Mô Hình Tư Vấn Học Tập Trên Hệ Thống Đào Tạo Trực Tuyến Dựa Trên Cộng Đồng Người Dùng

Chuyên khảo kỹ thuật phân tích Xây dựng mô hình tư vấn học tập trên hệ thống đào tạo trực tuyến dựa trên cộng đồng người dùng đa, đánh giá các khía cạnh quan trọng, đề xuất hướng

• Tác giả: Bùi Xuân Huy
• Người hướng dẫn: TS. Nguyễn An Tế
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Hệ Thống Thông Tin Quản Lý
• Đề tài: Mô Hình Tư Vấn Học Tập Trên Hệ Thống Đào Tạo Trực Tuyến Dựa Trên Cộng Đồng Người Dùng
• Loại tài liệu: Luận Án Tiến Sĩ
• Năm xuất bản: 2024
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Về Mô Hình Tư Vấn Học Tập Trực Tuyến Hiện Nay

Sự bùng nổ thông tin và số lượng người dùng Internet gia tăng tạo ra thách thức lớn về tình trạng quá tải thông tin. Hệ thống tư vấn thông tin (Recommender System) ra đời để giải quyết vấn đề này bằng cách trích lọc thông tin dựa trên đặc trưng, sở thích, mối quan tâm hoặc hành vi của người dùng. Hệ thống này ngày càng trở nên quan trọng, hỗ trợ người dùng tìm kiếm thông tin hiệu quả hơn. Konstan & Riedl (2012) nhấn mạnh vai trò của hệ thống tư vấn trong việc giảm chi phí tìm kiếm và cải thiện quá trình ra quyết định. Hệ thống tư vấn không chỉ được ứng dụng trong du lịch, thương mại mà còn trong e-Learning, hỗ trợ đào tạo và học tập trực tuyến, đặc biệt trên các nền tảng học tập trực tuyến.

1.1. Vai trò của hệ thống tư vấn trong đào tạo trực tuyến

Trong đào tạo trực tuyến, hệ thống tư vấn học tập đóng vai trò quan trọng trong việc hướng dẫn học viên. Chúng giúp cá nhân hóa lộ trình học tập, gợi ý tài liệu học tập trực tuyến, và kết nối người học với cộng đồng phù hợp. Điều này đặc biệt quan trọng trong môi trường e-Learning, nơi người học có thể cảm thấy lạc lõng và cần sự định hướng. Hệ thống tư vấn giúp tăng tính tương tác và hiệu quả của quá trình học tập.

1.2. Phân loại hệ thống đào tạo trực tuyến LMS và PLS

Hệ thống đào tạo trực tuyến có thể được xây dựng theo hai hướng chính: hệ thống LMS (Learning Management System) và hệ thống PLS (Personalized Learning System). LMS cung cấp nội dung đồng nhất cho tất cả học viên, trong khi PLS tập trung vào việc cá nhân hóa lộ trình học tập dựa trên đặc điểm của từng người. Hệ thống tư vấn học tập thường được tích hợp vào PLS để cung cấp trải nghiệm học tập cá nhân hóa học tập hiệu quả hơn. Sự khác biệt này phản ánh cách tiếp cận quản lý và cá nhân hóa trong giáo dục trực tuyến.

II. Thách Thức Của Học Viên Trong Môi Trường Đào Tạo Trực Tuyến

Môi trường đào tạo trực tuyến mang lại nhiều lợi ích nhưng cũng đặt ra không ít thách thức cho học viên. Một trong những vấn đề lớn nhất là sự cô lập và mất phương hướng trong môi trường học tập ảo. Học viên thường thiếu sự tương tác trực tiếp với giảng viên và bạn bè, gặp khó khăn trong việc tìm kiếm tài liệu học tập trực tuyến phù hợp, và không biết nên học tập như thế nào để đạt hiệu quả cao nhất. Đại dịch Covid-19 càng làm trầm trọng thêm tình trạng này, khi việc chuyển đổi sang hình thức học trực tuyến diễn ra một cách vội vã, thiếu sự chuẩn bị kỹ lưỡng.

