Xây dựng nền tảng học tập tiếng Anh trực tuyến

Đồ án tốt nghiệp: Xây dựng nền tảng học tập tiếng Anh trực tuyến - Đại học Sư phạm Kỹ thuật TP.HCM

• Tác giả: Nguyễn Bùi Minh Nhật
• Người hướng dẫn: ThS. Nguyễn Thủy An
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Xây dựng nền tảng học tập tiếng Anh trực tuyến
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Thành phố Hồ Chí Minh

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh hội nhập quốc tế và toàn cầu hóa, tiếng Anh là phương tiện kết nối trong học thuật, khoa học kỹ thuật, kinh doanh và giao tiếp xã hội. Tại Việt Nam, nhu cầu học tiếng Anh liên tục tăng ở học sinh, sinh viên và người đi làm. Phương thức đào tạo truyền thống tại các cơ sở ngoại ngữ bộc lộ một số giới hạn như chi phí cao theo lộ trình, thời gian cố định, quy mô lớp học đông dẫn đến mức độ cá nhân hóa thấp, đồng thời hạn chế khả năng tiếp cận đối với người học ở xa các đô thị lớn.

Sau đại dịch COVID-19, việc học trực tuyến chuyển dịch từ giải pháp thay thế tạm thời thành nhu cầu thiết yếu trong giáo dục số. Khảo sát thực tế của nhóm tác giả cho thấy phần lớn hệ thống e-learning tiếng Anh hiện nay tại Việt Nam vẫn tồn tại các bất cập:

• Nội dung học tập chưa bám sát nhu cầu giao tiếp và phản xạ thực tiễn.
• Thiếu hụt cơ chế theo dõi tiến độ, kiểm tra đánh giá toàn diện cả 4 kỹ năng (Nghe, Nói, Đọc, Viết).
• Trải nghiệm di động và tính năng cá nhân hóa còn hạn chế, thiếu các yếu tố trò chơi hóa (gamification) để duy trì động lực học tập.
• Một số nền tảng quốc tế tạo rào cản tiếp cận đối với người dùng nội địa do sự khác biệt về ngôn ngữ hỗ trợ và phương thức thanh toán.

Đề tài "Xây dựng nền tảng học tập tiếng Anh trực tuyến" được thực hiện bởi nhóm sinh viên chuyên ngành Công nghệ Phần mềm, Khoa Công nghệ Thông tin, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh nhằm giải quyết các bài toán trên.

Mục tiêu và kết quả dự kiến của đề tài được xác định theo 4 nhóm nội dung:

1. Về mặt sản phẩm: Xây dựng hệ thống nguyên mẫu (prototype) hoạt động trên nền web, hỗ trợ luyện tập tích hợp 4 kỹ năng ngôn ngữ; giao diện tương thích thiết bị di động và máy tính; hệ thống quản trị nội dung (CMS) hỗ trợ thêm, sửa, xóa, phân loại bài học; cơ chế lưu trữ và thống kê tiến độ học tập.
2. Về mặt kỹ thuật: Triển khai kiến trúc phần mềm tách biệt (Client-Server), giao tiếp qua RESTful API; ứng dụng các công nghệ Next.js, ReactJS, NestJS, Node.js, Prisma ORM, cơ sở dữ liệu PostgreSQL; tích hợp API nhận diện giọng nói (Speech-to-Text, Text-to-Speech) và mô hình ngôn ngữ lớn (LLM); áp dụng các tiêu chuẩn bảo mật xác thực và phân quyền tài khoản.
3. Về mặt học thuật và thực tiễn: Chuẩn hóa quy trình phát triển hệ thống e-learning từ phân tích yêu cầu, thiết kế kiến trúc đến cài đặt và thử nghiệm; chứng minh tính khả thi của việc ứng dụng công nghệ để nâng cao tính chủ động của người học tiếng Anh tại Việt Nam.
4. Về khả năng mở rộng: Định hướng phát triển tính năng chấm điểm tự động chuyên sâu, tích hợp gamification, xây dựng lộ trình học tập thích ứng và hỗ trợ cộng đồng chia sẻ tài nguyên.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Nền tảng học tiếng Anh trực tuyến hỗ trợ 4 kỹ năng Nghe - Nói - Đọc - Viết; hành vi và nhu cầu của người học trình độ từ cơ bản đến trung cấp; các giải pháp công nghệ nhận diện giọng nói, mô hình ngôn ngữ hỗ trợ học tập và quản lý dữ liệu học tập.
• Đối tượng sử dụng mục tiêu: Học sinh, sinh viên và người đi làm tại Việt Nam có nhu cầu tự luyện thi chứng chỉ hoặc cải thiện năng lực tiếng Anh giao tiếp.
• Phạm vi nghiên cứu: Giới hạn trong việc xây dựng hệ thống phần mềm ở mức độ nguyên mẫu chức năng (prototype), thực hiện trong khoảng thời gian từ ngày 10/01/2025 đến ngày 17/06/2025 (kế hoạch 15 tuần).

