ỨNG DỤNG TRÍ TUỆ NHÂN TẠO (AI) TRONG ĐỔI MỚI PHƯƠNG PHÁP NGHIÊN CỨU TRUYỀN THÔNG TẠI KHOA TRUYỀN THÔNG & VĂN HOÁ ĐỐI NGOẠI, HỌC VIỆN NGOẠI GIAO

Đoàn Thị Trà

Khoa Truyền thông và Văn hoá đối ngoại, Học viện Ngoại giao

Email: [email protected]

Tóm tắt: Trong bối cảnh chuyển đổi số giáo dục, bài báo nghiên cứu việc ứng dụng trí tuệ nhân tạo (AI) nhằm đổi mới phương pháp nghiên cứu truyền thông tại Khoa Truyền thông và Văn hóa đối ngoại, Học viện Ngoại giao. Qua phân tích thực trạng, nghiên cứu chỉ ra các rào cản chính gồm: sĩ số lớp đông gây khó khăn trong cá thể hóa hướng dẫn, hạn chế về quỹ nghiên cứu và sự thiếu đồng bộ của hệ thống phòng lab dữ liệu. Để giải quyết, tác giả đề xuất bốn nhóm giải pháp chiến lược: (1) Ứng dụng AI hỗ trợ xử lý tài liệu và cá nhân hóa hướng dẫn; (2) Tích hợp tư duy dữ liệu và AI vào chương trình đào tạo; (3) Đẩy mạnh hợp tác nhà trường - doanh nghiệp; và (4) Xây dựng quy định về đạo đức học thuật. Kết quả khẳng định việc tích hợp AI không chỉ tối ưu hóa hiệu suất kỹ thuật mà còn tạo bước chuyển đổi căn bản về tư duy sư phạm. Hướng đi này góp phần hiện thực hóa mô hình đại học thông minh, bồi dưỡng nguồn nhân lực đối ngoại số có năng lực phản biện và thích ứng cao trong tình hình mới.

Từ khóa: Trí tuệ nhân tạo; phương pháp nghiên cứu truyền thông; chuyển đổi số; Học viện Ngoại giao; giáo dục đại học.

1. Đặt vấn đề

Chuyển đổi số (CĐS) trong giáo dục đại học (GDĐH) là sự tích hợp chiến lược giữa công nghệ và đào tạo. Đây là yêu cầu bắt buộc để tối ưu quy trình quản lý, nâng tầm chất lượng chuyên môn và đáp ứng kịp thời những kỳ vọng mới của sinh viên trong thời đại số (Nguyễn Bảo Vinh, 2025). Việc ứng dụng các công nghệ mới, đặc biệt là trí tuệ nhân tạo (AI), đang tạo nên những biến đổi mạnh mẽ trong phương pháp nghiên cứu, giảng dạy, kiểm tra đánh giá cũng như quản lý đào tạo.

Đối với Học viện Ngoại giao-cơ sở đào tạo nguồn nhân lực chất lượng cao phục vụ lĩnh vực Đối ngoại-yêu cầu hiện đại hóa hoạt động đào tạo ngày càng trở nên cấp bách. Sự phát triển của Ngoại giao Việt Nam nói chung và ngoại giao số nói riêng trong bối cảnh kỷ nguyên mới đòi hỏi đội ngũ cán bộ đối ngoại tương lai không chỉ vững chuyên môn nghiệp vụ mà còn cần thành thạo công nghệ, có tư duy phản biện tốt và thích ứng nhanh nhạy với môi trường làm việc số.

Các hướng nghiên cứu của Khoa Truyền thông và Văn hoá đối ngoại (TT&VHĐN) chủ yếu tập trung vào sự kết hợp giữa truyền thông, quan hệ quốc tế và văn hóa, nổi bật có thể kể đến như truyền thông mới và chuyển đổi số, ngoại giao số, xây dựng thương hiệu quốc gia hay truyền thông marketing. Tuy nhiên, trên thực tế, phương pháp nghiên cứu truyền thông (PPNCTT) hiện nay tại khoa vẫn chưa khai thác hiệu quả tiềm năng của dữ liệu học tập cũng như các công cụ AI. Vì vậy, việc nghiên cứu ứng dụng AI nhằm đổi mới PPNCTT tại Khoa TT&VHĐN không chỉ góp phần nâng cao hiệu quả giảng dạy và nghiên cứu mà còn phục vụ quá trình thực hiện chiến lược CĐS của ngành Ngoại giao.