2.1. Vấn đề quá tải thông tin và khó khăn trong lựa chọn tài liệu

Trong môi trường học tập trực tuyến, học viên thường phải đối mặt với lượng thông tin khổng lồ và đa dạng. Việc lựa chọn tài liệu học tập trực tuyến phù hợp trở thành một thách thức lớn. Học viên cần một hệ thống hỗ trợ để lọc thông tin, đánh giá độ tin cậy và mức độ liên quan của tài liệu, và đưa ra quyết định học tập hiệu quả. Hệ thống tư vấn học tập có thể giúp giải quyết vấn đề này bằng cách gợi ý tài liệu dựa trên sở thích, mục tiêu và lịch sử học tập của học viên.

2.2. Thiếu tương tác và hỗ trợ đồng đẳng trong môi trường trực tuyến

Một trong những hạn chế của đào tạo trực tuyến là thiếu sự tương tác trực tiếp giữa học viên và giảng viên, cũng như giữa các học viên với nhau. Điều này có thể dẫn đến cảm giác cô đơn, giảm động lực học tập và khó khăn trong việc giải đáp thắc mắc. Hệ thống tư vấn học tập có thể giúp khắc phục hạn chế này bằng cách kết nối học viên với cộng đồng học tập trực tuyến, tạo điều kiện cho việc chia sẻ kiến thức và hỗ trợ đồng đẳng.

III. Đề Xuất Mô Hình Tư Vấn Dựa Trên Cộng Đồng Người Dùng Đa Tiêu Chí

Để giải quyết những thách thức trên, luận án đề xuất một mô hình tư vấn học tập trên hệ thống đào tạo trực tuyến dựa trên cộng đồng người dùng. Mô hình này kết hợp phương pháp tư vấn dựa trên nội dung và tư vấn dựa trên sự cộng tác, đồng thời xem xét nhiều tiêu chí khác nhau để hình thành cộng đồng người dùng. Mục tiêu là cung cấp cho học viên những tư vấn cá nhân hóa học tập và phù hợp nhất, giúp họ vượt qua khó khăn và đạt được kết quả học tập tốt nhất. Mô hình này tận dụng kinh nghiệm của cả cá nhân và cộng đồng để tối ưu hóa quá trình học tập.

3.1. Kết hợp phương pháp tư vấn dựa trên nội dung và sự cộng tác

Mô hình đề xuất kết hợp hai phương pháp tư vấn chính: tư vấn dựa trên nội dung (Content-based filtering) và tư vấn dựa trên sự cộng tác (Collaborative filtering). Phương pháp tư vấn dựa trên nội dung giúp học viên tìm kiếm tài nguyên học tập có đặc điểm tương tự với những tài nguyên họ đã quan tâm trong quá khứ. Trong khi đó, phương pháp tư vấn dựa trên sự cộng tác tận dụng kinh nghiệm và đánh giá của cộng đồng học tập trực tuyến để đưa ra gợi ý. Sự kết hợp này giúp tận dụng ưu điểm của cả hai phương pháp và cung cấp tư vấn toàn diện hơn.

3.2. Xây dựng cộng đồng người dùng đa tiêu chí

Mô hình đề xuất xây dựng cộng đồng người dùng dựa trên nhiều tiêu chí khác nhau, như sở thích, thói quen học tập, điểm số, mục tiêu học tập, v. Điều này giúp tạo ra các cộng đồng học tập nhỏ hơn, phù hợp hơn với nhu cầu của từng học viên. Việc tham gia vào cộng đồng phù hợp giúp học viên nhận được sự hỗ trợ đồng đẳng, chia sẻ kiến thức và kinh nghiệm, và tăng cường động lực học tập.

IV. Ứng Dụng Mô Hình Trong Hệ Thống Hỗ Trợ Quyết Định Học Tập

Mô hình tư vấn được tích hợp vào hệ thống hỗ trợ quyết định trong hoạt động học tập. Hệ thống này giúp người học đưa ra các quyết định quan trọng, như lựa chọn lộ trình học tập, đăng ký môn học, lựa chọn phương pháp học tập hiệu quả. Hệ thống này phân tích dữ liệu về người học, môn học và cộng đồng người dùng để đưa ra các gợi ý cá nhân hóa học tập. Mục tiêu là giúp người học tối ưu hóa quá trình học tập và đạt được kết quả tốt nhất. Nó tạo ra một môi trường học tập chủ động và hiệu quả.

