Vì vậy, về mặt tích cực, trí tuệ nhân tạo sáng tạo (generative AI) có thể giúp thu hẹp khoảng cách giữa người giàu và người nghèo. Bây giờ, mọi người—không chỉ những người giàu có—cần quyết định xem giúp đỡ bao nhiêu là quá nhiều. Về mặt tiêu cực, những sinh viên ít đạo đức có khả năng sẽ vượt qua giới hạn, khiến những sinh viên có đạo đức hơn gặp bất lợi. Trong khi đó, các giám đốc tuyển sinh cần phải đấu tranh với việc liệu toàn bộ quy trình viết bài luận có còn cung cấp tín hiệu đáng tin cậy cho việc tuyển sinh hay không. Để giải quyết vấn đề đó, thật đáng để đặt câu hỏi tại sao bài luận và thư giới thiệu lại là một phần của quá trình tuyển sinh ngay từ đầu.
Ở hầu hết các quốc gia, việc tuyển sinh vào các trường đại học chọn lọc cao là một quy trình khá khách quan. Tại Ấn Độ, việc vào các Viện Công nghệ Ấn Độ (IITs) rất chọn lọc chỉ dựa trên Kỳ thi Đầu vào Chung (JEE). Các IIT nhận sinh viên có điểm thi cao nhất, cho phép một số chỉ tiêu cho các nhóm chưa được đại diện. Không chỉ những người có điểm cao nhất được chọn trường IIT mà họ còn được chọn chuyên ngành trước. Tại Ấn Độ, đây là một nỗ lực có chủ ý để tránh xa sự tham nhũng đã từng ảnh hưởng đến các tổ chức khác trong nước. Không có bất kỳ yếu tố chủ quan nào như bài luận, thư giới thiệu, hay hoạt động ngoại khóa liên quan. Ngược lại, các giám đốc tuyển sinh tại các trường đại học chọn lọc cao ở Hoa Kỳ sẽ nói về những điều chủ quan như “xây dựng một cộng đồng các nhà lãnh đạo tương lai đa dạng.” Vâng, họ dựa vào điểm thi và điểm trung bình (GPA) ở một mức độ nào đó, nhưng nhiều trường trong số này có thể lấp đầy lớp sinh viên năm nhất của họ nhiều lần với những sinh viên có điểm thi và GPA hoàn hảo.
Nói cách khác, tại một số trường hàng đầu, một nửa số ứng viên có điểm số và điểm thi cho thấy họ có thể thành công hơn cả nếu được nhận, nhưng trường chỉ có thể nhận 3-6% trong số họ. Điều này dẫn đến một quy trình rất chủ quan khi cố gắng đánh giá tính cách và câu chuyện của sinh viên qua bài luận, hoạt động ngoại khóa và thư giới thiệu. Liệu sinh viên có vượt qua được khó khăn không? Họ có vẻ hợp tác không? Họ có khả năng tạo ra ảnh hưởng đến thế giới một ngày nào đó không? Đây là những câu hỏi lớn và sâu sắc để hỏi về những người trẻ tuổi mới chỉ mười bảy hoặc mười tám tuổi. Tôi nghĩ nhiều người hoài nghi về khả năng của các nhân viên tuyển sinh trong việc đánh giá những phẩm chất này dựa trên một số bài luận và thư giới thiệu có thể bị ảnh hưởng từ bên ngoài.
Các hoạt động ngoại khóa có thể là một cách rõ ràng hơn để thể hiện khả năng lãnh đạo hoặc cam kết với cộng đồng của một sinh viên, nhưng điều này cũng có thể khó đánh giá. Sinh viên có giành chiến thắng trong hội chợ khoa học quốc tế một mình không? Có phải ngẫu nhiên khi thí nghiệm của họ nghiên cứu về bệnh tim và mẹ họ là một bác sĩ tim mạch? Công việc tình nguyện đó có thực sự có ý nghĩa hay chỉ là thứ nghe có vẻ ấn tượng? Tất cả những điều này đã dẫn đến sự ngẫu nhiên trong việc tuyển sinh đại học cạnh tranh ở Mỹ mà ai cũng có thể nhận thấy nếu đã tham gia vào quy trình này. Nhiều người thông minh nhất, hợp tác nhất và tự tin nhất đã bị từ chối nhiều hơn những gì người ta có thể mong đợi. Giả định thường là họ không được đại diện đầy đủ bởi những thư giới thiệu rực rỡ hoặc những bài luận độc đáo.
