Vòng lặp Description-Discernment — Dạy xây dựng cognitive environment với AI

Từ "prompt engineering" đến "cognitive environment"

Khi học sinh nghĩ về kỹ năng AI, họ nghĩ về prompt tricks: "Say the magic words and the genie gives you what you want." Đó là mindset hại.

Description-Discernment loop đưa ra cách hiểu sophisticated hơn và bền hơn: chuẩn bị học sinh cho professional AI interaction trong tương lai.

Sự khác biệt cốt lõi

Khi bạn trò chuyện tuyệt vời với đồng nghiệp, điều gì xảy ra?

Đó chính là cognitive environment. Và đó là điều bạn đang dạy học sinh tạo với AI.

Cognitive environment bao gồm

• Bạn build lên ideas của nhau
• Bạn phát triển shorthand (vài từ → họ hiểu ý cả đoạn)
• Bạn biết khi nào push back, khi nào encourage
• Bạn learn to think together

┌──────────────────────────────────────────────────────────┐
│                                                          │
│   COGNITIVE ENVIRONMENT                                  │
│   (xây dần qua nhiều interaction)                        │
│                                                          │
│   • Shared vocabulary & references (evolve theo thời     │
│     gian)                                                │
│                                                          │
│   • Well-defined goals, values, processes, methods       │
│                                                          │
│   • Established patterns of interaction (giúp cả người   │
│     và AI perform tốt nhất)                              │
│                                                          │
│   • Mechanisms để build on previous interactions         │
│                                                          │
│   → Đây là real collaboration: knowledge deepens,        │
│     process evolves, innovative thinking emerges.        │
│                                                          │
│   → KHÔNG đạt được với 1 prompt duy nhất,                │
│     cho dù prompt "hay" đến mấy.                         │
│                                                          │
└──────────────────────────────────────────────────────────┘

PROMPT ENGINEERING                  COGNITIVE ENVIRONMENT
(Mindset cũ)                        (Mindset mới)

Input → Output                      Conversation có history
Single exchange                     Multi-turn với evolution
Tìm "câu thần chú"                  Build shared understanding
Copy prompt từ người khác           Develop personal patterns
Transactional                       Relational
Knowledge = facts                   Knowledge = evolving context

Ba lăng kính: Product, Process, Performance

Vòng Description-Discernment có ba elements liên kết. Hãy xem chúng như ba lăng kính để nhìn cùng một quá trình cộng tác. Workflow khác nhau cần chú ý khác nhau vào mỗi lăng kính.

Lăng kính 1: Product — "Chúng ta đang tạo cái gì?"

Collaboration hướng sản phẩm bắt đầu bằng cách clearly articulate cái bạn muốn tạo cùng AI, rồi rigorously evaluate kết quả.

Nhưng đây không phải là specification 1 lần rồi check 1 lần. Description-Discernment đòi hỏi evolving understanding of what "good" looks like.

Trong nhiều trường hợp, không chỉ AI's understanding improve. Học sinh cũng improve understanding của chính mình. Đây là lúc bạn đi từ automation sang augmentation.

Minh họa — bài viết về social media và teen:

Mỗi iteration cải thiện cả sản phẩm cuối lẫn mental clarity của sinh viên về mục tiêu của mình.

Lăng kính 2: Process — "Chúng ta tiếp cận công việc thế nào?"

Collaboration hướng process là về developing shared approaches cho tư duy và giải quyết vấn đề — approaches này evolve qua practice.

Minh họa — phân tích documents:

Iteration 1:

Vague. Output shallow.

Iteration 2 (sau trial-and-error, discussing approach với AI):

Rich process description. Output bây giờ systematic, nuanced.

Process discernment — sinh viên tiếp tục đánh giá: có phải process này đang uncover insights mà mình sẽ miss alone không? Process có đang sophisticated hơn theo thời gian không?

