AI làm tốt chưa đủ: năm cách đánh giá sinh viên y khoa qua bài thuyết trình

Một bài thuyết trình có bố cục đẹp, biểu đồ rõ và phần hỏi đáp trôi chảy chưa chứng minh sinh viên đã hiểu nghiên cứu. AI tạo sinh có thể hỗ trợ tìm ý, sắp xếp văn bản và thiết kế dàn ý, nhưng phần học tập cần được nhìn thấy trong quá trình sinh viên đọc bằng chứng, kiểm tra đầu ra và giải thích lựa chọn.

Bài quan điểm của Marc M. Triola và Adam Rodman trên Academic Medicine nêu nhu cầu về chính sách, quản trị, chương trình đào tạo và năng lực sử dụng AI trong giáo dục y khoa. Hiệp hội các Trường Y khoa Mỹ (AAMC) cũng công bố các nguyên tắc về sử dụng AI có trách nhiệm, trong đó nhấn mạnh con người, tính minh bạch, công bằng, quyền riêng tư và đánh giá liên tục. Năm mặt dưới đây là cách chuyển hóa hai nguồn này thành gợi ý cho bài thuyết trình, không phải thang đo đã được xác nhận.

Hiểu bằng chứng: sinh viên nói được nghiên cứu ủng hộ điều gì?

Giáo viên cần đánh giá sinh viên có trình bày được câu hỏi nghiên cứu, đối tượng, phương pháp, kết quả chính và giới hạn hay không. Một câu khẳng định trong slide nên lần ngược được về đoạn văn, bảng hoặc hình trong tài liệu gốc.

Câu hỏi kiểm tra có thể là: nghiên cứu tuyển những ai, kết quả áp dụng trong tình huống nào, và hạn chế nào phải nói cùng kết luận? Nếu thiết kế là nghiên cứu quan sát, sinh viên có biến mối liên hệ thành quan hệ nhân quả hay không? Những câu hỏi này kiểm tra cách đọc nghiên cứu, không chỉ khả năng lặp lại bản tóm tắt do công cụ tạo ra.

Vật liệu nộp nên gồm một bản tóm tắt phán đoán độc lập. Bản này ghi câu hỏi, thiết kế, nhóm nghiên cứu, kết quả chính và ít nhất một giới hạn, kèm trang, bảng hoặc hình làm căn cứ cho luận điểm trung tâm. Sinh viên vẫn được đọc tài liệu gốc nếu mục tiêu là hiểu nghiên cứu; cấm mọi nguồn tham khảo sẽ đo trí nhớ nhiều hơn năng lực đọc bằng chứng.

Kiểm tra AI: sinh viên đã đối chiếu nội dung ra sao?

Đánh giá không dừng ở câu “em đã kiểm tra”. Giáo viên cần thấy câu AI tạo ra, nguồn đối chiếu, phiên bản sửa và lý do giữ hoặc bỏ. Nhật ký này cho biết sinh viên có chịu trách nhiệm với số liệu, trích dẫn và suy luận trong slide hay không.

Có thể hỏi số liệu nằm ở bảng nào, câu AI có diễn đạt mạnh hơn kết luận của tác giả không, và sinh viên sẽ sửa thế nào nếu bài báo không hỗ trợ câu đó. AI tạo sinh có khả năng dựng tài liệu không tồn tại, trộn lẫn nhóm nghiên cứu hoặc biến kết quả giới hạn thành một kết luận rộng. Vì vậy, mỗi luận điểm quan trọng phải quay về bài báo hoặc tài liệu chính thức.

Diễn đạt chuyên môn: sinh viên có nói đúng với người nghe không?

Slide nên có một luận điểm chính, chọn thông tin theo người nghe và nói rõ mức độ chắc chắn của bằng chứng. Màu sắc hoặc bố cục đẹp chỉ là phần trình bày, không thay thế độ chính xác.

Giáo viên có thể hỏi người nghe cần nhớ điều gì từ một slide, mẫu số và nhóm so sánh nằm ở đâu, hoặc từ nào giúp tránh nói kết quả chắc chắn hơn nghiên cứu. Với nhóm liên chuyên khoa, sinh viên có thể phải viết lại thuật ngữ bằng câu mà người ngoài chuyên ngành vẫn hiểu. Cách làm này kiểm tra việc chọn thông tin và giữ đúng giới hạn của nghiên cứu.

