Giới thiệu dự án

Bối cảnh và thực trạng ngành

Chương trình Giáo dục Phổ thông (CTGDPT) 2018 đánh dấu bước chuyển mình mang tính chiến lược của giáo dục Việt Nam: chuyển từ nền giáo dục định hướng truyền thụ kiến thức (CTGDPT 2006) sang định hướng phát triển phẩm chất và năng lực người học. Trong giáo dục Sinh học lớp 11, các chủ đề cốt lõi như "Sinh lí hô hấp và trao đổi khí ở động vật" cùng "Vận chuyển các chất trong cơ thể động vật" đóng vai trò nền tảng để hình thành ba thành phần năng lực sinh học đặc thù: Nhận thức sinh học, Tìm hiểu thế giới sống và Vận dụng kiến thức, kĩ năng đã học.

Tuy nhiên, khảo sát thực tế tại các trường Trung học Phổ thông (THPT) cho thấy có đến 85,7% giáo viên vẫn duy trì phương pháp tính điểm cổ điển dựa trên tổng số câu trả lời đúng (điểm thô) cho các bài trắc nghiệm khách quan (TNKQ) 4 lựa chọn. Hơn 92% giáo viên thừa nhận phương pháp này không phản ánh chính xác năng lực thực tế do đồng nhất giá trị của các câu hỏi có độ khó khác nhau và bỏ qua yếu tố xác suất giả đoán (guessing effect).

                      THÁCH THỨC ĐO LƯỜNG NĂNG LỰC
                      
   (Đánh giá CTT)                         (Đánh giá IRT)

Vấn đề nghiên cứu cụ thể

  • Sự sai lệch trong định lượng năng lực: Phương pháp trắc nghiệm cổ điển (CTT - Classical Test Theory) xem trọng số mọi câu hỏi là bằng nhau, dẫn đến hiện tượng hai học sinh có cùng điểm số nhưng sở hữu mức độ năng lực tư duy hoàn toàn khác biệt.
  • Bỏ qua yếu tố giả đoán: Tỷ lệ thí sinh chọn đúng ngẫu nhiên trong bài thi 4 phương án lựa chọn có thể lên tới 25%, làm méo mó thước đo năng lực thật sự nếu không được mô hình hóa toán học.
  • Thiếu hụt ngân hàng câu hỏi chuẩn hóa: 96,4% giáo viên có nhu cầu sử dụng công cụ chuẩn hóa nhưng 60,7% chưa từng được tập huấn về Lý thuyết Ứng đáp Câu hỏi (IRT - Item Response Theory).

Mục tiêu dự án

  1. Khảo sát và phân tích thực trạng kiểm tra đánh giá môn Sinh học 11 tại 28 trường THPT trên địa bàn TP. Hồ Chí Minh và toàn quốc.
  2. Thiết lập quy trình 4 giai đoạn chuẩn hóa câu hỏi trắc nghiệm dựa trên ma trận năng lực Bloom tích hợp yêu cầu cần đạt của CTGDPT 2018.
  3. Xây dựng và chuẩn hóa thực nghiệm 2 bộ đề thi TNKQ (Đề 001 và Đề 002, mỗi đề 40 câu) nội dung Sinh lí hô hấp và tuần hoàn ở động vật.
  4. Ước lượng các tham số trắc lượng ($a, b, c$), đường cong đặc tính câu hỏi (ICC), đường cong đặc tính đề thi (TCC) và hàm thông tin (TIF) bằng mô hình IRT 3 tham số (3PL).

Phạm vi và giới hạn nghiên cứu

  • Nội dung: Mạch kiến thức Sinh học cơ thể lớp 11 (Chủ đề Hô hấp và Tuần hoàn ở động vật).
  • Đối tượng thực nghiệm: 28 giáo viên THPT tham gia khảo sát nhu cầu và 200–300 học sinh lớp 11 tại các trường THPT trên địa bàn TP. Hồ Chí Minh (THPT Gia Định, THPT Trần Phú, THPT Bình Phú, THPT Tam Phú, THPT Hoàng Hoa Thám).
  • Mô hình toán học: Mô hình IRT 3 tham số (3PL Birnbaum) kết hợp đối sánh CTT.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện nay, việc đánh giá trắc nghiệm tại các trường phổ thông chủ yếu vận dụng CTT hoặc điều chỉnh đề thi dựa hoàn toàn vào kinh nghiệm chủ quan của giáo viên bộ môn.

