Nghiên Cứu Xây Dựng Hệ Thống Đa Nền Tảng Hỗ Trợ Theo Dõi Quá Trình Học Tập Và Cảnh Báo Học Vụ Cho Sinh Viên Khối Kỹ Thuật – Công Nghệ

Tóm tắt nghiên cứu

Nghiên cứu khoa học "Xây dựng công cụ hỗ trợ theo dõi quá trình học tập cho sinh viên Viện Kỹ thuật – Công nghệ" do tác giả Huỳnh Đức Huy thực hiện dưới sự hướng dẫn của ThS. Nguyễn Hữu Vĩnh (Trường Đại học Thủ Dầu Một, 2022) tập trung giải quyết bài toán cấp thiết trong quản trị đào tạo theo học chế tín chỉ: Làm thế nào để tự động hóa việc theo dõi tiến độ đào tạo, hỗ trợ sinh viên lập kế hoạch học tập cá nhân hóa và cung cấp cơ chế can thiệp sớm cho cố vấn học tập nhằm giảm thiểu tỷ lệ buộc thôi học?

Về phương pháp, đề tài kết hợp nghiên cứu lý thuyết phân tích hệ thống với phương pháp thực nghiệm phát triển phần mềm toàn diện (Full-stack Development). Hệ sinh thái được xây dựng gồm hai phân hệ chính: Nền tảng Web quản trị/người dùng và Ứng dụng di động (Mobile App), sử dụng kiến trúc JavaScript đồng nhất (Node.js, ExpressJS, ReactJS, React Native) kết hợp cơ sở dữ liệu NoSQL (MongoDB).

Kết quả then chốt của nghiên cứu là việc triển khai thành công hai cơ chế cốt lõi:

  1. Thuật toán gợi ý môn học theo cấp độ và nợ môn (Progressive & Remedial Course Recommendation), giúp định hướng lộ trình học tập khoa học dựa trên mối quan hệ tiên quyết giữa các học phần;
  2. Cơ chế tự động hóa gửi email cảnh báo học vụ đa cấp độ, cho phép cố vấn học tập lọc và thông báo tức thời tới sinh viên có điểm trung bình tích lũy (GPA/CPA) dưới ngưỡng an toàn.

Nghiên cứu mang lại ý nghĩa thực tiễn to lớn trong việc số hóa quy trình cố vấn học tập, nâng cao tính tự chủ của người học và tối ưu hóa hiệu quả quản lý đào tạo tại các trường đại học kỹ thuật.

Bối cảnh và tầm quan trọng

Hiện trạng quản lý đào tạo theo tín chỉ

Phương thức đào tạo theo học chế tín chỉ tại các trường đại học Việt Nam mang lại tính linh hoạt cao, cho phép sinh viên chủ động lựa chọn tiến độ và lộ trình học tập. Tuy nhiên, mô hình này đồng thời đặt ra thách thức lớn về khả năng tự quản lý lộ trình đào tạo (Self-Regulated Learning). Thực tế tại Viện Kỹ thuật – Công nghệ (Trường Đại học Thủ Dầu Một) cho thấy nhiều sinh viên gặp khó khăn trong việc nắm bắt điều kiện môn học tiên quyết, tích lũy thiếu tín chỉ hoặc không kịp thời nhận biết nguy cơ bị cảnh báo học vụ do điểm trung bình giảm sút.

+-------------------------------------------------------------------------+
|                  THỰC TRẠNG QUẢN LÝ ĐÀO TẠO TÍN CHỈ                     |
+-------------------------------------------------------------------------+
|  Sinh viên:                                                             |
|  - Mơ hồ về lộ trình môn học tiên quyết / môn học theo cấp độ           |
|  - Thiếu công cụ trực quan mô phỏng GPA và theo dõi nợ môn              |
|  - Bị động khi nhận quyết định cảnh báo học vụ                          |
|                                                                         |
|  Cố vấn học tập (CVHT):                                                 |
|  - Quản lý hàng trăm sinh viên/lớp bằng bảng tính Excel thủ công        |
|  - Rà soát điểm chậm trễ, khó can thiệp sớm                             |
|  - Tốn nhiều thời gian tổng hợp danh sách gửi cảnh báo                  |
+-------------------------------------------------------------------------+

Khoảng trống nghiên cứu (Research Gap)

Hầu hết các cổng thông tin đào tạo (Portal) truyền thống chỉ đóng vai trò lưu trữ và hiển thị điểm tĩnh, thiếu các tính năng phân tích tương tác và dự báo hành vi học tập. Khoảng cách giao tiếp giữa Cố vấn học tập (CVHT) và sinh viên còn lớn; việc rà soát sinh viên yếu kém chủ yếu thực hiện thủ công qua bảng tính cuối kỳ, dẫn đến sự chậm trễ trong can thiệp sư phạm. Chưa có một giải pháp tích hợp đa nền tảng (Web + Mobile App) gọn nhẹ, chuyên biệt cho từng đơn vị đào tạo kỹ thuật để giải quyết đồng thời hai chiều: hỗ trợ sinh viên lập kế hoạch học tập và trợ giúp giảng viên quản trị rủi ro học vụ.