Sinh viên có thể nhận ra: AI partner của mình excel ở finding patterns across documents, nhưng cần guidance khi consider emotional và cultural contexts. Recognition này shape cách em refine collaborative process và cách em engage với AI model này trong tương lai.

Lăng kính 3: Performance — "Chúng ta giao tiếp với nhau thế nào?"

Performance là về relationship giữa sinh viên và AI assistant. Bạn muốn tạo dynamics cho phép cả hai đóng góp best thinking và làm best work.

Minh họa — sinh viên evolve cách tương tác:

Initial (formal, generic):

Sau vài iteration performance description + discernment:

Qua discernment, sinh viên continually assess whether một dynamic cụ thể đang phục vụ collaboration goals. Ví dụ:

┌─────────────────────────────────────────────────────────┐
│                                                         │
│   BA LĂNG KÍNH — NHÌN CÙNG MỘT QUÁ TRÌNH                │
│                                                         │
│         ┌─ Product ──────▶ "Chúng ta tạo CÁI GÌ?"       │
│         │                                               │
│   Một ──┼─ Process ──────▶ "Chúng ta tạo THẾ NÀO?"      │
│   quá   │                                               │
│   trình ├─ Performance ──▶ "Chúng ta GIAO TIẾP          │
│         │                   thế nào khi làm?"           │
│                                                         │
│   Mỗi lăng kính đều có thể dùng Description             │
│   (articulate) và Discernment (evaluate).               │
│                                                         │
└─────────────────────────────────────────────────────────┘

So sánh: Single prompt vs Cognitive environment

Điểm mấu chốt cho giáo viên: học sinh đến với bạn thường ở cột trái. Nhiệm vụ: dẫn qua cột phải.

Ví dụ thực chiến: Thiết kế bài tập "Cognitive Environment Building"

Bài tập cho lớp Business Communication — 1 môn 6 tuần:

Tuần 1: Single-chat evolution

Sinh viên chọn 1 stakeholder context (ví dụ: "Em là Customer Success Manager ở B2B SaaS, đang prep QBR cho tài khoản lớn.")

Tuần 2-3: Same topic, new chat

Tuần 4-5: Cross-domain transfer

Tuần 6: Portfolio + "Process Playbook"

Mỗi sinh viên tạo Personal AI Playbook:

Đây là artifact bền sinh viên mang ra khỏi môn học, dùng suốt sự nghiệp.

• Trong 1 chat duy nhất, sinh viên phải đi qua ít nhất 5 turns
• Turn 1: initial description
• Turn 2-5: iterative refinement dựa trên discernment
• Nộp: chat log + 300 từ reflection về cách Description evolve
• Sinh viên start chat MỚI (không có context từ chat cũ)
• Thử apply patterns họ đã học ở tuần 1
• Notice: cái gì transfer được, cái gì phải rebuild?
• Nộp: so sánh chat log cũ/mới + 300 từ về "what context is preserved, what needs to be reestablished"
• Sinh viên dùng patterns đã phát triển cho task hoàn toàn khác (ví dụ: từ QBR prep → feedback trên employee performance review)
• Test xem performance description (về kind-but-rigorous skeptic) có transfer không?
• Nộp: reflection 500 từ về transfer
• Preferred performance descriptions (tone, analogies, critique style)
• Preferred process templates cho 3-5 task categories
• Lessons learned về cognitive environment building

Case studies theo chuyên ngành

📝 Nhà văn / Sinh viên Viết sáng tạo

Product lens: Evolve từ "write a short story about loneliness" → "write a short story exploring quiet loneliness trong đô thị nhỏ Việt Nam sau 2020, với voice reminiscent của Nguyễn Ngọc Tư nhưng contemporary"

Process lens: "When we brainstorm characters, let's start với 1 sensory detail (smell/sound/texture) thay vì demographics. Then explore contradiction — mỗi character có 1 thing họ want publicly, 1 thing họ need privately."

Performance lens: "Tôi chậm hơn khi bạn đưa quá nhiều options. Draft 1 version tốt nhất, rồi tôi react, rồi variations."