Tiêu chí so sánh Phương pháp Cổ điển (CTT) Mô hình 1PL (Rasch) Mô hình Hiện đại 3PL (IRT) Đề xuất
Bản chất đo lường Tổng điểm thô ($X = T + E$) Hàm logistic 1 tham số độ khó ($b$) Hàm logistic 3 tham số ($a, b, c$)
Tách biệt mẫu và đề Không (tham số phụ thuộc mẫu) Có (bất biến tham số) Tách biệt hoàn toàn năng lực $\theta$ và tham số đề
Ước lượng đoán mò ($c$) Hoàn toàn bỏ qua ($c = 0$) Không ước lượng ($c = 0$) Ước tính chính xác xác suất đoán mò ($0 < c < 1$)
Độ phân biệt ($a$) Phân nhóm cực đoan ($D = P_H - P_L$) Mặc định đồng nhất ($a = 1.0$) Ước lượng linh hoạt từng item ($0 < a \le 2.0$)
Đánh giá sai số Sai số chuẩn chung toàn đề (SEM) Cung cấp hàm thông tin Cung cấp sai số chuẩn riêng cho từng mức $\theta$

Phân tích yêu cầu theo mô hình MoSCoW

  • Must have (Bắt buộc): Ma trận đề theo 3 thành phần năng lực Sinh học; thuật toán ước lượng tham số 3PL ($a, b, c$); kiểm định độ giá trị nội dung và độ tin cậy Cronbach's Alpha $> 0.8$.
  • Should have (Nên có): Biểu đồ đường cong hàm thông tin câu hỏi (IIF) và hàm thông tin đề thi (TIF) phục vụ tối ưu hóa ngân hàng đề.
  • Could have (Có thể có): Script phân tích tự động bằng ngôn ngữ R tích hợp xuất báo cáo trực quan cho giáo viên phổ thông.
  • Won't have (Chưa thực hiện): Hệ thống khảo thí thích ứng trên máy tính thời gian thực (Computerized Adaptive Testing - CAT).

Thiết kế hệ thống trắc lượng

                  KIẾN TRÚC QUY TRÌNH CHUẨN HÓA ĐỀ THI
                  
                                                [Bộ đề chuẩn hóa tối ưu]

Ngũ công nghệ và Công cụ sử dụng

  • Môi trường tính toán: RStudio v2023.12+ (R Engine v4.3.2)
  • Thư viện chuyên dụng:
    • mirt v1.41 (Multidimensional Item Response Theory)
    • ltm v1.2-0 (Latent Trait Models under IRT)
    • eRm v1.0-2 (Extended Rasch Modeling)
    • ggplot2 v3.4.4 (Trực quan hóa đường cong đặc tính)
  • Xử lý ma trận dữ liệu: Microsoft Excel 365, MBX Software
  • Thu thập dữ liệu: Google Forms API

Mô hình toán học cốt lõi (IRT 3PL Birnbaum)

Xác suất để một học sinh có mức năng lực $\theta$ trả lời đúng câu hỏi $i$ có tham số phân biệt $a_i$, độ khó $b_i$ và tham số đoán mò $c_i$ được tính bằng công thức:

$$P_i(\theta) = c_i + (1 - c_i) \frac{e^{1.7 a_i (\theta - b_i)}}{1 + e^{1.7 a_i (\theta - b_i)}}$$

Điểm thật (True Score - $TS$) của thí sinh trên toàn bộ bài thi gồm $N$ câu hỏi:

$$TS(\theta) = \sum_{i=1}^{N} P_i(\theta)$$

Hàm thông tin câu hỏi $I_i(\theta)$ và hàm thông tin toàn bộ đề thi $I(\theta)$:

$$I_i(\theta) = a_i^2 \frac{(P_i(\theta) - c_i)^2}{(1 - c_i)^2} \frac{1 - P_i(\theta)}{P_i(\theta)}, \quad I(\theta) = \sum_{i=1}^{N} I_i(\theta)$$

Phương pháp nghiên cứu và Kế hoạch triển khai

+-----------------------------------------------------------------------------------+
|                           TIMELINE DỰ ÁN (6 THÁNG)                                |
+------------------------------------+----------------------------------------------+
| Tháng 1 - 2: Nghiên cứu & Khảo sát | [Khảo sát 28 GV] -> [Xây dựng ma trận Bloom] |
| Tháng 3 - 4: Soạn thảo & Thẩm định | [Biên soạn 80 items] -> [Thẩm định chuyên gia]|
| Tháng 5: Thực nghiệm diện rộng     | [Test 250+ HS tại 5 trường THPT TP.HCM]      |
| Tháng 6: Phân tích & Chuẩn hóa     | [Chạy mô hình R 3PL] -> [Chuẩn hóa 2 đề]     |
+------------------------------------+----------------------------------------------+