Tính cấp thiết và tác động kỳ vọng

Trong bối cảnh chuyển đổi số giáo dục đại học (EdTech) gắn liền với Cách mạng Công nghiệp 4.0, việc phát triển công cụ chuyên dụng hỗ trợ theo dõi tiến trình học tập là bước đi tất yếu. Nghiên cứu không chỉ giúp sinh viên khối kỹ thuật tối ưu hóa kết quả học tập, hoàn thành chương trình đúng hạn mà còn cung cấp cho giảng viên công cụ giám sát chính xác, góp phần nâng cao chất lượng đào tạo và uy tín của nhà trường.

Methodology và approach

Nghiên cứu ứng dụng quy trình phân tích và thiết kế hệ thống phần mềm chuyên sâu (Software Engineering Process), phối hợp giữa khảo sát yêu cầu thực tiễn và phát triển thực nghiệm giải pháp công nghệ.

+-------------------------------------------------------------------------+
|                    KIẾN TRÚC HỆ THỐNG ĐA NỀN TẢNG                       |
+-------------------------------------------------------------------------+
|                                                                         |
|   [ Mobile Client ] (React Native)    [ Web Portal ] (ReactJS / SPA)    |
|   - Tra cứu & Xem điểm                - Quản trị lớp & Nhập điểm        |
|   - Gợi ý môn học theo cấp độ         - Biểu đồ thống kê GPA            |
|   - Nhận thông báo nợ môn             - Gửi mail cảnh báo tự động       |
|            \                                 /                          |
|             \                               /                           |
|              v                             v                            |
|       +-------------------------------------------+                     |
|       |     RESTful API Layer (ExpressJS / Node)  |                     |
|       |     - Single-Threaded Event Loop          |                     |
|       |     - Non-Blocking Asynchronous I/O       |                     |
|       |     - Email Automation Dispatcher         |                     |
|       +-------------------------------------------+                     |
|                            |                                            |
|                            v                                            |
|       +-------------------------------------------+                     |
|       |        Database Layer (MongoDB)           |                     |
|       |        - Document Collections:            |                     |
|       |          Students, Lecturers, Subjects    |                     |
|       |        - Dynamic JSON Data Modeling       |                     |
|       +-------------------------------------------+                     |
+-------------------------------------------------------------------------+

Thiết kế nghiên cứu và thu thập dữ liệu

  • Khảo sát nghiệp vụ: Phân tích quy trình quản lý học vụ tại Trường Đại học Thủ Dầu Một, lấy mẫu khảo sát nhu cầu thực tế từ sinh viên ngành Kỹ thuật Phần mềm và các giảng viên cố vấn học tập.
  • Mô hình hóa hệ thống: Xây dựng sơ đồ chức năng tổng quát, sơ đồ Use-Case (Sinh viên, Giảng viên/CVHT), biểu đồ hoạt động (Activity Diagrams) cho các tác vụ then chốt như tra cứu điểm, cập nhật thông tin, gợi ý môn học và gửi cảnh báo học vụ.
  • Thiết kế cơ sở dữ liệu: Lập sơ đồ quan hệ thực thể, tổ chức dữ liệu dưới dạng các Document Collections trong MongoDB gồm students, lecturers, subjects.

