Bí kíp học nhanh, hiểu sâu trong thời đại AI Dùng thang đo Bloom, 18 khía cạnh của 'hiểu' và AI làm mentor để học gì cũng được.

Áp dụng cách này, không cần bỏ tiền đi học AI ở đâu hết. Học gì cũng được, không chỉ học AI.

I. Xây dựng Checklist Hiểu Biết

Định nghĩa và nhận thức rõ ràng “hiểu” về một khái niệm / một chủ đề / một lĩnh vực là như thế nào.

Thang đo Bloom: 6 cấp độ đo sự nhận thức

1. Ghi nhớ (Remember): Nhận diện và nhớ lại các thông tin, kiến thức cơ bản.

2. Hiểu (Understand): Giải thích, tóm tắt hoặc diễn giải được ý nghĩa của thông tin đã học.

3. Vận dụng (Apply): Áp dụng kiến thức, lý thuyết vào các tình huống thực tế.

4. Phân tích (Analyze): Chia nhỏ thông tin thành các phần để hiểu cấu trúc và mối liên hệ bên trong.

5. Đánh giá (Evaluate): Đưa ra phán xét, lập luận hoặc bảo vệ quan điểm dựa trên tiêu chí nhất định.

6. Sáng tạo (Create): Lắp ghép, kết hợp các yếu tố để tạo ra một sản phẩm, ý tưởng hoặc giải pháp hoàn toàn mới.

18 khía cạnh của “HIỂU”

A. Bản chất & nguồn gốc

1. problem — vấn đề nó giải
2. origin — nguồn gốc: cái gì sinh ra nó, trước nó là gì (genealogy)
3. context — bối cảnh / giả định nền nó dựa vào
4. mechanism — cơ chế hoạt động

B. Vì sao

5. root-cause — nguyên nhân gốc rễ của vấn đề
6. rationale — vì sao cách này hợp lý

C. Giới hạn

7. scope — phạm vi áp dụng (đúng ở đâu)
8. boundary — ranh giới gãy (hỏng ở đâu)
9. edge-cases — ca biên cụ thể

D. Đánh đổi & hệ quả

10. tradeoffs — đánh đổi so với phương án khác
11. consequences — hệ quả / tác động bậc 2

E. Dùng & kiểm

12. application — vận dụng tình huống mới (transfer)
13. measurement — đo / biết nó chạy bằng gì
14. create — tạo cái mới từ nó (Bloom: Create)

F. Quan hệ

15. connection — nối với khái niệm đã biết (mạng lưới Luhmann)
16. discrimination — phân biệt với khái niệm hàng xóm

G. Siêu nhận thức & truyền đạt

17. metacognition — biết mình CHƯA hiểu chỗ nào
18. teach-back — dạy lại được cho người khác hiểu

Khi học với AI, bảo nó đánh giá mức độ hiểu của mình dựa trên checklist 18 tiêu chí này.

II. Học theo cấu trúc PROBLEM – WHY – WHAT – HOW – SO WHAT

PROBLEM: Bạn học để giải vấn đề gì?

WHY: Tại sao cái mà bạn đang cần hiểu / cần học này tồn tại? Tại sao nó quan trọng?

WHAT: Khái niệm / bản chất / định nghĩa — nó là gì và không phải là gì? Các thành phần chính?

HOW: Cơ chế vận hành thực tế (Mechanism).

SO WHAT: Biết về nó rồi thì ứng dụng vào việc gì? Thay đổi cái gì?

III. Phương pháp áp dụng

• Socratic — yêu cầu AI hỏi dẫn dắt trước, để mình tự nghĩ; chỉ cho đáp án khi mình kẹt / thử và sai.
• 5 Whys — để AI đánh giá mức độ hiểu của mình; nếu mới hiểu bề mặt, nó sẽ hỏi tiếp “tại sao”, đổi biến số, đào cơ chế bên dưới.
• Feynman — yêu cầu AI giảng bài cho mình, và ngược lại giải thích lại cho AI bằng lời của mình kèm ví dụ riêng.
• Active recall + Application — yêu cầu AI sau mỗi đoạn quan trọng đặt 1–3 câu (mở / tình huống / trắc nghiệm). Trắc nghiệm: đảo vị trí đáp án đúng mỗi câu và KHÔNG lộ đáp án tới khi mình trả lời (chống đoán). Rồi kiểm áp dụng: đổi bối cảnh / thêm ràng buộc / chọn giữa 2 phương án / chỉ ra sai lầm. Không áp dụng được = chưa hiểu.
• Điều chỉnh độ sâu — ELI5 (explain like I’m 5 years old) / ELI14 (14 years old) / ELII (intern) / Expert theo yêu cầu.

IV. Kết hợp với AI Agent thành một quy trình học tập khép kín

• Trợ lý xây chương trình học
• Trợ lý quản lý tiến độ học
• Trợ lý mentor dạy mình học

Từ việc nhận thức được 18 khía cạnh của hiểu biết về một thứ, nhanh chóng nắm bản chất vấn đề qua phương pháp đặt câu hỏi Socratic và Feynman.

Áp dụng cách này, không cần bỏ tiền đi học AI ở đâu hết.