Tóm tắt
Khi trí tuệ nhân tạo tạo sinh (Generative AI – GenAI) ngày càng được tích hợp vào đời sống hằng ngày, người học trưởng thành phải đối mặt với nhiều thách thức trong việc cân bằng giữa học tập, công việc và gia đình, đồng thời phải vượt qua những bất bình đẳng số và các thiên lệch thuật toán. Bài viết này xem xét năng lực hiểu biết AI mang tính phản biện (critical AI literacy) như một thành tố thiết yếu của học tập suốt đời, đồng thời phân tích các phương pháp sư phạm mới nổi nhằm trao quyền cho người trưởng thành để họ có thể đặt câu hỏi, phân tích và tham gia một cách có trách nhiệm với các công nghệ AI.
Từ khóa: trí tuệ nhân tạo, năng lực hiểu biết AI, học tập suốt đời
Trao quyền cho người học trưởng thành
thông qua năng lực hiểu biết AI mang tính phản biện
Trí tuệ nhân tạo tạo sinh (GenAI) đang nhanh chóng thâm nhập vào các hoạt động thường nhật của cuộc sống, định hình cách con người học tập, làm việc và tương tác với thông tin. Tuy nhiên, đối với người học trưởng thành, sự tích hợp này mang lại cả thách thức lẫn cơ hội đặc thù. Nhiều người phải đồng thời cân bằng giữa việc học tập, công việc và trách nhiệm gia đình, thường trong những bối cảnh còn tồn tại sự bất bình đẳng về tiếp cận công nghệ số. Nếu không có sự hỗ trợ đầy đủ, tiềm năng của GenAI có nguy cơ làm sâu sắc thêm khoảng cách số thay vì thu hẹp nó, đặc biệt khi các thiên lệch thuật toán vẫn chưa lộ ra và chưa được xem xét một cách thấu đáo.
Các nghiên cứu gần đây cho thấy người trưởng thành có động lực mạnh mẽ trong việc học về để hiểu biết AI. Tang và cộng sự (2025) phát hiện rằng 83,5% người trưởng thành lớn tuổi (từ 50 tuổi trở lên) đạt điểm từ 4-5 trên thang đo động lực đối với giáo dục về năng lực AI, cho thấy họ nhận thức rõ tầm quan trọng của việc khai thác lợi ích của AI đồng thời tránh được những rủi ro mà công nghệ này có thể mang lại. Mức động lực cao này xuất hiện nhất quán ở nhiều nhóm tuổi và trình độ học vấn khác nhau, cho thấy người học trưởng thành sẵn sàng tham gia vào giáo dục về AI khi có các cơ hội học tập phù hợp.
Trong bối cảnh đó, năng lực hiểu biết AI mang tính phản biện không chỉ dừng lại ở kiến thức kỹ thuật đơn thuần, mà còn bao gồm khả năng đặt câu hỏi, phân tích và tham gia một cách có trách nhiệm với các công nghệ AI. Đối với người trưởng thành lớn tuổi, họ đặc biệt coi trọng những trải nghiệm học tập được thiết kế phù hợp, mang tính thực hành, dễ tiếp cận, cũng như các chương trình dành cho những người có ít kinh nghiệm trước đó với AI (Tang et al., 2025).
Hiểu về năng lực hiểu biết AI mang tính phản biện
Năng lực hiểu biết AI (AI literacy) được định nghĩa là “tập hợp các năng lực cho phép cá nhân đánh giá một cách phê phán các công nghệ AI; giao tiếp và hợp tác hiệu quả với AI; và sử dụng AI như một công cụ trong môi trường trực tuyến, tại nhà và tại nơi làm việc” (Long & Magerko, 2020, tr.2). Trong kỷ nguyên số hiện nay, năng lực này càng trở nên thiết yếu để trao quyền cho người học trưởng thành. Trong bối cảnh của GenAI, năng lực hiểu biết AI mang tính phản biện bao gồm việc hiểu các nguyên lý cơ bản và những hạn chế của AI; nhận diện và đánh giá nội dung do AI tạo ra; nhận thức về các vấn đề đạo đức, bao gồm quyền riêng tư và thiên lệch thuật toán; và phát triển kỹ năng để trở thành những người tham gia chủ động thay vì chỉ là người thụ động sử dụng các công nghệ AI (Cao et al., 2025; Wolters et al., 2024). Khía cạnh phản biện này đặc biệt quan trọng đối với người học trưởng thành, bởi họ phải đối mặt và điều hướng các tác động xã hội của AI trong đời sống cá nhân cũng như nghề nghiệp.
