Con người học gì khi AI có thể làm thay?

Báo Điện tử Chính phủ đã có các cuộc trao đổi với các chuyên gia quốc tế về giáo dục, khoa học học tập và AI, nhằm làm rõ vấn đề làm thế nào tận dụng AI giúp nâng cao năng lực mà không để công nghệ làm thay những quá trình cần thiết để năng lực ấy được hình thành.

Bài 1: AI giúp làm tốt hơn, nhưng có thực sự học tốt hơn?

Chỉ trong vài năm, từ một công cụ còn ít nhiều xa lạ, AI trở thành trợ lý trong học tập và công việc của hàng triệu người. Một đoạn mã có thể được tạo ra trong vài giây, một lượng lớn tài liệu có thể được đọc và tổng hợp trong thời gian ngắn, một bài luận hay lời giải có thể được hoàn thiện với sự hỗ trợ của AI.

Nhưng chính khả năng giúp con người làm tốt hơn và nhanh hơn ấy đang đặt ra một câu hỏi quan trọng: Kết quả tốt hơn có đồng nghĩa với việc con người thực sự học được nhiều hơn?

Các nghiên cứu được ba chuyên gia quốc tế trao đổi với Báo Điện tử Chính phủ dẫn ra cho thấy hai điều này không phải lúc nào cũng song hành. Khi AI ngày càng có khả năng thực hiện một phần công việc tư duy, thách thức không chỉ là dạy người học cách sử dụng công nghệ, mà còn là bảo đảm năng lực thực sự vẫn được hình thành ở chính người học.

Khi kết quả thực hiện và năng lực không còn là một

Theo Giáo sư Mutlu Cukurova, giáo sư về học tập và trí tuệ nhân tạo tại Trường University College London (UCL), Anh, khi đánh giá việc học trong thời đại AI, cần phân biệt giữa kết quả thực hiện và năng lực thực sự của người học.

Kết quả thực hiện là những gì một người có thể tạo ra tại một thời điểm nhất định với sự hỗ trợ sẵn có của AI. Còn năng lực là những gì còn lại khi sự hỗ trợ ấy không còn.

Theo ông, AI đang khiến hai yếu tố này không còn nhất thiết song hành: Kết quả người học thể hiện có thể tốt hơn nhưng không phản ánh tương ứng năng lực thực sự của họ. Đây là một thay đổi mà hệ thống giáo dục hiện chưa được chuẩn bị đầy đủ để xử lý.

Một nghiên cứu phân nhóm ngẫu nhiên với khoảng 1.000 học sinh học toán cho thấy việc luyện tập với một gia sư AI đa năng giúp kết quả tăng tới 127%. Nhưng khi không được sử dụng AI trong kỳ thi, học sinh không những không cho thấy tiến bộ mà còn thể hiện kém hơn đôi chút.

Một nghiên cứu khác cũng cho thấy khi có AI hỗ trợ, người học có xu hướng ít kiên trì hơn, bỏ cuộc sớm hơn và bỏ qua nhiều bài tập hơn.

Khi người học giao việc tư duy cho AI

Tiến sĩ Stéphan Vincent-Lancrin, Phó Giám đốc Trung tâm Nghiên cứu và Đổi mới giáo dục, chuyên gia kinh tế giáo dục cấp cao của OECD, cũng chỉ ra một rủi ro đã được ghi nhận khá rõ: Người học có thể giao bài tập hoặc nhiệm vụ học tập cho AI tạo sinh làm thay - hiện tượng được gọi là "cognitive offloading", tức là chuyển một phần hoạt động tư duy sang cho công cụ.

Một nguy cơ khác là người học bỏ qua những phần thiết yếu của quá trình tư duy khi tương tác và tìm kiếm sự trợ giúp từ AI - hiện tượng được gọi là metacognitive laziness, tức xu hướng dựa vào AI thay vì tự suy nghĩ, kiểm tra và điều chỉnh cách mình giải quyết vấn đề.

Cùng chung nhận định với Giáo sư Mutlu Cukurova, Tiến sĩ Vincent-Lancrin cho biết một số nghiên cứu cho thấy con người thực hiện nhiệm vụ tốt hơn khi sử dụng AI tạo sinh, nhưng điều đó không đồng nghĩa họ thực sự học được. Sự khác biệt bộc lộ khi người học không còn AI hỗ trợ.

