Bài tập không phải là việc học
Một hệ thống AI có thể tạo ra một bài luận đúng, giải một phương trình, giải thích một sự kiện lịch sử, và điều chỉnh một ví dụ theo sở thích của học sinh. Không đầu ra nào trong số đó chứng minh rằng học sinh có thể lý luận mà không cần hệ thống, phát hiện lỗi của nó, áp dụng ý tưởng vào một bối cảnh mới, hoặc quyết định câu hỏi nào đáng để hỏi. Giáo dục sau AI mang tính chuyển đổi bắt đầu với sự khác biệt đó.
Bằng chứng ngắn hạn đã mang tính cảnh báo. Báo cáo Triển vọng Giáo dục Số 2026 của OECD tổng hợp các nghiên cứu mới nổi trong đó AI được thiết kế theo phương pháp sư phạm hỗ trợ việc học, trong khi các chatbot đa dụng đôi khi cải thiện hiệu suất nhiệm vụ tức thời mà không có sự tiến bộ bền vững. Trong một thí nghiệm thực địa toán học trung học được trích dẫn, học sinh sử dụng giao diện GPT-4 tiêu chuẩn có kết quả kém hơn 17% so với nhóm đối chứng trong một bài kiểm tra không có hỗ trợ sau đó, trong khi một gia sư có các biện pháp bảo vệ việc học đã tránh được sự sụt giảm đó. Kết quả đó liên quan đến một nhiệm vụ và một cách triển khai cụ thể; nó không phải là bằng chứng cho thấy mọi chatbot đều làm giảm việc học. Đầu ra được hỗ trợ bởi công cụ và năng lực đã đạt được phải được đo lường riêng biệt.
Điều này càng trở nên quan trọng hơn khi các hệ thống được cải thiện. Khi một câu trả lời trở nên rẻ, công việc giáo dục khan hiếm là xây dựng các mô hình về thế giới, thực hành phán đoán, phát triển động lực, học cùng người khác, và trở nên có khả năng kiểm tra một trợ lý mạnh mẽ thay vì chỉ đơn thuần vận hành nó.
Giáo dục vẫn có ít nhất năm nhiệm vụ
Trường học không chỉ là hệ thống truyền tải thông tin. Chúng giúp trẻ em có được các kỹ năng nền tảng, tiếp cận những lĩnh vực mà chúng sẽ không tự chọn, học các kỳ vọng xã hội, xây dựng các mối quan hệ, và nhận được chứng chỉ được các tổ chức khác công nhận. Chúng cũng cung cấp bữa ăn, an toàn, dịch vụ hỗ trợ khuyết tật, tư vấn, thể thao, nghệ thuật, và chăm sóc trẻ giúp người lớn có thể đi làm.
Một gia sư xuất sắc có thể thay đổi phần giảng dạy mà không thay thế thể chế. Một chính sách giáo dục hậu-AGI chỉ đếm số lời giải thích trên mỗi đô la sẽ bỏ lỡ phần lớn những gì mà các gia đình và cộng đồng cần từ trường học.
Năm nhiệm vụ có thể được phát biểu rõ ràng:
- Năng lực: xây dựng kiến thức và kỹ năng mà một người có thể sử dụng độc lập.
- Phán đoán: thực hành quyết định bằng chứng nào đáng tin cậy và những giá trị nào nên hướng dẫn hành động.
- Phát triển: hỗ trợ sự trưởng thành về thể chất, cảm xúc, xã hội, và đạo đức.
- Tư cách thành viên: trao cho người trẻ những vị trí thực sự trong cộng đồng với nghĩa vụ đối với người khác.
- Chứng nhận: cung cấp bằng chứng đáng tin cậy về năng lực mà không biến sự giám sát thành chương trình học.
AI có thể hỗ trợ mỗi nhiệm vụ này. Nó không nên được phép âm thầm định nghĩa lại chúng xoay quanh những gì mô hình có thể đo lường được.
