TS. Hà Mỹ Linh, giảng viên Bộ môn Tin học, Khoa Toán - Cơ - Tin học, Trường Đại học Khoa học Tự nhiên

Chia sẻ tại tọa đàm về AI trong nghiên cứu và giảng dạy, TS. Hà Mỹ Linh, giảng viên Bộ môn Tin học, Khoa Toán - Cơ - Tin học, Trường Đại học Khoa học Tự nhiên, cho rằng một ngày làm việc của giảng viên hiện nay có thể được AI hỗ trợ ở nhiều công đoạn.

Giảng viên đại học không chỉ đảm nhiệm công việc giảng dạy mà còn là nhà nghiên cứu, người học tập suốt đời, xử lý dữ liệu, thực hiện công việc hành chính và đồng hành với sinh viên trong suốt quá trình học tập.

Trong hoạt động giảng dạy, AI có thể hỗ trợ từ khâu chuẩn bị bài. Trước đây, giảng viên phải tham khảo tài liệu, xây dựng cấu trúc bài giảng, thiết kế slide, xây dựng bài tập và các hình thức đánh giá. Với các công cụ AI tạo sinh, nhiều công đoạn có thể được rút ngắn.

AI có thể hỗ trợ tìm kiếm, tổng hợp tài liệu, đưa ra ví dụ, giải thích khái niệm, xây dựng bài tập, câu hỏi trắc nghiệm hoặc chuyển đổi nội dung giữa các định dạng. Tuy nhiên, việc quyết định dạy nội dung gì, lựa chọn phương pháp giảng dạy và kiểm định nội dung vẫn thuộc về giảng viên.

TS. Hà Mỹ Linh lưu ý, hiệu quả của AI phụ thuộc đáng kể vào cách người dùng đưa ra yêu cầu. Những hướng dẫn càng cụ thể, chi tiết về mục tiêu, cấu trúc và yêu cầu đầu ra càng giúp công cụ tạo sinh đưa ra kết quả sát với nhu cầu.

Chẳng hạn, khi xây dựng bài giảng về mảng một chiều trong môn Lập trình cơ bản bằng Java, giảng viên có thể yêu cầu AI đề xuất cấu trúc bài giảng, nội dung các slide, ví dụ và bài tập. Sau đó, giảng viên phải rà soát, điều chỉnh và kiểm định kết quả trước khi sử dụng trong lớp học.

Ở khâu giảng dạy, AI còn có thể hỗ trợ cá nhân hóa việc giải thích kiến thức. Với cùng một khái niệm, giảng viên có thể yêu cầu AI tạo nhiều cách giải thích và các ví dụ ở những mức độ từ dễ đến khó, phù hợp với sinh viên có trình độ khác nhau.

Trong các môn học liên quan đến lập trình, AI có thể tạo mã nguồn theo yêu cầu và giải thích từng dòng mã. Tuy nhiên, giảng viên vẫn giữ vai trò điều phối, lựa chọn cách tổ chức bài giảng và xác định phương pháp giúp sinh viên hiểu vấn đề.

Đánh giá sinh viên cũng là một lĩnh vực AI có thể hỗ trợ đáng kể. Công cụ này có thể tạo nhiều dạng bài tập, từ câu hỏi trắc nghiệm đến bài tập lập trình, giải thích khái niệm hoặc chứng minh công thức toán học. AI cũng có thể hỗ trợ phân tích kết quả để giảng viên nhận diện những nội dung sinh viên còn yếu.

Tuy nhiên, điểm số không phải mục tiêu duy nhất của đánh giá. Điều quan trọng là xác định sinh viên chưa hiểu vấn đề nào, thiếu kỹ năng gì và cần bổ sung kiến thức ra sao. Dữ liệu từ AI có thể hỗ trợ quá trình này, nhưng giảng viên phải là người tổng hợp kết quả và quyết định cách điều chỉnh nội dung, phương pháp giảng dạy.

AI cũng có thể trở thành công cụ hỗ trợ sinh viên ngoài giờ học. Khi sinh viên gặp khó khăn trong bài tập hoặc lập trình, các công cụ AI có thể giúp tìm lỗi, giải thích mã nguồn và đưa ra gợi ý. Giảng viên có thể hướng dẫn sinh viên sử dụng AI như một phương tiện tự học, đồng thời yêu cầu các em kiểm chứng kết quả thay vì phụ thuộc hoàn toàn vào câu trả lời do máy tạo ra.