Các nghiên cứu gần đây cũng ghi nhận những lo ngại sâu rộng rằng các hệ thống GenAI có thể duy trì và tái tạo các thiên lệch xã hội cũng như bất bình đẳng số (Tao et al., 2024; Storey & Wagner, 2024). Cụ thể, Tao và cộng sự (2024) đã chứng minh sự tồn tại của thiên lệch văn hóa phương Tây trong đầu ra của năm mô hình GenAI phổ biến, bao gồm cả các phiên bản GPT-4.o. Các tác giả nhấn mạnh rằng sự điều chỉnh phù hợp với các bối cảnh văn hóa khác nhau là điều cần thiết để đảm bảo lợi ích của GenAI được phân bổ công bằng giữa các xã hội trên toàn cầu. Bất bình đẳng số thể hiện qua sự khác biệt trong khả năng tiếp cận internet tốc độ cao, thiết bị hiện đại và các dịch vụ AI trả phí, điều này có thể khiến các nhóm xã hội dễ bị tổn thương rơi vào thế bất lợi. Vì vậy, người học trưởng thành cần phát triển những kỹ năng mới để có thể thích ứng hiệu quả với môi trường ngày càng chịu tác động bởi AI, đồng thời đề xuất và thúc đẩy các hệ thống công bằng hơn. Điều này bao gồm việc tìm hiểu về cách thức thu thập dữ liệu, quá trình huấn luyện thuật toán, cũng như tầm quan trọng của các góc nhìn đa dạng trong phát triển AI (Storey & Wagner, 2024; Tang et al., 2025). Đồng thời, việc hiểu biết hơn về AI đôi khi cũng giúp người học nhận thức rõ hơn về các rủi ro của công nghệ này. Cao và cộng sự (2025) phát hiện rằng các chương trình đào tạo về năng lực AI đã làm gia tăng đáng kể nỗi lo của người tham gia về thiên lệch AI, vi phạm quyền riêng tư và nguy cơ bị thay thế việc làm. Điều này cho thấy sự hoài nghi chính đáng đối với AI chính là một phần của quá trình trở thành người có hiểu biết thực sự về AI.
Các phương pháp sư phạm dành cho người học trưởng thành
Không giống như việc giảng dạy AI nói chung, việc phát triển năng lực hiểu biết AI mang tính phản biện dành cho người học trưởng thành đòi hỏi một cách tiếp cận chuyên biệt, tôn trọng kinh nghiệm sẵn có, sở thích học tập cũng như quỹ thời gian hạn chế của họ. Các nghiên cứu thực nghiệm và các công trình tổng quan đã chỉ ra một số chiến lược nhằm trao quyền cho người học trưởng thành:
● Học tập thông qua trải nghiệm trực tiếp được chứng minh là phương pháp hiệu quả nhất. Thay vì giảng dạy theo hướng trừu tượng, các chương trình thành công thường tạo cơ hội để người học tương tác trực tiếp với AI, đồng thời phát triển các kỹ năng phân tích và đánh giá. Cách tiếp cận này phù hợp với xu hướng học tập của người trưởng thành, vốn ưa chuộng các học thông qua trải nghiệm hơn là chỉ tiếp thu lý thuyết (Storey & Wagner, 2024; Tang et al., 2025).
● Học tập dựa trên vấn đề cho phép khám phá các công nghệ AI thông qua những thách thức thực tiễn gắn với đời sống của người học. Các mô hình học tập mang tính hợp tác giúp người trưởng thành chia sẻ kinh nghiệm và học hỏi cùng nhau, qua đó góp phần giải quyết khoảng cách số thông qua các mạng lưới hỗ trợ giữa những người học (Wolters et al., 2024).
● Lộ trình học tập theo từng bước (scaffolded learning) giúp xây dựng kiến thức từ các khái niệm cơ bản đến sự hiểu biết sâu hơn về các quá trình thuật toán, cách phát hiện thiên lệch và các vấn đề đạo đức. Ví dụ, các nội dung trải nghiệm ngắn gọn như video hoặc trò chơi có thể nâng cao sự tự tin của người học và thúc đẩy tư duy phản biện bằng cách nâng cao nhận thức về những rủi ro của AI (Cao et al., 2025).
● Đánh giá học tập theo hướng xác thực thông qua hồ sơ học tập (portfolio), nhật ký ghi chép các suy nghĩ và các hình thức đánh giá dựa trên dự án phản ánh tốt hơn năng lực hiểu biết AI mang tính phản biện so với các bài kiểm tra truyền thống (Lelescu & Kabiraj, 2024).
Kết luận: Các khuyến nghị thực tiễn
Năng lực hiểu biết AI mang tính phản biện vừa là một nhu cầu cấp thiết vừa là một cơ hội quan trọng đối với giáo dục người trưởng thành. Khi AI ngày càng trở nên phổ biến, người học trưởng thành không chỉ cần biết sử dụng các công cụ này mà còn cần có khả năng tiếp cận chúng một cách phản biện và có trách nhiệm.
