Phần mềm mở ra tương lai của học trực tuyến

Philips Pham, sinh viên 23 tuổi sống ở Thụy Điển, trong số hơn 12.000 người ở 148 quốc gia tham gia lớp học trực tuyến về lập trình có tên “Code in Place” do Đại học Stanford của Mỹ tổ chức. Ngay bây giờ hãy cập nhật thông tin này trong bài viết sau đây của Hướng nghiệp GPO.

Bài kiểm tra của Pham và các bạn đã được phần mềm nhận xét và điều này mở ra tương lai mới cho việc học trực tuyến.

Tốt hơn mong đợi

4 tuần sau khi học trực tuyến, Philips Pham đã thực hiện bài kiểm tra đầu tiên, cố gắng viết một chương trình vẽ những làn sóng các viên kim cương xanh nhỏ trên một mạng lưới màu đen và trắng.

Vài ngày sau, anh nhận được lời nhận xét chi tiết về việc viết mã (code) của mình. Lời nhận xét khen ngợi bài làm của anh và cũng chỉ ra một lỗi: “Có lẽ bạn đang đâm vào tường sau khi vẽ làn sóng thứ 3”. Đây chính là thông tin phản hồi mà Pham cần và nó do một cỗ máy thực hiện.

Trong lớp học trực tuyến trên, một loại trí tuệ nhân tạo (AI) mới đã cung cấp phản hồi cho Pham và hàng nghìn sinh viên khác làm bài kiểm tra tương tự. Được xây dựng bởi một nhóm các nhà nghiên cứu của Đại học Stanford, hệ thống tự động này hướng đến một tương lai mới cho giáo dục trực tuyến, có thể dễ dàng tiếp cận hàng nghìn người nhưng không phải lúc nào cũng đưa ra chỉ dẫn mà nhiều sinh viên đang cần và khao khát.

“Chúng tôi đã triển khai việc này trong thế giới thật và nó hoạt động tốt hơn mong đợi” – Tiến sĩ Chelsea Finn của Standford, một nhà nghiên cứu về AI đã giúp xây dựng hệ thống mới này cho biết.

Tiến sĩ Finn và nhóm của bà đã thiết kế hệ thống dành riêng cho lớp học lập trình của Stanford. Tuy nhiên, họ đã sử dụng các kỹ thuật có thể tự động hóa phản hồi cho sinh viên trong các tình huống khác, bao gồm các lớp học ngoài lập trình.

Giám đốc điều hành Oren Etzioni của Viện Trí tuệ nhân tạo Allen, đồng thời là cựu giáo sư khoa học máy tính tại Đại học Washington cảnh báo rằng, những kỹ thuật này còn lâu mới có thể làm được như những hướng dẫn của con người. Phản hồi và lời khuyên từ các giáo sư, trợ giảng luôn tốt hơn nhận xét tự động.

Tuy nhiên, Tiến sĩ Etzioni gọi dự án của Stanford là “bước đi trong một hướng quan trọng”, trong đó phản hồi tự động còn tốt hơn là không có.

Khóa học trực tuyến mà Pham và hàng nghìn người khác tham gia được dựa trên lớp học mà Stanford đã cung cấp trong hơn một thập kỷ. Mỗi học kỳ, trường đại học này lại cung cấp cho sinh viên một bài kiểm tra giữa kỳ với các bài tập lập trình.

Nó đã lưu giữ hồ sơ kỹ thuật số về kết quả, bao gồm hàng loạt mã do sinh viên viết cũng như những lời phê bình cụ thể của các giảng viên đại học về mỗi chương trình.

Dữ liệu thu được trong thập kỷ này là yếu tố thúc đẩy thử nghiệm mới của trường đại học về AI.

Tiến sĩ Finn và nhóm của bà đã xây dựng một mạng thần kinh (nơ ron) nhân tạo. Đây là một hệ thống toán học có thể học các kỹ năng từ một lượng lớn dữ liệu. Bằng cách xác định chính xác các mẫu trong hàng nghìn bức ảnh về mèo, một mạng lưới nơ ron có thể học cách xác định một con mèo.

Bằng cách phân tích hàng trăm cuộc điện thoại cũ, nó có thể học cách nhận ra các từ được nói ra. Hoặc bằng cách kiểm tra cách trợ giảng đánh giá các bài kiểm tra mã hóa, nó có thể học cách tự đánh giá các bài kiểm tra này.

Hệ thống Stanford đã dành hàng giờ để phân tích các ví dụ từ những kỳ thi giữa kỳ trước đây để học hỏi. Sau đó, nó tiếp tục học hỏi thêm nữa. Khi được cung cấp một số ví dụ bổ sung từ các bài kiểm tra mới, hệ thống này nhanh chóng nắm bắt được nhiệm vụ của mình.

“Nó chứng kiến nhiều loại vấn đề và sau đó thích nghi với các vấn đề chưa từng gặp trước đây” – nhà nghiên cứu Mike Wu làm việc trong dự án cho biết.

Không tạo ra phần mềm thay thế con người

Mạng nơ ron có thể thúc đẩy giáo dục trực tuyến bằng cách cung cấp phản hồi tự động cho sinh viên.

Đầu năm 2021, hệ thống đã cung cấp 16.000 thông tin phản hồi và sinh viên đồng ý với phản hồi là 97,9%, theo một nghiên cứu của các nhà khoa học Stanford. Trong khi đó, sinh viên đồng ý với phản hồi từ người hướng dẫn là 96,7%.

