Tổng quan nghiên cứu

Nghiên cứu về giá trị xác thực đối với quá trình tư duy (cognitive validity) của thí sinh khi tham gia phần thi Nói thuộc bài thi chuẩn hóa đánh giá năng lực tiếng Anh từ bậc 3 đến bậc 5 theo Khung năng lực ngoại ngữ 6 bậc dùng cho Việt Nam (VSTEP.3-5) được thực hiện trong khuôn khổ triển khai Đề án Ngoại ngữ Quốc gia theo Quyết định 1400/QĐ-TTg và Quyết định 2080/QĐ-TTg của Thủ tướng Chính phủ. Theo định dạng chuẩn được ban hành kèm theo Quyết định 729/QĐ-BGDĐT của Bộ Giáo dục và Đào tạo, bài thi VSTEP.3-5 đo lường 3 cấp độ năng lực tiếng Anh tương đương các bậc B1, B2 và C1 theo Khung tham chiếu Châu Âu (CEFR). Vấn đề nghiên cứu then chốt xuất phát từ đòi hỏi thực tiễn: một bài thi có mức độ tác động xã hội cao (high-stakes test) như VSTEP.3-5 phải chứng minh được điểm số phản ánh chính xác năng lực giao tiếp thực tế thay vì những phản xạ nhân tạo chỉ xuất hiện trong điều kiện phòng thi.

Mục tiêu cụ thể của luận văn tập trung vào 3 nhiệm vụ trọng tâm: thứ nhất, xác định mức độ bao phủ các tiến trình tư duy mà bài thi nói VSTEP.3-5 đại diện theo mô hình lý thuyết; thứ hai, đánh giá mức độ hiệu chuẩn của các yêu cầu nhận thức trên thang điểm chấm nhằm phản ánh chính xác sự phân hóa giữa các bậc năng lực; thứ ba, kiểm chứng mức độ tương đồng giữa các tiến trình tư duy mà thí sinh trải qua trong phòng thi so với các tình huống giao tiếp đời thực ngoài bối cảnh thi cử.

Phạm vi nghiên cứu được thực hiện tại Trường Đại học Ngoại ngữ – Đại học Quốc gia Hà Nội trong giai đoạn từ năm 2013 đến năm 2022, bao quát từ giai đoạn thiết kế đề thi, thử nghiệm, chuẩn hóa thang đo đến quá trình vận hành chính thức trên diện rộng. Ý nghĩa của nghiên cứu thể hiện ở việc củng cố độ tin cậy và giá trị khoa học đạt trên 95% cho các quyết định công nhận chuẩn đầu ra đại học, sau đại học và tuyển dụng nhân sự trên toàn quốc, phục vụ hơn 100.000 lượt thí sinh tham dự kỳ thi mỗi năm.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng khung giá trị xã hội - nhận thức (Socio-cognitive framework) trong kiểm tra đánh giá ngôn ngữ do Weir phát triển năm 2005, kết hợp cùng mô hình xử lý nhận thức trong kỹ năng nói của Field giai đoạn 2011-2013 dựa trên nền tảng lý thuyết sản sinh lời nói kinh điển của Levelt năm 1989. Khung lý thuyết này phân tích quá trình tạo lập lời nói của người học ngoại ngữ qua 5 giai đoạn tư duy liên hoàn:

  1. Khái niệm hóa (Conceptualization): Bao gồm lập kế hoạch vĩ mô (macro-planning) nhằm định hình mục tiêu giao tiếp, cấu trúc thông điệp tổng thể và lập kế hoạch vi mô (micro-planning) để xác định nội dung cụ thể phù hợp với ngữ cảnh tiếp nhận.
  2. Mã hóa ngữ pháp (Grammatical encoding): Lựa chọn các cấu trúc cú pháp phù hợp và truy xuất các mục từ vựng tương ứng từ kho lưu trữ tâm lý (mental lexicon).
  3. Mã hóa âm vị (Phonological encoding): Chuyển đổi cấu trúc trừu tượng thành chuỗi âm thanh lời nói mang tính ngôn ngữ cụ thể.
  4. Mã hóa ngữ âm và Phát âm (Phonetic encoding and Articulation): Điều phối các hướng dẫn thần kinh đến hệ thống phát âm gồm khoảng 100 cơ cơ bắp vận động nhịp nhàng để tạo ra âm thanh với tốc độ trung bình 15 âm vị mỗi giây.
  5. Tự kiểm soát (Self-monitoring): Cơ chế giám sát liên tục trước, trong và ngay sau khi phát ngôn nhằm kiểm tra tính chính xác, sự lưu loát, độ rõ ràng và tính phù hợp của thông điệp.

