Luận văn thạc sĩ: Sử dụng kỹ thuật logic mờ để đánh giá kết quả học tập sinh viên tại HCMUTE

Luận văn thạc sĩ giáo dục nghiên cứu hcmute sử dụng kỹ thuật logic mờ đánh giá kết quả học tập cho sinh viên trường đại học sư phạm kỹ, khảo sát thực trạng, phân tích nguyên nhân,

• Tác giả: Nguyễn Văn Tâm
• Người hướng dẫn: TS. Đặng Trường Sơn
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Giáo dục học
• Đề tài: Đánh Giá Kết Quả Học Tập Sinh Viên Bằng Kỹ Thuật Logic Mờ Tại HCMUTE
• Loại tài liệu: luận văn
• Năm xuất bản: 2012
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN
• 1.1. Tổng quan chung về đánh giá người học
• 1.2. Đánh giá và các phương pháp đánh giá
• 1.2.1. Theo cách thực hiện việc đánh giá
• 1.2.2. Theo mục tiêu của việc đánh giá
• 1.2.3. Theo phương hướng sử dụng kết quả đánh giá
• 1.2.4. Kiểm tra, đánh giá là một thành tố trong quá trình dạy học
• 1.3. Các khái niệm về Logic mờ. Sự ra đời của lý thuyết tập mờ
• 2. CƠ SỞ THỰC TIỄN
• 2.1. Thực trạng về đánh giá sinh viên tại Trường Đại học Sư phạm Kỹ thuật Thành Phố Hồ Chí Minh
• 2.1.1. Cách tính điểm đánh giá học phần
• 2.1.2. Cách tính điểm trung bình chung
• 2.2. Các kết quả nghiên cứu đã công bố
• 2.2.1. Các kết quả nghiên cứu ngoài nước
• 2.2.2. Các kết quả nghiên cứu trong nước
• 3. XÂY DỰNG MÔ HÌNH ĐÁNH GIÁ
• 3.1. Xây dựng các mức đánh giá
• 3.2. Tập mờ qua các mức đánh giá
• 3.3. Xây dựng hàm thuộc
• 3.3.1. Hàm thuộc đầu vào
• 3.3.2. Dự đoán hàm thuộc đầu ra
• 3.4. Xây dựng hệ các luật
• 3.4.1. Xây dựng bài toán đánh giá bằng kỹ thuật Logic mờ
• 3.4.2. Tính độ thuộc giữa hai tập mờ
• 3.4.3. Xây dựng các tập nền
• 3.4.4. Các bước thực hiện bài toán đánh giá
• 3.4.5. Áp dụng thuật toán mờ đánh giá học phần
• 3.4.6. Áp dụng thuật toán mờ đánh giá sinh viên qua điểm số học kỳ
• 4. XÂY DỰNG CÔNG CỤ ĐÁNH GIÁ VÀ ỨNG DỤNG
• 4.1. Thiết kế giao diện
• 4.2. Cài đặt thuật toán
• 4.3. Hướng dẫn sử dụng công cụ đánh giá
• 4.3.1. Định nghĩa các tiêu chí đánh giá
• 4.3.2. Chạy chương trình và xem kết quả
• 4.3.2.1. Thực nghiệm với công cụ đánh giá điểm quá trình cho sinh viên
• 4.3.2.2. Thực nghiệm với công cụ đánh giá cho công tác tuyển dụng
• KẾT LUẬN VÀ KIẾN NGHỊ
• TỰ ĐÁNH GIÁ KẾT QUẢ VÀ ĐÓNG GÓP CỦA ĐỀ TÀI
• HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về đánh giá kết quả học tập

Đánh giá kết quả học tập sinh viên là một phần quan trọng trong quá trình giáo dục, đặc biệt tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE). Việc đánh giá học tập không chỉ giúp xác định mức độ hiểu biết của sinh viên mà còn là cơ sở để cải tiến phương pháp giảng dạy. Theo tác giả Lâm Quang Thiệp, đánh giá có thể được phân loại theo nhiều tiêu chí khác nhau, bao gồm cách thực hiện, mục tiêu và phương hướng sử dụng kết quả. Đặc biệt, việc đánh giá sinh viên cần phải khách quan và dựa trên các tiêu chí rõ ràng để đảm bảo tính chính xác và công bằng. Việc áp dụng kỹ thuật logic mờ trong đánh giá giúp giảm thiểu sự chủ quan và tăng cường tính chính xác trong việc xác định kết quả học tập của sinh viên.