Gia sư cá nhân hóa: hứa hẹn thực sự, giới hạn cụ thể
Việc dạy kèm một-một trong lịch sử vốn đắt đỏ. AI có thể làm cho các lời giải thích, câu hỏi thực hành, dịch thuật, phản hồi, và hỗ trợ tiếp cận trở nên khả dụng ở quy mô phi thường. Một học sinh có thể hỏi cùng một câu hỏi mười cách khác nhau mà không xấu hổ. Một giáo viên có thể tạo ra nhiều ví dụ và dành nhiều thời gian hơn để chẩn đoán tại sao một người học đang gặp khó khăn.
Lời hứa này phụ thuộc vào cách triển khai. Hướng dẫn của UNESCO về AI tạo sinh trong giáo dục là hướng dẫn chính sách không ràng buộc, nhấn mạnh quyền tự quyết của con người, quyền riêng tư, sự phù hợp với lứa tuổi, tính bao trùm, và sự xác nhận về mặt sư phạm. Một hệ thống trôi chảy có thể bịa đặt sự thật, thích ứng với mục tiêu học tập sai, phơi bày dữ liệu nhạy cảm của học sinh, hoặc tối ưu hóa cho việc sử dụng liên tục thay vì sự độc lập cuối cùng.
Một hệ thống dạy kèm hữu ích nên khiến bản thân dần trở nên ít cần thiết hơn. Nó yêu cầu người học truy xuất kiến thức trước khi cung cấp nó, thay đổi các bài toán thay vì lặp lại một khuôn mẫu, thể hiện sự bất định, khuyến khích xác minh bên ngoài, và định kỳ kiểm tra hiệu suất mà không có sự hỗ trợ. Thành công không phải là số lượng cuộc trò chuyện dễ chịu. Đó là những gì người học sau này có thể làm được.
Giáo viên vẫn thiết yếu vì việc giảng dạy mang tính quan hệ và bối cảnh. Một giáo viên nhìn thấy sự thất vọng, sự thay đổi gia đình, động lực bạn bè, sự né tránh, tài năng bất thường, và một khuôn mẫu hiểu lầm qua nhiều tuần. Ngay cả một lời giải thích vượt trội về mặt kỹ thuật cũng có thể thất bại nếu không ai giúp một đứa trẻ chịu đựng khó khăn hoặc tin rằng nỗ lực sẽ có ý nghĩa.
Kiến thức nền tảng trở nên quan trọng hơn, không kém hơn
Đôi khi người ta lập luận rằng học sinh không còn cần sự thật vì một mô hình có thể truy xuất chúng. Điều đó nhầm lẫn giữa khả năng tiếp cận và sự hiểu biết. Kiến thức nền tảng cho phép một người nhận ra một câu trả lời không hợp lý, kết nối các ý tưởng, hình thành một truy vấn hữu ích, và giữ đủ bối cảnh để lý luận. Không có nó, việc xác minh sụp đổ thành việc hỏi một mô hình khác và chọn câu trả lời nghe có vẻ hay nhất.
Kỹ năng đọc viết nền tảng, tính toán, lý luận khoa học, giáo dục công dân, lịch sử, thống kê, hiểu biết truyền thông, và tin học cơ bản vẫn là hạ tầng bảo vệ. Việc học thuộc lòng không nên chiếm ưu thế trong giáo dục, nhưng thực hành truy xuất và kiến thức nội tại là một phần của việc xây dựng một tâm trí có thể vận hành khi các công cụ vắng mặt, bị thao túng, hoặc sai.
Chương trình giảng dạy cũng cần hiểu biết về mô hình: dữ liệu huấn luyện khác với bằng chứng như thế nào, tại sao các trích dẫn được tạo ra lại sai, sự bất định có nghĩa là gì, các bảng xếp hạng tự động định hình sự chú ý ra sao, và khi nào thông tin riêng tư không bao giờ nên đưa vào một hệ thống. Điều này nên nằm trong các môn học hiện có thay vì là một bài học công nghệ có thể vứt bỏ.
