Dạy học định hướng phát triển năng lực tự học môn hóa học với sự hỗ trợ của công nghệ trí tuệ nhân tạo

Chuyên khảo giáo dục phân tích Dạy học định hướng phát triển năng lực tự học môn hóa học với sự hỗ trợ của công nghệ trí tuệ nhân, đánh giá các khía cạnh quan trọng, đề xuất hướng

• Tác giả: Nguyễn Minh Giám
• Người hướng dẫn: PGS.TS Ngô Tứ Thành
• Trường học: Đại học Bách khoa Hà Nội
• Chuyên ngành: Lý Luận Và Phương Pháp Dạy Học
• Đề tài: Dạy Học Định Hướng Phát Triển Năng Lực Tự Học Môn Hóa Học Với Sự Hỗ Trợ Của Công Nghệ Trí Tuệ Nhân Tạo
• Loại tài liệu: Luận Án Tiến Sĩ
• Năm xuất bản: 2024
• Địa điểm: Hà Nội

Tóm tắt

I. Giới Thiệu Dạy Học Hóa Học THCS Với AI Chatbot Hiệu Quả

Trong bối cảnh cách mạng công nghiệp 4.0, công nghệ đã thay đổi mạnh mẽ đời sống kinh tế và xã hội, tạo ra cả thách thức lẫn cơ hội cho giáo dục. Đại dịch Covid-19 cho thấy việc sử dụng công nghệ mang lại giải pháp đột phá cho học tập từ xa, giữ cho quá trình giáo dục không bị gián đoạn. Trí tuệ nhân tạo (AI) nổi lên như một công cụ quan trọng, có thể thay đổi cách giáo dục được triển khai. AI có thể cung cấp nội dung học tập phù hợp với từng cá nhân, tạo ra các bài giảng tùy chỉnh dựa trên kiến thức hiện có của học sinh và đề xuất nội dung học tập phù hợp. Điều này giúp học sinh nhận biết mối liên quan giữa các khái niệm và học tập hiệu quả hơn. AI cũng có thể hỗ trợ thiết kế các phương tiện thực hành ảo, giúp học sinh giải thích và vận dụng các thí nghiệm mà không cần vật liệu thực tế, giúp tiết kiệm chi phí và tăng tính linh hoạt. Theo Nguyễn Minh Giám (2024), AI thực sự tạo ra sự phối hợp hài hòa giữa lợi thế của con người và máy móc.

1.1. Vai Trò Của AI Chatbot Trong Giáo Dục Hóa Học THCS

AI Chatbot đang trở thành những công cụ học tập vô cùng hữu ích trong việc cá nhân hóa người học, đồng thời là một công cụ hữu hiệu giúp phát triển năng lực tự học (NLTH) cho học sinh trong quá trình học tập. Chương trình giáo dục THCS, Hóa học là môn học quan trọng trong việc thực hiện mục tiêu giáo dục phổ thông. Môn Hóa ở phổ thông, kiến thức có tính nối tiếp, kế thừa nhau và liên tục từ cấp học THCS đến THPT. Nội dung môn Hóa bao gồm nhiều khái niệm phức tạp và trừu tượng như cấu trúc nguyên tử, phân tử. Các kiến thức môn Hóa học được xây dựng dựa trên nhau và liên kết với nhau rất phức tạp. Hóa học không chỉ là việc hiểu lý thuyết mà còn bao gồm các hoạt động thực hành như thí nghiệm và tính toán…. NLTH của HS là yếu tố quan trọng có tác động tích cực đến quá trình và kết quả học tập môn Hóa học. AI chính là giải pháp phù hợp giúp giải quyết những thách thức này.

