Ba thước đo cho lớp học AI

Đến năm 2045, Việt Nam thuộc nhóm 10 quốc gia dẫn đầu châu Á về năng lực nghiên cứu, phát triển, làm chủ AI

Cùng với việc dạy về AI, tôi nghĩ nhà trường cần chuẩn bị cách đánh giá khi học sinh sử dụng công cụ AI để làm bài.

Hãy hình dung một tiết khoa học tự nhiên năm 2030. Học sinh dùng AI hỗ trợ viết báo cáo giải thích các pha của Mặt trăng trong một chu kỳ: vì sao trăng lúc tròn, lúc khuyết? Nếu giáo viên chỉ nhận được một bài báo cáo hoàn chỉnh từ mỗi học sinh hay mỗi nhóm, liệu báo cáo này có cho biết học sinh đã thực sự hiểu được bao nhiêu?

Hãy hình dung hai bài báo cáo. Một bài tự xây dựng mô hình Mặt trời, Trái đất và Mặt trăng, tự thử nghiệm và đo đạc, rồi dùng AI để tổng hợp và phân tích các dữ kiện; một bài dùng AI để xây dựng thí nghiệm mô phỏng ảo trên máy tính và trình bày kết quả. Nếu chỉ dựa vào sản phẩm sau cùng, làm sao giáo viên đánh giá được việc thực học, thực hiểu của học sinh? 

AI có thể tạo ra một sản phẩm với vỏ ngoài hoàn hảo nhưng mục tiêu của giáo dục là đánh giá kiến thức và kỹ năng suy luận gói ghém bên trong. Nếu lớp vỏ ngoài quá hào nhoáng, nhìn nhận và đánh giá đúng thực chất lớp ruột bên trong có thể sẽ khó khăn.

Khi cùng AI viết phần mềm nghiên cứu vũ trụ học, tôi từng thấy AI tự thêm một tham số sai về mặt vật lý. Với tham số ấy, kết quả chỉ đúng ở những trường hợp đang kiểm tra và đối chiếu, nhưng sẽ sai ở những trường hợp khác không có trong bài kiểm tra tôi đã định sẵn từ trước. Việc hiểu lớp ruột đằng sau sản phẩm AI giao cho ta, vì thế, rất quan trọng.

Hiểu một kết quả, dù do AI cung cấp hay do mình tìm được với sự trợ giúp của AI, mới là mấu chốt trong công việc và mục tiêu của người học. Để đánh giá chính xác mục tiêu ấy, tôi đề nghị phối hợp ba thước đo cho lớp học AI.

Chiếc thước thứ nhất là đo khả năng làm việc cùng AI. Với báo cáo này, giáo viên yêu cầu học sinh liệt kê gợi ý đã kiểm tra, nêu lý do tin dùng hoặc bác bỏ những gợi ý ấy. Nếu AI giải thích trăng khuyết do bóng Trái đất, học sinh có thể dùng đèn và hai quả cầu trong phòng tối để kiểm tra và trả lời câu hỏi: có thấy quả cầu khuyết khi quả cầu còn lại chắn ánh sáng từ đèn truyền tới nó hay không?

Nếu báo cáo bao gồm cả lịch sử hỏi đáp với AI, giáo viên có thể dựa vào đó tìm chỗ cần hỏi thêm. Giáo viên cần xem học sinh có đối chiếu lời giải với thí nghiệm và giải thích được lựa chọn của mình hay không, thay vì chỉ chấm độ trôi chảy của báo cáo.

Chiếc thước thứ hai là đo phần học sinh tự làm được khi không có AI. Ví dụ, sau khi nộp báo cáo, cả lớp cùng làm một câu ngắn trên giấy, ngay tại lớp với giáo viên giám sát. Với vị trí Mặt trời, Trái đất và Mặt trăng đã cho, mỗi em tự tô phần Mặt trăng được chiếu sáng, chỉ ra phần người quan sát trên Trái đất nhìn thấy và giải thích hình dạng Mặt trăng mà họ quan sát được.

Độ khó của câu hỏi cần bám vào điều vừa học. Nếu mục tiêu là hiểu vì sao trăng tròn hay khuyết, một hình vẽ kèm lời giải thích sẽ sát hơn việc yêu cầu nhớ tên đủ các pha trăng. Em làm sai còn cho giáo viên biết cần dạy lại ở đâu.

Chiếc thước thứ ba là đo khả năng vận dụng khi bài toán mở rộng. Giáo viên hỏi: vì sao không phải lần trăng tròn nào cũng có nguyệt thực? Nếu đặt quỹ đạo Mặt trăng cùng mặt phẳng với quỹ đạo Trái đất quanh Mặt trời, mô hình sẽ dự đoán nguyệt thực mỗi lần trăng tròn. Giáo viên cung cấp sơ đồ thể hiện độ nghiêng giữa hai mặt phẳng ấy. Trước khi mở AI, học sinh sửa mô hình, giải thích vì sao Mặt trăng thường đi ngoài bóng Trái đất và chỉ ra điều kiện xảy ra nguyệt thực.

Sau đó, học sinh dùng AI mô phỏng để kiểm tra. Học sinh cần giải thích vì sao mô hình cũ chưa đủ và việc bổ sung độ nghiêng quỹ đạo thay đổi dự đoán thế nào. Nếu AI đưa lời giải ngay từ đầu, một đáp án đúng vẫn chưa cho biết khả năng vận dụng của riêng học sinh.

Ba phép đo có thể nằm trong cùng một bài học: báo cáo có AI hỗ trợ, một câu tự làm, rồi một tình huống đổi điều kiện. Giáo viên cần cho học sinh biết trước mỗi phần được dùng công cụ đến đâu và sẽ được chấm điều gì...

Khi nhận xét kết quả, giáo viên nên phân biệt phần học sinh phối hợp với AI tốt - thước đo thứ nhất và thứ ba, phần học sinh đã chứng tỏ năng lực tự suy luận, tự thực hành - thước đo thứ hai và cuối cùng, phần học sinh đã chứng minh mình thực sự làm chủ kiến thức - thước đo thứ ba. 

Một điểm chung cho bản báo cáo đẹp sẽ khó chỉ ra chỗ cần học tiếp. Trong những đánh giá quan trọng, nhà trường cần có ít nhất một phần bằng chứng độc lập với công cụ đã giúp học sinh tạo ra sản phẩm báo cáo.

Một chiếc thước cũ sẽ không đủ cho lớp học AI.