3. Cùng học với AI
Trước khi sử dụng AI để hỗ trợ việc học, chúng ta cùng tìm hiểu về Thang đo Bloom.
3.1 Thang đo Bloom
Thế nào gọi là giỏi? Có phải một người đạt điểm cao ở trường học gọi là giỏi? Một người đứng đầu các cuộc thi thì gọi là giỏi? Một người biết kiếm thật nhiều tiền được gọi là giỏi? Một người có nhiều bằng cấp được gọi là giỏi? Thiết nghĩ, chúng ta không nhất thiết phải mất thời gian để tranh cãi nhau về khái niệm giỏi, bởi theo lẽ thường, người nào tập trung thời gian, sức lực nhiều vào một lĩnh vực nào đó thì sẽ có kết quả tốt hơn người khác.
Có thứ khá hữu ích mà chúng ta nên tìm hiểu là Thang đo Bloom. Nó là cái gì vậy?
Thang đo cấp độ nhận thức Bloom (Bloom’s Taxonomy), hay Bảng phân loại Bloom, hay ngắn gọn là Thang đo Bloom là một công cụ dùng để phân loại quá trình nhận thức (cognitive). Thang đo Bloom được nhà tâm lý giáo dục người Mỹ, có tên là Benjamin Samuel Bloom (1913 – 1999) đưa ra năm 1956. Kể từ khi ra đời, Thang đo Bloom đã được sử dụng rộng rãi và không ngừng được cải tiến.
Thang đo Bloom được dùng như là công cụ quan trọng trong việc xây dựng mục tiêu giáo dục, đo lường giáo dục, đặt câu hỏi trong giảng dạy và nghiên cứu, xây dựng và thiết kế bài giảng, cũng như hướng dẫn giảng dạy để đạt mục tiêu đã đề ra.
Tới năm 2001, các nhà giáo dục học đã điều chỉnh Thang đo Bloom cho phù hợp với thực tế và có tên gọi mới là Thang đo Bloom tu chính (Bloom’s Revised Taxonomy). Để cho ngắn gọn và tiện trình bày chúng ta sẽ gọi Thang đo Bloom tu chính là Thang đo Bloom. Xem hình minh họa.
Thang đo Bloom gồm 6 cấp độ; thấp nhất là cấp độ 1 (Nhớ), cao nhất là cấp độ 6 (Sáng tạo). Sau đây là ý nghĩa cụ thể của mỗi cấp độ:
– Nhớ (remembering)
Đây là mức độ thấp nhất của quá trình học, hay quá trình nhận thức. Là khả năng nhắc lại những khái niệm, những kiến thức tổng quát, các quy trình, các chú ý đặc biệt. Ở mức độ này, bạn có thể phát biểu là tôi có BIẾT về lĩnh vực đó, nhưng chưa hiểu và chưa thể áp dụng kiến thức vào việc tạo ra sản phẩm. Kiểu như, để làm web thì phải học HTML, CSS, JavaScript, PHP, MySQL; nhưng chưa hiểu thực sự chúng đóng vai trò gì trong việc làm web, cũng như chưa thể dùng chúng để tạo ra một ứng dụng web cụ thể.
Nói chung bạn mới trả lời được những câu hỏi kiểu: nó là cái gì? trình bày? nhắc lại? mô tả? liệt kê?
Do vậy, nếu hỏi một bạn mà cái gì bạn cũng biết, và chỉ thế thôi. Thì rất có thể, trình độ của bạn ấy đang ở mức độ này. Ở một góc độ nào đó, biết nhiều cũng tốt, tuy nhiên, cần phải đi xa hơn thế.
– Hiểu (Understanding)
Đây là cấp độ thứ 2 của nhận thức. Sau khi bạn nghe giảng, đọc sách, xem người khác làm, thì bạn đã BIẾT sơ sơ về một lĩnh vực, chủ đề nào đó rồi. Tuy nhiên, bạn cần phải suy nghĩ thêm, tự xâu chuỗi các thông tin, dữ liệu để HIỂU được nó. Từ đó rút ra được ý nghĩa, có thể diễn giải, liên hệ tới các chủ đề bạn đã biết, các chủ đề liên quan và có thể ứng dụng được nó vào thực tế, vào việc tạo ra sản phẩm.
