Làm thế nào để xử lý những hiểu sai phổ biến về AI trong giáo dục?

Bản dịch máy tự động của trang tiếng Anh này, chưa được người bản ngữ xem xét.

Phó hiệu trưởng học vụ của bạn muốn một tờ “huyền thoại về AI” dài một trang cho cuộc họp giảng viên mùa xuân. Hoặc một thành viên hội đồng quản trị đã đọc rằng chatbot đang phá hủy tư duy phê phán và muốn có một lập trường trước thứ Sáu. Hoặc bạn là người phải giải thích, bằng văn bản, vì sao khoa sẽ không chỉ đơn giản cấm công cụ, và bạn đã hết cách để nói rằng một lệnh cấm không phải là một phương pháp sư phạm.

Mọi niềm tin trên trang này đều khởi đi từ một thứ mà một người biết lý lẽ đã từng thấy. Văn xuôi trôi chảy thì đúng là đọc lên nghe chính xác. Một bài nộp bóng bẩy thì đúng là trông giống việc học. Một gia sư trả lời ngay câu hỏi thì đúng là có cảm giác là trợ giúp, và một chính sách có chữ “cấm” trong đó thì đúng là có cảm giác là một quyết định. Cách chỉnh sửa hiệu quả là gọi tên điều mà quan sát đó không thể nói cho bạn biết, rồi trao cho người ta một phép kiểm tra họ chạy được ngay thứ Hai.

Câu trả lời để nói với đồng nghiệp, trong một hơi: tác động giáo dục của AI phụ thuộc vào ai dùng nó, cho nhiệm vụ nào, công cụ thực hiện phần tư duy nào, trách nhiệm nào vẫn nằm với con người, và việc học được đánh giá ra sao. Tự tin, tốc độ, mức độ tham gia và việc hoàn thành nhiệm vụ là những đặc tính của việc sử dụng. Không thứ nào trong đó là bằng chứng rằng năng lực đã thay đổi.

Tóm tắt

1. Báo cáo điều người học làm được khi đóng công cụ lại, và gắn nhãn đó là phép đo có giá trị.

2. Viết điều kiện AI theo từng bước của nhiệm vụ, gọi tên hành vi thay vì gọi tên công cụ.

3. Đánh giá một gia sư, một tính năng phản hồi hay một nền tảng bằng việc sinh viên làm gì sau khi nó trả lời.

4. Mua bằng chứng chứ đừng mua lời tuyên bố về năng lực: kết quả khi không có trợ giúp, kết quả theo nhóm, các bài kiểm tra an toàn qua nhiều lượt.

5. Khi bạn chỉnh một niềm tin, hãy thay nó bằng một mô hình tốt hơn và một hoạt động để người ta thấy mô hình cũ thất bại.

Quyết định thế nào là bằng chứng rằng việc học đã xảy ra

Năm niềm tin quyết định phần còn lại của trang này có quan trọng hay không. Mỗi niềm tin lấy một tín hiệu có thật và đọc vào đó một kết luận mà tín hiệu ấy không chở được.

“Họ làm tốt hơn khi mở công cụ, nên họ học được nhiều hơn.”

Trong một thí nghiệm thực địa với gần 1.000 học sinh trung học học toán, việc tiếp cận AI sinh tạo không giới hạn làm tăng kết quả trong lúc luyện tập có trợ giúp và làm giảm kết quả thi không có trợ giúp về sau. Một phiên bản có rào chắn, đưa ra gợi ý thay vì câu trả lời trọn vẹn, đã xóa bỏ tác hại lên việc học quan sát được (AI sinh tạo không có rào chắn có thể làm hại việc học). Cả hai kết quả đều có thật, và chúng nằm trên hai phép đo khác nhau: chỉ một trong hai là phép đo mà bảng điểm chứng nhận. Nghiên cứu cho bạn một phương hướng và không cho bạn mức ảnh hưởng nào cho khóa học của bạn.

Sinh viên cũng rút ra suy luận y như vậy về bài làm của chính mình, và câu trả lời cũng y như vậy: sản phẩm cho thấy sinh viên và công cụ đã cùng tạo ra gì. Bốn câu hỏi đặt ra khi cửa sổ chat đã đóng sẽ cho bạn biết chuyện gì đã xảy ra. Họ có giải thích được lập luận không? Có giải được một bài tương tự không? Có tìm ra điểm yếu trong câu trả lời được tạo ra không? Có mang được ý tưởng đó sang một bối cảnh mới không? Nếu câu trả lời trung thực là không, thì bạn đang nhìn hiệu suất có trợ giúp dưới cái tên việc học. Hãy đưa một trong bốn câu hỏi đó vào bài đánh giá và nói rõ điều đó trong rubric.

“Sinh viên thích phản hồi này, nên phản hồi này có hiệu quả.”

Sự hài lòng là bằng chứng về mức độ chấp nhận được. Sinh viên thích những phản hồi tức thì, khích lệ, chi tiết và dễ theo, và một câu trả lời có thể có đủ bốn tính chất đó trong khi vẫn không chính xác, chung chung, đặt sai ưu tiên, hoặc nhắm vào một mục tiêu khác với mục tiêu của bạn. Những câu hỏi quyết định việc này thì nhàm chán và đáng được viết ra: nó có chính xác không, nó có chẩn đúng vấn đề không, nó có đủ cụ thể để hành động không, nó có vừa với người học này không, sinh viên có dùng nó không, bản sửa có tốt hơn không, hiệu suất độc lập về sau có tốt hơn không. Hai câu cuối là những câu một bảng khảo sát hài lòng không với tới. Chất lượng phản hồi của AI và Năng lực phản hồi mang phần chi tiết, và động tác thực tế là đọc hai mươi phản hồi đối chiếu với mục tiêu của chính bạn trước khi mở rộng bất cứ thứ gì.

“Mức ảnh hưởng trung bình là dương, nên can thiệp này giúp sinh viên.”

Số trung bình che giấu đúng cái biến thiên quyết định một câu hỏi về công bằng. Mức ảnh hưởng khác nhau theo kiến thức nền, tuổi, ngành, ngôn ngữ, khuyết tật, kỹ năng siêu nhận thức, khả năng tiếp cận, cách giảng viên triển khai và kiểu dùng AI. Một mức tăng trung bình nhỏ có thể che một lợi ích thật cho một nhóm và tác hại cho nhóm khác; một mức tăng lớn có thể phụ thuộc vào những điều kiện mà cơ sở của bạn không tái tạo được. Hãy hỏi xin ước lượng theo nhóm kèm độ bất định của chúng, xin mức trung thực trong triển khai, xin cho biết sinh viên thực sự đã làm gì bên trong công cụ, và xin mẫu hao hụt. Những hạn chế của nền tảng bằng chứng AIED và Phương pháp nghiên cứu trong AIED trình bày những so sánh đưa bạn đến gần hơn, còn Công bằng trong giáo dục AI giải thích vì sao bảng theo nhóm chính là phát hiện.

“Họ tự báo cáo rằng họ học được rất nhiều.”

Tự báo cáo đo nhận thức, mức chấp nhận, lo âu và niềm tin vào năng lực bản thân, và nó giỏi cả bốn việc đó. Nó không phải phép đo năng lực đã thể hiện, vì người ta có thể tự tin mà sai, hoặc giỏi mà thiếu tự tin. Bản tổng hợp của wiki về nghiên cứu năng lực AI của giáo viên báo cáo một khoảng cách đáng kể giữa tự đánh giá và kết quả đo được, và các giảng viên trong đó đánh giá quá cao năng lực của mình một cách rõ rệt (Đánh giá năng lực AI: lệch giữa tự báo cáo và kết quả thực hiện). Hãy ghép mọi tự báo cáo với một nhiệm vụ: chỉ ra một lỗi trong một đầu ra, kiểm chứng một nguồn, chọn một chiến lược sử dụng, phát hiện thiên lệch hoặc nịnh bợ, sửa một câu trả lời còn lỗi, hiệu chỉnh độ tự tin theo độ chính xác. Một mục như vậy trong một bảng khảo sát biến một ý kiến thành một kết quả.

