Giới thiệu dự án

Trong kỷ nguyên bùng nổ của mạng xã hội và truyền thông kỹ thuật số, ngôn ngữ giao tiếp của thế hệ trẻ liên tục biến đổi với sự xuất hiện của các biến thể ngôn ngữ phi chuẩn (non-standard language variations), tiêu biểu là tiếng lóng tiếng Anh (English slang). Theo các báo cáo xã hội ngôn ngữ học (Sociolinguistics), hơn 80% tương tác trực tuyến của người học ngôn ngữ thuộc thế hệ Gen Z và Gen Alpha chứa các yếu tố từ lóng và từ viết tắt. Tuy nhiên, trong môi trường đào tạo học thuật tại các trường đại học tại Việt Nam, tiếng lóng thường bị xem là rào cản làm suy giảm tính chuẩn xác của ngôn ngữ học thuật (Academic English).

Khóa luận tốt nghiệp chuyên ngành Ngôn ngữ Anh tại Đại học Thăng Long với đề tài "A Study on the Use of English Slang Words in Daily Communication Among Students of the English Department at Thang Long University" (Mã sinh viên: A38882; Giảng viên hướng dẫn: ThS. Mai Lan) giải quyết khoảng trống nghiên cứu thực nghiệm về hành vi ngôn ngữ học xã hội của sinh viên Việt Nam trong bối cảnh tiếp cận văn hóa số toàn cầu.

+-----------------------------------------------------------------------------------+
|                              RESEARCH PROBLEM STATEMENT                           |
|  Sự mâu thuẫn giữa nhu cầu sử dụng tiếng lóng để hội nhập xã hội/giao tiếp số    |
|       và nguy cơ ảnh hưởng tiêu cực đến chuẩn mực ngôn ngữ học thuật (EAP)        |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|                                 PROJECT OBJECTIVES                                |
|  1. Khảo sát tần suất sử dụng tiếng lóng Anh trong giao tiếp hàng ngày (N=101).   |
|  2. Phân tích động lực xã hội ngôn ngữ học (Sociolinguistic Dynamics) & nguồn tiếp nhận.|
|  3. Đánh giá tác động 2 chiều (Positive/Negative) của tiếng lóng đến năng lực SLA.|
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Định lượng tần suất và ngữ cảnh sử dụng: Xác định tỷ lệ thâm nhập của tiếng lóng trong các kênh giao tiếp số (Texting, Social Media) và tương tác trực tiếp (Face-to-face Chatting).
  2. Giải mã cơ chế hình thành từ và động cơ sử dụng: Phân tích các mô hình hình thành từ (Morphological Word-formation Processes) như Blending (từ pha trộn), Acronyms (từ viết tắt), Clipping (từ cắt ngắn) và các động lực tâm lý học xã hội (In-group solidarity, Humorous expression).
  3. Đo lường tác động đến thụ đắc ngôn ngữ thứ hai (Second Language Acquisition - SLA): Đánh giá nhận thức của sinh viên về ảnh hưởng của tiếng lóng đối với các kỹ năng Nghe, Nói, Phát âm và Ngữ dụng học (Pragmatics).

Phạm vi và giới hạn (Scope & Limitations)

  • Khách thể nghiên cứu: $N = 101$ sinh viên đang theo học hệ chính quy khoa Tiếng Anh tại Đại học Thăng Long.
  • Phạm vi dữ liệu: Khảo sát hành vi sử dụng từ lóng qua các nền tảng số (Facebook, TikTok, Instagram) và trong môi trường giao tiếp thực tế.
  • Giới hạn kỹ thuật: Nghiên cứu dựa trên phương pháp định lượng mô tả kết hợp tương quan chéo (Cross-sectional Correlation Analysis), không can thiệp thực nghiệm sư phạm theo chiều dọc (Longitudinal Study).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh thực trạng và phương pháp luận với các công trình nghiên cứu trước đây trong cùng lĩnh vực:

Tiêu chí phân tích Nghiên cứu của Muhartoyo & Wijaya (2014) Nghiên cứu của Nuraeni & Pahamzah (2021) Đồ án Đại học Thăng Long (2024)
Mẫu khảo sát (Sample Size) $N = 30$ sinh viên đại học (Binus University) $N = 40$ học sinh THCS (Lớp 9) $N = 101$ sinh viên chuyên ngữ (TLU)
Nguồn tiếp nhận chính Phim ảnh & TV (46.67%) Mạng xã hội sơ khai (Texting) Mạng xã hội đa nền tảng (Facebook 43.6%, TikTok 34.7%)
Loại hình từ lóng phổ biến Clipping, Slang Phrases Acronyms (33 từ), Clipping (25 từ) Acronyms (OMG, LOL, fr), Clipping (sus, rizz)
Công cụ xử lý dữ liệu Phân tích diễn giải thủ công Thống kê mô tả đơn giản IBM SPSS Statistics v20.0 & Excel Advanced Correlation
Phân tích tác động SLA Giới hạn ở lý thuyết Nhận thức hành vi xã hội Thang đo Likert 5 điểm đa biến (PS1–PS12, NG1–NG6)

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

                +-------------------------------------------------------+
                |                    MoSCoW MATRIX                      |
                +-------------------------------------------------------+
                | MUST HAVE:                                            |
                | - Bảng hỏi chuẩn hóa 3 phần (31 biến số).             |
                | - Phân tích tần số (Frequencies) & Độ lệch chuẩn (SD).|
                | - Ma trận tương quan độ tin cậy.                      |
                +-------------------------------------------------------+
                | SHOULD HAVE:                                          |
                | - Phân loại hình thái học từ vựng theo George Yule.   |
                | - Đối chiếu biến nhân khẩu học (Giới tính, Khóa học). |
                +-------------------------------------------------------+
                | COULD HAVE:                                           |
                | - Phân tích dữ liệu ngữ liệu (Corpus analysis) số lớn.|
                | - Mô hình hồi quy tuyến tính tác động kỹ năng viết.   |
                +-------------------------------------------------------+
                | WON'T HAVE:                                           |
                | - Xây dựng từ điển Slang tự động bằng AI/NLP.         |
                +-------------------------------------------------------+

Thiết kế hệ thống xử lý dữ liệu nghiên cứu

Quy trình tiền xử lý và phân tích thống kê định lượng được chuẩn hóa theo mô hình ETL (Extract - Transform - Load) dành cho dữ liệu khảo sát:

Cơ sở lý thuyết hình thái học (Morphological Framework)

Đồ án tích hợp khung lý thuyết quá trình tạo từ của George Yule (2004) và Allan & Burridge (2006), tập trung vào 3 kỹ thuật tạo từ lóng chủ đạo:

  1. Acronyms (Từ viết tắt phát âm thành từ/ký tự): $Text \rightarrow \text{Initial letters}$ (ví dụ: fr = for real, OMG = oh my god, LOL = laugh out loud).
  2. Clipping (Rút gọn âm tiết): $Word \rightarrow \text{Shortened root}$ (ví dụ: sus từ suspicious, rizz từ charisma).
  3. Blending (Pha trộn từ tố): $Word_1(prefix) + Word_2(suffix) \rightarrow NewWord$ (ví dụ: brunch = breakfast + lunch).

Implementation và kết quả

Development Process & Data Pipeline

Dữ liệu khảo sát từ Google Forms được xử lý thông qua pipeline phân tích dữ liệu thống kê. Dưới đây là đoạn mã giả lập thuật toán mã hóa và tính toán thống kê mô tả (Descriptive Statistics) tương đương với cấu hình trong SPSS v20.0:

import numpy as np
import pandas as pd

# Pipeline chuẩn hóa và phân tích dữ liệu nghiên cứu tiếng lóng
def process_slang_survey_data(raw_data_path: str) -> pd.DataFrame:
    # 1. Ingestion & Cleaning
    df = pd.read_csv(raw_data_path)
    df.dropna(subset=['student_id', 'academic_year', 'proficiency_level'], inplace=True)
    
    # 2. Likert Encoding (1: Strongly Disagree -> 5: Strongly Agree)
    likert_mapping = {
        'Strongly disagree': 1,
        'Disagree': 2,
        'Not sure': 3,
        'Agree': 4,
        'Strongly agree': 5
    }
    
    pos_cols = [f'PS{i}' for i in range(1, 13)]
    neg_cols = [f'NG{i}' for i in range(1, 7)]
    
    for col in pos_cols + neg_cols:
        if col in df.columns:
            df[col] = df[col].map(likert_mapping).astype(float)
            
