Dạy Học Ngành Công Nghệ Thông Tin Với Sự Hỗ Trợ Của Công Nghệ AI

Cuộc Cách mạng Công nghiệp 4.0 đang tạo ra những thay đổi sâu sắc trong mọi lĩnh vực, và giáo dục không nằm… 181 trang · Đại học Bách Khoa Hà Nội · 2023.

• Tác giả: Đinh Thị Mỹ Hạnh
• Người hướng dẫn: PGS. Ngô Tứ Thành
• Trường học: Đại học Bách Khoa Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Ứng Dụng Công Nghệ AI Trong Dạy Học Ngành Công Nghệ Thông Tin
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: THIẾT KẾ DẠY HỌC VỚI SỰ HỖ TRỢ CỦA CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO CHO SINH VIÊN NGÀNH CÔNG NGHỆ THÔNG TIN TRÌNH ĐỘ ĐẠI HỌC
• 1.1. Đặc điểm ngành Công nghệ thông tin và nhu cầu đào tạo nhân lực ngành Công nghệ thông tin
• 1.2. Phân tích chương trình ngành Công nghệ thông tin
• 1.3. Nguyên tắc thiết kế dạy học với sự hỗ trợ của AI
• 1.4. Mô hình dạy học với sự hỗ trợ của AI cho sinh viên ngành Công nghệ thông tin
• 1.5. Thiết kế khóa học học phần cơ sở ngành với sự hỗ trợ của AI
• 1.6. Môi trường và phương tiện dạy học
• 1.7. Thiết kế học liệu số
• 1.8. Thiết kế hệ thống dạy học với sự hỗ trợ của AI
• 1.9. Thiết kế tiến trình dạy học với sự hỗ trợ của AI
• 1.10. Thiết kế website dạy học với sự hỗ trợ của AI
• 1.11. Kịch bản dạy học với sự hỗ trợ của công nghệ AI
• 2. CHƯƠNG 2: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 2.1. Mục đích, đối tượng, phương pháp thực nghiệm và đánh giá
• 2.2. Đánh giá kết quả thực nghiệm
• 2.2.1. Phương pháp chuyên gia
• 2.2.2. Phương pháp điều tra thông tin
• 2.2.3. Phương pháp thực nghiệm sư phạm
• 3. KẾT LUẬN VÀ KIẾN NGHỊ
• PHỤ LỤC
• PHỤ LỤC 1: PHIẾU ĐIỀU TRA THỰC TRẠNG
• PHỤ LỤC 2: PHIẾU ĐIỀU TRA THỰC TRẠNG PHIẾU KHẢO SÁT GV
• PHỤ LỤC 3: PHIẾU KHẢO SÁT SINH VIÊN VỀ VIỆC SỬ DỤNG CHATBOT TRONG HỖ TRỢ HỌC TẬP
• PHỤ LỤC 4: PHIẾU XIN Ý KIẾN SINH VIÊN VỀ VIỆC AI HỖ TRỢ CÁ NHÂN HOÁ HỌC TẬP
• PHỤ LỤC 5: PHIẾU XIN Ý KIẾN CHUYÊN GIA
• PHỤ LỤC 6: DANH SÁCH CHUYÊN GIA XIN Ý KIẾN
• PHỤ LỤC 7: DANH SÁCH SINH VIÊN LỚP THỰC NGHIỆM NỘI DUNG ỨNG DỤNG CHATBOT HỖ TRỢ DẠY HỌC
• PHỤ LỤC 8: DANH SÁCH SINH VIÊN LỚP ĐỐI CHỨNG NỘI DUNG ỨNG DỤNG CHATBOT HỖ TRỢ DẠY HỌC
• PHỤ LỤC 9: DANH SÁCH SINH VIÊN LỚP THỰC NGHIỆM NỘI DUNG ỨNG DỤNG “CÁ NHÂN HOÁ” ĐỂ HỖ TRỢ DẠY HỌC
• PHỤ LỤC 10: DANH SÁCH SINH VIÊN LỚP ĐỐI CHỨNG NỘI DUNG ỨNG DỤNG “CÁ NHÂN HOÁ” ĐỂ HỖ TRỢ DẠY HỌC
• DANH MỤC CÁC KÍ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC HÌNH VẼ, ĐỒ THỊ
• DANH MỤC CÔNG THỨC

Tóm tắt

I. Ứng Dụng AI trong Dạy Học CNTT Tổng Quan và Tiềm Năng

Cuộc Cách mạng Công nghiệp 4.0 đang tạo ra những thay đổi sâu sắc trong mọi lĩnh vực, và giáo dục không nằm ngoài xu thế này. Công nghệ AI đang dần khẳng định vai trò quan trọng trong việc đổi mới phương pháp dạy và học, đặc biệt là trong các ngành kỹ thuật như Công nghệ Thông tin (CNTT). Việc tích hợp AI vào chương trình đào tạo không chỉ giúp nâng cao chất lượng giảng dạy mà còn trang bị cho sinh viên những kỹ năng cần thiết để đáp ứng nhu cầu của thị trường lao động trong tương lai. Ứng dụng trí tuệ nhân tạo (TTNT) vào giáo dục đại học, bao gồm học máy (ML), có thể tạo ra môi trường học tập cá nhân hóa, tăng cường tương tác và hỗ trợ người học tiếp thu kiến thức một cách hiệu quả hơn. Bài viết này sẽ khám phá các khía cạnh khác nhau của việc ứng dụng AI trong dạy học ngành CNTT, từ những lợi ích tiềm năng đến những thách thức cần vượt qua.

1.1. Cách mạng công nghiệp 4.0 và nhu cầu đào tạo CNTT

Cuộc CMCN 4.0 với các công nghệ như IoT, VR, AR, SMAC, đang đòi hỏi nguồn nhân lực CNTT chất lượng cao, có khả năng thích ứng với sự thay đổi nhanh chóng của công nghệ. Các trường đại học cần điều chỉnh chương trình đào tạo để đáp ứng nhu cầu này, tập trung vào việc trang bị cho sinh viên không chỉ kiến thức chuyên môn mà còn các kỹ năng mềm như ngoại ngữ, làm việc nhóm và khả năng ứng dụng CNTT. Theo Quyết định số 1981/QĐ-TTg và 1982/QĐ-TTg, các trường cần định hướng mục tiêu đào tạo, điều chỉnh chương trình để sinh viên có trình độ tương đương với các trường trong khu vực và trên thế giới.

1.2. Vai trò của AI trong đổi mới giáo dục CNTT

Ứng dụng AI trong giáo dục CNTT có thể giúp tạo ra môi trường học tập cá nhân hóa, phù hợp với tốc độ và phong cách học tập của từng sinh viên. Các công cụ hỗ trợ bởi AI như chatbot có thể cung cấp hỗ trợ 24/7, trả lời các câu hỏi và giải đáp thắc mắc của sinh viên một cách nhanh chóng. Ngoài ra, AI còn có thể giúp giáo viên đánh giá hiệu quả học tập của sinh viên và đưa ra những điều chỉnh phù hợp trong phương pháp giảng dạy. Điều này góp phần nâng cao chất lượng đào tạo và giúp sinh viên đạt được kết quả tốt hơn.

1.3. Thách thức và cơ hội khi triển khai AI trong đào tạo CNTT

Việc triển khai AI trong đào tạo CNTT đặt ra những thách thức nhất định, bao gồm việc đảm bảo tính bảo mật và quyền riêng tư của dữ liệu, xây dựng cơ sở hạ tầng công nghệ phù hợp và đào tạo đội ngũ giảng viên có đủ năng lực để sử dụng và tích hợp AI vào giảng dạy. Tuy nhiên, những cơ hội mà AI mang lại là rất lớn, giúp nâng cao chất lượng đào tạo, tăng cường tính cạnh tranh của sinh viên và đáp ứng nhu cầu của thị trường lao động.

