AI on campus

• Sinh viên đại học đang sử dụng AI rộng rãi (trên 90%) trong học tập hàng ngày với nhiều mục đích khác nhau, từ hỗ trợ làm bài tập đến phát triển dự án sáng tạo.
• Cách sinh viên sử dụng AI phản ánh động lực học tập và mục tiêu cá nhân của họ, với một số dùng AI để hoàn thành bài tập thay thế, trong khi những người khác tích cực dùng nó để củng cố kiến thức.
• Trách nhiệm về việc sử dụng AI một cách có chủ đích và hiệu quả nằm ở mỗi sinh viên, bởi các quy định của trường học thường không theo kịp tốc độ phát triển và áp dụng của công nghệ này.

• Phổ biến và đa dạng: Hơn 90% sinh viên sử dụng AI cho các tác vụ như tóm tắt bài giảng, giải bài tập, làm nghiên cứu thị trường/tài chính, và thậm chí là hoàn thành bài kiểm tra khi thiếu thời gian.
• "Vùng xám" trong quy định: Các trường đại học đang trong giai đoạn chuyển đổi với quy định về AI, tạo ra sự bối rối và thiếu rõ ràng về cách sử dụng đúng đắn, với một số khóa học cấm và số khác khuyến khích.
• Giảm rào cản sáng tạo: AI, đặc biệt là các công cụ hỗ trợ viết mã và nền tảng đám mây, giúp giảm đáng kể rào cản kỹ thuật, cho phép sinh viên không chuyên về khoa học máy tính cũng có thể xây dựng các dự án và ứng dụng thực tế.
• AI như một chất xúc tác, không phải cái nạng: Sinh viên nên sử dụng AI như một công cụ hỗ trợ động não và làm việc hiệu quả, thay vì dựa dẫm hoàn toàn vào nó để tránh tư duy phản biện hoặc học hỏi sâu sắc.
• Tiếp cận có chủ đích: Việc sử dụng AI hiệu quả đòi hỏi ý định rõ ràng từ sinh viên, ví dụ như xây dựng các cuộc hội thoại dài, có ngữ cảnh để AI hoạt động như một trợ lý cá nhân cho các nhiệm vụ cụ thể.
• Khoảng cách giữa sinh viên và giảng viên: Sinh viên là những người áp dụng AI nhanh chóng do bản chất "bản địa số", trong khi các giáo sư và ban quản lý còn chậm hơn trong việc thích nghi và tích hợp AI vào chương trình giảng dạy.
• Phát triển dự án sáng tạo: AI thúc đẩy sinh viên tạo ra các công cụ hữu ích như ứng dụng theo dõi chỗ trống lớp học, trang web thông tin câu lạc bộ, hoặc công cụ chú thích slide bài giảng, ngay cả với những người không có nền tảng kỹ thuật.
• Trách nhiệm cá nhân: Do khó khăn trong việc ban hành và thực thi quy định hiệu quả, việc cân bằng giữa học hỏi và phụ thuộc vào AI cuối cùng thuộc về trách nhiệm của mỗi sinh viên.

• AI — Trí tuệ nhân tạo
• workflow — quy trình làm việc
• critical thinking — tư duy phản biện
• crutch — cái nạng (nghĩa bóng: sự dựa dẫm quá mức)
• intentionality — tính có chủ đích
• catalyst — chất xúc tác
• prototype — nguyên mẫu
• AI literacy — hiểu biết về AI
• curriculum — chương trình giảng dạy
• side project — dự án phụ

Giới thiệu và Góc nhìn về AI trong Giáo dục

Tôi nghĩ AI, và đặc biệt là cách sinh viên sử dụng AI, thể hiện rõ tất cả những động lực đó. Có những sinh viên dùng AI để hoàn thành bài tập thay cho họ, làm việc hộ họ. Và cũng có những sinh viên tránh xa AI, hoặc chủ động sử dụng nó theo những cách củng cố việc học của họ. Giờ đây, là sinh viên, trách nhiệm của chúng ta là sử dụng công cụ này để đạt được mục tiêu cá nhân của riêng mình. Mọi người đều nói về việc AI đang thay đổi giáo dục như thế nào. Nhưng chúng tôi nhận thấy, cách tốt nhất để tìm hiểu về những thay đổi này là hỏi trực tiếp các sinh viên. Tôi là Greg, đến từ Anthropic, và hôm nay tôi có mặt cùng bốn sinh viên đại học, những người sẽ chia sẻ góc nhìn nội bộ cho chúng ta. Vậy, tại sao các bạn không tự giới thiệu về mình?

Chào, tôi là Zane, sinh viên năm cuối tại London School of Economics, chuyên ngành Kế toán và Tài chính. Chào, tôi là Chloe, sinh viên năm ba tại Princeton, chuyên ngành Tâm lý học và Khoa học Máy tính. Chào, tôi là Marcus. Tôi là sinh viên năm cuối tại UC Berkeley, chuyên ngành Kinh tế học và Khoa học Dữ liệu. Tôi là Tino, sinh viên cao học năm thứ hai tại Thunderbird School of Global Management, thuộc Arizona State University, tôi đang theo học chương trình Masters in Digital Transformation. Tuyệt vời, cảm ơn các bạn đã có mặt. Cảm ơn các bạn. Vậy, hãy bắt đầu bằng việc phác họa bối cảnh. Không khí ở các trường đại học dạo gần đây với AI như thế nào? Mọi người đang suy nghĩ gì về nó?

Tình hình sử dụng AI trên các khu học xá

Vâng, tôi đã thực hiện một cuộc khảo sát cách đây không lâu về cách sinh viên đang sử dụng AI, và tôi thấy rằng 90% sinh viên đang dùng AI trong workflow hàng ngày của họ. Họ dùng để tóm tắt bài giảng, trả lời các problem sets để giúp đưa ra phản hồi về các bài tập đã viết. Vì vậy, thực sự có rất nhiều trường hợp sử dụng AI đa dạng trong sinh viên. Nó đang tạo ra tác động, và các trường đại học đang phải quản lý điều đó. Chúng ta đang thấy những thay đổi trong quy tắc và quy định. Một số khóa học cấm AI, trong khi những khóa khác lại khuyến khích. Vì vậy, sinh viên hiện đang ở trong một "vùng xám", nơi họ có thể không biết cách sử dụng AI sao cho đúng.