“Một sinh viên mô phỏng là bản thay thế rẻ tiền cho một sinh viên thật.”

Mô phỏng hữu ích để làm nguyên mẫu, thử tải và tạo tình huống, và nó không phải bằng chứng về việc học của con người cho đến khi được kiểm định với người thật. Một mô hình có thể bắt chước ngôn ngữ của sự bối rối mà không có sự bền bỉ, động cơ, kiến thức nền, cảm xúc hay quỹ đạo phát triển của một người học, và nghiên cứu được tóm tắt trong wiki thấy rằng các sinh viên mô phỏng từ bỏ một quan niệm sai được giao cho chúng chỉ sau một lần chỉnh tối thiểu, điều này làm dấy lên nghi ngờ liệu chúng có đại diện cho sự thay đổi khái niệm hay không (Mô phỏng người học, Mô phỏng người học hay giải bài theo kiểu nịnh bợ?). Hãy dùng chúng để tìm lỗi trong prompt của bạn trước khi sinh viên thật gặp nó, rồi coi mọi khẳng định về người học là chưa được kiểm định.

Đặt điều kiện AI ở đúng bước chở việc học

Quy tắc thất bại khi được viết về một công cụ và thành công khi được viết về một hành vi. Những niềm tin dưới đây là những niềm tin khiến chính sách mơ hồ.

“Mọi việc dùng AI đều là gian lận.”

Niềm tin đối xứng còn tệ hơn: rằng dùng AI không thể là gian lận vì không có ai bị sao chép. Liêm chính phụ thuộc vào mục đích của bài tập, quy định của giảng viên, công cụ đã làm bao nhiêu phần việc, việc dùng có được ghi nhận hay không, và liệu AI có thay thế đúng năng lực đang được đánh giá hay không. Động não được cho phép trong bài tập này, bắt buộc trong bài tập khác, và là điều bị loại trong bài tập thứ ba, và cả ba đều bảo vệ được (Liêm chính học thuật). Động tác dạy học là đặt năm câu hỏi trước mặt sinh viên trước khi họ mở bất cứ thứ gì: bài tập này nhằm cho thấy em làm được gì, được phép nhận những trợ giúp nào, em có còn là tác giả và người quyết định không, em có bảo vệ được bài đã nộp không, và em có cần công bố không. Việc dùng AI và các bản công bố cho thấy một mẫu công bố dùng được trông ra sao.

“Nếu không ai phát hiện được thì không có hại gì.”

Phát hiện trả lời một câu hỏi khác với câu hỏi quan trọng. Việc khoán ra ngoài mà không bị phát hiện vẫn để lại một sinh viên không giải thích được bài, không trả lời được câu hỏi tiếp theo, không thích ứng được và không làm được khi thiếu công cụ, và khoảng trống đó lộ ra sau này trong một kỳ thi tổng kết, một quy trình cấp phép hành nghề, một kỳ thực tập hay một công việc đầu tiên. Điểm số trôi ra xa năng lực trong khi cả hai trông vẫn ổn. Đó là vấn đề về văn bằng trước khi là vấn đề về kỷ luật, và đó là lập luận trong Giá trị của đánh giá và Đánh giá xác thực. Với một sinh viên, cách đặt lại vấn đề hữu ích là: điểm số là một khẳng định về em, và khẳng định đó phải sống sót qua căn phòng tiếp theo nơi nó bị thử.

“Vấn đề là họ dùng nó thường xuyên đến mức nào.”

Tần suất không nói cho bạn biết gì. Một sinh viên có thể dùng AI hằng ngày để so sánh các cách giải thích, tạo bài luyện và nhận phản hồi mà vẫn hoạt động nhận thức tích cực, còn một sinh viên khác có thể dùng nó một lần để tạo ra đúng cái lập luận mà bài tập tồn tại để khơi ra. Câu hỏi phân loại họ là lớp tư duy nào đã bị khoán và liệu sinh viên có còn tự làm được lớp đó một mình hay không, một phân biệt được tương tác giữa sinh viên và AI ghi lại chi tiết. Sửa ngữ pháp nằm xa các khẳng định, bằng chứng và phản biện của một bài luận. Động tác là làm lớp đó hiện rõ trong nhiệm vụ: gọi tên phần tư duy mà khóa học đang dạy, cho phép trợ giúp ở mọi chỗ khác, và kiểm tra lớp được gọi tên đó mà không có trợ giúp.

“Hoàn thành nhanh hơn nghĩa là học hiệu quả hơn.”

AI bỏ đi công việc giấy tờ, sự lúng túng về định dạng và sự lặp lại, đó là một khoản lợi. Nó cũng bỏ đi việc truy hồi, lập kế hoạch, viết nháp, gỡ lỗi và sửa bài, tức là quá trình mà kỹ năng hình thành, và đó là khoản mất. Phân biệt sống được khi tiếp xúc với một bài tập thật là giảm tải hỗ trợ so với giảm tải thay thế: một bên giải phóng sự chú ý cho tư duy khó hơn, bên kia thực hiện chính phần tư duy mà bạn được giao học (Giảm tải nhận thức, Giảm lạm dụng AI). Một trình tự ngăn được bên thứ hai thì ngắn. Hãy thử trước, tra công cụ để xin gợi ý, ví dụ hoặc so sánh, tự sửa theo phán đoán của mình, rồi viết một lời giải thích ngắn khi không có trợ giúp. Độ khó không phải mục tiêu; giữ lại phần việc nhận thức mới là.

“Một lệnh cấm toàn bộ là quy tắc an toàn nhất và công bằng nhất.”

Điều kiện không AI là đúng khi năng lực được đánh giá chính là khả năng làm việc độc lập: một số kỳ thi, phần luyện tập nền tảng, các bài kiểm tra năng lực hành nghề. Một lệnh cấm phổ quát là một công cụ khác, và nó đẩy việc sử dụng xuống dưới bề mặt, khó cưỡng chế nhất quán, và chặn mất năng lực AI mà sinh viên cần sau khi khóa học kết thúc. Bốn điều kiện ở cấp nhiệm vụ bao được nhiều đất hơn: AI bắt buộc, AI được phép kèm công bố, AI bị giới hạn vào những chức năng được gọi tên, AI bị cấm vì trợ giúp sẽ làm sai lệch khẳng định về việc học. Sinh viên tuân theo những ranh giới họ hiểu, nên quy tắc cần được gắn lý do và phải khớp nhau giữa đề cương, đề bài, phản hồi và cách chấm. Đặt khung việc dùng AI cho sinh viên và Chính sách AI trong giáo dục là những mẫu để dùng.

Đánh giá một gia sư bằng việc sinh viên làm gì tiếp theo

Một hệ thống tạo ra câu trả lời và một hệ thống tạo ra người học là hai sản phẩm khác nhau, và đầu ra thì chỉ bao giờ cũng mô tả cái thứ nhất.

“Cho sinh viên một gia sư mạnh thì việc học sẽ tốt hơn.”

