Nguy cơ lớn nhất của AI trong giáo dục đại học là gì?
“Nguy cơ lớn nhất của AI trong giáo dục đại học không phải là gian lận, mà là sự xói mòn của quá trình học tập”
Nguồn: Nir Eisikovits - Jacob Burley, “The greatest risk of AI in higher education isn’t cheating – it’s the erosion of learning itself”, The Conversation, February 19, 2026.
Người dịch: Phan Võ Minh Nhân - Lê Ngô Huyền Trang
Vì chuyển ngữ từ tiếng Anh sang tiếng Việt nên tài liệu này khó tránh khỏi những hạn chế về cách thức biểu đạt ngôn từ. VSF và người dịch khuyến khích bạn đọc tham khảo bản tiếng Việt có đối chiếu với tiếng Anh để có góc nhìn đầy đủ và chính xác hơn.
Cuộc tranh luận công khai về trí tuệ nhân tạo (AI) trong giáo dục đại học chủ yếu xoay quanh một mối lo ngại quen thuộc: gian lận. Liệu sinh viên có sử dụng chatbot để viết luận không? Giảng viên có thể phát hiện ra điều đó không? Các trường đại học nên cấm công nghệ này hay nên đón nhận nó?
Những lo ngại này là hoàn toàn dễ hiểu. Nhưng việc quá tập trung vào vấn đề gian lận sẽ khiến chúng ta bỏ lỡ một cuộc chuyển dịch lớn hơn đang diễn ra, một sự chuyển đổi vượt xa cả hành vi sai trái của sinh viên và thậm chí là giảng đường.
Các trường đại học đang áp dụng AI vào nhiều lĩnh vực khác nhau của đời sống học đường. Một số ứng dụng gần như vô hình, chẳng hạn như các hệ thống hỗ trợ phân bổ nguồn lực, cảnh báo những sinh viên “có nguy cơ”, tối ưu hóa việc xếp thời khóa biểu hay tự động hóa các quyết định hành chính thường nhật. Những ứng dụng khác thì lại dễ nhận thấy hơn. Sinh viên dùng các công cụ AI để tóm tắt và học tập, giảng viên dùng chúng để soạn bài tập và đề cương môn học. Các nhà nghiên cứu thì sử dụng chúng để viết mã, rà soát tài liệu và rút ngắn hàng giờ làm việc tẻ nhạt xuống còn vài phút.
Người ta có thể dùng AI để gian lận hoặc thoái thác các bài tập. Nhưng việc áp dụng rộng rãi AI trong giáo dục đại học, cùng với những thay đổi mà chúng báo trước, lại đặt ra một câu hỏi sâu sắc hơn nhiều: Khi máy móc ngày càng có khả năng thực hiện công việc nghiên cứu và học tập, điều gì sẽ xảy ra với giáo dục đại học? Trường đại học lúc này còn phục vụ cho mục đích gì?
Hơn tám năm qua, chúng tôi đã nghiên cứu những hệ lụy về mặt đạo đức từ việc con người tương tác rộng rãi với AI như một phần của dự án hợp tác giữa Trung tâm Đạo đức Ứng dụng thuộc Đại học UMass Boston và Viện Đạo đức và Công nghệ Mới nổi. Trong một báo cáo gần đây, chúng tôi lập luận rằng khi các hệ thống AI ngày càng trở nên tự chủ hơn, thì các rủi ro đạo đức khi sử dụng AI trong giáo dục đại học sẽ tăng lên, kéo theo đó là những hệ lụy tiềm tàng của nó.
Khi các công nghệ này ngày càng hoàn thiện hơn trong việc thực hiện các công việc trí óc - từ thiết kế giáo án, viết bài báo khoa học, đề xuất thí nghiệm cho đến tóm tắt những văn bản phức tạp - chúng không chỉ đơn thuần giúp các trường đại học trở nên năng suất hơn. Chúng còn có nguy cơ làm suy yếu hệ sinh thái học tập cùng với sự hướng dẫn (mentorship), vốn là nền tảng xây dựng và là chỗ dựa vững chắc cho các cơ sở giáo dục này.