1.2. Tầm Quan Trọng Phát Triển NL Tự Học Môn Hóa Học THCS

Năng lực tự học là chìa khóa để học sinh chủ động khám phá kiến thức, rèn luyện tư duy và kỹ năng giải quyết vấn đề. Môn Hóa học THCS với đặc thù kiến thức liên tục và trừu tượng đòi hỏi học sinh phải tự giác, tích cực trong quá trình học tập. Phát triển NLTH giúp học sinh hiểu sâu sắc hơn các khái niệm, ứng dụng kiến thức vào thực tiễn và chuẩn bị tốt cho các cấp học cao hơn. Việc tích hợp AI Chatbot vào quá trình dạy học không chỉ cung cấp nguồn tài nguyên phong phú mà còn tạo môi trường tương tác, khuyến khích học sinh tự tìm tòi, nghiên cứu. Phương pháp này giúp học sinh chuyển từ vai trò thụ động tiếp nhận kiến thức sang chủ động khám phá và xây dựng kiến thức.

II. Thách Thức Dạy Hóa Học THCS Theo Phương Pháp Truyền Thống

Thực tiễn dạy học cho thấy, với những lớp học mà HS có các năng lực và sở thích khác nhau thì việc hỗ trợ cho từng HS là rất cần thiết. Các trường học có chi phí đắt nhất trên thế giới cũng không thể có được loại hình giáo dục này. Đó là lý do tại sao Chatbot là giải pháp thay thế hợp lý nhất cho việc học tập cá nhân hóa. AI Chatbot đang trở thành những công cụ học tập vô cùng hữu ích trong việc cá nhân hóa người học đồng thời là một công cụ hữu hiệu giúp phát triển NLTH cho học sinh trong quá trình học tập. Hiện nay, việc sử dụng AI Chatbot trong dạy học vẫn còn nhiều hạn chế do chưa có được cách thức và một sản phẩm cụ thể hỗ trợ cho giáo viện trong việc xây dựng và sử dụng chatbot vào quá trình dạy học bộ môn theo hướng nâng cao NLTH của HS ở phổ thông nói chung và THCS nói riêng.

2.1. Hạn Chế Của Phương Pháp Dạy Học Hóa Học Truyền Thống

Phương pháp dạy học truyền thống thường tập trung vào việc truyền đạt kiến thức một chiều từ giáo viên đến học sinh. Điều này có thể dẫn đến tình trạng học sinh thụ động, ít có cơ hội tương tác và khám phá kiến thức một cách chủ động. Ngoài ra, việc đánh giá năng lực học sinh thường dựa trên các bài kiểm tra định kỳ, chưa chú trọng đến quá trình tự học và phát triển kỹ năng cá nhân. Học sinh có thể gặp khó khăn trong việc liên hệ kiến thức hóa học với thực tiễn, dẫn đến việc học tập trở nên khô khan và thiếu hứng thú.

2.2. Thiếu Tính Cá Nhân Hóa Trong Dạy Học Hóa Học THCS

Mỗi học sinh có một phong cách học tập, tốc độ tiếp thu kiến thức và nền tảng kiến thức khác nhau. Phương pháp dạy học đồng loạt có thể không đáp ứng được nhu cầu của tất cả học sinh. Một số học sinh có thể cảm thấy quá chậm, trong khi những học sinh khác lại cảm thấy quá nhanh. Việc thiếu tính cá nhân hóa có thể dẫn đến tình trạng học sinh chán nản, mất hứng thú học tập và không phát huy được hết tiềm năng của bản thân. Theo Nguyễn Minh Giám (2024), AI chatbot sẽ giúp phát triển các công cụ sáng tạo để nâng cao hiệu quả giảng dạy và học tập.

2.3. Khó Khăn Trong Việc Ứng Dụng Công Nghệ Mới Vào Dạy Hóa Học

Mặc dù công nghệ có tiềm năng to lớn trong việc cải thiện chất lượng dạy học, nhưng việc ứng dụng công nghệ vào thực tế vẫn còn gặp nhiều khó khăn. Giáo viên có thể thiếu kỹ năng sử dụng công nghệ, thiếu tài liệu và nguồn lực hỗ trợ, hoặc gặp khó khăn trong việc tích hợp công nghệ vào chương trình dạy học. Ngoài ra, việc đảm bảo cơ sở vật chất và kết nối internet ổn định cũng là một thách thức không nhỏ đối với nhiều trường học, đặc biệt là ở các vùng nông thôn và vùng sâu vùng xa.

