Bạn có thể thử các câu lệnh sau:

• “Kiểm tra từng bước trong bài làm của tôi. Hãy chỉ ra nơi đầu tiên lập luận sai, nhưng đừng giải bài.”
• “Cho tôi gợi ý theo từng mức: trước hết là khái niệm, sau đó là chiến lược, rồi mới đến bước tiếp theo.”
• “Đưa ra hai phương pháp có thể dùng, sau đó yêu cầu tôi so sánh chúng.”
• “Mệnh đề này có luôn đúng không? Nếu không, hãy đưa phản ví dụ và hỏi tôi giải thích.”
• “Tạo một bài tương tự để tôi tự giải.”

Khi có nhiều cách giải, hãy yêu cầu AI so sánh phương pháp đại số, đồ thị, số học hoặc hình học. Tuy nhiên, người học vẫn phải tự quyết định phương pháp nào phù hợp và giải thích vì sao nó có hiệu quả.

Đừng yêu cầu một lời giải hoàn chỉnh trước khi tự thử. Cách này dễ tạo ra cảm giác “mình đã hiểu” chỉ vì nhận ra các bước trong lời giải, trong khi chưa phát triển được khả năng tự tạo ra lời giải.

Viết luận: biến AI thành người đọc khó tính

Người học cần giữ quyền sở hữu đối với luận đề, bằng chứng, cấu trúc và giọng văn. AI có thể đóng vai một độc giả khó tính, chỉ ra điểm yếu mà không giành quyền viết bài.

Hãy cung cấp luận đề và dàn ý, rồi hỏi:

• “Điểm nào chưa rõ, chưa có căn cứ hoặc mâu thuẫn về logic?”
• “Hãy phân biệt các khẳng định của tôi với bằng chứng hỗ trợ chúng.”
• “Ở đâu tôi đang nhầm giữa tóm tắt và phân tích?”
• “Hãy phản bác luận đề của tôi như một độc giả hoài nghi.”
• “Bằng chứng nào có thể làm suy yếu kết luận?”
• “Đánh giá riêng lập luận, cấu trúc, bằng chứng, sự liên kết giữa các đoạn và văn phong. Đừng viết lại bài.”

Sau đó, hãy tự sửa một phần và hỏi AI xem bản sửa có giải quyết đúng vấn đề ban đầu không. Chỉ nên dùng AI để kiểm tra ngữ pháp, độ rõ ràng sau khi các ý tưởng đã ổn định; chỉ giữ lại cách diễn đạt được gợi ý khi bạn thực sự hiểu và chủ động chọn thay đổi đó.

Các nghiên cứu về việc sinh viên sử dụng AI cho thấy công cụ này có thể hỗ trợ hiểu chủ đề phức tạp, tìm bằng chứng, chỉnh sửa và đọc soát. Tuy nhiên, kết quả về tư duy phản biện và tính nguyên bản vẫn chưa thống nhất. Một tổng hợp gần đây cho thấy hiệu quả tốt hơn khi sinh viên dùng AI có chọn lọc, theo từng vòng lặp và có sự hướng dẫn của giảng viên. Nghiên cứu khác cho thấy phản hồi AI có cấu trúc có thể hỗ trợ năng lực viết phản biện, nhưng hiệu quả cao nhất xuất hiện khi sinh viên chủ động đánh giá và áp dụng phản hồi thay vì chấp nhận máy móc.

Giảng viên và bạn học vẫn giữ vai trò quan trọng trong phán đoán chuyên môn, phát triển khái niệm và hiểu bối cảnh. Người học cũng cần tuân thủ quy định của trường về phạm vi sử dụng AI và việc công khai đã dùng công cụ này hay chưa.

Nghiên cứu và đọc hiểu: dùng AI để chất vấn nguồn tài liệu

AI nên làm cho việc đọc sâu hơn, không phải thay thế việc đọc. Trước khi mở chatbot, hãy tự viết một đoạn tóm tắt ngắn, xác định luận đề của tác giả và ghi ra hai câu hỏi về văn bản.