II. Vấn Đề và Thách Thức Dạy Học CNTT Truyền Thống và AI

Dạy học CNTT truyền thống đối mặt với nhiều thách thức trong bối cảnh công nghệ thay đổi nhanh chóng. Phương pháp giảng dạy thụ động, thiếu tính tương tác và khó cá nhân hóa đang làm giảm hiệu quả học tập của sinh viên. Bên cạnh đó, việc cập nhật kiến thức và kỹ năng mới cho giảng viên cũng là một vấn đề nan giải. Ứng dụng AI trong dạy học có thể giải quyết những vấn đề này bằng cách tạo ra môi trường học tập linh hoạt, tương tác và cá nhân hóa. Tuy nhiên, việc triển khai AI cũng đặt ra những câu hỏi về chi phí, tính khả thi và sự chấp nhận của giảng viên và sinh viên.

2.1. Hạn chế của phương pháp dạy học CNTT truyền thống

Các phương pháp dạy học truyền thống thường tập trung vào việc truyền đạt kiến thức một chiều, thiếu tính tương tác và không phù hợp với tốc độ học tập khác nhau của từng sinh viên. Điều này dẫn đến tình trạng sinh viên cảm thấy nhàm chán, mất hứng thú học tập và khó tiếp thu kiến thức một cách hiệu quả. Ngoài ra, việc đánh giá năng lực của sinh viên cũng thường dựa trên các bài kiểm tra mang tính lý thuyết, ít chú trọng đến khả năng ứng dụng kiến thức vào thực tế.

2.2. Nhu cầu cập nhật kiến thức và kỹ năng cho giảng viên

Trong lĩnh vực CNTT, công nghệ thay đổi rất nhanh chóng. Do đó, giảng viên cần liên tục cập nhật kiến thức và kỹ năng mới để có thể truyền đạt cho sinh viên những thông tin chính xác và hữu ích nhất. Tuy nhiên, việc này đòi hỏi giảng viên phải dành nhiều thời gian và công sức để tự học và tham gia các khóa đào tạo nâng cao. Ngoài ra, giảng viên cũng cần được trang bị các kỹ năng sư phạm mới để có thể sử dụng hiệu quả các công cụ hỗ trợ bởi AI trong giảng dạy.

2.3. Đánh giá tính khả thi và chi phí triển khai AI trong CNTT

Việc triển khai AI trong dạy học CNTT đòi hỏi các trường đại học phải đầu tư vào cơ sở hạ tầng công nghệ, phần mềm và đào tạo nhân lực. Chi phí này có thể là một rào cản đối với nhiều trường, đặc biệt là các trường có nguồn lực hạn chế. Ngoài ra, việc đánh giá tính khả thi của các giải pháp AI cũng là một thách thức, vì cần phải xem xét nhiều yếu tố như tính tương thích với hệ thống hiện có, khả năng mở rộng và mức độ chấp nhận của người dùng.

III. Phương Pháp Dạy Học CNTT Ứng Dụng Mô Hình AI Hỗ Trợ

Mô hình dạy học với sự hỗ trợ của AI có thể được triển khai theo nhiều cách khác nhau, tùy thuộc vào mục tiêu và điều kiện cụ thể của từng trường đại học. Một trong những phương pháp phổ biến là sử dụng các hệ thống dạy kèm thông minh (ITS) để cung cấp hướng dẫn cá nhân hóa cho sinh viên. Ngoài ra, các công cụ như chatbot và hệ thống gợi ý cũng có thể được sử dụng để hỗ trợ sinh viên trong quá trình học tập. Mô hình này nhấn mạnh vào việc tạo ra môi trường học tập linh hoạt, tương tác và cá nhân hóa, giúp sinh viên phát huy tối đa tiềm năng của mình.

3.1. Sử dụng hệ thống dạy kèm thông minh ITS trong CNTT

ITS là các hệ thống phần mềm sử dụng AI để cung cấp hướng dẫn cá nhân hóa cho sinh viên. ITS có thể theo dõi tiến độ học tập của sinh viên, xác định những khó khăn mà sinh viên đang gặp phải và cung cấp những gợi ý và bài tập phù hợp để giúp sinh viên cải thiện. ITS có thể được sử dụng trong nhiều lĩnh vực khác nhau của CNTT, từ lập trình đến quản trị mạng.

3.2. Chatbot hỗ trợ giải đáp thắc mắc và cung cấp thông tin

Chatbot là các chương trình máy tính có thể tương tác với người dùng thông qua ngôn ngữ tự nhiên. Trong lĩnh vực giáo dục, chatbot có thể được sử dụng để trả lời các câu hỏi của sinh viên, cung cấp thông tin về khóa học và hỗ trợ sinh viên trong quá trình học tập. Chatbot có thể hoạt động 24/7, giúp sinh viên có thể nhận được sự hỗ trợ bất cứ khi nào họ cần.

3.3. Hệ thống gợi ý Recommendation System trong đào tạo CNTT

Hệ thống gợi ý sử dụng AI để gợi ý cho sinh viên những tài liệu học tập, khóa học hoặc chuyên ngành phù hợp với sở thích và năng lực của họ. Hệ thống gợi ý có thể giúp sinh viên khám phá những lĩnh vực mới trong CNTT và tìm ra con đường học tập phù hợp nhất với bản thân.

IV. Ứng Dụng Thực Tế AI Thiết Kế Khóa Học CNTT Cá Nhân Hóa

Việc thiết kế khóa học CNTT cá nhân hóa với sự hỗ trợ của AI bao gồm nhiều bước, từ việc xác định mục tiêu học tập đến việc lựa chọn công cụ và phương pháp đánh giá phù hợp. AI có thể được sử dụng để tạo ra các bài giảng tương tác, bài tập thực hành và dự án nhóm phù hợp với trình độ và sở thích của từng sinh viên. Ngoài ra, AI còn có thể giúp giáo viên theo dõi tiến độ học tập của sinh viên và đưa ra những điều chỉnh phù hợp trong quá trình giảng dạy. Việc này giúp tạo ra môi trường học tập hiệu quả và giúp sinh viên đạt được kết quả tốt hơn.

4.1. Phân tích nhu cầu học tập của sinh viên CNTT bằng AI

AI có thể được sử dụng để phân tích dữ liệu về sở thích, trình độ và mục tiêu học tập của sinh viên. Dữ liệu này có thể được thu thập thông qua các khảo sát, bài kiểm tra trực tuyến và các hoạt động tương tác trên hệ thống học tập trực tuyến (OLE). Kết quả phân tích này sẽ giúp giáo viên hiểu rõ hơn về nhu cầu của sinh viên và thiết kế các khóa học phù hợp.

4.2. Tạo bài giảng tương tác và bài tập thực hành sử dụng AI

AI có thể được sử dụng để tạo ra các bài giảng tương tác với nhiều hình thức khác nhau như video, hình ảnh, âm thanh và hoạt hình. Các bài giảng này có thể được thiết kế để phù hợp với tốc độ học tập khác nhau của từng sinh viên. Ngoài ra, AI còn có thể giúp tạo ra các bài tập thực hành và dự án nhóm có tính thử thách và sáng tạo, giúp sinh viên áp dụng kiến thức vào thực tế.

4.3. Đánh giá hiệu quả học tập và điều chỉnh phương pháp dạy CNTT

AI có thể được sử dụng để theo dõi tiến độ học tập của sinh viên, xác định những khó khăn mà sinh viên đang gặp phải và cung cấp những phản hồi kịp thời. Dữ liệu này có thể được sử dụng để đánh giá hiệu quả học tập của sinh viên và đưa ra những điều chỉnh phù hợp trong phương pháp giảng dạy. Ví dụ, nếu nhiều sinh viên gặp khó khăn với một chủ đề cụ thể, giáo viên có thể dành thêm thời gian để giải thích hoặc cung cấp thêm tài liệu tham khảo.