Tọa đàm về AI trong nghiên cứu và giảng dạy

AI như một "trợ lý nghiên cứu"

Đối với nghiên cứu khoa học, AI có thể hỗ trợ xuyên suốt quá trình, từ tìm kiếm và tổng hợp tài liệu, xác định khoảng trống nghiên cứu, phát triển ý tưởng, xây dựng dữ liệu và phương pháp đến thực nghiệm, phân tích lỗi và chỉnh sửa bản thảo.

Từ kinh nghiệm nghiên cứu trong lĩnh vực xử lý ngôn ngữ tự nhiên, đặc biệt là xây dựng mô hình phân tích cú pháp cho tiếng Việt, AI có thể giúp tìm kiếm các công trình liên quan và so sánh phương pháp nghiên cứu đã được sử dụng.

Tuy nhiên, việc xác định khoảng trống nghiên cứu vẫn cần đến năng lực của nhà nghiên cứu. Chẳng hạn, khi nghiên cứu phân tích cú pháp phụ thuộc cho tiếng Việt, AI có thể hỗ trợ tìm hiểu các hướng nghiên cứu đã được thực hiện với tiếng Anh, tiếng Trung, tiếng Pháp hoặc những miền dữ liệu khác nhau. Nhà nghiên cứu phải xác định vấn đề còn bỏ ngỏ, đặc trưng của tiếng Việt và từng miền dữ liệu để xây dựng hướng nghiên cứu phù hợp.

AI cũng có thể hỗ trợ thiết kế mô hình, triển khai thực nghiệm, đánh giá và phân tích lỗi. Song, nhà nghiên cứu phải xây dựng lập luận và xác định đóng góp khoa học của công trình.

Một rủi ro đáng chú ý là AI có thể tạo ra thông tin không chính xác nhưng được trình bày rất trôi chảy. TS. Hà Mỹ Linh dẫn trường hợp AI được yêu cầu cung cấp tài liệu tham khảo về phân tích cú pháp phụ thuộc cho tiếng Việt. Công cụ có thể tạo danh sách tài liệu đúng định dạng, nhưng tên tác giả, tiêu đề, số trang, tên tạp chí hoặc hội thảo có thể không chính xác.

Vì vậy, người sử dụng phải kiểm chứng toàn bộ kết quả do AI tạo ra. Theo bà, thời gian kiểm chứng vẫn ít hơn so với việc thực hiện toàn bộ công việc từ đầu, nhưng đây là bước không thể bỏ qua trong nghiên cứu khoa học.

Giữ tư duy phản biện và trách nhiệm chuyên môn

Khi AI có thể thực hiện ngày càng nhiều công việc, điều cần thay đổi là cách giảng viên và nhà nghiên cứu phân bổ công việc. Thay vì tự thực hiện tất cả các công đoạn, người dùng có thể giao cho AI những phần việc phù hợp, sau đó kiểm tra và cải thiện kết quả.

Điều quan trọng là người dùng phải có tư duy phản biện để đánh giá thông tin do AI cung cấp. "AI rất hữu ích, tuy nhiên nó cũng có những khuyết điểm, trong đó có hiện tượng 'ảo giác', khi công cụ đưa ra thông tin không chính xác nhưng được trình bày rất mượt mà", TS. Hà Mỹ Linh phân tích.

Trong giảng dạy, trách nhiệm chuyên môn là yếu tố không thể chuyển giao cho AI. Giảng viên phải chịu trách nhiệm về nội dung, chất lượng bài giảng và các quyết định chuyên môn. AI có thể hỗ trợ tạo slide hoặc nội dung tham khảo, nhưng không thể thay thế quá trình kiểm định của người dạy.

Bên cạnh đó, tính trung thực và khả năng sáng tạo cũng cần được duy trì trong cả giảng dạy lẫn nghiên cứu. AI có thể hỗ trợ phát triển ý tưởng hoặc hoàn thiện một số công đoạn, nhưng người dùng vẫn phải xác định vấn đề, mục tiêu và hướng giải quyết.

Một giá trị khác mà AI khó thay thế là sự kết nối giữa giảng viên và sinh viên. AI có thể phản hồi liên tục, nhưng không thể hiểu đầy đủ những hoàn cảnh cá nhân phía sau một khó khăn trong học tập. Khi sinh viên nghỉ học vì lý do sức khỏe hoặc gia đình, giảng viên có thể cân nhắc cách hỗ trợ để người học bù đắp kiến thức bị thiếu hụt.

Từ góc nhìn này, AI có thể giúp giảm thời gian cho nhiều công việc, nhưng không đồng nghĩa vai trò của giảng viên giảm đi. Ngược lại, khi có thêm công cụ hỗ trợ, giảng viên cần dành nhiều hơn cho những nhiệm vụ đòi hỏi chuyên môn, tư duy phản biện, trách nhiệm giáo dục và tương tác con người.