Sau đó, có thể hỏi:

• “Tác giả đang dựa trên những giả định nào?”
• “Bằng chứng nào hỗ trợ từng luận điểm chính?”
• “Một người phản biện sẽ nói gì?”
• “Thuật ngữ nào cần được định nghĩa chính xác?”
• “Bằng chứng nào đang bị bỏ sót?”
• “Có cách giải thích thay thế nào phù hợp với cùng tập bằng chứng này?”

AI có thể đề xuất từ khóa tìm kiếm, khái niệm liên quan và hướng tìm nguồn. Nhưng không nên xem chatbot là cơ sở dữ liệu nguồn: mọi thông tin quan trọng, đặc biệt là trích dẫn, tài liệu tham khảo, số liệu và chi tiết kỹ thuật, đều phải được đối chiếu với ấn phẩm gốc.

Bảng so sánh cũng hữu ích khi đọc hai tài liệu, nhưng chính người học phải điền và kiểm tra từng ô dựa trên văn bản. Hãy duy trì nhật ký nghiên cứu, phân biệt rõ:

• nguồn tài liệu nói trực tiếp điều gì;
• bạn suy luận điều gì từ nguồn;
• AI đã gợi ý điều gì; và
• điều gì đã được bạn kiểm chứng độc lập.

Sau cuộc trao đổi, hãy đóng công cụ AI và tự viết lại lập luận của tác giả từ trí nhớ, kèm theo một hạn chế hoặc câu hỏi chưa được giải quyết. Nếu không làm được, có thể bạn đã lướt qua việc đọc thay vì đào sâu nó.

Khoa học: giải thích, tìm lỗ hổng và đưa ra dự đoán

Kỹ thuật Feynman yêu cầu người học nhớ lại và giải thích một khái niệm bằng ngôn ngữ đơn giản, xác định chỗ còn thiếu, bổ sung rồi tiếp tục đơn giản hóa. AI có thể biến quy trình này thành một cuộc đối thoại, trong đó nó đóng vai người mới bắt đầu tò mò hoặc người phản biện hoài nghi.

Các câu lệnh hữu ích gồm:

• “Tôi sẽ giải thích quá trình quang hợp. Hãy đóng vai một người mới học tò mò và mỗi lần chỉ hỏi một câu.”
• “Đánh dấu mọi thuật ngữ kỹ thuật chưa được định nghĩa.”
• “Đưa ra một trường hợp mà phần giải thích của tôi dự đoán sai kết quả.”
• “Quan sát nào có thể phân biệt hai giả thuyết này?”
• “Phần nào trong giải thích của tôi mô tả cơ chế, phần nào chỉ mô tả mối tương quan?”
• “Hãy thay đổi một biến và yêu cầu tôi dự đoán điều gì sẽ xảy ra.”

Người học phải tự vẽ sơ đồ, nêu chuỗi nhân quả và đưa ra dự đoán. AI có thể kiểm tra các trường hợp biên, phát hiện ngộ nhận và đưa ra phản ví dụ. Bài kiểm tra cuối cùng là giải thích khái niệm cho một người mới bắt đầu mà không nhìn lại câu trả lời của AI.

Lập trình: xem xét cách suy luận trước khi nhờ sửa mã

Trong lập trình, AI phù hợp với vai trò người rà soát mã, gỡ lỗi và bạn đồng hành kiểm thử. Hãy tự viết phiên bản đầu tiên, rồi yêu cầu AI tìm vị trí có vấn đề thay vì thay toàn bộ lời giải.

Bạn có thể hỏi:

• “Hãy xác định giả định nhỏ nhất đang bị phá vỡ. Đừng viết lại mã.”
• “Theo dõi các biến cho đến khi đầu ra bắt đầu sai.”
• “Bất biến nào cần được duy trì?”
• “Hãy đưa ra một đầu vào làm thuật toán này thất bại.”
• “Đề xuất kiểm thử cho trường hợp thông thường, trường hợp biên, dữ liệu không hợp lệ, dữ liệu rỗng và trường hợp đối kháng.”
• “So sánh độ phức tạp thời gian và bộ nhớ của hai cách tiếp cận này.”

Hãy tự triển khai bản sửa, chạy các bài kiểm thử và giải thích vì sao thay đổi đó có tác dụng. Sau đó, thử thay đổi một yêu cầu và tự điều chỉnh chương trình mà không yêu cầu AI tạo lại toàn bộ.

