Công nghệ đi trước thể chế: ủy ban AI của MIT nói gì về giảng dạy

TL;DR. Sau năm tháng làm việc, ủy ban AI của MIT về giảng dạy và đào tạo nghiên cứu cho biết sinh viên dùng AI rộng khắp, trong khi các quy tắc lại thiếu rõ ràng.

Điểm chính

Một ủy ban với nhiệm vụ, thời hạn và không có luận đề định sẵn. Phần lớn các báo cáo thể chế về một công nghệ mới ra đời khi cuộc tranh luận đã ngã ngũ trong đầu các tác giả.
Thường xuyên, rộng khắp và cảm xúc lẫn lộn. Phát hiện đầu tiên là phát hiện khiến mọi thứ khác trở nên cấp bách.
Dấu hiệu cho thấy nền móng đang dịch chuyển. Phần gây ấn tượng nhất trong các phát hiện là danh sách những điều AI có thể đang gây ra cho trải nghiệm giáo dục tại MIT.
Chính những gì sinh viên cần biết đang thay đổi. Một độc giả có thể đọc xong phần trước và tin rằng vấn đề là gian lận, và một chế độ đánh giá chặt chẽ hơn sẽ giải quyết được.

Ủy ban đặc biệt về AI của MIT không coi AI tạo sinh là một vấn đề công cụ có thể vá bằng một chính sách. Báo cáo của ủy ban coi đó là một phép thử sức chịu đựng đối với mục đích của nền giáo dục MIT, và lập luận rằng sự bất định không thể là cái cớ để không hành động.

Một ủy ban với nhiệm vụ, thời hạn và không có luận đề định sẵn #

Phần lớn các báo cáo thể chế về một công nghệ mới ra đời khi cuộc tranh luận đã ngã ngũ trong đầu các tác giả. Báo cáo này nói khác về chính nó. Ủy ban Đặc biệt về Sử dụng AI trong Giảng dạy, Học tập và Đào tạo Nghiên cứu mang đến nhiệm vụ một phạm vi kinh nghiệm rộng và không có luận đề định sẵn, và mô tả công việc của chính mình là ngắn nhưng dồn dập. Đó là một tuyên bố về phương pháp, và nó quan trọng đối với cách đọc các phát hiện: những kết luận tiếp theo được trình bày như những điều ủy ban đi đến, chứ không phải những điều ủy ban định chứng minh.

Thời hạn rất ngắn. Tháng 1 năm 2026, Chancellor Melissa Nobles, Provost Anantha Chandrakasan và Chủ tịch Hội đồng Giảng viên Roger Levy giao nhiệm vụ cho ủy ban. Sau đó ủy ban làm việc suốt năm tháng qua các cuộc họp, nghiên cứu và tiếp cận khắp cộng đồng MIT. Mục đích được nêu là hiểu vai trò của AI tạo sinh trong đời sống và sứ mệnh giáo dục của Viện, và khuyến nghị cách xử lý cả những thách thức lẫn cơ hội mà nó mang lại.

Nhiệm vụ gồm ba phần, và đáng đọc chúng như một tổng thể vì chúng kéo về những hướng khác nhau. Ủy ban được yêu cầu đánh giá việc sử dụng AI hiện nay tại MIT, một nhiệm vụ mô tả. Ủy ban được yêu cầu xác định các đổi mới trong giảng dạy và đánh giá sinh viên, một nhiệm vụ khám phá. Và ủy ban được yêu cầu đề xuất một chính sách sử dụng AI, một nhiệm vụ chuẩn tắc. Một nhóm làm phần thứ nhất mà không làm phần thứ ba sẽ tạo ra một bản khảo sát. Một nhóm làm phần thứ ba mà không làm phần thứ nhất sẽ tạo ra một cuốn sổ quy tắc bị sinh viên phớt lờ. Báo cáo thử làm cả ba, và phần còn lại của bài viết này đi theo thứ tự đó: điều gì đang diễn ra, điều gì đang thay đổi, và ủy ban nói nên làm gì.

Thành phần cũng quan trọng. Ủy ban gồm sinh viên đại học và sau đại học, giảng viên từ mọi trường thành viên, và nhân viên từ các đơn vị liên quan, trong đó có MIT Libraries và Teaching and Learning Lab. Eric Klopfer và Sam Madden là đồng chủ tịch. Với các nhà sáng lập và độc giả kỹ thuật từng ngồi trong những ủy ban bị một nhóm duy nhất chi phối, sự pha trộn này đáng chú ý. Sinh viên ngồi trong cơ quan đánh giá hành vi của sinh viên. Giảng viên từ mọi trường thành viên, không chỉ những trường mà AI rõ ràng liên quan nhất, đều có mặt. Nhân viên thư viện và phòng thí nghiệm giảng dạy mang đến góc nhìn của những đơn vị hỗ trợ việc dạy học hằng ngày.