4.1. Tư vấn lựa chọn lộ trình học tập và đăng ký môn học

Hệ thống tư vấn giúp học viên lựa chọn lộ trình học tập phù hợp với năng lực và mục tiêu của bản thân. Nó gợi ý các môn học phù hợp, sắp xếp thứ tự ưu tiên của các môn học, và giúp học viên lập kế hoạch học tập chi tiết. Dựa trên lịch sử học tập, điểm số, sở thích và đánh giá của cộng đồng, hệ thống cung cấp những tư vấn cá nhân hóa học tập giúp học viên đưa ra quyết định sáng suốt.

4.2. Tư vấn cách thức học tập hiệu quả cho từng môn học

Hệ thống tư vấn cũng cung cấp các gợi ý về cách thức học tập hiệu quả cho từng môn học. Dựa trên phân tích dữ liệu về cách thức học tập của những học viên thành công trong môn học đó, hệ thống đưa ra các gợi ý về phương pháp học tập, tài liệu tham khảo, và các hoạt động học tập phù hợp. Điều này giúp học viên học tập một cách hiệu quả hơn và đạt được kết quả tốt hơn.

V. Thực Nghiệm Mô Hình Đánh Giá Hiệu Quả Tư Vấn Học Tập

Để đánh giá hiệu quả của mô hình, luận án tiến hành thực nghiệm trên dữ liệu thực tế từ hệ thống LMS của một trường đại học. Quá trình thực nghiệm bao gồm các bước tiền xử lý dữ liệu, xây dựng hồ sơ người học, thành lập cộng đồng người dùng, và xây dựng các phân hệ tư vấn học tập. Kết quả thực nghiệm cho thấy mô hình đề xuất có khả năng cung cấp các tư vấn chính xác và phù hợp, giúp cải thiện kết quả học tập của học viên. Các thuật toán được sử dụng được so sánh để đánh giá hiệu quả.

5.1. Mô tả dữ liệu và quy trình thực nghiệm chi tiết

Quá trình thực nghiệm được thực hiện trên dữ liệu thực tế từ hệ thống LMS của một trường đại học, bao gồm thông tin về học viên, môn học, lịch sử hoạt động, và kết quả đánh giá. Quy trình thực nghiệm bao gồm các bước tiền xử lý dữ liệu, xây dựng hồ sơ người học, thành lập cộng đồng người dùng, và xây dựng các phân hệ tư vấn học tập. Mỗi bước được thực hiện cẩn thận để đảm bảo tính chính xác và tin cậy của kết quả.

5.2. So sánh kết quả thực nghiệm các thuật toán tư vấn khác nhau

Kết quả thực nghiệm được so sánh với các thuật toán tư vấn khác nhau để đánh giá hiệu quả của mô hình đề xuất. Các chỉ số đánh giá như độ chính xác, độ bao phủ, và độ tin cậy được sử dụng để so sánh các thuật toán. Kết quả cho thấy mô hình đề xuất có khả năng cung cấp các tư vấn chính xác và phù hợp hơn so với các thuật toán khác.

VI. Khuyến Nghị Triển Khai Phát Triển Mô Hình Tư Vấn Học Tập

Dựa trên kết quả nghiên cứu, luận án đưa ra các khuyến nghị về triển khai và phát triển mô hình tư vấn học tập trong thực tế. Các khuyến nghị tập trung vào các khía cạnh tổ chức, quản lý và công nghệ. Đồng thời, luận án cũng đề xuất các giải pháp đánh giá hiệu quả của hệ thống tư vấn, đảm bảo hệ thống hoạt động hiệu quả và đáp ứng nhu cầu của người dùng. Các khuyến nghị này hướng đến việc cải thiện chất lượng đào tạo trực tuyến và nâng cao hiệu quả học tập của học viên.

6.1. Khuyến nghị về mặt tổ chức và quản lý hệ thống đào tạo

Để triển khai mô hình tư vấn học tập thành công, cần có sự hỗ trợ từ phía tổ chức và quản lý hệ thống đào tạo. Các khuyến nghị bao gồm việc thành lập đội ngũ chuyên gia về phân tích dữ liệu và tư vấn học tập, xây dựng quy trình quản lý dữ liệu hiệu quả, và tạo ra môi trường khuyến khích sự tham gia của học viên vào cộng đồng học tập trực tuyến.