Cơ sở lý thuyết và phương pháp

Khóa luận áp dụng phương pháp nghiên cứu kỹ thuật phần mềm: khảo sát hiện trạng thực tế, phân tích yêu cầu, mô hình hóa hệ thống bằng ngôn ngữ UML (Use Case, Sequence Diagram), thiết kế cơ sở dữ liệu quan hệ, lập trình thực nghiệm và kiểm thử chức năng.

Trong quá trình phân tích hiện trạng, nhóm nghiên cứu đã khảo sát hai nền tảng học tập trực tuyến phổ biến tại Việt Nam:

Tiêu chí	Nền tảng Study4 (study4.com)	Nền tảng YouPass (youpass.vn)
Định hướng nội dung	Luyện thi THPT Quốc gia, TOEIC, IELTS; chia theo chuyên đề và mức độ khó.	Luyện thi IELTS chuyên sâu (Reading, Listening, Writing) dựa trên đề thực tế.
Tính năng AI	Chưa tích hợp công cụ AI chấm điểm bài viết hoặc phân tích phát âm.	Tích hợp AI chấm điểm bài viết (Writing) kèm gợi ý chỉnh sửa.
Hạn chế ghi nhận	Thiên về luyện đề, thiếu kỹ năng Speaking, thiếu cá nhân hóa lộ trình.	Không hỗ trợ kỹ năng Speaking, không mở cho bên thứ ba (giáo viên ngoài) tạo nội dung.

Về mặt công nghệ và hạ tầng, đề tài xây dựng trên các thành phần sau:

• Kiến trúc phần mềm: Mô hình Client-Server độc lập, trao đổi dữ liệu thông qua RESTful API định dạng JSON.
• Frontend Client: Next.js (hỗ trợ Server-Side Rendering để tối ưu SEO và tốc độ tải trang), thư viện React, Zustand quản lý trạng thái tập trung, TailwindCSS định hình giao diện; triển khai trên nền tảng Vercel.
• Frontend Quản trị (Admin/Teacher): Xây dựng bằng React kết hợp công cụ đóng gói Vite, Zustand và TailwindCSS; triển khai trên Vercel.
• Backend Server: Nền tảng Node.js kết hợp framework NestJS với cấu trúc module hóa, áp dụng cơ chế Dependency Injection; quản lý kết nối và truy vấn cơ sở dữ liệu thông qua Prisma ORM.
• Cơ sở dữ liệu: Hệ quản trị cơ sở dữ liệu quan hệ PostgreSQL (sử dụng dịch vụ điện toán đám mây Neon).
• Dịch vụ trí tuệ nhân tạo (AI): Google Gemini API Flash (xử lý chatbot hỗ trợ học tập, phân tích và gợi ý nội dung bài viết Writing); Deepgram API (hỗ trợ Speech-to-Text và Text-to-Speech phục vụ luyện kỹ năng Speaking).
• Dịch vụ tích hợp bên thứ ba: Dokploy (nền tảng DevOps quản lý triển khai Docker container lên máy chủ ảo VPS); UploadThing (lưu trữ tệp tin media hình ảnh, âm thanh); Pexels API (nguồn ảnh minh họa); Resend (dịch vụ gửi email xác thực và thông báo); MoMo API (cổng thanh toán điện tử cho giao dịch nạp token); Cloudflare (quản lý phân giải tên miền DNS).