Ví dụ, bạn có thể vẽ lại được luồng xử lý của một ứng dụng web, trong đó có dùng tới HTML, CSS, JavaScript, PHP, MySQL. Có thể tóm tắt được mối liên hệ giữa chúng.
Ở cấp độ này bạn được đánh giá là đã HIỂU về một lĩnh vực. Các câu hỏi mà bạn có thể trả lời được thường có dạng: bạn hãy giải thích? bạn hiểu gì về? bạn hãy phân biệt và so sánh? bạn hãy cho ví dụ?
Nếu chỉ học để BIẾT sẽ làm cho đầu của bạn bị “đầy”, vì vậy nên “động não” một chút để HIỂU, giúp đầu bạn nhẹ nhàng hơn, tập trung để tư duy nhiều hơn. Từ đó hướng tới việc ứng dụng kiến thức vào thực tế.
Nếu chỉ học để biết, để hiểu, để trả bài, để thi lý thuyết, thì bạn đang tự đóng lại cơ hội nâng cao trình độ của bạn. Hãy tiến thêm một bước nữa.
– Vận dụng (Applying)
Sau khi đã hiểu về một chủ đề, một lĩnh vực nào đó rồi, thì nên nghĩ tới việc áp dụng nó. Giờ mình có thể tạo ra được sản phẩm gì đây? Có thể áp dụng được vào đâu trong cuộc sống? Triển khai một ý tưởng, một lý thuyết, một quy trình vào thực tế thì sẽ làm như thế nào?
Ví dụ, hãy tạo ra một ứng dụng web để bán hàng dùng HTML, CSS, JavaScript, PHP, MySQL.
Ở cấp độ này, bạn có thể LÀM việc được rồi. Và các công ty thường yêu cầu người học việc, người mới đi làm phải đạt được mức này. Nghĩa là có thể tạo ra được sản phẩm.
Ngoài việc tạo ra được sản phẩm hữu hình, ở trình độ này bạn cũng có khả năng để tính toán, chứng minh, giải thích về một chủ đề cụ thể.
– Phân tích (Analyzing)
Sau khi làm việc đủ lâu với một nghề, một chủ đề. Nếu bạn không ngừng đọc tài liệu, suy nghĩ, đúc kết kinh nghiệm từ việc làm thực tế, bạn sẽ có khả năng phân tách một hệ thống lớn thành các yếu tố nhỏ hơn, hiểu được các mối liên hệ và nguyên tắc cấu tạo của từng thành phần trong hệ thống lớn.
Từ việc hiểu sâu sắc hệ thống, bạn sẽ có khả năng phán đoán các lỗi có thể xảy ra; tìm được nguyên nhân của các sự cố; thiết lập được quy trình để tạo ra sản phẩm.
Ví dụ: bạn có thể đoán được lý do tại sao một ứng dụng web lại chạy chậm? Nguy cơ mất an toàn của ứng dụng web nằm ở đâu? quy trình để làm một ứng dụng web gồm những bước nào?
Công việc của bạn thường gắn với các từ khóa như: phân tích, lý giải, so sánh, lập biểu đồ, phân biệt, hệ thống hóa.
– Đánh giá (Evaluating)
Dựa trên kinh nghiệm làm việc lâu năm trong một lĩnh vực, cộng với việc không ngừng học hỏi, đúc kết kinh nghiệm. Bạn sẽ có khả năng đưa ra các nhận định, đánh giá đối với một giải pháp, một vấn đề, dựa trên các chuẩn mực, các tiêu chí đã có.
Khi đó, công việc của bạn sẽ là phản biện một nghiên cứu, một bài báo; đánh giá khả năng thành công của một dự án; chỉ ra các điểm mạnh/điểm yếu của công nghệ. Ví dụ: bạn sẽ biết lựa chọn công nghệ nào? kiến trúc nào? mô hình phát triển ứng dụng nào là phù hợp cho một ứng dụng web cụ thể.
