UC Berkeley mở “Gateway”: Mô hình giáo dục AI giúp phá bỏ rào cản giữa các ngành học

Trong kỷ nguyên trí tuệ nhân tạo, câu hỏi quan trọng đối với các trường đại học không còn đơn giản là làm thế nào để đào tạo thêm kỹ sư AI. Vấn đề lớn hơn là làm sao để AI trở thành công cụ giúp các chuyên gia trong luật, y tế, kinh tế, khoa học khí hậu, vật liệu, chính sách công và nhiều lĩnh vực khác giải quyết những bài toán thực tế.

Một ví dụ đáng chú ý đang xuất hiện tại University of California, Berkeley (UC Berkeley), một trong những trường đại học nghiên cứu hàng đầu của Mỹ. Với vị trí gần Thung lũng Silicon và truyền thống mạnh về khoa học máy tính, dữ liệu và khởi nghiệp, Berkeley đang thử nghiệm một mô hình giáo dục AI theo hướng mở rộng ranh giới giữa các ngành.

Trung tâm của mô hình này là Gateway, tòa nhà mới của College of Computing, Data Science, and Society (CDSS), được thiết kế không chỉ như một cơ sở đào tạo mà còn là không gian để sinh viên, giảng viên và các chuyên gia từ nhiều lĩnh vực gặp gỡ, trao đổi và cùng nghiên cứu.

UC Berkeley và nền tảng nghiên cứu đặc biệt

UC Berkeley từ lâu đã nằm trong nhóm các trường đại học có ảnh hưởng lớn tới khoa học và công nghệ Mỹ.

Theo nội dung được cung cấp, trường có tổng cộng 63 người đoạt giải Nobel trong đội ngũ giảng viên và cựu sinh viên. Đây cũng là một trong những môi trường đại học có mối liên hệ chặt chẽ với hệ sinh thái công nghệ và khởi nghiệp tại Thung lũng Silicon.

Khoảng cách địa lý với các trung tâm công nghệ lớn ở California tạo điều kiện để Berkeley kết nối nghiên cứu học thuật với doanh nghiệp và các công ty khởi nghiệp.

Theo khảo sát PitchBook được đề cập trong nội dung gốc, Berkeley đứng đầu thế giới về số lượng công ty khởi nghiệp được thành lập bởi cựu sinh viên và lượng nhà sáng lập huy động vốn đầu tư mạo hiểm. Con số được dẫn là khoảng 2.380 cựu sinh viên sáng lập và 2.155 công ty.

Trong bối cảnh AI phát triển nhanh chóng, nền tảng này giúp Berkeley có điều kiện thử nghiệm một câu hỏi quan trọng: AI nên được dạy như một chuyên ngành riêng hay trở thành năng lực nền tảng cho mọi ngành học?

Gateway là một phần trong câu trả lời của trường.

Gateway – “cánh cửa” mới của giáo dục AI

Gateway là một tòa nhà cong cao 5 tầng, bao quanh bởi các bức tường kính. Nhưng điểm đáng chú ý nhất không nằm ở kiến trúc hiện đại mà ở cách không gian được thiết kế.

Khi bước vào khu vực trung tâm, người học có thể nhìn xuyên từ tầng thấp lên các tầng phía trên. Các khu vực ngồi học, bàn làm việc và ghế sofa được bố trí trong không gian mở.

Thay vì chia nhỏ tòa nhà thành những phòng kín, Berkeley tạo ra nhiều khu vực chung để sinh viên có thể học tập, làm việc nhóm hoặc đơn giản là trò chuyện.

Các phòng thí nghiệm và giảng đường cũng sử dụng nhiều vách kính, giúp hoạt động bên trong có thể được nhìn thấy từ hành lang.

Mỗi tầng còn có những khu vực sinh hoạt chung, tương tự các điểm nghỉ và ăn nhẹ, nhằm khuyến khích sinh viên và giảng viên ở lại lâu hơn, trò chuyện và trao đổi ý tưởng.

Thiết kế này phản ánh một quan điểm giáo dục khá đặc biệt:

Trong thời đại AI, khi máy móc có thể giúp con người làm việc độc lập hiệu quả hơn, giá trị của việc con người gặp nhau trực tiếp có thể càng trở nên quan trọng.

Vì sao Berkeley muốn phá bỏ “rào cản” giữa các ngành?

Tên gọi “Gateway” mang ý nghĩa nhiều hơn một lối vào vật lý của trường.

Nó được xem như biểu tượng cho một cánh cửa kết nối khoa học máy tính và khoa học dữ liệu với những lĩnh vực khác.