Một tiêu chuẩn hữu ích là người học phải giải thích được mọi dòng mã đã nộp, tái hiện được lỗi, lý giải được bản sửa và tự viết ít nhất một bài kiểm thử không do AI cung cấp.

Learning Assistant và Feynman Bot của Singapore đang làm đúng điều gì?

Bộ Giáo dục Singapore mô tả các công cụ AI trong Student Learning Space (SLS) — nền tảng học tập trực tuyến dùng trong hệ thống giáo dục Singapore — là những hệ thống hỗ trợ việc học bằng câu hỏi, giàn giáo học tập và phản hồi thay vì đưa đáp án trực tiếp. Learning Assistant có thể đảm nhiệm nhiều vai trò, trong đó có vai trò trợ lý viết, và tương tác với học sinh qua các câu hỏi lặp nhằm làm rõ hiểu biết.

Thiết kế này cho thấy một nguyên tắc quan trọng: câu trả lời của người học mới là hoạt động trung tâm. AI tạo ra “ma sát có ích” bằng cách đặt câu hỏi tiếp theo, chỉ ra lỗ hổng hoặc yêu cầu giải thích thêm, thay vì lập tức hoàn thành nhiệm vụ.

Các cơ chế bảo vệ cũng không khiến hệ thống trở nên bất khả sai. Hướng dẫn dành cho học sinh của Bộ Giáo dục Singapore nêu rõ rằng phản hồi của Learning Assistant có tính xác suất và đôi khi có thể không chính xác; học sinh được khuyến khích suy ngẫm và kiểm chứng bằng các nguồn khác.

Feynman Bot của Đại học Công nghệ và Thiết kế Singapore (SUTD) áp dụng mô hình tương tự cho việc học khái niệm. Người học tải tài liệu, chọn cấp độ phù hợp rồi tự giải thích chủ đề trong khi bot đặt câu hỏi thích ứng. Các báo cáo mô tả giới hạn khoảng ba hoặc bốn lần người dùng nói “tôi không biết” trước khi bot gợi ý một hướng tiếp cận và đặt câu hỏi mới dựa trên điểm yếu đó. Nghiên cứu liên quan giới thiệu bot như một ứng dụng AI của kỹ thuật Feynman nhằm hỗ trợ việc học tự điều chỉnh.

Bài học ở đây không phải là mọi gia sư AI đều phải từ chối trả lời vô thời hạn. Điều quan trọng là công cụ nên trì hoãn việc hoàn thành đủ lâu để người học tự thử, tự giải thích và đối mặt với những lỗ hổng trong hiểu biết.

Những nguyên tắc giúp bảo vệ quyền tác giả và việc học

Học sinh, sinh viên, giáo viên và nhà trường có thể áp dụng các giới hạn đơn giản:

• Tự làm một lần trước khi dùng AI.
• Ưu tiên yêu cầu câu hỏi, gợi ý, phản biện hoặc chẩn đoán trước khi xin lời giải.
• Không nộp bài viết, chứng minh, mã nguồn hay phần phân tích mà bạn không thể giải thích.
• Kết thúc bằng một phần giải thích không dùng AI hoặc một bài toán tương tự.
• Kiểm chứng sự thật, phép tính, trích dẫn, tài liệu tham khảo và mã nguồn.
• Lưu bản nháp, câu lệnh, phản hồi và ghi chú sửa bài khi quy định yêu cầu công khai quá trình sử dụng AI.
• Dùng giáo viên và bạn học cho phán đoán, động lực, vấn đề đạo đức và các đánh giá quan trọng.
• Khi AI bất đồng, hãy xem đó là lý do để điều tra thêm, không phải bằng chứng rằng bạn sai.

Người học phải cung cấp suy nghĩ ban đầu, đưa ra những quyết định quan trọng và viết phần giải thích cuối cùng. AI nên cung cấp câu hỏi, phản biện, cách diễn giải thay thế, bài kiểm thử và phản hồi. Chính các vòng lặp lặp đi lặp lại — tự làm, so sánh, phản biện, chỉnh sửa rồi giải thích — mới biến AI thành công cụ tạo ra tri thức bền vững thay vì một người viết hộ.