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế phục vụ 3 nhóm tác nhân (Actors) chính với các quyền hạn riêng biệt:

• User (Học viên): Người dùng trực tiếp tham gia luyện tập 4 kỹ năng, làm bài thi, nộp bài viết để giáo viên hoặc AI đánh giá, luyện nói tương tác với công nghệ giọng nói, quản lý sổ từ vựng cá nhân, nạp token qua ví MoMo và tham gia bình luận bài học.
• Teacher (Giáo viên): Người dùng có chuyên môn ngôn ngữ, thực hiện tạo lập, chỉnh sửa nội dung bài giảng, thiết lập câu hỏi và tiêu chí đánh giá, nhận bài nộp để chấm điểm, nhận xét bài viết của học viên và gửi yêu cầu rút token thu nhập.
• Admin (Quản trị viên): Người quản lý toàn diện hệ thống, kiểm soát tài khoản người dùng, phê duyệt yêu cầu rút token từ giáo viên, quản lý nội dung bài học, kiểm duyệt banner quảng cáo, cấu hình thông báo hệ thống và theo dõi thống kê doanh thu.

Hệ thống cơ sở dữ liệu được thiết kế trên PostgreSQL thông qua Prisma ORM với 10 kiểu dữ liệu liệt kê (Enum) và 16 bảng dữ liệu (Table):

Nhóm thành phần CSDL	Tên định danh kỹ thuật	Mô tả chức năng
Kiểu liệt kê (Enums)	user_role, content_status, auth_provider, payment_type, payment_status, skill_type, lesson_type, submission_status, notification_type, reaction_type	Định nghĩa các trạng thái cố định về quyền hạn, quy trình thanh toán, loại bài học, kỹ năng, tình trạng bài nộp và loại tương tác.
Bảng định danh & hồ sơ	reference_data, users, teacher_profile, student_profile	Lưu trữ cấu hình tham chiếu, tài khoản người dùng và thông tin chi tiết riêng biệt cho giáo viên và học viên.
Bảng nội dung & học tập	lesson, lesson_submission, vocabulary, vocabulary_practice, study_activity	Quản lý đề bài, nội dung đa phương tiện của 4 kỹ năng, lịch sử làm bài, sổ từ vựng cá nhân, tiến trình ôn tập và nhật ký hoạt động.
Bảng tương tác & giao dịch	comment, comment_reaction, notification, token_wallet, token_package, transaction, banner	Xử lý bình luận thảo luận, thông báo hệ thống, quản lý số dư ví token, các gói token mua qua MoMo, lịch sử giao dịch nạp/rút và quản lý banner hiển thị.

Quy trình vận hành kỹ thuật bao gồm 28 lược đồ tuần tự (Sequence Diagram), tiêu biểu như:

• Luồng nộp bài và chấm bài Writing (<SD011>, <SD012>): Học viên soạn thảo bài viết, gửi bài nộp tiêu tốn số dư token trong ví; hệ thống chuyển dữ liệu đến giáo viên để chấm điểm thủ công hoặc chuyển tiếp sang Gemini API Flash để phân tích ngữ pháp, từ vựng và gợi ý chỉnh sửa tự động.
• Luồng luyện nói Speaking (<SD013>): Người học ghi âm phần nói trên giao diện; Deepgram API thực hiện Speech-to-Text để trích xuất văn bản phục vụ so sánh, đồng thời sử dụng Text-to-Speech để phát âm mẫu phản hồi lại người học theo thời gian thực.
• Luồng thanh toán (<SD018>, <SD023>): Tích hợp cổng MoMo để khởi tạo giao dịch nạp token cho học viên; xử lý luồng duyệt và quyết toán chi trả token thành tiền mặt cho giáo viên dưới sự kiểm duyệt của quản trị viên.

Toàn bộ hệ thống được kiểm thử chức năng (Functional Testing) đối với từng use case của 3 tác nhân trước khi hoàn thiện báo cáo tốt nghiệp.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày tính cấp thiết của đề tài trong xu hướng chuyển đổi số giáo dục ngôn ngữ. Xác định rõ đối tượng nghiên cứu là nền tảng e-learning 4 kỹ năng, phạm vi giới hạn trong một đề tài tốt nghiệp kỹ sư CNTT (thực hiện từ 10/01/2025 đến 17/06/2025). Đưa ra các chỉ tiêu kết quả dự kiến về sản phẩm, kỹ thuật, học thuật và khả năng ứng dụng. Bảng phân công công việc xác định 3 thành viên (Nguyễn Văn Tín, Nguyễn Bùi Minh Nhật, Đặng Huy Diệu) tham gia đồng đều với mức đóng góp 33% cho mỗi thành viên trên toàn bộ các khâu từ viết báo cáo, thiết kế UML, xây dựng CSDL, lập trình Frontend/Backend và kiểm thử.