Khả năng tiếp cận không phải là một thiết kế giảng dạy. Cùng một mô hình hỗ trợ việc học khi nó đòi một lần thử trước, đưa gợi ý thay vì lời giải, hỏi lại lập luận, chỉnh quan niệm sai, giảm dần trợ giúp, và kết thúc bằng một phép kiểm tra không trợ giúp. Nó làm hỏng việc học khi trả lời ngay, làm phần lập kế hoạch, và thưởng cho việc đi tìm câu trả lời. Giá trị nằm ở lớp bọc sư phạm, và đó là lập luận trong Thiết kế giảng dạy cùng logic thiết kế đứng sau giàn giáo. Trước khi triển khai một gia sư, hãy tự chạy thử một bài học qua nó và đếm xem nó cho bạn tránh suy nghĩ bao nhiêu lần.

“Gia sư đưa ra câu trả lời đúng là gia sư tốt.”

Đúng là điều kiện cần và chưa đủ. Một câu trả lời đúng có thể đến quá sớm, tiết lộ quá nhiều, và đi vòng qua những khó khăn có ích khiến việc truy hồi bám lại. Một gia sư mạnh hơn thì chẩn đoán trước khi can thiệp, hỏi thay vì nói, đưa gợi ý nhỏ nhất còn hữu ích, đòi một lời giải thích, phản hồi đúng lỗi cụ thể, giảm dần, và kiểm tra hiệu suất không trợ giúp về sau. Hãy đánh giá nó bằng những gì sinh viên nhận ra, thử, giải thích, sửa, và cuối cùng tự làm được, đó là chuẩn trong Hệ thống gia sư thông minh và An toàn sư phạm.

“Càng nhiều tự động hóa và cá nhân hóa càng tốt.”

Cá nhân hóa có thể hỗ trợ việc học và có thể trở thành chiều theo quá mức. Khi hệ thống lập kế hoạch, theo dõi, quyết định điều gì quan trọng và làm xong những bước khó, sinh viên đi nhanh hơn và ít chủ động hơn, còn tự điều chỉnh việc học là thứ lặng lẽ rời khỏi phòng. Vấn đề thiết kế là bỏ đi những rào cản không cần thiết trong khi giữ lại phần gắng sức gắn với mục tiêu. Những tính năng đứng vững được: bắt buộc thử trước, lời nhắc giải thích, gợi ý đến muộn, trợ giúp điều chỉnh được, giàn giáo giảm dần, phản tư về các khuyến nghị của hệ thống, luyện tập định kỳ không trợ giúp, và một cách nhìn thấy được để ghi đè nó. AI có tính chủ động và quyền chủ động nói về chuyện gì xảy ra khi hệ thống bắt đầu tự ra quyết định.

“Mô hình lớn hơn thì gia sư an toàn hơn.”

Năng lực tổng quát và chất lượng sư phạm là hai thuộc tính riêng, và một mô hình lớn hơn có thể giải được bài khó hơn trong khi vẫn không chọn được một chiến lược, không biết giữ lại câu trả lời, không khớp được với một trình độ phát triển, không giữ được thất bại có ích, không báo hiệu sự bất định, hay không ở trong mục tiêu học tập của bạn. Một nghiên cứu thiết kế có tham gia với sáu giáo viên trung học là phát biểu rõ nhất về chỗ an toàn thực sự đến từ đâu. Các giáo viên độc lập thiết kế những “chuyên gia có giới hạn”: năng lực hẹp trong một lĩnh vực xác định dưới sự giám sát của con người, với hai đường họ không vượt qua (thẩm quyền, vì trách nhiệm về việc học của sinh viên không thể giao đi, và chuyên môn, vì mô hình thiếu hiểu biết về từng sinh viên và về chuẩn mực lớp học) và ba lớp bảo vệ (giới hạn lĩnh vực, nội dung đã lọc với những lời từ chối chuẩn hóa, và quyền ghi đè của giáo viên). Họ yêu cầu ghi lại toàn bộ cuộc trò chuyện và cảnh báo theo thời gian thực chứ không phải những lời giải thích hay hơn từ mô hình (thiết kế chatbot chuyên gia có giới hạn). Phạm vi và sự giám sát làm được việc mà quy mô không làm được. Lý thuyết học tập và Huấn luyện và tinh chỉnh LLM nói về phía thiết kế.

“Càng nhiều phản hồi thì phản hồi càng tốt.”

Khối lượng là thứ dễ tăng nhất và ít tương quan nhất với sự tiến bộ. Một câu trả lời bình luận về mọi vấn đề có thể chôn mất đúng một thay đổi quan trọng, và nó có thể sai thời điểm, chung chung, hoặc sai. Phản hồi đáng độ dài của nó khi nó xác định được bước tiếp theo quan trọng nhất cho người học này ở đúng điểm này của nhiệm vụ. Hãy đo xem sinh viên có hiểu nó, có đánh giá được chất lượng của nó, có sửa bài theo nó, có mất đi quan niệm sai, và có làm tốt hơn về sau khi không có nó hay không. Phản hồi và Năng lực phản hồi trình bày trình tự, và phép thử thực tế là liệu sinh viên có nói được trong một câu rằng mình sẽ làm khác đi điều gì.

“AI đang phá hủy tư duy phê phán.”

Nó có thể thay thế tư duy phê phán hoặc trở thành đối tượng của tư duy phê phán, và bài tập quyết định là cái nào. Một nhiệm vụ làm yếu mức độ tham gia khi sinh viên xin một cách diễn giải đã hoàn chỉnh và chấp nhận nó, và làm mạnh lên khi họ dự đoán trước khi tra, so sánh lập luận của mình với lập luận của mô hình, săn tìm những khẳng định không có bằng chứng, cải thiện một câu trả lời yếu, chọn giữa các phương án, và giải thích vì sao họ bác một khuyến nghị. Phân biệt hữu ích là vai trò của công cụ: người huấn luyện, người thách thức, hay một nguồn cần được đánh giá, chứ không phải vật thay cho lập luận của người học. Tư duy phê phán và Thiết kế giảng dạy mang các thiết kế nhiệm vụ.

Quyết định nhà cung cấp phải cho bạn thấy gì trước khi bạn ký

Đây là chỗ một niềm tin sai biến thành một hợp đồng nhiều năm. Không câu hỏi nào dưới đây đòi chuyên môn kỹ thuật, và tất cả đều phải được hỏi trước ngày gia hạn chứ không phải sau.

“Mua một nền tảng tiên tiến sẽ thay đổi việc dạy học.”

Một nền tảng cung cấp năng lực. Sự cải thiện đòi hỏi sự ăn khớp giữa chương trình, đánh giá, phát triển năng lực giảng viên, hỗ trợ kỹ thuật, khả năng tiếp cận, quyền riêng tư, quản trị, khối lượng công việc và đánh giá tại chỗ, và nếu thiếu những thứ đó thì cơ sở chỉ mua một hệ thống tinh vi được dùng không nhất quán, trùng lặp công việc, thêm gánh nặng cho giảng viên, hoặc tạo ra một màn trình diễn ấn tượng mà không có tiến bộ nào đo được. Hãy nêu rõ sáu thứ trước khi mua: vấn đề giáo dục, người dùng dự kiến và các trường hợp sử dụng, những kết quả được tính là thành công, dữ liệu được thu, sự giám sát của con người cần có, và những điều kiện mà theo đó bạn sẽ sửa đổi hoặc dừng. AI từ góc nhìn nhà quản lý và Đánh giá giáo dục AI là những cách đặt khung để mang vào phòng họp.

“Điểm kiểm chuẩn chứng minh nó hiệu quả về mặt giáo dục.”

