Đọc dữ liệu trước khi tin kết quả
Lớp 10 · 1 tiết · Các kĩ thuật và ứng dụng AI
Chỉ ba dòng nhập sai cũng có thể làm thay đổi khuyến nghị. Ta kiểm tra một bảng dữ liệu hư cấu và phân tích vì sao hệ thống chưa nên dùng bảng đó.
Em sẽ học được gì?
- 10.C4.1Phân tích được sự ảnh hưởng của chất lượng dữ liệu đến chất lượng AI. Trang 38
Đúng, đủ, phù hợp, còn thời hạn
Giả sử ứng dụng hỗ trợ tưới chỉ có ba số đo ẩm đất: 20%, 25%, 250%; cùng một cảm biến quy ước từ 0 đến 100%. Giá trị 250% vượt miền hợp lệ của phép đo này, cần truy lại nguồn chứ không tự sửa thành 25%. Hai giá trị còn lại cũng chưa chứng minh đại diện mọi luống và mọi giờ. Nhãn đơn vị, thời điểm và cách thu thập ảnh hưởng cách diễn giải.
Kiểm chứng gồm tìm căn cứ phù hợp
Đầu ra có thể sai vì nguồn đầu vào không đáng tin, hoặc vì hệ thống suy diễn quá mức từ dữ liệu đúng. Một thông tin “có nguồn” vẫn phải đúng ngữ cảnh; nước thường sôi gần 100°C ở áp suất khí quyển tiêu chuẩn chứ không phải ở mọi nơi. Lab kiểm chứng dùng các mệnh đề về Mặt Trời, ánh sáng Mặt Trăng và nước sôi cùng nguồn NASA/USGS để luyện ghép căn cứ, không đánh giá hệ thống tưới thật.
Cùng làm: Phiếu nhận dữ liệu cho hệ thống tưới
Không điều khiển vòi nước thật. Dùng bảng ba giá trị trên và đề xuất máy giả định “tưới mọi luống ngay”.
5 phút tìm một điểm bất thường; 8 phút gắn nhãn lỗi miền giá trị, thiếu phạm vi và thiếu thời điểm.
18 phút viết quyết định nhận/tạm giữ từng dòng, câu hỏi cần hỏi người đo và ảnh hưởng đến khuyến nghị. Nếu dùng lab verification, kiểm thêm một mệnh đề nước sôi: chọn căn cứ đúng điều kiện và nêu giới hạn.
9 phút nhóm khác thử phản bác đề xuất “tưới mọi luống”; 5 phút ghi kết luận dữ liệu nào còn cần trước khi AI hỗ trợ quyết định.
Dừng lại và suy nghĩ
- Vì sao không được tự sửa 250% thành 25%?
- Dữ liệu hoàn toàn đúng nhưng chỉ ở một luống còn giới hạn gì?
Minh chứng cần ghi lại
Bảng kiểm ba dòng, phân tích ít nhất hai ảnh hưởng của chất lượng/phạm vi dữ liệu và kết luận tạm giữ có lý do.
Không có thiết bị? Vẫn học được.
In bảng và đoạn kiến thức nước sôi trong bài; đánh dấu “có căn cứ trong điều kiện đã nêu” hoặc “chưa đủ dữ liệu”.
Họ và tên: ........................................ Lớp: ........ Ngày: ................
Quan sát / sản phẩm của em:
Em đã kiểm tra bằng cách nào? Em sẽ thay đổi điều gì?
Em có dùng AI không? Nếu có, AI đã hỗ trợ phần nào?
Tự luyện để hiểu bài
Các câu hỏi dưới đây giúp em nhận phản hồi và thử lại. Số câu đúng không phải điểm chính thức, không thay thế minh chứng hoạt động hay nhận xét của giáo viên. Câu trả lời tự luyện chỉ lưu trên trình duyệt này.
Bài tập
Đã đúng 0/2 câu
- Câu 1Mức 2Trắc nghiệm 1 đáp án
Phát hiện 250% trong miền 0–100%, nên làm gì?
- Câu 2Mức 2Đúng / Sai
Ba số đo hợp lệ đủ chứng minh cần tưới mọi luống.
- Câu 3Mức 3Tự luận
Giải thích hai con đường dữ liệu làm đầu ra AI kém chất lượng trong ví dụ này.
0 từ / tối đa 180
Ghép khẳng định với căn cứ
Dùng đúng các mệnh đề Mặt Trời, Mặt Trăng, nước sôi của lab. Chọn bằng chứng và kết luận có điều kiện; chuyển cách kiểm này sang bảng dữ liệu hư cấu, không tải bảng lên lab.
“Mặt Trời là một ngôi sao.”
Tóm lược được biên soạn từ NASA Science và USGS Water Science School, đối chiếu ngày 05/11/2026. Tin nhắn không tác giả là ví dụ hư cấu, không phải nguồn khoa học. Không tự đun nước để thử hoạt động này.
Minh chứng ghi lại thao tác và kết quả thực của lượt học; không tự chấm năng lực. Muốn lưu vào hồ sơ, dùng biểu mẫu minh chứng của bài học.
Đây là mô hình học tập giới hạn, không phải hệ thống AI triển khai thực tế. Không nhập thông tin riêng tư. Có thể làm hoạt động giấy ở trên thay cho thí nghiệm.
Đang tải hồ sơ riêng tư…
Ghi lại điều em đã làm
Bảng kiểm ba dòng, phân tích ít nhất hai ảnh hưởng của chất lượng/phạm vi dữ liệu và kết luận tạm giữ có lý do. Không ghi địa chỉ, số điện thoại, mật khẩu hoặc thông tin riêng tư của người khác.
Em có thể trình bày miệng với giáo viên, viết trên phiếu giấy hoặc ghi bằng lời ở đây. Người hướng dẫn có thể ghi giúp điều đã quan sát.
Lịch sử minh chứng của em trong bài
Hướng dẫn dành cho giáo viên
Học liệu mở — đọc và in không cần đăng nhập. Dùng quan sát thực hành để nhận xét, không quy đổi tự luyện thành điểm năng lực.
Chuẩn bị
- In bảng số đo, miền 0–100% và đề xuất hư cấu; chuẩn bị nguồn lab nếu dùng.
Tổ chức hoạt động
Tách lỗi có thể phát hiện ngay khỏi thông tin chỉ biết là thiếu. Không cho học sinh suy ra kỹ thuật chăm cây ngoài dữ kiện bài. Thu minh chứng để phản hồi mô tả và đề xuất bước tiếp theo; không lập điểm hay kì thi AI riêng.
Câu hỏi thảo luận
- Một dòng hợp lệ có nhất thiết chính xác không?
- Cần ghi gì để lần sau truy được lỗi?
Quan sát minh chứng
- Phân tích được ít nhất hai thuộc tính dữ liệu liên hệ chất lượng đầu ra.
- Phân biệt dữ kiện sai với chưa đủ căn cứ và không bịa giá trị thay thế.
Điều cần nhớ
Dữ liệu cần hợp lệ, có nguồn và phù hợp phạm vi; kết quả AI phải chờ khi căn cứ chưa đủ.