Báo cáo cũng cẩn trọng với từ vựng của mình, một dấu hiệu nhỏ nhưng có ý nghĩa về cách nó được dự định sử dụng. “Người giảng dạy” bao gồm giảng viên và tất cả những người khác tham gia giảng dạy tại MIT. Hầu hết các tham chiếu đến “sinh viên” áp dụng cho cả sinh viên đại học lẫn sau đại học, trừ vài chỗ hiển nhiên. Đó là định nghĩa, không phải phát hiện, nhưng chúng mở rộng đối tượng. Một chính sách chỉ nói với các giáo sư biên chế sẽ bỏ sót nhiều người thực sự điều hành các lớp và chấm bài.

Thường xuyên, rộng khắp và cảm xúc lẫn lộn #

Phát hiện đầu tiên là phát hiện khiến mọi thứ khác trở nên cấp bách. Sinh viên MIT sử dụng AI thường xuyên và rộng khắp. Báo cáo không trình bày điều này như một mối lo hay một chiến thắng. Nó trình bày đây là thực tế nền tảng mà mọi chính sách phải được viết dựa trên, và ghép nó với mô tả về cảm nhận của sinh viên, vốn lẫn lộn mạnh mẽ.

Biên độ cảm xúc rất rộng. Ở một phía, báo cáo liệt kê sự tò mò, cảm hứng sáng tạo và lòng biết ơn. Ở phía kia, nó liệt kê sự cam chịu, mối lo ngại và nỗi bất an. Dễ đọc chúng như hai phe, những người hào hứng và những người lo lắng. Cách diễn đạt gợi ra một điều kém gọn gàng hơn: biên độ ấy mô tả cảm xúc bên trong một tập thể sinh viên sử dụng công nghệ rộng khắp, nên một sinh viên hoàn toàn có thể mang nhiều cảm xúc cùng lúc. Báo cáo không nói thẳng điều đó, và ở đây cần thận trọng. Điều mà tuyên bố xác lập là độ phân tán, không phải cách từng cá nhân phân bố trong đó.

Điểm tiếp xúc giáo dục	Giả định thể chế truyền thống	Thực tế quan sát được khi AI phổ biến rộng khắp
Bài tập (p-set)	Sự vật lộn một mình và thước đo làm chủ nhận thức	Hoàn thành tốc độ cao bằng LLM; nguy cơ làm chủ hời hợt mà không giải quyết vấn đề sâu
Bài thi mang về nhà	Thước đo dựa trên lòng tin về hiểu biết tổng hợp	Hợp tác không thể kiểm chứng; sự sụp đổ của việc đánh giá từng sinh viên
Giờ tiếp sinh viên và trợ giảng	Đối thoại hình thành với giảng viên và trợ giảng	Lượng người tham dự giảm khi sinh viên mặc nhiên tìm đến các gia sư LLM dạng hội thoại
Nhóm học tập cộng tác	Lập luận giữa các bạn học và khám phá cùng nhau	Việc áp dụng công cụ không đồng đều gây bất mãn giữa các bạn học và va chạm trong đánh giá
Nghiên cứu bậc đại học (UROP)	Sớm đắm mình vào thiết kế thí nghiệm và tài liệu	Tổng quan tài liệu tổng hợp nhanh với nguy cơ cao hơn về nguồn ảo giác chưa được kiểm chứng

Người giảng dạy cũng cho thấy một độ rộng tương tự, dù trên một trục khác. Thái độ của họ trải dài từ khám phá đầy hào hứng và ngày càng phụ thuộc vào AI đến hoài nghi, nghi ngại và “từ chối AI”. Cụm từ “ngày càng phụ thuộc” là điều cần lưu ý. Báo cáo không chỉ mô tả một nhóm người thử nghiệm ở một đầu và những người kiêng tránh ở đầu kia. Ít nhất một số người giảng dạy đang dần dựa vào các công cụ này trong công việc của chính họ, trong khi những người khác đã quyết định không dính dáng gì.

Đặt hai nhóm cạnh nhau, một vấn đề mang tính cấu trúc hiện ra. Sinh viên dùng AI rộng khắp. Người giảng dạy trải khắp biên độ từ phụ thuộc đến từ chối. Một sinh viên di chuyển giữa hai môn học có thể gặp hai người giảng dạy ở hai đầu đối lập của biên độ ấy. Báo cáo ghi nhận hệ quả một cách trực tiếp: sinh viên bối rối và lo ngại vì thiếu sự rõ ràng, nhất quán và lý giải về việc sử dụng AI, trong cùng một môn học và trên toàn bộ chương trình đào tạo.

Câu đó đáng được đọc kỹ, vì nó gọi tên ba thất bại riêng biệt. Rõ ràng là liệu quy tắc có hiểu được hay không. Nhất quán là liệu quy tắc có giống nhau từ nơi này sang nơi khác hay không. Lý giải là liệu có ai đã giải thích vì sao quy tắc tồn tại hay không. Một chính sách có thể thất bại ở bất kỳ điểm nào một cách độc lập. Một quy tắc có thể rõ ràng nhưng tùy tiện, hoặc nhất quán nhưng không được giải thích. Lời phàn nàn của sinh viên, như báo cáo ghi nhận, bao trùm cả ba, và áp dụng cả trong một môn học lẫn trên toàn chương trình.