Vâng, tôi cũng đồng ý. Có rất nhiều sự hỗn loạn và cần hiểu rõ về AI cũng như vai trò của nó ở các trường đại học. Đặc biệt là khi ở Berkeley và gần với cơn sốt AI tại Bay Area, có rất nhiều năng lượng xung quanh chủ đề này. Tôi cũng đồng ý rằng hơn 90%, nếu không muốn nói là gần như tất cả mọi người, đều sử dụng AI theo một cách nào đó, chủ yếu dưới dạng chatbot, để tóm tắt bài giảng, làm bài tập, trả lời các câu hỏi mà giáo viên không thể giải đáp ngay lập tức. Tôi phải nói rằng cũng có rất nhiều sự bối rối trong giới quản lý và các giáo sư về việc AI có thể đóng vai trò gì trong lớp học, và chúng ta đang dần thấy một số thay đổi xung quanh vấn đề đó. Là sinh viên kinh doanh, tôi thấy ngay cả bản thân mình và các đồng nghiệp cũng sử dụng AI cho rất nhiều việc khác nhau. Chúng tôi dùng AI để hiểu và phân tích các tình huống kinh doanh (business cases), làm nghiên cứu thị trường, cũng như nghiên cứu tài chính. Vậy nên mọi người cũng dùng nó cho những mục đích đó. Mọi người cũng sử dụng AI để hoàn thành các bài kiểm tra, bạn biết đấy, khi không có thời gian bởi vì khi bạn là sinh viên cao học và đôi khi bạn có nhiều công việc cùng lúc, bạn không phải lúc nào cũng có thời gian. Vì vậy, đôi khi bạn có thể thấy ai đó chỉ cần nhanh chóng nộp câu trả lời và mọi thứ. Đó là mặt trái của nó, bởi vì khi bạn ở trường cao học, đó đáng lẽ là thời gian để bạn mở rộng critical thinking (tư duy phản biện), là thời gian để bạn trở thành người quyết đoán hơn, có chiều sâu hơn trong cách đưa ra quyết định. Và đó, tôi nghĩ, là mặt xấu của nó.

Sự phân cực và chấp nhận AI giữa các nhóm ngành

Vâng, tôi chắc chắn sẽ nói rằng không khí hiện tại rất hỗn loạn. Cả theo hướng tốt lẫn xấu. Điều tốt, rõ ràng là như Zane đã nói, có rất nhiều sự khám phá và các dự án thú vị đang xuất hiện. Điều xấu là vì mọi thứ vẫn còn là một "vùng xám" lớn. Rất khó để giữ vững tinh thần và tự chịu trách nhiệm. Rất dễ để buông xuôi và "đổ" tất cả cho AI mà không cần suy nghĩ gì. Tôi cũng nhận thấy có rất nhiều sự căng thẳng giữa ranh giới của việc dựa dẫm quá mức vào AI hay việc hợp tác thực sự giữa hai bên mang lại lợi ích. Và tôi cũng nhận thấy rằng một số người thực sự rất say mê nó. Họ sử dụng AI rất nhiều trong tất cả các workflow khác nhau của họ. Trong khi những người khác, như bạn bè tôi trong lĩnh vực humanities (nhân văn) và có lẽ là một số bạn bè trong social science (khoa học xã hội), thì hơi ngần ngại hơn và có nhiều lo ngại hơn. Vì vậy, dường như có một hiệu ứng phân cực nhận dạng đang gia tăng mà tôi nghĩ sẽ rất thú vị để xem nó diễn biến ra sao.

Tôi tò mò. Bạn nói rằng họ ngần ngại. Họ ngần ngại nhưng vẫn sử dụng nó khá thường xuyên? Hay đó là sự kết hợp giữa một số người dùng nhiều và một số không dùng? Vâng, câu hỏi rất hay. Tôi nghĩ có một phổ rộng. Rất nhiều sinh viên chuyên ngành humanities thuần túy đã hoàn toàn không sử dụng AI. Tôi nghĩ là vì thường trong các lớp học và nghiên cứu của họ, có nhiều hoạt động đọc hiểu chuyên sâu hơn. Trong khi đó, đối với social science, tôi nhận thấy một xu hướng chậm rãi là họ đang thử nghiệm AI nhiều hơn và thấy AI được áp dụng ngoài ngữ cảnh computational (tính toán) hay machine learning (học máy) thuần túy, điều này khá thú vị.

AI và thay đổi trong việc xây dựng dự án

Tôi yêu khoa học máy tính và cả các lớp engineering (kỹ thuật) khác. Việc sử dụng AI vẫn còn hơi bị coi là điều cấm kỵ. Ý tôi là trong các ứng dụng ngày nay, chúng tôi đang sử dụng rất nhiều AI coding assistance để xây dựng các dự án thực tế bên ngoài lớp học. Nhưng trong lớp học, chúng tôi vẫn sử dụng VS Code và tôi đang chặn các tính năng AI này vì các giáo sư, ít nhất là hiện tại, vẫn đang không khuyến khích. Nhưng chúng ta có thể sẽ thấy một sự thay đổi trong vài năm tới. Tôi biết Stanford đang bắt đầu có khóa học về cách sử dụng các AI tool trong software development (phát triển phần mềm) và engineering. Tôi nghĩ điều số một mà tôi có thể nhận thấy rõ ràng với các AI tool này là khả năng tiếp cận và rào cản để xây dựng một cái gì đó như một dự án hoặc software (phần mềm) nói chung đã giảm đi rất nhiều, đặc biệt với nhiều khóa học như với Claude và các developer docs (tài liệu dành cho nhà phát triển) chẳng hạn, nó thực sự hữu ích trong việc giảng dạy những người không có nền tảng khoa học máy tính, như trong khoa học chính trị hay tâm lý học hay thậm chí là toán học, có thể tự xây dựng dự án của riêng họ, từ ý tưởng ban đầu cho đến một prototype (nguyên mẫu) hoạt động trên một website hoặc một loại app deployment (triển khai ứng dụng) nào đó chỉ trong vài ngày.

Tôi đã thấy rất nhiều ở trường đại học của mình, nơi các sinh viên thường không tự tin để viết raw code (mã nguồn thuần túy) giờ đây đã bắt đầu sử dụng terminal (giao diện dòng lệnh), ví dụ, điều đó thật đáng kinh ngạc. Và Claude Code chẳng hạn, làm cho điều đó trở nên dễ tiếp cận hơn rất nhiều, thân thiện hơn rất nhiều, điều mà tôi nghĩ là một trong những thay đổi điên rồ nhất cho đến nay, ngay cả bản thân tôi. Tôi không có nền tảng khoa học máy tính, nhưng giờ tôi đã thoải mái hơn với terminal, điều đó thật điên rồ. Và tôi cũng đã thấy điều đó trong các hội nhóm sinh viên, chúng tôi có một số hội nhóm ở LSE và mỗi hội nhóm đều có một Instagram page khá cơ bản, dễ dàng tạo, nhưng giờ đây chúng tôi thấy các hội nhóm có website và các website này có nhiều thông tin hơn rất nhiều và họ đang xây dựng chúng bằng Claude Code vì giờ đây nó dễ dàng hơn rất nhiều.

Claude Campus Ambassadors và các dự án sáng tạo của sinh viên

Vậy có vẻ như sự chuyển đổi AI đối với sinh viên đã diễn ra và chúng ta có những cảm xúc lẫn lộn về nó. Và điều mà tất cả các bạn đều chia sẻ là các bạn đều là Claude Campus Ambassadors và mỗi người đều đang lãnh đạo một tổ chức sinh viên gọi là Claude Builder Club tại trường của mình. Vậy trước hết, có thể một trong số các bạn có thể tóm tắt nhanh về việc trở thành Claude Campus Ambassador nghĩa là gì và sau đó là câu lạc bộ mà bạn đang lãnh đạo?

