Trong suốt hơn một thế kỷ, hệ thống giáo dục hầu như không thay đổi căn bản. Chúng ta vẫn dựa vào những bài kiểm tra viết, những kỳ thi học kỳ, và những luận văn dài hàng chục trang giấy. Nhưng sự xuất hiện của trí tuệ nhân tạo sinh ngữ (Generative AI) đã làm đảo lộn trật tự ấy chỉ trong vòng chưa đầy hai năm. ChatGPT, Gemini, Claude hay Copilot đã khiến sinh viên có thể làm một bài luận trong vài phút, tạo một báo cáo nghiên cứu trong chớp mắt. Điều từng đòi hỏi hàng tuần miệt mài nay được rút ngắn xuống vài giờ, thậm chí vài cú nhấp chuột. Trong bối cảnh đó, câu hỏi lớn hiện ra: làm thế nào để bảo vệ liêm chính học thuật khi công cụ hỗ trợ đã vượt xa trí tưởng tượng của chúng ta? Có ý kiến cho rằng giải pháp là quay lại cách thi truyền thống: viết tại lớp, vấn đáp, làm bài thực hành trực tiếp. Đó là một “lá chắn” chắc chắn – ít nhất là trong ngắn hạn. Nhưng liệu quay về quá khứ có phải là con đường dài hạn? Hay chúng ta cần một cách tiếp cận mới, nơi AI không bị cấm đoán, mà được đưa vào khung dạy và học như một phần tất yếu?

Thế giới phản ứng: từ cấm đoán đến kiến tạo

Những tháng đầu tiên của kỷ nguyên AI, phản ứng chung là hoảng sợ. Nhiều sở giáo dục trên thế giới chọn cách nhanh nhất: cấm tuyệt đối. New York City – trung tâm giáo dục lớn của Mỹ – từng ban hành lệnh cấm ChatGPT trong toàn bộ trường công. Nhưng chỉ vài tháng sau, lệnh cấm bị gỡ bỏ. Lý do rất đơn giản: không thể ngăn sinh viên truy cập một công cụ miễn phí, phổ biến và ở ngay trong túi quần của họ.

UNESCO, trong hướng dẫn toàn cầu phát hành 2023 và cập nhật 2025, đã kêu gọi các chính phủ và trường học nhìn AI với tinh thần “lấy con người làm trung tâm”. Theo đó, điều quan trọng không phải là chặn đứng, mà là dạy người học cách sử dụng có trách nhiệm, biết kiểm chứng nguồn, và biết ranh giới đạo đức.

Tổ chức hợp tác và phát triển kinh tế OECD thì nhấn mạnh vào một nguy cơ khác: AI có thể làm gia tăng bất bình đẳng giáo dục. Sinh viên có điều kiện truy cập công cụ cao cấp sẽ tiến nhanh hơn, trong khi những người ở vùng kém phát triển lại tụt lại. Nếu không thiết kế cơ chế công bằng, AI có thể biến thành một “đòn bẩy đặc quyền” cho thiểu số.

Ở bậc đại học, nhiều trường như Harvard, UNSW hay Sydney không chọn “đường tắt” cấm đoán. Thay vào đó, họ đưa AI vào trong đề cương môn học, minh định rõ ràng chỗ nào được dùng, chỗ nào không. Sinh viên khi nộp bài phải khai báo công cụ đã dùng, mức độ hỗ trợ ra sao. Quan trọng hơn, giảng viên được khuyến khích thử nghiệm các phương thức đánh giá mới, nơi quá trình học tập được xem trọng ngang bằng sản phẩm cuối cùng.