Ngay bên cạnh là một phát hiện đáng hy vọng hơn. Báo cáo mô tả mong muốn phổ biến của người giảng dạy được chia sẻ kinh nghiệm, ý tưởng và kỹ thuật. Trong một cộng đồng mà thái độ phân hóa gay gắt đến thế, mong muốn so sánh ghi chép là một tài sản. Nó cho thấy sự bất đồng không thuộc loại đã cố hữu, khi mỗi bên đã thôi lắng nghe. Liệu mong muốn ấy có thể biến thành sự nhất quán mà sinh viên muốn hay không là một câu hỏi mà các phát hiện đặt ra chứ không trả lời.

Dấu hiệu cho thấy nền móng đang dịch chuyển #

Phần gây ấn tượng nhất trong các phát hiện là danh sách những điều AI có thể đang gây ra cho trải nghiệm giáo dục tại MIT. Mỗi mục được đóng khung là một dấu hiệu, và cách đóng khung này là có chủ ý. Ủy ban không tuyên bố đã đo lường các tác động này. Ủy ban báo cáo rằng có dấu hiệu của chúng, và một độc giả cẩn thận nên giữ cùng lằn ranh ấy.

Dấu hiệu chính là AI đang đảo lộn những yếu tố nền tảng của trải nghiệm giáo dục tại MIT, đặc biệt với sinh viên đại học. Báo cáo nêu tên các yếu tố đó: bài tập p-set, bài thi mang về nhà và UROP, rồi giờ tiếp sinh viên và nhóm học tập. Đây không phải những đặc điểm ngoại vi. Bài tập là đơn vị công việc hằng ngày. Bài thi mang về nhà là một hình thức của lòng tin. UROP là con đường để sinh viên đại học bước vào nghiên cứu. Giờ tiếp sinh viên và nhóm học tập là nơi việc học trở thành hoạt động xã hội. Khi báo cáo nói những thứ này đang bị đảo lộn, nó đang gọi tên những bộ phận chịu lực của trải nghiệm đại học.

Tiếp theo là một số dấu hiệu khác, mỗi dấu hiệu đáng được nêu riêng vì mỗi cái chỉ về một kiểu mất mát khác nhau.

Có dấu hiệu cho thấy AI đang làm tăng sự cô lập. Nhóm học tập và giờ tiếp sinh viên dựa vào việc con người tìm đến nhau. Nếu một trợ lý có năng lực luôn sẵn sàng, động lực để làm điều đó có thể suy yếu. Báo cáo không trình bày rõ cơ chế ấy, nên không nên khẳng định nó như một cơ chế. Dấu hiệu là sự cô lập, và các yếu tố được nêu tên gợi ý nơi nó có thể xuất hiện.

Có dấu hiệu cho thấy AI đang làm suy giảm khả năng làm chủ và sự tự tin của sinh viên. Đây là hai điều khác nhau. Làm chủ là về những gì sinh viên thực sự làm được. Tự tin là về những gì sinh viên tin mình làm được. Báo cáo đặt chúng cạnh nhau, và sự ghép đôi đó nhắc rằng tổn hại có thể đi theo cả hai chiều: một sinh viên đã giao việc cho công cụ có thể không có kỹ năng, và một sinh viên có kỹ năng lại có thể nghi ngờ nó.

Có dấu hiệu cho thấy AI đang bào mòn “khế ước xã hội” giữa người giảng dạy và sinh viên. Dấu ngoặc kép quanh cụm từ này là của báo cáo. Hàm ý, nói một cách đơn giản, là cả hai bên đều mang những giả định về việc mỗi bên sẽ làm gì, và báo cáo tìm thấy dấu hiệu rằng những giả định đó đang yếu đi. Điều này khớp với sự bối rối của sinh viên về quy tắc: nếu không ai nói được điều gì được kỳ vọng, khế ước gần như chẳng còn chỗ đứng.

Có dấu hiệu cho thấy AI đang khiến việc đánh giá tiến bộ của sinh viên khó hơn nhiều. Điều này có một khía cạnh thực tiễn hiển nhiên. Điểm số, phản hồi và quyết định liệu ai đó đã sẵn sàng đi tiếp hay chưa đều phụ thuộc vào khả năng biết được sinh viên hiểu gì. Nếu sản phẩm công việc không còn phản ánh sinh viên một cách đáng tin cậy, công cụ đo lường thôi hoạt động.

Cuối cùng, có dấu hiệu cho thấy AI đang thách thức những chuẩn mực và giá trị đặc trưng hàng chục năm của cộng đồng MIT về sự nghiêm cẩn, ma sát sáng tạo cần thiết cho việc học, giải quyết vấn đề cộng tác và liêm chính cá nhân. Đây là dấu hiệu rộng nhất và có lẽ có hệ quả lớn nhất. “Ma sát sáng tạo” là cụm từ đáng suy ngẫm: tuyên bố ở đây là một mức độ khó khăn nào đó là thành phần cần thiết của việc học, và một công cụ xóa bỏ khó khăn có thể xóa bỏ luôn điều mà các chuẩn mực đang bảo vệ.

Không điều nào trong số này được nêu như đã ngã ngũ. Tất cả đều được rào đón, và tư thế đúng của người đọc là xem xét nghiêm túc các dấu hiệu mà không biến chúng thành những tác động đã được đo lường. Chính sự phân biệt đó là điều một ủy ban tốt giữ gìn và một bản tóm tắt cẩu thả đánh mất.

