0:00

16:37

Afternoon - AI and the Future of Learning by Vu Van

New Turing Institute (NTI)·16:37·Education·C1

Chương · 6

Chương 1·Introduction and Personal Story

Hiển thị

Tiếng ViệtAuto-scroll

0:03

Well, thank you so much, Miss Wendy and Miss Angin from RHF.

Vâng, cảm ơn cô Wendy và cô Angin từ RHF rất nhiều.

0:08

And up next, I would like to invite on stage Miss Bouan from Elsa Speak.

Và tiếp theo, tôi xin mời cô Bouan từ Elsa Speak lên sân khấu.

0:15

She will have a presentation on how Gen AI has changed education.

Cô ấy sẽ có bài thuyết trình về cách Gen AI đã thay đổi giáo dục.

0:20

Bouan is the co-founder of Elsa Speak, a prominent AI-powered English language learning app that focuses on pronunciation and fluency.

Bouan là đồng sáng lập của Elsa Speak, một ứng dụng học tiếng Anh nổi bật dựa trên AI, tập trung vào phát âm và sự lưu loát.

0:29

Elsa has become a global success, making her a reputable entrepreneur in the

Elsa đã trở thành một thành công toàn cầu, khiến cô trở thành một doanh nhân có uy tín trong lĩnh vực

0:35

attech space.

công nghệ Attech.

0:36

Please welcome.

Xin hãy chào đón.

0:37

Music Moven: Hello, hi, good evening.

[Nhạc] Moven: Xin chào, chào buổi tối.

0:40

Um, hopefully you guys are very awake after a long, uh, break for lunch.

Ừm, hy vọng các bạn vẫn còn tỉnh táo sau một buổi nghỉ trưa dài.

0:48

Um, I really love it when Wendy said that her, um, presentation doesn't have a lot of technical details and data because mine is even less technical, um, in data than that.

Ừm, tôi thực sự thích khi Wendy nói rằng bài thuyết trình của cô ấy không có nhiều chi tiết kỹ thuật và dữ liệu, vì bài của tôi còn ít kỹ thuật và dữ liệu hơn thế.

1:05

But it's addressing a topic that I'm personally passionate about, which is education.

Nhưng nó đề cập đến một chủ đề mà cá nhân tôi rất đam mê, đó là giáo dục.

1:12

Um,

Ừm,

1:13

just very quick, uh, story.

Chỉ là một câu chuyện rất ngắn.

1:14

Eight years ago, I started Elsa, which is an attempt to be an AI tutor for English learning.

Tám năm trước, tôi bắt đầu Elsa, một nỗ lực để trở thành một gia sư AI cho việc học tiếng Anh.

1:20

Um, I reached out to a lot of experts in the AI field, and actually Dr.

Ừm, tôi đã liên hệ với nhiều chuyên gia trong lĩnh vực AI, và thực ra Tiến sĩ

1:24

Quiet here was one of the original, um, brand behind, uh, what we were working at Elsa.

Quiet ở đây là một trong những người ban đầu ủng hộ những gì chúng tôi đang làm tại Elsa.

1:30

And then he continued to go on and solve a bigger problem for the world.

Và sau đó ông ấy tiếp tục giải quyết một vấn đề lớn hơn cho thế giới.

1:34

I stayed with this little mission of mine, which is an

Tôi vẫn gắn bó với sứ mệnh nhỏ bé này của mình, đó là

1:38

education.

Giáo dục.

1:38

Um, but one of the professors at Johns Hopkins University was really kind to help me to understand how AI can be used in language learning.

Ừm, nhưng một trong những giáo sư tại Đại học Johns Hopkins đã rất tử tế giúp tôi hiểu cách AI có thể được sử dụng trong việc học ngôn ngữ.

1:46

Um, but after a few conversations with him, when I invited him to be my advisor, he basically said, "Vu," he sent me a paper because the question that after I, he explained to me a lot of the different concepts, I went back to him and asked, "So what exactly is

Ừm, nhưng sau vài cuộc trò chuyện với ông ấy, khi tôi mời ông làm cố vấn, về cơ bản ông ấy nói, "Vu," ông ấy gửi cho tôi một bài báo vì câu hỏi sau khi ông ấy giải thích nhiều khái niệm khác nhau, tôi quay lại hỏi, "Vậy chính xác thì

2:04

artificial intelligence?" Even though I tried to BU an AI for language learner.

Trí tuệ nhân tạo là gì?" Mặc dù tôi đã cố gắng xây dựng một AI cho người học ngôn ngữ.

2:08

Um, so he sent me a basic paper and said, "Well, you got to read it." Um, eight years in, I'm still a newbie in AI, but it's still a very big problem that I believe that AI can now solve for education.

