Trong kỷ nguyên AI, dạy nguyên lý mạng quan trọng hơn việc học thuộc giao thức

Tại workshop giáo dục trong khuôn khổ SIGCOMM 2026, một thông điệp nổi bật đã được nhấn mạnh: trong thời đại AI, sinh viên ngành mạng không nên chỉ học cách một giao thức cụ thể hoạt động, mà cần hiểu sâu các nguyên lý thiết kế hệ thống đứng phía sau nó. SIGCOMM là hội nghị học thuật hàng đầu về truyền thông dữ liệu và mạng máy tính, nơi nhiều xu hướng nghiên cứu và giảng dạy thường được định hình. Theo Bruce Davie, đồng tác giả bộ sách nổi tiếng về mạng máy tính, việc đào tạo hiện nay cần chuyển trọng tâm từ “học hiện vật” như TCP, BGP hay QUIC sang “học tư duy” để sinh viên có thể tự giải thích và tiếp cận các công nghệ mới.

Davie cho rằng sinh viên hoàn toàn có thể nắm được những thách thức thiết kế lớn của BGP chỉ sau một học kỳ. BGP, viết tắt của Border Gateway Protocol, là giao thức định tuyến liên miền giúp các mạng lớn trên Internet trao đổi thông tin đường đi với nhau. Tuy nhiên, hiểu BGP quan trọng vì sao là một chuyện; đủ năng lực cấu hình chính sách BGP cho một nhà cung cấp dịch vụ Internet lại là chuyện khác. Điểm mấu chốt, theo ông, không phải là buộc người học nhớ mọi chi tiết cấu hình, mà là giúp họ hiểu không gian vấn đề: tại sao cần định tuyến liên miền, các đánh đổi nào xuất hiện, và vì sao những quyết định kỹ thuật đó lại phức tạp.

Một trong những chủ đề xuyên suốt workshop là tầm quan trọng của việc đưa sinh viên vào quá trình tư duy thiết kế. Thay vì chỉ giải thích TCP hoạt động ra sao, giảng viên nên giúp người học hiểu vì sao giao thức truyền tải tin cậy này phải đối mặt với các bài toán như ước lượng thời gian khứ hồi, hay round-trip time, và giữ ổn định cơ chế điều khiển khi mạng luôn thay đổi. TCP là giao thức nền tảng đảm bảo dữ liệu đến nơi theo đúng thứ tự; nhưng giá trị giáo dục lớn hơn nằm ở chỗ nó minh họa cách kỹ sư cân bằng giữa độ tin cậy, hiệu năng và khả năng mở rộng. Theo hướng tiếp cận này, giao thức chỉ là ví dụ, còn nguyên lý mới là phần cốt lõi.

Larry Peterson và Bruce Davie đã dùng QUIC như một ví dụ tiêu biểu cho việc chương trình học cần bám vào nguyên lý hơn là chạy theo danh sách công nghệ. QUIC là giao thức truyền tải hiện đại do Google khởi xướng và nay được dùng rộng rãi trên web, tích hợp sẵn các cơ chế truyền tin tin cậy, kiểm soát tắc nghẽn và bảo mật đầu cuối. Vì QUIC còn khá mới và phức tạp, nhiều khóa nhập môn vẫn chưa kịp cập nhật. Nhưng theo nhóm tác giả, nếu sinh viên đã nắm được các khái niệm nền như truyền tải tin cậy, congestion control tức kiểm soát tắc nghẽn, và end-to-end security tức bảo mật từ đầu cuối đến đầu cuối, thì họ phải có khả năng tự đặt QUIC vào đúng “mô hình tinh thần” của mình. Đó mới là thước đo của việc học hiệu quả.

Workshop cũng dành nhiều thời lượng cho câu hỏi AI nên xuất hiện ở đâu trong lớp học mạng. Một quan điểm lạc quan cho rằng các AI coding agent, tức tác nhân AI có thể hỗ trợ viết mã và triển khai chức năng kỹ thuật, sẽ giúp sinh viên nhận những bài tập xây dựng hệ thống lớn và thực tế hơn. Khi phần hiện thực hóa được AI hỗ trợ, giảng viên có thể tập trung đánh giá cách người học lý giải thiết kế, đo đạc hệ thống và bảo vệ lựa chọn kỹ thuật của mình. Tuy vậy, Davie vẫn giữ thái độ thận trọng với mã do mô hình ngôn ngữ lớn, hay LLM, sinh ra. LLM là các mô hình AI được huấn luyện trên lượng dữ liệu văn bản khổng lồ để dự đoán và tạo nội dung. Theo ông, loại mã này có nguy cơ chứa lỗi khó phát hiện và khó bảo trì, nên không thể xem là câu trả lời hoàn chỉnh cho giáo dục kỹ thuật.

