Cái giá tiềm ẩn của AI: Tại sao sự sụt giảm kiến thức phải mất hai năm mới lộ diện

Trong khi các công cụ AI hứa hẹn mang lại hiệu suất chưa từng có, một nghiên cứu quy mô lớn mới đây đã tiết lộ một nghịch lý đáng lo ngại: học sinh càng "thuê ngoài" (outsource) việc học cho AI, kiến thức nền tảng của các em càng bị xói mòn theo thời gian. Nghiên cứu này nhấn mạnh một "độ trễ học tập" (learning lag) nghiêm trọng, khiến những thiệt hại dài hạn từ việc phụ thuộc vào AI trở nên khó nhận biết trong ngắn hạn.

Bẫy hiệu suất: Bài tập về nhà tốt hơn, nhưng kết quả thi kém đi

Một nghiên cứu theo dõi 26.000 học sinh cho thấy việc sử dụng AI đã tăng vọt từ mức gần như bằng không lên khoảng 80% sau khi các mô hình như DeepSeek V2.5 và DeepSeek R1 ra mắt. Tác động tức thì lên năng suất là không thể phủ nhận. Trong vòng sáu tháng kể từ khi áp dụng AI, điểm số bài tập về nhà của học sinh tăng 18%, trong khi thời gian trung bình cho mỗi bài tập giảm mạnh từ 64 phút xuống chỉ còn 45 phút.

Tuy nhiên, hiệu suất này đi kèm với một cái giá đắt về nhận thức. Trong khi điểm bài tập về nhà tăng lên, điểm các kỳ thi tháng (thi kín sách) lại giảm 20%. Dữ liệu cho thấy đối với 81% người dùng lâu dài, điểm số cao và thời gian hoàn thành nhanh chóng không phải là dấu hiệu của sự tinh thông, mà là chỉ báo của việc "thuê ngoài" — sử dụng AI để né tránh nỗ lực tư duy cần thiết cho việc học thực sự.

Độ trễ hai năm trong sự suy giảm nhận thức

Có lẽ phát hiện quan trọng nhất chính là tính chất trì hoãn của những tổn thất học tập này. Trong khi kết quả các kỳ thi định kỳ giảm xuống trong vòng sáu tháng, tác động lên các kỳ thi tuyển sinh quan trọng — như Zhongkao và Gaokao — phải mất khoảng hai năm mới đạt đến mức độ đầy đủ. Các nhà nghiên cứu quan sát thấy điểm thi tuyển sinh giảm từ 18% đến 24% chỉ sau khoảng thời gian hai năm này.

"Cái giá tiềm ẩn" này giải thích tại sao các nhà giáo dục và các nhà hoạch định chính sách phản ứng chậm trễ. Vì tác động tổng thể lên điểm trung bình của học sinh tích tụ chậm, quy mô đầy đủ của cuộc khủng hoảng giáo dục vẫn vô hình cho đến khi thiệt hại đã ăn sâu bám rễ.

Phân tích tác động: Các môn học và nhân khẩu học

Sự xói mòn kiến thức không diễn ra đồng đều ở tất cả các ngành học. Trái với những giả định phổ biến rằng AI chủ yếu ảnh hưởng đến toán học hoặc lập trình, nghiên cứu cho thấy các môn khoa học xã hội chịu sự sụt giảm đáng kể nhất:

  • Khoa học Xã hội (Chính trị, Địa lý): giảm 27%
  • Các môn STEM: giảm 22%
  • Tiếng Anh: giảm 17%
  • Tiếng Trung: giảm 9%

Dữ liệu nhân khẩu học cũng tiết lộ những lỗ hổng cụ thể. Học sinh nhỏ tuổi hơn ở các trường trung học cơ sở có mức tổn thất cao hơn (24%) so với học sinh lớn tuổi hơn (17%), và nam sinh chịu ảnh hưởng nặng nề hơn nữ sinh (21,6% so với 18,4%), phần lớn là do tỷ lệ sử dụng cao hơn. Đáng chú ý nhất, những học sinh có thành tích xuất sắc nhất lại chịu thiệt hại nặng nề nhất, với nhóm một phần ba học sinh đứng đầu có kết quả thi giảm 24%.

Hướng tới việc học tập thích ứng với AI

Nghiên cứu kết luận rằng bản thân AI không gây hại; thay vào đó, thiệt hại xảy ra khi nó thay thế tư duy độc lập. Những học sinh sử dụng AI như một gia sư — duy trì thời gian hoàn thành bài tập tương đương với những người không sử dụng — thực tế lại đạt kết quả thi tốt hơn.

Để chống lại "đại dịch thuê ngoài" này, các chuyên gia đề xuất một sự thay đổi căn bản trong phương pháp sư phạm. Thay vì kiểm soát các bài tập về nhà do AI tạo ra, các nhà giáo dục nên chuyển trọng tâm chấm điểm sang các bài đánh giá trực tiếp, kín sách. Như dữ liệu đã chứng minh, khi "tín hiệu" từ điểm số bài tập về nhà bị làm sai lệch bởi AI, thước đo đáng tin cậy duy nhất về trí tuệ thực sự vẫn là khả năng thực hiện mà không cần sự hỗ trợ kỹ thuật số.

Các điểm chính cần lưu ý

  • Tín hiệu "thuê ngoài": Điểm bài tập về nhà cao kết hợp với thời gian hoàn thành nhanh chóng và điểm thi thấp là những chỉ báo chính của sự phụ thuộc vào AI thay vì việc học thực sự.
  • Biểu hiện trì hoãn: Tác động thực sự của AI đối với kết quả học tập quan trọng có thể mất tới hai năm mới bộc lộ đầy đủ, che lấp đi cái giá giáo dục dài hạn.
  • Sự tổn thương theo môn học: Trong khi STEM thường là trọng tâm của các cuộc thảo luận về AI, các môn khoa học xã hội lại trải qua sự sụt giảm kiến thức mạnh mẽ nhất ở mức 27%.