V. Nghiên Cứu Thực Nghiệm Đánh Giá Hiệu Quả AI Dạy Học CNTT

Để đánh giá hiệu quả của việc ứng dụng AI trong dạy học CNTT, cần tiến hành các nghiên cứu thực nghiệm so sánh giữa nhóm sinh viên học theo phương pháp truyền thống và nhóm sinh viên học theo phương pháp có sự hỗ trợ của AI. Các tiêu chí đánh giá có thể bao gồm điểm số, mức độ hài lòng của sinh viên, khả năng ứng dụng kiến thức vào thực tế và sự tự tin trong quá trình học tập. Kết quả nghiên cứu sẽ cung cấp những bằng chứng cụ thể về lợi ích của việc ứng dụng AI trong dạy học và giúp các trường đại học đưa ra những quyết định sáng suốt về việc đầu tư vào công nghệ này.

5.1. Thiết kế nghiên cứu thực nghiệm về ứng dụng AI trong CNTT

Nghiên cứu thực nghiệm cần được thiết kế một cách cẩn thận để đảm bảo tính khách quan và tin cậy của kết quả. Nghiên cứu cần xác định rõ các biến số độc lập (ví dụ: phương pháp dạy học) và biến số phụ thuộc (ví dụ: điểm số), cũng như các yếu tố có thể ảnh hưởng đến kết quả (ví dụ: trình độ đầu vào của sinh viên). Ngoài ra, nghiên cứu cần sử dụng các phương pháp thống kê phù hợp để phân tích dữ liệu và đưa ra kết luận.

5.2. Thu thập và phân tích dữ liệu về hiệu quả học tập của sinh viên

Dữ liệu về hiệu quả học tập của sinh viên có thể được thu thập thông qua nhiều nguồn khác nhau, bao gồm bài kiểm tra, bài tập, dự án và khảo sát. Dữ liệu này cần được phân tích một cách cẩn thận để xác định xem có sự khác biệt đáng kể nào giữa nhóm sinh viên học theo phương pháp truyền thống và nhóm sinh viên học theo phương pháp có sự hỗ trợ của AI hay không. Các phương pháp thống kê như kiểm định T-test và ANOVA có thể được sử dụng để phân tích dữ liệu.

5.3. Phân tích định tính về trải nghiệm học tập của sinh viên có AI

Ngoài việc phân tích dữ liệu định lượng, cũng cần thu thập dữ liệu định tính về trải nghiệm học tập của sinh viên. Dữ liệu này có thể được thu thập thông qua phỏng vấn, thảo luận nhóm và nhật ký học tập. Phân tích dữ liệu định tính sẽ giúp hiểu rõ hơn về những lợi ích và hạn chế của việc ứng dụng AI trong dạy học từ góc độ của sinh viên.

VI. Tương Lai Dạy Học CNTT Phát Triển và Ứng Dụng AI Tiên Tiến

Trong tương lai, AI sẽ tiếp tục đóng vai trò ngày càng quan trọng trong việc đổi mới phương pháp dạy và học CNTT. Các công nghệ AI tiên tiến như học sâu (Deep Learning) và xử lý ngôn ngữ tự nhiên (Natural Language Processing) sẽ được ứng dụng rộng rãi hơn để tạo ra các môi trường học tập cá nhân hóa, tương tác và hiệu quả hơn. Ngoài ra, AI còn có thể giúp giáo viên tự động hóa các tác vụ quản lý lớp học và tập trung vào việc hỗ trợ sinh viên một cách tốt hơn.

6.1. Ứng dụng học sâu Deep Learning trong cá nhân hóa học tập

Học sâu là một nhánh của học máy cho phép máy tính học các biểu diễn phức tạp của dữ liệu. Trong lĩnh vực giáo dục, học sâu có thể được sử dụng để tạo ra các mô hình dự đoán về hiệu quả học tập của sinh viên và cung cấp những gợi ý cá nhân hóa để giúp sinh viên cải thiện.

6.2. Xử lý ngôn ngữ tự nhiên NLP hỗ trợ tương tác trong CNTT

NLP là một lĩnh vực của AI liên quan đến việc cho phép máy tính hiểu và xử lý ngôn ngữ của con người. Trong lĩnh vực giáo dục, NLP có thể được sử dụng để tạo ra các chatbot thông minh có thể trả lời các câu hỏi của sinh viên và cung cấp những phản hồi hữu ích.

6.3. Tự động hóa tác vụ quản lý lớp học và hỗ trợ giảng viên bằng AI

AI có thể được sử dụng để tự động hóa nhiều tác vụ quản lý lớp học, như chấm điểm bài tập, tạo báo cáo và gửi thông báo cho sinh viên. Điều này giúp giáo viên tiết kiệm thời gian và công sức, đồng thời cho phép họ tập trung vào việc hỗ trợ sinh viên một cách tốt hơn.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ "Dạy học cho sinh viên ngành Công nghệ thông tin với sự hỗ trợ của công nghệ Trí tuệ nhân tạo" do nghiên cứu sinh Đinh Thị Mỹ Hạnh thực hiện dưới sự hướng dẫn khoa học của PGS. Ngô Tứ Thành, thuộc ngành Lí luận và phương pháp dạy học (mã số: 9140110), bảo vệ tại Đại học Bách khoa Hà Nội năm 2023.

Tính cấp thiết và khoảng trống nghiên cứu

Bối cảnh cuộc Cách mạng công nghiệp lần thứ tư (CMCN 4.0) với sự phát triển của các công nghệ cốt lõi như Internet vạn vật (IoT), Trí tuệ nhân tạo (AI), Thực tế ảo (VR), Tương tác thực tại ảo (AR), Điện toán đám mây và Dữ liệu lớn (SMAC) đặt ra yêu cầu đổi mới căn bản giáo dục đại học. Định hướng này được thể chế hóa thông qua các văn bản pháp lý của Việt Nam như Nghị quyết số 29-NQ/TW về đổi mới căn bản, toàn diện giáo dục và đào tạo; Quyết định số 1981/QĐ-TTg và 1982/QĐ-TTg phê duyệt Khung cơ cấu hệ thống giáo dục quốc dân và Khung trình độ quốc gia; Luật Công nghệ Thông tin 2006; Quyết định số 117/QĐ-TTg; Quyết định số 749/QĐ-TTg về Chuyển đổi số quốc gia; và đặc biệt là Quyết định số 127/QĐ-TTg ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030.

Sinh viên ngành Công nghệ thông tin (CNTT) có đặc thù tiếp xúc thường xuyên với máy tính, môi trường Internet và các phần mềm chuyên ngành, đồng thời phải tiếp cận khối lượng tri thức thay đổi nhanh chóng. Tuy nhiên, trong thực tiễn dạy học đại học, công tác cố vấn học tập còn mang tính hình thức; việc dạy học đồng loạt chưa đáp ứng được sự khác biệt về tốc độ tiếp thu, phong cách nhận thức và nhu cầu cá nhân của người học. Mặc dù AI đã chứng minh nhiều tiềm năng trong giáo dục (AIEd), việc nghiên cứu áp dụng AI vào dạy học lập trình và các học phần cơ sở ngành CNTT tại Việt Nam vẫn còn ở giai đoạn đầu, thiếu các mô hình, tiến trình dạy học và công cụ hỗ trợ đồng bộ kết hợp giữa Chatbot và thuật toán cá nhân hóa học tập.