III. Giải Pháp Ứng Dụng AI Chatbot Phát Triển Tự Học Hóa Học

Với mong muốn nâng cao chất lượng dạy và học môn Hóa học ở THCS, phát triển NLTH môn Hóa cho HS bằng việc ứng dụng AI chatbot vào quá trình dạy học, chúng tôi chọn đề tài: “Dạy học định hướng phát triển NLTH môn Hóa học với sự hỗ trợ của công nghệ trí tuệ nhân tạo” đề thực hiện luận án tiến sĩ chuyên ngành lí luận và phương pháp dạy học; đồng thời góp phần đổi mới phương pháp dạy học nói chung và đổi mới phương pháp dạy học ở THCS nói riêng.

3.1. Xây Dựng Kịch Bản AI Chatbot Hóa Học THCS Chi Tiết

Kịch bản AI Chatbot cần được xây dựng dựa trên chương trình Hóa học THCS hiện hành, đảm bảo bao phủ đầy đủ kiến thức và kỹ năng cần thiết. Kịch bản cần được thiết kế theo hướng tương tác, khuyến khích học sinh đặt câu hỏi, khám phá kiến thức và tự giải quyết vấn đề. AI Chatbot cần có khả năng cung cấp phản hồi kịp thời, hướng dẫn học sinh khi gặp khó khăn và đánh giá kết quả học tập một cách khách quan. Theo Nguyễn Minh Giám (2024), cần số hóa cơ sở dữ liệu môn hóa học và xây dựng kịch bản AI Chatbot trong dạy học môn hóa học lớp 9.

3.2. Thiết Kế Quy Trình Dạy Học Hóa Học Với AI Chatbot

Quy trình dạy học cần được thiết kế sao cho AI Chatbot đóng vai trò là một công cụ hỗ trợ, không thay thế vai trò của giáo viên. Giáo viên cần hướng dẫn học sinh cách sử dụng AI Chatbot một cách hiệu quả, đồng thời tạo ra các hoạt động học tập đa dạng để khuyến khích học sinh tương tác và hợp tác với nhau. Quy trình dạy học cần được điều chỉnh linh hoạt để phù hợp với nhu cầu và trình độ của từng học sinh.

3.3. Tích Hợp AI Chatbot Vào Các Hoạt Động Dạy Và Học

AI Chatbot có thể được tích hợp vào nhiều hoạt động dạy và học khác nhau, như ôn tập kiến thức, giải bài tập, thực hiện thí nghiệm ảo, và tham gia các trò chơi học tập. AI Chatbot cũng có thể được sử dụng để cung cấp thông tin bổ trợ, trả lời các câu hỏi của học sinh, và kết nối học sinh với các nguồn tài liệu học tập trực tuyến. Việc tích hợp AI Chatbot vào các hoạt động dạy và học cần được thực hiện một cách khoa học và có kế hoạch, đảm bảo mang lại hiệu quả cao nhất.

IV. Phương Pháp Quy Trình Dạy Học Hóa Học THCS Cùng AI Chatbot

Luận án của NCS có mục đích tổng quát như sau: Nghiên cứu, vận dụng công nghệ trí tuệ nhân tạo (ở đây là AI Chatbot) trong dạy học môn hóa học học nhằm góp phần phát triển NLTH, tự chủ, tự khám phá kiến thức hóa học cho học sinh THCS.