Trí tuệ nhân tạo không tự chủ
Hãy cùng xem xét ba loại hệ thống AI và tác động tương ứng của chúng đến môi trường đại học:
Các phần mềm tích hợp AI hiện đã được sử dụng rộng rãi trong giáo dục đại học, từ công tác tuyển sinh, mua sắm, tư vấn học thuật và đánh giá rủi ro của tổ chức. Những hệ thống này được coi là “không tự chủ” (nonautonomous) vì chúng tự động hóa các tác vụ, nhưng con người vẫn “tham gia” (in the loop) vào quá trình vận hành và sử dụng chúng như những công cụ.
Những công nghệ này có thể gây rủi ro cho quyền riêng tư và bảo mật dữ liệu của sinh viên. Chúng cũng có thể mang tính thiên kiến. Hơn nữa, chúng thường thiếu tính minh bạch cần thiết để xác định nguồn gốc của những vấn đề này. Ai là người có quyền truy cập vào dữ liệu sinh viên? Các “điểm rủi ro” được tính toán ra sao? Làm thế nào để ngăn hệ thống lặp lại những bất bình đẳng vốn có, hay coi một số sinh viên là những vấn đề cần phải quản lý?
Đây đều là những câu hỏi nghiêm túc, nhưng về mặt khái niệm thì chúng không hề mới, ít nhất là trong lĩnh vực khoa học máy tính. Các trường đại học thường có các văn phòng tuân thủ quy định, hội đồng đạo đức (institutional review boards), và các cơ chế quản trị được thiết kế nhằm giải quyết hoặc giảm thiểu các rủi ro này, dẫu cho đôi khi hiệu quả thực tế chưa đạt được như kỳ vọng.
Trí tuệ nhân tạo lai
Các hệ thống lai (hybrid) bao gồm nhiều công cụ, chẳng hạn như chatbot gia sư AI, các công cụ phản hồi cá nhân hóa và hỗ trợ viết lách tự động. Chúng thường dựa vào các công nghệ AI tạo sinh (generative AI), đặc biệt là các mô hình ngôn ngữ lớn. Mặc dù người dùng là người đặt ra các mục tiêu tổng thể, nhưng những bước trung gian mà hệ thống thực hiện để đạt được mục tiêu đó lại thường không cần con người chỉ định cụ thể.
Các hệ thống lai đang ngày càng định hình công việc học thuật thường nhật. Sinh viên sử dụng chúng như những người bạn đồng hành trong việc viết lách, gia sư, cộng sự lên ý tưởng và người giải thích theo yêu cầu. Giảng viên dùng chúng để tạo tiêu chí chấm điểm, soạn bài giảng và thiết kế đề cương học phần. Còn các nhà nghiên cứu dùng chúng để tóm tắt các bài báo khoa học, nhận xét bản thảo, thiết kế thí nghiệm và viết mã lệnh.
Đây là nơi mà cuộc tranh luận về “gian lận” xuất hiện. Khi cả sinh viên lẫn giảng viên đều ngày càng phụ thuộc vào công nghệ để tìm kiếm sự trợ giúp, sẽ thật hợp lý khi người ta tự đặt ra câu hỏi rằng những loại kiến thức nào sẽ bị đánh mất trong quá trình này. Thế nhưng, các hệ thống lai còn dấy lên những câu hỏi đạo đức phức tạp hơn.
Một trong số đó liên quan đến tính minh bạch. Chatbot AI cung cấp giao diện tương tác bằng ngôn ngữ tự nhiên khiến người dùng khó có thể phân biệt liệu mình đang tương tác với con người hay một công cụ tự động. Điều này có thể gây ra cảm giác xa lạ và phân tâm cho những ai tương tác với chúng. Một sinh viên ôn tập bài vở cho một kỳ thi cần phải biết rõ họ đang nói chuyện với trợ giảng của mình hay với một robot. Một sinh viên đọc nhận xét về bài luận cuối kỳ cần được biết liệu những lời nhận xét đó có phải do chính giảng viên của họ viết hay không. Bất cứ điều gì thiếu đi sự minh bạch hoàn toàn trong những trường hợp như vậy đều sẽ tạo ra sự lạc lõng cho tất cả những người trong cuộc, và sẽ đẩy trọng tâm của các tương tác học thuật từ học tập thuần túy sang phương tiện hay công nghệ học tập. Các nhà nghiên cứu của Đại học Pittsburgh đã chỉ ra rằng những trạng thái này sẽ khơi dậy cảm giác bất an, lo âu và hoài nghi ở sinh viên. Đây là các hệ quả rất đáng lo ngại.
