Phụ thuộc vào công cụ AI, "giảm tải nhận thức" và tư duy phản biện: nghiên cứu của Gerlich (2025) và các bằng chứng liên quan

Nghiên cứu Đăng ngày 03/10/2026

Tác giả

Ban Biên tập IESDTD biên dịch từ Gerlich (2025)

Lĩnh vực

Trí tuệ nhân tạo, Khoa học dữ liệu & Công nghệ số

Từ khóa

giảm tải nhận thức, tư duy phản biện, phụ thuộc AI, AI tạo sinh, học sinh, siêu nhận thức

Tóm tắt

Khảo sát 666 người ở Anh (Societies, 2025) ghi nhận người dùng công cụ AI thường xuyên có điểm tư duy phản biện thấp hơn, qua cơ chế "giảm tải nhận thức". Bài lược dịch các phát hiện chính, nêu rõ giới hạn của nghiên cứu tương quan và gợi ý cách dùng AI mà không "nhờ AI nghĩ hộ".

Lược dịch từ: Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6 (giấy phép CC BY 4.0). Phần "Bối cảnh và đánh giá của Ban Biên tập" ở cuối bài là bình luận riêng, không thuộc bài gốc.

Khi một công cụ có thể tóm tắt tài liệu, gợi ý quyết định và trả lời gần như mọi câu hỏi trong vài giây, con người có xu hướng "giao" bớt việc suy nghĩ cho nó. Hiện tượng này được gọi là giảm tải nhận thức (cognitive offloading): dùng công cụ bên ngoài – sổ ghi chép, máy tính bỏ túi, công cụ tìm kiếm, nay là AI – để giảm gánh nặng cho trí nhớ làm việc. Giảm tải không xấu tự thân; nhưng nếu kéo dài và lan sang những việc cần phân tích, đánh giá, nó có thể làm con người ít luyện tập chính những kỹ năng tư duy quan trọng nhất. Nghiên cứu của Michael Gerlich (Trường Kinh doanh Thụy Sĩ SBS) là một trong những khảo sát đầu tiên đo trực tiếp mối liên hệ này và được trích dẫn rất rộng rãi.

Câu hỏi và giả thuyết nghiên cứu

Nghiên cứu đặt ra hai câu hỏi: việc sử dụng công cụ AI ảnh hưởng thế nào đến kỹ năng tư duy phản biện, và giảm tải nhận thức đóng vai trò trung gian ra sao trong mối quan hệ đó. Tương ứng là hai giả thuyết:

• Giả thuyết 1: Sử dụng công cụ AI càng nhiều thì kỹ năng tư duy phản biện càng thấp.
• Giả thuyết 2: Giảm tải nhận thức là biến trung gian giữa việc dùng công cụ AI và tư duy phản biện.

Tư duy phản biện ở đây được hiểu là khả năng phân tích, đánh giá và tổng hợp thông tin để đưa ra quyết định có lý lẽ; tác giả dẫn định nghĩa của Ennis: "tư duy phản tư hợp lý, tập trung vào việc quyết định nên tin gì hoặc làm gì".

Phương pháp

• Mẫu: 669 người ở Vương quốc Anh, trong đó 666 phiếu hợp lệ, tuyển qua mạng xã hội theo cách chọn mẫu thuận tiện kết hợp có chủ đích. Người tham gia chia ba nhóm tuổi: 17–25, 26–45 và từ 46 trở lên.
• Bảng hỏi: 23 câu, xây dựng dựa trên các thang đo đã có, trong đó có công cụ đánh giá tư duy phản biện Halpern (HCTA) và thang tự đánh giá của Terenzini; dùng thang Likert 6 mức. Bảng hỏi đo tần suất và mức độ dựa vào AI để tìm thông tin và ra quyết định, mức độ dùng thiết bị số thay cho ghi nhớ và giải quyết vấn đề, và kỹ năng tư duy phản biện.
• Phỏng vấn: 50 người được phỏng vấn bán cấu trúc, phân tích theo chủ đề theo khung sáu bước của Braun và Clarke.
• Phân tích: ANOVA, tương quan Pearson, hồi quy bội, phân tích trung gian và hồi quy rừng ngẫu nhiên (random forest).

