Thách thức giáo dục trong thời đại cỗ máy làm bài tập AI

• Gần đây, các thách thức trong ngành giáo dục do cỗ máy làm bài tập AI gây ra đang gia tăng
• Học sinh, sinh viên dễ dàng tiếp cận hành vi gian lận bài tập bằng cách dùng AI tạo sinh như ChatGPT
• Các nhà giáo dục bày tỏ lo ngại rằng việc sử dụng AI có thể dẫn đến đứt gãy quá trình học tập và tư duy thực sự
• Tại trường học, đã xuất hiện các thử nghiệm nhằm hạn chế việc dùng AI hoặc đưa lại các phương pháp analog (như viết tay)
• Để vượt qua vấn đề này, cần có thay đổi trên toàn bộ môi trường giáo dục và cách tiếp cận thận trọng

---

Mở đầu: AI và phép so sánh với Butlerian Jihad

• Tác giả cho biết từ năm ngoái đã chủ trương áp dụng nguyên tắc Butlerian Jihad của Dune (“đừng tạo ra những cỗ máy giống với tâm trí con người”)
• Nguyên tắc này được đưa ra như một điểm tựa để gom nhiều nỗi lo khác nhau về AI vào một niềm tin chung, đồng thời phân biệt giữa những ứng dụng AI vì mục đích tốt như y tế và AI mang tính mô phỏng con người
• Gần đây, phong trào “chống AI” thực sự đang lan rộng
  • Xuất hiện áo thun ‘Destroy AI’, bẫy để ngăn AI scraper, và hiện tượng lan truyền rộng rãi các thông điệp phản đối AI
  • Trong giới văn học và xuất bản, các điều khoản chống AI đang được chuẩn hóa
• Từ tranh cãi về việc chọn panel bằng AI, đến việc các nhà sáng tạo, nghệ sĩ và nhà văn xem mọi tương tác với LLM cũng là sự phản bội đối với tinh thần liên đới sáng tạo

Sự phản cảm về mặt cảm xúc và tinh thần đối với AI

• Có thể quan sát thấy sự lan rộng của cảm giác từ chối mang tính căn nguyên với AI, vượt xa một phong trào Luddite đơn thuần
• Cảm giác khó chịu trước việc AI bắt chước con người và bị sử dụng phi đạo đức đã ăn sâu vào bên trong, vượt quá mức phản biện cụ thể
• Ngay cả khi các phản bác logic đối với công nghệ AI bị vô hiệu hóa, cảm giác khước từ với bản thân nó cũng không dễ biến mất

Vấn đề AI trong môi trường giáo dục: sự trỗi dậy của cỗ máy làm bài tập

• Gần đây, tác động AI lớn nhất mà người ta cảm nhận trong môi trường giáo dục thực tế là gian lận bài tập
• Nhiều bài báo cũng cho thấy sự gia tăng phụ thuộc vào AI của học sinh, sinh viên, cùng cảm giác thất vọng của giáo viên và sự bối rối về việc sử dụng AI
• AI tutor có thể trông lý tưởng, nhưng vẫn có những giới hạn như hallucination/tạo thông tin sai lệch và sự thiếu hụt hiệu quả học tập thực tế

Tác động của việc sử dụng AI lên cấu trúc học tập và đánh giá

• AI tách rời sản phẩm bài tập khỏi quá trình tư duy và luyện tập thực sự, khiến việc xác định mức độ hiểu biết thật của học sinh, sinh viên trở nên khó khăn
• Nó khiến người học né tránh Desirable Difficulty, chỉ mang lại sự tiện lợi ngắn hạn
• Không chỉ ở các môn đại cương mà cả chuyên ngành, lớp học sáng tác và những lĩnh vực khác, sự cám dỗ phụ thuộc vào AI đều tác động mạnh

Trải nghiệm giảng dạy thực tế và vấn đề phát hiện gian lận bằng AI

• Ngay trong lớp viết ở đại học của tác giả, việc sử dụng AI tạo sinh đã tăng mạnh
• Có những trường hợp bị phát hiện vì lỗi người dùng cơ bản (ví dụ: thiếu thông tin tác giả, sai lệch sự kiện), nhưng việc nhận diện ngày càng khó hơn
• Do giới hạn của việc phát hiện sử dụng AI, giáo viên trong quá trình đánh giá dễ rơi vào trạng thái thiếu tin tưởng, mệt mỏi và tâm lý đối đầu thay vì hợp tác
• Học sinh, sinh viên cũng ngày càng thành thạo hơn trong việc đối phó, khiến tỷ lệ thừa nhận gian lận học thuật dần giảm xuống

