1. Trang chủ
  2. » Luận Văn - Báo Cáo

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

179 3 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Dạy Học Cho Sinh Viên Ngành Công Nghệ Thông Tin Với Sự Hỗ Trợ Của Công Nghệ Trí Tuệ Nhân Tạo
Tác giả Đinh Thị Mỹ Hạnh
Người hướng dẫn PGS.TS. Ngô Tứ Thành
Trường học Đại học Bách Khoa Hà Nội
Chuyên ngành Lí luận và phương pháp dạy học
Thể loại luận án tiến sĩ
Năm xuất bản 2023
Thành phố Hà Nội
Định dạng
Số trang 179
Dung lượng 3,73 MB

Cấu trúc

  • 1.1. Lí do chọn đề tài (16)
    • 1.1.1. 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 (16)
    • 1.1.2. Vai trò của AI trong dạy học (18)
    • 1.1.3. Tác động của AI trong dạy học cho sinh viên ngành Công nghệ thông tin (20)
  • 1.2. Câu hỏi nghiên cứu (21)
  • 1.3. Giả thuyết nghiên cứu (21)
  • 1.4. M ục đích nghiên cứ u (21)
  • 1.5. Nhiệm vụ nghiên cứu (21)
  • 1.6. Đối tượng và khách thể nghiên cứu (21)
  • 1.7. Phạm vi nghiên cứu (22)
  • 1.8. Cách ti ế p c ận và phương pháp nghiên cứ u (22)
    • 1.8.1. Cách tiếp cận (22)
    • 1.8.2. Phương pháp nghiên cứu (22)
  • 1.9. Ý nghĩa khoa họ c c ủ a lu ậ n án (23)
    • 1.9.1. Về lí luận (23)
    • 1.9.2. Về thực tiễn (23)
  • 1.10. Những luận điểm bảo vệ (23)
  • 1.11. Nh ững đóng góp mớ i c ủ a lu ậ n án (24)
  • 1.12. Cấu trúc của luận án (25)
  • 1.1. Tổng quan nghiên cứu về AI và AIEd (26)
    • 1.1.1. Tình hình nghiên cứu trên thế giới (26)
    • 1.1.2. Tình hình nghiên cứu trong nước (33)
    • 1.1.3. Một số bài học kinh nghiệm và hướng nghiên cứu tiếp theo (38)
  • 1.2. Các khái niệm liên quan đến đề tài (38)
    • 1.2.1. Khái niệm công cụ (38)
    • 1.2.2. Một số khái niệm khác liên quan (42)
  • 1.3. Cơ sở lí luận về dạy học với sự hỗ trợ của AI (44)
    • 1.3.1. Mô hình dạy học với sự hỗ trợ của công nghệ (44)
    • 1.3.2. Các thành tố của quá trình dạy học (47)
    • 1.3.3. Những ứng dụng nổi bật của AI trong hỗ trợ dạy học (49)
    • 1.3.4. Tác động và những thách thức của AI đối với việc dạy và học trong giáo dục đại học (50)
    • 1.3.5. Một số công cụ trong dạy học có sự hỗ trợ của AI (53)
  • 1.4. Các lí thuyết và phương pháp dạy học có liên quan (59)
    • 1.4.1. Lí thuyết kết nối (60)
    • 1.4.2. Dạy học tương tác (62)
    • 1.4.3. Dạy học kết hợp (64)
  • 1.5. Điều kiện triển khai dạy học với sự hỗ trợ của AI (65)
  • 1.6. Thực trạng dạy học ngành CNTT với sự hỗ trợ của AI (66)
    • 1.6.1. Mục đích khảo sát (66)
    • 1.6.2. Đối tượng (66)
    • 1.6.3. N ộ i dung (66)
    • 1.6.4. Phương pháp (67)
    • 1.6.5. Đánh giá thực trạng về dạy học với sự hỗ trợ của công nghệ AI (67)
  • CHƯƠNG 2. THI Ế T K Ế D Ạ Y H Ọ C V Ớ I S Ự H Ỗ TR Ợ C Ủ A CÔNG NGH Ệ TRÍ TU Ệ NHÂN T Ạ O CHO SINH VIÊN NGÀNH CÔNG NGH Ệ THÔNG (74)
    • 2.1.1. Đặc điểm ngành Công nghệ thông tin (74)
    • 2.1.2. Nhu cầu đào tạo nhân lực ngành Công nghệ thông tin (75)
    • 2.2. Phân tích chương trình ngành Công nghệ thông tin (77)
      • 2.2.1. Mục tiêu (77)
      • 2.2.2. Chu ẩ n đầ u tra (77)
      • 2.2.3. Phương pháp và công cụ đánh giá (78)
    • 2.3. Nguyên tắc thiết kế dạy học với sự hỗ trợ của AI (79)
      • 2.3.1. Đảm bảo tương tác người và máy (79)
      • 2.3.2. Đảm bảo tính thống nhất và khoa học với việc sử dụng các phương tiện dạy học khác (80)
      • 2.3.3. Đảm bảo tính hiệu quả (80)
      • 2.3.4. Đảm bảo tính gợi mở, định hướng cho người học (80)
      • 2.3.5. Đảm bảo nguyên tắc về cấu trúc của khóa học trực tuyến (80)
    • 2.4. Mô hình dạy học với sự hỗ trợ của AI cho sinh viên ngành Công nghệ thông (80)
      • 2.4.1. Các hình thức dạy học (80)
      • 2.4.2. Mô hình dạy học với sự hỗ trợ của AI cho sin viên ngành Công nghệ thông tin (83)
    • 2.5. Thiết kế khóa học học phần cơ sở ngành với sự hỗ trợ của AI (87)
      • 2.5.1. Môi trường và phương tiệ n d ạ y h ọ c (87)
      • 2.5.2. Thiết kế học liệu số (87)
    • 2.6. Thiết kế hệ thống dạy học với sự hỗ trợ của AI (92)
      • 2.6.1. Thiết kế tiến trình dạy học với sự hỗ trợ của AI (92)
      • 2.6.2. Thiết kế website dạy học với sự hỗ trợ của AI (95)
      • 2.6.3. Chatbot (99)
      • 2.6.4. Cá nhân hóa (109)
    • 2.7. Kịch bản dạy học với sự hỗ trợ của công nghệ AI (116)
  • CHƯƠNG 3. TH Ự C NGHI ỆM VÀ ĐÁNH GIÁ (120)
    • 3.1. Mục đích, đối tượng, phương pháp thực nghiệm và đánh giá (120)
      • 3.1.1. Mục đích thực nghiệm và đánh giá (120)
      • 3.1.2. Địa điểm, đối tượng thực nghiệm và đánh giá (120)
      • 3.1.3. Phương pháp thự c nghi ệm và đánh giá (120)
    • 3.2. Đánh giá kết quả thực nghiệm (121)
      • 3.2.1. Phương pháp chuyên gia (121)
      • 3.2.2. Phương pháp điề u tra thông tin (125)
      • 3.2.3. Phương pháp thực nghiệm sư phạm (130)
    • 1. Kết luận (143)
    • 2. Kiến nghị (144)

Nội dung

Câu hỏi nghiên cứu

Luận án tập trung làm rõ những câu hỏi nghiên cứu sau đây:

- Câu hỏi 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?

- Câu hỏi 2: Chatbot và cá nhân hoá học tập được ứng dụng như thế nào trong việc hỗ trợ dạy học cho SV ngành CNTT?

- Câu hỏi 3: Biện pháp áp dụng AI trong hỗ trợ dạy học cho SV ngành CNTT?

- Câu hỏi 4: Công cụ và công nghệ hỗ trợ việc dạy học cho SV ngành CNTT?

- Câu hỏi 5: Đo lường và đánh giá độ tin cậy của việc ứng dụng AI hỗ trợ dạy học cho SV ngành CNTT như thế nào?

Nghiên cứu này nhằm xác định xem có sự khác biệt có ý nghĩa thống kê về mức độ trải nghiệm và kết quả học tập giữa nhóm sinh viên lớp thực nghiệm, nơi học tập có sự hỗ trợ của AI, và nhóm đối chứng, nơi học tập không có sự hỗ trợ của AI Kết quả sẽ cung cấp cái nhìn sâu sắc về hiệu quả của việc tích hợp AI trong quá trình học tập.

Giả thuyết nghiên cứu

Việc xác định các cơ sở khoa học cho việc dạy học hỗ trợ bởi công nghệ AI ở bậc đại học, cùng với một quy trình cụ thể thiết kế dạy học cho sinh viên ngành CNTT, sẽ mang lại tác động tích cực đến kết quả và quá trình học tập của sinh viên.

M ục đích nghiên cứ u

Xây dựng và áp dụng được mô hình, tiến trình dạy học với sự hỗ trợ của công nghệ AI trong dạy học cho SV ngành CNTT.

Nhiệm vụ nghiên cứu

Luận án có các nhiệm vụ nghiên cứu sau đây:

1 Nghiên cứu lí luận về dạy học với sự hỗ trợ của công nghệ AI;

2 Khảo sát thực trạng về dạy học với sự hỗ trợ của công nghệ AI trong các trường đại học ở Việt Nam;

Xây dựng mô hình dạy học ngành CNTT phù hợp với thực tiễn, kết hợp với công nghệ AI, nhằm nâng cao chất lượng giảng dạy và định hướng phát triển năng lực cho sinh viên.

Đối tượng và khách thể nghiên cứu

1 Đối tượng nghiên cứu: Công nghệ AI trong việc hỗ trợ dạy và học cho SV ngành CNTT tại một số trường đại học ở Việt Nam

2 Khách thể nghiên cứu: Quá trình dạy và học cho SV ngành CNTT ở trường đại học.

Cách ti ế p c ận và phương pháp nghiên cứ u

Cách tiếp cận

1 Dưới góc độ tâm lí học và giáo dục học: Hướng tiếp cận này giúp tác giả đánh giá được cơ sở lí luận, vị trí, tầm quan trọng của việc sử dụng công nghệ AI vào ứng dụng dạy học cho SV đại học ngành CNTT Đồng thời, nó cũng giúp cho tác giả nhận thức được tầm quan trọng và mối liên hệ giữa việc ứng dụng công nghệ và hiệu quả giảng dạy

2 Dưới góc độ lí luận và giảng dạy các môn khoa học: Hướng tiếp cận này cho phép tác giả đánh giá được tầm quan trọng của việc sử dụng công nghệ AI để xây dựng mô hình ứng dụng vào dạy học cho SV ngành CNTT trong cuộc CMCN 4.0

3 Tiếp cận năng lực người học: Để xác định năng lực, mức độ, nội dung, phương thức hướng dẫn sao cho phù hợp với đối tượng SV ngành CNTT

4 Tiếp cận trên phương diện so sánh để đánh giá, đối sánh: Để đánh giá, đối sánh giả thuyết khoa học và kết quả thực nghiệm, thực trạng dạy và học nhằm khẳng định tính khả thi khi ứng dụng công nghệ AI vào hỗ trợ dạy học so với các PPDH truyền thống không có sự hỗ trợ của công nghệ AI.

Phương pháp nghiên cứu

1 Nhóm phương pháp nghiên cứu lí thuyết (phân tích – tổng hợp các tài liệu) được sử dụng để xây dựng cơ sở lí luận về dạy học với sự hỗ trợ của công nghệ AI Các tài liệu khoa học được tìm kiếm trực tuyến trong cơ sở dữ liệu Google Scholar và tìm kiếm thủ công tại một số cơ sở dữ liệu của Việt Nam Phương pháp phân tích, tổng hợp, khái quát các quan điểm, công trình nghiên cứu đã có về lí luận và thực tiễn ở trong nước và nước ngoài về việc áp dụng công nghệ AI trong hỗ trợ dạy học nhằm đem lại hiệu quả giảng dạy cao hơn, phát triển năng lực và phẩm chất của người học, làm cơ sở xây dựng khung lí thuyết của đề tài, định hướng cho triển khai nghiên cứu thực tiễn

2 Nhóm phương pháp nghiên cứu thực tiễn (bao gồm các hoạt động điều tra, khảo sát, phỏng vấn, thực nghiệm, hỏi ý kiến chuyên gia…) Trong đó:

Phương pháp chuyên gia được áp dụng trong nghiên cứu này nhằm thu thập ý kiến từ những người có kinh nghiệm và kiến thức sâu rộng về việc ứng dụng công nghệ, đặc biệt là công nghệ AI, trong lĩnh vực dạy học Mục tiêu của phương pháp này là phát triển năng lực và phẩm chất của người học.

Phương pháp điều tra viết trong đánh giá định lượng sẽ sử dụng phiếu trưng cầu ý kiến để khảo sát thực trạng dạy và học với phương pháp dạy học hiện nay Phiếu trưng cầu này sẽ được phát cho cán bộ quản lý và giáo viên tại các trường đại học ở Đà Nẵng cũng như một số trường đại học lớn trên toàn quốc.

Phương pháp thực nghiệm được triển khai nhằm lựa chọn và phối hợp với một số trường đại học trong Đại học Đà Nẵng để thử nghiệm nội dung chương trình giảng dạy ngành CNTT Kết quả của thực nghiệm sẽ xác minh tính khả thi của mô hình dạy học hỗ trợ công nghệ AI mà tác giả đề xuất.

3 Nhóm phương pháp nghiên cứu hỗ trợ (sử dụng một số các công cụ, phần mềm phân tích, xử lí số liệu, thống kê…) Phương pháp xử lí số liệu bằng thống kê toán học được sử dụng trong đề tài này để xử lí, phân tích, đánh giá định lượng và định tính các kết quả nghiên cứu, đảm bảo độ tin cậy và tính khách quan trong sai số cho phép, phần mềm được dùng là SPSS hoặc Excell.

Ý nghĩa khoa họ c c ủ a lu ậ n án

Về lí luận

Luận án này tập trung vào việc phát triển lý luận và hệ thống về ứng dụng công nghệ AI trong hỗ trợ giảng dạy cho sinh viên ngành Công nghệ Thông tin Cụ thể, nghiên cứu sẽ xem xét công nghệ trí tuệ nhân tạo (TTNT), phạm vi ứng dụng của nó và ảnh hưởng của TTNT trong các lĩnh vực khác nhau, đặc biệt là trong lĩnh vực giáo dục.

Đánh giá hệ thống các nghiên cứu về ứng dụng AI trong dạy học đại học cho thấy vai trò quan trọng của các nhà giáo dục Nghiên cứu cũng nhấn mạnh nhu cầu cấp thiết trong việc ứng dụng AI để chuẩn bị giáo viên cho các trường học trong tương lai Bên cạnh đó, cần tìm hiểu tác động của AI đối với việc học và dạy, cũng như ảnh hưởng của nó đến nền giáo dục nói chung Cuối cùng, việc khám phá tác động của AI trong giáo dục đại học là cần thiết để nâng cao chất lượng giảng dạy và học tập.

Về thực tiễn

Thiết kế website tích hợp công nghệ AI hỗ trợ dạy học, bao gồm hai khóa học Tin học đại cương và Đồ họa máy tính Hệ thống này sẽ đánh giá dữ liệu học tập của sinh viên, từ đó cung cấp tư vấn và hỗ trợ cụ thể để điều chỉnh nội dung học tập hiệu quả.

Những luận điểm bảo vệ

Luận án sẽ tập trung bảo vệ các luận điểm chính sau đây:

1 Luận điểm về sự cần thiết của việc sử dụng AI trong dạy học ngành CNTT:

Cuộc CMCN 4.0 cùng với những tiến bộ vượt bậc trong các lĩnh vực khoa học và công nghệ đã tạo ra ảnh hưởng sâu sắc đến phương pháp dạy và học, đặc biệt trong các ngành học chuyên sâu Sự chuyển mình này không chỉ nâng cao chất lượng giáo dục mà còn mở ra nhiều cơ hội mới cho người học trong việc tiếp cận kiến thức và kỹ năng hiện đại.

Công nghệ thông tin (CNTT) là một ngành đào tạo đặc thù, yêu cầu sự tiên phong trong việc ứng dụng CNTT nhằm đổi mới phương pháp dạy học (PPDH), phù hợp với xu thế và nhu cầu thực tiễn hiện nay.

2 Luận điểm về sự phù hợp của mô hình sử dụng AI trong dạy học ngành CNTT:

Bản chất của AIEd là các hệ thống hỗ trợ học tập thông minh và trợ lý ảo, phù hợp với sự phát triển mạnh mẽ của AI và các hình thức học tập đa dạng như E-learning và B-learning tại Việt Nam Những mô hình này tạo ra môi trường thuận lợi cho quá trình kiến tạo và tương tác Dạy học với sự hỗ trợ của AI mang lại nhiều ưu điểm, giúp nâng cao năng lực phát hiện và giải quyết vấn đề, cũng như khả năng sử dụng ICT cho cả giáo viên và sinh viên Đặc biệt, giáo viên và sinh viên ngành CNTT là những đối tượng lý tưởng để triển khai mô hình dạy - học này.

AI có khả năng tiếp cận công nghệ nhanh chóng và hỗ trợ quá trình dạy học hiệu quả thông qua các công cụ và phương pháp cụ thể, đặc biệt trong môi trường Internet, nơi thời gian làm việc trong dạy và học là rất lớn.

Mô hình sử dụng AI trong dạy học ngành CNTT chủ yếu mang tính chất hỗ trợ, không thay thế hoàn toàn vai trò của giáo viên AI giúp giáo viên tiết kiệm thời gian tương tác với sinh viên, đồng thời cung cấp hỗ trợ trong việc đánh giá và nhận xét kết quả học tập thông qua các bài kiểm tra Ngoài ra, AI còn gợi ý tài liệu ôn tập phù hợp với khả năng của sinh viên, từ đó nâng cao hiệu quả học tập.

Nh ững đóng góp mớ i c ủ a lu ậ n án

Luận án đã tổng hợp và hệ thống hóa các cơ sở lý luận liên quan đến việc dạy học với sự hỗ trợ của công nghệ AI, đồng thời làm rõ các khái niệm liên quan.

Luận án này trình bày các báo cáo mô tả thực trạng dạy học với sự hỗ trợ của công nghệ AI, đặc biệt nhấn mạnh vai trò của chatbot và cá nhân hóa trong việc hỗ trợ giảng dạy cho sinh viên ngành CNTT Nghiên cứu dựa trên quan điểm và nhận định của giáo viên và sinh viên, đồng thời đề xuất một mô hình dạy học tích hợp công nghệ AI.

Đề xuất một tiến trình thiết kế dạy học kết hợp công nghệ nhằm nâng cao hiệu quả giảng dạy cho sinh viên CNTT tại Việt Nam hiện nay Tiến trình này bao gồm việc áp dụng các công cụ công nghệ thông tin để tạo ra môi trường học tập tương tác, khuyến khích sinh viên tham gia tích cực và phát triển kỹ năng thực hành Đồng thời, cần chú trọng đến việc lựa chọn nội dung học phù hợp với nhu cầu thực tiễn của ngành CNTT, giúp sinh viên nắm bắt kiến thức một cách hiệu quả và ứng dụng vào công việc sau này.

Xây dựng một website hỗ trợ dạy học tích hợp chatbot và các thuật toán cá nhân hóa quá trình học tập là cần thiết Website này sẽ đánh giá quá trình học và kết quả cuối khóa, cung cấp nhận xét và gợi ý tài liệu học tập phù hợp với trình độ của sinh viên Kết quả thực nghiệm sư phạm đã chứng minh rằng việc áp dụng công nghệ AI trong dạy học có tác động tích cực đến kết quả học tập của sinh viên.

