SỬ DỤNG TRÍ TUỆ NHÂN TẠO (AI) CÓ TRÁCH NHIỆM TRONG HỌC THUẬT VÀ NGHIÊN CỨU
Báo cáo tổng kết quá trình tìm hiểu về đạo đức học thuật khi ứng dụng Trí tuệ Nhân tạo, bao gồm nghiên cứu chính sách, minh họa thực tế việc sử dụng AI (Gemini) và thiết lập nguyên tắc cá nhân "5 Không - 2 Có".
Nguyễn Hữu Đạo
MSV: 25020527 - Lớp: VNU1001_E252005
1. Nghiên cứu chính sách sử dụng AI tại các trường Đại học
Để có cái nhìn toàn diện, em đã nghiên cứu chính sách của Đại học RMIT Việt Nam và so sánh với Đại học FPT, hai cơ sở giáo dục có những bước đi đầu tiên trong việc ban hành quy định về AI tại Việt Nam.
Tóm tắt chính sách và So sánh
| Tiêu chí | Đại học RMIT Việt Nam | Đại học FPT |
|---|---|---|
| Quan điểm cốt lõi | Xem AI là một phần của tương lai nghề nghiệp; sinh viên cần học cách dùng AI một cách có đạo đức. | Khuyến khích ứng dụng công nghệ mới nhưng đặt tính liêm chính học thuật lên hàng đầu. |
| Phân loại sử dụng | Ban hành "Thang đo sử dụng AI" (AI Assessment Scale) gồm nhiều cấp độ: Từ cấm hoàn toàn, được dùng để hỗ trợ ý tưởng, đến được dùng toàn diện. | Không cấm hoàn toàn nhưng nghiêm cấm việc dùng AI để tạo ra sản phẩm nộp cuối cùng mà không có sự đóng góp của cá nhân. |
| Yêu cầu trích dẫn | Bắt buộc phải khai báo (declaration) và trích dẫn theo chuẩn (ví dụ: APA 7th Edition cập nhật cho AI). | Sinh viên phải chứng minh được quá trình làm bài và giải thích được nội dung nếu giảng viên nghi ngờ. |
| Kiểm soát & Xử lý | Sử dụng các công cụ Turnitin tích hợp AI detection, kết hợp đánh giá năng lực qua phỏng vấn trực tiếp (viva). | Sử dụng công cụ phát hiện đạo văn nội bộ và Turnitin; vi phạm có thể dẫn đến đình chỉ học tập. |
Nhận định cá nhân:
Việc các trường đại học chuyển từ "cấm đoán" sang "chấp nhận có điều kiện" là một bước đi đúng đắn, phản ánh thực tế thị trường lao động. Tuy nhiên, thách thức lớn nhất hiện nay không nằm ở công cụ phát hiện đạo văn (vì các công cụ này thường có tỷ lệ sai sót), mà nằm ở việc thiết kế lại các bài kiểm tra sao cho đánh giá được tư duy bậc cao của sinh viên thay vì chỉ đánh giá khả năng ghi nhớ hoặc tổng hợp thông tin cơ bản.
2. Thực hiện nhiệm vụ học tập với sự hỗ trợ của AI
Nhiệm vụ: Lập dàn ý và tổng hợp tài liệu cho bài tiểu luận môn Sinh thái học Môi trường với chủ đề: "Tác động của ngành công nghiệp Thời trang nhanh (Fast Fashion) đến tài nguyên nước tại Việt Nam".
Công cụ AI sử dụng: Gemini
2.1. Ghi lại Prompt và Đầu ra của AI
Prompt lần 1 (Tìm kiếm ý tưởng và lập dàn ý):
"Đóng vai một chuyên gia môi trường tại Việt Nam, hãy lập một dàn ý chi tiết cho bài luận dài 1500 từ về tác động của thời trang nhanh đến tài nguyên nước tại Việt Nam. Đảm bảo có cấu trúc: Mở bài, Nguyên nhân, Tác động cụ thể đến nguồn nước, Giải pháp, và Kết luận."
Đầu ra của AI:
Prompt lần 2 (Tổng hợp dữ liệu):
"Hãy cung cấp cho tôi 3 số liệu thống kê cụ thể về lượng nước thải từ ngành dệt may tại Việt Nam. Lưu ý: Chỉ cung cấp thông tin có nguồn gốc thực tế, không bịa đặt."
