Sinh viên có thể trình bày trích dẫn theo quy chuẩn học thuật một cách hoàn hảo nhưng lại không nhận ra khi nào hệ thống AI đã bịa ra chính những nguồn đó. Điều này cho thấy khoảng cách nguy hiểm giữa mức độ tinh vi của công nghệ và khả năng đánh giá của con người.
Giáo dục đại học cần đưa học vấn về AI (AI literacy) trở thành một kỹ năng học thuật cơ bản, tựa như phương pháp nghiên cứu.
Bài viết này tập trung vào 12 kỹ năng cốt lõi thuộc kiến thức AI, được sắp xếp thành bốn nhóm: (1) Năng lực kỹ thuật cơ bản, (2) Kiến thức về hệ thống AI và hiểu biết về công cụ, (3) Đạo đức và liêm chính học thuật, và (4) Tích hợp vào quy trình học tập và quy trình làm việc.
Mỗi nhóm cùng với các kỹ năng thành phần sẽ được trình bày kèm theo những ví dụ minh họa cho ứng dụng của chúng trong học thuật.
 |
Ngày nay, học vấn về AI cũng quan trọng tựa như phương pháp nghiên cứu. Nguồn: iStock |
Nhóm 1: Năng lực kỹ thuật cơ bản
Đây là nhóm nền tảng, bao gồm những kỹ năng thiết yếu mà sinh viên cần có để tương tác hiệu quả với AI trong môi trường học thuật.
Kỹ năng 1: Kỹ thuật tạo câu lệnh (prompt)
Sinh viên cần học cách viết các prompt hiệu quả để nhận được phản hồi hữu ích từ hệ thống AI. Điều này bao gồm việc cung cấp ngữ cảnh; xác định định dạng mong muốn; lặp lại và điều chỉnh prompt nhiều lần để đạt kết quả tốt hơn.
Cũng giống như việc học cách đặt ra các câu hỏi nghiên cứu sắc bén, kỹ thuật viết prompt đòi hỏi sự cụ thể và tư duy chiến lược. Ví dụ, thay vì yêu cầu: ‘Hãy viết về biến đổi khí hậu’, sinh viên có thể đưa ra prompt: ‘Hãy giải thích mối quan hệ giữa hiện tượng axit hóa đại dương và biến đổi khí hậu, tập trung vào các nghiên cứu đã được bình duyệt trong vòng năm năm trở lại đây, đồng thời trình bày câu chủ đề rõ ràng cho từng luận điểm chính."
Kỹ năng 2: Kiểm chứng thông tin và xác thực nguồn từ AI
Sinh viên cần cách tiếp cận có hệ thống để xác thực thông tin do AI tạo ra dựa trên đối chiếu với các nguồn khả tín. Điều này bao gồm hiểu rõ các xu hướng của AI trong việc ‘bịa đặt’ trích dẫn và trộn lẫn thông tin xác thực với những nội dung hư cấu nghe có vẻ hợp lý.
Họ phải xem các kết quả do AI cung cấp giống như các bài viết trên Wikipedia – đó là một điểm khởi đầu hữu ích nhưng cần được kiểm chứng độc lập. Ví dụ, khi nghiên cứu về các chính sách năng lượng tái tạo, sinh viên nên đối chiếu các số liệu do AI cung cấp với các báo cáo gốc của chính phủ và các bài báo khoa học, thay vì chấp nhận những gì AI đưa ra không chút nghi ngờ.
Kỹ năng 3: Đánh giá đầu ra và thẩm định chất lượng từ AI
Sinh viên cần phát triển kỹ năng phán đoán để đánh giá chất lượng, mức độ đầy đủ và tính phù hợp của các phản hồi do AI tạo ra. Điều này bao gồm việc nhận biết khi nào AI chỉ đưa ra phân tích hời hợt, mà bỏ sót các luận điểm hoặc không đề cập được hết các khía cạnh của vấn đề.
Họ cần có khung tham chiếu để đánh giá xem đầu ra của AI có đáp ứng các tiêu chuẩn học thuật về chiều sâu và tư duy phản biện hay không. Ví dụ, khi yêu cầu AI phân tích một tác phẩm văn học, sinh viên cần nhận ra rằng phản hồi ban đầu thường thiếu chiều sâu và còn phải được họ bổ sung đáng kể bằng tư duy sáng tạo, độc lập.
Kỹ năng 4: Kỹ thuật cộng tác lặp vòng
Sinh viên cần học cách thực hiện nhiều lượt đối thoại hiệu quả với hệ thống AI, xây dựng mức độ phức tạp thông qua các lần tương tác thay vì kỳ vọng rằng có thể nhận về câu trả lời toàn diện chỉ nhờ một câu lệnh duy nhất.