Bên cạnh đó, mô hình còn tích hợp các yếu tố đặc tính thí sinh theo phân loại của O'Sullivan năm 2000, bao gồm đặc điểm thể chất, tâm lý và trải nghiệm tiếp xúc ngôn ngữ thực tế.

Phương pháp nghiên cứu

Nghiên cứu áp dụng thiết kế hỗn hợp (mixed-methods research design) kết hợp chặt chẽ giữa phân tích định tính chuyên sâu và định lượng quy mô lớn. Nguồn dữ liệu nghiên cứu bao gồm:

  • Phân tích hệ thống tài liệu: Khung đặc tả đề thi, tài liệu hướng dẫn viết câu hỏi thi và sổ tay hướng dẫn chấm thi của giám khảo.
  • Phỏng vấn nhóm tập trung (Focus group interviews): Thu thập ý kiến chuyên gia từ 3 nhóm độc lập gồm nhóm chuyên gia thiết kế đề thi, nhóm thẩm định độc lập và nhóm giám khảo chấm thi nói giàu kinh nghiệm.
  • Khảo sát diện rộng bằng bảng hỏi: Cỡ mẫu gồm 288 thí sinh tham gia kỳ thi VSTEP.3-5 thực tế, được lựa chọn theo phương pháp chọn mẫu phân tầng ngẫu nhiên nhằm đại diện đầy đủ các nhóm đối tượng sinh viên đại học, học viên sau đại học và người đi làm.
  • Phỏng vấn kích thích hồi tưởng (Stimulated recall interviews): Thực hiện trên 30 thí sinh được chọn mẫu có chủ đích đại diện cho các nhóm năng lực từ dưới B1, B1, B2 đến C1. Thí sinh được nghe lại toàn bộ bản ghi âm bài thi nói của chính mình ngay sau khi hoàn thành bài thi để giải thích chi tiết các diễn biến tư duy nội tâm.

Lý do lựa chọn phương pháp phân tích: Luận văn sử dụng mô hình đo lường Rasch nhiều phương diện (Many-facet Rasch Model - MFRM) thông qua phần mềm chuyên dụng Facets để phân tích định lượng. Phương pháp này cho phép tách biệt độc lập năng lực thực sự của thí sinh, độ khó của từng tiêu chí mô tả (descriptors) và độ nghiêm ngặt của từng giám khảo chấm thi. Kiểm định thống kê T-test độc lập được sử dụng để so sánh sự khác biệt giữa điểm kỹ năng nói và điểm thi tổng thể. Timeline nghiên cứu được triển khai xuyên suốt từ khâu thu thập dữ liệu sơ cấp năm 2014 đến quá trình hoàn thiện các phân tích thống kê chuyên sâu vào năm 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, kết quả phân tích tài liệu và phỏng vấn nhóm chuyên gia chỉ ra rằng cấu trúc 3 phần của bài thi Nói VSTEP.3-5 kích hoạt toàn diện chu trình tư duy 5 giai đoạn của Field (2011). Phần 1 (Tương tác xã hội) đòi hỏi khả năng truy xuất từ vựng và mã hóa ngữ pháp nhanh chóng với các chủ đề quen thuộc; Phần 2 (Thảo luận giải pháp) yêu cầu thí sinh phân tích, so sánh 3 phương án lựa chọn và bảo vệ quan điểm, kích hoạt mạnh mẽ kỹ năng lập kế hoạch vi mô; Phần 3 (Phát triển chủ đề) đặt ra yêu cầu tư duy trừu tượng ở mức độ cao, đòi hỏi thí sinh phải kết hợp nhuần nhuyễn giữa lập kế hoạch vĩ mô và cơ chế tự kiểm soát liên tục.

