Mark ở vũ trụ khác Bài báo đổi cách ta học #10 · AI trong giáo dục · Toán

AI giúp hay hại việc học

Bastani và cộng sự · "Generative AI without guardrails can harm learning: Evidence from high school mathematics" · PNAS 2025

Bài báoPNAS tập 122, số 26, bài e2422633122 (2025)
Thí nghiệmgần 1.000 học sinh trung học ở Thổ Nhĩ Kỳ, chia ngẫu nhiên 3 nhóm
Phát hiệncó chatbot thì luyện tập tốt hơn, bỏ chatbot thì thi kém hơn 17%
NhãnThận trọng: thiết kế tốt, dữ liệu mở, nhưng mới và chưa ai lặp lại

Nguồn: Bastani và cộng sự (2025), PNAS 122(26), e2422633122, tóm tắt; dữ liệu công khai của nhóm tác giả (github.com/obastani/GenAICanHarmLearning). Nhãn là đánh giá của Mark.

Đọc lại trong 1 phút

Tinh hoa

Ba nhóm, một trườngKhông AI, chatbot thường, và chatbot có "rào chắn" chỉ đưa gợi ý.
Luyện tập: tăng vọtCó AI, điểm bài luyện tập tăng 48% (chatbot thường) và 127% (chatbot gợi ý).
Thi không AI: tụtNhóm chatbot thường thi kém hơn nhóm chưa từng dùng 17%. AI thành "cái nạng".
Gợi ý thay đáp ánChatbot chỉ gợi ý do giáo viên soạn thì gần như hết hại, dù cũng không làm điểm thi tăng.
Thiết kế quyết địnhỞ Harvard, gia sư AI soạn kỹ giúp sinh viên học nhiều hơn lớp học chủ động.

Nguồn: Bastani và cộng sự (2025), tóm tắt PNAS (48%, 127%, 17%, gợi ý do giáo viên soạn); Mark chạy lại phân tích chính từ dữ liệu công khai và ra cùng con số; Kestin và cộng sự (2025), Scientific Reports 15, 17458, tóm tắt.

Phần 1

Câu hỏi của bài báo

Chatbot giải được bài tập trong vài giây. Vậy cho học sinh dùng nó trong giờ luyện tập, các em học được nhiều hơn, hay chỉ làm bài nhanh hơn?

Bước 1Giáo viên giảngNhư mọi buổi, không AI.
→
Bước 2Luyện tậpNhóm đối chứng tự làm; hai nhóm còn lại có chatbot GPT-4.
→
Bước 3Kiểm traCả ba nhóm làm bài không có AI.

Nguồn: Bastani và cộng sự (2025), tóm tắt; cấu trúc điểm luyện tập (Part 2) và kiểm tra (Part 3) theo dữ liệu và mã công khai của nhóm tác giả.

Phần 2

Câu chuyện phát hiện

Ai làm, ở đâu, vì sao, và người ta biết gì trước đó.

1984 · Giấc mơ gia sư riêngBloom viết về "bài toán 2 sigma": học kèm một thầy một trò vượt xa lớp đông, nhưng không ai đủ tiền thuê gia sư cho mọi học sinh. Xem Bài báo #8.
30/11/2022 · Chatbot đến tay mọi ngườiChatGPT ra mắt. Học sinh có ngay một "người giải bài" miễn phí, lúc nào cũng sẵn.
Câu hỏi của nhóm BastaniHamsa Bastani (Wharton, Đại học Pennsylvania) và cộng sự hợp tác với một trường trung học ở Thổ Nhĩ Kỳ để thử ngay trong lớp học thật, không phải phòng thí nghiệm.
Thiết kếHọc sinh khối 9, 10, 11; 4 buổi ôn tập toán. Chia ngẫu nhiên: không AI, "GPT Base" (giống ChatGPT thường), "GPT Tutor" (lời nhắc soạn để bảo vệ việc học, đưa gợi ý của giáo viên thay vì đáp án).
7/2024 · Bản nháp lan nhanhBài lên SSRN với tên "Generative AI Can Harm Learning" và được bàn tán nhiều trước khi bình duyệt.
6/2025 · Đăng trên PNASTên mới thêm hai chữ quan trọng: "without guardrails", không có rào chắn. Nhóm công bố luôn dữ liệu và mã.

