Apple phát hành iOS 26.4.1 với hai thay đổi đáng chú ý

Mặc dù Android mang đến lựa chọn đa dạng, iPhone lại chiếm ưu thế về doanh số tại nhiều thị trường lớn. Phần lớn nguyên nhân xuất phát từ việc Apple đã xây dựng một hệ sinh thái sản phẩm và dịch vụ chặt chẽ, khiến người dùng khó khăn khi chuyển từ iPhone sang Android.

Sự trung thành của người dùng với từng nền tảng thường dẫn đến những tranh cãi gay gắt, thậm chí có những lời châm biếm dành cho bên còn lại. Một người đã chuyển từ Android sang iOS chia sẻ rằng họ đã trải nghiệm cảm giác bị chỉ trích khi thay đổi hệ sinh thái, với một số câu nói phổ biến từ người dùng Android có thể khiến người dùng iPhone không mấy vui vẻ.

Nhiều người cho rằng iPhone thiếu nhiều tính năng phần mềm và phần cứng độc đáo mà Android đã tích hợp từ lâu. Ví dụ, tính năng màn hình luôn bật chỉ xuất hiện trên iPhone với dòng iPhone 14 Pro, trong khi các điện thoại Android như Galaxy S7 đã có tính năng này từ năm 2016. Apple cũng mất nhiều thời gian để chuyển từ cổng kết nối Lightning sang USB-C, khi công ty chỉ đưa Lightning đến dòng iPhone 15 vào năm 2023.

Android là nền tảng mã nguồn mở cho phép nhiều nhà sản xuất như Samsung, Google và Oppo phát triển và bán điện thoại với giá cả cạnh tranh. Mặc dù có những mẫu điện thoại Android cao cấp có giá tương đương hoặc cao hơn iPhone, nhưng nhìn chung, điện thoại Android thường có giá rẻ hơn, đặc biệt trong phân khúc tầm trung.

Khi một chiếc điện thoại Android giá dưới 10 triệu đồng sở hữu màn hình 120 Hz và pin dung lượng lớn, iPhone 17e giá 16,5 triệu đồng trở nên kém hấp dẫn hơn.

Thực tế, khi so sánh các mẫu điện thoại cùng thế hệ, nhiều thiết bị Android thường có hiệu năng vượt trội hơn. Ví dụ, iPhone 17 Pro chỉ có 12 GB RAM, trong khi nhiều điện thoại Android hiện tại có thể lên tới 16 GB, thậm chí 24 GB ở một số mẫu chuyên dụng cho game.

Dù vậy, iPhone vẫn nằm trong số những điện thoại có hiệu năng tốt nhất nhờ vào chip A19 Pro mạnh mẽ, cho phép chạy các tựa game đồ họa cao mà không gặp khó khăn. Ngay cả với dung lượng RAM ít hơn, các mẫu iPhone hiện đại vẫn hoạt động mượt mà trong các tác vụ hằng ngày.

Một chỉ trích khác dành cho Apple là thiết kế của iPhone không có nhiều thay đổi qua các năm. Việc Apple giữ lại ngôn ngữ thiết kế quen thuộc khiến nhiều người cho rằng các mẫu mới khó phân biệt với các phiên bản trước.

Trong thực tế, dòng Galaxy S của Samsung gần đây cũng gặp phải những nhận xét tương tự. Tuy nhiên, một số người cho rằng việc duy trì một thiết kế nhất quán có thể giúp xây dựng bản sắc thương hiệu mạnh mẽ hơn.

Cuối cùng, sự thật là cả iPhone và Android đều có những điểm mạnh và yếu riêng. Sự lựa chọn giữa chúng phụ thuộc vào nhu cầu và sở thích cá nhân của từng người dùng.

Tin Gốc: https://thanhnien.vn/nguoi-dung-android-che-iphone-o-nhung-diem-nao-185260406111840102.htm

Khi AI Comic, ứng dụng giúp tạo truyện tranh cho người không biết vẽ, có những khách hàng đầu tiên đầu 2025, Nguyễn Khánh (Hà Nội) tin mình sẽ tạo ra một sản phẩm thành công. Ứng dụng giải được bài toán khó của các AI tạo hình khi đó: giữ sự nhất quán của nhân vật qua nhiều khung truyện, điều mà một số công cụ phổ biến cũng chưa làm được.