4.1. Sử Dụng AI Chatbot Trước Trong Và Sau Giờ Học Hóa Học

Trước giờ học, AI Chatbot có thể được sử dụng để ôn tập kiến thức cũ, giới thiệu kiến thức mới, và giao bài tập về nhà. Trong giờ học, AI Chatbot có thể được sử dụng để hỗ trợ giải thích các khái niệm khó, thực hiện thí nghiệm ảo, và cung cấp thông tin bổ trợ. Sau giờ học, AI Chatbot có thể được sử dụng để củng cố kiến thức, giải đáp thắc mắc, và đánh giá kết quả học tập. Việc sử dụng AI Chatbot cần được điều chỉnh linh hoạt để phù hợp với mục tiêu và nội dung của từng bài học.

4.2. Phát Triển Kỹ Năng Tự Học Với AI Chatbot Hóa Học THCS

AI Chatbot có thể giúp học sinh phát triển các kỹ năng tự học quan trọng, như kỹ năng xác định mục tiêu học tập, kỹ năng lập kế hoạch học tập, kỹ năng tìm kiếm và xử lý thông tin, kỹ năng tự đánh giá và điều chỉnh quá trình học tập. AI Chatbot cũng có thể giúp học sinh rèn luyện tính tự giác, chủ động, sáng tạo và chịu trách nhiệm trong học tập. Theo Nguyễn Minh Giám (2024), cần đề xuất quy trình dạy học môn hóa học với sự hỗ trợ cua AI Chatbot nhằm phát triển NLTH hóa học cho HS lớp 9.

4.3. Đánh Giá Năng Lực Tự Học Hóa Học Nhờ AI Chatbot THCS

AI Chatbot có thể được sử dụng để đánh giá năng lực tự học của học sinh một cách khách quan và toàn diện. AI Chatbot có thể thu thập dữ liệu về quá trình học tập của học sinh, như thời gian học tập, số lượng câu hỏi đã đặt, số lượng bài tập đã hoàn thành, và kết quả các bài kiểm tra. Dữ liệu này có thể được sử dụng để đánh giá mức độ chủ động, tự giác, sáng tạo và chịu trách nhiệm của học sinh trong học tập. Kết quả đánh giá có thể được sử dụng để cung cấp phản hồi cho học sinh và điều chỉnh quá trình dạy học.

V. Nghiên Cứu Kiểm Nghiệm Hiệu Quả Dạy Hóa Học Với AI Chatbot

NCS sẽ thực hiện thực nghiệm sư phạm để đánh giá tính khả thi và hiệu quả của việc ứng dụng AI Chatbot vào dạy học Hóa học THCS. Mục tiêu là chứng minh rằng việc sử dụng AI Chatbot có thể phát triển NLTH và nâng cao kết quả học tập của học sinh. Nghiên cứu sẽ so sánh kết quả học tập của nhóm học sinh được dạy bằng phương pháp truyền thống và nhóm học sinh được dạy bằng phương pháp kết hợp với AI Chatbot.

5.1. Thiết Kế Thực Nghiệm Sư Phạm Dạy Hóa Học THCS

Thực nghiệm sư phạm cần được thiết kế theo một quy trình khoa học, đảm bảo tính khách quan và tin cậy. Cần lựa chọn các lớp học tương đương về trình độ và điều kiện học tập, phân chia ngẫu nhiên học sinh vào các nhóm thực nghiệm và đối chứng, và sử dụng các công cụ đánh giá chuẩn hóa để đo lường kết quả học tập. Cần đảm bảo rằng tất cả các học sinh đều có cơ hội tiếp cận với AI Chatbot và được hướng dẫn cách sử dụng một cách hiệu quả. Nguyễn Minh Giám (2024) đã tiến hành nghiên cứu và thực nghiệm tại Trường THCS Trịnh Hoài Đức, thành phố Thuận An, tỉnh Bình Dương.

