Luận án tiến sĩ của Nguyễn Hòa Huy: Nghiên cứu và Đóng góp

Luận án tiến sĩ của Nguyễn Hòa Huy tập trung vào việc xây dựng mô hình hỗ trợ học tập cá nhân hóa dựa trên phong… 250 trang · Đại học Quốc gia Hà Nội · 2024.

• Tác giả: Nguyễn Hòa Huy
• Người hướng dẫn: PGS. Nguyễn Việt Anh
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Lí luận, phương pháp và công nghệ dạy học
• Đề tài: Xây Dựng Mô Hình Hỗ Trợ Học Tập Cá Nhân Hóa Dựa Trên Phong Cách Học Tập Cho Sinh Viên Đại Học Trong Môi Trường Trực Tuyến
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2024
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN
• 1.1. Tổng quan nghiên cứu
• 1.2. Kết luận Chương 1
• 2. CHƯƠNG 2: XÂY DỰNG MÔ HÌNH HỖ TRỢ HỌC TẬP CÁ NHÂN HÓA DỰA TRÊN PHONG CÁCH HỌC TẬP TRONG MÔI TRƯỜNG TRỰC TUYẾN
• 2.1. Phương pháp tự động xác định phong cách học tập
• 2.2. Mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập
• 2.3. Phát triển module phần mềm thử nghiệm mô hình
• 2.4. Kết luận Chương 2
• 3. CHƯƠNG 3: ĐÁNH GIÁ VÀ THẢO LUẬN
• 3.1. Đánh giá thông qua Mô hình chấp nhận và sử dụng công nghệ hợp nhất
• 3.2. Đánh giá thông qua phương pháp chuyên gia
• 3.3. Đánh giá thông qua Thực nghiệm sư phạm
• 3.4. Kết luận Chương 3
• KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ
• TÀI LIỆU THAM KHẢO
• PHẦN PHỤ LỤC
• Phụ lục 1: Phiếu tham khảo ý kiến người học
• Phụ lục 2: Phiếu khảo sát ý kiến giảng viên
• Phụ lục 3: Đề cương học phần nhập môn công nghệ giáo dục
• Phụ lục 4: Đề cương học phần ứng dụng ICT trong giáo dục
• Phụ lục 5: Phiếu tham khảo ý kiến người học
• Phụ lục 6: Phiếu xin ý kiến chuyên gia
• Phụ lục 7: Tích hợp với hệ thống LMS moodle
• Phụ lục 8: Bài kiểm tra học phần nhập môn công nghệ giáo dục
• Phụ lục 9: Bài kiểm tra học phần ứng dụng ICT trong giáo dục

Tóm tắt

I. Giới thiệu về Luận án tiến sĩ Nguyễn Hòa Huy

Luận án tiến sĩ của Nguyễn Hòa Huy tập trung vào việc xây dựng mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập cho sinh viên đại học trong môi trường trực tuyến. Nghiên cứu này không chỉ phản ánh sự phát triển của khoa học giáo dục mà còn đáp ứng nhu cầu ngày càng cao về việc cá nhân hóa trong giáo dục. Mô hình này được thiết kế nhằm nâng cao hiệu quả học tập của sinh viên, đồng thời tạo ra một môi trường học tập linh hoạt và thích ứng với từng cá nhân. Nguyễn Hòa Huy đã chỉ ra rằng việc áp dụng công nghệ thông tin trong giáo dục là một yếu tố quan trọng trong việc cải thiện chất lượng dạy và học. Luận án này không chỉ có giá trị lý thuyết mà còn mang lại những ứng dụng thực tiễn trong việc phát triển khoa học giáo dục.

1.1. Mục tiêu nghiên cứu

Mục tiêu chính của luận án là xây dựng một mô hình hỗ trợ học tập cá nhân hóa, từ đó nâng cao kết quả học tập cho sinh viên. Mô hình này sẽ giúp sinh viên có thể học tập theo phong cách riêng của mình, từ đó cải thiện điểm số và khả năng tiếp thu kiến thức. Nguyễn Hòa Huy đã đặt ra các câu hỏi nghiên cứu cụ thể để làm rõ các thành tố cấu thành mô hình và mối quan hệ giữa chúng. Điều này không chỉ giúp xác định rõ ràng các yếu tố ảnh hưởng đến học tập mà còn tạo cơ sở cho việc phát triển các phương pháp giảng dạy hiệu quả hơn trong môi trường trực tuyến.

II. Cơ sở lý luận và tổng quan nghiên cứu

Luận án đã tiến hành tổng quan các nghiên cứu trước đây liên quan đến học tập cá nhân hóa và phong cách học tập. Nguyễn Hòa Huy đã chỉ ra rằng việc hiểu rõ phong cách học tập của sinh viên là rất quan trọng trong việc thiết kế các phương pháp giảng dạy phù hợp. Nghiên cứu của Kolb về học tập dựa trên trải nghiệm đã được trích dẫn để làm rõ tầm quan trọng của việc xác định phong cách học tập. Luận án cũng nhấn mạnh rằng việc áp dụng công nghệ thông tin trong giáo dục không chỉ giúp nâng cao chất lượng dạy học mà còn tạo ra một môi trường học tập linh hoạt, đáp ứng nhu cầu đa dạng của sinh viên. Các nghiên cứu trước đây đã chỉ ra rằng việc cá nhân hóa trong học tập có thể cải thiện động lực và hiệu suất học tập của sinh viên.