AI từng được xem chủ yếu là lĩnh vực của các kỹ sư phần mềm, nhà khoa học máy tính và chuyên gia toán học. Họ xây dựng thuật toán, huấn luyện mô hình và phát triển các hệ thống máy học.

Nhưng sự xuất hiện của AI tạo sinh đã thay đổi đáng kể cách công nghệ được sử dụng.

Ngày nay, một luật sư có thể sử dụng AI để hỗ trợ tìm kiếm và phân tích tài liệu pháp lý. Một nhà nghiên cứu y khoa có thể dùng mô hình học máy để xử lý lượng dữ liệu bệnh nhân khổng lồ. Một nhà hóa học có thể sử dụng AI để tìm kiếm các cấu trúc vật liệu tiềm năng.

Trong khoa học khí hậu, AI có thể được sử dụng để phân tích dữ liệu môi trường và mô hình hóa các kịch bản phức tạp.

Điều đó có nghĩa là ranh giới giữa “người xây dựng AI” và “người sử dụng AI” ngày càng mờ đi.

Các chuyên gia trong từng ngành không nhất thiết phải trở thành kỹ sư AI chuyên nghiệp. Nhưng họ cần hiểu AI đủ sâu để biết công nghệ có thể làm gì, không thể làm gì và làm thế nào để sử dụng nó một cách có trách nhiệm.

CDSS được xây dựng theo triết lý liên ngành

College of Computing, Data Science, and Society được thành lập năm 2023 và là một trong những thay đổi tổ chức đáng chú ý của Berkeley trong nhiều thập kỷ.

Thay vì xem khoa học máy tính, khoa học dữ liệu và thống kê như những lĩnh vực tách biệt, CDSS tìm cách đặt chúng trong cùng một hệ sinh thái.

Quan trọng hơn, hệ sinh thái này được kết nối với các lĩnh vực khác như:

• Y học và khoa học sự sống.
• Khoa học khí hậu.
• Luật.
• Chính sách công.
• Kinh tế.
• Khoa học xã hội.
• Khoa học vật liệu.
• Thiên văn học.

Jennifer Chayes, Trưởng khoa CDSS, nhấn mạnh rằng máy tính và AI tạo sinh đang thâm nhập vào ngày càng nhiều lĩnh vực.

Vì vậy, mục tiêu của CDSS không đơn giản là mở rộng khoa học máy tính mà còn tạo ra một môi trường nơi các ngành có thể giao thoa để tận dụng cơ hội do AI mang lại, đồng thời nhận diện và giảm thiểu những tác động không mong muốn của công nghệ.

Đây chính là điểm khác biệt quan trọng của mô hình Gateway.

AI không còn là câu chuyện riêng của ngành khoa học máy tính

Nếu AI chỉ được sử dụng để viết phần mềm hoặc xây dựng mô hình ngôn ngữ, giáo dục AI có thể tập trung chủ yếu vào lập trình, toán học và khoa học máy tính.

Nhưng khi AI trở thành công cụ phổ biến, vấn đề thay đổi.

Một mô hình AI có thể rất mạnh về mặt kỹ thuật nhưng vẫn không giải quyết được bài toán thực tế nếu người xây dựng nó không hiểu lĩnh vực mà mô hình được triển khai.

Ví dụ, trong y tế, việc xây dựng một hệ thống phân tích dữ liệu không chỉ cần kiến thức về máy học mà còn cần hiểu về quy trình y khoa, dữ liệu bệnh nhân, quyền riêng tư và các yêu cầu đạo đức.

Trong luật, AI có thể hỗ trợ xử lý hàng nghìn tài liệu, nhưng chuyên gia pháp lý vẫn cần xác định bối cảnh, tính chính xác và giá trị pháp lý của thông tin.

Trong khoa học khí hậu, thuật toán phải được đặt trong bối cảnh của các mô hình vật lý và dữ liệu môi trường.

Do đó, AI giỏi thôi chưa đủ. Cần có kiến thức chuyên ngành để đặt đúng câu hỏi và đánh giá đúng kết quả của AI.

Điều ngược lại cũng đang xảy ra

Sự thay đổi không chỉ diễn ra ở các ngành truyền thống.

Ngay cả các nhà khoa học máy tính cũng ngày càng cần hợp tác với chuyên gia từ những lĩnh vực khác.

Một kỹ sư AI có thể biết cách xây dựng mô hình nhưng không nhất thiết hiểu đầy đủ vấn đề của bác sĩ, luật sư, nhà khoa học môi trường hay chuyên gia chính sách công.

Đó là lý do các dự án AI liên ngành ngày càng trở nên quan trọng.

Một chuyên gia AI kết hợp với bác sĩ có thể tạo ra một hướng nghiên cứu mới trong y học.

