Từ đánh giá sản phẩm đến đánh giá tư duy
Trước đây, giáo viên (GV) có thể dựa khá nhiều vào sản phẩm cuối cùng để đánh giá kết quả học tập. Nhưng trong môi trường AI, một sản phẩm hoàn chỉnh chưa đủ cho biết học sinh (HS) đã thực sự hiểu vấn đề hay chưa, có tự mình lựa chọn cách giải quyết hay chỉ sử dụng câu trả lời có sẵn.
Các giáo viên tìm hiểu ứng dụng công nghệ AI trong dạy học tại một ngày hội tổ chức ở TP.HCM
ẢNH: NGỌC LONG
Một bài viết có thể rất mạch lạc nhưng chưa chắc HS hiểu nội dung. Một chương trình có thể chạy tốt nhưng chưa chắc người học hiểu mã lệnh. Một bài thuyết trình có thể đẹp và đầy đủ nhưng chưa chắc phản ánh khả năng tư duy của người trình bày. Do đó, câu hỏi của đánh giá không nên chỉ là "HS tạo ra sản phẩm gì?" mà phải mở rộng thành "HS đã suy nghĩ, lựa chọn, kiểm chứng và tạo ra sản phẩm đó như thế nào?".
Điều này không có nghĩa sản phẩm cuối cùng mất giá trị nhưng cần được đặt trong mối quan hệ với quá trình hình thành và khả năng giải thích, bảo vệ sản phẩm của HS.
Khi đó, HS có thể được yêu cầu lưu lại ý tưởng ban đầu, câu hỏi nghiên cứu, nguồn thông tin đã sử dụng, những câu hỏi đặt cho AI, kết quả nhận được, cách kiểm chứng và những nội dung đã chỉnh sửa. Đây có thể được xem là "dấu vết học tập".
Một hình thức đơn giản nhưng hiệu quả là "vấn đáp ngắn" sau khi hoàn thành sản phẩm. GV có thể hỏi: Vì sao em chọn cách này? Nguồn nào quan trọng nhất? Em đã kiểm chứng thông tin như thế nào? Nếu thay đổi điều kiện thì kết quả có thay đổi không? Những câu hỏi như vậy giúp nhận diện mức độ hiểu và khả năng tư duy của HS mà sản phẩm cuối cùng không thể hiện đầy đủ.
Do đó, đánh giá quá trình không phải để thay thế hoàn toàn đánh giá kết quả, mà để bổ sung những thông tin mà sản phẩm cuối cùng không thể cung cấp.
Học cùng AI nhưng phải có năng lực độc lập
Trong những nhiệm vụ phù hợp, HS có thể dùng AI để tìm kiếm thông tin, gợi ý ý tưởng, phân tích hoặc nhận phản hồi. Khi đó, GV đánh giá khả năng HS đặt vấn đề, đặt câu hỏi, lựa chọn và kiểm chứng thông tin, chỉnh sửa kết quả AI và tạo ra sản phẩm có đóng góp trí tuệ của mình.
Ngược lại, với những bài kiểm tra nhằm xác nhận năng lực cá nhân, HS cần thực hiện nhiệm vụ không có AI để đánh giá những gì các em có thể tự mình nhớ, hiểu, phân tích, giải quyết và trình bày.
Vì vậy, nhà trường cần quy định rõ nhiệm vụ nào được dùng AI, dùng để làm gì và năng lực nào HS phải thực hiện độc lập. Nếu chỉ cho phép AI, HS có nguy cơ phụ thuộc; nếu chỉ cấm AI, các em không được rèn năng lực sử dụng công cụ này một cách có trách nhiệm.
Đặc biệt, năng lực độc lập phải được rèn luyện thường xuyên, không chỉ kiểm tra cuối cấp. Bên cạnh nhiệm vụ có AI, GV cần duy trì các hoạt động không AI như viết trực tiếp, giải quyết vấn đề, thực hành, vấn đáp, thuyết trình và xử lý tình huống mới.
Mục tiêu cuối cùng không phải là HS "không dùng AI", mà là biết khi nào nên dùng AI và khi nào phải tự mình suy nghĩ, quyết định và chịu trách nhiệm.
AI ngày càng được sử dụng rộng rãi trong học tập
ảnh: Ngọc Long
Một "thước đo" mới cho giáo viên
Trong môi trường có AI, tiêu chí đánh giá cần được mở rộng. Trước hết, vẫn là kiến thức và mức độ hiểu: HS có thực sự hiểu nội dung hay chỉ sử dụng câu trả lời có sẵn? Tiếp theo là năng lực đặt vấn đề và đặt câu hỏi: HS có xác định được điều cần giải quyết và biết điều chỉnh câu hỏi khi kết quả chưa phù hợp?
Thứ ba là năng lực kiểm chứng: HS có biết đối chiếu thông tin AI cung cấp với các nguồn khác và phát hiện sai sót? Thứ tư là tư duy phản biện và giải quyết vấn đề: HS có thể phân tích các phương án, nhận diện ưu điểm và hạn chế, đưa ra lựa chọn và giải thích lý do?
Thứ năm là sáng tạo và đóng góp cá nhân: sản phẩm có dấu ấn của người học hay chỉ là kết quả được tạo ra theo một mẫu có sẵn?
Cuối cùng là trách nhiệm và đạo đức số: HS có minh bạch về việc sử dụng AI, tôn trọng bản quyền và chịu trách nhiệm về sản phẩm hay không?…
Tuy nhiên, đổi mới đánh giá không thể chỉ là việc riêng của từng GV. Nhà trường cần thống nhất nguyên tắc sử dụng và đánh giá AI để HS không nhận những yêu cầu trái ngược giữa các môn học. Nguyên tắc này có thể dựa trên 3 tầng: Về khả năng làm việc cùng AI, quá trình và năng lực độc lập của HS.
Đổi mới đánh giá phải đi cùng đổi mới dạy học
Tuy nhiên, nếu cách dạy vẫn chủ yếu yêu cầu HS ghi nhớ và tái hiện kiến thức, việc thay đổi đánh giá sẽ rất khó đạt hiệu quả.
Nhà trường cần tăng những nhiệm vụ đòi hỏi HS phân tích, vận dụng, tranh luận, thiết kế, thử nghiệm, giải quyết tình huống mới và bảo vệ quan điểm. STEM, nghiên cứu khoa học, dự án, thảo luận, phản biện, thực hành và lớp học đảo ngược có thể tạo ra những không gian như vậy.
Tuy nhiên, ngay trong những hoạt động có AI, vẫn cần có những thời điểm HS phải tự mình thực hiện. AI có thể hỗ trợ quá trình học, nhưng không được thay thế năng lực cốt lõi như vận dụng, phân tích, đánh giá, phản biện, sáng tạo mà nhà trường cần hình thành ở người học.
Bình luận (0)