Các ông lớn EV của Trung Quốc hợp tác cho dự án điện phân rắn có công suất 25 tấn | Bojan Stojkovski, Kỹ thuật thú vị Trung Quốc đang tăng cường nỗ lực để thúc đẩy công nghệ pin điện phân rắn với một dự án thí điểm mới tại Bắc Kinh. Dự án chính thức mang tên "Dự án Xây dựng Năng lực Sản xuất và Thử nghiệm Điện phân Rắn Toàn bộ", do Viện Nghiên cứu Pin Năng lượng Ô tô Guolian dẫn dắt. Sáng kiến này tập trung vào nghiên cứu, thử nghiệm và xác thực các vật liệu điện phân rắn, là các thành phần chính quyết định hiệu suất và độ an toàn của các pin điện phân rắn toàn bộ. Được hỗ trợ bởi một liên minh bao gồm một doanh nghiệp nhà nước trung ương, dự án cũng có sự tham gia của các ông lớn Trung Quốc như CATL và SAIC Motor với tư cách là cổ đông. Nỗ lực này là một phần của sự thúc đẩy rộng rãi trong ngành công nghiệp được hỗ trợ bởi các tiêu chuẩn quốc gia mới nổi và sự đầu tư công nghiệp ngày càng tăng vào các công nghệ pin thế hệ tiếp theo. Cơ sở thí điểm cho các điện phân rắn Dự án sẽ được thiết lập trong Khu Phát triển Kinh tế Yanqi ở quận Huairou, Bắc Kinh, sử dụng một tòa nhà công nghiệp hiện có được cải tạo cho các hoạt động phòng thí nghiệm và quy mô thí điểm. Kế hoạch bao gồm một dây chuyền thí nghiệm vật liệu pin điện phân rắn, được trang bị các thiết bị định tính chính xác cao và hệ thống điều khiển thông minh, với 103 thiết bị dự kiến sẽ được mua sắm. Cơ sở này dự kiến sẽ đạt sản lượng nghiên cứu và thí điểm khoảng 25 tấn vật liệu điện phân rắn mỗi năm. Được thiết kế như một nền tảng thí điểm và xác thực thay vì một nhà máy sản xuất hàng loạt, dự án sẽ giúp xây dựng chuyên môn công nghiệp và chuỗi cung ứng của Trung Quốc cho các pin điện phân rắn, ngay cả khi việc triển khai thương mại đầy đủ vẫn còn vài năm nữa, CarNewsChina viết. Các điện phân rắn được coi là một thành phần chính cho các pin điện phân rắn toàn bộ thế hệ tiếp theo, sử dụng các vật liệu rắn thay vì các điện phân lỏng truyền thống. Mặc dù các pin này được coi là tương lai của các hệ thống năng lượng ô tô, nhưng chúng vẫn chưa đạt được sản xuất thương mại quy mô lớn. Tuy nhiên, vẫn còn nhiều thách thức kỹ thuật đáng kể, bao gồm điện trở cao tại các giao diện rắn-rắn, sự hình thành dendrite lithium và áp lực cơ học tích tụ trong quá trình sạc và xả lặp đi lặp lại. Trung Quốc tăng cường nỗ lực cho cơ sở hạ tầng pin điện phân rắn Chuỗi cung ứng công nghiệp cho các pin điện phân rắn toàn bộ vẫn đang ở giai đoạn đầu, và chi phí sản xuất vẫn còn tương đối cao. Gần đây, Trung Quốc đã phát hành một dự thảo tham vấn cho tiêu chuẩn quốc gia đầu tiên về pin điện phân rắn, báo hiệu rằng các khuôn khổ quy định và chính sách đang bắt đầu hỗ trợ ngành. Do đó, dự án thí điểm mới được phê duyệt tại Bắc Kinh phản ánh một nỗ lực rộng lớn hơn trong lĩnh vực pin của Trung Quốc nhằm thiết lập cơ sở hạ tầng chung cho nghiên cứu, thử nghiệm quy mô thí điểm và xác thực các vật liệu pin điện phân rắn. Những sáng kiến như vậy nhằm củng cố cơ sở kiến thức công nghiệp và chuẩn bị cho thị trường cho sản xuất quy mô lớn trong tương lai. Dựa trên sự thúc đẩy trong ngành này, Viện Nghiên cứu Pin Năng lượng Ô tô Guolian kết hợp vốn nhà nước trung ương và địa phương, các nhà sản xuất ô