    # 3. Descriptive Metrics Calculation
    summary_stats = []
    for var in pos_cols + neg_cols:
        if var in df.columns:
            summary_stats.append({
                'Variable': var,
                'N': int(df[var].count()),
                'Min': df[var].min(),
                'Max': df[var].max(),
                'Mean': np.round(df[var].mean(), 3),
                'Std_Dev': np.round(df[var].std(), 3)
            })
            
    return pd.DataFrame(summary_stats)

# SPSS Syntax tương đương để thực thi phân tích mô tả
"""
DESCRIPTIVES VARIABLES=PS1 PS2 PS3 PS4 PS9 PS10 NG1 NG2 NG3 NG4
  /STATISTICS=MEAN STDDEV MIN MAX.
CROSSTABS
  /TABLES=Attitude BY Frequency
  /FORMAT=AVALUE TABLES
  /CELLS=COUNT ROW COLUMN TOTAL.
"""

Kết quả phân tích thống kê chi tiết

1. Nhân khẩu học mẫu khảo sát ($N=101$)

  • Giới tính: Nữ chiếm đa số với $57.4%$ ($58/101$), Nam chiếm $36.6%$ ($37/101$), Khác chiếm $5.9%$ ($6/101$).
  • Khóa học: Sinh viên năm 4 (Seniors) chiếm $60.4%$ ($61/101$), sinh viên năm 3 (Juniors) chiếm $30.7%$ ($31/101$), năm 2 chiếm $5.9%$ ($6/101$), năm 1 chiếm $3.0%$ ($3/101$).
  • Trình độ tiếng Anh tự đánh giá (CEFR): Trình độ B2 chiếm tỷ trọng cao nhất $42.6%$ ($43/101$), tiếp theo là C1–C2 đạt $34.7%$ ($35/101$), B1 đạt $17.8%$ ($18/101$) và A2 đạt $5.0%$ ($5/101$).
[Phân bố trình độ CEFR mẫu khảo sát]
A2:    ███ (5.0%)
B1:    ███████████ (17.8%)
B2:    ███████████████████████████ (42.6%)
C1-C2: ██████████████████████ (34.7%)

2. Nguồn tiếp nhận và kênh giao tiếp sử dụng tiếng lóng

  • Kênh tiếp nhận (Total selections = 340): Mạng xã hội dẫn đầu với $26.2%$ ($89$ lượt chọn), tiếp theo là Phim ảnh ($17.9%$, $61$ lượt), Phim truyền hình/TV Series ($16.8%$, $57$ lượt), Bạn bè ($15.9%$, $54$ lượt), Bài hát ($14.4%$, $49$ lượt), Truyện tranh ($4.4%$, $15$ lượt), Sách ($2.9%$, $10$ lượt), Gia đình ($1.5%$, $5$ lượt).
  • Nền tảng mạng xã hội phổ biến: Facebook chiếm $43.6%$, TikTok đứng thứ hai với $34.7%$, Instagram chiếm $14.9%$, nền tảng X đạt $5.0%$, Threads và Reddit đạt $1.0%$.
  • Ngữ cảnh sử dụng (Total instances = 255): Chatting trực tuyến ($29.4%$, $75$ lượt), Nhắn tin Texting ($27.8%$, $71$ lượt), Lướt mạng xã hội ($24.3%$, $62$ lượt), Gọi điện ($9.8%$, $25$ lượt), Học tập ngôn ngữ ($4.7%$, $12$ lượt), Viết học thuật ($2.0%$, $5$ lượt), Môi trường công sở ($1.6%$, $4$ lượt).

3. Thống kê nhận thức tác động đến kỹ năng học tập (Likert 5 điểm)

Mã biến Nội dung đo lường tác động (Impact Indicator) $N$ Min Max Mean ($\mu$) Std. Dev ($\sigma$)
PS1 Cải thiện kỹ năng Nghe qua hội thoại thực tế 101 1 5 3.882 0.882
PS2 Nói tiếng Anh tự nhiên và chuẩn bản xứ hơn 101 1 5 3.845 0.845
PS3 Mở rộng vốn từ vựng thực tế 101 1 5 3.847 0.847
PS4 Nâng cao chất lượng phát âm và ngữ điệu 101 1 5 3.841 0.841
PS9 Cập nhật xu hướng văn hóa và ngôn ngữ mới 101 1 5 3.904 0.904
PS10 Tăng cường kết nối xã hội với bạn bè cùng lớp 101 1 5 3.924 0.924
NG1 Nguy cơ lạm dụng từ lóng trong ngữ cảnh trang trọng 101 1 5 2.188 1.188
NG2 Suy giảm chất lượng bài viết học thuật (Academic Writing) 101 1 5 2.207 1.207
NG4 Giảng viên không hiểu ý định khi sử dụng từ lóng 101 1 5 2.920 1.007

