SLS hiện là một cấu phần quan trọng trong định hướng này. MOE cho biết học sinh từ tiểu học đến dự bị đại học có thể tiếp cận các tài nguyên bám sát chương trình, cùng những tính năng có hỗ trợ AI nhằm phục vụ việc dạy và học. Các công cụ AI trên SLS được mô tả là giúp cá nhân hóa hoạt động học tập, cung cấp thêm thông tin cho giáo viên và vận hành với các giới hạn an toàn, phù hợp với độ tuổi.

Điều đó tạo ra một bài toán khó hơn việc đơn giản là phát thiết bị cho học sinh: các em phải biết chất vấn câu trả lời của AI, phát hiện lỗi và nhận ra lúc nào việc dùng công cụ sẽ làm mất đi mục tiêu của bài tập.

Rủi ro nằm ở việc “đẩy” phần suy nghĩ cho AI

Giảm tải nhận thức không phải lúc nào cũng có hại. Con người vốn thường dùng công cụ bên ngoài để giảm những gánh nặng tinh thần không cần thiết. Máy tính, sách tham khảo hay phần mềm kiểm tra chính tả có thể giúp chúng ta dành sự tập trung cho những nhiệm vụ khó hơn.

Vấn đề bắt đầu khi học sinh giao cho AI khâu học tập cốt lõi trước khi tự mình thử sức. Chẳng hạn, các em nhờ AI xây dựng lập luận, diễn giải bằng chứng, giải một bài toán xa lạ hoặc viết lời giải thích trước khi hình thành câu trả lời ban đầu.

Một bài nộp trau chuốt khi đó có thể che giấu việc học chưa diễn ra đầy đủ. AI có thể giúp tăng tốc độ, độ trôi chảy và độ chính xác bề ngoài, nhưng học sinh vẫn thiếu mô hình tư duy cần thiết để:

• phát hiện một nhận định nghe hợp lý nhưng sai;
• vận dụng ý tưởng vào một vấn đề mới;
• giải thích vì sao một lập luận có sức thuyết phục;
• nhận ra bằng chứng còn thiếu; hoặc
• bảo vệ bài làm khi không có công cụ hỗ trợ.

Đây là lý do các nhà giáo dục nhấn mạnh khái niệm nỗ lực có ích (productive struggle): quá trình nhớ lại, tự thử, mắc lỗi, nhận phản hồi rồi chỉnh sửa. Loại bỏ mọi bước khó có thể khiến bài tập nhẹ nhàng hơn, nhưng đồng thời cũng lấy đi chính phần thực hành giúp năng lực suy luận phát triển.

Nghiên cứu cho thấy điều gì?

Các bằng chứng hiện có ủng hộ sự thận trọng, nhưng chưa cho phép kết luận đơn giản rằng AI luôn làm suy yếu tư duy phản biện.

Một tổng quan phạm vi về AI tạo sinh trong giáo dục đại học ghi nhận công nghệ này có thể hỗ trợ viết, phản hồi, giải quyết vấn đề và nghiên cứu, đồng thời đặt ra những lo ngại về giảm tải nhận thức, sự phụ thuộc và quyền chủ động của người học.

Một tổng quan hệ thống rộng hơn, phân tích 89 nghiên cứu, cho thấy tác động của AI không đồng nhất hay tự động xảy ra trong mọi trường hợp. Kết quả tích cực được ghi nhận trong 40,4% nghiên cứu, còn tác động pha trộn hoặc phụ thuộc điều kiện xuất hiện trong 23,6% nghiên cứu. Trong tổng quan này, phụ thuộc quá mức, suy giảm tự chủ phân tích và giảm tải nhận thức là những rủi ro nổi bật.

Các tổng quan khác cũng đưa ra cảnh báo tương tự. Một bản tổng hợp nghiên cứu về học tập trong lớp lưu ý rằng những năng lực tư duy bậc cao như phân tích, suy luận và sáng tạo có thể bị ảnh hưởng nếu AI tổng quát giúp người học né tránh nỗ lực cần thiết để hình thành kỹ năng. Bản tổng hợp này khuyến nghị học sinh nắm kiến thức nền trước, được dạy về năng lực AI và tiếp cận công cụ theo từng bước có hướng dẫn.