Vâng, với tư cách là Claude Campus Ambassadors, công việc/vai trò số một của chúng tôi là trở thành điểm liên lạc để kết nối những gì Anthropic và Claude đang cung cấp với sinh viên, và về cơ bản là người hỗ trợ cho điều đó tại các trường đại học. Tuyệt vời. Và vì đây là một câu lạc bộ dành cho những người xây dựng, mọi người đang xây dựng những gì? Bạn thấy điều gì đang diễn ra ở các câu lạc bộ của bạn?

Rất nhiều thứ thú vị đã được xây dựng. Tôi sẽ đề cập đến một ví dụ từ một hackathon gần đây mà tôi đã tham gia. Tôi nghĩ rằng nhiều ý tưởng thú vị nhất không phải là những ý tưởng quá thiên về kỹ thuật, mà là những ý tưởng thực sự bắt nguồn từ cảm xúc của con người. Vì vậy, một cái rất hay là Princeton Prospect. Đó là một danh sách những việc mọi người muốn làm trước khi tốt nghiệp và được gamify (trò chơi hóa) thông qua một leaderboard (bảng xếp hạng). Phần hay nhất thực ra là đội chiến thắng. Họ chỉ là một nhóm sinh viên năm nhất và tất cả đều là bạn cùng phòng, vì vậy họ tham gia chỉ để cho vui. Và với cái nhìn sâu sắc về con người đó, chúng tôi đã có thể xây dựng một thứ gì đó gây được tiếng vang với mọi người, và đó là điều thực sự thú vị mà tôi thích thú khi thấy họ xây dựng.

Một tool (công cụ) hay ho mà bạn tôi và tôi đã xây dựng là nơi bạn có thể tải các lecture slides (slide bài giảng) lên, và nó sẽ cung cấp các professor annotations (chú thích của giáo sư) ở phía bên cạnh mỗi slide. Thật tuyệt vời. Tôi đã sử dụng nó rất nhiều để ôn tập nội dung chuẩn bị cho kỳ thi cuối kỳ. Và nó rất tốt vì nó gần như "đọc trước" được các câu hỏi của tôi. Tôi đã prompt nó sao cho nó biết rằng tôi muốn biết định nghĩa của một số thứ trên slide. Các slide đôi khi có thể hơi trừu tượng và thiếu ngữ cảnh, vì vậy nó thêm ngữ cảnh vào bên cạnh. Bạn có đạt điểm cao trong lớp đó không? Tôi không biết. Chúng ta sẽ xem.

Tôi nghĩ một trong những điều yêu thích của tôi mà ai đó đã xây dựng với AI là một app (ứng dụng) tên là Coursier, và chúng tôi có một thử thách là các lớp học phổ biến nhất, khi đến thời điểm đăng ký, chúng hết chỗ rất nhanh. Bạn có thể phải đợi hàng tuần để có được một chỗ trong lớp đó. Vì vậy, điều họ đã làm là xây dựng AI này, và bạn chỉ cần nhập khóa học bạn muốn, sau đó nó sẽ thông báo cho bạn ngay khi có một chỗ trống trong lớp đó, để bạn có thể đăng ký. Đúng vậy. Đúng vậy. Thay vì phải quay lại kiểm tra lớp học mỗi ngày, chỉ cần lớp này vào thời điểm đó. Bạn nhận được thông báo thì bạn nhảy vào. Đúng vậy, nhảy vào và bạn có một chỗ. Tôi thích ý tưởng đó. Ý tưởng dự án tiếp theo của bạn. Không, không, chính xác.

Thực ra rất buồn cười. Trường đại học của tôi đang thiếu chỗ ngồi. Tôi đang nói về chỗ ngồi thực tế trong thư viện, ví dụ. Bạn tôi đã xây dựng tool tuyệt vời này để quét tất cả dữ liệu bạn có thể lấy về những phòng học nào trống. Về cơ bản, nó chỉ ra tất cả các phòng học trống và cho bạn biết nếu không có chỗ ngồi trong thư viện, thì hãy đến những phòng này. Một lần nữa, một sinh viên không chuyên về kỹ thuật đã xây dựng điều này, thật điên rồ, chưa từng nghe thấy, nhưng đây là một số khả năng. Vâng. Tôi đã thấy trong vài hackathon hoặc lớp học khởi nghiệp vừa qua, nơi các sinh viên luật đã nghiên cứu các healthcare use cases (trường hợp sử dụng trong y tế), kết hợp computer vision (thị giác máy tính) với một Claude API (API đám mây) để diễn giải cảm xúc của một người hoặc một mental health use case (trường hợp sử dụng về sức khỏe tâm thần), các dấu hiệu đột quỵ thông qua camera trên điện thoại của ai đó hoặc một thiết bị y tế riêng biệt, hoặc thậm chí là các dấu hiệu sa sút trí tuệ, chẳng hạn. Tất cả đều rất thú vị. Thật tuyệt vời khi mọi người dành thời gian làm điều đó ở trường vì đó là một trong những điều kỳ diệu của việc làm sinh viên, bạn có thời gian để làm việc với các ý tưởng và thử những điều mới, và đưa ra những dự án chỉ để cho vui. Chúng chỉ là một side project (dự án phụ). Vâng, hoàn toàn đúng. Vâng.

Cân bằng giữa học hỏi và phụ thuộc vào AI

Tuyệt vời. Vậy, hãy nói về việc học với AI. Tôi nghĩ một trong những phần khó khăn hơn của việc này là AI có thể là một công cụ giúp bạn học về bất cứ điều gì bạn muốn, nhưng nó cũng có thể được sử dụng như một crutch (cái nạng) để có thể ngăn cản việc học nếu bạn không ý thức được. Vì vậy, tôi tò mò làm thế nào mỗi bạn cá nhân cân bằng điều đó và cách bạn thấy sinh viên cân bằng nó. Và liệu bạn có thấy sinh viên ở trường đại học của mình cân bằng tốt không. Tôi nghĩ ban đầu điều chúng tôi nhận thấy là ngay cả trong số các bạn cùng lớp, lúc đầu chỉ là bất cứ điều gì AI đưa ra, bạn cứ thế mà dùng. Và sau đó, theo thời gian, thái độ bắt đầu thay đổi.

Tầm Quan Trọng Của Nỗ Lực Cá Nhân Trong Dự Án Nhóm

Hãy nỗ lực hơn vào những gì chúng ta đang cùng nhau xây dựng. Giả sử bạn có một group project với bốn hoặc năm thành viên, mỗi người chịu trách nhiệm một phần khác nhau. Nếu tất cả mọi người chỉ sử dụng kết quả đầu tiên mà AI đưa ra, sản phẩm cuối cùng chắc chắn sẽ không đạt chất lượng tốt.