Kết quả định lượng

Phân tích trung gian cho thấy tổng tác động của việc dùng AI lên tư duy phản biện là b = −0,42; phần tác động gián tiếp qua giảm tải nhận thức là b = −0,25; tác động trực tiếp còn lại là b = −0,17, vẫn có ý nghĩa. Nói cách khác, giảm tải nhận thức giải thích một phần (không phải toàn bộ) mối liên hệ tiêu cực.

Các phát hiện khác:

• Tuổi: Nhóm trẻ (17–25 tuổi) dùng AI và giảm tải nhận thức nhiều nhất, có điểm tư duy phản biện thấp nhất; nhóm từ 46 tuổi trở lên ngược lại.
• Học vấn: Trình độ học vấn cao hơn gắn với điểm tư duy phản biện cao hơn, bất kể mức độ dùng AI. Hồi quy cho thấy học vấn làm dịu bớt mối liên hệ tiêu cực giữa dùng AI và tư duy phản biện (hệ số tương tác nhỏ, β = 0,02, p = 0,046).
• Quan hệ phi tuyến: Số hạng bậc hai của mức dùng AI có ý nghĩa, nghĩa là mối liên hệ không đơn thuần tỷ lệ thuận.
• Sức giải thích: Hồi quy bội giải thích khoảng 24% (R² = 0,244), mô hình rừng ngẫu nhiên khoảng 37% (R² = 0,370) sự khác biệt về điểm tư duy phản biện – tức phần lớn khác biệt vẫn do các yếu tố khác.

Kết quả phỏng vấn

Ba chủ đề nổi bật: phụ thuộc vào AI, giảm cơ hội tự suy nghĩ và băn khoăn về đạo đức (tính minh bạch, thiên lệch của gợi ý do AI đưa ra). Một số chia sẻ tiêu biểu:

"Càng dùng AI, tôi càng ít thấy cần tự giải quyết vấn đề. Cứ như tôi đang mất dần khả năng suy nghĩ phản biện."

"Thông tin lúc nào cũng có sẵn trong tầm tay, nhưng đôi khi tôi lo mình chẳng thực sự học hay nhớ được gì. Tôi dựa vào AI nhiều đến mức không chắc mình còn tự giải được một số bài nếu thiếu nó." (người tham gia nhóm trẻ)

Người có trình độ học vấn cao hơn thường cho biết họ kiểm tra chéo thông tin AI đưa ra; một người tốt nghiệp trung học nói: "Tôi không có thời gian hay kỹ năng để kiểm chứng AI nói gì; tôi cứ tin thôi." Một số người cũng nêu mặt tích cực: AI xử lý nhanh việc vặt, giải phóng thời gian cho việc phức tạp hơn.

Khuyến nghị của tác giả

• Tích hợp AI một cách cân bằng trong giáo dục: AI bổ trợ chứ không thay thế các nhiệm vụ nhận thức.
• Tăng cường các chiến lược học tập tích cực và bài tập rèn tư duy phản biện để giảm giảm tải nhận thức.
• Đưa nội dung tích hợp AI mà vẫn giữ sự tham gia nhận thức vào chương trình đào tạo, bồi dưỡng giáo viên.
• Phát triển kỹ năng siêu nhận thức để người học nhận biết khi nào và dùng AI thế nào cho phù hợp.

Tác giả tự nêu giới hạn: dựa vào số liệu tự báo cáo và có khả năng thiên lệch mẫu; đề xuất các nghiên cứu theo dõi dài hạn và thực nghiệm thay đổi mức độ dùng AI để có bằng chứng nhân quả. Tháng 9/2025, tạp chí đăng một đính chính về bảng số liệu (Bảng 4 bị in trùng với Bảng 3); tác giả khẳng định kết luận khoa học không thay đổi.

Bối cảnh và đánh giá của Ban Biên tập

Đây là bằng chứng tương quan, không phải nhân quả. Nghiên cứu cho thấy người dùng AI nhiều có điểm tư duy phản biện thấp hơn, nhưng không chứng minh AI làm giảm tư duy phản biện. Có thể chiều ngược lại cũng đúng (người ít tự tin vào năng lực phân tích dễ dựa vào AI hơn), hoặc một yếu tố thứ ba như tuổi, học vấn chi phối cả hai. Mẫu tuyển qua mạng xã hội ở Anh, phần lớn số đo là tự đánh giá; khái quát cho học sinh phổ thông Việt Nam cần thận trọng.