Đổi mới và đóng góp

  1. Chuyển dịch mô hình tiếp nhận ngôn ngữ số: Nghiên cứu chứng minh sự thay đổi căn bản trong nguồn tiếp nhận tiếng lóng so với giai đoạn 2014. Tỷ lệ tiếp nhận qua Mạng xã hội đã tăng vọt lên vị trí số 1 ($26.2%$), vượt qua Phim ảnh truyền thống ($17.9%$), trong đó Facebook ($43.6%$) và TikTok ($34.7%$) đóng vai trò trung tâm phân phối từ vựng lóng.
  2. Giải tỏa định kiến về khoảng cách giới trong sử dụng từ lóng: Khác với các giả thuyết ngôn ngữ học truyền thống (Shahraki & Rakesh, 2011) cho rằng nam giới sử dụng tiếng lóng vượt trội, dữ liệu thực nghiệm tại TLU chỉ ra nữ sinh viên ($57.4%$ mẫu) sử dụng từ lóng với tần suất và mức độ tự tin tương đương nam giới, phục vụ mục đích xây dựng sự thân mật (intimacy) và tính hài hước (humor).
  3. Phân hóa rõ rệt giữa nhận thức tích cực và tiêu cực: Nghiên cứu xác lập bằng chứng định lượng cho thấy sinh viên đánh giá cao tác động tích cực đến khả năng giao tiếp tự nhiên ($\mu = 3.845$) và hiểu biết văn hóa phương Tây ($\mu = 3.904$), trong khi mức độ đồng thuận với các tác động tiêu cực đến kỹ năng viết học thuật duy trì ở mức thấp ($\mu = 2.207$).

Ứng dụng thực tế và triển khai

+-----------------------------------------------------------------------------------+
|                        PEDAGOGICAL IMPLEMENTATION ROADMAP                         |
+-----------------------------------------------------------------------------------+
| GIAI ĐOẠN 1: TÍCH HỢP GIẢNG DẠY NGỮ DỤNG HỌC (PRAGMATICS & REGISTER)             |
| - Đưa các bài tập phân biệt Formal vs. Informal Register vào môn Speaking/Writing.|
| - Giúp sinh viên nắm vững ranh giới sử dụng từ lóng mà không phạm lỗi EAP.        |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
| GIAI ĐOẠN 2: XÂY DỰNG TỦ SÁCH & TÀI NGUYÊN TỪ VỰNG TIẾNG LÓNG ĐƯƠNG ĐẠI          |
| - Số hóa danh mục 11 từ lóng tần suất cao (slay, rizz, sus, fr, no cap...)        |
| - Phân tích nguồn gốc từ nguyên (Etymology) và biến đổi ngữ nghĩa học (Semantics).|
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
| GIAI ĐOẠN 3: TẬP HUẤN PHƯƠNG PHÁP SƯ PHẠM CHO GIẢNG VIÊN                         |
| - Cập nhật xu hướng ngôn ngữ Gen Z nhằm thu hẹp khoảng cách giao tiếp thầy-trò.  |
| - Xử lý vấn đề biến số NG4 (Giảng viên không hiểu ý định của người học, mean=2.92)|
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Quy mô mẫu khảo sát: Mẫu nghiên cứu dừng lại ở $N = 101$ sinh viên thuộc một trường đại học duy nhất, chưa thể khái quát hóa hoàn toàn cho toàn bộ sinh viên chuyên ngữ trên toàn quốc.
  • Phương pháp thu thập dữ liệu: Chủ yếu dựa trên tự đánh giá (Self-reported Survey), có thể chịu ảnh hưởng bởi độ lệch phản hồi (Self-report Bias).
  • Hướng nghiên cứu tương lai:
    • Ứng dụng Kỹ thuật Xử lý Ngôn ngữ Tự nhiên (Natural Language Processing - NLP) để khai phá dữ liệu lớn (Corpus Linguistics) từ các đoạn chat thực tế của sinh viên trên mạng xã hội.
    • Thiết kế các thử nghiệm đối chứng (Control Group Experiment) nhằm đo lường chính xác tác động của việc hiểu biết tiếng lóng đối với điểm số IELTS Speaking và Listening.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Tiếng Anh: Nâng cao nhận thức về ngữ vực (Register Awareness), làm chủ phong cách nói tự nhiên (native-like) trong giao tiếp xã hội mà vẫn bảo tồn năng lực viết học thuật.
  • Giảng viên và Nhà nghiên cứu Ngôn ngữ: Sở hữu bộ dữ liệu thực nghiệm phục vụ việc biên soạn giáo trình Văn hóa - Văn minh Anh Mỹ, Ngữ dụng học và Ngôn ngữ học Xã hội.
  • Nhà phát triển nội dung EdTech: Ứng dụng kho ngữ liệu từ lóng đương đại vào các ứng dụng học tiếng Anh giao tiếp và luyện thi chứng chỉ quốc tế.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai và tái tạo phân tích của nghiên cứu là gì?