Câu hỏi đạo đức thứ hai liên quan đến trách nhiệm giải trình và ghi nhận đóng góp trí tuệ. Nếu một người hướng dẫn sử dụng AI để soạn một bài tập và sinh viên cũng sử dụng AI để viết bài trả lời, thì ai đang là người đánh giá, và chính xác thì điều gì đang được đánh giá? Nếu các phản hồi một phần được tạo ra bởi máy móc, thì ai sẽ chịu trách nhiệm khi chúng định hướng sai lệch, làm nhụt chí hay lồng ghép các định kiến ngầm? Khi mà AI đóng góp một phần đáng kể vào việc tổng hợp nghiên cứu hoặc viết lách, các trường đại học sẽ cần có các quy chuẩn rõ ràng hơn về quyền tác giả và trách nhiệm - không chỉ với sinh viên, mà còn với cả giảng viên.
Cuối cùng là câu hỏi quan trọng về việc giảm tải nhận thức (cognitive offloading). AI có thể giảm bớt các công việc tẻ nhạt, điều này không hẳn xấu. Nhưng nó cũng có thể đẩy người dùng khỏi những phần việc trong quá trình học tập giúp xây dựng năng lực, như việc hình thành ý tưởng, nỗ lực vượt qua sự rối rắm, chỉnh sửa một bản nháp vụng về và học cách tự phát hiện ra lỗi sai của chính mình.
Các tác nhân tự chủ (autonomous agents)
Các thay đổi hệ trọng nhất có thể đến từ các hệ thống trông giống với tác nhân hơn là những trợ lý. Dẫu công nghệ tự chủ thực sự vẫn còn là mong ước, giấc mơ về một nhà nghiên cứu “trong hộp” - một hệ thống AI có tính tác nhân (agentic AI system) có khả năng tự thực hiện các nghiên cứu - đang ngày càng trở nên khả thi.
Các công cụ mang tính tác nhân được dự đoán sẽ “giải phóng thời gian” để chúng ta làm những công việc tập trung vào các năng lực mang tính người hơn như sự thấu cảm và giải quyết vấn đề. Trong giảng dạy, điều này có nghĩa là giảng viên vẫn có thể dạy theo nghĩa chính thống, nhưng phần lớn công việc giảng dạy hàng ngày có thể sẽ được bàn giao cho các hệ thống tối ưu về năng suất và quy mô. Tương tự như vậy, trong nghiên cứu, xu hướng đang hướng tới các hệ thống có thể tự động hóa ngày càng nhiều trong chu kỳ nghiên cứu. Trong một số lĩnh vực, điều này đã hiện hữu qua các phòng thí nghiệm vận hành liên tục bởi robot, tự động hóa phần lớn các thí nghiệm và thậm chí còn chọn lựa các thử nghiệm mới dựa trên kết quả trước đó.
Thoạt nhìn, đây dường như là một cú hích đáng hoanh nghênh cho năng suất. Tuy nhiên, các trường đại học không phải là các nhà máy thông tin; chúng là các hệ thống thực hành. Chúng dựa vào một lực lượng kế cận gồm các học viên cao học và các nhà nghiên cứu mới vào nghề - những người học cách giảng dạy và nghiên cứu bằng cách tham gia trực tiếp vào chính những công việc đó. Nếu các tác nhân tự chủ đảm nhiệm nhiều hơn các trách nhiệm “thường nhật” vốn dĩ đóng vai trò là bệ phóng vào đời sống học thuật, trường đại học có thể vẫn tiếp tục tạo ra các khóa học và ấn phẩm công bố, trong khi âm thầm làm mỏng đi cấu trúc cơ hội vốn giúp duy trì chuyên môn theo thời gian.