Ừm, vì vậy ông ấy gửi cho tôi một bài báo cơ bản và nói, "Chà, cô phải đọc nó." Ừm, tám năm sau, tôi vẫn là người mới trong lĩnh vực AI, nhưng đó vẫn là một vấn đề rất lớn mà tôi tin rằng AI có thể giải quyết cho giáo dục.

2:21

So today I'll talk about the impact of AI in learning, um, the impact of AI in teaching, um, also in corporate training, and a few

Vì vậy hôm nay tôi sẽ nói về tác động của AI trong học tập, ừm, tác động của AI trong giảng dạy, ừm, cũng như trong đào tạo doanh nghiệp, và một vài

2:29

call-outs for us as we work in the space and what should be, uh, be thinking about as we continue to drive impact in education.

lưu ý cho chúng ta khi làm việc trong lĩnh vực này và những điều chúng ta nên suy nghĩ khi tiếp tục tạo ra tác động trong giáo dục.

2:37

So we might have heard about generative AI for the last two, three years.

Vậy chúng ta có thể đã nghe về AI tạo sinh trong hai, ba năm qua.

2:41

We live and breathe AI now.

Bây giờ chúng ta sống và thở cùng AI.

2:43

But there was a time at the beginning where we probably hear a lot about: is really generative AI a threat to education?

Nhưng đã có thời điểm ban đầu chúng ta có thể nghe nhiều về: liệu AI tạo sinh có thực sự là mối đe dọa cho giáo dục?

2:51

Are we really making the students lazy?

Chúng ta có thực sự làm cho học sinh trở nên lười biếng?

2:53

Are

Có

2:54

we really killing creativity?

thực sự giết chết sự sáng tạo?

2:55

Are we really making them lose their independent thinking?

Chúng ta có thực sự làm họ mất đi tư duy độc lập?

2:58

Or we then later on hear a wave of universal tutor.

Hay sau đó chúng ta nghe về làn sóng gia sư phổ quát.

3:02

You probably see this in every single, uh, Facebook ads, Google ads about AI tutor.

Bạn có thể thấy điều này trong mọi quảng cáo Facebook, quảng cáo Google về gia sư AI.

3:07

You pay a lot of money for it.

Bạn trả rất nhiều tiền cho nó.

3:10

Um, and so the conversation now becomes: what can AI do?

Ừm, và bây giờ cuộc trò chuyện trở thành: AI có thể làm gì?

3:14

Right.

Đúng vậy.

3:14

So the other question that we've heard is: to use AI or not to use AI?

Vậy câu hỏi khác mà chúng ta đã nghe là: sử dụng AI hay không sử dụng AI?

3:19

That is the

Đó là

3:21

question.

câu hỏi.

3:21

But when we are right now two, three years in after generative AI became an explosive concept, um, the education world has started flipping the narrative.

Nhưng khi chúng ta đã hai, ba năm sau khi AI tạo sinh trở thành một khái niệm bùng nổ, ừm, thế giới giáo dục đã bắt đầu thay đổi câu chuyện.

3:31

Instead of asking about how will AI impact education, it's clear that it's impacting a lot in education.

Thay vì hỏi AI sẽ tác động đến giáo dục như thế nào, rõ ràng là nó đang tác động rất nhiều đến giáo dục.

3:38

But the bigger question is: how are we, or what are the new and effective ways that we can use AI in teaching and learning?

Nhưng câu hỏi lớn hơn là: chúng ta đang, hoặc những cách mới và hiệu quả nào chúng ta có thể sử dụng AI trong giảng dạy và học tập?

3:47

And I think that's

Và tôi nghĩ đó là

3:49

a big question that all of us are trying to solve for.

một câu hỏi lớn mà tất cả chúng ta đang cố gắng giải quyết.

3:52

So first of all, in the impact of generative AI and learning, there are multiple ways that AI has already shown impacts in education for learners.

Vì vậy, trước hết, về tác động của AI tạo sinh và học tập, có nhiều cách mà AI đã cho thấy tác động trong giáo dục đối với người học.

4:01

Personalized learning is a very big topic that I'm going to talk about a little in a little bit.

Học tập cá nhân hóa là một chủ đề rất lớn mà tôi sẽ nói một chút sau.

4:07

Homework assistant: again, this has been a huge debate, right?

Trợ lý bài tập về nhà: một lần nữa, đây là một cuộc tranh luận lớn, phải không?

4:10

Like, are we taking away the

Giống như, chúng ta có đang lấy đi

4:13

ability for students to do their own homework?

khả năng làm bài tập về nhà của học sinh không?

4:16

How do we figure out cheating?

Làm thế nào để phát hiện gian lận?