Bài nộp nên có bản trình bày sau khi dùng AI và phần nói giải thích một lựa chọn quan trọng: bỏ chi tiết không liên quan, vẽ lại biểu đồ khó đọc hoặc hạ mức khẳng định của một câu. Chấm riêng độ đúng của nội dung, tổ chức thông tin và diễn đạt giúp hiệu ứng thị giác không che khuất lỗi suy luận.

Phán đoán độc lập: rời công cụ, sinh viên còn giải thích được không?

Hãy dành một phần không dùng AI để sinh viên đọc, trả lời hoặc xử lý một kết quả mới. Giáo viên quan sát khả năng nhận ra thông tin cốt lõi, giải thích lựa chọn và điều chỉnh kết luận khi dữ liệu thay đổi.

Sau bài trình bày, giáo viên có thể chỉ vào một slide và yêu cầu nêu giới hạn của nghiên cứu. Một cách khác là đưa thêm một kết quả chưa báo trước rồi hỏi kết luận ban đầu có cần sửa không. Nếu mục tiêu là đọc bài báo, cho phép mở tài liệu gốc vẫn hợp lý; nếu mục tiêu là nhớ kiến thức khi đóng tài liệu, quy tắc phải nói rõ ngay từ đầu.

Cho sinh viên viết bản tóm tắt trước khi dùng AI rồi trả lời một câu hỏi mới sau phần trình bày giúp phân biệt hai năng lực: biết dùng công cụ và biết tự phán đoán khi công cụ không phù hợp hoặc đầu ra đáng ngờ.

Minh bạch: sinh viên có khai báo phần tham gia của công cụ?

Người học nên ghi tên công cụ, mục đích sử dụng và cách kiểm tra thủ công. Giáo viên cũng cần phân biệt tài liệu cần nộp để chấm với thông tin phải công khai cho người nghe.

Một khai báo ngắn có thể nói công cụ được dùng để lập dàn ý, chỉnh câu hay sắp xếp bảng. Phần kiểm tra cần nêu cách đối chiếu trích dẫn, số liệu và biểu đồ. Nếu môn học yêu cầu prompt hoặc nhật ký tương tác, giáo viên phải quy định trước phạm vi, định dạng và thời hạn lưu; không nên mặc định mọi cuộc trò chuyện đều phải công khai.

Ba vật liệu có thể dùng chung cho một bài tập là bản tóm tắt độc lập, slide sau khi cộng tác với AI và nhật ký kiểm tra sửa lỗi. Phần hỏi đáp trực tiếp giúp giáo viên biết sinh viên đang đọc hiểu bằng chứng hay chỉ đọc lại nội dung được tạo sẵn. Đây là gợi ý thiết kế lớp học, chưa phải kết quả thử nghiệm cho thấy năm mặt này nâng điểm hay nâng chất lượng đào tạo.

Tại Việt Nam thì sao

Ở Việt Nam, một bài tập dùng AI trong giáo dục y khoa cần tách ít nhất ba câu hỏi: sinh viên được phép dùng công cụ nào, dữ liệu nào được đưa vào, và ai chịu trách nhiệm khi slide sai. Luật Trí tuệ nhân tạo số 134/2025/QH15 được Cổng Thông tin điện tử Chính phủ đăng tải với ngày có hiệu lực 1/3/2026. Đây là căn cứ để nhóm phụ trách tra cứu yêu cầu hiện hành, không phải lý do để mặc nhiên cho rằng một công cụ dùng trong lớp đã được phép xử lý mọi loại dữ liệu.

Nếu bài tập có bệnh án, kết quả xét nghiệm, số điện thoại, mã sinh viên hoặc tổ hợp chi tiết có thể nhận diện một người, nhóm dạy học phải lập quy trình riêng. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 được công bố trên cổng văn bản của Chính phủ có hiệu lực từ ngày 1/1/2026. Trước khi giao bài, cơ sở nên xác định dữ liệu nào được phép dùng, tài khoản nào được truy cập, lưu ở đâu, lưu bao lâu và xử lý thế nào khi gửi nhầm.

Không nên dán dữ liệu thật vào một dịch vụ chỉ vì đã xóa tên. Ngày khám, bệnh hiếm, khoa điều trị và nhiều chi tiết nhỏ vẫn có thể ghép thành hồ sơ nhận diện được. Cách an toàn hơn cho bài tập đầu tiên là dùng bài báo công khai, ca tổng hợp hoặc dữ liệu đã được cơ sở cho phép. Nếu cần dùng dữ liệu thật, giáo viên nên chuyển câu hỏi sang bộ phận phụ trách bảo mật và pháp chế của trường hoặc bệnh viện trước khi mở công cụ cho cả lớp.