Ngược lại, nếu bạn đến thăm bất kỳ trường đại học chọn lọc cao nào, bạn sẽ gặp nhiều người trẻ ấn tượng. Bạn cũng có thể gặp nhiều người đang gặp khó khăn trong học tập hoặc không có vẻ như thể hiện những phẩm chất như khiêm tốn, hợp tác hoặc lãnh đạo. Hầu hết mọi người đều cho rằng những sinh viên này rất giỏi trong việc xây dựng một câu chuyện về bản thân và “chơi trò chơi” để đạt được điều đó—hoặc rằng gia đình họ giỏi trong việc thuê người làm điều này cho họ. Nhưng nếu chúng ta có thể có nhiều cách chuẩn hóa hơn để đánh giá các “kỹ năng mềm” như lãnh đạo, hợp tác, đồng cảm và phục vụ cộng đồng? Thậm chí tốt hơn, nếu điều này được kết hợp với việc đảm bảo năng lực học thuật sâu sắc? Hóa ra điều này đã tồn tại trước cả trí tuệ nhân tạo (AI), nhưng AI sẽ đưa mọi thứ lên một tầm cao mới.
Năm 2020, tôi đã khởi động Schoolhouse.world để cung cấp cho mọi người dịch vụ dạy kèm miễn phí qua Zoom. Điều này cần thiết hơn bao giờ hết, khi nhiều sinh viên đang bị tụt lại phía sau do đại dịch COVID-19. Chúng tôi đã có thể giữ cho dịch vụ này miễn phí bằng cách huy động các tình nguyện viên đã được kiểm tra để làm việc dạy kèm. Bước đầu tiên trong quy trình kiểm tra là đảm bảo các tình nguyện viên có kiến thức vững về tài liệu họ sẽ dạy. Họ phải làm các bài kiểm tra phù hợp trong khi một công cụ riêng biệt ghi lại khuôn mặt và màn hình của họ. Các tình nguyện viên phải giải thích lý do của họ một cách rõ ràng. Nếu họ đạt ít nhất 90% trong bài kiểm tra, video sẽ được gửi để đánh giá bởi các đồng nghiệp. Giả sử mọi thứ đều ổn, họ sẽ được phép bắt đầu hành trình dạy kèm của mình, điều này vẫn bao gồm nhiều bước kiểm tra và đào tạo về kỹ năng dạy kèm. Đây là một phương pháp nghiêm ngặt, đảm bảo chất lượng cho các gia sư.
Sau mỗi buổi dạy kèm, sinh viên sẽ đánh giá các tình nguyện viên. Các tình nguyện viên có một trang tóm tắt các môn học mà họ đã được chứng nhận, số lượng buổi dạy kèm họ đã thực hiện, điểm đánh giá trung bình và bất kỳ phản hồi chất lượng nào từ cộng đồng mà họ muốn làm nổi bật. Jim Nondorf, người đứng đầu bộ phận tuyển sinh tại Đại học Chicago, đã liên hệ với tôi ngay sau đó, hỏi liệu họ có thể sử dụng bảng điểm của các gia sư Schoolhouse.world cho việc tuyển sinh đại học không. Lý do của ông là bất kỳ học sinh trung học nào là một gia sư được đánh giá cao, chẳng hạn như về giải tích, chắc chắn biết rõ tài liệu, đặc biệt là khi xem xét quy trình kiểm tra nghiêm ngặt của chúng tôi. Hơn nữa, nếu họ đã thực hiện nhiều buổi dạy kèm và được đánh giá cao, họ cũng có khả năng có những kỹ năng lãnh đạo, giao tiếp và đồng cảm mạnh mẽ, chưa kể đến cam kết giúp đỡ người khác bằng cách dành hàng giờ để dạy kèm miễn phí.
