Có một cảnh khá quen ở giảng đường: đề bài vừa hiện lên màn hình, cả lớp đã mở ChatGPT. Mười phút sau, bài nộp xong, chữ nghĩa trôi chảy, nhưng hỏi lại "vì sao em chọn cách này" thì không ai trả lời được. Việc lạm dụng công cụ AI đang trở thành thói quen mặc định của nhiều sinh viên, và cái giá phải trả không nằm ở điểm số trước mắt mà ở khả năng phản biện và tư duy độc lập về sau. Bài viết này nhìn lại những gì nghiên cứu đã đo được, rồi đưa ra vài cách dùng AI mà vẫn giữ được đầu óc của chính mình.
📑 Mục lục
1. AI đã thành thói quen học tập như thế nào?
Khảo sát sinh viên đại học của Higher Education Policy Institute (HEPI) và Kortext năm 2026, thực hiện trên 1.054 sinh viên toàn thời gian tại Anh, cho thấy 95% sinh viên dùng AI theo ít nhất một hình thức và 94% dùng AI tạo sinh để hỗ trợ bài tập được chấm điểm. Đáng chú ý hơn là tỉ lệ dán thẳng văn bản do AI viết vào bài nộp: 3% năm 2024, 8% năm 2025 và 12% năm 2026 (HEPI, 2026).
Con số ở Việt Nam có thể khác, nhưng xu hướng thì khó mà khác: AI đi từ "công cụ lạ" thành mặc định chỉ trong ba năm. Vấn đề không phải là dùng hay không dùng, mà là dùng theo kiểu nào.
2. Thế nào là lạm dụng công cụ AI?
Dùng AI để giải thích một khái niệm khó, gợi ý dàn ý, kiểm tra lỗi chính tả hay dò ngữ pháp là chuyện bình thường. Lạm dụng là khi AI làm thay phần việc mà lẽ ra chính bạn phải làm để học được điều gì đó.
- Giao khoán toàn bộ: đưa đề bài vào, lấy đáp án ra, nộp mà không đọc kỹ.
- Không kiểm chứng: tin mọi con số, trích dẫn, tên tài liệu AI đưa ra mà không mở nguồn gốc.
- Bỏ qua giai đoạn vật lộn: gặp bài khó là hỏi AI ngay trong ba mươi giây đầu, trước khi kịp nghĩ.
- Dùng AI để tránh viết: trong khi viết chính là lúc ta phát hiện mình chưa hiểu điều gì.
Ranh giới nằm ở câu hỏi đơn giản: sau buổi học đó, bạn giỏi hơn hay chỉ là bài nộp đẹp hơn?
3. Những hệ luỵ đã được nghiên cứu ghi nhận
3.1. "Nợ nhận thức" tích luỹ dần
Nhóm nghiên cứu do Nataliya Kos'myna (MIT Media Lab) dẫn đầu cho 54 người viết luận trong nhiều phiên, chia thành ba nhóm: dùng ChatGPT, dùng công cụ tìm kiếm, và chỉ dùng đầu mình, đồng thời đo điện não đồ. Nhóm dùng mô hình ngôn ngữ có mức kết nối thần kinh thấp nhất, cảm giác sở hữu bài viết yếu nhất, và nhiều người không trích lại nổi câu trong chính bài vừa viết xong. Các tác giả gọi hiện tượng này là "nợ nhận thức" (cognitive debt): tiện lợi trước mắt, trả giá về sau (Kos'myna và cộng sự, 2025).
Một chi tiết trong nghiên cứu đáng để ý: nhóm viết bằng đầu mình trước rồi mới dùng AI ở phiên sau lại cho thấy mức hoạt động não cao hơn. Thứ tự sử dụng quan trọng không kém việc có dùng hay không.
3.2. Càng tin AI, càng ít phản biện
Nghiên cứu của Hao-Ping Lee và cộng sự (Carnegie Mellon University và Microsoft Research, công bố tại hội nghị CHI 2025) khảo sát 319 người làm việc tri thức với 936 tình huống dùng AI thực tế. Kết quả: càng tin tưởng vào AI thì nỗ lực tư duy phản biện càng giảm, trong khi càng tự tin vào năng lực bản thân thì càng phản biện nhiều hơn. Nhiều người thừa nhận họ không kiểm tra kết quả vì thiếu kiến thức chuyên môn để biết chỗ nào sai (Lee và cộng sự, 2025).