Mục tiêu nghiên cứu

Mục đích nghiên cứu tổng quát của luận án là xây dựng và áp dụng mô hình, tiến trình dạy học có sự hỗ trợ của công nghệ AI trong đào tạo sinh viên ngành CNTT trình độ đại học nhằm nâng cao chất lượng dạy học định hướng năng lực.

Câu hỏi nghiên cứu

Luận án giải quyết 06 câu hỏi nghiên cứu cụ thể được đánh số trong văn bản:

1. Tổng quan về AI và những ảnh hưởng, tác động của AI đến quá trình dạy học trong bối cảnh hiện nay như thế nào?
2. Chatbot và cá nhân hoá học tập được ứng dụng như thế nào trong việc hỗ trợ dạy học cho sinh viên ngành CNTT?
3. Biện pháp áp dụng AI trong hỗ trợ dạy học cho sinh viên ngành CNTT?
4. Công cụ và công nghệ hỗ trợ việc dạy học cho sinh viên ngành CNTT?
5. Đo lường và đánh giá độ tin cậy của việc ứng dụng AI hỗ trợ dạy học cho sinh viên ngành CNTT như thế nào?
6. Liệu có sự khác biệt có ý nghĩa thống kê về mức độ trải nghiệm học tập của sinh viên ngành CNTT với sự hỗ trợ của công nghệ trí tuệ nhân tạo và kết quả học tập giữa nhóm sinh viên lớp thực nghiệm (học tập có sự hỗ trợ của AI) so với lớp đối chứng (học tập không có sự hỗ trợ của công nghệ AI)?

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Công nghệ AI trong việc hỗ trợ dạy và học cho sinh viên ngành CNTT tại một số trường đại học ở Việt Nam.
• Khách thể nghiên cứu: Quá trình dạy và học cho sinh viên ngành CNTT ở trường đại học.
• Phạm vi nội dung: Khảo sát thực trạng dạy học các môn CNTT có sự hỗ trợ của AI; xây dựng website hỗ trợ dạy học tích hợp Chatbot và thuật toán cá nhân hóa; thiết kế tiến trình dạy học và thực nghiệm trên hai học phần: Tin học đại cương (ngôn ngữ C/C++) và Đồ họa máy tính.
• Phạm vi không gian: Giảng viên và sinh viên các khoa Tin học/CNTT tại các trường đại học khu vực miền Trung, tập trung vào các trường thành viên của Đại học Đà Nẵng (Trường Đại học Sư phạm, Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn).
• Phạm vi thời gian: Nghiên cứu được triển khai từ năm 2020 đến năm 2023.

---

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu trước đây được luận án điểm luận

Tác giả hệ thống hóa lịch sử phát triển của AI và AIEd từ năm 1956 khi John McCarthy đưa ra khái niệm khoa học về AI. Về mặt phân loại khái niệm, tác giả trích dẫn các quan điểm kinh điển:

• Haugeland (1985) và Winston (1992): Quan điểm về tư duy như con người và tư duy hợp lý.
• Kurzweil (1990), Rich và Knight (1991): Quan điểm về hành vi như con người và hành vi hợp lý.
• Baker và Smith (2019): Định nghĩa AI như một thuật ngữ bao trùm mô tả các công nghệ thực hiện nhiệm vụ nhận thức của con người (học máy, xử lý ngôn ngữ tự nhiên, mạng nơ-ron).

Về lĩnh vực AIEd (Hình thành từ thập niên 1970 theo các tài liệu quốc tế):

• Tuomi (2018): Phân loại kỹ thuật AIEd thành hai nhánh: AI dựa trên kiến thức/quy tắc và AI hướng dữ liệu.
• Baker (2016), Dimitrova, McCalla và Bull: Xác định các vai trò của mô hình AIEd (công cụ khoa học, thành phần hệ thống, cơ sở thiết kế, mô hình người học mở - OLMs).
• Nghiên cứu về các Hệ thống dạy kèm thông minh (ITS): Các hệ thống tiêu biểu như StuDiAsE (Samarakou và cộng sự), OLI (Open Learning Initiative - Đại học Carnegie Mellon), ALEKS, SQL-Tutor, Cognitive Tutor, ASSISTments, AutoTutor, MATHia, IBM Watson.
• Nghiên cứu về Chatbot và Trợ lý ảo: Ciechanowski và cộng sự, Clarizia và cộng sự, Graesser và cộng sự (ứng dụng chatbot trên nền tảng MyELT); sự ra đời của ChatGPT (OpenAI, tháng 11/2022) ứng dụng kiến trúc Transformer và học sâu.
• Các nghiên cứu về AI trong giáo dục lập trình: Tác động của AI đối với tư duy tính toán, khả năng tự lập trình và động lực học tập của sinh viên.
• Tại Việt Nam: Các nghiên cứu của Phạm Đỗ Nhật Tiến về giáo dục 4.0; Hà Đức Ngọc về dạy học với các công nghệ mới nổi; Nguyễn Xuân Lạc về phương pháp mô hình trong dạy học.

Khoảng trống nghiên cứu luận án lựa chọn giải quyết

Tổng quan tài liệu cho thấy, các công trình quốc tế chủ yếu tập trung vào các hệ thống ITS độc lập hoặc khảo sát sự chấp nhận công nghệ ở góc độ chung. Tại Việt Nam, nghiên cứu về AIEd đa phần dừng lại ở mức độ giới thiệu khái niệm hoặc ứng dụng rời rạc. Còn thiếu các nghiên cứu sư phạm hoàn chỉnh:

• Thiết lập khung lý thuyết và nguyên tắc sư phạm cụ thể cho việc tích hợp AI vào dạy học các môn kỹ thuật/lập trình cho sinh viên CNTT.
• Xây dựng giải pháp kỹ thuật tích hợp: kết hợp giữa Chatbot hỗ trợ giải đáp tự động và thuật toán phân lớp K-láng giềng gần nhất (K-nearest Neighbor - KNN) để tự động hóa khâu phân loại học lực, nhận xét, gợi ý bài tập và cá nhân hóa tài liệu ôn tập.
• Kiểm chứng thực nghiệm định lượng về sự cải thiện năng lực lập trình và kết quả học tập thông qua các chỉ số thống kê toán học.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án xây dựng cơ sở lý thuyết dựa trên sự tích hợp của nhiều học thuyết sư phạm và mô hình thiết kế dạy học:

1. Lý thuyết học tập: Thuyết hành vi (B. Skinner), Thuyết nhận thức (E. Tolman), Thuyết kiến tạo xã hội (L. Vygotsky), Thuyết sư phạm tương tác (Jean-Marc Denommé & Madeleine Roy) và Lý thuyết kết nối (Connectivism - George Siemens & Stephen Downes).
2. Mô hình công nghệ và thiết kế dạy học:
   • Mô hình TPACK (Technological Pedagogical Content Knowledge của Mishra & Koehler): Kết hợp giữa kiến thức chuyên môn (CK), kiến thức sư phạm (PK) và kiến thức công nghệ (TK).
   • Mô hình thiết kế dạy học của Dick & Carey.
   • Khung giáo dục thông minh SMARTER (Self-directed, Motivated, Adaptive, Resources, Technology, Engagement, Relevance).
3. Lý thuyết dạy học kết hợp (Blended Learning): Theo định nghĩa của Kaye Thorne và Graham, kết hợp giữa học tập trực tiếp trên lớp và môi trường học tập trực tuyến (OLE/LMS).
4. Cơ sở kỹ thuật AI: Khái niệm cá nhân hóa học tập (chu trình 4 bước: Tham gia - Đo lường - Diễn giải - Điều chỉnh); Thuật toán phân lớp K-nearest Neighbor (KNN) sử dụng công thức tính khoảng cách Euclidean:

$$d(p, q) = \sqrt{\sum_{i=1}^{n} (p_i - q_i)^2}$$

Phương pháp nghiên cứu

Luận án sử dụng phương pháp nghiên cứu hỗn hợp (kết hợp định tính và định lượng):