🧪 Nhà khoa học / PhD student

Product lens: "Literature review về CRISPR applications trong agriculture — focus năm 2022-2026, ưu tiên papers từ peer-reviewed journals tier-1, với attention đến off-target effects."

Process lens: "Quy trình của chúng ta: (1) Summarize paper với methodology section emphasis, (2) Flag claims cần independent verification, (3) Identify contradictions with other papers, (4) Synthesize open questions."

Performance lens: "Hãy push back khi tôi generalize quá rộng. Tôi là student — rigor cao hơn confidence."

💼 Sinh viên MBA / Consultant trainee

Product lens: "Market entry analysis cho consumer brand Mỹ vào Việt Nam — audience là CMO, format Gamma deck, 8 slides, mỗi slide 1 insight + data point + visual"

Process lens: "Quy trình MECE (Mutually Exclusive, Collectively Exhaustive) — đừng lặp ideas giữa slides. Nếu có overlap, merge slides."

Performance lens: "Tôi respond tốt hơn với examples từ B2C consumer tech. Dùng cases từ Uber, Grab, Shopee khi có thể."

🎨 Sinh viên Design / Art

Product lens: "Concept design cho mobile app tracking mental health — aesthetic "warm minimalism" (Calm app + Muji), primary audience 25-35 năm tại SEA"

Process lens: "Show me 3 concept directions đầu tiên — different rõ ràng, không variations của cùng ý. Tôi chọn 1, rồi chúng ta đào sâu."

Performance lens: "Critique của bạn phải chỉ rõ what + why + potential fix. 'This doesn't work' mà không giải thích = useless."

🏥 Sinh viên Y khoa / Nursing

Product lens (trong context học tập): "Differential diagnosis list cho case: 45yo female, chest pain x 2 days, history hypertension. Output: table với dx, supporting features, ruling features, next diagnostic step."

Process lens: "Quy trình: start với ACS, rồi ruling in/out, rồi rarer causes. Don't skip obvious để show off rare diagnoses."

Performance lens: "Challenge tôi với 'what if you're wrong?' sau mỗi conclusion. Medicine đòi epistemic humility."

⚖️ Sinh viên Luật

Product lens: "Client memo 2 trang — IRAC format — issue focused trên commercial lease dispute trong Việt Nam, citing Luật Nhà ở 2014 và case law nếu có."

Process lens: "Quy trình phân tích: (1) Identify legal issue, (2) Applicable statute, (3) Relevant case precedent, (4) Apply to facts, (5) Conclusion with confidence level."

Performance lens: "Hedge ngôn ngữ khi uncertain — 'likely', 'arguably' thay vì overconfident statements. Law is nuance."

🏫 Sinh viên Sư phạm

Product lens: "Lesson plan 45 phút môn Ngữ văn lớp 10 về Nguyễn Du — target Bloom's Taxonomy ở analyze-level, với 1 hoạt động pair-share và 1 exit ticket."

Process lens: "Backward design — bắt đầu từ learning outcome, rồi assessment, rồi activities, cuối cùng opening hook."

Performance lens: "Tôi muốn bạn suggest activities phù hợp với limited tech access (1 TV, không tablet mỗi em)."

Prompt mẫu: Dạy học sinh xây cognitive environment

1. Build shared vocabulary

2. Establish performance dynamic

Tôi đang làm việc dài hạn trên project [X]. Hãy giúp tôi develop
shared vocabulary. Tôi sẽ dùng các term này thường xuyên — lần
sau tôi say [term A], bạn sẽ hiểu là [ý nghĩa tôi gán]. Hiện tại
chúng ta có: [liệt kê term + ý nghĩa]. Có term nào bạn suggest thêm
dựa trên domain này không?

