Giáo dục đại học trước sức ép của AI

Bằng cấp ngày nay có thể đo gì

Quãng những năm 2000 tôi ngồi trước chiếc Pentium II ở phòng máy trường và nhìn thanh tiến trình cài Windows 98 bò từng phần trăm. Đĩa CD xoay rè rè. Không internet. Muốn chiếc máy ấy làm được gì thì phải nhét tất cả vào ổ cứng 2GB. Hệ điều hành, driver card màn hình, driver âm thanh, driver máy in. Từng phần mềm một, sót driver nào là thiết bị ngoại vi đó thành cục gạch.

Hai mươi sáu năm sau, tôi nhận ra giáo dục đại học vẫn đang làm đúng việc đó. Với não người.

Hãy thành thật. Bản chất của bốn năm đại học là một phiên cài đặt phần mềm kéo dài lên một cỗ máy local tên "bộ não". Người học giỏi là chiếc máy cài được nhiều driver nhất, ít lỗi nhất và boot nhanh nhất. Người xuất sắc là người không chỉ có nhiều pattern mà còn biết phân rã vấn đề phức tạp thành các tác vụ nhỏ rồi điều phối xử lý. Nhưng phiên cài đặt xong thì được gì? Một tờ giấy. Tấm bằng tốt nghiệp, chứng chỉ, chứng nhận, tất cả về bản chất là xác nhận "phiên cài đặt hoàn tất, máy đã boot thành công".

Tháng trước tôi dùng một hệ thống AI tự xây để lấy chứng chỉ của Google. Quy trình thế này. AI đọc nội dung khóa học. AI làm bài kiểm tra. Tôi nhấn nút submit. Chứng chỉ về tay tôi, tên tôi ở đó, logo Google bên cạnh. In ra treo tường được luôn. Tôi gần như không biết khóa học đó dạy gì.

Trước đó vài tháng tôi đã dùng AI hỗ trợ để lấy ít nhất bốn chứng chỉ từ Stanford và các tổ chức lớn khác. Mỗi lần quy trình ngắn hơn. Mỗi lần tôi cần biết ít hơn. Đến lần gần nhất thì tôi hầu như là khán giả trong chính kỳ thi của mình. Tôi có gần 20 chứng chỉ tích lũy trong 20 năm. Có cái mất toi cả năm bạc cả tóc để lấy. Có cái thì tôi không biết khóa đó dạy gì. Và tôi dừng khoe các tấm bằng từ Ivy League đến Big Tech khoảng một năm nay, sau khi thử để AI học hộ thi hộ rồi nó gửi lại tôi bốn tấm bằng đỏ kèm mức điểm suýt soát tối đa.

Tôi kể chuyện này không để lòe mà để hỏi một câu mà toàn bộ hệ thống giáo dục đang cố tránh. Nếu bằng cấp có thể lấy được mà không cần học thì bằng cấp đang đo cái gì?

Nhưng giả sử tôi nghiêm túc tuyệt đối. Tắt AI, đọc từng bài giảng, làm từng bài kiểm tra bằng chính sức mình, lấy chứng chỉ Stanford bằng mồ hôi nước mắt thật thì tấm chứng chỉ ấy có khác gì không? Với nhà tuyển dụng thì không. Với thị trường cũng không, không ai kiểm chứng được. Với chính tôi? Có lẽ có, tôi "biết" nhiều hơn. Nhưng biết nhiều hơn bao nhiêu? Và cái "biết" ấy có tạo ra khác biệt nào trong chuỗi công việc hằng ngày không?

Cuộc đảo chiều mối quan hệ giữa con người và công cụ

Suốt mấy nghìn năm nhân loại sống trong một hệ tiên đề vô danh nhưng còn nghiêm ngặt hơn cả hệ tiên đề Euclid. Rằng con người mặc nhiên là hằng số và công cụ là biến số. Không ai nghĩ ngược lại. Cho đến giờ.

Hình dung hòn sỏi nằm lòng sông. Nước chảy qua, sỏi được mài nhẵn và cái nhẵn đó có tên gọi sang trọng là "kinh nghiệm". Người thợ mộc hai mươi năm, tay chai, mắt tinh, nhát cưa chính xác đến mức không cần đo. Đó là sỏi đã qua nghìn lần nước. Còn cái cưa? Nó mòn, cùn. Đem vứt, mua cái mới.

Dao cùn thì mài. Cùn quá thì vứt. Người thì giỏi lên. Toàn bộ văn minh được xây trên giả định này. Trường học là nơi dẫn nước đến sỏi. Bằng cấp là giấy chứng nhận sỏi đã đủ nhẵn. Thâm niên là bằng chứng sỏi nằm trong dòng đủ lâu. Thăng tiến là xếp sỏi lớn vào chỗ quan trọng. Lương hưu là trả ơn sỏi đã phục vụ suốt đời.

