AI làm gia sư: Kết quả “gây sốc” từ TutorGym – LLM chưa sẵn sàng thay thế con người?

100

6/5/2025 (TinAI.vn) – Cơn sốt Trí tuệ Nhân tạo (AI) đang len lỏi vào mọi ngóc ngách của đời sống, và giáo dục cũng không ngoại lệ. Đặc biệt, sự trỗi dậy của các Mô hình Ngôn ngữ Lớn (LLM) như ChatGPT đã thổi bùng lên hy vọng về một cuộc cách mạng: AI sẽ trở thành gia sư cá nhân hóa, kiên nhẫn, sẵn sàng giải đáp mọi thắc mắc 24/7. Hãy tưởng tượng con bạn đang loay hoay với bài toán khó lúc đêm khuya, và bạn ước có một gia sư AI “thần kỳ” có thể giải đáp mọi thắc mắc ngay lập tức. Viễn cảnh này đang đến gần hơn bao giờ hết.

Những lời hứa hẹn thật hấp dẫn: AI có thể giải toán, soạn văn, giải thích các khái niệm phức tạp, thậm chí cung cấp phản hồi tức thì. Nhưng liệu những “gia sư AI” này có thực sự hiệu quả và đáng tin cậy như chúng ta vẫn nghĩ, đặc biệt là trong vai trò dẫn dắt quá trình học tập từng bước? Để trả lời câu hỏi này, chúng ta cần những bài kiểm tra sâu sắc hơn, vượt ra ngoài việc chỉ đánh giá đáp án cuối cùng. Gần đây, một nghiên cứu sử dụng nền tảng TutorGym do nhóm tác giả Daniel Weitekamp∗, Momin N. Siddiqui∗, Christopher J. MacLellan công bố trên bài báo “TutorGym: A Testbed for Evaluating AI Agents as Tutors and Students” xuất bản ngày 2/5/2025 đã mang đến những kết quả “gây sốc”, buộc chúng ta phải nhìn nhận lại khả năng thực sự của AI trong vai trò gia sư.

TutorGym: “Phép thử lửa” cho khả năng dạy học của AI

Trước khi đi vào kết quả, hãy cùng tìm hiểu về TutorGym. Đây không phải là một bài kiểm tra kiến thức thông thường mà LLM thường vượt qua dễ dàng.

• TutorGym là gì? Nó là một môi trường thử nghiệm chuẩn hóa, một “phòng thí nghiệm” phức tạp, được thiết kế để kết nối các tác nhân AI (bao gồm LLM) với các Hệ thống Dạy học Thông minh (Intelligent Tutoring Systems – ITS) thực tế – những hệ thống đã được nghiên cứu, kiểm chứng và sử dụng trong lớp học thật.

• Tại sao lại quan trọng? Điểm mấu chốt là TutorGym không chỉ nhìn vào kết quả cuối cùng. Nó tập trung đánh giá quá trình dạy và học tương tác từng bước:

  • Khả năng AI nhận diện lỗi sai của người học.

  • Khả năng AI đưa ra gợi ý phù hợp.

  • Khả năng AI hướng dẫn người học thực hiện bước giải quyết vấn đề tiếp theo một cách chính xác.

  • Khả năng AI tương tác với các thành phần giao diện (ô nhập liệu, nút bấm…) như một người dùng thực thụ.

Nói cách khác, TutorGym là một bài kiểm tra năng lực thực sự, một “phép thử lửa” để xem AI có thể đảm nhận vai trò tinh tế của một người thầy hay không, chứ không chỉ đơn thuần là một cỗ máy trả lời. Việc AI giải đúng một bài toán giống như một diễn viên thuộc lời thoại. Nhưng việc dạy học giống như đạo diễn hướng dẫn diễn viên diễn xuất từng cảnh – đòi hỏi sự hiểu biết sâu sắc về quá trình, không chỉ kết quả.

Kết quả “gây sốc”: LLM trượt bài kiểm tra làm gia sư trên TutorGym

Đây chính là phần đáng chú ý nhất. Khi được đặt vào “ghế nóng” của vai trò gia sư trong môi trường TutorGym, các LLM hàng đầu hiện nay (bao gồm cả những cái tên đình đám như Sonnet-3.5, Haiku-3.5, GPT-4o được thử nghiệm trong nghiên cứu) đã thể hiện kém một cách đáng ngạc nhiên. Chúng gần như đã “trượt” bài kiểm tra quan trọng này.

Cụ thể, nghiên cứu chỉ ra những điểm yếu chí mạng:

1. Khả năng nhận diện lỗi sai cực kỳ hạn chế: Đây là một trong những kỹ năng cơ bản nhất của gia sư. Tuy nhiên, nhiều LLM khi được yêu cầu đánh giá một bước làm của học sinh (mô phỏng) là đúng hay sai, lại cho kết quả tệ hơn cả việc đoán mò ngẫu nhiên (tỷ lệ chính xác dưới 50%). Điều này có nghĩa là chúng thường xuyên nhận định sai về lỗi của người học.