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

3. Process template for task category

Trước khi bắt đầu task, let me describe cách tôi work tốt nhất:
- Khi brainstorm: tôi muốn bạn diverge first, converge later
- Khi critique: chỉ rõ what-why-fix
- Khi uncertain: hedge ngôn ngữ, đừng overconfident
- Tone preference: [conversational / formal / technical]
Nhận diện, bạn sẽ follow những preferences này suốt cuộc trò
chuyện trừ khi tôi explicitly ask đổi.

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

4. Iteration feedback loop

Mỗi khi tôi đưa task dạng [loại task], quy trình standard của
chúng ta:
Bước 1: [...]
Bước 2: [...]
Bước 3: [...]
Lần sau tôi đưa task dạng này, follow quy trình trên trước, rồi
adjust nếu cần. Ngay bây giờ, tôi đưa task đầu tiên: [task X].
Go.

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

5. Product evolution exercise (cho sinh viên)

Đây là iteration 1 của output. Tôi sẽ give feedback dạng:
- CONTINUE: giữ element này
- ADJUST: adjust theo direction [X]
- DROP: remove element này
- MISSING: thiếu element [Y]
Sau feedback, bạn produce iteration 2. Làm tiếp cho đến khi tôi
say "FINAL".

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

6. Process playbook builder

Đây là prompt ban đầu của em: "[prompt vague]"
Qua 4 iterations, em refine nó thành: "[prompt cuối]"
Giúp em phân tích: (1) Em đã learn gì về goal thực sự của mình?
(2) Những adjectives/constraints nào em thêm quan trọng nhất?
(3) Nếu em phải rewrite cho 1 task mới tương tự, em sẽ dùng
template nào?

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

7. Cross-chat context restoration

Tôi đã dùng cuộc trò chuyện này qua [N] tuần cho task
[task category]. Review và extract:
- 3 techniques hiệu quả nhất
- 2 anti-patterns tôi đã tránh
- Template prompt "starter" có thể tái dùng
- Checklist 5-item tôi có thể dùng để evaluate output
Format thành document "My [Task Category] Playbook" v1.

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

8. Meta-reflection prompt

Đây là chat mới — em không còn nhớ context của chat trước. Nhưng
em cần tiếp tục project [X]. Context essential tôi cần feed em:
- Goal: [...]
- Performance preferences: [...]
- Process template: [...]
- Shared vocabulary: [...]
- Current state: [...]
- Next task: [...]
Xác nhận em đã absorb context, rồi let's continue.

Prompt mẫu: Dạy học sinh xây cognitive environment (tiếp)

Nhìn lại chat log 2 tuần qua của em với Claude, em thấy:
- Shared language nào đã develop? (Term cụ thể)
- Pattern interaction nào em notice?
- Description technique nào effective nhất?
- Khi nào em phải reset direction? Tại sao?
- 3 insights về working với AI em learn được mà không có trước đó?

Anti-patterns — Sai lầm khi dạy Description-Discernment

❌ Dạy prompt templates như "magic spells"

Biểu hiện: Phát handout với 20 prompt templates. "Copy, paste, adapt placeholders."

Tại sao là sai: Học sinh học parroting thay vì thinking. Khi AI đổi, templates lỗi thời, kỹ năng mất.

Cách đúng: Dạy nguyên lý (cognitive environment, 3 lens P/P/P). Templates là ví dụ, không phải đích đến.

❌ Bài tập chỉ đòi 1 prompt đơn

Biểu hiện: "Nộp 1 prompt hay nhất cho [task]."

Tại sao là sai: 1 prompt không thể hiện cognitive environment. Học sinh tối ưu cho "câu thần chú".

Cách đúng: Bài tập đòi multiple iterations trong 1 chat, và so sánh across chat. Chấm trên evolution, không trên final prompt.

❌ Bỏ qua Performance (dynamics)

Biểu hiện: Chỉ dạy Product (what) và Process (how). "Performance" bị skip vì giáo viên thấy fluffy.

Tại sao là sai: Performance là nơi personalization xảy ra. Skip nó = output generic.

