CHƯƠNG 1 TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN Chương này sẽ trình bày về tổng quan nghiên cứu về học tập cá nhân hóa, phong cách học tập của người học. Trong đó, nội dung đánh giá các nghiên cứu liên quan đến học tập cá nhân hóa, phong cách học tập để xác định khoảng trống nghiên cứu. Đồng thời, cũng trình bày cơ sở lý thuyết về học tập cá nhân hóa, phong cách học tập. Từ đó, phân tích làm cơ sở, định hướng nghiên cứu xây dựng mô hình nghiên cứu của luận án.
Tổng quan nghiên cứu 1. Nghiên cứu trên thế giới 1. Nghiên cứu về học tập cá nhân hóa Cách tiếp cận và định hướng nghiên cứu trong học tập cá nhân hóa Học tập cá nhân hóa là một cách tiếp cận lấy người học làm trung tâm, điều chỉnh giáo dục phù hợp với nhu cầu, sở thích và nguyện vọng của từng người học. Cách tiếp cận này cho phép người học có quyền kiểm soát các khía cạnh nhất định trong hành trình giáo dục của họ, thúc đẩy sự độc lập và trách nhiệm trong quá trình học tập [7].
Học tập được cá nhân hóa bao gồm nhiều chương trình, phương pháp giảng dạy và chiến lược hỗ trợ nhằm giải quyết các nhu cầu và hoàn cảnh đa dạng của người học [8]. Khái niệm cá nhân hóa học tập là tương đối mới trong nghiên cứu giáo dục nhưng đã được nghiên cứu và phát triển bởi các nhà khoa học như John Dewey's [9], B. Cụ thể: Tác giả John Dewey's (1915) đã nhấn mạnh vào trải nghiệm, lấy người học làm trung tâm, xã hội học tập, mở rộng chương trình giảng dạy và phù hợp với một thế giới đang thay đổi [9]. Việc cá nhân hóa quá trình học tập cho phép mỗi người học phát triển theo khả năng riêng của mình [11].
Thông qua hướng tiếp cận dạy học này, người học có thể tự lựa chọn con đường học tập, đồng thời tự quyết định phương pháp, thời gian và nội dung học của bản thân. Điều này không chỉ giúp họ chủ động trong việc học tập mà còn mở rộng cơ hội tham gia vào các hoạt động giáo dục ngoài không gian lớp học truyền thống [12]. Nhiều nghiên cứu đã tiến hành khai thác ý tưởng này, phát triển thành các định hướng, phương pháp và mô hình dạy học hiệu quả, hỗ trợ sự phát triển đa dạng của năng lực học tập. Một số định hướng cụ thể như sau: Định hướng 1: Công nghệ, đánh giá hoặc chiến lược học tập thích ứng.
Với cách tiếp cận này, công nghệ thông tin được ứng dụng để xây dựng các hệ thống học tập thích ứng. Các công nghệ được sử dụng bao gồm: công nghệ web, công nghệ hỗ trợ tương tác người - máy, các hệ thống thực tại ảo, hệ thống học tập dựa trên trò chơi và các hệ thống dạy học thông minh. Ngoài việc áp dụng công nghệ để tạo ra các hệ thống học tập thích ứng, các đánh giá học tập cũng được thúc đẩy trong định hướng này. Công nghệ có thể được sử dụng để tự động hóa quá trình đánh giá và phản hồi, giúp giảng viên và sinh viên có cái nhìn tổng quan và chi tiết về tiến độ học tập và hiệu suất của mình.
Ngoài ra, các chiến lược học tập thích ứng cũng được phát triển dựa trên việc sử dụng dữ liệu đánh giá để điều chỉnh nội dung và phương pháp học tập, tạo điều kiện thuận lợi cho việc học tập cá nhân hóa và tối ưu hóa kết quả. Một số nghiên cứu điển hình triển khai theo định hướng này gồm có các công trình: Tác giả Arroyo và đồng nghiệp (2014) đã phát triển các hệ thống dạy học thông minh trên nền web. Trong công bố “A multimedia adaptive tutoring system for mathematics that addresses cognition, metacognition and affect”, nhóm tác giả 12 Arroyo và đồng nghiệp đã làm sáng tỏ một bộ chiến lược hiệu quả để hỗ trợ việc học tập cá nhân hóa nâng cao thông qua một gia sư thích ứng thông minh có thể được điều chỉnh theo nhu cầu cá nhân, cảm xúc, trạng thái nhận thức và kỹ năng siêu nhận thức của người học. Nghiên cứu này đã giúp cải thiện thành tích môn toán và các bài kiểm tra tiêu chuẩn của người học [13].
Tác giả Martín-SanJosé và đồng nghiệp (2014) xây dựng các ứng dụng học thông qua trò chơi điện tử. Với việc đưa lộ trình học tập linh hoạt, trong đó trẻ em có thể quyết định cách định hướng quá trình học tập. Trong công bố “Flexible learning itinerary vs. linear learning itinerary”, nhóm tác giả đã đưa ra trò chơi kết hợp tương tác tự nhiên giữa con người và máy tính dựa trên công nghệ trò chơi điện tử và học tập được cá nhân hóa dành cho trẻ em từ 8-9 tuổi để so sánh hai hành trình học tập khác nhau đã được thực hiện và kết quả cho thấy không có sự khác biệt giữa hai hành trình học tập [14].