2. Năng lực hướng dẫn bước tiếp theo yếu kém: Khi học sinh cần gợi ý hoặc không biết làm gì tiếp theo, khả năng LLM đưa ra được một hành động (bước giải) đúng đắn và phù hợp chỉ dao động trong khoảng 52% đến 70%. Con số này quá thấp để có thể tin tưởng giao phó việc dẫn dắt quá trình học tập.

Tại sao kết quả này lại “sốc”? Bởi chúng ta đã quen với việc LLM thể hiện năng lực siêu phàm ở nhiều lĩnh vực, từ viết code, sáng tác nhạc đến vượt qua các kỳ thi chuẩn hóa phức tạp. Việc chúng “vấp ngã” ở nhiệm vụ dạy học từng bước – một nhiệm vụ tưởng chừng cần sự tinh tế hơn là sức mạnh tính toán – khiến chúng ta phải đặt câu hỏi về bản chất thực sự của “trí thông minh” AI và giới hạn của chúng.

Hãy tưởng tượng bạn hỏi đường một người rất tự tin, nhưng họ chỉ đúng khoảng 60% các ngã rẽ. Bạn có dám đi theo họ không? Đó là tình trạng của LLM khi cố gắng dẫn dắt học sinh từng bước trong môi trường học tập phức tạp của TutorGym.

Lý giải nguyên nhân: Vì sao AI “thông minh” lại dạy học chưa tốt?

Kết quả đáng thất vọng này không phải là ngẫu nhiên. Có nhiều lý do sâu xa khiến các LLM hiện tại chưa thể làm tốt vai trò gia sư tương tác:

• Thiếu hiểu biết về sư phạm (Pedagogy): LLM được “nuôi” bằng dữ liệu khổng lồ, nhưng chủ yếu là văn bản và mã nguồn trên internet. Chúng thiếu sự huấn luyện chuyên sâu về khoa học giáo dục: cách con người học thực sự, các lỗi sai phổ biến, chiến lược đưa ra gợi ý hiệu quả, cách điều chỉnh phương pháp dạy dựa trên phản ứng của người học.

• Khó khăn với giao diện tương tác: Việc dạy học qua ITS đòi hỏi AI phải “nhìn” và “hiểu” các thành phần giao diện (ô nhập liệu cần điền gì, nút nào cần bấm…), chứ không chỉ xử lý văn bản thuần túy như khi chat. Đây là một thách thức lớn.

• Hiện tượng “ảo giác” (Hallucinations): LLM nổi tiếng với việc đôi khi tự tin “bịa” ra thông tin sai nhưng nghe rất hợp lý. Trong vai trò gia sư, điều này cực kỳ nguy hiểm vì có thể dẫn dắt học sinh đi sai hướng hoàn toàn.

• Hạn chế của dữ liệu huấn luyện: Dữ liệu mà LLM học được có thể chưa đủ bao quát sự phức tạp và đa dạng của các tương tác dạy-học thực tế, đặc biệt là các tình huống cần sự ứng biến linh hoạt.

• Sự ngộ nhận về “Trí thông minh”: Khả năng truy cập và xử lý lượng lớn thông tin (như một cuốn bách khoa toàn thư biết nói) là rất ấn tượng, nhưng nó không đồng nghĩa với kỹ năng sư phạm – khả năng truyền đạt kiến thức, thấu hiểu khó khăn của người học và kiên nhẫn dẫn dắt họ vượt qua. Trí thông minh của LLM là một dạng khác, thiếu đi sự tinh tế và đồng cảm của con người trong giáo dục.

Không phải là dấu chấm hết: Tiềm năng khác của LLM trong giáo dục

Tuy nhiên, câu chuyện không hoàn toàn chỉ có màu xám. Nghiên cứu qua TutorGym cũng hé lộ một điểm sáng thú vị và đầy tiềm năng khác của LLM.

Khi được đặt vào vai trò ngược lại – làm học sinh mô phỏng – và học hỏi thông qua tương tác với ITS trong TutorGym (sử dụng kỹ thuật in-context learning – học trong ngữ cảnh), các LLM lại cho thấy khả năng mô phỏng quá trình học của con người một cách đáng kinh ngạc. Đường cong học tập của chúng (thể hiện qua tỷ lệ lỗi giảm dần sau mỗi lần luyện tập) rất giống với dữ liệu của học sinh thực tế.

Điều này mở ra những hướng ứng dụng giá trị khác:

• Môi trường thực hành cho giáo viên: Sinh viên sư phạm có thể “dạy thử” cho các lớp học AI mô phỏng trước khi đứng lớp thật.

• Công cụ kiểm thử chương trình học: Nhà thiết kế chương trình có thể dùng AI mô phỏng để đánh giá xem bài học mới có dễ gây nhầm lẫn hay không.

• Nghiên cứu khoa học giáo dục: Cung cấp một công cụ mạnh mẽ để mô hình hóa và nghiên cứu các lý thuyết học tập.