AI và viết lách: sự khác biệt mang tính bản chất của công cụ

• Kết quả do AI tạo ra là phi bản chất và thiếu đối thoại mang tính con người, từ đó làm tăng sự mệt mỏi của giáo viên
• Cũng có người ví AI là “máy tính bỏ túi cho ngôn từ”, nhưng cũng như máy tính bỏ túi không thể thay thế giáo dục toán học, AI cũng không thể thay thế năng lực viết lách tự thân
• Trong học tập và trưởng thành thực sự, tư duy sáng tạo và biểu đạt không phụ thuộc vào AI vẫn là điều quan trọng

Hạn chế sử dụng AI và thử nghiệm phương thức analog

• Để xác minh việc dùng AI, từng có cách giới hạn hình thức nộp bài qua Google Docs v.v., nhưng trên thực tế điều đó làm tăng giám sát và sự bất tiện
• Nhà trường đã chia nhỏ phạm vi được phép sử dụng AI, nhưng trên thực tế hầu như không có học sinh, sinh viên nào trích dẫn hay công khai việc đó
• Bản thân học sinh, sinh viên cũng có xu hướng mạnh mẽ xem AI là “gian lận” và muốn che giấu nó

Nhận thức và trăn trở của học sinh, sinh viên về AI

• Học sinh, sinh viên đang cảm thấy mệt mỏi với chính AI, cũng như với đời sống tích tụ sự phụ thuộc vào các nền tảng số
• Một số người lo ngại về lạm dụng AI trong các dự án tương lai, hoặc hình dung một tương lai đáng mong muốn hơn là ‘sử dụng công nghệ một cách tiết chế’
• Những trăn trở này càng tiếp thêm sức nặng cho nhu cầu về giới hạn độ tuổi sử dụng AI hoặc các quy định xã hội đối với nó

Tác động nhận thức tiêu cực của AI và vấn đề trên toàn xã hội

• Các công nghệ AI mô phỏng tâm trí con người có thể gây ra các tác dụng phụ như rối loạn cảm xúc, nghiện ngập, hoang tưởng
• Những vấn đề này không chỉ lan rộng trong giáo dục mà còn dẫn đến gian lận trên toàn xã hội, từ kinh doanh, pháp lý đến khoa học
• Điều đó có thể gây ra khủng hoảng như làm suy yếu nền tảng của niềm tin và bào mòn sự thật

Phương án ứng phó: thử nghiệm lớp học lấy analog làm trung tâm

• Như một cách né tránh tận gốc, tác giả dự định trong học kỳ tới sẽ thử áp dụng phương thức học bằng viết tay và giấy
• Học sinh, sinh viên sẽ trực tiếp ghi chép và giải quyết vấn đề mà không dùng thiết bị số
• Việc đánh giá sẽ tập trung hơn vào quá trình, tức là nhấn mạnh vào sự tham gia và hoàn thành thay vì chỉ nhìn vào sản phẩm đầu ra

Kết luận: thay đổi mô hình giáo dục để khôi phục tính người

• Những người ủng hộ AI nói rằng “AI sẽ thay đổi mọi thứ”, nhưng điều đó chưa chắc đã đồng nghĩa với một môi trường giáo dục tốt hơn
• Tác giả nhấn mạnh rằng trong quá trình ứng phó với AI, cuối cùng điều cần thiết là một môi trường mang tính con người hơn, có sự tôn trọng lẫn nhau và khả năng tự phản tỉnh
• Giữa những biến đổi không ngừng, tác giả hy vọng vào sự khôi phục bản chất của giáo dục và một bước nhảy mới

Tin bổ sung

• Học kỳ này, tác giả đã nhận giải thưởng xuất sắc trong giảng dạy từ chính quyền nghiên cứu sinh ASU
• Tác giả giành giải nhất hạng mục tiểu thuyết bậc sau đại học tại Giải thưởng Glendon and Kathryn Swarthout lần thứ 63
• Tác giả được chọn vào Carbon Removal Justice Fellowship do National Wildlife Federation và ‘Responsible Carbon Removal Initiative’ của American University tổ chức, và dự kiến sẽ tham gia chương trình tại DC và Louisiana
• Một bài phỏng vấn đã được đăng trên blog Hayden’s Ferry Review