Một bài kiểm chuẩn đo hiệu suất trong những điều kiện của chính bài kiểm chuẩn đó. Một mô hình có thể giải bài khó, viết lời giải thích trôi chảy và đạt điểm cao trên một rubric gia sư trong khi không cải thiện được việc ghi nhớ, chuyển giao, tự điều chỉnh, hay kết quả công bằng. Hãy tách kết quả kiểm chuẩn khỏi độ tin cậy kỹ thuật, chất lượng sư phạm, an toàn, khả năng sử dụng, gánh nặng triển khai, mức độ tiếp nhận trong lớp học, và tiến bộ học tập khi không có trợ giúp. Chỉ có thử nghiệm thực địa với người học thật, một điều kiện so sánh phù hợp và một phép đo kết quả hợp lý mới trả lời được câu hỏi bạn đang thực sự quyết định (bài kiểm chuẩn). Các nhà nghiên cứu cũng nợ kỷ luật như vậy theo chiều ngược lại: hãy nói rõ một nghiên cứu nằm ở mắt xích nào trong chuỗi đó.

“Nó đáng tin cậy, nên điểm số là hợp lệ.”

Độ tin cậy là tính nhất quán, giá trị là việc cách diễn giải và sử dụng điểm số có chính đáng hay không, và hai thứ này có thể lệch nhau rất xa. Một bài kiểm chuẩn lớn ở Anh chấm 761 bài luận tâm lý học đại học thật và thấy điểm của AI và của người chỉ khớp nhau về mức bằng cấp trong 35-65% số lần (63% ở một cơ sở, 53% ở cơ sở thứ hai, 35% ở cơ sở thứ ba), trong khi độ tin cậy khi chấm lại gần như hoàn hảo, với tương quan nội lớp lên tới 1.00. Ba mô hình khớp với nhau chặt hơn nhiều so với khớp với người (ICC 0.91) và đồng ý về mức bằng cấp cho 56% bài nộp khi cả ba buộc phải đồng ý. Điểm bị nén về giữa (điểm nén 0.47-0.82), nên hệ thống kém chính xác nhất đúng ở những ranh giới phân biệt hạng Nhất với hạng Nhì trên, hay đậu với trượt. Phản hồi của nó dài gấp ba đến tám lần mức trung bình của người là 100-200 từ (chấm điểm tự động bài luận đại học). Hãy hỏi xin độ bao phủ cấu trúc, so sánh với phán đoán của con người, hiệu suất theo nhóm, các mẫu lỗi, độ bất định, và hệ quả của việc sử dụng, đó là lập luận trong Đo lường giáo dục và Đánh giá tự động.

“Một cuộc trò chuyện ngoan ngoãn cho thấy gia sư an toàn.”

Các tác hại giáo dục tích tụ qua cả một tương tác. Một hệ thống có thể trả lời đúng một prompt rồi sau đó, qua nhiều lượt, bắt đầu cung cấp đáp án, củng cố một quan niệm sai, khuyến khích sự phụ thuộc, hoặc trôi ra khỏi vai trò gia sư của nó. Bài kiểm chuẩn SafeTutors được tóm tắt trong wiki thấy các thất bại gây hại về sư phạm tăng mạnh khi hệ thống được đánh giá qua nhiều lượt thay vì một lần trao đổi (An toàn của gia sư AI và các tác hại sư phạm). Hãy yêu cầu những cuộc trò chuyện kéo dài, lỗi lặp lại của sinh viên, những lần cố lấy đáp án trực tiếp, các tình huống cảm xúc và quan hệ, prompt đối kháng, và một phép đo sự phụ thuộc theo thời gian. Bằng chứng kiểm chuẩn kiểu này không phải ước lượng việc học trong lớp, và nó là mức tối thiểu mà một khẳng định về an toàn nên dựa vào.

“Rà soát của con người chỉ là miếng vá tạm cho đến khi các mô hình tốt hơn.”

Rà soát là một chức năng trách nhiệm giải trình, không phải một tính năng sửa lỗi, vì phải có ai đó quyết định xem một đầu ra có phù hợp với một người học, một khóa học, một nền văn hóa hay một quyết định có hệ quả cụ thể hay không, diễn giải trường hợp ngoại lệ, cung cấp bối cảnh mà mô hình không có, và chịu trách nhiệm về kết quả. Một cách sắp xếp có ý nghĩa thì gọi tên ai rà soát, họ thấy bằng chứng nào, việc rà soát xảy ra khi nào, họ có bao nhiêu thời gian, họ có được ghi đè không, ai chịu trách nhiệm cho hành động cuối cùng, và sinh viên khiếu nại bằng cách nào. Một người rà soát không có thời gian, thẩm quyền hay thông tin thì chỉ là một chữ ký (AI có con người trong vòng lặp).

“Khả năng tiếp cận, quyền riêng tư và công bằng có thể thêm vào sau khi sản phẩm cốt lõi chạy được.”

Đây là những yêu cầu thiết kế. Phương thức nhập, trình độ đọc, những giả định về ngôn ngữ, yêu cầu về thiết bị, việc lưu giữ dữ liệu, cá nhân hóa và thiên lệch của mô hình quyết định ai dùng được hệ thống và ai bị nó làm hại, và việc gắn thêm về sau thường chỉ cải thiện giao diện trong khi để nguyên quy trình làm việc, mô hình dữ liệu và logic ra quyết định. Hãy lôi kéo người học và nhà giáo dục bị ảnh hưởng vào từ sớm, thử nghiệm với người dùng đa dạng, thu thập tối thiểu, cung cấp các phương án thay thế tiếp cận được, và xem xét kết quả khác biệt giữa các nhóm. Một hệ thống mà lợi ích không tiếp cận được hoặc phân bố không đều thì không hiệu quả về giáo dục, bất kể mức trung bình của nó (khả năng tiếp cận, Thiết kế phổ quát cho học tập, quyền riêng tư).

“Chatbot an toàn cho trẻ em nếu nó chặn nội dung độc hại.”

Kiểm duyệt nội dung bao được những từ và chủ đề bị cấm. Một hệ thống lịch sự vẫn có thể trả lời quá nhanh, củng cố một quan niệm sai, khuyến khích sự phụ thuộc cảm xúc, thu thập dữ liệu không phù hợp, đưa lời khuyên không hợp với lứa tuổi, đưa ra những giả định không tiếp cận được, thay chỗ cho hỗ trợ của con người, và làm giảm nỗ lực có ích. Các sản phẩm dành cho trẻ em cần được đánh giá về an toàn nội dung, an toàn sư phạm, quyền riêng tư, khả năng tiếp cận, ảnh hưởng trong quan hệ, và hệ quả của việc dùng lặp lại, đó là chuẩn trong Giáo dục AI K-12 và An toàn sư phạm.

Quyết định bạn sẽ chấp nhận gì làm bằng chứng về năng lực của sinh viên

Bạn sẽ không bao giờ xác lập được một tệp đã được tạo ra thế nào. Bạn có thể xác lập, với chi phí thấp, liệu sinh viên có làm được điều mà tệp ấy có vẻ cho thấy, và đó là khẳng định duy nhất mà một điểm số cần chống đỡ.

“Giảng viên có kinh nghiệm nhận ra được bài do AI tạo.”

