Evolving Parents: Nuôi dạy một thế hệ biết lựa chọn trong thời đại vô hạn câu trả lời

Khuyến học thời AI đặt khá nhiều trọng tâm vào việc người học phải biết tự định hướng giữa những gì công nghệ cung cấp. Nếu thế hệ trước phải học cách tìm kiếm tri thức trong điều kiện khan hiếm, thế hệ AI-native gần như ngược lại: quá nhiều phương án và ngày càng khó biết đâu là điều đáng tin, đáng chọn, đáng theo đuổi. Theo anh, sự đảo chiều ấy đang thay đổi mục tiêu căn bản của giáo dục như thế nào? 

Trong một thời gian dài, giáo dục được thiết kế quanh sự khan hiếm tri thức. Người thầy nắm giữ kiến thức, sách giáo khoa tổ chức kiến thức, người học phải nỗ lực để tiếp cận chúng. AI làm lung lay cấu trúc ấy vì chi phí để có một câu trả lời đang giảm rất nhanh.

Tôi nghĩ vấn đề mới của giáo dục sẽ là sự chú ý. Khi một đứa trẻ có thể đi theo hàng trăm hướng chỉ từ một câu hỏi, ai giúp em biết điều gì đáng dành thời gian, điều gì nên đào sâu, điều gì có thể bỏ qua?

Kiến thức nền vẫn rất quan trọng, nhưng giáo dục sẽ phải làm thêm một việc khó hơn: giúp người học hình thành được những mối quan tâm đủ bền để không bị cuốn đi bởi vô tận khả năng mà công nghệ mở ra.

Có lẽ vì vậy mà AI Literacy (Thông hiểu AI) đang đi rất nhanh từ môn học sang vấn đề chính sách giáo dục. Điều đó cho thấy giáo dục đang phải đo lường những năng lực mà trước đây gần như chưa từng được đặt ở vị trí trung tâm. Theo anh, sự thay đổi ấy sẽ buộc nhà trường nhìn lại những tiêu chí nào vốn lâu nay vẫn được dùng để định nghĩa một học sinh giỏi?

Ủy ban châu Âu và OECD đã phát triển một khung AI Literacy cho giáo dục phổ thông; PISA 2029 cũng chọn Media and Artificial Intelligence Literacy làm một lĩnh vực đánh giá đổi mới. Ở Việt Nam, Bộ Giáo dục và Đào tạo đã ban hành Khung nội dung trí tuệ nhân tạo cho học sinh phổ thông (18/08/2026).

Từ những chính sách trên, tôi nghĩ nhà trường đang phải thừa nhận một môi trường học tập mới. Trước đây, phần lớn nội dung đến với học sinh đã đi qua nhiều tầng tuyển chọn: sách giáo khoa, giáo viên, chương trình. Còn bây giờ, rất nhiều thứ các em đọc, xem và sử dụng mỗi ngày được gợi ý, sắp xếp hoặc tạo ra bởi thuật toán.

Vì vậy, năng lực thông hiểu AI đang phản ánh việc môi trường hình thành nhận thức của người trẻ đã thay đổi. Nhà trường cần hiểu các em đang tiếp xúc với tri thức qua những hệ thống nào, những hệ thống ấy đang ảnh hưởng đến cách các em nhìn thế giới ra sao.

Theo tôi, đây là lý do AI Literacy trở thành vấn đề chính sách: nó liên quan trực tiếp đến cách một thế hệ được hình thành trong môi trường số.

Trong Khuyến học thời AI, anh lại đặt Computational Thinking (Tư duy máy tính) ở một vị trí đặc biệt: trước khi giao một việc cho máy, con người phải biết xác định vấn đề, phân rã nó và thiết kế một quy trình giải quyết. Điều này nghe có vẻ nghịch lý: máy càng thông minh, con người lại càng cần học cách tư duy có cấu trúc như một chiếc máy?

Tôi rất thích nghịch lý này, nhưng có lẽ cần làm rõ một chút: tư duy máy tính không có nghĩa con người phải trở nên giống máy tính.

