Bài 6 - Sử dụng AI có trách nhiệm trong học tập và nghiên cứu

Bộ nguyên tắc cá nhân về sử dụng AI minh bạch, có kiểm chứng và không thay thế tư duy học thuật.

Bộ nguyên tắc cá nhân về sử dụng AI minh bạch, có kiểm chứng và không thay thế tư duy học thuật.

Tải tài liệu gốc

Trường: Đại học Công nghệ, Đại học Quốc gia Hà Nội (VNU-UET)

Sinh viên thực hiện: Nguyễn Hoàng Minh Khôi

I. Nghiên cứu chính sách sử dụng AI trong môi trường học thuật

Chính sách học thuật đặt nền tảng cho việc dùng AI minh bạch và có trách nhiệm.

1.1. Tóm tắt chính sách và quy định liên quan tại VNU

Hiện tại, Đại học Quốc gia Hà Nội (VNU) và trường Đại học Công nghệ (UET) luôn đề cao tính liêm chính học thuật. Dù các văn bản pháp quy mới nhất đang liên tục được cập nhật để bắt kịp tốc độ phát triển của Trí tuệ Nhân tạo (GenAI), tinh thần chung về đạo đức học thuật vẫn được quy định rõ ràng trong các quy chế đào tạo tín chỉ và nội quy sinh viên. Cụ thể, mọi hành vi sao chép ý tưởng, dữ liệu, hoặc đoạn văn (bao gồm cả nội dung được hỗ trợ bởi AI) mà không trích dẫn nguồn đều bị coi là đạo văn và vi phạm kỷ luật. AI nên được sử dụng như công cụ hỗ trợ tìm tài liệu, sửa lỗi ngữ pháp hoặc gợi ý ý tưởng; phần hiểu bài, chọn lọc và hoàn thiện vẫn phải do sinh viên thực hiện.

1.2. Nhận định cá nhân

Sinh viên cần chủ động đọc hướng dẫn, đối chiếu quy định và tự chịu trách nhiệm với bài nộp.

So sánh với các trường đại học lớn trên thế giới (như MIT hay Stanford), chính sách hiện tại của các trường đại học tại Việt Nam đang ở giai đoạn chuyển giao, thiên về việc nâng cao nhận thức hơn là cấm đoán hoàn toàn. Theo quan điểm cá nhân, đây là một hướng tiếp cận đúng đắn. Việc cấm AI là bất khả thi và đi ngược lại xu thế công nghệ, đặc biệt là với sinh viên khối ngành công nghệ. Thay vì ngăn cấm, nhà trường cần có các hướng dẫn chi tiết về cách trích dẫn AI chuẩn mực (như APA hoặc IEEE), đồng thời thay đổi hình thức đánh giá (tăng cường vấn đáp, bảo vệ đồ án) để đo lường năng lực thực sự của người học thay vì chỉ chấm điểm dựa trên văn bản nộp.

II. Thực hiện nhiệm vụ học tập với sự hỗ trợ của AI

AI phù hợp nhất khi đóng vai trò trợ lý học tập, giúp lập dàn ý và kiểm tra cách hiểu.

2.1. Mô tả nhiệm vụ

Nhiệm vụ: Tổng hợp lý thuyết, lập dàn ý và xây dựng tài liệu ôn tập hệ thống trên Notion cho học phần "Cấu trúc dữ liệu và Giải thuật" (Data Structures and Algorithms - DSA), cụ thể là phần thuật toán sắp xếp (Sorting Algorithms).

Công cụ AI sử dụng: ChatGPT (OpenAI, phiên bản GPT-4o).

2.2. Ghi chép quá trình tương tác (Prompt & Output)

2.3. Đánh giá, chỉnh sửa và tích hợp

Đánh giá: Đầu ra của AI rất nhanh và cấu trúc tốt. Tuy nhiên, ở phần ví dụ Quick Sort, AI giải thích quá dài dòng ở các bước không hoán đổi, gây nhiễu thông tin khi đưa vào tài liệu ôn tập nhanh. Mã C++ sử dụng thư viện chung <bits/stdc++.h> thay vì các thư viện cụ thể, không đúng với chuẩn code an toàn được dạy trên lớp.

Chỉnh sửa: Tôi đã lược bỏ các bước mô tả thừa trong văn bản của AI, chỉ giữ lại các mốc thay đổi trạng thái mảng quan trọng. Trong mã C++, tôi thay thế thư viện, viết lại phần comment bằng tiếng Việt theo cách hiểu của mình và thêm các câu lệnh cout để in mảng sau mỗi bước đệ quy nhằm phục vụ việc debug trực quan.