5.2. Thu Thập Dữ Liệu Và Phân Tích Kết Quả Dạy Hóa Học

Dữ liệu cần được thu thập từ nhiều nguồn khác nhau, như bài kiểm tra, bài tập, phiếu khảo sát, và nhật ký học tập. Cần sử dụng các phương pháp thống kê phù hợp để phân tích dữ liệu và so sánh kết quả học tập giữa các nhóm. Cần chú ý đến các yếu tố ảnh hưởng đến kết quả học tập, như trình độ học sinh, phương pháp dạy học, và điều kiện học tập. Kết quả phân tích cần được trình bày một cách rõ ràng, dễ hiểu và có ý nghĩa thống kê.

5.3. Đánh Giá Tác Động Của AI Chatbot Lên NL Tự Học

Ngoài việc đánh giá kết quả học tập, cần đánh giá tác động của AI Chatbot lên NLTH của học sinh. Cần sử dụng các công cụ đánh giá NLTH, như phiếu tự đánh giá, phiếu đánh giá đồng đẳng, và phỏng vấn. Cần phân tích dữ liệu thu thập được để đánh giá mức độ chủ động, tự giác, sáng tạo và chịu trách nhiệm của học sinh trong học tập. Kết quả đánh giá cần được sử dụng để cải thiện thiết kế AI Chatbot và quy trình dạy học.

VI. Kết Luận Tiềm Năng Phát Triển Dạy Hóa Học THCS Với AI

Nghiên cứu này sẽ góp phần làm sáng tỏ tiềm năng của AI Chatbot trong việc cải thiện chất lượng dạy học Hóa học THCS và phát triển NLTH cho học sinh. Kết quả nghiên cứu có thể được sử dụng để xây dựng các chương trình dạy học Hóa học hiệu quả hơn, cung cấp cho giáo viên các công cụ và nguồn lực hỗ trợ, và khuyến khích học sinh tự giác, chủ động trong học tập.

6.1. Tóm Tắt Các Phát Hiện Chính Về Dạy Hóa Học THCS

Tóm tắt các phát hiện chính liên quan đến hiệu quả của việc sử dụng AI Chatbot trong dạy học Hóa học THCS. Nhấn mạnh những lợi ích về phát triển NLTH, tăng cường tính tương tác và cá nhân hóa quá trình học tập. Đồng thời, chỉ ra những hạn chế và thách thức cần vượt qua để ứng dụng rộng rãi phương pháp này.

6.2. Kiến Nghị Để Ứng Dụng AI Chatbot Dạy Hóa Học THCS Hiệu Quả

Đưa ra các kiến nghị cụ thể cho giáo viên, nhà trường và các nhà quản lý giáo dục để ứng dụng AI Chatbot vào dạy học Hóa học THCS một cách hiệu quả. Các kiến nghị có thể bao gồm việc đào tạo giáo viên về sử dụng công nghệ, xây dựng cơ sở dữ liệu kiến thức chất lượng, và tạo ra môi trường học tập khuyến khích sự sáng tạo và hợp tác.

6.3. Hướng Nghiên Cứu Tương Lai Về AI Trong Dạy Hóa Học

Đề xuất các hướng nghiên cứu tương lai để tiếp tục khám phá tiềm năng của AI trong dạy học Hóa học. Các hướng nghiên cứu có thể bao gồm việc phát triển các AI Chatbot thông minh hơn, có khả năng tương tác tự nhiên và cá nhân hóa cao hơn, hoặc nghiên cứu về tác động của AI Chatbot lên các khía cạnh khác của quá trình học tập, như động lực học tập và sự tự tin.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ THỰC TIỄN CỦA DẠY HỌC ĐỊNH HƯỚNG PHÁT TRIỂN NĂNG LỰC TỰ HỌC VỚI SỰ HỖ TRỢ CỦA CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO 1. Tổng quan vấn đề nghiên cứu 1. Những kết quả nghiên cứu trên thế giới về dạy học định hướng phát triển NLTH với sự hỗ trợ của công nghệ trí tuệ nhân tạo 1.1 Công nghệ trí tuệ nhân tạo trong giáo dục J. McCarthy là người đầu tiên đưa cụm từ “Trí tuệ nhân tạo” trở thành một khái niệm khoa học.