Tuy vậy, cơ sở nghiên cứu vẫn đang phát triển. Các công trình hiện có sử dụng những định nghĩa khác nhau về “tư duy phản biện” và khảo sát các nhóm tuổi, môn học, nhiệm vụ cũng như mức độ hỗ trợ AI khác nhau.

Vì thế, kết luận thận trọng nhất là:

AI có nhiều khả năng hỗ trợ việc học khi đóng vai trò giàn giáo, đối tác phản hồi hoặc công cụ thử thách lập luận của học sinh; ngược lại, AI dễ làm suy yếu việc học khi thay thế khả năng diễn giải và phân tích nền tảng.

Khoảng cách đáng lo nhất có thể là khoảng cách giữa hiệu quả hoàn thành bài và việc học bền vững. Một học sinh có thể làm bài tốt hơn mà không thật sự có được kiến thức và năng lực phán đoán mà bài tập được thiết kế để rèn luyện.

Từ phát hiện đạo văn sang thiết kế lại việc đánh giá

Sau khi ChatGPT được công khai vào năm 2022, phản ứng ban đầu của nhiều cơ sở giáo dục trên thế giới tập trung vào gian lận, đạo văn và công cụ phát hiện AI. Các chính sách đại học ở Singapore hiện cho thấy một cách tiếp cận phân hóa hơn.

AI có thể được phép sử dụng trong một số bài tập, nhưng quy định cụ thể phụ thuộc từng học phần. Sinh viên vẫn chịu trách nhiệm về độ chính xác, tính trung thực và việc ghi nhận nguồn của bài nộp.

Hướng dẫn của Đại học Quốc gia Singapore (NUS) yêu cầu sinh viên ghi nhận việc sử dụng AI, trao đổi với giảng viên về phạm vi được phép và chịu trách nhiệm về chất lượng cũng như tính liêm chính của bài làm. Chính sách của NUS cũng xem việc đưa trực tiếp đầu ra của AI, hoặc diễn đạt lại đầu ra đó mà không khai báo, là những hình thức đạo văn không phù hợp.

Giới hạn của các công cụ phát hiện AI cũng ngày càng rõ ràng. Đại học Công nghệ Nanyang (NTU) cho biết trường sẽ dừng sử dụng công cụ phát hiện AI cấp trường từ năm 2027 vì công cụ này không đủ đáng tin cậy và thiếu cơ sở thực nghiệm để chứng minh hành vi sai phạm học thuật. Thay vào đó, NTU dự định chú trọng hơn đến việc ghi lại quy trình làm bài và các biểu mẫu khai báo sử dụng AI được chuẩn hóa.

Điều này cho thấy một triết lý đánh giá khác đang hình thành. Thay vì suy đoán tác giả chỉ từ văn bản cuối cùng, giáo viên có thể xem xét cách học sinh đi đến kết luận thông qua:

• lần thử đầu tiên không dùng AI;
• các bản nháp và lịch sử chỉnh sửa;
• nguồn tài liệu có chú thích;
• ghi chép phản tư về quá trình làm bài;
• phần giải thích hoặc bảo vệ bằng miệng;
• bằng chứng gắn với môn học, bối cảnh hoặc trải nghiệm của người học; và
• nhiệm vụ yêu cầu áp dụng khái niệm vào tình huống chưa quen thuộc.

Mục tiêu không phải là tạo ra một bài đánh giá “miễn nhiễm với AI”, mà là làm cho quá trình học được nhìn thấy rõ hơn.

Sử dụng AI có trách nhiệm là như thế nào?

Một nguyên tắc thực tế dành cho học sinh là: hãy dùng AI sau, cùng với hoặc để thử thách suy nghĩ của mình — không dùng AI thay cho suy nghĩ của mình.

