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 Đại học Quốc gia Úc. Dưới đây là trích đăng bài viết của ông về AI trong giáo dục đại học.
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.
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 tiến hành làm và tạo ra một sản phẩm gọi là bài tập. Sản phẩm 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.
Điều cần chú ý ở đây đó là yếu tố con người đã không xuất hiện ở ví dụ trên ngay từ ban đầu. Tuy nhiên, ‘luồng thông tin’ được nhắc đến bên trên sẽ giúp ích trong việc xác định các khu vực trong hệ thống mà AI có thể hỗ trợ.
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 có giúp những sinh viên chăm chỉ học tập hiệu quả hơn hay không, nhưng rõ ràng là chúng sẽ cho phép những sinh viên chỉ quan tâm đến việc qua môn thực hiện điều 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.
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 (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. Giờ đây, thay vì phải giới hạn số lượng sinh viên ở các ngành học có nhu cầu cao, quy mô của lớp học có thể mở rộng ra để đáp ứng. Rủi ro ở đây là một lớp học như vậy sẽ phụ thuộc vào các công cụ AI.
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. Ngoài ra, bằng cách sử dụng phương pháp “bài tập ngược”, giảng viên có thể nhờ cậy 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.
Điểm nổi bật chính ở đây là các công cụ AI trong giáo dục đại học 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 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 đặt ra để đáp ứng, vì vậy điều quan trọng là phải thiết kế lớp học của bạn sao cho “các cuộc chạy đua về nội dung tạo ra bởi AI” như trên không có khả năng xảy ra.
Lê Hương Xuân (lược dịch)
.svg){kind=icon}
