Phải là ‘AI + giáo viên’ mới tạo nên sức mạnh

Ngày nay, với sự phát triển của Trí tuệ nhân tạo (AI) và dữ liệu giáo dục, giấc mơ đó không còn là lý thuyết xa vời mà đã dần hiện hữu trong các lớp học. Chúng ta đang tiến gần đến kỷ nguyên nơi mỗi người học đều có lộ trình học tập riêng, được hỗ trợ và phát triển theo năng lực, nhu cầu, sở thích của chính mình.

Cá nhân hóa việc học từ dữ liệu

Trước đây, khi nói đến dữ liệu lớp học, nhiều người thường chỉ nghĩ đến bảng điểm, điểm trung bình hay kết quả kiểm tra… Nhưng trên thực tế, khái niệm dữ liệu trong giáo dục rộng hơn rất nhiều. Nó còn bao gồm thông tin về bối cảnh lớp học, đầu vào (điều kiện, nguồn lực), quá trình học tập (tương tác, tham gia của học sinh) và đầu ra (kiến thức, kỹ năng đạt được). Theo đó, mô hình CIPO (Context – Input – Process – Output) được giới thiệu như một khung tham chiếu, giúp giáo viên hình dung đầy đủ các khía cạnh dữ liệu có thể thu thập và phân tích.

Đi xa hơn, dữ liệu trong lớp học còn hiện diện ở từng chi tiết nhỏ của quá trình học tập – từ thời gian làm bài, số lần phát biểu, mức độ tham gia hoạt động nhóm cho đến phản hồi sau mỗi bài giảng. Khi các thông tin này được ghi nhận và phân tích đầy đủ, giáo viên có thể “nhìn xuyên suốt” hành trình học tập của từng học sinh, từ đó có căn cứ khoa học để điều chỉnh phương pháp giảng dạy, thay vì chỉ dựa vào linh cảm hay kinh nghiệm.

Theo thầy giáo Nguyễn Tô Sơn – Trường Đại học Sư phạm Hà Nội, thực tế hiện nay, sổ điểm điện tử vẫn chủ yếu chỉ là “phiên bản số hóa” của sổ điểm giấy truyền thống. Nó giúp nhập điểm nhanh hơn, phụ huynh dễ dàng theo dõi điểm số hơn, nhưng lại thiếu đi yếu tố quan trọng nhất: bức tranh toàn diện về sự tiến bộ của học sinh. Nó không cho biết một học sinh tiến bộ như thế nào qua từng tuần, hay học sinh đó gặp khó khăn cụ thể ở phần kiến thức nào, phương pháp học ra sao.

Thầy Tô Sơn cũng đưa ra một liên tưởng thú vị, trong y tế, mỗi bệnh nhân đều có hồ sơ sức khỏe điện tử, lưu trữ đầy đủ lịch sử khám, chữa bệnh, kết quả xét nghiệm, chẩn đoán, thuốc đã dùng… Nhờ đó, bác sĩ có thể đưa ra quyết định chính xác và cá nhân hóa điều trị. Tương tự, trong giáo dục, nếu mỗi học sinh có một hồ sơ học tập điện tử toàn diện, giáo viên sẽ có đủ dữ liệu để dạy học hiệu quả và cá nhân hóa hơn.

“Tôi hình dung về một hệ thống quản lý học tập (LMS) tích hợp AI, nơi mọi hoạt động của học sinh đều được ghi nhận – từ bài tập đúng/sai, tốc độ đọc hiểu cho tới sở thích, phong cách học tập. Từ đó, hệ thống có thể phân tích và gợi ý cho giáo viên những chỉ dẫn cụ thể: “Em A đang gặp khó khăn với phép nhân phân số”, “Em B hứng thú với khoa học, nên khuyến khích đào sâu hơn” chẳng hạn, như vậy mỗi học sinh đều được quan tâm và phát triển theo cách riêng của mình. Và việc một giáo viên thật sự dạy 40 cháu trong 1 lớp theo đúng tinh thần câu nói của GS.TS. Phạm Vũ Luận là điều hoàn toàn khả thi” – thầy Tô Sơn cho biết.