Nguồn: Bloom (1984), Educational Researcher; ngày ra mắt ChatGPT theo Wikipedia (nguồn thứ cấp); Bastani và cộng sự (2025), tóm tắt PNAS; khối lớp và số buổi theo dữ liệu công khai (final_data.csv); Wharton theo Knowledge at Wharton (nguồn thứ cấp); bản SSRN 4895486 (7/2024); ngày đăng 25/6/2025 theo trang CHIBE, Đại học Pennsylvania (nguồn thứ cấp).

Phần 3

Bài báo nói gì, trong 3 câu

1. Có AI, luyện tập tốt hẳnĐiểm bài luyện tập tăng 48% với chatbot thường, 127% với chatbot gợi ý.
2. Bỏ AI, nhóm chatbot thường tụtThi không AI kém hơn nhóm chưa từng dùng 17%: các em dùng AI như cái nạng.
3. Rào chắn giảm phần lớn tác hạiChatbot chỉ đưa gợi ý do giáo viên soạn thì điểm thi gần bằng nhóm đối chứng.

Nguồn: Bastani và cộng sự (2025), tóm tắt PNAS. Mark chạy lại hồi quy chính từ dữ liệu công khai: +48,1%, +126,9%, −16,8%.

Luyện tập và kiểm tra: hai chiều ngược nhau

practice vs exam · raw meansdữ liệu final_data.csv
Điểm trung bình thô theo nhóm. Bài luyện tập: không AI 28 phần trăm, chatbot thường 47, chatbot gợi ý 67. Bài kiểm tra không AI: không AI 32 phần trăm, chatbot thường 29, chatbot gợi ý 32. bài luyện tập (có AI) bài kiểm tra (không AI) 28%47%67% 32%29%32% không AIthườnggợi ý không AIthườnggợi ý thường = chatbot thường (GPT Base) · gợi ý = chatbot gợi ý (GPT Tutor)điểm trung bình thô, chưa điều chỉnh, 839 học sinh không thuộc lớp chuyên; Mark tính
Làm bài giỏi lên không có nghĩa là học được. Con số chính thức của bài báo (+48%, +127%, −17%) là sau khi điều chỉnh theo điểm cũ của học sinh, giáo viên, buổi học, người chấm và khối lớp. Số thô ở hình chỉ để thấy hình dạng; Mark chạy lại phép điều chỉnh đó và ra đúng con số của bài.Nguồn: Bastani và cộng sự (2025), tóm tắt; tệp final_data.csv và main_analysis.R trong kho github.com/obastani/GenAICanHarmLearning (tải 15/10/2026), Mark tự tính.

Vì sao chatbot thường thành cái nạng

crutch · answers vs hintstóm tắt PNAS; gpt_answers_full.csv
Hai con đường. Chatbot thường: học sinh hỏi, chatbot đưa đáp án, học sinh chép, bài luyện tập đúng nhưng não không làm việc. Chatbot gợi ý: học sinh hỏi, chatbot đưa một gợi ý của giáo viên, học sinh tự làm bước tiếp theo. chatbot thường hỏi bài nhận đáp án chép, xong bài chatbot gợi ý hỏi bài nhận gợi ý tự nghĩ bước tiếp Thêm một lý do: GPT-4 khi đó giải đúng 290 trên 570 lần thử (51%). Chép đáp án của một "người giải" sai gần nửa số lần thì vừa không học, vừa học sai.
Hai cách hỏi, hai kết quả. Tóm tắt bài báo nêu rào chắn quan trọng nhất: yêu cầu AI đưa gợi ý do giáo viên soạn thay vì đưa đáp án. Tỉ lệ giải đúng 51% là Mark đếm từ tệp kết quả GPT-4 công khai (57 bài, mỗi bài 10 lần; 237 lần sai logic, 43 lần sai tính toán).Nguồn: Bastani và cộng sự (2025), tóm tắt bản trên ADS; tệp gpt_answers_full.csv trong kho của nhóm tác giả, Mark tự đếm.
Phần 4

Bài báo này được đánh giá thế nào

Mỗi dòng có nguồn và ngày tra.