2. Nội dung nghiên cứu

2.1. Cơ sở lý thuyết

-Trí tuệ nhân tạo (AI) được định nghĩa là một phân nhánh của khoa học máy tính tập trung vào việc kiến tạo các hệ thống máy móc có khả năng mô phỏng các tiến trình trí tuệ của con người (Quang Huy, 2025). Các hệ thống này không chỉ dừng lại ở việc học máy từ dữ liệu và kinh nghiệm, mà còn sở hữu năng lực lập luận để giải quyết vấn đề, tự điều chỉnh nhằm tối ưu hóa hiệu suất và khả năng hiểu ngôn ngữ tự nhiên cũng như nhận dạng hình ảnh, âm thanh, môi trường.

-Ứng dụng AI trong PPNCTT là quá trình tích hợp các thuật toán thông minh vào quy trình nghiên cứu truyền thông nhằm nâng cao hiệu suất, tối ưu hóa nguồn lực thời gian và cá nhân hóa trải nghiệm học thuật (Lê Thị Hằng, 2022).

-Sự giao thoa giữa AI và PPNCTT đang tạo ra một cuộc cách mạng về phương pháp luận thông qua ba trụ cột chính (Lê Thị Hằng, 2022).

Thứ nhất, trong lĩnh vực phân tích dữ liệu và hành vi người dùng, công nghệ xử lý ngôn ngữ tự nhiên cho phép AI thực hiện phân tích tâm lý để định lượng thái độ của công chúng đối với các thực thể truyền thông. Đồng thời, khả năng phân tích dữ liệu lớn giúp chuyển dịch từ mô hình phản ứng thụ động sang dự báo xu hướng, hỗ trợ các nhà nghiên cứu đón đầu các chuyển biến về nội dung và điều chỉnh chiến lược theo thời gian thực.

Thứ hai, đối với nghiên cứu nội dung và giám sát hệ sinh thái số, AI đóng vai trò là công cụ quản trị danh tiếng đắc lực thông qua việc quét hàng triệu dữ liệu đa nền tảng trên mạng xã hội từ Facebook đến TikTok, từ đó đưa ra các cảnh báo sớm về khủng hoảng truyền thông.

Thứ ba, trong hoạt động nghiên cứu học thuật thuần túy, AI đã tái định nghĩa quy trình tiếp cận tri thức. Các nền tảng như Semantic Scholar không chỉ hỗ trợ tìm kiếm ngữ nghĩa mà còn phân tích sâu mạng lưới trích dẫn, kết hợp với các công cụ tóm tắt tự động giúp tối ưu hóa thời gian thẩm định tài liệu. Đặc biệt, sự xuất hiện của các nhóm thảo luận giả lập dựa trên mô hình bản sao số đang mở ra những tiền lệ mới trong việc thử nghiệm phản ứng của công chúng đối với các thông điệp truyền thông trước khi công bố rộng rãi. Tổng hòa các ứng dụng này không chỉ nâng cao độ chính xác của kết quả nghiên cứu mà còn góp phần hiện đại hóa PPNCTT trong kỷ nguyên số.

2.2. Thực trạng nghiên cứu truyền thông tại Khoa TT&VHĐN

Trong những năm gần đây, hoạt động nghiên cứu Truyền thông tại Khoa TT&VHĐN đã có những bước cải tiến theo hướng tăng cường thực hành như ứng dụng AI trong giảng dạy học phần Truyền thông số. Tuy nhiên, trước yêu cầu CĐS và đào tạo nguồn nhân lực đối ngoại số trong bối cảnh cách mạng công nghiệp 4.0, PPNCTT hiện nay vẫn bộc lộ một số hạn chế:

Thứ nhất, số lượng sinh viên trong một lớp học PPNCTT rất đông, khó cá thể hóa.

Một thực trạng nổi bật hiện nay là số lượng sinh viên trong các lớp học môn PPNCTT thường khá đông, gây khó khăn cho việc cá thể hóa hoạt động giảng dạy và hướng dẫn nghiên cứu. Trong khi nghiên cứu truyền thông là học phần đòi hỏi tính tương tác cao, cần được hướng dẫn theo từng đề tài, từng nhóm hoặc từng cá nhân, thì sĩ số lớp lớn khiến giảng viên khó có điều kiện theo sát quá trình hình thành ý tưởng, xây dựng khung lý thuyết, lựa chọn phương pháp nghiên cứu và xử lý dữ liệu của từng sinh viên.

