Khi đáp án đúng không còn chứng minh được người học đã hiểu
AI trong giáo dục là việc ứng dụng các công cụ trí tuệ nhân tạo vào dạy và học, đồng thời đặt ra câu hỏi liệu sản phẩm nộp lên có phản ánh năng lực thật của người học hay không. Giáo sư Richard Borcherds, nhà toán học tại Đại học California, Berkeley và người đoạt Huy chương Fields năm 1998, đã thôi chấm bài tập về nhà theo đúng sai khi sinh viên có thể dùng AI tạo lời giải. Ông chuyển sang cho điểm dựa trên việc có nộp bài hay không, và cho điểm tối đa những người nộp đúng hạn. Đây không phải là một cải cách sư phạm đã được chứng minh; đó là dấu hiệu cho thấy một thước đo cũ đang mất tác dụng. Khi lời giải đúng có thể được tạo ra ngoài tầm quan sát của giảng viên, điểm số trên bài làm không còn đủ sức chứng minh người học tự hiểu và tự giải được bài.
Quyết định của Borcherds cũng là lời phê bình nhắm vào cách chấm hơn là vào bản thân sinh viên. Nếu bài làm do AI tạo vẫn được chấm như sản phẩm độc lập, những người làm bài trung thực có thể chịu thiệt, còn điểm cao không còn cho biết rõ ai đã nắm kiến thức. Ông cho rằng trả tiền thuê trợ giảng để chấm những lời giải do máy tính tạo ra là lãng phí thời gian và tiền bạc. Đó là lập luận khó bác bỏ khi người chấm không thể xác định đáng tin cậy ai thực sự làm bài. Nhưng bỏ chấm đúng sai cũng khiến bài tập về nhà mất một chức năng quan trọng: cung cấp phản hồi để sinh viên biết mình sai ở đâu.
Chấm bài tập về nhà không thể chỉ dựa vào sản phẩm cuối
Vấn đề cốt lõi không phải là AI có làm được bài hay không, mà là cách đánh giá sinh viên có đo được năng lực cần đo hay không. Một đáp án hoàn chỉnh có thể đến từ người học, từ công cụ AI hoặc từ sự kết hợp của cả hai; chỉ nhìn bản nộp cuối thì khó biết mỗi bên đóng góp gì. Borcherds nói ông từng nhận ra bài do AI tạo qua những lỗi đặc trưng, nhưng nay công cụ ít mắc lỗi lộ liễu hơn và ngày càng khó phân biệt lời giải của máy với bài tự làm. Vì vậy, cấm đoán hoặc cố săn tìm dấu vết AI không thể là nền tảng duy nhất của việc chấm điểm.
Berkeley hiện chưa có chính sách AI chính thức áp dụng trên toàn trường; Hội đồng Thượng viện Học thuật đã yêu cầu giảng viên ghi rõ trong đề cương môn học công cụ nào được phép dùng và kỳ vọng ra sao. Hướng đi này cần thiết, nhưng quy định minh bạch chỉ giải quyết câu hỏi sinh viên được làm gì, chưa chứng minh họ học được gì. Giảng viên nên thiết kế đánh giá để quan sát cả lập luận, lựa chọn phương pháp và khả năng giải thích: yêu cầu trình bày cách làm, bảo vệ lời giải bằng lời hoặc vận dụng kiến thức vào tình huống mới. AI có thể hỗ trợ chuẩn bị, nhưng người học vẫn phải thể hiện phần hiểu biết của mình.
Đưa việc đánh giá về nơi giảng viên quan sát được quá trình
Hiện Borcherds chủ yếu dựa vào bài thi tự luận trực tiếp trên lớp, nơi sinh viên không được dùng thiết bị điện tử. Cách này giúp giảng viên quan sát năng lực cá nhân rõ hơn, nhưng không nên trở thành câu trả lời duy nhất. Bài thi tại lớp có thể tạo một điểm kiểm tra đáng tin cậy hơn bài nộp mang về, song nếu mọi đánh giá đều dồn vào vài kỳ thi, kết quả dễ phản ánh khả năng ứng phó trong thời gian ngắn hơn là quá trình học lâu dài. Bài tập về nhà vẫn có giá trị để luyện tập; điều cần thay đổi là đừng mặc định lời giải đúng đồng nghĩa với sự tiến bộ của chính người nộp.
Một thiết kế hợp lý nên phân vai rõ cho từng hình thức: bài tập tại nhà để thử nghiệm, luyện kỹ năng và nhận phản hồi; phần trình bày hoặc trao đổi để kiểm tra khả năng giải thích; bài thi có giám sát để xác nhận kiến thức độc lập. Nếu cho phép AI, giảng viên cũng cần nêu cách khai báo và tiêu chí đánh giá việc sử dụng công cụ. Borcherds thừa nhận chấm theo việc nộp bài không phải cơ chế tốt và ông chưa tìm được phương án thay thế. Sự thẳng thắn ấy đáng chú ý: không có quy tắc đơn giản nào vừa giữ được tính công bằng, vừa loại bỏ mọi gian lận, vừa giảm tải chấm bài.
Kết luận: chấm năng lực, không chỉ chấm đáp án
Quyết định của Borcherds không chứng minh rằng bài tập về nhà đã hết thời, mà cho thấy cách chấm cũ không còn đủ sức đảm bảo điểm số phản ánh việc học. Với AI ngày càng giỏi tạo lời giải, nhà trường cần kết hợp bài làm với những lần trình bày, giải thích và vận dụng kiến thức có thể quan sát trực tiếp. Thay đổi như vậy đòi hỏi thêm công sức thiết kế và có thể không phù hợp đồng đều với mọi môn học, nhưng tiếp tục chấm sản phẩm cuối như thể không có AI còn làm suy giảm niềm tin vào kết quả.
Thách thức của AI trong giáo dục vì thế không chỉ là phát hiện bài làm có dùng công cụ hay không. Đó là xây dựng một hệ thống đánh giá sinh viên trong đó người học phải cho thấy mình hiểu gì, lập luận ra sao và có thể tự vận dụng kiến thức đến mức nào. Bài tập về nhà nên tiếp tục tồn tại như không gian luyện tập, nhưng điểm số quan trọng cần dựa trên bằng chứng về năng lực, chứ không chỉ một đáp án đúng được nộp đúng hạn.