1.1. Các phương pháp đánh giá

Các phương pháp đánh giá có thể được chia thành ba loại chính: quan sát, vấn đáp và viết. Mỗi phương pháp có ưu điểm và nhược điểm riêng. Phương pháp quan sát giúp đánh giá các kỹ năng thực hành, trong khi phương pháp vấn đáp cho phép đánh giá khả năng ứng đáp của sinh viên. Phương pháp viết thường được sử dụng rộng rãi vì khả năng kiểm tra nhiều sinh viên cùng lúc và dễ quản lý. Việc lựa chọn phương pháp phù hợp là rất quan trọng để đảm bảo kết quả học tập được đánh giá một cách chính xác và công bằng.

II. Ứng dụng kỹ thuật logic mờ trong đánh giá

Kỹ thuật logic mờ đã được áp dụng để xây dựng công cụ đánh giá kết quả học tập cho sinh viên tại HCMUTE. Kỹ thuật này cho phép xử lý thông tin không chắc chắn và mờ, giúp cải thiện độ chính xác trong việc tính toán điểm số. Việc sử dụng logic mờ trong giáo dục không chỉ giúp đánh giá kết quả học tập một cách khách quan mà còn tạo ra một hệ thống đánh giá linh hoạt hơn. Theo nghiên cứu, việc áp dụng kỹ thuật logic mờ trong đánh giá giúp nâng cao hiệu quả đào tạo và tạo ra sự công bằng trong công tác tuyển dụng sinh viên.

2.1. Xây dựng mô hình đánh giá

Mô hình đánh giá dựa trên logic mờ được xây dựng với các mức đánh giá rõ ràng và các hàm thuộc tính. Các mức đánh giá này được xác định dựa trên các tiêu chí cụ thể, giúp người đánh giá có thể đưa ra quyết định một cách dễ dàng hơn. Việc xây dựng mô hình này không chỉ giúp cải thiện quy trình đánh giá mà còn tạo ra một công cụ hữu ích cho giảng viên trong việc theo dõi và đánh giá sự tiến bộ của sinh viên. Hệ thống này cũng cho phép phân loại sinh viên một cách rõ ràng hơn dựa trên điểm số trung bình.

III. Kết quả và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy việc áp dụng kỹ thuật logic mờ trong đánh giá kết quả học tập đã mang lại nhiều lợi ích thiết thực. Công cụ đánh giá được xây dựng không chỉ giúp tính toán điểm số một cách chính xác mà còn hỗ trợ giảng viên trong việc đưa ra quyết định tuyển chọn sinh viên. Hệ thống này đã được thử nghiệm và cho thấy hiệu quả trong việc nâng cao chất lượng đào tạo tại HCMUTE. Việc đánh giá kết quả học tập bằng công nghệ hiện đại như logic mờ không chỉ giúp cải thiện quy trình đánh giá mà còn tạo ra một môi trường học tập công bằng và hiệu quả hơn cho sinh viên.

3.1. Đánh giá thực trạng và triển vọng

Thực trạng đánh giá kết quả học tập tại HCMUTE cho thấy nhiều vấn đề cần được cải thiện. Việc áp dụng logic mờ đã giúp giải quyết một số vấn đề này, nhưng vẫn cần tiếp tục nghiên cứu và phát triển để hoàn thiện hơn. Triển vọng trong việc ứng dụng công nghệ này trong giáo dục là rất lớn, không chỉ tại HCMUTE mà còn có thể mở rộng ra các trường đại học khác. Việc cải tiến phương pháp đánh giá sẽ góp phần nâng cao chất lượng giáo dục và đáp ứng nhu cầu ngày càng cao của xã hội.

Nội dung chính

Tổng quan nghiên cứu

Việc đánh giá kết quả học tập của sinh viên là một khâu quan trọng trong giáo dục đại học, ảnh hưởng trực tiếp đến việc xếp loại, khen thưởng, thiết kế chương trình đào tạo và nâng cao chất lượng giảng dạy. Tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, phương pháp đánh giá hiện nay chủ yếu dựa trên điểm số trung bình học phần và học kỳ theo quy chế 43 của Bộ Giáo dục và Đào tạo, với thang điểm 10 và quy đổi sang thang điểm 4. Tuy nhiên, phương pháp này còn tồn tại hạn chế như phụ thuộc nhiều vào chủ quan người đánh giá và không phản ánh đầy đủ mức độ quan trọng của các tiêu chí đánh giá.