Art Tour: Turbulent Mountain Waterfall

• Trong chuyến thăm Phoenix Art Museum gần đây, tác giả đã thưởng thức tác phẩm “Turbulent Mountain Waterfall”(1991) của Pat Steir
• Hình ảnh này sẽ còn đọng lại như một ký ức làm dịu lòng giữa cái nóng Arizona đang tới gần

[GN⁺]

Ý kiến trên Hacker News

• Có lẽ thay đổi cách làm cũng sẽ hiệu quả. Ví dụ, nếu dùng AI để học ở nhà, còn đến trường thì làm “bài tập về nhà” dưới sự giám sát thì sao

  • Có một khái niệm gọi là Flipped classroom, và đó từng là đề tài luận văn thạc sĩ của tôi. Thật ra đây là một ý tưởng đã có từ lâu

• Tôi dạy toán ở một trường đại học có khoảng 30.000 sinh viên, và gần đây đang quay lại cách truyền thống là thi có giám sát bằng 'giấy và bút'. Sinh viên có vẻ không đặc biệt phản đối sự thay đổi này, nhưng bộ phận hành chính trong trường thì không thích xu hướng đó. Có áp lực rất lớn buộc mọi hình thức đánh giá phải thân thiện với dạy học từ xa. Chính sách yêu cầu cả lớp học trực tiếp lẫn sinh viên đăng ký online đều phải dùng cùng một cách đánh giá. Vì tuyển sinh online là nguồn doanh thu lớn nên việc mở rộng nó được xem là cực kỳ quan trọng. Nếu trong 7 lớp Calculus I có 1 lớp mở online, thì 6 lớp còn lại học trực tiếp cũng bị cấm đánh giá trực tiếp. Họ lấy danh nghĩa “công bằng”. Thật sự bức bối vì tình hình đúng là như vậy

  • Tôi cũng cảm nhận áp lực đó. Thật ra tôi nghĩ phần lớn vấn đề AI mà chúng ta đang gặp là vì AI đang phơi bày những vấn đề khác của xã hội. Ví dụ, giảng viên là người hiểu nội dung môn học nhất và là người trực tiếp giảng dạy, nhưng quyền quyết định thực tế lại nằm ở bộ phận hành chính. Việc trường đại học đặt mục tiêu kiếm tiền cũng là vấn đề. AI đúng là đang làm những chuyện này tệ hơn, nhưng thật ra đây đều là vấn đề cấu trúc đã tồn tại từ trước thời AI. Tôi hy vọng chỉ khi tình hình tệ đi nhiều hơn nữa thì nền móng gốc rễ mới được sửa. Nếu may mắn, đây có thể là cơ hội để sửa những thứ chúng ta đã phớt lờ quá lâu. Nếu không thì mọi thứ chỉ tệ hơn mà chẳng có cơ hội cải thiện
  • Tôi có bằng Software Engineering của Harvard Extension, và thực tế đã nhiều lần phải thi trong môi trường giám sát trực tiếp. Việc thi ở Madrid hay London cũng không khó thu xếp. Với trường hay với sinh viên, chuyện đó không quá khó. Hiện tôi đang học thạc sĩ online ở Georgia Tech, và việc đánh giá và giám sát online cũng được triển khai khá ổn. Những môn có nhiều nội dung toán học như Simulation cũng hoàn toàn có thể làm online. Tuy vậy, có vẻ một số môn như Graduate Algorithms đang gặp khó với đánh giá online. Tôi hiểu vì sao giáo sư thích đánh giá trực tiếp, nhưng với tôi thì chỉ cần có đủ lựa chọn giám sát hoặc có thể chọn đa dạng môn học là tôi không có gì để phàn nàn nhiều
  • Ở Úc, ngay cả các trường đào tạo từ xa cũng có nhiều địa điểm thi có giám sát tại các thành phố lớn. Sinh viên học từ xa, nhưng thi cuối kỳ thì bắt buộc phải làm tại một điểm thi giám sát chính thức. Kỳ thi đôi khi chiếm hơn 50% tổng điểm. Tôi tự hỏi liệu Mỹ có thể áp dụng cách này không
  • Những sinh viên tôi gặp đều nhất quán bày tỏ sự sốc và thất vọng khi bị áp lại kiểu “cách cũ” này. Họ chán nản vì tấm bằng mà họ cố gắng lấy đang ngày càng mất giá trị, nhưng đồng thời cũng không hề mong thi cử quay trở lại. Đặc biệt, sinh viên có neurodivergent thường yếu thế hơn trong môi trường thi cử, và lại thể hiện tốt hơn nhiều ở các bài tập mở dạng mở rộng nội dung (đúng là mẫu quan sát của tôi có thiên lệch). Những sinh viên này nói rằng họ không tìm ra giải pháp. Từ góc nhìn của những người bị ảnh hưởng nặng nhất là sinh viên, cả tình trạng hiện tại lẫn các “giải pháp” vốn chẳng giúp ích thực chất đều chỉ gây bức bối
  • Ở trường đại học tôi từng học, các giáo sư gần như luôn khăng khăng chỉ cho dùng bút chì và giấy trong các lớp kỹ thuật. Khi viết essay thì chỉ một vài môn cho phép dùng laptop, mà ngay cả khi đó giáo sư cũng đi quanh lớp suốt giờ thi để giám sát trực tiếp. Trước đây tôi từng hoài nghi vì sao họ không dùng công nghệ mới, nhưng giờ thì tôi biết ơn họ. Việc tự tay viết toán giúp tôi xây nền tảng hiểu lý thuyết rất chắc. Nhìn cách sinh viên bây giờ học, tôi thật sự thấy đáng tiếc. Các giáo sư, đôi khi hãy nói “KHÔNG”. Sau này sinh viên sẽ biết ơn

