Lời Tự sự
“Trước đây giáo viên nói dạy 1 lớp 40 cháu nay chuyển sang dạy 40 cháu trong 1 lớp” – GS.TS. Phạm Vũ Luận, nguyên Bộ trưởng Bộ Giáo dục và Đào tạo, phát biểu năm 2014. Câu nói này thoạt nghe qua có vẻ đơn giản, như một cách chơi chữ giữa “1 lớp 40 cháu” và “40 cháu trong 1 lớp”. Nhưng ngẫm kỹ, đó là một lời nhắc nhở sâu sắc về sự chuyển biến tư duy giáo dục: từ chỗ dạy học cho số đông, nay chuyển sang chú trọng đến từng cá nhân học sinh. Là một giáo viên, tôi cảm nhận rõ ý nghĩa của lời chia sẻ này, nhất là trong bối cảnh hiện nay khi công nghệ AI (trí tuệ nhân tạo) ngày càng phát triển và khái niệm “cá nhân hóa” trong học tập được đề cao. Liệu chúng ta – những người làm giáo dục – có thể thực sự dạy 40 học sinh trong 1 lớp theo cách dành sự quan tâm phù hợp cho từng em? Với sự hỗ trợ của dữ liệu và AI, tôi tin rằng điều đó không chỉ là lý thuyết, mà dần trở thành hiện thực trong lớp học của chúng ta.
Mở đầu
Gần đây, tôi có cơ hội tham gia Workshop #02 của STEAM for Vietnam về việc ứng dụng AI để khai thác dữ liệu lớp học thông minh một cách hiệu quả, nhằm hỗ trợ giáo viên đưa ra các giải pháp sáng tạo trong giảng dạy. Buổi Workshop đã mang đến cho tôi nhiều kiến thức mới mẻ và gợi mở, đặc biệt tập trung vào vai trò của dữ liệu trong giáo dục thời đại số. Một số nội dung chính nổi bật gồm có:
- Khái niệm dữ liệu trong giáo dục: Mở rộng hiểu biết rằng dữ liệu không chỉ là điểm số hay kết quả thi cử, mà còn bao gồm thông tin về bối cảnh lớp học, đầu vào (điều kiện, nguồn lực), quá trình học tập (tương tác, tham gia của học sinh) và đầu ra (kiến thức, kỹ năng đạt được). Mô hình CIPO (Context – Input – Process – Output) được giới thiệu như một khung tham chiếu, giúp giáo viên hình dung đầy đủ các khía cạnh dữ liệu có thể thu thập và phân tích.
- Hai phương pháp ra quyết định dựa trên dữ liệu: Workshop đề cập đến phương pháp Data-Driven Decision Making (DDDM) – ra quyết định dựa hoàn toàn vào dữ liệu, và phương pháp Data-Informed Decision Making (DIDM) – ra quyết định có tham khảo dữ liệu kết hợp với kinh nghiệm và bối cảnh thực tế. Điều này giúp tôi hiểu rằng mặc dù dữ liệu rất quan trọng, vai trò của trực giác sư phạm và kinh nghiệm thực tiễn của giáo viên vẫn không thể thay thế. Dữ liệu nên là điểm tựa để ra quyết định, chứ không phải là mệnh lệnh cứng nhắc.
- Vai trò của AI và vai trò của giáo viên: AI được nhấn mạnh như một công cụ mạnh mẽ để thu thập, phân tích và thậm chí dự đoán dựa trên dữ liệu học tập. Chẳng hạn, AI có thể nhanh chóng tổng hợp kết quả khảo sát, phân tích điểm kiểm tra để tìm ra xu hướng hay lỗ hổng kiến thức của cả lớp. Tuy nhiên, giáo viên mới là người hiểu rõ học sinh nhất, là người quyết định cuối cùng việc vận dụng thông tin từ AI ra sao. Sự kết hợp giữa trí tuệ nhân tạo và trí tuệ con người (AI + giáo viên) tạo nên sức mạnh nâng cao hiệu quả dạy và học.