Điều tôi quan tâm ở tư duy máy tính là khả năng làm cho tư duy của mình trở nên tường minh.

Bạn đứng trước một vấn đề lớn. Bạn có xác định được thực chất mình đang muốn giải quyết điều gì không? Bạn có chia nó thành những phần nhỏ hơn không? Bạn có biết dữ liệu nào cần thiết, tiêu chí nào quyết định một kết quả là tốt và bước nào phải được kiểm chứng?

Trước AI, một người có thể suy nghĩ hơi mơ hồ nhưng vẫn tự làm theo trực giác. Khi làm việc với AI, sự mơ hồ ấy lập tức phản chiếu trở lại bằng một kết quả cũng mơ hồ.

Vì thế tôi thường nói rằng một prompt tốt không bắt đầu từ kỹ thuật viết prompt. Nó bắt đầu từ việc người dùng đã hiểu bài toán của mình đến đâu.

Trong Khuyến học thời AI, tôi đặt Computational Thinking cạnh tư duy phản biện bởi hai thứ này hỗ trợ nhau. Một bên giúp ta cấu trúc vấn đề để AI có thể tham gia; bên kia giúp ta quay lại chất vấn kết quả AI đưa ra.

Trong sách có một chi tiết tôi thấy thú vị: khi học sinh dùng AI để nghĩ ý tưởng ứng dụng, máy đưa ra rất nhiều phương án nghe hợp lý nhưng cuối cùng tất cả đều khá giống nhau. Chỉ khi các em đóng máy tính lại và nhìn vào một bất tiện thật trong đời sống, một ý tưởng đáng làm mới xuất hiện. Khi AI khiến một sản phẩm “đủ tốt” trở nên quá dễ có được, theo anh, điều gì sẽ trở nên thực sự khan hiếm?

Tôi nghĩ đó là một trong những câu hỏi lớn nhất của thời đại này.

AI rất giỏi đưa chúng ta đến vùng trung bình tốt: đoạn văn trôi chảy; thiết kế đèm đẹp, chiến lược khá logic. 

Nhưng “khá tốt” và “đáng nhớ” là hai chuyện khác nhau.

Tôi ngày càng nghĩ nhiều đến khả năng phán đoán chất lượng. Có thể gọi nó là gu nếu hiểu “gu” theo nghĩa rộng: biết phân biệt một thứ trơn tru với một thứ thực sự có giá trị; biết nhìn qua vẻ ngoài hoàn chỉnh để nhận ra cái gì còn thiếu; biết trong mười phương án tốt, phương án nào thực sự phù hợp với cộng đồng mình đang phục vụ.

Gu như vậy không thể hình thành chỉ bằng cách tiêu thụ nhiều dữ liệu hơn.

Nó đến từ việc đọc những thứ cuốn hút, làm việc với sếp giỏi, trực tiếp đối mặt với thực tế, cảm nhận sự thất bại của sản phẩm, nói chuyện với mọi người xung quanh.

AI sở hữu lượng dữ liệu mà một cá nhân không thể có. Nhưng mỗi người vẫn sở hữu thứ rất riêng: một cuộc đời đã thực sự sống. Tôi nghĩ chất lượng của những lựa chọn sau này phụ thuộc rất nhiều vào độ phong phú của cuộc đời đó.

Đọc thêm: Diễn đàn Việt Nam - Nhật Bản: Đồng kiến tạo một tương lai công nghệ

Nhưng nếu giá trị của người học dịch chuyển từ “tự tay tạo ra sản phẩm” sang khả năng đặt vấn đề, lựa chọn, kiểm chứng và chịu trách nhiệm, chúng ta sẽ phải đánh giá học sinh thế nào? Một bài luận hoàn chỉnh hay một slide đẹp còn nói được bao nhiêu về năng lực thực khi AI có thể tham gia vào phần lớn quá trình tạo ra chúng?

Tôi nghĩ giáo dục chưa có câu trả lời hoàn chỉnh.

