Đánh giá khoảng trống năng lực AI của người học trong đào tạo kế toán

Nghiên cứu này tập trung nhận diện khoảng trống năng lực AI của người học trong chương trình đào tạo Kế toán tại Việt Nam thông qua lăng kính học phần Nguyên lý kế toán.

Cơ sở lý thuyết và tổng quan nghiên cứu

Yêu cầu năng lực công nghệ theo IES

IES do IFAC ban hành, đóng vai trò là hệ quy chiếu toàn cầu, định hình chuẩn đầu ra cho quá trình phát triển nghề nghiệp ban đầu (Initial Professional Development - IPD) của sinh viên kế toán. Nhận thức được sự can thiệp sâu sắc của AI, phân tích dữ liệu và tự động hóa vào mọi khía cạnh của quy trình tài chính, IFAC đã tiến hành các đợt cập nhật mang tính bước ngoặt đối với bộ chuẩn mực IES nhằm tích hợp mạnh mẽ năng lực Công nghệ Thông tin và Truyền thông (ICT) cùng tính hoài nghi nghề nghiệp vào chương trình đào tạo (IFAC, 2019).

Thứ nhất, đối với IES 2 - Năng lực chuyên môn (Technical Competence), IFAC đã tái định hình yêu cầu đầu ra, tạo ra một sự dịch chuyển trọng tâm từ kỹ năng hạch toán thủ công sang tư duy phân tích hệ thống. Khung chuẩn mực sửa đổi quy định rõ sinh viên kế toán bắt buộc phải có khả năng sử dụng ICT, bao gồm các công cụ phân tích dữ liệu (data analytics), mô hình tự động hóa và AI, để trích xuất dữ liệu, đánh giá hiệu quả của quy trình kiểm soát nội bộ và hỗ trợ ra quyết định kinh doanh. Thay vì chỉ ghi chép các giao dịch kinh tế tĩnh (như truyền thống), người học hiện nay cần hiểu rõ cách thức các hệ thống thông minh thu thập dữ liệu lớn (big data) và nhận diện các rủi ro công nghệ thông tin đi kèm (IFAC, 2021).

Thứ hai, sự kết hợp giữa IES 3 - Kỹ năng nghề nghiệp (Professional Skills) và IES 4 - Giá trị, Đạo đức và Thái độ nghề nghiệp (Professional Values, Ethics, and Attitudes) đặt nền móng cho việc rèn luyện tư duy quản trị rủi ro công nghệ. Khi AI đảm nhận khâu xử lý kỹ thuật và kết xuất báo cáo tự động, IES 3 đòi hỏi sinh viên phải rèn luyện mức độ "hoài nghi nghề nghiệp" (professional skepticism) cao hơn bao giờ hết. Mục đích là để thẩm định tính toàn vẹn, hợp lý của dữ liệu do máy móc tạo ra, nhằm phát hiện kịp thời các sai lệch thuật toán hoặc rủi ro "ảo giác AI" (automation bias). Đồng thời, IES 4 yêu cầu kế toán viên tương lai phải tuân thủ nghiêm ngặt các nguyên tắc đạo đức liên quan đến bảo vệ quyền riêng tư dữ liệu và tính minh bạch khi ứng dụng các mô hình máy học.

Nhìn chung, khung chuẩn IES hiện hành đã thiết lập một tiêu chuẩn mới: năng lực tương tác và kiểm soát công nghệ không còn là một bộ kỹ năng bổ trợ (nice-to-have) mà đã trở thành năng lực cốt lõi mang tính bắt buộc (must-have). Khi áp dụng hệ quy chiếu này vào học phần Nguyên lý Kế toán – cửa ngõ định hình tư duy nghề nghiệp đầu tiên – các tiêu chí từ IES 2 và IES 3 chính là thước đo khoa học và chuẩn xác nhất để bóc tách những "khoảng trống" trong việc trang bị tư duy xử lý dữ liệu số cho người học ngay từ giai đoạn nền tảng.

