Hậu truyện gian lận AI tại lớp CS240: Khi giảng viên phải xin lỗi sinh viên

Vào cuối học kỳ Xuân 2026, giảng viên Jeffrey Turkstra của Đại học Purdue bất ngờ trở thành tâm điểm của một cuộc tranh cãi gay gắt xoay quanh việc dùng AI trong học phần CS240 - Lập trình bằng ngôn ngữ C. Gần một nửa số sinh viên trong lớp bị đánh dấu là gian lận, hàng trăm người rút khỏi học phần, và cuối cùng nhà trường phải hủy bỏ toàn bộ kết quả truy hồi. Chính ông Turkstra đã viết lại toàn bộ câu chuyện để làm rõ những thông tin sai lệch vẫn đang lan truyền.

Quy định đã được nêu rõ ràng ngay từ đầu

Ông Turkstra khẳng định đề cương học phần đã quy định rất cụ thể: sinh viên có thể thảo luận bài tập ở mức độ chung với nhau, nhưng không được xem bài của người khác. Trong đó có một điều khoản nổi bật:

"Bạn sử dụng ChatGPT hoặc phần mềm khác để tạo ra lời giải cho bất kỳ phần nào của bài tập, bài kiểm tra hay kỳ thi - đó là hành vi gian lận học thuật."

Đề cương cũng ghi rõ rằng giảng viên có quyền không thông báo ngay khi phát hiện vi phạm, mà có thể âm thầm tích lũy bằng chứng qua nhiều bài tập khác nhau. Ông cho biết quy định này đã được nhắc lại ít nhất năm buổi giảng khác nhau, kèm theo slide trình bày trong buổi học đầu tiên ngày 12/01/2026.

Slide đề cương học phần CS240

Bên cạnh đó, công cụ MOSS - vốn được dùng từ nhiều học kỳ trước để phát hiện mã nguồn giống nhau - vẫn hoạt động bình thường trong suốt học kỳ. Những sinh viên bị phát hiện có mã giống nhau đều bị xử lý theo đúng quy trình cũ.

Argus không phải là một mô hình ngôn ngữ

Một hiểu lầm phổ biến mà ông Turkstra muốn đính chính: nhóm của ông không hề huấn luyện một LLM để phát hiện gian lận. Công cụ tên Argus sử dụng phương pháp phân tích tĩnh (static analysis) để tìm ra những dấu hiệu bất thường trong mã nguồn mà khó có thể có lời giải thích hợp lý.

Argus chỉ đóng vai trò điểm khởi đầu. Mọi trường hợp bị đánh dấu đều được ít nhất một người xem xét thủ công trước khi có bất kỳ hành động nào. Nhóm của ông tiếp cận rất thận trọng và chỉ theo đuổi những ca có bằng chứng rõ ràng, không thể giải thích bằng lý do chính đáng. Kết quả là trong số 584 sinh viên bị công cụ đánh dấu, họ chỉ xử lý 267 người - tương đương khoảng 45,7%.

Slide minh họa cảnh báo gian lận học thuật

Cách xử lý và làn sóng phản ứng

Argus đạt trạng thái sử dụng được vào khoảng giữa tháng 3/2026. Ngày 23/03, ông quyết định thành lập đội "AI Academic Integrity" (AIAI) để xử lý số lượng lớn các ca nghi vấn. Lấy cảm hứng từ cách làm truyền thống của học phần CS159, ông thiết kế một biểu mẫu cho phép sinh viên tự nhận trách nhiệm thay vì phải đối chất trực tiếp.

Ngày 16/04/2026, ông gửi email cho 207 sinh viên đang theo học và 60 sinh viên đã rút, yêu cầu họ điền biểu mẫu trước 17h ngày 20/04. Không phản hồi đồng nghĩa với điểm F cho học phần. Con số này chiếm gần 45% tổng số sinh viên.

Phản hồi ban đầu khá tích cực: 117 sinh viên điền biểu mẫu trước khi nhà trường can thiệp, trong đó 108 người nhận trách nhiệm và chỉ 9 người phản đối. Tuy nhiên, ngay sau đó, nhiều phụ huynh và sinh viên bắt đầu liên hệ với trưởng khoa, Phòng Công tác Sinh viên và cả các đơn vị khác trong trường. Báo địa phương Journal and Courier và báo sinh viên Purdue Exponent cũng đưa tin.

