AI vào lớp học: Google DeepMind thử nghiệm dạy toán bằng Gemini tại Sierra Leone, điểm số tăng vọt nhưng lộ ra khoảng cách đáng lo

Lời hứa về trí tuệ nhân tạo (AI) trong giáo dục là rất lớn, nhưng bằng chứng thực tế về tác động của nó trong các lớp học thực sự vẫn còn khan hiếm. Tháng 6 năm 2026, Google DeepMind và tổ chức phi lợi nhuận về giáo dục Fab AI đã công bố kết quả từ một thử nghiệm ngẫu nhiên có đối chứng (RCT) mang tính bước ngoặt tại Sierra Leone, mang đến cái nhìn chi tiết bậc nhất về cách một công cụ AI có cấu trúc có thể phối hợp với giáo viên .

Nghiên cứu cho thấy việc tích hợp chế độ "Học có Dẫn dắt" (Guided Learning) của Gemini vào các tiết toán đã cải thiện đáng kể điểm số của học sinh. Tuy nhiên, kết quả cũng phơi bày những sắc thái quan trọng: những học sinh vốn đã khá môn toán được hưởng lợi nhiều nhất, giáo viên phải thích ứng với vai trò mới, và rất khó để tách biệt tác động của riêng công cụ AI đã được thiết kế cẩn thận này khỏi các yếu tố hỗ trợ đi kèm.

Thử nghiệm được thiết kế như thế nào?

Được thực hiện với sự hợp tác của Bộ Giáo dục Sierra Leone, thử nghiệm là một RCT phân cụm ngẫu nhiên hai nhánh, đã được đăng ký trước. Nó kéo dài tám tuần, từ ngày 6 tháng 10 đến ngày 5 tháng 12 năm 2025, tại 12 trường trung học cơ sở công lập ở Quận Port Loko .

Nghiên cứu thu hút 1.763 học sinh lớp 7 và lớp 8 (từ 13 tuổi trở lên) từ 48 lớp học toán . Trong mỗi trường và mỗi khối, các lớp được phân ngẫu nhiên vào nhóm thử nghiệm, sử dụng Gemini Học có Dẫn dắt, hoặc nhóm đối chứng, tiếp tục học theo cách thông thường. Để tránh gây nhiễu giữa tác động của công cụ AI và chất lượng giáo viên, tất cả giáo viên đều được tập huấn giống nhau trong 5–6 giờ .

Mục tiêu sử dụng đặt ra là học sinh sẽ dùng công cụ AI trong hai trên bốn tiết toán hàng tuần, tổng cộng là 12 giờ Học có Dẫn dắt trong tám tuần .

Khuôn khổ bài học bốn phần với vai trò học sinh rõ ràng

Sự can thiệp không chỉ đơn giản là đưa cho học sinh một chatbot. Nó tuân theo một khuôn khổ sư phạm chặt chẽ được thiết kế để AI trở thành đối tác trong quá trình học tập hợp tác:

1. Giáo viên giới thiệu: Giáo viên đặt mục tiêu bài học và kiểm tra kiến thức nền của học sinh.
2. Hoạt động chính theo cặp: Học sinh làm việc theo cặp với một thiết bị (tỷ lệ 2 học sinh trên 1 thiết bị). Quan trọng là, các em đảm nhận các vai trò rõ ràng: "người lái" gõ câu hỏi vào Gemini, trong khi "người dẫn đường" ghi chép và định hướng câu hỏi. Vai trò được hoán đổi mỗi tiết học để đảm bảo sự tham gia cân bằng.
3. Thảo luận cả lớp: Giáo viên dẫn dắt phần tổng kết và củng cố kiến thức đã học.
4. Tổng kết cuối bài: Giáo viên chốt lại bằng một bản tóm tắt cuối cùng .

Để chuẩn bị, giáo viên xác định mục tiêu bài học, viết câu lệnh khởi đầu và soạn các câu hỏi gợi mở lên bảng để định hướng cách học sinh tương tác với Gemini .

Kết quả: Cải thiện đáng kể, nhưng không phải ai cũng như nhau

Thử nghiệm tạo ra những cải thiện có ý nghĩa thống kê, nhưng mức độ tác động phụ thuộc nhiều vào thời gian sử dụng công cụ và xuất phát điểm của học sinh.