Luận văn tập trung nghiên cứu ứng dụng kỹ thuật Logic mờ (Fuzzy Logic) để xây dựng công cụ đánh giá kết quả học tập cho sinh viên, nhằm khắc phục những hạn chế của phương pháp truyền thống. Mục tiêu cụ thể là phát triển công cụ tính điểm trung bình học phần, học kỳ và xếp loại học lực dựa trên lý thuyết tập mờ, áp dụng tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh trong năm học 2011-2012. Nghiên cứu có ý nghĩa khoa học trong việc hệ thống hóa cơ sở lý luận về đánh giá người học bằng Logic mờ và ý nghĩa thực tiễn trong việc nâng cao hiệu quả đánh giá, tạo sự công bằng trong tuyển dụng và đào tạo.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai nền tảng lý thuyết chính: lý thuyết đánh giá trong giáo dục và lý thuyết Logic mờ.

• Lý thuyết đánh giá trong giáo dục: Đánh giá được hiểu là quá trình xem xét, so sánh về mặt số lượng và chất lượng kết quả học tập so với chuẩn mực đã định. Các phương pháp đánh giá được phân loại theo cách thực hiện (quan sát, vấn đáp, viết), mục tiêu (đánh giá trong tiến trình và tổng kết) và phương hướng sử dụng kết quả (theo chuẩn hoặc theo tiêu chí). Nguyên tắc đánh giá bao gồm tính khách quan, toàn diện, thường xuyên và nhằm cải tiến phương pháp giảng dạy.

• Lý thuyết Logic mờ (Fuzzy Logic): Được phát triển từ năm 1965 bởi Zadeh, lý thuyết này cho phép xử lý thông tin không chính xác, mơ hồ bằng cách sử dụng tập mờ và hàm thuộc. Các hàm thuộc phổ biến gồm dạng tam giác, hình thang, Sigma, S-shape, Bell-shape và Gaussian, giúp mô tả linh hoạt các mức độ thuộc về của phần tử trong tập mờ. Logic mờ cho phép xây dựng các luật IF-THEN mờ để suy diễn và gỡ mờ, từ đó đưa ra kết quả đánh giá chính xác và phù hợp với thực tế hơn.

Ba khái niệm chính được sử dụng trong nghiên cứu là: tập mờ, hàm thuộc và luật mờ. Các phép toán trên tập mờ như giao, hợp, bù được áp dụng để xử lý dữ liệu đầu vào và đầu ra trong hệ thống đánh giá.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô tả kết hợp thực nghiệm:

• Nguồn dữ liệu: Bao gồm điểm số học tập của sinh viên hệ chính quy tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh trong học kỳ 2 năm học 2011-2012, ý kiến đóng góp của giảng viên trực tiếp giảng dạy, các tài liệu quy chế của Bộ Giáo dục và Đào tạo, cùng các bài báo khoa học trong và ngoài nước về ứng dụng Logic mờ trong đánh giá.

• Phương pháp phân tích: Xây dựng mô hình đánh giá dựa trên kỹ thuật Logic mờ, phát triển công cụ tính toán điểm trung bình học phần, học kỳ và xếp loại học lực bằng ngôn ngữ lập trình C#. So sánh kết quả đánh giá giữa phương pháp truyền thống và phương pháp Logic mờ để đánh giá tính hiệu quả và chính xác.

• Cỡ mẫu và chọn mẫu: Nghiên cứu thực nghiệm trên sinh viên năm nhất thuộc ba khoa Điện tử, Cơ khí máy và Cơ khí Động lực, với số lượng mẫu khoảng vài trăm sinh viên, được chọn ngẫu nhiên nhằm đảm bảo tính đại diện.

