Tài liệu học tập · Cấp tiểu học
Trí tuệ nhân tạo
Lớp 3
12 bài giúp em dùng AI như công cụ học có kiểm soát, không để máy làm hộ hết; biết kiểm tra kết quả; biết dữ liệu và cách máy học từ ví dụ.
Em dùng tài liệu này thế nào?
- Đọc tình huống trước, rồi đọc kiến thức.
- Làm phần Luyện tập trên giấy hoặc sách photo.
- Ô Ghi nhớ là ý cần thuộc. Ô Mở rộng học thêm khi thầy cô tổ chức.
- Không tự tạo tài khoản công cụ AI. Nếu cần thử máy, dùng thiết bị nhà trường, có người lớn giám sát.
Mục lục
Tên bài lấy theo khung nội dung giáo dục trí tuệ nhân tạo. Mã như 3.A1.1 là yêu cầu cần đạt.
Chuyên đề 1 · AI trong học tập có kiểm soát · 3.A1.1 · 3.A1.2
Cách sử dụng AI trong học tập
Em sẽ học được
- Nhận tình huống AI hỗ trợ học sinh khi học.
- Nêu cách dùng trợ lí học tập thông minh, ứng dụng học ngôn ngữ để hỗ trợ quá trình học.
- (Mở rộng) Thực hành trên thiết bị trường, có giám sát.
Tình huống mở đầu
Khi nào máy giúp em học?
Kiến thức
Tình huống hỗ trợ: luyện phát âm / nghe; gợi ý 3 câu hỏi ôn; giải thích thuật ngữ rồi em đọc lại sách.
Cách dùng: nói rõ việc em cần; không nộp nguyên văn máy; đối chiếu sách giáo khoa hoặc hỏi thầy cô.
Không tự tạo tài khoản. Dùng thiết bị nhà trường, có giám sát.
Luyện tập
| Việc | Máy hỗ trợ thế nào? | Em vẫn làm gì? |
|---|---|---|
| Luyện nghe 5 câu | ||
| Ôn bài 1 mục |
Vận dụng. Viết 1 việc học tuần này máy có thể hỗ trợ và phần em phải tự làm.
A1. Không phụ thuộc · 3.A1.3
Không phụ thuộc hoàn toàn vào AI
Em sẽ học được
- Phân biệt dùng AI như công cụ hỗ trợ (đúng đắn, chủ động, có kiểm soát) và để AI làm thay toàn bộ (thụ động, thiếu tự lập).
- (Mở rộng) Nêu hậu quả phụ thuộc quá mức.
Tình huống mở đầu
Xe đạp có bánh phụ mãi được không?
Kiến thức
Hỗ trợ: em nghĩ trước, dùng máy một khâu, tự viết lại, tự kiểm tra. Làm thay toàn bộ: em chỉ bấm, nộp luôn, không hiểu bài.Luyện tập
- Nhờ máy gợi ý 3 ý rồi tự viết đoạn. Đ S
- Nhờ máy viết cả bài rồi đổi tên mình. Đ S
- Tự làm toán, máy chỉ kiểm tra 1 phép. Đ S
Vận dụng. Cam kết: “Em không để máy làm hộ … (môn / việc).”
A1. Suy nghĩ trước · 3.A1.4 · 3.A1.5
Suy nghĩ kĩ trước khi dùng AI
Em sẽ học được
- Nêu tình huống có thể gây rủi ro khi dùng AI.
- Tự đặt và trả lời vài câu trước khi quyết định dùng: Việc này có cần AI không? Nếu AI sai thì điều gì xảy ra?
- (Mở rộng) Suy nghĩ và kiểm tra giúp phòng rủi ro, bảo vệ an toàn và quyền riêng tư.
Tình huống mở đầu
Bấm máy ngay hay dừng lại một nhịp?
Kiến thức
Rủi ro: máy sai mà em tin; lộ ảnh, tên, địa chỉ; dùng máy làm bài thi.
Câu hỏi gợi ý: Có cần dùng AI không? Nếu AI sai thì điều gì xảy ra? Có thu thập thông tin cá nhân không?
