Phản hồi trí tuệ nhân tạo và đánh giá vấn đáp: Những chuyển động chiến lược trong cải tiến đánh giá đại học

Sự lan tỏa của công nghệ GenAI đang đặt ra những câu hỏi mới cho giáo dục đại học, đặc biệt trong lĩnh vực phản hồi học thuật. Một khảo sát quy mô lớn tại bốn trường đại học Úc với gần 7.000 sinh viên cho thấy gần một nửa số người học đã chủ động sử dụng GenAI để nhận góp ý cho các bài tập học thuật. Phản hồi từ AI được sinh viên đánh giá cao về khả năng truy cập nhanh, dễ hiểu và ít ràng buộc cảm xúc. Tuy nhiên, khi so sánh với phản hồi của giảng viên, người học vẫn đánh giá phản hồi từ con người có độ tin cậy và tính phù hợp với bối cảnh cụ thể cao hơn đáng kể.

Kết quả khảo sát chỉ ra một nghịch lý thú vị: dù AI cung cấp phản hồi tiện lợi và khách quan, người học vẫn đặt niềm tin lớn hơn vào phản hồi từ giảng viên. Trong số những sinh viên từng trải nghiệm cả hai nguồn phản hồi, trên 90% cho rằng phản hồi của giáo viên đáng tin cậy, trong khi chỉ 60% dành mức độ tin tưởng tương tự cho phản hồi từ AI. Đây không đơn thuần là sự so sánh về chất lượng thông tin, mà còn liên quan đến yếu tố cảm xúc, mối quan hệ và bối cảnh giáo dục. Sinh viên cho rằng phản hồi từ người dạy giàu tính tương tác, có chiều sâu chuyên môn và giúp họ định vị rõ hơn con đường cải thiện học tập (Henderson và cộng sự, 2025).

Tuy vậy, không thể phủ nhận những lợi ích cụ thể mà GenAI mang lại. Người học ghi nhận sự hỗ trợ đáng kể của AI trong giai đoạn đầu chuẩn bị bài, nhất là ở những nhiệm vụ lặp đi lặp lại, đòi hỏi sự phản hồi nhanh chóng. Phản hồi của AI giúp giảm thiểu cảm giác căng thẳng do lo ngại bị đánh giá, đồng thời tạo điều kiện thuận lợi để sinh viên chủ động sửa lỗi và hoàn thiện bài làm. Điều này gợi mở khả năng AI có thể đóng vai trò như một “trợ giảng kỹ thuật số”, bổ trợ hiệu quả cho vai trò hướng dẫn và đánh giá của giảng viên.

Trong khi phản hồi AI mở ra một không gian mới cho việc hỗ trợ học tập, thì đánh giá vấn đáp lại được xem như một chiến lược đối phó với hệ quả của chính công nghệ này. Sự phổ biến của GenAI khiến nhiều nhà giáo dục nghi ngại về độ xác thực trong các bài viết học thuật và tìm kiếm giải pháp đánh giá ít chịu ảnh hưởng từ các công cụ tạo sinh. Đánh giá vấn đáp – với đặc trưng yêu cầu phản hồi tức thì, có sự hiện diện và tương tác – đang quay trở lại như một lựa chọn đáng tin cậy.

Một tổng quan hệ thống mới đây phân tích 24 công trình quốc tế đã làm rõ các yếu tố thúc đẩy hiệu quả của đánh giá vấn đáp. Trong số đó, phản hồi từ giảng viên và bạn học giữ vai trò then chốt, đặc biệt khi được tổ chức theo cách có cấu trúc và mang tính xây dựng. Ngoài ra, những hình thức luyện tập có chủ đích – như thi thử, thuyết trình theo mô hình TED Talk hay trình bày trong môi trường thực tế ảo (VR) – cũng cho thấy tác động tích cực đến mức độ tự tin và chất lượng trình bày của sinh viên (Stephenson và cộng sự, 2025).

Công nghệ, nếu được ứng dụng đúng cách, không chỉ hỗ trợ mà còn nâng cao chất lượng đánh giá vấn đáp. Các nghiên cứu về sử dụng VR chỉ ra rằng sinh viên có nhiều tiến bộ trong khả năng thuyết trình khi được luyện tập trong môi trường ảo, dù cảm giác căng thẳng có thể gia tăng do hiệu ứng “hiện diện” mạnh mẽ mà VR tạo ra. Bên cạnh đó, việc sử dụng video để sinh viên tự đánh giá và phản tư cũng giúp gia tăng nhận thức về kỹ năng trình bày, từ đó điều chỉnh hành vi giao tiếp một cách chủ động và có mục tiêu.

Một điểm giao thoa giữa hai nghiên cứu là vai trò của phản hồi và năng lực tự phản ánh – hai yếu tố nền tảng thúc đẩy học tập sâu. Dù phản hồi đến từ AI hay giảng viên, người học đều cho thấy sự cải thiện khi phản hồi đó cụ thể, rõ ràng và phù hợp với nhu cầu. Đồng thời, khả năng tự đánh giá giúp người học không chỉ biết mình đang ở đâu mà còn định hình được bước tiếp theo trong tiến trình học tập. Chính sự kết hợp giữa phản hồi đa dạng và chiến lược phản tư đã mở ra một hướng tiếp cận toàn diện hơn trong đánh giá.

Trong bối cảnh chuyển đổi số và yêu cầu đảm bảo chất lượng trong kiểm tra – đánh giá tại các cơ sở giáo dục đại học Việt Nam, hai xu hướng nêu trên mang lại những gợi mở thiết thực. Thứ nhất, cần xây dựng chiến lược tích hợp công cụ GenAI vào quá trình phản hồi cho người học, nhưng có kiểm soát và hướng dẫn rõ ràng nhằm đảm bảo giá trị sư phạm. GenAI có thể đóng vai trò là công cụ hỗ trợ phản hồi sơ bộ, giúp sinh viên tự điều chỉnh bài làm trước khi nộp, song không thể thay thế vai trò hướng dẫn của giảng viên trong việc định hướng tư duy, phân tích chuyên sâu và phát triển năng lực phản biện.

Thứ hai, việc chuyển đổi từ các hình thức đánh giá viết sang vấn đáp cần được xem xét nghiêm túc trong bối cảnh GenAI có thể làm lu mờ ranh giới giữa học thuật thật và học thuật nhân tạo. Tuy nhiên, để triển khai hiệu quả, các trường cần thiết kế lộ trình chuẩn bị cho người học: từ tập huấn kỹ năng trình bày, tổ chức các bài đánh giá thử, sử dụng công cụ hỗ trợ như video ghi hình, đến phát triển bộ công cụ đánh giá rõ ràng – minh bạch như rubric.

Cuối cùng, các nhà quản lý và giảng viên cần coi phản hồi không đơn thuần là hoạt động mang tính đánh giá, mà là một phần trong hệ sinh thái học tập – nơi người học được khuyến khích đặt câu hỏi, thử nghiệm và trưởng thành qua phản ánh liên tục. Trong hành trình đó, AI và đánh giá vấn đáp – nếu được sử dụng khôn ngoan – không phải là hai cực đối lập, mà có thể cộng hưởng để nâng cao chất lượng và tính xác thực của giáo dục đại học Việt Nam trong thời đại số.

Vân An

Tài liệu tham khảo