Lựa chọn ngăn xếp công nghệ (Technology Stack)

Nghiên cứu áp dụng hệ sinh thái JavaScript toàn diện từ máy khách đến máy chủ nhằm tối ưu hóa tính đồng bộ và tốc độ xử lý:

  1. Back-end (Node.js & ExpressJS):
    • Tận dụng cơ chế Non-blocking I/O và mô hình vòng lặp sự kiện đơn luồng (Event Loop) chạy trên V8 Engine, cho phép xử lý hàng nghìn kết nối đồng thời với mức tiêu thụ tài nguyên phần cứng (RAM, CPU) tối thiểu.
    • Xây dựng hệ thống RESTful API an toàn, đáp ứng nhanh các truy vấn tra cứu điểm và xuất báo cáo.
  2. Cơ sở dữ liệu (MongoDB):
    • Cơ sở dữ liệu NoSQL hướng tài liệu (Document-oriented), lưu trữ dữ liệu dạng BSON/JSON linh hoạt, cho phép thay đổi cấu trúc môn học và điểm số mà không cần định nghĩa Schema cứng nhắc như RDBMS.
    • Tốc độ đọc/ghi dữ liệu học tập nhanh hơn đáng kể so với mô hình bảng truyền thống, tối ưu cho việc truy xuất danh sách môn học và tổng hợp tín chỉ.
  3. Front-end Web (ReactJS):
    • Ứng dụng mô hình Single Page Application (SPA), Virtual DOM và luồng dữ liệu một chiều (One-way Data Binding), mang lại trải nghiệm mượt mà cho giảng viên khi phân tích dữ liệu lớn và trực quan hóa biểu đồ điểm qua các học kỳ.
  4. Ứng dụng di động (React Native):
    • Tái sử dụng lên đến 80% mã nguồn JavaScript giữa hai nền tảng Android và iOS, rút ngắn thời gian phát triển nhưng vẫn đảm bảo hiệu năng tiệm cận ứng dụng gốc (Native App).

Phát hiện chính

Quá trình phân tích, thiết kế và thử nghiệm hệ thống đã ghi nhận các kết quả và phát hiện quan trọng:

+----------------------------------------------------------------------------+
|                         CÁC PHÁT HIỆN & TÍNH NĂNG CỐT LÕI                  |
+----------------------------------------------------------------------------+
|  1. Ràng Buộc & Gợi Ý Lộ Trình Môn Học Theo Cấp Độ (Prerequisite Chain)    |
|     - Ngăn ngừa tình trạng học vượt cấp không đủ kiến thức nền             |
|     - Tự động lọc danh sách nợ môn để ưu tiên đăng ký học lại              |
|                                                                            |
|  2. Tự Động Hóa Cảnh Báo Học Vụ Đa Ngưỡng Qua Email (Auto Academic Warning)|
|     - Giảng viên thiết lập ngưỡng GPA cảnh báo theo từng năm học           |
|     - Hệ thống tự động trích xuất danh sách và dispatch email cảnh báo     |
|                                                                            |
|  3. Trực Quan Hóa Quá Trình Tích Lũy Tín Chỉ & Mô Phỏng Điểm              |
|     - Hiển thị tỷ lệ tín chỉ tích lũy / tín chỉ còn thiếu                  |
|     - Biểu đồ biến thiên GPA qua các kỳ và bảng xếp hạng Top môn học       |
|                                                                            |
|  4. Tối Ưu Hiệu Năng Với Kiến Trúc JavaScript Toàn Diện                    |
|     - Tái sử dụng component cao, giảm 40% thời gian bảo trì mã nguồn       |
|     - Cơ sở dữ liệu NoSQL đáp ứng truy vấn đồng thời nhanh, ổn định        |
+----------------------------------------------------------------------------+

1. Hiệu quả của mô hình ràng buộc môn học theo cấp độ

Hệ thống chứng minh tính ưu việt của thuật toán kiểm tra điều kiện học phần. Khi sinh viên hoàn thành môn cơ sở (ví dụ: Cơ sở lập trình), hệ thống tự động mở khóa và đề xuất môn học ở cấp độ kế tiếp (ví dụ: Kỹ thuật lập trình). Ngược lại, nếu sinh viên trượt môn, học phần đó lập tức được đưa vào danh sách ưu tiên "Gợi ý môn học lại", loại bỏ hoàn toàn tình trạng sinh viên đăng ký môn chuyên ngành khi chưa hoàn thành khối kiến thức nền móng.

2. Tự động hóa cảnh báo học vụ giúp can thiệp sư phạm kịp thời

Module cảnh báo học vụ tự động giải quyết triệt để nút thắt xử lý dữ liệu của giảng viên. Cố vấn học tập chỉ cần xác định ngưỡng điểm trung bình cảnh báo (ví dụ: $\text{GPA} < 2.0$ hoặc $\text{GPA} < 1.5$) và chọn năm học, hệ thống sẽ tự động truy vấn toàn bộ sinh viên dưới chuẩn, xuất danh sách học phần nợ và gửi email thông báo trực tiếp đến từng sinh viên. Điều này giảm thiểu hơn 80% thời gian tổng hợp số liệu thủ công của cố vấn học tập.

