Giáo dục AI tại Trung Quốc: “Cần nhìn vào một khía cạnh hoàn toàn khác của AI” – Phần 2

94

Theo một số chuyên gia, phương pháp của Squirrel có thể cải thiện kết quả học tập và giúp học sinh trở nên linh hoạt trong thời đại đầy biến đổi. “Cá nhân hóa việc học và học tập thích ứng là hai khái niệm khác nhau,” Chris Deda, một giáo sư trong chương trình về Khoa học, Đổi mới và Giáo dục tại đại học Havard khẳng định. Squirrel nghĩ rằng mình thực hiện phương pháp học thích ứng, hay theo công ty là “hiểu được chính xác những gì học sinh đã hiểu và còn chưa hiểu.”

Tuy nhiên, hệ thống lại không hề chú trọng việc học sinh muốn biết gì, hay giỏi ở điểm nào. Trong khi đó, cá nhân hóa việc học là tôn trọng sở thích và nhu cầu của học sinh, từ đó “động viên và đề ra khung thời gian cho mỗi học sinh, để giúp chúng cải thiện.”

Jutta Treviranus, giáo sư tại Đại học Mỹ thuật và Thiết kế Ontario, cũng là người tiên phong trong công cuộc cá nhân hóa việc học, lại nêu vấn đề một cách rõ ràng hơn. Bà chia sẻ: “Cá nhân hóa việc học bao gồm nhiều cấp độ, bao gồm tốc độ học (pace), lộ trình học (path), và mục tiêu học (destination).

Nếu tốc độ học được cá nhân hóa, học sinh với các trình độ khác nhau sẽ cần những khoảng thời gian khác nhau để học cùng một vấn đề. Nếu lộ trình học được cá nhân hóa, các học sinh sẽ có những động lực khác nhau cho cùng mục tiêu (ví dụ như chỉ ra mối liên hệ giữa xác suất và bóng rổ cho một học sinh thích thể thao), và sử dụng những hình thức tài liệu khác nhau (video hay văn bản). Nếu mục tiêu học được cá nhân hóa, học sinh có thể lựa chọn giữa việc theo học nghề hay học lên đại học.

Theo Treviranus, “học sinh cần hiểu được việc học của chính mình, và tự quyết định những gì chúng muốn học, cũng như tự biết học như thế nào. Squirrel AI không đề cập tới những vấn đề này, mà chỉ tập trung cải thiện kết quả học tập của học sinh trên những bài kiểm tra quy chuẩn.”

Nhưng những điều này không có nghĩa là học tập thích ứng không ứng dụng được ở thế kỷ 21. David Dockterman, đồng nghiệp của Dede, thì lại tin tưởng vào sức mạnh của việc học theo khung tiêu chuẩn. Tuy nhiên, ông cho rằng khung này không nên là yếu tố chính trong lớp học. Ông chia sẻ: “Những tác vụ lặp lại như học thuộc lòng, cải thiện kỹ năng… mà có thể học được từ một giáo viên, đều có thể học được, thậm chí có hiệu quả hơn, từ máy móc.”

Derek Li, nhà sáng lập Squirrel AI | Noah Sheldon.

Li, nhà sáng lập của Squirrel là một người cao, gầy, với xương gò má rõ rệt. Khi nói tiếng Anh, anh nhấn mạnh mọi câu nói với câu hỏi kết “Phải không?”, và nhướng lông mày để đảm bảo người nghe hiểu được anh đang nói gì. Tốc độ nói của anh tăng gấp đôi khi nói tiếng Trung.

Li đã đích thân hướng dẫn chuyến tham quan trụ sở Thượng Hải của Squirrel. Ở đây, bài trí lại trái ngược với sự tối giản của những trung tâm học tập của công ty: trên tường dày đặc các thông tin và thành tựu của công ty, từ những lần xuất hiện trên truyền thông cho tới các giải thưởng đạt được, những học viên từng đạt kết quả cao, cũng như vô số các thông tin khác.

Bên trái cách cửa ra vào chỉ vài bước là một màn hình trình chiếu liên tục một video về một cuộc thi giữa hệ thống gia sư của Squirrel và một giáo viên được mệnh danh là giỏi nhất Trung Quốc. Trong đó, 3 học sinh của giáo viên này, đã theo học được 3 năm, đứng bên cạnh để trả lời câu hỏi. Hệ thống và giáo viên sẽ thi dự đoán xem các học sinh này sẽ trả lời đúng những câu hỏi nào.

Video chưa kết thúc, Li đã tự hào kể: “Hệ thống của chúng tôi chỉ cần 3 tiếng để hiểu rõ học sinh hơn một giáo viên đã dạy chúng trong 3 năm.”