4:18

Um, and what can we do about it?

Ừm, và chúng ta có thể làm gì về nó?

4:21

But it's actually, uh, the opposite of the equation.

Nhưng thực ra nó lại là điều ngược lại của phương trình.

4:25

It is asking the institution and school and organization to rethink about how we test the students, how we give the problems to the students to encourage a very different way of learning.

Nó yêu cầu tổ chức, trường học và cơ quan phải suy nghĩ lại về cách chúng ta kiểm tra học sinh, cách chúng ta giao bài tập cho học sinh để khuyến khích một cách học rất khác.

4:38

Research acceleration, access, um, global education

Tăng tốc nghiên cứu, tiếp cận, ừm, giáo dục toàn cầu

4:41

access is a huge, uh, issue in education.

Tiếp cận là một vấn đề lớn trong giáo dục.

4:43

It's all about inclusive inclusivity for education.

Tất cả là về tính bao trùm trong giáo dục.

4:46

And with Gen AI, it starts opening up education opportunity for people in different parts of the world that might not be possible before.

Và với Gen AI, nó bắt đầu mở ra cơ hội giáo dục cho những người ở các nơi khác nhau trên thế giới mà trước đây có thể không khả thi.

4:54

Um, a big challenge in education is not to build and use tech technology, but only addressing the top one, top five, top 10% of the population.

Ừm, một thách thức lớn trong giáo dục không phải là xây dựng và sử dụng công nghệ, mà chỉ phục vụ cho 1%, 5%, 10% dân số hàng đầu.

5:03

But how do we build a

Nhưng làm thế nào để xây dựng một

5:05

solution that can reach, uh, the massive audience and it actually does enhance cognitive skills?

giải pháp có thể tiếp cận được đông đảo khán giả và thực sự nâng cao kỹ năng nhận thức?

5:10

So it is promoting the students to learn more critically, um, to make the decision to all of these AI-driven technologies.

Vì vậy, nó thúc đẩy học sinh học tập phản biện hơn, ừm, để đưa ra quyết định đối với tất cả các công nghệ dựa trên AI này.

5:18

But personalized learning: how big is that impact that can happen?

Nhưng học tập cá nhân hóa: tác động đó có thể lớn đến mức nào?

5:22

So I think some of you, especially in the education world, you might be familiar with this two sigma problem,

Vì vậy, tôi nghĩ một số bạn, đặc biệt là trong lĩnh vực giáo dục, có thể quen thuộc với vấn đề hai sigma này,

5:30

um, that Bloom has talked about in the early 80s, and it has gone long unresolved.

Ừm, mà Bloom đã nói đến vào đầu những năm 80, và nó đã không được giải quyết trong một thời gian dài.

5:36

But one of his biggest theses is: if we offer the student, an average student, a one-on-one tutoring experience using mastery techniques, you actually see on that, uh, further right-hand side chart, the orange chart, it provides a two standard deviations better performance in a classroom for students.

Nhưng một trong những luận điểm lớn nhất của ông là: nếu chúng ta cung cấp cho học sinh, một học sinh trung bình, trải nghiệm dạy kèm một-một sử dụng kỹ thuật làm chủ, bạn thực sự thấy trên biểu đồ bên phải, biểu đồ màu cam, nó mang lại hiệu suất tốt hơn hai độ lệch chuẩn trong lớp học cho học sinh.

5:56

So just think about it.

Vậy hãy nghĩ về điều đó.

5:57

Two standard deviation means, in simple words, you take an average student to an, uh, excellent student, or you take a below-average student to above-average student.

Hai độ lệch chuẩn có nghĩa là, nói một cách đơn giản, bạn biến một học sinh trung bình thành một học sinh xuất sắc, hoặc biến một học sinh dưới trung bình thành trên trung bình.

6:07

And that's huge.

Và điều đó rất lớn.

6:08

That changes the landscape.

Nó thay đổi cục diện.

6:10

But the biggest challenge back in the early 80s when Bloom had this problem is that personalized one-on-one mentorship and tutoring is not possible.

Nhưng thách thức lớn nhất vào đầu những năm 80 khi Bloom gặp vấn đề này là việc cố vấn và dạy kèm cá nhân hóa một-một là không khả thi.

6:19

The cost, the feasibility, the scalability, uh, the feasibility and the scalability of it is not there.

Chi phí, tính khả thi, khả năng mở rộng, ừm, tính khả thi và khả năng mở rộng của nó không có.

6:24

And this is where Gen AI can come in and solve it.

Và đây là lúc Gen AI có thể can thiệp và giải quyết nó.

6:28

So Elsa, we also take personalized learning to be an AI English tutor to the next level and really pushing that batteries right.

