Nghiên cứu 2 năm tại ĐH Amsterdam: Cấm AI trong lớp học khiến sinh viên đạt kết quả kém nhất

Nhóm đầu tiên không được sử dụng ChatGPT. Nhóm thứ hai nhận được các gợi ý chỉnh sửa do ChatGPT tạo ra, được tích hợp trực tiếp vào văn bản và có thể tiếp tục sử dụng công cụ này nhưng không được hướng dẫn cách dùng. Nhóm thứ ba được đào tạo thực hành về kỹ thuật đặt câu lệnh (prompt engineering) trong lĩnh vực pháp lý và cách kiểm tra tính nhất quán cũng như độ chính xác của các gợi ý từ AI.

Tất cả sinh viên đều làm cùng một bài kiểm tra: một bài thi trắc nghiệm và một bài thi mang về nhà yêu cầu họ sửa đổi một điều khoản khác trong AI Act. Thí nghiệm được thực hiện vào năm 2024 với 66 sinh viên và được lặp lại vào năm 2025 với 164 người tham gia.

Nhóm không sử dụng AI nhanh chóng cạn kiệt ý tưởng.

Nhóm không dùng AI chủ yếu chỉ thực hiện các thay đổi nhỏ về từ ngữ, diễn đạt lại cho rõ nghĩa và cắt bỏ những phần dư thừa. Chỉ một vài nhóm nhỏ cố gắng cải thiện về mặt nội dung pháp lý. Sau mười đến mười lăm phút, nhiều nhóm thường xuyên rơi vào tình trạng bí ý tưởng, một hiệu ứng mà Schrepel gọi là "kiệt sức ý tưởng" (idea exhaustion). Tuy nhiên, việc không có AI đã buộc các thành viên trong nhóm phải thảo luận sâu hơn.

Nhóm thứ hai chấp nhận các gợi ý của AI mà hầu như không đặt câu hỏi, thường lập luận rằng chúng "nghe hay hơn", Schrepel viết. Một số sinh viên đã thay thế các thuật ngữ "shall" và "individual" bằng các lựa chọn thay thế do AI gợi ý mà không cho thấy họ hiểu rõ các hàm ý pháp lý. Mọi nhóm nhỏ đều giữ lại ít nhất một thuật ngữ gây hiểu lầm hoặc không phù hợp về mặt pháp lý từ kết quả của ChatGPT.

Chỉ có nhóm thứ ba được đào tạo mới thực sự tương tác qua lại với AI, thử nghiệm các cách diễn đạt khác nhau và đào sâu vào các câu hỏi thực chất đằng sau bài tập.

Lợi thế từ việc đào tạo gần như biến mất vào năm thứ hai.

Nhóm được đào tạo đạt điểm cao hơn hẳn hai nhóm còn lại vào năm 2024, đặc biệt là trong bài thi mang về nhà đòi hỏi cao hơn. Một năm sau, khoảng cách đó gần như đã được san lấp. Cả ba nhóm đều đạt kết quả ở mức tương đương nhau vào năm 2025.

Schrepel cho rằng điều này là do sự quen thuộc ngày càng tăng với chatbot. Nhiều sinh viên đã sử dụng các công cụ này trong cuộc sống hàng ngày, vì vậy việc đào tạo chính quy mang lại ít hiệu quả hơn vào năm 2025 so với một năm trước đó. Ông nói thêm rằng việc sử dụng có đạo đức và trách nhiệm pháp lý vẫn cần được giảng dạy.

Một phát hiện vẫn nhất quán qua cả hai năm: nhóm không dùng AI luôn đứng cuối. Schrepel kết luận rằng việc cấm AI tạo ra kết quả trung bình tệ hơn so với việc cho phép sử dụng nó. Liệu lợi thế này đến từ việc đào tạo có cấu trúc hay chỉ từ kinh nghiệm thực tế vẫn là một câu hỏi mở.

