24 nhà toán học họp tại Harvard đề xuất: Không nên cấp bằng tiến sĩ chỉ dựa vào bản luận án trong thời đại AI
Khi AI có thể hỗ trợ giải toán và viết bản thảo nghiên cứu, một luận án hoàn chỉnh liệu còn đủ để chứng minh năng lực của người làm ra nó? Sau cuộc họp tại Harvard, 24 nhà toán học đề xuất đánh giá nghiên cứu sinh trực tiếp và thường xuyên hơn, thay vì chủ yếu dựa vào văn bản luận án.
Ngày 17-18/9, 24 nhà toán học từ Harvard, MIT, Stanford và nhiều trường đại học khác gặp nhau tại Harvard để thảo luận về việc đào tạo tiến sĩ toán trong thời đại AI. Báo cáo được công bố sau cuộc họp đưa ra một loạt khuyến nghị, từ cách dạy, sử dụng AI trong nghiên cứu đến phương pháp đánh giá trước khi cấp bằng. Theo Khoa Toán Harvard, các đề xuất này nhằm mở đầu cuộc thảo luận tại từng khoa về tương lai của chương trình tiến sĩ, chưa phải quy định mới được Harvard áp dụng.
Đánh giá bằng trao đổi trực tiếp, không chỉ bằng bài nộp
Vấn đề được nhóm tác giả đặt ra là AI đang thay đổi cách một công trình toán học được tạo ra. Nếu trước đây bản luận án thường được dùng để đánh giá kiến thức và thành tựu nghiên cứu độc lập của một nghiên cứu sinh, thì nay, theo báo cáo, chỉ xem văn bản ấy không còn là cách đánh giá đáng tin cậy. Nhóm tác giả vì thế đề xuất không cấp bằng tiến sĩ chủ yếu dựa trên nội dung văn bản luận án.
Báo cáo đưa ra các khuyến nghị về đào tạo tiến sĩ toán trong thời đại AI sau cuộc họp tại Harvard ngày 17-18/9. Ảnh chụp màn hình: Harvard CMSA.
Điều này không có nghĩa luận án bị loại bỏ. Báo cáo vẫn yêu cầu luận án là một đóng góp học thuật nguyên gốc. Tuy nhiên, bản thảo cần trở thành nền tảng cho một buổi bảo vệ nghiêm túc, nơi nghiên cứu sinh chứng minh mình hiểu và làm chủ toàn bộ nội dung đã trình bày.
Nhóm tác giả cũng gợi ý nhìn nhận đóng góp nguyên gốc rộng hơn việc tìm ra lời chứng minh đầu tiên cho một mệnh đề. Một nghiên cứu sinh có thể đóng góp bằng cách phát hiện hiện tượng toán học mới, phát triển phương pháp, đặt ra câu hỏi có ý nghĩa hoặc tìm thấy mối liên hệ với lĩnh vực khác. Theo báo cáo, yêu cầu luận án phải ghi lại lời chứng minh đầu tiên cho một kết quả cụ thể có thể không còn phù hợp trong mọi trường hợp, nhất là khi AI có thể bất ngờ đẩy nhanh quá trình tạo ra lời chứng minh.
Để biết nghiên cứu sinh thực sự hiểu công việc của mình đến đâu, báo cáo đề xuất các cuộc đánh giá trực tiếp với nhiều giảng viên trong suốt quá trình học. Ở giai đoạn xây dựng kiến thức nền, việc kiểm tra có thể gồm thi viết hoặc vấn đáp tại chỗ. Khi bước vào nghiên cứu, nghiên cứu sinh nên trình bày kế hoạch và tiến độ trước hội đồng ít nhất mỗi năm một lần, đồng thời nhận được phản hồi có ý nghĩa.
Một buổi học toán tại Harvard, nơi sinh viên cùng giải bài trên bảng. Ảnh: Harvard Gazette.
Một hình thức khác được gợi ý là yêu cầu nghiên cứu sinh bảo vệ đề cương: giải thích vì sao chọn đề tài, công trình liên quan nằm ở đâu và dự định hoàn thành luận án như thế nào. Buổi bảo vệ cuối cùng cũng phải kiểm tra nghiêm túc mức độ làm chủ công trình, thay vì chỉ xác nhận rằng người học đã nộp một bản thảo đạt yêu cầu.
Sự thay đổi này bắt đầu từ cả những bài tập thường ngày. Nhóm tác giả cho rằng giải bài tập về nhà vẫn là phần thiết yếu của việc học toán, nhưng cho điểm chủ yếu dựa trên lời giải nộp bằng văn bản không còn hợp lý khi người học có thể dễ dàng lấy lời giải từ AI. Họ gợi ý kết hợp thêm thuyết trình, dự án, bài kiểm tra và vấn đáp để đánh giá mức độ hiểu bài.
AI có thể được sử dụng, nhưng người nghiên cứu phải chịu trách nhiệm
Báo cáo không đề xuất cấm nghiên cứu sinh dùng AI. Ngược lại, nhóm tác giả cho rằng các chương trình nên tạo điều kiện để sinh viên tiếp cận công cụ này, song việc sử dụng không bắt buộc và cần được trao đổi cụ thể, thường xuyên với người hướng dẫn.
Các cách dùng được nêu trong báo cáo trải từ tìm tài liệu, sửa câu chữ, viết mã, kiểm tra lập luận cho đến gợi ý ý tưởng và tạo lời chứng minh. Nhóm tác giả thừa nhận họ có những quan điểm khác nhau về việc cách dùng nào hữu ích hoặc có thể cản trở sự phát triển trí tuệ của người học. Nguyên tắc họ đưa ra là AI nên giúp nghiên cứu sinh hiểu nhanh hơn, chứ không thay họ thực hiện phần tư duy cần thiết để học cách nghiên cứu.
Để biết nghiên cứu sinh thực sự hiểu công việc của mình đến đâu, báo cáo đề xuất các cuộc đánh giá trực tiếp với nhiều giảng viên trong suốt quá trình học của nghiên cứu sinh đó. Ảnh: Harvard Gazette.
Bên cạnh đó là những yêu cầu về trách nhiệm học thuật: người đứng tên công trình phải hiểu và chịu trách nhiệm về tính đúng đắn của nội dung; việc dùng AI phải được công khai cụ thể; và trước khi đưa tài liệu liên quan đến người khác vào một hệ thống AI, cần có sự đồng ý rõ ràng của các bên liên quan.
Nhóm tác giả nhấn mạnh họ không đưa ra một bộ quy tắc cố định cho mọi chương trình tiến sĩ toán. Báo cáo là lời mời các khoa xem lại cách đào tạo và đánh giá trong bối cảnh công cụ nghiên cứu thay đổi nhanh chóng. Câu hỏi xuyên suốt vẫn là làm sao xác nhận người nhận bằng tiến sĩ có kiến thức, khả năng phán đoán và đóng góp độc lập, dù họ đã sử dụng AI trong quá trình làm việc.
Nguồn: Harvard Math, Summit Report