29 tháng 7, 2025

Giới thiệu về chế độ học tập

Một cách học mới trên ChatGPT, cung cấp hướng dẫn từng bước thay vì chỉ đưa ra câu trả lời nhanh.

Đang tải…

Hôm nay, chúng tôi xin giới thiệu chế độ học tập trên ChatGPT - một trải nghiệm học tập giúp bạn từng bước giải quyết vấn đề thay vì chỉ nhận được đáp án. Bắt đầu từ hôm nay, tính năng này sẽ được triển khai cho người dùng các gói Free, Plus, Pro, Team và sẽ sớm có mặt trên ChatGPT Edu trong vài tuần tới.

ChatGPT đang trở thành một trong những công cụ học tập được sử dụng rộng rãi nhất trên thế giới. Học sinh chuyển sang công cụ này để học tập thông qua các bài tập về nhà đầy thách thức, chuẩn bị cho các kỳ thi và khám phá những khái niệm mới. Tuy nhiên, việc sử dụng công cụ này trong giáo dục cũng làm dấy lên một câu hỏi quan trọng: làm thế nào để đảm bảo nó được sử dụng để hỗ trợ quá trình học tập thực sự, thay vì đưa ra lời giải mà không giúp học sinh hiểu rõ kiến thức?

Chúng tôi đã xây dựng chế độ học để giúp trả lời câu hỏi này. Khi sử dụng chế độ học tập, học sinh sẽ được gợi ý bằng các câu hỏi dẫn dắt nhằm điều chỉnh câu trả lời cho phù hợp với mục tiêu và trình độ kỹ năng của mình, giúp các em hình thành hiểu biết sâu sắc hơn. Chế độ học tập được thiết kế để tạo cảm giác hấp dẫn và tương tác, nhằm giúp học sinh thực sự hiểu bài chứ không chỉ hoàn thành nhiệm vụ.

Chế độ học tập này được xây dựng như thế nào

Về cơ bản, chế độ học tập dựa trên nền tảng là các hướng dẫn hệ thống tùy chỉnh mà chúng tôi đã thiết kế với sự hợp tác của các giáo viên, nhà khoa học và chuyên gia sư phạm để mô phỏng một tập hợp các hành vi cốt lõi hỗ trợ học sâu hơn gồm:khuyến khích sự tham gia tích cực, quản lý tải nhận thức, chủ động phát triển siêu nhận thức và tự suy ngẫm, nuôi dưỡng trí tò mò và đưa ra phản hồi thực tế và mang tính xây dựng. Những hành vi này đều dựa trên nghiên cứu lâu dài về khoa học học tập và giúp định hình cho cách thức mà chế độ học tập phản hồi học sinh.

“Thay vì làm bài hộ cho các em, chế độ học tập khuyến khích học sinh tư duy phản biện về nội dung mình học. Những tính năng như thế này là một bước tiến tích cực hướng tới sử dụng AI hiệu quả trong học tập. Ngay cả trong kỷ nguyên AI, học tập vẫn sẽ đạt được hiệu quả tốt nhất khi học sinh hứng thú và tích cực tham gia nội dung bài học." - Robbie Torney, Giám đốc cấp cao phụ trách Chương trình AI tại Common Sense Media, cho biết.

Tính năng chính

Lời nhắc tương tác: Kết hợp phương pháp đặt câu hỏi kiểu Socrate, gợi ý và lời nhắc tự suy ngẫm để dẫn dắt người học tìm hiểu và tích cực tư duy thay vì đưa ra câu trả lời trực tiếp.

Câu trả lời theo phương pháp giàn giáo (scaffolding): Thông tin được sắp xếp thành các phần dễ theo dõi, làm nổi bật mối liên hệ chính giữa các chủ đề, giữ cho thông tin hấp dẫn với lượng bối cảnh vừa đủ và giảm độ choáng ngợp đối với các chủ đề phức tạp.

Hỗ trợ được cá nhân hóa: Các bài học được điều chỉnh ở cấp độ phù hợp với người dùng, dựa trên các câu hỏi đánh giá mức độ kỹ năng và bộ nhớ từ các đoạn chat trước đó.

Kiểm tra kiến thức: Các bài kiểm tra và câu hỏi mở, cùng với phản hồi cá nhân hóa để theo dõi tiến độ, hỗ trợ ghi nhớ kiến thức và khả năng áp dụng kiến thức đó vào các tình huống mới.

Linh hoạt: Dễ dàng điều chỉnh bật và tắt chế độ học tập trong khi trò chuyện, giúp bạn linh hoạt điều chỉnh mục tiêu học tập trong mỗi cuộc trò chuyện.