Chương 2: Cơ sở lý thuyết

Cung cấp chi tiết cơ sở lý thuyết về kiến trúc phần mềm Client-Server, định nghĩa và cơ chế hoạt động của REST API. Phân tích vai trò, ưu nhược điểm của các công nghệ cốt lõi: Node.js (cơ chế bất đồng bộ non-blocking, V8 engine), framework NestJS kết hợp kiến trúc hướng module, thư viện ReactJS (cơ chế Virtual DOM, Hooks, Components), framework Next.js (các phương pháp dựng trang SSR, SSG, ISR và tối ưu hóa SEO), công cụ quản trị dữ liệu Prisma ORM kết hợp hệ quản trị cơ sở dữ liệu PostgreSQL. Giới thiệu giải pháp đóng gói Docker, công cụ triển khai Dokploy, cùng hai nền tảng trí tuệ nhân tạo là Google Gemini API Flash (LLM đa phương thức chi phí thấp) và Deepgram API (Speech-to-Text và Text-to-Speech độ trễ thấp).

Chương 3: Phân tích và mô hình hóa yêu cầu

Khảo sát hai hệ thống hiện hành là Study4 và YouPass để rút ra các ưu điểm cần kế thừa và khoảng trống cần hoàn thiện. Xác định hệ thống yêu cầu chức năng cho 3 tác nhân (User, Teacher, Admin) và các yêu cầu phi chức năng về hiệu năng, bảo mật, tính toàn vẹn dữ liệu. Xây dựng lược đồ Use Case tổng quát và chi tiết cho từng tác nhân. Trình bày đặc tả chi tiết cho 29 use case được đánh mã từ UC01 đến UC29, bao gồm quản lý xác thực, quản lý bài học 4 kỹ năng, thao tác làm bài thi, tích hợp AI, nạp/rút token, bình luận và quản trị hệ thống.

Chương 4: Thiết kế phần mềm

Hiện thực hóa thiết kế hệ thống phần mềm. Chi tiết hóa thiết kế cơ sở dữ liệu quan hệ gồm 10 bảng Enum và 16 bảng thực thể, cung cấp cấu trúc các trường, kiểu dữ liệu và mối quan hệ khóa ngoại. Mô hình hóa hành vi hệ thống thông qua 28 lược đồ tuần tự (Sequence Diagram từ <SD001> đến <SD028>), mô tả chính xác sự tương tác giữa giao diện người dùng, bộ điều khiển API, dịch vụ xử lý logic, ORM và cơ sở dữ liệu. Trình bày chi tiết bản vẽ thiết kế giao diện đồ họa (UI) với hơn 50 màn hình chức năng cho cả 3 vai trò người dùng (từ màn hình landing page, giao diện làm bài 4 kỹ năng, cấu hình AI prompt cho giáo viên, đến bảng điều khiển thống kê doanh thu của quản trị viên).

Chương 5: Cài đặt và kiểm thử

Tổng hợp các công cụ, môi trường phát triển và thư viện phần mềm được sử dụng trong suốt quá trình xây dựng hệ thống. Trình bày kết quả kiểm thử chức năng (Bảng kiểm thử chức năng) trên các phân hệ xác thực, phân hệ học tập 4 kỹ năng, phân hệ nạp rút token MoMo và các dịch vụ AI để chứng minh hệ thống hoạt động đúng theo các ca sử dụng đã đặc tả.

Chương 6: Kết luận

Đánh giá tổng kết các mục tiêu đã hoàn thành của đồ án tốt nghiệp. Chỉ ra các mặt nhược điểm kỹ thuật còn tồn đọng trong quá trình triển khai thực tế và đề xuất định hướng phát triển trong tương lai để đưa sản phẩm ứng dụng vào môi trường giáo dục thực tiễn.

Chương 7: Tài liệu tham khảo

Liệt kê danh mục các tài liệu kỹ thuật, tài liệu học thuật và tài liệu hướng dẫn chính thức của các công nghệ đã tham khảo trong đề tài (NestJS, Next.js, Prisma, PostgreSQL, Docker, Deepgram, Gemini API...).