Vì vậy, Elsa, chúng tôi cũng đưa học tập cá nhân hóa lên một tầm cao mới với gia sư AI tiếng Anh và thực sự đẩy mạnh điều đó.

6:36

So learning speaking English is exactly the same problem.

Vì vậy, học nói tiếng Anh cũng chính là vấn đề đó.

6:39

You cannot have a teacher standing on stage and teaching a group

Bạn không thể có một giáo viên đứng trên bục giảng và dạy một nhóm

6:44

of 30 students sitting in the back.

30 học sinh ngồi phía sau.

6:46

It requires a lot of one-on-one learning, it requires a lot of interactive and feed and real-time feedback.

Nó đòi hỏi rất nhiều học tập một-một, đòi hỏi nhiều tương tác và phản hồi thời gian thực.

6:52

So building an AI to really solve all of that challenge.

Vì vậy, xây dựng một AI để thực sự giải quyết tất cả những thách thức đó.

6:56

So we start out with learner profiles, um, which I talk about in a second.

Vì vậy, chúng tôi bắt đầu với hồ sơ người học, ừm, mà tôi sẽ nói đến trong giây lát.

7:01

But we take all of the information that we want to learn about the learners, and we build an adaptive, hyper-personalized learning

Nhưng chúng tôi thu thập tất cả thông tin mà chúng tôi muốn biết về người học, và chúng tôi xây dựng một lộ trình học tập thích ứng, siêu cá nhân hóa

7:09

path for that learner based on all of the information that we, uh, know about them.

cho người học đó dựa trên tất cả thông tin mà chúng tôi, ừm, biết về họ.

7:13

And then we do a progression tracking, which then loops back into the learner profile, which then impacts the learning path that we built because it's adaptive.

Và sau đó chúng tôi thực hiện theo dõi tiến trình, sau đó quay trở lại hồ sơ người học, từ đó ảnh hưởng đến lộ trình học tập mà chúng tôi đã xây dựng vì nó có tính thích ứng.

7:22

And then, of course, at the end, we provide a very flexible learning environment that is inclusive, that is allowing learners to do, um, what they

Và sau đó, tất nhiên, cuối cùng, chúng tôi cung cấp một môi trường học tập rất linh hoạt, bao trùm, cho phép người học làm những gì họ

7:30

want when they want, with no judgment, right?

muốn khi họ muốn, không phán xét, phải không?

7:33

That's very important in education, um, for us.

Điều đó rất quan trọng trong giáo dục, ừm, đối với chúng tôi.

7:36

But this is not just for AI English tutor Elsa.

Nhưng điều này không chỉ dành cho gia sư AI tiếng Anh Elsa.

7:40

This process can be applied in pretty much every single domain in education, whether it's math tutor, whether it's biology, music, art.

Quy trình này có thể được áp dụng trong hầu hết mọi lĩnh vực trong giáo dục, dù là gia sư toán, sinh học, âm nhạc, nghệ thuật.

7:48

It's the same concept that can be used in application for education.

Đó là cùng một khái niệm có thể được sử dụng trong ứng dụng cho giáo dục.

7:53

So personalized AI tutor: what is that in

Vậy gia sư AI cá nhân hóa: nó là gì trong

7:56

the learner profile?

hồ sơ người học?

7:56

This is just a few examples that we take into consideration at Elsa, and the list continues to evolve.

Đây chỉ là một vài ví dụ mà chúng tôi xem xét tại Elsa, và danh sách tiếp tục phát triển.

8:02

But we take in the needs and the interest of the learners.

Nhưng chúng tôi xem xét nhu cầu và sở thích của người học.

8:05

What are they here for?

Họ đến đây để làm gì?

8:07

Why do they need English, right?

Tại sao họ cần tiếng Anh, phải không?

8:09

We take in the mother tongue.

Chúng tôi xem xét tiếng mẹ đẻ.

8:11

This is very particular to English learning because where you come from, what's your L1, uh, language really impacts the challenges

Điều này rất đặc thù đối với việc học tiếng Anh vì bạn đến từ đâu, ngôn ngữ L1 của bạn là gì thực sự ảnh hưởng đến những thách thức

8:17

in English communication that you face.

trong giao tiếp tiếng Anh mà bạn gặp phải.

8:18

A Vietnamese person has a very different set of challenges in English communication compared to a Mexican or Japanese or Chinese person.

Một người Việt Nam có một loạt thách thức rất khác trong giao tiếp tiếng Anh so với người Mexico, Nhật Bản hay Trung Quốc.

8:25

Um, what is your role in your work?

Ừm, vai trò của bạn trong công việc là gì?

8:28

If you're professional, what is your goal?

Nếu bạn là chuyên gia, mục tiêu của bạn là gì?