Đầu ra của AI:
2.2. Đánh giá, Chỉnh sửa và Tích hợp sáng tạo
Đánh giá (Evaluation)
- Điểm mạnh: Báo cáo đã có một khung logic vững chắc, đi theo luồng tuyến tính rõ ràng từ Định nghĩa -> Nguyên nhân -> Tác động -> Giải pháp. Hệ thống luận điểm được củng cố bởi các số liệu thực tế đa chiều (từ quy mô vĩ mô toàn ngành đến định mức vi mô của từng nhà máy).
- Điểm cần cải thiện: Dàn ý hiện tại vẫn mang tính hàn lâm và lý thuyết. Để báo cáo thực sự chạm đến người đọc, phần "Tác động" đang thiếu một Case Study (nghiên cứu điển hình) cụ thể. Việc chỉ nói chung chung về các con sông sẽ không tạo ra sức nặng bằng việc mổ xẻ một điểm nóng ô nhiễm thực tế.
Chỉnh sửa (Editing - Cách lồng ghép và trực quan hóa)
Để bài báo cáo không biến thành một bản liệt kê những con số khô khan, cần thực hiện các chỉnh sửa sau trong cách hành văn:
- Kỹ thuật chuyển đổi số liệu: Đừng chỉ ném con số "24 – 30 triệu m³ nước thải" vào bài. Hãy chỉnh sửa bằng cách thêm các phép so sánh tương đương để trực quan hóa quy mô. Ví dụ: "Với 30 triệu m³ nước thải mỗi năm, ngành dệt may có thể làm đầy hàng chục nghìn bể bơi tiêu chuẩn Olympic bằng nước chứa đầy hóa chất độc hại."
- Vị trí đặt số liệu: Đưa số liệu (3) và (2) vào mục II. Nguyên nhân để chứng minh khâu nhuộm chính là "nút thắt" cốt lõi gây hao tổn tài nguyên. Đưa số liệu (1) vào mục III. Tác động để phác họa bức tranh toàn cảnh về sức ép lên hệ thống xử lý môi trường quốc gia.
- Sử dụng biểu đồ: Chỉnh sửa văn bản ở phần cơ cấu sử dụng nước (số liệu 3) thành một biểu đồ tròn (Pie chart) đặt ngay giữa trang báo cáo. Phần màu đỏ đậm nhất chiếm 54% dành cho khâu Nhuộm sẽ ngay lập tức thu hút thị giác của người chấm/người đọc.
Tích hợp sáng tạo (Creative Integration)
Để báo cáo thực sự xuất sắc và vượt ra khỏi những khung giải pháp môi trường truyền thống, hãy tích hợp thêm góc nhìn đa ngành vào phần IV. Giải pháp:
- Tích hợp giải pháp công nghệ IoT vào quản lý xả thải: Thay vì chỉ đề xuất các chính sách quản lý chung chung hay trông chờ vào ý thức doanh nghiệp, hãy tạo điểm nhấn bằng một giải pháp kỹ thuật cụ thể. Đề xuất việc thiết lập các trạm quan trắc tự động giá rẻ, sử dụng các nền tảng hệ thống nhúng với module vi điều khiển (như ESP32) kết nối trực tiếp với cảm biến đo độ pH, nhiệt độ, COD và độ màu tại các cống xả. Hệ thống này có khả năng thu thập dữ liệu xả thải thực tế theo thời gian thực và truyền về máy chủ của Sở Tài nguyên Môi trường. Cách tiếp cận này giúp cơ quan quản lý "bắt quả tang" ngay lập tức các hành vi xả trộm nước thải chưa qua xử lý, thay vì chỉ dựa vào các đợt thanh tra định kỳ kém hiệu quả.
- Khái niệm "Hộ chiếu số cho sản phẩm" (Digital Product Passport): Đưa ra một ý tưởng sáng tạo trong tương lai gần: mỗi sản phẩm thời trang nhanh sẽ có một mã QR. Khi người tiêu dùng quét mã, họ sẽ thấy được "dấu chân nước" (chính xác bao nhiêu lít nước đã dùng) và thông số môi trường của chiếc áo đó, buộc các thương hiệu phải minh bạch chuỗi cung ứng.
2.3. Trích dẫn minh bạch
Trong phần cuối của bài tiểu luận, em thêm mục:
Tuyên bố về việc sử dụng AI: Bài luận này có sử dụng công cụ AI (Gemini) vào ngày 6/5/2026 để hỗ trợ lập dàn ý sơ bộ (brainstorming). Toàn bộ nội dung chi tiết, luận điểm phản biện và dữ liệu trích dẫn đều do tác giả tự nghiên cứu, chọn lọc từ các nguồn tài liệu học thuật độc lập và viết lại.
