Kế hoạch bài dạy tiết 11 - lớp 5 soạn theo Khung AI 2422: AI được huấn luyện như thế nào?

AI được huấn luyện như thế nào?

Sau khi học sinh đã trải nghiệm cách một hệ thống học máy trực quan học từ các ví dụ ở Tiết 10, Tiết 11 tiếp tục mở rộng nhận thức bằng một câu hỏi quan trọng: “AI được huấn luyện như thế nào?”. Nếu ở tiết trước, học sinh chủ yếu quan sát và thực hiện một quy trình học máy đơn giản với dữ liệu mẫu, thì ở bài học này, các em bắt đầu nhìn toàn bộ quá trình ở mức khái quát hơn. Học sinh không chỉ biết rằng máy cần dữ liệu để học mà còn hiểu rằng trước và sau bước “dạy máy học” còn có những công việc quan trọng do con người thực hiện. Kế hoạch bài dạy xác định quy trình cơ bản gồm năm bước: xác định vấn đề → thu thập dữ liệu → dạy máy học → kiểm tra → đánh giá kết quả.

Đây là nội dung có vai trò như một bước tổng hợp trong Chuyên đề 6 “HUẤN LUYỆN VÀ CẢI TIẾN HỆ THỐNG AI”. Học sinh được chuyển từ trải nghiệm một hoạt động cụ thể sang khả năng mô tả một quy trình. Các em phải biết sắp xếp các bước theo trình tự hợp lí, giải thích vai trò của từng bước trong một tình huống gần gũi, nhận biết dữ liệu được sử dụng để dạy máy học và hiểu rằng kết quả của hệ thống luôn cần được kiểm tra, đánh giá.

Điểm đáng chú ý là bài học không yêu cầu học sinh đi sâu vào kỹ thuật huấn luyện mô hình. Thay vào đó, các em tiếp cận quy trình thông qua thẻ tình huống, thẻ năm bước, thẻ dữ liệu hình ảnh và hoạt động mô phỏng. Khi không có thiết bị hoặc Internet, giáo viên vẫn có thể sử dụng đồ vật, tranh ảnh và thẻ giấy để mô phỏng. Điều này giúp mục tiêu bài học tập trung vào tư duy và nhận thức về quy trình chứ không phụ thuộc vào công nghệ.

Mục tiêu của Tiết 11

Yêu cầu cần đạt đầu tiên là học sinh mô tả được một cách đơn giản các bước cơ bản trong quá trình huấn luyện mô hình AI: xác định vấn đề, thu thập dữ liệu, dạy máy học, kiểm tra và đánh giá kết quả. Đây là năm thành phần tạo nên trục kiến thức của toàn bộ tiết học.

Tiếp theo, học sinh phải sắp xếp được năm bước theo trình tự hợp lí và giải thích được vai trò của từng bước trong một tình huống gần gũi. Điều này cho thấy bài học không chỉ yêu cầu ghi nhớ thứ tự. Học sinh cần hiểu vì sao bước này phải đứng trước bước kia. Chẳng hạn, nếu chưa xác định AI cần giải quyết vấn đề gì thì chưa thể biết cần thu thập loại dữ liệu nào. Nếu chưa có dữ liệu phù hợp thì chưa thể tiến hành bước dạy máy học theo quy trình được mô phỏng trong bài.

Một yêu cầu quan trọng khác là học sinh nhận biết dữ liệu được sử dụng để dạy máy học và hiểu rằng kết quả của hệ thống cần được kiểm tra, đánh giá. Đây là điểm nối trực tiếp với Tiết 10. Ở tiết trước, các em đã thấy hệ thống nhận dữ liệu mẫu và đưa ra kết quả khi gặp dữ liệu mới. Sang Tiết 11, học sinh được nhìn lại toàn bộ quá trình để hiểu rằng “cho máy học” chưa phải là bước cuối cùng. Sau khi máy học, con người vẫn phải kiểm tra và đánh giá.

Phẩm chất được hình thành

Tiết 11 hướng tới ba phẩm chất: Chăm chỉ, Trách nhiệm và Trung thực. Chăm chỉ được thể hiện qua việc học sinh tích cực quan sát, mô phỏng và sắp xếp các bước huấn luyện AI. Trách nhiệm được thể hiện ở việc thực hiện đúng hướng dẫn, chú ý đến lựa chọn dữ liệu và kiểm tra kết quả. Trung thực được thể hiện ở việc ghi nhận đúng kết quả thử nghiệm, không bỏ qua những trường hợp hệ thống hoạt động chưa phù hợp.