Máy dò AI: chiếc nạng không thể thay cột sống

Một trong những phản ứng phổ biến nhất thời gian qua là trông chờ vào các phần mềm dò AI. Ý tưởng nghe có vẻ hợp lý: nếu máy phát hiện được văn bản do máy khác viết, thì ta sẽ “bắt tận tay”. Nhưng thực tế hoàn toàn ngược lại. Nhiều nghiên cứu cho thấy, các công cụ dò AI có tỷ lệ sai khá cao. Văn bản của sinh viên sử dụng tiếng Anh như ngôn ngữ thứ hai thường bị đánh giá nhầm là do AI tạo ra. Ngược lại, nhiều đoạn văn do AI viết lại “qua mặt” được máy dò. Không ít sinh viên đã bị phạt oan chỉ vì một chỉ số kỹ thuật thiếu minh chứng. Ngay cả các công ty phát triển AI cũng cảnh báo: không nên dùng máy dò như bằng chứng duy nhất để kết tội gian lận. Nếu giáo dục dựa vào công cụ này như cột sống chính, chúng ta đang biến lớp học thành một phiên tòa, nơi người học luôn ở thế bị nghi ngờ. Và đó không phải là tinh thần của giáo dục.

Quay lại thi cử truyền thống: cần nhưng chưa đủ

Có một sự thật không thể phủ nhận: thi viết tại lớp, vấn đáp trực tiếp, làm bài thực hành là những biện pháp hữu hiệu để ngăn chặn lạm dụng AI. Nhiều trường đã quay lại các hình thức này như một giải pháp tình thế. Chúng đảm bảo rằng sinh viên phải tự lực, phải thể hiện năng lực tức thời, không thể nhờ máy móc làm hộ.

Nhưng nếu chỉ dừng lại ở đây, chúng ta sẽ mắc kẹt trong vòng xoáy đối phó. Thế giới bên ngoài không còn vận hành theo cách “không có AI”. Ngược lại, ngày càng nhiều ngành nghề yêu cầu khả năng sử dụng, đánh giá và kiểm chứng AI. Nếu giáo dục chỉ quay về truyền thống, chúng ta sẽ đào tạo ra những người giỏi né tránh công cụ, nhưng lại thiếu kỹ năng cộng tác với công nghệ – một năng lực thiết yếu của thế kỷ 21.

Nhiều người lo lắng rằng AI sẽ “giết chết” động lực học tập, khiến sinh viên ỷ lại. Tôi lại nghĩ ngược lại: chính vì AI có thể tạo ra những sản phẩm trơn tru, giáo dục càng cần buộc sinh viên chứng minh quá trình học hỏi và tư duy của mình. Thay vì hỏi “làm sao để cấm AI?”, chúng ta nên hỏi “làm sao để người học phải chỉ ra cách họ đã sử dụng AI, đã hiệu chỉnh và phản tư ra sao?”. Ví dụ, một bài luận không chỉ dừng ở văn bản hoàn chỉnh, mà cần kèm theo bản nháp, log sử dụng AI, chú thích những chỗ máy sai và phần phản tư cá nhân. Thậm chí, việc trình bày miệng hay vấn đáp sẽ cho thấy sinh viên có thật sự hiểu ý tưởng mà họ nộp hay không.

Trong khung này, tôi hình dung ra ba “làn đường” cùng tồn tại. Có làn không AI, dành cho những kỳ thi quan trọng, đòi hỏi tính tự lực tuyệt đối. Có làn AI có điều kiện, nơi sinh viên được dùng công cụ nhưng phải minh bạch và có trách nhiệm. Và có làn đánh giá xác thực, nơi bài tập gắn với bối cảnh thật, buộc sinh viên bảo vệ sản phẩm trước cộng đồng, khách hàng hoặc hội đồng chuyên môn.

Điều quan trọng là cả ba làn đường này cần song song tồn tại để rèn luyện đủ ba năng lực: tự lực – năng lực số – trách nhiệm xã hội. Chúng ta không thể chỉ chọn một, vì nếu chỉ dừng lại ở việc siết chặt thi cử, người học sẽ thành “người tránh né công cụ”, còn nếu thả nổi thì họ sẽ thiếu tính tự chủ. Cái cần là một sự kết hợp, để mỗi sinh viên vừa biết tự mình đứng vững, vừa biết cộng tác cùng AI, vừa biết ứng xử có trách nhiệm với xã hội.

