## Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của công nghệ thông tin và giáo dục điện tử, trắc nghiệm trực tuyến (Internet Based Testing - iBT) đã trở thành phương thức đánh giá năng lực học tập phổ biến trên thế giới và tại Việt Nam. Ước tính hàng năm có khoảng 1,8 triệu thí sinh tham gia các kỳ thi trắc nghiệm tiêu chuẩn hóa như SAT tại Mỹ, đồng thời các tổ chức lớn như ETS đã chuyển đổi các kỳ thi truyền thống sang hình thức trực tuyến nhằm tăng tính tiện lợi và khách quan. Tại Việt Nam, mặc dù khoa học đo lường trong giáo dục còn phát triển chậm, nhưng các hệ thống trắc nghiệm trực tuyến đã được triển khai tại một số cơ sở đào tạo lớn như Viện Công nghệ Thông tin – Đại học Quốc gia Hà Nội với gần 60 nghìn lượt sát hạch qua phần mềm CMTest.

Vấn đề nghiên cứu tập trung vào việc ứng dụng lý thuyết trắc nghiệm, đặc biệt là Lý thuyết ứng đáp câu hỏi (Item Response Theory - IRT), nhằm nâng cao chất lượng ngân hàng câu hỏi và độ chính xác trong đánh giá năng lực thí sinh qua các bài thi trắc nghiệm trực tuyến. Mục tiêu cụ thể là xây dựng quy trình xây dựng ngân hàng câu hỏi trắc nghiệm phù hợp với các môn học chuyên ngành Công nghệ Thông tin, đồng thời phát triển và thử nghiệm hệ thống trắc nghiệm trực tuyến ứng dụng IRT tại Viện Công nghệ Thông tin – Đại học Quốc gia Hà Nội.

Phạm vi nghiên cứu bao gồm phân tích lý thuyết trắc nghiệm cổ điển (Classical Test Theory - CTT) và IRT, xây dựng ngân hàng câu hỏi theo đặc tả IMS QTI, và ứng dụng thực tiễn trên hệ thống trắc nghiệm trực tuyến với mẫu 315 thí sinh. Ý nghĩa nghiên cứu được thể hiện qua việc nâng cao độ tin cậy, độ phân biệt của câu hỏi, giảm thiểu sai số trong đánh giá năng lực, đồng thời hỗ trợ triển khai các kỳ thi trên diện rộng với chi phí và thời gian hợp lý.

## Cơ sở lý thuyết và phương pháp nghiên cứu

### Khung lý thuyết áp dụng

- **Lý thuyết trắc nghiệm cổ điển (Classical Test Theory - CTT):** Mô hình cơ bản đánh giá điểm thực, điểm quan sát và sai số trong bài thi. CTT sử dụng các tham số như độ khó (facility), độ phân biệt (discrimination) và độ tin cậy (reliability) để đánh giá chất lượng câu hỏi và bài thi. Tuy nhiên, CTT có hạn chế lớn là các tham số phụ thuộc vào mẫu thí sinh và không tách biệt được năng lực thí sinh với đặc điểm câu hỏi.

- **Lý thuyết ứng đáp câu hỏi (Item Response Theory - IRT):** Phát triển sau CTT, IRT mô hình hóa xác suất trả lời đúng câu hỏi dựa trên năng lực thí sinh và các tham số câu hỏi như độ khó (b), độ phân biệt (a), và độ phỏng đoán (c). IRT cho phép ước lượng đồng thời năng lực thí sinh và tham số câu hỏi, không phụ thuộc vào mẫu thử nghiệm, nâng cao tính khách quan và chính xác trong đánh giá.

- **Đặc tả IMS QTI (Question & Test Interoperability):** Chuẩn kỹ thuật cho phép trao đổi và sử dụng lại câu hỏi, bài thi giữa các hệ thống trắc nghiệm trực tuyến khác nhau, hỗ trợ xây dựng ngân hàng câu hỏi chuẩn hóa và dễ dàng quản lý.

- **Khái niệm chính:** Năng lực (ability), độ khó câu hỏi, độ phân biệt câu hỏi, độ phỏng đoán, độ tin cậy bài thi, đường cong đặc trưng câu hỏi (Item Characteristic Curve - ICC).

### Phương pháp nghiên cứu

- **Nguồn dữ liệu:** Dữ liệu thu thập từ hệ thống trắc nghiệm trực tuyến của Viện Công nghệ Thông tin – Đại học Quốc gia Hà Nội, với 315 thí sinh tham gia làm bài thi môn Tin học Văn phòng.

- **Phương pháp phân tích:** Áp dụng lý thuyết IRT để ước lượng các tham số câu hỏi (a, b, c) và năng lực thí sinh (θ) thông qua thuật toán ước lượng hợp lý cực đại (Maximum Likelihood Estimation) và phương pháp Gradient Descent cho mô hình 3 tham số. So sánh với phương pháp CTT để đánh giá ưu nhược điểm.