Việc đưa Trung thực vào bài học là rất phù hợp. Trong hoạt động mô phỏng, có thể xuất hiện trường hợp “máy” dự đoán chưa đúng. Học sinh cần ghi nhận đúng kết quả thay vì cố làm cho sản phẩm của nhóm trở nên “đẹp” bằng cách bỏ qua lỗi. Khi các em hiểu rằng kết quả chưa phù hợp là thông tin cần thiết để đánh giá hệ thống, thái độ trung thực trong học tập được gắn trực tiếp với một nhiệm vụ công nghệ cụ thể.

Trách nhiệm cũng không chỉ thể hiện ở việc làm đúng hướng dẫn. Học sinh được đặt trước câu hỏi về dữ liệu và kết quả. Các em phải hiểu rằng con người có trách nhiệm lựa chọn dữ liệu phù hợp, thực hiện quá trình theo hướng dẫn và kiểm tra hệ thống sau khi học. Đây là nền tảng quan trọng để hình thành cách tiếp cận có trách nhiệm đối với AI.

Năng lực được phát triển

Về năng lực chung, bài học phát triển khả năng tự chủ và tự học thông qua việc quan sát, suy nghĩ và tự hoàn thành nhiệm vụ tìm hiểu quy trình huấn luyện AI. Năng lực giao tiếp và hợp tác được hình thành qua việc trao đổi, phân công và thống nhất cách sắp xếp hoặc mô phỏng trong nhóm. Năng lực giải quyết vấn đề và sáng tạo thể hiện ở việc phân tích tình huống, lựa chọn dữ liệu và kiểm tra kết quả trong hoạt động mô phỏng.

Năng lực đặc thù giáo dục AI được thể hiện ở khả năng mô tả các bước cơ bản trong quá trình huấn luyện mô hình AI và hiểu vai trò của dữ liệu, kiểm tra, đánh giá. Như vậy, học sinh không chỉ biết “AI học từ dữ liệu” mà còn bước đầu hiểu quá trình để một hệ thống đi từ một vấn đề cụ thể đến một kết quả có thể kiểm tra.

Khởi động: Muốn AI làm được việc, cần chuẩn bị gì?

Hoạt động Khởi động có nhiệm vụ nối trực tiếp với trải nghiệm của Tiết 10. Giáo viên đưa ra tình huống một hệ thống AI được giao nhiệm vụ phân biệt hình ảnh quả táo và quả cam, sau đó hỏi nếu chỉ đưa cho máy một hình ảnh mới ngay lập tức thì máy có thể thực hiện tốt nhiệm vụ hay không. Học sinh được dẫn tới nhận thức rằng máy khó có thể nhận biết đúng nếu chưa được cung cấp dữ liệu hoặc ví dụ để học.

Câu hỏi tiếp theo “Trước khi máy nhận biết hình mới, con người cần làm gì?” giúp học sinh quay lại vai trò của con người. Các em xác định rằng trước hết cần xác định việc muốn máy thực hiện và cung cấp các ví dụ phù hợp. Những hình ảnh đã được phân nhóm ở Tiết 10 được nhắc lại như những ví dụ hoặc dữ liệu để máy học.

Giáo viên tiếp tục hỏi sau khi máy học có cần thử lại kết quả không và vì sao. Học sinh trả lời rằng cần kiểm tra xem máy nhận biết đúng hay chưa. Đây là một cách khởi động rất hiệu quả vì chỉ trong vài câu hỏi, giáo viên đã giúp học sinh gọi lại ba thành phần quan trọng: xác định nhiệm vụ, cung cấp dữ liệu và kiểm tra kết quả. Từ đó, câu hỏi “AI được huấn luyện như thế nào?” xuất hiện một cách tự nhiên.

Vì sao cần xác định vấn đề trước?

Hoạt động Khám phá bắt đầu bằng năm thẻ: “Xác định vấn đề”, “Thu thập dữ liệu”, “Dạy máy học”, “Kiểm tra”, “Đánh giá kết quả”. Học sinh làm việc theo nhóm 4–6 em, đọc nội dung và tự sắp xếp các thẻ theo trình tự hợp lí.