Nhóm phương pháp	Công cụ và kỹ thuật triển khai	Mục đích sử dụng
Nghiên cứu lý thuyết	Phân tích, tổng hợp, hệ thống hóa tài liệu từ Google Scholar và CSDL trong nước	Xây dựng khung lý thuyết, xác định khái niệm công cụ và mô hình dạy học có sự hỗ trợ của AI
Khảo sát thực trạng	Bảng hỏi đóng/mở theo thang đo Likert 5 mức (Mẫu: 120 GV và 877 SV ngành CNTT)	Thu thập dữ liệu về nhận thức, thái độ, mức độ sẵn sàng và kỳ vọng sử dụng AI trong dạy học
Phương pháp chuyên gia	Phiếu xin ý kiến chuyên gia giáo dục và CNTT (Phụ lục 5, 6)	Đánh giá tính cần thiết, tính hợp lý và tính khả thi của mô hình và tiến trình dạy học đề xuất
Thực nghiệm sư phạm	Thiết kế thực nghiệm có đối chứng (lớp TN và lớp ĐC) trên 2 học phần: Tin học đại cương và Đồ họa máy tính	Kiểm tra giả thuyết khoa học về tác động của AI đến kết quả và kỹ năng học tập của sinh viên
Thống kê toán học	Phần mềm SPSS và Excel; kiểm định Independent Samples T-test, Paired Samples Correlations, tính hệ số ảnh hưởng (Effect Size - ES)	Xử lý dữ liệu định lượng, kiểm định ý nghĩa thống kê giữa nhóm thực nghiệm và đối chứng

Nguồn tư liệu và dữ liệu

• Dữ liệu khảo sát thực trạng từ 120 giảng viên và 877 sinh viên các chuyên ngành CNTT tại các trường đại học miền Trung.
• Dữ liệu điểm số kiểm tra quá trình, kiểm tra kết thúc học phần và đánh giá kỹ năng lập trình của sinh viên tham gia thực nghiệm sư phạm.
• Dữ liệu log học tập, lịch sử tương tác qua Chatbot và bài nộp testcase tự động trên website học tập do tác giả thiết kế.

---

Nội dung chính theo từng chương

Chương 1. Cơ sở lí luận và thực tiễn dạy học cho sinh viên ngành Công nghệ Thông tin với sự hỗ trợ của công nghệ Trí tuệ nhân tạo

Chương 1 làm rõ các khái niệm công cụ: AI, AIEd, Dạy học với sự hỗ trợ của AI, Tự học, Cá nhân hóa học tập, Chatbot và Mô hình dạy học. Quá trình dạy học có AI được mô hình hóa thành mối tương tác giữa Giảng viên - Công nghệ AI - Sinh viên, trong đó AI thực hiện chức năng định hướng, điều chỉnh và kiểm tra đánh giá, hỗ trợ cả hoạt động học chính và học tập phụ.

Nội dung chương trình bày kết quả khảo sát thực trạng diện rộng:

• Khảo sát giảng viên ($N = 120$): Đánh giá quan điểm của GV về AIEd và mức độ sẵn sàng sử dụng AI để hỗ trợ dạy học (Bảng 1.12). Giảng viên đánh giá cao tiềm năng của AI trong việc hỗ trợ kiểm tra đánh giá và tự động hóa các công việc lặp lại, song gặp khó khăn về hạ tầng kỹ thuật và thiếu tài liệu hướng dẫn sư phạm đồng bộ.
• Khảo sát sinh viên ($N = 877$): Phân tích giá trị trung bình và độ lệch chuẩn về ý kiến của SV đối với AIEd (Bảng 1.11). Đa số sinh viên có nhu cầu cao về việc sử dụng Chatbot để giải đáp thắc mắc ngoài giờ lên lớp và mong muốn hệ thống có khả năng gợi ý tài liệu học tập phù hợp với trình độ cá nhân.
• Khảo sát về các công nghệ AI hiện có và hệ thống theo dõi tiến trình (Bảng 1.13, 1.14, 1.15) cho thấy sự chênh lệch lớn giữa kỳ vọng của người học và thực tế triển khai tại các cơ sở đào tạo.

Chương 2. Thiết kế dạy học với sự hỗ trợ của công nghệ Trí tuệ nhân tạo cho sinh viên ngành Công nghệ Thông tin trình độ đại học

Chương 2 tập trung phân tích đặc điểm đào tạo ngành CNTT, chuẩn đầu ra và phương pháp đánh giá; từ đó xác lập 05 nguyên tắc thiết kế dạy học với sự hỗ trợ của AI:

1. Đảm bảo tương tác người và máy.
2. Đảm bảo tính thống nhất và khoa học với việc sử dụng các phương tiện dạy học khác.
3. Đảm bảo tính hiệu quả.
4. Đảm bảo tính gợi mở, định hướng cho người học.
5. Đảm bảo nguyên tắc về cấu trúc của khóa học trực tuyến.

Tác giả đề xuất mô hình dạy học kết hợp và thiết kế website dạy học tích hợp AI bao gồm các module chức năng:

• Module Chatbot tương tác: Tích hợp chatbot mạng xã hội (Facebook Messenger) và API ChatGPT (OpenAI) để hướng dẫn học tập, giải đáp câu hỏi thường gặp về cú pháp lập trình và thuật toán.
• Module Quản lý học tập và Chấm điểm tự động: Tự động kiểm thử mã nguồn của sinh viên thông qua các bộ Testcase được thiết lập sẵn, đưa ra phản hồi tức thì về lỗi logic và lỗi cú pháp.
• Module Cá nhân hóa học tập (Recommendation module - RM): Ứng dụng thuật toán phân lớp K-nearest Neighbor (KNN) để phân tích kết quả bài kiểm tra và lịch sử học tập, từ đó tự động phân loại trình độ và đề xuất học liệu, bài tập bổ trợ hoặc bài tập nâng cao phù hợp với từng cá nhân.
• Tiến trình tổ chức dạy học: Xây dựng quy trình 3 giai đoạn: (1) Chuẩn bị dạy học (xây dựng học liệu số, kịch bản chatbot, bộ testcase); (2) Tiến hành dạy học (kết hợp bài giảng giáp mặt và tương tác trực tuyến với trợ lý AI); (3) Kiểm tra, đánh giá và điều chỉnh hoạt động học tập.

Chương 3. Thực nghiệm và đánh giá

Chương 3 trình bày toàn bộ quá trình và kết quả thực nghiệm sư phạm nhằm kiểm định tính khả thi và hiệu quả của mô hình đề xuất.

Đánh giá của chuyên gia

Khảo sát ý kiến chuyên gia (Bảng 3.2 đến Bảng 3.6) về 03 tiêu chí chính cho thấy sự đồng thuận cao:

• Tính cần thiết của việc đưa AI hỗ trợ dạy học ngành CNTT.
• Tính hợp lý của mô hình và tiến trình dạy học đề xuất.
• Tính khả thi khi triển khai trong điều kiện thực tế tại các trường đại học Việt Nam.

Thực nghiệm sư phạm

Nghiên cứu sinh tiến hành 02 nội dung thực nghiệm độc lập:

1. Thực nghiệm 1 (Nội dung Chatbot hỗ trợ học tập): Triển khai trong học phần Tin học đại cương (lập trình C/C++) tại Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn (Đại học Đà Nẵng). Thiết kế gồm lớp Thực nghiệm 1 (TN1) học có sự hỗ trợ của Chatbot và lớp Đối chứng 1 (ĐC1) học theo phương pháp truyền thống không có Chatbot.