2.1. Các phương pháp nghiên cứu

Luận án sử dụng nhiều phương pháp nghiên cứu khác nhau, bao gồm phương pháp phân tích, tổng hợp và so sánh các lý thuyết. Nguyễn Hòa Huy đã áp dụng các phương pháp này để xây dựng cơ sở lý luận cho mô hình hỗ trợ học tập cá nhân hóa. Việc sử dụng các phương pháp nghiên cứu khoa học hiện đại giúp đảm bảo tính chính xác và độ tin cậy của kết quả nghiên cứu. Điều này không chỉ giúp xác định rõ ràng các yếu tố ảnh hưởng đến học tập mà còn tạo cơ sở cho việc phát triển các phương pháp giảng dạy hiệu quả hơn trong môi trường trực tuyến.

III. Đóng góp của Luận án

Luận án của Nguyễn Hòa Huy đã đóng góp nhiều giá trị cho khoa học giáo dục và thực tiễn giảng dạy. Mô hình hỗ trợ học tập cá nhân hóa không chỉ giúp sinh viên cải thiện kết quả học tập mà còn tạo ra một môi trường học tập tích cực hơn. Nghiên cứu này cũng mở ra hướng đi mới cho việc áp dụng công nghệ thông tin trong giáo dục, đặc biệt là trong bối cảnh đổi mới giáo dục hiện nay. Các kết quả nghiên cứu đã được kiểm chứng qua thực nghiệm sư phạm, cho thấy tính khả thi và hiệu quả của mô hình. Điều này khẳng định rằng việc cá nhân hóa trong học tập là một xu hướng tất yếu trong giáo dục đại học.

3.1. Ứng dụng thực tiễn

Mô hình hỗ trợ học tập cá nhân hóa có thể được áp dụng rộng rãi trong các cơ sở giáo dục đại học. Nguyễn Hòa Huy đã chỉ ra rằng việc áp dụng mô hình này không chỉ giúp nâng cao chất lượng dạy học mà còn tạo ra sự hứng thú cho sinh viên trong quá trình học tập. Các giảng viên có thể sử dụng mô hình này để điều chỉnh phương pháp giảng dạy, từ đó đáp ứng tốt hơn nhu cầu học tập của từng sinh viên. Điều này không chỉ giúp cải thiện kết quả học tập mà còn góp phần vào việc phát triển năng lực tự học của sinh viên, một yếu tố quan trọng trong bối cảnh giáo dục hiện đại.

Nội dung chính

Tổng quan luận án

Tính cấp thiết và khoảng trống nghiên cứu

Trong bối cảnh cách mạng công nghiệp lần thứ tư và sự chuyển dịch phương thức giáo dục sau đại dịch COVID-19, dạy học trực tuyến (e-Learning) đã trở thành giải pháp thiết yếu giúp người học chủ động về không gian, thời gian và lộ trình học tập. Tuy nhiên, việc triển khai đào tạo trực tuyến trên diện rộng thường gặp khó khăn trong việc đáp ứng nhu cầu cá thể hóa do sự đa dạng về đặc điểm tiếp nhận thông tin của từng người học. Tại Việt Nam, các chủ trương và chính sách lớn của Nhà nước như Nghị quyết số 29-NQ/TW về đổi mới căn bản, toàn diện giáo dục và đào tạo; Quyết định số 749/QĐ-TTg ngày 03 tháng 6 năm 2020 của Thủ tướng Chính phủ phê duyệt "Chương trình chuyển đổi số Quốc gia đến năm 2025, định hướng đến năm 2030" (nhấn mạnh mục tiêu phát triển công nghệ phục vụ giáo dục, hướng tới đào tạo cá thể hóa); và Quyết định số 131/QĐ-TTg ngày 25 tháng 01 năm 2022 phê duyệt đề án "Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022 - 2025, định hướng đến năm 2030" đã khẳng định định hướng phát triển giáo dục thích ứng trên nền tảng số.

Mặc dù hạ tầng Internet tại Việt Nam đã phát triển mạnh mẽ (đạt tỷ lệ bao phủ 73,2% vào tháng 01 năm 2022), các công trình nghiên cứu về hỗ trợ học tập cá nhân hóa (HTCNH) phần lớn tập trung vào bậc học phổ thông (K-12) hoặc các mô hình tổng quan. Việc nghiên cứu ứng dụng HTCNH dành riêng cho sinh viên đại học trong môi trường trực tuyến — cụ thể là dựa trên phong cách học tập (PCHT) thông qua hệ thống quản lý học tập (LMS) — vẫn chưa được giải quyết đầy đủ, tạo ra khoảng trống nghiên cứu cần được giải quyết.