Nghiên cứu của tác giả Leyzberg và đồng nghiệp (2018) đã phát triển các hệ thống tương tác người-máy trong bối cảnh một lớp học nói tiếng Tây Ban Nha có tương tác với người máy gia sư [15]. Trong công bố “The effect of personalization in longer-term robot tutoring”, nhóm tác giả đã trình bày kết quả thử nghiệm hệ thống tương tác với người máy gia sư, kết quả cho thấy rằng những người tham gia nhận được các bài học được cá nhân hóa từ người máy gia sư đã vượt trội hơn những người tham gia nhận được các bài học không được cá nhân hóa. Nghiên cứu của tác giả Smith và đồng nghiệp (2018) đã phát triển một hệ thống đánh giá tự động dựa trên trí tuệ nhân tạo để đánh giá kỹ năng viết của người học. Trong công bố “A multimodal assessment framework for integrating student writing and drawing in elementary science learning”, nhóm tác giả đã đề xuất một khuôn khổ đánh giá tự động đa phương thức về khả năng viết và vẽ của người học nhằm tận dụng sự phối hợp giữa các phương thức và tạo ra một bức tranh đầy đủ và chính xác hơn về kiến thức của người học.
Các đánh giá bằng bài viết và bản vẽ của người học tiểu học được thu thập bằng sổ tay khoa học kỹ thuật số trên máy tính bảng chứng minh rằng 1) mỗi phương thức trong số hai 13 phương thức của khung cung cấp một thước đo độc lập và bổ sung cho việc học tập khoa học của người học và 2) các phương pháp tính toán có khả năng đánh giá chính xác người học. Cả hai phương thức và mang lại tiềm năng tích hợp trong môi trường học tập được hỗ trợ công nghệ [16]. Tác giả Bhattacharjee và đồng nghiệp (2018) đã triển khai hệ thống thực tế ảo để tạo ra lộ trình học tập cá nhân hóa cho mỗi sinh viên theo khả năng của họ. Trong công bố “An immersive learning model using evolutionary learning”, nhóm tác giả đã tạo ra một lộ trình học tập được cá nhân hóa cho mỗi người học theo năng lực của họ và làm cho việc học trở nên phong phú và dễ nhớ bằng cách sử dụng thực tế ảo.
Kết quả cho thấy mô hình học tập này rất hấp dẫn và mang lại khả năng ghi nhớ lâu dài, đồng thời nâng cao khả năng sáng tạo thông qua việc tăng cường tùy chỉnh các mô phỏng [17]. Tác giả García và đồng nghiệp (2015) đã thiết kế một khung công nghệ cho việc phát triển các chiến lược học tập thích ứng dựa trên dữ liệu đánh giá trong môi trường học tập trực tuyến. Trong công bố “Learning services-based technological ecosystems”, nhóm tác giả đã đề xuất hệ sinh thái giáo dục được xoay quanh năm hành động cụ thể: 1) kiến trúc khung hỗ trợ hệ sinh thái dựa trên dịch vụ học tập; 2) phân tích học tập để ra quyết định giáo dục; 3) hệ thống kiến thức thích ứng; 4) trò chơi hóa quá trình học tập; 5) danh mục ngữ nghĩa để thu thập dữ liệu học tập [18]. Những nghiên cứu trên đã tạo ra và phát triển các hệ thống học tập thông minh và cá nhân hóa, sử dụng các phương pháp như học thông qua trò chơi điện tử, tương tác người-máy, đánh giá tự động, thực tế ảo và phân tích dữ liệu đánh giá.
Các nghiên cứu này nhấn mạnh vào việc cải thiện kết quả học tập của người học thông qua việc tăng cường cá nhân hóa, sự tương tác và khả năng đánh giá. Điều này đã dẫn đến các kết quả tích cực như cải thiện và tăng cường thành tích môn học, khả năng ghi nhớ lâu dài, sự hấp dẫn và sáng tạo trong quá trình học tập. Định hướng 2: Chiến lược HTCNH dựa trên sở thích/phong cách học tập của người học. 14 Ở định hướng này, hệ thống giáo dục đặt người học vào trung tâm, chú trọng vào việc hiểu và đáp ứng đúng đắn những nhu cầu học tập, sở thích và phong cách học tập cụ thể của mỗi người học.
Áp dụng công nghệ thông tin để tạo ra trải nghiệm học tập linh hoạt và phù hợp với đặc điểm riêng của từng người học. Các nghiên cứu điển hình trong định hướng này có thể kể đến là tác giả Walkington và Bernacki (2015) đã triển khai HTCNH trong đó hướng dẫn được điều chỉnh cho phù hợp với sở thích ngoài nhà trường của người học và sở thích trong các lĩnh vực như thể thao, âm nhạc và trò chơi điện tử nhằm nâng cao hiểu biết môn đại số. Trong công bố “Students authoring personalized “algebra stories”: Problem-posing in the context of out-of-school interests”, nhóm tác giả đã thử nghiệm đặt ra bài toán đại số dựa trên sở thích về các chủ đề như thể thao trò chơi điện tử và mạng xã hội, kết quả cho thấy buổi học đã nâng cao niềm yêu thích với toán học [19]. Vẫn hướng nghiên cứu này, Tác giả Walkington và Bernacki (2019) cũng đưa ra biện pháp can thiệp cá nhân hóa dựa trên công nghệ trong hệ thống dạy kèm thông minh (ITS) dành cho môn toán trung học đã được sử dụng để điều chỉnh hoạt động giảng dạy cho phù hợp với sở thích cá nhân của người học.
Trong công bố “Personalizing Algebra to Students’ Individual Interests in an Intelligent Tutoring System: Moderators of Impact”, nhóm tác giả đã khám phá cách có thể sử dụng kết nối với sở thích cá nhân của người học để cá nhân hóa việc học bằng Hệ thống dạy kèm thông minh (ITS) cho môn đại số [20]. Tác giả Hwang và đồng nghiệp (2012) đã phát triển trò chơi máy tính mang tính giáo dục được cá nhân hóa dựa trên phong cách học tập của người học.