Có một câu hỏi mà gần như học viên nào của Edube cũng hỏi, dưới dạng này hay dạng khác: "Dùng AI nhiều như vậy, liệu mình có đang lười nghĩ đi không?"
Đây là một câu hỏi xứng đáng được trả lời nghiêm túc, bằng dữ liệu thay vì cảm tính. Và may mắn là khoa học đã bắt đầu có câu trả lời.
Khi AI giúp bạn học, và khi AI học thay bạn
Năm 2025, nhóm nghiên cứu của Hamsa Bastani công bố trên tạp chí PNAS một thí nghiệm quy mô lớn với hàng nghìn học sinh trung học học toán. Học sinh được chia nhóm: một nhóm dùng AI dạng chatbot thông thường, hỏi gì đáp nấy, sẵn sàng đưa luôn lời giải; một nhóm dùng AI được thiết kế có hướng dẫn sư phạm (scaffolding), chỉ gợi ý từng bước và không đưa đáp án sẵn; và nhóm đối chứng không dùng AI.
Kết quả nói lên rất nhiều điều. Khi đang được dùng AI, cả hai nhóm có AI đều làm bài tập tốt hơn hẳn. Nhưng đến bài kiểm tra không được dùng AI, nhóm dùng chatbot thông thường làm bài kém hơn nhóm chưa từng dùng AI khoảng 17%. Công cụ giúp họ hoàn thành bài tập đã đồng thời lấy đi cơ hội hình thành năng lực thật. Trong khi đó, nhóm dùng AI có hướng dẫn sư phạm không bị tổn hại kết quả như vậy.
Cùng năm, nhóm của Nataliya Kosmyna tại MIT Media Lab công bố một nghiên cứu khác, lần này đo trực tiếp hoạt động não bộ bằng EEG khi người tham gia viết luận. Nhóm viết với sự trợ giúp của mô hình ngôn ngữ lớn cho thấy mức kết nối thần kinh giảm tới 55% so với nhóm tự viết. Nhiều người trong nhóm dùng AI thậm chí không nhớ nổi nội dung bài luận "của mình" chỉ ít phút sau khi viết xong.
Hai nghiên cứu, hai phương pháp khác nhau, cùng chỉ về một kết luận: vấn đề không nằm ở việc có dùng AI hay không, mà nằm ở cách dùng.
Cognitive offloading và cognitive amplification
Khoa học nhận thức có một cặp khái niệm giúp gọi tên ranh giới này.
Cognitive offloading là trút tải nhận thức: giao cho công cụ phần việc mà lẽ ra não bạn cần làm để học. Khi bạn nhờ AI viết hộ báo cáo rồi gửi đi mà không đọc kỹ, khi bạn hỏi đáp án mà không thử tự giải, bạn đang offload. Công việc xong, nhưng năng lực của bạn đứng yên, thậm chí thui chột dần như nhóm 17% ở trên.
Cognitive amplification là khuếch đại nhận thức: dùng công cụ để não bạn làm việc sâu hơn mức nó có thể tự làm. Khi bạn nhờ AI phản biện lập luận của mình, đặt câu hỏi kiểm tra mức hiểu của mình, đưa ví dụ ngược để mình xử lý, bạn đang amplify. Công việc có thể chậm hơn một chút, nhưng mỗi phiên làm việc đều để lại một lớp năng lực mới.
Điểm tinh tế nằm ở chỗ: hai cách dùng này nhìn bề ngoài gần giống nhau. Cùng là ngồi trước màn hình chat với AI. Khác biệt nằm ở việc ai đang gánh phần suy nghĩ nặng nhất.
Khung 6 vai AI của Wharton
Vậy làm sao để dùng AI theo hướng khuếch đại? Ethan Mollick và Lilach Mollick tại Wharton đề xuất một khung rất thực dụng: thay vì xem AI là một cỗ máy trả lời, hãy chủ động giao cho nó một vai trò sư phạm cụ thể. Sáu vai họ đề xuất:
- Tutor (gia sư): giảng giải từng bước, kiểm tra mức hiểu trước khi đi tiếp.