• Timeline nghiên cứu: Gồm ba giai đoạn chính: thu thập tài liệu và nghiên cứu lý thuyết (giai đoạn 1), xây dựng mô hình và công cụ đánh giá, thực nghiệm tính toán điểm số (giai đoạn 2), hoàn thiện công cụ, đánh giá và viết báo cáo luận văn (giai đoạn 3).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Phương pháp tính điểm trung bình hiện tại có hạn chế: Việc sử dụng công thức tính điểm trung bình cơ học không phản ánh được mức độ quan trọng của các tiêu chí đánh giá, dẫn đến khó phân biệt chính xác năng lực của sinh viên có điểm số trung bình tương tự. Ví dụ, điểm trung bình học kỳ được tính theo công thức tổng điểm nhân với số tín chỉ, nhưng không có trọng số điều chỉnh phù hợp cho từng học phần.

2. Ứng dụng Logic mờ giúp đánh giá chính xác hơn: Mô hình đánh giá dựa trên Logic mờ cho phép xây dựng các mức đánh giá linh hoạt (Giỏi, Khá, Trung bình, Yếu, Kém) với hàm thuộc phù hợp, giúp phân loại sinh viên rõ ràng hơn. Thực nghiệm trên 05 sinh viên mẫu cho thấy kết quả xếp loại học lực bằng Logic mờ có sự khác biệt rõ rệt so với phương pháp truyền thống, với độ chính xác và tính khách quan cao hơn.

3. Công cụ đánh giá phát triển bằng C# hoạt động hiệu quả: Công cụ cho phép nhập điểm số, tính toán điểm trung bình học phần, học kỳ và xếp loại học lực nhanh chóng, giảm thiểu sai sót và thời gian xử lý. So sánh kết quả đánh giá giữa công cụ và phương pháp truyền thống cho thấy tỷ lệ đồng thuận trên 85%, đồng thời công cụ giúp phát hiện các trường hợp điểm số trung bình tương tự nhưng mức độ học tập khác nhau.

4. Logic mờ hỗ trợ công tác tuyển dụng: Ngoài đánh giá học tập, công cụ còn được thử nghiệm để đánh giá ứng viên dự tuyển, giúp nhà tuyển dụng có cơ sở khách quan hơn trong việc lựa chọn nhân sự. Ví dụ, điểm trung bình theo Logic mờ của 05 ứng viên dự tuyển được phân loại rõ ràng hơn so với điểm trung bình cơ học.

Thảo luận kết quả

Nguyên nhân của những phát hiện trên xuất phát từ bản chất mơ hồ trong đánh giá học tập, khi các tiêu chí như kiến thức, kỹ năng, thái độ không thể đo lường chính xác bằng điểm số đơn thuần. Logic mờ cung cấp công cụ toán học để xử lý thông tin mờ này, giúp mô hình hóa các mức độ thuộc về khác nhau của sinh viên đối với từng tiêu chí.

So sánh với các nghiên cứu trong và ngoài nước, kết quả nghiên cứu phù hợp với xu hướng ứng dụng Logic mờ trong giáo dục nhằm nâng cao tính khách quan và hiệu quả đánh giá. Ví dụ, các nghiên cứu của Ranjit Biswas (1995) và Lee – Chen (1999) cũng chỉ ra ưu điểm của phương pháp đánh giá mờ trong việc giảm thiểu sai số và tăng độ chính xác.

Việc trình bày dữ liệu qua biểu đồ hàm thuộc và bảng so sánh điểm số trung bình theo hai phương pháp giúp minh họa rõ ràng sự khác biệt và ưu thế của Logic mờ. Điều này có ý nghĩa quan trọng trong việc thuyết phục các nhà quản lý giáo dục và giảng viên áp dụng công nghệ mới vào công tác đánh giá.

Đề xuất và khuyến nghị

1. Triển khai áp dụng công cụ đánh giá Logic mờ rộng rãi: Khuyến nghị nhà trường và các khoa sử dụng công cụ đánh giá dựa trên Logic mờ trong việc tính điểm trung bình học phần, học kỳ và xếp loại học lực nhằm nâng cao tính khách quan và chính xác. Thời gian thực hiện trong vòng 1 năm học tiếp theo, do phòng đào tạo chủ trì.

2. Đào tạo giảng viên và cán bộ quản lý về kỹ thuật Logic mờ: Tổ chức các khóa tập huấn, hội thảo để nâng cao nhận thức và kỹ năng sử dụng công cụ đánh giá mới, đảm bảo vận hành hiệu quả. Thời gian đào tạo trong 6 tháng, do khoa CNTT phối hợp với phòng đào tạo thực hiện.

