Tổng quan về luận án

Công trình nghiên cứu "Nghiên cứu xây dựng kho ngữ liệu giáo khoa tiếng Anh chuyên ngành Xã hội học" (TESoC - Textbook English for Sociology Corpus) của tác giả Lâm Thị Hòa Bình, thực hiện dưới sự hướng dẫn khoa học của PGS.TS Lâm Quang Đông và GS.TS Nguyễn Thiện Giáp tại Trường Đại học Khoa học Xã hội và Nhân văn – Đại học Quốc gia Hà Nội (2017), là luận án tiến sĩ tiên phong tại Việt Nam xác lập hệ thống phương pháp luận và quy trình thực nghiệm xây dựng kho ngữ liệu giáo khoa phục vụ giảng dạy tiếng Anh chuyên ngành (English for Specific Purposes - ESP).

Bối cảnh khoa học của nghiên cứu gắn liền với yêu cầu cấp thiết từ Đề án Ngoại ngữ Quốc gia 2020 của Bộ Giáo dục và Đào tạo, cụ thể là nhiệm vụ: "triển khai chương trình dạy bằng ngoại ngữ một số môn cơ bản, chuyên ngành và chuyên sâu ở một số ngành trọng điểm ở năm cuối bậc đại học" (Đề án 2020: 40) cũng như việc tìm kiếm "...các giải pháp đột phá nhằm giải quyết các vấn đề cấp bách trước mắt trong việc nhanh chóng nâng cao năng lực ngoại ngữ của một số đối tượng ưu tiên trong một thời gian ngắn, nhằm đáp ứng ngay yêu cầu hội nhập, hiện đại hoá, công nghiệp hoá đất nước" (Đề án 2020: 25).

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực trạng ngành ngôn ngữ học ứng dụng trong nước: các nghiên cứu Ngôn ngữ học ngữ liệu (Corpus Linguistics) giai đoạn trước (Đào Hồng Thu, 2010; Phạm Hiển, 2012, 2014) chủ yếu dừng lại ở việc ứng dụng phần mềm dịch máy hoặc phân tích ngữ pháp cục bộ, hoàn toàn bỏ ngỏ việc xây dựng kho ngữ liệu giáo khoa chuyên ngành có cấu trúc liên thông. Trên bình diện quốc tế, các kho ngữ liệu lớn (BNC, COCA) mang tính chất "tổng kho" đa ngành, trong khi các kho ngữ liệu giáo khoa (Chujo, 2004; Anping, 2004; Meunier & Gouverneur, 2007) chưa giải quyết thấu đáo bài toán định lượng từ vựng đặc thù cho một chuyên ngành khoa học xã hội cụ thể gắn liền với khả năng tiếp thu theo cấp độ của người học phi bản ngữ.

Luận án giải quyết 3 câu hỏi nghiên cứu (Research Questions - RQ) trọng tâm:

  1. RQ1: Kho ngữ liệu giáo khoa tiếng Anh chuyên ngành Xã hội học được xây dựng dựa trên những nguyên tắc và tiêu chí khoa học nào?
  2. RQ2: Kho ngữ liệu giáo khoa tiếng Anh chuyên ngành Xã hội học (TESoC) có đặc điểm gì về mặt cấu tạo phân tầng và nội dung ngôn ngữ định lượng?
  3. RQ3: Kho ngữ liệu TESoC được khai thác và ứng dụng như thế nào trong việc đánh giá giáo trình, thiết kế hoạt động học tập, bài tập kỹ năng và kiểm tra đánh giá tại Đại học Quốc gia Hà Nội?

Khung lý thuyết của luận án tích hợp chặt chẽ giữa lý thuyết Ngôn ngữ học ngữ liệu hiện đại (Sinclair, 2004; Leech, 1992, 2004; McEnery et al., 2006; Biber et al., 1998, 2006), lý thuyết thụ đắc từ vựng và vốn từ trọng tâm (Michael West, 1953; Bastukmen, 2006; Nation, 1990, 2001; Coxhead, 2000), cùng các nguyên lý thiết kế ngữ liệu sư phạm. Phạm vi nghiên cứu bao quát ngữ liệu toàn văn từ 3 cấp độ giáo trình Tiếng Anh cơ sở (New English Files Elementary, Pre-intermediate, Intermediate của Clive Oxenden, Christina Latham-Koenig, Paul Seligson, 2004) và các giáo trình chuyên ngành Xã hội học chuẩn mực (English for Students of Sociology, ĐHQGHN, 2004; Introduction to Sociology, Wikibooks, 2010; Introduction to Sociology, OpenStax College, Đại học Rice, 2013).

