Tạo ra một sản phẩm ấn tượng chỉ sau vài câu lệnh, nhiều sinh viên dễ rơi vào cảm giác mình giỏi. Tuy nhiên, doanh nghiệp trả lương cho hiệu quả công việc, không trả tiền cho người chỉ "biết gõ prompt".
Một bài tập được hoàn thành nhanh chóng, một đoạn mã lập trình chạy được… có thể khiến sinh viên cảm thấy mình đã làm tốt công việc. Nhưng nếu được hỏi vì sao chọn cách giải quyết đó, thuật toán vận hành thế nào hoặc tự thực hiện khi không có trí tuệ nhân tạo (AI), người học có thể lúng túng.
Đây là nghịch lý được các chuyên gia đặt ra tại tọa đàm “AI dạy hiệu suất, AI dạy làm người?” do Báo Tiền Phong phối hợp với Trường Đại học Giao thông vận tải TP. HCM tổ chức.
Sản phẩm tốt chưa chắc người làm đã giỏi
Trong môi trường đại học, AI đang hỗ trợ sinh viên ở nhiều công đoạn, từ tìm kiếm tài liệu, tổng hợp kiến thức đến viết mã lập trình, xử lý dữ liệu, thiết kế hình ảnh và video. Những công việc từng tiêu tốn nhiều giờ có thể được rút ngắn đáng kể.
Tuy nhiên, theo ThS Chế Dạ Thảo, chuyên gia tâm lý giáo dục, dấu hiệu quan trọng để nhận diện cách sử dụng AI nằm ở chính tư duy của người học: Sinh viên chỉ quan tâm mình có một sản phẩm tốt hay muốn biết bản thân có khả năng làm ra sản phẩm tốt đó hay không. Một sản phẩm ấn tượng chưa chắc đồng nghĩa người tạo ra nó đã trưởng thành hơn về kiến thức và năng lực.
Chuyên gia này cho rằng, người học cần tự đặt ra những câu hỏi: Nếu không có AI hỗ trợ, mình có thể hoàn thành công việc không? Mình có giải thích được kết quả đã tạo ra không? Nếu thiếu công cụ này, mình có cảm thấy sợ hãi, mất tự tin hay không? Nếu liên tục cảm thấy bất an khi không có AI bên cạnh, đó có thể là dấu hiệu cho thấy người học đang phụ thuộc quá mức vào công cụ.
Từ góc độ tâm lý, sự tiện lợi cũng có thể khiến người trẻ bỏ qua những bước cần thiết để tích lũy kinh nghiệm. Chỉ với vài câu hỏi, AI có thể đưa ra lời giải, đề xuất cách làm hoặc hoàn thiện một sản phẩm. Nếu người học liên tục chọn con đường ngắn nhất, quá trình tự tìm tòi, thử sai và rút kinh nghiệm có nguy cơ bị thu hẹp.
Không có một câu lệnh nào thay thế được tư duy
Một trong những hiểu lầm phổ biến khi sử dụng AI là kỳ vọng chỉ cần viết được câu lệnh (prompt) thật tốt, công cụ sẽ lập tức đưa ra câu trả lời chính xác và phù hợp với mọi yêu cầu. Tại tọa đàm, sinh viên Nguyễn Quốc Trịnh đặt câu hỏi làm thế nào để xây dựng prompt giúp AI trả lời sâu sắc, chính xác và đúng với ý tưởng ban đầu của người dùng.
TS Trần Thế Vinh, phụ trách ngành Khoa học dữ liệu, trường ĐH Giao thông vận tải TP. HCM, cho rằng không có một câu lệnh vạn năng có thể giải quyết mọi vấn đề ngay lập tức. Đôi khi, ngay cả người đặt câu hỏi cũng chưa hiểu đầy đủ bản chất điều mình muốn tìm hiểu.
Theo ông, người dùng nên bắt đầu từ một chủ đề chung, sau đó liên tục đặt câu hỏi để thu hẹp phạm vi và đi sâu vào từng khía cạnh. Những câu hỏi như “Vì sao lại như vậy?”, “Tại sao có kết luận này?” hay “Có cách giải thích nào khác không?” giúp người dùng kiểm tra và đào sâu câu trả lời.
Cách tiếp cận này không chỉ giúp cải thiện chất lượng phản hồi của AI mà còn buộc người học chủ động suy nghĩ về vấn đề đang tìm hiểu.