Chỉ số	Kết quả
Hiệu quả tổng thể (ITT)	Trung bình, học sinh được phân vào nhóm sử dụng Học có Dẫn dắt đạt mức cải thiện +0,258 độ lệch chuẩn (SD). Điều này tương đương với việc đưa một học sinh từ phân vị thứ 50 lên phân vị thứ 60 .
Mối quan hệ giữa liều lượng và phản hồi	69% học sinh hoàn thành đủ mục tiêu 12 giờ trở lên đạt được hiệu quả lớn hơn nhiều, ở mức +0,380 SD. Mỗi giờ sử dụng thêm đi kèm với mức tăng +0,016 SD .
Trình độ nền tảng	Phát hiện quan trọng nhất: những học sinh có kỹ năng toán nền tảng tốt hơn hưởng lợi nhiều hơn đáng kể. Hiệu quả can thiệp tăng thêm 0,195 SD cho mỗi độ lệch chuẩn tăng thêm về trình độ toán nền tảng của học sinh .
Phân tích nhóm nhỏ	Không có sự khác biệt đáng kể về tác động của AI khi phân tích theo trình độ đọc nền tảng, giới tính hoặc độ tuổi của học sinh .

Học sinh thực sự tương tác với Gemini như thế nào?

Một trong những phần tiết lộ nhất của nghiên cứu là phân tích bản ghi của hơn 113.000 lượt tương tác giữa học sinh và Gemini. Nó phác họa một bức tranh về việc AI hoạt động không phải như một cỗ máy đưa ra đáp án, mà như một gia sư.

Phần lớn các cuộc trò chuyện—91,4%—tập trung vào việc hiểu toán học . Hành vi của chính Gemini đã được định hướng cẩn thận bởi tính năng Học có Dẫn dắt: nó đặt câu hỏi gợi mở trong 76,4% số tin nhắn, thúc đẩy học sinh tự suy nghĩ, và chỉ đưa ra lời giải trực tiếp trong 2,1% trường hợp .

Nguy cơ gia tăng khoảng cách thành tích

Phát hiện rằng những học sinh ban đầu có thành tích cao hơn lại tiến bộ nhiều nhất đã khiến các nhà nghiên cứu phải nêu lên một mối quan ngại đáng kể. Nếu không có các chiến lược có chủ ý để hỗ trợ học sinh yếu hơn, sự can thiệp này có nguy cơ làm gia tăng khoảng cách thành tích hiện có thay vì thu hẹp chúng .

Giáo viên đã trải nghiệm những gì?

Phản hồi định tính từ các nhóm thảo luận của giáo viên đã bổ sung thêm một chiều kích khác cho kết quả. Giáo viên cho biết có sự gia tăng đáng kể về mức độ tham gia của học sinh và sự tích cực hơn trong các hoạt động trên lớp . Nhiều người bắt đầu sử dụng Gemini để soạn giáo án, khám phá ra những cách mới để giải thích các chủ đề phức tạp như phân số .

Quan trọng hơn, các giáo viên mô tả một sự thay đổi trong bản sắc nghề nghiệp của chính họ, cảm thấy vai trò của mình chuyển từ "giảng viên" sang "người hỗ trợ," di chuyển quanh lớp để hỗ trợ các cặp học sinh .

Không phải mọi phản hồi đều tích cực. Một số giáo viên cho biết có những thách thức, bao gồm việc Gemini thỉnh thoảng đưa ra nội dung lạc đề hoặc làm chậm tiến độ của lớp so với chương trình học đã định .

Những hạn chế quan trọng của nghiên cứu

Mặc dù kết quả là tích cực, các nhà nghiên cứu vẫn thận trọng nêu ra một số hạn chế cần được đặt trong bối cảnh:

• Can thiệp đóng gói: Thử nghiệm kết hợp Học có Dẫn dắt với tập huấn giáo viên, cấu trúc bài học mới, cung cấp thiết bị và giám sát tại lớp. Thiết kế này không thể tách biệt tác động của riêng công cụ AI khỏi các yếu tố hỗ trợ quan trọng khác .
• Tính khái quát: Mẫu nghiên cứu chỉ đến từ một quận duy nhất ở Sierra Leone và không mang tính đại diện quốc gia. Các phát hiện có thể áp dụng tốt nhất cho các trường học có cơ sở hạ tầng tương đương, bao gồm máy tính bảng, internet đáng tin cậy và sự sẵn sàng của giáo viên .

Bản thiết kế cho nghiên cứu toàn cầu

Thử nghiệm tại Sierra Leone chỉ là sự khởi đầu. Đây là thử nghiệm đầu tiên trong chuỗi thử nghiệm quốc tế đã được lên kế hoạch bởi Google DeepMind và Fab AI nhằm nghiên cứu Học có Dẫn dắt trên các hệ thống giáo dục khác nhau . Hướng tới sự minh bạch và khả năng nhân rộng, các đối tác đã công khai phát hành tài liệu tập huấn giáo viên và một sổ tay hướng dẫn thực hiện RCT nhanh cùng với kết quả, cung cấp một bản thiết kế cho các nhà nghiên cứu và hệ thống giáo dục khác .