Literature Review và Positioning

Tổng quan y văn quốc tế cho thấy sự tiến hóa rõ rệt của Ngôn ngữ học ngữ liệu qua các thế hệ. Thế hệ kho ngữ liệu máy tính đầu tiên, khởi xướng từ KNL Brown (Francis & Kuçera, 1967) với 500 mẫu văn bản tương đương 1 triệu hiện dạng đại diện cho văn bản ấn hành tại Mỹ năm 1961, đã xác lập chuẩn mực lấy mẫu văn bản đồng đại. Đến cuối thế kỷ 20, các "tổng kho" thế hệ thứ hai xuất hiện với quy mô khổng lồ như British National Corpus (BNC - 100 triệu hiện dạng) và Bank of English (BoE - trên 400 triệu hiện dạng). Tuy nhiên, các đại kho ngữ liệu này bộc lộ sự bất cập đối với nghiên cứu giảng dạy chuyên ngành hẹp do tỷ lệ ngữ liệu chuyên sâu bị hòa tan trong tổng thể đa ngữ vực.

Trong thập niên đầu thế kỷ 21, xu hướng nghiên cứu chuyển dịch sang các kho ngữ liệu sư phạm và giáo khoa (Pedagogic/Textbook Corpora). Quá trình tổng quan tài liệu làm nổi bật các cuộc tranh luận học thuật sâu sắc:

  • Trường phái tiếp cận: Tranh luận giữa phương pháp dựa trên ngữ liệu (Corpus-based) và tiếp cận dẫn hướng bởi ngữ liệu (Corpus-driven) (Tognini-Bonelli, 2001; McEnery, Xiao & Tono, 2006), qua đó khẳng định tư cách lý thuyết của NNHNL như nhận định của GS. Nguyễn Thiện Giáp (2016: 308): "Ngôn ngữ học kho ngữ liệu (Corpus Linguistics) là sự nghiên cứu ngôn ngữ như được biểu lộ trong các mẫu của các văn bản thực. Đây là một cách tiếp cận dễ hiểu để có được một tập hợp các qui tắc trừu tượng của các ngôn ngữ tự nhiên. Ngôn ngữ học kho ngữ liệu chia sẻ niềm tin rằng sự phân tích ngôn ngữ học diễn ra ở những mẫu văn bản thu thập được, trong ngữ cảnh tự nhiên, hạn chế đến mức thấp nhất những suy đoán chủ quan thì sẽ đáng tin cậy hơn".
  • Chuẩn định lượng từ vựng: Đối lập giữa quan điểm lấy vốn từ người bản ngữ làm thước đo tuyệt đối (Chujo, 2004 tại Nhật Bản) với quan điểm tiếp cận theo nhu cầu thực tế và tính hữu dụng của người học ngoại ngữ (Nation & Meara, 2002; Bastukmen, 2006).

Luận án định vị rõ nét vị trí học thuật thông qua việc so sánh đối sánh với 4 mô hình kho ngữ liệu quốc tế điển hình:

  1. KNL TOEFL 2000 (T2K-SWAL) (Biber, 2004): Quy mô 760.619 hiện dạng trích từ giáo trình đại học Mỹ. Điểm mạnh là chú giải từ loại và cú pháp đa tầng phục vụ phân tích thể loại của 36 ngành học, nhưng nhược điểm là ngữ liệu mỗi ngành quá phân tán, không cung cấp được bức tranh từ vựng chuyên sâu cho một chuyên ngành đơn lẻ.
  2. KNL GEFL-TC (Römer, 2004): Quy mô 108.424 hiện dạng từ SGK tiếng Anh trung học tại Đức. Tập trung sâu vào phương diện vi mô (tình thái và thì tiếp diễn trong hội thoại), song thiếu cấu trúc phân tầng liên thông và không phục vụ mục tiêu học thuật chuyên ngành.
  3. KNL TeMa (Meunier & Gouverneur, 2007, Đại học Louvain, Bỉ): Kho ngữ liệu giáo khoa quy mô 724.174 hiện dạng từ 10 bộ giáo trình (32 tập) trình độ trung và cao cấp. Dù sở hữu hệ thống đánh dấu sư phạm tinh vi với hơn 80 thẻ tag phân tích dạng bài tập, TeMa chỉ tập trung vào siêu ngôn ngữ và thiết kế bài học mà chưa định lượng hóa cấu trúc từ vựng cốt lõi theo cấp bậc.
  4. KNL CEEC / Anping (2004, Trung Quốc): Quy mô hơn 1 triệu hiện dạng (mở rộng lên 2,88 triệu năm 2007). Mang đặc tính động (monitor corpus) giúp cập nhật biến đổi ngôn ngữ, song tính chất động lại là điểm hạn chế khi cần xác định khung từ vựng chuẩn cố định cho chương trình đào tạo theo từng bậc học.

Từ việc phân tích các mô hình trên, luận án của Lâm Thị Hòa Bình đã định vị TESoC là kho ngữ liệu giáo khoa chuyên ngành đơn ngữ, tĩnh, có cấu trúc phân tầng liên thông từ Tiếng Anh cơ sở (TACS) đến Tiếng Anh chuyên ngành (TACN), giải quyết trực tiếp bài toán định lượng từ vựng theo nhu cầu thực tế của người học tại Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm lý thuyết về Vốn từ trọng tâm chung (Common Core Vocabulary) trong giảng dạy ngôn ngữ (Bastukmen, 2006; Pitt Corder, 1973; Cook, 2013; Quirk et al., 1972). Bastukmen (2006: 16) xác định vốn từ trọng tâm chung là mảng "từ vựng và cấu trúc có thể dùng trong mọi tình huống". Nghiên cứu của tác giả chứng minh rằng trong tiếng Anh chuyên ngành Xã hội học, vốn từ trọng tâm không tồn tại biệt lập mà là một hệ thống đan xen, giao thoa mật thiết giữa:

  1. Danh sách từ vựng thông dụng chung (General Service List - GSL của Michael West, 1953);
  2. Danh sách từ vựng học thuật (Academic Word List - AWL của Averil Coxhead, 2000);
  3. Từ vựng chuyên ngành Xã hội học đặc thù;
  4. Nhóm từ vựng tần số thấp (Low Frequency).

Công trình tạo ra bước chuyển dịch nhận thức luận (epistemological shift): thay vì phân tách cứng nhắc giữa tiếng Anh tổng quát và tiếng Anh chuyên ngành, luận án xác lập mô hình chuyển tiếp từ vựng liên thông. Bằng chứng định lượng từ TESoC chứng minh rằng quá trình tiếp thu từ vựng chuyên ngành là sự tích lũy tăng tiến theo cấp bậc, trong đó các tổ từ nội dung (thực từ) đóng vai trò nòng cốt định hình khối kiến thức chuyên ngành.

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất chặt chẽ giữa 3 trụ cột lý thuyết:

  • Lý thuyết thiết kế kho ngữ liệu và khung lấy mẫu: Dựa trên Biber (1993) và McEnery (2006) về việc xác lập mối quan hệ giữa tập hợp ngữ liệu mục tiêu (target population), khung lấy mẫu (sampling frame) và mẫu đơn vị (sampling units).
  • Lý thuyết định lượng từ vựng học thuật: Khung phân loại 4 bậc từ vựng của Nation (2001) và kỹ thuật đối chiếu danh mục từ cơ bản (Base Lists matching).
  • Ngôn ngữ học tính toán ứng dụng: Sử dụng ma trận phân tích hiện dạng (tokens), kiểu từ (types), tổ từ/họ từ (word families) và độ phong phú từ vựng $R$ (Vocabulary Richness).