Slide giải thích quy trình xử lý trong lớp học

Những lo ngại dẫn đến quyết định đảo ngược

Trưởng khoa Lucy Flesch và trưởng bộ môn Drineas đã có nhiều cuộc họp với ông Turkstra trong cuối tuần 18/04. Ba lo ngại chính được đưa ra:

• Sinh viên có thể cảm thấy bị ép buộc bởi thời điểm và hình thức của biểu mẫu
• Khó đảm bảo quy trình tố tụng công bằng khi học kỳ sắp kết thúc
• Việc triển khai Argus quá muộn khiến sinh viên không có cơ hội điều chỉnh hành vi sau vi phạm đầu tiên

Điều khiến ông Turkstra trăn trở nhất là khả năng sinh viên vô tội bị oan. Thời điểm gửi email là có chủ đích, nhưng chỉ vì ông muốn thông báo trước hạn rút học phần để những sinh viên bị ảnh hưởng nặng có thể rút lui một cách nhẹ nhàng hơn. Nhìn lại, ông thừa nhận điều đó tạo ra áp lực cho một số người - đặc biệt là những ai bị xác định sai.

Ông cũng nhận ra biểu mẫu có vấn đề ở chỗ yêu cầu sinh viên tự khai báo những bài tập nào họ đã dùng LLM, thay vì chỉ liệt kê những bài mà nhóm ông đã xác định.

Kết quả cuối cùng: hủy bỏ việc áp dụng truy hồi đối với các bài tập cũ, chỉ dùng công cụ cho các bài tiếp theo. Sinh viên đã rút được phép đăng ký lại. Trong số 144 người rút ban đầu, khoảng 74 người quay lại học phần.

Bằng chứng về tác hại của AI với người học lập trình

Một phần thú vị trong bài viết là dữ liệu so sánh kết quả thi giữa hai nhóm sinh viên. Nhóm bị xác định dùng LLM có điểm bài kiểm tra giữa kỳ thứ nhất thấp hơn 10,75% và bài thứ hai thấp hơn 14,5% so với phần còn lại.

Đây không phải hiện tượng cá biệt. Ông Turkstra dẫn cả nghiên cứu nổi tiếng của MIT cho thấy sinh viên dùng LLM trong quá trình học lập trình có kết quả kém hơn đáng kể trong các bài đánh giá có kiểm soát, và hiện tượng này không chỉ giới hạn ở lập trình.

Slide minh họa chênh lệch điểm số giữa các nhóm sinh viên

Lời xin lỗi và bài học

Dù vẫn tin rằng phần lớn sinh viên bị đánh dấu thực sự đã gian lận - vì nhóm ông đã xem xét trực tiếp các dấu hiệu và mã nguồn liên quan - ông Turkstra vẫn gửi lời xin lỗi chân thành đến những sinh viên vô tội đã phải chịu căng thẳng oan uổng.

Bài học ông rút ra:

• Quy trình cần nêu rõ danh sách bài tập bị đánh dấu ngay từ đầu
• Nên gặp từng sinh viên trực tiếp thay vì dùng biểu mẫu tự khai
• Công cụ như Argus chỉ nên triển khai vào đầu học kỳ, không bao giờ gần hạn rút học phần
• Cần phối hợp với các đơn vị nhà trường trước khi áp dụng truy hồi

Trích dẫn kết bài trên tờ Purdue Exponent để lại nhiều suy ngẫm:

"Chúng tôi có những sinh viên đã bỏ rất nhiều công sức, không hề gian lận, và giờ phải nhìn một số bạn cùng lớp ra đi mà không chịu hậu quả gì. Tôi không có câu trả lời cho điều đó."

Ông vẫn tìm thấy chút an ủi ở ba điểm: dữ liệu cho thấy sinh viên gian lận có điểm kém hơn; tỷ lệ bị đánh dấu vẫn dưới 50%, nghĩa là phần lớn sinh viên đang nỗ lực học tập một cách chân chính; và toàn bộ sự việc có thể đã giúp sinh viên hiểu rõ hơn cái giá của việc đi đường tắt trong học tập.

Câu chuyện tại Purdue là một hồi chuông cho các trường đại học trên toàn thế giới, trong đó có Việt Nam, khi AI ngày càng thâm nhập vào môi trường học thuật. Ranh giới giữa "hỗ trợ học tập" và "gian lận" ngày càng mờ, và việc xử lý vi phạm đòi hỏi sự cân bằng giữa tính nghiêm minh và sự công bằng - điều mà ngay cả một giảng viên giàu kinh nghiệm cũng có thể làm chưa đúng.