Bằng chứng thực nghiệm đang tích lũy theo cùng hướng, nhưng còn sơ bộ. Nhóm của Kosmyna (MIT Media Lab) công bố bản tiền ấn phẩm (chưa bình duyệt) năm 2025 với 54 người viết luận trong ba điều kiện: dùng mô hình ngôn ngữ lớn, dùng công cụ tìm kiếm, và không dùng công cụ. Đo điện não (EEG) cho thấy nhóm không dùng công cụ có mạng kết nối não mạnh và phân bố rộng nhất, nhóm dùng mô hình ngôn ngữ yếu nhất; nhóm này cũng cảm thấy ít "sở hữu" bài luận nhất và khó trích lại chính bài mình viết. Tuy nhiên, chính nhóm tác giả gọi đây là dấu hiệu cần nghiên cứu thêm, và một bài bình luận của nhóm khác (Stankovic và cộng sự) đã chỉ ra các vấn đề về cỡ mẫu nhỏ, phân tích EEG và tính nhất quán khi báo cáo kết quả. Thử nghiệm thực địa của Bastani và cộng sự (PNAS, 2025) với học sinh trung học học toán là bằng chứng nhân quả mạnh hơn: học sinh dùng chatbot dạng ChatGPT tiêu chuẩn làm bài luyện tập tốt hơn nhưng làm bài kiểm tra không có AI kém hơn nhóm không dùng; phiên bản chỉ gợi ý, không đưa đáp án giảm được phần lớn tác hại.

Giảm tải nhận thức là hiện tượng cũ, có thể quản lý. Risko và Gilbert (2016) mô tả giảm tải nhận thức như một chiến lược bình thường của con người – ta ghi lịch hẹn vào sổ thay vì cố nhớ. Vấn đề nằm ở việc giảm tải cái gì: giao cho công cụ việc tra cứu, định dạng, tính toán lặp lại có thể giải phóng trí óc; giao cho công cụ chính việc lập luận, đánh giá bằng chứng – những thứ học sinh cần luyện – thì có nguy cơ.

Gợi ý cho nhà trường và giáo viên Việt Nam

• Phân biệt việc được giao cho AI và việc phải tự làm. Trong mỗi nhiệm vụ học tập, xác định rõ phần nào là kỹ năng cần rèn (lập dàn ý, lập luận, giải bài) – phần đó học sinh tự làm trước, chỉ dùng AI để đối chiếu sau.
• "Nghĩ trước, hỏi sau". Yêu cầu học sinh ghi lại câu trả lời hoặc hướng giải của mình trước khi hỏi AI, rồi so sánh và giải thích điểm khác biệt.
• Dạy kiểm chứng. Rèn thói quen kiểm tra chéo thông tin AI đưa ra với sách giáo khoa, nguồn chính thống; chỉ ra lỗi sai của AI như một hoạt động học tập.
• Đánh giá có phần không dùng AI. Duy trì các bài kiểm tra, thảo luận, trình bày trực tiếp để đo năng lực thật của học sinh.
• Chú ý học sinh nhỏ tuổi và học sinh yếu. Kết quả gợi ý nhóm trẻ và nhóm có học vấn thấp hơn dễ tin AI mà không kiểm chứng – đây là nhóm cần hướng dẫn kỹ nhất.

Nguồn tham khảo

1. Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6 (giấy phép CC BY 4.0). https://doi.org/10.3390/soc15010006
2. Gerlich, M. (2025). Correction: AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(9), 252. https://doi.org/10.3390/soc15090252
3. Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I. & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv (tiền ấn phẩm). https://arxiv.org/abs/2506.08872
4. Stankovic, M., Hirche, E., Kollatzsch, S. & Doetsch, J. N. (2025). Comment on: Your Brain on ChatGPT. arXiv. https://arxiv.org/abs/2601.00856
5. Bastani, H. và cộng sự (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS. https://www.pnas.org/doi/10.1073/pnas.2422633122
6. Risko, E. F. & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20, 676–688. https://doi.org/10.1016/j.tics.2016.07.002

Trích dẫn bài viết

Ban Biên tập IESDTD biên dịch từ Gerlich (2025) (2026). Phụ thuộc vào công cụ AI, "giảm tải nhận thức" và tư duy phản biện: nghiên cứu của Gerlich (2025) và các bằng chứng liên quan. Viện Khoa học giáo dục và phát triển Công nghệ số. https://iesdtd.edu.vn/nghien-cuu/cong-cu-ai-giam-tai-nhan-thuc-va-tu-duy-phan-bien