Applying AI Fluency to learning materials and assignments

Tận dụng sự am hiểu AI để xây dựng học liệu

Hãy cùng khám phá cách sử dụng sự am hiểu AI để tạo ra những tài liệu mà sinh viên thực sự tương tác — từ các phiếu bài tập hàng ngày cho đến bài thi cuối kỳ. Các công cụ hỗ trợ học tập giúp thu hẹp khoảng cách giữa những gì sinh viên có thể tự làm độc lập và những gì họ có thể đạt được với kiến thức tích lũy từ khóa học. Dù đó là phiếu bài tập bổ trợ cho bài giảng, một hoạt động thực hành hay một bài kiểm tra có chấm điểm, chúng ta thường dành vô số thời gian để cố gắng tạo ra những tài liệu thực sự giúp ích cho việc học của sinh viên.

AI có thể là một "mắt xích" mạnh mẽ giúp bạn thấu hiểu và xây dựng nhịp cầu đó hiệu quả hơn. Với ngữ cảnh từ các cuộc hội thoại trước đó, các tệp tin đã tải lên và các công cụ được kết nối, mọi phiếu bài tập, hoạt động và bài đánh giá bạn tạo ra giờ đây đều có thể khai thác từ một nền tảng hiểu biết sâu sắc hơn. Cộng sự AI của bạn hiểu rõ các mục tiêu học tập cụ thể, cách chúng liên kết với nội dung đã chọn, lộ trình sư phạm bạn đã vạch ra, cũng như triết lý giảng dạy và những hạn chế thực tế của bạn. Điều này có nghĩa là bạn không bao giờ phải bắt đầu từ con số không; thay vào vào đó, bạn đang tạo ra các tài liệu phát triển một cách logic dựa trên những gì đã có trước đó.

Khung 4D trong sáng tạo học liệu

Tương tự như trước, chúng ta sẽ làm việc thông qua khung "4D". Trong phần này, chúng ta sẽ giữ mọi thứ ở mức độ khái quát và tập trung vào các động lực chung khi làm việc với AI theo cách này.

1. Delegation (Ủy thác): Xác định nhu cầu

Giả sử một nhóm sinh viên báo chí đang gặp khó khăn với một khái niệm, chẳng hạn như hiểu về giả thuyết không (null hypothesis) và giả thuyết đối (alternative hypothesis) trong thống kê, đặc biệt là khi các biến số không hiển hiện rõ ràng. Bạn cần một bài tập có thể giải quyết sự nhầm lẫn này.

Nhờ vào việc xây dựng ngữ cảnh trước đó, cộng sự AI của bạn đã biết:

• Đây là một phần của mục tiêu học tập Tuần 4.
• Sinh viên báo chí của bạn thường gặp khó khăn với các khái niệm toán học trừu tượng.
• Bạn đang hướng tới việc kiểm định giả thuyết thông qua các ví dụ thực tế.
• Các hoạt động trước đó đã sử dụng phân tích mạng xã hội như một khái niệm cầu nối.

Trong tình huống này, nhận thức về vấn đề (problem awareness) giúp bạn hiểu tại sao sinh viên bối rối và điều gì cần được giải quyết. Nhận thức về nền tảng (platform awareness) nhắc bạn rằng AI có thể nhanh chóng tạo ra các bài tập thực hành đa dạng. Nhưng quan trọng nhất, ngữ cảnh đã thiết lập giúp AI tạo ra các bài toán phù hợp hoàn hảo với trình tự sư phạm của bạn. Việc ủy thác nhiệm vụ (Delegation) trở nên tự nhiên: bạn xác định điểm gây nhầm lẫn cụ thể và kết quả mong muốn, AI sẽ tạo ra các kịch bản thực hành đa dạng, bám sát tiến trình của khóa học.

2. Description (Mô tả): Chia sẻ tầm nhìn

Khi xây dựng học liệu, ngữ cảnh là yếu tố then chốt. Thay vì bắt đầu mới hoàn toàn, bạn có thể tham chiếu đến những hiểu biết chung bằng cách nói với AI: "Hãy nhớ lại cách chúng ta đã thảo luận rằng sinh viên báo chí của tôi cần các ví dụ cụ thể trước khi đi vào lý thuyết trừu tượng? Hãy tạo một phiếu bài tập về giả thuyết không dựa trên các ví dụ phân tích mạng xã hội từ tuần trước."

Sau đó, hãy thêm các chi tiết cụ thể với mô tả phong phú về sản phẩm, quy trình và hiệu suất:

• Định dạng (Format): "Định dạng dưới dạng phiếu bài tập có đánh số rõ ràng; để trống không gian cho sinh viên làm bài; đặt đáp án ở một trang riêng."
• Kỳ vọng về quy trình (Process Expectations): "Đầu tiên, hãy nhắm vào những hiểu lầm chính của họ về việc xác định biến số. Sau đó, bắt đầu mỗi bài toán bằng một tình huống gần gũi trong cuộc sống hàng ngày. Tiếp theo, yêu cầu sinh viên xác định các biến số trước khi viết giả thuyết. Tăng dần độ khó."
• Thông số hiệu suất (Performance Parameters): "Hãy sáng tạo với các kịch bản, nhưng giữ ngôn ngữ ở trình độ đọc hiểu lớp 10. Nếu bất kỳ bài toán nào có vẻ quá phức tạp, hãy gắn cờ báo cho tôi."