TS Vinh lưu ý không nên mặc định AI suy nghĩ và hiểu vấn đề giống con người. Về cơ bản, mô hình tạo ra câu trả lời dựa trên dữ liệu đã học và khả năng dự đoán nội dung phù hợp với ngữ cảnh. Vì vậy, câu trả lời trôi chảy chưa đủ để khẳng định thông tin chính xác hoặc lập luận hoàn toàn đúng. Người dùng cần đọc kỹ, kiểm tra thông tin và tiếp tục phản biện thay vì dừng lại ở câu trả lời đầu tiên.
Theo các chuyên gia, nếu chỉ chăm chút cách đặt câu lệnh để nhận được sản phẩm hoàn chỉnh mà không quan tâm đến quá trình hình thành kết quả, sinh viên có thể thành thạo thao tác với công cụ nhưng vẫn thiếu năng lực phân tích và giải quyết vấn đề. Nói cách khác, biết cách yêu cầu AI làm việc chưa đồng nghĩa với việc biết cách làm công việc đó.
Trước xu hướng AI ngày càng phổ biến, TS Trần Thế Vinh cho rằng không nên cấm sinh viên sử dụng công cụ này. Thay vào đó, giảng viên cần thiết kế bài tập và cách đánh giá để bảo đảm người học thực sự hiểu, làm chủ sản phẩm do AI hỗ trợ tạo ra.
Doanh nghiệp cần người làm được việc, không chỉ biết dùng AI
Từ góc nhìn của người trực tiếp vận hành doanh nghiệp công nghệ, ông Nguyễn Hưng, chuyên gia an ninh mạng, cho rằng biết sử dụng AI là một lợi thế, nhưng mới chỉ đáp ứng một phần yêu cầu tuyển dụng. “Chúng tôi trả lương để nhận được kết quả cuối cùng, chứ không phải chỉ để nhân viên sử dụng công cụ”, ông Hưng nói.
Theo chuyên gia này, doanh nghiệp cần những người biết biến khả năng của AI thành hiệu quả công việc, tiết kiệm chi phí và tạo ra giá trị thực tế. Một ứng viên có thể biết nhiều công cụ, viết câu lệnh thành thạo hoặc tạo nội dung bằng AI, nhưng nếu thiếu kiến thức nền tảng, tư duy phân tích, phản biện và khả năng giải quyết vấn đề thì vẫn khó đáp ứng yêu cầu công việc.
Ông Hưng lấy ví dụ, nếu trước đây một nhiệm vụ mất 4 giờ để hoàn thành, nay nhân viên ứng dụng AI có thể rút xuống còn 2 giờ mà vẫn bảo đảm chất lượng, đó là lợi ích thiết thực đối với doanh nghiệp.
Nhưng để đạt được điều đó, người lao động phải biết xác định mục tiêu, đưa ra yêu cầu phù hợp, đánh giá kết quả và chịu trách nhiệm với công việc. AI có thể hỗ trợ nhiều khâu, song không thể thay thế hoàn toàn năng lực chuyên môn và trách nhiệm của con người. Theo chuyên gia này, AI đang tạo ra những tác động trái chiều. Trong học tập, công cụ này có thể khiến sinh viên bỏ qua quá trình tư duy nếu chỉ lấy đáp án có sẵn.
Vì vậy, ông Hưng cho rằng năng lực quan trọng nhất mà đại học cần trang bị cho sinh viên là khả năng tự học. Nhà trường nên giảm cách học quá phụ thuộc vào kiến thức có sẵn, tăng cơ hội để người học tự nghiên cứu, thực hành và giải quyết vấn đề thực tế.
Các chuyên gia nhấn mạnh rằng AI không chỉ là công cụ tạo ra sản phẩm nhanh hơn, mà còn đặt ra yêu cầu người học phải biết rõ mình đang sử dụng công nghệ để làm gì và chịu trách nhiệm đến đâu với kết quả nhận được.
Điều cốt lõi là sinh viên biết lựa chọn và chịu trách nhiệm với lựa chọn của mình. AI có thể hỗ trợ sinh viên đi nhanh hơn nhưng nếu giao luôn cho công cụ cả việc suy nghĩ, người học có nguy cơ đến đích với một sản phẩm hoàn chỉnh mà năng lực của chính mình chưa kịp phát triển. Trong khi đó, chính quá trình tìm hiểu lý thuyết, phân tích đề bài, thử các phương án và tự tháo gỡ khó khăn mới giúp sinh viên tích lũy kiến thức, rèn luyện tư duy độc lập.
