GS Trần Thế Truyền, Trưởng bộ phận AI, Sức khỏe và Khoa học, Viện AI Ứng dụng, Đại học Deakin, Australia cho rằng, dưới sự tác động của trí tuệ nhân tạo (AI), cách nhìn nhận về nhân tài và nhân lực chất lượng cao sẽ thay đổi. Trong đó, năng lực giải quyết vấn đề khi gặp tình huống mới lạ so với các thứ mình đã biết có lẽ là tiêu chí cơ bản đánh giá chất lượng cao. Ngoài chuyên môn sâu ra cần có năng lực rộng hơn chuyên môn sâu của mình đã học. Việc có bằng ĐH ở trường uy tín là điều kiện cần nhưng chưa đủ vì thế giới đang thay đổi nhiều về cách thức đào tạo con người và đánh giá chất lượng.
![]()
GS Trần Thế Truyền, Trưởng bộ phận AI, Sức khỏe và Khoa học, Viện AI Ứng dụng, Đại học Deakin, Australia.
'Một trong yếu tố cơ bản quan trọng nhất là khả năng đáp ứng với sự thay đổi rất nhanh của khoa học kỹ thuật và môi trường. Trong 2 năm qua AI đã làm thay đổi rất nhiều, những người có khả năng đáp ứng nhanh trước sự thay đổi sẽ được đánh giá cao hơn và sẽ sống sót trong sự đào thải của khoa học kỹ thuật. Tôi nghĩ có lẽ sự nhìn nhận về nhân tài và nhân lực chất lượng cao sẽ thay đổi', GS Truyền nói.
Cần trang bị năng lực đánh giá tri thức AI
Trò chuyện về tác động của AI, đặc biệt với lĩnh vực đào tạo, GS Trần Thế Truyền cho biết, AI là loại năng lực sử dụng trí thông minh nên không giới hạn ở phạm vi công nghệ hay một lĩnh vực hẹp mà nó có thể vận dụng bất kỳ nơi nào con người cần trí thông minh. Hiện nay, AI ảnh hưởng không chỉ đến các ngành kỹ thuật mà đến mọi mặt của đời sống.
Đối với đào tạo, ảnh hưởng rõ rệt nhất là hầu hết tri thức phổ thông mang tính phổ quát đều có thể truy vấn từ AI và AI có thể giao tiếp tự nhiên với con người. Học sinh, sinh viên cần gì có thể hỏi trực tiếp AI. Tuy nhiên, không phải lúc nào AI cũng có câu trả lời chính xác, bởi công nghệ mang tính xấp xỉ, người dùng cần có kỹ năng để sử dụng AI một cách hiệu quả. Cũng chính vì vậy, hình thức đào tạo phải thay đổi.
Để phát huy tối đa lợi ích mà AI đem lại đồng thời làm chủ được AI, các trường đại học cần tập trung cao hơn, đào tạo sâu hơn kỹ năng để người học đánh giá được độ tin cậy từ những câu trả lời do AI tạo ra.
'Chúng ta phải thay đổi cách nhìn nhận về đào tạo con người hay đánh giá tri thức mà người học nhớ được. Trong bối cảnh có quá nhiều tri thức để nhớ, có những thứ không cần thiết thì chúng ta cần một năng lực khác là năng lực đánh giá tri thức AI. Chúng ta cần kỹ năng phản biện, từ đó kiểm soát được mức độ chính xác những thông tin kiến thức mà AI đưa lại. Vấn đề này tác động đến việc giảng dạy của giáo viên. Trong đó, kỹ năng đặt câu hỏi phản biện càng tốt thì chúng ta càng có những câu trả lời hay, chuẩn xác', GS Trần Thế Truyền cho hay.
GS Trần Thế Truyền cho hay, có 2 kỹ năng cần, đó là kỹ năng đặt câu hỏi và kỹ năng đánh giá câu trả lời. Trước đây những kỹ năng này thường ở phía người thầy, nhưng hiện nay học trò cũng cần có. Và người thầy có thể đóng vai trò khác đi. Thay vì chỉ đóng vai trò truyền đạt kiến thức như trước đây, người thầy nên đóng vai trò của một người động viên, khích lệ nhiều hơn và phát triển tư duy sắc sảo của học trò.
