học trong đó học sinh xem hành vi đã ghi nhật ký của chính mình được chiếu trực tiếp — chúng gọi đó là "đáng sợ" và ở lại qua giờ ra chơi để tiếp tục dùng nền tảng. Quyền chủ động như một thuộc tính nổi lên, mang tính tương tác thì nhất quán với điều này: nó xuất hiện theo từng thực hành thay vì chuyển giao giữa các thực hành, và điều một bài học làm nổi bật không tổng quát hóa sang thanh ghi mà nó không đề cập.

Quyền chủ động của người học không chỉ là một đặc điểm cá nhân tĩnh — nó còn là một quá trình nổi lên, được tạo lập qua tương tác và được thực thi qua diễn ngôn và sự phối hợp từng khoảnh khắc trong làm việc nhóm. Trong học tập cộng tác, quyền chủ động được phân tán và tái thương lượng qua sự tương tác giữa các quá trình phân kỳ (tạo ý tưởng, khám phá các phương án thay thế) và các quá trình hội tụ (đánh giá, tích hợp, tổng hợp). Quan điểm này quan trọng với AI bởi các hệ thống AI tác tử có thể tái phân phối một cách tinh vi lao động tri thức luận và điều tiết trong một nhóm, định hình lại ai đóng góp, ai định hình hướng đi và ai điều tiết tiến trình — thường mà người học không nhận ra.

  • Quyền chủ động như phẩm chất nổi lên của một cấu hình năng lực. Khuôn khổ Năng lực Cộng tác Người–AI cố ý loại trừ quyền chủ động của người học như một thành phần độc lập và coi nó là điều người học thể hiện khi họ phối hợp năng lực miền, AI và siêu nhận thức — công việc tích hợp mà Kiến thức Nội dung Sư phạm Công nghệ (TPACK) giao cho sư phạm chuyển sang điều tiết siêu nhận thức của chính người học. Trên 24 nhà giáo dục đại học, mọi chiều đều xuất hiện trong lời nói của họ, với miền (12–19% đơn vị được mã hóa) và AI (16–22%) được đưa lên trước (Dang và cộng sự, 2026).

  • Jin và cộng sự (2026) cung cấp bằng chứng trực tiếp nhất: trong một thí nghiệm lớn (224 học sinh, 97 bộ ba) nơi AI hoạt động như một thành viên nhóm không được tiết lộ, các nhân vật AI hỗ trợ và đối lập vẫn cấu hình lại quyền chủ động nổi lên. AI đối lập kéo diễn ngôn vào các quỹ đạo hướng tới thách thức và phản tư (ma sát có ích), trong khi AI hỗ trợ ổn định sự đồng thuận và làm mới việc phát ý tưởng.

  • Các nhân vật AI như cơ chế quản trị diễn ngôn. Các nhân vật đối lập ngoại hóa gánh nặng thách thức (tái phân phối lao động tri thức luận về phía phê phán), trong khi các nhân vật hỗ trợ ngoại hóa khẳng định và duy trì đồng thuận. Nghiên cứu xác định sáu hồ sơ quyền chủ động nổi lên — đáng chú ý là điều tiết phản tư là đặc quyền của con người (AI ngoại hóa phê phán/khẳng định nhưng không ngoại hóa giám sát cấp siêu).

  • Chi phí tình cảm của ma sát. AI đối lập làm giảm sự hài lòng với làm việc nhóm và an toàn tâm lý mà không mang lại thu hoạch sáng tạo, tách rời kích thích tri thức luận khỏi tính bền vững của trải nghiệm. Điều này cảnh báo rằng các cấu trúc diễn ngôn "có ích" nên được diễn giải song song với các hệ quả cảm xúc của chúng — quyền chủ động chỉ nở hoa trong một khí hậu an toàn về tâm lý.

  • Sự tham gia ngầm của AI là quản trị vô hình. Bởi các nhân vật hoạt động ngay cả khi không tiết lộ AI, nghiên cứu định vị thiết kế nhân vật như một hình thức quản trị vô hình đối với các quá trình cộng tác — một phát hiện có hàm ý trực tiếp cho trợ lý viết, hệ thống đánh giá đồng đẳng, và các nền tảng làm việc nhóm có thể định hình đóng góp mà không thông báo sự hiện diện của chúng.