Chính những gì sinh viên cần biết đang thay đổi #

Một độc giả có thể đọc xong phần trước và tin rằng vấn đề là gian lận, và một chế độ đánh giá chặt chẽ hơn sẽ giải quyết được. Báo cáo cưỡng lại cách đóng khung đó theo hai cách.

Thứ nhất, nó tuyên bố thẳng thắn rằng AI đang thay đổi những gì sinh viên cần biết và cần biết cách làm. Trong nguồn, đây không phải tuyên bố có rào đón. Đó là một kết quả được nêu như sự thật. Hàm ý là vấn đề không chỉ là sinh viên có thể lách qua các nhiệm vụ hiện có. Bản thân các nhiệm vụ có thể đang nhắm sai mục tiêu nếu các kỹ năng nền tảng đã dịch chuyển.

Thứ hai, nó rút ra một hệ quả cho chương trình đào tạo. Mọi môn học được giảng dạy tại MIT nhiều khả năng sẽ cần được xem xét lại và có thể được cải tổ để việc giảng dạy, học tập và đánh giá trở nên “ý thức về AI”. Sự rào đón là có thật: “nhiều khả năng sẽ cần” và “có thể được cải tổ” không phải mệnh lệnh. Nhưng phạm vi là toàn diện. Nó nói mọi môn học. Đó là một tuyên bố lớn bất thường trong một văn bản thể chế, vì phần lớn các đề xuất cải cách chỉ chọn ra vài khoa hoặc vài khóa học.

Cụm từ “ý thức về AI” là của chính báo cáo, và được chọn cẩn thận. Nó không nói được hỗ trợ bởi AI, vốn hàm ý chấp nhận, hay chống AI, vốn hàm ý phòng thủ. Ý thức là tiền đề cho cả hai phản ứng. Một môn học có thể được xem xét lại rồi quyết định hạn chế AI, bắt buộc dùng AI, hoặc bỏ qua nó vì những lý do chính đáng, nhưng không thể đưa ra lựa chọn đó một cách đúng đắn nếu trước hết không hiểu công cụ tác động thế nào đến điều đang được dạy và đánh giá. Điều này cũng nối lại với lời phàn nàn của sinh viên về sự lý giải. Một môn học ý thức về AI là môn học mà người giảng dạy có thể giải thích lập trường của mình.

Ủy ban còn đi xa hơn chương trình đào tạo. Theo ủy ban, sự xuất hiện của AI đòi hỏi một cuộc tái thẩm định rộng hơn, toàn diện hơn về bản chất, phạm vi và mục đích của giáo dục đại học ngày nay. Trong nguồn, đó là một tuyên bố đã được chứng minh, nêu không rào đón, và nó đưa báo cáo từ thiết kế khóa học sang mục đích của thể chế. Ủy ban cũng nêu rằng cộng đồng của Viện, đặc biệt là giảng viên, phải giải quyết những câu hỏi sâu hơn về cấu trúc, ý nghĩa và giá trị của nền giáo dục MIT, với AI là một trong nhiều yếu tố làm phức tạp sứ mệnh của Viện.

Mệnh đề cuối cùng ấy dễ bị lướt qua, và không nên như vậy. AI là một trong nhiều yếu tố. Ủy ban không tuyên bố rằng riêng AI đã khiến sứ mệnh bị đặt dấu hỏi. Ủy ban nói rằng AI đang đến giữa một tập hợp những phức tạp vốn có và làm chúng sắc nét hơn. Với bất kỳ ai xây dựng công nghệ giáo dục, đó là một sự điều chỉnh hữu ích: người mua không phải một thể chế có vấn đề gọn gàng mà một sản phẩm có thể giải quyết, mà là một thể chế đang ở giữa một cuộc trò chuyện lớn hơn về việc nó tồn tại để làm gì.

Những mối lo thực tiễn và câu hỏi bên ngoài lớp học #

Báo cáo không tự giới hạn trong phạm vi sư phạm. Nó liệt kê những mối lo thực tiễn đối với cộng đồng, và tách chúng khỏi những câu hỏi xã hội rộng hơn, một sự phân chia hợp lý.

Về mặt thực tiễn, AI đặt ra những mối lo đáng kể, từ quyền riêng tư và tính bảo mật của dữ liệu đến các câu hỏi xoay quanh sự chênh lệch trong tiếp cận, thiên kiến, công bằng và trách nhiệm giải trình. Hãy xét chúng theo từng cặp. Quyền riêng tư và tính bảo mật liên quan đến những gì xảy ra với thông tin đi vào một công cụ: bài làm của sinh viên, tài liệu nghiên cứu, bất cứ thứ gì một nhà nghiên cứu không muốn để lọt ra khỏi tòa nhà. Sự chênh lệch trong tiếp cận, thiên kiến, công bằng và trách nhiệm giải trình liên quan đến ai được lợi, ai bị thiệt, và ai chịu trách nhiệm khi có sự cố. Trong môi trường đào tạo nghiên cứu, cả hai cụm này đều có sức nặng. Một chính sách bảo mọi người dùng một công cụ mà không đề cập đến tính bảo mật sẽ là không đầy đủ, và một chính sách phớt lờ sự chênh lệch trong tiếp cận sẽ có nguy cơ biến bất kỳ gói đăng ký nào mà một sinh viên đủ tiền chi trả thành lợi thế. Ví dụ thứ hai là một minh họa cho mối lo, không phải một phát hiện của báo cáo, vốn chỉ nêu vấn đề bằng những từ ngữ chung như trên.