Tiên đề đó từng hoạt động tốt. Bây giờ AI không phải công cụ thuần theo nghĩa cũ. Hệ sinh thái AI tích lũy qua dữ liệu, qua đánh giá, qua hàng tỷ phiên tương tác được nén thành trọng số mới. Mỗi phiên bản sắc hơn phiên bản trước. Dao tự mài. Búa tự rèn. Còn người thì mòn đi.

Đây không phải chuyện mất việc. Không phải chuyện prompt. Không phải chuyện năng suất tăng bao nhiêu phần trăm. Đây là chuyện đảo chiều quan hệ bản thể giữa con người và công cụ.

Cái máy local đã có internet

Bây giờ hãy tưởng tượng. Bạn ngồi trước chiếc Pentium II kia nhưng ai đó vừa cắm vào sợi cáp quang tốc độ ánh sáng. Đầu kia sợi cáp là một siêu máy tính biết nói, biết nghe, biết đọc, biết viết và đồng bộ thời gian thực. Bạn có còn cài đặt y hệt mọi thứ vào ổ cứng 2GB không? Nếu không, chiến lược cài đặt nào mới là hợp lý?"

Bốn thứ thay đổi.

Thứ nhất, cái cần cài local đã thay đổi bản chất. Thời air-gapped cài local nghĩa là cài mọi thứ. Dữ liệu, thuật toán, khả năng xử lý. Tất cả phải nằm trong ổ cứng bởi làm gì còn chỗ nào khác. Thời connected cái thực sự cần cài local không còn là thư viện pattern nữa. Là khả năng orchestration. Biết phân rã vấn đề. Biết đặt câu hỏi đúng cho AI. Biết đánh giá output có đáng tin không. Biết khi nào AI đang confabulate và khi nào nó đang cho một insight thực sự. Não bộ không cần là kho chứa tất cả các agent. Nó cần là router. Cái tầng quyết định agent nào được gọi, gọi khi nào, với input gì và output có cần kiểm chứng không.

Tôi đã chứng nghiệm điều này. Kiến thức nền của tôi là toán lý thuyết. Đại số giao hoán, các phép đồng cấu, vành, ideal, module. Không một dòng code nào trong chương trình đào tạo. Nhưng toán lý thuyết cài vào đầu tôi một thứ quý hơn code. Khả năng nhìn mọi điều như ánh xạ trừu tượng, phân rã cấu trúc và nhận ra khi nào một kết quả "đúng hình dạng". Một năm trước tôi bắt đầu dùng AI để viết phần mềm. Hàng trăm ngàn dòng code đã và đang chạy trên production servers phục vụ doanh nghiệp thật. Chiếc máy local tên "não bộ" của tôi không chứa phần mềm nào cả. Nó chỉ chứa một thứ. Khả năng nói cho chiếc siêu máy tính bên kia sợi cáp quang biết chính xác cần phải làm gì.

Thứ hai, tỷ lệ cài đặt cần phân bổ lại. Nếu trước đây bốn năm đại học ngốn 80% thời lượng cho pattern chuyên ngành và 20% cho tư duy nền thì bây giờ tỷ lệ ấy cần đảo ngược. Pattern chuyên ngành giờ có thể "stream từ cloud". Bạn không cần nhớ một công thức. Tất cả những thứ đó, bất cứ lúc nào cần, bạn cũng lấy ra được, nhờ có AI. Nhanh hơn lật sách. Chính xác hơn trí nhớ. Cập nhật hơn giáo trình.

Nhưng tư duy nền thì không stream được. Khả năng phán đoán. Đạo đức nghề nghiệp. Trực giác về "cái gì đó sai sai" khi nhìn một bản báo cáo. Sự nhạy cảm với ngữ cảnh mà AI chưa nắm bắt được. Thứ này bắt buộc phải rèn qua trải nghiệm, qua va chạm, qua sai lầm và qua những đêm mất ngủ vì một quyết định khó.

Bạn có thể stream nhạc từ Spotify nhưng tai nghe phải là của chính bạn. Hỏng tai nghe thì nhạc hay mấy cũng thành tiếng ù ù cạc cạc.

Thứ ba, driver không cần cài trọn vẹn. Cái cần cài là interface. Thời air-gapped muốn dùng máy in Canon phải cài trọn bộ driver Canon nặng cỡ 50MB. Thời connected chỉ cần cài driver generic. Cái interface biết giao tiếp với bất kỳ máy in nào qua một chuẩn chung.