Giá dịch vụ cũng không nên được suy ra từ một bảng giá AI trên mạng. Chi phí thực tế còn gồm tài khoản, tích hợp hệ thống, lưu trữ, kiểm thử, bảo mật, đào tạo giảng viên và thời gian sửa của con người. Khi cần dự toán tại Việt Nam, cơ sở nên yêu cầu báo giá theo cùng một kịch bản: độ dài tài liệu, số lượt dùng, loại dữ liệu, nơi xử lý, thời hạn lưu và mức hỗ trợ. Nếu chưa có báo giá phù hợp, nên ghi rõ chưa xác định thay vì tự quy đổi thành chi phí cho một bệnh viện.

Cơ sở dữ liệu Quốc gia về văn bản quy phạm pháp luật của Bộ Tư pháp cho phép tìm theo từ khóa, số hiệu và cơ quan ban hành, đồng thời có khu vực tra cứu văn bản trung ương và địa phương. Nhóm phụ trách có thể dùng cổng này để kiểm tra văn bản mới trước mỗi học kỳ, thay vì sao chép một quy định cũ vào đề cương. Tính đến thời điểm bài viết được thực hiện, chúng tôi chưa tìm thấy số liệu chính thức của Việt Nam so sánh giá, mức độ sẵn có hoặc hiệu quả học tập của mô hình AI dùng cho bài thuyết trình y khoa; vì vậy, các trường nên ghi nhận thử nghiệm của chính mình theo mục tiêu, dữ liệu, lỗi và thời gian sửa.

Ba vật liệu cho một bài đánh giá

Vật liệu thứ nhất là bản tóm tắt độc lập, ghi câu hỏi nghiên cứu, thiết kế, nhóm nghiên cứu, kết quả và giới hạn. Vật liệu thứ hai là bài trình bày sau khi dùng công cụ, có nguồn gốc của từng luận điểm quan trọng. Vật liệu thứ ba là bảng kiểm tra và sửa, đặt câu AI viết cạnh bằng chứng, câu cuối cùng và lý do sửa.

Giáo viên có thể cho phép đọc bài báo gốc nhưng giới hạn AI trong phần kiểm tra độc lập. Nếu đánh giá khả năng ghi nhớ, phạm vi tài liệu được dùng phải được thông báo khác đi. Quy tắc chỉ có ý nghĩa khi nó phục vụ năng lực cần đo, không biến việc có tài khoản trả phí thành tiêu chí ngầm.

Câu hỏi thường gặp

Có phải cấm sinh viên đọc bài báo khi yêu cầu không dùng AI?

Không nhất thiết. Nếu mục tiêu là đọc và phán đoán bằng chứng, sinh viên có thể được đọc bài báo gốc trong khi không dùng AI tạo sinh. Nếu mục tiêu là kiểm tra trí nhớ, giáo viên cần nêu riêng phạm vi tài liệu.

Có cần nộp toàn bộ lịch sử trò chuyện không?

Chỉ khi mục tiêu và quy định môn học yêu cầu. Khai báo công cụ, mục đích và cách kiểm tra thường quan trọng hơn việc thu thập mọi đoạn hội thoại. Tài liệu dùng để giáo viên chấm và thông tin công khai cho người nghe nên được quy định tách biệt.

Năm mặt này có phải thang điểm chuẩn hóa không?

Không. Đây là khung gợi ý được chuyển hóa từ các nguồn về chương trình và quản trị AI. Mỗi môn học cần đặt tiêu chí theo năng lực, dữ liệu và mức độ rủi ro của nhiệm vụ.

Có cần phê duyệt công cụ trước khi giao bài?

Cần có cách phê duyệt và giám sát rõ, nhất là khi bài tập chạm tới dữ liệu bệnh nhân, dữ liệu sinh viên hoặc nghiên cứu chưa công bố. Trường và bệnh viện nên nói rõ công cụ nào được dùng, dữ liệu nào bị cấm và hỏi ai khi phát hiện lỗi.

Nếu sinh viên có điều kiện dùng công cụ khác nhau thì sao?

Cho phép công cụ thay thế hoặc một phương án không cần tính năng trả phí. Điểm số nên tập trung vào đọc bằng chứng, kiểm tra, diễn đạt và phán đoán, không tập trung vào khả năng mua một dịch vụ.