Nghịch lý dạy lập trình thời AI: 69% giảng viên thừa nhận kỹ năng phần mềm đã thay đổi hoàn toàn

Một cuộc khảo sát với hơn 700 nhà giáo dục trên toàn thế giới cho thấy hầu hết họ đã thay đổi phương pháp giảng dạy và đánh giá do ảnh hưởng của AI. Các kỳ thi vấn đáp, kiểm tra khả năng hiểu mã nguồn và làm việc theo dự án đang ngày càng phổ biến. Tuy nhiên, gần một nửa số người được hỏi cho biết họ thiếu các ví dụ thực tiễn đã được kiểm chứng để tích hợp AI vào khóa học của mình.

Các công cụ lập trình AI như ChatGPT và GitHub Copilot có thể giải quyết các bài tập lập trình điển hình trong các khóa học nhập môn, thường đạt điểm ngang bằng với một sinh viên trung bình. Một nghiên cứu mới hiện cung cấp cái nhìn bao quát về cách các nhà giáo dục khoa học máy tính trên thế giới đang ứng phó. Nghiên cứu này được thực hiện bởi "ACM Task Force on Generative AI and Programming Assessment", một nhóm chuyên gia được thành lập bởi ủy ban giáo dục của hiệp hội máy tính quốc tế ACM.

Nhóm chuyên gia đã khảo sát 763 nhà giáo dục từ 49 quốc gia trong khoảng thời gian từ tháng 5 đến tháng 10 năm 2025. Khoảng 500 bảng câu hỏi gần như hoàn thiện đã được phân tích. Kết quả cho thấy 69% tin rằng AI đã thay đổi các kỹ năng cần thiết cho phát triển phần mềm. Mối quan tâm hàng đầu của các nhà giáo dục là sự phụ thuộc ngày càng tăng của sinh viên vào công nghệ (87%), tiếp theo là gian lận và đạo văn (72%).

Chuyển dịch giảng dạy từ viết mã sang thấu hiểu mã nguồn

Sáu mươi tư phần trăm số người được hỏi đã thay đổi cách họ giảng dạy. Phân tích chuyên đề từ các câu trả lời mở chỉ ra một xu hướng: chuyển dịch từ việc viết mã từ đầu sang tập trung vào khả năng hiểu mã, gỡ lỗi và giải quyết vấn đề. Ba mươi chín phản hồi cũng đề cập đến việc dạy cách sử dụng AI và kỹ thuật đặt câu lệnh (prompt engineering) như những chủ đề cụ thể. Những người khác trình diễn các công cụ AI trong lớp học để cho sinh viên thấy cả khả năng lẫn hạn chế của chúng.

"Chúng tôi biết rằng sinh viên có khả năng sẽ làm việc với các công cụ AI khi họ gia nhập thị trường lao động," Steven Gordon, giáo sư tại Đại học Ohio State và là tác giả chính của báo cáo cho biết. "Chìa khóa là đào tạo ra những sinh viên tốt nghiệp có năng lực lập trình và hiểu rõ cả khả năng lẫn hạn chế của AI."

Các kỳ thi vấn đáp và đánh giá dựa trên dự án đang chiếm ưu thế

Những thay đổi trong đánh giá thậm chí còn rõ rệt hơn. Sáu mươi tám phần trăm số người được hỏi đã điều chỉnh phương pháp kiểm tra của họ. Những thay đổi phổ biến nhất bao gồm tăng cường các kỳ thi trực tiếp có giám thị (56 lượt nhắc đến), giảm trọng số của bài tập về nhà (38), thi vấn đáp và các phiên bảo vệ mã nguồn (36), và các bài kiểm tra trên giấy (35). Các đánh giá dựa trên dự án (34) cũng đang gia tăng. Một số nhà giáo dục hiện yêu cầu sinh viên công khai việc sử dụng AI và nộp nhật ký tương tác của họ với các công cụ AI.