3. Cập nhật và hoàn thiện phần mềm đánh giá: Tiếp tục phát triển, bổ sung các tính năng như đánh giá đa tiêu chí, báo cáo chi tiết và tích hợp với hệ thống quản lý đào tạo hiện có. Thời gian phát triển trong 12 tháng, do nhóm nghiên cứu và phòng CNTT đảm nhiệm.

4. Nghiên cứu mở rộng ứng dụng Logic mờ trong các lĩnh vực khác của giáo dục: Ví dụ như đánh giá năng lực giảng viên, đánh giá chương trình đào tạo, hoặc hỗ trợ tuyển dụng nhân sự trong các đơn vị liên quan. Thời gian nghiên cứu thử nghiệm trong 2 năm, do các khoa chuyên môn phối hợp thực hiện.

Đối tượng nên tham khảo luận văn

1. Giảng viên và cán bộ quản lý giáo dục đại học: Giúp hiểu rõ về phương pháp đánh giá mới, áp dụng công cụ Logic mờ để nâng cao chất lượng đánh giá sinh viên, từ đó cải tiến chương trình đào tạo và phương pháp giảng dạy.

2. Nhà nghiên cứu và sinh viên ngành Giáo dục học, Công nghệ thông tin: Cung cấp cơ sở lý thuyết và thực tiễn về ứng dụng Logic mờ trong giáo dục, làm tài liệu tham khảo cho các đề tài nghiên cứu tiếp theo.

3. Phòng đào tạo và các đơn vị quản lý sinh viên: Hỗ trợ trong việc xây dựng hệ thống đánh giá, quản lý điểm số và xếp loại học lực một cách khoa học, minh bạch và hiệu quả.

4. Nhà tuyển dụng và cán bộ nhân sự trong các doanh nghiệp, tổ chức: Tham khảo phương pháp đánh giá ứng viên dựa trên Logic mờ để đưa ra quyết định tuyển chọn công bằng, chính xác hơn dựa trên các tiêu chí đa chiều.

Câu hỏi thường gặp

1. Logic mờ là gì và tại sao lại phù hợp để đánh giá kết quả học tập?
   Logic mờ là kỹ thuật xử lý thông tin không chính xác, mơ hồ bằng cách sử dụng tập mờ và hàm thuộc. Nó phù hợp với đánh giá học tập vì kết quả học tập thường mang tính chất mơ hồ, không thể đo lường chính xác bằng điểm số đơn thuần, giúp phân loại sinh viên linh hoạt và khách quan hơn.

2. Công cụ đánh giá dựa trên Logic mờ có khó sử dụng không?
   Công cụ được thiết kế giao diện thân thiện, cho phép nhập điểm số và tự động tính toán, xếp loại học lực nhanh chóng. Giảng viên và cán bộ quản lý chỉ cần được đào tạo cơ bản là có thể sử dụng hiệu quả.

3. Phương pháp Logic mờ có thể áp dụng cho các ngành học khác ngoài kỹ thuật không?
   Có thể. Logic mờ là phương pháp tổng quát, có thể điều chỉnh hàm thuộc và luật mờ phù hợp với đặc thù từng ngành học, giúp đánh giá đa dạng các tiêu chí học tập.

4. So với phương pháp truyền thống, Logic mờ có ưu điểm gì nổi bật?
   Logic mờ giúp xử lý thông tin mơ hồ, giảm thiểu sai số do chủ quan, phân loại sinh viên chính xác hơn khi điểm số trung bình tương tự, đồng thời hỗ trợ đánh giá đa tiêu chí và tạo sự công bằng trong tuyển dụng.

5. Có thể tích hợp công cụ Logic mờ vào hệ thống quản lý đào tạo hiện tại không?
   Hoàn toàn có thể. Công cụ được phát triển trên nền tảng lập trình phổ biến, có thể tích hợp với các phần mềm quản lý đào tạo để đồng bộ dữ liệu và nâng cao hiệu quả quản lý.