- Lưu ý khi sử dụng dữ liệu: Một thông điệp quan trọng tôi rút ra là cần cẩn trọng và đúng đắn trong cách dùng dữ liệu. Dữ liệu học tập của học sinh cần được bảo mật, tôn trọng tính riêng tư. Đồng thời, giáo viên cần tránh lạm dụng việc đo lường mọi thứ hoặc quá phụ thuộc vào số liệu mà quên đi khía cạnh cảm xúc, tâm lý của người học. Dữ liệu chỉ phát huy tác dụng khi chúng ta hiểu rõ ý nghĩa phía sau những con số và biểu đồ, và luôn nhớ mục tiêu cuối cùng là sự tiến bộ của học sinh.
Lắng nghe và thảo luận những nội dung trên, tôi nhận ra không chỉ riêng mình đã từng khá thiển cận khi nghĩ về “dữ liệu” trong lớp học. Trước đây, nói đến dữ liệu lớp học, mọi người thường chỉ nghĩ đến bảng điểm, điểm trung bình, hay kết quả các bài kiểm tra. Sau Workshop, tôi bắt đầu nhìn rộng hơn: dữ liệu là mọi thông tin phản ánh quá trình học tập, từ thời gian làm bài, số lần phát biểu, mức độ tham gia hoạt động nhóm, cho đến phản hồi của học sinh sau mỗi bài giảng.
Tôi cũng thấy ngay một ví dụ quen thuộc: sổ điểm điện tử mà mọi người đang sử dụng. Hiện tại, sổ điểm điện tử chủ yếu chỉ là phiên bản số hóa của sổ điểm giấy truyền thống – tức là lưu điểm kiểm tra, điểm thi và một vài nhận xét chung chung. Nó giúp nhập điểm nhanh hơn, phụ huynh dễ dàng theo dõi điểm số hơn, nhưng về bản chất vẫn chưa hỗ trợ được việc cá nhân hóa việc học cho từng học sinh. Lý do là sổ điểm này thiếu thông tin về quá trình học: nó không cho biết một học sinh tiến bộ như thế nào qua từng tuần, hay em đó gặp khó khăn cụ thể ở phần kiến thức nào, phương pháp học ra sao.
Tôi chợt liên tưởng đến hồ sơ sức khỏe điện tử trong lĩnh vực y tế. Khi đi khám bệnh, mỗi bệnh nhân có một hồ sơ lưu trữ lịch sử khám chữa bệnh, kết quả xét nghiệm, chẩn đoán, thuốc đã dùng… Nhờ đó, bác sĩ có cái nhìn tổng quan và ra quyết định chính xác hơn cho việc điều trị từng người. Nếu giáo dục cũng có một hệ thống tương tự – một hồ sơ học tập điện tử toàn diện – lưu trữ mọi dữ liệu về quá trình học của học sinh, thì việc dạy học sẽ hiệu quả và cá nhân hóa biết bao! Tôi hình dung về một Hệ thống quản lý học tập (LMS) tích hợp AI, nơi mỗi bài học, mỗi tương tác của học sinh đều được ghi lại: bài tập nào làm đúng/sai, tốc độ đọc hiểu, sở thích và phong cách học tập… Hệ thống đó có thể phân tích và gợi ý cho giáo viên: “Em A đang gặp khó khăn với phép nhân phân số”, hay “Em B hứng thú với chủ đề khoa học, nên khuyến khích em tìm hiểu sâu hơn” chẳng hạn. Nghĩ đến đây, tôi vừa hào hứng vừa tự hỏi: Ngày đó liệu có xa không, khi mà người giáo viên thật sự dạy 40 cháu trong 1 lớp theo đúng tinh thần câu nói của GS.TS. Phạm Vũ Luận ?