   • Kiểm định T-test độc lập trước thực nghiệm khẳng định trình độ ban đầu của hai lớp là tương đương ($p > 0.05$).
   • Đánh giá kỹ năng lập trình C/C++ sau thực nghiệm (Bảng 3.20): Lớp TN1 đạt kết quả cao hơn rõ rệt về điểm kiểm tra kỹ năng viết mã, phát hiện lỗi và tối ưu hóa thuật toán.

2. Thực nghiệm 2 (Nội dung Cá nhân hóa học tập): Triển khai trong học phần Đồ họa máy tính tại Trường Đại học Sư phạm (Đại học Đà Nẵng). Lớp thực nghiệm được hệ thống AI tự động phân tích kết quả bài tập để gửi gợi ý bài học và tài liệu ôn tập cá nhân hóa.

   • Phân tích dữ liệu khảo sát (Bảng 3.10 đến 3.15) ghi nhận mức độ thỏa mãn nhu cầu tâm lý học tập, khả năng dự đoán nhu cầu của người học và đánh giá tích cực về hiệu quả sau bài học.
   • Phân tích thống kê kết quả kiểm tra (Bảng 3.21 đến 3.25): Trị số trung bình điểm kiểm tra của lớp thực nghiệm cao hơn lớp đối chứng; kiểm định T-test độc lập cho thấy sự khác biệt có ý nghĩa thống kê ($p < 0.05$); phân tích tương quan mẫu bắt cặp (Paired Samples Correlations) và tính hệ số ảnh hưởng $ES$ khẳng định tác động tích cực của mô hình dạy học tích hợp AI.

---

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận

1. Hệ thống hóa và phát triển cơ sở lý luận về dạy học có sự hỗ trợ của công nghệ Trí tuệ nhân tạo (AIEd) trong đào tạo đại học ngành CNTT tại Việt Nam.
2. Xác lập khung lý thuyết, các thành tố cấu trúc và 05 nguyên tắc sư phạm cốt lõi trong việc thiết kế dạy học kết hợp có sự tham gia của AI.
3. Xây dựng mô hình dạy học và quy trình tổ chức dạy học 3 giai đoạn tích hợp AI, làm rõ vai trò hỗ trợ của công nghệ đối với việc giảm tải tác vụ lặp lại cho giảng viên và phát triển năng lực tự học của sinh viên.

Đóng góp mới về mặt thực tiễn

1. Cung cấp bộ dữ liệu khảo sát thực trạng toàn diện từ 120 giảng viên và 877 sinh viên ngành CNTT tại khu vực miền Trung về nhu cầu, thái độ và điều kiện ứng dụng AI trong dạy học.
2. Xây dựng và vận hành thử nghiệm thành công một website hỗ trợ dạy học tích hợp các công nghệ AI: Chatbot đối thoại (Facebook Messenger, API ChatGPT), hệ thống chấm điểm testcase tự động và module cá nhân hóa học tập dựa trên thuật toán K-nearest Neighbor (KNN).
3. Biên soạn học liệu số và kịch bản dạy học hoàn chỉnh cho 02 học phần cơ sở ngành CNTT (Tin học đại cương và Đồ họa máy tính), được kiểm chứng qua thực nghiệm sư phạm có đối chứng với kết quả cải thiện kỹ năng lập trình của sinh viên.

Kiến nghị và giải pháp đề xuất

• Đối với các cơ sở giáo dục đại học: Đầu tư nâng cấp hạ tầng công nghệ thông tin, máy chủ và đường truyền; ban hành quy chế khuyến khích giảng viên ứng dụng các nền tảng AI vào quản lý học tập và đánh giá người học.
• Đối với giảng viên: Tích cực nâng cao năng lực công nghệ sư phạm (TPACK), chủ động xây dựng ngân hàng câu hỏi, kịch bản trả lời tự động cho chatbot và thiết kế các bộ testcase phục vụ chấm điểm tự động.
• Đối với sinh viên: Phát huy tinh thần tự học, sử dụng các công cụ trợ lý AI như phương tiện hỗ trợ tư duy và giải đáp thắc mắc, tránh lạm dụng AI để sao chép kết quả làm bài.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

Dựa trên phạm vi nghiên cứu được xác định trong văn bản:

• Phạm vi khảo sát thực trạng và thực nghiệm sư phạm chủ yếu tập trung tại các trường đại học thành viên thuộc Đại học Đà Nẵng và một số cơ sở giáo dục đại học khu vực miền Trung, chưa mở rộng ra các trường đại học trên toàn quốc.
• Nội dung thực nghiệm sư phạm mới chỉ triển khai trên 02 học phần cơ sở ngành là Tin học đại cương (C/C++) và Đồ họa máy tính, chưa bao quát toàn bộ các học phần chuyên ngành chuyên sâu khác của chương trình đào tạo CNTT.

Hướng nghiên cứu tiếp theo

• Mở rộng phạm vi thử nghiệm mô hình sang các trường đại học thuộc các vùng miền khác nhau nhằm tăng cường tính đại diện.
• Mở rộng ứng dụng mô hình và tiến trình dạy học có hỗ trợ của AI cho các môn học chuyên ngành nâng cao (Cấu trúc dữ liệu và giải thuật, Phát triển ứng dụng web, Trí tuệ nhân tạo).
• Nghiên cứu tích hợp các mô hình học máy và mô hình ngôn ngữ lớn tiên tiến hơn để nâng cao độ chính xác của module dự đoán nhu cầu và cá nhân hóa lộ trình học tập.

---

Giá trị tham khảo

Luận án là tài liệu tham khảo có giá trị học thuật và ứng dụng thực tiễn cho nhiều đối tượng:

• Nghiên cứu sinh và học viên cao học chuyên ngành Lí luận và Phương pháp dạy học, Giáo dục học: Tham khảo khung lý thuyết TPACK, phương pháp xây dựng mô hình dạy học kết hợp công nghệ mới và quy trình thiết kế thực nghiệm sư phạm sử dụng các công cụ thống kê toán học (SPSS, T-test, Paired Samples Correlations, Effect Size).
• Giảng viên các khoa Công nghệ thông tin và khối ngành Kỹ thuật: Tham khảo trực tiếp cấu trúc kịch bản dạy học, cách thức xây dựng bài tập có testcase tự động, phương thức tích hợp Chatbot và OpenAI API vào hệ thống quản lý học tập (LMS/website).
• Các nhà quản lý đào tạo và cán bộ phát triển phần mềm giáo dục: Tham khảo mô hình kiến trúc hệ thống E-learning tương tác, sơ đồ BFD của hệ thống dạy học và thuật toán phân lớp KNN ứng dụng trong cá nhân hóa học tập.

---

Câu hỏi thường gặp

1. Bản chất của việc ứng dụng AI trong dạy học theo luận án là gì? AI có thay thế giảng viên không?

Theo luận án, bản chất của việc sử dụng AI trong dạy học là "hỗ trợ dạy học". AI không thay thế vai trò của giảng viên trong việc tổ chức, chỉ đạo và truyền thụ tri thức. AI đóng vai trò như một trợ lý ảo hỗ trợ giảng viên giảm thiểu thời gian thực hiện các tác vụ lặp lại (như giải đáp thắc mắc cơ bản, chấm điểm testcase tự động) và hỗ trợ sinh viên trong việc nhận xét kết quả, cá nhân hóa gợi ý tài liệu ôn tập theo tốc độ nhận thức của từng cá nhân.