- **Timeline nghiên cứu:** Nghiên cứu được thực hiện trong khoảng thời gian từ năm 2023 đến 2024, bao gồm các giai đoạn: tổng quan lý thuyết, xây dựng ngân hàng câu hỏi theo đặc tả QTI, phát triển hệ thống trắc nghiệm trực tuyến, thu thập và phân tích dữ liệu, đề xuất giải pháp và hoàn thiện luận văn.

## Kết quả nghiên cứu và thảo luận

### Những phát hiện chính

- **Ước lượng tham số câu hỏi:** Qua phân tích 40 câu hỏi với 315 thí sinh, các tham số độ khó (b) dao động trong khoảng từ -2.5 đến 2.3, độ phân biệt (a) từ 0.3 đến 1.8, và độ phỏng đoán (c) trung bình khoảng 0.2. Khoảng 15% câu hỏi có độ phân biệt dưới 0.4, được đề xuất loại bỏ để nâng cao chất lượng ngân hàng câu hỏi.

- **Đánh giá năng lực thí sinh:** Năng lực thí sinh ước lượng theo thang θ có phân bố gần chuẩn với trung bình 0 và độ lệch chuẩn 1, phù hợp với giả định của mô hình IRT. Sai số tiêu chuẩn ước lượng năng lực trung bình khoảng 0.15, cho thấy độ chính xác cao.

- **So sánh CTT và IRT:** Độ tin cậy bài thi theo CTT đạt 0.85, trong khi IRT cho phép đánh giá năng lực không phụ thuộc vào bộ câu hỏi cụ thể, khắc phục nhược điểm của CTT. IRT cũng giúp phát hiện câu hỏi kém chất lượng thông qua phân tích tham số.

- **Ứng dụng đặc tả QTI:** Việc áp dụng đặc tả QTI giúp chuẩn hóa cấu trúc câu hỏi, dễ dàng chia sẻ và tái sử dụng câu hỏi giữa các hệ thống, tăng hiệu quả quản lý ngân hàng câu hỏi.

### Thảo luận kết quả

Kết quả nghiên cứu cho thấy lý thuyết IRT là công cụ hiệu quả để nâng cao chất lượng đánh giá trong trắc nghiệm trực tuyến, đặc biệt trong bối cảnh số lượng thí sinh lớn và yêu cầu khách quan, chính xác cao. Việc ước lượng đồng thời tham số câu hỏi và năng lực thí sinh giúp giảm thiểu sai số và tăng tính công bằng trong đánh giá.

So với CTT, IRT không phụ thuộc vào mẫu thí sinh thử nghiệm, do đó các tham số câu hỏi ổn định hơn và có thể so sánh năng lực thí sinh qua các bộ đề khác nhau. Điều này phù hợp với xu hướng phát triển các kỳ thi thích nghi máy tính (CAT) và các hệ thống đào tạo trực tuyến hiện đại.

Việc áp dụng đặc tả QTI góp phần chuẩn hóa kỹ thuật, tạo điều kiện thuận lợi cho việc tích hợp và mở rộng hệ thống trắc nghiệm trực tuyến, đồng thời hỗ trợ xây dựng ngân hàng câu hỏi đa dạng và phong phú.

Dữ liệu có thể được trình bày qua biểu đồ đường cong đặc trưng câu hỏi (ICC) minh họa sự khác biệt về độ khó và độ phân biệt, bảng thống kê tham số câu hỏi và phân bố năng lực thí sinh, giúp trực quan hóa hiệu quả của phương pháp nghiên cứu.

## Đề xuất và khuyến nghị

- **Xây dựng và duy trì ngân hàng câu hỏi chất lượng:** Áp dụng quy trình xây dựng ngân hàng câu hỏi theo đặc tả IMS QTI, thường xuyên rà soát và loại bỏ câu hỏi có độ phân biệt thấp (<0.4) để nâng cao độ tin cậy bài thi. Chủ thể thực hiện: các giáo viên, chuyên gia trắc nghiệm; Thời gian: liên tục hàng năm.

- **Ứng dụng rộng rãi lý thuyết IRT trong đánh giá:** Triển khai các hệ thống trắc nghiệm trực tuyến sử dụng IRT để ước lượng năng lực thí sinh và tham số câu hỏi, thay thế phương pháp tính điểm thô truyền thống. Chủ thể thực hiện: các cơ sở đào tạo, tổ chức khảo thí; Thời gian: trong 1-2 năm tới.

- **Phát triển hệ thống trắc nghiệm thích nghi (CAT):** Nghiên cứu và áp dụng công nghệ trắc nghiệm thích nghi dựa trên IRT để cá nhân hóa đề thi, nâng cao hiệu quả đánh giá và tiết kiệm thời gian thi. Chủ thể thực hiện: Viện CNTT, các đơn vị công nghệ giáo dục; Thời gian: 3-5 năm.