Sự bùng nổ của AI và yêu cầu chuyển đổi năng lực số theo Chuẩn mực Giáo dục Quốc tế (IES)

Sự trỗi dậy của AI không chỉ đơn thuần là việc áp dụng một công cụ công nghệ mới, mà là sự tái định hình bản chất của quy trình kế toán. Trong môi trường AI, các công việc mang tính thủ công, lặp lại như nhập liệu hay phân loại chứng từ dần được thay thế bằng các hệ thống tự động hóa thông minh. Điều này đòi hỏi người hành nghề kế toán phải dịch chuyển trọng tâm năng lực từ "thực thi bút toán" sang "quản trị dữ liệu" và "xét đoán thuật toán".

Liên đoàn Kế toán Quốc tế (IFAC) đã cụ thể hóa yêu cầu này thông qua các IES. Đặc biệt, IES 2 (Năng lực kỹ thuật) yêu cầu người học phải hiểu rõ cách thức vận hành của công nghệ thông tin trong việc xử lý dữ liệu tài chính. Song song đó, IES 3 (Kỹ năng chuyên môn) nhấn mạnh vào khả năng tư duy phản biện và giải quyết vấn đề trong môi trường số. Tuy nhiên, sự dịch chuyển này đang tạo ra một áp lực lớn lên hệ thống đào tạo, khi các yêu cầu về năng lực thực hành IES đang tiến xa hơn so với khả năng hấp thụ và chuyển đổi công nghệ của các cơ sở giáo dục hiện nay.

Khoảng trống nghiên cứu về năng lực AI của người học trong môn học nền tảng

Mặc dù các nghiên cứu trước đây đã bàn luận sâu về tác động của AI đến thị trường lao động kế toán, nhưng vẫn tồn tại một khoảng trống nghiên cứu (Research Gap) đáng kể trong việc nhận diện và đo lường mức độ sẵn sàng của người học ngay từ giai đoạn nền tảng. Phần lớn các công trình tập trung vào việc thay đổi chương trình đào tạo tổng thể hoặc áp dụng IFRS, nhưng lại bỏ qua việc đánh giá "khoảng trống năng lực AI" cụ thể của sinh viên khi tiếp cận môn học đầu tiên là Nguyên lý kế toán.

Thực tiễn tại Việt Nam, cho thấy môn Nguyên lý kế toán vẫn đang bị đóng khung trong phương pháp giảng dạy truyền thống, nặng về hạch toán bút toán thủ công (input-oriented) mà thiếu đi các kịch bản tương tác với hệ thống AI (process-oriented). Khoảng trống nghiên cứu ở đây chính là sự thiếu vắng một khung đối soát khoa học giữa các tiêu chí của IES 2, IES 3 với nội dung giảng dạy thực tế. Việc không nhận diện rõ "khoảng trống năng lực AI" của người học ở giai đoạn này sẽ dẫn đến sự đứt gãy về kỹ năng trong toàn bộ quá trình đào tạo chuyên sâu về sau. Nghiên cứu này ra đời nhằm lấp đầy khoảng trống đó, bằng cách soi chiếu chương trình hiện tại dưới lăng kính của IES để chỉ ra những điểm yếu cốt lõi trong năng lực số của sinh viên kế toán Việt Nam hiện nay.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp tiếp cận định tính, kết hợp kỹ thuật phân tích nội dung (Content Analysis) và phương pháp đối soát (Benchmarking) để nhận diện khoảng trống năng lực. Quy trình nghiên cứu được thực hiện cụ thể qua ba giai đoạn:

Xây dựng khung tham chiếu năng lực AI

Nghiên cứu tiến hành tổng hợp và phân tích văn bản gốc của Chuẩn mực Giáo dục Quốc tế (IES) do Liên đoàn Kế toán Quốc tế (IFAC) ban hành. Trọng tâm là trích xuất các tiêu chí liên quan đến năng lực số và quản trị dữ liệu từ:

IES 2 (Năng lực kỹ thuật): Tập trung vào các yêu cầu về hiểu biết hệ thống thông tin, quy trình xử lý dữ liệu tự động và kiểm soát môi trường CNTT.