Kết luận

• Luận văn đã xây dựng thành công mô hình đánh giá kết quả học tập dựa trên kỹ thuật Logic mờ, phù hợp với đặc thù của Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.
• Công cụ đánh giá phát triển bằng ngôn ngữ lập trình C# cho phép tính toán điểm trung bình học phần, học kỳ và xếp loại học lực nhanh chóng, chính xác và khách quan hơn phương pháp truyền thống.
• Kết quả thực nghiệm cho thấy Logic mờ giúp phân loại sinh viên rõ ràng hơn, đồng thời hỗ trợ công tác tuyển dụng hiệu quả.
• Đề xuất triển khai áp dụng rộng rãi công cụ, đào tạo cán bộ và tiếp tục hoàn thiện phần mềm để nâng cao chất lượng đánh giá và đào tạo.
• Các bước tiếp theo bao gồm mở rộng nghiên cứu ứng dụng Logic mờ trong các lĩnh vực giáo dục khác và tích hợp công cụ vào hệ thống quản lý đào tạo toàn trường.

Hành động ngay hôm nay để nâng cao chất lượng đánh giá và đào tạo tại trường bạn!

Trích đoạn nội dung tài liệu

chương 1 ở trên, tác giả Lâm Quang Thiệp3 đã phân loại các phương pháp đánh giá theo sơ đồ 2.1 Phân loại phương pháp đánh giá 3 Lâm Quang Thiệp, Trắc nghiệm và ứng dụng, NXB Khoa học và Kỹ thuật Hà Nội, Trang 16,17 [6] Luan van Có nhiều kiểu phân loại các phương pháp đánh giá trong giáo dục, tùy theo cách xem xét và mục tiêu để chúng ta phân loại.1 Theo cách thực hiện việc đánh giá Theo cách này có thể phân chia các phương pháp đánh giá làm ba loại lớn: Quan sát, vấn đáp và viết. - Loại quan sát: Giúp đánh giá các thao tác, các hành vi, các phản ứng vô thức, các kỹ năng thực hành và cả một số kỹ năng về nhận thức, chẳng hạn cách giải quyết vấn đề trong một tình huống đang được nghiên cứu. - Loại vấn đáp: Có tác dụng tốt để đánh giá khả năng ứng đáp các câu hỏi được nêu một cách tự phát trong một tình huống cần kiểm tra, cũng thường được sử dụng khi sự tương tác giữa người hỏi và người đối thoại là quan trọng, chẳng hạn để xác định thái độ người đối thoại. - Loại viết: Thường được sử dụng nhiều nhất vì có các đặc điểm sau đây: + Kiểm tra được nhiều người học cùng lúc + Người học có thời gian cân nhắc trươc khi trả lời + Có thể đánh giá một số loại tư duy ở mức độ cao + Dễ quản lý vì người đánh giá không tham gia trực tiếp được vào bối cảnh kiểm tra.2 Theo mục tiêu của việc đánh giá Phân chia các phương pháp đánh giá thành hai nhóm chính: Đánh giá trong tiến trình (formative) và đánh giá tổng kết (summative) - Đánh giá trong tiến trình được sử dụng trong quá trình dạy và học để nhận được các phản hồi từ người học, xem xét mức độ thành công của việc dạy và học, chỉ ra trở ngại và tìm cách khắc phục.

- Đánh giá tổng kết nhằm tổng kết những gì người học đạt được, xếp loại người học, lựa chọn người học thích hợp để tiếp tục đào tạo hoặc sử dụng trong tương lai, chứng tỏ hiệu quả của khóa học và của việc dạy, đề ra mục tiêu tương lai cho người học. [7] Luan van Hai nhóm đánh giá nêu trên được tiến hành theo những cách hoàn toàn khác nhau. Trong giảng dạy ở nhà trường, các đánh giá trong tiến trình thường gắn chặt với người dạy, còn các đánh giá kết thúc thường bám sát vào mục tiêu dạy học đã được đề ra, và có thể tách khỏi giảng viên.3 Theo phƣơng hƣớng sử dụng kết quả đánh giá Theo cách này, ta phân chia đánh giá theo chuẩn (norm - referenced) và đánh giá theo tiêu chí (criterion - refernced). - Đánh giá theo chuẩn: Là đánh giá được sử dụng để xác định mức độ thực hiện của một cá nhân nào đó so với các cá nhân khác trong một nhóm và trên đó việc đánh giá được thực hiện.