Chúng tôi nghĩ đây là một ý tưởng tuyệt vời, và vào mùa thu năm đó, Đại học Chicago đã biến bảng điểm Schoolhouse.world thành một phần tùy chọn trong quy trình ứng tuyển của họ. Đến vòng tuyển sinh tiếp theo, MIT cũng đã tham gia. Ba năm sau, danh sách đã tăng lên mười tám trường đại học, bao gồm Yale, Brown, Caltech, Georgia Tech và Columbia, với nhiều trường khác được thêm vào mỗi năm. Tất cả họ đều đánh giá cao bảng điểm Schoolhouse.world vì cùng một lý do mà Jim Nondorf đã nêu: đây là một cách đo lường năng lực chuyên môn và các kỹ năng như giao tiếp, đồng cảm, phục vụ cộng đồng và lãnh đạo một cách chuẩn hóa và linh hoạt. Khác với trước đây, khi các nhân viên tuyển sinh không có nhiều thông tin để dựa vào nếu một sinh viên nói rằng họ tham gia vào các hoạt động phục vụ cộng đồng thường xuyên, trên bảng điểm Schoolhouse, mức độ và chất lượng của dịch vụ của họ được định lượng một cách chuẩn hóa.
Giải thích các thuật ngữ khó hiểu:
Trí tuệ nhân tạo sáng tạo (generative AI): Là công nghệ máy tính có khả năng tạo ra nội dung mới, chẳng hạn như văn bản, hình ảnh hoặc âm thanh, dựa trên dữ liệu mà nó đã học.
Kỳ thi Đầu vào Chung (JEE): Là một kỳ thi quan trọng ở Ấn Độ dùng để tuyển sinh vào các trường đại học kỹ thuật hàng đầu.
Điểm trung bình (GPA): Là một chỉ số thể hiện thành tích học tập của sinh viên, thường được tính dựa trên điểm số của các môn học.
Kỹ năng mềm: Là những kỹ năng không liên quan đến kiến thức chuyên môn mà liên quan đến cách giao tiếp, làm việc nhóm, lãnh đạo và tương tác với người khác.
Dạy kèm qua Zoom: Là hình thức dạy học trực tuyến thông qua ứng dụng Zoom, cho phép giáo viên và học sinh tương tác từ xa.
Dưới đây là bản dịch sang tiếng Việt của đoạn văn bạn đã cung cấp:
Thật gần như không thể giả vờ là một gia sư chất lượng cao qua hàng trăm buổi học. Chính vì vậy, tôi đã học được trong những cuộc trò chuyện đầu tiên với một số trường rằng sinh viên nộp bảng điểm này thường có tỷ lệ được nhận cao hơn so với nhóm rộng hơn. Một lợi ích phụ của điều này là nó cũng tạo động lực mạnh mẽ cho những học sinh trung học đầy tham vọng trở thành gia sư và giúp đỡ người khác. Trí tuệ nhân tạo (AI – artificial intelligence) đóng vai trò gì trong điều này? Trước hết, Schoolhouse.world đã sử dụng AI để cung cấp phản hồi cho các gia sư tình nguyện về các buổi học của họ. AI có thể “quan sát” các buổi học trên Zoom thông qua các bản ghi và đưa ra những gợi ý cho các gia sư về cách cải thiện. Trong tương lai gần, nó sẽ cung cấp cho các gia sư những mẹo theo thời gian thực về cách phục vụ học sinh tốt hơn. Cuối cùng, nó sẽ có khả năng cung cấp đánh giá về phong cách và khả năng của gia sư trên bảng điểm Schoolhouse.world, tạo thêm một thông tin phong phú cho các nhân viên tuyển sinh. Quan trọng nhất, ví dụ về Schoolhouse.world bắt đầu chỉ ra cách chúng ta có thể tưởng tượng lại quy trình tuyển sinh hoàn toàn với AI. Thay vì chỉ dựa vào bài luận hoặc thư giới thiệu, nếu AI có thể thực hiện các cuộc phỏng vấn dựa trên văn bản hoặc giọng nói với học sinh, cố vấn học đường và giáo viên? Một quy trình như của chúng tôi có thể đảm bảo rằng người được phỏng vấn ở một mình và không bị ai đó cung cấp câu trả lời. Cuối cùng, AI có thể sử dụng video, điều này sẽ khó cho một người có thể gian lận. AI phỏng vấn sẽ biết điểm số của học sinh, điểm SAT/ACT và các hoạt động ngoại khóa, sau đó sử dụng thông tin đó để cung cấp các tham chiếu chính xác. Học sinh vẫn có thể nộp bài luận và thư giới thiệu, nhưng AI có thể đào sâu vào người được phỏng vấn để đảm bảo rằng học sinh thực sự hiểu những gì họ đang nói. Các cuộc phỏng vấn tuyển sinh, thường do cựu sinh viên sống ở cùng khu vực với học sinh thực hiện, không được thực hiện đồng nhất giữa tất