Cách tổ chức này có ưu điểm là giáo viên không đưa ngay thứ tự chính xác. Học sinh phải suy nghĩ và tự hình thành giả thuyết về quy trình. Sau đó, giáo viên sử dụng câu hỏi để kiểm tra lập luận. Câu hỏi “Nếu chưa biết muốn AI làm việc gì thì có thể bắt đầu thu thập dữ liệu ngay không?” giúp học sinh nhận ra rằng trước hết phải xác định vấn đề hoặc nhiệm vụ cần giải quyết.

Đây là một nguyên tắc rất quan trọng. Dữ liệu không được thu thập một cách tùy ý mà cần gắn với vấn đề mà hệ thống cần xử lí. Nếu không xác định rõ nhiệm vụ, con người sẽ khó biết nên cung cấp những dữ liệu nào và dữ liệu đó phục vụ mục đích gì.

Với học sinh lớp 5, giáo viên không cần giải thích sâu về việc xác định bài toán AI theo ngôn ngữ kỹ thuật. Chỉ cần giúp các em hiểu: trước khi dạy máy, con người phải biết muốn máy làm việc gì. Đây là cách diễn đạt đơn giản nhưng tạo được nền tảng tư duy rõ ràng.

Bước 1: Xác định vấn đề

“Xác định vấn đề” là bước đầu tiên trong quy trình năm bước. Đây là bước trả lời câu hỏi: AI cần làm nhiệm vụ gì? Trong tình huống của bài học, đó có thể là phân biệt hai nhóm hình ảnh, chẳng hạn phân biệt quả táo và quả cam hoặc phân biệt hai nhóm phương tiện giao thông.

Khi học sinh hiểu được bước này, các em sẽ thấy rằng AI không tự nhiên được giao một nhiệm vụ mơ hồ. Con người phải xác định rõ mục tiêu trước. Mục tiêu càng rõ thì việc lựa chọn dữ liệu ở bước sau càng có cơ sở.

Giáo viên có thể nhấn mạnh rằng câu hỏi “AI cần làm gì?” phải được trả lời trước câu hỏi “Cho AI học dữ liệu nào?”. Điều này giúp học sinh tránh suy nghĩ rằng chỉ cần có thật nhiều dữ liệu là có thể huấn luyện một hệ thống tốt.

Bước 2: Thu thập dữ liệu

Sau khi xác định vấn đề, bước tiếp theo là thu thập dữ liệu phù hợp. Kế hoạch bài dạy yêu cầu học sinh nhận biết vai trò của dữ liệu và biết rằng dữ liệu được sử dụng để dạy máy học.

Trong hoạt động mô phỏng, học sinh lựa chọn các thẻ mẫu và xếp chúng vào đúng nhóm. Đây chính là cách trực quan hóa bước thu thập dữ liệu. Các em không cần hiểu kỹ thuật lưu trữ dữ liệu mà chỉ cần nhận ra rằng những ví dụ được cung cấp cho máy chính là nguồn thông tin để máy học trong tình huống mô phỏng.

Giáo viên có thể đặt câu hỏi “Sau khi xác định vấn đề, chúng ta cần chuẩn bị gì?”. Học sinh trả lời rằng cần thu thập dữ liệu phù hợp với vấn đề. Câu hỏi này giúp các em hiểu mối quan hệ giữa bước 1 và bước 2: vấn đề quyết định loại dữ liệu cần chuẩn bị.

Đây cũng là nơi giáo viên có thể liên hệ lại Tiết 10. Ở tiết trước, học sinh đã cung cấp các ví dụ “hoa” và “quả” cho hệ thống. Sang Tiết 11, các em nhận ra rằng việc cung cấp những ví dụ đó chính là một phần của quá trình chuẩn bị dữ liệu cho AI.

Bước 3: Dạy máy học

Sau khi đã có dữ liệu, bước tiếp theo là “Dạy máy học”. Trong hoạt động mô phỏng, một học sinh đóng vai “máy” và quan sát các thẻ mẫu đã được cung cấp. Bạn đóng vai máy ghi nhớ hoặc nhận biết các ví dụ theo từng nhóm.

Cách mô phỏng này rất phù hợp với học sinh tiểu học vì biến một quá trình khó quan sát thành một hoạt động cụ thể. Các em có thể thấy rằng “máy” không được yêu cầu tự nghĩ ra nhóm mà dựa trên những ví dụ đã được cung cấp.