Chúng ta có một lợi thế: sản phẩm phần nào phản ánh quá trình. Một học sinh viết được bài tốt thường phải trải qua quá trình đọc, nghĩ và viết tương ứng. AI làm mối quan hệ đó trở nên lỏng hơn. 

Vì vậy đánh giá phải dịch chuyển một phần từ sản phẩm sang quá trình.

Tôi muốn biết học sinh bắt đầu bằng câu hỏi nào. Các em thu thập dữ liệu ra sao. Có nhận ra khi AI sai không. Đã bỏ phương án nào và vì sao. Sau phản hồi của người dùng, các em thay đổi điều gì. Và quan trọng nhất: các em có thể đứng trước người khác để bảo vệ quyết định của mình hay không.

Trong sách, tôi gọi đây là sự dịch chuyển từ người “tạo ra” sang người “thẩm định”.

Nó cũng giải thích vì sao tôi tin vào học tập dựa trên dự án. Một dự án thực buộc người học phải va vào những thứ không che giấu được: người dùng không thích sản phẩm, dữ liệu không khớp giả thuyết, code chạy nhưng trải nghiệm tệ. Học tập dự án tạo ra những tình huống mà học sinh phải phán đoán và chịu trách nhiệm với phán đoán ấy.

Một ngày nào đó, AI có thể hiểu hai con anh rất rõ - biết chúng giỏi gì, thích gì, nghề nào phù hợp, con đường nào có xác suất thành công hay thậm chí hạnh phúc cao hơn. Sau tất cả những gì anh đang nghĩ về giáo dục thời AI, có lựa chọn nào anh vẫn mong các con tuyệt đối tự mình đưa ra, dù thuật toán có thể tư vấn tốt đến đâu?

Có lẽ đó là câu hỏi: Con muốn trở thành người như thế nào?

AI có thể giúp con biết những lựa chọn, dự báo rủi ro. Có thể chỉ ra con đường mà những người giống con từng đi và kết quả họ đạt được.

Tôi nghĩ tất cả những điều đó đáng tham khảo.

Nhưng một đời sống không thể chỉ là bài toán tối ưu xác suất thành công.

Có những lúc chúng ta chọn một việc khó hơn vì nó có ý nghĩa với mình. Chọn một con đường ít chắc chắn hơn vì mình tò mò. Chọn ở lại với một người, một cộng đồng hay một vấn đề lâu hơn mức “hợp lý” vì mình cảm thấy có trách nhiệm với nó.

Tôi muốn các con đủ hiểu biết để lắng nghe những lời khuyên tốt nhất mà công nghệ có thể đưa ra, nhưng cũng đủ nội lực để cuối cùng nói: đây là cuộc đời con chọn sống.

Khi câu trả lời trở nên vô hạn, điều đáng quý nhất có thể là cá nhân biết mình sẽ dùng những câu trả lời ấy để đóng góp gì cho xã hội.

Ông Nguyễn Thanh Tùng hiện là Đồng sáng lập và Tổng Giám đốc Công ty Cổ phần Trường học Công nghệ MindX. Ông là tác giả của hai cuốn sách: Ước vọng về quốc gia lập trình (NXB Trẻ, 2023); Khuyến học thời AI (NXB Đại học Quốc gia, 2026).

Khởi đầu từ TechKids năm 2015, MindX đã phát triển thành một trong những doanh nghiệp giáo dục công nghệ đáng chú ý tại Việt Nam, với mạng lưới trải rộng toàn quốc và nguồn vốn từ nhiều nhà đầu tư quốc tế. 

ĐỌC NGAY

Khi robot bước vào phòng mổ: Khát vọng đổi mới từ kỳ lân y tế Cornerstone Robotics

Futures in Education: Chuyển hóa tri thức thành phát triển

The Weigh-in: Việt Nam đã sẵn sàng sử dụng AI và Big Data làm “vũ khí” cạnh tranh trong bối cảnh nền móng còn nhiều điều cần cải thiện?