Gia sư AI được thiết kế theo nguyên tắc sư phạm: thử nghiệm ngẫu nhiên ở lớp vật lý Đại học Harvard và những điều cần đọc kỹ

Nghiên cứu Đăng ngày 03/10/2026

Tác giả

Ban Biên tập IESDTD tổng hợp

Lĩnh vực

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

Từ khóa

gia sư AI, AI tạo sinh, thử nghiệm ngẫu nhiên, học tập tích cực, vật lý, Harvard

Tóm tắt

Một thử nghiệm ngẫu nhiên có đối chứng với 194 sinh viên vật lý ở Harvard (Scientific Reports, 2025) cho thấy gia sư AI được thiết kế cẩn thận giúp học nhiều hơn so với lớp học tích cực. Bài tóm lược thiết kế, kết quả, giới hạn và đặt cạnh các nghiên cứu khác về AI tạo sinh trong học tập.

Từ khi các chatbot AI tạo sinh trở nên phổ biến, câu hỏi lớn nhất với nhà trường không phải "AI có trả lời được bài tập không" mà là "học sinh có học được nhiều hơn khi dùng AI không". Bằng chứng đến nay không đồng nhất: có nghiên cứu cho thấy AI dùng tự do làm học sinh dựa dẫm và học kém đi, có nghiên cứu cho thấy AI được thiết kế cẩn thận lại giúp học tốt hơn. Thử nghiệm của nhóm giảng viên vật lý Đại học Harvard, công bố trên tạp chí Scientific Reports tháng 6/2025, thuộc nhóm thứ hai và hiện là một trong những nghiên cứu được trích dẫn nhiều nhất về chủ đề này.

Ghi chú biên tập: bài báo gốc phát hành theo giấy phép CC BY-NC-ND 4.0 (không cho phép tác phẩm phái sinh), vì vậy dưới đây là phần tóm lược và bình luận bằng lời của Ban Biên tập, không phải bản dịch. Bạn đọc nên tham khảo nguyên văn tại đường dẫn ở cuối bài.

Nghiên cứu được tiến hành thế nào?

Nghiên cứu của Kestin, Miller, Klales, Milbourne và Ponti diễn ra trong học kỳ mùa thu năm 2023 ở học phần Physical Sciences 2 – môn vật lý nhập môn dành cho sinh viên khối khoa học sự sống, lớp vật lý đông nhất của Harvard (233 sinh viên). 194 sinh viên đáp ứng điều kiện (đồng ý tham gia, tham dự cả hai hình thức học và làm đủ các bài kiểm tra) được đưa vào phân tích.

Thiết kế là thử nghiệm bắt chéo (crossover) trong hai tuần liên tiếp, với hai chủ đề: sức căng bề mặt và dòng chảy chất lỏng. Sinh viên được chia ngẫu nhiên thành hai nhóm. Tuần đầu, nhóm 1 học với gia sư AI ở nhà, nhóm 2 học trên lớp theo phương pháp học tập tích cực; tuần sau đổi ngược lại. Như vậy mỗi sinh viên trải qua cả hai điều kiện. Trước mỗi bài, sinh viên làm bài kiểm tra đầu vào; sau mỗi bài, làm bài kiểm tra đầu ra và trả lời các câu hỏi về mức độ hứng thú, động lực, sự thích thú và tư duy phát triển.

Điểm quan trọng là nhóm đối chứng không phải là giờ giảng thụ động. Lớp học trên lớp đã áp dụng học tập tích cực theo các thực hành có cơ sở nghiên cứu: giảng viên giới thiệu hoạt động, sinh viên làm việc nhóm với sự hỗ trợ của trợ giảng, rồi giảng viên phản hồi những khó khăn phổ biến. 89% sinh viên cho rằng môn này dùng học tập tích cực nhiều hơn các môn STEM khác họ từng học. Nội dung, phiếu học tập và phần giới thiệu hoạt động của hai điều kiện là như nhau; khác biệt chỉ ở hình thức – trực tiếp trên lớp hay qua video quay sẵn kèm gia sư AI.

Gia sư AI được thiết kế ra sao?

Nhóm tác giả không cho sinh viên dùng một chatbot đa năng. Họ xây một nền tảng riêng chạy mô hình GPT-4, được "dặn" bằng câu lệnh hệ thống (system prompt) soạn theo các nguyên tắc sư phạm. Nhóm nêu bảy thực hành tốt làm căn cứ thiết kế:

Nhóm tác giả nhận định năm thực hành đầu có thể làm tốt trên lớp, nhưng hai thực hành cuối – phản hồi cá nhân hóa tức thời và tự điều chỉnh nhịp độ – gần như không thể duy trì trong một lớp đông. Đó là giả thuyết của họ về lý do gia sư AI vượt trội.