tô lớn và các nhà cung cấp pin chính. Các cổ đông của nó bao gồm Tập đoàn Công nghệ Youyan, hoàn toàn thuộc sở hữu của chính phủ trung ương Trung Quốc, cùng với Tập đoàn FAW, Ô tô Dongfeng, Tập đoàn BAIC, Ô tô Changan, Tập đoàn GAC, Xe buýt Yutong, Huachen (Brilliance Auto), CATL, BTR, Neusoft Reach và Tianjin Lishen. Một cổ đông khác, Quỹ Năng lượng Mới Huading, được hỗ trợ bởi các thực thể nhà nước địa phương như Tập đoàn Đầu tư Công nghiệp Nanning và Tập đoàn Năng lượng Tứ Xuyên. Guolian từ lâu đã hoạt động như một nền tảng đổi mới hợp tác, tham gia vào các chương trình quốc gia và địa phương để thúc đẩy công nghệ pin của Trung Quốc và thúc đẩy hợp tác trong toàn ngành.

Vào năm 2026, AI sẽ chuyển từ sự phấn khích sang thực tiễn | Rebecca Bellan & Ram Iyer, TechCrunch Nếu năm 2025 là năm AI được kiểm tra cảm xúc, thì năm 2026 sẽ là năm công nghệ trở nên thực tế. Sự chú ý đã bắt đầu chuyển từ việc xây dựng các mô hình ngôn ngữ ngày càng lớn sang công việc khó khăn hơn là làm cho AI có thể sử dụng được. Trên thực tế, điều đó liên quan đến việc triển khai các mô hình nhỏ hơn ở những nơi phù hợp, nhúng trí thông minh vào các thiết bị vật lý và thiết kế các hệ thống tích hợp một cách mượt mà vào quy trình làm việc của con người. Các chuyên gia mà TechCrunch đã phỏng vấn coi năm 2026 là một năm chuyển tiếp, một năm tiến hóa từ việc mở rộng quy mô bằng sức mạnh thô sang nghiên cứu các kiến trúc mới, từ các buổi trình diễn hào nhoáng sang các triển khai có mục tiêu, và từ các tác nhân hứa hẹn sự tự chủ sang những tác nhân thực sự tăng cường cách mọi người làm việc. Bữa tiệc chưa kết thúc, nhưng ngành công nghiệp đang bắt đầu tỉnh táo lại. Các quy luật mở rộng sẽ không đủ Vào năm 2012, bài báo ImageNet của Alex Krizhevsky, Ilya Sutskever và Geoffrey Hinton đã chỉ ra cách các hệ thống AI có thể "học" để nhận diện các đối tượng trong hình ảnh bằng cách nhìn vào hàng triệu ví dụ. Cách tiếp cận này tốn kém về tính toán, nhưng đã trở nên khả thi nhờ vào GPU. Kết quả? Một thập kỷ nghiên cứu AI cường độ cao khi các nhà khoa học làm việc để phát minh ra các kiến trúc mới cho các nhiệm vụ khác nhau. Điều đó đã đạt đỉnh vào khoảng năm 2020 khi OpenAI ra mắt GPT-3, cho thấy việc chỉ cần làm cho mô hình lớn hơn 100 lần đã mở khóa các khả năng như lập trình và lý luận mà không cần đào tạo rõ ràng. Điều này đánh dấu sự chuyển tiếp vào cái mà Kian Katanforoosh, CEO và người sáng lập nền tảng tác nhân AI Workera, gọi là "thời đại mở rộng": một giai đoạn được định nghĩa bởi niềm tin rằng nhiều tính toán, nhiều dữ liệu và các mô hình biến hình lớn hơn sẽ không thể tránh khỏi dẫn đến những đột phá lớn tiếp theo trong AI. Ngày nay, nhiều nhà nghiên cứu nghĩ rằng ngành công nghiệp AI đang bắt đầu cạn kiệt giới hạn của các quy luật mở rộng và sẽ một lần nữa chuyển sang một thời đại nghiên cứu. Yann LeCun, cựu giám đốc khoa học AI của Meta, đã từ lâu lập luận chống lại việc quá phụ thuộc vào việc mở rộng, và nhấn mạnh sự cần thiết phải phát triển các kiến trúc tốt hơn. Và Sutskever đã nói trong một cuộc phỏng vấn gần đây rằng các mô hình hiện tại đang đạt đến điểm bão hòa và kết quả tiền đào tạo đã phẳng, cho thấy cần có những ý tưởng mới. "Tôi