Bạn có thể thử các câu lệnh sau:

• “Kiểm tra từng bước trong bài làm của tôi. Hãy chỉ ra nơi đầu tiên lập luận sai, nhưng đừng giải bài.”
• “Cho tôi gợi ý theo từng mức: trước hết là khái niệm, sau đó là chiến lược, rồi mới đến bước tiếp theo.”
• “Đưa ra hai phương pháp có thể dùng, sau đó yêu cầu tôi so sánh chúng.”
• “Mệnh đề này có luôn đúng không? Nếu không, hãy đưa phản ví dụ và hỏi tôi giải thích.”
• “Tạo một bài tương tự để tôi tự giải.”

Khi có nhiều cách giải, hãy yêu cầu AI so sánh phương pháp đại số, đồ thị, số học hoặc hình học. Tuy nhiên, người học vẫn phải tự quyết định phương pháp nào phù hợp và giải thích vì sao nó có hiệu quả.

Đừng yêu cầu một lời giải hoàn chỉnh trước khi tự thử. Cách này dễ tạo ra cảm giác “mình đã hiểu” chỉ vì nhận ra các bước trong lời giải, trong khi chưa phát triển được khả năng tự tạo ra lời giải.

Viết luận: biến AI thành người đọc khó tính

Người học cần giữ quyền sở hữu đối với luận đề, bằng chứng, cấu trúc và giọng văn. AI có thể đóng vai một độc giả khó tính, chỉ ra điểm yếu mà không giành quyền viết bài.

Hãy cung cấp luận đề và dàn ý, rồi hỏi:

• “Điểm nào chưa rõ, chưa có căn cứ hoặc mâu thuẫn về logic?”
• “Hãy phân biệt các khẳng định của tôi với bằng chứng hỗ trợ chúng.”
• “Ở đâu tôi đang nhầm giữa tóm tắt và phân tích?”
• “Hãy phản bác luận đề của tôi như một độc giả hoài nghi.”
• “Bằng chứng nào có thể làm suy yếu kết luận?”
• “Đánh giá riêng lập luận, cấu trúc, bằng chứng, sự liên kết giữa các đoạn và văn phong. Đừng viết lại bài.”

Sau đó, hãy tự sửa một phần và hỏi AI xem bản sửa có giải quyết đúng vấn đề ban đầu không. Chỉ nên dùng AI để kiểm tra ngữ pháp, độ rõ ràng sau khi các ý tưởng đã ổn định; chỉ giữ lại cách diễn đạt được gợi ý khi bạn thực sự hiểu và chủ động chọn thay đổi đó.

Các nghiên cứu về việc sinh viên sử dụng AI cho thấy công cụ này có thể hỗ trợ hiểu chủ đề phức tạp, tìm bằng chứng, chỉnh sửa và đọc soát. Tuy nhiên, kết quả về tư duy phản biện và tính nguyên bản vẫn chưa thống nhất. Một tổng hợp gần đây cho thấy hiệu quả tốt hơn khi sinh viên dùng AI có chọn lọc, theo từng vòng lặp và có sự hướng dẫn của giảng viên. Nghiên cứu khác cho thấy phản hồi AI có cấu trúc có thể hỗ trợ năng lực viết phản biện, nhưng hiệu quả cao nhất xuất hiện khi sinh viên chủ động đánh giá và áp dụng phản hồi thay vì chấp nhận máy móc.

Giảng viên và bạn học vẫn giữ vai trò quan trọng trong phán đoán chuyên môn, phát triển khái niệm và hiểu bối cảnh. Người học cũng cần tuân thủ quy định của trường về phạm vi sử dụng AI và việc công khai đã dùng công cụ này hay chưa.

Nghiên cứu và đọc hiểu: dùng AI để chất vấn nguồn tài liệu

AI nên làm cho việc đọc sâu hơn, không phải thay thế việc đọc. Trước khi mở chatbot, hãy tự viết một đoạn tóm tắt ngắn, xác định luận đề của tác giả và ghi ra hai câu hỏi về văn bản.