8:30

Are you here to get a better job?

Bạn đến đây để có một công việc tốt hơn phải không?

8:33

Are you here to switch career?

Bạn đến đây để chuyển đổi nghề nghiệp?

8:35

Are you here to travel the world?

Bạn đến đây để du lịch vòng quanh thế giới?

8:37

Are you here to meet

Bạn đến đây để gặp gỡ

8:39

and date people from different cultures, right?

Và hẹn hò với những người từ các nền văn hóa khác nhau, đúng không?

8:41

And then what is your skill competency?

Và năng lực kỹ năng của bạn là gì?

8:43

Meaning, are you really challenging in your grammar because you have very different grammar rules in your country, or are you really challenged in, uh, vocabulary?

Ý tôi là, bạn có thực sự gặp khó khăn về ngữ pháp vì đất nước bạn có quy tắc ngữ pháp rất khác, hay bạn thực sự gặp khó khăn về từ vựng?

8:51

And that's what we solve for.

Và đó là điều chúng tôi giải quyết.

8:53

And then taking all of that information, we then build an adaptive learning path, which is huge impact in

Và sau đó, với tất cả thông tin đó, chúng tôi xây dựng một lộ trình học tập thích ứng, điều này có tác động rất lớn trong

8:59

teaching for educators, um, because this is a task that has never been possible before.

Việc giảng dạy cho các nhà giáo dục, bởi vì đây là một nhiệm vụ chưa từng có trước đây.

9:05

So talking about adaptive learning path is really reshaping the landscape once generative AI becomes a powerful tool for, um, for educators.

Vì vậy, nói về lộ trình học tập thích ứng thực sự đang định hình lại bối cảnh khi AI tạo sinh trở thành một công cụ mạnh mẽ cho các nhà giáo dục.

9:14

Again, think about all of the input that you can get.

Một lần nữa, hãy nghĩ về tất cả đầu vào mà bạn có thể nhận được.

9:18

And for us, uh, using the standard prompting technology is not as powerful in educational context.

Và đối với chúng tôi, sử dụng công nghệ gợi ý tiêu chuẩn không mạnh mẽ trong bối cảnh giáo dục.

9:25

What we do is we

Những gì chúng tôi làm là

9:27

call it a meta-prompt methodology, which is basically providing more context and understanding around that versus a straight prompt, uh, technology that you see, which is much better for a daily routine conversation, right?

Chúng tôi gọi đó là phương pháp siêu gợi ý, về cơ bản là cung cấp nhiều ngữ cảnh và hiểu biết hơn xung quanh vấn đề đó so với công nghệ gợi ý trực tiếp mà bạn thấy, vốn tốt hơn nhiều cho các cuộc trò chuyện hàng ngày, phải không?

9:40

And so then with the meta-prompt, um, what we do is we take in student demographics again, learning objectives, the needs, cognitive needs of the students.

Và sau đó với siêu gợi ý, những gì chúng tôi làm là tiếp nhận lại nhân khẩu học của học sinh, mục tiêu học tập, nhu cầu, nhu cầu nhận thức của học sinh.

9:50

More importantly,

Quan trọng hơn,

9:51

now that we get the data, we get the ongoing student performance, and then we get the information about how they performed in the last 5 minutes, how they learned in the last 10 hours, how they learned in the last 3 months, and continuously changing the learning path so that every single student gets the lesson that exactly meets their expectation.

Bây giờ khi chúng tôi có dữ liệu, chúng tôi có hiệu suất liên tục của học sinh, và sau đó chúng tôi có thông tin về cách họ thực hiện trong 5 phút qua, cách họ học trong 10 giờ qua, cách họ học trong 3 tháng qua, và liên tục thay đổi lộ trình học tập để mỗi học sinh nhận được bài học đáp ứng chính xác kỳ vọng của họ.

10:11

And, uh, people have different

Và mọi người có các

10:13

learning styles, different pace, and all of that information is then put into the input of our prompt technology so that we can produce a very different learning path for them.

Phong cách học tập khác nhau, tốc độ khác nhau, và tất cả thông tin đó sau đó được đưa vào đầu vào của công nghệ gợi ý của chúng tôi để chúng tôi có thể tạo ra một lộ trình học tập rất khác cho họ.

10:23

And this is more powerful than humans.

Và điều này mạnh mẽ hơn con người.

10:26

You know, we would need an army of teachers and humans if we want to create content, what we call personalized learning path for every single student.

Bạn biết đấy, chúng ta sẽ cần một đội quân giáo viên và con người nếu muốn tạo nội dung, cái mà chúng tôi gọi là lộ trình học tập cá nhân hóa cho mỗi học sinh.

10:35

And also, we are a very small company.