Điều kiện biên (boundary conditions) của khung phân tích được xác lập rõ ràng: áp dụng cho mô hình ngữ liệu giáo khoa dạng văn bản viết (bút ngữ), đơn ngữ tiếng Anh, có tính chất tĩnh nhằm phục vụ chuẩn hóa chương trình đào tạo đại học phi bản ngữ.

+-----------------------------------------------------------------------------------+
|                            KHUNG PHÂN TÍCH KNL TESoC                              |
+-----------------------------------------------------------------------------------+
|  TẬP HỢP MỤC TIÊU: Hệ thống giáo trình TACS (New English Files) & TACN Xã hội học |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|  TIỀN XỬ LÝ & LÀM SẠCH: Loại Stoplist (Hư từ), Thiết lập Điểm ngắt (Cut-off Point)|
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|  MA TRẬN ĐỊNH LƯỢNG ĐA TẦNG:                                                      |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|  ĐỐI CHIẾU DANH MỤC CHUẨN:                                                        |
|  - Base List 1 & 2 (GSL 2.000 từ)  - Base List 3 (AWL 570 tổ từ)  - Ngoài danh mục|
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|  ỨNG DỤNG SƯ PHẠM: Đánh giá giáo trình - Soạn bài tập DDL - Đổi mới kiểm tra      |
+-----------------------------------------------------------------------------------+

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ lập trường nhận thức luận thực chứng (Positivism) kết hợp phương pháp luận ngữ liệu kinh nghiệm (Empirical Corpus-driven/Corpus-based approach), loại bỏ hoàn toàn các nhận định trực cảm chủ quan trong đánh giá vốn từ.

Thiết kế nghiên cứu đa phương pháp (Mixed-methods Design) kết hợp 4 quy trình kỹ thuật:

  1. Phương pháp chuyên gia (Expert Judgement): Thăm dò ý kiến các chuyên gia ngôn ngữ học và xã hội học đầu ngành để thẩm định tính chuẩn mực, tính đại diện học thuật của nguồn tài liệu giáo khoa trước khi đưa vào số hóa.
  2. Phương pháp thống kê ngôn ngữ (Linguistic Statistics): Đo đạc các đơn vị tần số, tỷ lệ bao phủ, độ chênh lệch từ vựng và chỉ số phong phú từ vựng $R$ theo công thức thống kê toán học (Nguyễn Đức Dân, 1984).
  3. Phương pháp phân tích ngữ liệu (Linguistic Data Analysis): Khai thác văn bản trên máy tính cá nhân để trích xuất dòng dẫn mục ngữ cảnh (concordance lines/KWIC), cụm từ cố định (collocations) và chuỗi đồng hiện (lexical bundles).
  4. Phương pháp tính toán trên máy (Computer-based Approach): Ứng dụng các thuật toán tự động để đối chiếu tần số xuất hiện giữa kho chuyên ngành và kho tham chiếu, loại bỏ danh sách từ dừng (Stoplist) và các đơn vị dưới điểm ngắt tần số (Cut-off point).

Quy trình nghiên cứu rigorous

Quy trình xây dựng TESoC được thực hiện nghiêm ngặt qua 4 giai đoạn chuẩn hóa:

  • Xác lập khung lấy mẫu và phân tầng tiểu kho: Thiết lập hệ thống 5 tiểu kho phân cấp theo trình độ:
    • Tiểu kho cơ sở (TACS): TACS 1 (Elementary), TACS 2 (Pre-intermediate), TACS 3 (Intermediate) từ bộ sách New English Files (bao gồm Student's Book, Workbook và Tapescripts bài nghe).
    • Tiểu kho chuyên ngành (TACN): TACN 1 (English for Students of Sociology, ĐHQGHN, 2004) và TACN 2 (Introduction to Sociology của Wikibooks, 2010 kết hợp OpenStax College, Đại học Rice, 2013).
  • Giao thức thu thập và xử lý dữ liệu: Xử lý hỗn hợp giữa nhập liệu thủ công (đối với sách in không có bản quyền số) và trích xuất số hóa văn bản mạng; làm sạch văn bản, chuẩn hóa ký tự, loại bỏ nhiễu in ấn (footnote, số trang, đề mục phụ).
  • Quy trình kiểm soát độ tin cậy và giá trị (Validity & Reliability):
    • Construct Validity: Đo lường chính xác thông qua 3 cấp độ đơn vị ngôn ngữ: Hiện dạng (Token), Kiểu từ (Type), Tổ từ (Word Family).
    • Triangulation: Tam giác giác đạc công cụ xử lý dữ liệu bằng cách chạy song song và kiểm chứng chéo trên 3 nền tảng phần mềm độc lập: AntConc (Laurence Anthony), Range (Paul Nation & Heatley), và hệ thống công cụ phân tích từ vựng trực tuyến Compleat Lexical Tutor (Tom Cobb).