Mục tiêu, câu hỏi và giả thuyết nghiên cứu

• Mục đích nghiên cứu: Trên cơ sở nghiên cứu lý luận và thực tiễn về học tập cá nhân hóa, luận án đề xuất xây dựng mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập cho sinh viên đại học trong môi trường trực tuyến, qua đó góp phần nâng cao kết quả học tập cho người học (điểm số, điểm kiểm tra).
• Câu hỏi nghiên cứu:
  1. Các thành tố và mối quan hệ giữa các thành tố cấu thành mô hình hỗ trợ học tập cá nhân hóa được thiết kế và vận hành như thế nào?
  2. Các phương pháp, kỹ thuật nào được sử dụng để xây dựng mô hình hệ thống và xây dựng phần mềm hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập của sinh viên đại học trong môi trường trực tuyến?
  3. Mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập trong môi trường trực tuyến có được người học chấp nhận và sử dụng; các chuyên gia, giảng viên đánh giá như thế nào về mô hình; và mô hình có ảnh hưởng, tác động như thế nào đến kết quả học tập của người học?
• Giả thuyết khoa học: Nếu vận dụng hiệu quả mô hình hỗ trợ học tập cá nhân hóa trong môi trường trực tuyến dựa trên phong cách học tập cho sinh viên đại học thì người học có thể cải thiện, nâng cao kết quả học tập (điểm số, điểm kiểm tra).

Khách thể, đối tượng và phạm vi nghiên cứu

• Khách thể nghiên cứu: Quá trình đào tạo trực tuyến trên nền tảng Moodle LMS cho sinh viên đại học một số ngành ở Đại học Quốc gia Hà Nội (ĐHQGHN).
• Đối tượng nghiên cứu: Tính khả thi và hiệu quả trong thực hiện mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập cho sinh viên đại học trong môi trường trực tuyến.
• Phạm vi nội dung: Giới hạn ở yếu tố cá nhân (phong cách học tập) trong quá trình học tập của người học trong môi trường trực tuyến. Đối tượng khảo sát là sinh viên đại học chính quy các ngành Công nghệ thông tin và Công nghệ giáo dục.
• Phạm vi không gian: Thực hiện tại 02 cơ sở đào tạo thuộc ĐHQGHN là Trường Đại học Công nghệ và Trường Đại học Giáo dục.
• Phạm vi thời gian: Luận án triển khai trong 03 năm (từ năm 2020 đến năm 2023).

---

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu chính trên thế giới

Tác giả luận án đã phân loại các nghiên cứu quốc tế về HTCNH theo 4 định hướng tiếp cận chính:

1. Công nghệ, đánh giá hoặc chiến lược học tập thích ứng: Arroyo và đồng nghiệp (2014) phát triển hệ thống dạy học thích ứng đa phương tiện trên nền web cho môn toán nhằm giải quyết nhận thức, siêu nhận thức và cảm xúc. Martín-SanJosé và đồng nghiệp (2014) nghiên cứu lộ trình học tập linh hoạt so với tuyến tính trong trò chơi điện tử giáo dục. Leyzberg và đồng nghiệp (2018) thử nghiệm hệ thống tương tác người - máy với robot gia sư. Smith và đồng nghiệp (2018) xây dựng khung đánh giá tự động đa phương thức kết hợp kỹ năng viết và vẽ. Bhattacharjee và đồng nghiệp (2018) ứng dụng thực tế ảo và học tiến hóa (evolutionary learning) để tạo lộ trình học tập. García và đồng nghiệp (2015) đề xuất hệ sinh thái công nghệ dựa trên dịch vụ học tập và phân tích học tập.
2. Chiến lược HTCNH dựa trên sở thích và phong cách học tập: Walkington và Bernacki (2015, 2019) nghiên cứu cá nhân hóa bài toán đại số theo sở thích ngoài nhà trường trong hệ thống gia sư thông minh (ITS). Hwang và đồng nghiệp (2012) phát triển trò chơi máy tính giáo dục cá nhân hóa dựa trên mô hình phong cách học tập Felder - Silverman (FSLSM), tập trung vào chiều tuần tự/toàn cầu.
3. Môi trường HTCNH và nền tảng hỗ trợ: Chu và đồng nghiệp (2010) phát triển hệ thống học tập di động nhận biết vị trí qua công nghệ RFID cho môn khoa học tự nhiên. Hwang và đồng nghiệp (2010) đề xuất thuật toán heuristic lập lộ trình học tập nhận biết ngữ cảnh. Looi và đồng nghiệp (2009) nghiên cứu giải phẫu bài học di động hóa (mobilized lesson). Basham và đồng nghiệp (2016) vận hành hóa các đặc điểm thiết kế môi trường HTCNH. Mac Iver (2010) đánh giá mối quan hệ giữa cấu trúc trường học, sự cá nhân hóa và thành tích học tập.
4. Các cách tiếp cận, yếu tố liên quan và nhận thức về HTCNH: Abawi (2015) nghiên cứu văn hóa trường học hòa nhập hỗ trợ cá nhân hóa. DeMink-Carthew và đồng nghiệp (2017) phân tích 5 xu hướng tiếp cận thiết lập mục tiêu học tập. Robinson và Sebba (2010) cùng Bingham và đồng nghiệp (2016) nghiên cứu các rào cản và thách thức thực thi HTCNH có công nghệ hỗ trợ. Ignatova và đồng nghiệp (2015) phát triển khung tiêu chí đánh giá khả năng cá nhân hóa dựa trên CNTT. Karmeshu và đồng nghiệp (2012) mô hình hóa sự phổ biến của khung HTCNH thông qua đào tạo giảng viên. Olofson và đồng nghiệp (2018) phát triển công cụ đo lường thực tiễn giảng dạy cá nhân hóa. Waldrip và đồng nghiệp (2016) kiểm định mô hình HTCNH với 19 thang đo. Hallman (2019) đánh giá sáng kiến công nghệ 1:1 tác động đến giảng viên và người học.

