Dùng AI cho bài tập lập trình là chính đáng khi AI giảng cho bạn hiểu, và trở thành vấn đề khi AI viết phần mà bài tập sinh ra để bạn tự viết. Ranh giới không nằm ở việc có mở chatbot hay không, mà ở chỗ sau khi nộp bài, bạn có tự viết lại được lời giải trên giấy, giải thích được từng dòng và sửa được nó khi đề đổi một chi tiết hay không.
Bài này dành cho sinh viên công nghệ thông tin và người đang theo một lớp lập trình có bài tập về nhà. Nội dung đi theo thứ tự bạn sẽ làm thật: đọc quy định của môn, phân loại việc nào được nhờ, làm bài theo một quy trình có AI hỗ trợ mà vẫn giữ phần nghĩ cho mình, khai báo khi nộp, rồi tự kiểm trước khi bấm gửi. Mọi tình huống trong bài là ví dụ giả định.
Ranh giới nằm ở đâu: AI giảng cho bạn hay AI làm thay bạn
Mỗi bài tập lập trình được giao để luyện một kỹ năng cụ thể: duyệt mảng bằng vòng lặp, viết hàm đệ quy, thiết kế lớp, viết câu truy vấn có phép nối. Giảng viên không cần thêm một chương trình in ra dãy Fibonacci; thứ họ cần là bằng chứng bạn đã tự đi qua quá trình nghĩ ra nó. Vì vậy câu hỏi đúng không phải là "có được dùng AI không" mà là "AI đang làm phần nào của kỹ năng mà bài này muốn luyện".
Khi AI giải thích lại khái niệm đệ quy bằng một ví dụ khác đề, chỉ ra vì sao vòng lặp của bạn chạy thiếu một lần, hay gợi ý rằng bạn nên xét trường hợp danh sách rỗng, nó đang làm việc của một người giảng. Bạn vẫn phải tự ghép các mảnh lại thành lời giải. Khi bạn dán nguyên đề vào và chép đoạn mã trả về, AI đã làm đúng phần kỹ năng mà bài tập muốn kiểm. Điểm số có thể vẫn đủ, nhưng kỹ năng thì không đến với bạn.
Có một phép thử đơn giản: đóng mọi cửa sổ, lấy giấy trắng, viết lại lời giải trong thời gian hợp lý. Nếu làm được, AI đã giúp bạn học. Nếu không, bạn mới chỉ có một tệp mã chạy được, và ở bài kiểm tra trên lớp hay buổi phỏng vấn sau này, tệp đó không đi cùng bạn.
Đọc quy định của môn học trước khi mở chatbot
Mỗi trường, mỗi khoa, thậm chí mỗi giảng viên đặt quy định khác nhau về AI, và quy định thay đổi theo từng học kỳ. Trước khi dùng, bạn cần biết chính xác môn mình đang học cho phép tới đâu. Những chỗ nên tìm:
- Đề cương môn học: nhiều đề cương đã có mục riêng về công cụ AI, nêu rõ được dùng cho việc gì, cấm việc gì, phải ghi chú ra sao.
- Đề bài từng bài tập: có bài cho dùng tự do, có bài yêu cầu làm tay để luyện nền tảng; quy định ở đề bài thường cụ thể hơn đề cương.
- Quy chế đào tạo và quy định về liêm chính học thuật của trường: thường không nhắc tên công cụ, nhưng định nghĩa thế nào là nộp sản phẩm không phải của mình.
- Thông báo trên hệ thống học trực tuyến của lớp: giảng viên hay bổ sung quy định giữa kỳ khi thấy vấn đề.
- Hỏi thẳng giảng viên hoặc trợ giảng khi còn mơ hồ, bằng câu cụ thể: "Em có được nhờ AI giải thích lỗi biên dịch trong bài tập tuần này không, hay chỉ được dùng tài liệu môn học?".
Không tìm thấy quy định nào không có nghĩa là được làm mọi thứ. Khi không rõ, hãy mặc định cách an toàn: dùng AI để hiểu khái niệm và tìm lỗi, không dùng để viết lời giải, và ghi chú lại mình đã dùng thế nào. Cách này gần như luôn nằm trong phạm vi được chấp nhận, và nếu sau đó quy định nới ra, bạn cũng không mất gì.