Luyện tập
Chọn 1 tình huống: app xin ảnh thẻ / nhờ máy làm hộ kiểm tra 15 phút. Trả lời 3 câu hỏi.
| Câu hỏi | Câu trả lời của em |
|---|---|
| Có cần AI không? | |
| Nếu sai thì sao? | |
| Có đòi thông tin cá nhân không? |
Vận dụng. Dán 3 câu hỏi vào vở. Áp dụng 1 lần tuần này.
A2. AI trong trường học · 3.A2.1–3
AI trong trường học
Em sẽ học được
- Nhận ứng dụng / thiết bị AI trong trường: robot, bảng thông minh, ứng dụng chấm bài hoặc nhận chữ viết.
- Mục đích: hỗ trợ thầy cô và học sinh học hiệu quả hơn; cá nhân hoá theo năng lực; tăng hứng thú.
- Đối tượng được hỗ trợ: học sinh, giáo viên…
Tình huống mở đầu
Trường mình có “máy thông minh” nào?
Kiến thức
Ví dụ: robot giáo dục, bảng thông minh, phần mềm gợi ý bài luyện, nhận chữ viết (nếu trường có).
Mục đích: học hiệu quả hơn, phù hợp năng lực, tăng hứng thú — vẫn có thầy cô quyết định chuyên môn.
Người được hỗ trợ: học sinh, giáo viên, nhân viên nhà trường.
Luyện tập
Kể 1 thiết bị / ứng dụng ở trường (hoặc em mong muốn) và ai được hỗ trợ.
Vận dụng. Viết 1 nguyên tắc: “AI ở trường phải …”.
A3. Kiểm tra kết quả · 3.A3.1 · 3.A3.2
Kiểm tra và phản biện kết quả của AI
Em sẽ học được
- Nêu ví dụ AI có thể sai: dịch sai nghĩa; nhận nhầm ảnh hoặc khuôn mặt; chatbot đưa thông tin không đúng sự thật.
- Khi dùng AI cần kiểm tra lại, so sánh nhiều nguồn, trao đổi với thầy cô hoặc người lớn.
Tình huống mở đầu
Máy dịch “bàn” (cái bàn) thành “table”. Còn “bàn” trong “bàn bạc”? Lúc nào cũng đúng ư?
Kiến thức
AI sai: dịch lệch; nhận nhầm ảnh; chatbot nói điều không có trong sách / không đúng sự thật.
Thói quen: đối chiếu SGK, hỏi thầy cô, không lấy một câu máy làm nguồn duy nhất.
Luyện tập
Ba kết quả mẫu (thầy cô có thể đọc). Em ghi: tin / không tin / cần hỏi thêm.
| Máy nói | Em làm gì? |
|---|---|
| Năm 1945 là Cách mạng tháng Tám | |
| Con sông nhà em dài 9000 km | |
| Ảnh lá xoài bị gọi là lá na |
Vận dụng. Cam kết: “Trước khi dùng câu máy, em sẽ …”.
Chuyên đề 2 · Thật – giả và làm việc tốt · 3.B2.1
Phân biệt thật và giả
Em sẽ học được
- Nhận biết và nêu ví dụ thông tin hoặc sản phẩm do AI tạo ra có thể không đúng với sự thật.
Tình huống mở đầu
Ảnh bạn cười răng có thật không? Có thể là ảnh bị chỉnh hoặc tạo.
Kiến thức
AI có thể tạo ảnh, giọng, đoạn văn trông giống thật.
Dấu hiệu cần thận trọng: bạn trong ảnh làm việc không bao giờ làm; tin quá sốc; không rõ ai gửi.
Không chia sẻ khi chưa hỏi thầy cô / bố mẹ. Không dùng ảnh bạn để “thử máy”.