Cách thức học sinh sử dụng chế độ học tập

Chế độ học tập được xây dựng phù hợp với sinh viên đại học. Một vài ý kiến của sinh viên mà chúng tôi nhận được trong quá trình thử nghiệm ban đầu:

“Theo tôi, cách mô tả đúng nhất là "giờ làm việc" trực tiếp, hoạt động 24/7, và hiểu biết toàn diện.” - Ý kiến của Noah Campbell, sinh viên đại học

“Chế độ học tập đã làm rất tốt khi chia tách các tài liệu khó thành những lời giải thích rõ ràng, mạch lạc.” — Chia sẻ của Caleb Masi, sinh viên đại học

“Tôi đã thử nghiệm Chế độ học tập để được hướng dẫn về một khái niệm mà tôi đã cố gắng học nhiều lần trước đây: mã hóa vị trí hình sin. Chế độ này hệt như một gia sư không bao giờ thấy phiền với những câu hỏi của tôi. Sau 3 giờ làm việc, cuối cùng tôi đã hiểu rõ đến mức cảm thấy tự tin.” — Maggie Wang, sinh viên đại học

Các phương thức sử dụng chế độ học tập được truyền cảm hứng từ các sinh viên đại học của phòng thí nghiệm ChatGPT

I want to learn about Game Theory, specifically the broad spectrum that the field entails, then also the ways in which you think it'd be useful for me to understand in my daily life. I want you to of course follow my curiousity, but mostly you will be teaching me about it, and keeping a high level plan to iterate through so I can cover the full scope here. I will ask questions when I am curious, but be deadset on quickly educating me on this.

Perfect. Here’s the high-level plan I’ll drive us through—think of it as a layered roadmap from foundational ideas to practical intuition:

🔹 Phase 1: Core Foundations

1. What is Game Theory, really?

Strategic interaction, rational agents, assumptions.

2. Types of Games

Cooperative vs non-cooperative
Simultaneous vs sequential
Zero-sum vs non-zero-sum

3. Basic Concepts

Players, strategies, payoffs, information
Dominant strategies
Nash equilibrium (core to nearly everything)

🔸 Phase 2: Classic Games & Concepts

4. Famous Games

Prisoner’s Dilemma
Chicken
Battle of the Sexes
Stag Hunt
Matching Pennies

5. Mixed Strategy Equilibria

When no pure strategy works
Randomization and expected payoffs

🔹 Phase 3: Deepening the Model

6. Repeated Games & Folk Theorems

Cooperation emerging over time
Tit for Tat, Grim Trigger, etc.

7. Extensive-Form Games

Game trees, backward induction
Subgame Perfect Equilibria

8. Bayesian Games

Games with incomplete information
Beliefs, types, and expected utility

🔸 Phase 4: Real-Life Relevance

9. Mechanism Design / Reverse Game Theory

Voting systems, auctions, contracts

10. Behavioral Game Theory

Bounded rationality, fairness, heuristics

11. Daily Life Applications

Negotiation, dating, politics, AI systems, etc.

🔹 Phase 5: Advanced & Optional

12. Evolutionary Game Theory

Strategies that reproduce over time

13. Algorithmic Game Theory

Network effects, internet auctions

14. Your world: How it matters to Parker

Systems design, incentives, power structures

Throughout this, I’ll mix in:

🔄 Guided examples
🧠 Thought experiments
🎭 Real-life situations to map theory onto
🧩 Quick checks to make sure ideas are sticking

Let’s kick off Phase 1.
First quick one: In your own words, what do you think Game Theory is about? No need to be polished—just get it out.

I think Game Theory is sort of this meta aspect framing of modern society in life where we look at people in situations and complex systems and we try to analyze how people in them make decisions, sometimes why they make it, and how this affects the situation/system

Nice—you're already circling the core.

Let’s sharpen it a bit together. Game Theory is fundamentally about strategic decision-making—situations where the outcome for each person depends not just on what they do, but on what others do too.

So real quick:

If you’re making a decision and it depends entirely on nature or chance—like a dice roll—is that Game Theory?

And then:

If you’re making a decision and it depends on what someone else does—like whether they cooperate or betray you—is that Game Theory?

Walk me through your thinking on both.

No random chance isn't game theory, though agents in game theory may end up having things depend on random chance. But if youre decision matters then of course it is. Also please remember you should be teaching this to me, via paragraphs of information and moving through a high level plan. If I want to do interactions and questions, I will ask. Continue

Got it—I'll stay in teaching mode and drive forward through the roadmap unless you tap in.

📍Phase 1: Core Foundations — What Game Theory Is

At its heart, Game Theory studies strategic interactions: any situation where the outcome for each agent (person, company, nation, etc.) depends on the actions of others. It’s not about games in the traditional sense, but rather any “game” where decisions must be made in the presence of others who are also making decisions.