Các chính sách của tổ chức vẫn còn rời rạc. Bốn mươi lăm phần trăm số người được hỏi cho biết tổ chức của họ có hướng dẫn về việc sử dụng AI, trong khi 39% cho biết không có. Các chính sách trải dài từ việc cấm hoàn toàn đến cho phép hoặc khuyến khích rõ ràng, miễn là việc sử dụng được ghi lại.

Gần một nửa số nhà giáo dục thiếu các ví dụ về thực tiễn tốt nhất để tích hợp AI

Rào cản lớn nhất, được 48% số người được hỏi trích dẫn, là sự thiếu hụt các thực tiễn tốt nhất đã được kiểm chứng. Hai mươi tám phần trăm cho biết họ không có đủ chuyên môn về AI, trong khi 20% không thấy cần thiết phải tích hợp nó vào việc giảng dạy. Về phát triển chuyên môn, 74% muốn được đào tạo về các phương pháp giảng dạy hiệu quả và 66% muốn được hỗ trợ thiết kế lại các bài đánh giá.

Kết quả nghiên cứu đi kèm với một số lưu ý. Những người tham gia chủ yếu được tuyển chọn thông qua danh sách gửi thư của ACM và SIGCSE cùng các danh bạ nhà giáo dục quốc gia được chọn lọc. Số lượng người trả lời nghiêng nhiều về Bắc Mỹ (227) và Châu Âu (106), trong khi Châu Á (57), Nam Mỹ (10), Châu Đại Dương (9) và Châu Phi (3) có tỷ lệ đại diện thấp hơn nhiều. Trong số những người liệt kê loại hình tổ chức của mình, 77% làm việc tại các trường đại học, trong khi các trường phổ thông (K-12) và chương trình dạy nghề hầu như không được đại diện. Các kết quả cũng dựa trên dữ liệu do người tham gia tự báo cáo.

Nghiên cứu của ACM được cung cấp miễn phí trực tuyến. Nhóm chuyên gia cũng đã thiết lập một trang web thu thập các ví dụ thực tế và tài nguyên cho các nhà giáo dục.

Các nghiên cứu cho thấy việc sử dụng AI giúp tăng điểm số nhưng làm giảm khả năng học tập thực tế

Một số nghiên cứu gần đây củng cố những lo ngại do người được hỏi nêu ra. Một nghiên cứu của Anthropic cho thấy các nhà phát triển phần mềm học một thư viện Python mới với sự hỗ trợ của AI đạt điểm thấp hơn 17% trong bài kiểm tra kiến thức tiếp theo so với nhóm đối chứng không có quyền truy cập AI. Một nhóm nhỏ phó mặc hoàn toàn việc lập trình cho AI đã hoàn thành nhiệm vụ nhanh nhất nhưng chỉ đạt trung bình 39% trong bài kiểm tra kiến thức.

Các mô hình tương tự xuất hiện ngoài lĩnh vực khoa học máy tính. Một nghiên cứu dọc của Trung Quốc theo dõi hơn 26.000 sinh viên cho thấy việc sử dụng AI giúp tăng điểm bài tập về nhà lên 18% và giảm thời gian hoàn thành xuống 30%. Tuy nhiên, trong các kỳ thi đóng sau sáu tháng, điểm số đã giảm 20%. Trong các kỳ thi tuyển sinh sau đó, mức giảm là 18% và 24%, tùy thuộc vào bài kiểm tra.

Một phân tích của UC Berkeley bao gồm hơn 500.000 điểm số cho thấy sự gia tăng mạnh mẽ các điểm số cao sau khi ChatGPT ra mắt, đặc biệt là trong các khóa học nặng về bài tập viết và lập trình. Sự tăng vọt này rõ rệt nhất ở các khóa học mà bài tập về nhà không có giám thị chiếm tỷ trọng lớn trong điểm cuối kỳ. Đó chính xác là loại hình đánh giá mà nhiều nhà giáo dục hiện đang giảm trọng số, theo báo cáo của ACM.

Tin tức AI không cường điệu – Được tuyển chọn bởi con người

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo biên giới "AI Radar" độc quyền sáu lần một năm, quyền truy cập toàn bộ kho lưu trữ và quyền truy cập vào phần bình luận của chúng tôi.

Đăng ký ngay