SV, đem lại các trải nghiệm học tập mới mẻ, đồng thời hình thành cho SV sự chủ động, độc lập trong học tập

Các kết quả nghiên cứu lý luận và thực tiễn của luận án cung cấp bằng chứng xác thực, hỗ trợ việc thực hiện Nghị quyết số 29-NQ/TW về đổi mới căn bản và toàn diện giáo dục và đào tạo.

Trang 10 bản, toàn diện giáo dục và đào tạo theo hướng đẩy mạnh việc ứng dụng CNTT trong dạy và học.

Cấu trúc của luận án

Ngoài phần mở đầu, thảo luận, kết luận và khuyến nghị, tài liệu tham khảo và phụ lục, luận án được cấu trúc gồm 03 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 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 3 Thực nghiệm và đánh giá

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 của luận án cung cấp cái nhìn tổng quan về nghiên cứu AI, AIEd và các khái niệm liên quan Chương này cũng thảo luận về các vấn đề căn bản trong lý luận dạy học hỗ trợ bởi AI Đồng thời, nó nghiên cứu các lý thuyết và phương pháp dạy học như lý thuyết kết nối, dạy học tương tác và dạy học kết hợp Luận án còn xem xét các điều kiện cần thiết để triển khai dạy học với sự hỗ trợ của AI Cuối cùng, nghiên cứu sinh đã phân tích thực trạng dạy học ngành CNTT dưới sự hỗ trợ của AI.

Tổng quan nghiên cứu về AI và AIEd

Tình hình nghiên cứu trên thế giới

1.1.1.1 Lịch sử phát triển và các ứng dụng chính của AI

J McCarthy là người đầu tiên đưa cụm từ TTNT (hay AI trong tiếng Anh) trở thành một khái niệm khoa học vào khoảng năm 1956 Nghiên cứu AI nhằm mô tả chính xác các khía cạnh của xử lí trí tuệ và học (để có được tri thức) và tạo ra được các hệ thống, máy mô phỏng hoạt động học và xử lí trí tuệ [7]

Theo S Russell và P Norvig, trí tuệ nhân tạo (AI) sở hữu nhiều năng lực trí tuệ nổi bật, bao gồm khả năng học hỏi từ kinh nghiệm và áp dụng kiến thức đã rút ra, xác định và chọn lọc các đặc trưng quan trọng của đối tượng, sự kiện và quá trình AI còn có khả năng xử lý tình huống phức tạp, phản ứng nhanh chóng và chính xác với các tình huống mới, nhận diện và hiểu ngữ nghĩa hình ảnh, cũng như xử lý và thao tác với các ký hiệu Thêm vào đó, AI còn thể hiện sự sáng tạo và trí tưởng tượng, đồng thời sử dụng các phương pháp heuristic để giải quyết vấn đề.

Mục tiêu cơ bản của nghiên cứu AI bao gồm biểu diễn kiến thức, lí luận, lập kế hoạch, học tập và xử lý thông tin Để đạt được những mục tiêu này, nhiều phương pháp tiếp cận đã được thực hiện, như mô hình thống kê và trí thông minh tính toán AI không chỉ ảnh hưởng đến lĩnh vực khoa học máy tính mà còn thu hút sự quan tâm từ các lĩnh vực toán học, kỹ thuật, ngôn ngữ học và nhiều lĩnh vực khác Kể từ khi ra đời vào năm 1956, quá trình phát triển của AI đã không ngừng mở rộng và đổi mới.

AI là một ngành khoa học máy tính đầy triển vọng, với mỗi giai đoạn phát triển được xây dựng dựa trên sự kế thừa và phát huy những thành phần phù hợp, đồng thời loại bỏ và điều chỉnh những phần không còn thích hợp từ các giai đoạn trước đó.

1.1.1.2 Lịch sử phát triển và các ứng dụng AI trong dạy học a) Lịch sử phát triển của AIEd

Trí tuệ nhân tạo trong giáo dục (AIEd) đã xuất hiện từ những năm 1970, với mục tiêu ban đầu của các nhà nghiên cứu là phát triển Hệ thống dạy kèm thông minh (ITS) Hệ thống AIEd này nhằm cải thiện quá trình học tập và giảng dạy thông qua việc áp dụng công nghệ trí tuệ nhân tạo.

AIEd, ban đầu được thực hiện trong các nhóm nghiên cứu về AI, nhằm cải thiện giảng dạy và học tập thông qua phát triển phần mềm máy tính Mục tiêu dài hạn của AIEd bao gồm thu thập phản hồi từ người học, đánh giá năng lực và nguyên nhân yếu kém, cá nhân hóa trải nghiệm học tập, và áp dụng các kỹ thuật AI để phát triển lý thuyết dạy-học Dự kiến, AIEd sẽ trở thành xu hướng chính trong giáo dục từ năm 2010 và tiếp theo, đồng thời đóng vai trò quan trọng trong việc kết hợp nghiên cứu khoa học máy tính, tâm lý học và sư phạm.

Hình 1.1 minh họa quan niệm mới về AIEd so với trước đây trong việc kết hợp

AIEd, viết tắt của AI và Nghiên cứu giáo dục, là sự kết hợp lợi ích giữa trí tuệ nhân tạo và lĩnh vực giáo dục Đây là một lĩnh vực độc lập và đa ngành, xác định mục tiêu và phạm vi riêng giữa AI và Giáo dục Kiến thức trong AIEd sẽ giúp thu hẹp khoảng cách này bằng cách cung cấp các kỹ thuật nhằm cải thiện tương tác hiệu quả và thông minh hơn với con người, từ đó nâng cao kết quả dạy học.

Nghiên cứu về AIEd trong những thập kỷ qua đã tập trung vào việc phát triển các công nghệ tính toán thông minh như hệ thống dạy kèm thông minh và chatbots Nhờ vào những tiến bộ trong công nghệ thông tin, các nhà tâm lý học giáo dục đã có cơ hội tiếp cận với dữ liệu lớn hơn Cụ thể, các nền tảng truyền thông xã hội, môi trường học tập trực tuyến như MOOC, hệ thống dạy kèm thông minh như AutoTutor, và các hệ thống quản lý người học LMS đã tạo ra một lượng dữ liệu phong phú, bao gồm hồ sơ cá nhân, dữ liệu sinh lý, nhật ký học tập và hoạt động của học sinh, cùng với hiệu suất và kết quả học tập của sinh viên.

Theo nghiên cứu của Tuomi, các kĩ thuật AI trong dạy học được chia thành hai loại: AI dựa trên kiến thức và AI theo hướng dữ liệu AI dựa trên kiến thức sử dụng kiến thức chuyên sâu của con người để ra quyết định, như các hệ thống quy tắc Trong thập kỉ qua, phần lớn nỗ lực phát triển AI tập trung vào loại này Tuy nhiên, xu hướng hiện nay đang chuyển dần sang các kĩ thuật hướng dữ liệu, phản ánh sự thay đổi trong vai trò của AI trong giáo dục và dạy học.

Baker đã xác định ba vai trò chính của các mô hình AIEd trong hỗ trợ dạy học Thứ nhất, mô hình được coi là công cụ khoa học, giúp hiểu và dự đoán các khía cạnh của tình huống giáo dục Thứ hai, mô hình được sử dụng như một thành phần trong hệ thống, cho phép môi trường học tập phản ứng linh hoạt.

Trang 13 thích ứng với đầu vào của người dùng hoặc đầu vào khác, (3) Mô hình làm cơ sở thiết kế: Đó là mô hình của một quá trình giáo dục, với lí thuyết kèm theo của nó, hướng dẫn việc thiết kế phương pháp học tập nâng cao bằng công nghệ [18]

Dimitrova, McCalla và Bull đã chỉ ra vai trò quan trọng thứ tư của AIEd, đó là các mô hình mở giúp người học và giáo viên có thể phản ánh và hành động Những mô hình tính toán này cho phép họ kiểm tra và chỉnh sửa, tạo điều kiện thuận lợi cho quá trình học tập và giảng dạy.

Nghiên cứu về vai trò của AI trong giáo dục đại học cho thấy 50 nghiên cứu hàng đầu tập trung vào các khía cạnh quan trọng Về lập hồ sơ và dự đoán, các nghiên cứu khám phá độ chính xác và độ nhạy của công nghệ AI Trong lĩnh vực Hệ thống Tutoring Thông minh (ITS), trọng tâm là hành vi học tập và ảnh hưởng của nó đến người học Đối với đánh giá, mục tiêu chính là tìm hiểu hiệu quả học tập và hành vi của sinh viên Cuối cùng, trong các hệ thống thích ứng và cá nhân hóa, các nghiên cứu chủ yếu điều tra nhận thức của người học và tác động của nó.

Trong đó, ba vai trò chính trong dạy học bao gồm: hỗ trợ (i) Học sinh cá biệt, (ii)

AI trong giáo dục (AIEd) tập trung vào việc điều chỉnh phương pháp giảng dạy phù hợp với nhu cầu cá nhân của học sinh, thông qua các hệ thống như "Hệ thống Gia sư Thông minh" (ITS) có hiệu quả tương đương gia sư con người Ở cấp độ lớp học, AI hỗ trợ giáo viên quản lý toàn bộ lớp thay vì từng học sinh, với các ứng dụng chính như dạy kèm, chấm điểm và học tập dựa trên thực tế ảo Tại cấp độ nhóm, AI phân tích tương tác của người học với hệ thống và điều chỉnh trải nghiệm học tập dựa trên kết quả tương tác của họ.

Việc áp dụng trí tuệ nhân tạo (AI) trong giáo dục vẫn còn hạn chế so với các lĩnh vực như khoa học ứng dụng, tài chính và y học Tuy nhiên, ngày càng có nhiều hệ thống AI được phát triển để hỗ trợ quá trình dạy và học, mở ra cơ hội cải thiện chất lượng giáo dục.

Tình hình nghiên cứu trong nước

Tại Việt Nam, các thuật ngữ như CMCN 4.0, chuyển đổi số và AI ngày càng trở nên phổ biến Công nghệ TTNT được xác định là một công nghệ tổng quát, đóng vai trò quan trọng trong việc nâng cao năng suất quốc gia Thủ tướng Chính phủ đã nhấn mạnh sự cần thiết của Việt Nam trong việc phát triển và áp dụng công nghệ này để thúc đẩy sự phát triển kinh tế.

Nhà xây d ự ng chính sách

Hi ệ u qu ả Kh ả năng s ử d ụ ng

Việc "sớm lên đoàn tàu 4.0" đòi hỏi Việt Nam cần xây dựng một chiến lược quốc gia về trí tuệ nhân tạo (TTNT) mang tên "TTNT cùng con người vì nhân loại" Bài nghiên cứu "TTNT và chặng đường 50 năm" của Hồ Tú Bảo đã tóm lược quá trình phát triển 50 năm của ngành AI, bao gồm các lĩnh vực nghiên cứu chính và những thành tựu nổi bật trên thế giới Tuy nhiên, bài tổng kết này chưa đề cập đến việc ứng dụng AI tại Việt Nam và trong lĩnh vực giáo dục của nước này.

Giai đoạn 1996 - 2016, Việt Nam đứng thứ 5 trong 10 quốc gia Đông Nam Á về số lượng công bố khoa học trên cơ sở dữ liệu Web of Science và thứ 4 trên Scopus về lĩnh vực AI, đồng thời dẫn đầu về tỷ lệ công bố AI trên tổng số công bố khoa học của nước này Mặc dù GDP danh nghĩa của Việt Nam thấp hơn nhiều so với 5 quốc gia hàng đầu Đông Nam Á, nhưng điều này phản ánh nỗ lực của cộng đồng AI Việt Nam Từ năm 2010 đến nay, đã có 40 đề tài cấp Nhà nước liên quan đến AI được phê duyệt, tập trung vào các lĩnh vực như hệ thống thông minh, xử lý ảnh, xử lý ngôn ngữ tự nhiên, tương tác người máy và tin sinh học Nhiều sản phẩm và hệ thống ứng dụng AI "Made in Vietnam" đã được triển khai thực tế, và sự xuất hiện của các quỹ đầu tư khoa học và công nghệ như VINIF đã tạo ra động lực mới cho nghiên cứu và ứng dụng AI.

Nghiên cứu này chỉ ra rằng hiện chưa có báo cáo khảo sát chính thức nào về quy mô thị trường trí tuệ nhân tạo (TTNT) tại Việt Nam Các báo cáo từ các công ty khảo sát uy tín toàn cầu về thị trường TTNT thế giới và khu vực vẫn chưa cung cấp thông tin liên quan đến Việt Nam, cho thấy thị trường TTNT tại đây vẫn còn ở giai đoạn nhỏ bé Hơn nữa, tác giả cũng không đề cập đến sự phát triển của AI trong lĩnh vực giáo dục tại Việt Nam hiện nay.

Trong những năm gần đây, nhiều công trình nghiên cứu, công bố và luận án tiến sĩ đã tập trung vào việc ứng dụng công nghệ thông tin và truyền thông (ICT) cũng như trí tuệ nhân tạo (AI) trong giáo dục và dạy học tại Việt Nam.

Ngô Tứ Thành trong bài báo “Giải pháp đổi mới phương pháp giảng dạy ở các Trường đại học ICT hiện nay” đã đề xuất các giải pháp cải cách giảng dạy dựa trên ba tiêu chí 3C, nhấn mạnh mối quan hệ chặt chẽ giữa chúng trong hệ thống giáo dục hiện đại Các tiêu chí này bao gồm: (1) Dạy cách học và nghiên cứu là ưu tiên hàng đầu; (2) Khuyến khích tính chủ động của người học; (3) Khai thác hiệu quả công nghệ thông tin và truyền thông (ICT) như một công cụ thiết yếu.

Lê Thị Minh Thanh đã thực hiện nghiên cứu về việc "Xây dựng hệ thống giáo dục trên nền tảng ĐTĐM", nhấn mạnh những ưu điểm mà ĐTĐM mang lại cho giáo dục và đề xuất giải pháp cho các hệ thống quản lý giáo dục Tác giả khẳng định rằng đây là xu thế và cơ hội cho nền giáo dục Việt Nam trong thời kỳ chuyển đổi số, giúp giảm thiểu chi phí triển khai và quản lý, đồng thời thúc đẩy ứng dụng công nghệ thông tin trong giáo dục.

Nghiên cứu của Nguyễn Duy Thanh và các cộng sự chỉ ra rằng sự chấp nhận và sử dụng đào tạo trực tuyến trên thiết bị di động tại Việt Nam phụ thuộc vào nhiều yếu tố, bao gồm điều kiện thuận lợi, yếu tố xã hội, động lực thụ hưởng và thói quen người dùng Những yếu tố này ảnh hưởng đáng kể đến ý định và hành vi sử dụng hình thức đào tạo này.

Nghiên cứu của Cao Thị Thu Hương và các cộng sự cung cấp cái nhìn tổng quan về ĐTĐM và nhấn mạnh lợi ích của việc áp dụng ĐTĐM trong các hệ thống E-learning Việc sử dụng ĐTĐM không chỉ nâng cao hiệu quả học tập mà còn tạo ra môi trường học tập linh hoạt và tương tác hơn cho người học.

Trang 20 và mô hình E-learning trên nền ĐTĐM Tuy nhiên, nghiên cứu chỉ theo hướng tổng hợp cơ sở lí luận được tham khảo từ các nguồn khác chứ chưa đề xuất được lí luận mới

Phạm Thế Bảo trong bài nghiên cứu “Thông minh nhân tạo: quá khứ - hiện tại – tương lai và ứng dụng” đã nhấn mạnh rằng việc ứng dụng AI có thể giải quyết nhiều vấn đề trong các lĩnh vực khác nhau Các nghiên cứu về AI sẽ kết nối tất cả ngành nghề trong xã hội 5.0 Để đáp ứng xu thế phát triển của xã hội, ngành CNTT cần chuẩn bị về chương trình đào tạo, nhân lực, tài nguyên và kiến thức liên ngành.

Luận án tiến sĩ của Hà Đức Ngọc mang tên “Dạy học với các công nghệ mới nổi trong giáo dục nghề nghiệp Việt Nam” đã tổng hợp các nghiên cứu trong và ngoài nước, đồng thời xây dựng cơ sở lý luận về việc áp dụng công nghệ mới trong giảng dạy Luận án đề xuất mô hình lớp học tăng cường (augmented classroom) là phương pháp phù hợp nhất để tích hợp công nghệ mới vào giáo dục nghề nghiệp tại Việt Nam hiện nay Ngoài ra, mô hình thiết kế dạy học của Dick và Carrey cũng được áp dụng để giải thích cách thiết kế dạy học với các công nghệ mới nổi.

1.1.2.2 Triển khai ứng dụng AI trong thực tiễn dạy học

Theo thông tin từ website chính thức của Ban Quản lý Chương trình ETEP thuộc Bộ GDĐT, nhiều cơ sở giáo dục hiện đang tích cực triển khai ứng dụng chương trình này.

AI vào trong quản lí, đổi mới phương pháp giảng dạy và đã đạt được những hiệu quả bước đầu [61] Cụ thể như sau:

Tập đoàn FPT, cùng với Trường Đại học FPT, là một trong những đơn vị tiên phong trong việc áp dụng công nghệ AI vào quản lý và đổi mới phương pháp giảng dạy Trường Đại học FPT không chỉ sử dụng AI để nhận diện khuôn mặt và điểm danh sinh viên, mà còn áp dụng công nghệ này trong việc quản lý sinh viên tại ký túc xá và chấm điểm các bài thi trắc nghiệm.

Trường Đại học Công nghiệp Thực phẩm Thành phố Hồ Chí Minh đang tích cực ứng dụng AI trong việc thu thập dữ liệu để cải thiện quản lý và điểm danh sinh viên Đồng thời, nhà trường cũng đẩy mạnh việc sử dụng AI trong giảng dạy tiếng Anh, với việc thử nghiệm AI chatbot để thu thập thông tin hiệu quả hơn.

Một số bài học kinh nghiệm và hướng nghiên cứu tiếp theo

1.1.3.1 Một số bài học kinh nghiệm

Dựa trên các nghiên cứu tổng quan về trí tuệ nhân tạo (AI) và giáo dục trí tuệ nhân tạo (AIEd) trong nước và quốc tế, tác giả luận án đã rút ra một số bài học kinh nghiệm quan trọng.

AI và ứng dụng của nó trong đời sống, đặc biệt là trong giáo dục, đã mang lại những kết quả tích cực Sự xuất hiện của AI mở ra cái nhìn mới về ngành giáo dục, đòi hỏi hình thức giáo dục truyền thống cần được cải tiến để phù hợp với bối cảnh hiện tại Đây là xu thế tất yếu, đóng vai trò là động lực và giải pháp giúp các quốc gia và nhà trường phát triển nhanh chóng.

Việc ứng dụng AI trong dạy học không đồng nghĩa với việc giáo viên (GV) sẽ bị thay thế hoàn toàn Thực tế cho thấy, AI có thể hỗ trợ hoặc thay thế GV trong một số tình huống cụ thể Tuy nhiên, GV vẫn giữ vai trò quan trọng trong việc kết nối và thúc đẩy mối quan hệ, cũng như hiểu rõ nhu cầu và cảm xúc xã hội của học sinh.