Nhà khoa học máy tính hợp tác với nhà hóa học có thể tìm ra cách sử dụng AI để khám phá vật liệu.

Kỹ sư AI làm việc cùng luật sư có thể nghiên cứu những vấn đề liên quan đến bản quyền, dữ liệu và trách nhiệm pháp lý của AI tạo sinh.

Theo triết lý được lãnh đạo CDSS nêu ra, những lĩnh vực mới có thể xuất hiện chính từ sự hợp tác giữa người hiểu công nghệ và người hiểu vấn đề thực tế.

Gateway đặt nhiều lĩnh vực nghiên cứu AI vào cùng một không gian

Một số chương trình và viện nghiên cứu được đặt trong hoặc kết nối với Gateway cho thấy mức độ đa dạng của mô hình này.

Trong đó có Berkeley Institute of Data Science (BIDS), các hoạt động về sinh học tính toán, chương trình y học chính xác tính toán hợp tác với UCSF và các nghiên cứu về vật liệu kỹ thuật số.

Một hướng đáng chú ý là sử dụng học máy để hỗ trợ nghiên cứu các vật liệu mới nhằm giải quyết những thách thức liên quan đến khí hậu, trong đó có công nghệ thu giữ carbon.

Đây là ví dụ rõ ràng cho cách AI có thể vượt ra ngoài phạm vi công nghệ thông tin.

AI trở thành công cụ nghiên cứu cho các ngành khoa học tự nhiên và xã hội.

Sinh viên cũng đang thay đổi cách học AI

Mô hình giáo dục mới không chỉ thay đổi cách giảng viên nghiên cứu mà còn ảnh hưởng trực tiếp tới sinh viên.

Theo nội dung gốc, CDSS có khoảng 2.000 sinh viên đại học mỗi năm và hàng trăm sinh viên sau đại học, trong đó nhiều người theo học các chương trình kết hợp với những ngành khác.

Thay vì chỉ đào tạo sinh viên AI với mục tiêu cuối cùng là làm việc cho một công ty công nghệ, trường khuyến khích sự kết hợp giữa tin học và những lĩnh vực chuyên môn khác.

Ví dụ, sinh viên có thể kết hợp khoa học máy tính với:

Khoa học sự sống + AI

hoặc

Kinh tế + dữ liệu + AI

hay

Khoa học xã hội + AI

Mô hình này tạo ra một dạng chuyên gia mới: không nhất thiết là người phát triển mô hình AI tiên tiến nhất, nhưng có khả năng đưa AI vào một lĩnh vực cụ thể và biến công nghệ thành giải pháp thực tế.

Nghịch lý của AI: càng số hóa càng cần gặp mặt trực tiếp?

Một trong những thông điệp đáng chú ý nhất từ Gateway không liên quan trực tiếp đến thuật toán.

Đó là không gian gặp gỡ giữa con người.

Trong thời đại Zoom, AI tạo sinh, chatbot và các công cụ cộng tác trực tuyến, con người có thể làm việc cùng nhau mà không cần cùng ở một địa điểm.

Nhưng Berkeley lại đầu tư vào một tòa nhà với rất nhiều không gian mở, ghế ngồi chung và khu vực khuyến khích trò chuyện.

Lý do nằm ở một dạng giá trị khó thay thế bằng công nghệ: những cuộc gặp tình cờ.

Một cuộc trò chuyện giữa một nhà khoa học máy tính và một nghiên cứu sinh luật trong khu vực nghỉ có thể dẫn tới một dự án nghiên cứu mà trước đó không ai nghĩ tới.

Một cuộc thảo luận giữa nhà nghiên cứu AI và chuyên gia khí hậu có thể tạo ra một câu hỏi nghiên cứu mới.

Một bữa ăn chung có thể trở thành điểm khởi đầu cho một nhóm nghiên cứu liên ngành.

Giáo sư Jennifer Chayes cho rằng dù có rất nhiều phương thức kết nối kỹ thuật số, sự hợp tác trực tiếp giữa con người vẫn có giá trị đặc biệt. Những ý tưởng nghiên cứu mới đôi khi xuất hiện từ chính các cuộc gặp gỡ không được lên kế hoạch trước.

Đây có thể là một trong những nghịch lý đáng chú ý nhất của giáo dục trong thời đại AI:

Khi AI giúp con người làm việc một mình tốt hơn, trường đại học có thể càng cần trở thành nơi con người gặp nhau nhiều hơn.

Mô hình Berkeley có thể thay đổi giáo dục AI như thế nào?

Gateway cho thấy giáo dục AI đang có xu hướng chuyển từ mô hình “đào tạo chuyên gia AI” sang mô hình “AI hóa các ngành chuyên môn”.

Hai cách tiếp cận này không loại trừ nhau.