Động lực tương tự cũng áp dụng cho sinh viên đại học, dẫu ở một khía cạnh khác. Khi các hệ thống AI có thể cung cấp các lời giải thích, bản thảo, giải pháp và kế hoạch học tập theo yêu cầu, cám dỗ lúc này là việc trút bỏ những phần thử thách nhất của việc học. Đối với ngành công nghiệp đang đẩy mạnh đưa AI vào các trường đại học, loại công việc này dường như bị xem là “không hiệu quả” và sinh viên sẽ tốt hơn là nên để máy móc làm giúp. Nhưng chính bản chất của sự vật lộn đó mới là điều xây dựng nên sự thấu hiểu bền vững. Tâm lý học nhận thức đã chỉ ra rằng sinh viên phát triển trí tuệ thông qua thực hành các công việc như phác thảo, chỉnh sửa, thất bại, thử lại, đánh vật với những rối rắm và chỉnh sửa các lập luận yếu. Đây chính là quá trình học cách làm thế nào để học.
Xét chung lại, các tiến triển kể trên cho thấy nguy cơ lớn nhất do tự động hóa gây ra trong giáo dục đại học không đơn thuần là máy móc thay thế các công việc cụ thể, mà là sự xói mòn của một hệ sinh thái thực hành rộng lớn hơn vốn từ lâu đã duy trì hoạt động giảng dạy, nghiên cứu và học tập.
Một bước ngoặt không mấy dễ chịu
Vậy các trường đại học phục vụ cho mục đích gì trong một thế giới mà công việc tri thức đang ngày càng được tự động hóa?
Một câu trả lời khả dĩ xem trường đại học trước hết là một cỗ máy sản xuất bằng cấp và tri thức. Ở đó, câu hỏi cốt lõi nằm ở đầu ra: Sinh viên có đang tốt nghiệp với những tấm bằng trên tay? Các bài báo khoa học và các phát hiện mới có đang được tạo ra? Nếu các hệ thống tự động có thể cung cấp các đầu ra kể trên một cách hiệu quả hơn, vậy thì các tổ chức giáo dục hoàn toàn có cơ sở để áp dụng chúng.
Nhưng một câu trả lời khác lại xem trường đại học không chỉ là một cỗ máy chỉ tạo ra kết quả, mà công nhận rằng giá trị của giáo dục đại học nằm một phần ở chính hệ sinh thái đó. Mô hình này gán giá trị nội tại cho chuỗi cơ hội giúp những người mới vào nghề trở thành chuyên gia, hệ thống cố vấn nuôi dưỡng năng lực phán đoán và tinh thần trách nhiệm, và thiết kế giáo dục khuyến khích sự vật lộn hiệu quả thay vì tối ưu hóa để loại bỏ nó. Ở đây, điều quan trọng không chỉ xoay quanh việc liệu tri thức và bằng cấp có được tạo ra hay không, mà còn là việc chúng được tạo ra như thế nào và kiểu người nào, năng lực và cộng đồng nào được hình thành trong quá trình đó. Với phiên bản này, trường đại học có vai trò không kém gì một hệ sinh thái giúp hình thành chuyên môn và năng lực phán đoán của con người một cách đáng tin cậy.
Trong một thế giới mà chính công việc tri thức đang dần được tự động hóa, chúng tôi cho rằng các trường đại học phải tự hỏi giáo dục đại học đang nợ những gì đối với sinh viên, đối với các học giả mới vào nghề và đối với xã hội mà nó phục vụ. Những câu trả lời sẽ không chỉ quyết định cách thức AI được áp dụng, mà còn cả việc trường đại học hiện đại sẽ trở thành cái gì.
Về các tác giả:
Nir Eisikovits là Giáo sư Triết học và Giám đốc Trung tâm Đạo đức Ứng dụng, Đại học Massachusetts Boston
Jacob Burley là Thành viên nghiên cứu trẻ, Trung tâm Đạo đức Ứng dụng, Đại học Massachusetts Boston
Phan Võ Minh Nhân là cử nhân ngành Quan hệ Quốc tế. Mối quan tâm của Nhân là công nghiệp văn hóa, chủ nghĩa tiêu dùng và quyền lực mềm. Độc giả có thể liên hệ với tác giả qua email: [email protected].
Lê Ngô Huyền Trang là cử nhân ngành Quan hệ Quốc tế. Mối quan tâm của Trang là xung đột di cư, luật nhân quyền quốc tế, ngoại giao gấu trúc, quyền lực mềm và ngoại giao công chúng theo đặc trưng Trung Quốc. Độc giả có thể liên hệ với tác giả qua email: [email protected].