Đây là vấn đề đặc biệt đáng chú ý khi AI đã trở nên phổ biến trong giáo dục. Theo TS. Vincent-Lancrin, các thông tin hiện có cho thấy việc sử dụng AI tạo sinh đã trở nên rất phổ biến ở bậc trung học và đại học. AI chủ yếu được dùng để tìm kiếm thông tin, tóm tắt và dịch văn bản; ở mức độ thấp hơn, người học sử dụng AI để làm thay nhiệm vụ hoặc như một công cụ tương tác hỗ trợ việc học.

Bài làm tốt hơn không đồng nghĩa học được nhiều hơn

Giáo sư Barbara Oakley (Trường Đại học Oakland, Mỹ), đồng sáng lập khóa học nổi tiếng "Học cách học", cho rằng tác động của AI đối với việc học phụ thuộc rất lớn vào thời điểm công cụ được đưa vào quá trình học tập.

Bà dẫn một nghiên cứu so sánh sinh viên viết luận với các hình thức hỗ trợ khác nhau, trong đó có ChatGPT, gia sư và nhóm không nhận hỗ trợ. Nhóm sử dụng ChatGPT tạo ra những bài luận tốt hơn, nhưng các bài kiểm tra sau đó cho thấy kết quả tốt hơn ấy không đồng nghĩa với việc họ học được nhiều hơn. Các nhà nghiên cứu đồng thời quan sát thấy họ ít tự sửa lỗi, ít suy ngẫm và ít tham gia sâu vào quá trình học hơn.

Một nghiên cứu khác với học sinh trung học trong môn toán cho thấy nhóm sử dụng GPT-4 đạt kết quả tốt hơn các bạn trong quá trình luyện tập, nhưng kết quả giảm mạnh khi bước vào kỳ thi cuối cùng không có AI hỗ trợ.

Theo Giáo sư Oakley, AI đã làm thay những hoạt động nhận thức vốn giúp hình thành sự hiểu biết, trong khi người học chỉ đi theo quá trình mà không trực tiếp thực hiện những hoạt động nhận thức đó.

Sự khác biệt càng rõ giữa người đã có chuyên môn và người mới bắt đầu. Người có nền tảng kiến thức vững có thể sử dụng AI như một công cụ khuếch đại năng lực: Họ có thể đánh giá kết quả AI tạo ra, phát hiện sai sót, điều chỉnh yêu cầu và sử dụng những gì hữu ích. Trong khi đó, người mới bắt đầu chưa có khung kiến thức để kiểm chứng kết quả của AI, nên dễ nhầm sự trôi chảy trong câu trả lời của AI với sự hiểu biết của chính mình.

Làm thế nào biết năng lực thực sự thuộc về người học?

Giáo sư Cukurova cho rằng có một phép thử khá đơn giản để xác định năng lực nào thực sự thuộc về người học: Sau một thời gian, khi gặp một vấn đề chưa từng thấy, họ có thể tự mình giải quyết hay không? Điều này có thể được đánh giá theo nhiều cách.

Trước hết, ít nhất trong một số lần đánh giá, người học cần thực hiện nhiệm vụ một cách độc lập, không có công cụ hỗ trợ. Theo ông, đây là thước đo đang bị xem nhẹ nhất trong giáo dục thời AI.

Việc đánh giá cũng không nên chỉ dựa vào kết quả ngay sau buổi học. Người học cần được kiểm tra lại sau vài tuần, với những vấn đề có cấu trúc tương tự nhưng được thể hiện dưới hình thức khác. Bởi quá trình luyện tập trôi chảy với sự hỗ trợ của AI có thể tạo cho người học cảm giác rằng mình đã hiểu, trong khi thực chất chưa hẳn như vậy.

Một cách khác là yêu cầu người học giải thích lập luận, bảo vệ một nhận định hoặc nhận ra khi nào một câu trả lời là sai. Theo Giáo sư Cukurova, một cuộc trao đổi trực tiếp ngắn có thể cho thấy người học thực sự làm chủ kiến thức đến đâu, thậm chí rõ hơn những gì thể hiện trong bài làm mà họ nộp.

Những phép thử này cùng hướng tới một điều: Phân biệt giữa những gì người học làm được với AI và năng lực thực sự thuộc về họ. Nhưng khi AI ngày càng có thể làm được nhiều hơn, ranh giới ấy cũng đặt ra một câu hỏi lớn hơn về những gì con người vẫn cần tự mình biết và làm chủ.

Diệu Hương

>> Bài 2: Khi AI biết câu trả lời, con người cần biết điều gì?