Ngày 25/8/2026, tại Trường Đại học Khoa học Tự nhiên, ĐHQGHN, VSL-TALK 25 với chủ đề “The New Frontiers of AI – Những biên giới mới của trí tuệ nhân tạo” diễn ra với sự tham gia của các nhà khoa học, giảng viên, học viên, nghiên cứu sinh và sinh viên. Chương trình do Trường Đại học Khoa học Tự nhiên và Câu lạc bộ Nhà khoa học ĐHQGHN phối hợp tổ chức.
Trong bài trình bày “Hướng tới năng lực suy luận siêu việt của AI: từ mô hình lai thần kinh – ký hiệu đến các mô hình tư duy và tác tử AI”, TS. Lương Minh Thắng giới thiệu hành trình phát triển của các hệ thống AI từ AlphaGeometry, AlphaProof đến Gemini Deep Think và những tác tử nghiên cứu toán học tiên tiến. Điểm chung của các bước tiến này là AI không còn chỉ tạo ra nội dung dựa trên những khuôn mẫu đã học, mà ngày càng tiến sâu hơn vào khả năng suy luận, kiểm chứng và giải quyết các bài toán phức tạp.
Nhưng chính khi AI ngày càng giỏi tìm lời giải, một câu hỏi đáng chú ý xuất hiện: con người cần học gì khi máy đã có thể làm tốt một phần công việc vốn được xem là biểu hiện của năng lực tư duy?
 |
Khi tìm được đáp án mới chỉ là bước đầu
Trong quá trình hình thành tri thức toán học, tìm ra lời giải mới chỉ là một bước. Sau đó còn là kiểm chứng, diễn giải, đánh giá giá trị của kết quả và cuối cùng là đưa tri thức mới vào một hệ thống để người khác có thể tiếp tục sử dụng và phát triển.
AI hiện đã tiến rất nhanh ở khâu tạo lời giải và đang ngày càng mạnh hơn trong việc kiểm chứng. Tuy nhiên, con người vẫn giữ vai trò quan trọng trong việc hiểu bản chất của vấn đề, diễn giải ý nghĩa của kết quả và xác định đâu là điều thực sự đáng để tiếp tục khám phá.
Sự thay đổi đó tác động trực tiếp đến cách dạy và học.
Nếu nhiệm vụ của học sinh chỉ là tìm đáp án cho một bài toán mà AI có thể giải trong vài giây, việc học rất dễ trở thành cuộc cạnh tranh về tốc độ với máy. Nhưng nếu học sinh được yêu cầu đặt thêm những câu hỏi như: Tại sao lời giải này đúng? Có cách giải nào khác? Giả thiết nào đang được sử dụng? AI có thể sai ở đâu? Nếu thay đổi điều kiện của bài toán thì điều gì sẽ xảy ra? thì bài học đã chuyển sang một cấp độ khác.
Tư duy học tập vì thế cũng cần dịch chuyển từ “Solving X” – tập trung giải một bài toán cụ thể – sang “Discovering around X” – mở rộng khám phá những câu hỏi và vấn đề mới từ chính bài toán đó.
AI có thể đưa ra một câu trả lời, nhưng con người cần biết câu trả lời ấy có đáng tin hay không, đặt nó vào đâu trong hệ thống kiến thức đã có và quan trọng hơn, từ đó có thể đặt tiếp câu hỏi gì.
Đó cũng là lý do giáo dục trong thời đại AI khó có thể tiếp tục đánh giá người học chỉ bằng việc “có tìm được đáp án đúng hay không”. Khả năng đặt vấn đề, kiểm chứng thông tin, giải thích lập luận và phát hiện câu hỏi mới sẽ ngày càng trở nên quan trọng.
 |
| TS. Lương Minh Thắng - Giám đốc Nghiên cứu tại Google DeepMind là diễn giả của VSL-TALK 25 |
AI Tutor - gợi mở thay vì làm hộ
Một trong những hướng ứng dụng đáng chú ý được gợi ra từ tọa đàm là mô hình AI Tutor.
Nếu AI Tutor chỉ nhận đề bài rồi lập tức cung cấp một lời giải hoàn chỉnh, công nghệ có thể vô tình lấy đi chính quá trình tư duy mà giáo dục muốn hình thành ở người học. Hoàn thành bài tập nhanh hơn không đồng nghĩa với hiểu vấn đề sâu hơn.
Một AI Tutor hữu ích vì vậy không nhất thiết phải bắt đầu bằng câu trả lời. Nó có thể hỏi người học đang hiểu vấn đề đến đâu, đang mắc ở bước nào, có thể thử một trường hợp đơn giản hơn hay không, hoặc gợi ý một hướng suy nghĩ trước khi cung cấp thêm trợ giúp.
Chỉ khi người học thực sự gặp trở ngại, mức độ hỗ trợ mới được tăng lên.
Theo cách đó, AI không đóng vai trò “làm bài hộ” mà trở thành một công cụ gợi mở, giúp người học từng bước suy nghĩ, thử nghiệm, kiểm chứng và tự điều chỉnh cách tiếp cận của mình. Lớp học cũng có thể chuyển từ nơi chủ yếu truyền đạt đáp án sang một không gian để người học tranh luận, phản biện và đánh giá các phương án do AI đưa ra.
Một tiết học Toán trong môi trường có AI vì thế có thể được tổ chức rất khác.