Đối với học sinh, sinh viên

1. Bắt đầu mà không dùng AI. Hãy lập dàn ý, thử giải bài, xác định nguồn liên quan hoặc nêu lập trường ban đầu trước khi mở công cụ.
2. Dùng AI như đối tác tư duy. Có thể yêu cầu AI đưa ra phản biện, chỉ ra giả định, gợi ý từ khóa tìm kiếm, tạo câu hỏi luyện tập hoặc góp ý cho bản nháp.
3. Coi đầu ra của AI là một nhận định, không phải bằng chứng. Hãy kiểm tra sự kiện, trích dẫn, tài liệu tham khảo, phép tính và cách diễn giải bằng các nguồn sơ cấp hoặc có thẩm quyền.
4. Lưu lại quá trình sử dụng AI. Ghi rõ công cụ, câu lệnh, đầu ra quan trọng, phần được giữ lại hoặc loại bỏ và cách kiểm chứng. Hướng dẫn của NUS đã nhấn mạnh nghĩa vụ khai báo và trách nhiệm cá nhân; một số khoa còn yêu cầu bảng kê chi tiết hơn.
5. Giữ khả năng tự chủ. Người học phải có thể giải thích và bảo vệ mọi luận điểm quan trọng mà không phụ thuộc vào công cụ.

Đối với giáo viên và nhà trường

Các trường có thể quy định rõ mức độ cho phép AI trong từng nhiệm vụ:

• Không được phép: bài tập nhằm kiểm tra khả năng nhớ, tính toán, viết hoặc một kỹ năng nền tảng khi làm độc lập.
• Được phép nhưng phải khai báo: AI có thể hỗ trợ nghiên cứu, phản hồi hoặc biên tập, nhưng học sinh phải ghi lại việc sử dụng và kiểm chứng kết quả.
• Được kỳ vọng sử dụng: học sinh được đánh giá dựa trên khả năng chất vấn, cải thiện hoặc phản bác đầu ra của AI.

Một quy trình hiệu quả có thể đi theo trình tự: tự làm lần đầu, nhận phản hồi AI có hướng dẫn, tự chỉnh sửa và phản tư về những điểm AI đúng, thiếu hoặc sai.

Giáo viên cũng cần phân biệt kỹ năng viết câu lệnh với sự hiểu biết. Một câu lệnh tinh vi không chứng minh học sinh nắm được môn học. Ngược lại, việc có cơ sở để bác bỏ một câu trả lời AI nghe rất hợp lý có thể là bằng chứng mạnh hơn về việc học.

Với học sinh nhỏ tuổi, MOE nêu rõ AI phải phục vụ việc học, có mục đích, phù hợp với độ tuổi và giai đoạn phát triển, đồng thời an toàn và có trách nhiệm. Các thông tin gần đây cũng cho biết những công cụ do MOE phát triển đang được đưa vào sử dụng từng bước từ lớp Primary 4, dưới sự giám sát của giáo viên; giáo viên cũng được mở rộng cơ hội đào tạo về AI. Vì vậy, trẻ em cần được hướng dẫn trong lớp học và hỗ trợ từ người lớn, thay vì tự do sử dụng AI không định hướng.

Có thiết bị không đồng nghĩa với có năng lực AI

Hạ tầng số tập trung của Singapore có thể giúp thu hẹp chênh lệch trong việc tiếp cận thiết bị và các công cụ học tập được phê duyệt. MOE cho biết các trường được hỗ trợ về mạng không dây, thiết bị, phần mềm và hạ tầng học tập số; học sinh trên toàn hệ thống có thể sử dụng SLS.

Nhưng tiếp cận bình đẳng không tạo ra năng lực sử dụng AI có phê phán một cách bình đẳng. Những học sinh có gia đình nhiều thời gian, tự tin hoặc kinh nghiệm giáo dục hơn có thể được hỗ trợ tốt hơn trong việc chất vấn câu trả lời, kiểm tra nguồn và nhận ra một lời giải thích còn hời hợt.

Nếu không được dạy trực tiếp, khác biệt này có thể trở thành một dạng bất bình đẳng giáo dục mới. Nhà trường có thể thu hẹp khoảng cách bằng cách biến những hành vi vốn thường được truyền đạt không chính thức thành kỹ năng có thể học được:

• làm mẫu cách kiểm chứng và đánh giá nguồn ngay trong lớp;
• đưa ra câu lệnh có cấu trúc cùng ví dụ về cách dùng AI tốt và kém;
• dạy siêu nhận thức, trong đó học sinh tự trả lời câu hỏi “Mình biết mình đã hiểu bằng cách nào?”;
• cung cấp quyền sử dụng có giám sát đối với các công cụ do nhà trường quản lý; và
• đào tạo giáo viên để việc hướng dẫn học sinh không phụ thuộc vào mức độ tự tin riêng của từng người.