• Tôi luôn nghĩ hệ thống giáo dục vốn đã hỏng từ lâu và gần như vô dụng. Giáo viên hiếm khi khiến tôi có cảm giác họ thực sự “dạy” điều gì. Ngược lại, nếu thể hiện cách suy nghĩ riêng thì lại bị đè xuống vì không khớp chương trình. Việc AI có thể dễ dàng làm bài tập về nhà cho thấy bản thân bài tập đó chẳng có giá trị gì. Việc dạy và học thực sự cần có tính hợp tác

  • Cho rằng bài tập về nhà vô nghĩa chỉ vì AI có thể làm thay là một góc nhìn rất hời hợt. Rất nhiều bài tập vốn dĩ cũng có thể dễ dàng làm bằng máy tính cầm tay, Wikipedia hoặc sách giáo khoa. Điều đó không có nghĩa là chúng vốn không cần thiết. Trên thực tế, bài tập về nhà giúp xây dựng cấu trúc tư duy trong não và rèn nhiều kỹ năng cùng lúc. Tất nhiên, cũng đúng là theo thời gian, ý nghĩa của việc đánh giá đã thay đổi so với trước kia
  • Mục đích của bài tập về nhà là để thực hành thật, xác định chỗ còn thiếu và kiểm tra tiến độ. Việc AI có thể làm bài tập không có nghĩa là bài tập trở nên vô dụng. Dĩ nhiên, việc bạn có trải nghiệm tệ hoặc không gặp được giáo viên giỏi là điều đáng tiếc, nhưng vì thế mà phủ nhận toàn bộ một hệ thống vốn phù hợp với số đông thì không hợp lý. Rất nhiều học sinh còn chưa đọc tốt hay làm được toán cơ bản, nên khó có thể kỳ vọng tư duy phản biện độc lập trước đó. Việc học “suy luận hợp lý về kết quả” thông qua các bài toán ở trường cũng là một điểm rất quan trọng. Tôi nghĩ năng lực kiểm tra xem một cây cầu dài 43.000 km có hợp lý hay không là điều rất cần thiết
  • AI hiện nay có thể làm được cả bài tập toán và lập trình của các trường cỡ Harvard, nhưng trong thời kỳ trước GPT tôi đã học được cực nhiều từ bài tập về nhà, và bản thân bài tập cũng rất thú vị. Nói rằng chỉ vì có AI mà mọi ý nghĩa đều biến mất là một bước nhảy logic quá đà
  • Mục đích thật sự của bài tập về nhà không phải là hoàn thành bài tập, mà là chứng minh năng lực học tập và việc đã học được gì. Dù thuê người khác làm hay để AI làm, nếu năng lực không tích lũy thì tấm bằng cũng không còn ý nghĩa. Đại học phải cải thiện cách đánh giá để giữ độ tin cậy của bằng cấp. Nếu kỹ năng sử dụng AI là điều cần thiết, thì nên đánh giá và cấp bằng riêng cho nó. Tức là cần phân biệt rõ bằng Computer Science thông thường với bằng AI Assisted Computer Science