Không có hệ thống giáo dục cứng nhắc cho sự phát triển thần tốc của AI
Trao đổi kỹ hơn về việc làm thế nào để hệ thống giáo dục có thể thích ứng và thay đổi để đào tạo ra những thế hệ kỹ sư AI đáp ứng được nhu cầu của tương lai, GS Nguyễn Thế Truyền cho hay, với sự phát triển thần tốc của AI hiện nay, không có hệ thống giáo dục cứng nhắc nào phù hợp hoàn toàn. Nhà trường cũng không thể đảm bảo đào tạo mọi kỹ năng cần thiết cho một kỹ sư AI để đáp ứng công việc thực tế, vốn rất đa dạng. Sách giáo khoa và chương trình hàn lâm thường thay đổi chậm, hơi trễ hơn so với kỳ vọng thực tế. Khoảng cách giữa kết quả nghiên cứu lý thuyết và ứng dụng thực hành đang rút ngắn dần. Những yếu tố đó tạo ra một khoảng trống, hiện đang được bù đắp bởi các khóa ngắn hạn, thiên về thực hành bên ngoài đại học.
![]()
GS Trần Thế Truyền với bài giảng đại chúng về Giải Nobel Vật lý năm 2024 cho hàng trăm sinh viên Trường ĐH Khoa học Tự nhiên, ĐHQGHN.
'Như đã nói, AI là một sự kỳ vọng vào việc tạo ra những hệ thống có năng lực tư duy, đảm nhận được những công việc đòi hỏi trí năng cao. Phương pháp luận AI hiện đại gắn liền với lập trình trên hệ thống điện toán hiệu năng cao, lấy cảm hứng từ khoa học nhận thức, dựa trên nền Toán thống kê và dữ liệu lớn. Vì thế việc đào tạo cần theo kịp những yêu cầu này', GS Truyền nói.
Tuy nhiên, theo GS Truyền, không có gì đảm bảo phương pháp luận hiện nay sẽ là duy nhất hay đứng vững trong thập niên tiếp theo. Vì công nghệ AI biến đổi liên tục, việc chủ động cập nhật chương trình giảng dạy hàng năm là cần thiết. Lấy ví dụ, chỉ 3 năm trước đây, khái niệm AI tạo sinh (Generative AI) còn rất mơ hồ, thì hiện nay cả thế giới đều đang sử dụng. Ba năm trước, chúng ta cần 6 tháng hay 1 năm để xây dựng một ứng dụng AI hoàn chỉnh từ việc thu thập, gán nhãn hàng chục ngàn điểm dữ liệu, cho đến phát triển mô hình và triển khai hệ thống. Ngược lại, AI tạo sinh ngày nay cho phép chúng ta đánh giá nhanh chóng tính khả thi của ý tưởng dựa trên kỹ thuật lời nhắc (prompt engineering), học trong văn cảnh (in-context learning) chỉ với vài điểm dữ liệu và kỹ thuật tinh chỉnh hệ thống. Thậm chí AI còn có thể giúp lập trình cho chính AI, điều mà chỉ hai năm trước thôi là không thể.
Tác động của AI lên xã hội hiện đại là rất lớn, có thể thay đổi gốc rễ cách chúng ta tương tác với thế giới, làm việc, sáng tạo, giao tiếp và giải trí. Vì thế, chúng ta cần đào tạo kỹ sư AI để không chỉ trở thành một nhà công nghệ, người hiểu rõ bản chất của AI cũng như những hạn chế của nó, mà còn phải thấu hiểu hệ quả của công việc của mình với con người và môi trường sống nói chung.