Đồng quan điểm với thầy giáo Nguyễn Tô Sơn, nhà nghiên cứu, TS. Bùi Văn Niên, giảng viên Trường Đại học Đại Nam cho rằng, lớp học thông minh là lớp học mà ở đó người ta có thể tối ưu hóa một cách tối đa nhất các nguồn lực để phục vụ quá trình dạy học. Và dữ liệu đóng vai trò then chốt để hiểu sâu đến dạy tốt.

Đồng thời, TS. Niên cũng đặt ra vấn đề, “hồ sơ giáo dục” là điều quan trọng cần làm, nhưng để xây dựng và quản lý hồ sơ đó lại là một thách thức khác của ngành Giáo dục. Ngay cả lĩnh vực tưởng chừng có số liệu rất rõ ràng như y tế mà “hồ sơ sức khỏe” của bệnh nhân khám ở bệnh viện này liệu có được thừa nhận ở bệnh viện khác không? Và trong giáo dục thì chúng ta sẽ quản lý ra sao?

“Tôi cho rằng cá nhân hóa việc học là quan trọng. Sinh viên bây giờ mong muốn được học những gì các em thật sự yêu thích, được rèn luyện những điều các em có thế mạnh. Khi có dữ liệu và hiểu về từng cá nhân, sinh viên không chỉ học kiến thức sách vở mà còn nhìn thấy giá trị bản thân trong bài học. Các em hứng thú hơn, tự tin hơn và cảm nhận rằng tri thức gắn liền với cuộc sống” – TS. Niên chia sẻ thêm.

Không chỉ hữu ích trong lớp học, dữ liệu còn hỗ trợ đáng kể cho nhiều nhiệm vụ khác, chẳng hạn như giáo viên khi trao đổi với phụ huynh. Từ trải nghiệm thực tế, thầy Tô Sơn cho biết: “Trước đây, trong các buổi họp phụ huynh hoặc khi gặp riêng, nhiều khi tôi lúng túng với những câu hỏi như: “Tình hình học tập của cháu dạo này thế nào?”. Nếu chỉ trả lời chung chung: “Dạ, cháu học cũng tạm, nhưng cần cố gắng môn Tin” thì vừa thiếu thuyết phục, lại không chỉ ra được vấn đề cụ thể.

Giờ đây, với sự hỗ trợ của dữ liệu, những cuộc trò chuyện trở nên khác hẳn. Tôi mang theo một vài thống kê nhỏ để minh họa. Ví dụ, tôi vẽ biểu đồ điểm kiểm tra của một học sinh qua các tháng, hoặc so sánh mức độ tiến bộ của em so với trung bình của lớp. Khi cho phụ huynh xem biểu đồ, tôi có thể chỉ ra: “À, anh/chị thấy không, điểm kiểm tra Tin của cháu đang có xu hướng đi xuống trong 2 tháng gần đây, đặc biệt là ở phần lập trình. Điều đó trùng với việc gần đây cháu thường làm bài tập lập trình sai khá nhiều. Tôi đề xuất chúng ta cùng hỗ trợ cháu tập trung hơn vào phần này trong thời gian tới”. Những cuộc trao đổi như vậy trở nên cụ thể và hợp tác hơn rất nhiều, vì cả giáo viên và phụ huynh đều dựa trên dữ liệu thực tế về con em mình”.

Công nghệ không thay thế được trái tim và cái tâm của người thầy

Trong khoa học dữ liệu, thông thường có hai phương pháp ra quyết định dựa trên dữ liệu. Một là, phương pháp Data-Driven Decision Making (DDDM) – ra quyết định dựa hoàn toàn vào dữ liệu. Hai là, phương pháp Data-Informed Decision Making (DIDM) – ra quyết định có tham khảo dữ liệu kết hợp với kinh nghiệm và bối cảnh thực tế. Trên thực tế, có nhiều giáo viên cũng đã có những bước đầu ứng dụng dữ liệu trong điều chỉnh các bài giảng, chỉ là chưa hệ thống và chưa nghĩ đó là “chuyển đổi số” hay “AI”.