Data và phân tích

Dữ liệu được tổ chức lưu trữ có hệ thống theo mảng, loại tư liệu, bài học và chủ đề. Ma trận phân tích định lượng tập trung vào các thông số thống kê cốt lõi:

Tiểu kho Cấp độ / Nguồn tài liệu Số lượng Hiện dạng (Tokens) Số lượng Kiểu từ (Types) Số lượng Tổ từ (Families) Hệ số Phong phú Từ vựng ($R$)
TACS 1 Elementary (New English Files) 35.802 3.219 1.956 17,0
TACS 2 Pre-intermediate (New English Files) 48.459 4.412 2.583 20,0
TACS 3 Intermediate (New English Files) 67.481 6.331 3.518 24,4
TACN 1 English for Students of Sociology (USSH) 28.327 3.497 1.846 20,8
TACN 2 Intro to Sociology (OpenStax & Wikibooks) 296.790 12.865 5.213 23,6
TỔNG TESoC Toàn bộ kho ngữ liệu 476.859 17.163 6.182 24,9

Phân tích định lượng tiến hành phân rã vốn từ theo 4 bậc danh mục chuẩn (Base Lists của Nation):

  • Bậc 1 (Base List 1): 1.000 tổ từ thông dụng đầu tiên của tiếng Anh.
  • Bậc 2 (Base List 2): 1.000 tổ từ thông dụng thứ hai của tiếng Anh.
  • Bậc 3 (Base List 3): 570 tổ từ học thuật (Academic Word List - AWL).
  • Bậc 4 (Off-list): Nhóm từ vựng chuyên ngành Xã hội học nằm ngoài 3 danh mục chuẩn trên.

Đồng thời, luận án thực hiện phân tách ma trận giữa Tổ từ nội dung (Content Words - Thực từ) và Tổ từ chức năng (Function Words - Hư từ) trên từng bậc trình độ, đảm bảo phản ánh chính xác cấu trúc thực chất của vốn từ tiếp thu.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Sự dịch chuyển cơ cấu tổ từ giữa các bậc trình độ: Phân tích dữ liệu từ Bảng 3.7 đến 3.16 trong luận án chỉ ra quy luật phân bổ từ vựng: ở Bậc 1 (1.000 từ đầu tiên), tổ từ chức năng chiếm tỷ lệ xuất hiện áp đảo về hiện dạng (chiếm hơn 60% tổng số lượt dùng từ trong văn bản) dù số lượng kiểu từ rất ít. Tuy nhiên, khi chuyển dần lên Bậc 3 (AWL) và Bậc 4 (Off-list chuyên ngành Xã hội học), tổ từ nội dung tăng vọt và chiếm ưu thế tuyệt đối (trên 92% về kiểu từ và tổ từ).
  2. Quy luật tăng trưởng phi tuyến tính của tổ từ chuyên ngành: Dữ liệu thực nghiệm chứng minh rằng độ phong phú từ vựng ($R$) tăng dần từ 17,0 ở TACS 1 lên 24,4 ở TACS 3, sau đó ổn định ở mức 23,6 - 24,9 ở mảng TACN. Điều này chứng minh khối lượng từ vựng học thuật và chuyên ngành không tăng vô hạn mà hội tụ quanh một trục từ vựng trọng tâm gồm khoảng 1.800 - 2.200 tổ từ cốt lõi.
  3. Phát hiện bất cập trong đề thi lịch sử giai đoạn 2009 - 2016: Khi đối chiếu ngữ liệu đề thi kết thúc học phần tiếng Anh chuyên ngành Xã hội học năm 2009 và 2016 với chuẩn từ vựng TESoC (Hình 4.10 - 4.13), luận án phát hiện sự mất cân đối nghiêm trọng: Đề thi năm 2009 có tỷ lệ từ vựng ngoài danh mục (Off-list) quá cao (vượt ngưỡng tiếp thu của sinh viên giai đoạn cơ sở), trong khi đề thi năm 2016 lại có xu hướng nghiêng quá mức về kiểm tra ngữ pháp cơ bản, bỏ quên các tổ từ học thuật AWL và thuật ngữ chuyên ngành then chốt của Xã hội học.
  4. Xác lập danh mục từ vựng trọng tâm đơn ngành: Nghiên cứu trích xuất thành công danh mục hàng trăm tổ từ và chuỗi đồng hiện có tần số xuất hiện cao nhất trong chuyên ngành Xã hội học (như socialization, stratification, institutional, norms, deviation, demographic, solidarity), chứng minh tính đặc thù ngữ vực mà các danh mục tổng quát như GSL hay AWL không thể bao quát hết.