Trong bối cảnh hiện tại của Việt Nam với cơ chế, cơ sở hạ tầng và lớp học đông đúc, việc ứng dụng AI vào giáo dục trở thành một nhu cầu cấp thiết Đặc biệt, xây dựng quy trình và mô hình dạy học hỗ trợ bởi AI sẽ mang lại hiệu quả cao trong việc giảng dạy cho sinh viên ngành Công nghệ Thông tin, mở ra hướng phát triển triển vọng cho giáo dục tương lai.

Trong quá trình ứng dụng AI trong giáo dục, việc bảo vệ sự riêng tư và bảo mật của người học là rất quan trọng Các cơ quan quản lý giáo dục và cơ sở đào tạo cần thiết lập cơ chế và hướng dẫn rõ ràng về việc thu thập, lưu trữ và sử dụng dữ liệu Đồng thời, cần hạn chế sự phụ thuộc quá mức vào AI trong quá trình dạy – học.

1.1.3.2 Hướng nghiên cứu tiếp theo

Một số hướng nghiên cứu đề xuất cho thời gian tới bao gồm: (1) Nghiên cứu thực trạng ứng dụng công nghệ AI trong dạy học tại các trường đại học Việt Nam và khảo sát ý kiến của các đối tượng liên quan như giảng viên, sinh viên, nhà khoa học và nhà quản lý để đề xuất mô hình dạy học phù hợp; (2) Nghiên cứu sâu về các khái niệm và lý thuyết dạy học liên quan đến ứng dụng AI cho sinh viên ngành CNTT nhằm đề xuất quy trình tổ chức dạy học hiệu quả; (3) Phát triển công cụ hỗ trợ dạy học tích hợp AI và áp dụng vào quy trình dạy học hoàn chỉnh để chứng minh kết quả qua thực nghiệm sư phạm.

Các khái niệm liên quan đến đề tài

Khái niệm công cụ

TTNT, hay Trí tuệ nhân tạo, là thuật ngữ phổ biến trong lĩnh vực công nghệ thông tin và ngày càng được áp dụng trong nhiều lĩnh vực khác Nghiên cứu và phát triển AI đã trải qua nhiều giai đoạn, với mục tiêu ban đầu là xây dựng hệ thống máy có khả năng sử dụng ngôn ngữ tự nhiên.

Trang 24 tượng hóa - hình thức hóa các khái niệm và giải quyết vấn đề dựa trên tiếp cận logic, ra quyết định trong điều kiện thiếu thông tin TTNT là lĩnh vực liên ngành của Triết học, Tâm lý học, Khoa học thần kinh, Toán học, Điều khiển học, Khoa học máy tính, Ngôn ngữ học, Kinh tế [8]

Trí thông minh nhân tạo (AI) là sự thông minh được phát triển cho máy móc bởi con người, đặc biệt là máy tính và robot AI là một lĩnh vực khoa học và công nghệ nhằm trang bị cho máy khả năng tương tự như trí tuệ con người, bao gồm khả năng suy nghĩ, lập luận để giải quyết vấn đề, giao tiếp thông qua việc hiểu ngôn ngữ và tiếng nói, cũng như học hỏi và tự thích nghi.

J McCarthy là người đầu tiên đưa cụm từ AI trở thành một khái niệm khoa học Nghiên cứu AI nhằm mô tả chính xác các khía cạnh của xử lí trí tuệ, học (để có được tri thức) và tạo ra được các hệ thống, máy mô phỏng hoạt động học và xử lí trí tuệ [7]

S Russell và P Norvig đề cập 04 khái niệm về AI như Bảng 1.2 sau đây:

Bảng 1.2 Bốn khái niệm về AI (Nguồn:[8])

“Những nỗ lực làm cho máy tính suy nghĩ

máy móc có tâm trí, theo nghĩa đầy đủ và theo nghĩa đen” (Haugeland, 1985)

“Các hoạt động tự động hóa gắn kết với tư duy của con người, như ra quyết định, giải quyết vấn đề, học ” (Bellman, 1978)

"Nghiên cứu năng lực thần kinh thông qua các mô hình tính toán" (Charniak và McDermott, 1985)

“Nghiên cứu các mô hình tính toán giúp máy có nhận thức, có lập luận và hành động” (Winston, 1992)

"Nghệ thuật tạo ra máy móc thực hiện các chức năng đòi hỏi trí thông minh giống như khi con người thực hiện" (Kur weil, 1990)

"Nghiên cứu cách thức làm cho máy tính làm được những việc trí tuệ có thể tốt hơn con người" (Rich and Knight, 1991)

“Tính toán thông minh là nghiên cứu về thiết kế các tác tử thông minh” (Poole và cộng sự, 1998)

“TTNT quan tâm đến hành vi thông minh trong vật tạo tác” (Nilsson, 1998)

Baker và Smith định nghĩa AI như “máy tính thực hiện các nhiệm vụ nhận thức, thường gắn liền với tâm trí con người, đặc biệt là học tập và giải quyết vấn đề.” Họ nhấn mạnh rằng AI không phải là một công nghệ duy nhất mà là một thuật ngữ bao trùm cho nhiều công nghệ và phương pháp khác nhau, bao gồm học máy, xử lý ngôn ngữ tự nhiên, khai thác dữ liệu, mạng nơ-ron và các thuật toán Đây là khái niệm mà tác giả sẽ áp dụng xuyên suốt trong luận án của mình.

1.2.1.2 Trí tuệ nhân tạo trong giáo dục a) Khái niệm

Hầu hết tài liệu quốc tế đều đề cập đến khái niệm Trí tuệ nhân tạo trong giáo dục (AIEd), tuy nhiên, nội dung của khái niệm này chủ yếu tập trung vào việc dạy học, không phản ánh đầy đủ nghĩa rộng của thuật ngữ "giáo dục" trong tiếng Việt.

Khái niệm Trí tuệ Nhân tạo (TTNT) trong giáo dục bắt đầu xuất hiện vào những năm 1970, với mục tiêu nghiên cứu và phát triển phần mềm máy tính nhằm cải thiện quá trình giảng dạy và học tập Các nhóm nghiên cứu tập trung vào việc thu thập phản hồi từ người học, đánh giá năng lực và nguyên nhân dẫn đến việc học kém, cũng như cá nhân hóa trải nghiệm học tập cho từng cá nhân hoặc nhóm Cuối cùng, TTNT được sử dụng để tìm hiểu và phát triển các lý thuyết dạy - học.

Năm 2010, Hiệp hội AIEd quốc tế đã định nghĩa AIEd là một lĩnh vực nghiên cứu liên ngành, giao thoa giữa khoa học máy tính, giáo dục và tâm lý học Mục tiêu của AIEd là phát triển môi trường học tập tương tác và thích ứng cho người học ở mọi lứa tuổi và trong tất cả các lĩnh vực Khái niệm này được thống nhất và áp dụng trong toàn bộ nội dung của luận án này.

1.2.1.3 Dạy học với sự hỗ trợ của công nghệ Trí tuệ nhân tạo

Trong tiếng Việt, "dạy học" có nghĩa hẹp hơn so với "giáo dục" Luận án này nghiên cứu các khái niệm liên quan đến dạy học và quá trình dạy học Từ đó, nó đề xuất khái niệm "dạy học với sự hỗ trợ của công nghệ TTNT".

Dạy học là hoạt động chủ yếu trong nhà trường, diễn ra qua một quá trình xã hội liên kết giữa hoạt động dạy và học Trong đó, người học (sinh viên, học sinh) chủ động tổ chức và điều chỉnh hoạt động nhận thức của mình dưới sự hướng dẫn của giáo viên Quá trình này bao gồm các hành động dạy và học tương tác lẫn nhau trong một không gian và thời gian cụ thể, nhằm đạt được các mục tiêu dạy học đã đề ra Kết quả của quá trình dạy học là sự biến đổi các đặc tính nhất định ở người học.

Hình 1.4 Dấu hiệu của quá trình dạy học (Nguồn: [65])

Hà Đức Ngọc định nghĩa "Dạy học với các công nghệ mới nổi" là việc kết hợp các thiết kế và hoạt động giảng dạy, trong đó công nghệ mới nổi được sử dụng như những công cụ nhận thức hỗ trợ cho người học.

Luận án đề xuất khái niệm “dạy học với sự hỗ trợ của công nghệ TTNT”, định nghĩa đây là quá trình giảng dạy sử dụng các công cụ tích hợp công nghệ TTNT (như ứng dụng, website) để nâng cao hiệu quả dạy và học Trong quá trình này, công nghệ TTNT hỗ trợ giáo viên trong việc hướng dẫn và truyền đạt tri thức cho học sinh qua các phương thức như theo dõi tiến trình học tập, cá nhân hóa trải nghiệm học, và sử dụng chatbot Bên cạnh đó, công nghệ TTNT cũng tham gia vào quá trình kiểm tra đánh giá và gợi ý kiến thức, giúp người học dễ dàng hơn trong việc ôn tập và điều chỉnh lộ trình học tập của mình.

Luận án mô tả quá trình dạy học với sự tham gia của công nghệ AI, cho thấy công nghệ này ảnh hưởng đến cả quá trình giảng dạy của giáo viên và học tập của sinh viên ở nhiều cấp độ khác nhau Hình 1.5 minh họa rằng quá trình dạy học có thể được xem như một chuỗi các trạng thái của người học từ thời điểm t0 đến tn, tương tự như các quá trình dạy học thông thường khác.

Trạng thái người học ở thời điểm t0 và tn đều thể hiện bởi:

- Sự hiểu biết, khả năng, thái độ;

Quá trình dạy học không chỉ thay đổi các đặc tính đã được xác định mà còn thực hiện mục tiêu giáo dục Mỗi quá trình dạy học đều bị ảnh hưởng bởi các yếu tố bên ngoài như kinh tế, văn hóa và xã hội Việc áp dụng công nghệ AI trong giáo dục cần tác động đến cả hoạt động dạy của giáo viên và hoạt động học của sinh viên, bao gồm cả học tập chính và các hoạt động học tập phụ.

Hình 1.5 AI tham gia vào quá trình dạy - học

Tr ạ ng thái c ủ a SV ở th ời điể m t(1)

Tr ạ ng thái c ủ a SV ở th ời điể m t(0)

Gi ả ng viên Định hướ ng

Hoạt động học tập phụ Điều kiện ngoại cảnh (môi trường)

Một số khái niệm khác liên quan

Tự học là quá trình mà người học chủ động khám phá và nghiên cứu kiến thức cần thiết cho bản thân mà không cần sự hướng dẫn từ người khác Trong một số trường hợp, người học có thể nhận được sự chỉ dẫn ban đầu từ người khác, nhưng sau đó sẽ tự mình hoàn thiện và phát triển kiến thức của mình.

Tự học là quá trình mà người học thực hiện các hoạt động học tập một cách độc lập, với ít hoặc không có sự hướng dẫn từ giáo viên Qua đó, sinh viên có thể tự định hướng việc học của mình dựa trên kinh nghiệm cá nhân, đồng thời có quyền tự chủ trong việc quản lý hoạt động học thông qua các bài tập, dự án hoặc vấn đề được giáo viên gợi ý trong lớp.

1.2.2.2 Cá nhân hóa học tập

Cá nhân hóa học tập là quá trình tối ưu hóa mục tiêu, lộ trình và tốc độ học tập theo nhu cầu và sở thích của từng học sinh Quá trình này được đặc trưng bởi bốn bước: (1) Tham gia, (2) Đo lường, (3) Diễn giải, và (4) Điều chỉnh Học sinh tham gia vào trải nghiệm học tập, từ đó nhu cầu và hiệu suất của họ được đo lường Sau khi thu thập dữ liệu, các thông tin này được giải thích dựa trên tiêu chuẩn cụ thể Kết quả diễn giải sẽ dẫn đến các điều chỉnh trong trải nghiệm học tập, có thể khác nhau giữa các học sinh về mục tiêu, lộ trình và tốc độ Tùy thuộc vào môi trường học tập và vai trò của công nghệ, những điều chỉnh này có thể được thực hiện bởi công nghệ, giáo viên hoặc chính học sinh.

Cá nhân hóa học tập là quá trình giảng dạy mà trong đó mục tiêu, lộ trình và tốc độ học tập được điều chỉnh để phù hợp với nhu cầu, sở thích và hiệu suất của từng học viên Định nghĩa này dựa trên Kế hoạch Công nghệ Giáo dục Quốc gia (NETP) của Bộ Giáo dục Hoa Kỳ năm 2010 và các ưu tiên bổ sung từ Bộ, cùng với định nghĩa cho các chương trình tài trợ tùy ý.

Học tập được cá nhân hóa là khái niệm giáo dục điều chỉnh theo tình hình, đặc điểm và nhu cầu của người học, nhằm tối ưu hóa tiến độ và kết quả học tập Điều này có thể được thực hiện qua việc cá nhân hóa chương trình giảng dạy, khóa học, hoạt động học tập và các hỗ trợ khác Nhờ vào cá nhân hóa, mỗi người học nhận được nền giáo dục phù hợp, giúp họ học theo cách hiệu quả nhất, từ đó tạo ra những trải nghiệm học tập độc đáo cho từng cá nhân.

Hiện nay, có nhiều khái niệm khác nhau về Chatbot, và dưới đây là những khái niệm phù hợp với định hướng nghiên cứu của luận án.

Ciechanowski và cộng sự định nghĩa chatbot là chương trình máy tính mô phỏng và xử lý giao tiếp của con người, cho phép người dùng tương tác với các thiết bị kỹ thuật số như thể đang trò chuyện với một người thật Chatbot không chỉ là cơ chế đối thoại mà còn khuyến khích sự hợp tác học tập và tự động phản hồi các truy vấn của con người.

Chatbot được định nghĩa bởi Clarizia và cộng sự [67] là một tác nhân thông minh có khả năng tương tác với sinh viên, nhằm trả lời nhiều câu hỏi và cung cấp các câu trả lời phù hợp.

Chatbot, hay Chatterbot, là phần mềm (máy) có khả năng giao tiếp với người dùng (con người), hoạt động như một trợ lý ảo có thể trả lời một số câu hỏi của người dùng và cung cấp câu trả lời chính xác Khái niệm này được đưa ra bởi Fabio Clarizia và các cộng sự, mang tính ngắn gọn và dễ hiểu Tôi sẽ sử dụng khái niệm này một cách thống nhất trong toàn bộ luận án của mình.

1.2.2.4 Mô hình và mô hình dạy học a) Mô hình

Theo Từ điển Oxford, mô hình được định nghĩa là một đối tượng nhỏ hơn đại diện cho một đối tượng lớn hơn, hoặc là sơ đồ của một hệ thống, lý thuyết hay hiện tượng với các thuộc tính đã biết hoặc suy ra Mô hình có thể được sử dụng để nghiên cứu thêm về các đặc điểm của nguyên tử, kinh tế, và nhiều lĩnh vực khác Nó cũng là một đại diện đơn giản của các hệ thống phức tạp nhằm giải thích chúng, và thường là hình thức hoặc hành động đại diện cho một cái gì đó trên quy mô nhỏ hơn.

Mô hình là một biểu thị hoặc kế hoạch giúp người dùng hiểu rõ hơn về đối tượng, hệ thống hoặc khái niệm thông qua cách thu nhỏ hoặc mô tả Nó thể hiện các hiện tượng của thế giới thực, nhằm tạo điều kiện thuận lợi cho việc nắm bắt hoạt động của chúng Thông thường, một mô hình sẽ đơn giản hóa hoặc tổng quát hóa các sự kiện thực tế để dễ dàng tiếp cận và hiểu biết hơn.

Theo Nguyễn Xuân Lạc, mô hình là sự thể hiện của một đối tượng qua thực thể hoặc khái niệm, nhằm nhận thức và nghiên cứu các thuộc tính và quan hệ tiêu biểu của nguyên hình Có hai loại mô hình chính: mô hình vật chất và mô hình tư duy (hay mô hình lý thuyết) Mô hình lý thuyết đóng vai trò quan trọng trong việc hiểu biết thực tiễn, đặc biệt là trong các quá trình trừu tượng Mô hình dạy học cũng là một ứng dụng quan trọng của khái niệm này.

Theo Từ điển Giáo dục học, "mô hình dạy học" là một khái niệm hướng dẫn xây dựng chương trình, lựa chọn tài liệu sư phạm và hỗ trợ giáo viên Mô hình này phản ánh các thành phần cơ bản trong quá trình dạy học, bao gồm mục tiêu, nội dung, phương pháp, phương tiện dạy học, hình thức tổ chức và kiểm tra đánh giá Nó thể hiện cấu trúc và mối quan hệ giữa các hoạt động dạy và học, đồng thời kích thích động cơ học tập của người học.

Trang 29 điều khiển các tương tác sư phạm, đánh giá và điều chỉnh hoạt động dạy học…) được thực hiện trong môi trường xác định

Trong giáo dục, mô hình được sử dụng để nghiên cứu đối tượng nhận thức và xây dựng các mẫu hình lý thuyết nhằm ứng dụng vào thực tiễn xã hội Mô hình là hình thức diễn đạt ngắn gọn các đặc trưng chủ yếu của đối tượng, thể hiện sự điển hình hóa các hoạt động và mối quan hệ tương tác giữa các bộ phận trong sự vật, cũng như giữa các sự vật khác nhau Những mô hình này có thể được áp dụng và nhân rộng, như mô hình hợp tác xã hay mô hình trường dạy tốt – học tốt Ngoài ra, mô hình còn được hiểu là một thiết kế dựa trên nghiên cứu và phân tích các yếu tố cơ bản như nhu cầu thực tế và điều kiện khả thi, phục vụ cho quá trình thử nghiệm trong thực tế.

Mô hình dạy học là một kỹ thuật mô tả khái quát về phương pháp dạy học (PPDH) dựa trên căn cứ khoa học, nhằm định hướng cho toàn bộ hệ thống và quá trình dạy học Mô hình này làm rõ cách thức hoạt động của ba nhân tố chính: người dạy, người học và đối tượng học, theo định hướng chung của lý thuyết, đồng thời bao gồm tất cả các thành tố trong một mô hình.

Cơ sở lí luận về dạy học với sự hỗ trợ của AI

Mô hình dạy học với sự hỗ trợ của công nghệ

Thế giới đã trải qua bốn cuộc Cách mạng Công nghiệp (CMCN) và hiện nay chúng ta đang ở giai đoạn CMCN 4.0, trong đó giáo dục cũng có những bước phát triển song hành Giáo dục 4.0, theo Phạm Đỗ Nhật Tiến, là giáo dục suốt đời, mở, cá thể hóa và chuẩn bị con người cho sự canh tân, sáng tạo CMCN 4.0 không chỉ tạo ra cơ hội mà còn yêu cầu xây dựng nền giáo dục 4.0, biến giáo dục thành một hệ sinh thái cho phép mọi người học tập mọi lúc, mọi nơi thông qua các thiết bị kết nối Tổ chức giáo dục sẽ trở thành một hệ sinh thái sản xuất các sản phẩm sáng tạo, mang tính cá thể với kiến thức và năng lực đổi mới, sáng tạo riêng của mỗi cá nhân.

Hình 1.6 Những bước phát triển của giáo dục qua các cuộc CMCN thế giới

Giáo dục thông minh (SMART Education) đã bắt đầu được nghiên cứu và phát triển từ đầu thế kỉ XXI, với các mô hình đa dạng như 4C (Sáng tạo, Tư duy phản biện, Hợp tác, Giao tiếp), CBE (Giáo dục phát triển năng lực) và OBE (Giáo dục theo tiếp cận đầu ra) Sự chuyển đổi từ phương pháp dạy học truyền thống sang các phương thức mới dựa trên công nghệ và các mô hình dạy học phi truyền thống đang ngày càng được nhấn mạnh trong lĩnh vực giáo dục hiện đại.

