Làm thế nào để tôi viết chính sách AI cho khóa học và truyền đạt nó tới sinh viên?

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

Ba tuần trước khi học kỳ bắt đầu, mẫu đề cương có một dòng cho “chính sách AI” và hiện tại nó ghi: xem quy định liêm chính học thuật của trường. Hoặc khóa học của một đồng nghiệp vừa trả về một loạt bài nộp mà không ai tin là được viết trong phòng thi, và cuộc họp chương trình thứ Năm kết thúc bằng yêu cầu rằng mọi khóa học phải nêu rõ lập trường của mình bằng văn bản. Hoặc chính sách đã được viết xong và kỳ chấm điểm đang cho bạn thấy câu nào trong đó bạn thực sự áp dụng được.

Điểm mấu chốt: nêu tên những nhiệm vụ bạn chấm điểm, nói AI được làm gì ở từng nhiệm vụ, đặt việc khai báo vào một chỗ duy nhất, và thực thi bằng bằng chứng bạn nhìn thấy được. Năm quyền hạn cụ thể giữ được tốt hơn một trang toàn lệnh cấm. Một chính sách tự giải thích cho mình vừa làm công việc thiết kế đánh giá vừa làm công việc truyền đạt, và đó là lý do nó tốn một buổi chiều nhưng tiết kiệm cả một học kỳ tranh cãi.

Mọi thứ dưới đây là văn bản cấp khóa học cho một mô-đun, một khóa học hoặc một nhánh của chương trình. Giả định là bạn đã quyết định mình đang đánh giá cái gì; công việc ở đây là nói ra điều đó và làm cho nó có hiệu lực.

Tóm tắt

1. Kiểm kê các nhiệm vụ được chấm điểm và hỏi từng nhiệm vụ rằng cụ thể bạn đang đánh giá cái gì. Ranh giới đi theo câu trả lời đó.

2. Viết quy tắc ở cấp độ từng bước: được phép động não, không được phép soạn mục tiêu. Được phép tuyển chọn hình ảnh, không được phép thiết kế thông điệp ở cấp độ slide.

3. Đặt phần tóm tắt trên đề cương, phần câu chữ có hiệu lực trên phiếu bài tập, và nói thành lời một lần vào đúng thời điểm quy tắc bắt đầu áp dụng.

4. Nêu một địa điểm và một mẫu khai báo chuẩn, và giữ cho chi phí khai báo thấp hơn chi phí che giấu.

5. Thực thi bằng bài làm bạn quan sát được: một nhật ký prompt, một bài tập tại lớp, một lời giải thích bằng miệng. Điểm số của công cụ phát hiện nằm ngoài đường thực thi.

Bắt đầu từ những nhiệm vụ bạn chấm điểm

Phương pháp đã được triển khai rõ ràng nhất là của McCorkle (2025), người đang thay thế một lệnh cấm toàn diện mà sinh viên không tin là áp dụng cho mình. Hãy đọc thất bại đó cho đúng: đó là sự lệch pha chứ không phải sự chống đối, và sinh viên không thấy mình đang hành xử gian dối. Một quy tắc mà họ đã quyết rằng không nói về mình thì không thể tranh luận được với nó, chỉ có thể phớt lờ nó.

Phương pháp của McCorkle chạy qua bốn lượt. Kiểm kê mọi nhiệm vụ trong dự án học kỳ, hỏi từng nhiệm vụ “cụ thể mình đang đánh giá cái gì?”, ghép mỗi nhiệm vụ với một cách dùng hợp lý của AI sinh tạo trong nghề, rồi quyết định từng nhiệm vụ một. Mỗi quyết định cân giữa nhu cầu đánh giá một năng lực với giá trị của việc xây dựng một năng lực mà sinh viên sẽ dùng khi đi làm.

Kết quả cố ý không đồng đều. Được phép động não; không được phép soạn ra các mục tiêu học tập cụ thể và đo được. Được phép tuyển chọn hình ảnh; không được phép thiết kế thông điệp ở cấp độ slide. Được phép dùng kịch bản và lời thuyết minh, kèm yêu cầu phải đánh giá đầu ra của AI. Khi viết ra, danh sách đó trông có vẻ tuỳ tiện cho đến khi bạn đọc lý do bên cạnh từng dòng, và đó là lý do các lý do phải đi cùng các quy tắc.