Bên cạnh đó, luận án tổng hợp các tham số cá nhân hóa phổ biến:

• Phong cách học tập/Sở thích: Zhao (2021), Costa và đồng nghiệp (2021).
• Trình độ kiến thức: Shishehchi và đồng nghiệp (2021), Tang và đồng nghiệp (2020).
• Hiệu suất/Điểm số: Sivarajan và đồng nghiệp (2021), Marud và đồng nghiệp (2020).
• Nhu cầu/Mục tiêu: Schmid và Petko (2019).
• Trạng thái nhận thức/Cảm xúc: Yousef và Khatiry (2021), Zheng và đồng nghiệp (2021).
• Lộ trình/Mô hình học tập: Changhua và Chunqiao (2021), Carbone và đồng nghiệp (2021).

Về kỹ thuật hệ thống gợi ý và mô hình hóa, các công trình được điểm lại gồm: hệ thống dựa trên bản thể học (Jeevamol và Renumol, 2021); lọc cộng tác (Lin và đồng nghiệp, 2021); lọc dựa trên nội dung (Gambo và Shakir, 2021); kỹ thuật hỗn hợp (Lo và đồng nghiệp, 2021); và hệ thống dựa trên quy tắc (Wu và đồng nghiệp, 2020).

Các nghiên cứu tại Việt Nam

Tại Việt Nam, các nghiên cứu về HTCNH và PCHT được tác giả phân tích gồm:

• Nghiên cứu về HTCNH: Lê Thái Hưng và Nguyễn Thái Hà (2021) nghiên cứu phương thức đánh giá cá nhân hóa; Trần Thị Thu Hương (2022) phân tích các khuyến nghị quản lý giáo dục khi triển khai HTCNH; Dương Thị Thu Thúy (2023) tiếp cận HTCNH qua thiết kế phổ quát và blended learning trên E-Learning; Trần Thị Thảo và Trần Thị Chữ (2022) vận dụng triết lý giáo dục hiện sinh kết hợp mô hình Kolb và Bloom; Trần Thị Tươi và đồng nghiệp (2022) nghiên cứu cá nhân hóa dịch vụ thông tin thư viện đại học; Phạm Xuân Hậu và Nguyễn Đức Vượng (2023) đề xuất cá nhân hóa chương trình đào tạo liên ngành và xuyên ngành.
• Nghiên cứu về Phong cách học tập: Nguyễn Hữu Minh Luân (2006) sử dụng công cụ Index of Learning Styles (ILS) tại Trường ĐH Sư phạm Kỹ thuật TP.HCM; Nguyễn Thị Phương Thảo (2021) khảo sát PCHT sinh viên tại Khoa Quốc tế - Đại học Thái Nguyên; Phạm Hoài Thảo Ngân (2015) nghiên cứu chu trình 4MAT của Bernice McCarthy; Bùi Thị Thúy Hằng (2017) dùng trắc nghiệm NEO-PI-R đối chiếu tính cách và PCHT tại Trường ĐH Bách khoa Hà Nội; Lưu Hớn Vũ (2021) sử dụng thang đo của Reid (1984) khảo sát sinh viên học tiếng Trung tại Trường ĐH Sư phạm TP.HCM; Dương Thị Kim Oanh và đồng nghiệp (2023) nghiên cứu tổng hợp PCHT dựa trên lý thuyết Kolb và VARK của Fleming.

Khoảng trống nghiên cứu được lựa chọn giải quyết

Đa phần các nghiên cứu trong nước và quốc tế tập trung vào lý thuyết chung, sử dụng bảng hỏi tĩnh hoặc triển khai cho đối tượng phổ thông. Luận án lựa chọn giải quyết khoảng trống: Thiết kế mô hình và phát triển module tích hợp trực tiếp trên nền tảng LMS Moodle nhằm tự động phát hiện phong cách học tập của sinh viên đại học dựa trên dữ liệu log tương tác hành vi thực tế, từ đó tự động phân phối tài nguyên và lộ trình học tập cá nhân hóa.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

• Lý thuyết học tập trải nghiệm (Kolb, 1984, 2013, 2014): Định nghĩa học tập là quá trình kiến thức được tạo ra thông qua sự chuyển hóa kinh nghiệm. Danh mục phong cách học tập của Kolb phát triển qua các phiên bản (LSI, LSI 2, LSI 2a, KLSI 3, KLSI 3.1, và KLSI Version 4.0 với 9 phân loại).
• Mô hình phong cách học tập VARK (Fleming, 1987): Phân loại theo 4 kênh tiếp nhận: Thị giác (Visual), Thính giác (Aural), Đọc/Viết (Read/Write), Vận động (Kinesthetic), cập nhật qua các phiên bản VARK 8.0 và VARK 8.01 (16 câu hỏi).
• Mô hình Felder - Silverman (FSLSM, 1988): Phân loại theo 5 cặp chiều hướng: Trực quan/Trực giác, Thị giác/Thính giác, Quy nạp/Diễn dịch, Tích cực/Phản ánh, Tuần tự/Tổng thể.
• Các mô hình PCHT khác: Mô hình não bộ của Herrmann (1989), Allinson - Hayes (1996), và bảng hỏi LSQ của Honey & Mumford (1989: Activist, Reflector, Theorist, Pragmatist).
• Khung đo lường học tập và phân tích dữ liệu: Chuẩn đo lường số liệu hoạt động học tập IMS Global Learning Consortium (Learning Activity Metrics), kỹ thuật phân tích học tập (Learning Analytics).
• Mô hình chấp nhận và sử dụng công nghệ hợp nhất (UTAUT): Sử dụng để đánh giá các yếu tố tác động đến mức độ chấp nhận và sử dụng hệ thống hỗ trợ HTCNH của sinh viên.