Bảng phân loại: việc nên nhờ, việc cân nhắc, việc tự làm
Bảng dưới gom các kiểu yêu cầu sinh viên hay gửi cho AI, xếp theo mức độ ảnh hưởng tới việc học. Cột cuối là lý do, để bạn tự xếp những tình huống không có trong bảng.
| Kiểu yêu cầu | Xếp vào | Lý do |
|---|---|---|
| Giải thích lại một khái niệm bằng ví dụ khác đề | Nên nhờ | Giống đọc thêm sách; bạn vẫn phải tự áp vào đề |
| Giải thích thông báo lỗi trình biên dịch | Nên nhờ | Học cách đọc lỗi là kỹ năng riêng, AI rút ngắn thời gian mò |
| Gợi ý hướng đi khi bí, không kèm mã | Nên nhờ | Tương đương hỏi trợ giảng trong giờ hỗ trợ |
| Rà mã bạn đã viết, chỉ ra chỗ có thể sai | Cân nhắc | Hữu ích, nhưng tự chạy thử trước đã; tuỳ quy định môn |
| Viết hộ phần phụ không phải trọng tâm (đọc tệp đầu vào, in bảng) | Cân nhắc | Chỉ khi đề cho phép; khai báo rõ phần nào |
| Viết hàm chính mà bài tập muốn luyện | Tự làm | Đây là kỹ năng bài tập sinh ra để kiểm |
| Dán nguyên đề, nhận lời giải hoàn chỉnh | Tự làm | Không còn gì là của bạn trong bài nộp |
| Nhờ sửa mã cho "trông khác" để khỏi bị phát hiện | Không làm | Đây là gian lận có chủ đích, bất kể quy định nào |
Nhìn vào bảng, bạn sẽ thấy cột "Nên nhờ" toàn là việc giúp bạn hiểu nhanh hơn, còn cột "Tự làm" là việc tạo ra kỹ năng. Đặt câu hỏi cho mỗi yêu cầu: sau khi AI trả lời, mình còn phải tự nghĩ gì nữa không? Nếu câu trả lời là không còn gì, yêu cầu đó đã vượt ranh giới.
Quy trình làm một bài tập có AI hỗ trợ
Quy trình này giữ phần nghĩ cho bạn và chỉ gọi AI ở những điểm nó giúp học nhanh hơn. Áp cho bài tập cỡ một đến ba buổi tối.
- Đọc đề và tự viết lại yêu cầu bằng lời của mình vào một tệp ghi chú: đầu vào là gì, đầu ra là gì, có ràng buộc gì. Chưa mở AI.
- Tự nghĩ hướng giải trong 20–30 phút, viết ra dạng các bước bằng chữ thường, kể cả khi chưa chắc. Đây là phần quan trọng nhất.
- Viết mã theo hướng đó, chạy với vài đầu vào bạn tự tính được kết quả bằng tay.
- Khi bí hoặc gặp lỗi, mới hỏi AI, nhưng hỏi về khái niệm hoặc về lỗi, kèm yêu cầu "chỉ giải thích, không viết lời giải". Bài kế tiếp trong mục này có bộ câu lệnh cho việc đó.
- Tự sửa mã theo hiểu biết mới, không dán đoạn mã AI đưa (nếu nó lỡ đưa).
- Ghi nhật ký ngắn: hỏi AI câu gì, nó trả lời ý gì, mình rút ra điều gì. Ba đến năm dòng là đủ.
- Làm phép thử giấy trắng ở mục cuối bài trước khi nộp.
Nếu đề cho phép dùng AI rộng hơn, bạn vẫn nên giữ bước hai. Hai mươi phút tự vật lộn với đề là nơi kỹ năng hình thành; bỏ bước đó thì mọi phần sau chỉ còn là chép có hướng dẫn.
Khai báo việc dùng AI khi nộp bài
Nhiều môn yêu cầu khai báo, và kể cả khi không yêu cầu, khai báo vẫn là thói quen tốt. Một đoạn ghi chú ngắn ở đầu tệp nộp hoặc trong báo cáo đi kèm là đủ: dùng công cụ AI nào (ghi theo loại, ví dụ "chatbot AI"), dùng cho việc gì, phần nào của bài là do bạn tự viết. Ví dụ giả định: "Em dùng chatbot AI để hỏi về lỗi chỉ số vượt phạm vi mảng ở hàm tìm kiếm và để giải thích khác nhau giữa truyền tham trị và tham chiếu. Toàn bộ mã trong bài do em tự viết."
Ghi chú này có hai tác dụng. Thứ nhất, nó cho giảng viên biết bạn hiểu ranh giới, nên nếu có điểm nào vượt quá quy định, đó là sự cố được nói rõ chứ không phải che giấu. Thứ hai, nó buộc bạn tự nhìn lại: nếu viết ra mà thấy ngượng, có lẽ bạn đã nhờ quá tay.
Đừng dán nguyên lịch sử trò chuyện với AI vào bài nộp trừ khi đề yêu cầu. Nhưng nên giữ lại lịch sử đó trong tài khoản hoặc xuất ra lưu riêng đến hết học kỳ. Khi dán đề hay mã vào chatbot, bỏ đi họ tên, mã số sinh viên và mọi thông tin của bạn cùng nhóm; đề bài của trường cũng có thể là tài liệu giảng viên không muốn lan ra ngoài, nên chỉ dán phần cần hỏi.