Nguồn: Nir Eisikovits - Jacob Burley, “The greatest risk of AI in higher education isn’t cheating – it’s the erosion of learning itself”, The Conversation, February 19, 2026.
Người dịch: Phan Võ Minh Nhân - Lê Ngô Huyền Trang
Vì chuyển ngữ từ tiếng Anh sang tiếng Việt nên tài liệu này khó tránh khỏi những hạn chế về cách thức biểu đạt ngôn từ. VSF và người dịch khuyến khích bạn đọc tham khảo bản tiếng Việt có đối chiếu với tiếng Anh để có góc nhìn đầy đủ và chính xác hơn.
Cuộc tranh luận công khai về trí tuệ nhân tạo (AI) trong giáo dục đại học chủ yếu xoay quanh một mối lo ngại quen thuộc: gian lận. Liệu sinh viên có sử dụng chatbot để viết luận không? Giảng viên có thể phát hiện ra điều đó không? Các trường đại học nên cấm công nghệ này hay nên đón nhận nó?
Những lo ngại này là hoàn toàn dễ hiểu. Nhưng việc quá tập trung vào vấn đề gian lận sẽ khiến chúng ta bỏ lỡ một cuộc chuyển dịch lớn hơn đang diễn ra, một sự chuyển đổi vượt xa cả hành vi sai trái của sinh viên và thậm chí là giảng đường.
Các trường đại học đang áp dụng AI vào nhiều lĩnh vực khác nhau của đời sống học đường. Một số ứng dụng gần như vô hình, chẳng hạn như các hệ thống hỗ trợ phân bổ nguồn lực, cảnh báo những sinh viên “có nguy cơ”, tối ưu hóa việc xếp thời khóa biểu hay tự động hóa các quyết định hành chính thường nhật. Những ứng dụng khác thì lại dễ nhận thấy hơn. Sinh viên dùng các công cụ AI để tóm tắt và học tập, giảng viên dùng chúng để soạn bài tập và đề cương môn học. Các nhà nghiên cứu thì sử dụng chúng để viết mã, rà soát tài liệu và rút ngắn hàng giờ làm việc tẻ nhạt xuống còn vài phút.
Người ta có thể dùng AI để gian lận hoặc thoái thác các bài tập. Nhưng việc áp dụng rộng rãi AI trong giáo dục đại học, cùng với những thay đổi mà chúng báo trước, lại đặt ra một câu hỏi sâu sắc hơn nhiều: Khi máy móc ngày càng có khả năng thực hiện công việc nghiên cứu và học tập, điều gì sẽ xảy ra với giáo dục đại học? Trường đại học lúc này còn phục vụ cho mục đích gì?
Hơn tám năm qua, chúng tôi đã nghiên cứu những hệ lụy về mặt đạo đức từ việc con người tương tác rộng rãi với AI như một phần của dự án hợp tác giữa Trung tâm Đạo đức Ứng dụng thuộc Đại học UMass Boston và Viện Đạo đức và Công nghệ Mới nổi. Trong một báo cáo gần đây, chúng tôi lập luận rằng khi các hệ thống AI ngày càng trở nên tự chủ hơn, thì các rủi ro đạo đức khi sử dụng AI trong giáo dục đại học sẽ tăng lên, kéo theo đó là những hệ lụy tiềm tàng của nó.
Khi các công nghệ này ngày càng hoàn thiện hơn trong việc thực hiện các công việc trí óc - từ thiết kế giáo án, viết bài báo khoa học, đề xuất thí nghiệm cho đến tóm tắt những văn bản phức tạp - chúng không chỉ đơn thuần giúp các trường đại học trở nên năng suất hơn. Chúng còn có nguy cơ làm suy yếu hệ sinh thái học tập cùng với sự hướng dẫn (mentorship), vốn là nền tảng xây dựng và là chỗ dựa vững chắc cho các cơ sở giáo dục này.