Phương pháp nghiên cứu

Luận án áp dụng phương pháp luận nghiên cứu liên ngành (Công nghệ giáo dục, Khoa học giáo dục, Khoa học máy tính, Công nghệ phần mềm, Học máy) kết hợp các nhóm phương pháp cụ thể:

Nhóm phương pháp	Công cụ và kỹ thuật triển khai	Mục đích sử dụng trong luận án
Nghiên cứu lý luận	Phân tích, tổng hợp, so sánh tài liệu trong và ngoài nước	Xây dựng hệ thống cơ sở lý luận về HTCNH, PCHT và khung mô hình đề xuất
Khai phá dữ liệu & Học máy	K-Means, Fuzzy C-Means, Silhouette Score, KNN, SVM, XGBoost, Decision Tree, Mạng Bayes	Phân cụm và xây dựng bộ phân loại tự động dự đoán PCHT từ log hành vi trên LMS
Phát triển phần mềm	Thiết kế hướng đối tượng, lập trình module web trên Moodle LMS	Xây dựng module tự động lưu trữ CSDL PCHT, phân quyền bài giảng và hiển thị học liệu tương thích
Điều tra bảng hỏi	Phiếu khảo sát sinh viên theo mô hình UTAUT, thang đo Likert	Đánh giá mức độ chấp nhận và sử dụng hệ thống của người học
Phương pháp chuyên gia	Phiếu xin ý kiến chuyên gia, hệ số tương quan Pearson, độ tin cậy	Đánh giá tính cần thiết, tính khả thi, tính dễ dùng và tính hữu dụng của hệ thống
Thực nghiệm sư phạm	Thiết kế thực nghiệm có đối chứng (lớp TN và ĐC) tại 02 học phần	Đo lường tác động của mô hình cá nhân hóa đến kết quả học tập đầu ra của sinh viên
Phân tích thống kê	Kiểm định độ tin cậy thang đo, đa cộng tuyến, $R^2$, $Q^2$, $f^2$, phân tích tác động trực tiếp/gián tiếp, tham số đặc trưng	Xử lý dữ liệu định lượng khảo sát UTAUT và kết quả điểm kiểm tra thực nghiệm

Nguồn tư liệu và dữ liệu nghiên cứu

• Dữ liệu log tương tác và hành vi học tập của sinh viên thu thập trên hệ thống LMS Moodle.
• Dữ liệu khảo sát từ phiếu hỏi sinh viên và giảng viên tại Trường ĐH Công nghệ và Trường ĐH Giáo dục - ĐHQGHN.
• Dữ liệu đánh giá từ các chuyên gia trong lĩnh vực Khoa học giáo dục và Công nghệ thông tin.
• Dữ liệu điểm kiểm tra đánh giá đầu vào và đầu ra của sinh viên tại các lớp thực nghiệm và đối chứng.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan nghiên cứu và cơ sở lý luận

Chương 1 hệ thống hóa cơ sở lý luận về học tập cá nhân hóa và phong cách học tập. Tác giả làm rõ nội hàm của HTCNH là tiến trình giáo dục lấy người học làm trung tâm, tối ưu hóa tốc độ học tập và phương pháp giảng dạy dựa trên nhu cầu, sở thích và năng lực của từng cá nhân (trích dẫn quan điểm của Patrick et al., 2013; John Dewey, 1915). Chương này phân tích chi tiết các mô hình phong cách học tập phổ biến (Kolb, VARK, FSLSM, Herrmann, Allinson - Hayes, Honey & Mumford) và so sánh hai phương thức xác định PCHT: phương pháp truyền thống qua bảng hỏi và phương pháp phát hiện tự động dựa trên học máy (Mạng Bayes, Cây quyết định, SVM, XGBoost, K-Means, Fuzzy C-Means, MLP, RNNs).

Từ việc tổng quan các mô hình HTCNH trên thế giới (Mangione et al., 2009; Soboleva et al., 2022; Melesko & Kurilovas, 2016; Papanikolaou & Boubouka, 2020; Cardenas et al., 2022; Bartle, 2015; Rahiman & Kodikal, 2024) và thực trạng nghiên cứu tại Việt Nam, chương 1 xác lập cơ sở khoa học để thiết kế mô hình hỗ trợ học tập cá nhân hóa thích ứng với sinh viên đại học trong môi trường trực tuyến.