Các trường đại học vẫn cần đào tạo những nhà khoa học máy tính có khả năng xây dựng mô hình và hệ thống AI tiên tiến.

Nhưng song song với đó, họ cần đào tạo bác sĩ hiểu AI, luật sư hiểu AI, nhà kinh tế hiểu AI, nhà khoa học vật liệu hiểu AI và chuyên gia chính sách có khả năng đánh giá tác động của AI.

Khi hai nhóm này hợp tác, công nghệ có thể được đưa vào thực tế hiệu quả hơn.

Đây cũng có thể là một hướng quan trọng đối với thị trường lao động tương lai. Những người chỉ biết sử dụng một công cụ AI cụ thể có thể nhanh chóng bị thay thế khi công nghệ thay đổi. Ngược lại, người có nền tảng chuyên môn sâu kết hợp với khả năng sử dụng AI có thể thích ứng với nhiều thế hệ công nghệ hơn.

Từ “học AI” sang “học cách sống và làm việc cùng AI”

Điểm đáng chú ý nhất từ mô hình Gateway không phải là một tòa nhà mới hay một chương trình đào tạo đơn lẻ.

Đó là sự thay đổi trong cách các trường đại học nhìn nhận AI.

Trong giai đoạn đầu, AI chủ yếu được xem như một ngành khoa học và công nghệ chuyên biệt. Nhưng khi AI tạo sinh trở thành công cụ phổ biến, cách tiếp cận đó ngày càng trở nên hạn chế.

Tương lai của giáo dục AI có thể không chỉ nằm ở việc tạo ra những người có thể xây dựng mô hình mạnh hơn.

Nó còn nằm ở việc tạo ra những chuyên gia có thể đặt AI vào đúng bối cảnh, hiểu giới hạn của công nghệ, đánh giá rủi ro và kết hợp AI với kiến thức của con người.

Gateway của Berkeley đang thử nghiệm chính ý tưởng đó.

Và có lẽ thông điệp lớn nhất của mô hình này là: AI có thể mở rộng khả năng của con người, nhưng những đột phá quan trọng vẫn có thể bắt đầu từ việc con người gặp nhau, trò chuyện và cùng giải quyết một vấn đề.

Trong một thế giới mà trí tuệ nhân tạo ngày càng có khả năng viết, phân tích, lập trình và nghiên cứu, lợi thế của giáo dục đại học có thể nằm ở khả năng kết nối những bộ óc thuộc các lĩnh vực khác nhau.

Đó cũng là lý do “Gateway” mang ý nghĩa lớn hơn tên gọi của một tòa nhà: đây có thể là hình ảnh thu nhỏ của một mô hình đại học trong kỷ nguyên AI – mở cửa giữa các ngành, mở cửa giữa nghiên cứu và xã hội, đồng thời mở rộng không gian để con người cùng nhau tạo ra những ý tưởng mà một mình AI chưa chắc có thể tạo ra.

Câu hỏi thường gặp về giáo dục AI tại UC Berkeley

1. Gateway của UC Berkeley là gì?

Gateway là tòa nhà mới thuộc College of Computing, Data Science, and Society của UC Berkeley. Công trình được thiết kế như một không gian hợp tác, kết nối khoa học máy tính và dữ liệu với nhiều ngành học khác.

2. Vì sao Gateway có nhiều không gian mở và tường kính?

Thiết kế nhằm khuyến khích sinh viên, giảng viên và nhà nghiên cứu gặp gỡ, trao đổi và làm việc cùng nhau. Các khu vực chung giúp tạo ra nhiều cơ hội cho những cuộc trò chuyện và hợp tác liên ngành.

3. Berkeley đang dạy AI theo hướng nào?

Mô hình của Berkeley không chỉ tập trung đào tạo chuyên gia phát triển AI mà còn khuyến khích kết hợp AI với các ngành như y tế, luật, kinh tế, khoa học khí hậu, vật liệu và khoa học xã hội.

4. Vì sao AI cần kết hợp với kiến thức chuyên ngành?

AI có thể xử lý dữ liệu và tạo ra kết quả nhanh chóng, nhưng việc đặt câu hỏi đúng, hiểu bối cảnh và đánh giá kết quả vẫn cần kiến thức chuyên môn. Vì vậy, sự hợp tác giữa chuyên gia AI và chuyên gia ngành có thể tạo ra những ứng dụng thực tế hơn.

5. Sinh viên có thể học AI kết hợp với ngành khác không?

Theo mô hình được mô tả tại CDSS, sinh viên có thể kết hợp khoa học máy tính và dữ liệu với các lĩnh vực chuyên môn khác thay vì chỉ đi theo con đường trở thành kỹ sư AI.