Tích hợp: Các bảng so sánh và lý thuyết đã chỉnh sửa được đưa trực tiếp vào hệ thống Notion cá nhân dưới dạng các khối Toggle List để dễ dàng ôn tập theo phương pháp Spaced Repetition (Active Recall).

2.4. Trích dẫn việc sử dụng AI

Toàn bộ phần mã giả và bảng so sánh độ phức tạp thời gian trong tài liệu Notion được tổng hợp với sự hỗ trợ của mô hình ngôn ngữ lớn. Trích dẫn theo chuẩn APA 7th Edition:

OpenAI. (2026). ChatGPT (Phiên bản GPT-4o) [Mô hình ngôn ngữ lớn]. https://chat.openai.com/

III. Phân tích các vấn đề đạo đức liên quan đến AI trong học thuật

3.1. Ranh giới giữa hỗ trợ hợp lý và gian lận học thuật

Ranh giới quan trọng là người học vẫn phải hiểu, chọn lọc và quyết định nội dung cuối cùng.

Sự khác biệt cốt lõi nằm ở "quyền làm chủ tri thức". Hỗ trợ hợp lý là khi sinh viên dùng AI như một người hướng dẫn (tutor): yêu cầu giải thích một khái niệm khó, tạo outline báo cáo, hoặc tìm lỗi sai trong đoạn code. Ở đây, sinh viên vẫn phải đọc, hiểu, chọn lọc và ra quyết định cuối cùng. Ngược lại, gian lận học thuật xảy ra khi sinh viên vượt qua ranh giới này, dùng AI để làm thay toàn bộ bài: sao chép nguyên văn toàn bộ bài luận, báo cáo hoặc nộp mã nguồn được tạo với sự hỗ trợ của AI mà không hiểu cơ chế hoạt động của nó. Hành vi này phá vỡ hợp đồng đánh giá năng lực giữa nhà trường và sinh viên.

3.2. Vấn đề về quyền sở hữu trí tuệ và trích dẫn

Khi dùng AI, sinh viên cần chú ý đến nguồn dữ liệu, trích dẫn và quyền sở hữu trí tuệ.

Khi dùng công cụ AI, sinh viên cần chú ý đến vấn đề nguồn dữ liệu và bản quyền nội dung. Tôi cho rằng cách sử dụng phù hợp là đọc kết quả như một gợi ý ban đầu, sau đó tự diễn đạt, kiểm tra lại bằng tài liệu đáng tin cậy và ghi nhận cách dùng công cụ nếu nó ảnh hưởng trực tiếp đến bài nộp.

3.3. Tác động đến quá trình học tập và phát triển kỹ năng

Về mặt tích cực, AI giúp cá nhân hóa lộ trình học, giải đáp thắc mắc 24/7 và đẩy nhanh tốc độ nghiên cứu. Tuy nhiên, nguy cơ lớn nhất là "sự xói mòn tư duy phản biện" (Critical Thinking Erosion) và "ảo giác về năng lực". Nếu lạm dụng AI để giải quyết mọi bài tập lập trình hay toán học, não bộ sinh viên sẽ mất đi cơ hội rèn luyện khả năng tư duy logic qua quá trình "thử và sai" (trial and error). Khi đối mặt với các bài toán thực tế phức tạp không có sẵn trên mạng, hoặc khi bước vào phòng thi không có Internet, sự phụ thuộc này sẽ dẫn đến sự sụp đổ về mặt kỹ năng chuyên môn.

IV. Bộ nguyên tắc cá nhân về sử dụng AI có trách nhiệm

Bộ nguyên tắc cá nhân giúp việc sử dụng AI rõ ràng, có kiểm chứng và an toàn hơn.

Dựa trên các phân tích đạo đức trên, tôi tự thiết lập bộ 6 nguyên tắc cốt lõi khi sử dụng AI trong suốt quá trình học tập tại VNU-UET:

AI là Người hướng dẫn, không phải Người làm thay: Chỉ sử dụng AI để giải thích khái niệm, gợi ý hướng đi hoặc tìm lỗi; tuyệt đối không dùng AI để tạo ra toàn bộ sản phẩm cuối cùng.

Luôn kiểm chứng chéo (Fact-Check): AI có thể tạo ra "ảo giác" (hallucination). Mọi số liệu, trích dẫn học thuật, hoặc kiến thức chuyên ngành do AI cung cấp đều phải được đối chiếu lại với giáo trình hoặc tài liệu chính thống.

Minh bạch và khai báo: Luôn ghi rõ nguồn AI (tên mô hình, phiên bản, nhà phát triển) và mô tả cách thức ứng dụng công cụ đó trong bài tập lớn/báo cáo theo chuẩn trích dẫn.