3. Phân tích các vấn đề đạo đức liên quan đến AI trong học thuật
3.1. Ranh giới giữa Hỗ trợ hợp lý và Gian lận học thuật
Hỗ trợ hợp lý: Xảy ra khi AI đóng vai trò như một "người hướng dẫn" hoặc "trợ lý biên tập". Ví dụ: nhờ AI giải thích một khái niệm khó, lên ý tưởng, hoặc sửa lỗi ngữ pháp. Lúc này, người học vẫn làm chủ tư duy.
Gian lận học thuật (Academic Misconduct): Xảy ra khi sinh viên "thuê" AI làm tư duy hộ mình. Việc copy-paste toàn bộ đoạn văn bản của AI nộp dưới tên mình, hoặc dùng AI để giải các bài toán/viết code mà bản thân không hiểu dòng lệnh đó hoạt động ra sao, chính là gian lận.
3.2. Vấn đề Sở hữu trí tuệ và Trích dẫn
Các mô hình ngôn ngữ lớn (LLMs) được huấn luyện dựa trên hàng tỷ văn bản trên internet, thường không có sự xin phép rõ ràng của tác giả gốc. Khi AI tạo ra một đoạn văn hay, nó có thể đang xào nấu chất xám của nhiều nhà nghiên cứu khác. Việc sử dụng trực tiếp kết quả này không chỉ vi phạm bản quyền (theo nghĩa rộng) mà còn gây ra hiện tượng "đạo văn tàng hình" (AI plagiarism). Do đó, việc minh bạch quá trình sử dụng AI là yêu cầu bắt buộc để duy trì sự trung thực khoa học.
3.3. Tác động đến quá trình học tập và phát triển kỹ năng
Lợi ích: Trợ giúp cá nhân hóa 1-1 cực kỳ hiệu quả, giúp tiết kiệm thời gian tiếp cận kiến thức.
Tác hại: Nếu lạm dụng, người học sẽ mất dần kỹ năng đọc hiểu văn bản dài, khả năng tư duy phản biện bị thui chột do thói quen "ăn sẵn" câu trả lời từ AI. Sự sáng tạo cá nhân có nguy cơ bị đồng nhất hóa bởi những câu trả lời "an toàn", khuôn mẫu của AI.
4. Bộ nguyên tắc cá nhân: "5 Không - 2 Có" trong kỷ nguyên AI
Dựa trên các phân tích đạo đức trên, em đã xây dựng bộ nguyên tắc "5 Không - 2 Có" để dẫn đường cho bản thân:
- KHÔNG dùng AI để tạo sản phẩm cuối cùng: AI chỉ hỗ trợ quá trình (tìm ý, dàn ý, kiểm tra lỗi), không bao giờ là tác giả của sản phẩm cuối cùng.
- KHÔNG tin tưởng dữ liệu của AI (Zero-Trust Policy): Mọi số liệu, ngày tháng, trích dẫn do AI cung cấp phải được kiểm chứng chéo 100% bằng nguồn tài liệu gốc, đề phòng hiện tượng "Ảo giác AI" (Hallucination).
- KHÔNG chia sẻ dữ liệu nhạy cảm: Không đưa bài làm của người khác, dữ liệu nghiên cứu chưa công bố hoặc thông tin cá nhân lên các nền tảng AI cộng đồng để bảo vệ bảo mật dữ liệu.
- KHÔNG che giấu việc sử dụng AI: Luôn minh bạch và khai báo rõ ràng phần nào của công việc có sự can thiệp của trí tuệ nhân tạo.
- KHÔNG để AI quyết định tư duy phản biện: Luôn đặt câu hỏi ngược lại với output của AI. Bắt đầu bằng ý tưởng của mình trước khi hỏi AI, thay vì để AI định hình tư duy của mình ngay từ đầu.
- CÓ chủ động học hỏi cách đặt Prompt (Prompt Engineering): Tối ưu hóa câu lệnh để AI trở thành trợ lý hiệu quả, giúp tiết kiệm thời gian trong các tác vụ lặp đi lặp lại.
- CÓ tuân thủ tuyệt đối quy định của Giảng viên: Nếu một bài kiểm tra có yêu cầu "Không sử dụng AI", nguyên tắc này sẽ tự động vô hiệu hóa mọi sự hỗ trợ từ máy móc.
5. Thiết kế Infographic
Infographic được hỗ trợ thực hiện bởi Gemini