Việc tích hợp AI vào giáo dục đã gây ra một cuộc thảo luận sôi nổi về những lợi ích tiềm năng và hạn chế của công nghệ này. Những lợi ích có thể bao gồm trải nghiệm học tập được cá nhân hóa và hiệu quả hơn cũng như tăng khả năng tiếp cận thông tin. Những thách thức cũng có thể tập trung vào các mối quan tâm về quyền riêng tư, các cân nhắc về đạo đức và khả năng các hệ thống AI có thể bảo vệ các thành kiến hiện có. Trước những vấn đề phức tạp xung quanh AI trong giáo dục và khoa học, Tọa đàm nhấn mạnh tầm quan trọng của việc cân nhắc những lợi ích và thách thức của công nghệ AI để đưa ra quyết định sáng suốt. Các trường đại học, cơ sở giáo dục đào tạo cần xem xét việc kết hợp học máy, phân tích dữ liệu, mô hình ngôn ngữ lớn, AI và đạo đức kỹ thuật số vào các khóa học, chương trình đào tạo để trang bị cho sinh viên, người học những công cụ hữu ích nhất để tự tin bước vào nền kinh tế số và xã hội số.

Phát biểu tại Tọa đàm, PGS.TS. Nguyễn Trúc Lê - Chủ tịch Hội đồng Trường Đại học Kinh tế - ĐHQGHN nhấn mạnh AI đã và đang ngày càng trở thành một công cụ hữu hiệu trong việc quản trị đại học thông minh, giúp các trường đại học nâng cao chất lượng giáo dục, cải thiện quản lý và tối ưu hóa nguồn lực. Các trường đại học trên thế giới đang không ngừng nghiên cứu và ứng dụng công nghệ AI để đáp ứng nhu cầu giáo dục ngày càng cao của xã hội. Theo đó, ngành giáo dục Việt Nam phải nhanh chóng tiếp cận theo các yêu cầu: Giảng viên, người học sẽ phải thay đổi, điều chỉnh như thế nào để tận dụng được những lợi thế và giảm thiểu những tác động tiêu cực, những mặt trái của công nghệ mang lại? Các trường đại học cần làm gì để quản trị đại học thông minh hơn? 

Đi sau vào nội dung, chương trình diễn ra với 3 tham luận và phiên thảo luận bàn tròn đan xen giữa chuyên gia, nhà khoa học có hàm lượng chuyên môn cao.

Bàn về phát triển ứng dụng dựa vào mô hình ngôn ngữ lớn, TS. Nguyễn Văn Vinh – chuyên gia về dịch máy đến từ Trường Đại học Công nghệ đã chỉ ra khả năng và giới hạn của mô hình ngôn ngữ lớn (Large Language Model - LLM), trong đó ChatGPT là một ví dụ điển hình. Cụ thể, về khả năng của LLM, công cụ này giúp người sử dụng đọc hiểu và tạo văn bản, nắm bắt được ý nghĩa của các câu lệnh, tiến hành hỏi và đáp trên miền mở, xử lý đa ngôn ngữ và trợ giúp người dùng trong các nhiệm vụ khác nhau. Tuy nhiên, về giới hạn của công cụ LLM, công cụ này cung cấp các thông tin không chính xác, không đáng tin cậy và không được kiểm chứng một cách cặn kẽ. Ngoài ra, câu trả lời từ công cụ LLM phụ thuộc rất nhiều vào hướng dẫn từ các câu lệnh. Khả năng suy luận logic, toán học, tính lập luận của LLM cũng thể hiện nhiều hạn chế và thiếu tính chính xác. Người sử dụng gặp khó khăn trong việc kiểm soát đầu ra theo ý muốn của mình.

Bàn về ứng dụng AI trong nghiên cứu và đào tạo kinh tế, NCS. Nguyễn Tiến Chương – Khoa Tài chính Ngân hàng, Trường Đại học Kinh tế cho rằng các mô hình học máy (Machine Learning - ML) yêu cầu lượng dữ liệu lớn và tài nguyên tính toán phong phú. Bên cạnh đó, các mô hình ML có xu hướng bị quá khớp (overfitting) và có thể khó diễn giải. Hầu hết các mô hình ML không có sai số chuẩn, trong khi các mô hình thống kê khác vẫn chưa được xác định rõ ràng, điều này có thể gây khó khăn cho việc rút ra kết luận từ kết quả. Theo thống kê của tác giả, các nhà nghiên cứu từ các tổ chức được xếp hạng cao hơn thường tập trung vào nghiên cứu AI nhiều hơn cũng như tuyển dụng các nhà nghiên cứu AI nhiều hơn. Ngoài ra, công cụ ML ngày càng được sử dụng nhiều trong kinh tế học nhằm xử lý dữ liệu phi truyền thống và xử lý dữ liệu truyền thống ở quy mô lớn, hướng tới cải thiện độ chính xác của dự đoán, trích xuất thông tin mới hoặc tự động hóa việc trích xuất tính năng.

