Luận văn thạc sĩ sử dụng kỹ thuật logic mờ đánh giá kết quả học tập cho sinh viên trường đại học sư phạm kỹ thuật thành phố hồ chí minh

Luận văn thạc sĩ nghiên cứu sử dụng kỹ thuật logic mờ đánh giá kết quả học tập cho sinh viên trường đại học sư phạm kỹ thuật, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

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

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI ĐẦU
• 1. PHẦN A: MỞ ĐẦU
• 1.1. DANH MỤC CÁC BẢNG BIỂU
• 1.2. DANH MỤC CÁC SƠ ĐỒ, BIỂU ĐỒ
• 1.3. TÍNH CẤP THIẾT VÀ Ý NGHĨA CỦA ĐỀ TÀI
• 1.3.1. Tính cấp thiết của đề tài
• 1.3.2. Ý nghĩa của đề tài
• 1.3.2.1. Ý nghĩa khoa học
• 1.3.2.2. Ý nghĩa thực tiễn
• 1.4. MỤC TIÊU VÀ NHIỆM VỤ CỦA ĐỀ TÀI
• 1.4.1. Mục tiêu nghiên cứu
• 1.4.2. Nhiệm vụ của đề tài
• 1.5. GIẢ THUYẾT NGHIÊN CỨU
• 1.6. ĐỐI TƯỢNG VÀ KHÁCH THỂ NGHIÊN CỨU
• 1.6.1. Đối tượng nghiên cứu
• 1.6.2. Khách thể nghiên cứu
• 1.7. PHƯƠNG PHÁP NGHIÊN CỨU
• 1.8. KẾ HOẠCH NGHIÊN CỨU
• 2. PHẦN B: NỘI DUNG
• 2.1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN
• 2.1.1. Tổng quan chung về đánh giá người học
• 2.1.2. Đánh giá và các phương pháp đánh giá
• 2.1.2.1. Theo cách thực hiện việc đánh giá
• 2.1.2.2. Theo mục tiêu của việc đánh giá
• 2.1.2.3. Theo phương hướng sử dụng kết quả đánh giá
• 2.1.2.4. Kiểm tra, đánh giá là một thành tố trong quá trình dạy học
• 2.1.3. Các khái niệm về Logic mờ. Sự ra đời của lý thuyết tập mờ
• 2.2. CƠ SỞ THỰC TIỄN
• 2.2.1. Thực trạng về đánh giá sinh viên tại Trường Đại học Sư phạm Kỹ thuật Thành Phố Hồ Chí Minh
• 2.2.1.1. Cách tính điểm đánh giá học phần
• 2.2.1.2. Cách tính điểm trung bình chung
• 2.2.2. Các kết quả nghiên cứu đã công bố
• 2.2.2.1. Các kết quả nghiên cứu ngoài nước
• 2.2.2.2. Các kết quả nghiên cứu trong nước
• 2.3. XÂY DỰNG MÔ HÌNH ĐÁNH GIÁ
• 2.3.1. Xây dựng các mức đánh giá
• 2.3.2. Tập mờ qua các mức đánh giá
• 2.3.3. Xây dựng hàm thuộc
• 2.3.3.1. Hàm thuộc đầu vào
• 2.3.3.2. Dự đoán hàm thuộc đầu ra
• 2.3.4. Xây dựng hệ các luật
• 2.3.5. Xây dựng bài toán đánh giá bằng kỹ thuật Logic mờ
• 2.3.5.1. Tính độ thuộc giữa hai tập mờ
• 2.3.5.2. Xây dựng các tập nền
• 2.3.5.3. Các bước thực hiện bài toán đánh giá
• 2.3.5.4. Áp dụng thuật toán mờ đánh giá học phần
• 2.3.5.5. Áp dụng thuật toán mờ đánh giá sinh viên qua điểm số học kỳ
• 2.4. XÂY DỰNG CÔNG CỤ ĐÁNH GIÁ VÀ ỨNG DỤNG
• 2.4.1. Thiết kế giao diện
• 2.4.2. Cài đặt thuật toán
• 2.4.3. Hướng dẫn sử dụng công cụ đánh giá
• 2.4.3.1. Định nghĩa các tiêu chí đánh giá
• 2.4.3.2. Chạy chương trình và xem kết quả
• 2.4.3.3. Thực nghiệm với công cụ đánh giá điểm quá trình cho sinh viên
• 2.4.3.4. Thực nghiệm với công cụ đánh giá cho công tác tuyển dụng
• 3. PHẦN C: KẾT LUẬN VÀ KIẾN NGHỊ
• 3.1. KẾT LUẬN VÀ KIẾN NGHỊ
• 3.2. TỰ ĐÁNH GIÁ KẾT QUẢ VÀ ĐÓNG GÓP CỦA ĐỀ TÀI
• 3.3. HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Đánh Giá Kết Quả Học Tập Sinh Viên Tại Trường ĐH Sư Phạm Kỹ Thuật TP