Không đủ tin cậy để coi một sự nghi ngờ là bằng chứng. Văn bản được tạo ra có thể bị sửa, trộn với văn bản của người, dịch, diễn giải lại, hoặc tạo ra qua nhiều hệ thống, và phán đoán của con người nghiêng theo phong cách viết, nền tảng ngôn ngữ, khuyết tật, và những kỳ vọng về việc một sinh viên cụ thể nào đó phải viết ra sao. Các công cụ phát hiện cũng gặp đúng vấn đề đó và thêm vào cả dương tính giả lẫn âm tính giả, và đó là lý do một cờ báo chỉ là căn cứ để xem kỹ hơn chứ không bao giờ là một kết luận (Phát hiện AI). Kiểm chứng là phương án thay thế bảo vệ được: yêu cầu sinh viên giải thích lập luận, thảo luận về các nguồn, sửa một đoạn, áp dụng ý tưởng vào một trường hợp mới, hoặc cho xem bằng chứng về quá trình. Mỗi việc trong đó đều đánh giá sự hiểu một cách trực tiếp, và mỗi việc đều rẻ.

“Phát hiện và giám sát thi sẽ giải quyết vấn đề liêm chính.”

Phát hiện ước lượng xem một sản phẩm có giống bài do máy tạo hay không. Giáo dục cần bằng chứng rằng người học có năng lực ấy, và những con số ở phía phát hiện giờ đã đủ cụ thể để trích ra trong một cuộc họp hội đồng. Một phân tích về công bằng thủ tục báo cáo rằng không công cụ nào trong mười bốn công cụ phát hiện đời đầu đạt độ chính xác 80%, rằng việc diễn giải lại hoặc sửa nhẹ làm giảm khoảng một nửa độ chính xác vốn đã khiêm tốn, và rằng các công cụ này phân loại sai một cách có hệ thống những người viết tiếng Anh không phải bản ngữ, vì những đặc điểm bị đọc là tín hiệu AI cũng chính là đặc điểm của một bài viết ngoại ngữ thành thạo. Trong một nghiên cứu thực địa kín, 94% bài nộp hoàn toàn do AI tạo được đưa vào các kỳ thi trực tuyến đang diễn ra ở năm học phần tâm lý học đã không bị phát hiện, và bài của AI trung bình còn được điểm cao hơn sinh viên thật. Đại học Vanderbilt đã vô hiệu hóa công cụ phát hiện đã mua giấy phép sau khi không kiểm định được mức dương tính giả 1% như quảng cáo, một mức hàm ý khoảng 750 sinh viên bị gán nhãn sai trong 75.000 bài nộp hằng năm (hành vi sai trái không thể phát hiện). Giám sát thi thêm vào những chi phí về quyền riêng tư, khả năng tiếp cận, lo âu và công bằng mà cũng không xác lập được việc học. Chiến lược bền vững là một tổ hợp: kỳ vọng được giải thích, những điều kiện không AI ở đúng chỗ của chúng, bằng chứng về quá trình và công việc chia giai đoạn, kiểm chứng bằng miệng hoặc bằng văn bản, công bố theo từng nhiệm vụ, thiết kế lại đánh giá, và những quy trình có con người rà soát kèm một đường khiếu nại. Giám sát thi từ xa và Làm sao giảm gian lận bằng AI? mang phần chi tiết vận hành.

“Một sản phẩm bóng bẩy thể hiện năng lực chuyên môn.”

Nó thể hiện hiệu suất của một con người cộng với một công cụ. Năng lực hiện ra ở chỗ ai đó có đặt được vấn đề, nêu được các giả định, kiểm chứng được bằng chứng, bắt được một lỗi tinh vi, thích ứng được khi điều kiện thay đổi, bảo vệ được khuyến nghị, và thực hiện được phán đoán thiết yếu mà không có trợ giúp không phù hợp hay không. Dùng AI có trách nhiệm tự nó là một năng lực chuyên môn chính đáng, nên nhiệm vụ là tách việc dùng công cụ hiệu quả khỏi vẻ ngoài chuyên môn mà công cụ cung cấp (Phát triển nghề nghiệp và sự sẵn sàng).

“Năng lực AI nghĩa là biết viết một prompt tốt.”

Viết prompt là một kỹ năng vận hành. Phạm vi quan trọng với một giáo viên hay một nhân viên thì rộng hơn: hệ thống AI làm được gì và không làm được gì một cách đáng tin, làm sao đánh giá độ chính xác và thiên lệch, AI ảnh hưởng thế nào đến giá trị của đánh giá, khi nào giảm tải trở thành thay thế, những yêu cầu về quyền riêng tư và khả năng tiếp cận, việc dùng AI khớp vào ngành học ra sao, và khi nào thì không nên dùng nó chút nào. Bản tổng hợp của wiki thấy giáo viên đánh giá quá cao năng lực AI của mình một cách đáng kể khi so tự báo cáo với các phép đo hiệu suất, và năng lực đã thể hiện dự báo việc tích hợp vào lớp học tốt hơn nhiều so với sự tự tin (Đánh giá năng lực AI: lệch giữa tự báo cáo và kết quả thực hiện). Các kỹ thuật prompt cũng cũ đi nhanh hơn phán đoán. Hãy dạy Kỹ thuật prompt như một kỹ năng và đánh giá Năng lực AI của giáo viên như kỹ năng rộng hơn.

“Kiến thức nền tảng của ngành đã lỗi thời vì AI truy xuất được.”

Sự giám sát phụ thuộc vào chuyên môn mà tự động hóa nặng khiến người ta ngại xây dựng. Không có kiến thức ngành, một người không thấy được kết luận sai mà nghe rất hợp lý, ràng buộc còn thiếu, khuyến nghị nguy hiểm, so sánh không hợp lệ, trích dẫn bịa ra, giả định thiên lệch, hay tình huống mà công cụ không nên được tin chút nào (kiến thức nền, Hiệu chỉnh niềm tin). Chương trình học có thể xem lại phần nào cần ghi nhớ và công cụ nào vẫn để sẵn. Bỏ đi nền tảng vì công cụ tạo được câu trả lời là bỏ đi cơ sở để đánh giá câu trả lời.

“Dạy cách dùng AI phê phán và có đạo đức làm mất năng suất.”

Tự động hóa không được kiểm chứng tạo ra việc phải làm lại, sự cố an ninh, quyết định phân biệt đối xử, rủi ro pháp lý, tổn hại danh tiếng và sự tự tin sai lệch, và mỗi thứ trong đó là một chi phí mà con số năng suất đã không tính. Nhân viên đáng tuyển là người phân bổ công việc giữa người và công cụ trong khi vẫn giữ chất lượng, bảo mật, trách nhiệm giải trình và phán đoán chuyên môn. Đó là một lập luận về năng suất, nói theo hướng mà bảng cân đối thường bỏ sót (Cộng tác giữa người và AI, Quản trị AI).

Trả lời điều sinh viên tin

Sinh viên đến với những lý thuyết đang vận hành, và phần lớn chúng được xây từ một thứ mà công cụ thực sự đã làm. Chỉnh lại lý thuyết đó là một phần của việc dạy, và nó cần một mô hình tốt hơn chứ không cần một lời cảnh báo.

“Nếu câu trả lời nghe tự tin và chi tiết thì nó có lẽ đúng.”

Sự tự tin và sự trôi chảy là thuộc tính của ngôn ngữ được tạo ra, không phải bằng chứng của việc kiểm chứng. Mô hình dự đoán văn bản có vẻ hợp lý và không kiểm các khẳng định với bằng chứng, nên nó có thể bịa nguồn, nói sai sự thật, bỏ mất bối cảnh, và lặp lại một quan niệm sai trong một thứ văn xuôi tuyệt đẹp. Hãy coi đầu ra là một giả thuyết và xem xét câu trả lời phụ thuộc vào điều gì: các nguồn, phép tính, sự so sánh với tài liệu của khóa học. Phép thử cần dạy là liệu sinh viên có chấp nhận đúng khẳng định đó từ một người lạ không đưa ra bằng chứng nào hay không (Rủi ro bịa đặt).