3. Phân chia trải nghiệm người dùng theo ngữ cảnh thiết bị

Nghiên cứu chỉ ra sự khác biệt rõ rệt về hành vi người dùng giữa hai nền tảng:

  • Trên Mobile App: Sinh viên ưu tiên các tác vụ nhanh, tức thời như tra cứu điểm thi, kiểm tra số tín chỉ còn thiếu và xem gợi ý môn học cho học kỳ tới ngay trên điện thoại.
  • Trên Web Portal: Sinh viên và giảng viên sử dụng cho các tác vụ phức tạp đòi hỏi không gian hiển thị rộng như nhập điểm quá trình/kết thúc, phân tích biểu đồ biến thiên điểm trung bình qua các kỳ, theo dõi Top 10 môn điểm cao nhất và xuất dữ liệu ra định dạng Excel phục vụ báo cáo.

4. Đánh giá tính khả thi kỹ thuật của ngăn xếp MERN + React Native

Việc ứng dụng cơ sở dữ liệu MongoDB giúp cấu trúc dữ liệu sinh viên – môn học có tính mở rộng cao. Cơ chế Non-blocking của ExpressJS và Node.js duy trì phản hồi dưới 200ms cho các tác vụ tra cứu thông thường, đảm bảo khả năng phục vụ đồng thời cho toàn bộ sinh viên trong khoa vào các đợt cao điểm công bố điểm thi.

Đóng góp khoa học và thực tiễn

Đóng góp về mặt lý thuyết và phương pháp

  • Hệ thống hóa mô hình luồng dữ liệu học vụ trong môi trường đào tạo đại học theo học chế tín chỉ, chuyển đổi các quy định đào tạo phức tạp thành các ràng buộc logic thuật toán rõ ràng (Dependency Mapping).
  • Đưa ra phương pháp tích hợp kiến trúc Full-Stack JavaScript hiện đại vào việc giải quyết bài toán quản trị đại học quy mô vừa và nhỏ một cách kinh tế, hiệu quả.

Ứng dụng thực tiễn và tác động xã hội

  • Đối với sinh viên: Cung cấp một "trợ lý học tập số", giúp chủ động theo dõi số tín chỉ đã đạt/còn thiếu, tự định hướng lộ trình đăng ký môn học và nhận diện sớm các nguy cơ học tập để kịp thời điều chỉnh.
  • Đối với giảng viên và cố vấn học tập: Giảm tải áp lực hành chính, cung cấp góc nhìn toàn cảnh về tình hình học tập của lớp phụ trách thông qua các báo cáo thống kê trực quan và hệ thống gửi mail cảnh báo tự động.
  • Đối với nhà trường: Đặt nền móng cho việc xây dựng hệ thống quản lý học vụ thông minh, hướng tới mục tiêu nâng cao tỷ lệ tốt nghiệp đúng hạn và giảm thiểu tỷ lệ sinh viên bị buộc thôi học hàng năm.

Đối tượng quan tâm và giá trị mang lại

+-------------------------------------------------------------------------+
|                  ĐỐI TƯỢNG HƯỞNG LỢI TỪ NGHIÊN CỨU                     |
+-------------------------------------------------------------------------+
|  Sinh viên Đại học                                                      |
|  --> Theo dõi điểm, tự kiểm tra nợ môn, lập kế hoạch học tập chủ động    |
|                                                                         |
|  Cố vấn học tập / Giảng viên chủ nhiệm                                  |
|  --> Quản lý danh sách lớp, tự động gửi cảnh báo học vụ, giảm tải giấy tờ|
|                                                                         |
|  Cán bộ quản lý đào tạo & Ban chủ nhiệm Khoa                            |
|  --> Nắm bắt bức tranh học vụ tổng thể, nâng cao chất lượng đào tạo     |
|                                                                         |
|  Kỹ sư phần mềm & Nhà nghiên cứu EdTech                                 |
|  --> Tham khảo kiến trúc MERN + React Native trong bài toán giáo dục    |
+-------------------------------------------------------------------------+
  1. Sinh viên các trường đại học, cao đẳng kỹ thuật: Người hưởng lợi trực tiếp từ công cụ tra cứu điểm, gợi ý lộ trình môn học và giám sát tiến độ tích lũy tín chỉ cá nhân.
  2. Cố vấn học tập và Giảng viên chủ nhiệm: Đội ngũ chuyên môn cần công cụ hỗ trợ theo dõi tình trạng sinh viên, tự động hóa gửi thông báo và quản lý hồ sơ học tập lớp phụ trách.
  3. Cán bộ quản lý giáo dục và Ban chủ nhiệm khoa: Các nhà quản lý tìm kiếm giải pháp chuyển đổi số nội bộ chi phí thấp nhằm nâng cao hiệu quả quản trị sinh viên.
  4. Lập trình viên và Nhà nghiên cứu công nghệ giáo dục (EdTech): Kỹ sư quan tâm đến việc ứng dụng kiến trúc đa nền tảng Node.js, Express, ReactJS, React Native và MongoDB trong xây dựng các hệ sinh thái phần mềm phục vụ trường học.