Điều này bao gồm việc đưa ra phản hồi cho kết quả do AI cung cấp, đặt câu hỏi tiếp nối và hướng AI tới phân tích chuyên sâu. Ví dụ, khi xây dựng một đề cương nghiên cứu, sinh viên có thể bắt đầu bằng những yêu cầu chung chung về chủ đề, sau đó dần khuôn hẹp vấn đề và lựa chọn phương pháp nghiên cứu mà họ muốn áp dụng để phát triển một đề cương tập trung hơn.
Nhóm 2: Kiến thức về hệ thống AI và hiểu biết về công cụ
Nhóm này tập trung vào việc hiểu cách các hệ thống AI hoạt động và làm sao để định hướng trong bối cảnh các công cụ AI ngày càng đa dạng
Kỹ năng 5: Nhận thức về thuật toán và nhận biết thiên kiến
Sinh viên cần có kiến thức nền tảng về cách các hệ thống AI được huấn luyện và những hệ quả do hạn chế của dữ liệu huấn luyện. Điều này bao gồm việc nhận biết các thiên kiến tiềm ẩn trong phản hồi của AI và hiểu được khi nào AI có thể duy trì những định kiến nguy hại hoặc thông tin lỗi thời.
Họ cần đánh giá các đầu ra của AI bằng lăng kính chuyên ngành và thái độ phê phán, khách quan. Ví dụ, khi sử dụng AI để nghiên cứu các sự kiện lịch sử, sinh viên cần nhận thức rằng dữ liệu huấn luyện có thể phản ánh những diễn ngôn chiếm ưu thế, đồng thời bỏ qua những tiếng nói bên lề vốn rất quan trọng để đi đến một phân tích lịch sử toàn diện.
Kỹ năng 6: Lựa chọn và so sánh công cụ AI
Sinh viên cần phát triển kỹ năng đánh giá và lựa chọn các công cụ phù hợp cho từng nhiệm vụ học thuật. Điều này bao gồm việc hiểu rõ điểm mạnh và hạn chế của các mô hình AI, biết khi nào nên dùng AI tổng quát, khi nào nên dùng AI chuyên biệt, và đưa ra các quyết định có cơ sở về việc sử dụng các dịch vụ AI.
Họ cần hiểu cách các AI khác nhau xử lý vấn đề bảo mật dữ liệu và đáp ứng các yêu cầu của cơ sở đào tạo. Chẳng hạn, sinh viên có thể chọn Claude để nhận góp ý về bài luận, dùng ChatGPT để hỗ trợ nghiên cứu, và sử dụng các công cụ chuyên biệt như Elicit cho phần tổng quan tài liệu, đồng thời hiểu được cách mỗi công cụ phù hợp với những nhu cầu học thuật cụ thể.
Kỹ năng 7: Kiến thức về AI đa phương thức
Sinh viên ngày càng tiếp xúc thường xuyên với các nội dung do AI tạo ra không chỉ ở dạng văn bản, mà còn bao gồm hình ảnh, video và các hình thức trực quan hóa dữ liệu. Họ cần phát triển óc phê phán để có thể nhận biết các sản phẩm giả mạo (deepfake) hoặc nội dung tổng hợp do AI tạo ra.
Kỹ năng này trở nên quan trọng khi các sản phẩm hình ảnh của AI ngày càng tinh vi và có khả năng gây nhầm lẫn. Ví dụ, sinh viên nghiên cứu các phong trào chính trị đương đại cần nhận biết những hình ảnh biểu tình do AI tạo ra hoặc các đoạn âm thanh tổng hợp có thể xuyên tạc sự kiện hoặc ngụy tạo bằng chứng.
Nhóm 3: Liêm chính và đạo đức học thuật
Nhóm này đề cập đến việc sử dụng AI có trách nhiệm và có đạo đức trong môi trường học thuật.
Kỹ năng 8: Sử dụng và trích dẫn AI có đạo đức
Sinh viên cần xác định khi nào phải ghi nhận sự hỗ trợ của AI trong sản phẩm học thuật và ghi nhận như thế nào. Điều này bao gồm việc hiểu rõ các chính sách của cơ sở đào tạo, phân biệt giữa sản phẩm có sự hỗ trợ của AI và sản phẩm do AI tạo ra hoàn toàn, đồng thời hình thành các chuẩn mực đạo đức cá nhân cho việc sử dụng AI một cách phù hợp.
Họ cần được hướng dẫn về tính minh bạch và các phương pháp trích dẫn chuẩn chỉnh. Ví dụ, sinh viên có thể dùng AI để lên ý tưởng cho đề tài tiểu luận và nhận góp ý cho bản nháp, nhưng phải đảm bảo rằng các lập luận và phân tích cuối cùng phản ánh tư duy của chính mình.
Kỹ năng 9: Nhận thức về quyền riêng tư và bảo mật dữ liệu
Sinh viên cần hiểu rõ hệ quả của việc đưa sản phẩm học thuật và dữ liệu nghiên cứu cho các nền tảng AI xử lý (phân tích, chỉnh sửa, tóm tắt, góp ý...). Điều này bao gồm việc nắm được cách các dịch vụ AI khác nhau xử lý dữ liệu người dùng; hiểu khi nào không nên chia sẻ thông tin nhạy cảm với các hệ thống AI, và đưa ra các quyết định phù hợp về việc sử dụng tài khoản AI của cơ sở đào tạo hay tài khoản cá nhân.