6.2. Khuyến nghị về giải pháp đánh giá hiệu quả và phát triển tương lai

Cần có các giải pháp đánh giá hiệu quả của hệ thống tư vấn để đảm bảo hệ thống hoạt động hiệu quả và đáp ứng nhu cầu của người dùng. Các giải pháp bao gồm việc thu thập phản hồi từ học viên, phân tích dữ liệu về kết quả học tập, và so sánh với các phương pháp học tập truyền thống. Trong tương lai, có thể phát triển mô hình bằng cách tích hợp thêm các công nghệ mới như AI và Machine Learning để cung cấp tư vấn cá nhân hóa học tập hơn nữa.

Trích đoạn nội dung tài liệu

Chương 1 của luận án lược khảo một cách toàn diện các nghiên cứu về tư vấn học tập trên hệ thống đào tạo trực tuyến trong khoảng thời gian từ 2015 đến 2022. Các nghiên cứu được khảo sát trên ba khía cạnh như sau: (i) tiếp cận từ góc độ hệ thống thông tin hay chỉ dừng lại ở mức độ đề xuất thuật toán, (ii) phương pháp đánh giá và (iii) các đặc trưng được sử dụng để xây dựng hồ sơ người học nhằm xác định các khoảng trống tri thức để làm cơ sở cho việc định hướng nghiên cứu của luận án. Phương pháp thực hiện Nghiên cứu sinh sử dụng phương pháp phân tích tổng hợp tài liệu PRISMA được đề xuất bởi Moher và cộng sự (Moher et al.1: Quá trình tìm kiếm và tổng hợp tài liệu theo phương pháp PRISMA (Nguồn: tác giả tổng hợp) Các nghiên cứu được tìm kiếm trên các cơ sở dữ liệu Proquest Central, Springer Link, IEEE Xplore, Elsevier và ResearchGate. Số lượng bài báo tìm được trong khoảng thời gian từ năm 2015 đến 2022 là 205 bài.

Sau khi sàng lọc các nghiên cứu trùng lặp và không liên quan, còn lại 70 bài được tiến hành lược khảo. Đối với các nghiên cứu trong nước, khoảng thời gian được mở rộng trước 2015 để tìm kiếm thêm các bài báo có liên quan vì những nghiên cứu về lĩnh vực tư vấn trong đào tạo trực tuyến tại Việt Nam rất ít. Kết quả thực hiện Như đã phân tích ở phần bối cảnh chung của đề tài, một hệ thống đào tạo trực tuyến có thể được xây dựng theo cách hai cách tiếp cận là quản lý học tập và học tập được cá nhân hóa. Hệ thống đào tạo trực tuyến xây dựng theo cách tiếp cận quản lý học tập có chức năng xây dựng chương trình đào tạo, thiết kế bài giảng và công cụ học tập cho phép quản lý nội dung, ngân hàng bài giảng-đề thi, bên cạnh đó cung cấp một cổng thông tin chung cho mọi tương tác trong quá trình đào tạo.

Đặc điểm của các hệ thống đào tạo trực tuyến xây dựng theo cách tiếp cận quản lý học tập là cung cấp dịch vụ như nhau cho mọi người học, tuân theo một kịch bản giảng dạy được thiết kế sẵn (Yulianto, Prabowo, Kosala, & Hapsara, 2016). Trong khi đó, hệ thống học tập được cá nhân hóa có khả năng thích nghi với từng đặc trưng người học để xây dựng các khóa học động, điều hướng nội dung học tập một cách hiệu quả. Theo Brusilovsky (Brusilovsky, 2001) (Ricci, Rokach, & Shapira, 2022), sự thích nghi đối với từng người học trong đào tạo trực tuyến có ý nghĩa rất quan trọng vì hai lý do sau đây: (i) người học trong các hệ đào tạo trực tuyến có những sự khác nhau về mục tiêu, sở thích, mối quan tâm, kiến thức đã có, v. và những đặc trưng cá nhân này cũng thay đổi theo thời gian, hoàn cảnh.