Pham là sinh viên kỹ thuật tại Đại học Lund, Thụy Điển. Anh rất ngạc nhiên khi công nghệ này hoạt động tốt như vậy. Mặc dù công cụ tự động này không thể đánh giá một trong các chương trình của anh (có lẽ vì anh viết một đoạn mã khác hẳn với những gì mà AI từng thấy), nhưng nó đều xác định được các lỗi cụ thể trong mã của anh, bao gồm cả những gì được biết đến trong lập trình máy tính, toán học và đề nghị các cách để sửa chữa. “Hiếm khi bạn nhận được những phản hồi kỹ lưỡng như vậy”, Pham nói.

Công nghệ này có hiệu quả vì vai trò của nó đã được xác định rõ ràng. Khi làm bài kiểm tra, Pham đã viết mã với những mục đích rất cụ thể, bên cạnh đó, anh và sinh viên khác có thể làm sai theo nhiều cách khác nhau.

Tuy nhiên, với dữ liệu phù hợp, mạng lưới nơ ron trên có thể học một loạt các nhiệm vụ. Đây là công nghệ cơ bản tương tự như công nghệ nhận dạng khuôn mặt trong ảnh bạn đăng lên Facebook, nhận dạng các lệnh bạn nói vào iPhone và dịch ngôn ngữ này sang ngôn ngữ khác trong các dịch vụ dịch thuật của phần mềm Skype hay Google Translate.

Đối với nhóm Stanford và các nhà nghiên cứu khác, họ hy vọng những kỹ thuật này có thể tạo ra sự tự động hóa trong giáo dục theo nhiều cách.

Giới nghiên cứu đã xây dựng các công cụ giảng dạy tự động từ những năm 1970, bao gồm robot dạy kèm và chấm điểm bài luận bằng máy tính. Tuy nhiên, quá trình này tương đối chậm. Việc xây dựng một hệ thống có thể hướng dẫn sinh viên một cách đơn giản và rõ ràng thường đòi hỏi nhiều năm làm việc và các nhà thiết kế phải vật lộn để xác định từng hành vi nhỏ.

Sử dụng các phương pháp để tăng cường dự án Stanford, các nhà nghiên cứu có thể tăng tốc đáng kể tiến độ công việc.

Văn xuôi dường như rất khác với mã máy tính, nhưng trong trường hợp này thì không. Trong những năm gần đây, các nhà nghiên cứu đã xây dựng công nghệ có thể phân tích ngôn ngữ tự nhiên rất giống với cách mà hệ thống Stanford phân tích mã máy tính.

Mặc dù hệ thống Stanford cung cấp phản hồi sắc bén, nhưng nó sẽ vô ích nếu sinh viên có bất kỳ câu hỏi nào về việc họ đã sai ở đâu. Tuy nhiên, Giáo sư Chris Piech của Stanford cho rằng, việc để máy móc thay thế người hướng dẫn không phải là mục tiêu của các nhà nghiên cứu.

Hệ thống tự động trên là một cách tiếp cận nhiều sinh viên hơn so với người hướng dẫn có thể tự làm. Nếu nó có thể chỉ rõ các vấn đề mà sinh viên mắc phải và tần suất họ mắc phải, nó có thể giúp người hướng dẫn hiểu rõ hơn những sinh viên nào cần giúp và cách giúp họ. Tiến sĩ Piech từng nói: “Tương lai là cộng sinh, giáo viên và hệ thống AI sẽ làm việc cùng nhau”.

Hướng nghiệp GPO hy vọng các bạn đã có những thông tin hữu ích. Nếu các bạn có bất cứ thắc mắc hay cần hỗ trợ tư vấn hướng nghiệp, vui lòng đăng ký thông tin tại đây hoặc để lại bình luận ở dưới bài viết này nhé!

QUỐC THẮNG

Theo New York Times

Xem thêm bài viết cùng chủ đề:

Học viện Báo chí và Tuyên truyền công bố điểm chuẩn xét học bạ 2021

Điểm chuẩn Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội theo kết quả đánh giá năng lực

Chàng thủ khoa chuẩn 'con nhà người ta' của trường Đại học Bách Khoa Hà Nội

Làm thế nào để đảm bảo cơ hội trúng tuyển nguyện vọng đại học 2021

Những chính sách giáo dục có hiệu lực từ tháng 9/2021

Bài viết khác

Người trẻ muốn cai nghiện điện thoại nhưng không biết làm thế nào

Ngày đăng: 21/11/2024 - Lượt xem: 9

Người trẻ muốn cai nghiện điện thoại nhưng không biết làm thế nào

Xem thêm [+]

5 việc giúp sinh viên có những năm tháng ý nghĩa ở trường đại học

Ngày đăng: 15/11/2024 - Lượt xem: 49

Để có thể nhanh chóng thích ứng với một giai đoạn học tập mới, tân sinh viên cần có sự chuẩn bị về tâm lý và kỹ năng.

Xem thêm [+]

Không cộng điểm nghề xét tốt nghiệp THPT: 'Cần làm sớm, nhiều nước đã bỏ từ lâu'

Ngày đăng: 08/11/2024 - Lượt xem: 55

Nhiều chuyên gia cho rằng, việc không cộng điểm khuyến khích chứng chỉ nghề vào xét tốt nghiệp THPT từ năm 2025 là phù hợp do Chương trình phổ thông 2018 không còn quy định hoạt động dạy nghề như chương trình cũ.

Xem thêm [+]