Giáo viên cần giữ mức giải thích vừa phải. Không nên đưa học sinh vào các khái niệm kỹ thuật như thuật toán tối ưu, tham số hay kiến trúc mô hình vì những nội dung đó không nằm trong yêu cầu cần đạt của bài. Mục tiêu ở đây là giúp các em hiểu rằng dữ liệu mẫu được đưa vào để hệ thống học từ đó.

Bước 4: Kiểm tra

Sau khi máy đã học, chưa thể kết luận rằng hệ thống hoạt động phù hợp. Bước tiếp theo là kiểm tra. Trong hoạt động Luyện tập, học sinh đưa các thẻ mới vào và thử từng thẻ, sau đó ghi lại kết quả dự đoán.

Đây là bước rất quan trọng bởi học sinh được chuyển từ “cho máy học” sang “kiểm tra xem máy đã học như thế nào”. Khi kết quả đúng, các em ghi nhận đúng. Khi kết quả chưa phù hợp, các em cũng phải ghi nhận.

Giáo viên hỏi “Nếu kết quả chưa phù hợp, chúng ta cần làm gì trước khi kết luận?”. Học sinh được định hướng kiểm tra lại dữ liệu mẫu, cách phân nhóm và quá trình thực hiện, không vội kết luận.

Điều này tiếp tục củng cố một nguyên tắc đã xuất hiện trong các bài học trước: kết quả AI cần được kiểm tra. Một hệ thống đã được “dạy” không có nghĩa là hệ thống chắc chắn hoạt động đúng trong mọi trường hợp.

Bước 5: Đánh giá kết quả

Nếu “kiểm tra” giúp con người xem hệ thống cho kết quả như thế nào trong những trường hợp thử, thì “đánh giá kết quả” giúp con người nhìn nhận mức độ phù hợp của hệ thống. Giáo viên hỏi học sinh “Đánh giá kết quả giúp con người biết điều gì?”. Học sinh được hướng tới câu trả lời rằng đánh giá giúp biết hệ thống hoạt động phù hợp đến mức nào và có điểm nào cần xem xét.

Ở mức độ lớp 5, không cần đưa vào những chỉ số kỹ thuật để đánh giá mô hình. Học sinh chỉ cần hiểu rằng sau khi thử, con người phải xem xét kết quả và nhận ra những điểm phù hợp hoặc chưa phù hợp. Nếu còn vấn đề, cần tiếp tục xem xét.

Chính bước này làm cho quy trình huấn luyện không kết thúc ở “dạy máy học”. Một hệ thống AI chỉ được xem xét đầy đủ khi con người biết nó hoạt động ra sao sau quá trình học và thử nghiệm.

Năm bước tạo thành một quy trình thống nhất

Sau khi thảo luận, giáo viên chốt trình tự:

Xác định vấn đề → Thu thập dữ liệu → Dạy máy học → Kiểm tra → Đánh giá kết quả.

Học sinh trình bày, đối chiếu và hoàn thiện sơ đồ năm bước.

Điều quan trọng là học sinh không chỉ nhớ năm cụm từ mà hiểu mối quan hệ giữa chúng. Xác định vấn đề giúp biết cần làm gì. Thu thập dữ liệu giúp chuẩn bị những ví dụ phù hợp. Dạy máy học giúp hệ thống học từ dữ liệu. Kiểm tra giúp quan sát kết quả trên những trường hợp thử. Đánh giá giúp con người xem xét mức độ phù hợp và những điểm cần tiếp tục cải thiện.

Nếu giáo viên muốn kiểm tra nhanh mức độ hiểu của học sinh, có thể yêu cầu một nhóm cố tình bỏ đi một bước rồi hỏi cả lớp quy trình còn đầy đủ hay không. Đây cũng chính là cách được sử dụng ở phần Vận dụng của kế hoạch bài dạy.

Luyện tập: Thử huấn luyện một “máy AI”

Sau khi hiểu năm bước, học sinh được chuyển sang mô phỏng một quá trình huấn luyện. Mỗi nhóm nhận nhiệm vụ “huấn luyện một máy phân biệt hai nhóm thẻ”, chẳng hạn phương tiện giao thông đường bộ và đường thủy.