AI Và Động Lực Học Tập Của Sinh Viên

Một điều về AI trong giáo dục là nó thể hiện rõ động lực của sinh viên, hay lý do bạn học đại học. Tôi nghĩ sinh viên thường có ba mục tiêu chính khi học đại học:

1. Học hỏi: Đào sâu kiến thức trong lĩnh vực đã chọn.
2. Sự nghiệp: Định vị bản thân cho một career, tìm được một công việc tốt.
3. Xã hội: Yếu tố xã hội của đại học, nơi sinh viên đến để network, vui chơi và tận hưởng.

Đây là ba mục tiêu rộng lớn dành cho sinh viên, và mỗi sinh viên sẽ ưu tiên chúng khác nhau. Một số sinh viên chỉ muốn học và không quá quan tâm đến khía cạnh xã hội. Trong khi đó, những người khác đến để có một công việc tốt và tận hưởng cuộc sống đại học, họ có thể không quá chú trọng vào việc học hỏi sâu sắc.

Cách sinh viên sử dụng AI nói lên rất nhiều về những động lực này. Có những sinh viên dùng AI để hoàn thành công việc thay họ, thường là những người muốn tiết kiệm thời gian và dành nỗ lực cho những điều khác – điều này cũng không sao. Ngược lại, có những sinh viên tránh xa AI hoặc sử dụng nó một cách chủ động (proactively), theo cách củng cố việc học, giúp họ trở nên tốt hơn, mạnh mẽ hơn. Đây thường là những sinh viên muốn tự học hỏi và đào sâu kiến thức.

AI Và Trách Nhiệm Cá Nhân Trong Học Tập

AI đang tiết lộ lý do thực sự bạn học đại học, bởi vì giờ đây chúng ta có các tool để, nói thật, vượt qua đại học mà không cần học nhiều. Vì vậy, trách nhiệm của chúng ta, với tư cách là sinh viên, là sử dụng tool này để đạt được mục tiêu cá nhân. Nếu bạn muốn học, bạn có thể học. Và nếu bạn muốn bypass nhiều bài kiểm tra và bài tập, bạn hoàn toàn có thể làm điều đó. Tôi không nghĩ sẽ có bất kỳ quy tắc hay quy định nào được ban hành có thể thay đổi cách sinh viên sử dụng AI vì về cơ bản, tôi không thấy điều đó khả thi. Vì vậy, tôi nghĩ trách nhiệm thuộc về tay sinh viên. Bạn hoàn toàn làm chủ.

Tôi hoàn toàn đồng ý. Cách tôi sử dụng và tiếp cận AI phần lớn dựa vào intention (ý định). Ngay cả trước khi bắt đầu prompting hoặc yêu cầu nó làm gì, tôi thường suy nghĩ: liệu tôi có đang yêu cầu nó hoàn thành trực tiếp một task cho tôi không? Hay đó là thứ tôi đang brainstorming và muốn xem xét từ nhiều góc độ khác nhau? Tôi nghĩ điều này ngày càng trở nên phổ biến hơn, vì AI rất tốt như một catalyst (chất xúc tác) để thực hiện và xây dựng mọi thứ, nhưng intention thực sự phải đến từ chính sinh viên.

Sử Dụng AI Một Cách Có Chủ Đích

Tôi thực sự đồng tình với quan điểm đó. Khi các AI chatbots bắt đầu xuất hiện vài năm trước, có thể do những hạn chế kỹ thuật thời đó hoặc do chúng ta còn hiểu biết rất ít về AI, workflow điển hình chỉ là bạn hỏi chatbot một câu, nhận được câu trả lời và lặp lại điều đó có thể 50 đến 100 lần trong các cuộc trò chuyện khác nhau.

Bây giờ, tôi nghĩ mọi người đang trở nên thông minh hơn và, như bạn đã nói, trở nên có intentionality hơn với cách họ sử dụng AI. Chúng ta bắt đầu có những cuộc trò chuyện dài hơn về một chủ đề cụ thể. Khi tôi học, tôi thường có các dự án trên Claude cho mỗi lớp, tải lên syllabus và nhiều nội dung khóa học khác nhau cho từng dự án, và có nhiều cuộc trò chuyện hoạt động như các file riêng lẻ trong một folder chẳng hạn. Với việc các chatbots gần đây có khả năng quản lý context tốt hơn, quản lý memory tốt hơn, chúng trở thành một assistant hữu ích hơn và một đối tác trò chuyện (conversationalist) tốt hơn khi làm việc với tôi về một specific task.

Khoảng Cách Giữa Công Nghệ AI Và Xã Hội

Bạn tự hỏi sẽ mất bao lâu để các khía cạnh xã hội bắt kịp tốc độ phát triển của công nghệ. Hiện tại, một ví dụ là trong các lớp CS, tôi biết một số giáo sư nói rằng: "Nếu bạn sử dụng AI, bạn có thể ghi một disclaimer vào bài tập của mình và cũng mô tả cách bạn sử dụng nó trong mỗi bài tập về nhà (homework) hoặc bài lab assignment". Nhưng thực sự chưa có một framework tích hợp (integrated framework) nào để nghĩ về việc sử dụng AI trong lớp học như một phần của curriculum (chương trình giảng dạy). Tôi nghĩ chúng ta vẫn đang chờ đợi những integrations như vậy vào giáo dục, có thể sẽ thấy trong 5 năm tới.

Sự Khác Biệt Trong Tiếp Cận AI Giữa Sinh Viên Và Giảng Viên

Vậy bạn có cảm thấy nhìn chung, các giáo sư và ban quản lý có thể hơi chậm hơn sinh viên về AI literacy (hiểu biết về AI) và adoption (áp dụng)? Vâng, tôi nghĩ họ vẫn đang thích nghi, và đương nhiên sinh viên là những người adopters nhanh nhất vì chúng tôi chỉ phản ứng với những gì đang có và tiếp cận thông tin nhanh hơn nhiều vì chúng tôi là thế hệ bản địa với internet.

Tôi đã thấy một số tiến bộ khá thú vị trong một số khóa học tại trường đại học của tôi. Chúng tôi có một khóa học tên là LSE 100 và mọi sinh viên năm nhất đều phải học nó. Khi tôi học cách đây hai năm, chúng tôi đã có AI nhưng không có hướng dẫn nào về cách sử dụng nó cho khóa học này. Giờ đây, em trai tôi đang là sinh viên năm nhất, đang học khóa LSE tại LSE và em ấy nói với tôi rằng mọi thứ đã thay đổi hoàn toàn. Họ cơ bản cung cấp hướng dẫn về cách sử dụng Claude. Họ khuyên bạn nên có một cuộc trò chuyện với Claude, gán cho nó một persona (nhân cách). Họ đang hướng dẫn sinh viên cách thực sự sử dụng các tool này và sử dụng Claude theo những cách không chỉ là direct outputs (kết quả trực tiếp), tức là không chỉ nhận câu trả lời cho vấn đề của bạn, mà thực sự là một cuộc trò chuyện. Sau đó, họ yêu cầu conversation log (nhật ký cuộc trò chuyện) vì họ muốn xem bạn tương tác với nó như thế nào? Bạn có hỏi lại những câu hỏi hay không và đó có phải là một cuộc trò chuyện tốt không? Sau đó, họ yêu cầu quay một video thay vì viết một bài luận. Vì vậy, bây giờ đó là một video của chính bạn và bạn được khuyến khích sử dụng AI, nhưng về mặt marking (chấm điểm), bạn không thể sử dụng nó một cách vô trách nhiệm.