Thực tế cho thấy, mỗi sinh viên thường có định hướng nghiên cứu khác nhau như truyền thông số, quan hệ công chúng, báo chí đa phương tiện, truyền thông văn hóa hay truyền thông quốc tế. Tuy nhiên, với số lượng sinh viên đông trong một lớp học, giảng viên khó có thể dành đủ thời gian để tư vấn chuyên sâu cho từng hướng nghiên cứu cụ thể. Việc phản hồi bài tập, chỉnh sửa đề cương hay góp ý phương pháp nghiên cứu nhiều khi chỉ dừng ở mức khái quát, chưa thật sự sát với nhu cầu và năng lực của từng cá nhân.

Bên cạnh đó, nghiên cứu truyền thông là lĩnh vực yêu cầu kỹ năng thực hành như thiết kế bảng hỏi, phỏng vấn sâu, phân tích nội dung, xử lý dữ liệu hoặc sử dụng các công cụ nghiên cứu số. Khi lớp học quá đông, việc tổ chức các hoạt động thực hành, thảo luận nhóm hoặc hướng dẫn trực tiếp trở nên hạn chế. Điều này dẫn đến tình trạng nhiều sinh viên tiếp cận môn học theo hướng lý thuyết nhiều hơn thực hành, chưa hình thành đầy đủ tư duy nghiên cứu độc lập và kỹ năng triển khai nghiên cứu thực tế.

Sĩ số lớp lớn cũng tạo áp lực đáng kể cho giảng viên trong việc theo dõi tiến độ học tập và đánh giá năng lực nghiên cứu của sinh viên. Với đặc thù của môn học, mỗi đề tài nghiên cứu cần được nhận xét chi tiết về tính mới, câu hỏi nghiên cứu, phương pháp tiếp cận và tính khả thi. Tuy nhiên, khi phải hướng dẫn cùng lúc số lượng lớn sinh viên, chất lượng tương tác học thuật giữa giảng viên và người học khó tránh khỏi bị ảnh hưởng.

Ngoài ra, việc cá thể hóa trong đào tạo nghiên cứu hiện nay còn gặp hạn chế do thời lượng học phần không nhiều so với khối lượng kỹ năng cần trang bị. Trong bối cảnh truyền thông số và AI phát triển nhanh, nhu cầu hướng dẫn theo năng lực và định hướng nghề nghiệp cá nhân ngày càng trở nên quan trọng. Tuy nhiên, với mô hình lớp học đông hiện nay, việc xây dựng lộ trình nghiên cứu phù hợp cho từng sinh viên vẫn còn là một thách thức lớn đối với Khoa.

Thứ hai, nguồn quỹ dành cho nghiên cứu khoa học còn tương đối hạn chế so với nhu cầu thực tế.

Trong bối cảnh lĩnh vực truyền thông đang thay đổi nhanh dưới tác động của công nghệ số, AI và dữ liệu lớn, việc triển khai các nghiên cứu chuyên sâu ngày càng đòi hỏi nhiều chi phí về công nghệ, dữ liệu, khảo sát và kết nối chuyên môn. Tuy nhiên, nguồn kinh phí hiện nay chủ yếu vẫn tập trung ở quy mô nhỏ, phục vụ các đề tài cấp khoa hoặc cấp học viện, nên chưa thật sự đáp ứng được yêu cầu của các nghiên cứu có tính ứng dụng và liên ngành cao.

Thực tế cho thấy, nghiên cứu truyền thông hiện đại không chỉ dừng ở việc tổng hợp tài liệu hay khảo sát cơ bản mà còn cần đầu tư vào các hoạt động như: thu thập dữ liệu diện rộng, triển khai khảo sát trực tuyến quy mô lớn, sử dụng phần mềm phân tích dữ liệu, mua quyền truy cập cơ sở dữ liệu học thuật, thực hiện nghiên cứu thực địa, tổ chức phỏng vấn chuyên gia; phân tích dữ liệu mạng xã hội bằng công cụ số hoặc AI.