Giáo dục thông minh là sự tích hợp toàn diện công nghệ, cho phép tiếp cận và kết nối mọi thứ qua Internet bất cứ lúc nào, ở đâu Trong mô hình “SMARTER Education”, các thành tố được thiết lập theo hệ thống chỉnh thể, tương tác lẫn nhau để nâng cao chất lượng và hiệu quả giáo dục Các thành tố bao gồm: Tự định hướng (S), tạo động lực (M), tính thích ứng cao (A), các nguồn lực và tài nguyên mở rộng (R), nền tảng công nghệ (T), khuyến khích sự tham gia (E), và sự phù hợp (R).

Mô hình này có thể tác động mạnh vào quá trình giáo dục theo những chiều hướng sau:

Sự thay đổi trong kỳ vọng của người học đang đặt ra thách thức cho các trường, yêu cầu khả năng thích ứng linh hoạt với nhu cầu thị trường lao động Điều này bao gồm việc đảm bảo sinh viên có việc làm hoặc tự tạo việc làm sau tốt nghiệp, cũng như duy trì và phát triển chuyên môn nghề nghiệp Hơn nữa, các trường cần tạo ra cơ hội học tập suốt đời cho người học để đáp ứng nhu cầu ngày càng cao trong môi trường làm việc hiện đại.

Sự đa dạng hóa các sản phẩm giáo dục đóng vai trò quan trọng trong việc nâng cao chất lượng giáo dục Quá trình này được hỗ trợ bởi việc sử dụng cơ sở dữ liệu lớn và công nghệ trí tuệ nhân tạo (TTNT), giúp tối ưu hóa chuỗi giá trị trong giáo dục Việc áp dụng các công nghệ hiện đại không chỉ cải thiện hiệu quả giảng dạy mà còn nâng cao trải nghiệm học tập cho người học.

- Sự thay đổi trong mối quan hệ, vai trò, vị trí của người dạy và người học trong quá trình dạy học, trong hệ sinh thái giáo dục;

- Sự thay đổi của môi trường dạy học, khuôn viên học tập với các dạng học liệu đa chức năng;

- Sự thay đổi các mô hình quản lí, điều hành trong giáo dục, dạy học trên nền tảng kĩ thuật số mới

Giáo dục thông minh, nhờ vào công nghệ mới, cần phát triển một phương thức khác biệt so với giáo dục truyền thống, tập trung vào sự phân hóa và cá nhân hóa Hệ thống kết nối giữa con người, thông tin và máy móc tạo thành chuỗi liên kết quan trọng trong đào tạo, nghiên cứu và chuyển giao công nghệ, từ đó thúc đẩy chuyển đổi giáo dục thành một hệ sinh thái đổi mới và sáng tạo.

TPACK (Technological Pedagogical Content Knowledge) là mô hình xác định kiến thức cần thiết cho giáo viên để giảng dạy hiệu quả với sự hỗ trợ của công nghệ thông tin Mô hình này được phát triển dựa trên nhiều nghiên cứu, bao gồm mô hình Pedagogical Content Knowledge (PCK) Nhiều nghiên cứu chỉ ra rằng công nghệ thông tin không thể tách rời khỏi quá trình dạy-học; để đạt hiệu quả, cần có sự kết hợp giữa công nghệ thông tin, phương pháp sư phạm và kiến thức chuyên môn.

Mô hình TPACK gồm có 3 thành tố chính đan xen lẫn nhau như Hình 1.7 dưới đây:

Hình 1.7 Mô hình TPCK (Nguồn: [75])

TPACK (Technological Pedagogical Content Knowledge) bao gồm ba thành tố chính, được biểu thị qua ba vòng tròn Mỗi vòng tròn đại diện cho một mảng kiến thức quan trọng của giáo viên: kiến thức về lĩnh vực dạy - học (CK – Content Knowledge), kiến thức về phương pháp sư phạm (PK – Pedagogical Knowledge) và kiến thức về công nghệ thông tin (TK – Technological Knowledge).

Mô hình TPACK cũng đề cập đến các dạng kiến thức mới hình thành do sự tương tác của 3 mảng kiến thức trên:

- Kiến thức phương pháp sư phạm sử dụng trong lĩnh vực dạy - học (PCK - Pedagogical Content Knowledge)

- Kiến thức về các công cụ CNTT chuyên dùng trong lĩnh vực dạy - học (TCK - Technological Content Knowledge)

- Kiến thức về các công cụ CNTT hỗ trợ những ý tưởng, phương pháp dạy - học cụ thể (TPK - Technological Pedagogical Knowledge)

Trang 32 Để việc ứng dụng CNTT vào dạy - học có hiệu quả, GV cần có cả 3 mảng kiến thức trên, nhưng việc vận dụng, mức độ tham gia của từng khối kiến thức trong những hoàn cảnh, bài học cụ thể phải linh hoạt

Mô hình TPACK là khung lý thuyết quan trọng giúp giáo viên và quản lý thiết kế hệ thống dạy - học hiệu quả hơn Mô hình này chỉ ra rằng việc tập trung vào một loại năng lực đơn lẻ không mang lại hiệu quả cao trong đào tạo TPACK cung cấp cơ sở để phân tích kiến thức và năng lực của giáo viên, từ đó đưa ra giải pháp đào tạo phù hợp với yêu cầu dạy - học của thế kỷ XXI Đồng thời, mô hình này cũng hỗ trợ giáo viên thiết kế các hoạt động học tập hiệu quả hơn, với việc học đạt hiệu quả cao nhất khi kết hợp sức mạnh của công nghệ thông tin trong môi trường học tập gắn liền với thực tiễn.

AI đang nổi lên như một công nghệ tiên tiến, ảnh hưởng sâu rộng đến nhiều lĩnh vực, đặc biệt là giáo dục Mô hình thiết kế dạy học của Dick và Carey là một trong những phương pháp nổi bật trong việc hướng dẫn thiết kế giáo dục với sự hỗ trợ của các công nghệ mới Mô hình này có thể được áp dụng hiệu quả trong quá trình thiết kế dạy học, tận dụng sức mạnh của công nghệ AI.

Hình 1.8 Mô hình thiết kế dạy học của Dick và Carey(Nguồn: [76])

Trong mô hình thiết kế dạy học, các đường nét liền biểu thị các bước quan trọng mà người dạy chú trọng thực hiện, thể hiện tính liên tục của quá trình Ngược lại, các đường nét đứt thể hiện những bước thực hiện "ngầm", không nhất thiết phải là hoạt động bắt buộc diễn ra thường xuyên.

Các thành tố của quá trình dạy học

Để quá trình dạy học diễn ra đạt hiệu quả cao, người dạy luôn cần quan tâm đến các thành tố cấu thành nên quá trình dạy học

Quá trình dạy học có thể được xem xét qua ba thành tố quan trọng: (1) Giáo viên và các hoạt động giảng dạy, (2) Sinh viên hoặc học sinh cùng với các hoạt động học tập, và (3) Nội dung của quá trình dạy học.

- Nếu xét ở góc độ cấu trúc ở dạng đơn giản nhất thì quá trình dạy học bao gồm 6 thành tố sau đây:

Mục tiêu của quá trình dạy học là đảm bảo phù hợp với năng lực của sinh viên, giúp họ đạt được kết quả mong muốn sau mỗi tiết học Khi xây dựng mục tiêu, cần chú trọng đến tính khả thi, khả năng đo lường và giới hạn thời gian Nội dung giảng dạy đóng vai trò quan trọng nhất, bao gồm kiến thức chuyên môn liên quan đến nghề nghiệp và nằm trong chương trình học đã được thiết kế trước đó.

+ PPDH: Được hiểu là cách thức làm việc giữa GV và SV nhằm giúp

SV đạt được các mục tiêu về kiến thức, kĩ năng và hình thành một số năng lực nhất định

+ Phương tiện dạy học: Là các đồ dùng, thiết bị, phương tiện máy móc

… phục vụ cho quá trình dạy học

Cả 6 thành tố này có mối quan hệ gắn bó hữu cơ với nhau, được hình thành trên cơ sở nhu cầu xã hội, chịu tác động, ảnh hưởng từ các điều kiện môi trường bên ngoài (kinh tế - xã hội – văn hoá và khoa học) Hình 1.9 dưới đây mô tả một cách đơn giản mối quan hệ giữa các thành tố cơ bản của quá trình dạy học:

Hình 1.9 Cấu trúc các thành tố của quá trình dạy học (Nguồn: [65])

Quá trình dạy học được xem là sự kết hợp giữa việc điều khiển và điều chỉnh của giáo viên (GV) cùng với quá trình tự điều chỉnh của sinh viên (SV) Sự tương tác giữa người dạy và người học là cần thiết, tạo nên một chu trình khép kín trong giáo dục.

Hình 1.10 Điều chỉnh của quá trình dạy học (Nguồn: [65]) Đánh giá dạy học

MÔI TRƯỜNG KINH TẾ - XÃ HỘI – VĂN HÓA – KHOA HỌC

Mục tiêu dạy học Nội dung Tổ chức dạy học

Phương pháp – Phương tiện – Hình thức tổ chức

Kết quả Điều chỉnh Kiểm tra

Trang 34 Đối với việc dạy học có sự hỗ trợ của công nghệ AI mà luận án đang hướng đến, yếu tố AI sẽ can thiệp vào các thành tố sau đây:

Những ứng dụng nổi bật của AI trong hỗ trợ dạy học

Hiện nay, ứng dụng AI trong dạy học được các chuyên gia và nhà giáo dục đánh giá là bước tiến đột phá, với sự tham gia của AI ở nhiều mức độ khác nhau Tuy nhiên, AI vẫn chủ yếu là công nghệ hỗ trợ, chưa thay thế hoàn toàn vai trò của giáo viên Các nghiên cứu cho thấy những ứng dụng nổi bật của AI trong dạy học bao gồm việc cải thiện trải nghiệm học tập, cá nhân hóa nội dung giảng dạy và hỗ trợ quản lý lớp học hiệu quả.

AI đang được áp dụng để phân loại và đánh giá học sinh, với nhiều kỹ thuật AI được sử dụng để phát triển các mô hình chính xác nhằm dự đoán hành vi và thành tích học tập của học sinh.

(2) AI tham gia vào việc dựđoán về khảnăng giữ chân và bỏ học của học sinh

Việc duy trì và bỏ học của SV là một yếu tố phổ biến ảnh hưởng đến cả nền tảng học tập trực tuyến và ngoại tuyến

AI đóng vai trò quan trọng trong việc cá nhân hóa quá trình học tập, đáp ứng nhu cầu của học sinh cũng như yêu cầu từ nhà nước và xu hướng toàn cầu hóa Các mô hình học tập tương tác, tập trung vào người học, cùng với chương trình giảng dạy được điều chỉnh linh hoạt cho từng cá nhân hoặc nhóm học sinh, giúp tăng cường sự tương tác và cải thiện khả năng hiểu biết Điều này không chỉ nâng cao kết quả học tập mà còn thúc đẩy sự phát triển của giáo dục thông qua các phương pháp như lớp học đảo ngược, tạo ra những thay đổi tích cực trong phương pháp giảng dạy.

AI có khả năng dự đoán hiệu suất học tập của học sinh, giúp cung cấp nền tảng mạnh mẽ cho các biện pháp can thiệp giáo dục kịp thời Việc phát triển các mô hình AI nhằm dự đoán kết quả học tập và khám phá thông tin chi tiết, cùng các mô hình tiềm ẩn, đang trở thành những ứng dụng và lĩnh vực nghiên cứu nổi bật trong khai phá dữ liệu giáo dục.

Phân tích tình cảm trong quá trình học tập là yếu tố quan trọng giúp cải thiện hiệu quả học tập Bằng cách xem xét phản hồi của sinh viên, giáo viên có thể hiểu rõ hơn về ý kiến của họ và điều chỉnh nội dung cũng như phương pháp phân phối tài liệu học tập cho phù hợp Điều này cũng giúp giải thích tác động của phương tiện truyền thông xã hội, nơi sinh viên có thể bày tỏ ý kiến về quá trình học tập, trở thành một thước đo chính trong việc đánh giá kết quả học tập.

Hệ thống khuyến nghị hiện nay có thể dễ dàng tích hợp với các dịch vụ AI và Hệ thống quản lý học tập (LMS), giúp lưu trữ và đối chiếu kết quả đánh giá một cách hiệu quả.

SV cung cấp phân tích và báo cáo cho các nhà quản lý học tập nhằm cải thiện quy trình hoạt động hàng ngày và đảm bảo chất lượng địa phương, khu vực hoặc mục đích công nhận Dữ liệu đánh giá được thu thập qua nhiều học kỳ và được nhóm theo kết quả học tập ở các cấp độ khóa học và chương trình Những thiếu sót trong kết quả học tập của SV trong quá khứ thường được xem xét để cải thiện hiệu suất học tập.

Trang 35 khắc phục với các chuyên gia miền và điều phối viên khóa học được thu thập để học tập, trong đó một nhóm các hành động khắc phục (khuyến nghị) được thu thập trong vòng từ 3 đến 5 năm [78]

Hệ thống Gia sư thông minh (ITS) cung cấp phản hồi tức thì và tùy chỉnh cho người học, giúp thu hẹp khoảng cách giữa số lượng học sinh ngày càng tăng và sự thiếu hụt giáo viên chuyên môn Công nghệ AI đóng vai trò quan trọng trong việc dự đoán nhu cầu nhận thức, kết quả học tập, trạng thái tinh thần và kỹ năng của học sinh, từ đó đề xuất các phương án hành động phù hợp.

Tác động và những thách thức của AI đối với việc dạy và học trong giáo dục đại học

trong giáo dục đại học

Từ những năm 1980, ứng dụng AI trong giáo dục chủ yếu tập trung vào phương pháp dựa trên tri thức, với nghiên cứu nổi bật về các hệ thống gia sư thông minh (ITS) Các hệ thống này sử dụng kiến trúc dựa trên kiến thức, bao gồm mô hình miền mô tả khu vực học và mô hình trạng thái hiện tại của kiến thức và quá trình học tập của sinh viên Hệ thống chuyên gia hoặc mô hình sư phạm quản lý việc giới thiệu tài liệu học tập cho sinh viên thông qua giao diện người dùng tương tác và thích ứng.

Các hệ thống giáo dục thông minh (ITS) trước đây thường áp dụng phương pháp dựa trên tri thức, hay còn gọi là AI lỗi thời, và đã đạt được thành công trong một số lĩnh vực như Toán học và Vật lý Việc theo dõi thói quen hành vi và học tập của sinh viên trong môi trường ITS cung cấp dữ liệu quý giá cho nghiên cứu về học tập Sự chuyển mình trong phát triển ITS hiện nay tập trung vào việc sử dụng AI và học máy để tạo ra giao diện giáo viên cho học sinh, cũng như theo dõi và phân tích quá trình học tập, điều này thường được gọi là phân tích học tập và khai thác dữ liệu giáo dục.

1.3.4.1 Tác động của AI đến kĩ năng và năng lực

Hệ thống giáo dục hiện đại đóng vai trò quan trọng trong việc nâng cao năng lực tham gia kinh tế của cá nhân Lịch sử giáo dục gắn liền với sự phát triển xã hội công nghiệp, với giáo dục là yếu tố cốt lõi trong xây dựng nguồn nhân lực Nó không chỉ thúc đẩy năng suất mà còn nâng cao khả năng cạnh tranh kinh tế Vì vậy, cần xác định cách mà AI sẽ biến đổi công việc và việc làm trong bối cảnh chính sách giáo dục hiện nay.

Nhiều nghiên cứu đã chỉ ra rằng máy tính và tự động hóa có tác động lớn đến thị trường lao động, đặc biệt qua các mô hình thiên về kỹ năng Những công việc không yêu cầu trình độ, kinh nghiệm và kỹ năng cao dễ bị thay thế bởi tự động hóa Trong bối cảnh này, máy tính thường được sử dụng cho các nhiệm vụ có yêu cầu kỹ năng hạn chế Do đó, để giảm thiểu nguy cơ thất nghiệp, việc nâng cao trình độ đào tạo cho người lao động là rất cần thiết.

1.3.4.2 Tác động của AI đến việc học của SV

Khi công nghệ mới xuất hiện, nó mở ra khả năng giải quyết các vấn đề cũ, nhưng những thách thức và hạn chế của nó thường chưa được hiểu rõ Doanh nhân và nhà hoạch định chính sách nhận thấy tiềm năng của công nghệ mới và khám phá cách nó có thể tạo ra sự khác biệt Trong lĩnh vực giáo dục, AI không chỉ cải thiện hiệu quả học tập mà còn thay đổi bối cảnh học tập để phù hợp với xã hội hiện đại Thực tiễn học tập hiện nay phải đáp ứng nhu cầu của một xã hội công nghiệp đang chuyển mình, nhưng việc tự động hóa có thể dẫn đến sự lỗi thời của các giải pháp trước khi được áp dụng Mặc dù công nghệ có thể cách mạng hóa việc học, nhưng cũng có nguy cơ tự động hóa các ý tưởng và sao chép các hoạt động ít liên quan đến việc học.

Kì vọng về hiệu quả của MOOCs đã được ghi nhận, nhưng tác động của chúng đối với kết quả học tập vẫn chưa rõ ràng Mặc dù giáo viên có thể dạy nhiều học sinh trực tuyến, việc theo dõi quá trình học tập của họ là thách thức lớn AI được kỳ vọng sẽ phân tích học tập quy mô lớn và đánh giá khách quan kết quả học của sinh viên mà không bị thiên vị Khi có dữ liệu đầy đủ, AI có thể phân loại sinh viên dựa trên kết quả kiểm tra, nhưng liệu những kết quả này có phản ánh đúng mức độ học tập hay không vẫn là câu hỏi quan trọng Sự phát triển năng lực nhận thức liên quan đến tư duy xã hội và ít liên quan đến cá nhân học sinh Ví dụ, giao tiếp qua văn bản có thể không tự nhiên với trẻ em đã quen với giao tiếp bằng lời nói Do đó, AI có khả năng tạo ra cơ hội mới để điều chỉnh nội dung học tập theo đặc điểm và phong cách học của sinh viên.

1.3.4.3 Tác động của AI đến việc dạy của GV Để tránh bị những tác động không mong muốn và áp dụng những điểm tích cực của AI vào giáo dục, điều quan trọng là phải hiểu tác động của AI trong bối cảnh học tập và giáo dục trong tương lai, thay vì trong các hệ thống giáo dục và hình thức học tập hiện tại Do đó, việc phân tích tác động của AI đối với việc dạy học sẽ gắn với việc định hướng trong tương lai của việc học Tuy nhiên, có một số nhiệm vụ giáo dục mà AI có thể có tác động rõ ràng Một trong số đó là việc đánh giá dưới nhiều hình thức khác nhau Trong các hệ thống dạy kèm thông minh thông thường, một thành phần trung tâm là mô hình SV (dùng để cung cấp thông tin về tình trạng hiện tại của người học) và dựa trên mô hình SV này để cố gắng suy ra những vướng mắc có thể xảy ra trong cách hiểu của SV về lĩnh vực mà họ đang học

Trang 37 a) Mô hình SV do AI tạo ra và các cơ hội sư phạm mới

Các hệ thống gia sư thông minh dựa trên tri thức truyền thống gặp khó khăn trong việc tạo ra các mô hình SV do thiếu hướng dẫn rõ ràng trong các lĩnh vực phức tạp và bối cảnh học tập thực tế Tuy nhiên, AI thần kinh có khả năng phát triển các mô hình SV khi có đủ dữ liệu Học máy có thể tạo ra các biểu diễn phức tạp, hoạt động hiệu quả trong thực tế, bất chấp những bất cập về khái niệm và kỹ thuật Với lượng dữ liệu đầy đủ, học máy có thể sản xuất các mô hình SV có giá trị thực tiễn cao.