nghĩ có khả năng trong năm năm tới, chúng ta sẽ tìm ra một kiến trúc tốt hơn mà là một cải tiến đáng kể so với các mô hình biến hình," Katanforoosh nói. "Và nếu chúng ta không làm được, chúng ta không thể mong đợi nhiều cải tiến trên các mô hình." Đôi khi ít lại là nhiều Các mô hình ngôn ngữ lớn rất giỏi trong việc tổng quát hóa kiến thức, nhưng nhiều chuyên gia cho rằng làn sóng tiếp theo của việc áp dụng AI trong doanh nghiệp sẽ được thúc đẩy bởi các mô hình ngôn ngữ nhỏ hơn, linh hoạt hơn có thể được tinh chỉnh cho các giải pháp cụ thể theo miền. "Các mô hình ngôn ngữ nhỏ được tinh chỉnh sẽ là xu hướng lớn và trở thành một phần thiết yếu được sử dụng bởi các doanh nghiệp AI trưởng thành vào năm 2026, vì những lợi thế về chi phí và hiệu suất sẽ thúc đẩy việc sử dụng hơn các mô hình ngôn ngữ lớn sẵn có," Andy Markus, giám đốc dữ liệu của AT&T, nói với TechCrunch. "Chúng tôi đã thấy các doanh nghiệp ngày càng phụ thuộc vào các mô hình ngôn ngữ nhỏ vì, nếu được tinh chỉnh đúng cách, chúng sẽ đạt được độ chính xác tương đương với các mô hình lớn hơn, tổng quát hơn cho các ứng dụng kinh doanh, và rất tuyệt vời về chi phí và tốc độ." Chúng tôi đã thấy lập luận này trước đây từ công ty khởi nghiệp AI Mistral của Pháp: Họ lập luận rằng các mô hình nhỏ của họ thực sự hoạt động tốt hơn các mô hình lớn hơn trên một số tiêu chuẩn sau khi được tinh chỉnh. "Sự hiệu quả, tính kinh tế và khả năng thích ứng của các mô hình ngôn ngữ nhỏ khiến chúng trở nên lý tưởng cho các ứng dụng tùy chỉnh nơi độ chính xác là điều tối quan trọng," Jon Knisley, một chiến lược gia AI tại ABBYY, một công ty AI doanh nghiệp có trụ sở tại Austin, cho biết. Trong khi Markus nghĩ rằng các mô hình ngôn ngữ nhỏ sẽ là chìa khóa trong kỷ nguyên tác nhân, Knisley cho biết bản chất của các mô hình nhỏ có nghĩa là chúng tốt hơn cho việc triển khai trên các thiết bị cục bộ, "một xu hướng được thúc đẩy bởi những tiến bộ trong điện toán biên." Học hỏi qua trải nghiệm Con người không chỉ học qua ngôn ngữ; chúng ta học bằng cách trải nghiệm cách thế giới hoạt động. Nhưng các mô hình ngôn ngữ lớn không thực sự hiểu thế giới; chúng chỉ dự đoán từ hoặc ý tưởng tiếp theo. Đó là lý do tại sao nhiều nhà nghiên cứu tin rằng bước nhảy vọt lớn tiếp theo sẽ đến từ các mô hình thế giới: các hệ thống AI học cách mọi thứ di chuyển và tương tác trong không gian 3D để chúng có thể đưa ra dự đoán và thực hiện hành động. Các dấu hiệu cho thấy năm 2026 sẽ là một năm lớn cho các mô hình thế giới đang gia tăng. LeCun đã rời Meta để bắt đầu phòng thí nghiệm mô hình thế giới của riêng mình và được cho là đang tìm kiếm một định giá 5 tỷ đô la. DeepMind của Google đã làm việc chăm chỉ với Genie và vào tháng 8 đã ra mắt mô hình mới nhất của mình xây dựng các mô hình thế giới tương tác theo thời gian thực. Cùng với các buổi trình diễn của các công ty khởi nghiệp như Decart và Odyssey, World Labs của Fei-Fei Li đã ra mắt mô hình thế giới thương mại đầu tiên của mình, Marble. Các công ty mới như General Intuition vào tháng 10 đã huy động được 134 triệu đô la trong vòng hạt giống để dạy các tác nhân lý luận không gian, và công ty khởi nghiệp tạo video Runway vào tháng 12 đã phát hành mô hình thế