Kết quả và đóng góp

Về kết quả kỹ thuật và sản phẩm:

• Xây dựng thành công hệ thống phần mềm hoàn chỉnh ở mức prototype với 2 giao diện người dùng web độc lập (User Client và Admin/Teacher Dashboard) và một hệ thống backend REST API.
• Tích hợp đầy đủ các luồng học tập và luyện đề cho 4 kỹ năng tiếng Anh:
  • Nghe (Listening): Phát audio/video kèm bộ câu hỏi tương tác.
  • Nói (Speaking): Thu âm trực tiếp và xử lý nhận diện giọng nói qua Deepgram API.
  • Đọc (Reading): Hiển thị văn bản đọc hiểu và kiểm tra kết quả trả lời.
  • Viết (Writing): Nhập văn bản bài luận, cung cấp gợi ý từ vựng, hỗ trợ chỉnh sửa ngữ pháp thông qua Google Gemini API Flash và cho phép giáo viên trực tiếp chấm điểm.
• Triển khai thành công hệ thống kinh tế ảo dựa trên ví token: Học viên nạp token thông qua cổng thanh toán MoMo để sử dụng dịch vụ AI và dịch vụ chấm bài; giáo viên tích lũy token từ hoạt động giảng dạy/chấm bài và gửi yêu cầu rút tiền mặt để quản trị viên đối soát, phê duyệt.
• Tự động hóa quy trình triển khai phần mềm (DevOps) bằng Docker và Dokploy trên hạ tầng VPS kết hợp dịch vụ cơ sở dữ liệu đám mây Neon PostgreSQL.

Đóng góp của đồ án:

• Đưa ra mô hình kết hợp thực tiễn giữa các công nghệ web hiện đại (Next.js, NestJS, Prisma) và các dịch vụ AI chuyên biệt (Gemini Flash, Deepgram) để xây dựng ứng dụng giáo dục ngôn ngữ có chi phí vận hành tối ưu.
• Cung cấp tài liệu thiết kế phần mềm chi tiết (16 bảng CSDL, 29 ca sử dụng, 28 lược đồ tuần tự), có giá trị tham khảo rõ ràng về mặt quy trình kỹ thuật cho các đề tài phát triển hệ thống e-learning tương tự.

Hạn chế và hướng nghiên cứu tiếp

Nhược điểm được ghi nhận trong văn bản:

• Hệ thống mới dừng lại ở mức độ nguyên mẫu chức năng (prototype), chưa được kiểm thử tải trong môi trường có lượng người dùng đồng thời lớn.
• Khả năng xử lý của trí tuệ nhân tạo đối với kỹ năng Speaking phụ thuộc hoàn toàn vào dịch vụ bên thứ ba (Deepgram API), chưa tự xây dựng được mô hình phân tích chi tiết về ngữ điệu và trọng âm cục bộ.
• Tính năng chấm điểm tự động cho kỹ năng Viết và Nói bằng AI cần tiếp tục hoàn thiện về mặt prompt engineering và thuật toán đánh giá để đảm bảo độ chuẩn xác tương đương các khung quy chiếu khảo thí quốc tế.

Hướng phát triển tiếp theo của đề tài:

• Nâng cấp cơ chế tự động chấm điểm bài viết và bài nói bằng AI với các tiêu chí ngôn ngữ học chuyên sâu.
• Bổ sung cơ chế trò chơi hóa (gamification) hoàn chỉnh như bảng xếp hạng, huy hiệu, nhiệm vụ học tập hằng ngày nhằm tăng tỷ lệ giữ chân người học.
• Xây dựng thuật toán gợi ý lộ trình học tập thích ứng (adaptive learning) dựa trên lịch sử làm bài và hiệu suất thực tế của từng cá nhân.
• Hoàn thiện tính năng diễn đàn cộng đồng học tập, mở rộng mô hình hướng tới giải pháp phần mềm như một dịch vụ (SaaS) phục vụ các trung tâm ngoại ngữ quy mô nhỏ và vừa.

Giá trị tham khảo

Báo cáo khóa luận tốt nghiệp này là nguồn tư liệu hữu ích cho:

• Sinh viên ngành Công nghệ Thông tin, Kỹ thuật Phần mềm đang tìm kiếm mô hình kiến trúc chuẩn cho đồ án tốt nghiệp full-stack ứng dụng NestJS, Next.js, Prisma và PostgreSQL.
• Lập trình viên muốn tham khảo quy trình tích hợp các API thế hệ mới vào ứng dụng thực tế: tích hợp mô hình ngôn ngữ lớn (Google Gemini API Flash) để xử lý văn bản, tích hợp nhận diện và tổng hợp giọng nói (Deepgram API) và tích hợp cổng thanh toán nội địa (MoMo).
• Các nhà nghiên cứu và phát triển phần mềm giáo dục (EdTech) cần tài liệu tham khảo về mô hình phân tích ca sử dụng (Use Case), thiết kế cơ sở dữ liệu quan hệ cho hệ thống e-learning hỗ trợ đa kỹ năng và cơ chế ví token nội bộ.