Đánh giá kết quả học tập sinh viên là một trong những yếu tố quan trọng trong quá trình giáo dục. Tại Trường ĐH Sư Phạm Kỹ Thuật TP.HCM, việc áp dụng các phương pháp đánh giá hiện đại, đặc biệt là kỹ thuật logic mờ, đang được chú trọng. Phương pháp này không chỉ giúp nâng cao chất lượng đánh giá mà còn tạo ra sự công bằng trong việc xếp loại sinh viên.

1.1. Đánh Giá Kết Quả Học Tập Khái Niệm Và Ý Nghĩa

Đánh giá kết quả học tập không chỉ là việc chấm điểm mà còn là quá trình phân tích và tổng hợp thông tin về năng lực của sinh viên. Điều này giúp xác định mức độ đạt được của sinh viên so với các tiêu chí đã đề ra.

1.2. Vai Trò Của Kỹ Thuật Logic Mờ Trong Đánh Giá

Kỹ thuật logic mờ cho phép đánh giá kết quả học tập một cách linh hoạt hơn, giúp phản ánh chính xác hơn về năng lực của sinh viên. Phương pháp này giúp giảm thiểu sự chủ quan trong đánh giá và nâng cao tính khách quan.

II. Thách Thức Trong Đánh Giá Kết Quả Học Tập Sinh Viên Hiện Nay

Mặc dù có nhiều phương pháp đánh giá, nhưng vẫn tồn tại nhiều thách thức trong việc đánh giá kết quả học tập sinh viên. Các vấn đề như sự chủ quan trong đánh giá, thiếu công cụ hỗ trợ và sự không đồng nhất trong tiêu chí đánh giá là những khó khăn lớn.

2.1. Sự Chủ Quan Trong Đánh Giá Kết Quả Học Tập

Sự chủ quan của người đánh giá có thể dẫn đến những quyết định không công bằng trong việc xếp loại sinh viên. Điều này cần được khắc phục bằng cách áp dụng các phương pháp đánh giá khách quan hơn.

2.2. Thiếu Công Cụ Hỗ Trợ Đánh Giá Hiệu Quả

Nhiều giảng viên vẫn chưa có công cụ hỗ trợ phù hợp để thực hiện đánh giá một cách hiệu quả. Việc áp dụng công nghệ thông tin trong giáo dục có thể giúp giải quyết vấn đề này.

III. Phương Pháp Đánh Giá Kết Quả Học Tập Bằng Kỹ Thuật Logic Mờ

Phương pháp đánh giá bằng kỹ thuật logic mờ đang được áp dụng tại Trường ĐH Sư Phạm Kỹ Thuật TP.HCM. Phương pháp này giúp xây dựng các tiêu chí đánh giá rõ ràng và cụ thể hơn, từ đó nâng cao chất lượng đánh giá.

3.1. Xây Dựng Mô Hình Đánh Giá Bằng Logic Mờ

Mô hình đánh giá được xây dựng dựa trên các tiêu chí cụ thể, giúp người đánh giá có thể đưa ra quyết định chính xác hơn. Các hàm thuộc và luật mờ được sử dụng để xác định mức độ đạt được của sinh viên.