• Tôi dạy computer science/lập trình, và không dễ để tìm được chính sách tối ưu đối với AI. Một mặt, bản thân tôi cũng dùng AI rất nhiều và thấy nó hỗ trợ học tập rất tốt. Nhưng đổi lại việc AI giúp hoàn thành công việc nhanh là chất lượng kết quả giảm đi. Sinh viên coi các bài tập bắt buộc như một “chướng ngại phải vượt qua”, và tập trung vào cách qua cho dễ nhất có thể. Khi đó AI giống một cái máy làm bài hơn là công cụ hỗ trợ học tập. Tôi không thể đưa vào việc dùng máy tính hay một ngôn ngữ kỳ lạ nào đó (như cách dùng trình biên dịch tự tôi viết). Hiện cách của tôi vẫn xoay quanh bài tập dự án và thi vấn đáp. Dự án buộc phải có hợp tác nên khó để LLM nhả ra ngay đáp án đúng, còn thi vấn đáp thì năng lực và độ sâu lộ ra rất rõ. Tuy nhiên, mỗi năm vẫn có một vài sinh viên tốn đến 3 học kỳ mà vẫn không kết nối nổi ngay cả những khái niệm cơ bản, và khi đó tôi phải nói với họ với tư cách giảng viên rằng đó là khoảng thời gian lãng phí. Phần cơ bản về Linux ít bị ảnh hưởng hơn vì chỉ là thực hành terminal, trong khi LLM vẫn chưa có quyền truy cập terminal API. Tôi cũng cân nhắc cung cấp IDE online để giám sát việc copy-paste, nhưng tôi không thích thực tế là sinh viên lại không thể tự chạy phần mềm trên máy của mình

  • Tôi cũng không phải thế hệ quá cũ, vậy mà hồi đại học việc đánh giá CS vẫn dựa trên dự án nhóm và thi viết trực tiếp. Trong phòng thi, máy tính cầm tay có chức năng lập trình hay bộ nhớ lớn, cũng như laptop, đều bị cấm mang vào. Chẳng có gì bất tiện lớn cả. Dù bây giờ tranh cãi rất lớn, tôi thấy thực ra đây không hẳn là vấn đề gì hơn ngoài xung đột thế hệ hay đòi hỏi quyền lợi sinh viên. Thật ra tôi nghĩ những môn cần đánh giá bằng bài luận dài mới là nơi khủng hoảng hơn. Thi vấn đáp hay bài luận thi viết kiểu Blue book trước đây vốn vận hành rất ổn
  • Thái độ coi bài tập bắt buộc chỉ là “bức tường cần vượt qua cho xong” dường như rất phổ biến trong các cộng đồng online như Hacker News. Từ trước thời LLM đã có nhiều lập luận kiểu “đại học vô nghĩa”, “bằng cấp chỉ là tờ giấy”, “nội dung giảng dạy không có giá trị”, rồi đi đến kết luận “vậy thì gian lận cũng hợp lý”. Nhưng nếu thực sự đánh giá năng lực làm việc hay khả năng được tuyển dụng của sinh viên, thì rất dễ phân biệt giữa người học bài bản với người chỉ cố qua màn như chơi game
  • Tôi đồng ý rằng thi vấn đáp bộc lộ năng lực sinh viên rất rõ. Nếu có phòng máy, có lẽ cũng nên thường xuyên giao bài lập trình thời gian thực trong mỗi buổi học. Việc cung cấp IDE online hay giám sát copy-paste có thể có nhược điểm là khiến những sinh viên giỏi không được dùng editor quen thuộc của họ. Bản thân tôi cũng không thích gõ code trên trang web
  • Mỗi năm nhìn thấy vài sinh viên bước vào phòng thi mà gần như chẳng hiểu chút nền tảng nào thì khá sốc
  • Nếu có môn học mà sinh viên tự thiết kế và triển khai ngôn ngữ lập trình, thì có thể dùng ngôn ngữ xuất sắc nhất của khóa trước làm nền tảng cho năm sau. Làm vậy LLM sẽ khó tạo đáp án đúng một cách dễ dàng. Tôi làm ở một lĩnh vực hoàn toàn khác trong toán/computer, nhưng vẫn thấy đây là một ý tưởng thú vị