MụcKết quả
Nơi đăng, nămPNAS (có bình duyệt), tập 122, số 26, bài e2422633122, 2025. DOI 10.1073/pnas.2422633122. PNAS có đăng một bản đính chính (DOI 10.1073/pnas.2518204122); Mark chưa đọc được nội dung.
Số lần trích dẫnChưa tra được (Google Scholar bị chặn; không thấy con số trong kết quả tìm kiếm ngày 15/10/2026).
Đã được lặp lại chưaChưa thấy nghiên cứu lặp lại cùng thiết kế. Mark chạy lại phân tích từ dữ liệu công khai: khớp 48%, 127%, −17%.
Đối chiếuKestin và cộng sự (Scientific Reports, 2025): gia sư AI soạn kỹ giúp sinh viên vật lý Harvard học nhiều hơn trong ít thời gian hơn so với lớp học chủ động.
Phản biện chínhMột trường, một nước, một môn, 4 buổi; chatbot gợi ý chỉ hết hại chứ không làm điểm thi tăng; dùng GPT-4 của năm đó, mô hình mới hơn có thể khác (nhận định của Mark).
Giải thưởngKhông tìm thấy nguồn, không ghi.
Kết luậnTHẬN TRỌNG thiết kế ngẫu nhiên tốt và dữ liệu mở, nhưng mới, một bối cảnh, chưa ai lặp lại.

Nguồn: trang PNAS và PubMed 40560616 (qua kết quả tìm kiếm); kho github.com/obastani/GenAICanHarmLearning; Kestin và cộng sự, Scientific Reports 15, 17458 (2025). Phản biện là tổng hợp của Mark từ dữ liệu và tóm tắt.

Phần 5

Kiểm chứng: chuyện thật và lời đồn

14 điều hay được nói về AI và việc học. Bấm từng dòng để xem lý do.

VỮNGBài đăng trên PNAS 2025, tập 122, số 26

README kho dữ liệu của tác giả, PubMed 40560616, IDEAS/RePEc. Tên đầy đủ có thêm "Evidence from high school mathematics".

VỮNGGần 1.000 học sinh, khối 9–11, 4 buổi, chia ngẫu nhiên

Tóm tắt ghi "gần một nghìn"; dữ liệu có 943 học sinh, 4 buổi, khối 9, 10, 11. Phân tích chính bỏ lớp chuyên, còn 839.

VỮNGCó AI, điểm luyện tập tăng 48% và 127%

Tóm tắt PNAS. Mark chạy lại từ dữ liệu: +48,1% và +126,9%.

VỮNGBỏ AI, nhóm chatbot thường thi kém hơn 17%

Tóm tắt PNAS. Mark chạy lại: −16,8% sau điều chỉnh. Số thô: 29% so với 32%.

VỮNGGPT-4 khi đó giải sai gần nửa số bài

Tệp kết quả công khai: đúng 290/570 lần (51%).

VỮNGRào chắn chính: gợi ý của giáo viên thay vì đáp án

Câu trong tóm tắt bài báo (bản trên ADS).

THẬN TRỌNG"Chatbot gợi ý làm học sinh thi giỏi hơn"

Nó chỉ xóa phần hại: điểm thi gần bằng nhóm đối chứng (Mark tính −1,3%, coi như không khác).

THẬN TRỌNG"Học sinh dùng chatbot thường không thấy mình học kém đi"

Có trong các bài tóm tắt nghiên cứu (nguồn thứ cấp); Mark chưa đọc được phần này trong bài gốc.

THẬN TRỌNG"Gia sư AI ở Harvard giúp học nhiều hơn lớp học"

Kestin và cộng sự (2025): đúng với 194 sinh viên một lớp vật lý nhập môn, hai buổi, đo ngắn hạn (chi tiết thiết kế theo báo chí, nguồn thứ cấp).

THẬN TRỌNG"Gia sư AI giúp học gấp đôi"

Bản nháp 2024 của Kestin viết "hơn gấp đôi". Bản đã bình duyệt chỉ viết "nhiều hơn đáng kể trong ít thời gian hơn".

THẬN TRỌNG"MIT chứng minh ChatGPT làm não teo"

"Your Brain on ChatGPT" (2025) là bản nháp chưa bình duyệt, 54 người viết luận, đo điện não; có bài bình luận chỉ ra chỗ không nhất quán.

