Giáo án Bài 2. Trí tuệ nhân tạo trong khoa học và đời sống

HS nhận diện được những ứng dụng AI đang có trong đời sống và khơi gợi nhu cầu tìm hiểu cách AI hoạt động.

GV chiếu lần lượt 4 hình ảnh minh họa: ứng dụng dịch văn bản, ứng dụng gợi ý bài học, hệ thống phân loại ảnh cây trồng và hệ thống điều khiển đèn giao thông thông minh. Câu hỏi: "Em đã gặp ứng dụng AI nào trong tuần qua? AI đang làm việc gì ở đó?" và "Theo em, máy có thể sai ở đâu?"

HS kể được ít nhất 2 ứng dụng AI đã gặp và nêu đúng việc AI làm (dịch, gợi ý, nhận dạng ảnh, điều khiển). HS nêu được ý ban đầu rằng AI có thể sai khi dữ liệu chưa đủ hoặc chưa đúng; GV ghi nhanh các ý lên bảng để dùng lại ở cuối tiết.

HS nêu được các lĩnh vực AI hỗ trợ, giải thích vì sao AI chỉ hỗ trợ quyết định và nhận diện được lợi ích, rủi ro khi sử dụng AI.

Nhiệm vụ 1: Mỗi nhóm 4 HS nhận Phiếu học tập số 1, trải khăn A0 chia 4 ô (khăn trải bàn). Mỗi HS điền một ô theo lĩnh vực được giao: chẩn đoán ảnh, phát hiện mẫu trong nghiên cứu, dịch ngôn ngữ, gợi ý học tập hoặc điều khiển hệ thống. Sau đó nhóm thống nhất nội dung chung ở ô giữa khăn.
Nhiệm vụ 2: HS làm bài tương tác 3 câu hỏi về rủi ro AI trên trang bài học NeoEdu. Câu hỏi gợi mở: "Vì sao không được coi AI là người quyết định cuối cùng trong y tế?" và "Dữ liệu huấn luyện chưa đa dạng có thể gây bất công như thế nào?"

Khăn trải bàn của nhóm có đủ 5 lĩnh vực và ít nhất 1 lợi ích, 1 rủi ro cho mỗi lĩnh vực. Kiến thức HS rút ra: (1) AI hỗ trợ chẩn đoán ảnh, phát hiện mẫu, dịch ngôn ngữ, gợi ý học tập và điều khiển hệ thống; (2) AI hỗ trợ quyết định, không thay người có chuyên môn; (3) lợi ích phụ thuộc chất lượng dữ liệu và cách đánh giá; (4) rủi ro gồm dữ liệu lệch gây bất công, đầu ra tạo sinh có thể sai hoặc xâm phạm quyền tác giả, lộ riêng tư, giả mạo và lệ thuộc; (5) không tải dữ liệu sức khỏe hoặc hình ảnh nhận diện người khác lên dịch vụ khi chưa có căn cứ và sự cho phép phù hợp.

HS vận dụng được cách đọc và tính toán kết quả AI trong tình huống sàng lọc cây; phân biệt đúng mẫu số, nhận diện bỏ sót và báo nhầm, từ đó nêu kế hoạch kiểm chứng.

Tình huống gốc (dữ liệu giả): AI sàng lọc 50 cây chưa phân loại và cảnh báo 12 cây. Chuyên gia xác nhận 9 trong 12 cây được cảnh báo là bệnh. Trong 38 cây không bị cảnh báo có 2 cây bệnh bị bỏ sót, các cây còn lại khỏe.
Nhóm làm Phiếu học tập số 2 gồm các câu hỏi: (a) Có bao nhiêu cây bệnh thật? (b) Có bao nhiêu cảnh báo nhầm? (c) Vì sao không lấy 9/12 làm độ chính xác trên cả 50 cây? (d) Tính số cây được phân loại đúng trên toàn bộ 50 cây và tỉ lệ. (e) Nêu 4 việc cần làm để kiểm soát hệ thống AI này.

(a) Số cây bệnh thật: $9+2=11$ cây. (b) Số cảnh báo nhầm: $12-9=3$ cảnh báo nhầm. (c) $\dfrac{9}{12}$ chỉ là tỉ lệ trong nhóm 12 cây được cảnh báo, không phải trên cả 50 cây; 38 cây không bị cảnh báo cũng cần được tính. (d) Đúng toàn bộ: $9+(50-12-2)=9+36=45$; tỉ lệ $\dfrac{45}{50}=90\%$. (e) Kế hoạch: xác định rõ mục tiêu; có chuyên gia đối chiếu; đo sai theo nhóm; giữ quyền kiểm soát của con người. Kết luận HS rút ra: tỉ lệ cao vẫn cần xử lí 2 cây bỏ sót và 3 cảnh báo nhầm.