• Tôi đánh giá rất cao khả năng AI sẽ thúc đẩy việc học của sinh viên tương lai một cách bùng nổ. Giống như giáo dục Montessori, LLM có thể giúp những học sinh đang tự khám phá con đường riêng theo nhiều hướng khác nhau. Với tôi, hồi trung học giáo viên thường né tránh trả lời hoặc không đào sâu thảo luận, nên tôi luôn thấy tò mò mà không được giải đáp hết (đặc biệt là ở sinh học hay hóa học). Tất nhiên, môi trường giáo dục hiện nay quá nặng về bài tập, nên chỉ những học sinh thực sự hiếu kỳ mới tận dụng được lợi ích của LLM. Nếu có phương thức giảng dạy mới, tôi hy vọng nó sẽ khơi ra tốt hơn sự tò mò vốn có trong mọi học sinh. Nếu ai biết công cụ AI nào cho phép khám phá theo từng chủ đề mà vẫn giữ được mạch lớn của các khái niệm quan trọng như lượng giác thì mong được giới thiệu

  • Tôi nghĩ cốt lõi vấn đề hiện nay là cấu trúc “lấy bài tập làm trung tâm”. Điều học sinh thực sự tò mò cần lại là “thời gian rảnh”. So với việc lúc nào cũng bận với bài vở và tiếp tục dùng LLM, có lẽ sẽ tốt hơn nếu như trước kia khối lượng học vừa phải để vẫn còn thời gian tự khám phá. Với tôi, khi tự học âm nhạc và điện tử, tôi đo tiến bộ bằng các tiêu chí khác thay cho thi cử, chẳng hạn mạch điện có thật sự chạy hay không. Tôi nghi ngờ việc chỉ dùng LLM mà không có chuẩn bên ngoài thì có thể dẫn tới hiểu biết sâu được hay không
  • Tôi đang làm một sản phẩm gia sư AI được thiết kế để người học có thể tự do rẽ nhánh chủ đề theo kiểu đối thoại Socratic. Nếu quan tâm tôi có thể đưa bạn vào danh sách chờ. Mục tiêu là công bố MVP trong vài tuần tới
  • Khi khám phá những vấn đề phức tạp, trò chuyện với một AI có thể nói dối hoặc bịa trích dẫn lại còn gây cản trở
  • Tôi vẫn chưa trực tiếp thấy trường hợp nào AI thật sự giúp việc học bùng nổ. Chỉ đọc đánh giá online hay tự báo cáo thì tôi không tin lắm
  • Trước đây, mỗi khi thấy bế tắc với một khái niệm nào đó, giáo viên thường trả lời qua loa hoặc không giải thích đủ sâu nên tôi luôn có cảm giác dang dở. Gần đây tôi nhận ra rằng AI cho phép việc học trở nên linh hoạt và có tính khám phá hơn nhiều. Bản thân tôi cũng không xem ChatGPT là hoàn hảo, nhưng nó khá hữu ích trong việc mở rộng suy nghĩ của tôi thông qua so sánh khái niệm và phản biện logic. Trên thực tế, tôi không coi câu trả lời của AI là chân lý, mà dùng nó để bật qua bật lại các ý tưởng trong đầu và tìm ra hướng khám phá mới

• Tôi dạy ở một trường đại học nhỏ. Cách chúng tôi dùng là như sau

  • Tất cả bài thi giữa kỳ và cuối kỳ đều viết tay
  • Yêu cầu sinh viên giải thích họ đã thiết kế và viết code bài lập trình như thế nào (làm được vì lớp chỉ khoảng 15-20 người, đông hơn sẽ khó)
  • Cho sinh viên thuyết trình và hỏi đáp về các chủ đề phức tạp
  • Nộp bản tóm tắt viết tay một trang, sơ đồ, mind map, v.v.
  • Ngay cả phần lab lập trình cũng thay đổi yêu cầu trong ngày một cách sáng tạo để buộc sinh viên xử lý tại chỗ (ví dụ: kịch bản “khách hàng” đổi yêu cầu) Vấn đề thực sự là cách này đòi hỏi giáo viên bỏ ra nhiều công sức hơn rất nhiều, và cũng không có nhiều người sẵn sàng nghĩ ngoài khuôn khổ
  • Ý là “viết tay” ở đây thật sự là bút và giấy phải không