Ví dụ, kiến thức tăng thêm/quên bớt; mối quan tâm đối với một vấn đề còn hay hết, v. (ii) mỗi người học là một cá thể khác nhau cần được hệ thống hỗ trợ theo những cách thức riêng biệt phù hợp với từng cá nhân. Tư vấn học tập trên hệ thống đào tạo trực tuyến được xây dựng theo cách tiếp cận quản lý học tập Các nghiên cứu liên quan đến hệ thống đào tạo trực tuyến xây dựng theo cách tiếp cận quản lý học tập có thể chia làm hai hướng. Hướng thứ nhất là các nghiên cứu định tính được Ziraba và cộng sự thực hiện tổng quan vào năm 2020 (Ziraba, Akwene, & Lwanga, 2020).

Hướng thứ hai là các nghiên cứu về mặt kỹ thuật có thể kế đến là nghiên cứu của Al-Khanjari và Al Roshdi (Al-Khanjari & Al-Roshdi, 2015). Nghiên cứu này phát triển phòng thực hành ảo giúp sinh viên chuyên ngành khoa học máy tính có thể thực hành kết hợp xem video bài giảng, lập trình và biểu diễn kết quả trên lớp học trực tuyến. Một nghiên cứu khác của Almeida và cộng sự triển khai hệ thống cho phép sinh viên học lập trình từ xa (Almeida, Netto, & Rios, 2017), hệ thống có khả năng tối ưu hóa mã lập trình và và tạo tập thực thi bằng chương trình NXT-Python. Một nghiên cứu khác của Gunarathne năm 2020 (Gunarathne, Shih, Chootong, Sommool, & Ochirbat, 2020) đề xuất một kho lưu trữ trực tuyến bao gồm các tài nguyên kỹ thuật số, các đối tượng học tập: như hình ảnh, hướng dẫn, mô phỏng, đố 12 vui, bài kiểm tra, bản trình bày và tất cả các công cụ khác giúp tạo ra một đơn vị học tập hoàn chỉnh được nhóm lại theo danh mục và cho phép người học tùy biến.

Những nghiên cứu về mặt kỹ thuật chỉ tập trung vào việc phát triển các công cụ hỗ trợ hoạt động của người học trên hệ thống đào tạo trực tuyến. Hiện trong phạm vi các tài liệu nghiên cứu, chưa có những kết quả cho thấy có những nghiên cứu về hệ thống tư vấn học tập đặc biệt là những nghiên cứu từ góc độ hệ thống thông tin. Tuy nhiên, từ những năm 1970s, lĩnh vực trí tuệ nhân tạo đã được nghiên cứu ứng dụng vào hệ thống đào tạo trực tuyến và xuất hiện khái niệm hệ thống gia sư thông minh (Almasri et al. Trách nhiệm quan trọng nhất của hệ thống gia sư thông minh là hỗ trợ người học trong quá trình giải quyết vấn đề dựa trên mô hình tri thức, mô hình người học và mô hình sư phạm quyết định họat động giáo dục nào sẽ được cung cấp cho người học.

Như vậy, hệ thống gia sư thông minh cũng là một hệ thống tư vấn học tập. Tuy nhiên, những nghiên cứu về hệ thống gia sư thông minh cho thấy điểm yếu lớn nhất của hệ thống này là không có khả năng tái sử dụng cùng một kiến trúc trong các ngữ cảnh khác nhau (Crow, Luxton-Reilly, & Wuensche, 2018). Tư vấn học tập trên hệ thống đào tạo trực tuyến được xây dựng theo cách tiếp cận học tập được cá nhân hóa Các hệ thống đào tạo trực tuyến được xây dựng theo cách tiếp cận học tập được cá nhân hóa cần phải có khả năng thích nghi theo nhu cầu của người học tức là chỉ thể hiện hoặc cung cấp những gì mà cá nhân người học thật sự đang cần dưới dạng tự động điều hướng nội dung học tập, đề kiểm tra, bài tập đánh giá hoặc dưới dạng những tư vấn về tài nguyên học tập, lựa chọn môn học, xây dựng lộ trình học tập, giảng viên. Đây là điểm khác biệt cơ bản so với hình thức đào tạo truyền thống và hệ thống đào tạo được xây dựng theo cách tiếp cận quản lý học tập.

