CGP Chu Gia PhongPortfolio · VNU1001
Trang chủ / Tổng kết
Trang tổng kết

Nhìn lại một học phần

Sáu bài tập, một câu hỏi xuyên suốt: công nghệ số thay đổi cách một sinh viên kinh tế học và làm việc như thế nào — và mình muốn giữ lại phần nào của chính mình trong đó?

Trải nghiệm cá nhân về quá trình thực hiện

Khi mới nhìn danh sách bài tập, mình thấy chúng khá rời rạc: một bài về thư mục máy tính, một bài về tìm tài liệu, mấy bài về AI. Chỉ đến lúc ngồi ghép cả sáu bài vào Portfolio này, mạch liên kết mới hiện ra rõ.

Bài 1 dạy cách tổ chức dữ liệu của chính mình — kỹ năng được dùng lại ngay ở Bài 4 khi cả nhóm phải chia sẻ chung một kho tài liệu và không ai được lạc file. Bài 2 dạy cách phân biệt nguồn tin tốt và xấu — chính là thứ giữ mình lại ở Bài 3 và Bài 6, khi AI đưa ra một câu trả lời nghe rất trôi chảy nhưng không kèm nguồn nào. Bài 3 dạy cách hỏi AI cho đúng, Bài 5 dạy cách dùng nó để tạo ra thứ gì đó thật, còn Bài 6 trả lời câu hỏi khó nhất: dùng đến đâu thì vẫn còn là bài của mình?

Điều bất ngờ nhất với mình: phần tốn thời gian nhất khi làm việc với AI không phải lúc gõ prompt, mà là lúc ngồi kiểm chứng lại những gì nó vừa nói. Càng dùng nhiều, mình càng thấy giá trị của người học không nằm ở tốc độ tạo ra nội dung, mà ở khả năng nhận ra chỗ nào sai.

Kiến thức và kỹ năng quan trọng nhất

Kỹ năng 01

Thẩm định nguồn thông tin

Thói quen hỏi "ai viết, đăng ở đâu, dữ liệu nào, năm nào" trước khi tin bất cứ con số nào. Với người muốn làm phân tích chính sách, đây là kỹ năng nền — vì một kết luận dựng trên nguồn sai thì càng phân tích công phu càng sai nặng.

Kỹ năng 02

Viết prompt có cấu trúc

Nêu rõ mục tiêu, đối tượng, định dạng và ràng buộc. Bài 3 cho thấy khoảng cách giữa prompt cơ bản và prompt nâng cao lớn hơn nhiều so với mình tưởng, dù mô hình AI hoàn toàn giống nhau.

Kỹ năng 03

Làm việc nhóm trên nền tảng số

Trello, Google Docs và Drive không tự làm nhóm chăm hơn, nhưng chúng làm cho tiến độ trở nên nhìn thấy được — và đó là điều kiện để nhóm tự điều chỉnh mà không cần ai thúc.

Kỹ năng 04

Liêm chính học thuật trong thời AI

Hiểu rõ ranh giới hỗ trợ – gian lận không nằm ở việc có dùng AI hay không, mà ở mức đóng góp thật của mình vào sản phẩm cuối cùng.

Điều tâm đắc nhất

"AI không quyết định chất lượng của người học. Chính cách con người sử dụng AI mới quyết định giá trị của tri thức."

Câu này mình viết trong infographic của Bài 6, và nó là thứ mình giữ lại sau cả học phần. Trước đó, mình từng nghĩ câu chuyện AI là chuyện dùng hay không dùng — một lựa chọn nhị phân. Bây giờ thì rõ là câu hỏi đúng phải là: mình còn lại bao nhiêu trong sản phẩm của chính mình?

Điểm tâm đắc thứ hai, nhỏ hơn nhưng thực tế hơn: bài tập tưởng như nhàm chán nhất — tạo và đổi tên thư mục ở Bài 1 — lại là bài mình dùng lại nhiều nhất. Mọi thứ về sau, từ kho tài liệu nhóm đến bộ file của Portfolio này, đều đứng trên cái nền đó.

Thách thức đã gặp phải

1. Chống lại cám dỗ copy nguyên đầu ra của AI

Đây là thách thức thật, không phải câu nói cho hay. AI trả về một đoạn văn trôi chảy trong ba giây, và việc dán thẳng vào bài luôn dễ hơn ngồi viết lại. Cách mình xử lý: bắt buộc bản thân phải thêm được ít nhất một ví dụ Việt Nam và một quan điểm cá nhân vào mỗi phần — nếu không thêm được gì, tức là mình chưa thực sự hiểu phần đó.

2. Phát hiện thông tin AI bịa ra

Ở Bài 6 mình gọi nó là "AI hallucination". Nghe thì trừu tượng, đến khi đi kiểm chứng nguồn thật thì mới thấm: một tên bài báo trông rất chuẩn nhưng tra không ra ở đâu cả. Từ đó mình bỏ hẳn thói quen hỏi AI xin tài liệu tham khảo mà không tra lại.

3. Phối hợp nhóm khi tiến độ lệch nhau

Ở Bài 4, khó khăn lớn nhất không phải công cụ mà là con người: có thành viên không cập nhật tiến độ, tài liệu ban đầu lộn xộn, trao đổi rải rác nhiều kênh. Giải pháp là chuẩn hóa cách đặt tên file, chốt một kênh giao tiếp chính và gắn deadline cụ thể lên từng thẻ.

4. Hệ thống hóa sáu bài rời rạc thành một sản phẩm

Chuyển từ sáu file Word độc lập sang một Portfolio có mạch chung buộc mình phải đọc lại toàn bộ và trả lời câu hỏi: bài này liên quan gì đến bài kia? Đó cũng là lúc mình học được nhiều nhất từ chính bài của mình.

Hướng đi tiếp theo

Định hướng của mình là trở thành nhà phân tích dữ liệu kinh tế và chính sách. Học phần này chưa dạy mình chạy mô hình hay xử lý dữ liệu lớn — đó là việc của những học phần chuyên ngành phía trước. Nhưng nó đã đặt xong phần móng mà mình sẽ mang theo: biết tổ chức dữ liệu của mình, biết phân biệt nguồn đáng tin với nguồn nghe hay, biết dùng AI như một cộng sự chứ không phải người làm hộ, và biết chịu trách nhiệm cho những gì mang tên mình.

Về ba mục tiêu đã nêu ở trang giới thiệu — tốt nghiệp bằng xuất sắc, hai chứng chỉ ngoại ngữ, không ngừng tích lũy kinh nghiệm — thì Portfolio này là một mốc nhỏ của mục tiêu thứ ba: sản phẩm đầu tiên mình có thể đưa cho người khác xem thay vì chỉ kể lại.

Toàn bộ sản phẩm

Sáu báo cáo (71 trang) được nhúng đầy đủ tại các trang bài, kèm file gốc Word trong thư mục file-goc/.

Bài 1 · Tệp tin & thư mục Bài 2 · Nguồn học thuật Bài 3 · Viết prompt Bài 4 · Hợp tác trực tuyến Bài 5 · AI tạo sinh Bài 6 · AI có trách nhiệm
← Bài 6: Sử dụng AI có trách nhiệm Về trang giới thiệu →