Những tiến bộ trong xử lý ngôn ngữ tự nhiên và giao diện người-máy dựa trên AI đang mở ra những khả năng giáo dục mới, như việc sử dụng robot trò chuyện và bạn đồng hành học tập Tính toán cảm xúc và AI cảm xúc sẽ đóng vai trò quan trọng trong các hệ thống giáo dục này Hơn nữa, dịch máy thời gian thực không chỉ giúp học ngôn ngữ mà còn hỗ trợ sinh viên trong việc viết các văn bản một cách hiệu quả hơn, giúp họ truyền đạt ý tưởng rõ ràng hơn Do đó, việc định hướng tầm nhìn về AI trong tương lai là cần thiết để tận dụng tối đa những tiềm năng này.

AI hứa hẹn mang lại nhiều lợi ích trong tương lai, nhưng cần phải thực hiện các nghiên cứu nghiêm túc và có tầm nhìn xa Đồng thời, việc thiết lập nguyên tắc sư phạm rõ ràng về khả năng của AI là vô cùng quan trọng.

AI sẽ đóng vai trò quan trọng trong việc cung cấp sản phẩm và dịch vụ cho giáo dục, thay vì chỉ chú trọng vào những thách thức kinh tế và xã hội hiện tại Điều này mở ra cơ hội cho các start-up trong lĩnh vực giáo dục, giúp cải thiện trải nghiệm học tập và đáp ứng nhu cầu ngày càng cao của người học.

AI trong giáo dục đang đối mặt với thách thức lớn trong việc thay đổi thực tiễn hiện tại Nếu không có tầm nhìn và chính sách rõ ràng, AI có thể chỉ được xem như giải pháp cho các vấn đề hiện có, thay vì cải cách hệ thống giáo dục để phù hợp với nền kinh tế hậu công nghiệp Điều này có thể dẫn đến việc tái phát minh các phương pháp giảng dạy lỗi thời, gây khó khăn cho sự thay đổi Do đó, cần phát triển tầm nhìn và chính sách phù hợp, đồng thời tạo ra các mô hình giáo dục tương lai Việc triển khai thử nghiệm cụ thể với sự tham gia của giáo viên và chuyên gia là rất quan trọng Sự quan tâm đến AI trong chính sách hiện nay tạo cơ hội để xây dựng một tầm nhìn cho tương lai phát triển Quan trọng là giáo viên, những người phải đối mặt với nhu cầu thực tiễn hàng ngày, không bị loại bỏ bởi công nghệ mới Ở cấp độ hệ thống, AI có khả năng tác động sâu sắc đến giáo dục, không chỉ vì đặc điểm của nó mà còn là một phần của sự chuyển đổi lớn hơn từ số hóa và tự động hóa AI đã trở thành một chủ đề chính sách quan trọng vì tác động của nó đến công việc và xã hội.

Trang 38 toàn cầu Hiện nay, khi các tổ chức giáo dục phải tham gia giải quyết cho các vấn đề của thời đại công nghiệp, nhiều câu trả lời trong số này hiện đang trở nên lỗi thời Trong lịch sử tư duy giáo dục, đã có một tranh luận không ngừng giữa các quan điểm về giáo dục, từ quan điểm công cụ giáo dục như một cách chuẩn bị cho những người lao động tương lai đến quan điểm khác phát triển hơn khi xem giáo dục là một cách hiện thực hóa những tiềm năng của con người Cho dù sẽ có việc làm trong tương lai hay không, AI đẩy giáo dục theo hướng các mô hình giáo dục phát triển hơn này Giả sử rằng AI sẽ biến đổi thị trường lao động, một cách có thể hữu ích để tưởng tượng về tương lai của hệ thống giáo dục và giáo dục là bắt đầu từ khả năng thứ hai Nếu chúng ta tưởng tượng rằng giáo dục trong một thế giới nơi công việc không phải là yếu tố trung tâm trong cuộc sống hoặc nơi mà việc làm không tồn tại thì vai trò của giáo dục sẽ là gì? Làm thế nào để chúng ta có thể tổ chức nó? Mục đích của nó là gì và những gì nó cần giải quyết?

Một số công cụ trong dạy học có sự hỗ trợ của AI

1.3.5.1 Cá nhân hoá học tập a) Giới thiệu về cá nhân hoá học tập

Theo dõi hoạt động của người học bằng AI giúp nắm bắt những gì họ đang thực hiện trong thời gian học tập Một trong những phương pháp hiệu quả để thực hiện việc này là sử dụng các công cụ phân tích dữ liệu thông minh.

Hệ thống Chẩn đoán người học, Hỗ trợ, Đánh giá dựa trên AI (StuDiAsE) bao gồm 05 hệ thống con: giám sát, ghi nhật kí, lập hồ sơ, mô hình hóa và đánh giá, mỗi hệ thống có chức năng riêng StuDiAsE theo dõi tiến trình học tập của cá nhân, cung cấp phản hồi và hồ sơ dựa trên hành động của người học Hệ thống đánh giá phong cách học tập, cho phép nhận diện sở thích của người học, chẳng hạn như việc một số người thích học qua đọc sách trong khi những người khác lại ưa chuộng video ngắn.

AI có thể hỗ trợ đưa đề xuất và khuyến nghị cho giáo viên và học sinh, đồng thời

AI có khả năng cung cấp phản hồi ngay lập tức cho sinh viên dưới dạng trợ giảng, giúp họ nhận được thông tin về những gì cần hoàn thành mà không phải chờ đợi giáo viên Tuy nhiên, sự phát triển của AI không có nghĩa là sẽ thay thế giáo viên, vì vẫn có nhiều nhiệm vụ mà AI chưa thể thực hiện, như tạo nội dung và hướng dẫn sinh viên về tài liệu nghiên cứu.

Dựa trên việc phân tích thông tin và dữ liệu từ người dùng, AI sẽ cung cấp nội dung hữu ích cho sinh viên thông qua Mô-đun khuyến nghị (RM), hay còn gọi là Hệ thống khuyến nghị RM giúp hướng dẫn sinh viên bằng cách đánh giá tiến bộ và gợi ý các nguồn tài nguyên học tập phù hợp Để đạt được điều này, hệ thống cần theo dõi hiệu suất và sở thích của người học Thuật toán K-nearest Neighbor cũng được áp dụng để cá nhân hóa trải nghiệm học tập.

Bài toán phân lớp là quá trình gán một đối tượng dữ liệu vào một hoặc nhiều lớp đã xác định trước, sử dụng một mô hình phân lớp Mô hình này được phát triển dựa trên các đặc điểm và thông tin của dữ liệu.

Tập dữ liệu gán nhãn, hay còn gọi là tập huấn luyện, là cơ sở cho quá trình phân lớp, nơi mà các đối tượng dữ liệu được gán nhãn cụ thể Trong lĩnh vực học máy (ML), bài toán phân lớp và bài toán gom cụm (cluster) là hai vấn đề quan trọng và nổi bật.

Một số thuật toán phổ biến trong bài toán phân lớp bao gồm: Naive Bayes, Cây quyết định, Rừng ngẫu nhiên, Hồi quy logistic, Hỗ trợ Máy Vector và K-nearest Neighbor Những thuật toán này được sử dụng rộng rãi nhờ vào hiệu quả và khả năng xử lý dữ liệu đa dạng trong các ứng dụng học máy.

Hình 1.11 Minh họa thuật toán phân lớp

Trong số đó, thuật toán phân lớp kinh điển có thể kể tên là thuật toán K-nearest

Neighbor (KNN) Điểm chấm màu sáng (Hình 1.11) sẽ được phân vào lớp xanh hay lớp đó?

* Ý tưởng của thuật toán KNN

Bài toán đặt ra là sinh viên A có điểm môn học nhưng không biết mình thuộc loại học lực nào (Giỏi, Khá, Trung bình, Yếu), và giả sử A không nắm rõ bất kỳ quy tắc phân loại nào.

Giải pháp đề xuất là A cần khảo sát những sinh viên xung quanh có điểm số gần với mức điểm của mình nhất Giả sử trong lớp có 50 sinh viên, A sẽ khảo sát 5 sinh viên có điểm số gần nhất với A Điểm của A là 7, và điểm của các bạn A sẽ được thu thập để phân tích.

Dựa vào kết quả, A tự tin dự đoán mình thuộc loại khá Phương pháp này cho phép chúng ta phân loại dữ liệu một chiều (một đặc trưng) một cách đơn giản Chúng ta nhận thấy rằng, với số lượng và phạm vi dữ liệu khảo sát càng lớn, độ chính xác của dự đoán càng cao Tuy nhiên, nếu trong lớp A không có ai đạt loại khá ngoài A, thì dù A có lấy bao nhiêu người có điểm số gần nhất cũng sẽ dẫn đến kết quả sai.

Bài toán đặt ra là gợi ý cho sinh viên những nhận xét, phương pháp học tập và khóa học phù hợp dựa trên điểm số từng kỹ năng, nhằm giúp họ cải thiện điểm số Trong ngôn ngữ học máy, bài toán này được gọi là bài toán phân lớp, với mục tiêu phân loại sinh viên theo năng lực của họ.

Trang 40 là phân loại (xác định) những lời nhận xét phù hợp với kết quả kiểm tra của SV; gợi ý các tài liệu học tập phù hợp với trình độ của SV (thông qua việc đánh giá kết quả bài kiểm tra)

Thuật toán KNN (K-Nearest Neighbors) dựa trên nguyên tắc rằng các dữ liệu tương tự sẽ nằm gần nhau trong không gian Nhiệm vụ của chúng ta là xác định k điểm gần nhất với dữ liệu cần kiểm tra Để tìm khoảng cách giữa hai điểm, có nhiều công thức khác nhau mà chúng ta có thể lựa chọn tùy thuộc vào từng trường hợp cụ thể.

KNN, hay K-Nearest Neighbors, là một thuật toán tìm kiếm đầu ra cho một điểm dữ liệu mới dựa trên thông tin của K điểm dữ liệu gần nhất trong tập huấn luyện, mà không quan tâm đến việc có điểm dữ liệu nhiễu trong số đó Để áp dụng thuật toán KNN, cần thực hiện các bước định nghĩa cụ thể cho bài toán.

Bước 1: Lựa chọn điểm dữ liệu (Data point)

Chúng ta có thể xem điểm thi của từng loại câu hỏi trong bài kiểm tra đầu vào như một điểm trong không gian n chiều, với n đại diện cho số loại câu hỏi.

Các lí thuyết và phương pháp dạy học có liên quan

Lí thuyết kết nối

Các nghiên cứu của George Siemens và Downes đã nêu lên khái niệm về Lí thuyết kết nối (tên tiếng Anh là Connectivism) như sau:

Lí thuyết kết nối là một phương pháp học tập hiện đại, tập trung vào việc kết nối nhiều nguồn tài liệu liên quan đến bài học, đặc biệt là qua mạng Internet trong thời đại kỹ thuật số phát triển nhanh chóng Stephen Downes và George Siemens đã định nghĩa lí thuyết này như một cách tiếp cận học tập phù hợp với xu hướng công nghệ hiện nay.

1.4.1.2 Các nguyên tắc cốt lõi

Trong một công bố năm 2005, Siemens đã nêu ra 8 nguyên tắc cốt lõi của Lí thuyết kết nối như sau:

(1) Học tập và kiến thức dựa trên sự đa dạng của các ý kiến;

(2) Học tập là một quá trình kết nối các nguồn thông tin;

(3) Việc học có thể nằm trong các thiết bị ngoại vi;

Bình di ện vĩ mô

Hình thức tổ chức dạy h ọ c

Bình di ện vĩ mô

AI (chatbot, cá nhân hóa học tập)

Hình thức tổ chức dạy h ọ c

(4) Năng lực hiểu biết quan trọng hơn những gì để biết;

(5) Nuôi dưỡng và duy trì các kết nối là việc cần thiết để tạo ra điều kiện học tập liên tục;

(6) Khả năng thấy được sự kết nối giữa các lĩnh vực, ý tưởng và khái niệm là một kĩ năng cốt lõi;

(7) Chuẩn xác, cập nhật kiến thức là mục đích của hoạt động học tập theo Lí thuyết kết nối;

Quá trình ra quyết định không chỉ đơn thuần là lựa chọn, mà còn là một hành trình học tập liên tục Việc chọn lọc thông tin phù hợp với thực tế là rất quan trọng, vì kiến thức hiện tại có thể trở nên lỗi thời khi có những thông tin mới xuất hiện trong tương lai.

1.4.1.3 Vấn đề dạy học với Lí thuyết kết nối

Tác giả Vũ Hồng Linh [100] đã chỉ ra một số đặc điểm, đặc trưng của việc dạy học theo Lí thuyết kết nối như sau: a) Đặc điểm

Người học được đặt trong một môi trường mạng với nội dung cụ thể hấp dẫn, giúp họ lĩnh hội kiến thức thông qua các nút kết nối.

- Người học tự giác, tích cực, chủ động, tìm tòi, khám phá tri thức tuỳ thuộc vào khả năng của mình

Thông qua môi trường mạng Internet, học sinh có cơ hội kết nối kiến thức của bản thân với tri thức và kinh nghiệm của người khác, đồng thời thúc đẩy sự tương tác xã hội.

- Tạo ra sự liên kết kiến thức, nguồn thông tin, PPDH với sự hỗ trợ của CNTT b) Đặc trưng

- Tạo ra sự liên kết kiến thức, nguồn thông tin, PPDH với sự hỗ trợ của CNTT;

- Ứng dụng CNTT để tạo ra sự liên kết, hỗ trợ cho việc tự học, tự đánh giá có hiệu quả

Hình 1.15 Mối quan hệ giữa PPDH theo Lí thuyết kết nối và các lí thuyếtdạy học tích cực khác (Nguồn:[100])

Trang 47 c) Vận dụng Lí thuyết kết nối trong dạy học cho SV ngành CNTT với sự hỗ trợ của AI

Dạy học theo lý thuyết kết nối là phương pháp dạy học mà giáo viên và sinh viên sử dụng các nút kết nối dựa trên công nghệ thông tin để nâng cao hiệu quả dạy học Trong quá trình này, người học đóng vai trò chủ động trong việc thiết kế quá trình học tập và được cung cấp công cụ để phát triển phương pháp học tập riêng của mình.

Dạy học theo thuyết kết nối yêu cầu giáo viên (GV) và sinh viên (SV) phải trang bị kiến thức và kỹ năng sử dụng công nghệ thông tin (CNTT) GV cần thời gian chuẩn bị bài giảng và tài liệu học tập điện tử, đồng thời chuyển từ vai trò truyền thụ kiến thức sang hướng dẫn SV SV cần phát huy tính chủ động, tích cực và khả năng tự học Trong ngành CNTT, cả GV và SV đều đáp ứng tiêu chí về kiến thức và kỹ năng CNTT, với SV ngành này thường có tính chủ động và sáng tạo cao, điều này hỗ trợ việc sử dụng hiệu quả công nghệ trong học tập.

Lí thuyết kết nối vào dạy học cho nhóm SV ngành này là hoàn toàn khả thi và phù hợp

Lí thuyết kết nối ảnh hưởng đến nhiều khía cạnh ở cấp độ vĩ mô, như đã được phân tích Để đạt hiệu quả tối ưu, việc lựa chọn phương pháp dạy học phù hợp ở cấp độ trung gian là rất quan trọng.

Dạy học tương tác

Trong tác phẩm “Tiến tới một phương pháp sư phạm tương tác”, Jean Marc Denommé và Madeleine Roy đã trình bày logic của hoạt động dạy học, giới thiệu quan điểm sư phạm tương tác với cấu trúc dạy học bao gồm ba yếu tố chính: người học, người dạy và môi trường Nội dung kiến thức được xem là yếu tố khách quan mà người dạy hướng đến để giúp người học chiếm lĩnh.

Theo "Từ điển tiếng Anh hiện đại Oxford", "tương tác" được định nghĩa là "hành động cùng nhau", trong khi "Từ điển tiếng Việt" mô tả "tương tác" là sự tác động qua lại lẫn nhau Nghiên cứu về đối tượng tham gia tương tác là một lĩnh vực quan trọng mà Jean đã khám phá.

Maxc Denomme và Madeleine Roy nhấn mạnh rằng sự tương tác trong dạy học bao gồm ba yếu tố chính: người dạy, người học và môi trường học, trong đó mối quan hệ giữa người dạy và người học là chủ đạo Trong phương pháp dạy học này, giáo viên có vai trò thiết kế, tổ chức, chỉ đạo và kiểm tra quá trình học, nhưng không thay thế sinh viên Sinh viên tự điều khiển quá trình tiếp thu kiến thức khoa học của mình dưới sự hướng dẫn của giáo viên Sự thống nhất trong hoạt động dạy và học được tạo ra thông qua sự cộng tác giữa các bên.

Dạy học tương tác là một chiến lược giáo dục tập trung vào người học, khuyến khích sự chủ động và tích cực trong quá trình học tập Nó được hiểu là mối quan hệ tương tác giữa người dạy, người học và môi trường dạy học, nhằm nâng cao kiến thức, kỹ năng và năng lực của người học Phương pháp dạy học tương tác chỉ đạt hiệu quả tối đa khi cả ba yếu tố này đều tham gia tích cực.

1.4.2.2 Nghiên cứu ứng dụng ICT trong dạy học theo quan điểm tương tác

Nghiên cứu về lí luận dạy học hiện đại chỉ ra rằng ba yếu tố chính: người dạy, người học và đối tượng học tập tạo thành "tam giác dạy học", với các tương tác cốt lõi Những tương tác này diễn ra thông qua các yếu tố như mục tiêu, nội dung, phương pháp, phương tiện, hình thức, nhiệm vụ, đánh giá, và được thực hiện tại địa điểm và thời gian xác định.

Nhóm tác giả Pho & Ngo [106] đã thực hiện một phân tích tổng quan về mô hình dạy học theo quan điểm sư phạm tương tác và ứng dụng phương pháp cùng công nghệ dạy học trong các loại hình nhà trường khác nhau Họ đã đưa ra cách tiếp cận mới về quan điểm sư phạm tương tác và các phương pháp dạy học tích cực, khẳng định rằng những phương pháp này chỉ phát huy hiệu quả trong môi trường công nghệ phong phú và dạy học đa phương tiện Bài viết cũng giới thiệu các phần mềm hữu ích cho dạy học Đặc biệt, trong việc ứng dụng công nghệ AI hỗ trợ dạy học cho sinh viên ngành CNTT, hình thức tổ chức dạy học kết hợp giữa dạy trực tiếp trên lớp và sử dụng công cụ (website) tích hợp AI, cho phép giáo viên áp dụng các hình thức dạy học tương tác hiệu quả.