Kết quả chính

• Học được nhiều hơn. Trung vị điểm kiểm tra đầu ra của nhóm học với AI là 4,5, của nhóm học trên lớp là 3,5 (điểm đầu vào chung của cả hai nhóm có trung vị 2,75). Theo tác giả, mức tiến bộ trung vị của nhóm AI cao hơn gấp đôi nhóm trên lớp; khác biệt có ý nghĩa thống kê rất cao (p < 10⁻⁸).
• Quy mô tác động lớn. Mô hình hồi quy có kiểm soát điểm đầu vào, điểm giữa kỳ, điểm bài kiểm tra khái niệm lực (FCI), kinh nghiệm dùng ChatGPT, chủ đề bài và thời gian học cho hệ số tác động 0,63 độ lệch chuẩn; tác giả cho rằng con số này bị đánh giá thấp do "hiệu ứng trần" của bài kiểm tra, và ước tính bằng hồi quy phân vị ở mức 0,73–1,3 độ lệch chuẩn.
• Tốn ít thời gian hơn. Trên lớp, thời gian học khoảng 60 phút. Ở nhóm AI, trung vị là 49 phút; 70% sinh viên dùng dưới 60 phút. Không có tương quan giữa thời gian học và điểm đầu ra.
• Hứng thú và động lực cao hơn. Trên thang 5 điểm, mức đồng ý với câu về sự hứng thú là 4,1 (nhóm AI) so với 3,6 (trên lớp); về động lực là 3,4 so với 3,1. Sự thích thú và tư duy phát triển không khác biệt có ý nghĩa.
• Đúng với cả sinh viên yếu và khá. Lợi thế của gia sư AI xuất hiện ở cả nhóm có điểm FCI đầu vào dưới và trên 40%.
• 83% sinh viên đánh giá lời giải thích của gia sư AI tốt bằng hoặc tốt hơn giảng viên trên lớp.

Một chi tiết thú vị về nhịp độ: 3,8% sinh viên thấy giờ học trên lớp "quá nhanh" đều dùng gia sư AI lâu hơn mức trung vị, còn 2,2% thấy "quá chậm" đều dùng ít hơn. Đây là minh họa trực tiếp cho lợi ích của việc tự điều chỉnh nhịp độ.

Những giới hạn cần đọc kỹ

Bản thân nhóm tác giả nêu khá rõ phạm vi của kết quả, và người làm chính sách nên lưu ý các điểm sau trước khi khái quát hóa:

• Quy mô và thời lượng nhỏ. Chỉ hai buổi học, hai chủ đề, trong một môn, ở một trường đại học hàng đầu. Kết quả đo ngay sau buổi học; chưa có dữ liệu về khả năng ghi nhớ lâu dài.
• Giai đoạn học cụ thể. Bài học ở giai đoạn sinh viên tiếp xúc lần đầu với nội dung, mục tiêu ở mức hiểu – vận dụng – phân tích. Tác giả viết rõ họ không cho rằng gia sư AI có cấu trúc sẽ luôn vượt học tập tích cực trên lớp, nhất là ở những nội dung đòi hỏi tổng hợp nhiều khái niệm và tư duy bậc cao.
• Điều kiện thành công khắt khe. Kết quả có thể phụ thuộc vào: mô hình ngôn ngữ đủ mạnh để tuân thủ câu lệnh phức tạp; câu lệnh soạn riêng cho từng câu hỏi bởi giảng viên am hiểu nội dung; lời giải mẫu chuẩn bị sẵn; video bài giảng chất lượng cao; khung giàn giáo dẫn dắt từng bước.
• Người nghiên cứu cũng là người dạy. Tác giả thừa nhận nhóm thực hiện có trùng lặp với những người đã công bố các nghiên cứu chứng minh hiệu quả của cách dạy tích cực ở môn này – điều này vừa bảo đảm lớp đối chứng mạnh, vừa có nghĩa đây chưa phải nghiên cứu được nhóm độc lập lặp lại.

Đặt cạnh các nghiên cứu khác

Kết quả ở Harvard cần được đọc cùng với các nghiên cứu cho thấy mặt trái của AI dùng không có định hướng. Thử nghiệm thực địa của Bastani và cộng sự (PNAS, 2025) với gần một nghìn học sinh trung học học toán cho thấy giao diện giống ChatGPT tiêu chuẩn giúp làm bài luyện tập tốt hơn nhưng làm kết quả bài kiểm tra không có AI sau đó kém đi; phiên bản có "rào chắn" sư phạm (chỉ gợi ý, không đưa đáp án) hạn chế được phần lớn tác hại này. Chính nhóm Harvard cũng dẫn các nghiên cứu trước ghi nhận sinh viên ít suy ngẫm khi dùng ChatGPT không có hướng dẫn.

Ở bối cảnh phổ thông tại nước đang phát triển, Ngân hàng Thế giới thử nghiệm ngẫu nhiên một chương trình sau giờ học sáu tuần (tháng 6–7/2024) ở Benin City, Nigeria, trong đó học sinh học tiếng Anh với sự hỗ trợ của AI tạo sinh và có giáo viên hướng dẫn. Theo bài tóm tắt của nhóm nghiên cứu, tác động khoảng 0,3 độ lệch chuẩn, cao hơn khoảng 80% các can thiệp giáo dục ở các nước đang phát triển mà họ so sánh; nữ sinh, vốn có điểm thấp hơn nam sinh lúc đầu, dường như hưởng lợi nhiều hơn. Đây là kết quả từ báo cáo làm việc, chưa phải bài báo bình duyệt, và nhóm tác giả cũng nhấn mạnh còn nhiều câu hỏi về tác động dài hạn.

Điểm chung rút ra: hiệu quả không đến từ AI nói chung mà từ cách thiết kế việc sử dụng AI. Khi AI được ràng buộc để dẫn dắt từng bước, không làm thay, có nội dung chuẩn do giáo viên chuẩn bị và được đặt trong một chương trình học có cấu trúc, kết quả tích cực xuất hiện. Khi AI chỉ là công cụ trả lời nhanh, nguy cơ học sinh "học ít hơn mà tưởng là học được nhiều" là có thật.

Gợi ý cho nhà trường và giáo viên Việt Nam

• Dùng AI cho phần "tiếp cận lần đầu", giữ giờ lên lớp cho tư duy bậc cao. Nhóm Harvard đề xuất cách dùng giống lớp học đảo ngược: AI giúp mọi học sinh nắm nội dung nền tảng trước giờ học, để thời gian trên lớp dành cho giải quyết vấn đề nâng cao, dự án, làm việc nhóm và đánh giá trực tiếp. Họ phản đối ý tưởng để AI thay thế hoàn toàn giờ học trên lớp.
• Không giao chatbot đa năng cho học sinh rồi bỏ mặc. Công cụ cần được cấu hình để gợi ý thay vì đưa đáp án, đi theo trình tự bài học, và có lời giải chuẩn do giáo viên kiểm tra để hạn chế sai sót.
• Đánh giá trực tiếp những gì quan trọng. Nếu bài tập về nhà có thể được AI làm thay, cần chuyển phần đánh giá then chốt vào lớp học.
• Thử nghiệm nhỏ, có đo lường. Trước khi nhân rộng, nhà trường nên thử với một vài chủ đề, có bài kiểm tra trước–sau không dùng AI để biết học sinh thực sự học được gì.
• Lưu ý điều kiện hạ tầng và dữ liệu. Gia sư AI cần thiết bị, kết nối mạng và việc xử lý dữ liệu học sinh tuân thủ quy định bảo vệ dữ liệu cá nhân.

Nguồn tham khảo

1. Kestin, G., Miller, K., Klales, A., Milbourne, T. & Ponti, G. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458 (giấy phép CC BY-NC-ND 4.0). https://doi.org/10.1038/s41598-025-97652-6
2. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS. https://www.pnas.org/doi/10.1073/pnas.2422633122
3. De Simone, M. E. và cộng sự (2025). From chalkboards to chatbots: Transforming learning in Nigeria. World Bank Blogs – Education for Global Development. https://blogs.worldbank.org/en/education/From-chalkboards-to-chatbots-Transforming-learning-in-Nigeria

Trích dẫn bài viết

Ban Biên tập IESDTD tổng hợp (2026). Gia sư AI được thiết kế theo nguyên tắc sư phạm: thử nghiệm ngẫu nhiên ở lớp vật lý Đại học Harvard và những điều cần đọc kỹ. Viện Khoa học giáo dục và phát triển Công nghệ số. https://iesdtd.edu.vn/nghien-cuu/gia-su-ai-vat-ly-harvard-thu-nghiem-ngau-nhien