2. Thuật toán nào được tác giả sử dụng để thực hiện cá nhân hóa học tập trong hệ thống?

Tác giả sử dụng thuật toán phân lớp K-láng giềng gần nhất (K-nearest Neighbor - KNN) kết hợp với công thức tính khoảng cách Euclidean để phân tích dữ liệu điểm số, kết quả kiểm tra quá trình của sinh viên. Dựa trên việc phân lớp các điểm dữ liệu kiểm thử so với tập huấn luyện, hệ thống (thông qua Recommendation module - RM) sẽ tự động đưa ra các nhận xét, bài tập và tài liệu ôn tập phù hợp với từng mức năng lực của sinh viên.

3. Những công cụ công nghệ AI cụ thể nào đã được tích hợp vào website dạy học của luận án?

Luận án đã tích hợp các công nghệ và công cụ:

• Hệ thống Chatbot đối thoại dựa trên nền tảng mạng xã hội Facebook Messenger và hệ thống OpenAI (ChatGPT).
• Phân hệ kiểm thử và chấm điểm tự động mã nguồn dựa trên các bộ Testcase định sẵn.
• Phân hệ tổ chức thi ảo và quản lý khóa học trực tuyến.
• Phân hệ gợi ý học liệu tự động (Recommendation module) dựa trên thuật toán học máy.

4. Kết quả thực nghiệm sư phạm được đánh giá qua những học phần nào và bằng các chỉ số thống kê nào?

Thực nghiệm sư phạm được tiến hành trên 02 học phần:

• Tin học đại cương (ngôn ngữ C/C++) tại Trường ĐH CNTT và Truyền thông Việt - Hàn (đánh giá việc sử dụng Chatbot).
• Đồ họa máy tính tại Trường ĐH Sư phạm - ĐH Đà Nẵng (đánh giá module cá nhân hóa học tập).

Dữ liệu được xử lý bằng phần mềm SPSS và Excel thông qua các tham số: Giá trị trung bình ($\bar{X}$), Độ lệch chuẩn ($SD$), Phương sai ($S^2$), Kiểm định $T$-test độc lập (Independent Samples T-test), Hệ số tương quan mẫu bắt cặp (Paired Samples Correlations) và Hệ số ảnh hưởng ($ES$). Kết quả cho thấy lớp thực nghiệm có kết quả học tập và kỹ năng lập trình cao hơn có ý nghĩa thống kê ($p < 0.05$) so với lớp đối chứng.

---

Kết luận

Luận án tiến sĩ của nghiên cứu sinh Đinh Thị Mỹ Hạnh đã giải quyết một cách có hệ thống cơ sở lý luận và thực tiễn của việc ứng dụng công nghệ Trí tuệ nhân tạo trong dạy học cho sinh viên ngành Công nghệ thông tin trình độ đại học. Tác giả đã thiết kế thành công mô hình dạy học kết hợp, xây dựng website học tập tích hợp Chatbot và thuật toán phân lớp KNN phục vụ cá nhân hóa việc kiểm tra, đánh giá và gợi ý học liệu. Kết quả thực nghiệm sư phạm trên các học phần Tin học đại cương và Đồ họa máy tính tại Đại học Đà Nẵng khẳng định mô hình đề xuất cải thiện kết quả học tập và kỹ năng lập trình của sinh viên, mang lại giá trị tham khảo thiết thực cho công tác đổi mới phương pháp dạy học đại học trong bối cảnh chuyển đổi số.

Trích đoạn nội dung tài liệu

MỞ ĐẦU 1. Lí do chọn đề tài 1. Tăng cường ứng dụng Công nghệ Thông tin vào đổi mới giáo dục, đáp ứng yêu cầu của cuộc Cách mạng công nghiệp 4.0 Cuộc Cách mạng Công nghiệp (CMCN) 4.0 sẽ tạo ra những thay đổi sâu sắc về công nghệ sản xuất và lưu thông, phân phối, tạo ra những tác động mạnh mẽ, toàn diện đến mọi mặt của đời sống kinh tế - xã hội thông qua các công nghệ như Internet vạn vật (Internet of Things - IoT), trí tuệ nhân tạo (Artificial Intelligence - AI), thực tế ảo (Virtual Realtime - VR), tương tác thực tại ảo (Augmented Reality - AR), mạng xã hội, điện toán đám mây (ĐTĐM), di động, phân tích dựa trên dữ liệu lớn (Social, Mobile, Analytics và Cloud - SMAC). để chuyển hóa toàn bộ thế giới thực thành thế giới số.

Trong những năm tới, các đại học trên toàn thế giới sẽ đứng trước những cơ hội và thách thức to lớn về đào tạo nhân lực thích nghi với sự thay đổi to lớn này. Giáo dục nói chung và giáo dục đại học nói riêng sẽ không nằm ngoài tầm ảnh hưởng đó. Xu hướng này phù hợp với hành vi thay đổi bao gồm các đặc tính như: tính song hành, kết nối và trực quan hóa [1], [2].1 Cuộc Cách mạng công nghiệp 4.0 đặt ra yêu cầu về đào tạo nguồn nhân lực chất lượng cao Đảng ta đã xác định đào tạo nhân lực, nhất là nhân lực chất lượng cao là một trong những khâu đột phá để phát triển đất nước trong những năm tới. Nhu cầu nguồn nhân lực có trình độ cao (tốt nghiệp đại học và sau đại học) với kĩ năng mềm tốt (kĩ năng ngoại ngữ, ứng dụng Công nghệ Thông tin (CNTT), làm việc nhóm…) sẽ gia tăng trong những năm tới.

Đảng và Nhà nước đã có nhiều văn bản quan trọng liên quan đến chủ trương, chính sách đầu tư cho công tác đào tạo, bồi dưỡng nguồn nhân lực chất lượng cao, đáp ứng yêu cầu hội nhập và phát triển của đất nước. Quyết định số 1981/QĐ-TTg ngày 18 tháng 10 năm 2016 về phê duyệt Khung cơ cấu hệ thống giáo dục quốc dân và Quyết định số 1982/QĐ-TTg ngày 18 tháng 10 năm 2016 về phê duyệt Khung trình độ quốc gia Việt Nam. Đây là hai văn bản quan trọng để các trường đại học định hướng mục tiêu đào tạo, điều chỉnh lại chương trình, khung thời gian, chuẩn đầu ra để đào tạo sinh viên (SV) có trình độ và năng lực tương đương với các trường đại học trong khu vực và trên thế giới. Nghị quyết 29-NQ/TW ngày 04 tháng 11 năm 2013 về “Đổi mới căn bản, toàn diện giáo dục và đào tạo, đáp ứng yêu cầu công nghiệp hóa, hiện đại hóa trong điều kiện kinh tế thị trường định hướng xã hội chủ nghĩa và hội nhập quốc tế” ra đời đã có tác động tích cực đến nền giáo dục nước nhà.

Theo đó, giáo dục Việt Nam đã có những bước phát triển tích cực.2 Sự chuyển đổi của quá trình dạy học dưới tác động của cuộc Cách mạng công nghiệp 4.0 Sự chuyển đổi dạy học trong thế kỉ XXI, đặc biệt dưới tác động của cuộc CMCN 4.0 là quá trình dạy học có sự hỗ trợ của CNTT và Truyền thông (cụm từ trong tiếng Anh là Information & Communication Technologies, viết tắt là ICT), kết hợp dạy học theo những học thuyết kinh điển (Thuyết hành vi – B. Skinner, Thuyết nhận thức – E. Tolman, Thuyết kiến tạo xã hội – J.Vugotsky, Thuyết sư phạm tương tác – J.) và học thuyết sư phạm kết nối. Vì vậy, quá trình dạy học trong thế kỉ XXI có sự dịch chuyển lớn, đặc biệt nhấn mạnh sự kết hợp với dạy học số.