Quyết định mức độ nghiêm ngặt, khi biết những người khác đang làm gì

Hai điểm dữ liệu cho bạn biết một chính sách bình thường trông thế nào trong năm nay, và cả hai đều đáng được mang vào cuộc họp nơi ai đó đề xuất một lệnh cấm.

Một phân tích nội dung 116 chính sách GenAI của cơ sở đào tạo từ 131 đại học R1 của Hoa Kỳ và 98 đề cương môn khoa học máy tính từ 54 trong số đó cho thấy các cơ sở đào tạo nhìn chung ủng hộ việc sử dụng: 63% khuyến khích dùng GenAI, 41% đưa ra hướng dẫn chi tiết cho lớp học, 27% phản đối. Một nửa số đề cương (50%) cấm thẳng, 41% cho phép dùng một phần cho những hoạt động được chỉ định, và 7% truyền đạt sự khuyến khích. Ganguly và các cộng sự (2026) gọi đây là khoảng cách giữa tiếp cận từ trên xuống và từ dưới lên. 92% đề cương đưa ra hướng dẫn rõ ràng, vậy mà các quy tắc tại chỗ vẫn lệch khỏi hướng dẫn của cơ sở, và chỉ 47 cơ sở là phát hiện được cả hai cấp. Trích dẫn nguồn là yêu cầu duy nhất mà cả hai cấp đều đồng ý, ở 83% số đề cương.

Chirikov (2026) theo dõi hơn 31,000 đề cương tại một đại học nghiên cứu công lập lớn ở Texas từ 2021 đến 2025. Mức độ quy định tăng từ gần bằng không trước ChatGPT lên 55% số khóa học vào mùa thu 2025, trong khi các chính sách hạn chế hoàn toàn giảm khoảng 5 điểm phần trăm mỗi năm. Đến mùa thu 2025, giảng viên hạn chế phổ biến nhất là soạn thảo và chỉnh sửa (79%) cùng lập luận và giải quyết vấn đề (65%). Họ cho phép phổ biến nhất là biên tập và hiệu đính (83%), hỗ trợ học tập và tổng hợp (80%) và viết mã (75%). Phát ý tưởng là cách dùng gây tranh cãi nhất, với 46% cho phép và 54% hạn chế.

Câu chữ cũng thay đổi theo các con số. Các đề cập đến liêm chính học thuật giảm từ 63% xuống 49%, các tham chiếu đến ảnh hưởng của AI đối với việc học tăng từ 1% lên 29%, và yêu cầu ghi nguồn tăng từ 16% lên 43%. Lĩnh vực này đang chuyển từ “đừng gian lận” sang “đây là lý do ranh giới này bảo vệ việc học của bạn”, và phiên bản thứ hai là phiên bản sinh viên có thể hành động theo.

Hai hệ quả cho văn bản của bạn. Nghiêm ngặt hơn cơ sở của bạn là chuyện bình thường, và đó là một cam kết bạn tự nhận một mình, vì chi phí thực thi rơi vào bạn. Một yêu cầu trích dẫn nguồn thì gần như miễn phí, vì bốn phần năm lĩnh vực đã yêu cầu điều đó và không sinh viên nào phải đoán ý bạn.

Đặt mỗi quy tắc ở nơi sinh viên sẽ gặp nó

Ba văn bản, ba nhiệm vụ.

Đề cương mang phần tóm tắt ngắn: các nhiệm vụ, cách dùng được phép ở mỗi nhiệm vụ, việc khai báo diễn ra thế nào, và hậu quả khi vượt ranh giới. Một màn hình, không triết lý.

Phiếu bài tập mang phần nêu cụ thể. Một bản tóm tắt duy nhất là quá thô cho một dự án phức tạp, và đây chính là nơi câu chữ của McCorkle phát huy tác dụng, trong một lời giải thích gửi tới sinh viên ở ngôi thứ hai, nêu tên phép đánh giá đứng sau mỗi hạn chế.

Căn phòng mang lời nói đầu tiên. Hãy nói quy tắc một lần, vào đúng thời điểm nó bắt đầu áp dụng, gắn với bài làm đang ở trước mặt họ. Một quy tắc mà sinh viên gặp một mình là một quy tắc họ tự diễn giải một mình.