giới đầu tiên của mình, GWM-1. Trong khi các nhà nghiên cứu thấy tiềm năng lâu dài trong robotics và tự chủ, tác động ngắn hạn có khả năng sẽ được thấy trước tiên trong các trò chơi điện tử. PitchBook dự đoán thị trường cho các mô hình thế giới trong trò chơi có thể tăng từ 1,2 tỷ đô la giữa năm 2022 và 2025 lên 276 tỷ đô la vào năm 2030, được thúc đẩy bởi khả năng của công nghệ trong việc tạo ra các thế giới tương tác và các nhân vật không người chơi sống động hơn. Pim de Witte, người sáng lập General Intuition, nói với TechCrunch rằng các môi trường ảo có thể không chỉ định hình lại trò chơi, mà còn trở thành những nền tảng thử nghiệm quan trọng cho thế hệ mô hình nền tảng tiếp theo. Quốc gia tác nhân Các tác nhân đã không sống dậy như sự phấn khích vào năm 2025, nhưng một lý do lớn cho điều đó là vì thật khó để kết nối chúng với các hệ thống nơi công việc thực sự diễn ra. Nếu không có cách nào để truy cập các công cụ và ngữ cảnh, hầu hết các tác nhân bị mắc kẹt trong các quy trình thử nghiệm. Giao thức Ngữ cảnh Mô hình (MCP) của Anthropic, một "USB-C cho AI" cho phép các tác nhân AI giao tiếp với các công cụ bên ngoài như cơ sở dữ liệu, công cụ tìm kiếm và API, đã chứng minh là mô hình kết nối còn thiếu và đang nhanh chóng trở thành tiêu chuẩn. OpenAI và Microsoft đã công khai chấp nhận MCP, và Anthropic gần đây đã quyên góp nó cho Quỹ AI Tác nhân Mở của Linux Foundation, nhằm giúp chuẩn hóa các công cụ tác nhân mã nguồn mở. Google cũng đã bắt đầu thiết lập các máy chủ MCP quản lý của riêng mình để kết nối các tác nhân AI với các sản phẩm và dịch vụ của mình. Với MCP giảm bớt ma sát trong việc kết nối các tác nhân với các hệ thống thực, năm 2026 có khả năng sẽ là năm mà các quy trình tác nhân cuối cùng chuyển từ các buổi trình diễn sang thực tiễn hàng ngày. Rajeev Dham, một đối tác tại Sapphire Ventures, cho biết những tiến bộ này sẽ dẫn đến các giải pháp ưu tiên tác nhân đảm nhận "vai trò hệ thống ghi chép" trên khắp các ngành. "Khi các tác nhân giọng nói xử lý nhiều nhiệm vụ từ đầu đến cuối như tiếp nhận và giao tiếp với khách hàng, chúng cũng sẽ bắt đầu hình thành các hệ thống cốt lõi cơ bản," Dham nói. "Chúng ta sẽ thấy điều này trong nhiều lĩnh vực như dịch vụ tại nhà, công nghệ bất động sản và chăm sóc sức khỏe, cũng như các chức năng ngang như bán hàng, CNTT và hỗ trợ." Tăng cường, không phải tự động hóa Trong khi nhiều quy trình tác nhân có thể làm dấy lên lo ngại rằng việc sa thải có thể xảy ra, Katanforoosh của Workera không chắc rằng đó là thông điệp: "Năm 2026 sẽ là năm của con người," ông nói. Vào năm 2024, mọi công ty AI đều dự đoán rằng họ sẽ tự động hóa công việc vì cần con người. Nhưng công nghệ chưa đạt đến mức đó, và trong một nền kinh tế không ổn định, đó không thực sự là một thông điệp phổ biến. Katanforoosh nói rằng năm tới, chúng ta sẽ nhận ra rằng "AI không hoạt động tự chủ như chúng ta nghĩ," và cuộc trò chuyện sẽ tập trung nhiều hơn vào cách AI được sử dụng để tăng cường quy trình làm việc của con người, thay vì thay thế chúng. "Và tôi nghĩ rằng nhiều công ty sẽ bắt đầu tuyển dụng," ông thêm vào, lưu ý rằng ông mong đợi sẽ có những vai trò mới trong quản trị AI, tính minh bạch, an toàn và quản