DIỄN GIẢ

ThS. Hồ Thị Ngọc Trâm — Khoa Công nghệ Ứng dụng - Phó trưởng bộ môn phụ trách BM | Công nghệ thực phẩm - VLU
Ông/ HVCH Trần Huy Hoàng Anh — - Học bổng toàn phần chương trình Thạc sĩ ngành Kỹ thuật Điện tại Đại học Pennsylvania | - Cử nhân Kỹ thuật Điện tại Đại học VinUni | - Giải Nhất Học sinh giỏi Quốc gia môn Vật lý
ThS. Đinh Thị Hồng Thanh — Giám đốc Dự án phụ trách Chiến lược Đầu tư, Mua bán và Sáp nhập (M&A) tại NextEra Energy (Hoa Kỳ) | Thạc sĩ Quản trị Kinh doanh, Đại học Cornell (Hoa Kỳ)
Anh Nguyễn Minh Quân — Sinh viên ngành Kỹ thuật Điện và Điện tử (Electrical and Electronic Engineering) và ngành phụ Phân tích Dữ liệu (Data Analytics), Đại học Công nghệ Nanyang (NTU), Singapore
Mr./M.A Nguyễn Hùng Lâm — - Giảng viên Ngành Tâm lý học, Đại học Văn Lang | - Thạc sĩ Giáo dục, Đại học Harvard (Hoa Kỳ) | - Thạc sĩ Khoa học, Đại học Carnegie Mellon (Hoa Kỳ)

ĐIỀU PHỐI/HOST: Vĩnh Trọng

AI có thể hỗ trợ tính toán, viết code, phân tích dữ liệu hay gợi ý phương án. Nhưng người học vẫn cần tư duy phản biện, trách nhiệm và khả năng ra quyết định trong bối cảnh thật.

"Khi máy móc làm được mọi thứ, con người học để làm gì?" là một câu hỏi dễ tạo cảm giác bất an, nhất là với học sinh chuẩn bị chọn ngành trong bối cảnh AI phát triển nhanh. Nhưng phiên thảo luận cho thấy một cách nhìn bình tĩnh hơn: AI đang làm được nhiều việc hơn, nhưng điều đó không làm việc học trở nên vô nghĩa. Ngược lại, nó khiến việc học cần đi sâu hơn vào những năng lực mà con người phải chịu trách nhiệm.

Các diễn giả đến từ nhiều lĩnh vực - chiến lược đầu tư, dữ liệu và kỹ thuật điện, tâm lý giáo dục, công nghệ thực phẩm - đều cùng chỉ ra một điểm: AI hỗ trợ rất tốt ở những việc có quy trình, dữ liệu, tính lặp lại. Nhưng trong những tình huống có con người, bối cảnh, đạo đức, cảm xúc, an toàn và trách nhiệm, vai trò của người học vẫn rất rõ.

AI xử lý dữ liệu nhanh, nhưng con người đọc bối cảnh

Từ kinh nghiệm làm chiến lược phát triển, mua bán và sáp nhập, ThS. Đinh Thị Hồng Thanh chia sẻ rằng AI giúp công việc nhanh hơn rất nhiều: đọc tài liệu nhanh, tính toán nhanh, tổng hợp nhanh. Nhưng trong một thương vụ đầu tư, số liệu đẹp chưa chắc nói hết sự thật. Có những rủi ro không nằm trực tiếp trên bảng tính, mà ẩn trong cách con người trả lời, trong điều họ không nói, trong bối cảnh thị trường hoặc trong động cơ của các bên liên quan.

Khi đó, kỹ năng quan trọng không còn là tính toán thuần túy, mà là biết chọn điều gì đáng tin khi thông tin không hoàn hảo, biết hỏi đúng câu, biết nhận ra điểm cần đào sâu và dám đưa ra quyết định. Đây là năng lực đặc biệt cần thiết với các bạn quan tâm đến luật - kinh doanh quản lý, tài chính, quản trị, marketing hay phát triển kinh doanh. Vì trong môi trường doanh nghiệp, quyết định tốt không chỉ dựa vào dữ liệu, mà còn dựa vào khả năng đọc con người và đọc bối cảnh.

Đó cũng là lý do tư duy phản biện trở thành một năng lực cốt lõi trong thời đại AI. Khi AI đưa ra một đề xuất, người dùng không thể chỉ hỏi "AI nói gì", mà cần hỏi: dữ liệu này đến từ đâu, có thiếu phần nào không, giả định nào đang được dùng, nếu áp dụng vào thực tế thì rủi ro là gì?

Với ngành công nghệ, nền tảng càng quan trọng hơn

Một nỗi lo thường gặp của học sinh hiện nay là: nếu AI đã viết code, làm toán, vẽ sơ đồ, phân tích dữ liệu, vậy học công nghệ còn có tương lai không?

Chia sẻ từ Nguyễn Minh Quân và Trần Huy Hoàng Anh cho thấy câu trả lời không nên đơn giản là "có" hoặc "không". AI đúng là có thể hỗ trợ rất nhiều trong các tác vụ kỹ thuật: viết công thức, kiểm tra code, gợi ý sơ đồ mạch, tổng hợp tài liệu. Nhưng khi bước vào hệ thống thật, đặc biệt trong kỹ thuật điện, điện tử, chip, thiết bị y tế, xe điện hay máy bay, yêu cầu lớn nhất không chỉ là nhanh hay thông minh, mà là ổn định và an toàn.

Một mạch điện thực tế chịu tác động bởi nhiệt độ, độ ẩm, nhiễu sóng, dao động điện áp và nhiều điều kiện môi trường khác. Một hệ thống kỹ thuật có thể chạy đúng trên mô phỏng nhưng gặp lỗi khi triển khai. Khi đó, người kỹ sư cần hiểu bản chất vấn đề, kiểm tra đầu ra của AI, phản biện lại gợi ý của công cụ và chịu trách nhiệm với hệ thống thật.