Định hướng về năng lực AI của MOE bao gồm hiểu lợi ích, giới hạn và rủi ro của AI, biết chất vấn đầu ra, đồng thời nhận diện thiên lệch hoặc thông tin sai lệch do AI tạo ra.

Singapore có thể đi về đâu trong những năm tới?

Các tín hiệu chính sách hiện nay cho thấy Singapore sẽ tiếp tục tích hợp AI sâu hơn, thay vì rút lui. Trong 3–5 năm tới, hệ thống này nhiều khả năng sẽ tiếp tục đưa năng lực AI vào các giai đoạn học tập, mở rộng các công cụ AI được phê duyệt và sử dụng SLS để hỗ trợ luyện tập cá nhân hóa cùng phản hồi hình thành.

Các trường đại học cũng có khả năng tiếp tục ưu tiên khai báo, trách nhiệm và quy định theo từng học phần, thay vì dựa vào công cụ phát hiện AI. Việc đánh giá sẽ coi trọng hơn quy trình, khả năng vận dụng, đối thoại và phán đoán — đặc biệt trong những môn học đặt mục tiêu rèn luyện suy luận độc lập.

Phép thử quan trọng nhất là AI có mở rộng năng lực tư duy của học sinh hay âm thầm thay thế phần thực hành cần thiết để tư duy hình thành. Mô hình phù hợp nhất với Singapore vì thế không phải “AI ở mọi nơi” hay “không AI ở đâu cả”, mà là sử dụng có cấu trúc, đi kèm những khoảng thời gian được bảo vệ cho nỗ lực độc lập.

Học sinh tốt nghiệp cần có khả năng làm việc hiệu quả với AI, nhận ra khi công cụ sai, quyết định lúc nào không nên dùng AI và vẫn đưa ra lập luận vững chắc khi không có công cụ hỗ trợ. Đó là ranh giới giữa học cùng AI và giao việc học cho AI.

SLS hiện là một cấu phần quan trọng trong định hướng này. MOE cho biết học sinh từ tiểu học đến dự bị đại học có thể tiếp cận các tài nguyên bám sát chương trình, cùng những tính năng có hỗ trợ AI nhằm phục vụ việc dạy và học. Các công cụ AI trên SLS được mô tả là giúp cá nhân hóa hoạt động học tập, cung cấp thêm thông tin cho giáo viên và vận hành với các giới hạn an toàn, phù hợp với độ tuổi.

Điều đó tạo ra một bài toán khó hơn việc đơn giản là phát thiết bị cho học sinh: các em phải biết chất vấn câu trả lời của AI, phát hiện lỗi và nhận ra lúc nào việc dùng công cụ sẽ làm mất đi mục tiêu của bài tập.

Rủi ro nằm ở việc “đẩy” phần suy nghĩ cho AI

Giảm tải nhận thức không phải lúc nào cũng có hại. Con người vốn thường dùng công cụ bên ngoài để giảm những gánh nặng tinh thần không cần thiết. Máy tính, sách tham khảo hay phần mềm kiểm tra chính tả có thể giúp chúng ta dành sự tập trung cho những nhiệm vụ khó hơn.

Vấn đề bắt đầu khi học sinh giao cho AI khâu học tập cốt lõi trước khi tự mình thử sức. Chẳng hạn, các em nhờ AI xây dựng lập luận, diễn giải bằng chứng, giải một bài toán xa lạ hoặc viết lời giải thích trước khi hình thành câu trả lời ban đầu.

Một bài nộp trau chuốt khi đó có thể che giấu việc học chưa diễn ra đầy đủ. AI có thể giúp tăng tốc độ, độ trôi chảy và độ chính xác bề ngoài, nhưng học sinh vẫn thiếu mô hình tư duy cần thiết để:

• phát hiện một nhận định nghe hợp lý nhưng sai;
• vận dụng ý tưởng vào một vấn đề mới;
• giải thích vì sao một lập luận có sức thuyết phục;
• nhận ra bằng chứng còn thiếu; hoặc
• bảo vệ bài làm khi không có công cụ hỗ trợ.