Bên ngoài khuôn viên, báo cáo lưu ý rằng sự phát triển của AI đặt ra những câu hỏi xã hội. Chúng bao gồm tác động môi trường của các trung tâm dữ liệu AI, việc sử dụng sở hữu trí tuệ và dữ liệu huấn luyện, và tác động tổng thể của công nghệ và ngành này đối với con người. Đây là những câu hỏi mà một trường đại học không thể tự mình giải quyết, nhưng các thành viên của trường vẫn sẽ bị hỏi, và sinh viên sẽ nêu ra. Việc đưa chúng vào báo cáo là sự thừa nhận rằng dạy về AI, và dạy cùng AI, diễn ra trong một bối cảnh mà mọi người đều có ý kiến.

Đáng chú ý là báo cáo xử lý những mối lo này về mặt cấu trúc như thế nào: nó nêu chúng như những sự thật về tình hình, không phải như những lập luận cho một lập trường cụ thể. Ủy ban không nói rằng vì tác động môi trường của các trung tâm dữ liệu, MIT nên hạn chế việc sử dụng. Ủy ban nói rằng những câu hỏi đó tồn tại. Sự kiềm chế ấy phù hợp với một văn bản được viết để định hướng một cộng đồng có nhiều quan điểm khác nhau, và giữ cho các khuyến nghị gắn với phát hiện chứ không gắn với ý thức hệ.

Báo cáo cũng giữ sự khiêm tốn của chính nó trong tầm mắt. Các cơ sở giáo dục khác đang vật lộn với những câu hỏi tương tự về AI, và dường như chưa ai tìm ra mọi lời giải. Câu đó có rào đón, và đúng như vậy: từ “dường như” đang làm một việc trung thực. Nó đặt MIT ngang hàng với các đồng nghiệp chứ không đi trước họ, và chặn cám dỗ coi cách tiếp cận của bất kỳ thể chế nào khác là câu trả lời có sẵn.

Một công nghệ đến theo chiếc đồng hồ bị nén lại #

Phần hữu ích nhất về mặt phân tích của báo cáo, với độc giả bên ngoài giáo dục đại học, là lời giải thích vì sao công nghệ này có cảm giác khác biệt. Nó đưa ra một mô hình đơn giản về cách các đổi mới xuất hiện.

Một số đổi mới công nghệ xuất hiện dần dần. Khi xã hội và công nghệ cùng tiến hóa, sự thích nghi lẫn nhau làm dịu tác động. Nguồn đưa ra một ví dụ: máy tính, được mô tả là tiền thân và yếu tố hỗ trợ then chốt của AI, phù hợp với khuôn mẫu này. Theo thời gian, các thể chế học cách giảng dạy với máy tính, đánh giá công việc được làm bằng máy tính, và đặt ra chuẩn mực cho việc sử dụng chúng. Sự thích nghi diễn ra đủ chậm để mang tính hai chiều.

Những đổi mới khác đến đột ngột hơn, trở nên có hệ quả xã hội trước khi các cá nhân và thể chế kịp thích nghi. Lập luận của báo cáo là AI tạo sinh thuộc nhóm thứ hai này.

Để chứng minh, báo cáo ấn định một mốc thời gian. Xã hội có xu hướng gắn “sự ra đời” của một công nghệ mới với thời điểm nó trở nên dễ dàng sử dụng. Theo thước đo đó, trí tuệ nhân tạo tạo sinh đã “ra đời” khi ChatGPT được phát hành vào cuối năm 2022. Do đó, công chúng mới tiếp cận AI tạo sinh chưa đầy bốn năm. Trong thời gian đó, theo nguồn, nó đã thu hút hơn một tỷ người dùng.

Hãy giữ hai con số này cùng lúc: chưa đầy bốn năm, và hơn một tỷ người dùng. Báo cáo không cần nói thêm để làm rõ ý. Một công nghệ đi từ lúc phát hành đến một tỷ người dùng trong chưa đầy bốn năm đã không cho các ủy ban chương trình đào tạo, các nhà thiết kế đánh giá hay các văn phòng chính sách khoảng thời gian chuẩn bị nhiều năm như máy tính từng cho.

Báo cáo bổ sung hai nhận xét nữa. Các công ty bán công nghệ AI đã chi phối các tiêu đề báo chí, thị trường chứng khoán và nhận thức của công chúng. Và AI đang tiến triển trên hầu hết mọi lĩnh vực theo một thang thời gian quá nén để xã hội kịp quan sát và phân tích đúng mức các tác động của nó rồi dần dần thích nghi.