Trí tuệ nhân tạo không tự chủ
Hãy cùng xem xét ba loại hệ thống AI và tác động tương ứng của chúng đến môi trường đại học:
Các phần mềm tích hợp AI hiện đã được sử dụng rộng rãi trong giáo dục đại học, từ công tác tuyển sinh, mua sắm, tư vấn học thuật và đánh giá rủi ro của tổ chức. Những hệ thống này được coi là “không tự chủ” (nonautonomous) vì chúng tự động hóa các tác vụ, nhưng con người vẫn “tham gia” (in the loop) vào quá trình vận hành và sử dụng chúng như những công cụ.
Những công nghệ này có thể gây rủi ro cho quyền riêng tư và bảo mật dữ liệu của sinh viên. Chúng cũng có thể mang tính thiên kiến. Hơn nữa, chúng thường thiếu tính minh bạch cần thiết để xác định nguồn gốc của những vấn đề này. Ai là người có quyền truy cập vào dữ liệu sinh viên? Các “điểm rủi ro” được tính toán ra sao? Làm thế nào để ngăn hệ thống lặp lại những bất bình đẳng vốn có, hay coi một số sinh viên là những vấn đề cần phải quản lý?
Đây đều là những câu hỏi nghiêm túc, nhưng về mặt khái niệm thì chúng không hề mới, ít nhất là trong lĩnh vực khoa học máy tính. Các trường đại học thường có các văn phòng tuân thủ quy định, hội đồng đạo đức (institutional review boards), và các cơ chế quản trị được thiết kế nhằm giải quyết hoặc giảm thiểu các rủi ro này, dẫu cho đôi khi hiệu quả thực tế chưa đạt được như kỳ vọng.
Trí tuệ nhân tạo lai
Các hệ thống lai (hybrid) bao gồm nhiều công cụ, chẳng hạn như chatbot gia sư AI, các công cụ phản hồi cá nhân hóa và hỗ trợ viết lách tự động. Chúng thường dựa vào các công nghệ AI tạo sinh (generative AI), đặc biệt là các mô hình ngôn ngữ lớn. Mặc dù người dùng là người đặt ra các mục tiêu tổng thể, nhưng những bước trung gian mà hệ thống thực hiện để đạt được mục tiêu đó lại thường không cần con người chỉ định cụ thể.
Các hệ thống lai đang ngày càng định hình công việc học thuật thường nhật. Sinh viên sử dụng chúng như những người bạn đồng hành trong việc viết lách, gia sư, cộng sự lên ý tưởng và người giải thích theo yêu cầu. Giảng viên dùng chúng để tạo tiêu chí chấm điểm, soạn bài giảng và thiết kế đề cương học phần. Còn các nhà nghiên cứu dùng chúng để tóm tắt các bài báo khoa học, nhận xét bản thảo, thiết kế thí nghiệm và viết mã lệnh.
Đây là nơi mà cuộc tranh luận về “gian lận” xuất hiện. Khi cả sinh viên lẫn giảng viên đều ngày càng phụ thuộc vào công nghệ để tìm kiếm sự trợ giúp, sẽ thật hợp lý khi người ta tự đặt ra câu hỏi rằng những loại kiến thức nào sẽ bị đánh mất trong quá trình này. Thế nhưng, các hệ thống lai còn dấy lên những câu hỏi đạo đức phức tạp hơn.
Một trong số đó liên quan đến tính minh bạch. Chatbot AI cung cấp giao diện tương tác bằng ngôn ngữ tự nhiên khiến người dùng khó có thể phân biệt liệu mình đang tương tác với con người hay một công cụ tự động. Điều này có thể gây ra cảm giác xa lạ và phân tâm cho những ai tương tác với chúng. Một sinh viên ôn tập bài vở cho một kỳ thi cần phải biết rõ họ đang nói chuyện với trợ giảng của mình hay với một robot. Một sinh viên đọc nhận xét về bài luận cuối kỳ cần được biết liệu những lời nhận xét đó có phải do chính giảng viên của họ viết hay không. Bất cứ điều gì thiếu đi sự minh bạch hoàn toàn trong những trường hợp như vậy đều sẽ tạo ra sự lạc lõng cho tất cả những người trong cuộc, và sẽ đẩy trọng tâm của các tương tác học thuật từ học tập thuần túy sang phương tiện hay công nghệ học tập. Các nhà nghiên cứu của Đại học Pittsburgh đã chỉ ra rằng những trạng thái này sẽ khơi dậy cảm giác bất an, lo âu và hoài nghi ở sinh viên. Đây là các hệ quả rất đáng lo ngại.