Bảng 1.7 Một số PPDH tương tác được đề xuất ứng dụng trong thời gian dạy học trực tiếp trên lớp

STT Phương há Vai trò trong dạy học

1 Diễn giảng tích cực (sử dụng thiết bị dạy học, kết hợp hỏi đáp, trao đổi…)

Giúp người học nắm bắt nội dung bài học và giúp người học vận dụng, sáng tạo

2 Củng cố và hệ thống hóa kiến thức Ôn tập kiến thức đã học

3 Kiểm tra, đánh giá Nhận định thực trạng, định hướng điều chỉnh hoạt động học tập của học sinh

Tạo điều kiện nhận định thực trạng, định hướng điều chỉnh hoạt động giảng dạy của giáo viên

4 Thảo luận, biện luận Cùng suy nghĩ

5 Vấn đáp Rèn luyện kĩ năng biểu đạt, tư duy năng lực của SV

6 Hoạt động nhóm Chia sẻ kinh nghiệm và kiến thức, cùng nhau xây dựng kiến thức mới

7 Giải quyết tình huống Nâng cao khả năng biểu đạt, rèn luyện kĩ năng tương tác

8 Ứng dụng CNTT Giúp người học tiếp xúc với khoa học công nghệ tiên tiến, tận dụng lợi thế và sự hỗ trợ của công nghệ vào quá trình học tập

Trong bài viết này, chúng ta sẽ khám phá việc dạy học với sự hỗ trợ của trí tuệ nhân tạo (AI) thông qua phương pháp dạy học tương tác trên môi trường Internet Đây là một ứng dụng cụ thể của công nghệ thông tin, bên cạnh các tương tác trực tiếp diễn ra trong lớp học Phương pháp dạy học tương tác không chỉ nâng cao trải nghiệm học tập mà còn tạo ra cơ hội kết nối và giao lưu giữa giáo viên và học sinh.

Trang 49 trên môi trường Internet, thông qua các công cụ hỗ trợ dạy học như máy tính, website có tích hợp AI, các nguồn học liệu số cùng với một tiến trình dạy học cụ thể sẽ góp phần khai thác tối đa hiệu quả thế mạnh của CNTT, AI và Internet Đặc biệt tập trung khai thác thế mạnh về khả năng sử dụng CNTT, kĩ năng tự học và tư duy chủ động, sáng tạo của SV ngành CNTT.

Dạy học kết hợp

Dạy học kết hợp, hay còn gọi là Blended learning, là một mô hình giáo dục linh hoạt kết hợp giữa học trực tuyến và học trực tiếp, tạo điều kiện cho sự tương tác và tham gia của người học Sự chuyển biến quan trọng trong mô hình này là từ việc lấy người dạy làm trung tâm sang việc lấy người học làm trung tâm Có nhiều khái niệm khác nhau về dạy học kết hợp, phản ánh sự đa dạng trong cách tiếp cận và phương pháp giảng dạy.

Học kết hợp là sự kết hợp giữa công nghệ tiên tiến trong học trực tuyến và sự tương tác trực tiếp giữa người học, theo Kaye Thorne.

Theo Graham, dạy học kết hợp là sự kết hợp hiệu quả giữa các chế độ phân phối, mô hình dạy học và phong cách học tập trong môi trường tương tác Các khóa học kết hợp linh hoạt giữa học trực tuyến và học trực tiếp, tối ưu hóa tài nguyên để nâng cao kết quả học tập của sinh viên và giải quyết các vấn đề liên quan đến bài học.

Dạy học kết hợp là hình thức học tập mà sinh viên tham gia ít nhất một phần tại trường và một phần thông qua hình thức học trực tuyến Hình thức này cho phép sinh viên tự chủ về thời gian, địa điểm, phương thức và tốc độ học tập của mình.

1.4.3.2 Cấu trúc chính của mô hình dạy học kết hợp a) Các thành phần trong mô hình dạy học kết hợp

Theo nghiên cứu của M Carman, 05 thành phần chính trong mô hình dạy học kết hợp [109] bao gồm:

Hoạt động đồng bộ trực tiếp là hình thức học tập trong đó giáo viên hướng dẫn và tất cả học viên tham gia cùng một lúc, diễn ra trên các môi trường học tập trực tuyến hoặc trực tiếp.

Cộng tác trong học tập là quá trình làm việc nhóm, nơi mỗi thành viên đóng góp ý kiến và hỗ trợ lẫn nhau nhằm đạt được mục tiêu chung.

Hoạt động tự học là quá trình tự giác lĩnh hội tri thức và rèn luyện kỹ năng thực hành, cho phép người học tiếp thu kinh nghiệm theo tốc độ và thời gian riêng của mình Để tối ưu hóa quá trình này, giáo viên cần định hướng cho người học cách thức tự học hiệu quả và xây dựng hệ thống hỗ trợ, giúp họ có khả năng tự học tốt trong nhiều môi trường khác nhau.

Kiểm tra đánh giá là công cụ quan trọng để đo lường kiến thức của người học trong cả hình thức học tập giáp mặt và trực tuyến Nó giúp xác định kiến thức nền tảng trước khi bắt đầu khóa học và đánh giá mức độ chuyển giao học tập sau khi hoàn thành.

- Tài nguyên hỗ trợ: Là những tài liệu tham khảo giúp tăng cường học tập, lưu giữ và chuyển giao b) Các mức độ kết hợp

Trong mô hình dạy học kết hợp, ngoài các thành phần chính, cần chú ý đến 04 mức độ kết hợp: mức độ hoạt động học tập, mức độ khóa học, mức độ chương trình và mức độ thể chế Những mức độ này đóng vai trò quan trọng trong việc tối ưu hóa quá trình dạy và học, giúp tạo ra một môi trường học tập hiệu quả và linh hoạt hơn.

Trong luận án này, dạy học kết hợp được triển khai thông qua hoạt động học tập, với kịch bản dạy học nhằm kết hợp hiệu quả giữa dạy học trực tiếp và dạy học trực tuyến sử dụng công nghệ AI Việc tổ chức dạy học cho sinh viên sẽ tập trung vào 4 trong 5 thành phần của mô hình dạy học kết hợp, bao gồm cộng tác, tự học, kiểm tra đánh giá và tài nguyên hỗ trợ Nội dung này sẽ được phân tích chi tiết trong phần mô tả kịch bản dạy học.

Điều kiện triển khai dạy học với sự hỗ trợ của AI

Để triển khai dạy học với sự hỗ trợ của công nghệ AI, cần đảm bảo một số điều kiện cơ bản Về cơ chế và chính sách, giáo dục vừa là "khách hàng", vừa là "tác nhân" trong phát triển AI, với khả năng cải thiện hệ thống giáo dục và tạo ra người học có kỹ năng phù hợp với xã hội hiện đại Hợp tác công tư trong đào tạo và nghiên cứu cũng cần được thúc đẩy để đáp ứng nhu cầu thị trường lao động Về cơ sở vật chất, ngoài các điều kiện dạy học thông thường, cần có thiết bị máy tính, phần mềm dạy học tích hợp AI, tốc độ Internet ổn định và tài nguyên học liệu số phù hợp Cuối cùng, đội ngũ giảng viên vẫn đóng vai trò quan trọng mà AI không thể thay thế hoàn toàn.

Giảng dạy không chỉ đơn thuần là cung cấp kiến thức mà còn cần chú trọng đến yếu tố sáng tạo và cảm xúc xã hội Giáo viên đóng vai trò quan trọng trong việc quyết định thời điểm phù hợp để áp dụng các công cụ hỗ trợ từ AI Những công cụ này được phát triển và tích hợp vào quá trình giảng dạy nhằm hỗ trợ nhu cầu thực tế của giáo viên, thay vì chỉ dựa vào quan điểm của những người làm công nghệ về những gì giáo dục cần.

Để dạy học hiệu quả với sự hỗ trợ của AI, giáo viên cần trang bị những kỹ năng mới như: (1) Hiểu biết về cách các hệ thống AI có thể nâng cao quá trình dạy học; (2) Kỹ năng sử dụng công nghệ thông tin cơ bản và khả năng nghiên cứu, phân tích dữ liệu.

Để quản lý hiệu quả nguồn nhân lực và AI, giáo viên cần phát triển kỹ năng quản lý mới và tận dụng lợi thế của AI trong việc thực hiện các nhiệm vụ lặp đi lặp lại Điều này sẽ giúp giáo viên có thêm thời gian để tập trung vào các hoạt động quan trọng như tư vấn, hỗ trợ tinh thần và phát triển kỹ năng giao tiếp cá nhân Đồng thời, giáo viên cũng cần trang bị kiến thức và kỹ năng bổ sung để giúp học sinh phát triển những năng lực mà máy móc không thể thay thế Học sinh cần có kiến thức cơ bản về CNTT để sử dụng các nền tảng dạy học hỗ trợ AI và cần có khả năng tự học, chủ động trong quá trình học Hơn nữa, học sinh phải nhận thức rằng AI chỉ là công cụ hỗ trợ, không thể thay thế vai trò của họ trong học tập, nếu không, họ sẽ mất đi những kỹ năng vốn có.

Để triển khai dạy học hỗ trợ bởi công nghệ AI, cần có chính sách đồng bộ và quy trình tổ chức cụ thể cho từng cơ sở đào tạo Điều này sẽ giúp khai thác hiệu quả những lợi ích tích cực mà AI mang lại trong giáo dục.

Thực trạng dạy học ngành CNTT với sự hỗ trợ của AI

Mục đích khảo sát

Mục đích khảo sát thực trạng về dạy học cho SV ngành CNTT với sự hỗ trợ của

AI được sử dụng để đánh giá hiện trạng và phân tích nguyên nhân, từ đó làm cơ sở thực tiễn cho Luận án Mục tiêu là xác định tính khả thi cho các đề xuất nghiên cứu về việc xây dựng mô hình dạy học cho sinh viên ngành Công nghệ Thông tin với sự hỗ trợ của AI.

Đối tượng

Đối tượng khảo sát bao gồm 120 giảng viên và 877 sinh viên chuyên ngành Công nghệ Thông tin đang theo học bậc đại học chính quy tại các trường thành viên của Đại học Đà Nẵng cùng một số trường đại học khác bên ngoài hệ thống này.

N ộ i dung

Luận án này khảo sát việc ứng dụng AI trong dạy học, đặc biệt là trong ngành CNTT, tập trung vào điều kiện và sự sẵn sàng của giáo viên và sinh viên trong quá trình dạy - học với sự hỗ trợ của AI Bảng hỏi được xây dựng dựa trên nghiên cứu của tác giả Shar, T.H., người đã xác định các yếu tố ảnh hưởng của AI đến hiệu suất, khả năng hoàn thành nhiệm vụ và cách sử dụng AIED từ góc nhìn của học sinh Nghiên cứu cũng phân tích tác động của các biến độc lập đến biến phụ thuộc.

Luận án đã xây dựng bảng hỏi nhằm thu thập thông tin khảo sát từ sinh viên và giảng viên, tập trung vào các nhóm nội dung được liệt kê trong Bảng 1.8.

Bảng 1.8 Thông tin về nội dung khảo sát thực trạng

Nhóm câu hỏi Thang đ Likert Số câu hỏi

Hệ thống đánh dấu theo dõi 1-5 2

Các biến quan sát trong khảo sát được đánh giá bằng thang đo Likert 5 mức độ về sự đồng ý, từ 1 (Hoàn toàn không đồng ý) đến 5 (Hoàn toàn đồng ý) Luận án xác định mức điểm cao nhất là 5 và thấp nhất là 1, với khoảng điểm cho các mức được tính là 0.8, được xác định bằng cách lấy 5 trừ 1 và chia cho 5 Mức độ thang đo và các khoảng điểm được trình bày trong Bảng 1.9.

Bảng 1.9 Các mức thang đo Likert

Mức Giá trị trung bình

1 1.00 ≤ ̅≤ 1.80 Tương ứng với nhận định là không đáp ứng

2 1.81 ≤ ̅ ≤ 2.60 Tương ứng với nhận định là ít đáp ứng

3 2.61 ≤ ̅ ≤ 3.40 Tương ứng với nhận định là đáp ứng vừa phải

4 3.41 ≤ ̅ ≤ 4.20 Tương ứng với nhận định là khá đáp ứng

5 4.21 ≤ ̅ ≤ 5.00 Tương ứng với nhận định là hoàn toàn đáp ứng

Phương pháp

Phương pháp chủ yếu để tiến hành điều tra là sử dụng bảng hỏi, trong đó các câu hỏi được thiết kế theo mẫu phiếu điều tra ý kiến và được gửi đi để khảo sát.

Khảo sát GV và SV được thực hiện trực tuyến qua Google Form nhằm tiết kiệm chi phí và thời gian, đồng thời đảm bảo tính khách quan trong các câu trả lời Việc lựa chọn hình thức khảo sát trực tuyến còn phù hợp với bối cảnh dịch bệnh COVID-19 bùng phát trên toàn quốc.

Hệ thống câu hỏi được cấu trúc với nhiều phương án lựa chọn, đảm bảo nội dung rõ ràng, dễ hiểu và logic, đồng thời giữ tính khách quan Các câu hỏi được thiết kế theo cả hai hình thức đóng và mở để đa dạng hóa ý kiến của người tham gia khảo sát.

Mẫu khảo sát bao gồm 877 sinh viên đại học chính quy và 120 giảng viên đại học từ nhiều ngành đào tạo khác nhau Độ tin cậy của khảo sát được đánh giá thông qua chỉ số Cronbach’s Alpha.

- Công cụ xử lí số liệu sử dụng phần mềm SPSS và các thuật toán thống kê phổ biến.

Đánh giá thực trạng về dạy học với sự hỗ trợ của công nghệ AI

1.6.5.1 Thiết kế bảng câu hỏi

Nghiên cứu đã thiết kế hai bảng hỏi riêng biệt cho hai nhóm đối tượng là giáo viên (GV) và sinh viên (SV) Bảng hỏi dành cho sinh viên bao gồm 10 câu hỏi, trong khi bảng hỏi cho giáo viên cũng gồm 10 câu hỏi, mỗi bảng tập trung vào các nhóm nội dung khác nhau.

Bảng câu hỏi cho sinh viên gồm 10 câu hỏi nhằm thu thập ý kiến và quan điểm về AIEd cũng như mức độ sẵn sàng sử dụng AI Hai câu hỏi đầu tiên tập trung vào đặc điểm nhân khẩu học như giới tính và năm học đại học Tương tự, bảng câu hỏi dành cho giảng viên cũng thu thập các thông tin tương tự để đánh giá nhận thức và sự sẵn sàng áp dụng công nghệ AI trong giảng dạy.

Trang 53 bảng hỏi dành cho SV, riêng phần lấy thông tin cá nhân sẽ thu thập thông tin về độ tuổi, thâm niên công tác và trình độ đào tạo của người được khảo sát (thông tin không bắt buộc)

Bảng 1.10 Các biến số nghiên cứu với các số câu hỏi và loại đo lường tương ứng

Biến nghiên cứu Số thứ tự câu hỏi

Bảng hỏi SV Bảng hỏi GV

Hệ thống đánh dấu theo dõi Q2, Q6 Q2, Q6

Nội dung chi tiết của các bảng hỏi xem tại Phụ lục 1 và Phụ lục 2 kèm theo

Tác giả đã áp dụng phần mềm SPSS để phân tích dữ liệu từ các phiếu khảo sát Hệ số Cronbach’s Alpha được sử dụng nhằm kiểm định độ tin cậy của các biến quan sát Kết quả xử lý dữ liệu được trình bày trong các Bảng 1.11 dưới đây.

Bảng 1.11 trình bày giá trị trung bình và độ lệch chuẩn của các phát biểu liên quan đến ý kiến và quan điểm của sinh viên về trí tuệ nhân tạo trong giáo dục (AIEd) cũng như mức độ sẵn sàng sử dụng AI.

Phát biểu Mean N SD Mức độ đá ứng

Q1 Nền tảng công cụ mà em thường sử dụng để học tập là gì? 3,6636 877 ,87179 4

Hệ thống theo dõi hiệu suất dựa trên AI mang lại sự tự tin cho sinh viên, giúp họ không còn lo lắng về những sai lầm Bằng cách hướng dẫn sinh viên thực hiện đúng các bước, hệ thống này tạo điều kiện thuận lợi cho quá trình học tập và phát triển cá nhân.

Các nền tảng học tập trực tuyến cung cấp cho sinh viên một nguồn thông tin đa dạng và chất lượng, đồng thời tạo ra một môi trường học tập trực quan dễ chịu Điều này giúp sinh viên nâng cao năng suất và hiệu quả học tập, khuyến khích sự tự học và khám phá kiến thức mới Môi trường học tập trực tuyến không chỉ linh hoạt mà còn hỗ trợ sinh viên tiếp cận tài nguyên học tập phong phú, từ đó cải thiện kết quả học tập của họ.

Module khuyến nghị có khả năng cung cấp danh sách đề xuất như tài liệu học tập và khóa học, dựa trên thói quen, sở thích và phong cách học tập của sinh viên Bạn có đồng ý với nội dung này không?

Q5 Việc sử dụng các trợ giảng AI có thể đưa ra phản hồi tức thì 3,5097 877 ,95514 4

Q6 Em có tin tưởng vào tính an toàn, bảo mật khi sử dụng hệ thống theo dõi trực tuyến 3,6534 877 1,00944 4

Phát biểu Mean N SD Mức độ đá ứng

Q7 Chatbot có vai trò như trợ lí cho SV trong quá trình học tập 3,5918 877 ,86395 4

Q8 Các ứng dụng dạy học có tích hợp TTNT

(AI) rất hữu ích cho SV 3,7058 877 ,83591 4

Q9 AI cung cấp các trải nghiệm học tập tốt hơn cho SV 3,3193 877 ,90572 4

Q10 Em sẽ sẵn sàng sử dụng các ứng dụng hỗ trợ học tập có tích hợp AI nếu có thể 3,7697 877 ,98009 4

Theo nghiên cứu, một thang đo tốt cần có độ tin cậy Cronbach’s Alpha từ 0.7 trở lên Tuy nhiên, trong các nghiên cứu khám phá sơ bộ, ngưỡng 0.6 cũng được chấp nhận Hệ số Cronbach's Alpha càng cao, độ tin cậy của thang đo càng lớn.

Theo Bảng 1.11, giá trị Cronbach’s Alpha cho bảng khảo sát sinh viên đạt 0.658 (> 0,6), trong khi bảng khảo sát giảng viên đạt 0.754 (xem Bảng 1.12), cho thấy độ tin cậy cao và phù hợp để áp dụng trong nghiên cứu thực tế.

Bảng 1.12 trình bày giá trị trung bình và độ lệch chuẩn liên quan đến quan điểm của giáo viên về AIEd, cũng như mức độ sẵn sàng sử dụng AI trong việc hỗ trợ giảng dạy.

Phát biểu Mean N SD Mức độ đá ứng

Nền tảng công cụ mà Quý Thầy/Cô thường sử dụng để dạy học đóng vai trò quan trọng trong quá trình giáo dục Hệ thống theo dõi hiệu suất dựa trên AI rất hữu ích, mang lại sự tự tin cho sinh viên, giúp họ không phải lo lắng về những sai sót, vì hệ thống này sẽ hướng dẫn họ thực hiện đúng đắn Quý Thầy/Cô có đồng ý với quan điểm này không?

Các nền tảng học tập trực tuyến hỗ trợ sinh viên tìm kiếm thông tin đa dạng và chất lượng, đồng thời cung cấp một môi trường học tập trực quan và dễ chịu.