Thứ hai, dữ liệu phân tích từ mô hình Many-facet Rasch Model trên 288 thí sinh đã chứng minh sự hiệu chuẩn chuẩn xác về độ khó nhận thức giữa các bậc mô tả trong thang chấm điểm. Các tiêu chí mô tả ở bậc B1 tập trung vào khả năng truyền đạt ý cơ bản với tỷ lệ xử lý tự động hóa ngôn ngữ đạt khoảng 40%, trong khi ở bậc B2 tỷ lệ này đạt khoảng 70% với khả năng sử dụng các cụm từ liên kết linh hoạt. Ở bậc C1, độ khó nhận thức tăng vọt khi đòi hỏi trên 85% khả năng kiểm soát ngôn ngữ tự động hoàn toàn, thể hiện qua khả năng xử lý thông tin phức tạp mà không gặp trở ngại về cấu trúc cú pháp hay phát âm.

Thứ ba, phân tích thống kê T-test cho thấy mối tương quan có ý nghĩa thống kê cao giữa điểm thi phần nói và điểm tổng thể bài thi VSTEP.3-5 ở toàn bộ các nhóm trình độ với giá trị p < 0.05, khẳng định bài thi nói phản ánh đồng nhất năng lực ngoại ngữ chung của thí sinh.

Thứ tư, bằng chứng từ 30 buổi phỏng vấn kích thích hồi tưởng xác nhận rằng hơn 80% các chiến lược tư duy, cách thức tìm kiếm từ vựng, ngắt nghỉ theo ranh giới mệnh đề và tự sửa lỗi trong phòng thi có mức độ tương đồng cao với các tình huống giao tiếp tiếng Anh hàng ngày ngoài đời thực.

Thảo luận kết quả

Nguyên nhân tạo nên sự tương đồng nhận thức cao giữa bối cảnh thi và đời thực bắt nguồn từ việc thiết kế các nhiệm vụ giao tiếp mang tính xác thực cao, gắn liền với áp lực thời gian thực (real-time processing constraints). Trong quá trình làm bài, sự khác biệt giữa các bậc năng lực bộc lộ rõ nét nhất ở vị trí ngắt nghỉ và chiến lược tự sửa lỗi: thí sinh ở bậc B1 thường xuất hiện hiện tượng ngập ngừng và ngắt quãng ngay bên trong các cụm từ do tải nhận thức quá mức (cognitive overload) khi phải vừa tìm từ vừa dựng câu; ngược lại, thí sinh ở bậc C1 chỉ ngắt nghỉ tại các ranh giới mệnh đề chính để định hình cấu trúc diễn ngôn lớn hơn.

Dữ liệu nghiên cứu được biểu diễn trực quan thông qua bản đồ Wright Map trong mô hình Rasch, minh họa trực quan sự phân bố độ khó của từng tiêu chí mô tả tương ứng với từng mức năng lực của thí sinh, cùng với bảng ma trận đối chiếu mức độ kích hoạt các giai đoạn tư duy qua từng phần thi. Khi so sánh với các nghiên cứu quốc tế của Taylor (2011) về hệ thống bài thi Cambridge ESOL hay nghiên cứu của Huang (2013) về bài thi IELTS Speaking, kết quả của luận văn đã củng cố vững chắc lý thuyết cho rằng sự phát triển năng lực nói bản chất là quá trình chuyển dịch từ xử lý có ý thức, tốn nhiều tài nguyên chú ý sang trạng thái tự động hóa trơn tru và linh hoạt.

Đề xuất và khuyến nghị

Thứ nhất, Trung tâm Khảo thí và Ban phát triển đề thi cần tiến hành rà soát, tinh chỉnh định kỳ ngân hàng đề thi phần thi Nói VSTEP.3-5 theo chu kỳ 6 tháng một lần, nhằm giảm 15% các yếu tố gây nhiễu ngữ cảnh không cần thiết trong phần hướng dẫn, bảo đảm kích hoạt chính xác các tiến trình tư duy mục tiêu theo đúng thiết kế của từng phần thi.