Tôi cũng nhận thấy rằng đối với một số lớp học của tôi, như lớp machine learning tôi đang học kỳ này, họ có chatbot riêng mà họ đã xây dựng để đặc biệt trả lời các câu hỏi của sinh viên và tham khảo các ghi chú bài giảng (lecture notes), điều này khá hữu ích.

Giải Pháp Hiện Tại và Thách Thức Trong Tương Lai

Tuy nhiên, tôi cho rằng đây chỉ là một band-aid approach (giải pháp tạm thời) vì nó không thực sự ngăn cản sinh viên tìm đến các AI tools khác không phải của trường để hỏi đáp và tìm lời khuyên.

Vì vậy, hiện tại, giải pháp tốt nhất là một cách tiếp cận one-size-fits-all (một kích thước phù hợp cho tất cả) khi bạn có một giảng viên cho tiềm năng hai, ba trăm sinh viên trong một lớp, và những sinh viên đó đều học theo những cách khác nhau. Vì vậy, AI đang hoạt động như một personalized tutor (gia sư cá nhân hóa) nếu bạn prompt nó đúng cách và nếu bạn khuyến khích nó làm như vậy. Tôi đã thấy learning mode (chế độ học tập) từ Claude nơi nó hỏi lại bạn các câu hỏi. Đó là một sự phát triển hiểu biết dần dần (progressive development), điều này tốt và có những sinh viên đang sử dụng nó. Nhưng tôi nghĩ điều quan trọng là tìm ra những sinh viên muốn học và muốn tiến bộ, bởi vì có rất nhiều sinh viên mà nếu một AI tool ngừng cung cấp direct output hoặc direct answers, chúng ta sẽ thấy sự dịch chuyển của sinh viên sang các tool khác.

(Tina) Vâng, tôi định tiếp lời những gì họ nói bởi vì ở trường đại học của tôi, chúng tôi rất pro-AI. Trung tâm quản lý career của chúng tôi đã xây dựng một prompt bank (ngân hàng prompt) với các prompts mà chúng tôi có thể sử dụng để giải quyết các scenario và role khác nhau. Họ cũng xây dựng một bot riêng cho lớp học về sustainability (phát triển bền vững) của chúng tôi. Và thực sự có một lớp học mới mà họ giới thiệu tên là "Artificial Intelligence Chip Strategy in the Future of Work". Nó được dạy trong một học kỳ nhưng mọi người đều nói "Chúng tôi cần lớp học này!" và bây giờ nó được dạy suốt cả kỳ thu và xuân.

Những Lo Ngại Về Việc Sử Dụng AI Trong Giáo Dục

Tất cả những điều này đều rất tích cực, thật tuyệt vời. Nhưng tôi biết rằng không phải tất cả đều tích cực, không phải tất cả đều màu hồng. Vì vậy, tôi tò mò muốn biết những điều bạn đang thấy không đi đúng hướng, hoặc những điều bạn sợ hãi, hoặc những điều khiến bạn lo lắng là gì? Gian lận (cheating) chắc chắn là một trong ba use case hàng đầu, nếu không muốn nói là số một, trong các trường đại học. Nó đến từ những gì chúng ta đã thảo luận: bạn đưa một prompt hoặc một input nào đó, và chat đưa ra một output. Rất nhiều sinh viên đã bắt đầu làm, và nhiều người vẫn đang làm, là chỉ cần lấy output đó và nộp nó vào một bài tập. Nếu bạn nhìn vào giao diện, nó đang chờ một câu hỏi. Chúng ta được giao các câu hỏi từ trường đại học. Chưa bao giờ việc lấy câu hỏi đó, đưa vào chatbot và gần như nhận được mark scheme (bảng điểm) lại dễ dàng đến thế. Vì vậy, việc có được câu trả lời quá dễ dàng, và bạn thực sự phải là một sinh viên mạnh mẽ để tự mình giải quyết vấn đề đó.

Vâng, tôi nghĩ một cách tiếp cận nuanced take (sắc thái hơn) một chút. Tôi cũng nhận thấy rằng ngay cả đối với những sinh viên đang sử dụng AI để xây dựng các projects của riêng mình và, ví dụ, để thử các loại technical implementations khác nhau, tôi đã nhận thấy một cảm giác rất mạnh mẽ về ownership shame (xấu hổ về quyền sở hữu) mỗi khi AI được nhắc đến. Họ có thể nói, "Ồ, khi tôi xây dựng dự án này, tôi đã sử dụng AI một chút," chỉ vì, như tôi đã nói, tôi nghĩ ranh giới giữa việc con người sử dụng AI đến mức nào so với việc AI thực sự kiểm soát toàn bộ dự án đang rất blurry (mờ nhạt) hiện nay.

Đặc biệt là tại vibathon, khi tôi hỏi những người chiến thắng về cách họ sử dụng Claude trong các dự án của mình, tôi đã thấy rất nhiều người trong số họ xây dựng, brainstorm (động não), suy nghĩ kỹ lưỡng và thực sự iterate (lặp lại) với Claude. Nhưng khi tôi hỏi câu hỏi đó, rất nhiều người trong số họ chỉ mặc định nói rằng, "Ồ, Claude rất hữu ích, và nó đã làm mọi thứ."

Tôi nghĩ hiện tại đang thiếu vocabulary (từ vựng) và frameworks (khuôn khổ) để đánh giá các loại AI usages này. Tôi cũng nghĩ đây là điều đang gây ra nhiều polarization effect (hiệu ứng phân cực), nơi các trường học hoặc là cấm hoàn toàn AI, nhưng sinh viên vẫn sử dụng nó bất kể. Do đó, dẫn đến nhiều cheating (gian lận) và việc không thực sự intentional (có chủ đích) hoặc không sử dụng trí óc của họ khi tương tác với AI.

Tôi hơi hoài nghi về hướng đi này, chỉ vì tôi nghĩ sinh viên hiện được yêu cầu phải là những người resilient (kiên cường) trong age of AI (kỷ nguyên AI), nơi họ thực sự cần phải skeptical (hoài nghi) mỗi khi sử dụng nó mà không có hướng dẫn từ các trường học và tổ chức. Vì vậy, tôi cảm thấy nếu các tổ chức và trường học không thể thích nghi đủ nhanh, có một mối nguy hiểm, và mọi thứ đang bị lệch lạc và đi theo một polarized direction (hướng phân cực) hơn.

