Sự Đồng Nhất Trong Giảng Đường: Tác Động Của AI Lên Tư Duy Phản Biện Của Sinh Viên
Trong một lớp học chuyên đề nhỏ tại Đại học Yale, Amanda nhận ra một hiện tượng kỳ lạ. Các bạn cùng lớp của cô ngồi sau những chiếc laptop với những luận điểm trau chuốt, nhưng cuộc thảo luận sau đó lại trở nên đơn điệu một cách khó hiểu. "Mọi người giờ đây nghe có vẻ giống hệt nhau," Amanda chia sẻ với CNN. Cảm nhận này không chỉ của riêng cô mà đang trở thành mối lo ngại ngày càng lớn trong các giảng đường đại học khi trí tuệ nhân tạo (AI) trở thành công cụ học tập phổ biến.
Một nghiên cứu công bố vào tháng Ba trên tạp chí Trends in Cognitive Sciences đã củng cố cho những quan sát này. Nghiên cứu chỉ ra rằng các mô hình ngôn ngữ lớn (LLM) đang đồng nhất hóa một cách có hệ thống cách diễn đạt và tư duy của con người trên ba phương diện: ngôn ngữ, góc nhìn và lập luận. Hệ quả trực tiếp là sự đa dạng trong ý tưởng và tranh luận học thuật đang bị bào mòn.
Sinh Viên Đang Sử Dụng AI Như Thế Nào?
Đối với nhiều sinh viên, AI đã trở thành một trợ lý không thể thiếu. Jessica, một sinh viên năm cuối tại Yale, thừa nhận sử dụng AI hàng ngày cho các lớp học. Trong một seminar kinh tế, nơi giáo sư gọi ngẫu nhiên sinh viên phát biểu, cô mô tả: "Vào đầu giờ học, bạn có thể thấy mọi người đều đang tải mọi file PDF vào chatbot." Cô cũng dùng AI khi gặp khó khăn trong việc diễn đạt suy nghĩ thành lời, yêu cầu chatbot giúp câu văn trở nên "mạch lạc hơn".
Tuy nhiên, sự tiện lợi này đi kèm với cái giá riêng. Jessica tự nhận thấy bản thân trở nên lười biếng hơn kể từ khi bắt đầu sử dụng chatbot. "Tôi đã nghĩ về việc mình đã ngừng làm việc nhiều như thế nào, đạo đức làm việc của tôi đã giảm sút hoàn toàn so với thời trung học," cô nói. Sophia, một sinh viên ngành nhân học, tin rằng động lực sử dụng AI đến từ sự thiếu tự tin. Cô cho rằng mọi người soạn sẵn kịch bản phát biểu bằng AI vì họ cảm thấy bất an về những gì mình không biết.
Tại Sao AI Khiến Mọi Người "Nghe Giống Nhau"?
Theo Zhivar Sourati, nghiên cứu sinh tiến sĩ tại Đại học Southern California và là tác giả chính của bài báo nghiên cứu, nguyên nhân nằm ở chính cách các mô hình LLM được đào tạo. Chúng được huấn luyện để dự đoán từ có xác suất xuất hiện cao nhất tiếp theo, dựa trên dữ liệu đầu vào. Dữ liệu này thường đại diện quá mức cho các ngôn ngữ và tư tưởng thống trị, dẫn đến câu trả lời "phản chiếu một lát cắt hẹp và lệch lạc của trải nghiệm con người".
Sự đồng nhất hóa do AI gây ra diễn ra trên ba chiều: * Ngôn ngữ: Xu hướng sử dụng từ vựng và cấu trúc câu tương tự. * Góc nhìn: Các mô hình có khuynh hướng tái tạo những quan điểm "WEIRD" (Phương Tây, được giáo dục, công nghiệp hóa, giàu có và dân chủ), ngay cả khi được yêu cầu đại diện cho các bản sắc khác. * Chiến lược lập luận: Kỹ thuật lập luận từng bước phổ biến có thể lấn át những cách tiếp cận vấn đề mang tính trực giác, đặc thù văn hóa hoặc sáng tạo hơn.