Công việc của bạn thường gắn với các từ khóa: đánh giá, cho ý kiến, bình luận, tổng hợp, so sánh.
– Sáng tạo (Creating)
Đây là cấp độ cao nhất của nhận thức. Ở mức này, bạn sẽ có khả năng tạo ra cái mới, xác lập thông tin, sự vật mới, trên cơ sở những thông tin, sự vật đã có.
Ví dụ: bạn có thể thiết kế ra một phương pháp lập trình mới, tạo ra một thuật toán mới, đề xuất một giải pháp, công nghệ mới.
Công việc của bạn thường gắn với các từ khóa: thiết lập, tổng hợp, xây dựng, thiết kế, đề xuất.
Như vậy, với Thang đo Bloom sẽ giúp bạn tự nhìn lại bản thân, để biết trình độ của mình đang ở đâu và cần phải làm gì để nâng cao nó.
Cũng từ thang đo này, người ta chia việc học ra thành 2 kiểu, là học nông và học sâu.
– Học nông (surface learning): là kiểu học chỉ dừng lại ở mức Nhớ và Hiểu, ở mức này, sinh viên sẽ khó thành công trong việc phát triển năng lực của bản thân, không làm được việc.
– Học sâu (deep learning): là kiểu học giúp sinh viên đạt được các mức độ kiến thức cao hơn (Vận dụng, Phân tích, Đánh giá, Sáng tạo), có khả năng làm việc hiệu quả và đưa ra được các giải pháp mới, hữu ích.
Vậy, để học có hiệu quả, bạn cần:
– Đọc thật nhiều để có thông tin, từ đó suy nghĩ, chắt lọc, hệ thống hóa, xâu chuỗi để hiểu vấn đề
– Thực hành thật nhiều để củng cố lý thuyết, có kỹ năng làm việc, có thể tạo ra sản phẩm
– Không ngừng đặt ra các câu hỏi tại sao, rồi tìm ra câu trả lời cho chúng
– Ghi chép một cách có hệ thống các kiến thức đã học được
3.2. AI tác động đến quá trình học như thế nào
Giả định người học được chia thành 2 nhóm:
- Nhóm học theo hướng “thực dụng”, nghĩa là học để đi làm, để tìm một công việc, có thu nhập
- Nhóm học theo hướng “khai phóng”, nghĩa là học để thỏa trí tò mò, theo đuổi việc tìm kiếm cái mới, theo đuổi sáng tạo
Nhóm học theo hướng “thực dụng”
Lấy thang đo Bloom để đánh giá, thì người học ở nhóm này tập trung nhiều vào các tầng bên dưới gồm: Biết, hiểu, vận dụng (áp dụng); họ cũng cần có khả năng phân tích, tổng hợp, tạo ra cái mới. Tuy nhiên, mức độ yêu cầu về phân tích, tổng hợp, tạo ra cái mới không quá cao.
Nhóm học theo hướng “khai phóng”
Vẫn lấy thang đo Bloom để đánh giá, thì người học ở nhóm này, ngoài việc Biết, hiểu, vận dụng; thì họ sẽ tập trung nhiều vào khả năng phân tích, tổng hợp và tạo ra cái mới.
Để có khả năng phân tích, tổng hợp và tạo ra cái mới, đòi hỏi người học phải bỏ ra rất nhiều thời gian, tìm hiểu về lĩnh vực họ đang quan tâm.
Định hướng học tập quyết định cách đặt câu hỏi cho AI
Tùy theo định hướng học là “thực dụng”, hay “khai phóng”, người học sẽ có xu hướng đặt câu hỏi cho AI khác nhau.
Nếu theo hướng “thực dụng”, quá trình học sẽ nghiêng nhiều về tính ứng dụng, các nội dung thực hành, hướng nhiều đến việc tạo ra sản phẩm.
Nếu theo hướng “khai phóng”, quá trình học sẽ nghiêng nhiều về việc đặt ra các câu hỏi, thắc mắc để hiểu sâu, hiểu rõ về lĩnh vực đang quan tâm. Tập trung tìm ra các thách thức, các bài toán khó chưa có lời giải.