THẬN TRỌNG"Ở Nigeria, 6 tuần học tiếng Anh với chatbot giúp tiến bộ rõ"

Ngân hàng Thế giới (De Simone và cộng sự, 2025): +0,23 độ lệch chuẩn ở môn tiếng Anh. Là bài làm việc, chưa bình duyệt.

SAI"Dùng AI để học kiểu gì cũng hại"

Nhóm chatbot gợi ý không bị hại; nghiên cứu Kestin thấy lợi khi gia sư AI được soạn kỹ. Hại hay giúp tùy cách dùng.

SAI"Phân tích gộp đã chứng minh ChatGPT giúp học tốt hơn rất nhiều"

Phân tích gộp nổi tiếng nhất (Wang và Fan, 2025, 51 nghiên cứu, g = 0,867) bị tạp chí rút ngày 22/4/2026 vì những chỗ không khớp trong phân tích.

Nguồn: như ghi trong từng dòng; danh sách đầy đủ ở phần Nguồn.

Phần 6

Nghiên cứu mới nhất nói gì

5/2025 · Nigeria, 6 tuầnNgân hàng Thế giới: học sinh năm đầu cấp 3 học tiếng Anh với Copilot (GPT-4) trong 6 tuần, thử nghiệm ngẫu nhiên; +0,31 độ lệch chuẩn trên bài đánh giá tổng hợp, +0,23 với tiếng Anh. Chưa bình duyệt.
6/2025 · HarvardKestin và cộng sự: gia sư AI soạn theo nguyên tắc sư phạm, sinh viên học nhiều hơn trong ít thời gian hơn lớp học chủ động.
2025 · "Tác dụng đi tìm nguyên nhân"Weidlich và cộng sự soát lại các thí nghiệm trong một phân tích gộp lớn: chỉ một thiểu số nhỏ mô tả rõ cách dùng AI, nhóm đối chứng làm gì, và đo đúng việc học.
22/4/2026 · Một phân tích gộp bị rútBài gộp 51 nghiên cứu của Wang và Fan, từng được trích dẫn rất nhiều, bị tạp chí rút vì "những chỗ không khớp trong phân tích gộp".

Nguồn: De Simone và cộng sự, World Bank Policy Research Working Paper WPS11125 (19/5/2025); Kestin và cộng sự, Scientific Reports 15, 17458 (3/6/2025); Weidlich, Gašević, Drachsler, Kirschner, Journal of Computer Assisted Learning 41(5), e70105 (2025); Retraction Note, Humanities and Social Sciences Communications 13, bài 528 (2026). Chỉ đọc được tóm tắt hoặc trang thông báo qua kết quả tìm kiếm.

Tóm lại: câu hỏi đúng không còn là "AI tốt hay xấu cho việc học", mà là "AI được thiết kế và dùng thế nào". Bằng chứng tốt vẫn còn ít.

Nhận định của Mark từ các nghiên cứu trên.

Phần 7

Mark chấm bài báo

Điểm là đánh giá của Mark dựa trên các nguồn ở phần Nguồn, không phải số liệu của một nghiên cứu.

Thiết kế thí nghiệm
4/5
Áp dụng rộng được
2/5
Ý nghĩa thực tế
5/5
Minh bạch dữ liệu
5/5
Mạnh
  • Chia ngẫu nhiên trong lớp học thật
  • Đo cả lúc có AI lẫn lúc bỏ AI
  • Dữ liệu và mã công khai, chạy lại được
Yếu
  • Một trường, một môn, 4 buổi
  • Chưa có nghiên cứu lặp lại
  • Có đính chính chưa rõ nội dung

Bài báo không nói "AI hại". Nó nói: AI làm hộ thì hại, AI gợi ý thì không hại. Một bài học rất rõ cho người học.

Phần 8

Bài học áp dụng: dùng AI để hỏi gợi ý, không để chép đáp án

Cho học sinh, sinh viên, và người tự học. Không cần biết kỹ thuật AI.

Tự làm trước 10 phútChỉ mở AI khi đã thử và biết mình kẹt ở đâu.
Xin gợi ý, không xin đáp ánNói rõ: "Đừng giải hộ. Cho mình một gợi ý cho bước tiếp theo thôi."
Nghi ngờ đáp án của AITrong nghiên cứu, GPT-4 sai gần nửa số bài. Tự kiểm lại từng bước.
Kiểm tra không có AICuối buổi, đóng AI, làm lại 2 bài tương tự. Đó mới là điểm thật của bạn.