Những hoạt động này đều đòi hỏi kinh phí tương đối lớn. Tuy nhiên, với nguồn quỹ nghiên cứu còn hạn chế, nhiều đề tài phải thu hẹp phạm vi khảo sát, giảm kích thước mẫu hoặc lựa chọn phương pháp nghiên cứu đơn giản hơn để phù hợp với điều kiện tài chính. Điều này phần nào ảnh hưởng đến độ sâu học thuật cũng như khả năng khái quát hóa kết quả nghiên cứu.

Đối với sinh viên, khó khăn về kinh phí càng thể hiện rõ hơn trong quá trình thực hiện khóa luận hoặc nghiên cứu khoa học. Phần lớn sinh viên phải tự cân đối chi phí cho việc khảo sát, in ấn tài liệu, di chuyển, thực hiện phỏng vấn hoặc sử dụng công cụ xử lý dữ liệu. Vì vậy, nhiều nghiên cứu có xu hướng lựa chọn đề tài dễ tiếp cận, phạm vi nhỏ hoặc sử dụng nguồn dữ liệu miễn phí thay vì triển khai các nghiên cứu quy mô lớn, có tính mới và tính ứng dụng cao hơn.

Ngoài ra, hạn chế về quỹ nghiên cứu cũng ảnh hưởng đến khả năng tiếp cận các công cụ và nền tảng nghiên cứu hiện đại. Trong bối cảnh nghiên cứu truyền thông số ngày càng gắn với AI, dữ liệu lớn và phân tích hành vi công chúng trên nền tảng số, nhiều phần mềm chuyên dụng như SPSS, NVivo… hay các công cụ social listening thường có chi phí sử dụng cao. Khi chưa có nguồn ngân sách đủ mạnh để đầu tư đồng bộ, việc ứng dụng công nghệ vào nghiên cứu vẫn còn ở mức hạn chế.

Bên cạnh đó, nguồn kinh phí dành cho sinh viên tham gia hội thảo quốc tế hoặc kết nối học thuật với các cơ sở nghiên cứu nước ngoài còn chưa nhiều. Điều này khiến giảng viên và sinh viên gặp khó khăn trong việc mở rộng hợp tác nghiên cứu, cập nhật xu hướng học thuật quốc tế và nâng cao năng lực công bố khoa học bằng tiếng Anh. Trong khi đó, đây lại là yếu tố rất quan trọng để nâng cao vị thế học thuật và chất lượng nghiên cứu của ngành truyền thông trong bối cảnh hội nhập quốc tế.

Thứ ba, hệ thống phòng lab truyền thông dữ liệu và phân tích AI vẫn chưa được đầu tư đồng bộ và chuyên sâu.

Trong bối cảnh ngành truyền thông đang chuyển mạnh sang môi trường số, nghiên cứu truyền thông hiện đại không còn chỉ dựa trên các phương pháp truyền thống như khảo sát bảng hỏi hay phân tích nội dung thủ công, mà ngày càng phụ thuộc vào khả năng xử lý dữ liệu lớn, phân tích hành vi công chúng trên nền tảng số và ứng dụng AI. Tuy nhiên, cơ sở hạ tầng phục vụ cho hướng nghiên cứu này tại nhiều cơ sở đào tạo, trong đó có Khoa TT&VHĐN, vẫn còn ở giai đoạn phát triển ban đầu.

Hiện nay, hoạt động học tập và nghiên cứu của sinh viên chủ yếu vẫn diễn ra trong các phòng máy tính cơ bản, phục vụ các nhu cầu tác nghiệp truyền thông thông thường như thiết kế, dựng video hoặc xử lý nội dung số. Trong khi đó, một phòng lab truyền thông dữ liệu hiện đại cần được xây dựng như một không gian nghiên cứu chuyên biệt, có khả năng hỗ trợ thu thập dữ liệu mạng xã hội theo thời gian thực, phân tích xu hướng truyền thông; xử lý dữ liệu lớn; nghiên cứu hành vi công chúng số; ứng dụng AI trong phân tích nội dung và dự đoán xu hướng truyền thông; đo lường hiệu quả chiến dịch truyền thông đa nền tảng. Để thực hiện các hoạt động này, hệ thống phòng lab cần được trang bị đồng bộ cả về phần cứng lẫn phần mềm chuyên dụng. Tuy nhiên, thực tế hiện nay cho thấy nguồn lực đầu tư cho các hệ thống này vẫn còn khá hạn chế, khiến việc triển khai các nghiên cứu truyền thông dựa trên dữ liệu lớn hoặc AI gặp nhiều khó khăn.