- Coach (huấn luyện viên): đặt câu hỏi để bạn tự tìm câu trả lời, thúc đẩy phản tư sau mỗi trải nghiệm.
- Mentor (cố vấn): đưa phản hồi dựa trên kinh nghiệm, giúp bạn nhìn xa hơn bài toán trước mắt.
- Student (học trò): đóng vai người học để bạn giảng lại, cách kiểm tra mức hiểu sâu sắc nhất.
- Simulator (mô phỏng): tạo tình huống để bạn thực hành, ví dụ một khách hàng khó tính hay một buổi phỏng vấn.
- Teammate (đồng đội): cùng phân tích vấn đề, phản biện và bổ sung góc nhìn của bạn.
Để ý một điểm chung: trong cả sáu vai, người làm việc chính vẫn là bạn. AI hỏi, bạn trả lời. AI mô phỏng, bạn xử lý. AI phản biện, bạn bảo vệ lập luận. Đó chính là cấu trúc của cognitive amplification.
"Be the human in the loop"
Nếu cần gói gọn toàn bộ bài viết này vào một nguyên tắc duy nhất, thì đó là: hãy là con người trong vòng lặp. Đừng đứng ngoài quy trình và để AI chạy từ đầu đến cuối. Hãy ở trong đó, ở đúng vị trí mà suy nghĩ của bạn là không thể thay thế.
Ba thói quen nhỏ giúp bạn giữ vị trí này:
- Nghĩ trước, hỏi sau. Trước khi hỏi AI, dành một phút viết ra câu trả lời dự kiến của mình. Sau đó so sánh. Khoảng cách giữa hai câu trả lời chính là thứ bạn học được.
- Yêu cầu AI hỏi ngược. Thêm vào prompt một câu đơn giản: "Đừng đưa đáp án ngay. Hãy hỏi lại để kiểm tra mình hiểu đến đâu, rồi gợi ý từng bước." Bạn vừa biến chatbot thành gia sư.
- Kết thúc bằng việc tự kể lại. Sau mỗi phiên học cùng AI, đóng cửa sổ chat và tự viết lại những gì mình hiểu bằng lời của mình. Nếu không viết được, bạn chưa học xong.
Với tổ chức: đây là vấn đề thiết kế, không phải vấn đề đạo đức cá nhân
Một điểm cuối dành cho các nhà quản lý và người làm L&D. Khi AI vào doanh nghiệp, đừng kỳ vọng từng nhân viên tự tìm ra ranh giới đúng. Như nghiên cứu của Bastani cho thấy, cùng một công nghệ, hai cách thiết kế trải nghiệm cho hai kết quả ngược chiều nhau. Điều đó đúng với học sinh trung học và cũng đúng với nhân sự của bạn.
Tổ chức khôn ngoan sẽ chủ động thiết kế "mặt bằng chung" về cách dùng AI: hướng dẫn rõ việc nào nên để AI làm trọn (việc lặp lại, không cần học), việc nào phải giữ con người trong vòng lặp (việc xây năng lực, ra quyết định), và đào tạo đội ngũ cách dùng AI theo hướng khuếch đại. Để mặc mỗi người tự mò, tổ chức sẽ nhận về một phổ rất rộng: vài người dùng xuất sắc, nhiều người dùng hời hợt, và một nhóm âm thầm trượt vào chỗ lười tư duy mà chính họ không nhận ra.
AI sẽ ngày càng giỏi hơn. Câu hỏi không phải là nó có thay được phần suy nghĩ của bạn hay không, mà là bạn có chủ động giữ lấy phần suy nghĩ đó hay không. Ranh giới giữa học cùng AI và phụ thuộc vào AI, cuối cùng, do chính người dùng vạch ra, trong từng prompt một.
Nếu bạn muốn luyện cách dùng AI như một đồng đội tư duy một cách bài bản, nền tảng Học cùng AI của Edube được xây dựng đúng trên khung 6 vai AI này, với module đầu tiên hoàn toàn miễn phí.