- **Đào tạo và nâng cao năng lực chuyên môn:** Tổ chức các khóa đào tạo về lý thuyết trắc nghiệm, kỹ thuật xây dựng câu hỏi và phân tích dữ liệu trắc nghiệm cho cán bộ giáo dục và chuyên gia khảo thí. Chủ thể thực hiện: Bộ Giáo dục, các trường đại học; Thời gian: hàng năm.

## Đối tượng nên tham khảo luận văn

- **Giáo viên và giảng viên:** Hỗ trợ xây dựng ngân hàng câu hỏi chuẩn hóa, nâng cao chất lượng đề thi và đánh giá học sinh, sinh viên hiệu quả hơn.

- **Chuyên gia khảo thí và đo lường giáo dục:** Cung cấp cơ sở lý thuyết và phương pháp ứng dụng IRT trong phân tích câu hỏi và đánh giá năng lực, phục vụ công tác thiết kế kỳ thi và nghiên cứu khoa học.

- **Nhà quản lý giáo dục và tổ chức đào tạo:** Giúp hiểu rõ lợi ích của trắc nghiệm trực tuyến và IRT trong việc tổ chức các kỳ thi quy mô lớn, đảm bảo tính khách quan và công bằng.

- **Nhà phát triển phần mềm giáo dục:** Cung cấp hướng dẫn kỹ thuật về đặc tả QTI và thuật toán ước lượng tham số câu hỏi, hỗ trợ phát triển các hệ thống trắc nghiệm trực tuyến hiện đại.

## Câu hỏi thường gặp

1. **Lý thuyết ứng đáp câu hỏi (IRT) là gì?**  
IRT là lý thuyết mô hình hóa xác suất thí sinh trả lời đúng câu hỏi dựa trên năng lực cá nhân và các tham số câu hỏi như độ khó, độ phân biệt, và độ phỏng đoán, giúp đánh giá năng lực chính xác hơn.

2. **Ưu điểm của IRT so với lý thuyết trắc nghiệm cổ điển (CTT) là gì?**  
IRT không phụ thuộc vào mẫu thí sinh thử nghiệm, cho phép ước lượng tham số câu hỏi và năng lực thí sinh độc lập, nâng cao tính khách quan và khả năng so sánh kết quả giữa các bộ đề khác nhau.

3. **Đặc tả IMS QTI có vai trò gì trong trắc nghiệm trực tuyến?**  
IMS QTI chuẩn hóa cấu trúc câu hỏi và bài thi, giúp dễ dàng chia sẻ, tái sử dụng câu hỏi giữa các hệ thống, đồng thời hỗ trợ quản lý ngân hàng câu hỏi hiệu quả.

4. **Làm thế nào để xây dựng ngân hàng câu hỏi chất lượng?**  
Cần thực hiện quy trình gồm xác định mục tiêu năng lực, viết câu hỏi phù hợp, đánh giá và hiệu chỉnh câu hỏi dựa trên phân tích tham số theo IRT để loại bỏ câu hỏi kém chất lượng.

5. **Trắc nghiệm thích nghi (CAT) là gì và lợi ích ra sao?**  
CAT là phương pháp thi mà câu hỏi tiếp theo được chọn dựa trên câu trả lời trước đó của thí sinh, giúp đánh giá năng lực chính xác hơn với số câu hỏi ít hơn, tiết kiệm thời gian và tăng trải nghiệm người dùng.

## Kết luận

- Lý thuyết ứng đáp câu hỏi (IRT) là công cụ hiệu quả nâng cao chất lượng đánh giá trong trắc nghiệm trực tuyến, khắc phục hạn chế của lý thuyết cổ điển.  
- Quy trình xây dựng ngân hàng câu hỏi theo đặc tả IMS QTI giúp chuẩn hóa và quản lý hiệu quả nguồn câu hỏi.  
- Ứng dụng IRT trong hệ thống trắc nghiệm trực tuyến của Viện CNTT – ĐHQGHN đã chứng minh tính khả thi và hiệu quả với mẫu 315 thí sinh.  
- Đề xuất phát triển hệ thống trắc nghiệm thích nghi và đào tạo chuyên môn nhằm nâng cao năng lực đánh giá trong giáo dục.  
- Khuyến khích các cơ sở đào tạo và tổ chức khảo thí áp dụng rộng rãi IRT để nâng cao tính khách quan, chính xác và công bằng trong đánh giá năng lực.

Triển khai mở rộng ứng dụng IRT trong các kỳ thi trực tuyến, phát triển ngân hàng câu hỏi đa dạng, và đào tạo chuyên sâu cho cán bộ giáo dục và khảo thí.