Đây là lý do các nhà giáo dục nhấn mạnh khái niệm nỗ lực có ích (productive struggle): quá trình nhớ lại, tự thử, mắc lỗi, nhận phản hồi rồi chỉnh sửa. Loại bỏ mọi bước khó có thể khiến bài tập nhẹ nhàng hơn, nhưng đồng thời cũng lấy đi chính phần thực hành giúp năng lực suy luận phát triển.

Nghiên cứu cho thấy điều gì?

Các bằng chứng hiện có ủng hộ sự thận trọng, nhưng chưa cho phép kết luận đơn giản rằng AI luôn làm suy yếu tư duy phản biện.

Một tổng quan phạm vi về AI tạo sinh trong giáo dục đại học ghi nhận công nghệ này có thể hỗ trợ viết, phản hồi, giải quyết vấn đề và nghiên cứu, đồng thời đặt ra những lo ngại về giảm tải nhận thức, sự phụ thuộc và quyền chủ động của người học.

Một tổng quan hệ thống rộng hơn, phân tích 89 nghiên cứu, cho thấy tác động của AI không đồng nhất hay tự động xảy ra trong mọi trường hợp. Kết quả tích cực được ghi nhận trong 40,4% nghiên cứu, còn tác động pha trộn hoặc phụ thuộc điều kiện xuất hiện trong 23,6% nghiên cứu. Trong tổng quan này, phụ thuộc quá mức, suy giảm tự chủ phân tích và giảm tải nhận thức là những rủi ro nổi bật.

Các tổng quan khác cũng đưa ra cảnh báo tương tự. Một bản tổng hợp nghiên cứu về học tập trong lớp lưu ý rằng những năng lực tư duy bậc cao như phân tích, suy luận và sáng tạo có thể bị ảnh hưởng nếu AI tổng quát giúp người học né tránh nỗ lực cần thiết để hình thành kỹ năng. Bản tổng hợp này khuyến nghị học sinh nắm kiến thức nền trước, được dạy về năng lực AI và tiếp cận công cụ theo từng bước có hướng dẫn.

Tuy vậy, cơ sở nghiên cứu vẫn đang phát triển. Các công trình hiện có sử dụng những định nghĩa khác nhau về “tư duy phản biện” và khảo sát các nhóm tuổi, môn học, nhiệm vụ cũng như mức độ hỗ trợ AI khác nhau.

Vì thế, kết luận thận trọng nhất là:

AI có nhiều khả năng hỗ trợ việc học khi đóng vai trò giàn giáo, đối tác phản hồi hoặc công cụ thử thách lập luận của học sinh; ngược lại, AI dễ làm suy yếu việc học khi thay thế khả năng diễn giải và phân tích nền tảng.

Khoảng cách đáng lo nhất có thể là khoảng cách giữa hiệu quả hoàn thành bài và việc học bền vững. Một học sinh có thể làm bài tốt hơn mà không thật sự có được kiến thức và năng lực phán đoán mà bài tập được thiết kế để rèn luyện.

Từ phát hiện đạo văn sang thiết kế lại việc đánh giá

Sau khi ChatGPT được công khai vào năm 2022, phản ứng ban đầu của nhiều cơ sở giáo dục trên thế giới tập trung vào gian lận, đạo văn và công cụ phát hiện AI. Các chính sách đại học ở Singapore hiện cho thấy một cách tiếp cận phân hóa hơn.

AI có thể được phép sử dụng trong một số bài tập, nhưng quy định cụ thể phụ thuộc từng học phần. Sinh viên vẫn chịu trách nhiệm về độ chính xác, tính trung thực và việc ghi nhận nguồn của bài nộp.

Hướng dẫn của Đại học Quốc gia Singapore (NUS) yêu cầu sinh viên ghi nhận việc sử dụng AI, trao đổi với giảng viên về phạm vi được phép và chịu trách nhiệm về chất lượng cũng như tính liêm chính của bài làm. Chính sách của NUS cũng xem việc đưa trực tiếp đầu ra của AI, hoặc diễn đạt lại đầu ra đó mà không khai báo, là những hình thức đạo văn không phù hợp.