Cơ chế khai báo cần một đoạn riêng, và đó nên là đoạn cụ thể nhất trên trang. Những sinh viên cùng thiết kế chính sách khóa học qua hình thức tìm hiểu có hướng dẫn ưu tiên việc tập huấn cho sinh viên và giảng viên, quy trình khai báo được chuẩn hoá, sự hỗ trợ mạnh hơn từ cơ sở đào tạo và việc được tham gia nhiều hơn vào các quyết định về AI (Hingle và Johri (2026)). Hãy nói rõ sinh viên khai báo việc dùng AI như thế nào, ở đâu và dưới hình thức nào, và nói một lần.

Pisan (2026) tìm ra một phiên bản mạnh hơn của động thái tương tự: biến nhật ký prompt thành sản phẩm được chấm điểm. Khi mô hình làm phần sản xuất, thì prompt và bản ghi tương tác chính là thứ đáng được quản lý phiên bản, nên việc khai báo không còn là giấy tờ hành chính mà trở thành bằng chứng sinh viên đang xây dựng.

Chỉ viết những quy tắc bạn có thể áp dụng trong một vòng chấm điểm

Một quy tắc cần theo dõi từng nhiệm vụ, hoặc cần phán đoán khi nào một bài đánh giá “bắt đầu”, sẽ được áp dụng không nhất quán giữa các sinh viên trong lớp và giữa hai người chấm. Sự không nhất quán là vấn đề công bằng trước khi là vấn đề hành chính. Một chế độ dựa trên công cụ phát hiện thêm một chi phí giám sát rơi xuống không đồng đều, cùng với những câu hỏi về coi thi từ xa và lưu giữ dữ liệu mà bạn có thể không trả lời được ở cấp khóa học.

Nash và Burriss (2026) phân tích 27 chính sách AI trong lớp học do giáo viên ngữ văn tiếng Anh dự bị viết. 26 trên 27 cho phép dùng AI ở một mức nào đó, gần như luôn theo điều khoản, thời điểm và địa điểm do giáo viên chỉ định; một chính sách cấm hoàn toàn. Phát ý tưởng là cách dùng được cho phép rộng nhất (22 trên 27) và cũng mơ hồ nhất. 22 chính sách không cho phép hoặc để không rõ việc AI soạn câu, đoạn hay bài. 16 chính sách cho phép kiểm tra ngữ pháp và hiệu đính trong khi 16 chính sách cấm việc tạo ra khối văn bản lớn do AI sinh. Và 22 trên 27 không đề cập gì đến việc đọc.

Kiểu thất bại lặp lại là việc cụ thể hoá. Một chính sách cho phép AI “để khởi động suy nghĩ của bạn” và tuyên bố “đây là chỗ nên vẽ ranh giới” mà không nói ranh giới ở đâu. Sự mơ hồ đó khiến sinh viên không thể tuân thủ và bạn không thể áp dụng một tiêu chuẩn nhất quán. Đó là khuyết điểm, không phải thoả hiệp.

Phát hiện của Chirikov về sự khác biệt đáng kể giữa các ngành và các nhiệm vụ ủng hộ những khuôn khổ trao quyền tự chủ cho giảng viên trong lĩnh vực của chính họ thay vì một mệnh lệnh cho tất cả mọi người, và đó cũng là mô tả trung thực về một chính sách khóa học: một phán đoán tại chỗ nằm trong một quy tắc rộng hơn.

Ở đây có một chiều kích công bằng. Những chính sách mờ đục giả định rằng mọi người có chung kiến thức nền về quyền tác giả, việc ghi nguồn và các chuẩn mực của công việc học thuật, nên chúng giáng nặng nhất vào những sinh viên đến mà không có những thứ đó. Trường hợp của McCorkle là sự minh bạch tháo gỡ một phần chương trình ẩn đó và làm giảm khả năng một lỗi chính sách trở thành một vụ kỷ luật.

Phiên bản rẻ nhất của tất cả những điều này là ít và cụ thể: những nhiệm vụ bạn đánh giá, những cách dùng được phép ở mỗi nhiệm vụ, cơ chế khai báo, và hậu quả khi vượt ranh giới, mỗi thứ kèm lý do của nó.

