Đại học Kiến trúc Đà Nẵng

Đề án chiến lược 2026–2031 · AI-⁠native Competency-⁠Based 5T University

Đại học AI-⁠nativelấy con người làm trung tâm

DAU không “AI hóa đại học” theo nghĩa bề mặt. DAU thiết kế lại mô hình đại học theo hướng AI-⁠native, lấy con người, triết lý 5T, OBE/VQF, năng lực thực chứng và chất lượng làm trung tâm.

5A5A5B5B5C5C5D5D5E5E5F5F5G5G5H5H5I5IAI TutorFaculty CopilotResearch CopilotAdmin Copilot5T
lớp thiết kế tích hợp
9
lớp thiết kế tích hợp
Copilot lõi
4
Copilot lõi
cấp độ trưởng thành
5
cấp độ trưởng thành
mục tiêu AI-⁠native
2031
mục tiêu AI-⁠native

Tôn chỉ

Thực chất – Thực tài – Kiến tạo tương lai

01 — Tổng quan

Một chương trình chuyển đổi đại học, không phải một dự án phần mềm

Đề án không phải là mua chatbot hay phần mềm quản lý. Đây là việc đưa DAU trở thành một hệ sinh thái đại học vận hành bằng dữ liệu, chuẩn đầu ra, năng lực thực chứng và AI — trong khi con người vẫn là chủ thể ra quyết định cuối cùng.

01

Công nghệ tái cấu trúc giáo dục

AI, dữ liệu lớn, tự động hóa, Digital Twin, chuyển đổi xanh và kinh tế số đang thay đổi cách dạy, học và quản trị đại học.

02

Thị trường cần năng lực thật

Người học cần chứng minh năng lực bằng sản phẩm và minh chứng xác thực, không chỉ bằng bảng điểm.

03

Tự chủ và trách nhiệm giải trình

Giáo dục đại học chuyển sang tự chủ, kiểm định và minh bạch chất lượng.

04

Từ quy mô sang năng lực

Hướng phát triển chuyển từ quy mô sang năng lực, dữ liệu, chất lượng và đổi mới sáng tạo.

2006

Nền tảng

Gần 20 năm xây dựng và phát triển.

6 năm

2026–2031

Dự án chiến lược trọng điểm của DAU.

Cấp 5

AI-⁠native

Mục tiêu trưởng thành hướng tới vào năm 2031.

2050

Tầm nhìn

Giá trị 5T – Năng lực thực chứng – Tầm vóc châu Á và thế giới.

02 — Bản sắc

Ba tầng 5T

5T là bản sắc của DAU, được tách thành ba tầng riêng biệt: triết lý định hướng, phương thức giáo dục và giá trị học hiệu. AI-⁠native chỉ là hạ tầng để hiện thực hóa các giá trị này.

Triết lý 5T

Nền tảng tư tưởng

  1. T1

    Tĩnh tại

    Tranquility

  2. T2

    Tuệ giác

    Theoria

  3. T3

    Thực chứng

    Tangibility

  4. T4

    Thông biến

    Transfluency

  5. T5

    Trường tồn

    Transcendence

Giáo dục 5T

Phương thức đào tạo

  1. T1

    Thực học

    Think

  2. T2

    Thực hành

    Train

  3. T3

    Thực nghề

    Task

  4. T4

    Thực chiến

    Test

  5. T5

    Thực sáng tạo

    Transform

Giá trị học hiệu 5T

Dấu ấn người học DAU

  1. T1

    Tiên phong

    Trailblazing

  2. T2

    Thực tiễn

    Tangible

  3. T3

    Toàn diện

    Thriving

  4. T4

    Tương tác

    Togetherness

  5. T5

    Trách nhiệm

    Trustworthy

Chỉ dấu vận hành đưa 5T vào dữ liệu và AI

Năng lực thực chứngTrách nhiệm sốTư duy kiến tạo

03 — Mô hình

Một thiết kế tích hợp, chín lớp

Mô hình AI-⁠native Competency-Based DAU được xây từ chín lớp, đi từ giá trị con người đến hạ tầng trí tuệ và chất lượng — một thiết kế thống nhất thay vì các công cụ rời rạc.

  1. 5A

    Human-centred 5T

    Con người là trung tâm; AI không thay thế giảng viên.

  2. 5B

    OBE/VQF

    Đào tạo theo chuẩn đầu ra, khớp Khung trình độ quốc gia Việt Nam.

  3. 5C

    AI-⁠Native CBE Ecosystem

    Biến chuẩn đầu ra thành năng lực có thể quan sát, đo lường, chứng minh và cải tiến.

  4. 5D

    OBE/CBE Core

    Xương sống dữ liệu học thuật của toàn trường.

  5. 5E

    Competency Map

    Năng lực mô tả bằng hành vi quan sát được, gắn minh chứng, rubric và mức thành thạo.

  6. 5F

    Second Brain & Governance

    Trí nhớ thể chế, Knowledge Graph và quản trị dữ liệu – AI.