Sau đó, có thể hỏi:

• “Tác giả đang dựa trên những giả định nào?”
• “Bằng chứng nào hỗ trợ từng luận điểm chính?”
• “Một người phản biện sẽ nói gì?”
• “Thuật ngữ nào cần được định nghĩa chính xác?”
• “Bằng chứng nào đang bị bỏ sót?”
• “Có cách giải thích thay thế nào phù hợp với cùng tập bằng chứng này?”

AI có thể đề xuất từ khóa tìm kiếm, khái niệm liên quan và hướng tìm nguồn. Nhưng không nên xem chatbot là cơ sở dữ liệu nguồn: mọi thông tin quan trọng, đặc biệt là trích dẫn, tài liệu tham khảo, số liệu và chi tiết kỹ thuật, đều phải được đối chiếu với ấn phẩm gốc.

Bảng so sánh cũng hữu ích khi đọc hai tài liệu, nhưng chính người học phải điền và kiểm tra từng ô dựa trên văn bản. Hãy duy trì nhật ký nghiên cứu, phân biệt rõ:

• nguồn tài liệu nói trực tiếp điều gì;
• bạn suy luận điều gì từ nguồn;
• AI đã gợi ý điều gì; và
• điều gì đã được bạn kiểm chứng độc lập.

Sau cuộc trao đổi, hãy đóng công cụ AI và tự viết lại lập luận của tác giả từ trí nhớ, kèm theo một hạn chế hoặc câu hỏi chưa được giải quyết. Nếu không làm được, có thể bạn đã lướt qua việc đọc thay vì đào sâu nó.

Khoa học: giải thích, tìm lỗ hổng và đưa ra dự đoán

Kỹ thuật Feynman yêu cầu người học nhớ lại và giải thích một khái niệm bằng ngôn ngữ đơn giản, xác định chỗ còn thiếu, bổ sung rồi tiếp tục đơn giản hóa. AI có thể biến quy trình này thành một cuộc đối thoại, trong đó nó đóng vai người mới bắt đầu tò mò hoặc người phản biện hoài nghi.

Các câu lệnh hữu ích gồm:

• “Tôi sẽ giải thích quá trình quang hợp. Hãy đóng vai một người mới học tò mò và mỗi lần chỉ hỏi một câu.”
• “Đánh dấu mọi thuật ngữ kỹ thuật chưa được định nghĩa.”
• “Đưa ra một trường hợp mà phần giải thích của tôi dự đoán sai kết quả.”
• “Quan sát nào có thể phân biệt hai giả thuyết này?”
• “Phần nào trong giải thích của tôi mô tả cơ chế, phần nào chỉ mô tả mối tương quan?”
• “Hãy thay đổi một biến và yêu cầu tôi dự đoán điều gì sẽ xảy ra.”

Người học phải tự vẽ sơ đồ, nêu chuỗi nhân quả và đưa ra dự đoán. AI có thể kiểm tra các trường hợp biên, phát hiện ngộ nhận và đưa ra phản ví dụ. Bài kiểm tra cuối cùng là giải thích khái niệm cho một người mới bắt đầu mà không nhìn lại câu trả lời của AI.

Lập trình: xem xét cách suy luận trước khi nhờ sửa mã

Trong lập trình, AI phù hợp với vai trò người rà soát mã, gỡ lỗi và bạn đồng hành kiểm thử. Hãy tự viết phiên bản đầu tiên, rồi yêu cầu AI tìm vị trí có vấn đề thay vì thay toàn bộ lời giải.

Bạn có thể hỏi:

• “Hãy xác định giả định nhỏ nhất đang bị phá vỡ. Đừng viết lại mã.”
• “Theo dõi các biến cho đến khi đầu ra bắt đầu sai.”
• “Bất biến nào cần được duy trì?”
• “Hãy đưa ra một đầu vào làm thuật toán này thất bại.”
• “Đề xuất kiểm thử cho trường hợp thông thường, trường hợp biên, dữ liệu không hợp lệ, dữ liệu rỗng và trường hợp đối kháng.”
• “So sánh độ phức tạp thời gian và bộ nhớ của hai cách tiếp cận này.”

Hãy tự triển khai bản sửa, chạy các bài kiểm thử và giải thích vì sao thay đổi đó có tác dụng. Sau đó, thử thay đổi một yêu cầu và tự điều chỉnh chương trình mà không yêu cầu AI tạo lại toàn bộ.