Về ứng dụng Tại Việt Nam, đã có một số ứng dụng về tư vấn trong đào tạo trực tuyến như: hệ thống VNPT E-Learning tích hợp BlockChain nhằm quản lý và cấp chứng chỉ, cho phép giảng viên/phụ huynh theo dõi và quản lý được tiến trình học tập của học viên; trợ lý học tập thông minh VioEdu LMS ứng dụng AI của tập đoàn FPT có thể tổng hợp và phân tích quá trình rèn luyện của học sinh từ đó tìm ra điểm mạnh cũng như lỗ hổng kiến thức để đề xuất lộ trình học tập phù hợp với năng lực; Elsa Speak, Doulingo là các ứng dụng luyện nói tiếng Anh hiệu quả dựa trên việc phân tích giọng nói để đề xuất các phương pháp thích hợp để cải thiện khả năng đàm thoại của người học. Có thể nhận thấy các ứng dụng được đề cập đưa ra tư vấn chỉ dựa trên phân tích đặc trưng cá nhân của người học như lịch sử học tập, thói quen và năng lực học tập. Các ứng dụng này không 13 khai thác kinh nghiệm cộng đồng tức là không xem xét người học trong một cộng đồng có những đặc trưng tương tự với họ và đưa ra tư vấn dựa trên đánh giá của cộng đồng đó. Về nghiên cứu Các nghiên cứu về tư vấn học tập trên hệ thống đào tạo trực tuyến được xây dựng theo cách tiếp cận học tập được cá nhân hóa có thể chia thành hai phương pháp chính (i) phương pháp tư vấn dựa trên nội dung (Content-based filtering)- các tư vấn đưa ra dựa trên đặc trưng cá nhân của người học và lịch sử tương tác của họ với hệ thống; (ii) phương pháp tư vấn dựa trên cộng sự cộng tác (Collaborative filtering) - các tư vấn được đưa ra dựa trên việc xem xét người học trong một cộng đồng bao gồm những người học có những đặc trưng tương tự và những đánh giá từ cộng đồng đó về nội dung tư vấn.

Tuy nhiên cả hai phương pháp đều có điểm mạnh và điểm yếu, vì vậy các nhà nghiên cứu cũng có thể tiếp cận theo hướng kết hợp hai phương pháp để tạo thành phương pháp lai (Hybrid filtering) (Gulzar, Leema, & Deepak, 2018). Vì vậy, với mục đích tổng quan nghiên cứu để tìm khoảng trống tri thức làm cơ sở cho việc định hướng nghiên cứu, nghiên cứu sinh phân loại các nghiên cứu thành ba nhóm chính gồm tư vấn dựa trên nội dung, tư vấn dựa trên sự cộng tác và tư vấn sử dụng phương pháp lai. Các nghiên cứu được khảo sát trên ba khía cạnh như sau: (i) tiếp cận từ góc độ hệ thống thông tin hay chỉ đề xuất thuật toán, (ii) phương pháp đánh giá và (iii) các đặc trưng được sử dụng để xây dựng hồ sơ người học nhằm xác định các khoảng trống tri thức để làm cơ sở cho việc định hướng nghiên cứu của luận án.2 là khung phân loại các nghiên cứu liên quan đến các hình thức tư vấn.2: Khung phân loại các nghiên cứu 14 (Nguồn: tác giả đề xuất) Phần tiếp theo, luận án trình bày kết quả tổng quan về các nghiên cứu đã được phân loại. Các nghiên cứu về tư vấn dựa trên nội dung Trong năm 2020, nghiên cứu của Wu đã phân tích những yếu tố nào có thể được sử dụng để xác định lộ trình học tập và phát hiện ra sự khác biệt giữa những người học với các đặc điểm và nền tảng khác nhau (Wu & Wu, 2020).

Các tác giả đã phát triển một thuật toán tư vấn dựa trên công nghệ dữ liệu lớn và trí tuệ nhân tạo sử dụng tập dữ liệu điểm trong quá khứ có thể đưa ra các gợi ý cho người về việc lựa chọn môn học. Kết quả nghiên cứu của Wu cho thấy tính khả thi của một cách tiếp cận mới trong việc áp dụng dữ liệu lớn và công nghệ AI vào phân tích học tập và lựa chọn khóa học. Cũng trong năm 2020, nghiên cứu của Doja đề xuất hệ thống tư vấn khóa học dựa trên việc quản trị hồ sơ người học bao gồm thông tin cá nhân, cách thức học tập và trình độ kiến thức của họ (Doja, 2020).