Vì vậy, với học sinh muốn theo công nghệ thông tin, kỹ thuật điện - điện tử, dữ liệu, AI hay bán dẫn, điều cần chuẩn bị không phải là bỏ ngành vì AI làm được nhiều việc. Điều cần chuẩn bị là nền tảng chuyên môn đủ chắc để hiểu AI đang hỗ trợ mình ở đâu, sai ở đâu và giới hạn ở đâu.

AI có thể là gia sư, nhưng không thay thế được người thầy

Ở góc nhìn tâm lý và giáo dục, ThS. Nguyễn Hùng Lâm nhắc đến một điểm rất gần với trải nghiệm của học sinh: AI có thể giống một gia sư, trả lời câu hỏi, giải thích bài, hỗ trợ tự học. Nhưng nếu vì thấy AI trả lời quá nhanh mà người học ngừng động não, việc học sẽ gặp vấn đề.

Người thầy thật không chỉ truyền kiến thức. Người thầy quan sát được sự mệt mỏi, chán nản, ỷ lại hay thiếu tự tin của sinh viên; có thể động viên, nhắc nhở, điều chỉnh cách học và tạo môi trường để người học trưởng thành. Đây là phần mà AI khó thay thế, vì học không chỉ là nhận thông tin, mà còn là quá trình hình thành thói quen, thái độ và trách nhiệm.

Trong nghiên cứu, vai trò con người càng rõ hơn. AI có thể hỗ trợ tổng hợp tài liệu, nhưng không thể tự đến một cơ sở xã hội, quan sát một nhóm trẻ, trò chuyện với con người thật và hiểu bối cảnh sống của họ. Khi nghiên cứu liên quan đến con người, đạo đức và trách nhiệm không thể giao cho máy.

Có những trải nghiệm chỉ con người mới thẩm định được

Trong ngành công nghệ thực phẩm, ThS. Hồ Thị Ngọc Trâm đưa ra một ví dụ dễ hiểu: máy móc có thể phân tích mùi, cấu trúc, độ giòn, độ mềm. Nhưng việc một sản phẩm có "ngon" hay không, hương vị và cấu trúc kết hợp có tạo ra trải nghiệm phù hợp với người dùng hay không, vẫn cần cảm nhận và thẩm định của con người.

AI cũng có thể hỗ trợ kiểm tra quy trình, gợi ý xu hướng sản phẩm hoặc đề xuất ý tưởng. Nhưng khi sinh viên làm một dự án phát triển sản phẩm, chính các bạn phải chọn ý tưởng, chọn nguyên liệu, phân công nhóm, xử lý mâu thuẫn, hoàn thiện sản phẩm và bảo vệ lựa chọn của mình trước hội đồng. Đây là cách người học rèn năng lực ra quyết định và chịu trách nhiệm.

Câu chuyện này không chỉ đúng với thực phẩm. Trong nhiều ngành khác, từ công nghệ thông tin đến kinh doanh quản lý, người trẻ sẽ gặp các tình huống mà AI đưa ra nhiều phương án, nhưng không thể chọn thay mình. Người học phải hiểu vấn đề, cân nhắc bối cảnh và bảo vệ lựa chọn bằng lập luận.

Dùng AI cần minh bạch và có đạo đức

Một nội dung rất đáng chú ý trong phiên thảo luận là trách nhiệm khi dùng AI. ThS. Nguyễn Hùng Lâm chia sẻ rằng khi sinh viên dùng AI trong khóa luận hay nghiên cứu, hội đồng có thể yêu cầu giải trình rõ phần nào dùng AI, phần nào không. Nếu dùng AI để tạo số liệu giả, đó không còn là hỗ trợ học tập mà là vi phạm đạo đức nghiên cứu.

Điều này nên được học sinh nhận thức từ sớm. Kỹ năng AI không chỉ là biết dùng công cụ cho nhanh hơn. Kỹ năng AI còn bao gồm việc hiểu giới hạn của công cụ, minh bạch về cách mình sử dụng, không biến AI thành cách né tránh suy nghĩ, và không dùng AI để tạo ra thông tin sai.

Trong môi trường đại học và nghề nghiệp, người giỏi không phải là người giấu được việc dùng AI, mà là người biết dùng AI đúng cách và giải thích được quyết định của mình.

Môn học cần thiết: tư duy phản biện và ra quyết định cùng AI

Khi được hỏi nếu có thể đề xuất một môn học bắt buộc cho sinh viên, ThS. Đinh Thị Hồng Thanh nhắc đến "tư duy phản biện và ra quyết định cùng AI". Đây là một gợi ý rất phù hợp với học sinh chuẩn bị vào đại học.

AI có thể trả lời rất nhiều thứ, nhưng không có nghĩa tất cả đều đúng. Biết chọn thông tin nào để tin đã khó; biến thông tin đó thành hiểu biết của mình và thành quyết định có trách nhiệm còn khó hơn. Vì vậy, trong tương lai, người học cần được rèn cách hỏi AI, kiểm chứng AI, phản biện AI và sử dụng AI như một phần của quá trình suy nghĩ.

Khi máy móc làm được nhiều thứ hơn, con người không học để cạnh tranh với máy ở tốc độ ghi nhớ hay xử lý lặp lại. Con người học để hiểu sâu hơn, đặt câu hỏi tốt hơn, ra quyết định có trách nhiệm hơn và tạo ra những điều gắn với bối cảnh thật của con người. Đó là phần việc AI có thể hỗ trợ, nhưng không thể học thay.