HS củng cố nhận biết cách dùng AI có trách nhiệm, nhận ra rủi ro khi dữ liệu thiếu đại diện và các yêu cầu về bản quyền, giám sát.

Bài tập 2: Lựa chọn nào dùng AI có trách nhiệm trong y tế? A. Tự uống thuốc theo ảnh AI; B. Xóa ý kiến bác sĩ nếu AI khác; C. Dùng kết quả như thông tin hỗ trợ để chuyên gia đánh giá; D. Đăng bệnh án công khai để hỏi.
Bài tập 3: Dữ liệu huấn luyện chỉ có ảnh lá chụp đủ sáng dễ gây vấn đề gì? A. Bảo đảm mọi ảnh tối đúng; B. Không còn cần kiểm thử; C. Tự tạo quyền tác giả; D. Hiệu quả có thể giảm với ảnh thiếu sáng.
Bài tập 4: Đúng hay sai: "Không cần ghi nhận đóng góp của AI vì mọi sản phẩm tạo sinh đều đương nhiên thuộc phạm vi tự do sử dụng."
Bài tập 5: Ghép ứng dụng với yêu cầu giám sát: (1) Gợi ý bài học; (2) Ảnh nghi giả mạo người quen; (3) Phân tích dữ liệu nghiên cứu. Các yêu cầu: (a) Giáo viên kiểm nội dung và mức độ phù hợp; (b) Xác minh qua kênh khác trước khi hành động; (c) Kiểm tra dữ liệu, phương pháp và khả năng tái lập.

Bài 2: C. Lý do: AI không thay chẩn đoán và trách nhiệm của người được đào tạo. Bài 3: D. Lý do: thiếu đại diện điều kiện sử dụng có thể làm kết quả lệch. Bài 4: Sai. Cần kiểm điều khoản, bản quyền, yêu cầu học tập và minh bạch cách dùng. Bài 5: (1)–(a); (2)–(b); (3)–(c). Lý do: công cụ hỗ trợ không xóa trách nhiệm kiểm chứng.

HS vận dụng phép tính để xác định số liệu và giải thích vì sao độ chính xác phải tính trên toàn bộ dữ liệu.

Dùng lại tình huống 50 cây ở hoạt động trước. Bài 6: Trong tình huống, AI cảnh báo 12 cây và 9 cảnh báo đúng. Có bao nhiêu cảnh báo nhầm? Bài 7: Có 9 cây bệnh được phát hiện và 2 cây bệnh bị bỏ sót. Tổng số cây bệnh thật là bao nhiêu? Bài 8: Giải thích vì sao 9/12 không là độ chính xác trên cả 50 cây; tính số dự đoán đúng toàn bộ.

Bài 6: 3 cảnh báo nhầm ($12-9=3$). Bài 7: 11 cây bệnh thật ($9+2=11$); không nhầm 12 cảnh báo với số cây bệnh thật. Bài 8 (thang điểm 1 điểm): $0{,}3$ điểm phân biệt mẫu số (9/12 chỉ là phần cảnh báo được xác nhận); $0{,}3$ điểm tính đúng 36 cây khỏe được phân loại đúng ($38-2=36$); $0{,}2$ điểm tính $\dfrac{45}{50}=90\%$ với 45 $=9+36$; $0{,}2$ điểm nêu giới hạn: vẫn có 2 cây bỏ sót và 3 cảnh báo nhầm, cần chuyên gia giám sát.

HS vận dụng kiến thức về AI có trách nhiệm để lập quy tắc dùng AI hỗ trợ bài thuyết trình khoa học của nhóm, có xử lí nguồn và dữ liệu riêng tư.

Mỗi nhóm lập một quy tắc gồm 4 mục: (1) Mục đích sử dụng AI; (2) Cách kiểm nguồn và số liệu; (3) Cách xử lí riêng tư và bản quyền; (4) Trách nhiệm và cách sửa lỗi. Nhóm ghi rõ AI được dùng để làm gì và không được dùng để làm gì trong bài thuyết trình.

Một quy tắc của nhóm gồm: Mục đích (0,25 điểm): AI gợi ý dàn ý, không thay nghiên cứu. Kiểm nguồn/số liệu (0,3 điểm): mỗi số liệu phải có nguồn gốc mở và được người trong nhóm kiểm lại; không coi trích dẫn do máy tạo là đã đọc. Riêng tư/bản quyền (0,25 điểm): không đưa danh sách cá nhân hoặc ảnh bạn bè lên dịch vụ; ghi rõ AI đã hỗ trợ theo quy định lớp, tự viết lại phần chính. Trách nhiệm/sửa lỗi (0,2 điểm): người trình bày chịu trách nhiệm nội dung; đối chiếu kết quả theo tiêu chí khoa học và sửa lỗi trước khi nộp.