Một hậu quả đáng lo ngại, theo Sourati, là ngôn ngữ và quan điểm WEIRD có thể được coi là đáng tin cậy và "chuẩn mực xã hội" hơn, làm lu mờ các góc nhìn thiểu số. Trong bối cảnh giáo dục, khi sinh viên cùng dựa vào AI để trả lời các câu hỏi mở, câu trả lời có thể trau chuốt hơn nhưng sẽ rơi vào chỉ một vài nhóm ý tưởng tương tự nhau, làm mất đi sự đa dạng tư duy mà thảo luận lớp học hướng tới.
Mối Đe Dọa Đối Với Tư Duy Phản Biện Và Sáng Tạo
Các chuyên gia lo ngại rằng việc "ủy thác" tư duy cho AI sẽ cản trở sự phát triển kỹ năng tư duy phản biện. Daniel Buck, nghiên cứu viên tại Viện Doanh nghiệp Hoa Kỳ và là cựu giáo viên dạy tiếng Anh, nhấn mạnh: "Rất nhiều việc học diễn ra trong những chi tiết nhàm chán, trong sự vật lộn." Ông cho rằng sinh viên chỉ thực sự lưu giữ kiến thức khi họ tự mình xử lý thông tin. Nếu một sinh viên dùng AI để suy nghĩ, họ có thể lặp lại một luận điểm trong lớp, nhưng không xây dựng được kỹ năng nền tảng để áp dụng kiến thức đó ở nơi khác.
Morteza Dehghani, giáo sư tâm lý học và khoa học máy tính, đồng tác giả nghiên cứu, chia sẻ mối quan tâm về một thế hệ sinh viên được học và kèm cặp bởi AI. "Họ sẽ đồng nhất hơn trong cách họ nghĩ, cách họ viết, vì vậy điều này sẽ có những ảnh hưởng lâu dài," ông nói. Ông cũng lo ngại rằng nếu mọi người tiếp tục giao phó lập luận cho AI, xã hội sẽ mất đi sự đổi mới sáng tạo và khả năng phê phán các ý tưởng chính thống.
Giảng Viên Ứng Phó Ra Sao?
Trước thách thức này, các giảng viên đang tích cực tìm cách thích nghi. Sun-Joo Shin, giáo sư triết học tại Yale, thừa nhận đây là "một bài tập lớn" cho bất kỳ ai tham gia giảng dạy. Bà đã điều chỉnh cấu trúc điểm số cho các lớp logic của mình. Trọng số của các bài tập về nhà đã được giảm bớt và chỉ được chấm dựa trên mức độ hoàn thành. Thay vào đó, điểm số chủ yếu dựa vào các bài kiểm tra giữa kỳ, cuối kỳ được tổ chức tại lớp, cùng với các bài thuyết trình và kiểm tra vấn đáp.
Chiến lược này nhằm đảm bảo tính trung thực và khuyến khích tư duy độc lập. Buck cũng đề cập đến việc giáo viên quay trở lại với các phương pháp như đọc văn bản tại lớp, viết luận tại chỗ và các bài đánh giá viết tay trên giấy. Các bài kiểm tra đột xuất (pop quiz) cũng là một công cụ hiệu quả để kiểm tra mức độ đọc hiểu thực sự của sinh viên, vì các bản tóm tắt bằng AI thường bỏ sót những chi tiết cụ thể.
Đại học Yale đã ban hành hướng dẫn sử dụng AI cho cả sinh viên và giảng viên, nhấn mạnh rằng việc sử dụng AI phải tuân theo chính sách của từng khóa học cụ thể. Nhà trường cung cấp các chính sách mẫu cho nhiều loại hình lớp học khác nhau, từ việc hạn chế đến khuyến khích sử dụng AI, tùy thuộc vào mục tiêu học tập.
Cuộc tranh luận về AI trong giáo dục không phải là về việc cấm đoán hoàn toàn, mà là về việc tìm ra sự cân bằng. Như giáo sư Shin chia sẻ, bà muốn sinh viên "sử dụng công cụ thú vị này để mang lại lợi thế cho họ, chứ không phải là nạn nhân của nó." Thách thức đặt ra là làm thế nào để khuyến khích sinh viên học tập chất lượng và tư duy sáng tạo mà không chạy trốn khỏi các công cụ AI hay sao chép chúng. Tương lai của tư duy phản biện trong giảng đường phụ thuộc vào cách cả người dạy và người học cùng vượt qua thách thức này.