• Nếu xu hướng hiện tại tiếp tục, tôi nghĩ phần lớn bằng đại học trong tương lai sẽ hoàn toàn mất giá trị. Nếu những sinh viên dùng AI để giải bài tập một cách gian lận vẫn nhận được bằng, thì tấm bằng đó chẳng còn giá trị gì như một minh chứng cho thành tựu học tập. Những cơ sở cấp loại bằng như vậy cũng chẳng khác gì các lò cấp bằng vô đạo đức ngày xưa. Tôi thậm chí thấy may vì bằng của mình là từ năm 2011

  • Những giáo sư giỏi nhất tôi từng gặp hầu như không tính nặng điểm bài tập, hoặc chỉ kiểm tra có nộp hay không. Điểm danh cũng hoàn toàn không tính. Họ cung cấp bài học và bài tập chỉ như công cụ học tập, còn đánh giá thực sự là thi có giám sát trong giờ học hoặc tại trung tâm khảo thí chính thức của trường. Tôi thấy việc quản sinh viên đại học trưởng thành bằng điểm bài tập hay điểm danh vừa trẻ con vừa quá bao bọc. Hãy để họ tự học, rồi chỉ đánh giá xem họ thực sự học được bao nhiêu trong môi trường không thể gian lận. Việc cố truy quét gian lận ở bài tập về nhà giống như vá tạm một hệ thống cũ đã chạm giới hạn, chứ không phải đổi mới giáo dục thực sự
  • Trường học hay đại học nên ngừng coi bài tập về nhà là “bằng chứng năng lực”. Tôi nghi ngờ bản thân điểm bài tập có ý nghĩa gì. Kỷ nguyên AI đã đến và không thể đảo ngược, nên đại học cũng phải chấp nhận thực tế và chuẩn bị thay đổi
  • Tôi lại nghĩ ngược lại. Những tấm bằng đại học đã được kiểm chứng sẽ còn có giá trị hơn. Các trường hàng đầu sẽ chuyển sang nhấn mạnh thi trực tiếp thay vì bài tập từ xa để xác nhận việc học thật. Thực ra gian lận vốn đã phổ biến từ trước, và các trường tốt có hệ thống khiến việc gian lận suốt đến lúc tốt nghiệp trở nên khó duy trì. Ở trường công quanh tôi, giữa sinh viên ai cũng biết nếu chọn đúng giáo sư và đúng lớp thì có nhiều cơ hội gian lận và tốt nghiệp dễ dàng. Những giáo sư nghiêm khắc với gian lận còn bị sinh viên đánh giá phá hoại
  • Không liên quan trực tiếp đến AI, nhưng tôi có một chuyện về gian lận trong thi online. Cháu tôi chuyển sang học online vì đại dịch, và từ lúc đó điểm trung bình cả lớp tăng vọt. Ban đầu cháu nhất quyết không gian lận, nhưng cuối cùng cũng bắt đầu làm như những người khác. Cháu dán đầy giấy note quanh màn hình để làm bài thi, rồi bố cháu bước vào mắng vì làm hỏng giấy dán tường
  • Tôi nghĩ vấn đề này không mới. Ngày xưa giáo sư của tôi cũng từng bắt làm lab bằng SSH vào máy, dùng Vim và C trực tiếp, vì cho rằng tự động hoàn thành trong Java IDE cản trở việc học