Cách đúng: Cho bài tập explicit về Performance — ví dụ: "Thử 3 performance styles khác nhau cho cùng task. Output khác thế nào?"

❌ Bắt buộc sinh viên "polite" với AI

Biểu hiện: Rubric giảm điểm nếu sinh viên "không say please" hoặc "ngắt lời AI".

Tại sao là sai: AI không phải con người — politeness norms của conversation con người không automatically apply. Sinh viên có thể phát triển tone tự nhiên của mình, không bắt buộc phải "lịch sự" như đang giao tiếp với đồng nghiệp.

Cách đúng: Dạy professional-direct tone phù hợp với collaboration. Không teach anthropomorphic manners.

❌ Chấm điểm dựa trên "độ thông minh của câu trả lời AI"

Biểu hiện: Đọc chat log, thấy Claude trả lời thông minh → điểm cao.

Tại sao là sai: Đánh giá sai chỗ. Đó là đánh giá AI, không đánh giá sinh viên.

Cách đúng: Đánh giá sinh viên: Description có evolve không? Discernment có phát hiện vấn đề không? Sinh viên có refine collaboration không?

❌ Over-emphasize "perfect first prompt"

Biểu hiện: Hứa học sinh: "Nếu em thiết kế prompt hoàn hảo, em không cần iteration."

Tại sao là sai: Cognitive environment emerge qua interaction, không qua 1 prompt dù hoàn hảo.

Cách đúng: Normalize iteration. Celebrate các moments khi Discernment uncover insight mà Description ban đầu không anticipate.

❌ Ignore cross-chat transfer

Biểu hiện: Học sinh làm 1 bài tập xong, sang bài tập khác start from scratch.

Tại sao là sai: Miss cơ hội dạy: context nào transfer, context nào phải rebuild.

Cách đúng: Có ít nhất 1 bài tập "reuse cognitive environment" — sinh viên phải articulate chiến lược transfer.

Mẹo nâng cao

Mẹo 1: Dùng "Think Aloud" protocol

Trong lớp, chiếu chat của bạn live, narrate decisions: "Tôi thấy output này generic. Tôi sẽ add constraint về audience... okay, better. Nhưng tone vẫn corporate. Let me add performance direction..." → học sinh thấy cognitive environment building in real time.

Mẹo 2: Share your own chat logs

Cho sinh viên xem 1 chat log RIÊNG của bạn (bạn dùng AI cho teaching prep). Show evolution. Họ sẽ shocked thấy bạn cũng iterate, cũng sai, cũng refine.

Mẹo 3: Peer analysis thay vì self-analysis

Sinh viên trao đổi chat logs, analyze cognitive environment của peer. Outside perspective dễ thấy patterns hơn.

Mẹo 4: "Null hypothesis" exercise

Yêu cầu sinh viên: "Làm 1 task với NULL performance description — tức là chỉ đưa Product description. Rồi làm lại cùng task với rich Performance description. So sánh output." → Performance matter, proof by contrast.

Mẹo 5: Khuyến khích "exploration mindset"

Rigid command style ("Do X then do Y") evolve thành flexible, interactive, context-aware. Dấu hiệu collaboration mạnh:

• Shared language — shorthand references, reusable solution patterns
• Exploration mindset — học sinh đi từ "getting what they asked for" → "discovering what they didn't know to ask"

Cách hai vòng lặp fit together

Giờ bạn đã học cả hai vòng. Đây là cách chúng ăn khớp:

Khi bạn dạy đủ cả hai, học sinh có complete framework:

• Delegation-Diligence trả lời: "Có nên dùng AI không? Nếu có, như thế nào cho có trách nhiệm?"
• Description-Discernment trả lời: "Sau khi đã quyết định dùng AI, làm sao cộng tác cho thật chất lượng?"