Luyện tập
- Mọi ảnh trên mạng đều là ảnh chụp thật. Đ S
- Tin quá sốc, không rõ nguồn thì cần hỏi người lớn. Đ S
- Em được tạo ảnh giả mặt bạn để đùa. Đ S
Vận dụng. Nếu thấy ảnh lạ về bạn cùng lớp, em sẽ làm gì? Viết 2 bước.
B3. Làm việc tốt · 3.B3.1
Cùng máy thông minh làm việc tốt
Em sẽ học được
- Nhận biết không nên tạo ra hoặc sử dụng AI cho mục đích xấu như lừa đảo, bắt nạt hay gây hại.
- (Mở rộng) Người cần cung cấp dữ liệu đúng và đa dạng để AI hoạt động chính xác, công bằng.
Tình huống mở đầu
Máy làm theo lời mình. Lời nào được nói?
Kiến thức
Không dùng AI để lừa, bắt nạt, làm bạn xấu hổ, giả mạo người khác.
Dùng AI để giúp: ôn bài, dịch câu để hiểu, nhắc việc tốt.
Luyện tập
- Nhờ máy viết lời xin lỗi chân thành rồi em tự viết lại. Tốt Xấu
- Nhờ máy soạn tin chế giễu bạn. Tốt Xấu
- Đưa ảnh nhiều vùng miền khi dạy máy nhận áo mưa. Tốt Xấu
Vận dụng. Viết 1 lời em sẽ không bao giờ nói với máy.
Chuyên đề 3 · Dữ liệu và học máy · 3.C4.1
Dữ liệu học máy
Em sẽ học được
- Trình bày khái niệm dữ liệu qua ví dụ.
- (Mở rộng) Xác định đặc trưng của một số bộ dữ liệu đơn giản.
Tình huống mở đầu
Dạy máy nhận “táo” thì đưa gì cho máy?
Kiến thức
Dữ liệu là thông tin dùng để dạy hoặc chạy máy: ảnh, âm thanh, chữ, số.Bộ dữ liệu tốt: đúng nhãn, rõ, đủ nhiều, không chỉ một kiểu.
Luyện tập
Liệt kê 3 loại dữ liệu em có thể dùng để dạy máy nhận “lá cờ đỏ sao vàng” (vẽ, không chụp người).
Vận dụng. Cùng người lớn chọn 5 ảnh đồ vật cùng loại, ghi tên đúng.
C5. Luật nếu–thì · 3.C5.1
Kĩ thuật AI dựa trên luật
Em sẽ học được
- Mô tả cấu trúc nếu … thì … khi giải quyết tình huống hoặc phân loại.
- (Mở rộng) Nêu công cụ AI đơn giản dùng cấu trúc nếu–thì.
Tình huống mở đầu
Luật của lớp mình: Nếu hết giờ ra chơi thì …
Kiến thức
Cấu trúc nếu … thì …: nếu điều kiện xảy ra thì máy (hoặc người) làm một việc.
Ví dụ: Nếu ảnh có màu đỏ predomin và hình sao → gợi ý “cờ Việt Nam” (minh hoạ, không phải nhận diện người).
Luyện tập
| Nếu … | thì … |
|---|---|
| Hết giờ ra chơi | |
| Ảnh mờ | hỏi người / không tin ngay |
Vận dụng. Viết 1 luật an toàn: Nếu máy xin địa chỉ nhà thì …
C5. Học máy · 3.C5.2–4
Kĩ thuật học máy
Em sẽ học được
- Đặc điểm chính của học máy là học trên dữ liệu.
- Nêu tình huống áp dụng: phân loại rau củ trong nông trại thông minh, dự báo mưa lũ…
- Nhận bài toán phân loại và bài toán dự đoán qua tình huống.
Tình huống mở đầu
Học thuộc luật khác với xem nhiều ví dụ.
Kiến thức
Học máy: máy học từ dữ liệu, không chỉ chạy vài luật viết tay.Ví dụ: phân loại rau củ; gợi ý khả năng mưa (dự đoán) từ dữ liệu thời tiết — người vẫn quyết định.