Đây là cái bẫy khó chịu nhất với sinh viên: bạn chỉ phát hiện được AI nói sai ở lĩnh vực bạn đã biết. Mà đi học thì phần lớn là lĩnh vực bạn chưa biết.
3.3. Thói quen "giảm tải nhận thức" ở người trẻ
Michael Gerlich (SBS Swiss Business School) khảo sát 666 người tại Anh và ghi nhận mối tương quan nghịch giữa tần suất dùng công cụ AI và điểm tư duy phản biện, với cơ chế trung gian là "giảm tải nhận thức" — thói quen đẩy việc suy nghĩ sang công cụ bên ngoài. Nhóm 17–25 tuổi phụ thuộc AI nhiều nhất và có điểm phản biện thấp nhất (Gerlich, 2025).
Cần nói rõ: đây là nghiên cứu tương quan, không chứng minh được quan hệ nhân quả. Nhưng tương quan đủ mạnh để bạn tự hỏi mình đang ở phía nào.
4. Rủi ro riêng với sinh viên CNTT
Dân IT hay nghĩ mình an toàn vì "code chạy là đúng". Thực tế ngược lại. Tổ chức METR đã làm một thử nghiệm ngẫu nhiên có đối chứng với 16 lập trình viên giàu kinh nghiệm trên 246 nhiệm vụ thật trong chính kho mã nguồn mở của họ. Khi được phép dùng công cụ AI, họ hoàn thành công việc chậm hơn 19%, dù trước đó tự dự đoán sẽ nhanh hơn khoảng 24% (METR, 2025). Mẫu nhỏ và bối cảnh hẹp, nhưng thông điệp rõ: cảm giác "nhanh hơn" không đáng tin.
Với sinh viên, rủi ro còn nặng hơn một bậc. Code do AI sinh ra chạy được không có nghĩa là đúng về độ phức tạp, an toàn hay khả năng bảo trì. Nếu bạn chưa từng tự tay cài đặt một cấu trúc dữ liệu, bạn sẽ không nhận ra đoạn mã AI đưa ra đang là O(n²) ở chỗ lẽ ra phải là O(n log n). Nền tảng thuật toán vẫn là thứ phải tự mình xây; bạn có thể bắt đầu lại từ loạt bài như Thuật toán Đệ quy và một số bài toán Đệ quy cơ bản.
Một rủi ro nữa ít ai nói: phỏng vấn tuyển dụng. Vòng kỹ thuật thường yêu cầu giải thích lựa chọn thiết kế, không chỉ đưa ra lời giải. Bốn năm quen để AI nghĩ hộ sẽ lộ ra trong bốn mươi phút.
5. Bảy lời khuyên để dùng AI mà không mất tư duy
- Nghĩ trước, hỏi sau: dành ít nhất 15–20 phút tự làm trước khi mở AI. Theo nghiên cứu của MIT, trình tự "tự làm trước, dùng AI sau" cho kết quả tốt hơn hẳn chiều ngược lại.
- Dùng AI như gia sư, không phải thợ làm bài: thay vì "viết giúp tôi đoạn code này", hãy hỏi "gợi ý cho tôi ba hướng tiếp cận và điểm yếu của từng hướng".
- Luôn kiểm chứng nguồn: mọi con số, trích dẫn, tên tài liệu đều phải mở ra xem. AI có thể tạo ra tài liệu tham khảo không tồn tại.
- Bắt AI phản biện chính nó: hỏi "lập luận này sai ở đâu", "trường hợp nào thì cách làm này hỏng". Giữ cho mình ở vai người đánh giá.
- Giữ vùng không AI: chọn vài môn trụ cột hoặc vài buổi mỗi tuần hoàn toàn không dùng AI, như cách giữ cơ bắp không teo.