lý dữ liệu. "Tôi khá lạc quan về tỷ lệ thất nghiệp trung bình dưới 4% vào năm tới." "Mọi người muốn đứng trên API, không phải dưới nó, và tôi nghĩ năm 2026 là một năm quan trọng cho điều này," de Witte nói thêm. Đưa vào thực tiễn Các tiến bộ trong các công nghệ như các mô hình nhỏ, các mô hình thế giới và điện toán biên sẽ cho phép nhiều ứng dụng vật lý hơn của học máy, các chuyên gia cho biết. "AI vật lý sẽ trở thành xu hướng chính vào năm 2026 khi các loại thiết bị được trang bị AI mới, bao gồm robot, xe tự hành, máy bay không người lái và thiết bị đeo bắt đầu gia nhập thị trường," Vikram Taneja, người đứng đầu AT&T Ventures, nói với TechCrunch. Trong khi xe tự hành và robot là những trường hợp sử dụng rõ ràng cho AI vật lý mà chắc chắn sẽ tiếp tục phát triển vào năm 2026, việc đào tạo và triển khai vẫn tốn kém. Các thiết bị đeo, mặt khác, cung cấp một cách tiếp cận ít tốn kém hơn với sự chấp nhận của người tiêu dùng. Kính thông minh như Ray-Ban Meta đang bắt đầu giao hàng các trợ lý có thể trả lời các câu hỏi về những gì bạn đang nhìn, và các hình thức mới như nhẫn sức khỏe và đồng hồ thông minh được trang bị AI đang bình thường hóa việc suy luận luôn bật, trên cơ thể. "Các nhà cung cấp kết nối sẽ làm việc để tối ưu hóa cơ sở hạ tầng mạng của họ để hỗ trợ làn sóng thiết bị mới này, và những ai có sự linh hoạt trong cách họ có thể cung cấp kết nối sẽ được định vị tốt nhất," Taneja nói.

Hơn một nửa các hỗ trợ khuyết tật tại UC Berkeley là 'cảm xúc' | Lauren Boyer, The College Fix Một số người đặt câu hỏi liệu các hỗ trợ khuyết tật có bị lạm dụng hay không, nhưng những người khác cho rằng có sự thiếu hụt nghiên cứu về vấn đề này. Năm nay, ngày càng nhiều sinh viên nhận được hỗ trợ khuyết tật tại Đại học California ở Berkeley, loại hỗ trợ chủ yếu là cho các khuyết tật "Tâm lý/Cảm xúc", theo dữ liệu được công bố trên trang web của cơ sở này. Sự gia tăng số sinh viên đại học nhận được hỗ trợ khuyết tật trên toàn quốc đã bị xem xét gần đây. Tuy nhiên, một chuyên gia đã nói chuyện với The College Fix chỉ ra rằng có sự thiếu hụt nghiên cứu về vấn đề này. Tại UC Berkeley, năm nay có số sinh viên đăng ký khuyết tật nhiều nhất kể từ năm 2020, theo dữ liệu. Dữ liệu, chỉ quay ngược lại từ năm 2020, cho thấy số sinh viên nhận được hỗ trợ khuyết tật tăng lên mỗi năm. Trong năm 2020-2021, có 4,153 sinh viên. Năm tiếp theo có 4,585. Năm nay, có 5,711. Tỷ lệ phần trăm lớn nhất của sinh viên khuyết tật năm nay có các trở ngại "tâm lý" hoặc "cảm xúc". Có 2,528 sinh viên đã đăng ký, chiếm hơn 50 phần trăm tổng số sinh viên khuyết tật tại trường đại học. Loại khuyết tật phổ biến tiếp theo là ADHD/ADD, với 1,675 sinh viên. Theo dữ liệu, 287 sinh viên có khuyết tật học tập, 290 gặp vấn đề về di chuyển, 71 gặp khó khăn trong việc nghe, và 63 có thị lực kém. Văn phòng quan hệ truyền thông của UC Berkeley đã từ chối bình luận gần đây khi The College Fix hỏi về cách sinh viên nhận được hỗ trợ, liệu có đang xem xét các lạm dụng tiềm tàng của hệ thống, cách mà trường đại học dự định đảm bảo nhu cầu của sinh viên khuyết tật được đáp ứng giữa sự gia tăng những người tìm kiếm hỗ trợ, và liệu các nguồn lực có đang bị kéo căng quá mức hay không. Tuy