Giao diện
Buổi 4 — Token là gì?
Lesson 4 — What is a token? · AI Teen
Guiding Question (Compelling)
AI không đọc “chữ” như mình — vậy nó đọc cái gì?
AI does not read “words” like I do — so what does it read?
1. Learning Outcomes (Backward Design — bước 1)
| ID | Outcome | Performance Task trong khung / Framework task |
|---|---|---|
C1.4 | Giải thích được vai trò của Token trong quá trình sử dụng GenAI. Explain the role of Tokens when using GenAI. | Khi một công cụ thông báo sử dụng 10.000 tokens, học sinh giải thích token là đơn vị xử lý văn bản của model, không đồng nhất với số từ hoặc số câu hỏi. When a tool reports 10,000 tokens used, the learner explains a token is the model’s unit of text, not the same as words or number of questions. |
Performance Task của buổi / Lesson performance task: Giải thích vì sao 10.000 tokens không bằng 10.000 từ hay 10.000 câu hỏi.
Explain why 10,000 tokens is not 10,000 words or 10,000 questions.
2. Evidence & Assessment (bước 2)
2 bước đánh giá tổng kết (assess) · 17 màn hình · mọi tương tác đều ghi evidence.
2 summative steps · 17 screens · every interaction leaves evidence.
| Bước / Step | LO | Loại / Type | Nội dung / Prompt |
|---|---|---|---|
s14 | C1.4 | Chọn đáp án Choice | Công cụ báo 10.000 tokens. Phát biểu nào đúng? |
s15 | C1.4 | Tự luận Text | Nam nói: “Mình mới hỏi 3 câu mà hết 10.000 tokens, app lỗi rồi!” Giải thích vì sao có thể app không lỗi. |
3. Learning Plan — 120 phút (bước 3)
| Chặng / Phase | Phút | CRA | Hoạt động của mentor / Mentor activity | Màn hình / Screens |
|---|---|---|---|---|
| Gợi mở Wonder | 10 | C | Chiếu thông báo “đã dùng 10.000 tokens”; học sinh đoán nghĩa. Show the message “10,000 tokens used”; learners guess its meaning. | 3 |
| Khám phá Explore | 35 | C | Đếm từ rồi đếm token cho cùng một câu tiếng Việt và tiếng Anh, so sánh. Count words then tokens for the same Vietnamese and English sentence; compare. | 4 |
| Biểu diễn Represent | 25 | R | Cắt câu thành các mảnh bằng bút màu; ví von với viên Lego. Cut a sentence into coloured pieces; liken it to Lego bricks. | 4 |
| Khái quát Abstract | 20 | A | Giải thích token cho bạn cùng bàn; mentor chốt định nghĩa. Explain tokens to a partner; mentor confirms the definition. | 2 |
| Thiết kế lại Redesign | 20 | A | Performance Task: giải quyết hiểu lầm “3 câu hỏi mà hết 10.000 tokens”. Performance Task: resolve the misunderstanding “3 questions used 10,000 tokens”. | 2 |
| Nhìn lại Reflect | 10 | A | Ghi ra một câu hỏi còn thắc mắc về token (nối sang buổi 5). Note one lingering question about tokens (feeds lesson 5). | 2 |
4. IB
| Key concepts | Hình thức / Form · Logic / Logic |
| Global context | Đổi mới khoa học & kỹ thuật / Scientific & technical innovation |
| ATL skills | Tư duy / Thinking · Nghiên cứu / Research |
| Learner profile | Người hay hỏi / Inquirers · Hiểu biết / Knowledgeable |
5. Vật liệu / Materials
- Công cụ đếm token do mentor chuẩn bị (tokenizer của nhà cung cấp)
A token counter prepared by the mentor (provider tokenizer) - Thẻ chữ để cắt thành mảnh
Word strips to cut into pieces
6. Màn hình học viên / Learner screens
Xem toàn bộ 17 màn hình / Show all 17 screens
| # | Chặng | Loại | Nội dung |
|---|---|---|---|
| 1 | Gợi mở | Thông tin | Một công cụ AI báo: “Bạn đã dùng 10.000 tokens.” |
| 2 | Gợi mở | Chọn đáp án | Em đoán 10.000 tokens nghĩa là gì? |
| 3 | Gợi mở | Biểu mẫu nhiều ô | Trước khi đếm, em muốn biết điều gì về token? |
| 4 | Khám phá | Thông tin | Đếm số từ của câu “Hôm nay trời mưa to.” Rồi dán câu vào công cụ đếm token. |
| 5 | Khám phá | Chọn đáp án | So số token với số từ, em thấy gì? |
| 6 | Khám phá | Thông tin | Thử câu “Tôi yêu Việt Nam” và “I love Vietnam”. Cùng nghĩa, nhưng hãy so số token. |
| 7 | Khám phá | Chọn đáp án | Hai câu cùng nghĩa có chắc cùng số token không? |
| 8 | Biểu diễn | Thông tin | Cắt câu thành các mảnh, như tháo một mô hình ra thành những viên Lego. |
| 9 | Biểu diễn | Chọn đáp án | Token giống thứ nào nhất? |
| 10 | Biểu diễn | Chọn đáp án | Em gõ 100 token, AI trả lời 400 token. Lượt đó tính bao nhiêu? |
| 11 | Biểu diễn | Chọn nhiều | Những gì được tính vào token của một lượt chat? (chọn tất cả đáp án đúng) |
| 12 | Khái quát | Tự luận | Giải thích token cho bạn cùng bàn bằng lời của em. |
| 13 | Khái quát | Thông tin | Nói gọn: token là đơn vị văn bản mà model xử lý. Nó không đồng nhất với từ, câu hay số câu hỏi. |
| 14 ★ | Thiết kế lại | Chọn đáp án | Công cụ báo 10.000 tokens. Phát biểu nào đúng? |
| 15 ★ | Thiết kế lại | Tự luận | Nam nói: “Mình mới hỏi 3 câu mà hết 10.000 tokens, app lỗi rồi!” Giải thích vì sao có thể app không lỗi. |
| 16 | Nhìn lại | Tự luận | Còn điều gì về token mà em muốn hỏi thêm? Viết 1 câu hỏi. |
| 17 | Nhìn lại | Mức tự tin | Em tự tin giải thích token cho người khác đến mức nào? |
★ = bước đánh giá tổng kết / summative step