Và chúng tôi cũng là một công ty rất nhỏ.

10:38

Chúng tôi

10:39

serve about 60 million users from different parts of the world.

Phục vụ khoảng 60 triệu người dùng từ các nơi khác nhau trên thế giới.

10:43

But imagine there are 1.5 billion English learners throughout around the world that need the solution.

Nhưng hãy tưởng tượng có 1,5 tỷ người học tiếng Anh trên khắp thế giới cần giải pháp.

10:49

If we have to rely on humans, there's no, um, way that humans can do it.

Nếu chúng ta phải dựa vào con người, không có cách nào con người có thể làm được.

10:55

So with Gen AI, it's a significant shift from traditional teaching methods and curriculum creation into what is now, um, extremely personalized, right?

Vì vậy, với AI tạo sinh, đó là một sự thay đổi đáng kể từ các phương pháp giảng dạy truyền thống và tạo chương trình giảng dạy sang thứ cực kỳ cá nhân hóa, phải không?

11:04

Lessons continuously

Các bài học liên tục được

11:05

redefined, uh, more inclusive learning environment.

Định nghĩa lại, môi trường học tập bao gồm hơn.

11:07

I think I mentioned inclusiveness just because that's one of the biggest challenges that the education world has always been trying to solve for.

Tôi nghĩ tôi đã đề cập đến tính bao gồm chỉ vì đó là một trong những thách thức lớn nhất mà thế giới giáo dục luôn cố gắng giải quyết.

11:16

Um, we try to reduce the lesson planning time significantly for educators.

Chúng tôi cố gắng giảm đáng kể thời gian lập kế hoạch bài học cho các nhà giáo dục.

11:20

It's not really to replace the teachers, but it's really enabling the teachers to stay with the task that's

Nó không thực sự thay thế giáo viên, mà thực sự là trao quyền cho giáo viên để tập trung vào nhiệm vụ

11:28

much more important that humans can solve for but AI cannot solve for, right?

Quan trọng hơn nhiều mà con người có thể giải quyết nhưng AI không thể giải quyết, phải không?

11:32

Trying to understand the students' motivation, making sure that they stay with their motivation, achieving the progress and the outcomes that they want, but leave the mundane jobs of content creation, curriculum planning, lesson creation to what AI can do best.

Cố gắng hiểu động lực của học sinh, đảm bảo họ duy trì động lực, đạt được tiến bộ và kết quả mà họ mong muốn, nhưng để lại những công việc nhàm chán như tạo nội dung, lập kế hoạch chương trình giảng dạy, tạo bài học cho những gì AI có thể làm tốt nhất.

11:47

Uh, more responsive and effective learning experience, which

Trải nghiệm học tập đáp ứng và hiệu quả hơn, điều này

11:50

eventually leads to much better outcomes for the students as well.

Cuối cùng dẫn đến kết quả tốt hơn nhiều cho học sinh.

11:54

And we're excited as an educator.

Và chúng tôi rất hào hứng với tư cách là một nhà giáo dục.

11:56

We're excited about what adaptive learning path can really do to the students, uh, and to the learners in different parts of the world.

Chúng tôi hào hứng về những gì lộ trình học tập thích ứng có thể mang lại cho học sinh và người học ở các nơi khác nhau trên thế giới.

12:05

And so Gen AI tutor is powerful in the classroom.

Và vì vậy, gia sư AI tạo sinh rất mạnh mẽ trong lớp học.

12:08

It does go beyond the classroom, and for us, um, I'll talk a little bit just how we approach

Nó vượt ra ngoài lớp học, và đối với chúng tôi, tôi sẽ nói một chút về cách chúng tôi tiếp cận

12:16

corporate training as well, which is, uh, pushing the B of education and entering a different space.

Đào tạo doanh nghiệp, điều này đang đẩy mạnh lĩnh vực giáo dục và bước vào một không gian khác.

12:22

Um, but it has an equally important impact.

Nhưng nó có tác động quan trọng không kém.

12:25

Um, English communication, um, the reason why I started the company was I really believed in the power of communication.

Giao tiếp tiếng Anh, lý do tôi thành lập công ty là tôi thực sự tin vào sức mạnh của giao tiếp.

12:33

It's really unlocking the full potential that each of us has.

Nó thực sự mở khóa tiềm năng đầy đủ mà mỗi chúng ta có.

12:37

It gives you an equal place to compete with other people as long as

Nó cho bạn một vị trí bình đẳng để cạnh tranh với người khác miễn là

12:43

you're good at what you're doing.

Bạn giỏi những gì bạn làm.

12:44

I still remember eight years ago when I was actually at Stanford, um, interviewing for a job.