Trước hết, nhóm xác định vấn đề: cần giúp máy phân biệt hai nhóm phương tiện. Tiếp theo, học sinh chọn các thẻ mẫu phù hợp để thu thập dữ liệu và xếp vào đúng nhóm. Sau đó, một bạn đóng vai “máy” và quan sát các thẻ mẫu đã được cung cấp.

Cách tổ chức này giúp học sinh thực hành đủ ba bước đầu của quy trình thay vì chỉ sắp xếp thẻ trên giấy. Các em phải phối hợp với nhau để xác định nhiệm vụ, lựa chọn dữ liệu và mô phỏng bước máy học.

Sau đó, giáo viên đưa các thẻ mới. Học sinh thử từng thẻ và ghi lại kết quả dự đoán. Giáo viên hỏi “Máy dự đoán thẻ này thuộc nhóm nào?” và “Kết quả có phù hợp với nhóm thực tế của thẻ không?”. Học sinh đối chiếu kết quả và xác định trường hợp đúng hoặc chưa đúng.

Hoạt động này rất quan trọng vì học sinh được trải nghiệm đầy đủ mối quan hệ giữa dữ liệu mẫu và kết quả thử. Nếu một thẻ mới gây khó khăn cho “máy”, nhóm có thể quay lại xem xét những ví dụ đã cung cấp.

Không vội kết luận khi kết quả chưa phù hợp

Một trong những điểm cần nhấn mạnh nhất trong hoạt động Luyện tập là cách xử lí kết quả chưa phù hợp. Khi “máy” dự đoán sai, giáo viên hỏi học sinh cần làm gì trước khi kết luận. Câu trả lời được định hướng là kiểm tra lại dữ liệu mẫu, cách phân nhóm và quá trình thực hiện; không vội kết luận.

Đây là một thói quen tư duy rất quan trọng. Học sinh không nên có hai phản ứng cực đoan: hoặc cho rằng “máy luôn đúng”, hoặc thấy một lỗi rồi kết luận “AI không dùng được”. Thay vào đó, các em cần quay lại quy trình để tìm xem vấn đề nằm ở đâu.

Trong phạm vi bài học, học sinh có thể kiểm tra những yếu tố rất cụ thể: dữ liệu mẫu có được xếp đúng nhóm không, các bước mô phỏng có được thực hiện đúng không, thẻ thử có đặc điểm nào khác với các ví dụ mẫu không. Những câu hỏi này vừa sức và giúp các em hình thành cách suy nghĩ có căn cứ.

Giáo viên chốt rằng huấn luyện không kết thúc ở việc cho máy học; cần kiểm tra và đánh giá kết quả để biết hệ thống hoạt động như thế nào.

Vận dụng: Em vẽ quy trình huấn luyện AI

Hoạt động Vận dụng yêu cầu mỗi nhóm hoàn thành sơ đồ năm bước và ghi một ví dụ ngắn cho từng bước. Đây là nhiệm vụ giúp học sinh chuyển từ việc thao tác sang khả năng trình bày lại kiến thức.

Giáo viên lần lượt đặt các câu hỏi: ở bước nào con người quyết định AI cần làm việc gì; ở bước nào con người lựa chọn và chuẩn bị dữ liệu; tại sao không nên bỏ qua kiểm tra và đánh giá. Học sinh xác định bước tương ứng và giải thích vai trò của từng bước.

Câu hỏi “Nếu nhóm bạn bỏ qua một bước thì quy trình có còn đầy đủ không? Vì sao?” là một câu hỏi vận dụng tốt. Nó buộc học sinh không chỉ đọc lại năm bước mà phải suy nghĩ về vai trò của từng bước trong toàn bộ quy trình.

Nếu bỏ qua bước xác định vấn đề, con người không rõ AI cần làm gì. Nếu bỏ qua thu thập dữ liệu, hệ thống không có những ví dụ được chuẩn bị cho nhiệm vụ mô phỏng. Nếu bỏ qua kiểm tra hoặc đánh giá, con người không biết kết quả có phù hợp hay chưa. Qua đó, học sinh hiểu rằng năm bước có quan hệ với nhau chứ không phải năm nội dung rời rạc.

Vai trò của con người trong quá trình huấn luyện AI

Một thông điệp xuyên suốt của Tiết 11 là con người giữ vai trò quan trọng trong từng bước của quá trình. Con người xác định vấn đề, lựa chọn và chuẩn bị dữ liệu, hướng dẫn quá trình dạy máy học, thực hiện kiểm tra và đánh giá kết quả. Kế hoạch bài dạy cũng yêu cầu học sinh giải thích vai trò của con người ở từng bước.