Đọc kỹ, câu cuối nêu ra bốn bước mà sự thích nghi dần dần thường đòi hỏi: quan sát tác động, phân tích chúng, rồi thích nghi, và làm điều đó một cách dần dần. Tuyên bố là thang thời gian quá nén cho trình tự ấy. Đó là một phát biểu chính xác về vấn đề. Không phải AI xấu, hay tốt. Mà là cách thông thường để một xã hội hấp thụ một công cụ mới, bằng cách quan sát và học hỏi trước khi hành động, không theo kịp nhịp độ.

Với một nhà sáng lập, có một bài học ở đây về khách hàng. Một thể chế ở vị trí này chậm không phải vì cố chấp. Nó chậm vì quy trình thông thường của nó giả định một chiếc đồng hồ không còn áp dụng. Những sản phẩm và dịch vụ giúp các thể chế hành động hợp lý trong điều kiện bị nén, chứ không phải những thứ giả định rằng họ đã có thời gian nghiên cứu vấn đề, mới đang giải quyết đúng tình trạng thực tế mà báo cáo mô tả. Đó là một lập luận ủng hộ cách đóng khung của báo cáo, không phải một tuyên bố mà báo cáo đưa ra về thị trường.

Tám nguyên tắc, được đưa ra với sự khiêm tốn #

Sau khi mô tả tình hình, báo cáo chuyển sang những gì sẽ làm. Nó bắt đầu bằng việc xác định tám nguyên tắc mà ủy ban đã dựa vào và hy vọng sẽ định hướng cho Viện trong công việc phía trước. Các tuyên bố của nguồn ở đây có giới hạn: nó nêu rằng có tám nguyên tắc, và nêu nguyên tắc đầu tiên. Những nguyên tắc còn lại không có trong tài liệu hiện có, và bài viết này sẽ không phỏng đoán.

Nguyên tắc đầu tiên là ủy ban đưa ra các đề xuất của mình trên tinh thần khiêm tốn. Đó là một điểm khởi đầu khác thường. Một báo cáo vừa mô tả tình hình là cấp bách có thể được kỳ vọng mở đầu các nguyên tắc bằng sự quyết tâm. Thay vào đó, nó mở đầu bằng một tuyên bố về giới hạn, và lập tức giải thích khiêm tốn nghĩa là gì trong thực tế: những điều chỉnh hướng đi, thậm chí có thể là lớn, sẽ không thể tránh khỏi khi công nghệ tiếp tục phát triển và Viện thử nghiệm và học hỏi.

Câu đó có rào đón, và thẳng thắn. Ủy ban không hứa rằng các khuyến nghị của mình sẽ trụ vững qua vài năm tới. Ủy ban nói trước rằng một số khuyến nghị có lẽ sẽ cần sửa đổi, và Viện nên chuẩn bị học bằng cách làm. Đây là một lập trường đúng đắn cho một văn bản được soạn trong năm tháng về một công nghệ chưa đầy bốn năm tuổi. Nó cũng khiến báo cáo đáng tin hơn. Một ủy ban tuyên bố mình nắm lời cuối cùng sẽ bị chính bằng chứng mà nó vừa trình bày về tốc độ thay đổi phản bác.

Tuy nhiên, sự khiêm tốn không được phép biến thành tê liệt. Nguồn nói rõ: sự bất định không thể là cái cớ để không hành động. Và lập trường chiến lược được nêu cũng dứt khoát không kém. Những thách thức mà AI đặt ra trong giảng dạy và học tập đòi hỏi một phản ứng chiến lược táo bạo, ở mọi nơi và đặc biệt là tại MIT.

Hai tuyên bố này nên được đọc như một cặp. Tuyên bố thứ nhất giới hạn sự tự tin vào bất kỳ câu trả lời cụ thể nào. Tuyên bố thứ hai từ chối để giới hạn đó trở thành lý do để chờ đợi. Cùng nhau, chúng mô tả một phương pháp làm việc: hành động, quan sát, điều chỉnh. Đó chính là phương pháp mà việc áp dụng công nghệ dần dần đã cho phép xã hội theo đuổi suốt nhiều thập kỷ, giờ bị nén vào khoảng thời gian một chu kỳ lập kế hoạch của một thể chế.

Ủy ban cũng nêu một niềm tin về vai trò của Viện. MIT có trách nhiệm dẫn đầu, ủy ban nói. Cách diễn đạt này là một niềm tin, không phải một phát hiện, và nên được đọc như vậy. Không có gì trong tài liệu nói việc dẫn đầu sẽ trông như thế nào một cách cụ thể, và một bài viết dựa trên nguồn này không nên bịa ra điều đó. Tuy nhiên, niềm tin ấy giải thích chữ “táo bạo” trong “phản ứng chiến lược táo bạo”. Một thể chế nghĩ rằng mình nên dẫn đầu không thể coi thái độ chờ xem là chấp nhận được.

Các khuyến nghị và công việc còn bỏ ngỏ #

Báo cáo hứa sẽ khuyến nghị các hành động trước mắt và dài hạn cho cả người giảng dạy lẫn bộ máy quản lý. Bản thân sự phân chia đó đã mang nhiều thông tin. Người giảng dạy là những người quyết định điều gì diễn ra trong một môn học cụ thể, và các phát hiện gợi ý rằng họ cần không gian và sự hỗ trợ để đưa ra những lựa chọn ý thức về AI. Bộ máy quản lý là cơ quan có thể xử lý những vấn đề mà không người giảng dạy đơn lẻ nào giải quyết được: sự nhất quán trên toàn chương trình đào tạo, chính sách, và những mối lo thực tiễn xoay quanh quyền riêng tư, khả năng tiếp cận và trách nhiệm giải trình. Sự phân chia trước mắt và dài hạn thừa nhận rằng một số việc có thể làm ngay học kỳ này trong khi những việc khác đòi hỏi nỗ lực bền bỉ.