“AI hiểu tôi và biết tôi muốn nói gì.”

Nó phản hồi ngôn ngữ, dùng cuộc trò chuyện, và đôi khi giữ lại thông tin, thế là đủ để có cảm giác thân thiết. Nó không có ý định, trải nghiệm, sự quan tâm hay hiểu biết bối cảnh, và hệ quả thực tế là nó có thể đồng ý vì chính prompt đã gợi ra một câu trả lời. Đó là AI nịnh bợ, và đó là kiểu thất bại mà sinh viên ít ngờ nhất. Hãy yêu cầu nó nêu điểm yếu trong lập luận, đưa bằng chứng ngược lại, và nói điều gì sẽ làm câu trả lời của nó sai, rồi kiểm tra độc lập. Đồng ý không phải là xác nhận.

“Một prompt tốt là phải cho ra câu trả lời đúng.”

Đầu ra nhạy với prompt và thường không tất định, nên những thay đổi nhỏ về câu chữ, bối cảnh, ví dụ hay giả định làm câu trả lời dịch chuyển đáng kể, và hỏi lại không phải là kiểm chứng. Năm câu trả lời giống nhau có thể cùng chia sẻ một tiền đề sai. Lặp lại có hiệu quả là làm rõ mục tiêu và các ràng buộc, phơi ra các giả định, yêu cầu phương án khác, kiểm với bằng chứng, và xem câu trả lời có sống sót khi bài toán thay đổi hay không. Đây là một kỹ năng, và là kỹ năng phân bố không đều. Một minh họa về một sinh viên chưa có kỹ năng dùng chatbot cho một câu hỏi thi mang về nhà vẫn ở mức “bóng bẩy nhưng mỏng về sư phạm” ở bậc đa cấu trúc của thang SOLO, và để đạt được một vòng học tập dùng được thì cần tám vòng can thiệp ở cấp siêu nhận thức: báo hiệu quá tải, yêu cầu đơn giản hóa, thu hẹp phạm vi. Các tác giả gọi năng lực đó là năng lực tương tác với AI, nghĩa là khả năng lái, đánh giá và học từ tương tác lặp lại, và họ ghi nhận cái đau về công bằng: vì việc dùng không có hướng dẫn áp đặt một kỹ năng quản lý tương tác vốn phân bố không đều, nên AI sinh tạo “có thể có lợi nhất cho những sinh viên vốn đã có lợi thế” (năng lực tương tác với AI). Về những đòi hỏi tự điều chỉnh nằm bên dưới, xem Làm sao phát triển một gia sư AI hiệu quả?.

“Người trẻ vốn đã có năng lực AI vì họ là dân bản địa số.”

Quen với các sản phẩm số không phải là khả năng đánh giá AI. Một sinh viên có thể mở chatbot, tạo một hình ảnh và xin một câu trả lời trong khi không kiểm chứng được một khẳng định, không phát hiện được bằng chứng bịa, không nhận ra thiên lệch hay nịnh bợ, không bảo vệ được thông tin cá nhân, không quyết định được điều gì không nên khoán, và không giải thích được AI đã định hình bài làm ra sao. Wiki tóm tắt nghiên cứu trong đó sự tự tin với công nghệ hằng ngày không chuyển sang được lập luận thuật toán, sáng tạo công nghệ, hay đánh giá phê phán AI (Ảo tưởng về năng lực). Năng lực phải được dạy và được thể hiện; tuổi tác và tần suất sử dụng không ban nó cho ai.

“Sinh viên dùng AI là lười hoặc không trung thực.”

Một số việc lạm dụng có xảy ra, và việc dán nhãn đạo đức giải thích được rất ít về nó và ngăn được còn ít hơn. Các quyết định bị định hình bởi giá trị của bài tập, áp lực thời gian, sự tự tin, chuẩn mực của bạn bè, độ rõ của chính sách, nỗi sợ thất bại, khả năng tiếp cận trước đó, và việc bài làm có vẻ gắn với điều gì đó sinh viên quan tâm hay không, và sinh viên có phân biệt giữa động não, biên tập, giải thích và tạo văn bản trọn vẹn, những phân biệt mà một quy tắc chung xóa sạch. Phản ứng làm thay đổi hành vi là tổ hợp của kỳ vọng rõ ràng, đánh giá có ý nghĩa, dạy cách dùng có trách nhiệm, một đường công bố, kiểm chứng việc học, và trách nhiệm tương xứng. Coi mọi việc sử dụng là một khiếm khuyết nhân cách sẽ đẩy nó vào chỗ bí mật, nơi bạn mất cả thông tin lẫn cuộc trò chuyện.

Trả lời điều gia đình và công chúng tin

Những câu hỏi từ bên ngoài tòa nhà thì đơn giản hơn và câu trả lời cần ngắn hơn, vì chúng sẽ được nhắc lại trong một cuộc họp hội đồng mà không kèm các lưu ý.

“AI sẽ cách mạng hóa giáo dục hay phá hủy nó?”

Cả hai khẳng định đều phóng đại điều công nghệ tự nó làm được. AI có thể mở rộng khả năng tiếp cận lời giải thích, bản dịch, bài luyện, phản hồi và hỗ trợ trợ năng, và nó có thể thêm thông tin sai, rủi ro riêng tư, thiên lệch, phụ thuộc quá mức và những vấn đề liêm chính mới. Thiết kế, việc dạy, các quyết định của cơ sở và những trách nhiệm người học vẫn giữ sẽ quyết định danh sách nào dài ra (AI trong giáo dục). Câu hỏi đáng đặt trước hội đồng thì hẹp hơn và trả lời được: với những người học nào, nhiệm vụ nào, kết quả nào, dưới những điều kiện nào, việc dùng này tạo ra nhiều lợi hơn hại.

“AI cơ bản cũng chỉ là một cái máy tính bỏ túi khác.”

So sánh này đúng ở một thuộc tính, vì cả hai đều giảm tải công việc, và sai về phạm vi. Máy tính bỏ túi thực hiện một phép toán xác định; AI sinh tạo tạo ra lời giải thích, lập luận, kế hoạch, tóm tắt nguồn, mã, phản hồi và cả bài tập, cách nó vận hành kém minh bạch hơn nhiều, và đầu ra của nó có thể thuyết phục mà sai (AI sinh tạo). Đó là lý do quyết định khoán việc cần chi tiết hơn. Giảm tải phần tính toán thường lệ có thể giải phóng người học để diễn giải; giảm tải chính phần diễn giải là bỏ mất bài học.

“Một AI biết đồng cảm thì quan tâm đến sinh viên.”

Hệ thống có thể tạo ra ngôn ngữ nghe ân cần và nâng đỡ, và điều đó có thể giúp một người học diễn đạt được vấn đề hoặc kiên trì qua một nhiệm vụ ít rủi ro. Vẻ ngoài của sự quan tâm không phải là sự quan tâm, trách nhiệm, hay nghĩa vụ chăm sóc, và một mô hình có thể hiểu sai tình huống, củng cố cách nhìn của người dùng, hoặc phản hồi tệ trong khi nghe tử tế (AI hội thoại). Sinh viên nên biết khi nào họ đang nói chuyện với một hệ thống, thông tin gì được giữ lại, và khi nào nó nên đưa họ đến một người lớn có chuyên môn.

“AI sẽ làm giáo viên trở nên không cần thiết.”