Implications đa chiều

  • Về mặt lý thuyết: Luận án chứng minh tính khả thi của việc mô hình hóa vốn từ chuyên ngành theo cấp bậc liên thông, cung cấp bằng chứng thực nghiệm củng cố lý thuyết ngôn ngữ học ngữ liệu sư phạm tại các quốc gia thuộc Vòng tròn mở rộng (Expanding Circle).
  • Về phương pháp luận: Thiết lập quy trình chuẩn 4 bước trong việc xây dựng và khai thác kho ngữ liệu giáo khoa quy mô nhỏ (Small-scale Pedagogic Corpus), có thể chuyển giao và nhân rộng cho các chuyên ngành đào tạo đại học khác như Kinh tế học, Luật học, Báo chí truyền thông, Tâm lý học.
  • Về ứng dụng thực tiễn trong giảng dạy:
    • Đánh giá và biên soạn giáo trình: Cho phép các nhà biên soạn định lượng chính xác tỷ lệ phân bổ từ vựng, kiểm soát độ khó của văn bản đọc hiểu, đảm bảo tính liên thông mượt mà giữa giai đoạn tiếng Anh cơ sở và chuyên ngành.
    • Học tập định hướng dữ liệu (Data-Driven Learning - DDL): Ứng dụng công cụ Concordance trích xuất các dòng ngữ cảnh thực tế (KWIC) của từ khóa (ví dụ: các mẫu kết hợp từ của health, society, structure) giúp sinh viên tự khám phá quy luật kết hợp từ tự nhiên.
    • Thiết kế bài tập và kiểm tra đánh giá: Cung cấp ngữ liệu thực tế để thiết kế bài tập điền từ, bài tập nhận diện cụm ký tự phát âm, và xây dựng ma trận đề thi chuẩn hóa bám sát chương trình đào tạo.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận một số hạn chế khách quan:

  • Giới hạn về quy mô và tính chất ngữ liệu: Kho ngữ liệu TESoC có quy mô 476.859 hiện dạng, tập trung hoàn toàn vào dữ liệu chữ viết (bút ngữ) từ sách giáo khoa và giáo trình, chưa tích hợp được ngữ liệu khẩu ngữ học thuật thực tế (bài giảng trên lớp, thảo luận nhóm, thuyết trình hội thảo của giảng viên và sinh viên).
  • Mức độ chú giải tự động: Dữ liệu mới dừng lại ở dạng kho ngữ liệu thuần văn bản (unannotated corpus) được xử lý qua phần mềm đối chiếu từ vựng, chưa được gắn nhãn chú giải từ loại toàn văn (Part-Of-Speech tagging) hoặc chú giải cú pháp tự động (syntactic parsing) do hạn chế về công cụ xử lý ngôn ngữ chuyên sâu tại thời điểm nghiên cứu.
  • Tính đồng nhất của nguồn tài liệu: Mảng chuyên ngành TACN 2 chủ yếu khai thác từ hai bộ giáo trình nhập môn của Wikibooks và OpenStax College, có thể chưa phản ánh đầy đủ mọi trường phái lý thuyết phân ngành sâu của Xã hội học hiện đại.