Nghiên cứu AI nhằm mô tả chính xác các khía cạnh của xử lý trí tuệ và học (để có được tri thức) và tạo ra được các hệ thống, máy mô phỏng hoạt động học và xử lý trí tuệ 93 T í tu nhân tạo t ong giáo dục (Artificial Intelligence in Education - AIEd) ra đời vào khoảng những năm 1970 và hội thảo đầu tiên liên quan đến vấn đề này diễn ra vào năm 1983 được tổ chức bởi Masoud Yazdani tại Exeter (Anh) và được tài trợ bởi Hiệp hội AI của Anh là AISB 92. Mục tiêu ban đầu của các nhà nghiên cứu là hướng đến xây dựng một hệ thống được gọi là H th ng dạy kèm thông minh (Intelligent Tutoring Systems - ITS) hoặc hệ thống AIEd. Cả ITS và AIEd đều có cùng một mục tiêu chính là tạo ra các hệ thống máy tính có thể cung cấp việc giảng dạy được cá nhân hóa, giống như một giáo viên hiểu biết với các kỹ năng giảng dạy chuyên nghiệp có thể làm được. AIEd ban đầu được thực hiện trong các nhóm về AI, tập trung nghiên cứu, phát triển những và đánh giá phần mềm máy tính để cải thiện việc giảng dạy và học tập, mục tiêu dài hạn được xác định là nhằm thu thập phản hồi của người học, đánh giá năng lực người học và nguyên nhân yếu kém, cá nhân hóa cho một người hoặc nhóm người học, và cuối cùng là sử dụng các kỹ thuật của AI để tìm hiểu và phát triển các lý thuyết dạy – học 130.

Vào năm 2000, Cumming và McDougall 81 đã dự đoán, AIEd sẽ trở thành một xu hướng chính trong giáo dục vào khoảng năm 2010 và những năm tiếp theo. McDougall cho rằng AIEd nên được xem như chồng lắp với “khoa học nhận thức” dù ở một quy mô nhỏ hơn (tr. AIEd có thể đóng một vai trò quan trọng trong việc 8 kết hợp nghiên cứu định hướng khoa học máy tính (AI) và tâm lý học / sư phạm (Giáo dục).1 minh họa quan niệm mới về AIED so với trước đây trong việc kết hợp AI và Ed lại với nhau: (hình a) AIEd là lợi ích tổng hợp của AI và nghiên cứu giáo dục; (hình b) AIEd như một lĩnh vực độc lập, đa ngành, xác định mục tiêu và phạm vi của riêng mình giữa các lĩnh vực AI và Giáo dục tương ứng. Hai quan niệm thay thế về mối kết hợp giữa AI và Ed 67 Giải phóng AIEd khỏi những ranh giới bao bọc xung quanh nó (Hình 1.1, hình a) sẽ giúp đặt ra những câu hỏi nghiên cứu cho riêng nó (Hình 1.

Trong khi AI đặt học máy và trí thông minh giống con người làm trọng tâm, thì giáo dục chú trọng bồi dưỡng trí tuệ và học thức của con người. Kiến thức AIEd sẽ thu hẹp khoảng cách này bằng cách cung cấp các kỹ thuật để thúc đẩy các tương tác hiệu quả và thông minh hơn với con người nhằm cải thiện kết quả dạy học, năng cao năng lực tự học. Nghiên cứu về AIEd trong vài thập kỷ qua đã được dành riêng cho việc thúc đẩy các công nghệ tính toán thông minh như hệ thống dạy kèm thông minh 55, 63, chatbots [127]. Với những đột phá trong công nghệ thông tin trong thập kỷ qua, các nhà tâm lý học giáo dục đã tiếp cận nhiều hơn với dữ liệu lớn.