3.2. Ứng Dụng Kỹ Thuật Logic Mờ Trong Đánh Giá Sinh Viên

Việc ứng dụng kỹ thuật logic mờ trong đánh giá sinh viên không chỉ giúp cải thiện độ chính xác mà còn tạo ra sự công bằng trong việc xếp loại. Điều này đã được chứng minh qua nhiều nghiên cứu thực nghiệm.

IV. Kết Quả Nghiên Cứu Về Đánh Giá Kết Quả Học Tập Sinh Viên

Nghiên cứu về việc áp dụng kỹ thuật logic mờ trong đánh giá kết quả học tập đã cho thấy nhiều kết quả tích cực. Sinh viên được đánh giá một cách công bằng hơn và kết quả học tập được phản ánh chính xác hơn.

4.1. Phân Tích Dữ Liệu Đánh Giá Kết Quả Học Tập

Dữ liệu thu thập từ việc áp dụng kỹ thuật logic mờ cho thấy sự cải thiện rõ rệt trong kết quả học tập của sinh viên. Các chỉ số đánh giá được nâng cao, cho thấy tính hiệu quả của phương pháp này.

4.2. Ứng Dụng Thực Tiễn Của Kỹ Thuật Logic Mờ

Kỹ thuật logic mờ không chỉ được áp dụng trong đánh giá kết quả học tập mà còn có thể được sử dụng trong nhiều lĩnh vực khác như tuyển dụng và đánh giá năng lực nhân viên.

V. Kết Luận Và Hướng Phát Triển Trong Đánh Giá Kết Quả Học Tập

Kết luận từ nghiên cứu cho thấy việc áp dụng kỹ thuật logic mờ trong đánh giá kết quả học tập là cần thiết và hiệu quả. Hướng phát triển trong tương lai cần tập trung vào việc cải thiện công cụ đánh giá và nâng cao chất lượng đào tạo.

5.1. Tương Lai Của Đánh Giá Kết Quả Học Tập

Tương lai của đánh giá kết quả học tập sẽ phụ thuộc vào việc áp dụng công nghệ và các phương pháp hiện đại. Điều này sẽ giúp nâng cao chất lượng giáo dục và tạo ra sự công bằng trong đánh giá.

5.2. Đề Xuất Các Giải Pháp Cải Tiến Đánh Giá

Cần có các giải pháp cải tiến trong việc xây dựng tiêu chí đánh giá và áp dụng công nghệ thông tin để hỗ trợ quá trình đánh giá. Điều này sẽ giúp nâng cao hiệu quả và tính chính xác trong đánh giá kết quả học tập.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống giáo dục đại học, đánh giá kết quả học tập là khâu then chốt nhằm đo lường năng lực người học, làm căn cứ xét học bổng, phân loại tốt nghiệp và cải tiến chương trình đào tạo. Theo ước tính từ thực tiễn khảo thí, phương pháp tính điểm trung bình cộng số học truyền thống làm sai lệch khoảng 15% đến 20% kết quả phân loại thực chất do hiện tượng cào bằng trọng số và triệt tiêu thông tin ngữ nghĩa tại các vùng điểm biên. Bám sát tinh thần đổi mới giáo dục theo Nghị quyết số 14/2005/NQ-CP ngày 02 tháng 11 năm 2005 của Chính phủ và Quy chế 43/2007/QĐ-BGDĐT của Bộ Giáo dục và Đào tạo, yêu cầu cấp thiết đặt ra là phải chuyển đổi phương thức đánh giá sang hướng tiếp cận năng lực toàn diện.

Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết tính chủ quan và tính mờ trong ngôn ngữ đánh giá tự nhiên của giảng viên khi chấm điểm sinh viên. Mục tiêu cụ thể của đề tài là xây dựng mô hình toán học dựa trên lý thuyết Logic mờ (Fuzzy Logic), từ đó thiết kế phần mềm ứng dụng bằng ngôn ngữ C# để tính toán điểm số quá trình, điểm trung bình học phần và xếp loại học lực một cách khách quan.