Một tiêu chuẩn hữu ích là người học phải giải thích được mọi dòng mã đã nộp, tái hiện được lỗi, lý giải được bản sửa và tự viết ít nhất một bài kiểm thử không do AI cung cấp.

Learning Assistant và Feynman Bot của Singapore đang làm đúng điều gì?

Bộ Giáo dục Singapore mô tả các công cụ AI trong Student Learning Space (SLS) — nền tảng học tập trực tuyến dùng trong hệ thống giáo dục Singapore — là những hệ thống hỗ trợ việc học bằng câu hỏi, giàn giáo học tập và phản hồi thay vì đưa đáp án trực tiếp. Learning Assistant có thể đảm nhiệm nhiều vai trò, trong đó có vai trò trợ lý viết, và tương tác với học sinh qua các câu hỏi lặp nhằm làm rõ hiểu biết.

Thiết kế này cho thấy một nguyên tắc quan trọng: câu trả lời của người học mới là hoạt động trung tâm. AI tạo ra “ma sát có ích” bằng cách đặt câu hỏi tiếp theo, chỉ ra lỗ hổng hoặc yêu cầu giải thích thêm, thay vì lập tức hoàn thành nhiệm vụ.

Các cơ chế bảo vệ cũng không khiến hệ thống trở nên bất khả sai. Hướng dẫn dành cho học sinh của Bộ Giáo dục Singapore nêu rõ rằng phản hồi của Learning Assistant có tính xác suất và đôi khi có thể không chính xác; học sinh được khuyến khích suy ngẫm và kiểm chứng bằng các nguồn khác.

Feynman Bot của Đại học Công nghệ và Thiết kế Singapore (SUTD) áp dụng mô hình tương tự cho việc học khái niệm. Người học tải tài liệu, chọn cấp độ phù hợp rồi tự giải thích chủ đề trong khi bot đặt câu hỏi thích ứng. Các báo cáo mô tả giới hạn khoảng ba hoặc bốn lần người dùng nói “tôi không biết” trước khi bot gợi ý một hướng tiếp cận và đặt câu hỏi mới dựa trên điểm yếu đó. Nghiên cứu liên quan giới thiệu bot như một ứng dụng AI của kỹ thuật Feynman nhằm hỗ trợ việc học tự điều chỉnh.

Bài học ở đây không phải là mọi gia sư AI đều phải từ chối trả lời vô thời hạn. Điều quan trọng là công cụ nên trì hoãn việc hoàn thành đủ lâu để người học tự thử, tự giải thích và đối mặt với những lỗ hổng trong hiểu biết.

Những nguyên tắc giúp bảo vệ quyền tác giả và việc học

Học sinh, sinh viên, giáo viên và nhà trường có thể áp dụng các giới hạn đơn giản:

• Tự làm một lần trước khi dùng AI.
• Ưu tiên yêu cầu câu hỏi, gợi ý, phản biện hoặc chẩn đoán trước khi xin lời giải.
• Không nộp bài viết, chứng minh, mã nguồn hay phần phân tích mà bạn không thể giải thích.
• Kết thúc bằng một phần giải thích không dùng AI hoặc một bài toán tương tự.
• Kiểm chứng sự thật, phép tính, trích dẫn, tài liệu tham khảo và mã nguồn.
• Lưu bản nháp, câu lệnh, phản hồi và ghi chú sửa bài khi quy định yêu cầu công khai quá trình sử dụng AI.
• Dùng giáo viên và bạn học cho phán đoán, động lực, vấn đề đạo đức và các đánh giá quan trọng.
• Khi AI bất đồng, hãy xem đó là lý do để điều tra thêm, không phải bằng chứng rằng bạn sai.

Người học phải cung cấp suy nghĩ ban đầu, đưa ra những quyết định quan trọng và viết phần giải thích cuối cùng. AI nên cung cấp câu hỏi, phản biện, cách diễn giải thay thế, bài kiểm thử và phản hồi. Chính các vòng lặp lặp đi lặp lại — tự làm, so sánh, phản biện, chỉnh sửa rồi giải thích — mới biến AI thành công cụ tạo ra tri thức bền vững thay vì một người viết hộ.