Nói một cách cụ thể, phương tiện truyền thông xã hội (ví dụ: Facebook, Twitter), môi trường học tập trực tuyến (ví dụ: Khóa học trực tuyến mở rộng – MOOC, viết tắt của cụm từ tiếng Anh Massive Open Online Course), hệ thống dạy kèm thông minh (ví dụ: AutoTutor), hệ thống quản lý người học LMS, cảm biến và thiết bị di động tạo ra lượng dữ liệu động và phức tạp ngày càng tăng có chứa hồ sơ cá nhân, dữ liệu sinh lý, nhật ký học tập và hoạt động của học sinh, cũng như hiệu suất và kết quả học tập của các em 62. Judy Kay 97 đã đưa ra 3 xu hướng công nghệ chính sẽ góp phần thúc đẩy AIEd phát triển theo, bao gồm: (1) Sự ra đời của các công cụ quản trị (thu thập, 9 quản lý thông tin người học, ví dụ hệ thống quản trị người học LMS; (2) Các công cụ hỗ trợ cho việc học tập suốt đời dựa trên công nghệ cảm biến. Ví dụ, trình theo dõi hoạt động có thể đeo trên cơ thể để thu thập dữ liệu cho hệ thống AIEd. Những cảm biến như vậy tham gia vào quá trình hỗ trợ giảng dạy cá nhân hóa; (3) Sự ra đời và phát triển của MOOC.

Các nghiên cứu 56,131 đã cho thấy việc học trực tuyến giúp tăng cường học tập cũng như tư duy bậc cao. Đồng thời Judy Kay cũng đề cập đến mô hình người học mở (Open Learner Models - OLMs) cho phép người học xem mô hình của họ và cách các ứng dụng giảng dạy giải thích và sử dụng nó. Điều này có thể cho phép họ sửa nó. Họ cũng có thể thay đổi nó theo những cách khác.

Mô hình người học là cốt lõi của AIEd và đã được cộng đồng AIEd và ITS chấp nhận thông qua các công bố 96, 95, 104. Trong một nghiên cứu liên quan đến những kỳ vọng mà AI có thể đem lại trong việc cá nhân hoá học tập, S. Maghsudi và các cộng sự đã chỉ ra hệ sinh thái cơ bản của giáo dục cá nhân hóa trực tuyến, bao gồm tất cả các bên liên quan, cùng với các yếu tố quan trọng và chỉ số đo lường hiệu suất 138. Hệ sinh thái cơ bản của giáo dục được cá nhân hóa dựa trên AI 138 Năm 2013, Woolf và cộng sự đã đề xuất 05 (năm) lĩnh vực chính để nghiên cứu liên tục trong việc giáo dục bằng cách sử dụng AI 66: Cố vấn học tập cho mọi người; Học các kỹ năng của thế kỷ 21; Dữ liệu tương tác cho học tập; Tiếp cận các lớp học toàn cầu; Học tập suốt đời và toàn diện.

Những lĩnh vực trên đây dường như là một khuôn khổ hữu ích để đóng khung các mục tiêu và tạo ra các ý tưởng phù hợp cho các nhà nghiên cứu và các công ty tiếp tục nghiên cứu và phát triển các ứng dụng AI trong giáo dục.2 Dạy học định hướng phát triển NLTH Giáo dục dựa trên Năng Lực (CBE) nổi bật từ những năm 1960 ở phương Tây và Hoa Kỳ, được nghiên cứu tích cực từ những năm 1970. Phương pháp này tập trung đo lường chính xác kiến thức, kỹ năng, và thái độ của sinh viên [156]. So với giáo dục truyền thống, CBE nhấn mạnh tích luỹ kiến thức và áp dụng năng lực nhận thức, thực hành kỹ năng thay vì chứng minh khả năng đạt được. Đánh giá trong CBE hướng vào đánh giá kiến thức và năng lực đạt được thông qua nhiều công cụ và hình thức [74], [122].