Chương trình nghiên cứu tương lai (Future Agenda):

  1. Mở rộng dung lượng kho ngữ liệu lên quy mô 2 - 3 triệu hiện dạng, tích hợp thêm các bài báo nghiên cứu khoa học chuyên ngành (Journal Articles) từ các tạp chí quốc tế uy tín (như American Journal of Sociology, British Journal of Sociology).
  2. Xây dựng phân hệ tiểu kho khẩu ngữ học thuật (Academic Spoken Sub-corpus) thu âm và gỡ băng từ các bài giảng, tọa đàm chuyên ngành Xã hội học.
  3. Ứng dụng các công cụ gắn thẻ từ loại tiên tiến (CLAWS, Stanford CoreNLP) để gắn nhãn POS và phân tích cú pháp đa tầng.
  4. Phát triển kho ngữ liệu song ngữ Anh - Việt chuyên ngành Xã hội học phục vụ công tác đào tạo biên - phiên dịch học thuật.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình là cột mốc mở đường cho chuyên ngành Ngôn ngữ học ngữ liệu ứng dụng tại Việt Nam, đóng vai trò tài liệu tham khảo nền tảng cho các nghiên cứu sinh, học viên cao học chuyên ngành Ngôn ngữ học và Phương pháp giảng dạy tiếng Anh (TESOL/ESP).
  • Đổi mới giáo dục đại học: Cung cấp cơ sở khoa học trực tiếp cho Đại học Quốc gia Hà Nội trong việc tái cấu trúc chương trình đào tạo cử nhân Xã hội học và Công tác Xã hội, điều chỉnh phân bổ thời lượng giữa các học phần tiếng Anh cơ sở và chuyên ngành.
  • Hỗ trợ thực thi chính sách quốc gia: Hiện thực hóa các mục tiêu chiến lược của Đề án Ngoại ngữ Quốc gia 2020 bằng các giải pháp công nghệ giáo dục cụ thể, nâng cao chất lượng nguồn nhân lực khoa học xã hội sẵn sàng hội nhập quốc tế.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên Ngôn ngữ học ứng dụng: Tiếp thu phương pháp luận xây dựng kho ngữ liệu quy mô nhỏ, kỹ thuật xử lý dữ liệu từ vựng bằng phần mềm chuyên dụng (Range, AntConc).
  • Chuyên gia phát triển chương trình và Tác giả sách giáo khoa: Sử dụng ma trận định lượng vốn từ của TESoC làm khung tham chiếu chuẩn để biên soạn giáo trình ESP cân đối, khoa học.
  • Giảng viên giảng dạy Tiếng Anh chuyên ngành: Sở hữu ngân hàng ngữ liệu thực tế để thiết kế hoạt động giảng dạy tương tác, bài tập ngữ cảnh và đề thi đánh giá năng lực chính xác.
  • Sinh viên chuyên ngành Xã hội học và Khoa học Xã hội: Tiếp cận danh mục từ vựng trọng tâm và phương pháp tự học qua ngữ liệu (DDL), rút ngắn thời gian làm chủ thuật ngữ chuyên ngành phục vụ đọc tài liệu quốc tế.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Vốn từ trọng tâm chung (Common Core Language Theory) của Bastukmen (2006) và Quirk et al. (1972) vào một chuyên ngành khoa học xã hội cụ thể. Luận án chứng minh bằng định lượng rằng vốn từ chuyên ngành Xã hội học không tách rời biệt lập mà là một cấu trúc phân tầng hữu cơ, trong đó các tổ từ học thuật AWL (Coxhead, 2000) và các tổ từ nội dung chuyên ngành (Off-list) tích hợp chặt chẽ với khung từ vựng cơ bản GSL (West, 1953) để tạo thành năng lực giao tiếp học thuật hoàn chỉnh.

2. Đột phá phương pháp luận của luận án so với các nghiên cứu quốc tế trước đây?