Không nhập dữ liệu nhạy cảm: Tuyệt đối không đưa các dữ liệu chưa công bố của phòng lab, mã nguồn bản quyền của công ty/trường học, hoặc thông tin cá nhân lên các công cụ AI công cộng.

Làm chủ kết quả cuối cùng: Tôi phải hiểu rõ 100% từng dòng chữ, từng dòng code có trong bài nộp của mình và sẵn sàng bảo vệ/giải thích chúng trước giảng viên bất cứ lúc nào.

Bảo vệ tư duy phản biện: Trước khi hỏi AI một bài toán khó, phải tự suy nghĩ và phác thảo hướng giải quyết trong ít nhất 15-30 phút. Không để AI lấy đi đặc quyền được "tư duy" của não bộ.

V. Infographic: Sử dụng AI có trách nhiệm trong học thuật

🎓 6 NGUYÊN TẮC VÀNG:

SỬ DỤNG AI TRONG HỌC THUẬT

(Học thông minh hơn - Đạo đức hơn)

Kết luận: Gian lận AI mang lại điểm số tạm thời, nhưng lấy đi năng lực vĩnh viễn.

--- Hết báo cáo ---

Nhận xét và nâng cấp nội dung

Bài 6 cần được xem như cam kết cá nhân về liêm chính học thuật: dùng AI để học tốt hơn, không dùng AI để che giấu năng lực thật.

Bộ nguyên tắc 6 điểm giúp phân biệt rõ hỗ trợ hợp lý và gian lận, đồng thời bảo vệ dữ liệu cá nhân khi dùng công cụ AI công cộng.

Bảng tổng hợp từ báo cáo

Bảng 1

BướcCâu lệnh (Prompt) của sinh viênĐầu ra (Output) của AI (Tóm tắt)
1. Khởi tạo"Đóng vai là một trợ lý giảng dạy môn DSA. Hãy lập một bảng so sánh ngắn gọn về độ phức tạp thời gian (Time Complexity) của 3 thuật toán: Bubble Sort, Merge Sort và Quick Sort ở các trường hợp Best, Average và Worst case."AI cung cấp một bảng Markdown chuẩn xác so sánh $O(n^2)$, $O(n \log n)$ của 3 thuật toán trên, kèm theo một dòng giải thích ngắn về không gian lưu trữ (Space Complexity).
2. Mở rộng"Hãy giải thích chi tiết cơ chế phân hoạch (Partitioning) của Quick Sort bằng một ví dụ thực tế sử dụng mảng [8, 3, 1, 7, 0, 10, 2], chọn phần tử cuối làm pivot."AI mô tả từng bước hoán đổi (swap) các phần tử dựa trên pivot = 2. Cung cấp trạng thái mảng sau mỗi lần duyệt và vị trí chốt cuối cùng của pivot.
3. Mã hóa"Viết mã C++ mô phỏng lại quá trình trên, yêu cầu tối ưu hóa và có comment giải thích rõ ràng."AI xuất ra một đoạn code C++ với hàm partition và quickSort. Code chạy đúng logic, biến đặt tên theo chuẩn.

Bảng 2

1. ĐỊNH VỊ VAI TRÒ AI là trợ lý (Co-pilot), không phải tác giả (Auto-pilot). Bạn là người lái chính, nắm giữ vô lăng quyết định.2. KIỂM CHỨNG CHÉO Tin tưởng nhưng phải xác minh. AI có thể bịa đặt dữ liệu (hallucination). Luôn đối chiếu với tài liệu gốc.3. BẢO VỆ CHẤT XÁM Tự nghĩ trước khi hỏi. Hãy dành ít nhất 15 phút tư duy để tránh thui chột khả năng phản biện của não bộ.
4. KHAI BÁO MINH BẠCH Trung thực là cốt lõi. Trích dẫn rõ ràng công cụ AI đã dùng và cách bạn sử dụng chúng trong bài làm.5. BẢO MẬT DỮ LIỆU Tuyệt đối không rò rỉ. Không đưa thông tin nhạy cảm, bài làm chưa công bố lên các chatbox công cộng.6. LÀM CHỦ KẾT QUẢ Hiểu những gì mình nộp. Bạn phải giải thích được 100% nội dung (kể cả code) nếu giảng viên yêu cầu.

6 nguyên tắc vàng

Định vị vai trò

AI là trợ lý, không phải tác giả.

Kiểm chứng chéo

Luôn đối chiếu với tài liệu gốc.

Bảo vệ chất xám

Tự suy nghĩ trước khi hỏi AI.

Khai báo minh bạch

Trích dẫn công cụ và cách sử dụng.

Bảo mật dữ liệu

Không nhập thông tin nhạy cảm vào công cụ công cộng.

Làm chủ kết quả

Hiểu và giải thích được toàn bộ nội dung nộp.