CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO KHẢ NĂNG NGHỈ HỌC CỦA HỌC VIÊN HỌC TRỰC TUYẾN 1. Học trực tuyến và quản lý quan hệ học viên trong học trực tuyến 1. Học trực tuyến là gì? Hiện nay có rất nhiều các quan điểm khác nhau về đào online hay đào tạo trực tuyến, nhưng cách hiểu cơ bản đó là một phương thức phân phối các tài liệu, nội dung học tập dựa trên các công cụ điện tử hiện đại như: điện thoại, máy tính thông qua mạng internet. Trong đó, nội dung tài liệu học tập có thể được cập nhật từ các website trường học trực tuyến và các ứng dụng di động khác.
Đặc điểm vượt trội của đào tạo qua mạng đó chính là tính tương tác cao và đa dạng giữa giảng viên và người học. Theo tính năng đó, giảng viên và người học có thể trao đổi trực tiếp với nhau thông qua các ứng dụng: chat, email, diễn đàn, hội thảo trực tuyến,… Thật ra, học trực tuyến đã có từ lâu. Khóa học qua mạng đầu tiên được đưa ra vào năm 1986 bởi trường Đại học John F. Kennedy ở California – Hoa Kỳ.
Cho đến ngày nay, tại Mỹ đã có tổng số 21 triệu đăng ký học tập qua website học online. Theo một nghiên cứu của tổ chức Babson Survey Research Group cho thấy vào năm 2013 tại Mỹ đã có trên 7 triệu học viên đăng ký tham gia lớp học online. Về kết quả, học trực tuyến cũng không thua kém các lớp học truyến thống. Các chuyên gia về đào tạo giáo dục đã có hơn 30 năm nguyên cứu cho thấy kết quả học tập tại các website học trực tuyến không hề thua kém so với các lớp học truyền thống.
Dựa vào ưu điểm về sự tiên ích của học online nên nhiều người cho rằng nó dễ dàng hơn đào tạo truyền thống. Tuy nhiên, khóa học trực tuyến qua mạng có nghiêm ngặt và khó khăn hay không cũng tùy thuộc vào giảng viên và sự đánh giá của web elearning. Việc học trực tuyến đang ngày một phổ biến, hiện nay hầu hết các tổ chức và trường đại học cung cấp và thiết kế website trường học trực tuyến. Các tổ chức và cá nhân thiết kế web Elearning luôn có nhiều định dạng và phương thức cho quá trình học tập như: đào tạo bằng các văn bản thuần túy thông qua thư điện tử, đào tạo bằng phương pháp đặc trưng tương tác ở mức độ cao thông qua các dịch 3 vụ phương tiện phong phú.
Ngoài ra, học trực tuyến qua mạng còn có thể cho phép học viên truy cập các liên kết bên ngoài, những mô phỏng chất lượng cao và các hiệu ứng sinh động. Chính vì thế, tùy thuộc vào mức độ học tập của học viên và quy mô của website học tập trực tuyến mà có nội dung cũng như phương pháp đào tạo thích hợp nhất. Việc thiết kế web đào tạo online giúp giảm bớt được nhiều chi phí xây dựng trường học, cắt giảm được các khâu như: trang bị cơ sở vật chất cho lớp học. Bên cạnh đó, với thiết kế website thanh toán online còn hỗ trợ nhanh chóng và hiệu quả trong việc đóng học phí của học viên.
Tuy nhiên, dù là lớp học ảo nhưng cũng cần phải thiết kế web quản lý cho học viên đăng ký khóa học cũng như để giảng viên theo dõi quá trình học tập của học viên. Hoặc hơn thế nữa các trường học kết hợp cả phương thức đào tạo trực tiếp lần đào tạo trực tuyến cũng có thể thiết kế web quản lý ký túc xá để quản lý học viên thuận tiện hơn 1. Mối quan hệ với học viên trong học trực tuyến Đối với bất kỳ mô hình kinh doanh nào, mà đặc biệt là với các doanh nghiệp dịch vụ, khách hàng luôn là những người quan trọng nhất, ảnh hưởng trực tiếp đến sự thành công của doanh nghiệp. Kinh doanh ngành giáo dục, đào tạo yêu cầu mối quan hệ tương tác cao với khách hàng bởi vậy, xây dựng hệ thống dữ liệu khách hàng là một điều tối quan trọng.
Không chỉ quản lý, phân loại học viên của mình mà còn phải nắm bắt được thói quen, nhu cầu, sở thích, … của nhóm khách hàng mục tiêu đến với doanh nghiệp mình. Bên cạnh đó, xây dựng và phát triển quan hệ khách hàng cũng là một nhiệm vụ bất cứ Doanh nghiệp giáo dục, đào tạo nào cũng cần chú tâm đến. Bởi vậy, quản trị các hệ thống tương tác với khách hàng, xây dựng mối quan hệ tốt và chăm sóc một nhóm khách hàng thân thiết sẽ là một phương thức hiệu quả và cần thiết với nhiều cơ sở kinh doanh. Với ngành giáo dục, đào tạo thì việc chăm sóc học viên giúp tạo sự tương tác gần gũi khiến học viên nhớ đến thương hiệu lâu hơn, đồng thời khảo sát được những ý kiến đánh giá từ họ về cảm nhận và chất lượng kiến thức có được mà họ 4 đã trải qua.
