Cách sử dụng AI trong học tập
Nhận biết tình huống AI hỗ trợ học tập. Nêu cách dùng trợ lí học tập thông minh, ứng dụng học ngôn ngữ. Thực hành khi có giám sát của giáo viên.
Khung nội dung giáo dục trí tuệ nhân tạo · Cấp tiểu học
12 tiết nội dung cốt lõi giúp học sinh lớp 3 dùng AI để học có kiểm soát, suy nghĩ trước khi dùng, kiểm tra kết quả, phân biệt thật – giả, và làm quen dữ liệu cùng học máy.
Cách đọc mục lục: Tên bài học lấy đúng nội dung trong khung Bộ GDĐT. Mã như 3.A1.1 là yêu cầu cần đạt cốt lõi; mã có MR là nội dung mở rộng, tổ chức thêm khi nhà trường có điều kiện, không thay thế 12 tiết cốt lõi.
Nhận biết tình huống AI hỗ trợ học tập. Nêu cách dùng trợ lí học tập thông minh, ứng dụng học ngôn ngữ. Thực hành khi có giám sát của giáo viên.
Phân biệt dùng AI như công cụ hỗ trợ (chủ động, có kiểm soát) với để AI làm thay toàn bộ. Hậu quả: giảm tư duy độc lập, kĩ năng giải quyết vấn đề và sự tự tin.
Nêu rủi ro khi dùng AI. Tự hỏi: Việc này có cần AI không? Nếu AI sai thì sao? Suy nghĩ trước giúp an toàn, bảo vệ quyền riêng tư và dùng AI vì mục đích tốt.
Nhận biết robot, bảng thông minh, ứng dụng chấm bài, nhận dạng chữ viết. AI hỗ trợ giáo viên và học sinh, hướng tới học cá nhân hoá. Gồm cả đối tượng AI có thể hỗ trợ trong nhà trường.
AI có thể sai: dịch sai, nhận diện nhầm, chatbot nói không đúng. Cần kiểm tra lại, so sánh nhiều nguồn và hỏi thầy cô, người lớn.
Thông tin hoặc sản phẩm do AI tạo ra có thể không đúng sự thật. Học sinh nêu ví dụ gần gũi và tập phân biệt.
Không tạo ra hoặc dùng AI để lừa đảo, bắt nạt, gây hại. Cần cung cấp dữ liệu đúng và đa dạng để AI hoạt động chính xác, công bằng.
Hiểu khái niệm dữ liệu qua ví dụ. Nội dung mở rộng: nhận ra đặc trưng của một số bộ dữ liệu đơn giản.
Mô tả cấu trúc “nếu … thì …” khi giải quyết tình huống hoặc phân loại. Làm quen công cụ AI đơn giản dùng luật này.
Học máy là học trên dữ liệu. Nêu tình huống phân loại, dự đoán (rau củ, mưa lũ). Minh họa bằng Teachable Machine, ML for Kids hoặc công cụ phù hợp.
Quá trình đơn giản: thu thập ví dụ và cho AI học từ các ví dụ đó.
Dữ liệu dạy AI có thể thiếu, nhầm, không đúng. Nếu dữ liệu xấu thì máy học sai. Thực hành kiểm tra bộ thẻ mẫu, bỏ thẻ gán nhãn nhầm.