Câu hỏi đạo đức thứ hai liên quan đến trách nhiệm giải trình và ghi nhận đóng góp trí tuệ. Nếu một người hướng dẫn sử dụng AI để soạn một bài tập và sinh viên cũng sử dụng AI để viết bài trả lời, thì ai đang là người đánh giá, và chính xác thì điều gì đang được đánh giá? Nếu các phản hồi một phần được tạo ra bởi máy móc, thì ai sẽ chịu trách nhiệm khi chúng định hướng sai lệch, làm nhụt chí hay lồng ghép các định kiến ngầm? Khi mà AI đóng góp một phần đáng kể vào việc tổng hợp nghiên cứu hoặc viết lách, các trường đại học sẽ cần có các quy chuẩn rõ ràng hơn về quyền tác giả và trách nhiệm - không chỉ với sinh viên, mà còn với cả giảng viên.
Cuối cùng là câu hỏi quan trọng về việc giảm tải nhận thức (cognitive offloading). AI có thể giảm bớt các công việc tẻ nhạt, điều này không hẳn xấu. Nhưng nó cũng có thể đẩy người dùng khỏi những phần việc trong quá trình học tập giúp xây dựng năng lực, như việc hình thành ý tưởng, nỗ lực vượt qua sự rối rắm, chỉnh sửa một bản nháp vụng về và học cách tự phát hiện ra lỗi sai của chính mình.
Các tác nhân tự chủ (autonomous agents)
Các thay đổi hệ trọng nhất có thể đến từ các hệ thống trông giống với tác nhân hơn là những trợ lý. Dẫu công nghệ tự chủ thực sự vẫn còn là mong ước, giấc mơ về một nhà nghiên cứu “trong hộp” - một hệ thống AI có tính tác nhân (agentic AI system) có khả năng tự thực hiện các nghiên cứu - đang ngày càng trở nên khả thi.
Các công cụ mang tính tác nhân được dự đoán sẽ “giải phóng thời gian” để chúng ta làm những công việc tập trung vào các năng lực mang tính người hơn như sự thấu cảm và giải quyết vấn đề. Trong giảng dạy, điều này có nghĩa là giảng viên vẫn có thể dạy theo nghĩa chính thống, nhưng phần lớn công việc giảng dạy hàng ngày có thể sẽ được bàn giao cho các hệ thống tối ưu về năng suất và quy mô. Tương tự như vậy, trong nghiên cứu, xu hướng đang hướng tới các hệ thống có thể tự động hóa ngày càng nhiều trong chu kỳ nghiên cứu. Trong một số lĩnh vực, điều này đã hiện hữu qua các phòng thí nghiệm vận hành liên tục bởi robot, tự động hóa phần lớn các thí nghiệm và thậm chí còn chọn lựa các thử nghiệm mới dựa trên kết quả trước đó.
Thoạt nhìn, đây dường như là một cú hích đáng hoanh nghênh cho năng suất. Tuy nhiên, các trường đại học không phải là các nhà máy thông tin; chúng là các hệ thống thực hành. Chúng dựa vào một lực lượng kế cận gồm các học viên cao học và các nhà nghiên cứu mới vào nghề - những người học cách giảng dạy và nghiên cứu bằng cách tham gia trực tiếp vào chính những công việc đó. Nếu các tác nhân tự chủ đảm nhiệm nhiều hơn các trách nhiệm “thường nhật” vốn dĩ đóng vai trò là bệ phóng vào đời sống học thuật, trường đại học có thể vẫn tiếp tục tạo ra các khóa học và ấn phẩm công bố, trong khi âm thầm làm mỏng đi cấu trúc cơ hội vốn giúp duy trì chuyên môn theo thời gian.