Hướng dẫn ứng dụng thực tế: Sử dụng LLM khôn ngoan trong lớp học hiện tại

Vậy, từ những phát hiện của TutorGym, chúng ta nên làm gì? Làm thế nào để khai thác tiềm năng của LLM một cách hiệu quả và an toàn trong giáo dục ngay lúc này?

1. Điều chỉnh kỳ vọng: Hãy thực tế! Đừng mong đợi LLM có thể thay thế hoàn toàn vai trò của giáo viên, đặc biệt trong việc hướng dẫn sâu, tương tác từng bước và giải quyết các vấn đề phức tạp cần sự thấu hiểu.

2. Tập trung vào vai trò “trợ lý”: Xem LLM như một công cụ hỗ trợ đắc lực, thay vì một gia sư tự động hoàn hảo.

3. Ứng dụng có giám sát và chọn lọc:

   • NÊN (Dành cho Giáo viên):

     • ✅ Lên ý tưởng, tạo dàn ý giáo án.

     • ✅ Soạn các câu hỏi trắc nghiệm, câu đố nhanh (luôn kiểm tra lại đáp án).

     • ✅ Tìm kiếm thông tin ban đầu, tóm tắt tài liệu dài.

     • ✅ Hỗ trợ soạn email, thông báo cho phụ huynh/học sinh.

     • Ví dụ: Yêu cầu LLM: “Hãy tạo 5 bài tập ứng dụng về phép chia có dư cho học sinh lớp 3, kèm theo gợi ý.” (Sau đó giáo viên tự kiểm tra và chỉnh sửa).

   • NÊN (Dành cho Học sinh – với hướng dẫn):

     • ✅ Hỏi định nghĩa, giải thích khái niệm cơ bản (cần đối chiếu với sách giáo khoa/giáo viên).

     • ✅ Nhờ tóm tắt bài học dài.

     • ✅ Kiểm tra ngữ pháp, chính tả khi viết.

     • ✅ Brainstorm ý tưởng cho bài luận.

     • Ví dụ: Học sinh hỏi: “Giải thích hiện tượng quang hợp bằng ngôn ngữ dễ hiểu.” (Sau đó nên đọc thêm sách hoặc hỏi lại thầy cô).

   • KHÔNG NÊN:

     • ❌ Phụ thuộc hoàn toàn vào LLM để giải bài tập từ A-Z (dễ học vẹt, hiểu sai).

     • ❌ Coi mọi câu trả lời, mọi lời giải thích của LLM là chân lý tuyệt đối.

     • ❌ Dùng LLM để tự động chấm điểm các bước giải chi tiết đòi hỏi sự hiểu biết sâu về tư duy học sinh.

     • ❌ Để LLM thay thế hoàn toàn việc tương tác, thảo luận giữa thầy và trò, giữa trò với trò.

4. Luôn KIỂM CHỨNG thông tin: Đây là nguyên tắc vàng. Khuyến khích cả giáo viên và học sinh đối chiếu thông tin từ LLM với các nguồn đáng tin cậy khác.

5. Ưu tiên vai trò con người: Nhấn mạnh rằng sự đồng cảm, thấu hiểu khó khăn cá nhân, khả năng truyền cảm hứng, và xây dựng mối quan hệ thầy-trò tích cực là những giá trị cốt lõi mà AI chưa thể (và có lẽ không bao giờ) thay thế được.

Thực tế và Tương lai của AI gia sư

Nghiên cứu sử dụng TutorGym đã gióng lên một hồi chuông quan trọng, nhắc nhở chúng ta cần có cái nhìn thực tế hơn về khả năng của AI trong giáo dục. Các Mô hình Ngôn ngữ Lớn, dù vô cùng mạnh mẽ trong nhiều tác vụ, vẫn còn một chặng đường dài phía trước để có thể đảm nhận vai trò gia sư tương tác một cách đáng tin cậy và hiệu quả như con người.

Điều này không có nghĩa là AI vô dụng trong giáo dục. Ngược lại, tiềm năng của chúng là rất lớn, nhưng cần được khai thác một cách khôn ngoan, tập trung vào vai trò hỗ trợ, tự động hóa các tác vụ đơn giản, và cung cấp công cụ mô phỏng giá trị. Quan trọng hơn hết là phải có những phương pháp đánh giá nghiêm ngặt, thực tế như TutorGym để hiểu rõ năng lực và giới hạn của công nghệ.

Công nghệ có thể là trợ lý đắc lực, nhưng không thể thay thế trái tim và khối óc của một người thầy tận tâm. Tương lai của giáo dục không phải là AI thay thế con người, mà là con người và AI hợp tác cùng nhau.

Hãy là người tiên phong ứng dụng AI một cách có trách nhiệm trong giáo dục! Trước khi tích hợp bất kỳ công cụ AI gia sư nào, hãy đặt câu hỏi: Liệu nó đã được kiểm chứng trong môi trường tương tác thực tế như TutorGym chưa? Chia sẻ bài viết này để cùng thảo luận và nâng cao nhận thức về cả tiềm năng lẫn thách thức của AI gia sư.

TS. Nguyễn Trung Hòa