IES 3 (Kỹ năng chuyên môn): Tập trung vào tư duy phản biện, kỹ năng xét đoán nghề nghiệp và giải quyết vấn đề trong bối cảnh dữ liệu lớn.

Thu thập và xử lý dữ liệu sơ cấp

Dữ liệu phục vụ nghiên cứu được căn cứ trên các nguồn tài liệu chính thống hiện hành:

Khung chương trình và Đề cương chi tiết (Syllabus): Nhóm tác giả lựa chọn và phân tích đề cương môn học Nguyên lý kế toán của các cơ sở giáo dục đại học khối kinh tế hàng đầu tại Việt Nam (điển hình như Đại học Kinh tế TP. Hồ Chí Minh - UEH, Đại học Kinh tế Quốc dân - NEU).

Tài liệu hướng dẫn giảng dạy và học liệu: Rà soát hệ thống bài tập, tình huống thực hành (case studies) đang được sử dụng để đánh giá mức độ tương tác giữa người học với các công cụ công nghệ.

Phân tích đối soát và xác định khoảng trống (Gap Analysis)

Nhóm tác giả thực hiện kỹ thuật đối soát (mapping) giữa Khung tham chiếu IES (giai đoạn 1) và thực trạng đào tạo (giai đoạn 2). Qua đó, các "khoảng trống năng lực AI" được nhận diện thông qua việc chỉ ra các tiêu chí mà chương trình hiện tại chưa đáp ứng hoặc chỉ đáp ứng ở mức độ sơ khai. Phương pháp này cho phép đưa ra các nhận định khách quan về mức độ thiếu hụt kỹ năng của người học mà không cần sử dụng các mô hình định lượng phức tạp, dựa trên sự không tương thích giữa chuẩn mực quốc tế và thực tiễn đào tạo nội địa

Kết quả nghiên cứu và nhận diện khoảng trống năng lực AI

Thông qua việc phân tích nội dung đề cương môn học Nguyên lý kế toán và đối soát với Khung năng lực IES 2 và IES 3, kết quả nghiên cứu nhận diện các khoảng trống năng lực AI của người học như sau:

Khoảng trống về năng lực kỹ thuật (IES 2)

Kết quả đối soát cho thấy, có sự "lệch pha" đáng kể trong việc trang bị kiến thức hệ thống:

Yêu cầu của IES 2: Người học cần hiểu về quy trình xử lý dữ liệu tự động, kiểm soát môi trường CNTT và cách thức AI can thiệp vào chu trình kế toán.

Thực trạng nội dung đào tạo: Môn Nguyên lý kế toán hiện nay vẫn tập trung trọng tâm vào việc giải thích các tài khoản, quan hệ đối ứng và kỹ thuật ghi sổ thủ công (bút toán).

Khoảng trống nhận diện: Người học đang thiếu hụt kiến thức về quản trị dữ liệu đầu vào và kiểm soát quy trình (Process control). Sinh viên có thể hiểu cách định khoản một nghiệp vụ, nhưng lại lúng túng trong việc nhận diện lỗi hệ thống khi AI tự động hóa việc phân loại các chứng từ phi cấu trúc. Đây chính là khoảng trống về "Năng lực kỹ thuật số" mà IES 2 yêu cầu nhưng chương trình chưa đáp ứng được.

Khoảng trống về kỹ năng chuyên môn và tư duy xét đoán (IES 3)

Về mặt kỹ năng chuyên môn, khoảng trống bộc lộ qua sự chuyển đổi từ tư duy "tuân thủ" sang "xét đoán":

Yêu cầu của IES 3: Nhấn mạnh khả năng tư duy phản biện và xét đoán nghề nghiệp (professional skepticism) để kiểm chứng các kết quả do AI tạo ra.