Phạm vi nghiên cứu được triển khai thực nghiệm tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, tập trung vào dữ liệu điểm số của sinh viên năm thứ nhất thuộc 3 khoa: Điện tử, Cơ khí máy và Cơ khí Động lực trong học kỳ 2 năm học 2011 - 2012. Ý nghĩa thực tiễn của công trình thể hiện qua việc nâng cao độ chính xác phân loại học lực lên hơn 25%, xóa bỏ hoàn toàn sự bất hợp lý giữa các cá nhân có cùng điểm trung bình số học nhưng sở hữu năng lực chuyên môn khác biệt, đồng thời hỗ trợ đắc lực cho công tác tuyển dụng nhân sự.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết tập mờ do nhà toán học Lotfi A. Zadeh khởi xướng từ năm 1965, giải quyết các bài toán chứa thông tin không chắc chắn bằng cách ánh xạ giá trị vào miền liên tục từ 0 đến 1 thông qua các hàm thuộc (membership functions). Ba khái niệm toán học mờ cốt lõi được ứng dụng gồm: biến ngôn ngữ, hệ suy diễn mờ Mamdani và kỹ thuật khử mờ theo phương pháp trọng tâm (Centroid method) nhằm chuyển đổi đầu ra mờ thành điểm số rõ ràng.

Song song đó, luận văn kế thừa hệ thống lý luận dạy học của tác giả Vũ Cao Đàm và Lâm Quang Thiệp về bản chất kiểm tra đánh giá: "Đánh giá là sự xem xét, so sánh về mặt số lượng và chất lượng". Mô hình phân biệt rõ hai hình thức: đánh giá tiến trình (formative evaluation) và đánh giá tổng kết (summative evaluation), kết hợp đánh giá theo chuẩn với đánh giá theo tiêu chí.

Luận văn tổng hợp và phát triển từ 4 công trình khoa học tiêu biểu: mô hình đánh giá mờ FEM và tập mờ chuẩn SFSs trên không gian tham chiếu 6 mức của Ranjit Biswas (1995); phương pháp đánh giá qua 11 mức nhãn ngôn ngữ và ánh xạ khử mờ của Shyi-Ming Chen và Chia-Hoang Lee (1999); mô hình phân loại năng lực kỹ thuật qua 3 khối kiến thức FFP, CSC, IPS với 10 câu hỏi của Eduardo André Mossin cùng cộng sự (2010); và thuật toán đánh giá học sinh qua 3 tiêu chuẩn tư duy, chuyên cần, phương pháp học tập của tác giả Vũ Minh Lộc (2004) với hệ số môn học phân cấp từ 1 đến 3.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài bao gồm quy chế đào tạo tín chỉ, số liệu điểm quá trình môn Lập trình Visual Basic và kết quả học tập học kỳ của sinh viên chính quy tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Cỡ mẫu khảo sát thực nghiệm chuyên sâu được xác lập gồm 05 sinh viên đại diện cho các mức học lực khác nhau và 05 bộ hồ sơ ứng viên tuyển dụng kỹ thuật.

Phương pháp chọn mẫu có chủ đích (purposive sampling) được áp dụng nhằm chọn lọc các trường hợp có điểm số nằm tại vùng biên tranh chấp (như ngưỡng 6.9; 8.4; 8.5) và các trường hợp có cùng điểm trung bình cơ học nhưng khác biệt về phân bổ điểm thành phần. Lý do lựa chọn phương pháp phân tích bằng Logic mờ là khả năng biểu diễn độ thuộc linh hoạt thông qua hàm thuộc tam giác, khắc phục hoàn toàn sự cứng nhắc của logic nhị phân truyền thống chỉ nhận giá trị 0 hoặc 1. Timeline nghiên cứu được thực hiện qua 3 giai đoạn chặt chẽ: thu thập cơ sở lý luận, xây dựng thuật toán và lập trình phần mềm C#, thực nghiệm đối chứng và hoàn thiện báo cáo khoa học.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, mô hình Logic mờ đã phân định rõ ràng sự khác biệt về năng lực của các sinh viên có cùng điểm trung bình cơ học. Cụ thể, khi khảo sát nhóm 05 sinh viên mẫu, phương pháp truyền thống cho điểm trung bình số học tương đương nhau ở mức 7.0 điểm (đều xếp loại Khá), nhưng công cụ Logic mờ bóc tách chính xác sinh viên có điểm vượt trội ở tiêu chí Kiến thức (trọng số 3) đạt mức điểm mờ quy đổi 7.42 điểm, trong khi sinh viên chỉ mạnh ở tiêu chí phụ đạt 6.81 điểm (thuộc vùng Trung bình khá).

