Chúng ta đã nói nhiều về những gì AI có thể làm cho học sinh, nhưng lại hiếm khi bàn đến những tác động mà AI đã “gây ra” đối với các em.
Cái tác động mà tôi nhắc tới không phải là mất tập trung hoặc gian lận, mà là một thứ sâu xa hơn. Nó đã diễn ra ngay trong cách con người lập luận, đánh giá và ra quyết định. Nói chung, đó là thứ mà hầu hết các nhà giáo dục vẫn chưa đặt tên được.
Những nhà nghiên cứu từ Wharton tạm đặt tên nó là “đầu hàng nhận thức” (cognitive surrender).
Tôi thích khái niệm này ngay khi tôi bắt gặp nó. Shaw và Nave (2026) sử dụng khái niệm này trong bài nghiên cứu của mình để mô tả một mô hình mà họ quan sát được qua ba thí nghiệm: con người chấp nhận kết quả do AI tạo ra mà chưa xem xét kỹ lưỡng, cụ thể là bỏ qua cả trực giác và suy luận. Điều này không phải là do người tham gia (thí nghiệm) lười biếng hay thờ ơ, mà là do AI trả lời rất nhanh, nghe rất trôi chảy và có vẻ đúng.
Điều này đáng để mọi nhà giáo dục phải lưu tâm.
Kết quả của ba thí nghiệm
Trong ba thí nghiệm, người tham gia được yêu cầu nhờ AI trong hơn một nửa lượt thử nghiệm. Hiệu suất của họ phụ thuộc vào chất lượng lời khuyên của AI: phản hồi đúng từ AI cải thiện độ chính xác, còn phản hồi sai đôi khi làm giảm hiệu suất xuống dưới mức khi không dùng AI. Khi được AI hỗ trợ, người tham gia cũng tự tin hơn, ngay cả khi họ trả lời sai. Những nhà nghiên cứu gọi đây là hiện tượng “đầu hàng nhận thức” vì người dùng AI bắt đầu chuyển giao nỗ lực, đánh giá và trách nhiệm cho hệ thống mà không xem xét kỹ lưỡng kết quả đầu ra.
Kết quả nghiên cứu
Trong nghiên cứu này, Shaw và Nave lập luận rằng mô hình tư duy hai hệ thống, vốn được giảng dạy trong Tâm lý học trong nhiều thập kỷ (Hệ thống 1 – trực giác, Hệ thống 2 – phân tích), không còn phản ánh đầy đủ cách con người suy luận trong môi trường mà AI đã can thiệp sâu rộng.
Họ đề xuất một khung lý thuyết mới là lý thuyết Ba hệ thống. Lý thuyết này bổ sung tầng thứ ba, gọi là Hệ thống 3, đại diện cho khả năng nhận thức dựa trên thuật toán của AI. Hệ thống thứ ba này có thể bổ trợ cho quá trình suy luận của con người, nhưng đồng thời cũng có thể lấn át hoặc tệ hơn là thay thế hoàn toàn quá trình suy luận ấy.
Phát hiện then chốt của nghiên cứu là: trong cả ba thí nghiệm, người tham dự dựa vào AI trong hơn một nửa lượt thử nghiệm, và độ chính xác của họ bám sát độ chính xác của AI, chứ không phản ánh năng lực suy luận thực sự của họ.
Khi AI trả lời đúng, hiệu suất cũng tăng đáng kể. Khi AI trả lời sai, hiệu suất giảm xuống dưới mức cơ bản, mức mà họ có thể đạt được khi không dùng AI.
Đó là hiện tượng đầu hàng nhận thức trong thực tế.
Vì sao điều này lại quan trọng với giáo dục?
Các tác giả định nghĩa đầu hàng nhận thức thế này:
“Xu hướng hành vi và động lực khiến con người phó thác nỗ lực, phán đoán và trách nhiệm cho kết quả đầu ra của Hệ thống 3, đặc biệt là khi kết quả đó được đưa ra một cách trôi chảy, tự tin và với mức độ cản trở tối thiểu.”
