Giáo dục có hai vấn đề AI, không phải một
AI tạo sinh có thể giúp người học hoàn thành một nhiệm vụ và có thể giúp người học tiếp thu kỹ năng nền tảng. Những kết quả đó không giống nhau. Một bài luận được trau chuốt với sự hỗ trợ sâu rộng có thể cải thiện bài nộp hôm nay trong khi làm suy yếu sự luyện tập cần thiết để viết một cách độc lập. Ngược lại, một gia sư đặt câu hỏi, chẩn đoán các hiểu lầm, và dần dần loại bỏ sự hỗ trợ có thể cải thiện việc học. Do đó, câu hỏi giáo dục không đơn giản là liệu học sinh có “sử dụng AI” hay không, mà là học sinh vẫn thực hiện công việc nhận thức nào.
Các tác động hiện tại trong lớp học liên quan đến AI tạo sinh, không phải AGI. Các trường học đã đối mặt với việc tạo văn bản trôi chảy, dịch thuật, phản hồi, hỗ trợ lập trình, phương tiện tổng hợp, và quản lý hành chính tự động. Những tuyên bố rằng AGI sẽ khiến trường học hoặc bằng cấp trở nên lỗi thời là dự phóng. Không có bằng chứng hiện tại nào có thể xác lập cách các thể chế sẽ phản ứng với một hệ thống có khả năng giảng dạy và nghiên cứu đáng tin cậy, vượt trội con người trên diện rộng.
Những gì được quan sát tính đến năm 2026
Việc sử dụng của học sinh đã trở thành xu hướng chủ đạo tại nhiều hệ thống giáo dục tham gia. Kết quả PISA 2025 của OECD báo cáo rằng 46% học sinh tại các nước OECD sử dụng chatbot AI hằng tuần hoặc nhiều hơn để hỗ trợ học tập. Học sinh sử dụng AI cho các nhiệm vụ học tập cụ thể như tóm tắt, soạn thảo, và nghiên cứu sơ bộ có điểm khoa học thấp hơn trung bình sau khi điều chỉnh theo tình trạng kinh tế-xã hội, trong khi những người dùng thường xuyên hằng tuần nói chung có kết quả tương tự người không sử dụng. Đây là một mối liên hệ, không phải bằng chứng rằng AI gây ra điểm số thấp hơn; học sinh gặp khó khăn có thể sử dụng nó theo cách khác hoặc thường xuyên hơn. Học sinh vừa sử dụng thường xuyên vừa có cơ hội ở trường để phát triển hiểu biết về AI có xu hướng đạt điểm cao hơn một chút, làm nổi bật tầm quan trọng của việc giảng dạy và sự bất bình đẳng về khả năng tiếp cận (OECD PISA 2025, tháng 9 năm 2026).
Sự sẵn sàng của giáo viên tụt hậu so với việc áp dụng của học sinh. Chỉ số AI 2025 của Stanford báo cáo rằng 81% giáo viên khoa học máy tính Hoa Kỳ được khảo sát nghĩ rằng AI nên được đưa vào chương trình học nền tảng, trong khi chưa đến một nửa cảm thấy được trang bị đầy đủ để giảng dạy nó. Đó là một phát hiện của giáo viên Hoa Kỳ, không phải một thước đo toàn cầu, nhưng nó minh họa vì sao chỉ riêng các tài liệu chính sách không tạo ra thực hành lớp học có năng lực (Stanford HAI, 2025).
Gian lận là có thật nhưng khó đo lường. Các khảo sát phụ thuộc vào tự báo cáo và các định nghĩa khác nhau: viết thuê bị cấm, động não được phép, sửa ngữ pháp, và hỗ trợ tiếp cận đều có thể được tính là “sử dụng AI.” Các công cụ phát hiện văn bản AI thêm một vấn đề khác. Tỷ lệ sai sót của chúng thay đổi theo mô hình, ngôn ngữ, chỉnh sửa, và nhóm học sinh; một công cụ phát hiện theo xác suất không bao giờ nên là cơ sở duy nhất cho việc trừng phạt. Các thể chế cần các quy trình liêm chính học thuật dựa trên bằng chứng với thông báo, cơ hội phản hồi, và sự chú ý đến các dương tính giả.