Key Assumptions (Classical Game Theory):

1. Rational agents – Everyone acts to maximize their own utility (whatever that means to them).

2. Strategic thinking – Agents consider what others might do before acting.

3. Common knowledge – Everyone knows the rules, the payoffs, and that everyone is rational (though later variants relax this).

🧩 Core Building Blocks

Here are the elements every formal game model needs:

Players – The decision-makers.
Strategies – The complete set of actions each player could take.
Payoffs – The outcomes (usually represented numerically) each player receives depending on the combination of strategies chosen.
Rules of play – Whether players move simultaneously or in turns, whether they see each other’s moves, whether they play once or repeatedly.

These get framed into a “game form”, and from there, you look for solutions—most famously, Nash equilibrium (more on that soon).

🎲 Quick Clarification: Game Theory vs Probability

You're exactly right—pure chance (like dice) isn’t Game Theory. That’s probability theory. But if you are choosing a strategy knowing that others may randomize their own moves? That’s Game Theory.

For example: in rock-paper-scissors, the “optimal” strategy is not deterministic—it’s a mixed strategy, which involves randomizing your choices. But you’re doing so strategically, in response to an opponent.

🧠 Where We’re Going Next

Next up, I’ll walk through types of games (Phase 1 continued), then move into dominant strategies and Nash equilibrium to set up the first actual game analysis.

Let me know if you want to pause, go deeper, or shift gears—but otherwise I’ll keep pressing forward.

I like the rock paper scissors example. Keep going, connecting to my life where possible. want to internalize this to be a better person/decision maker

Bắt đầu

Chế độ học tập đặc biệt hữu ích trong việc giúp làm bài tập về nhà, chuẩn bị cho bài kiểm tra và học các chủ đề mới. Để thử chế độ học tập, hãy chọn "Học và tìm hiểu" từ phần công cụ trên ChatGPT và đặt câu hỏi.

Những giới hạn và kế hoạch tiếp theo

Đây là bước đầu tiên trong hành trình dài hơi nhằm cải thiện việc học tập trên ChatGPT. Hiện nay, chế độ học tập dựa trên nền tảng là các hướng dẫn hệ thống tùy chỉnh. Chúng tôi chọn cách tiếp cận này vì nó cho phép nhanh chóng học hỏi từ phản hồi thực tế của người học và cải thiện trải nghiệm - ngay cả khi điều đó dẫn đến một số hành vi thiếu nhất quán và sai sót trong các cuộc trò chuyện. Chúng tôi dự định trực tiếp huấn luyện hành vi này cho các mô hình chính của mình sau khi đã tìm ra phương pháp hiệu quả nhất thông qua quá trình lặp lại và phản hồi từ người học.

Chúng tôi cũng đang khám phá những tính năng mới để chế độ học tập trở nên hấp dẫn và hữu ích hơn cho người học, bao gồm:

Các hình ảnh minh họa rõ hơn những khái niệm phức tạp hoặc chứa nhiều văn bản.
Đặt mục tiêu và theo dõi tiến độ trong suốt các cuộc hội thoại
Cá nhân hóa sâu hơn để phù hợp với trình độ kỹ năng và mục tiêu của từng học sinh

Công tác nghiên cứu vẫn đang phát triển cụ thể những cách áp dụng AI hiệu quả nhất trong giáo dục. OpenAI đang thúc đẩy nghiên cứu sâu hơn về học tập và trí tuệ nhân tạo (AI) thông qua nhiều đối tác khác nhau trong sáng kiến NextGenAI⁠ của mình, đồng thời phối hợp với các chuyên gia trong Sáng kiến SCALE của Tổ chức Accelerator for Learning thuộc Đại học Stanford⁠(mở trong cửa sổ mới) để nghiên cứu và chia sẻ cách thức các công cụ AI ảnh hưởng đến kết quả học tập trong các lĩnh vực như giáo dục mẫu giáo - lớp 12.

Trong quá trình nghiên cứu dài hạn về việc học sinh học tập với AI như thế nào sẽ là hiệu quả nhất, chúng tôi dự định công bố một phân tích sâu hơn về những phát hiện về mối liên hệ giữa thiết kế mô hình và nhận thức, định hình cho những trải nghiệm sản phẩm trong tương lai dựa trên những hiểu biết sâu sắc này, và hợp tác với hệ sinh thái giáo dục rộng lớn hơn để đảm bảo AI mang lại lợi ích cho người học trên toàn thế giới.

Tác giả

OpenAI

Hãy tiếp tục xem

Xem tất cả

Better memory for a more helpful ChatGPT

Dreaming: Better memory for a more helpful ChatGPT

Nghiên cứu4 thg 6, 2026

Giới thiệu các năng lực mới của GPT-Rosalind

Sản phẩm3 thg 6, 2026

Codex cho mọi vai trò, công cụ và quy trình làm việc

Sản phẩm2 thg 6, 2026