Với tham luận về chủ đề AI, ML, dữ liệu phi cấu trúc và ứng dụng trong nghiên cứu lịch sử và lịch sử kinh tế, ThS. Hồ Bảo Lâm – Khoa Kinh tế Chính trị, Trường Đại học Kinh tế khẳng định những xu hướng mới trong nghiên cứu kinh tế học và lịch sử kinh tế đề cập tới việc sử dụng công cụ học máy để giải quyết vấn đề thiếu hụt về mặt dữ liệu định lượng. Nhờ công cụ ML, một lượng lớn các dữ liệu đính tính và phi cấu trúc có thể được chuyển sang dữ liệu tính toán được và mang lại một cuộc cách mạng cho phân tích kinh tế học và lịch sử kinh tế. Các loại dữ liệu tiềm năng sẽ được công cụ học máy khai thác hiệu quả gồm: các lưu trữ lịch sử và văn kiện thư viện chưa được số hóa và định lượng hóa, dữ liệu dưới dạng hình ảnh như vệ tinh và ảnh chụp trên không, các phán quyết của tòa án, các quyết định của chính phủ và quốc hội, cũng như các dữ liệu chứa trong tệp tin âm thanh và hình ảnh. Học máy và học sâu có thể là giải pháp để định lượng hóa các loại dữ liệu kể trên và có nhiều tiềm năng ứng dụng vào các nghiên cứu liên ngành (nhân văn, khoa học xã hội, khoa học máy tính…).

Trong nội dung thảo luận bàn tròn, các nhà nghiên cứu tập trung khai thác cơ hội và tiềm năng từ ứng dụng AI nhằm hướng tới giáo dục đại học thông minh. TS. Hồ Tường Vinh (Phó Chủ tịch Hội đồng Khoa học và Đào tạo - Khoa Quốc tế Pháp ngữ) cho rằng với sự phát triển như vũ bão, AI có xu hướng phát triển bằng cách sử dụng các thuật toán học máy để học từ dữ liệu và tự động tối ưu hóa các kết quả. Các nhà khoa học máy tính, các công ty công nghệ cũng đang phát triển các công nghệ như học sâu và học tăng cường để đạt được các mục tiêu cao hơn. Tuy nhiên, AI vẫn chưa thể hoàn toàn thay thế con người trong mọi lĩnh vực. Thực tế, con người đã bắt đầu ứng dụng AI vào nhiều thứ cả trước khi ChatGPT ra đời. Con người vẫn cần thiết trong việc tạo ra và kiểm soát các hệ thống AI cũng như thực hiện các nhiệm vụ mà chỉ con người mới có thể làm được. Tuy nhiên, AI vẫn đặt ra nhiều thách thức đòi hỏi cần có các giải pháp cấp thiết.

Thảo luận về chủ đề liệu AI có nhiều tiềm năng ứng dụng vào hình thức thi vấn đáp và nâng cao chất lượng đánh giá khảo thí của sinh viên nói chung hay không, PGS.TS. Hoàng Văn Xiêm (Chủ nhiệm Bộ môn Kỹ thuật Robot - Trường Đại học Công nghệ) nêu quan điểm sử dụng AI để đặt ra các câu hỏi vấn đáp là một trong những ứng dụng tiềm năng của công nghệ này. Vai trò của giảng viên sẽ thay đổi đáng kể. Nhiều chức năng của AI sẽ có tiềm năng thay thế nhiều chức năng giảng dạy và khảo thí của giảng viên. Tuy nhiên, giáo dục cách đọc câu hỏi và tạo động lực cho sinh viên sẽ trở nên quan trọng hơn. Giảng viên cần trang bị cho sinh viên các kỹ năng cơ bản để sử dụng AI hiệu quả, đồng thời giúp sinh viên hiểu được tầm quan trọng của việc đặt câu hỏi và phân tích dữ liệu để tạo ra kết quả chính xác và đáng tin cậy. Bên cạnh đó, giảng viên cần thúc đẩy sự phát triển của kỹ năng tư duy phản biện và khả năng đưa ra các câu hỏi thú vị và sáng tạo.