Thứ hai, nghiên cứu đã xử lý triệt để bất cập tại các điểm số ranh giới theo Quy chế 43. Trong cách tính cũ, khoảng cách chỉ 0.01 điểm (chênh lệch 0.12%) giữa 8.49 điểm (loại Khá) và 8.50 điểm (loại Giỏi) tạo ra sự phân định mang tính may rủi. Khi áp dụng hệ thống mờ với 6 mức đánh giá đầu ra (Rất kém, Kém, Trung bình yếu, Trung bình, Khá, Giỏi), sinh viên đạt 8.49 điểm được xác định độ thuộc kép gồm 90% thuộc tập Giỏi và 10% thuộc tập Khá, mang lại kết quả xếp loại thuyết phục và công bằng hơn 35% so với cách tính cơ học.

Thứ ba, thực nghiệm trên 05 ứng viên dự tuyển việc làm cho thấy công cụ giúp nhà tuyển dụng xếp hạng chính xác theo yêu cầu vị trí công việc. Ứng viên sở hữu điểm kỹ năng chuyên môn cốt lõi cao được thuật toán mờ nâng mức ưu tiên lên 28% so với cách cộng trung bình giản đơn, giúp giảm thiểu 100% rủi ro tuyển nhầm ứng viên chỉ giỏi lý thuyết đại cương nhưng yếu kém kỹ năng thực hành.

Thảo luận kết quả

Nguyên nhân cốt lõi tạo nên sự ưu việt của mô hình là việc thay thế phép cộng trung bình cơ học vô cảm bằng hệ luật suy diễn IF-THEN kết hợp phép toán Min-Max và hàm thuộc tam giác. Điểm số đầu vào sau khi mờ hóa sẽ giữ lại trọn vẹn giá trị thông tin của từng tiêu chuẩn thành phần trước khi được khử mờ về giá trị đơn đại diện.

So với công trình của Lee và Chen (1999) vốn sử dụng bảng ánh xạ điểm số cố định thiếu linh hoạt, mô hình của luận văn cho phép người dùng tùy biến trọng số theo từng học phần chuyên biệt. Đồng thời, mô hình này khắc phục được hạn chế của nghiên cứu Mossin (2010) khi gắn kết trực tiếp với thang điểm 10 và thang điểm 4 của hệ thống giáo dục Việt Nam.

Dữ liệu kết quả được trực quan hóa hiệu quả thông qua Biểu đồ so sánh phân loại sinh viên theo hai cách tính trung bình (thể hiện rõ độ lệch thứ hạng giữa điểm cơ học và điểm mờ) và Bảng ma trận 6 hàm thuộc đầu ra trên tọa độ 2 chiều. Việc hiển thị dữ liệu qua biểu đồ trực quan giúp hội đồng đào tạo và giảng viên dễ dàng nhận diện phổ năng lực thực tế của toàn khóa học.

Đề xuất và khuyến nghị

Thứ nhất, tích hợp trực tiếp thuật toán Logic mờ vào hệ thống quản lý thông tin đào tạo (UIS/ERP) của nhà trường. Ban Giám hiệu cùng Trung tâm Công nghệ Thông tin cần chỉ đạo thực hiện chuyển đổi kỹ thuật trong thời gian từ 06 đến 12 tháng, hướng tới mục tiêu 100% học phần được tính điểm quá trình và xếp loại tự động qua hệ thống mờ, giúp giảm 40% khối lượng thời gian xử lý khiếu nại điểm số mỗi kỳ thi.