Cách sử dụng dữ liệu
Sau Workshop, tôi bắt đầu thử thay đổi nhỏ trong cách thu thập và sử dụng dữ liệu lớp học của mình. Thực ra, ngay từ trước đó, tôi cũng đã có những bước đầu ứng dụng dữ liệu, chỉ là chưa hệ thống và chưa nghĩ đó là “chuyển đổi số” hay “AI” gì to tát. Giờ đây, với góc nhìn mới, tôi mạnh dạn áp dụng bài bản hơn và nhờ cậy thêm công nghệ để công việc hiệu quả.
Chẳng hạn, sau mỗi buổi dạy một bài mới hoặc kết thúc một chương, tôi thường tạo một Google Form nho nhỏ để làm khảo sát nhanh hoặc bài kiểm tra ngắn. Google Form cho phép tôi thu thập phản hồi của học sinh một cách tự động và nhanh chóng. Ngay khi học sinh nộp bài, hệ thống đã tổng hợp sẵn biểu đồ cho biết câu hỏi nào nhiều em trả lời sai, câu nào hầu hết trả lời đúng. Nhờ vậy, tôi phát hiện ra lỗ hổng kiến thức kịp thời: ví dụ, nếu hơn nửa lớp sai ở câu liên quan đến khái niệm A, điều đó gợi ý rằng tôi cần dành thời gian ôn tập hoặc giảng giải lại khái niệm A theo cách khác. Ngược lại, nếu đa số đều nắm vững bài, tôi có thể tự tin chuyển sang nội dung mới. Việc điều chỉnh phương pháp giảng dạy dựa trên dữ liệu thu về như thế thực sự khiến tôi cảm thấy mình dạy học chủ động hơn, thay vì chỉ dạy theo kế hoạch cố định và “đoán” mức hiểu của học sinh một cách cảm tính như trước.
Bên cạnh việc hỗ trợ trong giảng dạy trên lớp, dữ liệu còn giúp ích khi tôi trao đổi với phụ huynh. Trước đây, trong các buổi họp phụ huynh hoặc khi gặp riêng, nhiều khi tôi lúng túng với những câu hỏi như: “Thưa cô, tình hình học tập của cháu dạo này thế nào?” Nếu chỉ trả lời chung chung “Dạ, cháu học cũng tạm, nhưng cần cố gắng môn Tin” thì vừa thiếu thuyết phục, lại không chỉ ra được vấn đề cụ thể. Giờ đây, tôi mang theo một vài thống kê nhỏ để minh họa. Chẳng hạn, tôi sử dụng Excel để vẽ biểu đồ điểm kiểm tra của một học sinh qua các tháng, hoặc so sánh mức độ tiến bộ của em so với trung bình của lớp.
Khi cho phụ huynh xem biểu đồ, tôi có thể chỉ ra: “À, anh/chị thấy không, điểm kiểm tra Tin của cháu đang có xu hướng đi xuống trong 2 tháng gần đây, đặc biệt là ở phần lập trình. Điều đó trùng với việc gần đây cháu thường làm bài tập lập trình sai khá nhiều. Tôi đề xuất chúng ta cùng hỗ trợ cháu tập trung hơn vào phần này trong thời gian tới.” Những cuộc trao đổi như vậy trở nên cụ thể và hợp tác hơn rất nhiều, vì cả giáo viên và phụ huynh đều dựa trên dữ liệu thực tế về con em mình.
Trong quá trình thu thập và phân tích dữ liệu, tôi cũng khám phá và sử dụng thêm một số công cụ hỗ trợ hiện đại. Ngoài Google Form và Excel quen thuộc, tôi đã thử tìm hiểu về AI để xem có gì giúp được mình không. Thật bất ngờ, có những trợ lý AI miễn phí như chatGPT có thể trả lời các câu hỏi hoặc tóm tắt thông tin khá hữu ích. Chẳng hạn, khi tôi có một loạt phản hồi từ học sinh về cảm nghĩ sau một dự án học tập, việc đọc từng câu trả lời của hơn 40 học sinh sẽ tốn rất nhiều thời gian. Tôi đã nhờ một công cụ AI phân tích nhanh các phản hồi này để rút ra điểm chung: đa số các em thích phần thực hành trực quan, một số em đề nghị cho thêm ví dụ thực tế… Những gợi ý đó từ AI giúp tôi nắm bắt ý kiến lớp học nhanh hơn, từ đó điều chỉnh hoạt động dự án lần sau cho phù hợp. Tương tự, khi cần ý tưởng mới hoặc giải pháp cho một vấn đề giảng dạy, tôi có thể hỏi AI (như chatGPT) để tham khảo các sáng kiến từ cộng đồng giáo viên trên thế giới. Tất nhiên, tôi luôn kiểm chứng lại và tùy biến cho phù hợp với hoàn cảnh lớp mình – AI là trợ lý, còn quyết định áp dụng thế nào vẫn do tôi cân nhắc.