  7. 5G

    AI Infrastructure Efficiency

    Điều phối mô hình, kiểm soát chi phí; thay mô hình mà không phá dữ liệu nền.

  8. 5H

    Agentic Orchestration

    Điều phối các tác nhân AI có phân quyền, nhật ký kiểm toán và con người trong vòng lặp.

  9. 5I

    World Models, Evidence & Quality Intelligence

    Digital Twin University, Learning Analytics, Living Portfolio, PDCA/CQI và kiểm định sống.

04 — Copilot

Bốn Copilot lõi, một nền tảng chung

Agentic AI không phải một chatbot đơn lẻ, mà là hệ sinh thái tác nhân có phân quyền, kiểm soát và trách nhiệm giải trình. Mỗi Copilot có giới hạn rõ ràng.

Dành cho: Sinh viên

AI Tutor

Đồng hành học tập theo bản đồ năng lực, gợi ý luyện tập và phản hồi.

Giới hạn

Không làm bài thay sinh viên.

Dành cho: Giảng viên

Faculty Copilot

Hỗ trợ thiết kế học phần, rubric, học liệu và phản hồi cho người học.

Giới hạn

Không thay quyền chuyên môn của giảng viên.

Dành cho: Nhà nghiên cứu

Research Copilot

Hỗ trợ tổng quan tài liệu, quản lý dữ liệu và quy trình công bố.

Giới hạn

Không viết bài thay, không bịa dữ liệu.

Dành cho: Quản trị

Admin Copilot

Hỗ trợ quy trình, báo cáo, theo dõi chất lượng và kiểm định.

Giới hạn

Không tự quyết học vụ, tài chính, nhân sự, kiểm định.

Cả bốn dùng chung Second Brain, Knowledge Graph, OBE/CBE Core và Data/AI Governance.

Second Brain giúp DAU nhớ đúng

World Models giúp DAU dự báo tốt hơn

Con người quyết định

05 — Trưởng thành

Năm cấp độ trưởng thành

Mỗi cấp độ là một điều kiện cần cho cấp tiếp theo. DAU tiến từng bước, đo thật trước khi mở rộng.

  1. 01

    Số hóa

    Digitized

    Quy trình và dữ liệu được số hóa.

  2. 02

    Dựa trên dữ liệu

    Data-informed

    Quyết định có dữ liệu làm căn cứ.

  3. 03

    Tích hợp AI

    AI-⁠integrated

    AI được đưa vào các hoạt động trọng tâm.

  4. 04

    Dẫn dắt bởi AI

    AI-⁠driven

    AI điều phối quy trình, con người giám sát.

  5. 05

    AI-⁠native

    Đại học vận hành trên nền dữ liệu và AI từ thiết kế.

Mục tiêu: hướng tới cấp độ 5 vào năm 2031.

06 — Lộ trình

Lộ trình 2026–2031

Công nghệ đi sau mục tiêu học thuật. Mỗi giai đoạn chỉ mở rộng khi dữ liệu và minh chứng đã đủ tin cậy.

  1. 100 ngày đầu

    Khởi động

    Thành lập Ban Chỉ đạo, chọn chương trình đào tạo thí điểm, Second Brain v1.

  2. 2026

    AI-⁠ready & CBE-ready

    Thí điểm OBE/CBE Core và Competency Map; ban hành chính sách dữ liệu và AI.

  3. 2027

    AI-⁠integrated & CBE-integrated

    Thí điểm AI Tutor, Faculty Copilot, Research Copilot; triển khai Living Portfolio.

  4. 2028–2029

    AI-⁠driven CBE DAU

    Mở rộng Agentic AI; Digital Twin cấp sinh viên, học phần, chương trình; kiểm định sống.

  5. 2030–2031

    AI-⁠native core completion

    Hệ sinh thái đa tác nhân, Digital Twin toàn trường, học tập suốt đời.

  6. Sau 2031

    AI-⁠native scaling & maturity

    Mở rộng toàn trường và tối ưu vận hành.

“Bắt đầu nhỏ, đo thật, cải tiến nhanh, mở rộng có kiểm soát.”

Các mốc là khung đề xuất; việc chuyển giai đoạn dựa trên Chỉ số trưởng thành dữ liệu và Chỉ số xác thực minh chứng.

Mục tiêu đến 2030

Chỉ tiêu đề xuất

Chương trình đào tạo được rà soát theo chuẩn đầu ra, VQF và kiểm định
100%
Chương trình đào tạo được rà soát theo chuẩn đầu ra, VQF và kiểm định
Sinh viên khóa mới 2027–2030 có Living Portfolio
≥50%
Sinh viên khóa mới 2027–2030 có Living Portfolio
Giảng viên được bồi dưỡng OBE/VQF, rubric và đánh giá
100%
Giảng viên được bồi dưỡng OBE/VQF, rubric và đánh giá
Giảng viên hoàn thành AI-⁠readiness và học liệu số
≥80%
Giảng viên hoàn thành AI-⁠readiness và học liệu số
Giảng viên cơ hữu có học vị tiến sĩ
≥30%
Giảng viên cơ hữu có học vị tiến sĩ

Theo Chiến lược phát triển 2026–2030. Kết quả chỉ được công bố khi có minh chứng.