Các phần đáng tham khảo nhất trong tài liệu bao gồm: Chương 3 (bảng đặc tả 29 ca sử dụng và ma trận phân quyền chi tiết cho 3 nhóm đối tượng) và Chương 4 (cấu trúc chi tiết của 16 bảng dữ liệu, 10 enums cùng chuỗi 28 lược đồ tuần tự mô tả chính xác luồng xử lý dữ liệu giữa frontend, backend và các dịch vụ AI bên ngoài).

Câu hỏi thường gặp

1. Nền tảng xử lý tính năng luyện nói (Speaking) bằng giải pháp kỹ thuật nào?
Hệ thống sử dụng Deepgram API để thực hiện chuyển đổi hai chiều: Speech-to-Text (chuyển âm thanh thu âm từ người học thành văn bản để hệ thống phân tích, so sánh) và Text-to-Speech (chuyển đổi văn bản thành giọng đọc tự nhiên để phát âm mẫu phản hồi lại người học theo thời gian thực).

2. Mô hình ngôn ngữ Gemini API Flash đảm nhận vai trò gì trong hệ thống?
Gemini API Flash đóng vai trò là dịch vụ backend hỗ trợ trí tuệ nhân tạo. Mô hình này được ứng dụng để xây dựng trợ lý chatbot thông minh hỗ trợ giải đáp thắc mắc, tự động phân tích cấu trúc bài viết, phát hiện lỗi ngữ pháp, gợi ý từ vựng và hỗ trợ giáo viên cấu hình nhiệm vụ đánh giá bài viết (Writing).

3. Cơ chế giao dịch tài chính và thanh toán token trên hệ thống hoạt động như thế nào?
Hệ thống quản lý tài chính thông qua ví token (token_wallet). Học viên sử dụng cổng thanh toán điện tử MoMo để nạp tiền mua các gói token (token_package), sau đó dùng token này để thanh toán phí chấm bài hoặc sử dụng dịch vụ AI. Giáo viên nhận được token khi chấm bài và có thể gửi yêu cầu rút token thành tiền mặt, yêu cầu này sẽ do quản trị viên (Admin) xét duyệt thông qua bảng quản trị.

4. Cơ sở dữ liệu của đồ án được tổ chức như thế nào và triển khai trên dịch vụ nào?
Cơ sở dữ liệu của dự án sử dụng hệ quản trị PostgreSQL, được lưu trữ đám mây thông qua dịch vụ Neon. Cấu trúc CSDL bao gồm 10 kiểu dữ liệu liệt kê (Enum) và 16 bảng thực thể (Table), được thao tác và quản lý migration hoàn toàn qua Prisma ORM trong mã nguồn backend NestJS.

5. Vì sao nhóm tác giả tách riêng hai giao diện frontend cho người học và quản trị viên?
Hệ thống phân tách giao diện người học (User Client) sử dụng Next.js để tận dụng cơ chế Server-Side Rendering (SSR) phục vụ tối ưu hóa SEO và tốc độ tải trang ban đầu; trong khi giao diện quản trị (Teacher/Admin Dashboard) sử dụng React kết hợp Vite nhằm tăng tốc độ đóng gói (build), tối ưu hóa hiệu năng làm việc với các biểu mẫu phức tạp và đơn giản hóa việc quản trị trạng thái nội bộ.