Nói ra thành lời, và để ý điều bạn làm mẫu

Các quy tắc khai báo không tự chúng hoạt động như cơ chế tuân thủ, và coi chúng như thể chúng hoạt động như vậy là lỗi thiết kế phổ biến nhất. Trong một nghiên cứu phương pháp hỗn hợp trên 409 sinh viên đại học, Qu và Wang (2026) phát hiện việc không khai báo là sự thích nghi có chiến lược với chuẩn mực bạn học mà họ cảm nhận được và với mức độ ít tin tưởng vào cách giảng viên diễn giải, chứ không phải sự cẩu thả về đạo đức. Việc bạn học khác có khai báo hay không, theo cảm nhận của sinh viên, và mức độ thoải mái với giảng viên là những yếu tố dự báo mạnh nhất cho việc sinh viên tự khai báo; sự buông lỏng đạo đức có hiệu ứng yếu hơn.

Điều đó để lại cho bạn hai đòn bẩy bạn thực sự kiểm soát được: sinh viên tin rằng bạn học của họ đang làm gì, và liệu họ có tin bạn sẽ đọc một bản khai báo một cách công bằng hay không. Cả hai đều phản ứng với cách bạn nói về quy tắc trong tuần đầu. Cả hai đều không phản ứng với mức độ gay gắt của câu chữ.

Kim và các cộng sự (2026) tìm ra năm địa điểm riêng biệt nơi chính sách thực sự của một khóa học tồn tại: ý định của giảng viên, chính sách chính thức, cách sinh viên diễn giải, chính sách tự đặt của sinh viên và thực tế sinh viên làm. Những khoảng cách giữa chúng mang tính hệ thống. Họ cũng lập danh mục 23 lý lẽ biện minh trong sáu nhóm mà sinh viên dùng để biện hộ cho việc dùng AI trong bài viết học thuật, từ “không có nạn nhân nào là con người” đến “giảng viên thờ ơ”. Những lý lẽ đó mang tính tuỳ hứng và hồi tố: sinh viên giải thích hành vi đã xảy ra thay vì lập luận trước, và đó là lý do câu chữ rõ ràng hơn cùng việc phát hiện gay gắt hơn không tự chúng thu hẹp được khoảng cách.

Một người tham gia muốn tuân thủ một quy tắc cấm AI nghiêm ngặt vẫn tiếp tục dùng AI và nói rằng lệnh cấm “đang tạo ra xung đột cho tôi, vì tôi đang phá quy tắc”. Lệnh cấm làm tăng xung đột đạo đức mà không ngăn được việc sử dụng. Một quy tắc tạo ra cảm giác tội lỗi mà không tạo ra sự tuân thủ đang bào mòn mối quan hệ bạn cần cho việc khai báo.

Cũng hãy để ý điều bạn làm mẫu. Phần lớn bài tập trong khóa của Pisan đều công bố prompt đã dùng để tạo ra chúng, và một sinh viên đọc sự minh bạch đó như sự cho phép: “việc giáo viên phụ thuộc vào AI để chấm điểm và tạo bài tập cũng khiến tôi khó không dùng AI cho bài tập theo cùng cách đó”. Làm mẫu một chuẩn mực là một phần của chính sách như sinh viên trải nghiệm nó, bất kể đề cương ghi gì.

Một tuyên bố bạn có thể điều chỉnh theo:

Việc dùng AI trong khóa học này. Tôi muốn bạn rời khóa học này với khả năng tự làm X, nên tôi đánh giá X một cách trực tiếp. Bạn được dùng AI cho [những cách dùng được phép] trong [danh sách nhiệm vụ]; bạn không được dùng nó cho [những cách dùng bị hạn chế], vì đó chính là thứ tôi đang chấm. Nếu bạn dùng AI ở bất kỳ đâu trong bài làm, hãy cho tôi biết ở [một địa điểm được nêu tên, ví dụ một dòng khai báo trên mỗi bài nộp] rằng bạn đã dùng nó để làm gì và dán các prompt vào. Khai báo sẽ không bao giờ làm giảm điểm của bạn. Không khai báo một lần sử dụng mới là điều mang theo hậu quả. Nếu bạn không chắc một cách dùng có được phép hay không, hãy hỏi tôi trước khi nộp, đừng hỏi sau.

Câu cuối đó dời điểm quyết định lên trước khi làm bài, và đó là thời điểm duy nhất mà câu hỏi có thể được trả lời với giá rẻ.