- Đánh giá theo tiêu chí: Là đánh giá được sử dụng để xác định mức độ thực hiện của một cá nhân nào đó so với các tiêu chí xác định cho trước của môn học hoặc chương trình học.4 Kiểm tra, đánh giá là một thành tố trong quá trình dạy học Kết quả học tập mà người học đạt được sẽ được kiểm tra, đánh giá, so sánh với mục đích dạy học hay là sự phản ánh nhu cầu xã hội đối với quá trình dạy học4. Trong quá trình dạy học thì kiểm tra, đánh giá người học là một thành tố quan trọng và được thể hiện như sơ đồ5 sau: 4 Nguyễn Văn Hộ, Lý luận dạy học, NXB Giáo dục 2002 5 Nguyễn Văn Tuấn, Lý luận dạy học, ĐHSPKT TPHCM 2009, trang 91 [8] Luan van - Kiểm tra và đánh giá là một khâu không thể thiếu trong quá trình dạy học. Kiểm tra- đánh giá có mối liên hệ khăng khít với nhau, trong đó kiểm tra là phương tiện còn đánh giá là mục đích. - Kiểm tra là công cụ để đo lường trình độ kỹ năng, kỹ xảo của người học.

Đánh giá là xác định mức độ của trình độ kiến thức, kỹ năng, kỷ xảo của người học. Kiểm tra đánh giá là khâu cuối cùng của quá trình dạy học, nó mang tầm quan trọng rất lớn vì không có kiểm tra và đánh giá thì quá trình dạy học không hoàn tất. * Các nguyên tắc đánh giá6 - Đánh giá phải khách quan - Đánh giá phải dựa vào mục tiêu dạy học - Đánh giá phải toàn diện - Đánh giá phải thường xuyên và có kế hoạch - Đánh giá phải nhằm cải tiến phương pháp giảng dạy, hoàn chỉnh chương trình * Các yếu tố tác động đến đánh giá kết quả học tập - Giới tính - Độ tuổi - Nơi cư trú - Ngành học - Năm học hiện tại so với độ tuổi - Kết quả điểm trung bình - Mức độ tham gia các hoạt động trên lớp 1.3 Các khái niệm về Logic mờ. Sự ra đời của lý thuyết tập mờ Như ta biết, vào trước những năm 1965 hầu hết các bài toán đều sử dụng lý thuyết tập rõ nên có rất nhiều hạn chế với các lớp bài toán trong môi trường thông tin không chính xác, không chắc chắn.

Và khái niệm tập mờ (Fuzzy Set) do nhà toán học 6 Nguyễn Văn Tuấn, Lý luận dạy học, ĐHSPKT TPHCM 2009, trang 94 [9] Luan van người Mỹ Zadeh đưa ra năm 1965 đã được đưa vào ứng dụng rất nhanh chóng và trở nên phổ biến. Các thiết bị làm việc trên cơ sở lý thuyết tập mờ hiện có khắp mọi nơi trong cuộc sống thường nhật như máy giặt fuzzy, máy ảnh fuzzy,. đã giúp cho sự phổ thông hóa nhanh chóng khái niệm lý thuyết này. Zadeh là người sáng lập ra lý thuyết tập mờ với nhiều bài báo mở đường cho sự phát triển và ứng dụng của lý thuyết này, khởi đầu là bài báo “Fuzzy Set”trên tạp chí Information and Control vào tháng 8 năm 1965.

Ý tưởng nổi bậc về khái niệm tập mờ của Zadeh là từ những khái niệm trừu tượng về ngữ nghĩa của thông tin mờ, không chắc chắn như: Trẻ, nhanh, cao-thấp, xinh đẹp, …, ông đã tìm ra cách biểu diễn các khái niệm trên bằng một khái niệm toán học được gọi là tập mờ, tập này được xem như một khái quát trực tiếp của các khái niệm về tập hợp kinh điển.Zadeh, người đưa ra lý thuyết về Logic mờ (Fuzzy Logic ) Tập hợp mờ là tập các phần tử và lý thuyết tập hợp mờ gồm các phép toán xử lý trên phần tử của tập hợp. Trung tâm của lý thuyết tập hợp mờ là tập các hàm thuộc (membership). Các hàm thuộc này chỉ có một trong hai giá trị là đúng hoặc sai, tương ứng với Logic Bool hai giá trị 1 đúng 0 sai.  Ví dụ: Kí hiệu tập Z là tập tất cả con người và chúng ta định nghĩa tập A của Z là tập những người trẻ.