Câu hỏi thường gặp (FAQ)

1. Điểm nổi bật nhất của công cụ này so với các cổng thông tin sinh viên hiện nay là gì?

Cổng thông tin sinh viên truyền thống phần lớn chỉ hiển thị bảng điểm tĩnh. Hệ thống này vượt trội ở khả năng tương tác hai chiều: cung cấp thuật toán gợi ý môn học thông minh (phân loại môn học lại và môn học nâng cao theo cấp độ) kết hợp cơ chế tự động quét dữ liệu để gửi email cảnh báo học vụ theo ngưỡng điểm tùy biến của giảng viên.

2. Thuật toán gợi ý môn học theo cấp độ hoạt động như thế nào?

Hệ thống thiết lập ma trận quan hệ giữa các môn học tiên quyết và học phần kế tiếp. Khi sinh viên hoàn thành một môn học cơ sở (điểm đạt), hệ thống sẽ kích hoạt gợi ý môn học cấp độ tiếp theo. Nếu sinh viên chưa đạt, hệ thống tự động khóa gợi ý nâng cao và đưa môn học đó vào danh sách cảnh báo cần đăng ký học lại ở kỳ gần nhất.

3. Hệ thống có khả năng mở rộng sang các khoa hoặc trường đại học khác không?

Có. Nhờ việc sử dụng cơ sở dữ liệu phi quan hệ MongoDB với cấu trúc linh hoạt và mã nguồn chuẩn hóa trên nền tảng JavaScript, hệ thống có thể dễ dàng tùy biến cấu trúc chương trình đào tạo của bất kỳ khoa hoặc trường đại học nào mà không cần thay đổi kiến trúc cốt lõi.

4. Hệ thống đảm bảo tính bảo mật và xác thực người dùng ra sao?

Phân hệ ứng dụng di động và web sinh viên tích hợp cơ chế xác thực thông qua hệ thống tài khoản Email nội bộ do nhà trường cung cấp (Google Authentication), đảm bảo chỉ sinh viên chính danh mới có quyền truy cập dữ liệu cá nhân. Phân hệ quản trị của giảng viên được phân quyền nghiêm ngặt theo danh sách lớp quản lý.

5. Những hạn chế hiện tại và hướng phát triển tiếp theo của đề tài là gì?

Hiện tại, hệ thống vẫn cần cơ chế nhập điểm hoặc đồng bộ dữ liệu thủ công qua file Excel từ hệ thống chung của trường. Hướng phát triển tương lai là tích hợp trực tiếp qua API với cơ sở dữ liệu máy chủ đào tạo của nhà trường, đồng thời ứng dụng học máy (Machine Learning) để dự đoán xu hướng kết quả học tập của sinh viên dựa trên lịch sử điểm số.

Kết luận

Nghiên cứu "Xây dựng công cụ hỗ trợ theo dõi quá trình học tập cho sinh viên Viện Kỹ thuật – Công nghệ" là một minh chứng xuất sắc cho việc ứng dụng công nghệ thông tin vào giải quyết các bài toán thực tiễn trong môi trường giáo dục đại học. Bằng việc kết hợp hài hòa giữa kiến trúc phần mềm hiện đại (Node.js, React, React Native, MongoDB) và tư duy quản trị học vụ đổi mới, đề tài đã phát triển thành công một hệ sinh thái toàn diện, phục vụ thiết thực cho cả sinh viên và giảng viên.

Trong giai đoạn tiếp theo, việc liên thông hệ thống với cơ sở dữ liệu đào tạo tập trung của nhà trường và tích hợp các thuật toán trí tuệ nhân tạo dự báo rủi ro học vụ sẽ mở ra tiềm năng ứng dụng rộng rãi, đưa công cụ trở thành nền tảng quản trị học tập số chuẩn mực cho các cơ sở giáo dục đại học.