Thay vì yêu cầu cả lớp cùng giải một bài toán rồi so đáp án, giáo viên có thể đưa ra một số lời giải do AI tạo và yêu cầu học sinh tìm điểm chưa hợp lý. Học sinh cũng có thể được yêu cầu so sánh nhiều cách giải, lý giải tại sao một phương án ngắn gọn hoặc tinh tế hơn phương án khác.
Khi ấy, AI không lấy mất bài tập của học sinh; AI trở thành chất liệu của bài tập.
 |
| Chương trình nhận được sự trao đổi từ đông đảo giảng viên, sinh viên và những người quan tâm |
Người thầy càng quan trọng khi AI luôn sẵn sàng trả lời
Sự phổ biến của ChatGPT, Gemini và các hệ thống AI khác khiến người học có thể nhận được trợ giúp gần như ngay lập tức. Vì thế, một năng lực mới của giáo viên là biết khi nào nên để AI hỗ trợ và khi nào cần trì hoãn sự trợ giúp để người học tiếp tục tự suy nghĩ.
Không phải lúc nào một câu trả lời đến nhanh hơn cũng tốt hơn cho việc học.
 |
| Phó Giám đốc ĐHQGHN Phạm Bảo Sơn trao đổi tại tọa đàm |
Có những thời điểm AI nên được sử dụng để mở rộng góc nhìn, kiểm tra một giả thuyết hoặc tạo thêm phương án. Nhưng cũng có những bài tập mà việc tiếp cận AI quá sớm có thể khiến người học bỏ qua quá trình tự thử nghiệm, mắc lỗi và tìm cách sửa lỗi – những trải nghiệm có ý nghĩa đối với việc hình thành tư duy.
Vai trò của người thầy khi đó không giảm đi. Trái lại, giáo viên phải quyết định lúc nào nên để học sinh tự suy nghĩ thêm, khi nào chỉ nên cung cấp một gợi ý, khi nào có thể dùng AI để mở rộng vấn đề và khi nào cần yêu cầu người học tự diễn giải lại bằng ngôn ngữ của chính mình.
Người thầy cũng không cần cạnh tranh với AI bằng việc biết nhiều đáp án hơn hay giải bài nhanh hơn.
 |
PGS.TS. Lê Hồng Phương, Phó Chủ nhiệm khoa Toán - Cơ - Tin học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN điều hành tọa đàm |
Bên cạnh khả năng tìm ra lời giải, con người còn có một lợi thế quan trọng: khả năng nhận ra đâu là cách tiếp cận tinh tế, hợp lý và có giá trị. Một hệ thống AI có thể tạo ra một lời giải rất dài nhưng một nhà toán học giỏi có thể nhìn thấy cấu trúc của vấn đề và tìm ra một con đường ngắn hơn, đẹp hơn. Sự khác biệt không chỉ nằm ở “đúng hay sai” mà còn ở khả năng đánh giá chất lượng của một lập luận.
Trong giáo dục, đó chính là không gian mà người thầy tiếp tục giữ vai trò đặc biệt: lựa chọn vấn đề đáng học, thiết kế câu hỏi phù hợp, phát hiện điểm yếu trong tư duy của người học và giúp các em hình thành khả năng phân biệt một câu trả lời đúng với một câu trả lời thực sự tốt.
Từ học cách dùng AI đến học cách suy nghĩ cùng AI
Những trao đổi tại VSL-TALK 25 diễn ra trong bối cảnh AI đang dịch chuyển mạnh từ các hệ thống chủ yếu dự đoán và tạo nội dung sang những mô hình có khả năng suy luận, giải quyết bài toán phức tạp và hỗ trợ khám phá khoa học. Sự thay đổi công nghệ đó cũng báo hiệu một thay đổi trong mục tiêu của giáo dục.
Bài trình bày của TS. Lương Minh Thắng tập trung vào hành trình từ các hệ thống lai thần kinh – ký hiệu như AlphaGeometry, AlphaProof đến các mô hình tư duy và tác tử AI.
Trong giai đoạn đầu của GenAI, câu hỏi phổ biến trong nhà trường thường là: Có nên cho học sinh sử dụng AI hay không?
Nhưng khi AI trở thành một phần thường trực của môi trường tri thức, câu hỏi quan trọng hơn sẽ là: Sử dụng AI ở bước nào của quá trình học để người học suy nghĩ tốt hơn?
Năng lực sử dụng AI vì thế không chỉ là biết viết câu lệnh hay biết dùng một công cụ để tạo ra đáp án. Điều quan trọng hơn là biết đặt câu hỏi, nhận diện giới hạn của câu trả lời, kiểm chứng lập luận và tiếp tục phát triển vấn đề sau khi AI đã đưa ra một phương án ban đầu.
Điều này cũng đặt ra yêu cầu mới đối với đào tạo giáo viên. Bên cạnh kỹ năng sử dụng công cụ AI, giáo viên cần năng lực thiết kế hoạt động học tập trong môi trường có AI: khi nào cho phép sử dụng, khi nào không; đặt câu hỏi thế nào để người học không phụ thuộc vào máy; đánh giá ra sao khi một đáp án có thể được tạo ra chỉ trong vài giây.
 |
Khi AI ngày càng giỏi trả lời, giá trị của con người sẽ ngày càng nằm ở khả năng đặt ra những câu hỏi đáng để trả lời.
Và có lẽ, đó cũng là một trong những thay đổi quan trọng nhất của nghề giáo trong thời đại trí tuệ nhân tạo: người thầy không chỉ giúp học sinh giải bài toán trước mắt, mà còn giúp các em học cách tìm ra bài toán tiếp theo.
' /></svg>)