Từ đó giúp học viên cảm thấy được quan tâm một cách chân thành, tạo cơ hội để mở đường cho những lần đăng ký các khóa học tiếp theo hoặc giới thiệu người thân tham gia. Bên cạnh đó, nhà trường, doanh nghiệp cũng có thể tiếp thu những đánh giá của học viên để cải thiện và phát huy nội dung, hình thức tổ chức bài giảng của mình. Vấn đề bỏ học Việc học sinh, sinh viên (HSSV) bỏ học được coi là vấn đề phức tạp và quan trọng nhất trong hệ thống giáo dục. Vấn đề này gây thiệt hại về kinh tế, xã hội, học thuật, chính trị và tài chính cho các tác nhân chính của giáo dục, tức là từ HSSV đến chính phủ.
Các cơ quan vẫn luôn khuyến khích đưa ra các chiến lược hiệu quả để giảm thiểu chỉ số bỏ học, kể từ khi các biện pháp được áp dụng cho đến nay vẫn chưa có tác động tích cực để giải quyết vấn đề này. Các nghiên cứu trước đây đã đưa ra nhiều định nghĩa khác nhau về việc HSSV bỏ học. Định nghĩa phổ biến nhất tập trung vào việc HSSV sẽ tiếp tục hoạt động học tập cho đến cuối tuần hay tuần hiện tại là tuần cuối cùng mà HSSV hoạt động. Việc xác định sớm những HSSV có nguy cơ bỏ học là rất quan trọng.
Do đó, yếu tố thời gian rất quan trọng đối với vấn đề bỏ học. Một số nghiên cứu đã phát hiện ra rằng 75% trường hợp bỏ học xảy ra trong vài tuần đầu tiên. Dự đoán bỏ học thường được coi là vấn đề dự đoán chuỗi thời gian hoặc vấn đề ghi nhãn chuỗi. Những điều này có thể tương ứng với biểu hiện cuối cùng của HSSV trước khi bỏ học.
Mặt khác, chiều thời gian có thể được đưa vào một cách gián tiếp trong dự đoán tỷ lệ bỏ học bằng cách sử dụng các thuộc tính đầu vào có sẵn trong một khoảng thời gian cụ thể, cho phép lựa chọn hình thức can thiệp phù hợp. Cụ thể, việc HSSV bỏ học gây ra những thiếu hụt giáo dục có thể ảnh hưởng nghiêm trọng đến các vấn đề về kinh tế và xã hội của các thế hệ hiện tại và tương lai. Bên cạnh đó, một số thiệt hại cho xã hội có thể gặp phải do năng lực sản xuất của một quốc gia có thể bị thách thức do thiếu lực lượng lao động lành nghề, và vấn đề bỏ học có thể dẫn đến mức sống thấp, vấn đề thất nghiệp và các hành vi gây rối trong xã hội. Vì vậy, đây được xem là một trở ngại rất lớn đối với sự phát 5 triển giáo dục.
Để giải quyết vấn đề này, cảnh báo việc bỏ học có thể giúp các cơ sở giáo dục xác định các hành vi có thể đẩy nhanh nguy cơ bỏ học và thực hiện các biện pháp chủ động phòng ngừa để giải quyết vấn đề trước khi xảy ra. Khi HSSV có ý định bỏ học, họ áp dụng quyết định của mình mà không cân nhắc kỹ lưỡng những nguy cơ có thể phát sinh, hoặc xin ý kiến hướng dẫn của cha mẹ, người thân. Sự can thiệp kịp thời theo sau hệ thống cảnh báo sớm việc bỏ học có thể giúp HSSV có nguy cơ bỏ học tiếp tục tập trung vào việc học cho đến khi họ hoàn thành khóa học và chuẩn bị cho một tương lai tốt đẹp hơn. Kỹ thuật máy học và khai pháp dữ liệu trong dự báo khả năng nghỉ học của học viên Học máy là một công cụ đầy hứa hẹn để xây dựng mô hình dự đoán tình trạng học viên bỏ học và đưa ra cảnh báo sớm cho các các trường để thực hiện các biện pháp thay thế đối với những học viên có nguy cơ bỏ học.
Gần đây, một số nghiên cứu nhấn mạnh việc dự đoán thành tích của học viên bằng cách sử dụng mô hình khai thác dữ liệu (DM)/học máy (ML). Ví dụ: học viên bỏ học ở bậc đại học đã được dự đoán bằng cách sử dụng bộ dữ liệu lớn nhất đã biết về tình trạng tiêu hao ở bậc đại học, theo dõi hơn 32.500 nhân khẩu học và hồ sơ bảng điểm của học viên tại một trong những trường đại học công lập lớn nhất quốc gia và kết quả tổng thể đã chứng minh rằng các mô hình ML có tác động đáng kể về khả năng duy trì và thành công của học viên đồng thời chỉ ra một số hướng đi đầy hứa hẹn cho công việc trong tương lai [1]. Tương tự như vậy, các phương pháp DM được sử dụng để phân tích tình trạng học viên bỏ học trong những năm cuối cấp. Mặc dù các thuật toán DM/ML khác nhau đã được sử dụng để dự đoán tình trạng bỏ học, nhưng chúng vẫn có một số hạn chế nhất định.
Trong một số trường hợp, sự mất cân bằng trong lớp học có thể là một trong những khó khăn tiềm tàng trong việc triển khai dự đoán học viên bỏ học bằng ML. Trong kết quả nhị phân đại diện cho học viên bỏ học, tỷ lệ của hai lớp (học viên bỏ học và không bỏ học) có xu hướng mất cân bằng (ví dụ: 1,4% học viên bỏ học so với 98,6% học viên không bỏ học ở trường trung học phổ thông Hàn Quốc năm 2016) [2]. Bên cạnh 6 đó, các phương pháp tiếp cận ML bị chỉ trích vì chúng sử dụng chiến thuật “hộp đen” để dự đoán tình trạng bỏ học và thiếu cách giải thích đúng về mô hình cho con người [3].