Dự án thu hút hàng trăm khách hàng trả phí, chủ yếu là đơn vị sáng tạo nội dung trên mạng xã hội, thậm chí có một tập đoàn lớn lớn ngỏ ý hợp tác. "Tôi đã hình dung viễn cảnh startup nhỏ của mình có thể thay đổi cách làm nội dung trên mạng xã hội của người Việt", anh kể.

Nhưng bước ngoặt đến nhanh hơn dự đoán. Tháng 8/2025, Google tung ra công cụ Nano Banana tích hợp trong chatbot Gemini và bất cứ ai có thể sử dụng để tạo ảnh, khách hàng của anh bắt đầu rời đi. "Họ nói: sao phải trả tiền cho AI Comic khi Gemini làm được điều tương tự, thậm chí nhanh hơn", nhà sáng lập chia sẻ.

Lượng người dùng mới giảm, khách cũ không gia hạn. Trong vài tháng, startup mà anh dành tâm huyết khi bỏ tiền mua thiết bị và kêu gọi một số người bạn nghỉ việc để xây dựng buộc phải đóng cửa.

Tại sao sau 54 năm Mỹ mới quay lại Mặt Trăng?

"Đi trước, nhưng nhỏ thì phải chấp nhận thôi", anh Khánh ngậm ngùi.

Giao diện ứng dụng thay quần áo FitRoom (trước) và ảnh giới thiệu Nano Banana 2 của Google.

Trước đó, tháng 2/2025, FitRoom - ứng dụng cho phép người dùng thử quần áo ảo bằng AI, gây sốt tại Việt Nam trong trào lưu "AI thay đồ". Sản phẩm do SilverAI tại Việt Nam phát triển và nhanh chóng "leo top" về lượt tải trên App Store, nhờ khả năng cho mặc thử trang phục từ một bức ảnh. Trong thời gian ngắn, FitRoom liên tục thăng hạng, trở thành một trong những ứng dụng được tải về nhiều nhất. Với đội ngũ gần 20 kỹ sư tự phát triển công nghệ lõi thay vì dùng giải pháp mua sẵn, nhà phát triển từng được kỳ vọng làm nên chuyện cả ở thị trường quốc tế.

Nhưng vài tháng sau khi FitRoom được biết đến, Gemini của Google, ChatGPT của OpenAI và Grok của xAI liên tục được cập nhật, bổ sung các tính năng ghép ảnh mạnh mẽ. Thay vì phải tải ứng dụng và trả phí sử dụng, người dùng có thể đăng ký một tài khoản miễn phí, thêm ảnh vào đoạn chat và yêu cầu chatbot tạo ảnh theo yêu cầu.

"Hiện FitRoom ngừng mọi hoạt động marketing đại trà mà tập trung hơn phục vụ các ngách thị trường", nhà sáng lập Phan Sỹ Quang xác nhận.

Với những người khổng lồ công nghệ trên thế giới, những bản cập nhật tính năng mới về AI giống như một cú nhích chân của họ. Nhưng với startup, trong đó có các startup Việt, đó có thể là dấu chấm hết cho nỗ lực của cả đội ngũ trong hàng năm.

"Họ có thể làm với chất lượng tốt hơn, miễn phí, lại có hạ tầng và người dùng sẵn có. Startup không có cửa cạnh tranh trực diện ở mặt này", anh Quang nói.

"Chiếc xe thủ công đối đầu đoàn tàu"

Những gì xảy ra với AI Comic hay FitRoom không cá biệt. Trong lĩnh vực công nghệ, việc này từng nhiều lần xảy ra ở các giai đoạn bùng nổ trước đó, và thậm chí có tên gọi riêng với thuật ngữ "Sherlocking"

Bắt nguồn từ câu chuyện đầu những năm 2000 với Apple, khi hãng từng có tính năng tìm kiếm mang tên Sherlock. Công cụ Sherlock trên máy Mac khi ấy chưa đủ mạnh, nên tạo cơ hội cho những nhà phát triển ứng dụng bên thứ ba tích hợp vào để mở rộng nguồn thông tin cho người dùng. Trong số đó, có một phần mềm mang tên Watson do lập trình viên Dan Wood phát triển, cung cấp nhiều tiện ích như thời tiết, tỷ giá, lịch chiếu phim. Tuy nhiên sau đó, Apple ra mắt phiên bản hệ điều hành mới, Sherlock được nâng cấp, chứa gần như toàn bộ tính năng của Watson, khiến công ty đứng sau cuối cùng phải bán mình.

