Để hiểu làm thế nào Giáo dục Đại học có thể phối hợp thành công với AI, chúng ta cần suy nghĩ về cách con người tương tác với công nghệ và từ đó thay đổi hành vi của họ – Ben Swift
Ben Swift, Đại học Quốc gia Úc
Việc ứng dụng AI vào môi trường đại học đã trở thành điều không còn xa lạ đối với sinh viên, giảng viên và cán bộ nhà trường. Chúng có thể là hệ thống chatbot và hệ thống dạy kèm thông minh, ứng dụng tự động chấm điểm và nhận xét, đôi khi chúng còn được sử dụng để phát hiện các trường hợp đạo văn và để giám sát kỳ thi.
Chúng ta đang ở trong thời kì hoàng kim của các ứng dụng AI mới có chức năng tổng hợp văn bản/hình ảnh, chẳng hạn như khi bạn đưa ra yêu cầu cho AI: “Ngài John Kerr đóng vai trò gì trong cuộc khủng hoảng hiến pháp Úc năm 1975?” hoặc “Vẽ một bức tranh về một con kỳ lân đỏ đang chơi Fender Stratocaster”, nó sẽ đưa ra một “câu trả lời” thích hợp. Mặc dù không phải lúc nào “câu trả lời” này cũng là hoàn hảo, nhưng trong hầu hết các trường hợp, ta có thể coi nó giống như cách một học sinh nghịch ngợm cố gắng hoàn thành bài tập chỉ trong vài giờ trước hạn.
Là một người có 10 năm kinh nghiệm làm giảng viên và người tổ chức các khóa học về khoa học máy tính cũng như kỹ thuật điều khiển và tự động hoá, tôi đã dạy cả các môn học bắt buộc chung trên quy mô lớn (400 học sinh) và các môn học tự chọn dưới 10 học sinh. Tôi cũng đã xây dựng các công cụ phần mềm để tự động hóa một số phần của các môn học này, mặc dù chúng hay được tạo nên từ các chương trình “if-then-else” (câu lệnh điều kiện) thông thường hơn là các chương trình AI.
Tuy nhiên, với tư cách là một nhà nghiên cứu AI, tôi cũng xây dựng các công cụ hỗ trợ sử dụng AI – và tôi chắc chắn có thể thấy sự hội tụ giữa phần “nghiên cứu và xây dựng công cụ AI” trong công việc của mình cũng như trong việc giảng dạy.
Để hiểu được cách mà AI tạo ra những thay đổi ở bậc giáo dục đại học, chúng ta nên xem xét sự tương tác giữa con người và các chương trình AI trên hệ thống toàn diện thay vì chỉ tập trung vào các công cụ AI riêng lẻ. Ví dụ: chương trình AI viết luận liệu có phát triển hơn các công cụ AI phát hiện đạo văn không? Liệu các ứng dụng dạy kèm sử dụng AI có làm giảm bớt khối lượng công việc của các trợ giảng hay lượng việc đó chỉ chuyển đổi thành việc hỗ trợ sinh viên sử dụng các ứng dụng này?
Để nắm bắt được bối cảnh chung của việc đưa AI vào trải nghiệm giáo dục đại học, ta cần nhận thức rõ rằng trong một khoá học, sinh viên và giảng viên đều luôn ở trong quá trình tiếp nhận và xuôi theo các luồng thông tin. Ví dụ: một giảng viên tạo ra bài tập và gửi cho sinh viên của mình. Để đáp lại, học sinh (sau khi tổng hợp nhiều nguồn thông tin khác nhau đến từ cả chương trình giảng dạy của khóa học lẫn các nguồn tham khảo khác) tiến hành làm và tạo ra một sản phẩm gọi là bài tập (chẳng hạn như một bài luận). Sản phẩm thủ công này giờ sẽ được giảng viên bộ môn chấm điểm và số điểm này cũng như phản hồi về chất lượng đều sẽ được gửi lại cho sinh viên – một luồng thông tin khác, thứ sẽ xác nhận “công trình” của sinh viên cho các bài tập tiếp theo.
Đừng hiểu sai ý tôi, tôi không nói rằng đây là tất cả những gì có trong một khoá học đại học – điều cần chú ý ở đây đó là yếu tố con người trong cộng đồng đã không xuất hiện ở ví dụ trên ngay từ ban đầu. Tuy nhiên, suy nghĩ về ‘luồng thông tin’ được nhắc đến bên trên đã đưa ra một cái nhìn hữu ích trong việc xem xét các khu vực trong hệ thống mà AI có thể giúp gia tăng hoặc làm giảm những luồng thông tin khác nhau, hoặc chỗ mà nó có thể tạo ra những luồng thông tin mới.
Có ba “động lực hệ thống” tiềm năng mà tôi muốn thấy khi AI được tích hợp sâu hơn vào giáo dục đại học.
Đầu tiên, mặc dù chưa rõ liệu các công cụ tổng hợp hình ảnh và văn bản AI đã nói ở trên có giúp những sinh viên xuất sắc nhất làm việc tốt hơn hay không, nhưng rõ ràng là chúng sẽ cho phép những sinh viên chỉ quan tâm đến việc vượt qua môn học mà không thực sự chú tâm vào chúng thực hiện việc đó dễ dàng hơn. Đối với giảng viên, điều này cũng có nghĩa là nếu bạn đang chấm điểm một sản phẩm dưới dạng văn bản/hình ảnh thì giờ đây sẽ khó khăn hơn nhiều để biết liệu sản phẩm đó có phải do sinh viên “tự” làm ra hay liệu họ có sử dụng sự trợ giúp của công cụ AI hay không. Nói cách khác, nếu câu hỏi ‘liệu AI có dính líu đến việc tạo ra một tác phẩm hay không’ được để tâm đến thì việc đưa ra một câu trả lời dứt khoát sẽ ngày càng khó khăn hơn, đặc biệt là khi giảng viên đó không có chuyên môn đặc biệt về lĩnh vực này và phải chịu áp lực về thời gian trả bài.