Điều mà các tuyên bố hiện có không bao gồm là nội dung của các khuyến nghị đó, và bài viết này sẽ không bổ sung. Điều có thể nói là các phát hiện ràng buộc chúng ra sao.

Nếu sinh viên bối rối vì sự thiếu nhất quán, thì các khuyến nghị dành cho người giảng dạy phải đề cập đến cách các lựa chọn được giải thích và, khi thích hợp, được đồng bộ. Nếu người giảng dạy muốn chia sẻ kinh nghiệm, ý tưởng và kỹ thuật, thì các khuyến nghị phải cho mong muốn đó một nơi để đến. Nếu việc đánh giá ngày càng khó, thì các hành động dài hạn có lẽ bao gồm việc suy nghĩ lại về cái gì được đánh giá và đánh giá thế nào, phù hợp với chính lời kêu gọi của báo cáo về việc xem xét lại các môn học. Đó là những suy luận từ các phát hiện về những gì khuyến nghị cần đề cập, không phải những tuyên bố về những gì báo cáo khuyến nghị, và nên được tiếp nhận một cách nhẹ nhàng.

Chính các tuyên bố đặt ra một vài câu hỏi còn bỏ ngỏ.

Câu hỏi thứ nhất là các dấu hiệu trở thành bằng chứng như thế nào. Báo cáo nói có dấu hiệu về sự cô lập gia tăng, khả năng làm chủ và sự tự tin bị suy giảm, khế ước xã hội bị bào mòn, và việc đánh giá khó khăn hơn. Bước tiếp theo tự nhiên của bất kỳ thể chế nào là tìm hiểu các tác động đó lớn đến mức nào và tập trung ở đâu. Ngôn ngữ rào đón của báo cáo đánh dấu khoảng cách giữa điều bị nghi ngờ và điều đã được đo lường.

Câu hỏi thứ hai là liệu mong muốn chia sẻ của người giảng dạy có thể tạo ra sự nhất quán mà không san phẳng biên độ quan điểm thực sự hay không. Báo cáo mô tả thái độ từ khám phá đầy hào hứng đến từ chối AI. Nó cũng ghi nhận đòi hỏi của sinh viên về sự rõ ràng, nhất quán và lý giải. Hai sự thật đó có thể không dễ dung hòa, và báo cáo không tuyên bố là dễ.

Câu hỏi thứ ba là quy mô của nhiệm vụ đối với chương trình đào tạo. “Mọi môn học” là một số lượng môn học rất lớn, và sự rào đón của báo cáo (“nhiều khả năng sẽ cần được xem xét lại và có thể được cải tổ”) để ngỏ khả năng khác biệt về mức độ sâu của việc sửa đổi. Một thể chế đặt ưu tiên giữa hàng nghìn môn học thế nào, theo một chiếc đồng hồ mà chính báo cáo mô tả là bị nén, là câu hỏi thực tiễn mà các phát hiện để lại.

Câu hỏi thứ tư, và là câu hỏi ủy ban nêu trực tiếp nhất, là tập hợp những câu hỏi sâu hơn về cấu trúc, ý nghĩa và giá trị của nền giáo dục MIT. AI là một trong nhiều yếu tố làm phức tạp sứ mệnh, và giảng viên nói riêng được yêu cầu giải quyết những câu hỏi đó. Một chính sách có thể được viết trong vài tháng. Cuộc tái thẩm định mà ủy ban kêu gọi, về bản chất, phạm vi và mục đích của giáo dục đại học ngày nay, là một cuộc trò chuyện dài hơn, và báo cáo nói rõ rằng nó không thể chờ có sự chắc chắn rồi mới bắt đầu.

Câu nắm bắt rõ nhất nơi báo cáo để lại độc giả là câu của chính nó: những điều chỉnh hướng đi sẽ không thể tránh khỏi, và sự bất định không thể là cái cớ để không hành động. Điều còn bỏ ngỏ là điều chỉnh nào đến trước, và ai ở MIT sẵn sàng thực hiện chúng trước khi bằng chứng đầy đủ.

Ý nghĩa đối với từng ngành #

Sự lan tỏa nhanh chóng của AI tạo sinh trong các môi trường đại học tinh hoa là một chỉ báo sớm về sự xáo trộn thể chế trong nhiều lĩnh vực giáo dục và nghề nghiệp.

Giáo dục đại học và các trường đại học nghiên cứu #

Lãnh đạo giáo dục đại học cần nhận ra rằng các chính sách “cấm AI” ở cấp đề cương môn học là không thể thực thi và phản tác dụng. Thách thức mang tính cấu trúc: việc đánh giá học tập phải chuyển sang bảo vệ vấn đáp trực tiếp, giải quyết vấn đề đồng bộ, và các hồ sơ dự án lặp lại, nơi hành trình lập luận được kiểm tra thay vì chỉ chấm sản phẩm viết cuối cùng.