Đánh giá phải tiến gần hơn đến hiệu suất thực tế
Các bài luận làm ở nhà và bộ bài tập thông thường trở thành bằng chứng yếu ớt về năng lực cá nhân khi một mô hình có thể hoàn thành chúng. Phản ứng bằng sự giám sát toàn diện hoặc phát hiện gian lận tự động sẽ tạo ra những tổn hại riêng và vẫn sẽ dẫn đến những cáo buộc sai lầm.
Đánh giá thay vào đó có thể sử dụng nhiều hình thức bằng chứng:
- viết và giải quyết vấn đề có giám sát;
- giải thích và bảo vệ các lựa chọn bằng lời nói;
- hồ sơ năng lực cho thấy các bản sửa đổi và quá trình;
- trình diễn thực hành và dự án;
- công việc hợp tác kèm phản ánh cá nhân;
- các bài tập có sự hỗ trợ của AI một cách rõ ràng, đòi hỏi việc kiểm tra, so sánh, hoặc cải thiện đầu ra của mô hình;
- đánh giá năng lực định kỳ không có công cụ hỗ trợ đối với những gì phải giữ được sự độc lập.
Không có phương pháp đơn lẻ nào hoàn toàn xác thực hoặc công bằng. Một hồ sơ năng lực có thể nhận được sự trợ giúp từ bên ngoài; các kỳ thi vấn đáp có thể gây bất lợi cho một số học sinh; bài làm có thời gian giới hạn có thể đo lường sự lo lắng. Một hệ thống hỗn hợp khó bị lợi dụng hơn và cho người học nhiều hơn một cách để thể hiện năng lực.
Chứng chỉ cũng có thể thay đổi. Các nhà tuyển dụng và tổ chức có thể dựa nhiều hơn vào công việc đã được chứng minh, học nghề, các kỳ thi cấp phép, và hồ sơ năng lực được cập nhật liên tục. Điều đó có thể mở ra cơ hội, nhưng nó cũng có thể trở thành việc chấm điểm hành vi liên tục. Hồ sơ giáo dục nên duy trì mục đích giới hạn, có thể sửa chữa, và theo các quy tắc ngăn chặn một hồ sơ mô hình thời thơ ấu theo đuổi một người vô thời hạn.
Trưởng thành đòi hỏi những cuộc gặp gỡ không được tối ưu hóa
Một người bạn đồng hành AI có thể kiên nhẫn, quan tâm, và phản hồi vô hạn. Bạn bè con người thì không nhất quán như vậy. Trẻ em học cách thương lượng, sửa chữa, đồng cảm, đặt ranh giới, hài hước, lãnh đạo, và khoan dung với sự khác biệt thông qua những mối quan hệ mà chúng không thể kiểm soát hoàn toàn.
Một hệ thống được tối ưu hóa để giữ chân sự chú ý có thể loại bỏ chính xác loại ma sát mà qua đó sự phát triển xã hội diễn ra. Nó có thể khẳng định một đứa trẻ khi một người lớn có trách nhiệm sẽ thách thức chúng, hoặc bắt chước sự thân mật mà không mang theo nhu cầu tương hỗ. Trường học và gia đình nên bảo tồn thời gian chơi không có thiết bị, hoạt động nhóm, các mối quan hệ liên thế hệ, thời gian không có cấu trúc, và trách nhiệm thực sự đối với người khác.
Đây không phải là lập luận cấm AI khỏi tuổi thơ. Dịch thuật, hỗ trợ tiếp cận, công cụ sáng tạo, dạy kèm, và hỗ trợ giao tiếp có thể mở rộng sự tham gia. Ranh giới là mối quan hệ mô phỏng không nên âm thầm thay thế sự gắn bó của con người, chăm sóc sức khỏe tâm thần chuyên nghiệp, hoặc thực hành khó khăn của việc sống cùng bạn bè đồng trang lứa.
Ưu tiên quy phạm: giáo viên cần quyền lực quản trị, không chỉ đào tạo
“Đào tạo giáo viên sử dụng AI” là chưa đủ khi giáo viên không có tiếng nói về việc mua sắm, sử dụng dữ liệu, đo lường khối lượng công việc, hoặc liệu đầu ra của một hệ thống có thể ghi đè phán đoán chuyên môn hay không. Nhà giáo dục, học sinh, phụ huynh, chuyên gia khuyết tật, và nhân viên bảo mật thông tin nên tham gia trước khi triển khai.