“Sau mỗi buổi dạy, tôi thường tạo một Google Form nho nhỏ để làm khảo sát nhanh hoặc bài kiểm tra ngắn. Google Form cho phép tôi thu thập phản hồi của học sinh một cách tự động và nhanh chóng. Ngay khi học sinh nộp bài, hệ thống đã tổng hợp sẵn biểu đồ cho biết câu hỏi nào nhiều em trả lời sai, câu nào hầu hết trả lời đúng. Nhờ vậy, tôi phát hiện ra lỗ hổng kiến thức kịp thời. Việc điều chỉnh phương pháp giảng dạy dựa trên dữ liệu thu về như thế thực sự khiến tôi cảm thấy mình dạy học chủ động hơn, thay vì chỉ dạy theo kế hoạch cố định và “đoán” mức hiểu của học sinh một cách cảm tính như trước” – thầy Tô Sơn cho biết.

Có thể thấy, tư duy ứng dụng dữ liệu trong giảng dạy đã được nhen nhóm và chuyển biến dần với những công cụ quen thuộc, đơn giản hơn như Google Form và Excel. Ngày nay, với sự trợ giúp đắc lực của AI, ngành Giáo dục đang dần chuyển biến và mở ra những bước tiến mới cho sự phát triển. Thay vì giáo viên phải mất hàng giờ chấm bài, tổng hợp điểm số, theo dõi tiến độ học tập một cách thủ công, AI có thể tự động phân tích dữ liệu, phát hiện xu hướng và đưa ra gợi ý cá nhân hóa cho từng học sinh.

Tuy vậy, AI chưa phải là lời giải trọn vẹn. Mặc dù dữ liệu rất quan trọng, nhưng vai trò của trực giác sư phạm và kinh nghiệm thực tiễn của giáo viên vẫn không thể thay thế. Dữ liệu nên là điểm tựa để ra quyết định, chứ không phải là mệnh lệnh cứng nhắc.

Ảnh minh họa. (Nguồn: ST)

Chuyển đổi số và ứng dụng dữ liệu là một hành trình thiết yếu nhưng cũng đặt ra nhiều vấn đề. Việc sử dụng dữ liệu người học như thế nào cũng là một lưu ý tối quan trọng. Dữ liệu học tập của người học cần được bảo mật, tôn trọng tính riêng tư. Giáo viên cần tránh lạm dụng việc đo lường mọi thứ hoặc quá phụ thuộc vào số liệu mà quên đi khía cạnh cảm xúc, tâm lý của người học. Dữ liệu chỉ phát huy tác dụng khi chúng ta hiểu rõ ý nghĩa phía sau những con số và biểu đồ. Do vậy, bên cạnh việc trang bị cho mình kiến thức về dữ liệu và AI, mỗi người giáo viên không chỉ dừng ở việc biết sử dụng công cụ, mà còn cần hiểu và vận dụng dữ liệu một cách nhân văn, hiệu quả.

Chia sẻ về vấn đề này, thầy Tô Sơn cũng cho rằng: “AI được nhấn mạnh như một công cụ mạnh mẽ để thu thập, phân tích và thậm chí dự đoán dựa trên dữ liệu học tập. Sự hữu ích của AI là không thể phủ nhận. Tuy nhiên, giáo viên mới là người hiểu rõ học sinh nhất, là người quyết định cuối cùng việc vận dụng thông tin dữ liệu từ AI ra sao. Sự kết hợp giữa trí tuệ nhân tạo và trí tuệ con người (AI + giáo viên) mới là thứ tạo nên sức mạnh, nâng cao hiệu quả dạy và học”.

Tư duy dữ liệu không thay thế cảm xúc, công nghệ dù hiện đại đến đâu cũng không thể thay thế được trái tim và cái tâm của người thầy (cô). Biết kết hợp hài hòa, chúng ta sẽ có thêm “cánh tay đắc lực” để hiện thực hóa mục tiêu giáo dục cá nhân hóa cho từng học sinh. Những quyết định dạy và học sẽ trở nên toàn diện hơn, khoa học hơn, thiết thực và công bằng hơn.