07 — Trụ cột

Bảy trụ cột chiến lược

Tất cả trụ cột đứng trên một nền chung: giá trị 5T và đào tạo theo chuẩn đầu ra OBE/VQF.

  1. 01

    Đào tạo

    Chương trình theo năng lực, studio hóa, Living Portfolio.

  2. 02

    Khoa học công nghệ – AI

    Research Copilot và quy trình công bố minh bạch.

  3. 03

    Cộng đồng

    Học tập phục vụ cộng đồng, kết nối địa phương.

  4. 04

    Hợp tác quốc tế & truyền thông

    Truyền thông giá trị đầu tư giáo dục, mở rộng đối tác.

  5. 05

    Đội ngũ

    Bồi dưỡng năng lực OBE, AI-⁠readiness cho giảng viên.

  6. 06

    Tài chính & cơ sở vật chất

    Hạ tầng AI, cơ sở 2, đa dạng nguồn lực.

  7. 07

    Chất lượng & IQA

    Đảm bảo chất lượng bên trong ở 4 cấp: Trường, Khoa, Chương trình, Học phần.

  8. Ưu tiên liên ngành Design × Domain

    • Smart City, Urban Design & Digital Twin
    • Green Architecture & Sustainable Construction
    • BIM, Construction Management & Project Finance
    • UX/UI, Digital Product & Visual Communication

08 — Thí điểm

Studio đồ án kiến trúc

Bản thử nghiệm

Rubric 9 tiêu chuẩn cho đồ án kiến trúc là sản phẩm thí điểm đầu tiên. AI được dùng có kiểm soát và phải khai báo; sinh viên phải chứng minh được năng lực cá nhân. Yếu tố kháng AI được lồng vào xuyên suốt, không tách thành tiêu chuẩn riêng.

Đại học Kiến trúc Đà Nẵng
  1. TC1Ý tưởng & sáng tạo
  2. TC2Bản sắc & bản địa
  3. TC3Không gian & công năng
  4. TC4Quy hoạch & cảnh quan
  5. TC5Công nghệ kỹ thuật
  6. TC6Vật liệu & cấu tạo
  7. TC7Kiến trúc xanh
  8. TC8Lan tỏa cộng đồng
  9. TC9Thể hiện & bảo vệ

09 — Đối sánh

Cơ sở khoa học và đối sánh

Mọi thành phần trong thiết kế của DAU đều đã có tiền lệ trên thế giới. Vì vậy, lợi thế không đến từ tên gọi AI-⁠native, mà từ chất lượng tích hợp.

Hồ sơ trọng điểm tại Việt Nam
76
Hồ sơ trọng điểm tại Việt Nam
Đơn vị đối sánh: 80 quốc tế, 20 Việt Nam
100
Đơn vị đối sánh: 80 quốc tế, 20 Việt Nam
Cụm địa lý trên thế giới
14
Cụm địa lý trên thế giới
Tiêu chí học thuật và thể chế
14
Tiêu chí học thuật và thể chế

Sáu lợi thế tiềm năng

  1. 01Nhất quán giữa giá trị và cơ chế vận hành
  2. 02Truy vết tới từng thiếu hụt năng lực
  3. 03Tách học tập khỏi công nhận chính thức
  4. 04Chuẩn chung, đường đi linh hoạt
  5. 05Hồ sơ năng lực sống — Living Portfolio
  6. 06Studio liên ngành gắn đặc trưng Kiến trúc – Xây dựng – Thiết kế

Đây là nhận định về chất lượng và tiềm năng thiết kế, chưa phải kết luận DAU đã có kết quả vượt trội.

10 — Nguyên tắc

Nguyên tắc vận hành

  • Con người quyết định

    Human-⁠in-⁠command là nguyên tắc quản trị; human-⁠in-⁠the-⁠loop là cơ chế thực thi.

  • Học thuật dẫn dắt

    Công nghệ đi sau mục tiêu học thuật, không ngược lại.

  • Lõi ổn định, biên linh hoạt

    Lõi giữ sứ mạng, 5T, OBE/VQF và quản trị; biên thử nghiệm nhanh micro-credentials, studio liên ngành.

  • DAU sở hữu tri thức lõi

    Theo mô hình Build–⁠Buy–⁠Partner, DAU giữ chuẩn, rubric và dữ liệu minh chứng.

  • Dữ liệu sạch trước

    Không mở rộng sớm khi dữ liệu chưa sạch và minh chứng chưa xác thực.

  • Công bố có minh chứng

    Chỉ công bố mức triển khai và kết quả có bằng chứng.

Lấy con người làm trung tâm, lấy 5T làm bản sắc, lấy năng lực thực chứng làm thước đo, lấy dữ liệu và AI làm hạ tầng trí tuệ, lấy chất lượng thật làm cam kết dài hạn.
— Chiến lược phát triển DAU 2026–2030, tầm nhìn 2050