Ở đây, vấn đề công bằng cũng cần được nhấn mạnh. Nếu không chú ý, AI sẽ trở thành “đòn bẩy đặc quyền” của một số ít. Người giàu sẽ có điều kiện mua gói công cụ cao cấp, người nghèo thì tụt lại phía sau. Bởi vậy, nhiều trường đã xây dựng sandbox miễn phí, nơi tất cả sinh viên đều có quyền tiếp cận công bằng. Công bằng không chỉ nằm ở điểm số, mà còn ở cơ hội để học, để thử nghiệm, để vấp ngã và đứng lên. Và giáo dục không nên biến lớp học thành một cuộc rượt đuổi “cảnh sát – tội phạm”, nơi giảng viên tìm cách bắt lỗi còn sinh viên thì tìm cách lách luật. Giáo dục phải giữ lại tinh thần tin tưởng và đồng hành, dù vẫn có biện pháp giám sát cần thiết.

Kết: Không lùi về quá khứ, cũng không phó mặc cho tương lai

AI đã bước vào lớp học, và nó sẽ không bao giờ rời đi. Chúng ta không thể xây một bức tường cao để ngăn sinh viên chạm vào công cụ, cũng không thể buông xuôi mặc kệ cho công nghệ dẫn dắt. Con đường duy nhất là tái thiết kế giáo dục, để AI không phải là mối đe dọa, mà trở thành chất xúc tác buộc người học trưởng thành.

Quay lại thi cử truyền thống là cần, nhưng chỉ như một “trụ cầu”. Bước tiếp theo phải là xây cả cây cầu: nơi có vùng tự lực để rèn bản lĩnh, có vùng tích hợp AI để rèn năng lực số, và có vùng xác thực để kết nối học tập với đời sống thật. Nếu làm được như vậy, chúng ta không chỉ bảo vệ liêm chính học thuật, mà còn đào tạo ra một thế hệ biết suy nghĩ độc lập, biết phản biện công nghệ, và biết hành động tử tế cho cộng đồng.

Giáo dục trong kỷ nguyên AI sẽ không còn là việc “ghi nhớ thật nhiều để làm bài thi”, mà sẽ là hành trình học cách trở thành con người trong thế giới có máy móc. Và có lẽ, chính ở đó, chúng ta sẽ tìm lại ý nghĩa nguyên thủy của việc học: không phải để thắng một kỳ thi, mà để sống một cuộc đời có tư duy, có trách nhiệm và có nhân tính.

———————————————

10 hình thức đánh giá trong kỷ nguyên AI

1. Viết tại lớp kết hợp vấn đáp miệng
Một bài viết ngắn làm ngay trong lớp, kèm theo một cuộc trao đổi trực tiếp với giảng viên, sẽ khiến sinh viên phải chứng minh rằng ý tưởng là của chính họ. Bài viết tại chỗ thể hiện khả năng ngôn ngữ tức thì, còn phần vấn đáp giúp làm rõ quá trình tư duy. Đây là cách vừa kiểm tra kiến thức, vừa giúp sinh viên luyện khả năng phản biện trực tiếp – điều mà một văn bản do AI soạn sẵn khó thay thế.

2. Portfolio nhiều giai đoạn
Thay vì chỉ nộp một sản phẩm cuối cùng, sinh viên được yêu cầu nộp cả chuỗi phát triển: từ đề cương, bản nháp, bản chỉnh sửa, đến thành phẩm. Mỗi giai đoạn đều kèm chú thích về mức độ hỗ trợ của AI (nếu có). Qua đó, giảng viên có thể quan sát tiến trình học tập và nhận ra sự tiến bộ của người học, đồng thời biến việc sử dụng AI thành công cụ để phản tư, chứ không phải lối tắt.

3. Case study gắn với khách hàng thật
Một bài tập nghiên cứu tình huống sẽ thuyết phục hơn nhiều khi gắn với một tổ chức, doanh nghiệp hoặc cộng đồng cụ thể. Sinh viên không chỉ viết báo cáo, mà phải trình bày giải pháp trước “khách hàng” và trả lời câu hỏi chất vấn. AI có thể giúp sinh viên tìm dữ liệu hay gợi ý cấu trúc, nhưng không thể thay thế quá trình trao đổi, bảo vệ ý tưởng và thuyết phục người thật.