Đa số những triết lý cơ bản của Squirrel đều đến từ tuổi thơ của chính Li. Khi còn trẻ, trí thông minh cảm xúc của Li không được tốt, và anh không thể cải thiện vấn đề này bằng việc đọc sách. Vì vậy, anh dùng nửa năm để chia vấn đề lớn này thành 27 thành phần khác nhau, và tự học từng thành phần một. Li đã học cách quan sát kỹ càng hơn, đối thoại tốt hơn, cũng như phản ứng tích cực hơn khi bị chỉ trích. “Tôi đã nghiên cứu tới 100 chủ đề để có nhiều chuyện để nói với mọi người hơn”, Li chia sẻ. Và thành công sau quá trình này đã khiến Li tin rằng, mọi thứ đều có thể được dạy theo phương thức này.

Nói về giáo dục AI, Li so sánh: “Giáo viên đóng vai trò như một phi công”. Theo Li, họ sẽ xem xét và theo dõi tình huống trong khi máy bay được điều khiển bởi thuật toán, và đa phần thời gian đều đóng vai trò bị động. Tuy nhiên, khi có tình huống bất ngờ xảy ra và mọi hành khách đều lo sợ và mất kiểm soát (như khi xảy ra tình trạng bắt nạt), họ sẽ bắt tay vào giải quyết vấn đề. “Các giáo viên sẽ tập trung vào vấn đề giao tiếp và cảm xúc.”

Theo quan điểm của Li, đây là cách duy nhất để con người nâng cao tri thức chung. Với anh, giáo viên không nên làm bất cứ điều gì khác, nếu không họ có thể “làm hỏng các thiên tài”. Li cũng giáo dục các con của mình trên triết lý này, và cho chúng sử dụng hệ thống của Squirrel nhiều nhất có thể. Cặp song sinh 8 tuổi của Li dù chỉ đang học lớp 2 đã có thể giải các bài tập vật lý lớp 8, và với Li, điều này là minh chứng rõ ràng cho hiệu quả của phương thức của anh. Li khẳng định: “Chỉ có các hệ thống học tập thích ứng mới có thể cho ra kết quả kỳ diệu như vậy.”

Ảnh: Noah Sheldon.

Squirrel cũng đã đang bắt đầu xuất khẩu công nghệ của mình, và đã gây dựng được phần nào danh tiếng trên thị trường quốc tế sau những lần xuất hiện tại những hội thảo AI lớn, cũng như những lần hợp tác với những viện nghiên cứu tầm cỡ như MIT và Havard. Ngoài ra, Li cũng đã tuyển dụng hai lãnh đại người Mỹ nhằm thúc đẩy việc tấn công thị trường Bắc Mỹ và Châu Âu trong vòng 2 năm tới. Và hai nhân vật được nêu trên chính là Tom Mitchell – Trưởng khoa Khoa học máy tính tại Carnegie Mellon, và Dan Bindman – Trưởng ban Biên tập và Quản lý trải nghiệm khách hàng tại ALEKS.

Trong khi đó, Treviranus lại bày tỏ lo ngại rằng, triết lý học tập của Squirrel bắt nguồn từ một lỗi sai cơ bản của nền giáo dục Trung Quốc: mức độ tập trung thái quá vào việc học và kiểm tra theo quy chuẩn. Theo bà, “Thảm họa của Trung Quốc là nền giáo dục của quốc gia này vẫn tiếp tục chú trọng vào phương pháp học tập mà mọi nền giáo dục tiên tiến đang cố tránh xa.”

Tuy nhiên, bà cũng tin rằng Trung Quốc còn rất nhiều cơ hội để áp dụng một môi trường học với giáo viên thân thiện hơn, và tập trung vào học sinh hơn. Với bà, Trung Quốc sẵn sàng hơn trong việc thử nghiệm những phương thức và ý tưởng mới. Nói về vấn đề này, bà bày tỏ: “Trung Quốc cần nhìn vào một khía cạnh hoàn toàn khác của AI.” Nhưng câu nói này mang hàm ý gì?

Câu trả lời cho nghi vấn trên có lẽ đang nằm cách trụ sở Squirrel vài nghìn dặm, phía bên kia con song Hoàng Phố chảy dọc đất Thượng Hải. Tại nơi này, Pan Pengkai, một chuyên gia giáo dục trẻ em đang thực hiện những thử nghiệm trên một bản chất hoàn toàn khác.

Thử nghiệm về giáo dục AI tại Trung Quốc – Phần 1

(Còn nữa)

Theo Technology Review

Tin liên quan: