
Không có "bản đồ" cho người đi đầu
Trang vào đại học năm 2021, thời điểm AI đang bùng nổ và cũng là lúc đại dịch Covid-19 khiến giảng đường chuyển sang không gian trực tuyến.
Nhiều thí sinh chọn AI vì “hot” và cơ hội nghề nghiệp, nhưng Thu Trang nhìn nhận đây là nền tảng có tác động lâu dài. Đồng thời, chương trình đào tạo thiên về toán và tư duy thuật toán phù hợp với thế mạnh của cô.
“Đó không phải là lựa chọn bốc đồng, mình cảm giác đây là con đường có thể đi lâu dài”, Trang chia sẻ. Thu Trang thuộc khóa sinh viên AI đầu tiên của Trường ĐH Khoa học Tự nhiên, cũng là một trong những chương trình đào tạo AI chính quy sớm nhất tại Việt Nam. Điều đó đồng nghĩa không có khóa trước để tham khảo, cũng không có kinh nghiệm truyền miệng, thậm chí nhiều học phần còn trong quá trình hoàn thiện.
“Mình không biết trước môn nào sẽ khó nên không thể chuẩn bị theo kiểu truyền thống. Nhiều lúc học xong rồi mới hiểu được mức độ của nó”, Trang kể. Cảm giác “đi trong vùng trắng” ấy vừa là áp lực vừa là động lực, khiến Trang phải tự xây dựng phương pháp học như đọc thêm tài liệu bên ngoài, tự hệ thống lại kiến thức, thử sai và điều chỉnh.
Thay vì học để thi, cô chọn học để hiểu. Thay vì chờ hướng dẫn, Trang chủ động tìm lời giải. Trong môi trường thiếu điểm tựa đó, khả năng tự học là yếu tố sống còn với sinh viên công nghệ.

Nếu việc học một ngành mới đã khó thì việc học hoàn toàn trực tuyến trong thời gian dài do dịch Covid-19 càng khiến thử thách tăng lên. Không còn không gian lớp học hay nhịp học tập quen thuộc, mỗi sinh viên phải tự tạo ra kỷ luật cho mình. “Không ai nhắc mình học và không có áp lực trực tiếp từ giảng đường. Nếu không tự giác sẽ rất dễ trôi đi”, Trang nói.
Trang xây dựng lịch học cá nhân, chia nhỏ mục tiêu và tự kiểm tra kiến thức. Những kỹ năng này trở thành nền tảng quan trọng khi bước vào các giai đoạn học tập chuyên sâu hơn. Đặc biệt, việc học online khiến cô quen với việc tự tìm tài liệu, đọc tài liệu tiếng Anh, theo dõi các nguồn học thuật quốc tế. Điều này về sau trở thành lợi thế rõ rệt trong nghiên cứu.
Bí quyết điểm số 9,42 của thủ khoa
Khi được hỏi về công thức để đạt điểm trung bình 9,42, Trang nhấn mạnh một nguyên tắc cốt lõi là hiểu đến tận cùng bản chất. “Mình luôn cố gắng diễn đạt lại kiến thức theo cách đơn giản nhất. Nếu không làm được điều đó, có nghĩa là mình chưa hiểu đủ sâu”, cô nói.
Thay vì học thuộc, Trang ưu tiên việc “tiêu hóa” kiến thức bằng cách ghi chép lại theo cách của mình, đặt câu hỏi ngược, tìm cách giải thích cho người khác. Mỗi môn học không kết thúc khi kỳ thi qua đi mà còn tiếp tục được đào sâu sau đó. Chính cách học này giúp cô không chỉ đạt điểm cao mà còn xây dựng được nền tảng vững chắc, điều đặc biệt quan trọng trong một lĩnh vực như AI, nơi kiến thức thay đổi liên tục.
Nếu 3 năm đầu là quá trình tích lũy, thì khóa luận tốt nghiệp chính là điểm bùng nổ. Lần đầu tiên, Thu Trang thực sự bước vào địa hạt của nghiên cứu, đọc các bài báo khoa học, xây dựng ý tưởng, thử nghiệm mô hình, đối mặt với những vấn đề không có sẵn lời giải. “Có những lúc mình thử rất nhiều hướng mà không ra kết quả, nhưng chính quá trình đó lại khiến mình hiểu sâu hơn về vấn đề”, cô chia sẻ.
Không còn là những bài toán có đáp án rõ ràng, nghiên cứu buộc người học phải chấp nhận sự không chắc chắn và kiên trì đi qua nó. Chính trải nghiệm này giúp Trang nhận ra mình thực sự yêu thích việc đào sâu tri thức hơn là chỉ dừng lại ở ứng dụng. Từ đó, cô xác định con đường tiếp theo là học cao học và hướng đến trở thành giảng viên.
Ở vị trí một thủ khoa AI, Thu Trang không chỉ nói về công nghệ mà còn nhấn mạnh đến yếu tố con người. Theo cô, một sản phẩm AI không đơn thuần là bài toán kỹ thuật. Nó có thể ảnh hưởng trực tiếp đến quyền riêng tư, sự công bằng và cách xã hội vận hành. “Người làm AI cần quan tâm đến tính minh bạch, khả năng giải thích của mô hình và đặc biệt là bảo mật dữ liệu cá nhân”, Trang nói.
Trong bối cảnh AI ngày càng thâm nhập sâu vào đời sống, những câu hỏi về đạo đức công nghệ trở nên cấp thiết hơn bao giờ hết. Với Trang, đó không phải là trách nhiệm của riêng ai mà là của tất cả những người đang tham gia xây dựng công nghệ này.
Nhìn về tương lai, Thu Trang kỳ vọng AI tại Việt Nam sẽ không chỉ dừng lại ở nghiên cứu hay những sản phẩm thử nghiệm, mà thực sự đi vào giải quyết các bài toán cụ thể.
Giáo dục, y tế, quản lý đô thị hay phát triển bền vững… theo cô đều là những lĩnh vực có thể hưởng lợi lớn từ AI nếu được triển khai đúng cách. Quan trọng hơn, cần có sự kết nối chặt chẽ giữa nhà trường, viện nghiên cứu và doanh nghiệp, để tri thức không bị “đóng khung” trong học thuật. Với riêng mình, Trang muốn gắn AI với giáo dục, lĩnh vực cô tin rằng có thể tạo ra những thay đổi sâu rộng và lâu dài. “Công nghệ chỉ thực sự có ý nghĩa khi nó tạo ra giá trị cho cộng đồng”, cô nói.


