Khi nộp bài không còn chứng minh được ai hiểu toán
AI trong giáo dục là việc sử dụng các công cụ trí tuệ nhân tạo để hỗ trợ học tập và hoàn thành nhiệm vụ, đặt ra thách thức mới cho cách nhà trường xác định năng lực thật của người học. Richard Borcherds, giáo sư toán tại Đại học California, Berkeley và chủ nhân Huy chương Fields năm 1998, đã ngừng chấm bài tập về nhà theo đúng sai sau khi thấy sinh viên dùng AI làm bài ngày càng phổ biến. Giờ đây, bài tập chỉ được tính điểm dựa trên việc sinh viên có nộp đúng hạn hay không; người nộp bài được điểm tối đa. Đây không phải một cải tiến sư phạm đáng để ca ngợi, mà là dấu hiệu cho thấy một hình thức đánh giá đã mất khả năng phân biệt người tự giải với người giao việc cho máy. Khi lời giải đúng có thể được tạo ra dễ dàng, chấm đáp án cuối cùng không còn nói được nhiều về năng lực.
Borcherds cho rằng chấm đúng sai trong hoàn cảnh này có thể khuyến khích sinh viên dùng AI thay vì tự làm, đồng thời gây bất lợi cho người trung thực. Sau khi chứng kiến sinh viên liên tục đạt điểm cao nhờ công cụ này, ông nhận thấy thuê người kiểm tra tính chính xác của từng lời giải không còn nhiều ý nghĩa. Bài tập về nhà vốn có hai vai trò: giúp người học luyện tập và giúp giảng viên nhận biết họ đang tiến bộ đến đâu. AI giải toán làm rạn nứt vai trò thứ hai, còn vai trò thứ nhất chỉ được giữ lại nếu sinh viên thật sự tự làm. Thay đổi của Borcherds vì thế không giải quyết vấn đề học tập; nó công khai một mâu thuẫn mà nhiều lớp học đang né tránh.
Phương án tình thế, không phải lời giải cho việc chấm bài
Borcherds thừa nhận cho điểm theo việc nộp bài “không phải là một cơ chế tốt”, nhưng hiện ông chưa tìm được cách thay thế khả thi. Cách chấm bài tập toán mới giữ được một động lực tối thiểu để sinh viên hoàn thành bài, song đánh đồng mọi bài nộp và không cho biết người học hiểu đến đâu. Đây là điểm yếu đáng kể, không nên bị che khuất bởi sự tiện lợi của việc giảm khối lượng chấm. Nó cũng cho thấy phát hiện gian lận bằng cách nhìn vào câu trả lời đang ngày càng mong manh: theo Borcherds, AI tiến bộ đến mức những lỗi dễ nhận ra trước đây hiếm xuất hiện hơn. Khi không thể phân biệt đáng tin cậy bài tự làm với bài do máy tạo, giảng viên bị đẩy vào lựa chọn khó: tiếp tục chấm như cũ hay thừa nhận điểm số ấy không còn đo đúng điều họ muốn đo.
Ở lớp của Borcherds, điểm môn học chủ yếu dựa vào các bài thi làm trực tiếp trên lớp, nơi sinh viên không được dùng thiết bị điện tử. Ông cũng cho rằng bài thi trực tuyến trở nên lãng phí khi sinh viên có thể nhờ AI làm hộ; điểm trung bình ở những bài thi này đã tăng rõ rệt. Đưa việc đánh giá về phòng thi có thể giúp xác nhận năng lực cá nhân trong một thời điểm, nhưng không thay thế được quá trình luyện tập dài hạn hay phản hồi thường xuyên. Bởi vậy, đây là biện pháp phòng thủ hơn là mô hình hoàn chỉnh. Nếu chỉ dựa vào thi tại lớp, nhà trường có nguy cơ coi tốc độ làm bài trong điều kiện hạn chế là đại diện đầy đủ cho năng lực toán học.
AI giải toán buộc giáo dục phải hỏi lại mình đang đo điều gì
Sức ép không chỉ đến từ bài tập thường ngày. Quyết định của Borcherds xuất hiện trong bối cảnh OpenAI thông báo các tác nhân AI của công ty được cho là đã giải bài toán tồn tại và tính trơn của phương trình Navier–Stokes, một bài toán đã tồn tại suốt 90 năm. Đây là tuyên bố cần được diễn đạt thận trọng, nhưng nó góp phần làm nổi bật câu hỏi mà AI giải toán đặt ra: nếu máy ngày càng xử lý được những nhiệm vụ từng được xem là đặc quyền của con người, giáo dục toán học nên đánh giá điều gì? Không thể chỉ đo xem sinh viên có tìm được đáp số; cũng cần biết họ hiểu vì sao phương pháp đúng, nhận ra giới hạn của lời giải và có thể giải thích lập luận. Những năng lực ấy khó kiểm chứng qua một tệp bài tập được tạo ngoài lớp.
Borcherds từng tin toán học ít có nguy cơ bị AI tác động, nhưng nay nói ông không biết có nên khuyên sinh viên theo nghề này hay không. Ông cảnh báo rằng nếu công nghệ tiếp tục tiến bộ với tốc độ hiện nay, trong vài năm có thể không còn việc nào nhà toán học làm tốt hơn AI. Nhận định ấy không phải lời tiên đoán chắc chắn, nhưng phản ánh mức độ bất định đã chạm đến cả người ở trung tâm ngành. Với sinh viên, thông điệp đáng lưu ý không phải là bỏ học toán, mà là bằng cấp và điểm bài tập sẽ cần chứng minh nhiều hơn khả năng tạo ra đáp án. Giảng viên cần đánh giá cả quá trình suy luận, khả năng trình bày và vận dụng kiến thức, thay vì xem câu trả lời cuối cùng là bằng chứng đủ.
Chưa có công thức chung, nhưng im lặng không còn là lựa chọn
Berkeley chưa ban hành chính sách chính thức áp dụng trên toàn trường về AI, nhưng Hội đồng Thượng viện Học thuật đã yêu cầu giảng viên nêu rõ quy định và kỳ vọng sử dụng AI trong đề cương môn học. Trường cũng đã thử một số công cụ phát hiện AI, song hiệu quả chưa đủ để triển khai thống nhất. Hai việc này cho thấy quy định minh bạch là bước cần thiết, nhưng không thể thay thế câu hỏi cốt lõi: làm sao biết sinh viên thật sự hiểu toán đến đâu khi AI có thể hỗ trợ hoàn thành bài tập? Một chính sách cấm hoặc cho phép chung chung sẽ không giải quyết được khác biệt giữa dùng AI để kiểm tra ý tưởng và giao trọn lời giải cho công cụ.
Borcherds cho rằng hệ thống học thuật có sức ì và các phương thức giảng dạy, đánh giá có thể vẫn gần như không đổi trong vài năm tới. Nhưng sức ì không nên trở thành lý do để tiếp tục chấm những bài làm mà điểm số không còn phản ánh năng lực. Kết luận hợp lý không phải bỏ bài tập về nhà hay coi AI là kẻ thù, mà là thiết kế đánh giá có thể kiểm tra lời giải thích, quá trình làm bài và khả năng vận dụng kiến thức trong tình huống mới. Quyết định của một giáo sư Fields không đưa ra khuôn mẫu hoàn hảo; nó buộc ngành giáo dục thừa nhận rằng chấm đúng đáp án thôi đã không đủ. Khi AI phổ biến, giá trị của đánh giá nằm ở việc chứng minh người học hiểu gì, chứ không chỉ ở việc họ nộp được lời giải nào.