Giới hạn của các công cụ phát hiện AI cũng ngày càng rõ ràng. Đại học Công nghệ Nanyang (NTU) cho biết trường sẽ dừng sử dụng công cụ phát hiện AI cấp trường từ năm 2027 vì công cụ này không đủ đáng tin cậy và thiếu cơ sở thực nghiệm để chứng minh hành vi sai phạm học thuật. Thay vào đó, NTU dự định chú trọng hơn đến việc ghi lại quy trình làm bài và các biểu mẫu khai báo sử dụng AI được chuẩn hóa.

Điều này cho thấy một triết lý đánh giá khác đang hình thành. Thay vì suy đoán tác giả chỉ từ văn bản cuối cùng, giáo viên có thể xem xét cách học sinh đi đến kết luận thông qua:

• lần thử đầu tiên không dùng AI;
• các bản nháp và lịch sử chỉnh sửa;
• nguồn tài liệu có chú thích;
• ghi chép phản tư về quá trình làm bài;
• phần giải thích hoặc bảo vệ bằng miệng;
• bằng chứng gắn với môn học, bối cảnh hoặc trải nghiệm của người học; và
• nhiệm vụ yêu cầu áp dụng khái niệm vào tình huống chưa quen thuộc.

Mục tiêu không phải là tạo ra một bài đánh giá “miễn nhiễm với AI”, mà là làm cho quá trình học được nhìn thấy rõ hơn.

Sử dụng AI có trách nhiệm là như thế nào?

Một nguyên tắc thực tế dành cho học sinh là: hãy dùng AI sau, cùng với hoặc để thử thách suy nghĩ của mình — không dùng AI thay cho suy nghĩ của mình.

Đối với học sinh, sinh viên

1. Bắt đầu mà không dùng AI. Hãy lập dàn ý, thử giải bài, xác định nguồn liên quan hoặc nêu lập trường ban đầu trước khi mở công cụ.
2. Dùng AI như đối tác tư duy. Có thể yêu cầu AI đưa ra phản biện, chỉ ra giả định, gợi ý từ khóa tìm kiếm, tạo câu hỏi luyện tập hoặc góp ý cho bản nháp.
3. Coi đầu ra của AI là một nhận định, không phải bằng chứng. Hãy kiểm tra sự kiện, trích dẫn, tài liệu tham khảo, phép tính và cách diễn giải bằng các nguồn sơ cấp hoặc có thẩm quyền.
4. Lưu lại quá trình sử dụng AI. Ghi rõ công cụ, câu lệnh, đầu ra quan trọng, phần được giữ lại hoặc loại bỏ và cách kiểm chứng. Hướng dẫn của NUS đã nhấn mạnh nghĩa vụ khai báo và trách nhiệm cá nhân; một số khoa còn yêu cầu bảng kê chi tiết hơn.
5. Giữ khả năng tự chủ. Người học phải có thể giải thích và bảo vệ mọi luận điểm quan trọng mà không phụ thuộc vào công cụ.

Đối với giáo viên và nhà trường

Các trường có thể quy định rõ mức độ cho phép AI trong từng nhiệm vụ:

• Không được phép: bài tập nhằm kiểm tra khả năng nhớ, tính toán, viết hoặc một kỹ năng nền tảng khi làm độc lập.
• Được phép nhưng phải khai báo: AI có thể hỗ trợ nghiên cứu, phản hồi hoặc biên tập, nhưng học sinh phải ghi lại việc sử dụng và kiểm chứng kết quả.
• Được kỳ vọng sử dụng: học sinh được đánh giá dựa trên khả năng chất vấn, cải thiện hoặc phản bác đầu ra của AI.

Một quy trình hiệu quả có thể đi theo trình tự: tự làm lần đầu, nhận phản hồi AI có hướng dẫn, tự chỉnh sửa và phản tư về những điểm AI đúng, thiếu hoặc sai.

Giáo viên cũng cần phân biệt kỹ năng viết câu lệnh với sự hiểu biết. Một câu lệnh tinh vi không chứng minh học sinh nắm được môn học. Ngược lại, việc có cơ sở để bác bỏ một câu trả lời AI nghe rất hợp lý có thể là bằng chứng mạnh hơn về việc học.