Hợp đồng nên nêu rõ dữ liệu học sinh nào được thu thập, liệu các cuộc trò chuyện có huấn luyện mô hình hay không, hồ sơ được lưu giữ trong bao lâu, những nhà thầu phụ nào nhận được chúng, và cách trường học có thể xuất hoặc xóa dữ liệu. Các hệ thống nên được đánh giá trên nhiều ngôn ngữ, nhu cầu khuyết tật, nhóm tuổi, và chương trình giảng dạy địa phương. Một trường học phải duy trì một lộ trình không dùng AI hiệu quả cho những học sinh không thể sử dụng sản phẩm một cách an toàn hoặc hợp pháp.
AI nên giảm bớt gánh nặng hành chính thay vì tạo ra các bảng điều khiển mới làm tăng cường độ giám sát. Thời gian tiết kiệm được từ việc soạn thảo thông thường nên chuyển sang phản hồi, lập kế hoạch, và các mối quan hệ — chứ không tự động biện minh cho các lớp học lớn hơn hoặc ít nhân viên hỗ trợ hơn trước khi biết được kết quả học tập.
Khả năng tiếp cận là nhiều hơn một chatbot miễn phí
Việc dạy kèm chi phí thấp chỉ có thể mở rộng cơ hội nếu học sinh có kết nối, thiết bị, hỗ trợ ngôn ngữ, nơi yên tĩnh để học, và người lớn có thể giúp đỡ. Các gia đình giàu có hơn có thể kết hợp cùng những hệ thống đó với gia sư con người, các chương trình bồi dưỡng, mạng lưới bạn bè an toàn, và chứng chỉ được công nhận. Cung cấp phần mềm mà không có các thể chế bổ trợ có thể để lại bất bình đẳng nguyên vẹn.
Thư viện công cộng, trường học, cao đẳng cộng đồng, và các tổ chức dân sự đáng tin cậy có thể cung cấp khả năng tiếp cận cùng với bảo vệ quyền riêng tư và hỗ trợ của con người. Đánh giá công khai có thể kiểm tra sản phẩm dựa trên mục tiêu giáo dục thay vì mức độ tương tác. Tài liệu giáo dục mở có thể giảm sự phụ thuộc vào một nhà cung cấp duy nhất và cho phép cộng đồng kiểm tra những gì được giảng dạy.
Ở cấp độ quốc tế, độ phủ ngôn ngữ và kiến thức địa phương rất quan trọng. Một hệ thống mạnh về tiếng Anh và chương trình giảng dạy của các nước giàu không phải là một gia sư phổ quát. Các cộng đồng cần khả năng xây dựng, dịch, sửa chữa, và quản trị các tài nguyên giáo dục mà không từ bỏ dữ liệu học sinh hoặc thẩm quyền văn hóa.
Sinh viên tốt nghiệp hậu-AGI
Giáo dục không nên cố gắng đánh bại máy móc ở mọi nhiệm vụ. Nó nên chuẩn bị cho con người vẫn là tác giả của các mục tiêu, những người đánh giá bằng chứng có năng lực, những người tham gia có trách nhiệm trong các thể chế, và những người bạn, thành viên gia đình, hàng xóm, và công dân có năng lực.
Một sinh viên tốt nghiệp trong thế giới này nên có thể làm việc với các hệ thống tiên tiến và không cần chúng khi cần thiết; phân biệt một câu trả lời với một lập luận; nhận ra sự bất định và sự thao túng; học một lĩnh vực khó khăn; hợp tác với con người; bảo vệ thông tin riêng tư; và chịu trách nhiệm cho một quyết định ảnh hưởng đến người khác.
Những mục tiêu đó có tuổi đời lâu hơn AI. Năng lực mang tính chuyển đổi khiến chúng trở nên cấp bách hơn vì việc thuê ngoài nhận thức trở nên dễ dàng từ rất lâu trước khi bất kỳ ai biết những năng lực nào của con người sẽ khó xây dựng lại.