Chuẩn bị cho bốn cuộc trò chuyện trước khi chúng xảy ra

Sinh viên đã dùng AI mà không nói ra. Hãy xử lý việc này như một câu hỏi về quy trình, không phải về nhân cách. Mohamed và Temimi (2026) mô hình hoá việc đánh giá như một bài toán thông tin không hoàn hảo: sinh viên biết bài làm được tạo ra thế nào, còn nhà trường chỉ thấy sản phẩm cùng những dấu vết một phần. Mô hình vùng phản ứng của họ so sánh ba phản ứng, không dùng AI, dùng AI đã khai báo và dùng AI che giấu, rồi hỏi mỗi cơ chế khiến phản ứng nào trở nên hấp dẫn nhất. Lệnh cấm đặt ra ranh giới chính thức và để việc che giấu vẫn hấp dẫn khi sinh viên thấy việc phát hiện yếu. Giám sát làm tăng chi phí kỳ vọng của việc che giấu mà không làm tăng việc khai báo, nên sinh viên trở nên thận trọng mà không trở nên minh bạch. Cho phép kèm khai báo chỉ khiến việc báo cáo trung thực khả thi chừng nào chi phí của sự trung thực còn thấp.

Trong phòng học, điều đó nghĩa là hỏi bài làm được đặt ra để đánh giá cái gì, đề nghị sinh viên giải trình quá trình của mình, và đọc một bản khai báo muộn như một thông tin chứ không phải một lời thú tội.

Sinh viên trích dẫn AI cho mọi thứ. Đây thường là lỗ hổng kỹ năng khoác áo tuân thủ. Yêu cầu ghi nguồn tăng từ 16% lên 43% số đề cương trong khi các đề cập đến liêm chính học thuật giảm từ 63% xuống 49%, nên lĩnh vực này đang yêu cầu trích dẫn thay vì thú nhận. Hãy quy định định dạng một lần, trên phiếu bài tập chứ không phải trong chú thích cuối trang của đề cương. Nêu rõ việc ghi nguồn đầy đủ trông thế nào trong ngành của bạn và đưa một ví dụ đã làm sẵn. Ở đâu vấn đề thực sự là sinh viên chưa thể tự làm phần việc nền tảng mà không có mô hình, thì câu trả lời nằm ở thiết kế nhiệm vụ.

Bài tập nhóm. Năm sinh viên có thể giữ năm cách hiểu khác nhau về một câu, và chỉ một bài nộp được chấm điểm. Với mỗi sản phẩm nhóm, hãy quyết định và công bố liệu việc dùng AI có được phép, ai khai báo, và điều gì xảy ra khi một thành viên đi ra ngoài quy tắc. Hãy làm việc đó trước khi dự án bắt đầu, khi nó còn là một câu hỏi lập kế hoạch. Nếu bạn không nêu được phần đóng góp cá nhân mà một thành viên phải chịu trách nhiệm, hãy chấm nhiệm vụ đó như bài làm chỉ tính cho cả nhóm thay vì phân xử quyền tác giả sau khi sự việc đã rồi.

Việc khai báo bạn không thể kiểm chứng. Một số khai báo sẽ không đầy đủ và một số thiếu sót sẽ không thể bác bỏ. Bassett và các cộng sự (2026) lập luận rằng không nên dùng việc phát hiện AI trong giáo dục chút nào, dựa trên ba căn cứ có liên quan đến câu chữ. Đầu ra của công cụ phát hiện là một ước lượng xác suất không thể kiểm chứng độc lập, vì nguồn gốc thực của văn bản trong thế giới thực là không biết, nên việc kiểm định chạy trên lập luận vòng tròn. Điểm số của công cụ phát hiện không đạt tiêu chuẩn cân nhắc xác suất mà một cuộc điều tra về liêm chính đòi hỏi. Và sự phân đôi người với AI là vô nghĩa đối với bài làm được tạo ra cùng với AI thay vì bởi AI. Kết luận của họ là việc phát hiện “không bảo vệ liêm chính học thuật; nó làm suy yếu liêm chính học thuật”.