Tự động hóa nhiệm vụ không phải là thay thế chức năng giáo dục. Soạn ví dụ, tạo tài liệu sơ bộ, trả lời câu hỏi thường gặp và hỗ trợ phản hồi đều có thể chuyển sang một công cụ. Việc hiểu nhu cầu người học, xây quan hệ, giữ một lớp học an toàn về trí tuệ và cảm xúc, đặt kiến thức ngành vào bối cảnh, thực hiện phán đoán đạo đức, và quyết định khi nào một câu trả lời được tạo ra là không phù hợp thì vẫn thuộc về con người. Vai trò dịch chuyển thành người điều phối, nhà thiết kế việc học, người dẫn đường về ngành học và người ra quyết định chịu trách nhiệm, đó là một thay đổi trong công việc chuyên môn chứ không phải sự biến mất của nó (Dạy học).

Những gì người điều hành việc này hiểu sai

Những hiểu sai ở trên thuộc về nhóm độc giả mà trang này viết cho. Những cái dưới đây thuộc về những người viết bản ghi nhớ, và chúng là lý do những lời chỉnh đúng không đáp xuống được.

“Dựa trên dữ liệu nghĩa là khách quan.”

Thiên lệch đi vào qua dữ liệu huấn luyện, nhãn, cách định nghĩa kết quả, prompt, những giả định về ngôn ngữ, các lựa chọn về khả năng tiếp cận, ngưỡng quyết định, và cách nhân viên đọc đầu ra. Phán đoán của con người cũng thiên lệch, và điều đó không phải bằng chứng rằng phán đoán tự động là trung lập; tự động hóa có thể giấu thiên lệch sau một giao diện và áp nó ở quy mô lớn (Giảm thiểu thiên lệch). Với những quyết định có hệ quả, hãy yêu cầu phân tích hiệu suất theo nhóm, tài liệu về điều kiện huấn luyện và kiểm định, báo cáo độ bất định, rà soát có ý nghĩa của con người, một quy trình khiếu nại, giám sát sau triển khai, và điều tra tác hại khác biệt.

“Mỗi sinh viên một tài khoản là giải quyết được công bằng.”

Tiếp cận bình đẳng là dòng đầu trong ba dòng. Sinh viên khác nhau về kiến thức nền, kinh nghiệm với AI, ngôn ngữ, khả năng tiếp cận cho người khuyết tật, chất lượng thiết bị, thời gian có được, sự tự tin và năng lực đánh giá đầu ra, và những sinh viên có nhiều kinh nghiệm hơn dùng công cụ để mở rộng việc học của mình trong khi những sinh viên yếu hơn hoặc ít siêu nhận thức hơn chấp nhận đầu ra sai hoặc khoán đi đúng phần luyện tập mà họ cần nhất. Hãy lập kế hoạch theo thứ tự: tiếp cận, rồi kỹ năng, rồi kết quả. Ai dùng được nó một cách đáng tin, ai dùng và đánh giá được nó, ai thực sự được lợi và ai gặp một tác hại mới (Khoảng cách số, Siêu nhận thức).

“Một chính sách chung cho toàn cơ sở sẽ chấm dứt sự không chắc chắn.”

Câu chữ của chính sách không tạo ra hiểu biết chung. Sinh viên và nhân viên đọc kỳ vọng từ hướng dẫn của cơ sở, chuẩn mực của chương trình, đề cương, chỉ dẫn bài tập, nhận xét của giảng viên, hành vi của bạn bè và việc thực thi trước đó, và khi những nguồn đó mâu thuẫn thì người ta tự nghĩ ra quy tắc cho mình. Kiến trúc hiệu quả là kiến trúc nối các nguyên tắc toàn cơ sở với kỳ vọng của chương trình, chính sách khóa học, chỉ dẫn bài tập, ví dụ mẫu, và những quy trình công bố và rà soát minh bạch, với lý do giáo dục gắn vào từng hạn chế. Một quy tắc chỉ nói “được phép” hoặc “bị cấm” để phán đoán lại cho người tự tin nhất.

“Giảng viên ngại thay đổi là do thiếu tập huấn.”

Đôi khi là vậy. Sự sẵn sàng còn là khối lượng công việc, bản sắc nghề nghiệp, các giá trị của ngành, những nghi ngờ về giá trị của đánh giá, hỗ trợ của cơ sở còn mỏng, sự không chắc chắn về quyền riêng tư, và một phán đoán có lý rằng một ứng dụng cụ thể không phục vụ sinh viên. Vì thế việc phát triển năng lực phải bao gồm năng lực thực hành, tích hợp sư phạm, mục đích và bản sắc, thời gian, chính sách, cách dùng theo từng ngành, và cả lựa chọn không áp dụng một cách có nguyên tắc. Một buổi trình diễn tính năng một lần không giải quyết được một thay đổi về nghề nghiệp và tổ chức (Phát triển năng lực giảng dạy).

“Chỉ cần nói cho người ta sự thật đúng là đủ.”

Hiểu sai thường là những mô hình tinh thần ổn định, có vẻ hợp lý, chứ không phải những lỗ hổng, và kinh nghiệm của chính người đó cứ xác nhận chúng: đầu ra nghe tự tin, bài làm trông tốt, nhiệm vụ xong nhanh hơn. Những sự thật mâu thuẫn với một mô hình đã có sẵn lời giải thích vận hành sẽ bị bỏ đi. Thứ thay thế chúng là một mô hình tốt hơn cộng với một cách áp dụng nó, đó là trình tự phản bác trong Văn bản phản bác và bản tổng hợp trong Hiểu sai về AI.

“Chỉnh người khác nghĩa là nói cho họ biết họ đã sai.”

Việc làm bẽ mặt sinh ra phòng vệ và che giấu, và những thông điệp như “chỉ sinh viên lười mới dùng AI” hay “ai tin chatbot là dại” tấn công bản sắc chứ không tấn công niềm tin. Hãy xử lý niềm tin và hệ quả của nó: thừa nhận vì sao nó có vẻ hợp lý, cho thấy một sự không khớp như một lỗi nghe rất tự tin, mời người ta dự đoán trước khi tiết lộ chỗ chỉnh, để họ so sánh hiệu suất có trợ giúp và không trợ giúp, cho họ một chiến lược cho lần sau, và củng cố mô hình mới qua nhiều hoạt động. Người ta sửa cách nghĩ của mình dễ hơn khi việc sửa đó không làm họ mất phẩm giá.

Thay niềm tin bằng một niềm tin tốt hơn

Cơ chế thì đủ ngắn để dùng trong một cuộc họp giảng viên. Gọi tên niềm tin, nói vì sao nó có vẻ đúng, bác nó một cách dứt khoát, giải thích chỗ thất bại, đưa ra mô hình tốt hơn, và trao một cách áp dụng.

Bản đã làm sẵn, bạn có thể điều chỉnh cho bất kỳ mục nào trên trang này:

Hiểu sai: “Một bài tập do AI tạo ra tốt cho thấy sinh viên đã học được.” Phản bác: “Điều đó không nhất thiết đúng. Sản phẩm cho thấy sinh viên và AI đã cùng tạo ra gì, nhưng nó không tiết lộ phần lập luận nào do sinh viên thực hiện.” Thay thế: “Việc học được thể hiện tốt hơn khi sinh viên giải thích được, chuyển giao được, thích ứng được và tái tạo được năng lực đó.” Áp dụng: “Sau bài làm có AI hỗ trợ, hãy yêu cầu một lời giải thích, một buổi bảo vệ miệng, một bản ghi quá trình, hoặc một bài áp dụng không trợ giúp.”