2.3. Một số biện pháp ứng dụng AI trong đổi mới PPNC

Một là ứng dụng AI trong hỗ trợ tìm kiếm, tổng hợp, xử lý tài liệu nghiên cứu và cá nhân hoá hoạt động hướng dẫn nghiên cứu

Một trong những khó khăn phổ biến của sinh viên khi thực hiện nghiên cứu truyền thông là việc tìm kiếm và xử lý khối lượng lớn tài liệu học thuật. AI có thể hỗ trợ tìm kiếm tài liệu theo chủ đề, gợi ý từ khóa nghiên cứu, tổng hợp nội dung chính của bài báo khoa học, phân loại tài liệu theo nhóm chủ đề, hỗ trợ dịch thuật và đọc tài liệu nước ngoài, trích xuất thông tin quan trọng từ nhiều nguồn dữ liệu khác nhau. Các công cụ AI hiện nay như chatbot học thuật, công cụ tóm tắt văn bản hay AI hỗ trợ quản lý tài liệu tham khảo giúp sinh viên tiết kiệm thời gian xử lý thông tin và tập trung nhiều hơn vào phân tích học thuật. Điều này đặc biệt hữu ích đối với lĩnh vực truyền thông quốc tế khi phần lớn tài liệu chuyên ngành được công bố bằng tiếng Anh.

Do số lượng sinh viên trong các lớp học phương pháp nghiên cứu thường khá đông, AI có thể hỗ trợ giảng viên trong việc cá thể hóa quá trình hướng dẫn nghiên cứu. Các nền tảng AI có thể gợi ý đề tài phù hợp với năng lực và sở thích của sinh viên, hỗ trợ xây dựng đề cương nghiên cứu, kiểm tra logic nghiên cứu, phản hồi sơ bộ đối với bài viết học thuật, hỗ trợ kiểm tra đạo văn và chuẩn hóa trích dẫn. Nhờ đó, sinh viên có thể nhận được sự hỗ trợ thường xuyên hơn ngoài thời gian học trên lớp, đồng thời giảm áp lực cho giảng viên trong quá trình theo dõi và phản hồi bài nghiên cứu.

Hai là đổi mới nội dung đào tạo PPNCTT theo hướng tích hợp AI.

Việc tích hợp AI vào nội dung đào tạo không chỉ dừng ở việc giới thiệu công nghệ mới mà cần hướng tới hình thành tư duy nghiên cứu dữ liệu cho sinh viên. Khoa có thể bổ sung các chuyên đề liên quan đến khai thác dữ liệu truyền thông số, phân tích hành vi công chúng trên mạng xã hội, ứng dụng AI trong nghiên cứu truyền thông, phân tích cảm xúc công chúng, trực quan hóa dữ liệu và ứng dụng AI tạo sinh trong sản xuất nội dung truyền thông. Điều này sẽ giúp sinh viên tiếp cận với các phương pháp nghiên cứu hiện đại đang được sử dụng phổ biến trong doanh nghiệp và các tổ chức nghiên cứu quốc tế.

Bên cạnh đó, việc đổi mới nội dung đào tạo cũng cần chú trọng phát triển kỹ năng thực hành. Sinh viên không chỉ học lý thuyết về AI mà cần được trực tiếp trải nghiệm các công cụ hỗ trợ nghiên cứu như phần mềm phân tích dữ liệu, nền tảng social listening, công cụ AI hỗ trợ khảo sát hoặc phân tích xu hướng truyền thông. Quá trình này sẽ giúp người học hiểu rõ cách AI hỗ trợ nghiên cứu khoa học, đồng thời nâng cao khả năng thích ứng với môi trường truyền thông số trong tương lai.

Ngoài ra, việc tích hợp AI vào đào tạo phương pháp nghiên cứu còn giúp thúc đẩy tư duy liên ngành giữa truyền thông, công nghệ và dữ liệu. Đây là xu hướng quan trọng của ngành truyền thông hiện đại, khi người làm truyền thông không chỉ cần kỹ năng nội dung mà còn phải hiểu cách khai thác và phân tích dữ liệu để xây dựng chiến lược truyền thông hiệu quả.

Ba là tăng cường hợp tác với doanh nghiệp và tổ chức công nghệ.