Trong câu chuyện do Dan Wood kể lại, nhà đồng sáng lập Apple Steve Jobs từng gọi điện cho ông, ví những nhà phát triển như Wood là những chiếc xe goòng vận hành thủ công trên đường ray, còn Apple mới là đoàn tàu thống trị đường ray đó.

Hơn 20 năm sau, trong thế giới đang thay đổi từng ngày vì AI, khi những sự kiện như DevDay của OpenAI, Google I/O của Google trình diễn nhiều tính năng mới, cũng là lúc những đoàn tàu đẩy hàng loạt xe kéo khỏi đường ray của họ.

Trên thế giới, theo dữ liệu được Clarifai đưa ra hồi tháng 1, các nghiên cứu năm 2025-2026 cho thấy khoảng 90% công ty khởi nghiệp chuyên về AI thất bại trong năm đầu, cao hơn tỷ lệ thất bại của các startup công nghệ truyền thống. Nguyên nhân được nhắc đến gồm: Sự kết hợp của các yếu tố như kỳ vọng không thực tế, sự không phù hợp giữa sản phẩm và thị trường, sự chuẩn bị dữ liệu chưa đầy đủ, chi phí cơ sở hạ tầng tăng vọt, sự phụ thuộc vào các mô hình bên ngoài, và những sai lầm trong lãnh đạo.

"Tại Việt Nam, trường hợp như vậy không hiếm, thực tế xảy ra ngày càng nhiều từ 2024 đến nay", bà Laura Nguyễn, đến từ GenAI Fund chuyên hỗ trợ và kết nối startup AI, đánh giá. Theo bà, tình trạng xảy ra ở nhiều nhóm startup về AI, nhưng chủ yếu rơi vào startup xây dựng sản phẩm ở lớp ứng dụng chung (AI wrappers).

Trong hệ sinh thái startup tại Việt Nam, startup thường được chia thành các nhóm như: AI wrapper - các dự án tạo ra một lớp vỏ bọc bên ngoài giúp người dùng dễ dàng tương tác với các mô hình gốc; Vertical AI - đi sâu vào từng lĩnh vực như y tế, giáo dục, tài chính hoặc các bài toán bản địa; Deep tech - theo đuổi việc làm chủ mô hình hoặc tối ưu công nghệ lõi; và có những nhóm nhà phát triển chuyên cung cấp giải pháp tích hợp, đưa AI vào quy trình vận hành của doanh nghiệp.

Các startup "AI wrapper" thực tế là một "lớp bọc" giúp người dùng tương tác với các mô hình lõi. Do có lợi thế triển khai nhanh, chi phí đầu tư ban đầu thấp và dễ tiếp cận người dùng, startup dạng này chiếm tỷ trọng lớn trong giai đoạn đầu của thị trường tại Việt Nam, nhưng cũng là nhóm dễ tổn thương nhất.

Những ví dụ điển hình có thể thấy ở startup chuyên về tạo nội dung tự động như viết bài, tạo hình ảnh hay dựng video; tạo website bằng AI; AI chỉnh sửa hình ảnh; chuyển giọng nói thành văn bản hoặc tổng hợp giọng nói; hoặc xây dựng chatbot và trợ lý tổng quát.

Theo bà Laura phần lớn startup AI thất bại không phải vì yếu về công nghệ, mà do sai chiến lược, với nguyên nhân chính là xây sản phẩm mà lợi thế nằm ở mô hình thay vì giá trị riêng. Khi chỉ là lớp giao diện đặt trên các nền tảng như OpenAI hay Google, họ rơi vào thế cạnh tranh trực diện với Big Tech - những đơn vị có lợi thế vượt trội về hạ tầng, dữ liệu và phân phối.

Nguyên nhân thứ hai là thiếu dữ liệu hoặc quy trình vận hành (workflow) độc quyền. Bên cạnh đó, một số startup định nghĩa sai bài toán, thường nghĩ về việc AI có thể làm gì thay vì "vấn đề nào đủ đau để người dùng sẵn sàng trả tiền".