┌────────────────────────────────────────────────────────────┐
│                                                            │
│   VÒNG DELEGATION-DILIGENCE (Strategic)                    │
│                                                            │
│     ╭──────────────────────────────────────╮               │
│     │  Set "container" cho collaboration:   │               │
│     │  • Chúng ta đang build gì?            │               │
│     │  • AI nào phù hợp nhu cầu?            │               │
│     │  • Work responsibly thế nào?          │               │
│     ╰──────────────────────────────────────╯               │
│                       │                                    │
│                       │  (create container)                │
│                       ▼                                    │
│   VÒNG DESCRIPTION-DISCERNMENT (Tactical)                  │
│                                                            │
│     ╭──────────────────────────────────────╮               │
│     │  Fill container với rich, evolving    │               │
│     │  interaction within boundaries set    │               │
│     │  by strategic decisions:              │               │
│     │  • Moment-to-moment craft             │               │
│     │  • Building cognitive environment     │               │
│     │  • Product/Process/Performance        │               │
│     ╰──────────────────────────────────────╯               │
│                                                            │
│   Hai vòng không tách rời — tactical discoveries            │
│   quay về reshape strategic decisions.                     │
│                                                            │
└────────────────────────────────────────────────────────────┘

Áp dụng ngay — Thiết kế bài Description-Discernment

Bài tập 1: Tạo scenario loop-focused (10 phút)

Tiếp tục cuộc trò chuyện từ Bài 13.1 với AI. Báo AI biết bạn đang thiết kế bài Description-Discernment loop-focused dựa trên cùng scenario của bài 13.1.

Phát triển scenario cho sinh viên:

Bài tập 2: Cấu trúc trải nghiệm học (20 phút)

Thiết kế Product evolution:

Thiết kế Process development:

Thiết kế Performance relationship:

Ghi lại kết quả:

Reflection

• Thảo luận với AI về shift từ Delegation-Diligence sang Description-Discernment
• Tạo elements giúp sinh viên khám phá cách Product, Process, Performance descriptions evolve qua Discernment và iteration
• Plan cách sinh viên document evolution của shared context với AI
• Progression nơi sinh viên bắt đầu với vague goals và iteratively clarify
• Thảo luận cách giúp sinh viên recognize khi vision "good" của mình evolve
• Include checkpoints nơi sinh viên document product understanding thay đổi thế nào
• Progression nơi sinh viên phát triển shared problem-solving methods với AI theo thời gian
• Thảo luận cách giúp sinh viên recognize khi preferred problem-solving approach của mình evolve
• Include checkpoints document sự thay đổi trong Process understanding
• Progression nơi sinh viên experiment với different interaction styles và effects của chúng
• Thảo luận cách giúp sinh viên recognize khi AI behaviors phù hợp và hữu ích cho goals
• Include checkpoints document Performance understanding evolve thế nào theo thời gian
• Scenario tôi sẽ dùng: ___________
• 1 sub-lens (Product/Process/Performance) tôi focus nhất: ___________
• Cách tôi sẽ capture evolution: (nộp chat log? reflection essay? video thinking aloud?) ___________
• Rủi ro lớn nhất với sinh viên của tôi: ___________
• Cách tiếp cận nào (4 cách từ bài 13.0) fit nhất với learning objectives của bạn?
• Cách nào fit nhất với personal teaching style?

Tóm tắt bài học

🎯 Description-Discernment là moment-to-moment craft — Xây cognitive environment, không phải gõ single prompt.

🎯 Ba lăng kính, một quá trình — Product (CÁI GÌ), Process (THẾ NÀO), Performance (TƯƠNG TÁC RA SAO). Mỗi lens có Description và Discernment riêng.

🎯 Evolution qua iteration — Prompt không tĩnh. Shared understanding emerge qua nhiều turns.

🎯 Dạy exploration mindset — Mục tiêu không phải "getting what you asked for" mà là "discovering what you didn't know to ask".

🎯 Hai vòng lặp nested — Delegation-Diligence tạo container; Description-Discernment fill nó bằng collaboration rich. Không thể tách.