Điều này giúp điều chỉnh một cách hiểu đơn giản nhưng dễ xuất hiện ở học sinh: “AI tự học và tự làm mọi thứ”. Trong phạm vi bài học, học sinh được nhìn thấy rằng để một hệ thống thực hiện một nhiệm vụ, con người phải chuẩn bị rất nhiều yếu tố.

Đặc biệt, con người không chỉ xuất hiện ở đầu quy trình. Sau khi máy học, con người vẫn phải kiểm tra và đánh giá. Vì vậy, vai trò của con người xuyên suốt từ lúc xác định vấn đề đến khi xem xét kết quả.

Dữ liệu có vai trò như thế nào?

Tiết 11 tiếp tục củng cố kiến thức từ Tiết 10 rằng dữ liệu là một thành phần quan trọng trong học máy. Tuy nhiên, bài học không yêu cầu học sinh đi sâu vào chất lượng dữ liệu theo các tiêu chí kỹ thuật. Mục tiêu ở đây là nhận biết rằng dữ liệu được sử dụng để dạy máy học và việc lựa chọn dữ liệu là một phần của quá trình huấn luyện.

Khi học sinh thực hiện mô phỏng phân biệt phương tiện đường bộ và đường thủy, các em phải chọn thẻ mẫu và xếp vào đúng nhóm. Chính thao tác đó giúp các em hiểu rằng những ví dụ đưa cho máy không phải là phần phụ mà là cơ sở để máy học trong tình huống mô phỏng.

Nếu kết quả thử chưa phù hợp, giáo viên yêu cầu học sinh kiểm tra lại dữ liệu mẫu và cách phân nhóm. Như vậy, học sinh bắt đầu nhận ra mối quan hệ giữa dữ liệu được chuẩn bị và kết quả khi thử hệ thống.

Sự khác nhau giữa “kiểm tra” và “đánh giá”

Đối với học sinh lớp 5, hai bước “kiểm tra” và “đánh giá kết quả” có thể khá gần nhau. Vì vậy, giáo viên nên giải thích thật đơn giản dựa trên chính tình huống của bài.

“Kiểm tra” là đưa dữ liệu mới vào thử và quan sát hệ thống cho kết quả gì. “Đánh giá kết quả” là xem xét những kết quả đó để biết hệ thống hoạt động phù hợp đến mức nào và có điểm nào cần tiếp tục xem xét. Kế hoạch bài dạy thể hiện rõ hai bước này tách biệt trong chuỗi năm bước.

Không cần biến sự khác nhau này thành một định nghĩa khô cứng. Giáo viên có thể hỏi: “Máy dự đoán thế nào?” để nói về kiểm tra, sau đó hỏi “Kết quả đó có phù hợp không, còn vấn đề gì cần xem xét?” để nói về đánh giá. Cách đặt câu hỏi theo tình huống sẽ dễ hiểu hơn với học sinh.

Sản phẩm học tập của Tiết 11

Tiết học tạo ra những sản phẩm cụ thể ở từng giai đoạn. Ở Khởi động, học sinh đưa ra ý kiến về sự cần thiết của dữ liệu, việc dạy máy học và kiểm tra kết quả. Ở Khám phá, các nhóm hoàn thành sơ đồ năm bước và giải thích ngắn vai trò của từng bước.

Ở Luyện tập, học sinh hoàn thành phiếu “Huấn luyện AI”, trong đó có vấn đề, dữ liệu mẫu, kết quả thử và nhận xét đánh giá. Đây là sản phẩm có giá trị vì thể hiện được cả quá trình chứ không chỉ kết quả cuối cùng.

Ở Vận dụng, sản phẩm là sơ đồ quy trình huấn luyện AI cùng phần trình bày của nhóm. Học sinh phải thể hiện đúng năm bước, sắp xếp đúng trình tự, giải thích được vai trò của dữ liệu và biết kiểm tra, đánh giá kết quả.