Tài liệu ghi chép làm cơ sở để AI định hướng cho quá trình học
Để việc học có “lớp lang”, có lộ trình và hỗ trợ cho AI trong quá trình gợi ý nội dung, người học sẽ ghi chép lại lộ trình học của mình.
Người học có thể ghi chép quá trình học trên các tập tin (Word, Google docs, các phần mềm ghi chép khác).
Trước khi bắt đầu bài học mới, người học sẽ “tham vấn” AI, yêu cầu AI đọc lại các bài học đã học. AI sẽ:
- Tóm tắt bài học cũ
- Hiểu định hướng của người người học
- Đưa ra gợi ý cho các nội dung học kế tiếp
- Với kho dữ liệu đang có, kèm với các thông tin cập nhật nhờ hệ thống tìm kiếm, chắc chắn AI sẽ mở ra cho người học rất nhiều gợi ý hay, hữu ích, như một “ông thầy” có nhiều kinh nghiệm
Người học có thể sử dụng các công cụ AI như: Gemini, NotebookLM để hỗ trợ trong quá trình học.
Điều quan trọng là:
- Người học luôn luôn ghi chép lại quá trình học
- Thường xuyên tham vấn AI để có lộ trình, tiến độ học phù hợp
- Biết mình đang ở đâu, cần đi đến đâu
- Kết hợp với việc tham gia các hội nhóm, các diễn đàn
- Kiên trì theo đuổi mục tiêu, chắc chắn việc học sẽ có kết quả tốt
3.3 Tạo tài liệu ghi chép và cùng học với AI
Bạn có thể tạo tài liệu ghi chép trên máy tính hoặc trên mạng. Phần này sẽ hướng dẫn bạn cách tạo tài liệu ghi chép trên mạng (Google Docs), vừa tiện trong quá trình sử dụng, ngồi ở đâu cũng truy cập, ghi chép được; lại có thể chia sẻ dễ dàng cho người khác.
Cách tạo một tài liệu trên Google Docs:
- Đăng nhập vào tài khoản gmail của Google. Bấm vào ô hình vuông (cạnh tên tài khoản) > chọn mục Drive
- Chọn nút New > chọn Google Docs để tạo một tập tin mới, chúng ta sẽ ghi chép kiến thức vào tập tin này.
- Đặt tên cho tập tin. Nhập tên cho tài liệu (tập tin) vào ô Untitled document, ví dụ TuHocTinHoc, bấm phím Enter để hoàn thành. Vậy là chúng ta đã có nơi để ghi chép, để “hệ thống” lại kiến thức.
- Trong giao diện soạn thảo của Google Docs > bấm đúp vào vùng Header (vùng đầu trang) > vào menu Insert, chọn Horizontal Line để chèn một đường kẻ ngang cho vùng header, nhập dòng chữ cho tài liệu, ví dụ Tèo tự học tin học. Căn phải, in nghiêng dòng chữ vừa nhập.
- Trong giao diện soạn thảo của Google Docs, bấm đúp vào vùng Footer (vùng cuối trang) > vào menu Insert, chèn một đường kẻ ngang, gõ vào chữ Trang, thêm một khoảng trắng và chèn số trang.
- Để chèn số trang, để dấu nhắc chuột sau chữ Trang (có một khoảng trắng với chữ Trang) > vào menu Insert > chọn mục Page elements > chọn Page numbers > chọn mục đầu tiên, dòng thứ 2.
- Kết quả sẽ được tài liệu như hình sau:
Khi bạn đã có một tài liệu ghi chép trên Google Docs, AI không còn là một chatbot trả lời các câu hỏi rời rạc. Nó trở thành một "bạn đồng hành" có thể đọc, hiểu quá trình học của bạn và đưa ra những gợi ý hữu ích hơn.
Để AI có thể đồng hành với việc học, bạn cần làm 2 việc sau:
[1] Cho AI đọc tài liệu Google Docs của bạn: Để AI (như Gemini) có thể hiểu bạn đang học gì, đang học tới đâu.