Trong bối cảnh công nghệ thay đổi nhanh chóng, việc chỉ dựa vào nguồn lực nội bộ của nhà trường sẽ khó đáp ứng đầy đủ yêu cầu cập nhật kiến thức và công nghệ mới. Vì vậy, hợp tác với các đơn vị bên ngoài sẽ giúp Khoa mở rộng khả năng tiếp cận công cụ nghiên cứu hiện đại, dữ liệu thực tiễn và kinh nghiệm ứng dụng AI trong môi trường nghề nghiệp. Điều này góp phần rút ngắn khoảng cách giữa lý thuyết học thuật và yêu cầu của thị trường lao động, đồng thời giúp hoạt động nghiên cứu mang tính ứng dụng cao hơn. Khoa có thể phối hợp với doanh nghiệp tổ chức các workshop, seminar, khóa đào tạo kỹ năng AI hoặc chương trình nghiên cứu thực tế dành cho sinh viên. Các chuyên gia công nghệ và chuyên gia truyền thông dữ liệu từ doanh nghiệp có thể tham gia hướng dẫn nghiên cứu, chia sẻ kinh nghiệm triển khai dự án hoặc hỗ trợ sinh viên tiếp cận các xu hướng mới của ngành truyền thông số. Đây cũng là cơ hội để xây dựng mạng lưới học thuật - nghề nghiệp giữa nhà trường và doanh nghiệp.

Song song với lợi ích về chuyên môn, hợp tác với doanh nghiệp còn có thể giúp Khoa giải quyết phần nào khó khăn về nguồn lực nghiên cứu. Các doanh nghiệp công nghệ hoặc nền tảng truyền thông số có thể hỗ trợ tài trợ phần mềm, cung cấp dữ liệu nghiên cứu hoặc đồng hành trong các dự án nghiên cứu liên ngành về AI và truyền thông. Điều này sẽ tạo điều kiện thuận lợi hơn cho việc phát triển các hướng nghiên cứu mới như truyền thông dữ liệu, AI tạo sinh trong truyền thông hay phân tích hành vi công chúng trên nền tảng số.

Bốn là xây dựng quy định và đạo đức sử dụng AI trong nghiên cứu truyền thông.

Cùng với những lợi ích lớn mà AI mang lại, việc ứng dụng AI trong nghiên cứu truyền thông cũng đặt ra nhiều vấn đề liên quan đến đạo đức học thuật và tính minh bạch trong nghiên cứu khoa học. Vì vậy, Khoa TT&VHĐN cần xây dựng các quy định và nguyên tắc sử dụng AI rõ ràng nhằm đảm bảo AI được sử dụng đúng mục đích và phù hợp với chuẩn mực học thuật.

Hiện nay, các công cụ AI tạo sinh có khả năng hỗ trợ viết nội dung, tổng hợp tài liệu, xây dựng đề cương hoặc phân tích dữ liệu rất nhanh. Tuy nhiên, nếu lạm dụng AI hoặc sử dụng thiếu kiểm soát, sinh viên có thể phụ thuộc vào công nghệ thay vì phát triển tư duy nghiên cứu độc lập. Một số nguy cơ có thể xuất hiện như đạo văn học thuật, sử dụng thông tin sai lệch, trích dẫn không minh bạch hoặc sao chép nội dung do AI tạo ra mà không kiểm chứng. Điều này ảnh hưởng trực tiếp đến chất lượng nghiên cứu cũng như tính trung thực trong học thuật.

Do đó, Khoa cần xây dựng hướng dẫn cụ thể về phạm vi sử dụng AI trong học tập và nghiên cứu. Cụ thể, AI được phép hỗ trợ tìm kiếm và tổng hợp tài liệu nhưng không thay thế hoàn toàn quá trình phân tích của người học. Nội dung do AI hỗ trợ cần được kiểm chứng và trích dẫn minh bạch. Giảng viên và sinh viên cần chịu trách nhiệm về tính chính xác của dữ liệu và kết quả nghiên cứu, nghiêm cấm sử dụng AI để sao chép hoặc tạo ra sản phẩm nghiên cứu mang tính đối phó học thuật.