• Với bài tập MBA, cách tôi từng làm là thế này

  • Chọn sẵn quan điểm mình đã có
  • Tìm thật nhiều bài báo hỗ trợ quan điểm đó, nhưng không đọc kỹ nội dung mà chỉ xem abstract
  • Trong lúc viết essay thì chỉ trích ra những đoạn từ tài liệu tham khảo khớp nhất với luận điểm của mình Không hề có học tập nào diễn ra trong cách làm này. Thứ tăng lên chỉ là kỹ năng tìm kiếm bài báo. Luôn có rất nhiều bài ủng hộ quan điểm mình muốn, chỉ cần biết cách tìm. Tôi cho rằng kể cả giao toàn bộ quy trình này cho LLM thì cũng chẳng ảnh hưởng gì đến giáo dục thực chất
  • Thật đáng tiếc. Tôi tự hỏi vì sao bạn lại không thể thực sự đắm mình vào chính các bài báo đó để học
  • Thật ra vấn đề là ở bản thân mình. Nếu viết bài theo phương pháp khoa học thì thật lòng mà nói có thể viết tốt về hầu như bất kỳ chủ đề nào. Nhưng những tấm bằng như MBA trên thực tế lại được nhìn như bàn đạp để thăng chức, chuyển nghề và các mục tiêu tương tự. Làm “khoa học thật” không phải là cấu trúc được thưởng tốt hơn. Tôi cũng đã lặp lại cùng một cách đó qua nhiều môn, nhiều lần, chỉ để lấy điểm. Chỉ cần nội dung trông có vẻ ổn là đủ. Ra ngoài xã hội rồi tôi thấy công ty cũng vận hành tương tự. Chỉ cần chọn tài liệu chứng minh cho ý kiến của mình để nộp, còn nếu không có thì lôi bằng chứng na ná nào đó vào để giả vờ hậu thuẫn cho lập luận. Ngay cả khi ý kiến hay giả định của mình sai, nói với sếp hay khách hàng rằng họ không đúng cũng chẳng được tưởng thưởng gì
  • Tôi từng viết hộ bài tập tâm lý học cho một người bạn mà không hề có kiến thức nền nào, và bài đó được điểm cao nhất. Tôi đã làm đúng y như cách vừa mô tả. Mẹ tôi thậm chí từng làm dịch vụ viết hộ bài luận cho sinh viên nước ngoài dựa trên băng ghi âm bài giảng
  • Dù sao thì ngay cả nếu chỉ tóm tắt bài báo, cũng nên nhớ rằng vẫn phải có ai đó trực tiếp viết ra các bài báo đó và tạo ra tri thức bằng tư duy độc lập

• Chúng ta cần suy ngẫm ở cấp độ toàn nhân loại về mục đích của giáo dục là gì và sau này nên là gì. Thực tế mà nói, tôi không tin có ai đóng học phí đại học chỉ để tự làm suy giảm năng lực và hiểu biết của chính mình. 90% sinh viên có mục tiêu rất rõ vì bằng cấp là vé vào việc làm, còn 10% còn lại, nếu họ thậm chí không thừa nhận được những sự thật khó chịu về bản thân, thì việc nhà tuyển dụng không tin tưởng họ cũng chẳng có gì lạ. Thật ra ai cũng biết điểm thi hay thành tích học tập không phải là thước đo khách quan. Chuẩn giáo dục và chương trình học khác nhau rất xa giữa các trường. Hồi trung học tôi cũng chỉ gắng gượng với GPA 3.2, nhưng khi lên đại học thì “bài kiểm tra xếp lớp toán” lại chỉ ở mức trung học cơ sở nên tôi làm rất dễ, còn rất nhiều học sinh GPA 4.0 lại phải học lại từ lớp nền tảng. Thế mà sự phản đối với các kỳ thi chuẩn hóa vẫn luôn rất mạnh, dù như SAT còn cho thi lại nhiều lần

  • Vậy là ngay cả 10% sinh viên thật sự muốn học cũng phải thỏa hiệp với trò chơi lò bằng cấp sao? Tôi cũng có phần hoài cynic, nhưng như vậy vẫn quá đáng

• Tôi cũng có trải nghiệm ngược lại. Nếu không có AI, có lẽ năm ngoái tôi đã không đủ kiên nhẫn để học Rust đến cùng ngoài khuôn khổ trường lớp. Việc có một gia sư cá nhân luôn sẵn sàng để hỏi ngay cả những thắc mắc nảy ra lúc đang tắm thật sự là tài sản lớn. Đồng thời, nếu tôi quay lại trường học bây giờ, có lẽ tôi sẽ buộc phải dùng AI để không bị tụt lại trong thi cử hay bài tập. Trong môi trường đánh giá dựa trên đường cong chuẩn bell curve, AI biến mọi thứ thành một bối cảnh lý thuyết trò chơi nơi ai cũng bị ép phải dùng AI

  • Tôi cũng giống vậy. AI thật sự là một công cụ học tập rất mạnh, nhưng lại là thách thức lớn với hệ thống giáo dục