Trí tuệ nhân tạo lên ngôi, giáo viên trở thành người dẫn đường

Khi máy tính tay được bắt đầu sử dụng rộng rãi trong trường học vào đầu những năm 1970, cũng tưởng rằng điều đó đồng nghĩa với việc chúng ta không còn khả năng tự tính toán. Sự hoài nghi, lo lắng là điều dễ thấu hiểu khi giáo viên tưởng tượng ra viễn cảnh học sinh của chính mình sẽ đặt mình và "máy móc" (nói chung) lên bàn cân hay dùng máy móc cho những mục đích xấu (gian lận, sao chép, giải bài giùm, hay làm giùm bài tập về nhà...). Tuy nhiên, chính sự lo lắng đó là một cơ hội tốt để định nghĩa lại (hoặc định nghĩa một lần nữa) về bản chất của quá trình học và giá trị cốt lõi không thể thay thế được của mối quan hệ thầy trò.

NHẬT THỊNH

Vai trò của giáo viên không chỉ là đưa ra đáp án đúng

Bản chất của quá trình học là học sinh cần giáo viên động viên và sát cánh việc tự điều chỉnh của các em qua những vấp ngã hơn là đáp án đúng trong khi làm bài tập

Từ thế kỷ 20, hai nhà tâm lý học Ten Berge và Van Hezewijk (1999) đã khẳng định tầm quan trọng của việc phân biệt "declarative knowledge" (tạm dịch: kiến thức nền - factual information - khách quan tương đối về một sự vật, hiện tượng, chủ đề) và "procedural knowledge" (tạm dịch: kiến thức về quá trình – diễn giải lại quá trình làm sao mình biết bằng lời nói hoặc loạt hành động có logic bài bản).

Công cụ dịch Google Translate chuyển ngữ "procedural knowledge" rất thú vị - "kiến thức tự tạo" âu cũng có lý của nó. Lý do là vì kiến thức "declarative" là những tri thức khách quan đã từng được kiểm chứng để giới thiệu và chia sẻ với mọi người. Trong khi đó, "procedural" là khả năng chủ quan của người học để tự giải thích và giải thích cho người khác làm sao những tri thức kia được tìm/tạo ra và dùng thế nào. Và còn hơn thế nữa, "procedural knowledge" còn là nền tảng "know-how" (biết diễn giải để xử lý và giải quyết một vấn đề mới dựa trên kiến thức liên đới sẵn có), biết cách tìm chọn hợp lý giữa các tri thức có sẵn để tạo nên thói quen mới tối ưu trong suy nghĩ và hành động (implicit memory for automation) và kiến tạo nên các cách làm mới (creativity- sự sáng tạo bắt đầu từ đây).

Một người nghệ sĩ chơi violin có "declarative knowledge" là biết định nghĩa nốt là gì, ký hiệu trên khuôn nhạc là gì và "procedural knowledge" là biết cách cầm đàn lên chơi đúng và thậm chí là chơi hay (khác biệt các nghệ sĩ khác) bản nhạc đó. Điều đặc biệt nữa cần nhấn mạnh là trong khi "declarative knowledge" có thể được lĩnh hội qua việc tìm hiểu, đọc, ghi nhận thì "procedural knowledge" yêu cầu ta phải tương tác với thông tin, trải nghiệm thông tin để có thể tái tạo nó qua góc nhìn của ta.

M.H

M.H

Trở lại vấn đề về học, ChatGPT hỗ trợ người học rất nhiều về kiến thức nền (know-what) nhưng không thể giúp người học trải nghiệm được kiến thức diễn tả (know-how). Vì thế, trong thế giới mới mà các dạng thức tương tác với người học (và người dạy) rất đa dạng và thuận tiện để biết về kiến thức nền thì giáo dục hiện đại bắt đầu chuyển mình để thúc đẩy trải nghiệm mang tính cá thể cá nhân của người học. Thầy cô trở thành người đồng hành và đi cùng quá trình học tuy vụng về, va vấp của các em, nhưng rất cần thiết và tự nhiên trước khi mục tiêu học tập được hoàn thành. Các bài tập đưa ra không để kiểm tra và đánh đố các em đã biết đến đâu về điều đang bàn nữa, mà chính là khuyến khích các em cho thấy rằng các em có thể đưa ra câu trả lời phản ánh đúng nhất tư duy (và sáng tạo) của các em dựa trên những gì được cung cấp hoặc có thể tự tìm thấy.

Ví dụ, thay vì làm bài tập về nhà chỉ có một đáp án (Chegg đã và hiện đang là trang web có lượng "answer keys" nhiều nhất trên thế giới, hay gọi nôm na là một dạng sách giải cao cấp), giáo viên nay đã quan tâm hơn đến việc hiểu năng lực thực sự của một học sinh là gì. Nghĩa là, điều quan trọng không còn dừng lại ở chuyện học sinh đưa ra một đáp án đúng (correct declarative knowledge), mà còn là "làm cách nào học sinh tìm ra các thông tin này", "học sinh có thể không cần nhìn đáp án và tóm tắt ngắn gọn điều quan trọng nhất em học được từ bài tập này là gì", "bài học hôm nay có thể ứng dụng giải quyết các vấn đề gì theo em" và "câu trả lời học sinh nộp/đưa ra có phản ánh hợp lý năng lực giáo viên đang đánh giá khi tương tác thật không"...

Thay đổi việc đánh giá

Vậy, để ChatGPT không trở thành nỗi ám ảnh rằng học trò đang lười (chủ yếu là làm bài tập về nhà khi không có sự giám sát của mình) và muốn "gạt" mình thì giáo viên hoàn toàn có thể dựa vào hiểu biết và đánh giá của chính mình về học trò ấy để nhận định khả năng "thật rất thật" của học sinh. Ngày nay các trường đại học (ví dụ ở Mỹ) cũng đã thay đổi quá trình tuyển sinh từ làm bài luận và nộp qua hệ thống thành các buổi phỏng vấn trực tiếp hoặc kết hợp cả hai hình thức.

So sánh câu trả lời do ChatGPT tạo ra (câu trả lời đúng mà chưa sâu, còn "thảo mai" nữa) và câu trả lời học sinh tạo ra trong hình đính kèm, giáo viên là người hiểu nhất rằng học sinh của mình ở thời điểm hiện tại có thể đưa ra một câu trả lời không hoàn hảo, còn nhiều điểm có thể gọt giũa nâng cao, nhưng đó chính là trải nghiệm nền tảng (core experience) cho sự tiến bộ cá nhân của em sau này. Nếu em bỏ qua bước này, khác với một cái máy, em sẽ không thể đi đến bước tiếp theo. Thêm nữa, câu trả lời phản ánh rất đúng cái tôi và quan điểm cá nhân của các em, qua những vốn từ vựng, ngữ pháp tích lũy, và đặc biệt là cảm xúc thích thú em dành cho đề tài và quá trình giao tiếp, một bản sắc không thể một sớm một chiều thay đổi.

Nói cách khác, hơn bao giờ hết, ChatGPT (và bất kỳ các công cụ công nghệ hỗ trợ tương tự) đang thúc đẩy quá trình học, tương tác, và đánh giá xung quanh chữ "thật" giữa người với người (trong một môi trường kiểm tra mà công nghệ có thể cần hoặc không cần hoặc môi trường tập trung vào giao tiếp chỉ người với người chẳng hạn).