Thời tôi còn học trung học vào thập niên 1960, học trò phải vượt qua ba kỳ thi quốc gia: Trung học Đệ nhất cấp, Tú tài I và Tú tài II. Mỗi kỳ thi là một cửa ải. Muốn thành công, ngoài chuyện hiểu bài, học sinh phải nhớ lượng kiến thức rất lớn.
Học thuộc lòng gần như là một kỹ năng sinh tồn.
Khi học môn Vạn vật, tôi có thể "ngốn" gần như cả quyển sách. Nhờ rất nhiều cố gắng, tôi may mắn thuộc vào số ít học sinh thời ấy đậu cả ba kỳ thi với hạng Ưu. Nhưng những năm sau đó, tôi luôn đặt câu hỏi về cách học đã giúp mình thành công.
Khi du học, tôi nhận thấy sinh viên Việt Nam thường học rất khá trong những năm đầu. Chúng tôi có nền tảng lý thuyết tốt, chăm chỉ và khả năng ghi nhớ mạnh. Nhưng khi chương trình đòi hỏi nhiều hơn về thực hành, phân tích, giải quyết vấn đề và tìm ra những cách tiếp cận mới, khoảng cách bắt đầu thay đổi.
Những người bạn Mỹ không nhớ nhiều bằng sinh viên Việt Nam, nhưng khi phải đem kiến thức ra sử dụng, họ linh hoạt hơn. Từ đó tôi dần hiểu ra: biết nhiều và biết sử dụng những gì mình biết là hai khả năng khác nhau.
Có lẽ vì từng phải học quá nhiều nên từ thời sinh viên tôi đã quan tâm đến các phương pháp học nhanh và nhớ tốt hơn.
Một trong số đó là SQ3R: Survey, Question, Read, Recite, Review. Trước khi đọc kỹ một tài liệu, hãy nhìn tổng quát để biết cấu trúc của nó. Đặt câu hỏi về điều mình muốn tìm. Đọc để tìm câu trả lời. Sau đó đóng sách lại, tự nói lại những gì vừa hiểu, rồi ôn lại. Điều quan trọng không phải chỉ là đọc, mà là đọc có mục đích.
Khi học ở MIT, vấn đề trở nên thực tế hơn nhiều. Tiếng Anh không phải tiếng mẹ đẻ, trong khi lượng sách và tài liệu phải đọc cho mỗi môn học rất lớn. Áp lực học tập khiến tôi học cả Speed Reading (Đọc nhanh) theo phương pháp Evelyn Wood, lúc đó đang khá thịnh hành.
Nhưng rồi tôi cũng dần nhận ra, không thể nhớ tất cả những gì mình đọc.
Mục tiêu thực tế hơn là hiểu cấu trúc vấn đề, nhớ những nguyên tắc căn bản và biết phần kiến thức còn lại nằm ở đâu để khi cần có thể quay trở lại tìm. Nói cách khác, đôi khi điều quan trọng không phải nhớ nội dung, mà là nhớ địa chỉ của kiến thức.
Sau này, khoa học về việc đọc cũng cho thấy một điều khá đơn giản: không có phép màu nào cho phép chúng ta tăng tốc độ đọc lên nhiều lần mà vẫn giữ nguyên mức độ hiểu. Đọc nhanh có ích khi cần lướt để nắm cấu trúc, tìm thông tin hoặc biết tài liệu nào đáng đọc kỹ. Nhưng khi cần hiểu một ý tưởng khó hay phân tích một lập luận, con người vẫn phải biết đọc chậm lại.
Một phương pháp khác từng gây nhiều chú ý là Superlearning (học siêu tốc).
Bắt nguồn từ công trình của Georgi Lozanov vào những năm 1960-1970, phương pháp này nhấn mạnh trạng thái thư giãn, giảm lo âu, kết hợp âm nhạc, nhịp điệu và một môi trường học tập tích cực.
Có thời người ta nói Superlearning có thể giúp tăng khả năng học và ghi nhớ lên nhiều lần, tới 20 hay 25 lần. Với một sinh viên luôn tìm cách tiếp thu thật nhiều kiến thức trong một thời gian thật ngắn, những lời hứa ấy đương nhiên rất hấp dẫn.
Gần nửa thế kỷ sau, khoa học không xác nhận những con số ngoạn mục như vậy. Nhưng Superlearning cũng không hoàn toàn sai. Lozanov đã nhìn thấy khá sớm một điều quan trọng: trạng thái của người học ảnh hưởng đến việc học. Một đứa trẻ căng thẳng, sợ sai và mất tự tin khó học tốt bằng một đứa trẻ tò mò, thoải mái và tin rằng mình có thể học được.