Thay đổi trong Cách Sinh viên Tương tác với AI

Tôi nghĩ rằng cảm nhận và cách chúng ta tương tác với AI trong giới sinh viên đang thay đổi. Là sinh viên đại học, chúng ta tự nhiên muốn sử dụng bộ não của mình cho những điều thú vị. Trong vài năm qua, đúng là mọi người chỉ dán câu hỏi vào làm prompts và lấy kết quả để nộp như các sản phẩm hoặc bài tập. Nhưng mọi người đang bắt đầu quan tâm hơn đến việc làm một cái gì đó nhiều hơn, giống như nắm quyền sở hữu hơn đối với các bài tập của mình, nhưng quan trọng hơn là các dự án bên lề hoặc những thứ họ muốn tạo ra hoặc khám phá. Và tôi nghĩ Austin chỉ là một cú hích nhỏ để thấy những gì có sẵn và những gì đang tồn tại.

Quay lại vấn đề gian lận, tôi nghĩ rất nhiều sinh viên cũng đang nhận ra rằng AI khá tệ trong việc gian lận theo ngữ cảnh, bởi vì có tất cả những mô hình bắt đầu xuất hiện, ví dụ như có rất nhiều dấu gạch ngang (m-dashes) hoặc AI có một giọng điệu cụ thể, hoặc nó không thực sự hiểu đến mức độ mà bạn biết về lớp học – điều này có thể là một cuộc trò chuyện hoàn toàn khác về việc sinh viên thực sự biết nhiều hơn những gì họ nghĩ. Vâng, tôi đồng ý và tôi nghĩ sinh viên đang phát triển cùng với AI.

Sự Phát triển của Sinh viên và Công cụ AI

Khi AI lần đầu tiên ra mắt, mọi người đều rất phấn khích, sinh viên sử dụng trực tiếp các output. Nhưng bây giờ, như Mark đã nói, sinh viên đang chủ động hơn với các prompts của họ, có thể viết prompts dài hơn một chút, hướng dẫn Claude tốt hơn trước. Và tôi nghĩ điều đó chỉ đơn giản là vì chúng ta đang quen dần với nó. Bản thân tôi là một sinh viên, tôi chắc chắn đã dành hơn một nghìn giờ nói chuyện với Claude. Bây giờ tôi biết cách nó phản hồi và tôi đang học hỏi thêm về công cụ này. Kết quả là, các tương tác của tôi với nó đang trở nên tốt hơn. Và như bạn nói, chúng ta là sinh viên, chúng ta muốn sử dụng bộ não của mình, phần lớn chúng ta muốn được kích thích trí tuệ. Vì vậy, tôi nghĩ chúng ta đang chuyển sang một thời điểm mà sinh viên thực sự sử dụng các AI tool để tự hưởng lợi và để tiến xa hơn, chứ không phải tự giới hạn bản thân bằng cách chỉ dựa vào output của nó.

Thử thách của Việc Trình bày và Bảo vệ Quan điểm

Tôi nghĩ khi nói đến gian lận, ví dụ, bạn có cấp độ đầu tiên là bạn hỏi một câu hỏi, bạn nhận được output. Nhưng trong trường hợp của tôi, "trùm cuối" là bạn phải trình bày cho chúng tôi những gì bạn nghĩ, phải chuẩn bị một bài thuyết trình 10-15 phút, bảo vệ quan điểm của bạn, và AI sẽ không ở đó để nói thay bạn hoặc đưa ra ý tưởng cho bạn. Vì vậy, theo cách đó, tôi cảm thấy có cấp độ đầu tiên là sử dụng nó như bạn đã đề cập, nhưng sau đó bạn đạt đến cấp độ mà bạn cần giải thích ý của mình và mọi thứ. Vì vậy, không hẳn là trường hợp có cấp độ mọi người gian lận bằng cách chỉ làm các câu đố nhỏ, mà trong trường hợp của chúng tôi, bạn thực sự phải luôn bảo vệ quan điểm của mình, vì vậy bạn phải có kiến thức về những gì bạn đang nói.

AI và Thị trường Lao động: Cơ hội và Thách thức

Hãy nói về giai đoạn sau đại học, khi bước vào thị trường lao động. Trước hết, có lẽ chúng ta có thể giơ ngón tay cái lên, xuống hoặc ngang để thể hiện cảm xúc về việc tìm việc sau khi tốt nghiệp. [ngón cái giơ lên, xuống, ngang]. Kể thêm cho tôi nghe.

Tôi nghĩ những điều tốt là có AI như một người bạn đồng hành tốt hơn để luyện tập phỏng vấn, động não, điều chỉnh sơ yếu lý lịch, v.v. Không may, mặt trái là các công ty cũng đang sử dụng AI rất nhiều, điều này liên quan đến nhiều cuộc phỏng vấn ảo hơn. Tôi về cơ bản đã nói chuyện với một màn hình trong toàn bộ chu kỳ tuyển dụng này, điều này rất tuyệt nhưng cũng có thể cảm thấy ít tính người hơn vì tôi không cảm thấy có sự kết nối nào khi nói chuyện với một màn hình. Bạn đang phỏng vấn với robot sao? Không phải là nó rõ ràng là robot, mà chỉ là một câu hỏi trên màn hình đối với tôi, và sau đó tôi chỉ nói chuyện với chính mình. Và tôi cũng đã nghe rất nhiều lo lắng về việc các công ty sử dụng AI để sàng lọc ứng viên. Và tôi nghĩ điều này cũng không tốt cho cả bản thân tôi và việc cố gắng tìm ra chiến lược phỏng vấn tốt nhất hoặc thậm chí là những công việc nào nên ứng tuyển, bởi vì bây giờ nó cảm thấy ngẫu nhiên hơn rất nhiều so với trước đây. Các bạn nghĩ sao?

Tôi đồng ý với bạn, đặc biệt là việc sàng lọc ứng viên. Nó rất đau đớn, bởi vì bạn có thể nhận ra từ email mời bạn nộp đơn cho công việc này cho đến khi bạn gửi CV của mình, bạn đã dành thời gian để điều chỉnh đơn ứng tuyển, mọi thứ, và sau 15 phút, "xin lỗi, chúng tôi rất tiếc phải thông báo". Khi nào bạn có thời gian? Vâng, chính xác, email được tạo bởi AI, email được tạo bởi AI. Vì vậy, đó là một nhược điểm rất lớn.

Mặt tích cực thực sự là AI fluency đã trở thành một yếu tố quan trọng. Ví dụ, các công ty tư vấn lớn, tôi biết top 4 công ty tư vấn trước đây thường tuyển MBA tổng quát, nhưng bây giờ họ đang tìm kiếm MBA có AI fluency. Vì vậy, nếu bạn hiểu cách áp dụng AI vào các ngành công nghiệp khác nhau, thì bạn là ứng viên số một của họ. Thực ra, quay lại điểm của Chloe, tôi đã từng có một cuộc phỏng vấn với AI trước đây, thực sự đó là một trải nghiệm rất tuyệt. Nó sẽ đưa ra những phản hồi như "phản hồi của bạn rất sống động, nhiều thông tin và thú vị," và sau đó "hãy chuyển sang câu hỏi tiếp theo." Bạn có nhận được việc không? Không, nhưng đó là vì tôi không đủ tiêu chuẩn. Tôi nghĩ họ đang tìm kiếm sinh viên năm ba (rising juniors) và tôi là sinh viên năm cuối (rising senior), nên tôi vẫn bị sàng lọc tự động, nhưng nó không tệ như tôi nghĩ. Vâng, theo truyền thống, như Chloe đã nói, có những cuộc phỏng vấn ảo nơi họ ghi lại thay vì tham gia vào một cuộc trò chuyện. Tôi thực sự khá thích có một cuộc phỏng vấn thú vị với AI.