Với học sinh nhỏ tuổi, MOE nêu rõ AI phải phục vụ việc học, có mục đích, phù hợp với độ tuổi và giai đoạn phát triển, đồng thời an toàn và có trách nhiệm. Các thông tin gần đây cũng cho biết những công cụ do MOE phát triển đang được đưa vào sử dụng từng bước từ lớp Primary 4, dưới sự giám sát của giáo viên; giáo viên cũng được mở rộng cơ hội đào tạo về AI. Vì vậy, trẻ em cần được hướng dẫn trong lớp học và hỗ trợ từ người lớn, thay vì tự do sử dụng AI không định hướng.

Có thiết bị không đồng nghĩa với có năng lực AI

Hạ tầng số tập trung của Singapore có thể giúp thu hẹp chênh lệch trong việc tiếp cận thiết bị và các công cụ học tập được phê duyệt. MOE cho biết các trường được hỗ trợ về mạng không dây, thiết bị, phần mềm và hạ tầng học tập số; học sinh trên toàn hệ thống có thể sử dụng SLS.

Nhưng tiếp cận bình đẳng không tạo ra năng lực sử dụng AI có phê phán một cách bình đẳng. Những học sinh có gia đình nhiều thời gian, tự tin hoặc kinh nghiệm giáo dục hơn có thể được hỗ trợ tốt hơn trong việc chất vấn câu trả lời, kiểm tra nguồn và nhận ra một lời giải thích còn hời hợt.

Nếu không được dạy trực tiếp, khác biệt này có thể trở thành một dạng bất bình đẳng giáo dục mới. Nhà trường có thể thu hẹp khoảng cách bằng cách biến những hành vi vốn thường được truyền đạt không chính thức thành kỹ năng có thể học được:

• làm mẫu cách kiểm chứng và đánh giá nguồn ngay trong lớp;
• đưa ra câu lệnh có cấu trúc cùng ví dụ về cách dùng AI tốt và kém;
• dạy siêu nhận thức, trong đó học sinh tự trả lời câu hỏi “Mình biết mình đã hiểu bằng cách nào?”;
• cung cấp quyền sử dụng có giám sát đối với các công cụ do nhà trường quản lý; và
• đào tạo giáo viên để việc hướng dẫn học sinh không phụ thuộc vào mức độ tự tin riêng của từng người.

Định hướng về năng lực AI của MOE bao gồm hiểu lợi ích, giới hạn và rủi ro của AI, biết chất vấn đầu ra, đồng thời nhận diện thiên lệch hoặc thông tin sai lệch do AI tạo ra.

Singapore có thể đi về đâu trong những năm tới?

Các tín hiệu chính sách hiện nay cho thấy Singapore sẽ tiếp tục tích hợp AI sâu hơn, thay vì rút lui. Trong 3–5 năm tới, hệ thống này nhiều khả năng sẽ tiếp tục đưa năng lực AI vào các giai đoạn học tập, mở rộng các công cụ AI được phê duyệt và sử dụng SLS để hỗ trợ luyện tập cá nhân hóa cùng phản hồi hình thành.

Các trường đại học cũng có khả năng tiếp tục ưu tiên khai báo, trách nhiệm và quy định theo từng học phần, thay vì dựa vào công cụ phát hiện AI. Việc đánh giá sẽ coi trọng hơn quy trình, khả năng vận dụng, đối thoại và phán đoán — đặc biệt trong những môn học đặt mục tiêu rèn luyện suy luận độc lập.

Phép thử quan trọng nhất là AI có mở rộng năng lực tư duy của học sinh hay âm thầm thay thế phần thực hành cần thiết để tư duy hình thành. Mô hình phù hợp nhất với Singapore vì thế không phải “AI ở mọi nơi” hay “không AI ở đâu cả”, mà là sử dụng có cấu trúc, đi kèm những khoảng thời gian được bảo vệ cho nỗ lực độc lập.

Học sinh tốt nghiệp cần có khả năng làm việc hiệu quả với AI, nhận ra khi công cụ sai, quyết định lúc nào không nên dùng AI và vẫn đưa ra lập luận vững chắc khi không có công cụ hỗ trợ. Đó là ranh giới giữa học cùng AI và giao việc học cho AI.