Trong bối cảnh trí tuệ nhân tạo (AI) đang len vào mọi hoạt động dạy và học, nhiều trường đại học ở Việt Nam lo ngại về gian lận, lệch chuẩn đánh giá và nguy cơ suy giảm chất lượng đào tạo. Tuy nhiên, theo Giáo sư Nguyễn Ngọc Điệp - Giám đốc Trung tâm Công nghệ chiến lược Australia-Việt Nam, Giám đốc phụ trách các chương trình quốc tế của Trường Đại học Công nghệ Sydney (UTS), AI không phải là mối đe dọa, mà là cơ hội để các trường đại học đổi mới phương pháp, tiệm cận môi trường làm việc thực tế và đánh giá đúng năng lực người học. Trong cuộc trao đổi với phóng viên Nhân Dân bên lề Chương trình bồi dưỡng ngắn hạn dành cho cán bộ lãnh đạo, quản lý của Việt Nam tại Australia, Giáo sư Nguyễn Ngọc Điệp chia sẻ kinh nghiệm của Trường Đại học Công nghệ Sydney trong ứng dụng và quản lý AI một cách hiệu quả và có trách nhiệm.
PV: Thưa Giáo sư, hiện nay các trường đại học đang chịu tác động mạnh từ sự phát triển của AI. Theo ông, những xu thế nổi bật trong việc ứng dụng AI vào dạy, học, quản trị đào tạo và hỗ trợ sinh viên là gì?
Giáo sư Nguyễn Ngọc Điệp: Nếu nói ngắn gọn thì AI trước hết vẫn là một công cụ mới, nhưng là công cụ có khả năng đi vào rất nhiều lĩnh vực khác nhau, trong đó giáo dục đại học là một trong những nơi chịu tác động rõ rệt nhất. Ở các trường đại học tại Australia, mục tiêu người ta đặt ra là làm sao để môi trường học trong trường gần nhất với môi trường đi làm bên ngoài. Khi sinh viên còn đang học mà đã được làm quen với cách làm việc, cách sử dụng công cụ giống như khi ra đời đi làm thì hiệu quả đào tạo sẽ cao nhất.
Trong mục tiêu như vậy, AI được đưa vào trước hết để giúp sinh viên suy nghĩ và làm việc tốt hơn, chẳng hạn hỗ trợ các em tìm ý tưởng mới, khai mở các hướng tiếp cận khác nhau cho một đề tài hay một nhiệm vụ. Cái đó gọi đó là “brainstorming” - tức là dùng AI như một bạn đồng hành để khơi gợi ý. Chính những kỹ năng ấy sau này ra môi trường làm việc, sinh viên cũng sẽ phải dùng, nên việc cho phép và khuyến khích sử dụng ngay từ khi còn học là rất quan trọng.
Một xu thế nữa là dùng AI để giúp sinh viên học nhanh hơn về một lĩnh vực nào đó, nắm bắt nhanh khái niệm mới, tổng hợp lại những phần kiến thức phức tạp. Tuy nhiên, đi cùng với đó là mặt trái: AI không phải là công cụ hoàn hảo, có những điều “nó không biết là nó không biết”, nên đôi khi thông tin đưa ra không chính xác.
Đây là một khó khăn, nhưng đồng thời cũng là cơ hội. Khó khăn vì nếu chỉ tin tuyệt đối vào AI thì sẽ sai lệch; cơ hội vì sinh viên buộc phải hiểu rõ giới hạn của công cụ, biết cách kiểm chứng, biết chịu trách nhiệm về việc mình sử dụng nó như thế nào. Khi ra làm việc thực tế, họ vẫn sẽ phải sống chung với những công cụ không hoàn hảo như thế, nên việc tập làm quen ngay từ trong trường đại học là rất hữu ích.
PV: AI đang làm thay đổi cách sinh viên giải quyết vấn đề và cách nhà trường thiết kế nhiệm vụ học tập. Theo Giáo sư, đâu sẽ là mô hình kiểm tra - đánh giá phù hợp nhất trong môi trường mà AI trở thành công cụ quen thuộc?
Giáo sư Nguyễn Ngọc Điệp: Tôi nghĩ là AI đang làm thay đổi rất lớn cách dạy và học. Trước kia, kể cả ở bậc đại học, cách đánh giá phổ biến là xem sinh viên có nhớ được kiến thức đã học hay không. Nhưng từ chỗ nhớ đến chỗ vận dụng được kiến thức vào công việc thực tế là cả một khoảng cách khá xa. Sự xuất hiện của AI khiến cho cách đánh giá dựa trên ghi nhớ trở nên không còn phù hợp, vì những việc như tóm tắt, nhắc lại, giải một số dạng bài cơ bản thì AI làm rất tốt, đôi khi còn nhanh hơn con người.