Định nghĩa AI Slap và Ảnh hưởng trong Nhóm

Được rồi, nói về những cách sử dụng AI thú vị, Merriam-Webster đã chọn Slap là từ của năm. Vì vậy, tôi tò mò AI Slap có ý nghĩa gì đối với tất cả các bạn và bạn thấy nó ảnh hưởng đến những người xung quanh bạn trong khuôn viên trường như thế nào?

Tôi nghĩ AI Slap đối với tôi là khi tôi nhận được một output từ Claude hoặc bất kỳ AI tool nào khác mà tôi biết rằng nếu tôi chỉ dùng bộ não của mình, tôi đã có thể nghĩ ra một cái gì đó tốt hơn. Đó là kiểu Slap đối với tôi. Vì vậy, quay lại các đơn xin việc, khi tôi yêu cầu nó giúp tôi viết một cover letter chẳng hạn, đó là một trường hợp sử dụng chính cho rất nhiều sinh viên, và nó đưa cho tôi một cover letter rất chung chung, giống như mọi sinh viên khác đều đang nộp đơn với cái này và nó kiểu như "cái này sẽ không giúp tôi có được việc làm." Đó là AI Slap.

Tôi nghĩ thật buồn cười khi các phản hồi của AI có thể rất chung chung đến nỗi ở thời điểm này nó có giọng điệu riêng của nó. Và nó giống như một meme phổ biến đối với AI siêu chuyên gia là có nhiều dấu gạch ngang (m-dashes) và những đoạn lời nói nhất định như "you're absolutely right" hoặc "let me think about that" hoặc nó có cấu trúc hai câu này mà nó cứ đưa cho tôi mỗi khi tôi cố gắng viết thư hoặc kịch bản, ví dụ như kiểu "you're not reinventing the wheel, you're building the next Tesla". Vâng, tôi thấy đó là mọi thứ các bạn đã nói. Và sau đó bạn nhận được phản hồi, bạn nhận được output và sau đó tùy thuộc vào bạn. Một số người, nếu bạn làm việc với họ trong một nhóm, thật buồn là họ sẽ chỉ dán cái đó vào và bạn có thể thấy rằng ở cuối, "bạn có muốn Claude giữ bạn không?" Vâng, điều đó sẽ tạo ra lỗi khá là dễ thấy. Vâng, đó là định nghĩa của tôi về AI Slap.

Bạn đã đề cập đến các dự án nhóm và tôi nghĩ đây là một vấn đề lớn, phải không? Khi bạn có một nhóm bốn hoặc năm người ở trường đại học và bạn có thể phải nộp một báo cáo dài năm nghìn từ, các bạn làm thế nào? Bởi vì ở trường đại học của tôi, đôi khi có một số sinh viên không muốn sử dụng AI, và tôi nhớ một sinh viên đã nói kiểu "tôi sẽ làm dự án này trước khi các bạn dùng bàn tay AI bẩn thỉu của mình vào nó." Và tôi kiểu "được rồi." Nhưng một số sinh viên, anh ấy đã dùng thuật ngữ đó? Vâng, một số sinh viên cảm thấy rất phản đối nó, và khi bạn làm việc trong một nhóm, bạn phải cân nhắc suy nghĩ của người khác. Các bạn nghĩ gì về điều đó?

Tích hợp AI vào Dự án Nhóm: Một Cách Tiếp cận Thực tế

Tôi có thể nói trước vì chúng tôi làm rất nhiều dự án loại năm nghìn từ đó, giống như tạo một business case từ tình huống kinh doanh khó xử này. Cách chúng tôi làm, cách chúng tôi gần đây bắt đầu thực hiện, là chúng tôi sẽ lấy đề bài với câu hỏi và chúng tôi sẽ tạo một outline (dàn ý). Chúng tôi có thể hỏi AI "bạn có thể tạo một outline cho bài viết này cho tôi không? Bài viết này nên có những gì?" và v.v. Và sau đó chúng tôi chia nhỏ nó cho nhau. Một điều tôi rất thích làm là sử dụng outline đó và đối với ví dụ về báo cáo năm nghìn từ giữa bốn người, chia nhỏ nó thành các phần khác nhau và sau đó đối với mỗi người phụ trách mỗi phần, tùy thuộc vào bạn cách bạn muốn sử dụng AI, liệu bạn có sử dụng nó hay không.

Và điều tôi thích làm cá nhân là có nhiều gạch đầu dòng hoặc chỉ là việc thought dumping (đổ ý tưởng) vào Claude và làm việc với nó để cấu trúc suy nghĩ của tôi, chuyển từ các gạch đầu dòng ngẫu nhiên hoặc các cụm từ rời rạc thành một outline rồi thành các đoạn văn mà tôi có thể tự chỉnh sửa từ ngữ để nó mang giọng điệu của tôi hơn. Và một điều tôi thực sự thích hỏi Claude là cung cấp ngữ cảnh về người thường xem xét công việc của tôi. Ví dụ, đối với đơn xin việc, đó là một BP hoặc recruiter. Và trong một lớp học, đó là một giáo sư hoặc một T.A..

Đánh giá Công việc với AI và Phản hồi từ Mô hình Mới

Tôi thường yêu cầu AI đánh giá công việc của mình: "Này, đây là một số tiêu chí, hãy chấm điểm công việc của tôi từ 1 đến 10." Tôi thường làm điều này khoảng hai đến ba lần, và AI luôn đưa ra lý do tại sao nó lại chấm điểm như vậy, cũng như những điểm tôi có thể cải thiện. Nhiều khi tôi thích những phản hồi đó, nhưng đôi khi tôi thấy một số phản hồi hơi quá nhiệt tình hoặc phi lý. Trong các mô hình mới hơn như Sonnet và Opus 4.5, chúng bắt đầu thể hiện một chút sự thúc giục khi tôi yêu cầu chúng đánh giá công việc quá nhiều, gần như thể chúng đang "nhắc nhở" tôi vì đã suy nghĩ quá mức. Sau khoảng lần thử thứ ba của việc yêu cầu đánh giá, chúng thường nói đại loại như "Đã sẵn sàng để triển khai" hoặc "Tuyệt vời!".