Implementation và kết quả

Quy trình xây dựng và phát triển công cụ

1. Xây dựng bản đặc tả và ma trận đề

Nội dung kiến thức được phân rã theo ma trận 3 mức độ biểu hiện năng lực:

  • Nhận thức sinh học (40%): Nhận diện cơ quan hô hấp (bề mặt cơ thể, hệ thống ống khí, mang, phổi); cấu tạo hệ tuần hoàn đơn/kép, vòng tuần hoàn lớn/nhỏ.
  • Tìm hiểu thế giới sống (30%): Phân tích đồ thị biến thiên huyết áp, vận tốc máu trong hệ mạch; cơ chế điều hòa nhịp tim thông qua hệ thần kinh sinh dưỡng.
  • Vận dụng kiến thức, kĩ năng (30%): Giải thích hiện tượng xuất huyết dưới da, suy van tĩnh mạch; ứng dụng biện pháp phòng chống bệnh tim mạch và rèn luyện thể thao.

2. Kịch bản phân tích trắc lượng trên R (Snippet Code)

Dữ liệu nhị phân ($0/1$) thu được từ học sinh được import vào RStudio để ước lượng tham số thông qua thuật toán Marginal Maximum Likelihood (MML):

# Nạp các thư viện trắc lượng tâm trắc học
library(mirt)
library(ltm)
library(ggplot2)

# Đọc ma trận phản hồi học sinh (Binary Matrix 0/1)
test_data <- read.csv("sinh_hoc_11_response_matrix.csv", header = TRUE)

# Khởi tạo mô hình 3PL (Three-Parameter Logistic Model)
model_3pl <- tpm(test_data, type = "latent.trait", constraint = "rasch")

# Trích xuất tham số: a (Discrimination), b (Difficulty), c (Guessing)
item_params <- coef(model_3pl)
print(head(item_params))

# Ước lượng độ tin cậy Cronbach's Alpha và Empirical Reliability
alpha_val <- cronbach.alpha(test_data)
cat("Hệ số tin cậy Cronbach Alpha:", alpha_val$alpha, "\n")

# Vẽ đường cong hàm thông tin đề thi (Test Information Function)
plot(model_3pl, type = "IIC", items = 0, main = "Test Information Function (TIF) - De 001")

Kết quả kiểm định và chuẩn hóa

Kết quả khảo sát thực trạng giáo viên (N = 28)

  • 89,3% giáo viên nhận định việc thay thế phương pháp tính điểm cổ điển bằng công cụ lượng hóa năng lực chuẩn hóa là Rất cần thiết.
  • 96,4% giáo viên mong muốn có hướng dẫn kỹ thuật chi tiết để tích hợp mô hình đo lường hiện đại vào giảng dạy thường xuyên.
  • 100% giáo viên tán thành chủ trương xây dựng ngân hàng câu hỏi chia sẻ chung đã qua kiểm định tham số.
                    KẾT QUẢ KHẢO SÁT GIÁO VIÊN (N = 28)
                    
  Nhu cầu đổi mới CTT -> IRT    [████████████████████████░░]  89.3% Rất cần thiết
  Cần ước tính tham số đoán mò  [█████████████████████████░]  96.4% Cực kỳ quan trọng
  Chưa từng được tập huấn IRT   [███████████████░░░░░░░░░░]  60.7% Thiếu kỹ năng
  Nhu cầu dùng ngân hàng chuẩn  [██████████████████████████] 100.0% Tán thành

Phân tích tham số trắc nghiệm 2 bộ đề thi (N = 250 học sinh)

Sau khi thu thập dữ liệu từ các trường THPT tại TP.HCM và xử lý trên RStudio, các chỉ số kỹ thuật đạt chuẩn quốc tế:

Bộ đề kiểm tra Số lượng câu hỏi Hệ số phân biệt trung bình ($\bar{a}$) Độ khó trung bình ($\bar{b}$) Xác suất đoán mò trung bình ($\bar{c}$) Độ tin cậy ($\alpha$) Sai số đo lường (SEM)
Đề 001 40 1.18 (Tốt: 0.8 - 1.8) -0.15 (Vừa sức: -1.2 đến +1.4) 0.18 ($< 0.25$) 0.864 0.21
Đề 002 40 1.24 (Rất tốt: 0.9 - 1.9) +0.08 (Cân đối: -1.0 đến +1.6) 0.16 ($< 0.25$) 0.879 0.19
  • Độ phân biệt ($a$): Phân bố tập trung ở mức cao ($a > 0.8$), không có câu hỏi nào bị phân biệt âm ($a < 0$).
  • Độ khó ($b$): Phân bố hình chuông đối xứng từ $[-1.8; +1.9]$, bao phủ toàn diện dải năng lực của học sinh từ trung bình yếu đến xuất sắc.
  • Xác suất giả đoán ($c$): Dao động trong khoảng $[0.12; 0.22]$, thấp hơn đáng kể so với mức xác suất đoán mò lý thuyết của câu hỏi 4 lựa chọn ($0.25$).
                    ĐƯỜNG CONG ĐẶC TÍNH ĐỀ THI (TCC)
                    
 Điểm thật (TS)
     -3.0              -1.0        0.0        +1.0             +3.0
                               Thang năng lực (θ)

Đổi mới và đóng góp

Điểm đột phá về mặt học thuật và thực tiễn

  1. Lượng hóa chính xác năng lực người học: Ứng dụng thành công mô hình IRT 3PL vào chương trình Sinh học 11 mới, khắc phục hoàn toàn nhược điểm "cào bằng" điểm số của phương pháp CTT truyền thống.
  2. Triệt tiêu sai số giả đoán: Tự động loại trừ ảnh hưởng của việc thí sinh đánh lụi/đoán mò, giúp điểm năng lực ($\theta$) phản ánh thực chất tư duy khoa học của học sinh.
  3. Chuẩn hóa quy trình 4 bước khép kín: Cung cấp tài liệu hướng dẫn và mã nguồn phân tích bằng R giúp giáo viên bộ môn có thể tự thẩm định và xây dựng ngân hàng câu hỏi định chuẩn tại đơn vị.
  4. Đóng góp ngân hàng dữ liệu: Bàn giao 80 câu hỏi chuẩn hóa kèm bộ thông số đặc tính ($a, b, c$) và bản đặc tả năng lực hoàn chỉnh cho các trường THPT đối tác.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  • Đánh giá định kỳ tại trường phổ thông: Sử dụng Đề 001 và Đề 002 làm bài kiểm tra giữa kì/cuối kì với độ tương đương trắc lượng cao, đảm bảo công bằng tuyệt đối giữa các lớp.
  • Phân loại học sinh bồi dưỡng: Dựa vào tham số năng lực $\theta$ để sàng lọc học sinh có năng lực tư duy Sinh học vượt trội ($\theta > +1.5$) tham gia đội tuyển học sinh giỏi.
  • Xây dựng ngân hàng đề thi thích ứng: Tích hợp 80 câu hỏi đã định chuẩn vào các phần mềm khảo thí trực tuyến để phục vụ tự học và tự đánh giá.

Hướng dẫn triển khai từng bước cho giáo viên

  1. Thu thập dữ liệu kiểm tra: Xuất kết quả bài làm học sinh dưới dạng bảng tính Excel nhị phân ($1$: Đúng, $0$: Sai).
  2. Thực thi script phân tích: Khởi chạy mã nguồn R đi kèm trong RStudio để tự động tính toán tham số $a, b, c$ và hệ số tin cậy.
  3. Hiệu chỉnh câu hỏi:
    • Loại bỏ hoặc viết lại các câu có $a < 0.5$ (độ phân biệt kém).
    • Điều chỉnh phương án nhiễu nếu $c > 0.3$ (dễ đoán mò).
    • Phân bổ lại vị trí câu hỏi theo giá trị $b$ tăng dần để tạo cấu trúc đề tối ưu.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Kích thước mẫu thực nghiệm ($N \approx 250$) đáp ứng vừa đủ yêu cầu tối thiểu của mô hình 3PL; để đạt độ chính xác tham số tối ưu cần mở rộng lên $N \ge 500$.
  • Chưa xây dựng giao diện đồ họa người dùng (GUI) độc lập, giáo viên vẫn cần thao tác cơ bản trên RStudio.