Bằng chứng can thiệp sớm gợi ý điều gì
Phát hiện mạnh mẽ nhất mang tính điều kiện: hỗ trợ AI hoạt động tốt hơn khi được lồng ghép trong sư phạm vững chắc. Báo cáo Triển vọng Giáo dục Số 2026 của OECD kết luận rằng các hệ thống tạo sinh có thể cung cấp phản hồi cá nhân hóa và gia sư, nhưng phân biệt hiệu suất được AI tăng cường với sự phát triển kỹ năng bền vững và kêu gọi việc sử dụng có nền tảng sư phạm (OECD, 2026). Nhà cung cấp của một công cụ có lợi ích trong việc báo cáo mức độ tương tác và lợi ích ngắn hạn, vì vậy các nghiên cứu ngẫu nhiên độc lập, các bài kiểm tra trì hoãn, và sự chuyển giao sang các vấn đề mới xứng đáng được trọng lượng cao hơn so với lời chứng thực.
Hành vi gia sư hữu ích bao gồm yêu cầu người học thử giải quyết vấn đề trước, đưa ra gợi ý thay vì câu trả lời, yêu cầu giải thích, kiểm tra nguồn, xem lại sai sót, và giảm dần sự hỗ trợ. Các khuôn mẫu có hại bao gồm hoàn thành toàn bộ nhiệm vụ ngay lập tức, bịa đặt trích dẫn, khen ngợi lập luận sai, hoặc thích nghi quá hoàn hảo với sở thích của người học đến mức khó khăn mang tính xây dựng biến mất.
Giáo viên con người vẫn thiết yếu cho các mục tiêu mà mô hình không thể đảm nhận một cách đáng tin cậy: chọn chương trình giảng dạy, hiểu bối cảnh gia đình và văn hóa, quản lý lớp học, bảo vệ trẻ em, thúc đẩy nỗ lực bền vững, nhận biết đau khổ, và chấp nhận trách nhiệm nghề nghiệp. AI có thể mở rộng năng lực phản hồi mà không khiến những trách nhiệm đó biến mất.
Đánh giá phải đo lường đúng năng lực dự định
Các bài luận truyền thống làm ở nhà không thể mang cùng trọng lượng bằng chứng khi sự hỗ trợ chất lượng cao đã trở nên phổ biến. Phản ứng không nên là giám sát hoặc quay lại các kỳ thi chỉ dựa vào trí nhớ. Các chương trình có thể kết hợp:
- các bài trình diễn kiến thức nền tảng có giám sát, không dùng AI;
- các bài tập mở-AI yêu cầu nhật ký, kiểm tra nguồn, và phê bình;
- bảo vệ miệng hoặc giải thích trực tiếp;
- bản nháp và các sản phẩm quy trình;
- các dự án gắn với dữ liệu địa phương hoặc quan sát trực tiếp;
- công việc hợp tác với trách nhiệm cá nhân rõ ràng.
Mỗi phương thức trả lời một câu hỏi khác nhau. Một nhiệm vụ không công cụ kiểm tra sự thông thạo không hỗ trợ. Một nhiệm vụ mở công cụ kiểm tra phán đoán và điều phối. Một buổi bảo vệ miệng kiểm tra liệu học sinh có hiểu bài nộp hay không. Các hỗ trợ tiếp cận phải vẫn khả dụng, và các thay đổi đánh giá không nên trừng phạt học sinh vì sử dụng công nghệ hỗ trợ.
Độ chính xác, nguồn, và sự phụ thuộc trí tuệ
Chatbot có thể tạo ra các giải thích chính xác và các tuyên bố bịa đặt với cùng giọng điệu tự tin. Học sinh nên học cách đọc theo chiều ngang: rời khỏi câu trả lời được tạo ra, kiểm tra các nguồn chính, xác định tác giả và ngày tháng, truy nguyên các thống kê về phương pháp của chúng, và tìm kiếm bằng chứng mâu thuẫn. Trích dẫn một chatbot không phải là sự thay thế cho việc trích dẫn nguồn cơ bản.
Hiểu biết về AI cũng bao gồm việc nhận ra sự bất định, quyền riêng tư dữ liệu, thiên kiến mô hình, phương tiện tổng hợp, và động cơ thương mại. Một tài khoản trường học có thể có các điều khoản lưu giữ khác với tài khoản người tiêu dùng. Học sinh không nên nhập thông tin bạn bè có thể nhận dạng, hồ sơ giáo dục được bảo vệ, nghiên cứu chưa công bố, hoặc tiết lộ riêng tư mà không có một hệ thống được phê duyệt và chính sách rõ ràng.