Tôi vẫn nhớ tám năm trước khi tôi còn ở Stanford, phỏng vấn xin việc.

12:50

And I think Paul here, um, which is who, one of the lead team speakers that you're going to be hearing in just a little bit, I was sharing in one of the early reasons why I started Elsa was in one of my job interviews.

Và tôi nghĩ Paul ở đây, một trong những diễn giả chính mà bạn sắp nghe, tôi đã chia sẻ một trong những lý do ban đầu tại sao tôi thành lập Elsa là trong một buổi phỏng vấn xin việc của tôi.

13:04

I was, um, asking the interviewer, "Can I get that

Tôi đã, ừm, hỏi người phỏng vấn, "Tôi có thể lấy

13:08

information sheet?" But instead of saying that, I was basically saying, "Can I get that information?" And so he was really staring at me for the longest time.

tờ thông tin đó không?" Nhưng thay vì nói vậy, tôi lại nói, "Tôi có thể lấy thông tin đó không?" Và anh ấy cứ nhìn chằm chằm vào tôi rất lâu.

13:17

I don't know what happened.

Tôi không biết chuyện gì đã xảy ra.

13:18

And luckily, I did get that job, but he did call me out at the end of the interview.

May mắn thay, tôi đã nhận được công việc đó, nhưng anh ấy đã chỉ ra lỗi của tôi vào cuối buổi phỏng vấn.

13:25

Let's say really called it out.

Đúng là đã chỉ ra lỗi đó.

13:27

And for the first time, people kind were kind enough to call it out, the mistakes that you

Và lần đầu tiên, mọi người đã tử tế chỉ ra những lỗi mà bạn

13:33

made.

đã mắc phải.

13:33

Because it sounds as simple as it is, either people are being polite or they don't want to put the burden on themselves, they won't give you that feedback.

Bởi vì nghe có vẻ đơn giản, nhưng hoặc là mọi người lịch sự hoặc họ không muốn tự gánh thêm trách nhiệm, họ sẽ không đưa ra phản hồi đó.

13:42

But it was a really big wake-up call for me because I went from being extremely confident about my English, um, to really being aware of the challenges that could put me at, uh, a different position.

Nhưng đó là một hồi chuông cảnh tỉnh lớn đối với tôi vì tôi đã từng rất tự tin về tiếng Anh của mình, ừm, đến khi thực sự nhận ra những thách thức có thể đặt tôi vào một vị trí khác.

13:55

And one of the biggest research

Và một trong những nghiên cứu lớn nhất

13:57

in language learning from University of Chicago said: if you don't speak fluent English, you lose about 20-25% of your credibility.

về học ngôn ngữ từ Đại học Chicago đã chỉ ra: nếu bạn không nói tiếng Anh lưu loát, bạn sẽ mất khoảng 20-25% uy tín của mình.

14:04

Think about it.

Hãy nghĩ về điều đó.

14:05

It means that whatever you say, people trust you 20% less.

Điều đó có nghĩa là bất cứ điều gì bạn nói, mọi người tin bạn ít hơn 20%.

14:09

That's huge in an education world, in a professional.

Điều đó rất lớn trong thế giới giáo dục, trong môi trường chuyên nghiệp.

14:12

So we really push, um, the solution to corporate training just because I really want people to avoid the mistakes that I made, um, and really

Vì vậy, chúng tôi thực sự thúc đẩy giải pháp đào tạo doanh nghiệp chỉ vì tôi thực sự muốn mọi người tránh những sai lầm mà tôi đã mắc phải, ừm, và thực sự

14:21

unleash their full potential.

phát huy hết tiềm năng của họ.

14:22

And so for us, what we do is when we go to companies, we call, we build what we call an enterprise-specific LLMs.

Và vì vậy, đối với chúng tôi, những gì chúng tôi làm là khi đến các công ty, chúng tôi gọi, chúng tôi xây dựng cái mà chúng tôi gọi là LLM dành riêng cho doanh nghiệp.

14:31

So I think we talked a lot earlier in the morning, um, about how LLMs, um, is really powerful.

Tôi nghĩ chúng ta đã nói nhiều vào đầu buổi sáng, ừm, về việc LLM thực sự mạnh mẽ như thế nào.

14:38

But instead of using, um, a general LLM which has a much less, um, context of that industry or that company, we then gather all of the information

Nhưng thay vì sử dụng một LLM tổng quát có ít ngữ cảnh hơn về ngành hoặc công ty đó, chúng tôi thu thập tất cả thông tin

14:49

about the companies from the knowledge sources that we can get or that industry, whether that's banking, hospitality, out, it outsourcing, software, Wes.

về các công ty từ các nguồn kiến thức mà chúng tôi có thể có hoặc ngành đó, dù là ngân hàng, khách sạn, gia công phần mềm, phần mềm, v.v.