TS. Vũ Quốc Hiển (Giảng viên Khoa Tài chính Ngân hàng - Trường Đại học Kinh tế) nhấn mạnh trong đại dịch COVID-19, giáo dục đã trở thành một trong những lĩnh vực mà các ứng dụng robot và máy tính được áp dụng rộng rãi. Các nền tảng học trực tuyến như Zoom đã giúp giảng viên và sinh viên tiếp tục học tập một cách an toàn và thuận tiện. Việc sử dụng công nghệ này không chỉ giảm thiểu rủi ro lây nhiễm mà còn tiết kiệm thời gian và chi phí cho các bên liên quan. Tuy nhiên, dù có thể thay thế một số công việc con người, AI và robot chắc chắn không thể thay thế được con người về mặt đạo đức. Vì máy tính và robot chỉ là những công cụ, không có khả năng đánh giá một tình huống hay đưa ra quyết định theo cách mà con người có thể làm được. Đạo đức là một khía cạnh của con người, yêu cầu năng lực phán đoán và khả năng đưa ra quyết định trách nhiệm. Vì vậy, việc ứng dụng các công nghệ này trong các lĩnh vực đòi hỏi vấn đề đạo đức cần được cân nhắc kỹ lưỡng để đảm bảo rằng chúng sẽ hỗ trợ và không thay thế con người.

Cũng theo TS. Vũ Quốc Hiển, trong lĩnh vực đào tạo về kinh tế - tài chính, sinh viên trong bối cảnh AI sẽ đối mặt đồng thời với những cơ hội và thách thức. Khi một công nghệ mới ra mắt, tài chính là một trong những lĩnh vực đầu tiên được quan tâm bởi tác động rộng rãi của nó và khối lượng dữ liệu lớn được tạo ra. Các công nghệ tiên tiến như AI và Blockchain đã tạo ra những đột phá đáng kể trong lĩnh vực tài chính, góp phần xây dựng nên những ứng dụng Fintech tuyệt vời. Tuy nhiên, ở nhiều trường đại học, các môn học vẫn giữ nguyên phương pháp truyền thống, dẫn đến việc sinh viên tốn nhiều thời gian và công sức để phải đào tạo lại sau khi ra trường để thích ứng với thị trường. Vì vậy, nhu cầu cải tiến các chương trình đào tạo để phù hợp với xu hướng phát triển là điều cấp thiết. Trong bối cảnh đó, Khoa Tài chính - Ngân hàng thuộc Trường Đại học Kinh tế đã cho ra đời chương trình đào tạo Fintech bằng tiếng Việt, giúp sinh viên Việt Nam có thể tiếp cận và phát triển trong lĩnh vực này một cách dễ dàng hơn.

TS. Vũ Quốc Hiển gợi ý, để sẵn sàng cho sự phát triển của AI, sinh viên cần có cách tiếp cận phù hợp khi học tập. Thay vì sợ hãi và tránh xa, sinh viên nên tiếp tục học hỏi và nghiên cứu về AI để có thể hiểu rõ hơn về công nghệ này và sử dụng nó một cách hiệu quả. Sinh viên cần phải tìm hiểu về các tiến bộ trong lĩnh vực AI và ứng dụng của chúng trong các ngành công nghiệp khác nhau. Ngoài ra, việc tiếp cận với AI từ trên ghế nhà trường có thể giúp sinh viên có được chuyên môn sâu hơn về các công nghệ mới nhất. Thông qua các khóa học đào tạo, hội thảo và nghiên cứu, sinh viên có thể có kiến thức và kỹ năng cần thiết để làm việc với AI trong tương lai.