Họ chỉ ra một vấn đề về câu chữ đáng được chép vào lượt sửa của bạn. Những quy tắc hạn chế dùng AI “trong đánh giá” không nêu rõ một bài đánh giá bắt đầu khi nào, nên việc nghiên cứu, lập kế hoạch hay biên tập có AI hỗ trợ có thể là vi phạm hoặc không, tuỳ người đọc. Thay vào đó hãy nêu tên bằng chứng về quá trình mà bạn quan sát được: một prompt và nhật ký tương tác được nộp, một bài tập làm tại lớp, một lời giải thích bằng miệng. Ở đâu nhà trường bạn vẫn dùng công cụ phát hiện, những cảnh báo của họ về lưu trữ dữ liệu, thời hạn lưu giữ và việc sử dụng thương mại bài làm của sinh viên vẫn áp dụng, và phản đối về quyền riêng tư mà hai giáo viên dự bị nêu ra chính là phản đối mà sinh viên bạn sẽ nêu.

Giảng viên hiểu sai gì về điều này

Chính sách nghiêm ngặt hơn là chính sách an toàn hơn. Nghiêm ngặt hơn cơ sở của bạn là chuyện phổ biến và có thể bảo vệ được, nhưng chi phí thực thi là của bạn, và một quy tắc bạn không thể áp dụng nhất quán trong một vòng chấm điểm là một vấn đề công bằng. Hãy cắt bỏ những quy tắc bạn không chạy được.

Lệnh cấm là thông điệp ngắn nhất có thể có. Trong 27 chính sách của giáo viên dự bị, sự mơ hồ nằm chủ yếu ở những chính sách cho phép, và 22 trên 27 chưa bao giờ đề cập đến việc đọc, nên sinh viên bị bỏ mặc để tự suy ra. Người tham gia trong nghiên cứu của Kim và các cộng sự tuân thủ lệnh cấm bằng cách phá nó và cảm thấy tệ về điều đó.

Khai báo là một cơ chế tuân thủ. Nó là một tín hiệu, và tín hiệu phụ thuộc vào sự tin tưởng. Qu và Wang phát hiện chuẩn mực bạn học và mức độ thoải mái với giảng viên dự báo việc khai báo tốt hơn lập luận đạo đức.

Một điểm số của công cụ phát hiện giải quyết được một vụ việc tranh chấp. Nó không đạt tiêu chuẩn mà một cuộc điều tra liêm chính phải đáp ứng, và nó không phân biệt được bài làm được tạo ra cùng AI với bài làm do AI tạo ra. Hãy xây dựng hồ sơ trên bài làm bạn đã quan sát.

Viết chính sách là việc truyền đạt. Kim và các cộng sự tìm ra năm địa điểm nơi chính sách thực sự tồn tại, và văn bản của bạn chỉ là một trong số đó. Phiên bản mà sinh viên hành động theo được lắp ghép từ những gì bạn nói trên lớp và những gì bạn làm với học liệu của chính mình.

Những gì sẽ quay lại với bạn

“Sinh viên sẽ chỉ che giấu thôi.” Một số sẽ làm vậy, và câu hỏi thiết kế là quy tắc của bạn cám dỗ những sinh viên nào. Việc răn đe đi qua khả năng phân biệt của một công cụ phát hiện giữa việc dùng AI che giấu và bài làm hợp pháp, chứ không đi qua tỷ lệ bắt được thô của nó. Khi độ nhạy tăng thêm tạo ra nhiều dương tính giả mới hơn là dương tính thật mới, giám sát mạnh hơn có thể làm cho việc che giấu trở nên hấp dẫn hơn một cách tương đối, vì sinh viên trung thực bị phạt nhanh hơn là người dùng che giấu bị nhận diện. Cho phép và khai báo là hai đòn bẩy riêng: cho phép dịch chuyển ranh giới của cách dùng chấp nhận được, khai báo thay đổi mức độ nhìn thấy. Hãy chẩn đoán nơi nhiệm vụ của bạn kéo theo sinh viên dễ bị cám dỗ che giấu nhất, và thiết kế cho chính sinh viên đó.