Hệ thống yêu cầu cài đặt phần mềm IBM SPSS Statistics v20.0 trở lên hoặc môi trường Python 3.9+ (với các thư viện pandas, numpy, scipy, statsmodels). Dữ liệu thô từ khảo sát Google Forms được chuẩn hóa định dạng .csv trước khi đưa vào pipeline mã hóa biến số.

2. Tiếng lóng có làm suy giảm kết quả bài thi tiếng Anh học thuật (IELTS/TOEFL) không?

Kết quả khảo sát định lượng chỉ ra sinh viên chuyên ngữ có nhận thức phân hóa rõ ràng giữa hai phong cách. Điểm đánh giá tác động tiêu cực đến bài viết học thuật đạt mức thấp ($\mu = 2.207/5.000$). Tiếng lóng chỉ gây hại khi người học thiếu kiến thức về ngữ cảnh giao tiếp (Communicative Competence).

3. Những từ lóng tiếng Anh nào xuất hiện nhiều nhất trong dữ liệu nghiên cứu?

Dữ liệu ghi nhận 11 từ lóng xuất hiện lặp lại nhiều nhất: slay (17 lần), OMG (15 lần), sus (10 lần), cùng các từ gyatt, simp, lit, rizz, fr, chill, LOL, và no cap. Hầu hết thuộc nhóm hình thành từ theo kiểu Acronyms và Clipping.

4. Giảng viên nên ứng xử thế nào khi sinh viên sử dụng tiếng lóng trong lớp học?

Nghiên cứu chỉ ra biến số NG4 (Giảng viên không hiểu ý định của sinh viên) có giá trị trung bình cao nhất trong nhóm tác động tiêu cực ($\mu = 2.920$). Giảng viên nên duy trì thái độ cởi mở, hướng dẫn sinh viên phân tích sự khác biệt giữa ngôn ngữ giao tiếp phi chính thức (informal register) và ngôn ngữ học thuật (formal academic register).

5. Chi phí và thời gian triển khai một khảo sát ngôn ngữ học quy mô tương tự là bao nhiêu?

Nghiên cứu được triển khai trong 2 tuần thu thập dữ liệu (13/01/2024 – 26/01/2024) với ngân sách tối ưu nhờ tận dụng các nền tảng số hóa (Google Forms, SPSS, Excel). Chi phí triển khai gần như bằng không ($0 VNĐ chi phí bản quyền nền tảng), mang lại hiệu quả nghiên cứu (ROI) cao về mặt giá trị học thuật và tư liệu giảng dạy.


Kết luận

Khóa luận tốt nghiệp của sinh viên Thái Phan Hoàng Thảo tại Đại học Thăng Long đã cung cấp một bức tranh toàn diện và có căn cứ khoa học vững chắc về thực trạng sử dụng tiếng lóng tiếng Anh của sinh viên đại học. Bằng việc kết hợp lý thuyết hình thái học từ vựng và phương pháp phân tích thống kê đa biến SPSS, nghiên cứu đã chứng minh tiếng lóng đóng vai trò tích cực trong việc phát triển năng lực giao tiếp tự nhiên, làm giàu vốn từ và tăng cường gắn kết xã hội. Đồng thời, công trình khẳng định tầm quan trọng của việc trang bị năng lực ngữ dụng học giúp người học làm chủ ngôn ngữ một cách linh hoạt và chuẩn xác trong kỷ nguyên số.