Họ cũng phân biệt đầu hàng nhận thức với giảm tải nhận thức (cognitive offloading). Giảm tải nhận thức, chẳng hạn như khi chúng ta sử dụng máy tính hoặc viết ghi chú trên điện thoại, mang tính chiến lược và gắn với một nhiệm vụ cụ thể. Còn đầu hàng nhận thức thì đi xa hơn:
“Khác với giảm tải nhận thức, thường mang tính chiến lược và gắn với một nhiệm vụ cụ thể (ví dụ như dùng GPS để định vị), đầu hàng nhận thức hàm chứa một chuyển giao năng lực tự chủ sâu xa hơn. Trong khi giảm tải nhận thức là ủy thác có chủ đích một phần quá trình suy xét, trong đó con người sử dụng công cụ để hỗ trợ quá trình suy luận của mình; ngược lại, đầu hàng nhận thức là từ bỏ mà không phản biện quá trình suy luận ấy. Nó không chỉ đơn thuần phản ánh việc sử dụng hỗ trợ bên ngoài, mà còn là buông bỏ quyền kiểm soát nhận thức: người sử dụng chấp nhận câu trả lời của AI mà không đánh giá phản biện và lấy câu trả lời đó thay thế cho suy luận của mình. Trong khi thiên kiến tự động hóa (automation bias) tập trung vào những lỗi cụ thể do bỏ sót hoặc sai sót khi con người tương tác với các công cụ tự động, đầu hàng nhận thức mô tả một khuynh hướng rộng hơn về sự phụ thuộc nhận thức vào AI. Trong các trường hợp về dầu hàng nhận thức, người dùng không chỉ làm theo Hệ thống 3 mà còn ngừng quá trình tư duy có chủ đích (deliberative thinking).
Sự khác biệt này có ý nghĩa rất lớn trong môi trường giáo dục. Một học sinh sử dụng AI để sắp xếp các ghi chép của mình thì gọi là giảm tải nhận thức. Một học sinh nhập prompt vào ChatGPT và nộp nguyên văn thì gọi là đầu hàng nhận thức. Trường hợp 1 gọi là chiến lược sử dụng công cụ, trường hợp 2 gọi là từ bỏ tư duy.
“Vấn đề” về sự tự tin
Một phát hiện từ nghiên cứu đặc biệt khiến tôi chú ý là: sử dụng AI làm gia tăng mức độ tự tin của người tham gia ngay cả khi họ trả lời sai. Con người cảm thấy chắc chắn hơn về câu trả lời của mình khi sử dụng AI, bất chấp câu trả lời đó đúng hay sai.
Trong môi trường giáo dục, đây là một kết hợp nguy hiểm. Một học sinh trả lời sai và biết mình có thể sai thì vẫn có thể học từ lỗi sai ấy. Còn một học sinh trả lời sai và tin chắc mình đúng thì sao? Học sinh ấy sẽ ngừng học và vòng lặp phản hồi (feedback loop) bị phá vỡ.
Điều gì giúp ích và điều gì không?
Những nhà nghiên cứu cũng kiểm tra xem điều gì có thể làm giảm đầu hàng nhận thức. Áp lực thời gian khiến khả năng suy luận của con người kém đi, nhưng không làm mất xu hướng phó thác cho AI. AI chỉ giúp giảm bớt áp lực khi nó đưa ra câu trả lời đúng, nhưng lại khuếch đại sai lầm khi đưa ra câu trả lời sai.
Điều gì thực sự giúp ích trong trường hợp này? Đó là các cơ chế khuyến khích hiệu suất và phản hồi theo thời gian thực (real-time feedback). Khi người tham gia có động lực quan tâm đến độ chính xác và có thể theo dõi kết quả của bản thân, họ bắt đầu từ chối câu trả lời sai của AI thường xuyên hơn. Họ khôi phục và tái kích hoạt quá trình tư duy có chủ đích của mình.
Đây là một phát hiện mà các nhà giáo dục có thể đưa vào thực tiễn. Cơ chế trách nhiệm giải trình có cấu trúc và phản hồi kịp thời có thể giúp học sinh thoát khỏi trạng thái tư duy theo chế độ tự động (autopilot).