Động lực tương tự cũng áp dụng cho sinh viên đại học, dẫu ở một khía cạnh khác. Khi các hệ thống AI có thể cung cấp các lời giải thích, bản thảo, giải pháp và kế hoạch học tập theo yêu cầu, cám dỗ lúc này là việc trút bỏ những phần thử thách nhất của việc học. Đối với ngành công nghiệp đang đẩy mạnh đưa AI vào các trường đại học, loại công việc này dường như bị xem là “không hiệu quả” và sinh viên sẽ tốt hơn là nên để máy móc làm giúp. Nhưng chính bản chất của sự vật lộn đó mới là điều xây dựng nên sự thấu hiểu bền vững. Tâm lý học nhận thức đã chỉ ra rằng sinh viên phát triển trí tuệ thông qua thực hành các công việc như phác thảo, chỉnh sửa, thất bại, thử lại, đánh vật với những rối rắm và chỉnh sửa các lập luận yếu. Đây chính là quá trình học cách làm thế nào để học.
Xét chung lại, các tiến triển kể trên cho thấy nguy cơ lớn nhất do tự động hóa gây ra trong giáo dục đại học không đơn thuần là máy móc thay thế các công việc cụ thể, mà là sự xói mòn của một hệ sinh thái thực hành rộng lớn hơn vốn từ lâu đã duy trì hoạt động giảng dạy, nghiên cứu và học tập.
Một bước ngoặt không mấy dễ chịu
Vậy các trường đại học phục vụ cho mục đích gì trong một thế giới mà công việc tri thức đang ngày càng được tự động hóa?
Một câu trả lời khả dĩ xem trường đại học trước hết là một cỗ máy sản xuất bằng cấp và tri thức. Ở đó, câu hỏi cốt lõi nằm ở đầu ra: Sinh viên có đang tốt nghiệp với những tấm bằng trên tay? Các bài báo khoa học và các phát hiện mới có đang được tạo ra? Nếu các hệ thống tự động có thể cung cấp các đầu ra kể trên một cách hiệu quả hơn, vậy thì các tổ chức giáo dục hoàn toàn có cơ sở để áp dụng chúng.
Nhưng một câu trả lời khác lại xem trường đại học không chỉ là một cỗ máy chỉ tạo ra kết quả, mà công nhận rằng giá trị của giáo dục đại học nằm một phần ở chính hệ sinh thái đó. Mô hình này gán giá trị nội tại cho chuỗi cơ hội giúp những người mới vào nghề trở thành chuyên gia, hệ thống cố vấn nuôi dưỡng năng lực phán đoán và tinh thần trách nhiệm, và thiết kế giáo dục khuyến khích sự vật lộn hiệu quả thay vì tối ưu hóa để loại bỏ nó. Ở đây, điều quan trọng không chỉ xoay quanh việc liệu tri thức và bằng cấp có được tạo ra hay không, mà còn là việc chúng được tạo ra như thế nào và kiểu người nào, năng lực và cộng đồng nào được hình thành trong quá trình đó. Với phiên bản này, trường đại học có vai trò không kém gì một hệ sinh thái giúp hình thành chuyên môn và năng lực phán đoán của con người một cách đáng tin cậy.
Trong một thế giới mà chính công việc tri thức đang dần được tự động hóa, chúng tôi cho rằng các trường đại học phải tự hỏi giáo dục đại học đang nợ những gì đối với sinh viên, đối với các học giả mới vào nghề và đối với xã hội mà nó phục vụ. Những câu trả lời sẽ không chỉ quyết định cách thức AI được áp dụng, mà còn cả việc trường đại học hiện đại sẽ trở thành cái gì.
Về các tác giả:
Nir Eisikovits là Giáo sư Triết học và Giám đốc Trung tâm Đạo đức Ứng dụng, Đại học Massachusetts Boston
Jacob Burley là Thành viên nghiên cứu trẻ, Trung tâm Đạo đức Ứng dụng, Đại học Massachusetts Boston
Phan Võ Minh Nhân là cử nhân ngành Quan hệ Quốc tế. Mối quan tâm của Nhân là công nghiệp văn hóa, chủ nghĩa tiêu dùng và quyền lực mềm. Độc giả có thể liên hệ với tác giả qua email: [email protected].
Lê Ngô Huyền Trang là cử nhân ngành Quan hệ Quốc tế. Mối quan tâm của Trang là xung đột di cư, luật nhân quyền quốc tế, ngoại giao gấu trúc, quyền lực mềm và ngoại giao công chúng theo đặc trưng Trung Quốc. Độc giả có thể liên hệ với tác giả qua email: [email protected].
Từ khoá: AI công nghệ giáo dục trí tuệ nhân tạo
.jpg)