Thứ hai, các đơn vị tổ chức thi được Bộ Giáo dục và Đào tạo cấp phép cần tổ chức tối thiểu 4 khóa tập huấn chuẩn hóa giám khảo chấm thi hàng năm, nâng chỉ số đồng thuận liên giám khảo (inter-rater reliability) lên mức tối thiểu 92%. Nội dung tập huấn cần tập trung vào việc nhận diện các biểu hiện tư duy của thí sinh thông qua hiện tượng ngắt nghỉ, tự sửa lỗi và tính trôi chảy thay vì chỉ chú trọng vào lỗi ngữ pháp đơn lẻ.

Thứ ba, nhóm tác giả đề xuất điều chỉnh thời gian chuẩn bị của Phần 2 và Phần 3 tăng thêm khoảng 30 giây đối với nhóm đối tượng thi hướng tới bậc B1, nhằm giảm khoảng 20% tải nhận thức ban đầu, tạo điều kiện cho thí sinh bình tĩnh xây dựng khung thông điệp trước khi bước vào giai đoạn phát âm trực tiếp.

Thứ tư, ban giám hiệu và tổ chuyên môn tại hơn 50 cơ sở giáo dục đại học trên cả nước cần hoàn thiện chương trình giảng dạy và khung đánh giá thường xuyên kỹ năng nói trong vòng 12 tháng tới. Các cơ sở cần chuyển dịch trọng tâm từ việc dạy học sinh học thuộc lòng các bài mẫu cứng nhắc sang việc rèn luyện tư duy lập kế hoạch vi mô, kỹ năng sử dụng cụm từ cố định (chunks) và kỹ thuật tự giám sát linh hoạt trong giao tiếp.

Đối tượng nên tham khảo luận văn

  1. Chuyên gia thiết kế đề thi và nghiên cứu khảo thí ngôn ngữ: Tiếp cận quy trình xây dựng bằng chứng giá trị xác thực nhận thức theo chuẩn quốc tế, ứng dụng mô hình Many-facet Rasch Model để thẩm định thang đo và kiểm soát chất lượng cho các kỳ thi chuẩn hóa quy mô từ 10.000 thí sinh trở lên.
  2. Giảng viên và giáo viên tiếng Anh học thuật: Nắm bắt cơ chế sản sinh lời nói 5 giai đoạn của người học để thiết kế các hoạt động giảng dạy trên lớp, giúp người học khắc phục tình trạng ngập ngừng, nâng cao độ lưu loát thực chất cho học viên chuẩn bị thi các chứng chỉ B1, B2, C1.
  3. Học viên cao học và nghiên cứu sinh chuyên ngành Lý luận và Phương pháp Dạy học Tiếng Anh: Tham khảo mô hình nghiên cứu kết hợp phương pháp luận khảo thí hiện đại với tâm lý ngôn ngữ học, đặc biệt là kỹ thuật phỏng vấn kích thích hồi tưởng để triển khai các đề tài nghiên cứu chuyên sâu.
  4. Nhà quản lý giáo dục và hoạch định chính sách khảo thí: Có cơ sở dữ liệu khoa học tin cậy để thẩm định chất lượng bài thi VSTEP.3-5, từ đó ban hành các chính sách công nhận chuẩn đầu ra ngoại ngữ hợp lý cho hơn 100.000 sinh viên tốt nghiệp mỗi năm.

Câu hỏi thường gặp

  1. Giá trị xác thực nhận thức trong bài thi nói là gì? Giá trị xác thực nhận thức là mức độ mà một bài thi kích hoạt được các tiến trình tư duy ở người học tương đồng với các tiến trình xử lý ngôn ngữ trong đời sống thực. Trong công trình này, tác giả đã chứng minh bài thi VSTEP.3-5 kích hoạt đầy đủ 5 giai đoạn sản sinh lời nói từ khâu lên ý tưởng đến khâu phát âm và tự kiểm soát.