Thực trạng nội dung đào tạo: Cách tiếp cận hiện tại nặng về "tuân thủ quy tắc" (rules-based). Sinh viên được rèn luyện để thực hiện theo các bước có sẵn để ra kết quả cuối cùng (Bảng cân đối phát sinh, Báo cáo tài chính).

Khoảng trống nhận diện: Khoảng trống lớn nhất là năng lực giám sát thuật toán. Khi AI có khả năng tự động lập báo cáo, vai trò của người học phải chuyển sang kiểm chứng tính hợp lý của dữ liệu. Việc thiếu các tình huống (case studies) về sai lệch dữ liệu do thuật toán trong môn học nền tảng khiến người học thiếu hụt kỹ năng phản biện – một yêu cầu cốt lõi của IES 3 trong kỷ nguyên số.

Tổng hợp mức độ tương thích và "điểm nghẽn" năng lực

Từ kết quả phân tích nội dung, nghiên cứu xác lập rằng khoảng trống năng lực AI của người học không nằm ở kỹ năng sử dụng công cụ (tool) mà nằm ở tư duy hệ thống. Điểm nghẽn chính là sự duy trì phương pháp giảng dạy "hướng vào đầu vào" (input-oriented) trong khi kỷ nguyên AI đòi hỏi năng lực "hướng vào kiểm soát quy trình và kết quả" (outcome-oriented). Việc không có dữ liệu thực chứng từ các phần mềm AI tích hợp trong bài tập thực hành môn Nguyên lý kế toán là minh chứng rõ nhất cho khoảng trống về môi trường trải nghiệm năng lực số của người học hiện nay.

Bảng 1: Đối chiếu khoảng trống năng lực dựa trên khung chuẩn IES

(Nguồn: Kết quả phân tích của tác giả)

Tổng kết lại, diện mạo của khoảng trống năng lực không chỉ nằm ở việc thiếu hụt các học phần về công nghệ, mà sâu xa hơn là sự thiếu vắng một "tư duy số" (digital mindset) trong việc tiếp cận các Nguyên lý kế toán nền tảng. Sự chênh lệch này khẳng định tính cấp thiết của việc phải tái cấu trúc chương trình đào tạo để đáp ứng các tiêu chuẩn khắt khe của nghề nghiệp trong bối cảnh toàn cầu hóa (Qasim & Kharbat, 2020).

Thảo luận kiến nghị và giải pháp

Tính thực tiễn của việc nhận diện khoảng trống năng lực AI

Kết quả đối soát giữa khung năng lực IES và thực trạng giảng dạy cho thấy khoảng trống lớn nhất của người học không nằm ở kỹ năng sử dụng công cụ, mà ở tư duy quản trị dữ liệu số. Trong bối cảnh các doanh nghiệp Việt Nam đang đẩy mạnh chuyển đổi số, việc sinh viên chỉ thuần thục định khoản thủ công mà thiếu năng lực giám sát thuật toán sẽ tạo ra một thế hệ nhân sự "hổng" kỹ năng kiểm soát rủi ro công nghệ. Việc nhận diện sớm khoảng trống này ngay từ môn Nguyên lý kế toán giúp các cơ sở giáo dục có định hướng điều chỉnh kịp thời, tránh lãng phí nguồn lực đào tạo lại tại doanh nghiệp.

Giải pháp tích hợp mang tính khả thi cao tại các trường đại học Việt Nam

Thay vì thay đổi toàn bộ cấu trúc chương trình – một tiến trình phức tạp và tốn kém – nghiên cứu đề xuất lộ trình "tích hợp mô-đun" (Modular Integration) với tính khả thi cao:

Lồng ghép các tình huống thực chứng (Case studies) vào bài tập thực hành: Thay vì chỉ yêu cầu sinh viên lập bảng cân đối từ các nghiệp vụ cho sẵn, giảng viên có thể đưa vào các tập dữ liệu đã qua xử lý bởi phần mềm AI (ví dụ: dữ liệu từ công nghệ OCR nhận diện hóa đơn). Người học sẽ đóng vai trò kiểm soát viên để phát hiện các sai sót trong phân loại tự động, từ đó hình thành tư duy xét đoán nghề nghiệp theo IES 3 ngay từ đầu.