Thầy/Cô có nghĩ môi trường học tập trực tuyến giúp cho SV cải thiện năng suất và hiệu quả học tập?

Q4 Module khuyến nghị có thể được sử dụng để cung cấp danh sách các đề xuất

(tài liệu học tập, khoá học…) dựa trên thói quen, sở thích, phong cách học tập của SV Quý Thầy/Cô có đồng ý với nội dung này không?

Phát biểu Mean N SD Mức độ đá ứng

Q5 Việc sử dụng các trợ giảng AI có thể đưa ra phản hồi tức thì 4,1833 120 ,57953 4

Quý Thầy/Cô có niềm tin vào tính an toàn và bảo mật thông tin của người dùng khi sử dụng hệ thống theo dõi trực tuyến để quản lý quá trình học tập Việc bảo vệ dữ liệu cá nhân và thông tin nhạy cảm của học viên là ưu tiên hàng đầu trong việc phát triển và triển khai các công nghệ giáo dục hiện đại.

Q7 Chatbot có vai trò như trợ lí cho SV trong quá trình học tập 3,3750 120 ,82056 3

Q8 Các ứng dụng dạy học có tích hợp

AI rất hữu ích cho SV 4,3000 120 ,72876 5

Q9 AI cung cấp các trải nghiệm học tập tốt hơn cho SV 4,2583 120 ,64163 5

Q10 Quý Thầy/Cô sẽ sẵn sàng sử dụng các ứng dụng hỗ trợ giảng dạy có tích hợp AI nếu có thể

Dựa trên số liệu từ Bảng 1.11, phân tích câu trả lời của 877 sinh viên và Bảng 1.12 từ 120 giáo viên tham gia khảo sát cho thấy rõ ràng rằng nhóm câu hỏi liên quan đến hệ thống đánh dấu theo dõi đã thu hút sự chú ý đáng kể.

Bảng 1.13 Kết quả khảo sát về hệ thống đánh dấu theo dõi

Câu hỏi Nội ng SV

THI Ế T K Ế D Ạ Y H Ọ C V Ớ I S Ự H Ỗ TR Ợ C Ủ A CÔNG NGH Ệ TRÍ TU Ệ NHÂN T Ạ O CHO SINH VIÊN NGÀNH CÔNG NGH Ệ THÔNG

Đặc điểm ngành Công nghệ thông tin

CNTT (Information Technology - IT) là một lĩnh vực trong ngành kỹ thuật, chuyên sử dụng máy tính và phần mềm để thu thập, chuyển đổi, lưu trữ, bảo vệ, xử lý và truyền tải thông tin.

Thuật ngữ Công nghệ Thông tin (CNTT) lần đầu tiên xuất hiện vào năm 1958 trong một bài viết của tạp chí Harvard Business Review, nơi các tác giả Leavitt và Whisler đã đề cập đến khái niệm này Tại Việt Nam, CNTT được định nghĩa trong Nghị quyết Chính phủ 49/CP ngày 4 tháng 8 năm 1993, nhấn mạnh rằng CNTT bao gồm các phương pháp khoa học, công cụ kỹ thuật hiện đại, chủ yếu là kỹ thuật máy tính và viễn thông, nhằm tối ưu hóa việc khai thác và sử dụng tài nguyên thông tin phong phú trong mọi lĩnh vực hoạt động của con người và xã hội.

Ngành Công nghệ Thông tin (CNTT) đang phát triển với tốc độ nhanh chóng, đòi hỏi người học phải có khả năng thích nghi linh hoạt và chịu áp lực tốt Để thành công trong lĩnh vực này, cần có tư duy sáng tạo và niềm đam mê mãnh liệt với công nghệ.

Sau khi hoàn thành chương trình đào tạo, sinh viên ngành Công nghệ Thông tin sẽ được trang bị kiến thức chuyên sâu về lĩnh vực này, với trọng tâm vào một số kiến thức quan trọng.

Lập trình viên sử dụng các công cụ và ngôn ngữ lập trình để phân tích, thiết kế, xây dựng và phát triển phần mềm, website và ứng dụng nhằm cung cấp sản phẩm chất lượng cho thị trường.

Ngành chế tạo, lắp ráp và sửa chữa phần cứng máy tính yêu cầu kỹ năng trong việc sản xuất, lắp đặt và khắc phục sự cố các thiết bị và linh kiện máy tính Những chuyên gia trong lĩnh vực này có khả năng tạo ra và bảo trì các hệ thống phần cứng, đảm bảo hiệu suất hoạt động tối ưu cho người dùng.

Thiết kế giải pháp tích hợp yêu cầu các chuyên gia có kiến thức sâu rộng về cả phần cứng và phần mềm Họ cần có khả năng phát triển các giải pháp toàn diện cho các công ty và tổ chức, đáp ứng các yêu cầu cụ thể liên quan đến cả hai lĩnh vực này.

Quản trị hệ thống và an ninh mạng là lĩnh vực quan trọng, nơi người chuyên viên phải đảm bảo hệ thống hoạt động hiệu quả, khắc phục sự cố khi cần thiết và bảo vệ an toàn dữ liệu.

Đào tạo nhân lực ngành CNTT tại Việt Nam hiện nay có nhiều đặc điểm nổi bật so với các ngành nghề khác Sinh viên ngành CNTT được trang bị kiến thức và kỹ năng từ cơ bản đến nâng cao trong các lĩnh vực như khoa học máy tính, lập trình, phát triển phần mềm và kiểm thử, nhằm đáp ứng yêu cầu chuẩn đầu ra của ngành.

SV ngành CNTT sau khi tốt nghiệp sẽ có cơ hội làm việc ở rất nhiều vị trí việc làm khác nhau như:

Các vị trí công tác có thể đảm nhận:

- Lập trình viên hệ thống và cơ sở dữ liệu;

- Lập trình viên trên môi trường di động, Web;

- Lập trình viên phát triển các hệ thống thông minh;

- Chuyên viên phân tích, thiết kế, phát triển hệ thống;

- Quản trị mạng, chuyên viên an ninh mạng;

- Chuyên viên thiết kế và xử lí nội dung số;

- Chuyên viên tư vấn dịch vụ CNTT ;

- Chuyên viên kiểm thử phần mềm;

- Có khả năng phát triển lên trưởng nhóm phát triển phần mềm, quản lí hệ thống thông tin, quản lídự án.

Nhu cầu đào tạo nhân lực ngành Công nghệ thông tin

Theo thống kê từ 2018 đến 2022, nhu cầu nhân lực trong ngành CNTT tại Việt Nam tăng liên tục Báo cáo của TopDev cho biết, năm 2021, Việt Nam cần tới 450.000 nhân lực CNTT, trong khi số lượng lập trình viên chỉ đạt khoảng 430.000 Dự báo từ báo cáo năm 2022 của TopDev chỉ ra rằng, giai đoạn 2023 – 2024, sẽ thiếu hụt từ 150.000 đến 195.000 lập trình viên/kỹ sư, mặc dù thu nhập và thưởng trong ngành CNTT đang tăng đáng kể.

Theo thống kê của Bộ GDĐT, ngành Công nghệ Thông tin (CNTT) xếp thứ hai trong số các ngành học được thí sinh Trung học phổ thông lựa chọn nhiều nhất trong kỳ tuyển sinh THPT năm 2021, với tổng cộng 336.001 nguyện vọng đăng ký, trong khi chỉ có 49.582 chỉ tiêu được tuyển.

Trang 61 chỉ tiêu) Điều này chứng minh độ “hot” của ngành học này, cùng thực tế tỉ lệ thí sinh mong muốn được học tập và làm việc trong ngành CNTT là rất cao

Hiện nay, Việt Nam có khoảng 100 trường đại học đào tạo các ngành liên quan đến công nghệ thông tin (CNTT) Theo thông tin tuyển sinh từ các cơ sở đào tạo lớn, chỉ tiêu tuyển sinh bậc đại học cho các ngành CNTT vẫn chiếm tỷ lệ lớn, với nhiều trường tăng chỉ tiêu trong năm 2023 Điểm chuẩn đầu vào cho ngành CNTT tại các trường này thường nằm trong nhóm cao nhất Bảng 2.1 cung cấp dữ liệu tuyển sinh của một số trường đại học tiêu biểu trong lĩnh vực CNTT để tham khảo.

Bảng 2.1 Chỉ tiêu tuyển sinh ngành CNTT ở bậc đại học tại một số trường

STT Trường Chỉ tiêu tuyển sinh

1 Trường Đại học CNTT, Đại học Quốc gia Thành phố Hồ Chí Minh 1.705 1.670

2 Đại học Bách khoa Hà Nội 1.100 1.080

3 Trường Đại học CNTT và Truyền thông Việt

– Hàn, Đại học Đà Nẵng 980 980

4 Trường Đại học Công nghệ Đại học Quốc gia Hà Nội 580 890

5 Trường Đại học Khoa học Tự nhiên Đại học Quốc gia Thành phố Hồ Chí Minh 980 960

6 Trường Đại học Bách khoa Đại học Quốc gia Thành phố Hồ Chí Minh 685 685

8 Trường Đại học Bách khoa Đại học Đà Nẵng 405 440

9 Trường Đại học Khoa học, Đại học Huế 400 800

Với nhu cầu ngày càng tăng trong lĩnh vực CNTT và cơ hội việc làm hấp dẫn, sinh viên được đào tạo chuyên ngành CNTT sẽ trở thành nguồn nhân lực chất lượng cao trong nước và khu vực Do đó, việc nâng cao chất lượng đào tạo ngành CNTT là ưu tiên hàng đầu để đáp ứng nhu cầu này.

Mục tiêu đào tạo sinh viên ngành CNTT hiện nay là đáp ứng các chuẩn đầu ra của các cơ sở đào tạo, bao gồm việc đào tạo chuyên môn bài bản và sâu sắc, đồng thời tạo cơ hội phát triển kỹ năng nghề nghiệp, giao tiếp, sáng tạo và khả năng thích ứng trong thời kỳ công nghệ số Sản phẩm của sinh viên CNTT cần có tính thực tiễn cao Các trường cần đổi mới phương pháp dạy học để giúp sinh viên phát triển toàn diện Đặc biệt, việc áp dụng khoa học công nghệ tiên tiến trong giáo dục là cần thiết, nhằm tạo môi trường cho sinh viên làm quen và công nghệ trở thành công cụ hỗ trợ cho giáo viên và sinh viên trong quá trình dạy và học.

Phân tích chương trình ngành Công nghệ thông tin

Các nội dung về mục tiêu, chuẩn đầu ra và phương pháp đánh giá trong chương trình đào tạo kỹ sư ngành CNTT thường tương đồng giữa các trường đại học, ngoại trừ một số chương trình đặc biệt như liên kết đào tạo hay chương trình chất lượng cao Trong luận án này, các thông tin được tham khảo từ chương trình đào tạo bậc đại học của Trường Đại học CNTT và Truyền thông Việt – Hàn, theo Quyết định số 209/QĐ-ĐHVH ngày 29/3/2021 của Hiệu trưởng trường.

2.2.1.1 Mục tiêu chung Đào tạo kĩ sư ngành CNTT có phẩm chất chính trị, đạo đức, trách nhiệm nghề nghiệp và ý thức phục vụ cộng đồng; có kiến thức, kĩ năng thực hành nghề nghiệp và năng lực nghiên cứu tương xứng với trình độ đào tạo; có sức khỏe, đáp ứng tốt nhu cầu lao động trong thời kì hội nhập quốc tế và cuộc CMCN lần thứ tư

Các mục tiêu cụ thể (POs - Program Objectives) của CTĐT ngành CNTT như sau:

PO1 Có kiến thức cơ bản về khoa học tự nhiên, khoa học xã hội, kiến thức toàn diện, chuyên sâu và tiên tiến về lĩnh vực CNTT;

PO2 Có khả năng nghiên cứu, giải quyết vấn đề và đưa ra những đề xuất, kết luận mang tính chuyên gia thuộc lĩnh vực CNTT;

PO3 Có kĩ năng làm việc độc lập, làm việc nhóm và sử dụng ngoại ngữ phục vụ học tập và phát triển nghề nghiệp;

PO4 Có đạo đức tốt và trách nhiệm đối với nghề nghiệp, cộng đồng

SV tốt nghiệp CTĐT Kĩ sư ngành CNTT có khả năng:

PLO1 Có đạo đức, trách nhiệm đối với nghề nghiệp và cộng đồng;

PLO2 Giao tiếp và làm việc theo nhóm hiệu quả;

PLO3: Có tư duy phản biện, sáng tạo, khởi nghiệp;

PLO4 yêu cầu đạt năng lực ngoại ngữ bậc 4/6 theo khung năng lực ngoại ngữ của Việt Nam PLO5 nhấn mạnh khả năng vận dụng kiến thức về khoa học tự nhiên, khoa học xã hội và công nghệ thông tin để giải quyết các vấn đề cơ bản.

PLO6 Thiết kế, phát triển được các sản phẩm CNTT cơ bản;

 Đối với định hướng chuyên ngành Kĩ th ật phần mềm ( hương trình toàn cầu):

PLO7b Có khả năng phân tích và áp dụng các quy trình, kĩ thuật, công cụ phát triển phần mềm;

PLO8b Có khả năng lập kế hoạch, tổ chức và quản lí thực hiện dự án CNTT;

- Đối ới định hướng chuyên ngành Hệ thống nhúng và IoT:

- PLO7d Có khả năng thiết kế, xây dựng, triển khai phần cứng, phần mềm, các sản phẩm, giải pháp thông minh và tự động hóa

PLO8d Có khả năng khắc phục các sự cố liên quan đến, mạch điện tử, các hệ thống nhúng, hệ thống thông minh, tự động hóa

 Đối với định hướng chuyên ngành Truyền thông đa hương tiện:

PLO7e Có khả năng ứng dụng CNTT để sáng tạo, thiết kế, xây dựng các sản phẩm truyền thông đa phương tiện trong các lĩnh vực khác nhau

PLO8e Có khả năng nghiên cứu phát triển, quản lí, tổ chức thực hiện dự án, hệ thống truyền thông đa phương tiện (Chỉ dành cho kĩ sư)

2.2.3 Phương pháp và công cụđánh giá

Đánh giá học phần là quá trình ghi chép và cung cấp thông tin về sự tiến bộ của người học trong quá trình giảng dạy Quá trình này đảm bảo tính rõ ràng, chính xác, khách quan và phân hóa, diễn ra thường xuyên và định kỳ Đánh giá học phần bao gồm đánh giá quá trình, đánh giá giữa kỳ và đánh giá cuối kỳ Các phương pháp đánh giá được áp dụng trong loại hình này rất đa dạng, nhằm phản ánh đúng thực chất năng lực của người học.

1 Đánh giá chuyên cần (Attendance checking) - Ngoài thời gian tự học, sự tham gia thường xuyên của người học trong học phần cũng phản ánh thái độ học tập của người học; sự tham gia đầy đủ các giờ học theo quy định giúp người học tiếp cận kiến thức, rèn luyện kĩ năng một cách hệ thống, liên tục và hình thành thái độ tốt, đúng đắn, chấp hành nội quy, nền nếp tại cơ quan, doanh nghiệp sau khi người học tốt nghiệp

2 Đánh giá bài tập (Classroom tasks và Homework assignment) - Người học được yêu cầu thực hiện một số nội dung liên quan đến bài học trong giờ học hoặc ngoài giờ học trên lớp Các bài tập này có thể thực hiện bởi một cá nhân và một nhóm người học được đánh giá theo tiêu chí cụ thể tùy GV quy định

3 Kiểm tra tự luận (Written Exam) - Theo phương pháp đánh giá này, SV được yêu cầu trả lời một số câu hỏi, bài tập hay ý kiến cá nhân về những vấn đề liên quan đến yêu cầu chuẩn đầu về kiến thức của học phần và được đánh giá dựa trên đáp án được thiết kế sẵn Thang điểm đánh giá được sử dụng trong phương pháp đánh giá này là thang điểm 10 Số lượng câu hỏi trong bài đánh giá được thiết kế tùy thuộc vào yêu cầu nội dung kiến thức của học phần

4 Kiểm tra trắc nghiệm (Multiple choice Exam) - Phương pháp đánh giá này tương tự như phương pháp kiểm tra viết, SV được yêu cầu trả lời các câu hỏi liên quan dựa trên đáp án được thiết kế sẵn Điểm khác là trong phương pháp đánh giá này SV trả lời các câu hỏi yêu cầu dựa trên các gợi ý trả lời cũng được thiết kế và in sẵn trong đề thi

5 Kiểm tra vấn đáp (Oral Exam) - Trong phương pháp đánh giá này, SV được được đánh gia thông qua phỏng vấn, hỏi đáp trực tiếp

6 Báo cáo, bài tập lớn (Written Report) - Người học được đánh giá thông qua sản phẩm báo cáo của SV, bao gồm cả nội dung trình bày trong báo cáo, cách thức trình bày thuyết minh, bản vẽ hình ảnh, biểu đồ… trong báo cáo

7 Đánh giá báo cáo thực tập (Internship Report) - Người học được đánh giá thông qua sản phẩm báo cáo, bao gồm nội dung trình bày trong báo cáo, cách thức thuyết minh, sơ đồ, biểu đồ… trong báo cáo

8 Đánh giá Khóa luận/Đồ án tốt nghiệp (Graduation Thesis) - Khóa luận/Đồ án tốt nghiệp được đánh giá bởi GV hướng dẫn, hội đồng đánh giá khóa luận/đồ án bằng cách sử dụng các phiếu đánh giá phù hợp với ngành đào tạo.

Nguyên tắc thiết kế dạy học với sự hỗ trợ của AI

Việc áp dụng các nguyên tắc thiết kế dạy học phải nhằm hướng đến việc đảm bảo nhất quán được các quan điểm sau:

Thứ nhất, sử dụng AI trong hỗ trợ dạy học sẽ góp phần nâng cao hiệu quả, chất lượng của quá trình dạy và học

Việc ứng dụng AI trong học tập chỉ nhằm hỗ trợ sinh viên chứ không thay thế hoàn toàn các nhiệm vụ cần thực hiện Quá trình này giúp sinh viên tiếp thu bài giảng dễ dàng hơn, đánh giá kết quả học tập và lựa chọn tài liệu tham khảo để củng cố kiến thức Tuy nhiên, sự hỗ trợ này không được phép làm giảm đi tư duy và kỹ năng của sinh viên ngành CNTT.

Cuối cùng, AI chỉ đóng vai trò hỗ trợ trong quá trình dạy và học, không thay thế hoàn toàn sinh viên Việc tiếp thu kiến thức và làm bài kiểm tra vẫn phụ thuộc vào nỗ lực cá nhân của sinh viên Vì vậy, thiết kế dạy học cần chú trọng đến đạo đức và liêm chính trong học thuật.

2.3.1 Đảm bảo tương tác người và máy

Tương tác người – máy là quá trình giao tiếp giữa người dùng và hệ thống, trong đó máy tính đóng vai trò là công cụ hỗ trợ thực hiện nhiệm vụ.