Điều này đặt ra bài toán cho các trường đại học là nếu cứ giữ cách đánh giá cũ, chúng ta sẽ rất khó phân biệt được sinh viên thực sự hiểu và làm chủ kiến thức, hay chỉ đơn giản là dựa vào công cụ. Vì vậy, các trường đã phải thành lập những nhóm chuyên gia vừa am hiểu về AI, vừa am hiểu về phương pháp giáo dục để xem lại toàn bộ cách đánh giá sinh viên. Ở đây, triết lý không phải là tìm mọi cách “né” AI hay cấm sinh viên dùng AI, mà là chấp nhận thực tế sinh viên bây giờ có một công cụ rất mạnh, và khi đi làm họ cũng cần sử dụng công cụ đó. Do vậy, nhiệm vụ của nhà trường là thiết kế phương pháp đánh giá mới sao cho ngay cả khi sinh viên dùng AI, giảng viên vẫn có thể đánh giá được năng lực thật sự của các em.
Từ đó dẫn đến một chuyển dịch rất rõ, thay vì đánh giá xem sinh viên nhớ được bao nhiêu, thì chuyển sang đánh giá sinh viên có hiểu kiến thức và ứng dụng được vào công việc cụ thể hay không. Một mô hình nổi bật là đánh giá theo dự án, bài tập gắn với tình huống thực tế - ở nhiều nơi gọi là project-based hay studio-based. Thay vì cho các em làm một bài kiểm tra trên giấy, yêu cầu viết lại kiến thức, nhà trường đưa ra những đầu bài giống như khi đi làm: ví dụ sinh viên marketing phải xây dựng một kế hoạch marketing hoàn chỉnh; sinh viên IT phải thiết kế một hệ thống hay một sản phẩm cụ thể. Trong quá trình đó, sinh viên được phép dùng AI, thậm chí được khuyến khích dùng, nhưng vẫn phải chứng minh rằng mình thực sự hiểu vấn đề và có thể tạo ra sản phẩm đáp ứng yêu cầu.
Tôi cho rằng, mô hình đánh giá gắn với dự án thực tế, yêu cầu sinh viên xử lý nhiệm vụ như ngoài môi trường làm việc, trong bối cảnh có AI, sẽ trở thành một chuẩn mới của giáo dục đại học trong vài năm tới. Nó giúp thu hẹp khoảng cách giữa học và làm, đồng thời buộc cả người dạy lẫn người học phải điều chỉnh tư duy của mình.
PV: Giáo sư có thể cho biết Trường UTS đang áp dụng những nguyên tắc nào để bảo đảm chất lượng đào tạo và kiểm soát rủi ro phát sinh từ việc dùng AI?
Giáo sư Nguyễn Ngọc Điệp: Điểm đầu tiên cần nhấn mạnh là Trường UTS không tiếp cận AI theo hướng cấm đoán. Chúng tôi không nói với sinh viên rằng “không được dùng AI”, bởi vì ngoài đời thực cũng không ai có thể cấm họ dùng những công cụ như vậy. Thay vào đó, chúng tôi xây dựng một hệ thống nguyên tắc để vừa khuyến khích sử dụng, vừa quản lý được rủi ro.
Trước hết, trong từng môn học, chúng tôi làm rõ ngay từ đầu quy định về AI. Phần lớn các môn đều không cấm, thậm chí nói rõ là sinh viên có thể sử dụng AI, nhưng kèm theo một nguyên tắc cốt lõi, đó là sinh viên là người chịu trách nhiệm cuối cùng về sản phẩm của mình. Các em có thể tham khảo AI, dùng AI hỗ trợ, nhưng nếu thông tin sai hoặc lập luận không vững, thì người chịu trách nhiệm vẫn chính là sinh viên. Cách làm này giống như môi trường làm việc, nơi anh có thể dùng bất kỳ công cụ nào, nhưng anh vẫn phải đứng tên và chịu trách nhiệm về kết quả.
Thứ hai, chúng tôi giữ nguyên những nguyên tắc lâu đời về trung thực học thuật. Bất cứ nội dung nào không phải của mình, dù lấy từ sách, bài báo, hay do AI gợi ý, thì đều phải được ghi nhận, trích dẫn. Nếu sinh viên sao chép nội dung, kể cả từ AI, mà không nói rõ, thì vẫn bị xử lý như hành vi đạo văn. Điều này rất quan trọng, vì nó nhắc sinh viên rằng AI không làm thay được trách nhiệm cá nhân của người học.
Bên cạnh đó, trường cũng có sử dụng một số phần mềm, trong đó bản thân chúng cũng dùng AI để hỗ trợ phát hiện những sản phẩm có dấu hiệu được tạo ra bởi AI hoặc vi phạm quy định. Nhưng chúng tôi không đặt trọng tâm vào chuyện “truy lùng” như thế, vì nếu chỉ chạy theo cấm đoán thì mỗi lần có một công cụ mới ra đời, ta lại phải sửa luật, sửa cách làm, rất mệt mỏi và không bền vững. Cái gốc vẫn là phải quay về câu hỏi: nhiệm vụ của giáo dục đại học là gì? Nếu nhiệm vụ là dạy để người ta làm được việc, thì khi thiết kế chương trình, bài giảng, cách đánh giá… tất cả đều phải xoay quanh việc đó. Khi ấy, AI sẽ trở thành một phần tự nhiên của môi trường học tập chứ không phải thứ để đối phó.