AI và Dự án Nhóm: Tầm quan trọng của Tương tác Trực tiếp

Có những người ỷ lại AI trong các dự án nhóm không, những người mà bạn có thể nhận ra họ không thực sự động não mà chỉ dựa vào AI? Chắc chắn là có. Điều hữu ích nhất đối với tôi, ngoài việc tuân thủ alignment và có chủ đích khi sử dụng AI, thực ra là dành nhiều thời gian tương tác trực tiếp. Vì vậy, khi làm dự án nhóm, tôi thích dành ra một khoảng thời gian cụ thể để ngồi xuống với nhóm và chúng tôi cùng thảo luận trong quá trình thực hiện. Tôi nghĩ rất thường xuyên chúng ta dễ cảm thấy cô đơn khi tự mình làm một dự án nhóm, đó là lý do tại sao AI lại hấp dẫn đến vậy, vì bạn nghĩ "Ồ, giá như có ai đó viết hộ mình." Nhưng nếu tất cả chúng ta buộc phải ngồi lại và nói chuyện cùng nhau, ví dụ như khi ai đó gặp vấn đề và cùng nhau giải quyết, tôi nghĩ điều đó chắc chắn giúp ích rất nhiều cho khía cạnh con người trong việc làm việc nhóm.

Mẹo dành cho Sinh viên sử dụng AI trong Giáo dục

Chúng ta sẽ chuyển sang phần câu hỏi nhanh, mỗi câu trả lời tối đa một đến hai câu. Câu hỏi đầu tiên của tôi là: Bạn có lời khuyên nào dành cho các sinh viên hiện đang tìm hiểu về thế giới AI trong giáo dục không?

Lời khuyên của tôi là: hãy học cách sử dụng AI. Việc hiểu cách AI có thể tối ưu hóa sự nghiệp của bạn hoặc tối ưu hóa doanh nghiệp nếu bạn quyết định trở thành một doanh nhân, sẽ chỉ mang lại lợi thế cho bạn. Nếu bạn đang cố gắng học các khái niệm mới hoặc ôn tập cho kỳ thi, hãy thử bắt đầu một dự án mới cho mỗi môn học bạn đang theo học ở đại học. Hãy dán tất cả các tệp liên quan vào và có lẽ bạn đã có những cuộc trò chuyện hiện có nơi bạn đã làm việc với Claude để thực hiện một số bài tập, hãy đặt kiểu viết sang chế độ tóm tắt (concise mode). Điều này đã giúp tôi rất nhiều trong việc nắm bắt nhanh chóng và hiệu quả mọi khái niệm cần ôn tập cho kỳ thi.

Ngoài ra, Substack và các tài liệu mã nguồn mở có rất nhiều người tuyệt vời biết những cách tốt nhất hoặc mới nhất để sử dụng các loại công cụ AI khác nhau. Điều tôi thấy hữu ích nhất là tiếp thu những kiến thức đó như một miếng bọt biển và sau đó áp dụng vào các dự án của riêng mình. Nate Jones trên Substack khá giỏi về khoản này.

Mẹo của tôi sẽ là sử dụng các kiểu (styles). Bạn đã đề cập đến nó một cách ngắn gọn: chế độ tóm tắt (concise mode), chế độ học tập (learning mode) rất tuyệt vời nếu bạn muốn tăng cường khả năng tư duy và kỹ năng của bản thân. Hãy sử dụng chế độ học tập, nó sẽ hỏi lại bạn các câu hỏi. Hãy tự tin vào những câu trả lời của bạn, và bạn thực sự sẽ nhận được kết quả tốt hơn nhiều so với việc chỉ dựa vào Claude một mình.

Phân định Ranh giới giữa AI là Công cụ và AI là Chỗ dựa

Câu hỏi tiếp theo: làm thế nào để bạn tự phân định ranh giới giữa việc sử dụng AI như một công cụ và sử dụng AI như một chỗ dựa? Bạn tìm thấy sự cân bằng đó ở đâu?

Nếu tôi ở trong một căn phòng như thế này và tôi không thể giải thích hoặc bảo vệ những gì tôi đã xây dựng, ngay cả khi ai đó hỏi một câu hỏi cực kỳ quan trọng hoặc cụ thể, tôi nghĩ đó là ranh giới mà bạn không thực sự hiểu chuyện gì đang xảy ra.

Tôi hoàn toàn đồng tình với điều đó. Đó là sự kết hợp giữa quyền sở hữu (ownership) và sự chủ đích (intentionality). Nếu bạn không thể thực sự giải thích những gì bạn đã làm, đồng thời cũng không thể bao gồm vai trò của AI trong công việc của bạn hoặc những gì bạn đang làm, thì đó là ranh giới đối với tôi.

Vâng, đó cũng là một ranh giới khác đối với tôi. Tôi phải có khả năng giải thích nó như thể tôi đang giải thích cho một học sinh lớp năm về bất cứ kết quả nào, và tôi cũng phải có khả năng trình bày nó ở cấp độ sau đại học cho bất cứ điều gì tôi đã chuẩn bị. Đó là ranh giới của tôi: bất cứ điều gì tôi tạo ra với AI, tôi phải có khả năng đưa ra lời giải thích ở cấp độ thấp hơn và cấp độ cao hơn.

Tôi đồng ý với tất cả các bạn. Tôi nghĩ nếu cuối cùng bạn không cảm thấy thoải mái với nội dung bạn đã tạo ra, thì liệu đó có thực sự là của bạn, hay bạn chỉ đang "đánh cắp" nội dung đó từ Claude? Cảm thấy thoải mái, có một sự sở hữu nhất định rằng "Tôi đã tạo ra tác phẩm này" – đó là ranh giới đối với tôi. Đã có những lúc tôi nộp những tác phẩm hoàn toàn do AI tạo ra và tôi cảm thấy rằng điều này sẽ không đưa tôi đi đến đâu cả. Nhưng bạn học được điều đó, và tôi nghĩ đó là điều quan trọng nhất đối với sinh viên, rằng cần có thời gian để học những cảm giác đó. Bạn phải cho nó thời gian. Một sinh viên có thể phải nộp một thứ gì đó 100% do AI tạo ra để nhận ra rằng thực ra điều này không hề có lợi cho mình. Và tôi nghĩ các trường đại học cần nhận thức được rằng sinh viên sẽ học hỏi, và bạn phải tin tưởng sinh viên. Cuối cùng, họ sẽ, họ muốn sống cuộc sống của riêng mình, và bạn muốn thiết lập bản thân, bạn có sự bình đẳng giữa các sinh viên, và chúng ta sẽ tìm ra cách. Chúng ta sẽ tìm ra cái gì hiệu quả, cái gì không. Tôi cảm thấy việc "tạo không gian" cho điều này là một cách tuyệt vời.

Tôi chỉ muốn nói rằng, với tư duy "chúng ta sẽ tìm ra cách" trong suốt cuộc trò chuyện này, tôi đã mong đợi cuộc trò chuyện này sẽ chuyển sang chủ nghĩa bi quan (dumerism), nhưng nó không hề như vậy. Tôi nghĩ tất cả các bạn đều có cái nhìn tích cực một cách sâu sắc về tương lai, theo một cách mà tôi thấy thực sự thú vị và đáng khích lệ. Vì vậy, cảm ơn tất cả các bạn đã có mặt ở đây, đã trung thực, và tôi thực sự đánh giá cao cuộc trò chuyện này. Cảm ơn, cảm ơn, cảm ơn, cảm ơn.