Agentivism đề xuất thước đo mới cho việc học trong thời đại AI biết làm hộ
Điểm nổi bật
- 4 trụ cột học cùng AI: chọn lọc ủy quyền, giám sát nhận thức, nội tại hóa tái tạo và chuyển giao khi giảm hỗ trợ.
- Hiệu suất không còn đồng nghĩa học tập: người học có thể làm xong việc nhờ AI nhưng hiểu kém hơn.
- AI tạo điều kiện học mới: mô hình lý thuyết cũ không giải thích đủ việc con người dựa vào hệ thống sinh nội dung.
- Trọng tâm chuyển sang năng lực bền vững: câu hỏi là sau khi rút AI đi, con người còn giữ được gì.
Biểu đồ
Tóm tắt
Bài “Agentivism” cho rằng giáo dục đang bước vào một điều kiện mới, nơi người học có thể dễ dàng giao việc nhận thức cho AI. Vì vậy, dùng thành tích đầu ra để suy ra học tập là không còn đủ.
Khung lý thuyết này đặt nền cho một tương lai trong đó con người không cạnh tranh trực diện với AI ở từng tác vụ, mà học cách ủy quyền có kiểm soát và biến kết quả hỗ trợ thành năng lực của chính mình.
Chi tiết
Bài nghiên cứu “Agentivism: a learning theory for the age of artificial intelligence” mở đầu bằng một nhận định có sức nặng: trong thời đại AI tạo sinh và AI tác tử, hoàn thành nhiệm vụ tốt không còn là bằng chứng đáng tin rằng người học thực sự đã học. Lý do rất đơn giản nhưng căn bản. Nếu một hệ thống có thể giải thích khái niệm, viết nháp, sửa lỗi, đề xuất chiến lược và thậm chí hành động thay người học, thì đầu ra cuối cùng phản ánh năng lực tổng hợp của liên minh người, công cụ và bối cảnh, chứ không chỉ của riêng người học.
Từ điểm xuất phát đó, tác giả lập luận rằng các lý thuyết học tập quen thuộc như hành vi, nhận thức, kiến tạo hay kết nối vẫn còn giá trị, nhưng không trực tiếp giải thích được khi nào hiệu suất có hỗ trợ AI trở thành năng lực bền vững của con người. Đó là khoảng trống mà Agentivism muốn lấp vào. Khung này định nghĩa học tập là sự tăng trưởng bền vững trong năng lực con người thông qua bốn quá trình: ủy quyền có chọn lọc cho AI, giám sát và kiểm chứng đóng góp của AI, nội tại hóa có tái tạo các sản phẩm được AI hỗ trợ, và khả năng chuyển giao năng lực khi mức hỗ trợ bị rút bớt.
Điểm mạnh nhất của cách tiếp cận này là nó chuyển trọng tâm khỏi câu hỏi “AI có giúp làm nhanh hơn không” sang “sau khi dùng AI, con người giữ lại được năng lực gì”. Đây là thay đổi rất quan trọng cho giáo dục, đào tạo nghề và cả quản trị nhân lực. Một nhân viên có thể dùng AI để tạo báo cáo tốt hơn hôm nay, nhưng nếu ngày mai không có AI hoặc gặp bối cảnh khác, họ có còn khả năng phân tích, phán đoán và ra quyết định hay không? Theo Agentivism, chỉ khi có bằng chứng về nội tại hóa và chuyển giao thì mới có thể nói đã có học thật.
Khung này cũng gợi ra một tương lai thực dụng hơn cho quan hệ người và AI. Con người không nhất thiết phải làm lại mọi việc để chứng minh giá trị, nhưng cũng không thể giao hết cho AI rồi xem đó là tiến bộ. Năng lực quan trọng sẽ là biết tách phần nào nên ủy quyền, phần nào phải giữ lại để rèn phán đoán, và phần nào cần kiểm chứng độc lập. Nói cách khác, năng lực học trong thời đại AI sẽ mang tính điều phối nhận thức nhiều hơn là sản xuất đầu ra từ đầu đến cuối.
Rủi ro mà nghiên cứu chỉ ra là hệ thống giáo dục và doanh nghiệp có thể vô tình tối ưu sai. Nếu chỉ thưởng cho tốc độ, điểm số hay số lượng đầu ra, họ sẽ khuyến khích hành vi dựa dẫm vào AI mà không xây được năng lực bền vững. Vì vậy, bài viết này có giá trị như một tín hiệu nền tảng cho tương lai người và AI: thắng lợi không nằm ở chỗ AI làm hộ bao nhiêu, mà ở chỗ con người trưởng thành thêm bao nhiêu sau khi đã dùng AI.