Phần thay thế mới là phần chở trọng lượng. Bỏ đi một hiểu sai mà không cung cấp một lời giải thích tốt hơn sẽ để người ta không còn gì để nghĩ cùng, và niềm tin cũ quay lại vào lần tới khi kinh nghiệm xác nhận nó.

Kinh nghiệm làm được nhiều hơn mô tả. Những kinh nghiệm thay đổi một niềm tin là những kinh nghiệm làm cho chỗ thất bại của nó hiện ra: yêu cầu người ta tìm một trích dẫn bịa nghe rất tự tin; so sánh vài câu trả lời mâu thuẫn cho cùng một prompt; làm một bài không trợ giúp sau khi đã luyện có trợ giúp; xem mô hình phản chiếu một giả định sai; so sánh một gia sư cho đáp án trực tiếp với một gia sư đưa gợi ý; rà đầu ra theo tên, tiếng địa phương hay tình huống; bảo vệ một khuyến nghị của AI bằng bằng chứng gốc. Mỗi việc biến một lời cảnh báo thành một thứ người ta đã thấy xảy ra, và mỗi việc cho họ luyện tập việc kiểm chứng, hiệu chỉnh niềm tin, và quyết định giảm tải.

Những gì sẽ quay lại với bạn

“Chúng tôi đã mua công cụ phát hiện rồi, và giấy phép không hoàn lại được.”

Vậy hãy dùng nó như một tín hiệu trong một quy trình sống sót qua được một lần khiếu nại, và lập ngân sách cho tỉ lệ lỗi thay vì giả vờ rằng nó không tồn tại. Ở mức dương tính giả mà Vanderbilt không kiểm định được, 1% của 75.000 bài nộp là 750 sinh viên bị gán nhãn sai, và phân tích về công bằng thủ tục nói rằng các công cụ này phân loại sai những người viết tiếng Anh không phải bản ngữ. Điểm của công cụ phát hiện là một cáo buộc. Một lời giải thích được ghi lại là một hồ sơ.

“Sinh viên của chúng tôi sẽ không bao giờ làm thế.”

Kết quả 94% không bị phát hiện đến từ những bài nộp được đưa vào các kỳ thi trực tuyến đang diễn ra, đó không phải một câu chuyện về những kẻ xấu. Phần lớn áp lực là sự mơ hồ và thời gian, và câu hỏi thực tế là bài tập của bạn làm cho con đường nào dễ đi nhất. Nếu việc kiểm chứng được chấm điểm, việc công bố không tốn gì, và có một phép kiểm tra không trợ giúp, thì phần lớn sinh viên đi theo con đường bạn đã xây.

“Nhà cung cấp đã cho chúng tôi xem một bài kiểm chuẩn và một nghiên cứu tình huống đẹp.”

Hãy hỏi bài kiểm chuẩn đó đo cái gì và có sinh viên nào học được gì khi đóng công cụ lại hay không. Điểm trên một rubric gia sư và tiến bộ học tập trong lớp là hai khẳng định khác nhau, và một thử nghiệm không có điều kiện so sánh không cho bạn biết bạn đang có cái nào. Sự hoài nghi tương tự cũng áp dụng cho bảng điều khiển của chính bạn.

“Giáo viên chỉ cần được tập huấn thêm.”

Giáo viên đánh giá quá cao năng lực AI của mình một cách đáng kể khi tự báo cáo được đối chiếu với hiệu suất, nên việc tập huấn phải được đánh giá bằng điều người ta làm được chứ không bằng điều họ nói là họ biết. Nó cũng phải bao gồm mục đích, khối lượng công việc và lựa chọn từ chối, nếu không thì những người có đủ tư cách nhất để phản đối lại chính là những người hiểu vấn đề rõ nhất.

“Phụ huynh sẽ không chấp nhận gì ngoài một lệnh cấm.”

Phụ huynh đang hỏi liệu thứ đang ở trước mặt con họ có an toàn và liệu tấm bằng có còn nghĩa lý gì. Hãy trả lời trực tiếp hai câu đó, bằng những câu hỏi về an toàn sư phạm chứ không phải bằng bộ lọc nội dung, và lập luận ủng hộ lệnh cấm sẽ mất sức. Câu hỏi của hội đồng hẹp hơn tiêu đề báo và dễ bảo vệ hơn.

“Chúng tôi không thể tổ chức bảo vệ miệng cho một khóa học đại cương cỡ này.”

Vậy thì đừng tổ chức cho từng sinh viên. Hãy yêu cầu giải thích lập luận bằng văn bản, thảo luận về các nguồn trong một bản ghi ngắn, sửa một đoạn, áp dụng ý tưởng vào một trường hợp mới, hoặc đọc bằng chứng quá trình bạn vốn đã thu. Hãy lấy mẫu những bài nộp có vẻ không nhất quán với bài làm trước đó. Kiểm chứng là một thói quen được xây vào khóa học, không phải một sự kiện riêng cho từng sinh viên.

“Không thứ nào trong số này là môn của chúng tôi.”

Sự can thiệp xảy ra bên trong ngành học, ở đúng bước mà công cụ thực hiện phần thực hành mà khóa học tồn tại để cung cấp. Đó là lý do phản ứng là một thay đổi trong bài tập và một câu trong chính sách, chứ không phải một chuyên đề mới về AI.

Việc cần làm trong tuần này

1. Lấy ba niềm tin bạn nghe nhiều nhất và viết mỗi cái thành một bài phản bác: niềm tin, vì sao nó có vẻ đúng, chỗ chỉnh, phần thay thế, cách áp dụng. Một trang, không trích dẫn.

2. Thêm một mục không trợ giúp vào một bài đánh giá bạn vốn đang chạy, và cho nó đủ trọng số để kết quả có ý nghĩa.

3. Viết lại điều khoản về AI của một khóa học để nó gọi tên hành vi và gọi tên bước, rồi chọn một trong bốn điều kiện cho từng giai đoạn của bài tập.

4. Trước quyết định gia hạn hoặc thử nghiệm tiếp theo, hãy xin một bảng theo nhóm, một bản ghi an toàn qua nhiều lượt, và một phép đo kết quả khi không có trợ giúp. Nếu thiếu bất kỳ thứ nào trong ba thứ đó, hãy nói ra bằng văn bản.

5. Chạy một hoạt động hai mươi phút làm cho một hiểu sai thất bại ngay trong phòng, dùng một trích dẫn bịa hoặc hai câu trả lời mâu thuẫn cho cùng một prompt.

Đi tiếp từ đây

Hiểu sai về AI là bản tổng hợp đứng sau trang này, và Văn bản phản bác là phương pháp để dùng nó trước một căn phòng. Làm sao giảm gian lận bằng AI? xử lý các quyết định về liêm chính, Nên thiết kế lại đánh giá cho thời đại AI như thế nào? xử lý việc một điểm số có thể chống đỡ được gì, còn Đánh giá giáo dục AI là hướng dẫn để đánh giá một thử nghiệm hay một nền tảng. Về phía dạy học, Năng lực AI của giáo viên và Năng lực AI nói về điều những người trong phòng cần làm được.

Ý tưởng cần giữ lại, ở dạng bạn có thể nói thành lời: AI là một nguồn lực nhận thức có thể sai, không phải một thẩm quyền, không phải một trí tuệ, và không phải bằng chứng rằng việc học đã xảy ra. Dùng có trách nhiệm là giữ cho một con người chịu trách nhiệm, giữ lại phần tư duy mà việc học đòi hỏi, kiểm chứng những gì quan trọng, và đánh giá thành công bằng năng lực bền vững và công bằng chứ không bằng sự trôi chảy, tốc độ, mức độ tham gia, hay một nhiệm vụ đã hoàn thành.