Khi luận án không còn đủ: đại học phải chấm cả con người, không chỉ văn bản
Đánh giá sinh viên AI trong bối cảnh mới là cách các trường đại học thiết kế kiểm tra, đánh giá năng lực người học khi trí tuệ nhân tạo tham gia vào hầu hết các bước học tập, từ tìm tài liệu, giải bài đến viết bản thảo, sao cho vẫn nhận diện được kiến thức thật, tư duy phản biện, đạo đức học thuật và khả năng sử dụng AI có trách nhiệm của từng cá nhân. Trong thời AI, luận án tiến sĩ, tiểu luận hay bài tập không còn là bằng chứng tự động cho năng lực. Khi máy có thể giải toán, soạn văn bản, câu hỏi phải đổi lại: ta đang chấm sản phẩm hay chấm người học? 24 nhà toán học họp tại Harvard đã trả lời khá rõ: không thể tiếp tục cấp bằng tiến sĩ chỉ dựa trên nội dung văn bản luận án tiến sĩ thời AI. Câu chuyện này không chỉ dành cho nghiên cứu sinh toán, mà là hồi chuông cho toàn bộ cải cách giáo dục đại học.
Đề xuất từ Harvard: bảo vệ, đối thoại và đánh giá liên tục thay cho “một bản luận án là xong”
Cuộc họp ngày 17-18/9 của 24 nhà toán học từ Harvard, MIT, Stanford… khẳng định một điều khó chối cãi: khi AI có thể hỗ trợ giải toán và viết bản thảo nghiên cứu, luận án hoàn chỉnh không còn là thước đo duy nhất cho năng lực độc lập của nghiên cứu sinh. Báo cáo sau cuộc họp đề xuất không cấp bằng chỉ dựa vào luận án, mà coi văn bản này là nền tảng cho một buổi bảo vệ nghiêm túc, nơi nghiên cứu sinh phải chứng minh mình hiểu và làm chủ toàn bộ nội dung. Quan trọng hơn, quá trình đào tạo phải có đánh giá trực tiếp, thường xuyên: thi viết, vấn đáp, các buổi trình bày kế hoạch, tiến độ ít nhất mỗi năm trước nhiều giảng viên. Cách làm này chuyển trọng tâm từ việc “nộp được một quyển luận án tiến sĩ thời AI” sang chứng minh năng lực tư duy, giao tiếp học thuật, khả năng đặt câu hỏi và bảo vệ lựa chọn khoa học của chính mình.
Từ săn lùng đạo văn sang đo năng lực: bài học từ lớp học đại học
Thực tế ở bậc đại học cho thấy cấm AI là điều không tưởng. Một nghiên cứu được công bố năm 2026 ghi nhận 94% học sinh, sinh viên được khảo sát xác nhận sử dụng AI để hỗ trợ học tập, và tỷ lệ người đưa trực tiếp sản phẩm do AI tạo ra vào bài nộp đã tăng từ 3% năm 2024 lên khoảng 12% năm 2026. Thay vì ám ảnh “bài này bao nhiêu phần trăm do AI viết”, các trường cần chuyển sang kiểm tra năng lực: sinh viên dùng công cụ thế nào, kiểm chứng và phản biện ra sao, hiểu gì về sản phẩm cuối cùng. TS. Bùi Phương Thảo gợi ý yêu cầu sinh viên nộp cả quá trình: dữ liệu ban đầu, bản nháp, đoạn hội thoại với AI, lý do chấp nhận hoặc bác bỏ gợi ý. Lúc đó, kiểm tra năng lực học sinh, sinh viên không còn là săn lùng đạo văn, mà là quan sát cách họ suy nghĩ, ra quyết định và chịu trách nhiệm trước AI.
Đánh giá quá trình và năng lực khó thay thế: AI được dùng, còn trọng số điểm về tay ai?
Nếu AI hỗ trợ tổng hợp tài liệu, gợi ý cấu trúc, thậm chí viết phần đầu bản thảo, thì điểm số không thể tiếp tục đặt nặng vào “văn phong mượt, trình bày đẹp”. Cải cách giáo dục đại học buộc phải tăng trọng số cho những phần AI khó làm hộ: xác định vấn đề, xây dựng research gap, lựa chọn và giải thích phương pháp, phân tích dữ liệu cụ thể, bảo vệ kết quả trước câu hỏi phản biện. Đánh giá sinh viên AI hiệu quả nghĩa là biến công cụ này thành một bước bắt buộc trong bài tập: yêu cầu dùng AI để xin phản hồi, rồi chấm cách sinh viên kiểm chứng, chỉnh sửa, phản bác hoặc phát triển thêm. Thay vì cấm, giảng viên thiết kế rubric đánh giá xoay quanh khả năng đặt câu hỏi, nhận diện hạn chế của AI, ghi chép nhật ký làm việc. Điểm số vì thế chảy về nơi nó nên thuộc về: năng lực tư duy của người học.
Không chống lại AI, mà định nghĩa lại thế nào là “học được”
Cả đề xuất của các nhà toán học tại Harvard lẫn kinh nghiệm từ lớp học của TS. Bùi Phương Thảo đều gặp nhau ở một điểm: AI không phải là kẻ thù, nhưng nó phá vỡ ảo tưởng rằng một bản luận án, một bài luận hay một báo cáo cuối kỳ tự động phản ánh năng lực thật. Luận án tiến sĩ thời AI vẫn cần tồn tại, bài viết của sinh viên vẫn cần được nộp, nhưng chúng phải được đặt trong khung đánh giá mới: đối thoại trực tiếp, kiểm tra thường xuyên, theo dõi quá trình, và trọng số cao cho những gì AI chưa làm hộ được. Đánh giá sinh viên AI vì vậy không phải là kiểm tra xem các em “có dùng AI hay không”, mà là xem các em dùng nó thế nào để học nhanh hơn, hiểu sâu hơn và giữ được liêm chính học thuật. Nếu đại học không nhanh chóng định nghĩa lại điều này, bằng cấp sẽ ngày càng xa năng lực thực tế.