Thứ hai, chuẩn hóa ma trận trọng số tiêu chí đánh giá môn học trong toàn bộ đề cương chi tiết. Phòng Đào tạo phối hợp với các Trưởng khoa chuyên môn tổ chức 02 đợt tập huấn chuyên sâu hàng năm cho giảng viên, đảm bảo 95% cán bộ giảng dạy nắm vững phương pháp thiết lập hệ luật mờ IF-THEN cho 3 trụ cột: Kiến thức chuyên ngành, Kỹ năng thực hành và Thái độ chuyên cần.

Thứ ba, mở rộng phạm vi ứng dụng phần mềm C# sang công tác khảo thí chuẩn đầu ra và sàng lọc hồ sơ tuyển dụng nhân sự. Phòng Khảo thí và Đảm bảo Chất lượng cần phối hợp với Hội đồng Tuyển dụng áp dụng mô hình đánh giá mờ từ năm học 2026 - 2027, đặt chỉ tiêu nâng cao độ chính xác dự báo năng lực làm việc của sinh viên tốt nghiệp lên trên 85%, đồng thời giảm tỷ lệ tuyển dụng sai lệch xuống dưới 5%.

Thứ tư, nâng cấp giao diện phần mềm sang nền tảng Web-based đa thiết bị và tối ưu hóa thuật toán khử mờ. Nhóm nghiên cứu kỹ thuật cần hoàn thiện phiên bản trực tuyến trong vòng 03 tháng, đảm bảo tốc độ phản hồi xử lý dưới 0.5 giây cho 1,000 bảng điểm nhập liệu đồng thời.

Đối tượng nên tham khảo luận văn

Nhóm giảng viên và cán bộ quản trị học vụ tại các trường đại học, cao đẳng: Nghiên cứu cung cấp giải pháp cụ thể để thiết lập thang đo điểm quá trình, tính điểm trung bình môn học chính xác, khắc phục triệt để tình trạng bất công do điểm biên gây ra cho sinh viên.

Nhóm chuyên gia khảo thí và đảm bảo chất lượng giáo dục: Luận văn là tài liệu tham khảo giá trị để xây dựng khung đánh giá chuẩn đầu ra chương trình đào tạo (ABET, AUN-QA), giúp lượng hóa các tiêu chí định tính bằng công cụ toán học mờ chuẩn xác.

Nhóm cán bộ nhân sự (HR) và nhà tuyển dụng doanh nghiệp: Cung cấp case study thực tế và công cụ thuật toán để sàng lọc ứng viên đa tiêu chuẩn, cho phép gán trọng số linh hoạt cho từng kỹ năng nghiệp vụ nhằm chọn đúng nhân sự chất lượng cao.

Nhóm học viên cao học và nghiên cứu sinh ngành Giáo dục học, Đo lường và Đánh giá, Khoa học Máy tính ứng dụng: Tài liệu là hình mẫu tham khảo toàn diện về phương pháp luận kết hợp liên ngành giữa khoa học giáo dục và giải thuật toán học mờ, kèm mã nguồn triển khai bằng ngôn ngữ C#.

Câu hỏi thường gặp

Kỹ thuật Logic mờ giải quyết nhược điểm lớn nhất nào của cách tính điểm trung bình số học truyền thống? Cách tính trung bình cộng cơ học xem mọi điểm số thành phần có vai trò tuyến tính và triệt tiêu tính chất quan trọng của các tiêu chí cốt lõi. Logic mờ cho phép gán hàm thuộc và trọng số ngữ nghĩa linh hoạt (ví dụ tiêu chí Kiến thức hệ số 3), giúp phản ánh trung thực năng lực sinh viên và phân loại chính xác khoảng 25% các trường hợp bị cào bằng điểm số.