nhiên, trường đại học đã cung cấp các liên kết đến đơn đăng ký và các câu hỏi thường gặp của Chương trình Sinh viên Khuyết tật của Berkeley. Các trường đại học khác cũng đang thể hiện các xu hướng tương tự, dẫn đến nhiều câu hỏi. Một bài viết ý kiến gần đây trên The Atlantic đã làm sáng tỏ những chỉ trích về vấn đề này. Ví dụ, tại Đại học Stanford, 38 phần trăm sinh viên được đăng ký là khuyết tật, và nhiều sinh viên tại các trường cao đẳng trên khắp Hoa Kỳ hiện nhận thêm thời gian trong các kỳ thi. Một số hỗ trợ là "không gây tranh cãi, chẳng hạn như các trường đại học trang bị các tòa nhà với ramp và cung cấp tài liệu khóa học bằng chữ nổi," theo The Atlantic. Tuy nhiên, những hỗ trợ khác đã đặt ra câu hỏi về lạm dụng, chẳng hạn như một sinh viên đại học ở California đã nhận được sự cho phép để đưa mẹ mình đến lớp. Tuần trước, The Fix đã nói chuyện với Alvin Christian, một nghiên cứu sinh trước tiến sĩ tại Đại học Michigan, người gần đây đã công bố bài báo "Hỗ trợ Học thuật trong Giáo dục Đại học: Các Mô hình, Dự đoán và Tiềm năng." Anh đang nghiên cứu kinh tế và chính sách công. Đối với nghiên cứu của mình, Christian cho biết anh đã xem xét "bảng điểm, hồ sơ văn phòng khuyết tật, và lịch sử giáo dục đặc biệt K–12" để "xem xét sự phát triển, khoảng cách trong việc sử dụng, và tác động của các hỗ trợ." Anh phát hiện ra rằng "việc sử dụng đã tăng mạnh." Christian cho biết rằng "giữa năm 2011 và 2024, tỷ lệ sinh viên được phê duyệt hỗ trợ đã tăng gấp đôi từ 4% lên 10% ... và sự tăng trưởng này đi kèm với các hỗ trợ cho các chẩn đoán sức khỏe tâm thần trong đại học, đã tăng gấp bốn lần trong khoảng thời gian này." Nghiên cứu của anh cũng phát hiện rằng, "Nam giới và sinh viên châu Á có khả năng sử dụng hỗ trợ thấp hơn một nửa (so với sinh viên nữ và sinh viên da trắng, tương ứng)." Lớp tài chính là một yếu tố phân biệt khác khi "sinh viên có thu nhập thấp và cao có khả năng sử dụng [hỗ trợ] nhiều hơn so với các bạn đồng trang lứa có thu nhập trung bình." Tuy nhiên, Christian đã nói với The Fix, "Những khoảng cách này không phải do sự khác biệt cơ bản về tỷ lệ khuyết tật giữa các nhóm này (sử dụng tình trạng khuyết tật K-12 làm đại diện cho khuyết tật), mà thay vào đó là do hành vi nộp đơn." Christian cũng đã xem xét tác động của các hỗ trợ, phát hiện rằng "các hỗ trợ mang lại lợi ích đáng kể. Sinh viên được phê duyệt rút khỏi ít khóa học hơn, đạt GPA cao hơn, kiên trì lâu hơn, và có khả năng cao hơn để chuyên ngành STEM." Về việc phân phối công bằng các nguồn lực cho sinh viên khuyết tật, Christian cho biết: "Trong thế giới lý tưởng, khuyết tật sẽ là một tình trạng nhị phân mà chúng tôi quan sát cho mọi người. Sau đó, các trường có thể nhắm mục tiêu hỗ trợ một cách hiệu quả. Trong thực tế, khuyết tật nằm trên một phổ và chúng tôi chỉ quan sát tình trạng khuyết tật của những sinh viên đến tìm kiếm hỗ trợ." "Nghiên cứu của tôi cho thấy sự tăng trưởng nhanh chóng trong các hỗ trợ liên quan đến các tình trạng sức khỏe tâm thần, mà thường có rào cản chẩn đoán thấp hơn so với các khuyết tật học tập như chứng khó đọc," anh nói với The Fix. "Điều đó đặt ra câu hỏi về việc liệu các khung hỗ trợ hiện có - nhiều trong số đó được