Đánh giá AI: đúng bao nhiêu, sai với ai, sai có hại gì?
Lớp 12 · 1 tiết · Các kĩ thuật và ứng dụng AI
Một con số “đúng 75%” chưa cho biết lỗi nằm ở đâu hoặc hệ thống có phù hợp mục tiêu không. Ta đọc sổ thử, rồi dùng lab để thấy bằng chứng phải đến từ lần chạy thật.
Em sẽ học được gì?
- 12.C3.2Nêu được ví dụ về cách thức đánh giá hiệu quả của hệ thống AI. Trang 43
Thiết kế phép đánh giá trước khi tối ưu
Chọn nhiệm vụ, tập thử độc lập có nhãn kiểm được, cách tính và điều kiện chấp nhận. Với phân loại hình tròn/vuông, có thể tính số đúng/tổng số; xem riêng từng hình và số trường hợp chưa quyết định. Không sửa nhãn của tập thử chỉ để đẹp số. Với văn bản, cần kiểm dữ kiện, phù hợp mục tiêu, không bịa và độ hữu ích; không dùng một thước đo cho mọi sản phẩm.
Đọc lỗi trong bối cảnh
Sổ thử hư cấu: 10 hình tròn, đoán đúng 8; 10 hình vuông, đoán đúng 7; không có ca chưa quyết định. Tổng đúng 15/20 = 75%; lỗi với tròn 2/10 = 20%, với vuông 3/10 = 30%. Đây là số liệu bài tập, không kết quả từ một mô hình ngoài đời hay lab. Số mẫu ít nên không đủ khẳng định khác biệt ổn định. Sai một nhãn đồ chơi và sai một quyết định sức khỏe có hậu quả khác nhau dù cùng tỷ lệ.
Cùng làm: Sổ thử và phép kiểm độc lập
Dùng sổ hư cấu để học tính; dùng lab bias để tự tạo một bản ghi quan sát riêng trên huy hiệu tổng hợp.
5 phút xác định mục tiêu phân lớp; 8 phút tính 75%, 20%, 30% và nêu giới hạn mẫu nhỏ.
18 phút chọn dữ liệu lệch, huấn luyện rồi thử huy hiệu chưa thấy; ghi số đúng/sai/chưa quyết định thực tế, đổi sang dữ liệu cân bằng và huấn luyện lại. So cùng tập thử, không lấy số liệu hư cấu làm kết quả lab.
9 phút lập bảng trước/sau và nêu một cách đánh giá văn bản khác phân loại; 5 phút kết luận điều đủ/chưa đủ bằng chứng để dùng, không tự cấp mức năng lực người học.
Dừng lại và suy nghĩ
- Vì sao phải giữ tập thử riêng và cùng một tập khi so hai phiên bản?
- Nếu tỷ lệ chung tăng nhưng một nhóm hình sai hơn, cần báo gì?
Minh chứng cần ghi lại
Phép tính sổ thử, bản ghi lab trước/sau có kết quả thực và trường hợp chưa quyết định, một ví dụ cách đánh giá phù hợp nhiệm vụ khác.
Không có thiết bị? Vẫn học được.
Giáo viên cung cấp sổ thử hư cấu và thẻ hai bộ dự đoán để học sinh tự tính, ghi rõ không chạy mô hình. Lập kế hoạch thử độc lập trên giấy thay cho giả kết quả lab.
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
Từ sổ hư cấu, tỷ lệ đúng chung là bao nhiêu?
- Câu 2Mức 2Đúng / Sai
Dùng lại mẫu huấn luyện làm toàn bộ tập thử độc lập là cách đánh giá đủ tin cậy.
- Câu 3Mức 3Tự luận
Nêu hai cách đánh giá phù hợp hai nhiệm vụ AI và giới hạn của mỗi cách.
0 từ / tối đa 180
Đo lỗi trước và sau đổi dữ liệu
Dùng huy hiệu tròn/vuông, bộ mẫu lệch và bộ cân bằng. Huấn luyện lại rồi ghi kết quả thực trên huy hiệu cỡ vừa chưa thấy; không giả định phải đạt 75%.
Thử các bộ dữ liệu, rồi tự sửa
Bộ thiếu đa dạng chỉ có tròn–xanh–nhỏ và vuông–cam–lớn. Bộ sai nhãn gắn hai huy hiệu tròn màu cam vào hộp vuông. Hãy kiểm tra, bổ sung hoặc sửa nhãn rồi huấn luyện lại.
Chưa huấn luyện.
Kiểm tra 4 huy hiệu mới cỡ vừa
Các huy hiệu kiểm tra đều có cỡ vừa, chưa xuất hiện trong bộ mẫu nhỏ/lớn dùng để huấn luyện; có đủ các nhóm tròn/vuông và xanh/cam. Kết quả chỉ nói về bộ dữ liệu giả lập này, không chứng minh công bằng ngoài đời.
Máy tính kết quả thế nào?
Mỗi đặc điểm khác nhau tính 1 điểm. Máy tìm tất cả mẫu có tổng điểm nhỏ nhất, rồi đếm nhãn của các mẫu đó. Hộp nhiều phiếu hơn được chọn; bằng phiếu thì chưa quyết định. Huấn luyện ở mô hình đơn giản này là lưu bản sao các ví dụ đã chọn, không phải hiểu hình như con người. Không có độ tin cậy hay AI tạo sinh giả lập.
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
Phép tính sổ thử, bản ghi lab trước/sau có kết quả thực và trường hợp chưa quyết định, một ví dụ cách đánh giá phù hợp nhiệm vụ khác. 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 sổ hư cấu, chuẩn bị phiếu ghi kết quả lab riêng và thẻ dự đoán cho phương án giấy.
Tổ chức hoạt động
Tách hai cột “số liệu bài tập” và “quan sát lần chạy”. Không yêu cầu dữ liệu cân bằng luôn tốt hơn; nếu không tăng, học sinh ghi đúng kết quả và xem giới hạn. 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
- Khi không biết nhãn chuẩn, cần làm gì trước tính đúng sai?
- Một tỷ lệ đủ cho đồ chơi có đủ cho quyết định quyền lợi không?
Quan sát minh chứng
- Nêu được ví dụ đánh giá hiệu quả bằng nhiệm vụ, dữ liệu thử và tiêu chí cụ thể.
- Đọc đúng tỷ lệ và phân biệt kết quả quan sát với số liệu hư cấu, không phóng đại.
Điều cần nhớ
Hiệu quả cần phép thử phù hợp nhiệm vụ, dữ liệu độc lập và báo cả lỗi lẫn giới hạn; một con số không đủ.