Ngày 30/6/2026, công ty AI Mỹ Anthropic ra mắt Claude Science, một nền tảng AI dành riêng cho nghiên cứu khoa học, tích hợp công cụ, tài nguyên tính toán và tạo kết quả có thể kiểm tra. Sự kiện này đánh dấu bước chuyển từ AI trò chuyện sang AI chuyên nghiệp trong quy trình nghiên cứu, đặt ra câu hỏi: khi AI trở thành 'bạn đồng hành' trong nghiên cứu, ai sẽ giữ ranh giới đào tạo học thuật?

AI hỗ trợ nghiên cứu: khác biệt lớn giữa các ngành

Nghiên cứu của giảng viên Cai Fen, Đại học Khoa học và Công nghệ Bắc Kinh, dựa trên khảo sát 14.371 tiến sĩ toàn quốc năm 2024, cho thấy: sinh viên ngành khoa học tự nhiên, kỹ thuật, nông nghiệp, y học (đặc biệt là máy tính) sử dụng AI hỗ trợ nghiên cứu nhiều hơn, trong khi ngành nhân văn và xã hội sử dụng ít hơn. Sinh viên nhân văn chủ yếu dùng AI cho công việc đầu quy trình (tìm tài liệu, hình thành ý tưởng), còn sinh viên kỹ thuật dùng cho công việc cuối (viết mã, phân tích dữ liệu).

Trên mạng xã hội, các chủ đề như 'cách dùng AI viết tổng quan tài liệu', 'giảm tỷ lệ AI trong bài' xuất hiện thường xuyên. Cai Fen nhận xét: AI đã thâm nhập sâu vào đào tạo nghiên cứu sinh, nhưng nhu cầu khác nhau theo giai đoạn và ngành học.

Sinh viên nói gì về việc dùng AI?

Xie Li (biệt danh), nghiên cứu sinh năm nhất ngành an ninh mạng tại Đại học Tứ Xuyên, cho biết: 'Tôi đọc tài liệu trước, tìm hướng đi, rồi hỏi AI xem có nghiên cứu tương tự không, ý tưởng có khả thi không.' Nhờ AI, cô có thể nhanh chóng đánh giá và thực hiện ý tưởng, rút ngắn thời gian từ ý tưởng đến thực nghiệm. Tuy nhiên, cô nhấn mạnh: 'AI chỉ là công cụ bên ngoài, quan trọng là rèn luyện năng lực cơ bản.'

Sun Yu (biệt danh), sinh viên năm nhất thạc sĩ luật thương mại tại Đại học Tài chính Chiết Giang, chia sẻ: 'Không thể dùng AI khi chưa có kiến thức nền tảng. Phải xây dựng hệ thống kiến thức trước.' Anh từng dùng AI để tiết kiệm thời gian, nhưng phát hiện AI có thể sai lệch trong tìm tài liệu và xây dựng ngôn ngữ, khiến anh mất thêm thời gian kiểm tra. 'Đối với nghiên cứu luật, nhiều vấn đề không có đúng sai tuyệt đối, giá trị nằm ở lập luận trong bối cảnh cụ thể. AI đưa ra câu trả lời có vẻ hoàn chỉnh nhưng chưa chắc đáng tin cậy.'

Quy tắc của trường đại học và nỗi lo 'tỷ lệ AI'

Để đối phó với việc sinh viên dùng AI viết luận văn, nhiều trường đại học Trung Quốc đã ban hành quy định, đặt ra 'ngưỡng tỷ lệ AI' từ 20% đến 40% tùy ngành. Cuối năm 2024, Đại học Phục Đán ban hành quy định thí điểm về sử dụng AI trong luận văn cử nhân. Tháng 11/2025, Đại học Thanh Hoa công bố 'Nguyên tắc hướng dẫn ứng dụng AI trong giáo dục', yêu cầu công bố việc sử dụng AI, cấm sao chép trực tiếp nội dung do AI tạo ra, và nhấn mạnh giám sát của giảng viên hướng dẫn.

Han Fang (biệt danh), cử nhân ngành công tác xã hội Đại học Khoa học và Công nghệ Bắc Kinh, thử dùng AI để giảm tỷ lệ AI trong bài, nhưng phát hiện AI chỉnh sửa làm câu văn trở nên 'kỳ cục', mất mạch lạc. Cai Fen cho rằng: 'Việc xoay quanh kết quả kiểm tra AI để viết lại, sửa đổi, né tránh thực chất phản ánh sự lo lắng của sinh viên trước sự không rõ ràng của quy tắc.' Bà đề xuất nhà trường không nên chỉ dựa vào điểm số kiểm tra, mà cần xây dựng quy tắc rõ ràng, quản lý quy trình, kết hợp đánh giá của giảng viên, giải trình của sinh viên và kiểm tra tài liệu tham khảo.

Giá trị của đào tạo: không chỉ là công cụ

Cai Fen nhấn mạnh: 'Giá trị của viết luận văn không chỉ là tạo ra văn bản, mà là rèn luyện ý thức vấn đề, đọc tài liệu, suy luận logic và diễn đạt học thuật.' Bà cho rằng không thể đánh đồng việc dùng AI viết với gian lận; quan trọng là AI giúp giảm gánh nặng cơ học hay thay thế phán đoán cốt lõi.

Wang Nan (biệt danh), nghiên cứu sinh năm thứ 6 ngành khoa học sự sống tại Đại học Đồng Tế, nhận thấy sinh viên năm đầu có thể dùng AI để hoàn thành các tác vụ mã phức tạp. Tuy nhiên, anh phát hiện vấn đề tiềm ẩn: 'Mã do AI tạo ra hiếm khi chạy lỗi, khiến sinh viên lơ là, không hiểu tại sao mã lại hoạt động.' Đối với các tác vụ chuyên ngành, mã AI có thể chạy nhưng sai tham số, dẫn đến kết quả sai mà vẫn có vẻ hợp lý. 'Nếu không hiểu logic đằng sau, sinh viên sẽ bỏ lỡ kết luận đúng.'

Wang Nan nhận thấy mô hình học tập đang thay đổi: từ 'học cách làm nghiên cứu' sang 'học cách dùng AI làm nghiên cứu'. Đào tạo trong thời đại AI không chỉ là nắm vững công cụ, mà là duy trì khả năng hiểu và phán đoán khi có sự can thiệp của công cụ.

Cai Fen kết luận: 'AI khó thay thế khả năng đặt câu hỏi nguyên bản, nhạy cảm lý thuyết, phán đoán phương pháp, kinh nghiệm thực địa, giải thích dữ liệu và đánh giá giá trị học thuật. Những năng lực này cần được hình thành qua quá trình đọc, viết, thảo luận và hướng dẫn lâu dài.'

Ảnh: Pavel Danilyuk / Pexels