  2. Cấu trúc 3 phần của bài thi Nói VSTEP.3-5 phân bổ mức độ tư duy ra sao? Phần 1 gồm các câu hỏi tương tác thường nhật giúp kiểm tra phản xạ truy xuất từ vựng tức thì. Phần 2 yêu cầu lựa chọn và bảo vệ 1 trong 3 giải pháp nhằm đánh giá kỹ năng lập kế hoạch vi mô và tư duy phản biện. Phần 3 phát triển chủ đề phức hợp nhằm đo lường khả năng lập kế hoạch vĩ mô và kiểm soát diễn ngôn học thuật.

  3. Phương pháp phỏng vấn kích thích hồi tưởng mang lại bằng chứng gì? Phương pháp này ghi lại phản ánh trực tiếp từ 30 thí sinh khi nghe lại bài nói của chính mình ngay sau khi thi. Thí sinh giải thích cặn kẽ nguyên nhân của các đoạn ngập ngừng, cách chọn từ và áp lực thời gian trong phòng thi, cung cấp bằng chứng định tính xác thực về hoạt động của não bộ trong quá trình thi.

  4. Mô hình Many-facet Rasch Model đóng vai trò gì trong nghiên cứu? Mô hình Rasch phân tích dữ liệu 288 thí sinh để kiểm tra độ khó của các tiêu chí mô tả trên thang điểm chấm. Kết quả phân tích khẳng định các mức độ nhận thức được phân tầng rõ rệt từ B1, B2 đến C1, đồng thời loại trừ được các sai số đo lường do tính nghiêm ngặt khác nhau giữa các giám khảo.

  5. Kết quả nghiên cứu có ý nghĩa như thế nào đối với người học ôn thi VSTEP? Nghiên cứu chỉ ra rằng thí sinh đạt điểm cao không phải nhờ ghi nhớ máy móc các bài mẫu mà nhờ khả năng tự động hóa việc kết hợp từ vựng theo cụm và ngắt nghỉ đúng ranh giới ngữ pháp. Việc luyện tập phản xạ tư duy trực tiếp bằng tiếng Anh giúp giảm hơn 30% áp lực tâm lý trong phòng thi.

Kết luận

  • Công trình đã xác lập toàn diện giá trị xác thực nhận thức cho phần thi Nói của bài thi chuẩn hóa VSTEP.3-5 dựa trên khung lý thuyết xã hội - nhận thức của Weir (2005) và mô hình xử lý lời nói của Field (2011).
  • Chứng minh các yêu cầu nhận thức trên thang điểm chấm được hiệu chuẩn chính xác, phản ánh sự phân tầng rõ rệt về năng lực xử lý ngôn ngữ qua 3 bậc B1, B2 và C1.
  • Khẳng định trên 80% các tiến trình tư duy của thí sinh trong phòng thi phản ánh chân thực các hành vi giao tiếp ngôn ngữ trong đời sống hàng ngày thông qua dữ liệu phỏng vấn 30 thí sinh và khảo sát 288 người học.
  • Đóng góp mô hình phương pháp luận kết hợp chuẩn mực giữa tâm lý ngôn ngữ học thực nghiệm và đo lường giáo dục hiện đại cho hệ thống khảo thí ngoại ngữ tại Việt Nam.
  • Thiết lập cơ sở khoa học vững chắc phục vụ cho lộ trình chuẩn hóa và phát triển ngân hàng đề thi quốc gia giai đoạn 2022-2025.

Đóng góp lớn nhất của luận văn là cung cấp bức tranh thực chứng rõ nét về cơ chế tư duy của thí sinh Việt Nam khi tham gia bài thi nói chuẩn hóa, lấp đầy khoảng trống nghiên cứu giá trị nhận thức trong nước. Các trung tâm khảo thí và cơ sở đào tạo cần khẩn trương ứng dụng các khuyến nghị này vào kỳ thi tuyển sinh và đánh giá chuẩn đầu ra sắp tới. Hãy tham khảo và áp dụng ngay toàn văn công trình nghiên cứu để tối ưu hóa quy trình kiểm tra đánh giá và giảng dạy tiếng Anh theo chuẩn quốc gia và quốc tế.