thiết kế xung quanh các khuyết tật thể chất hoặc học tập - có phù hợp với nhu cầu của sinh viên ngày nay hay không," anh thêm vào. Tuy nhiên, nhà nghiên cứu đã làm rõ rằng anh không nói chống lại các hỗ trợ cho sức khỏe tâm thần. "Tôi muốn cẩn thận không ngụ ý rằng sinh viên có tình trạng sức khỏe tâm thần không xứng đáng nhận được hỗ trợ. Tuy nhiên, điều này đặt ra một số câu hỏi khó chịu về sự phù hợp," anh viết. "Chúng ta có đang cung cấp đúng loại hỗ trợ cho các sinh viên khác nhau không? Trong dữ liệu của tôi, gần như tất cả sinh viên nhận được hỗ trợ đều được cung cấp hỗ trợ liên quan đến kiểm tra. Không rõ rằng đây có phải là phản ứng phù hợp nhất; ví dụ, thời gian kiểm tra kéo dài có thực sự giải quyết các thách thức liên quan đến lo âu hoặc trầm cảm không?" Christian nói. Khi được hỏi liệu sự gia tăng số sinh viên khuyết tật đủ điều kiện có ảnh hưởng gì đến khả năng cung cấp nguồn lực hay không, nhà nghiên cứu đã nói với The Fix rằng anh không có dữ liệu về điều đó. Tuy nhiên, "khi việc sử dụng tăng lên, các tổ chức phải đối mặt với các sự đánh đổi: nhân sự văn phòng khuyết tật, đảm bảo đánh giá kịp thời, và duy trì các tiêu chuẩn nhất quán." Về cách các trường đại học có thể đảm bảo rằng sinh viên khuyết tật nhận được hỗ trợ đầy đủ trong khi ngăn chặn những người khác lạm dụng hệ thống, Christian đã đưa ra một vài giải pháp: "các yêu cầu tài liệu nghiêm ngặt hơn và tiêu chuẩn gần đây, giới hạn thời gian phê duyệt trước khi đánh giá lại," và "các quy tắc đủ điều kiện nghiêm ngặt hơn cho các chẩn đoán hoặc hỗ trợ cụ thể." Anh cũng khuyến nghị "yêu cầu các chuyên gia y tế nội bộ hoặc liên kết để đánh giá hoặc phê duyệt (để ngăn chặn việc tìm kiếm xung quanh)." Tuy nhiên, Christian cũng cho biết rằng tất cả các khuyến nghị của anh đều có "các sự đánh đổi vì chúng có thể làm giảm tỷ lệ sử dụng tổng thể, nhưng ảnh hưởng không tương xứng đến sinh viên kém thuận lợi hơn." The College Fix cũng gần đây đã nói chuyện với Richard Allegra thuộc Hiệp hội Giáo dục Đại học và Khuyết tật về sự gia tăng các hỗ trợ khuyết tật. AHEAD là "hiệp hội thành viên chuyên nghiệp hàng đầu cho các cá nhân cam kết về sự công bằng cho những người khuyết tật trong giáo dục đại học," theo trang web của nó. Khi The Fix hỏi liệu các hỗ trợ có được cấp quá dễ dàng và liệu có những hậu quả tiềm tàng liên quan đến sự gia tăng những người tìm kiếm chúng hay không, Allegra đã chỉ ra sự thiếu hụt dữ liệu về vấn đề này. "Thật không may, chúng tôi không thể giải quyết những câu hỏi này vì không có dữ liệu nào mà chúng tôi biết đã nghiên cứu về 'lạm dụng' các hỗ trợ khuyết tật," Allegra nói. "Tôi đã tìm kiếm những thuật ngữ đó trong cơ sở dữ liệu ERIC và không thể tìm thấy bất kỳ thông tin nào." Tuy nhiên, có nhiều nghiên cứu cho thấy "sinh viên không nhận được hỗ trợ đầy đủ do sự phân biệt khuyết tật trong khuôn viên hoặc nguồn lực, hoặc sinh viên không tiết lộ khuyết tật do sự kỳ thị tiếp tục về khuyết tật," ông nói với The Fix. "Với khí hậu chống DEI hiện tại, cần phải báo cáo nhiều hơn về sinh viên khuyết tật nhận được các hỗ trợ cá nhân hóa và nghĩa vụ của khuôn viên xung quanh khả năng tiếp cận theo các luật liên bang vẫn còn hiệu lực," Allegra nói.