Who Does the Thinking: The Role of Generative AI in Higher Education

Tóm tắt ngắn:

Nội dung chính của hội thảo trực tuyến xoay quanh vai trò của trí tuệ nhân tạo (AI) thế hệ mới, cụ thể là AI tạo sinh (generative AI), trong giáo dục đại học.
Các điểm mấu chốt bao gồm định nghĩa AI tạo sinh (so sánh với ánh trăng phản chiếu ánh sáng mặt trời, gương mờ, bộ não không có tâm trí, con vẹt lặp lại), cơ chế hoạt động (mô hình ngôn ngữ lớn, dự đoán từ tiếp theo), tác động đến đánh giá sinh viên (tái thiết kế bài kiểm tra, bài luận, sử dụng giấy bút), và ảnh hưởng đến giảng dạy, nghiên cứu (tạo giáo trình, kế hoạch bài giảng, hỗ trợ nghiên cứu). Công nghệ cụ thể được đề cập là ChatGPT và GPT-4.
Ứng dụng của AI tạo sinh trong giáo dục bao gồm hỗ trợ giảng dạy, đánh giá, nghiên cứu, nhưng cũng tiềm ẩn rủi ro về đạo văn, thiếu tính chính xác, thiên vị dữ liệu.
Phương pháp được đề cập chi tiết là tái thiết kế đánh giá để tập trung vào quá trình học tập hơn là kết quả, sử dụng AI tạo sinh như một công cụ hỗ trợ thay vì thay thế hoàn toàn quá trình tư duy của con người.

Tóm tắt chi tiết:

Phần 1: Giới thiệu và định nghĩa AI tạo sinh:

Hội thảo trực tuyến thuộc chuỗi hội thảo toàn cầu của IAU về tương lai của giáo dục đại học, tập trung vào vai trò của AI tạo sinh.
Ba diễn giả chính: Chris DD (chuyên gia về công nghệ mới nổi), Frank (giảng viên về ngôn ngữ học tính toán), và Kate (giáo sư về giáo dục kỹ thuật số).
AI tạo sinh được giải thích bằng nhiều phép ẩn dụ: ánh trăng (phản chiếu, không tự tạo ra), gương mờ (phản ánh không đầy đủ thông tin trên web), bộ não không có tâm trí (cấu trúc giống não nhưng thiếu ý thức), con vẹt (lặp lại mà không hiểu nghĩa). Frank giải thích thêm về cơ chế hoạt động dựa trên mô hình ngôn ngữ lớn (large language model), dự đoán từ tiếp theo dựa trên ngữ cảnh. Sam Altman (CEO OpenAI) được trích dẫn: "Nó chậm, có lỗi, không làm tốt nhiều việc, nhưng những chiếc máy tính đầu tiên cũng vậy."

Phần 2: Tác động của AI tạo sinh đến giáo dục đại học:

Các trường đại học đang phản ứng khác nhau trước AI tạo sinh, từ cấm sử dụng đến tái thiết kế đánh giá. Kate chia sẻ kinh nghiệm ở Úc, nơi có nhiều trường quay lại hình thức đánh giá truyền thống (viết tay, trình bày trực tiếp) để tránh gian lận.
Frank nhấn mạnh tầm quan trọng của việc xem xét lại mục tiêu học tập (learning outcomes) và cách đánh giá. Ông cho rằng nếu mục tiêu học tập bị "outsource" cho AI, thì việc sử dụng AI là không phù hợp. Ông đề xuất cách tiếp cận từ dưới lên (bottom-up), cho phép từng khoa tự điều chỉnh chính sách sử dụng AI dựa trên mục tiêu học tập của mình.
Chris cảnh báo về nguy cơ đạo văn và việc sử dụng AI tạo sinh để "short-circuit" quá trình học tập. Ông nhấn mạnh tầm quan trọng của việc trải nghiệm quá trình học tập, không chỉ tập trung vào kết quả. Ông trích dẫn bài báo của Ten Chiang: "Bản nháp đầu tiên không phải là một ý tưởng không độc đáo được diễn đạt rõ ràng, mà là một ý tưởng độc đáo được diễn đạt kém."

Phần 3: Ảnh hưởng đến giảng dạy, học tập và nghiên cứu:

Kate thảo luận về việc sử dụng AI tạo sinh để cung cấp phản hồi, hỗ trợ đánh giá, và cải thiện giao tiếp. Cô cũng nhấn mạnh tầm quan trọng của việc giúp sinh viên hiểu và sử dụng AI một cách có trách nhiệm.
Frank đề xuất sử dụng AI tạo sinh để hỗ trợ xây dựng giáo trình, kế hoạch bài giảng. Tuy nhiên, ông nhấn mạnh cần có sự giám sát của chuyên gia để đảm bảo tính chính xác và tránh thông tin sai lệch.
Chris bày tỏ sự lo ngại về việc AI tạo sinh được sử dụng như một "thư viện tham khảo ảo", thiếu khả năng phân tích và đánh giá thông tin một cách khách quan. Ông đề xuất tập trung vào việc đánh giá năng lực tư duy phản biện, sáng tạo của sinh viên, những kỹ năng mà AI không thể thay thế.

Phần 4: Thảo luận về độ tin cậy, thiên vị dữ liệu và vai trò của cơ quan quản lý:

Các diễn giả thảo luận về vấn đề thiên vị dữ liệu (bias) trong AI tạo sinh, do tập dữ liệu huấn luyện chủ yếu là tiếng Anh và thiếu đa dạng văn hóa. Frank chỉ ra nguy cơ gia tăng bất bình đẳng do sự lệch lạc này.
Chris nhấn mạnh tầm quan trọng của việc giữ gìn các hình thức đánh giá đòi hỏi sự sáng tạo và tư duy phản biện của sinh viên.
Cuối cùng, các diễn giả thảo luận về vai trò của các cơ quan quản lý trong việc đảm bảo tính minh bạch và trách nhiệm của các công ty phát triển AI tạo sinh, cũng như vai trò của các viện nghiên cứu trong việc đánh giá và phát triển các mô hình AI phù hợp hơn. Chris bày tỏ sự lo ngại về việc giao phó quá nhiều quyền lực cho các cơ quan quản lý, trong khi Kate và Frank nhấn mạnh tầm quan trọng của việc điều tiết và minh bạch.