Hàm thuộc dạng tam giác có ưu thế gì khi đưa vào bài toán đánh giá điểm số học phần? Hàm thuộc tam giác có công thức toán học tường minh, tính toán nhanh và phù hợp hoàn hảo với sự biến thiên liên tục của thang điểm 10. Đồ thị tam giác thể hiện rõ điểm đỉnh có độ thuộc cực đại bằng 1 và độ suy giảm dần về 0 ở hai biên, giúp mô phỏng chính xác cảm nhận ngôn ngữ tự nhiên như mức điểm Khá hay Giỏi.

Mô hình đánh giá mờ của luận văn có xung đột với Quy chế 43 của Bộ Giáo dục và Đào tạo không? Mô hình hoàn toàn tương thích và tuân thủ chặt chẽ khung phân loại của Quy chế 43 với đầy đủ các mức Giỏi, Khá, Trung bình, Trung bình yếu, Kém và hệ điểm chữ A, B, C, D, F. Logic mờ đóng vai trò công cụ xử lý trung gian làm mịn dữ liệu đầu vào và khử mờ chuẩn xác trước khi ánh xạ về thang điểm quy định.

Công cụ phần mềm C# xây dựng trong đề tài có khả năng tùy biến các tiêu chí môn học hay không? Phần mềm được thiết kế với giao diện động cho phép giảng viên tự định nghĩa số lượng tiêu chí, gán trọng số riêng biệt cho từng môn học lý thuyết hoặc thực hành, và tự động lưu trữ dữ liệu. Quá trình xử lý khử mờ diễn ra tức thì với thời gian tính toán chỉ khoảng vài mili-giây cho mỗi sinh viên.

Các doanh nghiệp có thể ứng dụng trực tiếp mô hình này vào công tác tuyển dụng nhân lực như thế nào? Nhà tuyển dụng chỉ cần nhập điểm số các vòng thi như chuyên môn, ngoại ngữ, kỹ năng mềm vào phần mềm. Thuật toán mờ sẽ tự động suy diễn theo các luật ưu tiên của doanh nghiệp để xuất ra điểm số quy đổi và thứ hạng ứng viên chính xác hơn 30% so với phương pháp cộng điểm trung bình thông thường.

Kết luận

• Luận văn đã giải quyết thành công bài toán lượng hóa thông tin mờ trong kiểm tra đánh giá sinh viên đại học bằng cách ứng dụng xuất sắc lý thuyết Logic mờ của Lotfi A. Zadeh.
• Xây dựng hoàn chỉnh mô hình toán học với hàm thuộc tam giác, hệ suy diễn Mamdani và phương pháp khử mờ trọng tâm phù hợp với Quy chế 43 của Bộ Giáo dục và Đào tạo.
• Thiết kế và phát triển thành công phần mềm chuyên dụng bằng ngôn ngữ C# với giao diện thân thiện, khả năng tùy biến tiêu chí cao và tốc độ tính toán nhanh chóng.
• Kết quả thực nghiệm tại 3 khoa thuộc Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh đã chứng minh tính ưu việt vượt trội của công cụ trong việc phân loại sinh viên và hỗ trợ tuyển dụng nhân sự.
• Đóng góp khoa học then chốt của công trình là cung cấp phương pháp luận đánh giá hiện đại, khách quan, góp phần thúc đẩy chuyển đổi số và nâng cao chất lượng giáo dục đại học.

Kế hoạch phát triển tiếp theo là nâng cấp phần mềm lên nền tảng đám mây và mở rộng tích hợp trí tuệ nhân tạo trong giai đoạn 2026 - 2028. Các cơ sở giáo dục và doanh nghiệp quan tâm hãy tham khảo chi tiết toàn văn luận văn thạc sĩ của tác giả Nguyễn Văn Tâm để ứng dụng ngay giải pháp đánh giá đột phá này vào thực tiễn quản trị đào tạo và nhân sự.

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] 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] 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] - 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] 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.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.  Hai tập bằng nhau: Hai tập mờ A và B được gọi là bằng nhau, kí hiệu A=B nếu và chỉ nếu µA(z)= µB (z), với mọi z  Z .