Trong bối cảnh mới của Chat GPT và AI nói chung cũng như bối cảnh nghề nghiệp của sinh viên, TS. Hồ Tường Vinh gợi ý về hành trang cho sinh viên để chuẩn bị tốt hơn trong bối cảnh mới này. Công nghệ đã trở nên thân thiện hơn rất nhiều, cung cấp cho chúng ta nhiều công cụ hữu ích trong cuộc sống hàng ngày. Chúng ta cần mạnh dạn tiếp cận với công nghệ nhiều hơn để không bị tụt lại phía sau trong cuộc cách mạng công nghiệp 4.0. Việc học lập trình và tiếp cận công nghệ sẽ giúp chúng ta trang bị các kỹ năng cần thiết cho công việc hiện tại và tương lai, từ đó nâng cao năng suất và đóng góp cho sự phát triển của xã hội. Để hạn chế sự rụt rè và khó khăn khi bắt đầu tiếp cận công nghệ, chúng ta có thể bắt đầu bằng cách học các khóa học trực tuyến, tìm hiểu các ứng dụng thân thiện với người dùng, dần dần tăng cường kỹ năng và kiến thức của mình trong lĩnh vực công nghệ. Trong thời gian ngắn trải nghiệm công nghệ mới, sinh viên thường hay đưa ra những đánh giá còn chưa đầy đủ và chính xác. Để có một đánh giá chính xác, cần phải tiếp cận đánh giá sau khi đã trải nghiệm qua nhiều góc độ khác nhau.Điều này đặc biệt quan trọng đối với các công nghệ mới như AI và ChatGPT. Sinh viên cần có nhiều trải nghiệm hơn với các công nghệ này để biết rõ giới hạn của chúng và có thể ứng dụng chúng vào các vấn đề thực tế. Ví dụ, với ChatGPT, nó có thể được sử dụng để phát triển các chatbot để tương tác với khách hàng, nhưng cần phải xác định rõ các giới hạn và hạn chế của công nghệ này để đảm bảo tính hiệu quả và độ chính xác của chatbot. Vì vậy, sinh viên cần phải được tăng trải nghiệm với các công nghệ này để có thể hiểu rõ hơn và sử dụng chúng một cách hiệu quả, thực tiễn. Có thể thấy, trong tương lai, sự thông thạo dữ liệu và AI sẽ trở thành những kỹ năng then chốt trong tất cả các lĩnh vực học thuật. Người học cần tìm ra và áp dụng một cách tiếp cận thông minh về việc sử dụng các hệ thống này, đảm bảo tuân thủ các quy tắc của chính trực trong học thuật.

TS. Nguyễn Văn Vinh (chuyên gia về dịch máy thuộc Trường Đại học Công nghệ) nhấn mạnh khía cạnh tiềm năng để tăng cường giao lưu nghiên cứu giữa khoa học công nghệ và kinh tế học, đặc biệt ở khía cạnh thu thập dữ liệu. Như ChatGPT-4 đã chỉ ra, dữ liệu là nguyên liệu quan trọng cho mọi hệ thống AI; do đó để tăng khả năng huấn luyện và hiệu quả của hệ thống AI, các công ty thường thu thập dữ liệu của mình hoặc mua dữ liệu từ các bên thứ ba. Sự phát triển từ ChatGPT-3.0 và 3.5 lên ChatGPT-4 chủ yếu là tập trung vào số lượng dữ liệu. Các hãng công nghệ mua dữ liệu từ các bên thứ ba để tăng số lượng dữ liệu huấn lượng.Đối với sự kết hợp giữa khoa học công nghệ và kinh tế học, AI và công nghệ có rất nhiều tiềm năng ứng dụng về mặt kỹ thuật phân tích, tuy nhiên sự kết hợp này phải xuất phát từ các vấn đề cụ thể, và thường nảy sinh từ phía kinh tế và xã hội.

Tuy nhiên, TS. Nguyễn Văn Vinh cũng lưu ý về các rủi ro mà AI mang lại. AI và công nghệ đang đóng vai trò ngày càng quan trọng trong cuộc sống của chúng ta, đặc biệt trong lĩnh vực thu thập dữ liệu người dùng. Ngoài ra, việc thu thập dữ liệu trái phép đang trở thành một vấn đề đạo đức và pháp lý nghiêm trọng. Nó có thể xâm phạm sự riêng tư của người dùng và gây ra những hậu quả nghiêm trọng. Nếu thông tin cá nhân của người dùng bị lộ, họ có thể trở thành mục tiêu của các cuộc tấn công mạng, lừa đảo hoặc vi phạm quyền riêng tư. 

Hơn nữa, việc thu thập dữ liệu trái phép có thể gây ra sự mất cân bằng trong quyền lợi giữa người dùng và những tổ chức thu thập dữ liệu. Điều này có thể dẫn đến việc lạm dụng thông tin cá nhân của người dùng để đạt được lợi ích khác. Do đó, các nhà phát triển công nghệ và AI cần đảm bảo rằng việc thu thập dữ liệu được thực hiện theo đúng quy trình và có sự đồng ý của người dùng. Các cơ quan chức năng cần có các quy định pháp lý để kiểm soát việc thu thập và sử dụng dữ liệu người dùng.