3. Discernment (Nhận thức): Vận dụng chuyên môn

Khi AI đưa ra các lựa chọn, hãy áp dụng kỹ năng nhận thức để xác định điều gì là hữu ích. Ví dụ, nếu AI đề xuất một bài tập sử dụng một ứng dụng mạng xã hội phổ biến và bạn thấy nó hoàn hảo vì tính dễ tiếp cận và phù hợp, đừng chỉ lướt qua. Hãy giải thích cho AI tại sao nó hiệu quả để nhận được các gợi ý tốt hơn trong tương lai.

Ngược lại, nếu một đề xuất không phù hợp, hãy giải thích lý do thay vì chỉ từ chối. Quá trình tương tác qua lại giữa mô tả và nhận thức này giúp ngữ cảnh liên tục được bồi đắp. Trong quá trình đó, bạn có thể khám phá ra những cách dạy mới hoặc những góc nhìn mà bạn chưa từng cân nhắc. Khả năng nhận thức tốt giúp nhận diện cả vấn đề lẫn tiềm năng — đôi khi AI gợi ý một cách tiếp cận từ một lĩnh vực khác nhưng lại giúp làm sáng tỏ khái niệm của bạn một cách xuất sắc.

4. Diligence (Sự cẩn trọng): Tính mục đích và trách nhiệm

Sự cẩn trọng có nghĩa là có tính mục đích trong sự cộng tác của bạn:

• Cẩn trọng trong Sáng tạo: Bảo vệ dữ liệu nhạy cảm và làm gương trong việc sử dụng AI có trách nhiệm. Chú ý kỹ lưỡng đến các trích dẫn học thuật.
• Cẩn trọng trong Minh bạch: Sử dụng chính việc bạn dùng AI như một cơ hội giảng dạy. Viết các tuyên bố về sự cẩn trọng và thảo luận với sinh viên để họ hiểu vai trò chuyên môn của con người.
• Cẩn trọng trong Triển khai: Kiểm tra kỹ lưỡng tài liệu về độ chính xác, định kiến, sai sót và sự phù hợp với mục tiêu. Cuối cùng, bạn là người chịu trách nhiệm về tác động của những tài liệu mình tạo ra.

Thiết kế trải nghiệm học tập nhất quán

Là một nhà giáo am hiểu AI, bạn không cần một "prompt bí mật" cho mỗi hướng dẫn học tập, bài thực hành, rubric hay bài kiểm tra. Bạn chỉ cần nhận ra cách áp dụng chuyên môn giảng dạy và kiến thức chuyên môn sẵn có vào việc cộng tác với AI. Càng làm việc với AI, bạn càng dễ dàng tạo ra các tài liệu phối hợp với nhau một cách liền mạch. Bạn có thể hỏi AI:

• Bài thực hành này kết nối với phiếu bài tập như thế nào?
• Sinh viên đã có sự chuẩn bị gì trước đó?
• Điều này dẫn dắt đến đâu trong chương trình học?
• Sinh viên cần mức độ hỗ trợ nào?

Học liệu của bạn cần mang lại cảm giác có tính mục đích và được thiết kế như một trải nghiệm học tập thống nhất, chứ không phải là một tập hợp các hoạt động ngẫu nhiên.

Giải quyết thách thức của AI trong giáo dục

Thực tế là AI có thể hoàn thành nhiều bài tập với năng lực cao đang tạo ra một thách thức lớn cho giáo dục. Mỗi bối cảnh, từ mẫu giáo đến sau đại học, đều đối mặt với những rào cản riêng trong việc đánh giá kết quả học tập của sinh viên. Tất cả chúng ta đều đang tìm cách dạy học đạo đức và hiệu quả trong một thế giới tràn ngập AI.

Sự am hiểu AI có thể giúp chúng ta đối diện với thách thức này. Để thực hiện sự cẩn trọng, trước tiên chúng ta cần làm rõ các mối quan ngại và tiêu chuẩn của mình với đồng nghiệp và sinh viên. Những cuộc thảo luận này có thể trực tiếp định hình quá trình cộng tác với AI để thiết kế các bài tập và bài đánh giá.

Tóm tắt các chiến lược chính

1. Xây dựng ngữ cảnh qua hội thoại: Bắt đầu đơn giản và thêm dần độ phức tạp. Khi AI soạn thảo nội dung quá nâng cao, hãy giải thích điểm gây khó hiểu và yêu cầu thêm các bước đệm (scaffolding). Khi nó đưa ra kết quả tuyệt vời, hãy giải thích tại sao nó tốt để cải thiện các đầu ra trong tương lai.
2. Nhìn mọi thứ qua lăng kính giảng dạy: Mọi gợi ý của AI đều cần chuyên môn của bạn. Nó có khớp với mục tiêu học tập không? Chuyên môn của bạn biến những nội dung chung chung thành những trải nghiệm học tập có mục tiêu.
3. Thực hành sự cẩn trọng thực thụ: Xác minh độ chính xác, kiểm tra các định kiến không mong muốn và ghi chép lại quá trình cộng tác để làm mẫu về tương tác có trách nhiệm cho sinh viên.

Cách tiếp cận này không chỉ là tạo ra tài liệu nhanh hơn; đó là tạo ra những tài liệu tốt hơn vì chúng nảy sinh từ sự cộng tác thực thụ giữa chuyên môn sư phạm của bạn và khả năng của AI. Kết quả là một hành trình học tập nhất quán, nơi các bài đánh giá đồng nhất với việc giảng dạy thực tế và các nguồn lực thể hiện được tầm nhìn sư phạm độc đáo của riêng bạn.