"Giá trị bền vững với startup không phải bản thân mô hình, mà là dữ liệu riêng, quy trình nghiệp vụ tích hợp sâu và khả năng vận hành trong môi trường thực tế", bà nhận định.

Một nguyên nhân khác cũng được các nhà phân tích trên thế giới nhắc đến là chi phí vận hành. Với ứng dụng AI tạo sinh, phí vận hành máy chủ và tài nguyên GPU tăng tuyến tính theo mức độ sử dụng. Mỗi câu lệnh hay yêu cầu xử lý từ người dùng đều tiêu tốn một khoản phí cố định trả cho các tập đoàn lớn nắm giữ mô hình nền tảng. Điều này có thể dẫn tới việc startup "càng được sử dụng càng lỗ".

Toàn cảnh Trái Đất nhìn từ Artemis II

Hướng đi nào cho startup AI Việt?

Ngày 24/3, OpenAI thông báo ngừng phát triển ứng dụng video AI Sora sau chưa đầy nửa năm ra mắt, dù sản phẩm từng thu hút hàng chục triệu người dùng và tạo hiệu ứng mạnh trên thị trường.

Theo các nhà phân tích, sự thoái lui này cho thấy ngay cả "người khổng lồ" trong lĩnh vực AI cũng không thể theo đuổi mọi hướng cùng lúc. Khi chi phí tính toán ngày càng lớn, nguồn cung chip xử lý còn hạn chế và áp lực tối ưu tài nguyên gia tăng, các công ty lớn buộc phải tập trung vào những giá trị cốt lõi thay vì dàn trải. Đây cũng được xem là cơ hội cho startup: không chạy theo mô hình đa năng tốn kém, tập trung vào những bài toán hẹp, những lĩnh vực chuyên biệt - nơi đòi hỏi hiểu biết sâu về ngành, dữ liệu và quy trình. Dù tàu hỏa phát triển, xe goòng vẫn tồn tại và vẫn có những giá trị riêng.

"Đừng cạnh tranh với Big Tech ở nơi họ mạnh nhất. Hãy xây dựng ở nơi họ khó có thể đi sâu", bà Laura Nguyễn nhấn mạnh.

Chia sẻ với VnExpress vào năm ngoái, một startup AI từng gọi vốn thành công gần 20 triệu USD, cho rằng bài học từ thành công của nền tảng nội địa trước đối thủ ngoại năm xưa vẫn còn nguyên giá trị: Muốn chinh phục người Việt, sản phẩm phải thực sự hiểu thói quen bản địa.

Startup này tập trung hóa giải ba rào cản chính mà các "ông lớn" thường bỏ ngỏ, thứ nhất là ngôn ngữ được tối ưu để hiểu cả tiếng lóng trên mạng xã hội hay lỗi chính tả đặc thù của người Việt. Thứ hai là yếu tố cộng đồng, cho phép người dùng chia sẻ và phản hồi lẫn nhau thay vì chỉ tương tác với máy. Cuối cùng là bài toán chi phí. Bằng cách duy trì mức phí thấp, họ kỳ vọng tạo ra một hệ sinh thái dữ liệu thuần Việt đủ lớn để tạo sự khác biệt bền vững, thay vì đối đầu trực diện ở những phân khúc mà Big Tech đang thống trị.

Từ kinh nghiệm làm việc với doanh nghiệp, bà Laura gợi ý bốn hướng đi. Trước hết là phát triển "Vertical AI" tập trung vào các bài toán chuyên sâu từng ngành như logistics, tài chính, sản xuất, giáo dục hay y tế - nơi đòi hỏi hiểu biết về quy trình, pháp lý và bối cảnh địa phương, những yếu tố mà các nền tảng như Google hay OpenAI khó tùy biến sâu.

Song song, startup cần xây dựng lợi thế dữ liệu càng sớm càng tốt. Theo bà, tài sản quan trọng nhất không phải là model, mà là dữ liệu độc quyền, có thể đến từ hành vi người dùng, quy trình doanh nghiệp, ngữ cảnh tiếng Việt chuyên ngành. Bên cạnh đó, việc tích hợp sâu vào workflow cũng giúp tạo rào cản thay thế.