Về việc trang bị kiến thức và kỹ năng về công nghệ mới cho đội ngũ giảng viên và nghiên cứu viên, TS. Hồ Tường Vinh lưu ý, trong thời đại của AI, việc thích nghi và sử dụng các công nghệ mới là cần thiết để không bị bỏ lại phía sau. Tuy nhiên, chúng ta cần hiểu rằng các công nghệ AI không phải lúc nào cũng đúng. Do đó, cần phải có sự phản biện và đối chứng trong việc sử dụng chúng. Theo một khảo sát trên tạp chí Nature với 800 độc giả, có đến 30% sử dụng AI để hỗ trợ trong việc xây dựng dàn ý và nội dung, 40% sử dụng AI để hỗ trợ viết bài và chỉ có 30% sử dụng AI để hỗ trợ ý tưởng. Điều này cho thấy AI đã trở thành một công cụ hỗ trợ quan trọng trong việc viết bài và nghiên cứu. Tuy nhiên, khi sử dụng AI, chúng ta cần phải là người chủ động và có sự phản biện đối với các câu trả lời được đưa ra bởi AI. Chúng ta cần phải cân nhắc và đánh giá kỹ lưỡng để đảm bảo tính chính xác và độ tin cậy của thông tin mà AI đưa ra. Trong tương lai, việc sử dụng AI sẽ ngày càng phổ biến và không thể tránh khỏi. Tuy nhiên, chúng ta cần phải thận trọng và có sự phản biện để đảm bảo tính chính xác và độ tin cậy của thông tin được đưa ra bởi AI.

Đưa ra ý kiến về bức tranh của đại học thông minh trong bối cảnh của AI nở rộ, PGS.TS. Hoàng Văn Xiêm cho rằng mô hình đại học thông minh là hình thức tổ chức đại học giúp con người trở nên thông minh hơn. Cách giảng dạy cũng ngày càng thay đổi đáng kể. Thay vì chỉ truyền đạt kiến thức, chúng ta đưa cho sinh viên các công cụ và phương pháp cần thiết để họ tự tìm hiểu và trải nghiệm. Sinh viên tiếp cận với lập trình từ sớm và được tiếp cận với những thực hành thực tế sẽ giúp họ học tập hiệu quả hơn.Theo diễn giả, trong bối cảnh công nghệ AI đang phát triển mạnh mẽ, vấn đề về quản lý nhà nước và hàm ý chính sách liên quan đến AI trở nên quan trọng hơn bao giờ hết. Chính phủ cần có những chính sách sâu hơn và rộng hơn để quản lý và điều hành các công cụ công nghệ mới như AI. Điều này đặc biệt quan trọng khi các công cụ này có thể có ảnh hưởng lớn đến việc hoạch định chính sách về kinh tế và xã hội. Chính phủ cần có một khung pháp lý để kiểm soát và quản lý các hoạt động liên quan đến AI, đồng thời cần tạo ra một môi trường đối tác với các nhà khoa học và doanh nghiệp để cùng nhau đưa ra những chính sách và quy định phù hợp với xu hướng phát triển của công nghệ. Ngoài ra, cần có các nghiên cứu và đánh giá liên tục về tác động của AI đến xã hội để có thể đưa ra các quyết định và chính sách phù hợp nhất.

Phát biểu tổng kết tọa đàm, TS. Phùng Danh Thắng (Chủ nhiệm Khoa Quốc tế Pháp ngữ) cho biết những mô hình liên kết giữa các đơn vị trong ĐHQGHN sẽ phát huy hơn thế mạnh về công nghệ, AI và các vấn đề khoa học, học thuật thuộc lĩnh vực kinh tế, tài chính; từ đó tạo ra những tiềm năng rất lớn cho sinh viên, người học để có thể tiếp cận những cơ hội mới trong quá trình phát triển nghề nghiệp, cho các nhà nghiên cứu trong việc sáng tạo và hợp tác học thuật, hướng tới sản phẩm công bố quốc tế có thứ hạng cao trên thế giới.

Tóm lại, Tọa đàm đã mở ra định hướng ứng dụng thực tiễn của AI, cải thiện chất lượng giáo dục và tăng tốc độ đổi mới công nghệ, hướng tới các giải pháp thông minh và hiệu quả hơn trong đào tạo. Trên cơ sở đó, các chương trình đào tạo của Trường Đại học Kinh tế và các đơn vị sẽ tận dụng tối đa những lợi thế mà AI đem lại, mang đến cho sinh viên, học viên một môi trường học tập số hóa, hiện đại với những kiến thức phù hợp xu thế thời cuộc.