PV: Với đội ngũ giảng viên, làm sao để vừa tận dụng AI trong đổi mới phương pháp giảng dạy, vừa hạn chế rủi ro từ sai lệch thông tin hoặc vi phạm trung thực học thuật, thưa Giáo sư?
Giáo sư Nguyễn Ngọc Điệp: Như tôi đã nói, cách tiếp cận đúng không phải là cấm mà phải khuyến khích sử dụng nhưng đặt trong một khuôn khổ trách nhiệm rõ ràng. Bởi vì AI, như tôi nói, là một công cụ mới nhưng chưa hoàn hảo, vẫn có nguy cơ đưa ra thông tin sai lệch. Nhưng chính vì không hoàn hảo mà người sử dụng càng phải hiểu giới hạn của nó, biết kiểm chứng và biết chịu trách nhiệm về nội dung mình tạo ra. Điều đó đúng cho sinh viên, và cũng đúng cho giảng viên. Trường không cấm, thậm chí khuyến khích giảng viên khai thác AI để đổi mới bài giảng, cách tổ chức lớp học và phương pháp đánh giá. Nhưng đi cùng là quy định rất rõ người dùng AI vẫn là người chịu trách nhiệm cuối cùng. Nếu bài giảng, tài liệu hay bài tập có thông tin sai vì dùng AI mà không kiểm chứng, thì trách nhiệm thuộc về người soạn. Về trung thực học thuật, nguyên tắc cơ bản là minh bạch. Cái gì không phải của mình thì phải nói rõ. Nếu giảng viên dùng nội dung do AI gợi ý, họ phải ghi nhận điều đó. Còn nếu lấy nội dung từ AI rồi tuyên bố là của mình thì vẫn bị coi là vi phạm đạo văn.
PV: Từ kinh nghiệm triển khai tại Trường UTS, theo Giáo sư đâu là những bài học quan trọng nhất mà các trường đại học của Việt Nam nên ưu tiên khi ứng dụng AI để vừa đổi mới đào tạo vừa bảo vệ người học và bảo đảm trung thực trong dạy và học?
Giáo sư Nguyễn Ngọc Điệp: Từ trải nghiệm của chúng tôi, có mấy điều tôi cho rằng các trường đại học của Việt Nam có thể cân nhắc.
Điều đầu tiên là nên khuyến khích, chứ không nên cấm AI trong dạy và học. AI thật sự là một cuộc cách mạng trong rất nhiều lĩnh vực, trong đó có giáo dục. Nó làm thay đổi cách người học tiếp cận thông tin, cách người dạy truyền đạt, và cách hệ thống giáo dục đánh giá kết quả học tập. Nếu ta chỉ lo ngại và cấm đoán, thì nhà trường sẽ tách mình ra khỏi một xu thế mà sớm hay muộn sinh viên cũng phải đối mặt.
Điều thứ hai là phải đổi mới căn bản cách đánh giá sinh viên. Như tôi đã nói, thay vì hỏi “em nhớ được gì”, chúng ta cần chuyển sang hỏi “em làm được gì với kiến thức đó”. Điều này đòi hỏi rất nhiều công sức từ phía các trường: Thiết kế lại chương trình học; xây dựng lại hệ thống bài tập và đề thi; thay đổi cách tổ chức lớp học; cách giao tiếp với sinh viên. Khi ChatGPT và các mô hình tương tự xuất hiện vài năm trước, ở Trường UTS hầu như tuần nào các nhóm phụ trách chương trình cũng phải họp, rà soát lại môn học, rút kinh nghiệm và điều chỉnh.
Điều thứ ba liên quan đến việc bảo đảm trung thực và văn hóa học thuật. Các trường cần giữ vững nguyên tắc cái gì không phải của mình thì phải nói rõ. Sinh viên dùng AI cũng được, nhưng phải minh bạch, phải chịu trách nhiệm về nội dung. Cùng lúc đó, có thể sử dụng một số công cụ hỗ trợ để phát hiện sai phạm, nhưng không nên đặt toàn bộ kỳ vọng vào công cụ kỹ thuật. Cái chính là xây dựng được một chuẩn mực chung về đạo đức học thuật và truyền thông điệp nhất quán tới cả thầy và trò.
Cuối cùng, tôi nghĩ bài học quan trọng nhất là luôn quay lại với mục tiêu cốt lõi của giáo dục đại học, đó là dạy để người học có thể làm được việc thật. Khi mục tiêu đó được xác định rõ, thì AI - dù mạnh đến đâu - cũng chỉ là một trong những công cụ mà chúng ta sử dụng để đạt mục tiêu ấy. Việc thiết kế môn học, đánh giá, tổ chức hoạt động trong trường… khi đó đều sẽ xoay quanh câu hỏi: sau khi học xong, sinh viên có xử lý được các tình huống, các nhiệm vụ kỹ thuật, các bài toán thực tế hay không. Nếu trả lời được câu hỏi đó, thì AI sẽ trở thành một trợ lực rất tích cực cho giáo dục, chứ không phải là mối đe dọa.