Kết luận

Khóa luận tốt nghiệp "Xây dựng nền tảng học tập tiếng Anh trực tuyến" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã hiện thực hóa thành công một hệ thống e-learning toàn diện hỗ trợ 4 kỹ năng ngôn ngữ. Bằng việc kết hợp kiến trúc phần mềm Client-Server hiện đại (Next.js, NestJS, PostgreSQL) với các dịch vụ trí tuệ nhân tạo (Gemini API Flash, Deepgram) và thanh toán trực tuyến MoMo, đề tài đã giải quyết được tính cấp thiết của việc cá nhân hóa học tập ngoại ngữ. Tài liệu khóa luận cung cấp đầy đủ các đặc tả phân tích, thiết kế kỹ thuật chi tiết và đóng vai trò là một tài liệu tham khảo có giá trị ứng dụng cao cho sinh viên và kỹ sư phát triển phần mềm giáo dục.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN 1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI Trong bối cảnh toàn cầu hóa hiện đại hóa ngày càng sâu rộng, tiếng Anh đã và đang trở thành ngôn ngữ cầu nối quan trọng trong giao tiếp quốc tế, học thuật, khoa học, công nghệ và kinh doanh. Tại Việt Nam, nhu cầu học tiếng Anh không ngừ gia tăng, không chỉ ở học sinh, sinh viên mà còn ở người đi làm, người định cư nước ngoài, hay thậm chí là trẻ nhỏ. Tuy nhiên, phương pháp học truyền thống tại các trung tâm ngoại ngữ hoặc trong môi trường lớp học gặp nhiều hạn chế, như chi phí cao theo lộ trình học, thời gian cố định, số lượng học viên đông, mức độ cá nhân hóa thấp, và đặc biệt là không thể tiếp cận rộng rãi tới người học ở vùng sâu, vùng xa.

Sự phát triển mạnh mẽ của công nghệ thông tin và internet trong những năm gần đây đã mở ra cớ hội mới cho việc dạy và học trực tuyến. Nhiều nên tảng học trực tuyến ra đời, tận dụng các công nghệ hiện đại như trí tuệ nhân tạo, học máy, tương tác đa phương tiện, học tập thích ứng,… mang đến trải nghiệm học tập linh hoạt, cá nhân hóa, hiệu quả và tiết kiệm trí phí. Trong bối cảnh đại dịch COVID-19 vừa qua, việc học trực tuyến không còn là một lựa chọn phụ trợ mà đã trở thành nhu cầu thiết yếu, thúc đẩy nhanh quá trình chuyển đổi số trong giao dục. Tuy nhiên, phần lớn các nền tảng học tập tiếng Anh trực tuyến hiện nay ở Việt Nam còn tồn tại nhiều bất cập: nội dung chưa sát với nhu cầu thực tiễn của người học; thiếu tính tương tác, đánh giá và theo dõi tiến độ học tập; khả năng tùy biến thấp; giao diện chưa thân thiện hoặc không hỗ trợ đầy đủ các thiết bị di động; đồng thời thiếu các yếu tố gamification (trò chơi hóa) để tạo động lực học tập lâu dài.

Ngoài ra, nhiều nền tảng được xây dựng bởi các công ty nước ngoài, gây khó khăn trong việc tiếp cận người dùng bản địa do rào cản ngôn ngữ và văn hóa. Chính vì vậy, việc nghiên cứu và xây dựng một nền tảng học tập tiếng Anh trực tuyến phù hợp với người dùng Việt Nam, ứng dụng công nghệ hiện đại, tập trung vào bốn kỹ năng nghe – nói - đọc - viết, tối ưu hóa trải nghiệm học tập, dễ mở rộng, dễ tích hợp và có khả năng tùy biến cao là một yêu cầu cấp thiết. Đề tài không chỉ có giá trị về mặt kỹ thuật khi ứng dụng sử dụng các công nghệ web tiến tiến, mà còn mang ý nghĩa thực tiễn sâu sắc trong việc góp phần nâng cao chất lượng dạy và học tiếng Anh tại Việt 20 Nam, thúc đẩy giáo dục số và mở rộng cơ hội tiếp cận tri thức toàn cầu cho mọi tầng lớp trong xã hội, 1. ĐỐI TƯỢNG NGHIÊN CỨU Đối tượng nghiên cứu của đề tài là nền tảng học tiếng Anh trực tuyến, tập trung vào việc thiết kế, xây dựng và triển khai một hệ thống phần mềm có khả năng hỗ trợ toàn diện cho người học trong việc rèn luyện và phát triển bốn kỹ năng ngôn ngữ cơ bản: nghe, nói, đọc, viết – những kỹ năng cốt lõi trong việc sử dụng tiếng Anh một cách hiệu quả và thực tiễn trong giao tiếp và học thuật.

Cụ thể, đề tài hướng tới nghiên cứu các khía cạnh sau: ● Mô hình học tập tích hợp bốn kỹ năng: Phân tích cách thức thiết kế nội dung và hoạt động học tập nhằm tạo sự liên kết giữa các kỹ năng nghe – nói – đọc – viết, thay vì tách rời như trong nhiều phương pháp truyền thống.