  • Ba mô thức quyền chủ động trong đánh giá theo nhóm. Chen và Zou (2026) phỏng vấn 15 nhóm tập trung giáo viên trước khi vào nghề về một bài thuyết trình nhóm thực chất và phát hiện quyền chủ động hoạt động theo ba hướng cùng lúc: năm nhóm tăng cường việc dùng GenAI như hạ tầng phối hợp (quyền chủ động hướng tới hợp tác — giải mã phần của bạn học, căn chỉnh các phần, bảo vệ điểm chung), bảy nhóm tiết chế nó (quyền chủ động quy phạm — các ranh giới được vẽ để bảo vệ tính thực chất, tính công bằng, tính nguyên bản và sự đa dạng quan điểm), và ba nhóm không bao giờ thay đổi thực hành so với làm việc cá nhân (quyền chủ động không được thực thi, nơi năng lực cá nhân không bao giờ được huy động tập thể). Sự phân biệt của họ quan trọng bởi sự tiết chế ở đây là tự điều chỉnh quy phạm chứ không phải tuân thủ hay rời bỏ, và bởi năng lực một mình không tạo ra quyền chủ động tập thể. Tư cách thành viên nhóm cũng đảo ngược trách nhiệm giải trình mà làm việc nhóm lẽ ra phải tạo ra: một khí hậu tập thể dễ dãi làm giảm rủi ro lạm dụng được cảm nhận thay vì nâng cao cam kết.

  • Quyền chủ động như bản thể quan hệ. Xie (2026) thách thức mô hình quyền chủ động cá nhân chủ nghĩa mà ông lập luận ngay cả các phê phán AI cũng tiền giả định. Dựa trên bản thể quan hệ Đạo giáo — một bản thể "trôi chảy và dị thể" được tạo thành qua các quan hệ với người khác và vũ trụ — ông kết luận rằng một khoảng cách số hay phân biệt đối xử thuật toán là "một sự vi phạm cấu thành nền tảng của bản thân", khiến bình đẳng tiếp cận học tập "không chỉ là một mệnh lệnh đạo đức mà là một dữ kiện bản thể luận", và rằng quyền lực bất đối xứng cùng các chi phí môi trường là "các chiều không thể tách rời của bản thân" chứ không phải ngoại ứng. Phản lý tưởng của ông, "Chân nhân" (真人) hay người học tự nhiên, coi AI như một "phụ trợ công cụ" chứ không phải vật thay thế nhận thức — quyền chủ động như sự toàn vẹn được tu dưỡng, không phải tối ưu hóa không ma sát.(Alternative AI Philosophy: Daoism as Method for AI in Education)

Với các bối cảnh cộng tác, điều này định khung lại câu hỏi thiết kế: không phải AI có thể tham gia như một thành viên nhóm hay không, mà cách sự tham gia có mô thức của nó cân bằng giữa sự nghiêm ngặt tri thức luận, an toàn cảm xúc và cảm giác sở hữu của người học. Ma sát có giới hạn (thách thức có ràng buộc, đi kèm các động tác tích hợp và sửa chữa) và năng lực siêu cộng tác tường minh là các biện pháp bảo vệ được khuyến nghị.

Một cách đọc cấu trúc về quyền chủ động xuất hiện trong khuôn khổ đánh giá vui vẻ của El Khoury và Ma, nơi quyền chủ động được coi như một thuộc tính thiết kế thay vì động lực: học sinh chọn thứ tự nhiệm vụ, đặt nhịp độ, và báo hiệu khi một tương tác kết thúc, nên hỗ trợ luôn sẵn có trong khi trách nhiệm về công việc vẫn thuộc về người học. Cơ chế họ gọi tên là sự thẩm định — tập dượt không có khán giả và chọn thời điểm bắt đầu làm thay đổi ý nghĩa của một nhiệm vụ, từ một phán quyết thành điều học sinh có thể định hình — và họ lập luận rằng trải nghiệm lặp lại của sự chuyển dịch đó là điều ổn định những cảm giác hiệu quả thỉnh thoảng thành một lập trường hằng ngày với đánh giá.