"Một sản phẩm AI càng gắn chặt vào quy trình vận hành của người dùng, doanh nghiệp càng khó bị thay thế", bà nhấn mạnh, lấy ví dụ một chatbot đơn giản có thể dễ dàng bị thay thế bởi hàng trăm chatbot khác, nhưng một hệ thống AI đã kết nối với ERP, hiểu quy trình nội bộ, được huấn luyện theo dữ liệu riêng và gắn với KPI vận hành, việc thay thế không còn là quyết định kỹ thuật đơn thuần mà trở thành một quyết định mang tính tổ chức, vì vậy startup sẽ khó bị thay thế.

Cuối cùng, các startup cần tận dụng lợi thế tốc độ, đồng thời coi sự phát triển của Big Tech chính là cơ hội để các mô hình ngày càng rẻ hơn và startup có thể tạo ra sản phẩm mới cũng ngày càng nhiều hơn.

"Startup không thể thắng Big Tech về quy mô, nhưng có thể thắng về tốc độ thử nghiệm, tốc độ hiểu khách hàng và tốc độ điều chỉnh sản phẩm. Nếu startup chọn đúng một ngách nhỏ và học nhanh hơn bất kỳ ai khác trong ngách đó, họ vẫn có thể tồn tại và phát triển", bà Laura khuyến nghị.

Với Nguyễn Khánh, sau thời gian thất bại anh chuyển những bài học từ thời gian làm AI Comic để phục vụ một số dự án làm ảnh cho cộng đồng. Anh và cộng sự cũng ấp ủ đi sâu vào lĩnh vực y tế, văn hóa, với suy nghĩ đó là "lãnh địa" mà các ông lớn nước ngoài khó chạm đến.

Trong khi đó, dù có phần e ngại các ông lớn, SilverAI với toàn bộ kỹ sư Việt Nam này vẫn đẩy mạnh những ứng dụng về AI khác, đồng thời thử nghiệm nhiều sản phẩm mới và đang đạt được những thành công nhất định.

"Khi tự chủ công nghệ, chúng tôi có thể cung cấp được sản phẩm chất lượng tốt ở mức gần bằng nhưng giá rẻ hơn rất nhiều và có thể tùy biến được cho khách hàng", nhà sáng lập Phan Sỹ Quang nói. "Tôi tin startup về AI tại Việt Nam luôn có cơ hội. Nếu được tạo điều kiện, họ có thể làm tốt và có sản phẩm cạnh tranh với các hãng nước ngoài trong những sân chơi hẹp hơn".

Lưu Quý

Tin Gốc: https://vnexpress.net/startup-ai-viet-voi-noi-lo-chiec-xe-goong-tren-duong-ray-tau-hoa-5058742.html

Trong năm cuối tại Đại học Yale, Amanda biết rằng nhiều bạn cùng lớp sử dụng chatbot để viết luận và làm bài tập về nhà. Tuy nhiên, cô chỉ nhận ra điều kỳ lạ khi thảo luận nhóm: các bạn đưa ra những luận điểm và lập luận trau chuốt kỹ lưỡng, nhưng kết quả thu "nhạt nhẽo, thiếu sức sống" ở nhiều chủ đề khác nhau.

"Trong buổi học, tôi thấy cảnh tượng quen thuộc. Khi giảng viên yêu cầu sinh viên suy nghĩ một câu hỏi, những người bạn bên cạnh liền gõ lia lịa vào laptop đang mở sẵn", Amanda nói với CNN, yêu cầu dùng biệt danh để tránh rắc rối.

"Bây giờ, ai cũng thảo luận na ná nhau", cô cho biết. "Hồi năm nhất, các cuộc tranh luận diễn ra rôm rả, không mạch lạc nhưng ai cũng đóng góp một điều gì đó mới mẻ, dựa vào ý kiến của nhau, tiếp cận từ nhiều góc độ và đưa ra nhận xét khác biệt".

Thực tế, theo bài báo được công bố vào tháng 3 trên tạp chí Trends in Cognitive Sciences, các mô hình ngôn ngữ lớn (LLM) đang "hệ thống hóa" cách diễn đạt và tư duy của con người trên ba khía cạnh: ngôn ngữ, quan điểm và lý luận.

Trong môi trường giáo dục, sinh viên, giảng viên cho biết họ đang thấy những ảnh hưởng của xu hướng đó trong lớp học. Và điều đó khiến nhiều sinh viên nói chuyện với quan điểm như nhau.