Nguồn: "gợi ý thay đáp án" theo tóm tắt Bastani và cộng sự (2025); 290/570 lần đúng theo dữ liệu công khai. Các thói quen là đề xuất của Mark.

Tự kiểm tra sau 1 tuần: 3 câu hỏi

1. Tuần này mình mở AI bao nhiêu lần trước khi tự thử? Mục tiêu: 0.

2. Mình đã xin đáp án hay xin gợi ý? Đếm thử 5 cuộc chat gần nhất.

3. Bài kiểm tra không AI cuối tuần: điểm có bằng điểm bài tập có AI không? Nếu thấp hơn hẳn, AI đang là cái nạng.

Nếu AI làm bài hộ, bài làm giỏi lên. Còn bạn thì không.Mark tóm ý từ kết quả bài báo, không phải trích dẫn.

Muốn học cách dùng AI để học mà không thành cái nạng? Ghé Mark Học AI (markhocai.com) để đọc hoặc học.

Phần 9

Đọc tiếp

Bastani và cộng sự (2025), "Generative AI without guardrails can harm learning: Evidence from high school mathematics"PNAS. Dữ liệu và mã ở github.com/obastani/GenAICanHarmLearning.
Kestin và cộng sự (2025), "AI tutoring outperforms in-class active learning"Scientific Reports. Mặt còn lại: gia sư AI được soạn kỹ.
Bài báo đổi cách ta học #6: Tự kiểm tra (Roediger và Karpicke, 2006)Vì sao tự nhớ lại thắng đọc lại, và vì sao chép đáp án không phải là luyện tập.
Bài báo đổi cách ta học #8: Bài toán 2 sigma (Bloom, 1984)Giấc mơ gia sư riêng mà mọi chatbot học tập đang đuổi theo.
Bài báo đổi cách ta học #9: AI đoán lúc bạn sắp quênMột kiểu AI khác trong giáo dục: lịch ôn tự học từ dữ liệu.
Phần 10

Nguồn gốc

Môi trường làm bài chặn trang PNAS, Nature, PubMed và Google Scholar. Tên bài, nơi đăng và tóm tắt được xác nhận qua kết quả tìm kiếm của chính các trang đó; các con số chính được Mark kiểm lại bằng dữ liệu và mã công khai của nhóm tác giả. Nguồn thứ cấp ghi rõ.

  1. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., Mariman, R. (2025). "Generative AI without guardrails can harm learning: Evidence from high school mathematics". PNAS 122(26), e2422633122. DOI 10.1073/pnas.2422633122. Đính chính: DOI 10.1073/pnas.2518204122. pnas.org · dữ liệu và mã
  2. Kestin, G., Miller, K., Klales, A., Milbourne, T., Ponti, G. (2025). "AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting". Scientific Reports 15, 17458. DOI 10.1038/s41598-025-97652-6. nature.com
  3. Wang, J. và Fan, W. (2025). "The effect of ChatGPT on students' learning performance, learning perception, and higher-order thinking: insights from a meta-analysis". Humanities and Social Sciences Communications. Đã bị rút (Retraction Note, HSSC 13, bài 528, 2026).
  4. Weidlich, J., Gašević, D., Drachsler, H., Kirschner, P. (2025). "ChatGPT in Education: An Effect in Search of a Cause". Journal of Computer Assisted Learning 41(5), e70105.
  5. De Simone, M. và cộng sự (2025). "From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria". World Bank Policy Research Working Paper WPS11125.
  6. Kosmyna, N. và cộng sự (2025). "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task". arXiv 2506.08872 (bản nháp).
  7. Bloom, B. S. (1984). "The 2 Sigma Problem". Educational Researcher 13(6):4–16.
  8. Nguồn thứ cấp: Knowledge at Wharton và CHIBE Penn (tác giả, ngày đăng); Wikipedia (ngày ra mắt ChatGPT); Hechinger Report và các bài tóm tắt (thiết kế nghiên cứu Kestin, cảm nhận của học sinh); GovTech, Computing (tin rút bài).