Việc ứng dụng các tiến bộ trong lĩnh vực ICT vào giáo dục nói chung và quá trình dạy – học nói riêng đã và sẽ tiếp tục đem lại những bước chuyển biến đáng kể. Vai trò của giáo viên và sinh viên đều cần thay đổi để phù hợp với xu thế. Bảng 1 thể hiện sự chuyển đổi này. Bảng 1 Ứng dụng ICT trong giảng dạy mang lại sự thay đổi trong vai trò của giáo viên và sinh viên (Nguồn:[3]) Sinh viên Giáo viên Vai trò cũ Vai trò mới Vai trò cũ Vai trò mới Người tiếp nhận Người chủ động tìm Người truyền Người hỗ trợ học thông tin, tri thức là kiếm, chia sẻ thông thụ, chuyển giao tập, cộng tác viên, chủ thể thụ động tin, chủ thể tích cực thông tin, tri huấn luyện viên của quá trình dạy của quá trình học thức học tập Người tái hiện lại Người tạo ra tri thức Là nguồn thông Người định hướng kiến thức mới tin chính kiến thức và đồng hành với người học Thực hiện hoạt Thực hiện hoạt Là người kiểm Là người tạo ra cho động học tập đơn động học tập hợp soát và chỉ đạo sinh viên nhiều lựa lẻ, rời rạc tác, cộng tác nhóm tất cả các hoạt chọn và trách nhiệm động của người hơn với việc học học của chính họ Đổi mới phương pháp dạy học (PPDH) bằng cách áp dụng rộng rãi, triệt để những thành tựu khoa học, đặc biệt CNTT là một trong những việc cần thiết và hiệu quả.

Chính sách của Việt Nam về ứng dụng và phát triển CNTT trong Luật CNTT 2006 đã nêu rõ: “Ưu tiên ứng dụng và phát triển CNTT trong chiến lược phát triển kinh tế - xã hội và sự nghiệp công nghiệp hóa, hiện đại hóa đất nước”, …“tạo điều kiện thuận lợi để phát triển cơ sở hạ tầng thông tin quốc gia”, cho phép ứng dụng những thành tựu của CNTT vào trong giáo dục và đào tạo (GDĐT) thuận lợi. Hệ thống các văn bản chỉ đạo, triển khai từ Đảng, Chính phủ, các Bộ, ngành đã thể hiện sự quyết tâm cao trong việc đẩy mạnh và nâng cao chất lượng của việc ứng dụng CNTT trong đổi mới PPDH. Một số văn bản quan trọng có thể kể đến như Chỉ thị số 5444/BGDĐT-GDĐH, ngày 16 tháng 11 năm 2017 của Bộ GDĐT về áp dụng cơ chế đặc thù đào tạo các ngành thuộc lĩnh vực CNTT trình độ đại học, Chỉ thị số 16/CT-TTg ngày 04 tháng 5 năm 2017 của Thủ tướng Chính phủ về tăng cường năng lực tiếp cận Cuộc CMCN lần thứ 4, Quyết định số 117/QĐ-TTg ngày 25 Trang 2 tháng 01 năm 2017 của Thủ tướng Chính phủ phê duyệt Đề án “Tăng cường ứng dụng CNTT trong quản lí và hỗ trợ các hoạt động dạy – học, nghiên cứu khoa học góp phần nâng cao chất lượng giáo dục và đào tạo giai đoạn 2016-2020 định hướng đến năm 2025”, 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”. Trên cơ sở các Chỉ thị, Quyết định của Chính phủ, hằng năm, Bộ GDĐT đều ban hành chương trình, nhiệm vụ năm học để triển khai cụ thể hoá.

Trong đó, nhiệm vụ về tăng cường CNTT trong dạy và học luôn là nhiệm vụ quan trọng. Gần đây nhất là Công văn số 4003/BGDĐT-CNTT ngày 07/10/2020 về việc hướng dẫn thực hiện nhiệm vụ CNTT năm học 2020 – 2021. Ngày 26 tháng 01 năm 2021, Thủ tướng Chính phủ đã kí Quyết định số 127/QĐ-TTg ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng TTNT đến năm 2030, đặt mục tiêu đẩy mạnh nghiên cứu, phát triển và ứng dụng AI, đưa AI trở thành lĩnh vực công nghệ quan trọng của Việt Nam trong cuộc CMCN lần thứ tư. Một trong những nội dung quan trọng liên quan đến việc thúc đẩy phát triển và triển khai các ứng dụng AI trong lĩnh vực giáo dục là: “Dự đoán nhu cầu công việc của thị trường; xác định tiêu chí đánh giá SV, hỗ trợ SV xác định được thế mạnh việc làm khi tốt nghiệp; tự động hóa quy trình nghiệp vụ của giáo viên; xác định các tiêu chí nhằm đạt mục tiêu học tập; cá nhân hóa việc học tập, nâng cao hiệu quả học tập có sự trợ giúp của giáo viên và trợ giảng ảo; hỗ trợ nâng cao nhận thức của SV”.

Vai trò của AI trong dạy học Theo dự báo của các chuyên gia kinh tế thế giới thì đến giữa thập niên 2030 sẽ có khoảng 30% lao động hiện nay được thay thế bằng robot. Khoảng thời gian này có thể rút ngắn hơn khi tốc độ phát triển AI, Big Data, IoT ngày càng mạnh mẽ như hiện nay. Trong những năm tới, những công việc đơn giản và mang tính lặp lại sẽ do máy móc thực hiện hoàn toàn. Ngay cả những công việc đòi hỏi trí tuệ như giáo viên, phiên dịch, chuyển ngữ, kế toán… cũng sẽ do robot thực hiện.

Các trường đại học vì thế phải nhanh chóng đổi mới chương trình, mục tiêu đào tạo, phương pháp giảng dạy để đào tạo ra thế hệ SV mới có thể thích nghi với môi trường lao động đang biến đổi sâu sắc.0 đã và đang tác động mạnh mẽ đến mọi mặt đời sống xã hội, thông qua các công nghệ như IoT, AI, VR, AR, mạng xã hội, ĐTĐM, di động, phân tích dữ liệu lớn. để chuyển hóa toàn bộ thế giới thực thành thế giới số.0 này có ảnh hưởng trực tiếp đến nhiều lĩnh vực như: Giao thông, thương mại, dịch vụ, giải trí, y tế, nông nghiệp… và giáo dục.0 đáp ứng nhu cầu của xã hội trong “kỉ nguyên sáng tạo”. Xu hướng này phù hợp với hành vi thay đổi với các đặc tính đặc biệt của tính song hành, kết nối và trực quan hóa. Giáo dục nói chung và giáo dục đại học nói riêng sẽ không nằm ngoài tầm ảnh hưởng đó.

Giáo dục thay đổi trong nhiều thế kỉ, từ phạm vi kiến thức tới mô hình và không gian học tập. Trong thời đại CMCN 4.0, nhiều quan niệm học tập truyền thống đã thay đổi so với quá khứ, mở ra một viễn cảnh giáo dục rộng mở và linh hoạt hơn. Học tập suốt đời, học tại bất cứ đâu, vai trò của giảng viên (GV) từ chuyên gia thành người điều phối. là những khác biệt trong nền giáo dục.

Trang 3 Một trong những công nghệ được nhắc đến nhiều trong một vài năm trở lại đây, góp phần tạo ra những bước đột phá mạnh mẽ và đem lại những kết quả “thần kì” chính là AI. AI là một ngành thuộc lĩnh vực khoa học máy tính, là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể thực hiện tự động hóa các hành vi thông minh như con người. Tiếp cận theo hướng thực tế thì AI là lĩnh vực nghiên cứu triển khai, hướng tới phát triển máy tính (nói riêng) và máy (nói chung) với năng lực trí tuệ có thể chứng minh (cảm nhận, đối sánh; đo đếm, đánh giá) được.