Giáo dục đại học trước đây cài trọn "driver kế toán" hoặc "driver luật" hoặc "driver cơ khí" vào não sinh viên. Bốn năm cho một driver. Đổi ngành? Cài lại từ đầu. Giáo dục đại học thời AI cần cài interface. Cái khung tư duy để giao tiếp hiệu quả với bất kỳ chuyên ngành nào qua AI. Một người có interface tốt có thể hỏi AI về kế toán, luật, kỹ thuật, y khoa và biết đánh giá câu trả lời dù chưa từng học bất kỳ ngành nào trong số đó. Không phải biết hết mà biết đủ để đặt đúng câu hỏi và nhận ra khi nào câu trả lời không khớp.

Thứ tư, quá trình boot đã thay đổi. Máy air-gapped boot chậm vì phải load toàn bộ từ ổ cứng. Máy connected boot nhanh vì chỉ cần load kernel rồi kết nối. Giáo dục mới không nhất thiết cần bốn năm để "boot" một chuyên gia. Có thể cần một đến hai năm cài OS mạnh với tư duy phản biện, khả năng phân rã vấn đề, đạo đức, giao tiếp, hiểu biết về cách AI hoạt động và giới hạn của nó. Phần còn lại là học cách kết nối và điều phối.

Giáo dục đại học cần kê lại móng

Trước đây, mục đích của giáo dục là truyền kiến thức vì kiến thức khan hiếm. Rèn kỹ năng vì kỹ năng mất nhiều năm. Cấp chứng chỉ vì xã hội cần biết ai biết gì. Cả ba xoay quanh một giả định nền tảng. Kiến thức và kỹ năng khó tiếp cận nên người có chúng đáng được xếp cao hơn.

AI phá giả định đó. Kiến thức không còn khan hiếm. Kỹ năng không còn mất nhiều năm để tạo ra kết quả. Chứng chỉ không còn đảm bảo khoảng cách năng lực.

Vậy mục đích của giáo dục trong thời đại AI là gì? Để tạo ra người có khả năng muốn đúng thứ. AI giải được các bài toán nhưng không biết bài toán nào đáng đặt ra. Không biết vấn đề nào đáng giải quyết. Không biết thế giới đang đáu ở đâu. Không biết cái gì quan trọng với ai trong hoàn cảnh nào. Toàn bộ phần đó là của con người.

Giáo dục cũ trả lời câu hỏi "làm thế nào". Giáo dục mới phải trả lời câu hỏi "để làm gì" và "có đáng làm không". Giáo trình cũ dạy kỹ thuật để bù giới hạn con người. Giáo trình mới cần dạy phần mà con người vượt trội dù máy đã bù hết kỹ thuật rồi.

Dạy nhìn ra vấn đề. Dạy đặt câu hỏi. Dạy kiểm chứng. Dạy đưa vào thực tế. Dạy chịu trách nhiệm. Dạy phân biệt đáng làm với dễ làm.

Nếu trước đây đại học tựa hồ trung tâm cài đặt phần mềm thì bây giờ đại học cần trở thành trung tâm cài đặt hệ điều hành và huấn luyện orchestration. Không dạy "nhớ công thức" mà dạy "biết khi nào cần công thức nào và đánh giá kết quả AI cho có đúng không". Không dạy "thực hiện quy trình" mà dạy "thiết kế quy trình, giám sát AI thực hiện". Không dạy "tích lũy pattern" mà dạy "nhận diện khi nào pattern AI đề xuất không phù hợp với bối cảnh thực tế". Không đào tạo worker. Đào tạo orchestrator.

Bằng cấp sẽ bị đẩy xuống hàng "nice to have" rồi cuối cùng là "không ai hỏi nữa". Hệt như cách mà không ai hỏi bạn cài Windows bằng CD hay bằng USB nữa. Cái họ hỏi là máy chạy có mượt không.

Chúng ta đang ở trong giai đoạn mà tấm bằng giống tờ tiền của một quốc gia đang lạm phát. Nó vẫn có mệnh giá in trên đó nhưng sức mua thật thì ai cũng biết. Người ta vẫn cầm vì chưa có đồng tiền nào khác song niềm tin thì đã nứt.

Toàn bộ cuộc tranh cãi hiện tại về AI trong giáo dục đang xoay quanh phương tiện vì người ta chưa dám đặt lại câu hỏi về mục đích. Vì đặt lại mục đích thì toàn bộ hệ thống phải thiết kế lại. Giáo trình. Cách thi. Cách chấm. Cách xếp hạng. Cách tuyển dụng. Cách trả lương. Cả một chuỗi dài bám vào giả định cũ rằng biết nhiều bằng giỏi.

Không ai muốn đụng vào chuỗi đó. Nhưng AI sẽ ép phải đụng, tránh không được trốn không xong. Không phải vì AI muốn mà vì khi máy biết hết thì câu hỏi "anh biết gì" mất ý nghĩa. Và câu hỏi duy nhất còn phân biệt được người với người là "anh muốn gì, anh dám gì và anh chịu trách nhiệm gì".

Giáo dục cần kê lại cái móng trước khi bão đến. Dự báo vốn ầm ĩ lắm rồi.