cả các sinh viên tiềm năng, và những cuộc phỏng vấn diễn ra thì thường rất không đồng nhất với nhau. Chúng có thể hữu ích cho các nhân viên tuyển sinh để loại bỏ những ứng viên có dấu hiệu rõ ràng, nhưng chúng không thực sự hữu ích cho việc so sánh phần lớn học sinh, những người đều có vẻ xuất sắc trên giấy tờ. AI cho phép quy trình này trở nên quy mô hơn, đồng nhất hơn và có thể kiểm toán được. Trong bối cảnh này, AI có thể tóm tắt nhất quán các tương tác của nó và đánh giá chúng theo nhiều khía cạnh dựa trên một tiêu chí do văn phòng tuyển sinh tạo ra. Thậm chí có khả năng rằng các đại lý AI có thể bảo đảm cho chính học sinh, giống như một giáo viên biết rõ học sinh đó. Hãy nghĩ về điều này theo cách: một nền tảng AI như Khanmigo đã làm việc với bạn trong một khoảng thời gian. Dù bạn đã sử dụng nó trong một tháng hay trong nhiều năm học, nó biết điểm mạnh và đam mê của bạn và có thể tạo ra một bức tranh sống động về bạn. Khi đến lúc nộp đơn vào đại học, AI có thể viết một bức thư giới thiệu cho bạn. Bức thư này được chuẩn hóa cho mọi học sinh sử dụng nền tảng, chỉ khác nhau ở những kỷ niệm dựa trên trải nghiệm của nó với từng người học. Hãy tưởng tượng nếu mọi người trong cả nước đều có cùng một giáo viên. Giáo viên này thực sự sẽ là một người phân xử khá tốt. Nếu chúng ta muốn đưa điều này đến mức cực đoan—và không rõ rằng chúng ta có muốn hay không—người giới thiệu AI có thể nói chuyện với người phỏng vấn AI ở phía tuyển sinh để xem có sự phù hợp tốt hay không. Tôi biết điều này dấy lên nỗi lo về sự thiên lệch theo cả hai hướng. Có một số thiên lệch mà bạn muốn. Bạn muốn quy trình này thiên về những người trẻ tuổi suy nghĩ, hợp tác, những người có thể trở thành những nhà lãnh đạo tương lai khiêm tốn. Tất nhiên, bạn không muốn nó thiên lệch theo giới tính, chủng tộc, tôn giáo hoặc địa lý. Một giải pháp hoàn toàn không thiên lệch có thể là điều không thể, nhưng điều đó không nên là rào cản. Thay vào đó, bất kỳ hệ thống AI nào cũng cần phải chứng minh rằng nó tốt hơn đáng kể so với hiện trạng, thường liên quan đến đủ loại thiên lệch. Điều này không phải là giả thuyết. Trong một vụ án của Tòa án Tối cao năm 2018, đã được xác định rõ rằng các nhân viên tuyển sinh của Harvard thường đánh giá các ứng viên người Mỹ gốc Á thấp hơn về các đặc điểm tính cách, thường xuyên vượt qua những quan sát của những người phỏng vấn trực tiếp. Quy trình tuyển sinh của Harvard đã đánh giá các ứng viên theo năm danh mục—“học thuật,” “hoạt động ngoại khóa,” “thể thao,” “cá nhân,” và “tổng thể”—xếp hạng học sinh từ 1 đến 6, với 1 là tốt nhất. Các ứng viên da trắng nhận được đánh giá cá nhân cao hơn so với người Mỹ gốc Á, với 21,3% ứng viên da trắng nhận được điểm 1 hoặc 2 so với 17,6% ứng viên người Mỹ gốc Á. Những người phỏng vấn cựu sinh viên đã cho người Mỹ gốc Á những đánh giá cá nhân tương đương với các ứng viên da trắng, nhưng văn phòng tuyển sinh đã cấp cho họ những điểm thấp nhất trong số tất cả các nhóm chủng tộc. Phải mất một vụ kiện lớn để dữ liệu này được công khai. Hầu hết thời gian, những thiên lệch ẩn chứa trong quy trình rất mờ mịt này được giấu kín. Sức mạnh của một người phỏng vấn và đánh giá dựa trên AI là chúng có thể được kiểm toán. Bạn có thể kiểm tra chúng với những ứng viên đủ tiêu chuẩn giống nhau nhưng có các đặc điểm khác nhau và công bố kết quả để đảm bảo tính nhất quán giữa các chủng tộc, giới tính hoặc bối cảnh. Thay vì tạo ra các vấn đề mới trong tuyển sinh đại học, AI đang buộc chúng ta nhận ra những thiếu sót hiện có trong khi cung cấp khả năng thay đổi tích cực. Nếu được sử dụng một cách suy nghĩ thấu đáo, có thể với một chút dũng cảm có học thức, nó có thể giúp chúng ta tiến tới một thế giới công bằng và minh bạch hơn.