Tác động

Jessica, sinh viên năm cuối tại Đại học Yale, nói cô sử dụng AI mỗi ngày khi lên lớp. "Vào đầu giờ học, bạn có thể thấy từng người đưa file PDF vào chatbot", cô cho biết.

Bước tiến của Trung Quốc với chip AI nội địa

Theo Jessica, việc AI diễn đạt rõ ý là yếu tố cần thiết đối với cô - người thường gặp khó khăn khi muốn chuyển suy nghĩ thành lời. "Tôi muốn bình luận, tôi có ý tưởng, nhưng tôi không biết làm thế nào để nói câu đó một cách mạch lạc", cô nói. "Vì thế, tôi nhờ một chatbot làm cho câu nói của mình mạch lạc hơn".

Giáo sư Thomas Chatterton Williams tại Trung tâm Hannah Arendt thuộc trường Cao đẳng Bard, chứng kiến tác động từ quyết định sử dụng AI của sinh viên theo nhiều hướng khác nhau. "Việc dựa vào AI đã giúp nâng cao chất lượng thảo luận trên lớp, nhất là ở khóa học có khái niệm khó", ông nói. "Nhưng công nghệ này cũng có xu hướng làm giảm đi những suy nghĩ kỳ lạ, độc đáo và mới mẻ hơn".

Theo ông, điều lo ngại là nhiều người trẻ tài năng sẽ không có được tiếng nói riêng. Thậm chí, một lượng đáng kể trong số họ sẽ không thực sự hiểu được giá trị của việc viết lách và sở hữu quan điểm.

Jessica thừa nhận cô thấy mình trở nên lười biếng hơn kể từ khi bắt đầu sử dụng chatbot trong học tập. "Dường như tinh thần tự học, tự làm việc của tôi đã hoàn toàn biến mất", cô chia sẻ.

Về vấn đề AI khiến giọng điệu của sinh viên nghe na ná nhau, Zhivar Sourati, nghiên cứu sinh tiến sĩ tại Đại học Nam California, cho rằng các mô hình ngôn ngữ lớn được huấn luyện để dự đoán từ tiếp theo có khả năng xuất hiện cao nhất dựa trên nội dung đã xuất hiện trước đó. Do đó câu trả lời "phản ánh một lát cắt hẹp và méo mó về trải nghiệm của con người, sự thu hẹp không gian khái niệm mà các mô hình sử dụng để viết, nói và suy luận".

Dẫn một nghiên cứu đang thực hiện cùng nhóm cộng sự, Sourati giải thích rằng sự đồng nhất hóa do AI diễn ra trên ba chiều: ngôn ngữ, quan điểm và chiến lược lập luận. Các mô hình AI có xu hướng tái tạo những gì gọi là quan điểm WEIRD (phương Tây hóa - có học thức - công nghiệp hóa - giàu có - dân chủ). Hệ quả là, AI sẽ ưu tiên WEIRD "đúng đắn hơn về mặt xã hội", làm lu mờ các quan điểm khác.

"Khi một người hoặc một nhóm tương tác nhiều lần với hệ thống AI, họ bị giảm khả năng sáng tạo so với khi không có sự hỗ trợ của AI", Sourati viết trên blog.

Hiện tượng "san bằng" làm dấy lên những lo ngại trong các cơ sở giáo dục ở mọi cấp độ khi ứng dụng AI. Morteza Dehghani, giáo sư tâm lý học và khoa học máy tính tại Đại học Nam California, thành viên nhóm nghiên cứu, cho biết xu hướng này khiến mọi người "đánh mất sự đa dạng" trong cách nghĩ, lười biếng về mặt trí tuệ, gây ảnh hưởng lớn đến xã hội con người trong tương lai.

Daniel Buck, nhà nghiên cứu tại Viện Doanh nghiệp Mỹ từng là giáo viên tiếng Anh, lo ngại học sinh đang "né tránh" nhận thức khi tham gia thảo luận trên lớp và hoàn thành bài tập về nhà. "Rất nhiều kiến thức cần được học hỏi từ chi tiết nhỏ nhặt và nhàm chán hay từ những khó khăn", Buck nói. "Sinh viên chỉ ghi nhớ những gì họ thực sự dành thời gian một cách có ý thức. Nếu giao phó cho AI, họ chỉ có thể tái hiện lại một luận điểm, không thể xây dựng kỹ năng cho riêng mình".