- Trong giao diện của Gemini > bấm chuột vào dấu + > chọn Thêm từ Drive > chọn tài liệu ghi chép quá trình tự học của bạn.
[2] Yêu cầu AI "tham vấn" cho lộ trình học: Thay vì hỏi AI những câu chung chung, bạn hãy yêu cầu nó đóng vai một người thầy tư vấn dựa trên những gì bạn đã ghi chép.
- Hiểu bạn đang ở đâu: Yêu cầu AI tóm tắt các kiến thức bạn đã ghi lại và đánh giá xem bạn đang ở cấp độ nào trong lĩnh vực bạn đang học, hay cấp độ nào trong thang đo Bloom (Nhớ, Hiểu, hay Vận dụng).
- Gợi ý chủ đề tiếp theo: Dựa trên những gì bạn đã học, hãy hỏi AI: "Dựa vào tài liệu này, tôi nên học thêm kiến thức nào để có thể đạt được mục tiêu mà bạn đang dự định đạt được. Ví dụ: mục tiêu là trở thành một lập trình viên nhúng cho hãng Bosch, hoặc đạt được cấp độ Phân tích, Tổng hợp, Sáng tạo trong thang đo Bloom.
Lưu ý quan trọng: Bạn nên luôn ghi chép lại những phản hồi hữu ích của AI vào chính tài liệu Google Docs đó để AI có thêm dữ liệu cho những lần tham vấn sau. Quá trình này giúp việc học của bạn trở thành một vòng lặp liên tục: Học - Ghi chép - Tham vấn AI - Mở rộng kiến thức.
3.5 Bài tập và câu hỏi
Bài tập 3a. Bạn hãy tạo một tài liệu trên Google Docs, ghi chép lại nội dung bạn đang học vào tài liệu này. Khi ghi chép, bạn phải tạo các đề mục (Heading 1, Heading 2, Heading 3) để giúp AI dễ dàng hiểu được tài liệu của bạn.
Bài tập 3b. Bạn hãy đặt câu hỏi sau (có thể tùy chỉnh thêm) cho AI. Sử dụng kết quả do AI trả về để biết mình cần học nội dung gì tiếp theo.
Bạn là một người sử dụng AI chuyên nghiệp trong việc tự học. Hãy đọc tài liệu trên. Tôi đang học tới Phần 3. Cùng học với AI. Hãy gợi ý cho tôi chủ đề tiếp theo để tôi có thể trở thành một người sử dụng AI chuyên nghiệp?
Câu hỏi 3.1: Khi sử dụng AI để hỗ trợ việc học, thang đo nào được dùng để xác định các mức độ nhận thức của người học?
A. Thang đo Maslow
B. Thang đo năng lực số
C. Thang đo Bloom
D. Thang đo trí tuệ cảm xúc (EQ)
Câu hỏi 3.2: Trong quá trình "cùng học với AI", việc người học ghi chép lại các câu trả lời của AI vào một file Google Docs cá nhân nhằm mục đích chính là gì?
A. Để AI tự động làm bài tập thay cho người học
B. Để lưu trữ dữ liệu và giúp người học hệ thống hóa quá trình tư duy, tích hợp AI vào dữ liệu đang làm việc
C. Để chia sẻ công khai cho tất cả mọi người cùng xem
D. Để thay thế hoàn toàn việc đọc sách giáo khoa
Câu hỏi 3.3: Phát biểu nào sau đây nói ĐÚNG về sự phối hợp giữa người học và AI ở mức độ cao (từ "Vận dụng" trở lên trong Thang Bloom)?
A. AI luôn trả lời chính xác 100%, người học chỉ cần sao chép kết quả
B. Người học chỉ cần hỏi những câu hỏi ngắn gọn, không cần ngữ cảnh
C. Người học cần biết cách đặt câu hỏi (Prompt) có cấu trúc, biết nghi ngờ và kiểm chứng thông tin, dùng AI để phân tích và đánh giá vấn đề
D. AI sẽ tự động học thay con người, người học không cần nỗ lực tư duy