“Tôi không muốn cấm những công cụ tôi không phát hiện được.” Bạn không cần phải cấm. Lệnh cấm là một trong bốn phản ứng thiết kế, cùng với giám sát, cho phép dùng kèm khai báo, và thiết kế lại. Thiết kế lại thay đổi thứ mà nhiệm vụ tưởng thưởng, và vẫn chỉ là bề mặt nếu rubric còn chủ yếu chấm sản phẩm cuối. Pisan (2026) cho thấy các cấp độ được nêu rõ: AI bị cấm trong khóa lập trình nhập môn, vì thuê ngoài những vòng lặp đầu tiên là bỏ đi chính thứ đang được dạy; được khuyến khích trong các dự án ở môn cấu trúc dữ liệu (cho phép Copilot) và bị cấm trong các kỳ thi viết giấy bút; là công cụ hỗ trợ học và ôn tập trong khóa hệ thống bậc cao; và bắt buộc trong chính khóa về AI, nơi một ranh giới gánh phần lớn trọng lượng. Mô hình được viết mã, và phần suy ngẫm phải bằng giọng của chính sinh viên. Các kỳ thi bị bỏ hoàn toàn, và việc đánh giá chuyển sang những bài làm mà một mô hình không thể lặng lẽ viết hộ.

“Chính sách của trường tôi đã bao quát việc này rồi.” Ít hơn bạn tưởng. Khoảng cách chạy theo cả hai hướng: 92% đề cương đưa ra hướng dẫn rõ ràng, các quy tắc tại chỗ lệch khỏi hướng dẫn của cơ sở, và chỉ 47 cơ sở là phát hiện được cả hai cấp. Việc mua sắm, dữ liệu và các chu kỳ rà soát thuộc về Làm thế nào để viết và triển khai chính sách AI của cơ sở đào tạo?, nhưng phần chuyển dịch vào lớp học là của bạn. Nash và Burriss kết luận rằng các cơ sở đào tạo phải trang bị cho giáo viên khả năng phản đối cũng như khả năng chấp nhận, cùng với hướng dẫn và phát triển chuyên môn để một giảng viên có thể từ chối một cách dùng AI cụ thể mà không bị gán là lạc hậu. Thuyết công nghệ quyết định của những người tham gia trong nghiên cứu của họ mâu thuẫn với chính những cam kết sư phạm của họ. Một chính sách của cơ sở đào tạo không phải là tấm bình phong cho phán đoán của bạn.

“Tôi không có thời gian viết lại đề cương trong tháng này.” Hãy chạy việc kiểm kê một lần, trên bài tập khiến bạn lo nhất, và mang kết quả thẳng vào phiếu bài tập. Câu trong đề cương có thể chờ chu kỳ sửa đổi tiếp theo. Dù sao sinh viên cũng hành động theo phiếu bài tập.

Việc cần làm trong tuần này

1. Kiểm kê các nhiệm vụ được chấm điểm và viết “cụ thể mình đang đánh giá cái gì?” bên cạnh từng nhiệm vụ, trước khi bạn quyết định bất cứ điều gì về AI.

2. Quyết định từng nhiệm vụ một, và kiểm tra xem mỗi quyết định khiến phản ứng nào trở nên hấp dẫn nhất đối với sinh viên dễ bị cám dỗ che giấu nhất.

3. Viết câu khai báo: một địa điểm, một định dạng, một ví dụ đã làm sẵn về việc ghi nguồn đầy đủ.

4. Nêu tên bằng chứng bạn sẽ chấp nhận trong một vụ tranh chấp (nhật ký prompt, bài làm tại lớp, một lời giải thích bằng miệng), và bỏ bất kỳ quy tắc nào bạn không thể kiểm chứng dựa trên bằng chứng đó.

5. Nói quy tắc thành lời trong buổi học tới, vào đúng thời điểm nó bắt đầu áp dụng, kèm lý do bên cạnh mỗi hạn chế.

Đi tiếp từ đây

Quản trị, chính sách dữ liệu, mua sắm và các chu kỳ rà soát thuộc về Làm thế nào để viết và triển khai chính sách AI của cơ sở đào tạo?; các quy tắc bắt buộc của cơ sở đào tạo và của học khu nằm ở Educational AI Policy và AI Governance. Việc xây dựng lại nhiệm vụ để một điểm số vẫn hỗ trợ được một suy luận có thể bảo vệ nằm ở Làm sao thiết kế lại đánh giá để điểm số vẫn cho tôi biết điều gì đó bảo vệ được về những gì sinh viên biết hoặc có thể làm?, lập luận về thực thi nằm ở Làm thế nào để giảm gian lận AI trong khóa học của tôi?, quyết định về công cụ phát hiện nằm ở Chúng ta có nên dùng công cụ phát hiện AI?, và sơ đồ nhãn nằm ở A bit of chaos and madness: The AI Assessment Scale and the work of assessment reform.