Để tạo ra tập con này ta định nghĩa một membership, hàm thuộc đó sẽ gán giá trị 1 hay 0 cho mỗi phần tử z của Z. Bởi vì ta chỉ xử lý hai giá trị nên hàm thuộc chỉ đơn giản là định nghĩa một giá trị ngưỡng mà ở ngưỡng hoặc nhỏ hơn ngưỡng thì một người được xem là trẻ và lớn hơn ngưỡng thì được xem là không trẻ.1b tóm tắt khái niệm này và dùng ngưỡng là 20 tuổi, kí hiệu µA(z) là membership. [10] Luan van Hình 1.1b Biểu diễn hàm thuộc  A (z ) trên tập những người trẻ A. Ta thấy có sự không chuẩn xác nhất định bởi vì, một người được xem là trẻ nhưng mới 20 tuổi 1 giây thì lại không trẻ.

Đây là giới hạn của tập rõ. Ta cần định nghĩa linh hoạt hơn ý nghĩa của từ “trẻ” tức là có sự thay đổi dần dần từ trẻ sang không trẻ.1c cho thấy khái niệm như trên.1c Biểu diễn sự linh hoạt của hàm thuộc với khái niệm trẻ và không trẻ. Đặc điểm của hàm này là ta có vô số giá trị tức là miền chuyển tiếp từ trẻ sang không trẻ và liên tục, như vậy ta có độ trẻ. Bây giờ ta có thể phát biểu như sau: Người trẻ nằm ở miền bằng phẳng cao, tương đối trẻ nằm ở vùng bắt đầu giảm dần, chính giữa vùng giảm dần là trẻ 50%, hơi trẻ nằm ở cuối vùng giảm dần…Những phát biểu mờ thường nghe thấy khi con người nói chuyện với nhau về tuổi tác, chúng ta có thể diển tả hàm thuộc có vô hạn giá trị và nó làm nền tảng của logic mờ.

Tập hợp mà nó tạo ra được gọi là tập mờ. Ta sẽ trình bày logic mờ dưới dạng công thức trong các khái niệm dưới đây. Các khái niệm về lý thuyết tập mờ. Gọi Z là tập các phần tử, mỗi phần tử của Z kí hiệu là z hay Z={z}.

Tập này được gọi là tập nền. Bây giờ tập mờ A trong Z được mô tả bằng hàm thuộc µA(z), hàm thuộc đó liên kết mỗi phần tử của Z với một số thực trong khoảng [0,1]. Giá trị của µA(z) tại z biểu diễn độ thuộc của z trong A. Khái niệm “thuộc về” ở tập rõ thì khác với tập mờ.

Với tập rõ ta nói một phần tử là thuộc về hay không thuộc về. Với tập mờ ta nói tất cả các phần tử z có µA(z) =1 là các phần tử đầy đủ của tập hợp, tất cả các phần tử z có µA(z) =0 không phải là các phần tử đầy đủ của tập hợp và tất cả các phần tử z có µA(z) nằm giữa 0 và 1 được gọi là phụ thuộc một phần trong tập hợp. Vì vậy tập mờ là cặp có thứ tự gồm giá trị của z và các hàm thuộc tương ứng gắn độ thuộc cho phần tử z. A  {z ,  A ( z ) | z  Z } Khi các biến là liên tục thì tập A có vô hạn phần tử.

Khi z rời rạc thì các phần tử của A là tường minh. Ví dụ, nếu tuổi là số nguyên dương ta sẽ có tập A như sau: A  {(1,1), (2,1),.} Trong đó những phần tử lớn hơn 30 không phải là phần tử của tập. Thuật ngữ tập mờ và hàm thuộc có ý nghĩa như nhau. Khi µA(z) chỉ có hai giá trị là 0 hay 1, hàm thuộc suy biến thành các hàm đặc trưng của tập rõ.

Như vậy tập rõ là trường hợp đặc biệt của tập mờ. Dưới đây ta sẽ xem xét vài định nghĩa của tập mờ được mở rộng từ tập rõ hay còn gọi là tập cổ điển.  Tập rỗng: Tập mờ được gọi là tập rỗng nếu và chỉ nếu hàm phụ thuộc của nó đều bằng 0 trong Z.