Nhà nghiên cứu này lo ngại sinh viên nếu quá phụ thuộc vào AI sẽ tốt nghiệp mà không xây dựng được mối quan hệ với các giáo sư, cũng như thói quen làm việc trí óc bền bỉ. Nghĩa là, họ sẽ gặp khó khăn trong giải quyết vấn đề trong thế giới thực khi ra trường.

Vấn đề còn liên quan đến gian lận trong thi cử. Năm ngoái, nạn dùng AI để gian lận xảy ra ở nhiều đại học hàng đầu Hàn Quốc, như Đại học Yonsei, Đại học Quốc gia Seoul, Đại học Korea... gây tranh cãi và đặt ra thách thức về về dạy và học trong kỷ nguyên công nghệ, theo Korea Herald.

Ứng phó

Theo giáo sư triết học Sun-Joo Shin của Đại học Yale, việc kiểm soát và định hướng sử dụng AI cho học sinh là "nhiệm vụ lớn đối với bất kỳ ai tham gia giảng dạy". Bà nhấn mạnh, giáo viên/giảng viên phải liên tục tìm tòi các phương pháp để đảm bảo sinh viên tiếp tục tư duy phản biện và sáng tạo trong thời đại trí tuệ nhân tạo.

"Tôi muốn sinh viên của mình hiểu nội dung bài học - thứ vốn không thay đổi trước và sau khi trí tuệ nhân tạo xuất hiện", bà nói. "Tôi muốn họ sử dụng công cụ thú vị này để có lợi cho mình, không phải trở thành nạn nhân của nó".

Đại học Yale hiện đưa ra hướng dẫn về sử dụng AI cho sinh viên và giảng viên trên website. Trường khuyến khích tất cả giảng viên điều chỉnh giáo án phù hợp với khóa học và mục tiêu học tập cụ thể của sinh viên thay vì cần đến công cụ phát hiện gian lận. Bên cạnh đó, họ có thể kiểm soát bài học trên lớp thông qua các bài kiểm tra đột xuất.

Danny Liu, giáo sư công nghệ giáo dục tại Đại học Sydney, cho rằng không nên cấm AI trong lớp. "Thay vì trừng phạt, nên dạy sinh viên cách sử dụng đúng đắn. Chúng tôi muốn xác minh liệu sinh viên có đang học hay không, chứ không phải liệu họ có gian lận hay không", Liu nói với ABC cuối năm ngoái.

Các nhà giáo dục nhấn mạnh, họ có thể tìm cách khắc phục việc sinh viên sử dụng AI trong các bài đánh giá. Tuy nhiên, điều quan trọng không kém là học sinh cần chủ động hạn chế phụ thuộc vào AI trong quá trình học tập.

Basil Ghezzi, sinh viên năm nhất tại trường Bard College, cho biết bản thân chủ động tránh xa AI trong học tập, một phần vì công nghệ này tiêu tốn tài nguyên và gây hại cho môi trường. Tuy nhiên, phần lớn nằm ở cách AI đã tạo ra "những người bạn rập khuôn" xung quanh.

"Hãy nói chuyện với thầy cô giáo, nói chuyện với giáo sư, nói chuyện với những người xung quanh", Ghezzi nói về cách bản thân không bị AI cám dỗ. "Hãy tạo cuộc trò chuyện ý nghĩa với những người trong cuộc sống của bạn".

GS Dehghani hy vọng nhiều công ty sẽ đầu tư vào mô hình AI có thể phản ánh sự đa dạng về tư duy trong xã hội. Tuy nhiên, hiện tại, ông cho rằng mọi người nên hạn chế dùng AI trong việc tạo ý tưởng hoặc để suy luận trong học tập. "Các mô hình AI nên là cộng tác viên, không phải người đại diện chúng ta làm mọi việc", Dehghani nói thêm.

Bảo Lâm tổng hợp
Nỗi sợ siêu AI của một số sinh viên Harvard, MIT

Jensen Huang: 'Sẽ chọn khoa học vật lý nếu là sinh viên'

Nạn sinh viên 'ma' tạo bằng AI khiến đại học Mỹ đau đầu

Tin Gốc: https://vnexpress.net/ai-dang-khien-sinh-vien-na-na-nhau-the-nao-5060802.html