Phân loại: xếp vào nhóm. Dự đoán: ước điều có thể xảy ra.Luyện tập
| Tình huống | Phân loại hay dự đoán? |
|---|---|
| Tách cà chua / dưa chuột | |
| Gợi ý chiều nay có mưa? | |
| Nhận chữ viết là a hay o |
Vận dụng. Kể 1 việc nông nghiệp hoặc thời tiết gần em. Máy phân loại hay dự đoán?
Chuyên đề 4 · Dạy máy và dữ liệu tốt · 3.D1.1
Quá trình huấn luyện máy thông minh
Em sẽ học được
- Trình bày quá trình đơn giản: thu thập ví dụ và cho AI học từ các ví dụ đó.
Tình huống mở đầu
Dạy bạn nhận lá bằng thì mình làm gì trước?
Kiến thức
Hai bước cốt lõi em cần nhớ: 1) Thu thập ví dụ 2) Cho máy học từ ví dụ đó.
Thêm bước kiểm tra: đưa ảnh mới, xem máy đúng hay sai.
Luyện tập
Sắp xếp thứ tự: Cho máy học / Thu thập ảnh táo / Thử ảnh táo mới.
Vận dụng. Lập danh sách 5 ảnh (vẽ) để dạy nhận “bút”. Không dùng ảnh người.
D2. Dữ liệu tốt · 3.D2.1–3
Dữ liệu tốt cho máy thông minh
Em sẽ học được
- Dữ liệu dạy AI có thể bị thiếu, nhầm lẫn hoặc không đúng sự thật.
- Nêu yêu cầu cơ bản đối với dữ liệu huấn luyện.
- Nếu dữ liệu sai hoặc không tốt thì AI không hiệu quả, thậm chí hoạt động sai.
Tình huống mở đầu
Dạy máy bằng ảnh mèo ghi “chó” thì sao?
Kiến thức
Dữ liệu xấu: thiếu, nhầm nhãn, bịa, chỉ một kiểu.
Yêu cầu cơ bản: đúng nhãn, rõ, đủ, trung thực.
Dữ liệu sai → AI sai.
Luyện tập
- Ảnh mèo ghi “chó” vẫn dạy máy tốt. Đ S
- Cần loại ảnh nhãn nhầm trước khi dạy máy. Đ S
- Máy sai thì em vẫn kiểm tra được. Đ S
Vận dụng. Viết 3 ý cả năm: không phụ thuộc máy / kiểm tra kết quả / dữ liệu phải đúng.
Cuối năm
Ôn tập lớp 3
Điền hoặc khoanh.
- AI hỗ trợ học khi em có mục đích và vẫn … bài.
- Để máy làm hết bài là … thuộc.
- Trước khi dùng AI, em hỏi: Có cần không? Nếu sai thì sao? Có đòi … không?
- AI trong trường hỗ trợ thầy cô và học sinh, không … người dạy.
- Máy dịch / chatbot có thể … . Em phải kiểm tra.
- Ảnh do AI tạo có thể không đúng … .
- Không dùng AI để lừa, …, gây hại.
- Dữ liệu là … dạy máy.
- Cấu trúc luật: nếu … thì … .
- Học máy học trên … . Nhãn sai thì máy … .
Thuật ngữ em đã gặp
- Hỗ trợ học tập
- Máy giúp một khâu; em vẫn hiểu và tự làm phần chính.
- Phụ thuộc
- Để máy làm thay gần như mọi việc, em không tự lập.
- Kiểm chứng
- Đối chiếu kết quả máy với sách, nguồn tin cậy hoặc thầy cô.
- Dữ liệu
- Ảnh, tiếng, chữ, số dùng để dạy hoặc chạy máy.
- Luật nếu–thì
- Nếu điều kiện đúng thì làm việc đã ghi sẵn.
- Học máy
- Máy tìm quy luật từ nhiều ví dụ, không chỉ vài luật viết tay.
- Phân loại
- Xếp vào nhóm.
- Dự đoán
- Ước điều có thể xảy ra dựa trên dữ liệu.
- Nhãn
- Tên người gắn cho ví dụ (ảnh này là “táo”).