Họ nên hiểu các rủi ro liên quan đến quyền sở hữu trí tuệ và tính bảo mật trong nghiên cứu. Ví dụ, nghiên cứu sinh nên tránh nhập các kết quả chưa công bố hoặc thông tin của người tham gia vào các hệ thống AI công cộng. Thay vào đó, họ nên sử dụng các công cụ do cơ sở đào tạo cung cấp với những biện pháp bảo mật phù hợp.
Kỹ năng 10: Nhận thức về khả năng tiếp cận và công bằng AI
Sinh viên cần hiểu cách các công cụ AI có thể hỗ trợ những nhu cầu học tập đa dạng, đồng thời nhận thức được các rào cản và thiên lệch có thể gây bất lợi cho một số nhóm người. Điều này bao gồm việc hiểu cách AI có thể hỗ trợ sinh viên khuyết tật, hiểu các yếu tố kinh tế – xã hội ảnh hưởng đến khả năng tiếp cận AI, và nhận biết những thiên lệch văn hóa trong các hệ thống AI.
Họ cần xem xét công nghệ AI ảnh hưởng như thế nào đến sự công bằng giữa các nhóm người, khi AI trở thành tiêu chuẩn trong môi trường học thuật. Ví dụ, sinh viên cần nhận thức rằng các công cụ hỗ trợ viết bằng AI có thể mang lại lợi ích cho người thuộc các nước không nói tiếng Anh, nhưng đồng thời tạo lợi thế cho những người có quyền truy cập vào phiên bản AI cao cấp, từ đó đặt ra yêu cầu phải suy xét cẩn trọng về tính công bằng.
Nhóm 4: Tích hợp vào quy trình học tập và làm việc
Nhóm kỹ năng này tập trung vào việc tận dụng AI một cách hiệu quả để hỗ trợ phát triển học thuật và phát triển cá nhân.
Kỹ năng 11: Thiết kế quy trình làm việc giữa AI và con người
Sinh viên cần nắm vững cách thiết kế các quy trình học thuật kết hợp được khả năng của AI và chuyên môn của con người, đồng thời hiểu rõ mỗi bên phát huy hiệu quả nhất ở những điểm nào. Điều này bao gồm việc nhận biết các nhiệm vụ mà AI làm tốt (lên ý tưởng, phác thảo nội dung ban đầu) và những lĩnh vực cần đến tư duy của con người (phân tích phản biện, lập luận sáng tạo).
Họ cần hình thành các cách tiếp cận có hệ thống để đưa AI vào quá trình học tập, đồng thời vẫn đảm bảo mục tiêu học tập. Ví dụ, sinh viên có thể sử dụng AI cho việc tìm kiếm tài liệu ban đầu và sắp xếp dàn ý, nhưng phải dựa vào phân tích của bản thân để tổng hợp nguồn tài liệu và phát triển các lập luận mang tính sáng tạo.
Kỹ năng 12: Nâng cao hiệu quả học tập với AI
Sinh viên cần học cách sử dụng AI như một công cụ để hiểu và cải thiện quá trình học tập của mình. Điều này bao gồm việc tận dụng AI để xây dựng các chiến lược học tập cá nhân hóa, tự đánh giá, và xác định những khoảng trống trong kiến thức.
Họ có thể sử dụng AI để tạo ra các bài luyện và nắm bắt những khái niệm khó, đồng thời cân bằng giữa việc nhận hỗ trợ từ AI và phát triển kỹ năng học tập độc lập. Ví dụ, sinh viên gặp khó khăn với các khái niệm thống kê có thể dùng AI để tạo ra các bài luyện và nhận phản hồi về cách giải của mình cũng như so sánh đáp án của mình với đáp án chi tiết do AI cung cấp, trong khi vẫn đảm bảo rằng họ thực sự nắm vững kiến thức chứ không chỉ dựa vào AI
12 kỹ năng AI này không nên chỉ được giới thiệu trong các giờ học tùy chọn mà chúng cần trở thành một phần bắt buộc và liên tục trong chương trình đào tạo.
Các trường đại học thành công trong việc tích hợp kiến thức về AI sẽ tạo ra những sinh viên tốt nghiệp sẵn sàng hơn cho một thị trường việc làm đang hết sức đề cao khả năng sử dụng thành thạo AI.
Chỉ khi nào coi hiểu biết về AI như một hạ tầng học thuật nền tảng, các trường đại học mới có thể đảm bảo rằng sinh viên của họ sẽ trở thành những đối tác có tư duy phản biện, đạo đức và hiệu quả khi làm việc với công nghệ đầy mãnh lực này.
Nguồn:
https://www.universityworldnews.com/post.php?story=20250909104319677
Bài đăng KH&PT số 1362 (số 38/2025)
Thạch Anh dịch