- Tự kiểm tra lại: sau khi hoàn thành bài, gấp màn hình lại và giải thích thành tiếng. Không nói trôi được tức là chưa hiểu.
- Tôn trọng quy định của trường: mỗi môn có yêu cầu khác nhau về mức độ dùng AI. Hỏi giảng viên trước, đừng đoán.
Xem thêm: [ML 1] Tổng quan về Machine Learning — hiểu cơ chế hoạt động của mô hình cũng là một cách để bớt tin tưởng mù quáng vào kết quả của nó.
6. Một vài lưu ý thật lòng
Bài này không khuyên bạn tẩy chay AI. Tẩy chay cũng là một kiểu thiệt thòi, vì kỹ năng làm việc cùng AI đang trở thành yêu cầu tuyển dụng thật. Điều cần tránh là trạng thái trung gian tệ nhất: dùng nhiều nhưng không hiểu, nhanh nhưng không kiểm soát.
Cũng cần công bằng với các nghiên cứu được dẫn ở trên. Nghiên cứu của MIT có cỡ mẫu nhỏ và tại thời điểm công bố là bản tiền ấn phẩm; nghiên cứu của Gerlich là tương quan; khảo sát HEPI thực hiện tại Anh. Chúng là tín hiệu cảnh báo đáng tin, không phải phán quyết cuối cùng. Hãy đọc chúng với đúng tinh thần phản biện mà chúng đang nói tới.
7. Câu hỏi thường gặp
Dùng AI để học có bị coi là gian lận không?
Tuỳ quy định từng môn và từng trường. Dùng để hiểu bài, gợi ý hướng làm thường được chấp nhận; nộp nguyên văn sản phẩm do AI tạo thường không. Cách an toàn nhất là hỏi giảng viên và ghi rõ phần nào có hỗ trợ của AI.
Mình đã lỡ phụ thuộc AI vài học kỳ, còn cứu được không?
Được. Nghiên cứu của MIT cho thấy những người có nền tảng tư duy tốt khi bước vào tương tác với AI vẫn duy trì được mức hoạt động não cao. Hãy bắt đầu bằng việc tự làm trước, dùng AI sau, và chọn vài môn làm "vùng không AI".
AI có thể viết code tốt hơn sinh viên năm nhất, vậy học thuật toán để làm gì?
Để đánh giá được code đó. Người không phân biệt được lời giải đúng với lời giải trông có vẻ đúng sẽ không kiểm soát nổi công cụ, dù công cụ mạnh đến đâu.
Có cách nào biết mình đang lạm dụng không?
Thử một bài kiểm tra nhỏ: tắt mạng và làm lại bài tập tuần trước trong 30 phút. Nếu bạn không nhớ nổi mình đã làm gì, câu trả lời đã rõ.
8. Lời kết
Lạm dụng công cụ AI không gây hậu quả ngay trong một đêm, và đó chính là chỗ nguy hiểm: nó rút dần khả năng phản biện và tư duy độc lập theo kiểu không ai kịp nhận ra. Các nghiên cứu từ MIT, Carnegie Mellon, Microsoft Research và METR đều chỉ về cùng một hướng — phần suy nghĩ mà bạn giao cho máy là phần bạn không còn luyện nữa. Hãy giữ AI ở vai trợ lý: để nó gợi ý, còn quyết định và lập luận thì bạn giữ lại cho mình.
Đọc thêm: Giáo trình mới dành cho sinh viên CNTT.
Nguồn tham khảo
- Kos'myna, N. và cộng sự. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab, arXiv:2506.08872. https://arxiv.org/abs/2506.08872 (truy cập 07/10/2026).
- Lee, H.-P. và cộng sự. The Impact of Generative AI on Critical Thinking. CHI '25, Yokohama. https://advait.org/files/lee_2025_ai_critical_thinking_survey.pdf (truy cập 07/10/2026).
- Gerlich, M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6, 2025. https://doi.org/10.3390/soc15010006 (truy cập 07/10/2026).
- HEPI & Kortext. Student Generative AI Survey 2026 (HEPI Report 199). https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/ (truy cập 07/10/2026).
- METR. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ (truy cập 07/10/2026).