Giáo viên có thể dựa vào các sản phẩm này để nhận diện mức độ hiểu của từng nhóm. Một sơ đồ đúng thứ tự nhưng không giải thích được vai trò của từng bước cho thấy học sinh mới dừng ở mức ghi nhớ. Một nhóm vừa sắp xếp đúng vừa giải thích được vì sao cần dữ liệu, vì sao phải kiểm tra và đánh giá thì đã thể hiện mức độ hiểu tốt hơn.

Đánh giá trong Tiết 11

Giáo viên đánh giá thường xuyên thông qua quan sát, câu hỏi, thảo luận, nhiệm vụ, phiếu học tập, sản phẩm và phần trình bày của học sinh. Trọng tâm là khả năng mô tả đúng các bước cơ bản trong huấn luyện AI, sắp xếp được trình tự, hiểu vai trò của dữ liệu và biết kiểm tra, đánh giá kết quả.

Cách đánh giá này phù hợp với bản chất của bài. Học sinh không cần làm một bài kiểm tra lí thuyết riêng để chứng minh rằng mình nhớ năm bước. Thông qua việc sắp xếp thẻ, mô phỏng và trình bày, giáo viên có thể quan sát trực tiếp mức độ hiểu của các em.

Đặc biệt, kế hoạch xác định không đánh giá dựa trên việc học sinh có tài khoản, thiết bị hoặc thành thạo một công cụ AI cụ thể. Điều này giúp bảo đảm rằng trọng tâm vẫn là năng lực nhận thức và quy trình tư duy chứ không phải điều kiện tiếp cận công nghệ.

Mối liên hệ giữa Tiết 10 và Tiết 11

Hai tiết học tạo thành một mạch kiến thức rất rõ. Tiết 10 cho học sinh trải nghiệm một quy trình học máy trực quan ở quy mô nhỏ: đưa các ví dụ đã phân nhóm, cho hệ thống học, thử dữ liệu mới và quan sát kết quả. Tiết 11 giúp các em khái quát hóa trải nghiệm đó thành một quy trình năm bước rộng hơn.

Có thể hình dung:

Tiết 10: Ví dụ dữ liệu → Nhóm dữ liệu → Cho máy học → Thử dữ liệu mới → Kết quả.

Tiết 11: Xác định vấn đề → Thu thập dữ liệu → Dạy máy học → Kiểm tra → Đánh giá kết quả.

Như vậy, Tiết 11 không lặp lại Tiết 10 mà nâng kiến thức lên một mức khái quát. Học sinh bắt đầu hiểu rằng trước khi cung cấp dữ liệu đã có một bước xác định vấn đề, và sau khi thử kết quả còn có bước đánh giá.

Đây là cách phát triển kiến thức khá hợp lí: trải nghiệm trước, khái quát sau. Học sinh có trải nghiệm cụ thể để làm điểm tựa nên năm bước huấn luyện AI không xuất hiện như một danh sách khái niệm trừu tượng.

Mạch tư duy trung tâm của Tiết 11

Toàn bộ bài học có thể được cô đọng thành:

Xác định vấn đề → Thu thập dữ liệu → Dạy máy học → Kiểm tra → Đánh giá kết quả.

Nếu muốn diễn đạt bằng câu hỏi để học sinh dễ nhớ hơn, giáo viên có thể dùng:

AI cần làm gì? → Cần dữ liệu nào? → Cho máy học như thế nào? → Máy làm được chưa? → Kết quả có phù hợp không?

Cách chuyển năm bước thành năm câu hỏi giúp học sinh hiểu ý nghĩa thay vì học thuộc máy móc. Mỗi câu hỏi gắn với một hành động của con người và tạo thành một quy trình liên tục.

Ý nghĩa giáo dục của bài học

Tiết 11 giúp học sinh hình thành một nhận thức quan trọng: một hệ thống AI không chỉ đơn giản là “đưa dữ liệu vào rồi máy tự biết”. Đằng sau quá trình đó có một chuỗi công việc mà con người phải xác định, chuẩn bị, hướng dẫn và kiểm tra.

Điều này tiếp tục củng cố quan điểm về vai trò của con người đã được xây dựng trong các chuyên đề trước. AI có thể hỗ trợ con người trong nhiều nhiệm vụ, nhưng con người vẫn là chủ thể xác định mục tiêu, lựa chọn cách sử dụng và kiểm tra kết quả.