  • "Dùng AI nhiều hơn làm giảm cảm giác tác giả của học sinh." Không tuyến tính. Trong một nghiên cứu viết luận có gắn công cụ, quyền sở hữu được cảm nhận chỉ giảm ở nhóm ủy thác toàn bộ bài luận, trong khi sinh viên dùng mô hình để lập kế hoạch hoặc duyệt lại có quyền sở hữu ngang với sinh viên chưa bao giờ mở nó. Nhóm đó cũng đạt điểm cao hơn về độ dễ đọc của bài luận, nên hiện vật trông tốt hơn khi quyền tác giả mỏng đi. Quyền chủ động đi theo cách công cụ được dùng chứ không phải việc nó có được dùng hay không. Quyền tác giả là một hàm của sự ủy thác, không phải của việc sử dụng.

Quyền chủ động so với bản sắc người học

Bản sắc người học và quyền chủ động của người học dễ bị hòa lẫn, nhưng chúng gọi tên những thứ khác nhau — và cả hai đều bị AI định hình lại.

  • Quyền chủ động được thực thi; bản sắc được cư trú. Quyền chủ động là năng lực định cảnh để hành động có chủ đích và điều hướng việc học của mình ngay lúc này — một thuộc tính biến thiên, mang tính tương tác. Bản sắc là cảm nhận bền hơn, mang tính tường thuật về mình là ai và đang trở thành ai với tư cách người học. Quyền chủ động là một quá trình; bản sắc là một trạng thái tồn tại tích tụ từ nó.
  • Bản sắc là quyền chủ động được nội hóa. Các hành động chủ động lặp lại — chọn, viết, kiên trì — là cách một người học đi đến chỗ thấy mình là một người có quyền chủ động và có năng lực. Bản sắc là trầm tích của quyền chủ động qua thời gian, được củng cố bởi sự công nhận và cảm giác thuộc về.
  • Các chế độ thất bại khác nhau. Quyền chủ động bị bào mòn bởi sự phụ thuộc quá mức và chấp nhận thụ động (người học ngừng điều hướng lập luận); bản sắc bị bào mòn bởi mất quyền tác giả và mối đe dọa năng lực (người học ngừng cảm thấy đầu ra là của mình, hoặc rằng mình thuộc về lĩnh vực đó). Sự tái phân phối ngầm lao động tri thức luận của AI chủ yếu là mối quan tâm về quyền chủ động; nghịch lý năng lực trong các lĩnh vực sáng tạo chủ yếu là mối quan tâm về bản sắc.
  • Cả hai đều phải được thiết kế cho. Thiết kế định hướng quyền chủ động bảo tồn kiểm soát và lựa chọn (ma sát có giới hạn, giám sát con người trong vòng lặp, tính minh bạch); thiết kế định hướng bản sắc bảo vệ quyền tác giả và sự công nhận (đánh giá thực chất, ghi nhận rõ ràng đóng góp của AI so với con người, các nhiệm vụ cho phép người học nhận lấy một lĩnh vực). Bảo vệ quyền chủ động mà không bảo vệ quyền tác giả thì giữ được kiểm soát nhưng không giữ được giá trị bản thân — và ngược lại.

Sự phân biệt giữa quyền chủ động được thực thi và bản sắc ổn định cũng áp dụng cho việc từ chối. Như Zagami (2026) mô tả, từ chối một chatbot cho bài viết được đánh giá, cấm nó cho lập luận không được hỗ trợ, kháng cự việc phân loại tự động trong hỗ trợ sinh viên, hay trì hoãn mua sắm là những quan hệ riêng với những hệ thống riêng, trải trên các cấp độ cá nhân, sư phạm, nghề nghiệp, hành chính và thể chế thay vì một khuynh hướng bền vững duy nhất. Quyền đó được phân bổ không đồng đều: sinh viên có tự tin học thuật có thể từ chối mà không bị phạt, trong khi những người cần hỗ trợ về ngôn ngữ, khả năng tiếp cận hoặc phản hồi nhanh đọc việc từ chối như một cơ hội bị mất, và các học giả có vị thế an toàn từ chối theo nguyên tắc trong khi nhân viên hợp đồng cảm thấy áp lực phải tiếp nhận. Ở nơi AI nằm trong hạ tầng, việc từ chối bị dịch chuyển từ lựa chọn cá nhân sang mua sắm, kiểm toán và khả năng chất vấn.