Đồng thời, việc giáo dục đạo đức sử dụng AI cũng rất quan trọng. Sinh viên cần được nâng cao nhận thức về trách nhiệm học thuật, quyền sở hữu trí tuệ, bảo mật dữ liệu và tác động xã hội của AI trong lĩnh vực truyền thông. Người học cần hiểu rằng AI chỉ là công cụ hỗ trợ nghiên cứu, còn tư duy phản biện, khả năng sáng tạo và năng lực phân tích của con người vẫn đóng vai trò trung tâm. Việc xây dựng văn hóa sử dụng AI có trách nhiệm sẽ góp phần tạo nền tảng cho hoạt động nghiên cứu bền vững trong tương lai. Khi AI ngày càng được ứng dụng sâu trong lĩnh vực truyền thông, việc kết hợp giữa công nghệ và đạo đức học thuật sẽ là yếu tố quan trọng để đảm bảo chất lượng đào tạo và uy tín nghiên cứu của Khoa trong bối cảnh GDĐH hiện nay.

3. Kết luận

Việc tích hợp trí tuệ nhân tạo vào đổi mới PPNCTT thông tại Khoa TT&VHĐN là một xu thế khách quan, đóng vai trò then chốt trong việc nâng cao chất lượng đào tạo giữa kỷ nguyên số. AI không vận hành với mục tiêu thay thế vai trò của giảng viên, mà được định vị như một công cụ hỗ trợ chiến lược nhằm cá nhân hóa lộ trình học tập, tối ưu hóa các kỹ năng thực hành và củng cố năng lực số cho sinh viên. Sự chuyển dịch này không đơn thuần là một giải pháp kỹ thuật, mà còn là bước ngoặt về tư duy sư phạm và phương pháp luận nghiên cứu. Đây chính là nền tảng quan trọng để hiện thực hóa mô hình đại học thông minh, góp phần khẳng định vị thế và năng lực của Học viện trong việc đáp ứng các yêu cầu đối ngoại trong tình hình mới.

 Tài liệu tham khảo:

[1]. Nguyễn Bảo Vinh (2025). Kinh nghiệm chuyển đổi số trong giáo dục đại học của các quốc gia trên thế giới và bài học cho Việt Nam. Tạp chí quản lý Nhà nước, ngày 02/04/2025. Truy cập từ:

https://www.quanlynhanuoc.vn/2025/04/02/kinh-nghiem-chuyen-doi-so-trong-giao-duc-dai-hoc-cua-cac-quoc-gia-tren-the-gioi-va-bai-hoc-cho-viet-nam/

[2]. Quang Huy (2025). Hiểu đúng về trí tuệ nhân tạo. Báo Nhân Dân, ngày 25/05/2025. Truy cập từ:  https://nhandan.vn/hieu-dung-ve-tri-tue-nhan-tao-post882187.html

[3]. Lê Thị Hằng (2022). Xu hướng ứng dụng trí tuệ nhân tạo (AI) trong hoạt động quản lý báo chí. Tạp chí Thông tin và Truyền thông số 2 tháng 2 năm 2022, tr.27. Truy cập từ:  https://scholar.dlu.edu.vn/thuvienso/bitstream/DLU123456789/189778/1/CVv22S022022024.pdf

THE APPLICATION OF ARTIFICIAL INTELLIGENCE IN INNOVATING COMMUNICATION RESEARCH METHODOLOGIES AT THE FACULTY OF INTERNATIONAL COMMUNICATION & CULTURE, DIPLOMATIC ACADEMY OF VIETNAM

Doan Thi Tra

Faculty of International Communication & Culture, Diplomatic Academy of Vietnam

Email: [email protected]

Abstract: Amidst the digital transformation of higher education, this paper investigates the application of Artificial Intelligence (AI) to innovate media research methods at the Faculty of International Communication and Culture, Diplomatic Academy of Vietnam. By analyzing the current landscape, the study identifies several key barriers: high student density hindering personalized instruction, limited research funding, and a lack of synchronized data laboratory systems. To address these challenges, the author proposes four strategic solutions: (1) Utilizing AI for academic documentation and personalized research guidance; (2) Integrating data-driven mindsets and AI into the curriculum; (3) Strengthening university-enterprise partnerships; and (4) Establishing ethical frameworks for academic integrity. The findings confirm that AI integration serves not only as a technical tool for efficiency but also as a fundamental shift in pedagogical thinking. This approach contributes to the realization of a smart university model, fostering a digital-ready diplomatic workforce equipped with critical thinking and high adaptability in the new era.

Keywords: Artificial Intelligence (AI), Communication Research Methodologies, Digital Transformation, Diplomatic Academy of Vietnam, higher education