Chương 2: Xây dựng mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập trong môi trường trực tuyến

Nội dung chương 2 tập trung vào việc thiết kế mô hình hệ thống và phát triển phần mềm thử nghiệm:

• Phương pháp tự động xác định phong cách học tập: Luận án xây dựng bảng ánh xạ hoạt động học tập với hành vi người học trên LMS Moodle theo chuẩn số liệu đo lường hành vi học tập. Tác giả tiến hành thử nghiệm các thuật toán phân cụm không giám sát để nhóm người học theo PCHT, so sánh chỉ số Silhouette Score giữa các thuật toán với số cụm $k \in {3, 4, 5}$:

Số cụm ($k$)	Kỹ thuật / Thuật toán phân loại	Kết quả và Đánh giá phân loại
$k = 3$	Phân cụm & thuật toán phân loại (KNN, SVM, XGBoost)	Kết quả phân loại tương ứng theo 3 nhóm phong cách học tập
$k = 4$	Phân cụm & thuật toán phân loại (KNN, SVM, XGBoost)	Đánh giá độ tách biệt cụm qua Silhouette Score; phân định 4 nhóm PCHT
$k = 5$	Phân cụm & thuật toán phân loại (KNN, SVM, XGBoost)	Kết quả phân loại chi tiết các nhóm hành vi tương tác trên LMS

• Cấu trúc mô hình HTCNH đề xuất: Mô hình gồm các thành phần cốt lõi: Module thu thập dữ liệu hành vi $\rightarrow$ Module xử lý và dự đoán PCHT tự động $\rightarrow$ Cơ sở dữ liệu lưu trữ hồ sơ PCHT $\rightarrow$ Module cá nhân hóa giao diện và tài nguyên học tập $\rightarrow$ Hệ thống phân quyền bài giảng và gợi ý học liệu thích ứng.
• Phát triển và kiểm thử module phần mềm: Tác giả xây dựng module tích hợp trực tiếp vào Moodle LMS. Các chức năng phát triển gồm: tự động tạo bảng CSDL lưu trữ PCHT người học, hiển thị danh sách người học kèm nhãn PCHT, phân quyền truy cập học liệu theo PCHT, tự động phân phối tài liệu định dạng tương thích (video, văn bản, bài tập mô phỏng, âm thanh), và cung cấp giao diện phân tích dữ liệu tương tác cho giảng viên. Toàn bộ các chức năng đã được kiểm thử đạt yêu cầu kỹ thuật.

Chương 3: Đánh giá và thảo luận

Chương 3 trình bày các kết quả đánh giá toàn diện mô hình đề xuất qua ba kênh:

• Đánh giá mức độ chấp nhận công nghệ (UTAUT): Khảo sát người học qua bảng hỏi, tiến hành kiểm định độ tin cậy thang đo (Cronbach's Alpha, Composite Reliability), kiểm định hiện tượng đa cộng tuyến, xác định hệ số xác định $R^2$, hệ số dự báo $Q^2$, quy mô ảnh hưởng $f^2$, cùng các tác động trực tiếp và gián tiếp giữa các biến số trong mô hình UTAUT đề xuất. Kết quả khẳng định người học có mức độ chấp nhận và sẵn sàng sử dụng hệ thống cao.
• Đánh giá từ chuyên gia: Khảo sát nhóm chuyên gia trong lĩnh vực Khoa học giáo dục và Công nghệ thông tin (thống kê theo cơ cấu trình độ và giới tính). Dữ liệu được phân tích độ tin cậy và hệ số tương quan Pearson, ghi nhận sự đồng thuận cao về tính cần thiết, tính khả thi, tính dễ dùng và tính hữu dụng của hệ thống hỗ trợ HTCNH khi triển khai thực tế.
• Đánh giá qua Thực nghiệm sư phạm (TNSP): Triển khai dạy học thực nghiệm có đối chứng trên 02 học phần đại học:

Thông số thực nghiệm	Học phần 1: Nhập môn Công nghệ giáo dục	Học phần 2: Ứng dụng ICT trong giáo dục
Lớp Thực nghiệm (TN)	Lớp EDT2001 2 (sử dụng hệ thống HTCNH tích hợp LMS)	Lớp EDT2002 6 (sử dụng hệ thống HTCNH tích hợp LMS)
Lớp Đối chứng (ĐC)	Lớp EDT2001 3 (học tập trực tuyến thông thường trên LMS)	Lớp EDT2002 2 (học tập trực tuyến thông thường trên LMS)
Kiểm tra đầu vào	Kết quả điểm số giữa 2 lớp tương đương, không có chênh lệch ý nghĩa	Kết quả điểm số giữa 2 lớp tương đương, không có chênh lệch ý nghĩa
Kiểm tra đầu ra	Điểm trung bình lớp TN cao hơn lớp ĐC; đồ thị tần suất tích lũy lệch phải	Điểm trung bình lớp TN cao hơn lớp ĐC; tỷ lệ đạt điểm khá - giỏi vượt trội
Tham số đặc trưng	Điểm trung bình, độ lệch chuẩn, phương sai lớp TN vượt trội lớp ĐC	Điểm trung bình, độ lệch chuẩn, phương sai lớp TN vượt trội lớp ĐC

Kết quả thực nghiệm sư phạm khẳng định việc can thiệp cá nhân hóa nội dung học tập theo phong cách học tập giúp sinh viên nâng cao kết quả học tập (điểm số kiểm tra) một cách rõ rệt.