Một luận điểm đáng chú ý khác là giáo dục mạng cần giúp sinh viên xây dựng “mental model”, tức mô hình tinh thần về cách mạng vận hành. Davie liên hệ điều này với “symbol-grounding problem”, một khái niệm nổi tiếng trong AI nói về việc hệ thống có thể thao tác ký hiệu hoặc từ ngữ nhưng không thực sự gắn chúng với thế giới thực. Nói cách khác, một mô hình AI có thể nói trôi chảy về giao thức truyền tải hay kiến trúc Internet, nhưng điều đó không đồng nghĩa với hiểu biết vận hành thực sự. Với con người cũng vậy: đọc thuộc mô tả về giao thức không đồng nghĩa với hiểu mạng hoạt động ra sao trong bối cảnh triển khai thật. Vì thế, mục tiêu của giảng dạy không nên dừng ở việc truyền đạt ngôn ngữ kỹ thuật, mà phải giúp sinh viên kết nối khái niệm với hành vi hệ thống.

Workshop cũng cho thấy cộng đồng đang thử nhiều cách dạy sáng tạo hơn. Karen Sollins chia sẻ cách mô phỏng lớp học hệ thống theo phong cách case study của trường luật, nơi sinh viên đọc bài nghiên cứu rồi tự tranh luận về ràng buộc thiết kế, lựa chọn thay thế và quyết định của tác giả, thay vì chỉ nghe giảng viên diễn giải. Một hướng khác là “Networking Unplugged”, tức dạy mạng không cần máy tính. Ví dụ, sinh viên được phát một sợi dây và phải tự nghĩ cách truyền bit trên đó, từ đó khám phá ra các kỹ thuật mã hóa như NRZ, viết tắt của Non-Return-to-Zero, một phương pháp biểu diễn bit bằng mức tín hiệu điện không quay về mức 0 giữa các bit. Cách tiếp cận này biến khái niệm trừu tượng thành trải nghiệm trực tiếp, buộc người học suy nghĩ như người thiết kế thay vì người chép bài.

Một nguyên lý khác được tranh luận sôi nổi là abstraction, hay sự trừu tượng hóa. Trong khoa học máy tính, đây là kỹ thuật che giấu chi tiết bên dưới một giao diện hay mô hình để người dùng tập trung vào phần quan trọng hơn. Ví dụ, khi phân tích Zoom như một ứng dụng hiện đại, giảng viên có thể tạm bỏ qua chi tiết kết nối giữa máy khách và trung tâm dữ liệu để tập trung vào kiến trúc phân tán của hệ thống. Trong bối cảnh này, MCU, tức Multipoint Control Unit, là thành phần trung tâm điều phối luồng âm thanh và video trong hội nghị nhiều người. Tuy nhiên, workshop cũng nhấn mạnh rằng trừu tượng hóa quá mức có thể gây hậu quả về sau. Thiết kế HTTP ban đầu chạy trên TCP thường được nêu như ví dụ kinh điển: khi bỏ qua một số chi tiết vận hành ở tầng dưới, hệ thống có thể phát sinh giới hạn hiệu năng hoặc độ linh hoạt trong tương lai.

Dù có nhiều quan điểm khác nhau, workshop dường như đạt được một đồng thuận quan trọng: giáo dục mạng nên ưu tiên nguyên lý, quá trình thiết kế và khả năng đánh giá đánh đổi kỹ thuật. Sinh viên cần học cách cân nhắc giữa hiệu năng, khả năng mở rộng, độ tin cậy và khả năng tiến hóa của hệ thống, thay vì chỉ nhớ giao thức nào đang phổ biến ở thời điểm hiện tại. Cách tiếp cận problem/solution, tức xuất phát từ bài toán rồi mới đến lời giải, được xem là phù hợp hơn với tốc độ thay đổi công nghệ ngày nay. Trong bối cảnh AI bùng nổ, thông điệp từ SIGCOMM 2026 khá rõ ràng: điều bền vững nhất để dạy không phải là danh sách giao thức, mà là cách suy nghĩ như một kỹ sư mạng.