Ngày nay chúng ta biết thêm nhiều thứ.
Muốn nhớ lâu, đừng chỉ đọc đi đọc lại. Hãy đóng sách và thử nhớ lại. Muốn học bền, đừng nhồi tất cả vào một đêm. Hãy học cách quãng trong nhiều ngày. Muốn thật sự hiểu, đừng chỉ học lý thuyết. Hãy đem kiến thức ra giải quyết vấn đề, tranh luận, thực hành, viết lại hoặc giảng lại cho người khác.
Những phương pháp ấy không hấp dẫn bằng lời hứa "học nhanh gấp 25 lần", nhưng đáng tin cậy hơn nhiều.
Ngày còn đi học, có lúc tôi từng hình dung bộ óc giống như một cái kho có sức chứa giới hạn. Nếu cứ nhồi quá nhiều dữ kiện vào đó, liệu rồi có đến lúc hết chỗ cho những kiến thức mới? Câu hỏi ngây ngô ngày ấy dẫn tôi đến một quan niệm mà khi bước vào đời làm việc tôi ngày càng tin tưởng hơn: Bộ óc nên là một bộ xử lý (CPU) để giải quyết vấn đề, không phải nhà kho chứa dữ kiện.
Người đi làm không được trả lương chỉ vì nhớ được nhiều thông tin. Giá trị của người ấy nằm ở khả năng nhìn một vấn đề phức tạp, nhận ra điều quan trọng, phân tích các lựa chọn và tìm ra giải pháp.
"Bộ nhớ bên ngoài" là sách vở, thư viện, hồ sơ và đôi khi là một người thư ký. Sau đó là Internet và Google.
Hôm nay chúng ta có thêm AI. Nhưng khi AI biết quá nhiều, con người còn cần học gì?
Đây có lẽ là câu hỏi quan trọng nhất đối với một người 18 tuổi hôm nay. Theo tôi, câu trả lời vẫn là: phải học và phải nhớ, nhưng không cần nhớ mọi thứ.
Không thể tư duy nếu trong đầu hoàn toàn không có kiến thức. Muốn đặt một câu hỏi tốt, phải biết đủ để nhận ra đâu là vấn đề. Muốn biết AI trả lời đúng hay sai, phải có kiến thức nền để kiểm chứng. Muốn sáng tạo, phải có đủ những ý tưởng trong đầu để kết nối những điều tưởng như không liên quan với nhau. Một bộ xử lý cũng không thể hoạt động nếu không có dữ liệu.
Nếu hôm nay tôi 18 tuổi, tôi sẽ không còn cố "ngốn" cả quyển Vạn vật như trước. Tôi sẽ học để hiểu trước khi học để nhớ. Luôn hỏi: Tại sao? Nó vận hành thế nào? Nó liên hệ với những gì mình đã biết?
Tôi sẽ đọc xong rồi đóng sách lại và thử tự giải thích. Nếu không thể nói lại một vấn đề bằng lời của mình, có lẽ tôi chưa thật sự hiểu nó.
Tôi sẽ học cách quãng thay vì nhồi nhét trước kỳ thi. Tôi sẽ đem kiến thức ra sử dụng càng sớm càng tốt: làm thử, viết thử, tranh luận, đặt giả thuyết, tìm cách giải quyết một vấn đề thực tế.
Và đặc biệt, tôi sẽ học cách dùng AI nhưng không giao việc suy nghĩ cho AI.
Nhìn lại, tôi vẫn thích giấc mơ của Superlearning ngày trước: con người có thể học tốt hơn rất nhiều nếu biết học đúng cách. Chỉ có điều Superlearning của thế kỷ XXI có lẽ không nằm ở một bản nhạc Baroque, một trạng thái đặc biệt của bộ não hay khả năng nhồi kiến thức nhanh gấp 25 lần.
Nó nằm ở một cách học khác:
Hiểu thay vì chỉ thuộc.
Đọc có mục đích thay vì chỉ đọc nhiều.
Truy xuất thay vì chỉ đọc lại.
Học cách quãng thay vì học nhồi.
Thực hành thay vì chỉ học lý thuyết.
Giải quyết vấn đề thay vì tích trữ dữ kiện.
Dùng AI để mở rộng trí tuệ, chứ không thay thế trí tuệ.
Đó có lẽ mới là Superlearning của thời đại AI.
Võ Tá Hân