Sự khác biệt giữa các cá nhân cũng đóng vai trò quan trọng. Những người có mức độ tin tưởng cao hơn dễ bị đầu hàng nhận thức hơn. Những người có nhu cầu nhận thức mạnh mẽ và trí thông minh linh hoạt (fluid intelligence) cao hơn thì ít có xu hướng chấp nhận lời khuyên của AI mà không phản biện.
Hạn chế cần lưu ý
Shaw và Nave trình bày nghiên cứu này dưới dạng bản thảo nghiên cứu (working paper). Cả ba thí nghiệm đều được đăng ký trước, qua đó tăng tính minh bạch của thiết kế nghiên cứu, nhưng bài nghiên cứu vẫn có thể được điều chỉnh sau khi qua các vòng phản biện và đánh giá tiếp theo. Các phát hiện này rất đáng chú ý và có tính nhất quán giữa các thí nghiệm đã được thực hiện. Tuy vậy, ở thời điểm hiện tại, không nên xem đây là kết luận cuối cùng về cách AI tác động đến khả năng suy luận của con người trong các nhóm đối tượng, lĩnh vực học tập và môi trường giáo dục khác nhau.
Điều này có ý nghĩa gì đối với cách chúng ta giảng dạy?
Tôi đã lập luận khá lâu rằng rủi ro lớn nhất mà AI đặt ra cho giáo dục không phải là đạo văn. Dữ liệu ngày càng cho thấy nó đúng. Mối nguy lớn hơn nằm ở chỗ học sinh ngừng sử dụng khả năng suy luận của mình và không nhận thức được điều đó.
Bài nghiên cứu này cung cấp một khung lý thuyết và một tên gọi cho hiện tượng mà nhiều người trong chúng ta đã quan sát được trong thực tiễn. Đó là học sinh sử dụng AI nhưng không thể giải thích được bài luận của các em đang thực sự tranh luận điều gì. Đó là bài tập nhóm mà các thành viên phó thác cho ChatGPT. Hay là một buổi thảo luận trên lớp nhanh chóng đi vào ngõ cụt khi học sinh đã hỏi AI trước đó và có được câu trả lời tương đối hoàn chỉnh.
Đầu hàng nhận thức giải thích được tất cả các hiện tượng đó.
Và theo dữ liệu nghiên cứu, giải pháp không phải là cấm AI. Giải pháp là xây dựng môi trường học tập nơi học sinh có động lực để tư duy phản biện, nhận được phản hồi thực chất về quá trình suy luận của mình và hình thành thói quen đặt câu hỏi cho câu trả lời của AI và cho cả những kết luận do mình đưa ra.
Đó chính là sư phạm. Và từ trước đến nay, bản chất của sư phạm luôn là như vậy. AI chỉ khiến điều đó cấp thiết hơn.
- Yêu cầu học sinh tự đưa ra câu trả lời hoặc phán đoán trước khi tham khảo AI.
- Đưa cho học sinh những câu trả lời sai sót có chủ ý của AI và yêu cầu các em xác định những sai sót đó.
- Yêu cầu học sinh đưa ra bằng chứng để giải thích lý do các em chấp nhận hay bác bỏ một nhận định do AI tạo ra.
- Yêu cầu học sinh ghi lại những trường hợp AI khiến các em thay đổi câu trả lời ban đầu và giải thích vì sao.
- Phản hồi về chất lượng quá trình suy luận của học sinh, chứ không chỉ đánh giá câu trả lời là đúng hay sai.
- Đưa vào các phần giải thích hoặc phản tư ngắn bằng hình thức trả lời miệng, qua đó buộc học sinh phải chịu trách nhiệm về những quyết định được đưa ra với sự hỗ trợ của AI.
Tài liệu tham khảo
Shaw, S. D., & Nave, G. (2026). Thinking fast, slow, and artificial: How AI is reshaping human reasoning and the rise of cognitive surrender. Working paper, The Wharton School, University of Pennsylvania. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6097646
Bài viết gốc: Cognitive Surrender: How AI Is Quietly Reshaping the Way We Think