EdTech và các nhà cung cấp gia sư AI #

Những người xây dựng công cụ thương mại đối mặt với một thế khó sư phạm. Những sản phẩm chỉ được thiết kế để tạo ra câu trả lời làm tăng tốc sự rời bỏ của sinh viên và sự cô lập nhận thức. Các nền tảng thành công trong môi trường học thuật hàng đầu sẽ là những nền tảng hiện thực hóa phương pháp Socrates, giữ lại sự vật lộn nhận thức trong khi cung cấp giàn giáo hỗ trợ có mục tiêu.

Đào tạo doanh nghiệp và hội nhập kỹ thuật #

Các học viện đào tạo doanh nghiệp và nhà tuyển dụng công nghệ đối mặt với cùng một sự thiếu hụt năng lực làm chủ: nhân viên mới vào nghề tận dụng công cụ tạo mã mà không hiểu các kiểu lỗi nằm bên dưới. Các tổ chức kỹ thuật phải điều chỉnh mô hình học việc để đánh giá kỹ năng gỡ lỗi nền tảng và lập luận kiến trúc.

Kết luận #

Báo cáo của Ủy ban Đặc biệt của MIT nổi bật vì nó từ chối thu nhỏ AI tạo sinh thành một phiền toái về liêm chính học thuật. Bằng cách đóng khung công nghệ này như một phép thử sức chịu đựng đối với mục đích cốt lõi của giáo dục đại học, ủy ban đưa ra một lộ trình tỉnh táo: đón nhận thử nghiệm trên tinh thần khiêm tốn của thể chế, đồng thời từ chối để sự bất định biện minh cho sự tê liệt hành chính. Phép thử thực sự trong chu kỳ học thuật tới là liệu giảng viên có thể thiết kế lại chương trình đào tạo để giữ được năng lực làm chủ sâu sắc trong khi trang bị cho sinh viên tốt nghiệp bước vào một thế giới mà AI có mặt từ đầu hay không.

Câu hỏi thường gặp #

MIT có cấm AI tạo sinh trong bài tập của sinh viên không?

Không. MIT không áp đặt lệnh cấm chung. Từng người giảng dạy đặt ra chính sách cho môn học của mình, từ việc tích hợp AI vào bài tập đến các bài luyện tập nền tảng riêng không dùng AI, và ủy ban khuyến nghị sự nhất quán thể chế lớn hơn cùng sự lý giải sư phạm minh bạch.

AI tạo sinh ảnh hưởng thế nào đến “p-set” (bài tập) truyền thống?

Về mặt lịch sử, bài tập là phương tiện chính để phát triển sức bền nhận thức thông qua việc tự mình giải quyết vấn đề. Khi AI có mặt khắp nơi, sinh viên có thể nhanh chóng tạo ra lời giải đúng, dẫn đến nguy cơ việc hoàn thành hời hợt thay thế cho năng lực làm chủ trí tuệ thực sự.

Khuyến nghị của ủy ban về đánh giá là gì?

Ủy ban nhấn mạnh rằng các công cụ đánh giá truyền thống (bài thi mang về nhà, bài tập viết tiêu chuẩn) phải được đánh giá lại. Các giải pháp dài hạn tập trung vào đánh giá đồng bộ, trình diễn dựa trên dự án, và thiết kế lại chương trình đào tạo theo hướng khen thưởng phân tích phản biện thay vì tạo ra kết quả một cách máy móc.

Tài liệu tham khảo #

MIT Ad Hoc Committee, (2026). Báo cáo cuối cùng về việc sử dụng AI trong giảng dạy, học tập và đào tạo nghiên cứu ⧉. Massachusetts Institute of Technology.
MIT Office of the Chancellor and Provost, (2026). Nhiệm vụ giao cho Ủy ban Đặc biệt về AI tạo sinh ⧉. Massachusetts Institute of Technology.
Eric Klopfer and Samuel Madden, (2026). Giảng dạy và học tập trong thời đại AI tạo sinh ⧉. MIT News.

Cập nhật lần cuối 2026-09-25.

Cập nhật lần cuối 2026-10-27.

Đăng lại bài này

Công nghệ đi trước thể chế: ủy ban AI của MIT nói gì về giảng dạy — Sebastien Rousseau

Sau năm tháng làm việc, ủy ban AI của MIT về giảng dạy và đào tạo nghiên cứu cho biết sinh viên dùng AI rộng khắp, trong khi các quy tắc lại thiếu rõ ràng.

Bài viết này được cấp phép theo Creative Commons Attribution 4.0 International. Đăng lại yêu cầu ghi nguồn đến URL chính tắc.

Công nghệ đi trước thể chế: ủy ban AI của MIT nói gì về giảng dạy — Sebastien Rousseau

Sau năm tháng làm việc, ủy ban AI của MIT về giảng dạy và đào tạo nghiên cứu cho biết sinh viên dùng AI rộng khắp, trong khi các quy tắc lại thiếu rõ ràng.

Originally published at https://sebastienrousseau.com/vi/2026-09-25-cong-nghe-di-truoc-the-che/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER