Generative AI, Computer Science và Higher Education
Generative AI, Computer Science và Higher Education
1. Big Picture
AI như ChatGPT không chỉ là công cụ hỗ trợ viết code — nó là một làn sóng lớn tác động mạnh đến giáo dục, đặc biệt là ngành Computer Science.
GENERATIVE AI TRONG GIÁO DỤC & COMPUTER SCIENCE
|
------------------------------------------------
| | |
v v v
1. Giáo dục thay đổi 2. Vai trò AI 3. Kỹ sư tương lai
| | |
v v v
Không chỉ học facts AI hỗ trợ viết code Engineer không chỉ code
Mà học cách học Tìm kiếm nhanh hơn Mà validate + communicate
Tư duy phản biện Gợi ý giải pháp requirements
Thích nghi thay đổi Tạo rubric/bài tập Viết acceptance criteria
Thông điệp quan trọng nhất:
Giáo dục không nên chỉ dạy sinh viên ghi nhớ kiến thức, mà phải giúp họ có tư duy học suốt đời, tư duy phản biện, khả năng thích nghi và kỹ năng giao tiếp yêu cầu rõ ràng với AI.
2. AI đang đến rất nhanh — không thể chặn lại
AI giống như một đoàn tàu đang đến
|
v
Không thể chặn lại
|
v
Giáo dục phải chuẩn bị sinh viên cho thực tế mới
|
v
Thực tế mới = AI sẽ luôn ở cạnh engineer
Thay vì hỏi “có nên cấm AI không?”, câu hỏi đúng là:
Làm sao dùng AI đúng cách?
Làm sao kiểm chứng output của AI?
Làm sao dạy sinh viên sống và làm việc trong thế giới có AI?
3. Giáo dục không phải là “nhồi kiến thức”
"Education is not filling a pail,
but lighting a fire."
Giáo dục không phải nhồi thật nhiều kiến thức
|
v
Giáo dục là tạo động lực học tập suốt đời
|
v
Đặc biệt quan trọng với Software Engineer
vì công nghệ thay đổi liên tục
4. Ba năng lực quan trọng trong thời đại AI
EDUCATED PERSON TRONG THỜI ĐẠI AI
|
------------------------------------------------
| | |
v v v
Learning Mindset Critical Thinking Emotional & Social Maturity
Tư duy học suốt đời Tư duy phản biện Trưởng thành cảm xúc/xã hội
| | |
v v v
Luôn học cái mới Biết kiểm chứng AI Thích nghi với thay đổi
Với Software Engineer, đây là 3 năng lực sống còn:
Không cần biết hết mọi thứ
Nhưng phải biết cách học
Biết cách đánh giá đúng/sai
Biết làm việc trong môi trường thay đổi nhanh
5. AI giúp gì cho Engineer?
AI HỖ TRỢ ENGINEER
|
------------------------------------------------
| | |
v v v
Tìm kiếm thông tin Viết code gợi ý Brainstorm giải pháp
nhanh hơn nhanh hơn nhanh hơn
| | |
v v v
Tiết kiệm thời gian Tăng productivity Có thêm góc nhìn
6. Nhưng AI có nhiều rủi ro
RỦI RO CỦA AI
|
------------------------------------------------
| | | |
v v v v
Bias Hallucination Inaccuracy Copyright risk
Thiên kiến Bịa thông tin Sai số Rủi ro bản quyền
| Rủi ro | Ý nghĩa |
|---|---|
| Bias | AI học từ dữ liệu có thiên kiến → output cũng có thể thiên kiến |
| Hallucination | AI có thể bịa thông tin nghe rất thuyết phục |
| Inaccuracy | AI không phải calculator, có thể sai ở chỗ cần chính xác |
| Copyright | Code/text AI tạo ra có thể dính vấn đề bản quyền |
7. Quan hệ đúng với AI
Sai lầm phổ biến:
User hỏi AI
|
v
AI trả lời
|
v
User tin ngay
|
v
Rủi ro: sai, bịa, thiếu context, vi phạm bản quyền
Cách đúng:
User đưa context rõ ràng
|
v
AI tạo output
|
v
User kiểm chứng
|
v
User chỉnh sửa / validate / test
|
v
Output có thể dùng được
8. Prompt — Kỹ năng quan trọng của kỹ sư tương lai
Prompt không chỉ là “hỏi AI vui vui”. Viết prompt tốt giống như viết:
Requirement
Acceptance Criteria
Business Rules
Technical Constraints
Edge Cases
PROMPT TRONG TƯƠNG LAI
|
------------------------------------------------
| | |
v v v
Requirement rõ Acceptance Criteria Business Context
| | |
-----------------------------------|
v
AI tạo output tốt hơn
|
v
Engineer kiểm tra & chịu trách nhiệm
💡 Với vai trò Tech Lead: khả năng mô tả yêu cầu rõ ràng cho AI gần giống khả năng clarify ticket với khách hàng.
9. Academic Integrity cần được định nghĩa lại
Nếu sinh viên lấy code từ docs → có phải cheating không?
Nếu lấy từ StackOverflow → có phải cheating không?
Nếu Copilot gợi ý code → có phải cheating không?
Nếu ChatGPT viết code → có khác gì không?
Ranh giới giữa hỗ trợ học tập và gian lận đang mờ hơn
|
v
Trường học cần định nghĩa lại academic integrity
|
v
Không chỉ hỏi "AI có được dùng không?"
Mà phải hỏi "dùng AI thế nào là minh bạch và có trách nhiệm?"
10. Lớp học nên thay đổi như thế nào?
CLASSROOM CHANGES
|
------------------------------------------------
| | |
v v v
Assignment Assessment Experience
Bài tập Đánh giá Trải nghiệm học
| | |
v v v
Ít bài rote hơn Test understanding Cá nhân hóa bài học
Nhiều design hơn Không chỉ test syntax Gắn với sở thích SV
Code review/debug Có thể oral exam Rubric rõ hơn
Thay vì:
Viết function filter array
Viết vòng lặp
Viết syntax
Chuyển sang:
Thiết kế solution
Review code AI tạo ra
Debug lỗi phức tạp
Giải thích trade-off
Đánh giá security / performance / scalability
11. Tương lai của Software Engineer
TƯƠNG LAI ENGINEER + AI
|
----------------------------------------------------------
| | |
v v v
Hiện tại Ngắn hạn Trung / dài hạn
Engineer code Engineer code + AI AI viết nhiều code hơn
AI hỗ trợ nhẹ Engineer rely on AI Engineer validate code
| | |
v v v
Dùng AI thử nghiệm AI thành công cụ chính Engineer tập trung vào:
- requirement
- prompt
- validation
- security
- scalability
- responsibility
Kết luận:
Engineer tương lai không biến mất
Nhưng vai trò sẽ dịch chuyển
Từ:
Người trực tiếp viết từng dòng code
Sang:
Người hiểu business + technical,
biết giao tiếp yêu cầu cho AI,
kiểm chứng output,
và chịu trách nhiệm cuối cùng.
12. Diagram tổng hợp
GENERATIVE AI + COMPUTER SCIENCE EDUCATION
|
------------------------------------------------------------------------
| | | |
v v v v
Vì sao quan tâm? AI có lợi gì? AI có rủi ro gì? Giáo dục cần đổi gì?
| | | |
v v v v
AI phát triển Tìm kiếm nhanh Bias Ít học thuộc facts
rất nhanh Viết code nhanh Hallucination Tập trung tư duy
Không thể cấm Brainstorm tốt Sai thông tin Design/debug/review
SV tốt nghiệp Cá nhân hóa Bản quyền Oral exam / system test
vào thế giới AI Hỗ trợ grading Academic integrity Prompt literacy
| | | |
------------------------------------------------------------------------
|
v
Kỹ sư phần mềm tương lai
|
------------------------------------
| | |
v v v
Biết dùng AI Biết kiểm chứng Biết mô tả yêu cầu rõ
như công cụ không tin mù quáng requirement/AC/prompt
13. Áp dụng cho Tech Lead
1. Không dùng AI chỉ để "generate code"
|
v
2. Dùng AI để clarify requirement, detect edge case, review solution
|
v
3. Nhưng luôn cần engineer kiểm chứng
|
v
4. Kỹ năng quan trọng nhất:
- hiểu business
- hỏi đúng câu hỏi
- viết requirement rõ
- viết acceptance criteria rõ
- review security / performance / maintainability
Câu kết luận để nhớ
AI không thay thế engineer giỏi.
AI thay thế cách engineer làm việc cũ.
Engineer giỏi trong thời AI =
người biết hỏi đúng,
mô tả đúng,
kiểm chứng đúng,
và chịu trách nhiệm đúng.