---

Kết quả và những đóng góp mới

Đóng góp về mặt lý luận

• Luận án hệ thống hóa và làm rõ nội hàm khái niệm về học tập cá nhân hóa, hỗ trợ học tập cá nhân hóa và phong cách học tập trong bối cảnh giáo dục đại học trực tuyến.
• Xây dựng khung lý thuyết liên ngành kết hợp giữa Khoa học giáo dục và Công nghệ thông tin (khai phá dữ liệu học tập, học máy), thiết lập mô hình cấu trúc các thành tố và mối quan hệ giữa các thành tố hỗ trợ cá nhân hóa việc học trực tuyến cho sinh viên.
• Cung cấp cơ sở khoa học khẳng định vai trò của việc tự động hóa nhận diện phong cách học tập đối với việc nâng cao chất lượng và hiệu quả đào tạo đại học.

Đóng góp về mặt thực tiễn

• Đề xuất thành công quy trình tự động xác định phong cách học tập của sinh viên dựa trên phân tích log hành vi tương tác trên hệ thống quản lý học tập Moodle bằng các thuật toán học máy (K-Means, FCM, KNN, SVM, XGBoost).
• Phát triển hoàn chỉnh module phần mềm hỗ trợ học tập cá nhân hóa tích hợp trên nền tảng Moodle LMS với các tính năng tự động lưu trữ CSDL PCHT, phân quyền bài giảng và hiển thị học liệu thích ứng.
• Cung cấp bộ dữ liệu thực nghiệm sư phạm có đối chứng, các thang đo UTAUT và phiếu khảo sát chuyên gia, đóng vai trò làm tài liệu tham khảo thực tiễn cho các cơ sở giáo dục đại học khi xây dựng, điều chỉnh chương trình và triển khai các hệ sinh thái học tập số thích ứng.

Kiến nghị và giải pháp đề xuất

• Đối với các cơ sở giáo dục đại học: Cần đầu tư hoàn thiện hạ tầng công nghệ thông tin, tích hợp các công cụ hỗ trợ học tập cá nhân hóa và phân tích học tập vào hệ thống LMS dùng chung để nâng cao chất lượng dạy học trực tuyến.
• Đối với giảng viên: Đổi mới phương pháp thiết kế bài giảng trực tuyến theo hướng đa dạng hóa định dạng học liệu (video, văn bản, mô phỏng, âm thanh, diễn đàn) nhằm đáp ứng các phong cách học tập khác nhau của người học; sử dụng dữ liệu phân tích học tập để theo dõi tiến độ và hỗ trợ kịp thời cho sinh viên.
• Đối với người học: Nâng cao ý thức tự giác, chủ động khám phá và lựa chọn lộ trình học tập phù hợp với phong cách học tập của bản thân nhằm tối ưu hóa kết quả học tập.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

• Phạm vi đối tượng và không gian: Nghiên cứu mới giới hạn khảo sát và thực nghiệm tại 02 cơ sở đào tạo thành viên của Đại học Quốc gia Hà Nội (Trường Đại học Công nghệ và Trường Đại học Giáo dục) trên sinh viên thuộc khối ngành Công nghệ thông tin và Công nghệ giáo dục.
• Tham số cá nhân hóa: Luận án chủ yếu tập trung khai thác tham số phong cách học tập của người học, chưa kết hợp đồng thời với các tham số cá nhân khác như trạng thái cảm xúc, mức độ nhận thức sâu hay bối cảnh môi trường ngoài hệ thống.
• Nền tảng công nghệ: Việc thử nghiệm và triển khai giải pháp kỹ thuật được thực hiện trên hệ thống mã nguồn mở Moodle LMS, chưa mở rộng trên các hệ thống LMS thương mại khác.

Hướng nghiên cứu tiếp theo

• Mở rộng phạm vi khảo sát và thực nghiệm trên các nhóm ngành đào tạo khác nhau (Khoa học xã hội và nhân văn, Kinh tế, Y dược) và tại nhiều cơ sở giáo dục đại học trên cả nước.
• Nghiên cứu tích hợp đa tham số cá nhân hóa (kết hợp phong cách học tập với trình độ kiến thức ban đầu, trạng thái nhận thức và mục tiêu nghề nghiệp) nhằm nâng cao độ chính xác của lộ trình học tập gợi ý.
• Tiếp tục tối ưu hóa các mô hình học máy và thuật toán học sâu để tăng tốc độ và độ chính xác trong việc nhận diện phong cách học tập theo thời gian thực.

---

Giá trị tham khảo

Luận án là tài liệu chuyên khảo có giá trị ứng dụng và tham khảo cụ thể cho các nhóm đối tượng:

• Nghiên cứu sinh và học viên cao học: Cung cấp tổng quan tài liệu có hệ thống về HTCNH, PCHT, quy trình nghiên cứu liên ngành giữa giáo dục và công nghệ thông tin, cũng như phương pháp thiết kế thực nghiệm sư phạm có đối chứng kết hợp xử lý thống kê nâng cao (mô hình UTAUT, kiểm định đa biến).
• Giảng viên đại học: Cung cấp giải pháp thực hành trong việc thiết kế khóa học trực tuyến đa phương thức, biết cách phân loại học liệu và tổ chức hoạt động dạy học phù hợp với các nhóm phong cách học tập khác nhau trên hệ thống Moodle LMS.
• Cán bộ quản lý giáo dục và chuyên viên công nghệ giáo dục: Cung cấp cơ sở khoa học và giải pháp kỹ thuật để thiết kế, nâng cấp các hệ thống LMS trong nhà trường, phục vụ chiến lược chuyển đổi số và cá thể hóa đào tạo theo chủ trương của ngành giáo dục.

