Tăng tốc học tập không đồng nghĩa học sâu hơn
AI trong giáo dục là việc ứng dụng các công cụ trí tuệ nhân tạo để hỗ trợ giảng dạy và học tập, từ tìm kiếm thông tin, xử lý bài tập đến tạo và chỉnh sửa nội dung, nhưng không thay thế năng lực suy nghĩ của người học.
AI hỗ trợ học tập có thể giúp sinh viên xử lý nhiều nhiệm vụ nhanh hơn, mở rộng nguồn kiến thức và dành thêm thời gian cho vấn đề khó. Sinh viên N.M.K., học công nghệ thông tin tại một trường đại học ở TP.HCM, cho biết tốc độ làm đồ án tăng gấp ba lần nhờ AI; công cụ này phát hiện lỗi dấu chấm phẩy trong hàng nghìn dòng mã chỉ trong vài giây, thay vì khiến em mất cả đêm tìm kiếm. Lợi ích ấy rất cụ thể, nhưng tốc độ hoàn thành không phải thước đo đầy đủ của việc học. Nếu sinh viên không hiểu vì sao đoạn mã hoạt động, sản phẩm nhanh hơn chỉ che đi lỗ hổng kiến thức.
AI đang trở thành công cụ quen thuộc trong bài tập và nghiên cứu, tương tự những tiện ích số mà sinh viên đã dùng để tra cứu, viết và biên tập. Theo báo cáo về mức độ phổ biến AI năm 2025 của Viện Kinh tế AI thuộc Microsoft, tỷ lệ sử dụng AI tại Việt Nam tăng từ 21,2% trong nửa đầu năm lên 23,5% trong nửa cuối năm; mức tăng toàn cầu cùng giai đoạn là 1,2 điểm phần trăm, từ 15,1% lên 16,3%. Cấm đoán khó theo kịp thực tế. Câu hỏi đáng đặt ra không phải có dùng hay không, mà là sinh viên dùng AI để học hay để né phần việc giúp họ trưởng thành.
Khi trợ lý làm hộ cả phần suy nghĩ
Rủi ro lớn nhất không nằm ở một bài luận do AI soạn, mà ở thói quen dần mất khả năng bắt đầu nếu không có công cụ. Một sinh viên năm hai kể rằng ban đầu em dùng ChatGPT tìm ý tưởng, rồi có lúc ngồi trước trang giấy trắng khi mất mạng mà không biết lập dàn ý hay triển khai câu chữ. Em tự đặt quy tắc chỉ mở AI sau khi đã phác thảo ý tưởng bằng khả năng của mình. Đó là dấu hiệu cảnh báo đáng lưu ý: điểm số tốt không chứng minh người học đã hình thành kiến thức.
Sự lệ thuộc có thể làm suy yếu tư duy độc lập, bởi người học bỏ qua quá trình thử, sai, đối chiếu và tự diễn đạt. AI có thể trả lời trôi chảy, nhưng sinh viên vẫn phải biết kiểm tra kết quả, nhận ra sai sót và giải thích lựa chọn của mình. Một giảng viên ngành khoa học dữ liệu yêu cầu sinh viên nộp câu lệnh đã dùng và trình bày được luồng thuật toán, thay vì chỉ chứng minh đoạn mã chạy được. Cách đánh giá ấy hợp lý hơn việc cấm công cụ: nó buộc người học chịu trách nhiệm với sản phẩm, đồng thời khiến phần hiểu biết thật khó bị che giấu.
Ranh giới cần giữ rất đơn giản: để AI hỗ trợ việc học, không giao cho nó quyền quyết định mình đã học được gì. Sinh viên nên tự phác thảo trước, dùng công cụ để chất vấn hoặc kiểm tra sau, rồi diễn đạt lại bằng lời của mình. Nếu không thể giải thích câu trả lời khi tắt công cụ, bài làm có thể đã hoàn thành nhưng quá trình học thì chưa.
Khoảng cách giữa lớp học và giảng viên
Tranh luận về AI không chỉ xoay quanh công nghệ; nó còn phản ánh sự thiếu tin tưởng giữa người dạy và người học. Một nghiên cứu của Đại học Manchester cùng Đại học País Vasco, thực hiện từ tháng 4 đến tháng 6 năm 2024 với 45 giảng viên và 86 sinh viên tại một đơn vị khoa học xã hội, ghi nhận điểm đánh giá mức độ sử dụng AI trung bình là 5,23 trên 7 ở giảng viên, so với 3,11 ở sinh viên. Nói cách khác, giảng viên có xu hướng nghĩ sinh viên dùng AI nhiều hơn mức sinh viên tự nhận.
Khoảng cách ấy không tự chứng minh bên nào đúng: sinh viên có thể đánh giá thấp mức dùng, còn giảng viên cũng khó nhận biết công cụ được dùng vào khâu nào. Khi quy tắc mơ hồ và mỗi bên nghi ngờ bên kia, người học dễ giấu cách làm thay vì hỏi đâu là hỗ trợ hợp lệ. Trong khi đó, các cách dùng phổ biến gồm tạo văn bản, sửa ngữ pháp, tìm tài liệu và hỗ trợ tìm câu trả lời cho bài tập. Nhà trường cần công khai ranh giới theo từng nhiệm vụ, thay vì để sinh viên đoán xem lúc nào dùng AI sẽ bị xem là gian lận.
Giải pháp không phải chọn giữa cấm hoàn toàn và chấp nhận mọi thứ. Giảng viên cần nói rõ phần nào có thể giao cho AI, yêu cầu khai báo cách dùng và thiết kế bài đánh giá kiểm tra lập luận, quy trình cùng khả năng trình bày. Sinh viên cũng cần chủ động hỏi, minh bạch và kiểm tra thông tin do công cụ tạo ra. Đối thoại rõ ràng sẽ hữu ích hơn một môi trường mà mọi bài làm đều bị nhìn bằng sự nghi ngờ.
Dạy cách dùng AI, nhưng giữ con người ở trung tâm
Các trường đại học nên chuyển từ tâm lý nghi ngờ sang thảo luận thẳng thắn về cách dùng AI phù hợp để hỗ trợ học tập, đồng thời xem lại phương pháp dạy và đánh giá trong môi trường có AI. Điều đó không có nghĩa là nhường lớp học cho công cụ. Giảng viên vẫn cần hướng dẫn người học kiểm chứng, tư duy phản biện và tự học; nhà trường cần cập nhật chương trình, xây dựng quy tắc ứng xử với AI và nâng cao năng lực giảng viên.
Nguyên tắc thực tế là đánh giá cả quá trình lẫn kết quả: yêu cầu sinh viên nêu cách dùng AI, bảo vệ lựa chọn và giải thích kiến thức nền. Bài tập cũng nên tạo cơ hội cho người học tự lập luận, thay vì chỉ thưởng cho câu trả lời trơn tru mà công cụ có thể tạo ra. AI có thể tăng hiệu suất, nhưng không thể thay thế năng lực hình thành ý tưởng, giải quyết vấn đề và kết nối kiến thức.
AI trong giáo dục sẽ hữu ích khi giúp sinh viên học nhanh hơn mà không khiến họ nghĩ ít hơn. Cấm đoán không giải quyết được khoảng cách giữa giảng viên và sinh viên; thả nổi lại dễ biến hỗ trợ thành lệ thuộc. Đích đến nên là người học biết tận dụng công cụ, công khai cách dùng và vẫn tự mình hiểu, đánh giá, giải thích điều đã làm. Nếu không giữ được năng lực ấy, hiệu suất cao chỉ là một chiến thắng ngắn hạn.