Nhìn chung, việc sử dụng dữ liệu không phải lúc nào cũng phải phức tạp hay đòi hỏi công nghệ cao. Có khi chỉ là những việc nhỏ như ghi chép lại kết quả từng hoạt động, theo dõi sự tiến bộ của học sinh qua các bài tập hàng tuần – những thứ đó cũng là dữ liệu quý giá. Điều quan trọng là tôi đã bắt đầu tư duy theo hướng dữ liệu, biết đặt câu hỏi và tìm kiếm câu trả lời trong những thông tin mình thu thập được. Tôi nhận ra, so với trước đây, giờ đây tôi tự tin hơn khi thử nghiệm các điều chỉnh trong dạy học, vì có cơ sở dữ liệu hỗ trợ thay vì hoàn toàn dựa vào linh cảm. Và học sinh của tôi cũng hứng thú hơn, vì các em thấy thầy/cô hiểu rõ điểm mạnh, điểm yếu của từng bạn và hỗ trợ đúng lúc, đúng cách.
Kết luận
Qua trải nghiệm của bản thân, tôi càng tin tưởng rằng dữ liệu thực sự là một người bạn đồng hành đáng giá của giáo viên trong thời đại số. Khi biết cách khai thác, dữ liệu giúp chúng ta chủ động hơn trong giảng dạy: từ việc lên kế hoạch bài học sát với nhu cầu thực tế của học sinh, đến việc can thiệp hỗ trợ những em cần giúp đỡ kịp thời, hay ghi nhận những tiến bộ nhỏ nhất để động viên các em. Tất cả những điều đó cuối cùng đều mang lại lợi ích thiết thực cho học sinh – các em được học tập trong môi trường phù hợp với mình hơn, được quan tâm đúng chỗ và phát triển toàn diện hơn.
Tuy nhiên, tôi cũng hiểu rằng chuyển đổi số và ứng dụng dữ liệu là một hành trình. Không phải cứ có công nghệ là mọi thứ tự động hiệu quả. Vai trò của người thầy, cô vẫn là then chốt: chính chúng ta mới là người thiết kế việc dạy học, diễn giải những điều dữ liệu nói lên, và truyền cảm hứng cho học sinh. Công nghệ dù hiện đại đến đâu cũng không thể thay thế được trái tim và cái tâm của người thầy (cô). Nhưng nếu biết kết hợp hài hòa, chúng ta sẽ có thêm “cánh tay đắc lực” để hiện thực hóa mục tiêu giáo dục cá nhân hóa cho từng học sinh – biến lớp học thành nơi mỗi em đều được tỏa sáng theo cách của riêng mình.
Cuối bài chia sẻ, tôi muốn mở rộng cuộc đối thoại với quý đồng nghiệp:
Thầy cô thường dùng dữ liệu lớp học theo cách nào? Có kinh nghiệm hay bí quyết gì muốn chia sẻ thêm cùng mọi người không?
Tôi tin rằng mỗi thầy cô đều có những trải nghiệm quý báu, và việc chúng ta chia sẻ với nhau sẽ góp phần lan tỏa những kiến thức thú vị trong cộng đồng giáo dục. Rất mong nhận được ý kiến và câu chuyện từ các thầy cô!