Tận dụng hệ sinh thái phần mềm sẵn có: Hiện nay, hầu hết các trường đại học khối kinh tế hàng đầu (như UEH, NEU) đều đã trang bị các phòng thực hành kế toán máy. Tính khả thi nằm ở việc cập nhật các phiên bản phần mềm tích hợp AI đơn giản hoặc các ứng dụng phân tích dữ liệu (Data Analytics) cơ bản vào giờ học thực hành. Giải pháp này không đòi hỏi đầu tư quá lớn về hạ tầng nhưng mang lại hiệu quả trực quan cho người học.

Kiến nghị chính sách phát triển năng lực AI cho người học

Để hiện thực hóa các giải pháp trên, cần có sự đồng bộ về mặt chính sách:

Đối với nhà trường: cần xây dựng chiến lược "Đào tạo giảng viên" (Train the Trainer). Giảng viên môn Nguyên lý kế toán cần được cập nhật kiến thức về quy trình AI trong kế toán để có thể truyền tải đúng tinh thần IES 2 và IES 3 đến sinh viên.

Đối với các tổ chức nghề nghiệp (VAA, ACCA, ICAEW): cần phối hợp với nhà trường xây dựng các bộ học liệu số chuẩn hóa, gắn liền với thực tiễn thị trường Việt Nam để làm cầu nối thu hẹp khoảng trống năng lực số.

Về phía người học: cần chủ động chuyển dịch tư duy từ việc "học thuộc quy tắc hạch toán" sang "hiểu bản chất dòng chảy dữ liệu". Sự chủ động này là nhân tố then chốt quyết định thành công của việc thu hẹp khoảng trống năng lực AI.

Kết luận

Nghiên cứu đã thực hiện đánh giá một cách hệ thống về khoảng trống năng lực AI của người học trong đào tạo kế toán tại Việt Nam, thông qua việc đối soát chương trình Nguyên lý kế toán với các tiêu chuẩn giáo dục quốc tế. Kết quả cho thấy, mặc dù AI đang làm thay đổi căn bản phương thức vận hành của nghề nghiệp, chương trình đào tạo hiện tại vẫn đang tồn tại một "độ trễ" nhất định. Khoảng trống này không chỉ nằm ở việc tiếp cận công cụ công nghệ, mà quan trọng hơn là sự thiếu hụt trong tư duy quản trị dữ liệu (IES 2) và năng lực xét đoán chuyên môn đối với các kết quả do thuật toán tạo ra (IES 3).

Việc nhận diện và thu hẹp khoảng trống này ngay từ môn học nền tảng không chỉ giúp người học sẵn sàng thích ứng với thị trường lao động số mà còn khẳng định uy tín và chất lượng đào tạo của các cơ sở giáo dục đại học trong bối cảnh tự chủ. Nghiên cứu đề xuất các giải pháp mang tính khả thi cao, từ việc tích hợp các tình huống thực chứng AI vào bài tập thực hành đến việc xây dựng đội ngũ giảng viên "năng lực kép".

Mặc dù nghiên cứu này bước đầu chỉ tập trung vào phân tích định tính tại các môn học nền tảng, đây sẽ là cơ sở quan trọng cho các nghiên cứu thực chứng tiếp theo với quy mô lớn hơn. Trong tương lai, việc xây dựng một lộ trình đào tạo kế toán số đồng bộ, xuyên suốt từ cấp độ nguyên lý đến chuyên sâu sẽ là chìa khóa để nguồn nhân lực kế toán Việt Nam tự tin hội nhập và đáp ứng các chuẩn mực giáo dục toàn cầu.