Phần IX: Công việc và những gì đến tiếp theo
Người trồng cây, biết rằng mình sẽ không bao giờ ngồi dưới bóng của chúng, ít nhất đã bắt đầu hiểu ý nghĩa của cuộc sống. —Rabindranath Tagore
Hãy học các quy tắc như một chuyên gia, để bạn có thể phá vỡ chúng như một nghệ sĩ. —Pablo Picasso
Việc làm trong thế giới AI
Nhiều người lo sợ rằng AI sẽ dẫn đến việc sa thải hàng loạt để nhường chỗ cho các công cụ mới, được hỗ trợ bởi AI, có thể thực hiện công việc nhanh hơn, rẻ hơn và hiệu quả hơn con người. Một số công ty đã tạm dừng tuyển dụng cho các vị trí mà họ nghĩ rằng trí tuệ nhân tạo sẽ thay thế trong những năm tới. Năm 2023, IBM đã thông báo rằng họ sẽ tạm dừng hoặc giảm 30% việc tuyển dụng cho các công việc văn phòng trong vòng năm năm tới cho những công việc có thể cuối cùng được thực hiện bởi AI. Sự tiết lộ của IBM cho thấy rằng tương lai của công việc sẽ diễn ra khác biệt, với các công việc văn phòng hoặc trung gian biến mất, cùng với các vai trò không tiếp xúc với khách hàng liên quan đến các nhiệm vụ như tạo ngân sách, quản lý dữ liệu và tổ chức hồ sơ.
Giải thích ELI5:
– AI (Trí tuệ nhân tạo): Là một loại máy tính thông minh có thể học hỏi và làm việc giống như con người. Ví dụ, nếu bạn dạy nó cách làm toán, nó có thể giúp bạn giải bài tập về nhà.
– Tuyển sinh: Là quá trình mà các trường học chọn học sinh để nhận vào học. Giống như khi bạn muốn tham gia một câu lạc bộ, bạn cần phải được chấp nhận trước.
– Bảng điểm: Là tài liệu cho biết điểm số và thành tích học tập của một học sinh. Nó giống như một bảng thông báo điểm số của bạn ở trường.
Giải thích thuật ngữ khó hiểu:
– Gia sư (Tutor): Người dạy kèm, giúp học sinh học tốt hơn.
– Phỏng vấn (Interview): Cuộc trò chuyện để đánh giá ai đó, thường để quyết định xem họ có phù hợp với một công việc hay trường học hay không.
– Học sinh (Student): Người đang học, thường là ở trường.
– Cố vấn học đường (Guidance counselor): Người giúp học sinh lên kế hoạch học tập và giải quyết các vấn đề liên quan đến học tập.
– Điểm SAT/ACT: Là điểm số từ các kỳ thi chuẩn hóa ở Mỹ, giúp đánh giá khả năng học tập của học sinh khi vào đại học.
– Hoạt động ngoại khóa (Extracurricular activities): Các hoạt động ngoài giờ học chính, như thể thao, câu lạc bộ, nghệ thuật, giúp học sinh phát triển kỹ năng và sở thích.