Năng lực hiểu biết AI mang tính phản biện cũng góp phần thực hiện sứ mệnh của PIMA – mạng lưới các nhà nghiên cứu giáo dục người lớn, đối tác của Hiệp hội PASCAL – trong việc thúc đẩy công bằng xã hội, kinh tế và sinh thái, bằng cách bảo đảm rằng sự phát triển công nghệ hỗ trợ sự phát triển của con người thay vì làm gia tăng các bất bình đẳng. Khi được trang bị các kỹ năng phân tích và tham gia phản biện, người học trưởng thành có thể trở thành những người thúc đẩy các hệ thống AI công bằng hơn, minh bạch hơn và mang lại nhiều lợi ích hơn. Một số khuyến nghị thực tiễn dành cho các nhà giáo dục bao gồm:
● Bắt đầu từ động lực của người học: Tận dụng mức động lực cao của người trưởng thành (83,5% quan tâm) bằng cách gắn việc học AI với các mục tiêu cá nhân và nghề nghiệp.
● Ưu tiên học tập trải nghiệm: Thiết kế các hoạt động thực hành sử dụng các công cụ AI thay vì chỉ giảng dạy lý thuyết.
● Giải quyết những lo ngại một cách mang tính xây dựng: Nhận thức rằng sự gia tăng lo ngại về AI có thể phản ánh sự phát triển của kỹ năng tư duy phản biện, chứ không phải là thất bại của quá trình giáo dục.
● Xây dựng mạng lưới học tập giữa các học viên: Tạo điều kiện cho việc học tập hợp tác nhằm thu hẹp khoảng cách số và xây dựng các hệ thống hỗ trợ lẫn nhau.
● Phát triển các hình thức đánh giá xác thực: Chuyển từ các hình thức kiểm tra truyền thống sang các phương pháp như hồ sơ học tập và các hoạt động phản tư để đánh giá mức độ tham gia phản biện của người học.
Để đạt được điều này, cần có sự cam kết lâu dài từ các nhà giáo dục, các cơ sở giáo dục và các nhà hoạch định chính sách nhằm hỗ trợ phát triển năng lực hiểu biết AI mang tính phản biện như một thành tố cơ bản của học tập suốt đời. Khi đó, năng lực AI mang tính phản biện không chỉ giúp người học thích ứng với công nghệ mới mà còn góp phần xây dựng một tương lai công bằng hơn cho tất cả mọi người.
Thông tin về tác giả
Ana Lelescu là một người học suốt đời với hơn 20 năm kinh nghiệm trong các lĩnh vực khoa học máy tính, giáo dục và quản lý dự án. Bà có bằng Thạc sĩ Khoa học Máy tính tại University of Illinois at Chicago và hiện đang theo học chương trình Tiến sĩ Khoa học Giáo dục tại West University of Timisoara, Romania. Nghiên cứu tiến sĩ của bà tập trung vào các yếu tố ảnh hưởng đến mức độ tin tưởng của giảng viên khi áp dụng các công nghệ Trí tuệ nhân tạo (AI) trong giáo dục đại học. Là đồng tác giả của hơn 20 bài báo khoa học và là chủ sở hữu 6 bằng sáng chế, bà dành tâm huyết thúc đẩy sự chuyển đổi AI lấy con người làm trung tâm trong giáo dục nhằm hỗ trợ người học ở mọi lứa tuổi trên toàn thế giới.
Email: [email protected]
TÀI LIỆU THAM KHẢO
Cao, H. J., Lee, H. R., & Peng, W. (2025). Empowering adults with AI literacy: Using short videos to transform understanding and harness fear for critical thinking. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (Article 203; pp. 1–8). https://doi.org/10.1145/3706598.3713254
Lelescu, A., & Kabiraj, S. (2024). Digital assessments in higher education: Sustainable trends and emerging frontiers in the AI era. In G. Grosseck, S. Sava, G. Ion, & L. Malita, L. (eds.), Digital assessment in higher education: Navigating and researching challenges and opportunities (pp. 27–44). Springer Nature. https://doi.org/10.1007/978-981-97-6136-4_2
Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp.1–16). https://doi.org/10.1145/3313831.3376727
Storey, V. A., & Wagner, A. (2024). Integrating Artificial Intelligence (AI) into adult education: Opportunities, challenges, and future directions. International Journal of Adult Education and Technology, 15(1), 1–15. https://doi.org/10.4018/ijaet.345921
Tang, K. E., Song, T., Zhu, Z., Li, J., & Lee, Y.-C. (2025). AI literacy education for older adults: motivations, challenges and preferences. CHI EA ’25: Proceedings of the Extended Abstracts of the CHI Conference on Human Factors in Computing Systems (pp. 1–15). https://doi.org/10.1145/3706599.3720033
Tao, Y., Viberg, O., Baker, R. S., & Kizilcec, R. F. (2024). Cultural bias and cultural alignment of large language models. PNAS Nexus, 3(9), Article 346. https://doi.org/10.1093/pnasnexus/pgae346
Wolters, A., Arz Von Straussenburg, A. F., & Riehle, D. M. (2024). AI Literacy in adult education – A literature review. Proceedings of the 57th Hawaii International Conference on System (pp. 6888 – 6897). https://doi.org/10.24251/HICSS.2024.82