Tự kiểm: năm câu hỏi trước khi bấm nộp
Bạn giải thích được từng dòng không? Đọc lại mã từ trên xuống, mỗi dòng tự nói thành tiếng nó làm gì. Dòng nào phải ngập ngừng là dòng bạn chưa hiểu, và đó chính là chỗ giảng viên hay hỏi khi chấm vấn đáp.
Viết lại được trên giấy không? Đóng máy, viết lại hàm chính trong khoảng thời gian bằng một phần ba thời gian đã làm. Không cần giống từng ký tự, cần đúng logic.
Đề đổi một chi tiết, bạn sửa được không? Tự đặt ra một biến thể: sắp xếp giảm dần thay vì tăng dần, đếm số lần xuất hiện thay vì chỉ kiểm có hay không. Sửa được trong vài phút nghĩa là bạn nắm cấu trúc, không chỉ nhớ mặt chữ.
Bài có dùng thứ gì chưa học trên lớp không? Lời giải có AI nhúng tay hay dùng thư viện, cú pháp nâng cao mà môn chưa dạy. Nếu bài của bạn dùng một hàm dựng sẵn để làm đúng việc mà đề muốn bạn tự cài đặt, hãy viết lại bằng kiến thức của môn.
Bạn đã chạy với ca biên chưa? Danh sách rỗng, một phần tử, số âm, chuỗi có dấu tiếng Việt. Bộ chấm tự động của nhiều môn có những ca này, và mã sinh ra vội thường hỏng ở đúng chỗ đó.
Nếu bị nghi dùng AI: giữ dấu vết làm bài từ đầu
Công cụ phát hiện văn bản do AI viết hoạt động kém tin cậy, với mã nguồn còn khó hơn, vì mã của người mới và mã AI sinh đều có xu hướng giống mẫu sách giáo khoa. Bạn không kiểm soát được việc bị nghi, nhưng kiểm soát được việc có bằng chứng mình đã tự làm. Bằng chứng tốt nhất là dấu vết quá trình: nhiều lần lưu thay đổi nhỏ trong git với thông điệp ngắn, tệp ghi chú các bước nghĩ, các phiên bản nháp còn lỗi.
Một bài nộp xuất hiện hoàn chỉnh trong một lần lưu duy nhất lúc nửa đêm khó bảo vệ hơn nhiều so với bài có hai mươi lần lưu trải ba buổi tối, mỗi lần sửa một chỗ. Hãy tập dùng git từ bài tập đầu tiên, kể cả khi môn chưa yêu cầu; kỹ năng này sau này đằng nào cũng cần.
Nếu bị mời lên giải trình, cách tốt nhất là đề nghị giải thích mã trực tiếp hoặc làm lại một phần trước mặt giảng viên. Người đã tự làm qua sẽ làm được việc này một cách tự nhiên. Đó cũng là lý do mục tự kiểm ở trên quan trọng: nó chuẩn bị cho bạn đúng tình huống này, dù có bị nghi hay không.
Câu hỏi thường gặp
Dùng AI để hiểu đề bài có bị coi là gian lận không?
Thường là không, vì hiểu đề tương đương hỏi bạn học hay trợ giảng. Nhưng mỗi môn có quy định riêng, nên đọc đề cương. An toàn nhất là nhờ AI diễn đạt lại yêu cầu và đưa ví dụ đầu vào đầu ra khác, không nhờ nó gợi ý cách giải.
Bạn bè đều dán đề vào AI, mình không làm thì có thiệt không?
Thiệt ở điểm bài tập vài tuần đầu, có thể. Nhưng bài kiểm tra trên lớp, vấn đáp, đồ án và phỏng vấn đều đòi bạn tự viết. Người tự làm bài tập sẽ vượt lên ở những phần đó, và đó là phần nặng ký hơn.
Có nên dùng AI để rà mã trước khi nộp không?
Nếu môn cho phép thì có, sau khi bạn đã tự chạy thử và tự tìm lỗi. Yêu cầu AI chỉ ra vấn đề và giải thích, không viết lại mã. Sau đó tự sửa và hiểu vì sao sửa như vậy.
Bài tập nhóm thì khai báo dùng AI thế nào?
Nhóm nên thống nhất từ đầu ai được dùng AI cho phần nào, và ghi một mục chung trong báo cáo nêu từng thành viên đã dùng vào việc gì. Mỗi người vẫn phải giải thích được phần mình phụ trách.
Mã AI viết hộ rồi mình sửa lại nhiều thì có tính là của mình không?
Sửa cho khác đi không biến nó thành của bạn. Nếu khung logic do AI nghĩ ra thì phần quan trọng nhất không phải của bạn. Cách đúng là hiểu ý tưởng, đóng cửa sổ trò chuyện, rồi tự viết lại từ đầu.
Học kỳ sau quy định khác thì sao?
Đọc lại đề cương mỗi học kỳ và mỗi môn. Quy định về AI ở các trường đang thay đổi nhanh, điều được phép ở môn này có thể bị cấm ở môn khác ngay trong cùng kỳ học.