Hướng nghiên cứu tương lai

  • Mở rộng chuẩn hóa toàn bộ các chủ đề còn lại của Sinh học 11 (Sinh trưởng - Phát triển, Cảm ứng, Sinh sản).
  • Phát triển module Khảo thí thích ứng trên máy tính (CAT - Computerized Adaptive Testing) dựa trên thuật toán chọn câu hỏi theo hàm thông tin cực đại.

Đối tượng hưởng lợi

+------------------+----------------------------------------------------------------+
| Nhóm đối tượng   | Giá trị và Lợi ích định lượng mang lại                         |
+------------------+----------------------------------------------------------------+
| Học sinh THPT    | Nhận phản hồi chính xác về năng lực thật sự (θ); công bằng     |
|                  | không phụ thuộc vào độ may rủi khi làm bài trắc nghiệm.        |
+------------------+----------------------------------------------------------------+
| Giáo viên        | Sở hữu quy trình chuẩn hóa khoa học; rút ngắn 70% thời gian    |
|                  | thẩm định đề thi nhờ script tự động hóa trên RStudio.          |
+------------------+----------------------------------------------------------------+
| Nhà quản lý GD   | Có công cụ đối sánh chất lượng giảng dạy giữa các trường bằng  |
|                  | thang đo bất biến, độc lập với độ khó của từng đề thi.         |
+------------------+----------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu phần mềm và phần cứng để vận hành mô hình phân tích?

Máy tính cá nhân thông thường (CPU Dual Core, RAM 4GB trở lên), cài đặt hệ điều hành Windows/macOS/Linux cùng phần mềm mã nguồn mở R (v4.0+) và RStudio hoàn toàn miễn phí.

2. Sự khác biệt cốt lõi giữa điểm năng lực $\theta$ và điểm số phần trăm truyền thống là gì?

Điểm phần trăm truyền thống chỉ đếm tổng số câu đúng mà không quan tâm câu đó dễ hay khó. Điểm năng lực $\theta$ tính toán dựa trên độ khó thực tế của từng câu và trừ bỏ xác suất đoán mò, dao động liên tục từ $-3.0$ (rất yếu) đến $+3.0$ (xuất sắc).

3. Làm thế nào để tích hợp bộ câu hỏi này vào các phần mềm thi online như Azota hay Canvas?

Bộ câu hỏi đã được lập bản đặc tả chi tiết dưới dạng bảng ma trận. Quý thầy cô chỉ cần import file câu hỏi kèm đáp án theo cấu trúc chuẩn vào LMS/Azota để tiến hành tổ chức kiểm tra trực tuyến.

4. Chi phí bản quyền và duy trì khi áp dụng phương pháp này là bao nhiêu?

Toàn bộ giải pháp sử dụng ngôn ngữ mã nguồn mở R và các gói thư viện chuẩn (mirt, ltm), do đó chi phí bản quyền phần mềm là 0 VNĐ.

5. Số lượng học sinh tối thiểu cần có để thẩm định một câu hỏi theo IRT là bao nhiêu?

Để tham số đạt độ tin cậy thống kê cho mô hình 3PL, quy mô mẫu tối thiểu khuyến nghị từ 200–300 học sinh. Với quy mô lớp học nhỏ ($N < 50$), giáo viên có thể tạm thời áp dụng mô hình CTT hoặc gom dữ liệu nhiều năm để chạy IRT.

Kết luận

Khóa luận đã giải quyết trọn vẹn bài toán cấp thiết trong quá trình chuyển đổi sang CTGDPT 2018: Xây dựng và chuẩn hóa thành công 2 bộ câu hỏi trắc nghiệm khách quan 40 câu nội dung Sinh lí hô hấp và tuần hoàn Sinh học 11 bằng Lý thuyết Ứng đáp Câu hỏi (IRT).

Với độ tin cậy vượt trội ($\alpha > 0.86$), hệ số phân biệt cao ($\bar{a} > 1.18$) và loại trừ hiệu quả yếu tố đoán mò, công trình không chỉ cung cấp một ngân hàng câu hỏi định chuẩn chất lượng cao cho các trường THPT tại TP. Hồ Chí Minh mà còn chuyển giao một quy trình trắc lượng học hiện đại, có tính ứng dụng thực tiễn sâu rộng cho ngành Sư phạm Sinh học. Giáo viên và các nhà nghiên cứu quan tâm có thể ứng dụng ngay quy trình và mã nguồn để nâng cao chất lượng kiểm tra đánh giá năng lực người học.