---

Câu hỏi thường gặp

1. Luận án sử dụng những mô hình phong cách học tập nào làm cơ sở lý luận chính?

Tác giả luận án đã phân tích và tổng hợp các mô hình phong cách học tập tiêu biểu bao gồm: Mô hình học tập trải nghiệm của Kolb (1984, 2013, 2014); Mô hình phong cách tiếp nhận qua giác quan VARK của Fleming (1987, phiên bản 8.0, 8.01); Mô hình phong cách học tập FSLSM của Felder và Silverman (1988); Mô hình dựa trên hoạt động não bộ của Herrmann (1989) và Allinson - Hayes (1996); cùng Danh mục câu hỏi phong cách học tập LSQ của Honey và Mumford (1989).

2. Kỹ thuật nào được sử dụng để tự động xác định phong cách học tập của sinh viên trên hệ thống LMS?

Luận án sử dụng kỹ thuật khai phá dữ liệu học tập (Learning Analytics) dựa trên hành vi tương tác thực tế của người học trên Moodle LMS (theo chuẩn số liệu IMS). Các thuật toán học máy được áp dụng bao gồm: các thuật toán phân cụm không giám sát (K-Means, Fuzzy C-Means) được đánh giá tối ưu hóa thông qua chỉ số Silhouette Score với các giá trị $k = 3, 4, 5$; kết hợp các thuật toán phân loại có giám sát như K-láng giềng gần nhất (KNN), Máy vector hỗ trợ (SVM) và Cây quyết định tăng cường độ dốc (XGBoost).

3. Mô hình chấp nhận công nghệ UTAUT trong luận án được kiểm định bằng những chỉ số thống kê nào?

Luận án tiến hành phân tích định lượng dữ liệu khảo sát người học qua các chỉ số thống kê: Kiểm định độ tin cậy thang đo (Cronbach's Alpha và độ tin cậy tổng hợp), kiểm định hiện tượng đa cộng tuyến (VIF), đánh giá hệ số xác định ($R^2$), hệ số dự báo ($Q^2$), quy mô ảnh hưởng ($f^2$), cùng việc kiểm định mức độ tác động trực tiếp và tác động gián tiếp của các nhân tố ảnh hưởng đến ý định và hành vi sử dụng hệ thống hỗ trợ HTCNH.

4. Thực nghiệm sư phạm được tiến hành trên những học phần và lớp học cụ thể nào?

Thực nghiệm sư phạm có đối chứng được triển khai trên sinh viên chính quy thuộc ĐHQGHN tại 02 học phần:

• Học phần Nhập môn Công nghệ giáo dục: Lớp Thực nghiệm là EDT2001 2; Lớp Đối chứng là EDT2001 3.
• Học phần Ứng dụng ICT trong giáo dục: Lớp Thực nghiệm là EDT2002 6; Lớp Đối chứng là EDT2002 2.

5. Kết quả thực nghiệm sư phạm đã chứng minh điều gì về hiệu quả của mô hình?

Kết quả kiểm tra đầu ra tại cả hai học phần cho thấy điểm trung bình, phương sai và đồ thị tần suất tích lũy điểm số của các lớp thực nghiệm (được hỗ trợ học tập cá nhân hóa thích ứng theo PCHT trên LMS) đều cao hơn có ý nghĩa so với các lớp đối chứng (học trực tuyến thông thường), trong khi điểm kiểm tra đầu vào giữa các lớp là tương đương. Điều này chứng minh giả thuyết khoa học của luận án là đúng đắn: việc vận dụng mô hình hỗ trợ HTCNH giúp nâng cao kết quả học tập của sinh viên.

---

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Hòa Huy đã giải quyết một vấn đề cấp thiết trong giáo dục đại học trực tuyến bằng cách xây dựng và kiểm chứng thành công mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập của sinh viên. Bằng việc kết hợp phương pháp luận liên ngành giữa Khoa học giáo dục và Công nghệ thông tin, nghiên cứu đã phát triển module tự động nhận diện phong cách học tập qua dữ liệu tương tác và phân phối học liệu thích ứng trên nền tảng Moodle LMS. Các kết quả đánh giá thông qua mô hình chấp nhận công nghệ UTAUT, tham vấn chuyên gia và thực nghiệm sư phạm có đối chứng trên các học phần cụ thể đã khẳng định tính khả thi, tính hữu dụng và hiệu quả của mô hình trong việc nâng cao kết quả học tập của người học. Công trình là tài liệu tham khảo hữu ích cho công tác nghiên cứu lý luận, giảng dạy thực tiễn và phát triển công nghệ đào tạo thích ứng trong kỷ nguyên số.

Trích đoạn nội dung tài liệu

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.