Tại châu Á, giáo dục dựa trên năng lực phát triển mạnh mẽ ở nhiều cấp độ, tập trung vào hình thành kiến thức và kỹ năng áp dụng trong thực tế [15]. Người học ở đây chuyển đổi tri thức thành vốn tri thức, kinh nghiệm, và kỹ năng cá nhân, với tâm điểm là thái độ tích cực trong học tập, thể hiện qua sự chú ý, quan tâm và sẵn sàng vượt qua khó khăn cá nhân [35]. Các nhà nghiên cứu về tự học và năng lực tự học đang tập trung nghiên cứu về các thành thành tố của năng lực tự học tiêu biểu như của: Schwartz và Bransford (1998) [154]; Birenbaum (2002) [71]; Weiss (2004) [166]; Taggart (2005) [157]; Bullock & Muschamp (2006) [75]; Bishop (2006) [76]. Theo các học giả, NLTH phụ thuộc vào ba yếu tố nội tại: (1) Kỹ năng nhận thức cơ bản như trí nhớ, chú ý, giải quyết vấn đề và sáng tạo; (2) Các kỹ năng siêu nhận thức cho học độc lập; (3) Kỹ năng cảm xúc, trong đó kỹ năng cảm xúc được coi là yếu tố quan trọng nhất, thường được xem là động lực chính cho học độc lập.

Những yếu tố này sẽ được mở rộng hơn trong các phần tiếp theo của luận án. Tại Đại học York, Hoa Kỳ, Mutlu Cukurova (2014) đã công bố nghiên cứu về năng lực tự học của sinh viên và tác động của nó lên khả năng học tập [117].3 Dạy học với sự hỗ trợ của công nghệ AI định hướng phát triển NLTH Akcora cùng các cộng sự (2018) [58] đã giới thiệu COLA (Content-based Learning Assistant), một trợ lý học tập được hỗ trợ bởi một công nghệ iCHAT, dựa trên công cụ nhận thức Watson của IBM, iCHAT giúp người dùng sử dụng tối ưu một lượng lớn nội dung, ngoài việc tương tác với người dùng, còn phản ánh quan điểm của giáo viên. Giáo viên, xác định dữ liệu và cấu trúc liên kết, hoàn toàn xác định con đường nào được cung cấp cho người học. Đưa ra ý tưởng rằng giao diện 11 trò chuyện có một số ưu điểm so với giao diện trỏ và nhấp truyền thống hơn.

Trước hết, nó có thể thiết lập một mối quan hệ thân thiện và đồng cảm với người học, thứ hai, nó có thể được sử dụng để thu thập thông tin về tình hình hiện tại của người dùng nhằm hỗ trợ người học phát triển NLTH và nâng cao hiệu quả học tập. Theo Bernard Marr 169, AI đã được áp dụng vào trong giáo dục thông qua việc phát triển và sử dụng các công cụ hỗ trợ phát triển kỹ năng và hệ thống kiểm tra đánh giá. AI có thể thúc đẩy hiệu quả, cá nhân hóa và hợp lý hóa các nhiệm vụ quản trị để cho phép giáo viên có thời gian và tự do cung cấp sự hiểu biết và khả năng thích ứng - khả năng duy nhất của con người nơi máy móc sẽ gặp khó khăn. Có một số công ty như Content Technologies và Carnegie Learning 61 hiện đang phát triển thiết kế hướng dẫn thông minh và các nền tảng kỹ thuật số sử dụng AI để cung cấp quá trình học tập, kiểm tra và phản hồi cho HS từ sơ cấp đến đại học, Khi AI ngày càng tinh vi hơn, nó có thể đọc được biểu cảm trên khuôn mặt HS.

Điều đó cho thấy họ đang gặp khó khăn trong việc nắm bắt một chủ đề và sẽ sửa đổi một bài học để đáp ứng điều đó.