  • Từ chối như việc kiến tạo bản sắc, không chỉ một quyết định (sinh viên da màu trong học việc văn hóa-xã hội). Gyekye (2026) phỏng vấn năm học viên trung học trong 9 tháng và phát hiện họ tự viết nên bản thân qua AI bằng ba động tác: từ chối (không dùng như sự căn chỉnh với thể chế), thương lượng (sửa chữa các lệch pha thể chế, quyền riêng tư như một trừu tượng xa xôi), và công nhận (đánh đồng tính công bằng với sự vắng mặt thiên kiến hữu hình — một "độ phẳng văn hóa" trong đó bản sắc của họ không được đại diện trong phản hồi của AI). Hai khái niệm diễn giải của nghiên cứu — Năng lực AI Thể chế và Băng thông Công nhận — gọi tên năng lực làm cho việc dùng AI trở nên dễ hiểu về mặt thể chế và khoảng không mà học sinh có để thấy mình được công nhận trong đầu ra của AI. Một nghiên cứu tường thuật năm học sinh trong một chương trình duy nhất; đóng góp của nó là cho thấy việc dùng AI, giới hạn và từ chối gắn bó với cách người học hiểu mình như những tác giả và những chuyên gia đang hình thành.

Khuôn khổ Đồng quyền chủ động Sinh thái: quyền chủ động như một vấn đề thiết kế tri thức luận

Poudyal (2026) định khung lại quyền chủ động của người học như một mối quan tâm căn bản mang tính tri thức luận: AI sinh tạo không chỉ thêm một công cụ mà còn tái phân công quyền uy nhận thức luận — khả năng tạo ra tri thức, xác nhận các khẳng định và tạo bằng chứng học tập — từ giáo viên sang sinh viên sang máy. Khuôn khổ Đồng quyền chủ động Sinh thái của bài viết coi đồng quyền chủ động là quan hệ giữa ba chiều phụ thuộc lẫn nhau, tất cả được ràng buộc bởi một điều kiện không thể thương lượng về trách nhiệm giải trình tri thức luận của con người:

  • Đồng quyền chủ động quan hệ — quyền chủ động như sản phẩm của tương tác giữa người học, công cụ và bối cảnh, đòi hỏi phân chia tường minh nhiệm vụ nào được ủy thác cho AI và nhiệm vụ nào được giữ lại, cộng với đồng quyền chủ động đạo đức trong đó con người giữ trách nhiệm giải trình chính và hành động với vai trò giám sát.
  • Đồng quyền chủ động điều tiết — ánh xạ chu trình học tập tự điều chỉnh (định trước, thực hiện, phản tư) lên trung gian hóa AI. Việc GenAI xuất hiện trước hay sau nỗ lực của người học quyết định liệu nó khuếch đại hay bào mòn quyền kiểm soát được cảm nhận; giảm tải nhận thức chiến lược chỉ hỗ trợ học tập chuyển hóa khi quyết định giảm tải là có chủ đích thay vì theo thói quen.
  • Đồng quyền chủ động sư phạm — đặt giáo viên vào trung tâm, di chuyển dọc một chuỗi quan sát viên–người tiếp nhận–cộng tác viên–người đổi mới phụ thuộc vào hỗ trợ thể chế, không phải khuynh hướng cá nhân.

Điều kiện biên của khuôn khổ đòi hỏi khả năng chất vấn (khả năng đặt câu hỏi và kiểm tra chéo đầu ra của AI), nguồn gốc xuất xứ (biết dữ liệu huấn luyện và đầu ra đến từ đâu), và không ủy thác tín dụng đạo đức và tri thức (các phán đoán hệ trọng về phúc lợi sinh viên, vị thế học thuật và điểm số không được chỉ do AI quyết định). Điều này cho nhà giáo dục và nhà hoạch định chính sách một từ vựng chính xác hơn "sự cân bằng" mơ hồ giữa đóng góp của con người và máy, kết nối quyền chủ động với Ethics, Assessment, Equity, và AI Governance.