14:57

We take all of the information that we have, whether that's company onboarding materials, training documents, what is the company design metrics, what are they planning for each of the employees, and we deploy a knowledge graph, uh, which I mentioned, uh, I

Chúng tôi lấy tất cả thông tin có được, dù là tài liệu giới thiệu công ty, tài liệu đào tạo, các chỉ số thiết kế của công ty, kế hoạch cho từng nhân viên, và triển khai một đồ thị tri thức, mà tôi đã đề cập, ừm, tôi

15:13

explained in a little bit, just to build what we call an industry or enterprise-specific LLM so that it becomes a lot more accurate and it's also trying to minimize the hallucination that we talked about earlier, uh, today.

đã giải thích một chút, chỉ để xây dựng cái mà chúng tôi gọi là LLM dành riêng cho ngành hoặc doanh nghiệp để nó trở nên chính xác hơn nhiều và cũng cố gắng giảm thiểu hiện tượng ảo giác mà chúng ta đã nói đến trước đó, ừm, hôm nay.

15:26

So this is what we do, um, and it's still continuously evolving.

Đây là những gì chúng tôi làm, ừm, và nó vẫn đang tiếp tục phát triển.

15:30

But, um, this is knowledge graph that we're working on.

Nhưng, ừm, đây là đồ thị tri thức mà chúng tôi đang làm việc.

15:33

So we build a ritual semantic understanding, um, that can

Vì vậy, chúng tôi xây dựng một sự hiểu biết ngữ nghĩa theo nghi thức, ừm, có thể

15:37

really build a relationship between different data places.

thực sự xây dựng mối quan hệ giữa các nguồn dữ liệu khác nhau.

15:39

Because of that, it gives us a better or more accurate retrieval, uh, methodology for that particular client or enterprise or that industry that we're working on, versus a very generic model, um, that serves different purposes.

Nhờ đó, nó mang lại cho chúng tôi một phương pháp truy xuất tốt hơn hoặc chính xác hơn cho khách hàng hoặc doanh nghiệp hoặc ngành cụ thể mà chúng tôi đang làm việc, so với một mô hình rất chung chung, ừm, phục vụ các mục đích khác nhau.

15:51

And then we use, uh, that, uh, knowledge graph to send relevant data to our specialized LLM that we leverage data from our user

Và sau đó chúng tôi sử dụng, ừm, đồ thị tri thức đó để gửi dữ liệu liên quan đến LLM chuyên biệt của chúng tôi, nơi chúng tôi tận dụng dữ liệu từ người dùng của mình

15:59

so that we continuously evolve that.

để chúng tôi liên tục phát triển nó.

16:00

And again, it helps enhance performance and minimize all of the hallucinations.

Và một lần nữa, nó giúp tăng cường hiệu suất và giảm thiểu tất cả các hiện tượng ảo giác.

16:04

And so this is powerful for the corporate training, um, particularly for each of the industry, um, that we have been and continue to work on.

Và điều này rất mạnh mẽ cho việc đào tạo doanh nghiệp, ừm, đặc biệt là cho từng ngành, ừm, mà chúng tôi đã và đang tiếp tục làm việc.

16:12

And that's really what we are, um, going to be trying to solve for the next 10 years.

Và đó thực sự là điều chúng tôi sẽ cố gắng giải quyết trong 10 năm tới.

16:18

Um, eight years ago I started the company

Ừm, tám năm trước tôi đã thành lập công ty

16:21

when AI was less talked about, um, and I'm very happy, uh, and proud that we will continue on this journey to really solve for the challenge of education.

khi AI ít được nhắc đến, ừm, và tôi rất vui và tự hào rằng chúng tôi sẽ tiếp tục hành trình này để thực sự giải quyết thách thức của giáo dục.

16:35

Thank you.

Cảm ơn.

16:36

Music

[Nhạc]

Transcript

Hiển thị

Introduction and Personal Story

The speaker is introduced as the co-founder of Elsa Speak, an AI-powered English learning app. She shares her personal journey of starting the company eight years ago, her initial confusion about AI, and her passion for education. She sets the stage for discussing the impact of generative AI on learning, teaching, and corporate training.

Diễn giả được giới thiệu là đồng sáng lập của Elsa Speak, một ứng dụng học tiếng Anh hỗ trợ bởi AI. Cô chia sẻ hành trình cá nhân khi thành lập công ty tám năm trước, sự bối rối ban đầu về AI, và niềm đam mê giáo dục. Cô đặt nền tảng để thảo luận về tác động của AI tạo sinh đối với việc học, giảng dạy và đào tạo doanh nghiệp.