Có một rủi ro sâu xa hơn về sự phụ thuộc trí tuệ. Nếu người học ủy thác việc chọn chủ đề, tìm kiếm, tổng hợp, soạn thảo, và sửa đổi, sản phẩm cuối cùng có thể vượt quá năng lực của người học trong khi để lại rất ít kiến thức. Giáo viên có thể chống lại điều này bằng cách xác định bước nào có thể được hỗ trợ và yêu cầu suy ngẫm về nơi mô hình sai hoặc không hữu ích.
Công bằng đi theo cả hai hướng
AI có thể cung cấp dịch thuật, đơn giản hóa văn bản, hỗ trợ giọng nói, và luyện tập cá nhân hóa. Những lợi ích đó có thể đặc biệt quan trọng đối với học sinh khuyết tật hoặc có khả năng tiếp cận gia sư hạn chế. Tuy nhiên, các mô hình trả phí, thiết bị nhanh, kết nối, và chuyên môn giáo viên được phân phối không đồng đều. OECD phát hiện các cơ hội hiểu biết về AI phổ biến hơn ở học sinh có điều kiện kinh tế-xã hội thuận lợi hơn. Một công nghệ danh nghĩa phổ quát có thể mở rộng khoảng cách nếu học sinh khá giả nhận được sự sử dụng có hướng dẫn, chất lượng cao trong khi những người khác nhận được tạo câu trả lời không hạn chế hoặc không có khả năng tiếp cận.
Do đó, chính sách công bằng nên cung cấp các công cụ được phê duyệt có thể tiếp cận, phát triển giáo viên, các phương án thay thế cho học sinh từ chối, và đánh giá trên các nhóm ngôn ngữ và khuyết tật. Nó cũng nên duy trì các lộ trình không dùng AI để giáo dục không trở nên phụ thuộc vào việc chia sẻ dữ liệu học sinh với một nhà cung cấp tư nhân.
Bằng cấp và thị trường lao động
Các chủ lao động có thể đặt ít giá trị hơn vào các bằng cấp chủ yếu dựa trên sản phẩm làm ở nhà mà AI có thể bắt chước. Điều đó không có nghĩa là bằng cấp trở nên vô giá trị. Bằng cấp cũng thể hiện nỗ lực bền vững, thực hành có giám sát, năng lực phòng thí nghiệm hoặc lâm sàng, hợp tác đồng nghiệp, và xác minh của thể chế. Giá trị của chúng sẽ phụ thuộc vào việc liệu các trường học có thể chứng minh những gì sinh viên tốt nghiệp có thể làm một cách độc lập và với các công cụ hay không.
Chương trình giảng dạy nên duy trì kiến thức nền tảng vì phán đoán cần có thứ gì đó để phán đoán. Đồng thời, học sinh cần luyện tập phân tách vấn đề, đánh giá đầu ra, làm việc liên ngành, giao tiếp với con người, và chịu trách nhiệm về hậu quả. “Kỹ thuật nhắc lệnh” một mình quá đặc thù công cụ để trở thành một triết lý giáo dục.
Một chính sách thực tiễn cho gia đình và trường học
Người lớn nên hỏi: Mục tiêu học tập nào đang được kiểm tra bởi bài tập này? Hỗ trợ nào được phép? Việc sử dụng AI có phải được công bố không? Dữ liệu nào rời khỏi thể chế? Học sinh có thể phản đối một cáo buộc như thế nào? Điều gì xảy ra khi công cụ không khả dụng?
Gia đình có thể yêu cầu trẻ trình bày quy trình của chúng, giải thích câu trả lời bằng lời của chính chúng, cùng xác minh một tuyên bố quan trọng, và duy trì việc đọc, viết, toán học, và trò chuyện thường xuyên không có hỗ trợ. Lệnh cấm toàn diện có thể đẩy việc sử dụng xuống ngầm; sự cho phép hoàn toàn có thể thay thế luyện tập bằng biểu diễn.
Lập trường được ủng hộ tốt nhất vào tháng 9 năm 2026 là tích hợp có cấu trúc với đánh giá liên tục. Bằng chứng hiện tại không biện minh cho tuyên bố rằng AI tạo sinh phổ quát cải thiện hoặc gây tổn hại việc học. Nó cho thấy rằng các hiệu ứng phụ thuộc vào nhiệm vụ, sư phạm, cường độ, kỹ năng trước đó, và khả năng tiếp cận. AGI có thể thay đổi mạnh mẽ kinh tế học và phạm vi của giáo dục, nhưng điều đó vẫn là phân tích kịch bản chứ không phải một kết quả mà các trường học có thể quan sát ngày hôm nay.