Một cách định khung gần gũi là quyền chủ động tri thức luận quan hệ (Du & Yuan 2026), đồng ý rằng quyền chủ động được xã hội tạo khả năng và qua công nghệ trung gian chứ không phải vấn đề cô lập khỏi sự phụ thuộc. Ở nơi Khuôn khổ Đồng quyền chủ động Sinh thái nhấn mạnh trách nhiệm giải trình tri thức luận của con người như một ranh giới không thể thương lượng, Du và Yuan giữ lại một bất đối xứng tường minh: các hệ thống AI có thể định hình và mở rộng lập luận mà không sở hữu trách nhiệm tương hỗ hay quyền uy chính đáng. Sáu tiêu chí chẩn đoán của họ — khả năng chất vấn, khả năng khôi phục, chuyển giao, khả năng truy vết, trách nhiệm phân tán, và đa nguyên tri thức luận — cung cấp một phép kiểm thực tiễn cho việc khi nào một quan hệ người–AI bảo tồn năng lực của người học tham gia vào cách các khẳng định được hình thành, đánh giá và chấp nhận, so với khi nào nó chỉ giao nộp một sản phẩm. Quyền chủ động theo cách hiểu này không phải sự độc lập khỏi công cụ mà là năng lực phán đoán có trách nhiệm với, qua và chống lại các hệ thống trung gian hóa tri thức.

  • Quyền chủ động được ủy thác như một cơ chế, không chỉ một rủi ro. Yan và Gašević (2026) coi việc ủy thác lao động nhận thức cho AI là một phần của cách học diễn ra, không chỉ một mối đe dọa với nó: trong tường thuật của họ, hiệu năng được hỗ trợ chỉ trở thành năng lực bền vững khi người học giữ trách nhiệm định khung vấn đề, đặt tiêu chí và biện minh cho câu trả lời, một sự phân công lao động họ gọi là quyền chủ động được ủy thác. Điều đó khiến chính sự phân bổ trở thành biến số thiết kế, vì cùng một công cụ có thể bảo tồn hoặc làm tan rã quyền chủ động của người học tùy vào trách nhiệm nào nó hấp thụ.

Những hiểu lầm phổ biến

  • "Học sinh thực thi quyền chủ động khi họ dùng AI tự do." Một lược đồ 14 phạm trù mã hóa 6,788 lượt được ChatGPT hỗ trợ đặt 59% số lượt của học sinh lớp bảy vào các phạm trù không đại diện cho việc dùng có quyền chủ động. Khối lượng sử dụng và quyền chủ động là những thước đo khác nhau.
  • "Các mô hình hiện nay hỗ trợ quyền chủ động của người học tốt." Được đánh giá qua mười mô hình, hỗ trợ quyền chủ động là chỗ chúng làm tệ nhất sau học tập: ImpactBench đo Quyền chủ động và Mục đích ở 56.0% trên các tiêu chí tích cực. Quyền chủ động là chiều mà các hệ thống AI xử lý kém nhất, không phải một sản phẩm phụ của năng lực.
  • "Trung gian hóa của giáo viên là một ràng buộc với quyền chủ động." Canonigo (2026) theo dõi mười giáo viên toán trung học qua một can thiệp ChatGPT-4 kéo dài tám tuần và sự trung gian hóa là cơ chế chứ không phải chướng ngại.

Khái niệm liên quan

Bài viết liên quan

FAQ liên quan

Siêu dữ liệu

Đối tượng dự kiếnLearners
Học tập và giảng dạyMotivation, Self-Regulated Learning
Công bằng, đạo đức và sử dụng có trách nhiệmEthics
Nền tảng về AI trong giáo dụcQuyền chủ động của người học, Giảm tải nhận thức, Hợp tác người–AI
NguồnLịch sửSửaTrò chuyện

Nhúng trang này

Sao chép mã bên dưới để nhúng trang này vào hệ thống quản lý học tập hoặc trang web khác. Bản nhúng chỉ hiển thị nội dung trang — nó ẩn phần đầu trang, điều hướng và chân trang của website.