Thứ hai, các vòng lặp phản hồi sẽ xuất hiện. Ví dụ: điểm mạnh của các sản phẩm chatbot AI đó là nó có thể giúp bạn giảng dạy các lớp học có quy mô lớn hơn (hoặc mở các lớp học mới) vì giờ đây bạn đã có công cụ hướng dẫn hỗ trợ tự động. Các công cụ tóm tắt văn bản bằng AI cũng có chức năng hỗ trợ đánh giá/xử lý, đặc biệt là khi có các giới hạn về ngân sách dành cho trợ giảng. Một “kết thúc có hậu” cho sự linh hoạt này đó là thay vì phải giới hạn số lượng sinh viên ở các ngành học có nhu cầu cao, giờ đây quy mô của lớp học có thể mở rộng ra cho đến khi nhu cầu của tất cả sinh viên được đáp ứng.
Rủi ro ở đây là một lớp học như vậy sẽ trở nên phụ thuộc rất nhiều vào các công cụ AI để có thể xử lý khối lượng công việc giảng dạy mà không làm những người tham gia vào quá trình này kiệt sức. Tuy nhiên, con người vẫn sẽ tham gia vào quá trình đó, vì (hầu như) không có đề xuất nào được đưa ra rằng các lớp học có thể hoàn toàn tự động vận hành trên đại học.
Thứ ba, “sản phẩm” đồng sáng tạo giữa con người và AI vẫn sẽ luôn tồn tại, vì vậy hãy biến nó thành một phần trong quá trình đánh giá của bạn. Hãy yêu cầu sinh viên thiết kế một kiểu mở bài và bố cục mới mà các sinh viên khác có thể thử làm theo. Hoặc sẽ thế nào nếu giảng viên giao một bài viết luận trong đó sinh viên được khuyến khích viết các câu chủ đề cho từng đoạn và sử dụng AI để hoàn thành phần còn lại? Sau đó, các sinh viên có thể phê bình phản ánh (và được đánh giá) về quá trình sử dụng AI lặp đi lặp lại (thông qua các gợi ý về câu chủ đề) để đảm bảo tính mạch lạc trong lập luận toàn bài. Ngoài ra, bằng cách sử dụng phương pháp “bài tập ngược”, giảng viên có thể nhờ cậy sự trợ giúp của AI để viết dàn ý ban đầu của một bài luận và từ đó yêu cầu sinh viên đưa ra tiêu chí đánh giá cũng như đề xuất chỉnh sửa đối với dàn ý của riêng họ cho một bài hoàn chỉnh.
Cuối cùng, tôi tự hỏi liệu (và hy vọng rằng) một số công cụ AI này có thể khiến hoạt động gian lận trong hợp đồng kinh doanh ít sinh lời hơn hay không, bởi vì những người cung cấp các dịch vụ đó cũng sẽ bị tự động hóa – mặc dù phải thừa nhận rằng ngành công nghiệp gian lận đang có chỗ đứng tốt để tận dụng lợi thế sử dụng AI trên đại học trong tương lai, vì những người liên quan trong ngành công nghiệp này có thể đã tạo ra được hệ thống cơ sở dữ liệu chất lượng nhất về các nội dung do giảng viên và sinh viên trên toàn cầu tạo ra.
Điểm nổi bật chính ở đây là các công cụ AI trong giáo dục đại học sẽ không hoạt động đơn lẻ; chúng sẽ trở thành một phần của hệ thống, nơi học sinh có thể viết ra những bài luận đạt yêu cầu nhanh hơn và giáo viên hướng dẫn cũng có thể chấm điểm các bài luận nhanh hơn. Không rõ “bên” nào trong quá trình chuyển đổi này sẽ thắng, hoặc cơ chế cân bằng nào (tự nhiên hoặc theo quy định) sẽ được yêu cầu để đáp ứng, vì vậy điều quan trọng là phải thiết kế lớp học của bạn sao cho “các cuộc chạy đua vũ trang về nội dung tạo ra bởi AI” như trên không có khả năng xảy ra.
Viễn cảnh đen tối của “tương lai của AI trong giáo dục” có thể là khi các bài tập do AI tạo ra được chấm điểm bởi chính các công cụ chấm điểm và phản hồi của chúng; còn các giáo viên và học sinh mang đôi mắt lờ đờ phần lớn đã bị ngắt kết nối và bị tước quyền. Tuy nhiên, tôi không chìm đắm trong khung cảnh tối tăm đó. Ngược lại, tôi luôn và vẫn đang theo dõi cách các sinh viên và giảng viên thay đổi hành vi của họ để đáp ứng với những thay đổi trong hệ sinh thái thông tin này.
Ben Swift là trưởng nhóm về trải nghiệm giáo dục và phó giám đốc (giáo dục) tại Khoa kỹ thuật điều khiển và tự động hoá tại Trường ANU. Khoa kỹ thuật điều khiển và tự động hoá tại Trường ANU đang ứng dụng bộ môn chuyên ngành này như một công cụ quan trọng để điều hướng các chuyển đổi lớn của xã hội thông qua việc tăng trưởng năng lực, phát triển chính sách và các phương pháp tiếp cận an toàn, bền vững và có trách nhiệm đối với các hệ thống mới.
VLAB lược dịch
Link bài viết: https://www.timeshighereducation.com/campus/ai-higher-education-dystopia-utopia-or-something-between