Ở nhiều nước, AI đã được đưa vào giảng dạy ở chương trình phổ thông. Ở chiều ngược lại, nhiều chủ đề và phương thức đào tạo AI trước đây chỉ dành cho bậc sau đại học thì hiện đã được đưa vào chương trình đại học. Cần đào tạo năng lực tự học, học liên tục, học suốt đời. Khoảng cách giữa nghiên cứu lý thuyết và triển khai thực tế ngày càng ngắn đi, vì thế còn cần đào tạo kỹ sư AI năng lực đọc hiểu bài báo nghiên cứu và nhanh chóng biến nó thành kiến thức của mình.
Nhiều thuận lợi để Việt Nam trở thành một quốc gia cạnh tranh về AI
GS Trần Thế Truyền cho hay, năng lực cạnh tranh AI chủ yếu nằm ở vốn con người. Ở đâu có mật độ tài năng AI đủ dày sẽ thu hút đầu tư vốn tài chính và công nghệ, theo đó lại thu hút thêm tài năng. Chênh lệch về giá trị tạo ra giữa các tài năng AI là rất lớn, mức ảnh hưởng có thể khác nhau hàng trăm, hàng nghìn lần giữa một tài năng xuất chúng và một kỹ sư trung bình.
Việt Nam đang có rất nhiều thuận lợi để trở thành một quốc gia cạnh tranh về AI với chính sách cởi mở trong một thế giới kết nối mạnh mẽ. Chúng ta có dân số đông trên 100 triệu người.
Hằng năm có khoảng 1 triệu học sinh tốt nghiệp phổ thông trung học, là nguồn nhân lực trẻ dồi dào. Gia đình Việt Nam đầu tư cho giáo dục rất lớn. Internet của chúng ta tốc độ khá cao và cởi mở. Giao tiếp quốc tế bằng tiếng Anh đã trở lên tương đối dễ dàng. Đào tạo Toán ở phổ thông tốt. Năng lực đào tạo lập trình ở đại học khá mạnh. Việc đào tạo AI ở bậc đại học và sau đại học hiện đang được đầu tư mạnh mẽ trong và ngoài hệ thống giáo dục chính thống. Việc khai thác hệ sinh thái mã nguồn mở AI hiện rất thuận tiện. Hệ sinh thái AI trong nước đã hình thành, đang phát triển mạnh mẽ. Người Việt làm AI ở nước ngoài đạt đẳng cấp quốc tế bắt đầu nhiều lên, bắt đầu có những đóng góp tích cực trở lại cho đất nước. Hiện nay Việt Nam là một điểm thu hút đầu tư AI tại Đông Nam Á.
'Đó là những tiền đề thuận lợi để Việt Nam xây dựng vốn con người, phát huy nội lực để tiên phong trong AI', GS Truyền cho hay.
GS Trần Thế Truyền là cựu sinh viên hệ cử nhân Khoa học tài năng Vật lý Khoá 1 (K42), Trường Đại học Khoa học Tự nhiên (ĐH Quốc gia Hà Nội). Năm 1997, ông nhận học bổng du học tại ĐH Melbourne và nhận bằng Cử nhân Khoa học từ Đại học Melbourne năm 2001. Ông nhận bằng Tiến sĩ Khoa học Máy tính từ Đại học Curtin năm 2008. Sau khi tốt nghiệp, ông dành một năm làm việc trong ngành công nghiệp, sau đó 3 năm tại Đại học Curtin trước khi chuyển đến Đại học Deakin.
Hiện GS Trần Thế Truyền là Trưởng bộ phận AI, Sức khỏe và Khoa học, Viện AI Ứng dụng, Đại học Deakin. Trong vai trò này, ông dẫn dắt một nhóm nghiên cứu nhằm phát triển trí tuệ nhân tạo và ứng dụng công nghệ này để thúc đẩy các lĩnh vực khoa học, kỹ thuật và y học.
Hiện nay, công việc của GS bao gồm nghiên cứu và khám phá phân tử và vật liệu, cũng như phát triển các phương pháp khám phá tự động dựa trên dữ liệu và các cách tiếp cận trí tuệ nhân tạo hướng Vật lý.
Copy link
Quay lại