So với mô hình KNL của Chujo (2004) tại Nhật Bản (vốn áp đặt thước đo từ vựng người bản ngữ) hay KNL TeMa của Meunier & Gouverneur (2007) tại Bỉ (chỉ tập trung vào phân tích dạng bài tập), luận án của Lâm Thị Hòa Bình đã thiết lập một khung lấy mẫu phân tầng liên thông hoàn chỉnh (5 tiểu kho từ TACS 1 đến TACN 2). Đột phá nằm ở việc ứng dụng ma trận đối chiếu 4 bậc từ vựng kết hợp phân tách thực từ/hư từ để xác định dung lượng vốn từ khả thi, phù hợp chính xác với năng lực tiếp thu của người học phi bản ngữ.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là sự mất cân xứng sâu sắc trong các đề thi kết thúc học phần lịch sử (năm 2009 và 2016) tại đơn vị đào tạo khi đem đối sánh với chuẩn ngữ liệu TESoC. Dữ liệu thực nghiệm chỉ ra rằng các đề thi tự phát của giáo viên có độ lệch chuẩn rất lớn: hoặc chứa quá nhiều từ vựng biệt ngữ hiếm gặp gây quá tải cho người học (năm 2009), hoặc hạ thấp tiêu chuẩn xuống mức chỉ kiểm tra ngữ pháp thông thường mà bỏ qua các thuật ngữ khái niệm cốt lõi của ngành Xã hội học (năm 2016).

4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án cung cấp chi tiết toàn bộ quy trình thiết kế kỹ thuật: từ tiêu chí chọn mẫu, danh mục nguồn ngữ liệu, bảng mã lưu trữ văn bản theo mảng/bài/chủ đề (Bảng 2.5, 2.6), tham số thiết lập điểm ngắt (cut-off points), danh sách từ dừng (stoplist), đến quy trình từng bước vận hành các phần mềm Range, AntConc và Lexical Tutor. Bất kỳ nhà nghiên cứu nào cũng có thể tái lập chính xác quy trình này để xây dựng kho ngữ liệu cho các chuyên ngành khác.

5. Chương trình nghị sự nghiên cứu 10 năm được định hình như thế nào?

Chương trình nghiên cứu dài hạn hướng tới: (1) Mở rộng hệ thống kho ngữ liệu giáo khoa đa ngành trong khối Khoa học Xã hội và Nhân văn; (2) Tích hợp công nghệ trí tuệ nhân tạo và xử lý ngôn ngữ tự nhiên để tự động hóa khâu phân tích cú pháp và ngữ nghĩa; (3) Xây dựng nền tảng học liệu điện tử thông minh DDL (Data-Driven Learning platform) cho phép người học tra cứu dòng dẫn mục tương tác trực tuyến trên quy mô toàn quốc.

Kết luận

  1. Xác lập phương pháp luận chuẩn mực: Luận án là công trình khoa học đầu tiên tại Việt Nam xây dựng thành công cơ sở lý luận và quy trình thực nghiệm hoàn chỉnh để thiết kế kho ngữ liệu giáo khoa tiếng Anh chuyên ngành (TESoC quy mô 476.859 hiện dạng).
  2. Định lượng hóa cấu trúc từ vựng: Phân tích chi tiết ma trận 4 bậc từ vựng, chỉ ra sự chuyển biến từ ưu thế của tổ từ chức năng ở giai đoạn cơ sở sang ưu thế tuyệt đối của tổ từ nội dung ở giai đoạn chuyên ngành.
  3. Giải quyết triệt để khoảng trống sư phạm: Cung cấp giải pháp khoa học thay thế hoàn toàn phương pháp biên soạn giáo trình và ra đề kiểm tra dựa vào trực cảm kinh nghiệm chủ quan.
  4. Mở ra các hướng nghiên cứu liên ngành mới: Khởi xướng các dòng nghiên cứu kết hợp giữa Ngôn ngữ học ngữ liệu, Ngôn ngữ học tính toán và Giáo dục học ngoại ngữ (ESP/TESOL).
  5. Giá trị ứng dụng và di sản học thuật bền vững: Đóng góp trực tiếp vào mục tiêu của Đề án Ngoại ngữ Quốc gia 2020, tạo tiền đề vững chắc cho việc chuẩn hóa học liệu giảng dạy đại học trong kỷ nguyên số hóa giáo dục.