4. Sơ đồ lập luận và nhật ký quá trình
Thay vì chỉ nộp sản phẩm cuối cùng, sinh viên cần trình bày toàn bộ đường đi nước bước: từ việc tìm kiếm nguồn, lọc dữ liệu, đến sơ đồ lập luận. Những minh chứng này cho thấy sự hình thành của tư duy. Nếu AI tham gia, sinh viên phải chỉ rõ ở bước nào, và họ đã hiệu chỉnh ra sao. Đây là minh chứng cho quá trình học chứ không chỉ là sản phẩm trơn tru.

5. Thi thực hành “không điện”
Một số kỹ năng nghề hoặc tình huống đặc thù cần kiểm tra trong môi trường không có công nghệ hỗ trợ. Ví dụ: mô phỏng xử lý tình huống y khoa trong phòng thực hành, thi thiết kế kỹ thuật với vật liệu thực, hay diễn tập an toàn. Ở những bối cảnh này, giá trị của bàn tay, khối óc và khả năng ứng biến trực tiếp là không thể thay thế.

6. Bài tập phản biện nội dung do AI tạo ra
Thay vì lo sợ AI làm hộ sinh viên, hãy biến nó thành “đối thủ”. Giảng viên có thể yêu cầu AI viết một lập luận trước, rồi giao cho sinh viên nhiệm vụ phản biện lập luận đó bằng dẫn chứng, dữ liệu và phân tích riêng. Qua cách này, sinh viên buộc phải đọc kỹ, so sánh, và chứng minh khả năng tư duy độc lập.

7. Đồ án trong môi trường dữ liệu an toàn
Một số trường đã xây dựng sandbox nội bộ – những kho dữ liệu đã được kiểm duyệt và bảo mật. Sinh viên chỉ được phép dùng AI trong môi trường này, và mọi truy vấn đều được ghi lại. Cách tiếp cận này giúp họ làm quen với công cụ mà vẫn giữ an toàn dữ liệu cá nhân, đồng thời loại bỏ nguy cơ phụ thuộc vào nền tảng thương mại không minh bạch.

8. Chấm chéo ẩn danh giữa sinh viên
Khi sinh viên phải đánh giá bài của nhau theo rubrics chi tiết, họ buộc phải phân tích sâu và học cách phản biện có trách nhiệm. Hình thức “chấm chéo” còn giúp họ hiểu rõ hơn tiêu chí đánh giá, từ đó nâng cao năng lực tự đánh giá sản phẩm của chính mình. Giảng viên có thể hiệu chỉnh kết quả để bảo đảm công bằng, nhưng chính quá trình phản biện lẫn nhau đã là một bài học quý.

9. Bài tập đóng băng trong khung giờ giới hạn
Một dạng kiểm tra “bất ngờ” – đề chỉ công bố tại lớp, sinh viên có một giờ để viết nháp tay, sau đó hoàn thiện sản phẩm trên máy tính. Việc này khiến sinh viên không thể chuẩn bị sẵn văn bản do AI soạn hộ, mà phải thể hiện khả năng tư duy tại chỗ. Kết hợp với một phần trình bày miệng ngắn gọn, giảng viên sẽ dễ dàng phân biệt đâu là sản phẩm thật.

10. Đồ án phục vụ cộng đồng
Một sản phẩm truyền thông, một ứng dụng nhỏ, hay một chiến dịch ý nghĩa cho một nhóm đối tượng thật sự trong xã hội – đó là minh chứng xác thực nhất về năng lực học tập. Ở đây, tiêu chí chấm điểm không chỉ là văn bản, mà còn là tác động và tính đạo đức. AI có thể hỗ trợ kỹ thuật, nhưng phần giá trị xã hội và trách nhiệm công dân phải đến từ người học.