Giả định ban đầu của chính tác giả đã sai.

Schrepel viết rằng hiệu suất của nhóm thứ hai khiến ông ngạc nhiên. Ông đã kỳ vọng những lỗi thiếu phản biện từ bài tập trên lớp sẽ lặp lại trong bài thi. Điều ngược lại đã xảy ra. Các lỗi không lặp lại và nhóm này thực tế còn đạt điểm cao hơn một chút so với nhóm không dùng AI. Ông cho biết lời giải thích hợp lý nhất là sinh viên học cách phát hiện điểm yếu của AI thông qua quá trình tự sử dụng, đặc biệt là khi độ chính xác mang lại những hậu quả thực tế.

Điều đó buộc Schrepel phải từ bỏ giả định ban đầu của mình. Ông từng tin rằng AI chỉ hữu ích khi có đào tạo bài bản và nếu không thì nên tránh xa lớp học. "Tôi đã sai," ông viết. Việc bỏ qua hướng dẫn sử dụng AI là một cơ hội bị bỏ lỡ, nhưng nó không gây ra sự sụp đổ trong giáo dục như một số người đã dự đoán.

Các trường đại học nên suy nghĩ lại về lệnh cấm.

Schrepel cho rằng lãnh đạo các khoa nên phản đối việc cấm AI toàn diện và tạo không gian cho giảng viên thử nghiệm. Các trường đại học cũng cần đầu tư vào kỹ năng AI cho đội ngũ giảng viên, những người mà nhiều người trong số họ cảm thấy chưa được trang bị đầy đủ.

Luận văn thạc sĩ truyền thống cũng cần được xem xét lại. Giá trị cốt lõi của nó, sự nỗ lực lâu dài trong nghiên cứu và lập luận, giờ đây có thể được xử lý trong vài phút bằng các công cụ AI. Schrepel lập luận rằng các bài tổng quan tài liệu thuần túy không nên được tính điểm nữa, và các chương trình nên yêu cầu công việc thực tiễn hoặc thực nghiệm, nơi việc sử dụng AI một cách thấu đáo là một phần của điểm số.

Không phải tất cả các trường đại học đều đang đi theo hướng này. Trường Luật UC Berkeley đã cấm AI trong hầu hết các bài tập được chấm điểm, với lập luận rằng các luật sư tương lai cần xây dựng các kỹ năng tư duy cốt lõi trước khi sử dụng AI theo bất kỳ cách hữu ích nào. Quan điểm đó mâu thuẫn trực tiếp với những phát hiện của Schrepel, vốn cho thấy việc loại bỏ AI khỏi lớp học khiến sinh viên chịu thiệt thòi bất kể lý do là gì.

Schrepel thừa nhận những hạn chế trong nghiên cứu của mình: quy mô mẫu nhỏ, sinh viên đăng ký khóa học AI có khả năng am hiểu công nghệ hơn mức trung bình và không có cách nào để xác minh mức độ sinh viên thực sự sử dụng AI trong bài thi mang về nhà.

Điểm cuối cùng đó rất quan trọng vì các nghiên cứu khác cho thấy tác động mạnh nhất của AI nằm ở các bài tập không có sự giám sát. Một nghiên cứu của UC Berkeley bao gồm hơn 500.000 điểm số cho thấy tỷ lệ điểm A trong các khóa học nặng về viết và lập trình đã tăng 13 điểm phần trăm sau khi ChatGPT ra mắt. Các bài thi có giám sát không cho thấy sự thay đổi tương đương. Một nghiên cứu dọc từ miền trung Trung Quốc theo dõi hơn 26.000 học sinh K-12 cũng cho thấy câu chuyện tương tự từ một góc độ khác: AI giúp cải thiện điểm bài tập về nhà trong khi kết quả thi giảm tới 24%. Thiệt hại lớn nhất xảy ra ở những nơi AI thay thế tư duy độc lập thay vì hỗ trợ nó.