Bài báo này đặt ra một câu hỏi rất hay và rất thực tế trong giáo dục hiện nay: trong một giờ học ngắn, học sinh có thể hiểu được gì về trí tuệ nhân tạo và học máy. Nhóm tác giả không đi theo hướng thử nghiệm trên một lớp học cụ thể, mà phân tích nội dung các hoạt động học có sẵn trong chương trình Giờ học lập trình để xem các hoạt động đó đang dạy gì, dạy sâu đến đâu, và có cân bằng hay không. Bài báo vì vậy rất hữu ích cho giáo viên, người thiết kế học liệu, và cả những ai đang muốn đưa trí tuệ nhân tạo vào trường học theo cách dễ tiếp cận.
Điểm mạnh đầu tiên của nghiên cứu là cách nhìn rất rõ ràng. Tác giả dùng khung năm ý tưởng lớn về giáo dục trí tuệ nhân tạo để làm tiêu chí phân tích nội dung. Nói đơn giản, họ không chỉ hỏi hoạt động đó có nhắc đến trí tuệ nhân tạo hay không, mà còn hỏi hoạt động đó giúp học sinh hiểu phần nào của bức tranh lớn, như nhận biết dữ liệu, học từ dữ liệu, tương tác với con người, biểu diễn và suy luận, hay tác động xã hội. Cách làm này giúp đánh giá chất lượng học liệu tốt hơn nhiều so với chỉ nhìn tên hoạt động hay nhãn gắn trên trang web.
Kết quả quan trọng nhất là số lượng hoạt động về trí tuệ nhân tạo tăng rất nhanh trong vài năm gần đây, cho thấy giáo dục phổ thông đang phản ứng mạnh với làn sóng công nghệ mới. Từ rất ít hoạt động vào năm 2021, kho hoạt động đã tăng mạnh đến năm 2024. Tuy nhiên, sự tăng về số lượng chưa đi kèm hoàn toàn với chất lượng nội dung, vì một số hoạt động được gắn nhãn là trí tuệ nhân tạo nhưng thực chất không giúp người học hiểu các ý tưởng cốt lõi của lĩnh vực này. Đây là một cảnh báo rất đáng chú ý cho giáo viên khi chọn tài liệu dạy học.
Một phát hiện rất dễ hiểu nhưng cũng rất đáng suy nghĩ là đa số hoạt động tập trung vào phần dễ thấy nhất của trí tuệ nhân tạo, chẳng hạn như nhận diện hình ảnh, giọng nói, hoặc các ví dụ gần gũi trong đời sống. Những nội dung khó hơn như biểu diễn tri thức và suy luận xuất hiện rất ít. Điều này cho thấy học sinh thường được giới thiệu trí tuệ nhân tạo như một công nghệ nhận biết và phản hồi, nhưng chưa được dẫn vào phần tư duy bên trong của hệ thống. Nếu chỉ học theo cách này, các em có thể biết trí tuệ nhân tạo làm được gì, nhưng chưa hiểu rõ vì sao nó làm được như vậy.
Khi đi sâu vào học máy, bài báo cho thấy nhiều hoạt động đã làm tốt ở chỗ giúp học sinh thấy vai trò của dữ liệu huấn luyện đối với kết quả đầu ra. Đây là một điểm sư phạm rất quan trọng, vì nó giúp người học sớm hiểu rằng mô hình không tự nhiên thông minh, mà bị định hình bởi dữ liệu con người cung cấp. Tuy vậy, nhiều hoạt động lại chưa giải thích rõ học máy là gì, và cũng ít đi sâu vào cách thuật toán học hoạt động ra sao. Nói cách khác, học sinh thường được thấy phần bề mặt của quá trình học từ dữ liệu, nhưng chưa được chạm nhiều vào cơ chế học bên trong.
Một điểm sáng của bài báo là ghi nhận sự tiến bộ trong việc đưa các vấn đề xã hội vào hoạt động học. Nhiều hoạt động đã đề cập đến quyền riêng tư, thiên lệch có hại, giám sát, thông tin sai lệch, và đạo đức trong các tình huống như xe tự lái. Điều này cho thấy giáo dục trí tuệ nhân tạo đang dần vượt qua cách dạy chỉ thiên về kỹ thuật. Tuy nhiên, tác giả cũng nhắc một điểm rất đáng lưu ý là một số hoạt động nói về lợi ích môi trường theo hướng quá lạc quan, chưa nói đủ về chi phí năng lượng khi huấn luyện mô hình lớn. Nhận xét này giúp người đọc thấy bài báo không chỉ thống kê mà còn có góc nhìn phê bình giáo dục rất chín chắn.
Phần phân tích phương pháp dạy học là chỗ tôi cho rằng giáo viên sẽ thấy giá trị nhất. Tác giả nhận ra rằng nhiều hoạt động thiên về giải thích cho học sinh nghe hoặc xem, hơn là để học sinh tự làm, tự thử, tự tạo. Trong khi đó, nghiên cứu giáo dục tin học nhiều năm đã cho thấy người mới học thường hiểu tốt hơn khi được tự tay xây dựng và thử nghiệm. Vì vậy, bài báo không phủ nhận giá trị của hoạt động một giờ, nhưng nhấn mạnh rằng nếu muốn học sinh hiểu sâu hơn thì cần thiết kế thêm các trải nghiệm thực hành dễ tiếp cận và phù hợp với người mới bắt đầu.
Tóm lại, trọng tâm của bài báo không phải là chê một chương trình cụ thể, mà là chỉ ra một bức tranh chuyển tiếp rất thật của giáo dục trí tuệ nhân tạo ở trường phổ thông. Chúng ta đã có nhiều hoạt động hơn, có quan tâm hơn đến tác động xã hội, nhưng nội dung còn lệch về phần dễ quan sát và cách dạy còn nghiêng về truyền đạt hơn là thực hành. Thông điệp sư phạm rút ra rất rõ là nếu muốn học sinh hiểu đúng và hiểu đủ, chúng ta cần học liệu cân bằng hơn, định nghĩa rõ hơn, và nhiều cơ hội trải nghiệm hơn ngay từ những bài nhập môn đầu tiên.
Trần Ngọc Minh 