Bài học cũng giúp học sinh hình thành thái độ cẩn trọng đối với kết quả AI. Nếu hệ thống hoạt động chưa phù hợp, không nên bỏ qua hoặc che giấu. Cần ghi nhận, kiểm tra và đánh giá. Đây là sự kết nối rõ giữa giáo dục AI và phẩm chất Trung thực, Trách nhiệm được đặt ra trong bài.

Những điểm giáo viên cần lưu ý khi tổ chức

Điểm đầu tiên là không nên biến năm bước thành một danh sách để học sinh học thuộc. Giáo viên cần tạo tình huống để các em tự sắp xếp, sau đó đặt câu hỏi “Vì sao?”. Khi học sinh giải thích được vì sao phải xác định vấn đề trước khi thu thập dữ liệu hoặc vì sao cần kiểm tra sau khi máy học, các em mới thực sự hiểu quy trình.

Điểm thứ hai là cần dành thời gian cho bước kiểm tra và đánh giá. Đây là hai bước dễ bị xem nhẹ vì học sinh thường có xu hướng coi “máy học xong” là hoàn thành nhiệm vụ. Kế hoạch bài dạy đã chủ động đặt câu hỏi về kết quả và yêu cầu học sinh thử bằng dữ liệu mới.

Điểm thứ ba là không cần phụ thuộc vào thiết bị. Toàn bộ quy trình có thể được mô phỏng bằng thẻ dữ liệu và một học sinh đóng vai “máy”. Cách này thậm chí còn giúp học sinh nhìn rõ từng bước hơn vì giáo viên kiểm soát được toàn bộ tình huống.

Cuối cùng, khi học sinh gặp kết quả chưa phù hợp, giáo viên nên khuyến khích các em kiểm tra trước khi kết luận. Đây là thói quen tư duy quan trọng cần được duy trì xuyên suốt chương trình giáo dục AI.

Kết luận

Tiết 11 “AI ĐƯỢC HUẤN LUYỆN NHƯ THẾ NÀO?” là bài học quan trọng trong Chuyên đề 6 “HUẤN LUYỆN VÀ CẢI TIẾN HỆ THỐNG AI”, giúp học sinh chuyển từ trải nghiệm học máy trực quan sang khả năng nhìn nhận một quy trình huấn luyện AI ở mức khái quát. Bài học xác định rõ năm bước cơ bản: xác định vấn đề → thu thập dữ liệu → dạy máy học → kiểm tra → đánh giá kết quả.

Giá trị của tiết học không nằm ở việc học sinh ghi nhớ năm cụm từ mà ở việc hiểu vai trò của từng bước. Muốn AI thực hiện một nhiệm vụ, con người phải biết mình muốn giải quyết vấn đề gì, chuẩn bị dữ liệu phù hợp, hướng dẫn máy học, sau đó kiểm tra và đánh giá kết quả. Không có bước nào nên được xem là phần phụ của quy trình.

Đặc biệt, bài học tiếp tục khẳng định vai trò của con người trong quá trình phát triển và sử dụng AI. Con người không chỉ cung cấp dữ liệu mà còn xác định vấn đề, lựa chọn dữ liệu, kiểm tra và đánh giá kết quả. Khi hệ thống hoạt động chưa phù hợp, cần quay lại xem xét dữ liệu và quá trình thực hiện thay vì vội vàng kết luận.

Với tiến trình Khởi động – Khám phá – Luyện tập – Vận dụng, học sinh được dẫn dắt từ trải nghiệm của Tiết 10 đến việc tự sắp xếp năm bước, mô phỏng một quá trình huấn luyện và trình bày lại bằng sơ đồ. Cách tổ chức bằng thẻ tình huống, thẻ dữ liệu và vai “máy AI” giúp bài học dễ triển khai ngay cả khi lớp không có thiết bị hoặc Internet.

BẤM VÀO ĐÂY TẢI MIỄN PHÍ TIẾT 11

Thông điệp cốt lõi của Tiết 11 có thể ghi nhớ bằng một chuỗi ngắn gọn: “Xác định vấn đề → Thu thập dữ liệu → Dạy máy học → Kiểm tra → Đánh giá.” Khi học sinh hiểu được chuỗi này, các em đã có một nền tảng quan trọng để tiếp tục tìm hiểu cách AI được cải tiến: không chỉ huấn luyện một lần, mà còn phải quan sát kết quả, phát hiện điểm chưa phù hợp và tiếp tục xem xét, điều chỉnh trong những bước học tập tiếp theo.