Một số dạng tương tác được sử dụng trong thiết kế giao tiếp người – máy là:

- Câu hỏi/trả lời dạng truy vấn;

- Điền theo form điền (mẫu);

- Giao tiếp bằng ngôn ngữ tự nhiên;

- Giao tiếp bảng chọn (menu);

- Giao tiếp dạng WIMP (các hệ thống cửa sổ đơn giản)

Thiết kế tương tác người – máy cần đảm bảo tính "dùng được" (usability), cho phép người dùng thực hiện nhiệm vụ một cách hiệu quả Hai câu hỏi quan trọng cần xem xét là: (1) Hệ thống tương tác có đảm bảo "tính dùng được"?; và (2) Liệu "tính dùng được" của hệ thống có thể được chứng minh hoặc lượng hoá?

Theo các tiêu chí, tính “dùng được” bao gồm: hiệu quả, dễ đọc, dễ nhớ, khả năng dự đoán lỗi và đáp ứng tính chủ quan Ba tiêu chí chính là tính dễ đọc (Learnability), tính mềm dẻo (Flexibility) và tính vững chắc (Robustness).

Tính dễ đọc của hệ thống giúp người dùng mới đạt hiệu quả tối đa khi sử dụng Điều này được thể hiện qua các yếu tố như tính dự đoán, tính tổng hợp, tính thân thiện, tính khái quát và tính nhất quán.

Tính mềm dẻo của hệ thống cho phép người dùng và máy tương tác theo nhiều cách khác nhau, với năm đặc điểm chính: đối thoại chủ động, đa luồng, di trú nhiệm vụ, khả năng thay thế và cá nhân hoá Những đặc điểm này giúp nâng cao trải nghiệm người dùng và tối ưu hoá hiệu suất làm việc.

Tính vững chắc là một yếu tố quan trọng, bao gồm các đặc trưng giúp đảm bảo sự thành công trong việc thực hiện và khẳng định mục tiêu Những tiêu chí chính của tính vững chắc bao gồm tính quan sát, tính khôi phục, tính đáp ứng và tính tương hợp nhiệm vụ.

2.3.2 Đảm bảo tính thống nhất và khoa học với việc sử dụng các phương tiện dạy học khác

Dạy học với sự hỗ trợ của AI mang lại nhiều hiệu quả, nhưng không thể coi đây là công cụ vạn năng thay thế hoàn toàn các phương tiện dạy học khác.

Mỗi phương pháp và công cụ dạy học đều có những ưu điểm và nhược điểm riêng Việc kết hợp hiệu quả và khoa học các phương tiện và phương pháp dạy học khác nhau sẽ tối ưu hóa kết quả trong quá trình dạy và học.

2.3.3 Đảm bảo tính hiệu quả

Dù mô hình dạy học có hiện đại đến đâu, tính hiệu quả vẫn là yếu tố quan trọng hàng đầu Đầu tiên, hiệu quả sư phạm phải được đảm bảo, nghĩa là người học cần tiếp thu và hình thành kỹ năng một cách nhanh chóng, đồng thời xây dựng tri thức và kỹ năng bền vững Bên cạnh đó, người học cũng cần phát triển năng lực tư duy sáng tạo và phương pháp làm việc khoa học Cuối cùng, mô hình dạy học cần đạt hiệu quả kinh tế, tránh lãng phí tài nguyên.

2.3.4 Đảm bảo tính gợi mở, định hướng cho người học

Hoạt động dạy học, đặc biệt là việc ứng dụng công nghệ AI, không chỉ đơn thuần là truyền đạt thông tin mà còn là việc tổ chức và chuẩn bị môi trường học tập gợi mở Điều này nhằm định hướng cho người học, đồng thời phát huy tính chủ động và sáng tạo của họ.

2.3.5 Đảm bảo nguyên tắc về cấu trúc của khóa học trực tuyến

Cấu trúc khóa học trong E-learning cần được thiết kế một cách hợp lý, kết hợp giữa giảng dạy truyền thống và hỗ trợ của AI Mặc dù việc dạy học không hoàn toàn là trực tuyến, nhưng nội dung học tập phải bao gồm các phần cho phép sinh viên học trực tuyến Do đó, việc thiết kế khóa học với sự hỗ trợ của AI phải tuân thủ các nguyên tắc cấu trúc của khóa học trực tuyến để đảm bảo hiệu quả giảng dạy.

Mô hình dạy học với sự hỗ trợ của AI cho sinh viên ngành Công nghệ thông

2.4.1 Các hình thức dạy học

Để hỗ trợ sinh viên đạt được các mục tiêu và chuẩn đầu ra của chương trình đào tạo ngành Công nghệ Thông tin, chiến lược và phương pháp dạy học đã được thiết kế một cách cụ thể và hiệu quả.

2.4.1.1 Chiến lược dạy học trực tiếp

Dạy học trực tiếp là chiến lược dạy học trong đó thông tin được chuyển tải đến với

Trang 66 người học theo cách trực tiếp, GV trình bày và SV lắng nghe Chiến lược này thường được áp dụng trong các lớp học truyền thống và hiệu quả khi muốn truyền đạt cho người học những thông tin cơ bản, giải thích một kĩ năng mới

Các phương pháp giảng dạy trong chương trình đào tạo ngành Công nghệ Thông tin bao gồm việc kết hợp lý thuyết với thực hành và tổ chức các chuyến thực tế tại doanh nghiệp.

Giải thích cụ thể (Explicit Teaching) là phương pháp dạy học trực tiếp, trong đó giáo viên hướng dẫn và giải thích chi tiết các nội dung liên quan đến bài học Phương pháp này giúp sinh viên đạt được mục tiêu học tập về kiến thức và kỹ năng một cách hiệu quả.

Thuyết giảng là phương pháp giảng dạy trong đó giáo viên trình bày nội dung bài học và giải thích các khái niệm liên quan Trong quá trình này, giáo viên đóng vai trò là người thuyết trình, trong khi sinh viên chủ yếu lắng nghe và thỉnh thoảng ghi chú để tiếp thu kiến thức từ giáo viên.

Tham luận (Guest lecture) là phương pháp học tập cho phép sinh viên tham gia vào các khóa học do những diễn giả từ doanh nghiệp bên ngoài giảng dạy, thay vì giáo viên truyền thống Qua những kinh nghiệm và kiến thức phong phú của các diễn giả, sinh viên có thể hình thành cái nhìn tổng quan và sâu sắc hơn về chuyên ngành đào tạo của mình.

2.4.1.2 Chiến lược dạy học gián tiếp

Người học được khuyến khích tham gia tích cực vào quá trình học tập mà không cần sự can thiệp giảng dạy công khai từ giáo viên Phương pháp dạy học này tập trung vào người học, coi họ là trung tâm, với mục tiêu phát triển kỹ năng tư duy phản biện để giải quyết vấn đề Các chiến lược giảng dạy trong mô hình này bao gồm việc tạo điều kiện cho sinh viên tự khám phá và học hỏi.

Quá trình gợi mở trong học tập là phương pháp dạy học tập trung vào người học, giúp kích thích tư duy và sự sáng tạo Việc này không chỉ tạo ra môi trường học tập tích cực mà còn khuyến khích người học chủ động tham gia vào quá trình tiếp thu kiến thức.

Giải quyết vấn đề là một phần quan trọng trong quá trình dạy và học, nơi người học tương tác với các vấn đề thực tiễn và tiếp thu kiến thức mới Khi đối mặt với những thách thức cần giải quyết, sinh viên không chỉ phát triển kỹ năng mà còn đạt được kiến thức cần thiết theo yêu cầu của môn học Quá trình tìm kiếm giải pháp cho các vấn đề giúp sinh viên nâng cao khả năng tư duy và áp dụng lý thuyết vào thực tiễn.

Học theo tình huống (Case Study) là phương pháp dạy học lấy người học làm trung tâm, giúp phát triển kỹ năng tư duy phản biện và giao tiếp Phương pháp này yêu cầu giáo viên liên hệ các tình huống, vấn đề hoặc thách thức thực tế để sinh viên giải quyết, từ đó nâng cao khả năng áp dụng kiến thức vào thực tiễn.

SV hình thành kĩ năng giải quyết vấn đề, kĩ năng ra quyết định cũng như kĩ năng nghiên cứu

Học trải nghiệm là một chiến lược dạy học hiệu quả, trong đó người học tiếp thu kiến thức và kỹ năng thông qua thực hành và quan sát thực tế Các phương pháp giảng dạy trong chiến lược này bao gồm việc đưa sinh viên đi thực tập tại doanh nghiệp, mời doanh nghiệp tham gia giảng dạy và hướng dẫn đồ án, cũng như tổ chức các nhóm nghiên cứu.

Mô hình giảng dạy hiện đại khuyến khích doanh nghiệp tham gia vào quá trình giảng dạy và hướng dẫn đồ án, giúp sinh viên học hỏi thông qua trải nghiệm thực tế Phương pháp này tạo điều kiện cho việc quan sát và cảm nhận thực tiễn, từ đó nâng cao hiệu quả học tập và phát triển kỹ năng nghề nghiệp cho sinh viên.

Thực tập và đi thực tế là những hoạt động quan trọng giúp sinh viên hiểu rõ môi trường làm việc sau khi tốt nghiệp Qua các chuyến tham quan và thực tập tại công trường, sinh viên có cơ hội học hỏi công nghệ mới và hình thành kỹ năng nghề nghiệp, cũng như văn hóa làm việc trong công ty Phương pháp này không chỉ nâng cao kiến thức mà còn mở ra cơ hội nghề nghiệp cho sinh viên trong tương lai.

- Thí nghiệm (Experiment): Là PPDH trong đó GV sử dụng các thao tác thí nghiệm, SV quan sát và thực hành các thí nghiệm đó theo hướng dẫn của

GV, từ đó hướng đến mục tiêu dạy học

Nhóm nghiên cứu khuyến khích sinh viên tham gia vào các dự án và hoạt động nghiên cứu của giảng viên, giúp phát triển năng lực nghiên cứu và kỹ năng sáng tạo Sự tham gia này tạo nền tảng vững chắc cho sinh viên tiếp tục theo học các bậc học cao hơn như thạc sĩ và tiến sĩ sau khi tốt nghiệp.

2.4.1.4 Dạy học tương tác Đây là chiến lược dạy và học trong đó giáo viên sử dụng kết hợp nhiều hoạt động trong lớp học như đặt vấn đề hay câu hỏi gợi mở và và yêu cầu SV thảo luận, tranh luận để giải quyết vấn đề đó GV với vai trò hướng dẫn SV từng bước giải quyết vấn đề, từ đó giúp SV đạt được mục tiêu dạy học SV có thể học từ bạn học hay từ GV để phát triển các kĩ năng xã hội, kĩ năng tư duy phản biện, giao tiếp, đàm phán để đưa ra quyết định Các kĩ thuật, phương pháp được áp dụng theo chiến lược này gồm có:

Thiết kế khóa học học phần cơ sở ngành với sự hỗ trợ của AI

2.5.1 Môi trường và phương tiện dạy học

Môi trường dạy học được hiểu là các địa điểm, bối cảnh và văn hóa đa dạng mà giáo viên tổ chức giảng dạy và sinh viên thực hiện việc học tập Thuật ngữ này thường được sử dụng như một sự thay thế chính xác hơn cho lớp học truyền thống, vốn chỉ gói gọn trong không gian có bàn ghế và bảng đen.

Trong quá trình dạy học hỗ trợ bởi AI, môi trường học tập không chỉ bao gồm cơ sở vật chất truyền thống như lớp học và thiết bị trình chiếu, mà còn cần có máy tính hoặc thiết bị di động kết nối Internet cùng các phần mềm, website dạy học sử dụng AI Quá trình này kết hợp giữa giảng dạy trực tiếp tại lớp và học online qua website https://ailearn.com.vn Giáo viên không chỉ tổ chức dạy học trực tiếp mà còn cung cấp nguồn học liệu số trên website và hướng dẫn quy trình học để sinh viên có thể chủ động trong việc học tập.

Thông qua việc ứng dụng AI trong giảng dạy, giáo viên có thể quản lý hiệu quả quá trình và kết quả học tập của sinh viên, đồng thời nâng cao sự tương tác với họ, giúp định hướng và hỗ trợ sinh viên đạt được mục tiêu học tập Để đáp ứng yêu cầu giảng dạy cho sinh viên ngành CNTT, ngoài các phương tiện truyền thống như bảng đen và máy chiếu, cần thiết phải có máy tính kết nối Internet cho cả giáo viên và sinh viên, cùng với việc sử dụng website tại địa chỉ https://ailearn.com.vn.

2.5.2 Thiết kế học liệu số

Thuật ngữ học liệu số (Digital Learning Material, Digital Educational Resources hay Digital Learning Resources - DLR) được sử dụng đa dạng, thường đi kèm với các thuật ngữ như học liệu điện tử và học liệu mở DLR được mô tả là phương tiện phục vụ cho dạy - học thông qua các sản phẩm và dịch vụ công nghệ thông tin - truyền thông (ICT), bao gồm âm thanh, hình ảnh và hỗ trợ nhiều hình thức học tập khác nhau Theo định nghĩa, học liệu số bao gồm nội dung số và công cụ số, chẳng hạn như các nền tảng số và thiết bị phần cứng; tuy nhiên, thực tế cho thấy nội dung số thường được tích hợp sẵn vào các công cụ số ngay từ giai đoạn chế tạo và phát triển.

DLR được định nghĩa là sự tổng hợp các nguồn học liệu đa dạng trên mạng máy tính, bao gồm dữ liệu điện tử dưới dạng âm thanh, hình ảnh và văn bản Các nguồn học liệu này được lưu trữ bằng nhiều phương tiện khác nhau như đĩa từ, đĩa quang học, thẻ nhớ và các hình thức lưu trữ phi giấy tờ khác.

Trang 73 được truyền đưa hoặc tái tạo nhờ máy tính, thông qua môi trường mạng hoặc thiết bị đầu cuối Hoặc là, DLR là các nguồn thông tin đa phương tiện được sắp xếp phù hợp với các đối tượng người học khác nhau, chạy trên môi trường máy tính hoặc môi trường mạng, có thể chia sẻ rộng rãi [129]

Trong luận án này, thuật ngữ DLR được định nghĩa là các tài liệu học tập bao gồm video, văn bản, và hệ thống bài thi, bài kiểm tra dưới dạng trắc nghiệm trực tuyến.

Nội dung học liệu số được tổ chức theo từng học phần như C/C++, Tin học đại cương, và Đồ họa máy tính Người dùng cần đăng nhập vào hệ thống để truy cập và sử dụng các nguồn học liệu này Mức độ truy cập và khai thác tài nguyên học liệu số sẽ phụ thuộc vào phân quyền của từng người dùng.

2.5.2.1 Nguồn học liệu số của website

Hiện tại, trang web https://ailearn.com.vn/ đang cung cấp hai khóa học chính là Khóa học C++ và Khóa học Đồ họa máy tính Ngoài hai khóa học này, website còn có thêm học liệu cho một số học phần khác, bao gồm Khóa học Tin học đại cương (C++).

Khóa học C++ hiện có 80 bài học, được chia thành 8 chương theo chương trình học của Trường Đại học CNTT và Truyền thông Việt – Hàn (Đại học Đà Nẵng) Mỗi chương bao gồm 10 bài tập, giúp sinh viên nắm vững kiến thức và kỹ năng lập trình.

Tài liệu dành cho khóa học được sắp xếp theo thứ tự bên phải của trang web, giúp SV có thể tìm kiếm nhanh

Hình 2.3 Minh họa bài học, tài liệu

Hình 2.4 Minh họa bài tập theo chương

Trong quá trình hoàn thiện luận án và phát triển sau này, nguồn học liệu số sẽ được liên tục bổ sung và cập nhật để đáp ứng yêu cầu cụ thể của các khóa học, đặc biệt là khóa học Đồ họa máy tính.

Khóa học Đồ họa máy tính hiện nay bao gồm 250 bài học được chia thành 6 chương Cấu trúc và vị trí của các nguồn học liệu trong khóa học này được sắp xếp một cách đồng nhất, tương tự như ở tất cả các khóa học khác.

Hình 2.5 Hình minh họa khóa học Đồ họa máy tính

2.5.2.2 Phân quyền truy cập nguồn học liệu số

Việc phân quyền truy cập và thao tác đối với nguồn học liệu số được thực hiện bởi admin của website a) Chức năng thêm bài học

Hệ thống hỗ trợ các module chức năng sau đây:

- Thêm/ chỉnh sửa khoá học

Hình 2.6 Quản líthông tin khoá học

Hình 2.7 Chức năng thêm bài giảng

Giáo viên nhập thông tin cho bài học và chọn Lưu Sau khi lưu, giáo viên quay lại mục Quản lý bài học, chọn khóa học và lọc để tìm bài học mới tạo Bài học và câu hỏi sẽ được phân loại theo dạng bài tập cho cuộc thi hoặc bài tập học tập Khi chọn bài tập dành cho cuộc thi, bộ câu hỏi sẽ được gửi đi.

Kho đề thi dành cho cuộc thi ảo Ngoài ra, GV có thể chọn chức năng chỉnh sửa để chỉnh sửa nội dung bài học

Hình 2.8 Hình ảnh minh họa về chứcnăng quản lídanh sách bài học

Sau khi tạo bài học, GV có thể tạo các testcase để phục vụ cho việc kiểm tra, đánh giá việc tiếp thu bài của SV (Hình 2.11)

Hình 2.9 Chức năng tạo phần Testcase

Ngoài ra, GV có thể thực hiện các chức năng quản lí bài tập, quản lí cuộc thi dành cho SV

Hình 2.10 Chức năng thêm bài tập nhóm tại module Quản líbài tập

Hình 2.11 Chức năng tạo cuộc thi tại module Quản lí Cuộc thi

Thiết kế hệ thống dạy học với sự hỗ trợ của AI

2.6.1 Thiết kế tiến trình dạy học với sự hỗ trợ của AI

Khi tổ chức dạy học với sự hỗ trợ của AI, quá trình này bao gồm các bước được minh họa trong Hình 2.14 Tiến trình này giúp hiện thực hóa lý thuyết dạy học có sự hỗ trợ của AI, từ đó giúp giáo viên dễ dàng tiếp cận và áp dụng vào thực tiễn giảng dạy.

Tiến trình tổ chức dạy học thực hiện theo lưu đồ gồm có 03 bước như sau:

(1) Giai đoạn chuẩn bị dạy học;

(2) Giai đoạn tổ chức dạy học;

(3) Giai đoạn kiểm tra, đánh giá và điều chỉnh các hoạt động dạy học

Hình 2.12 Tiến trình tổ chức dạy học với sự hỗ trợ của AI

Giai đoạn chuẩn bị dạy học

Chuẩn bị hệ thống dạy học có AI hỗ trợ

Lập kế hoạch dạy học có AI hỗ trợ

Thiết kế nguồn học liệu

Giai đoạn tổ chức dạy học

Học trực tiếp trên lớp

Giai đoạn kiểm tra và đánh giá là rất quan trọng trong quá trình dạy học, bao gồm việc đánh giá trực tiếp trên lớp học và sử dụng hệ thống hỗ trợ dạy học Việc này giúp điều chỉnh các hoạt động giảng dạy để nâng cao hiệu quả học tập của học sinh.

Rút kinh nghiệm, chỉnh sửa hoàn thiện

Trang 78 a) Giai đoạn chuẩn bị dạy học Đây là giai đoạn đầu tiên nhưng quan trọng vì công tác chuẩn bị càng chu đáo thì hiệu quả đạt được càng cao Các bước triển khai cụ thể của giai đoạn chuẩn bị dạy học như Hình 2.15 sau:

Hình 2.13 Các công việc trong giai đoạn chuẩn bị dạy học

Để triển khai dạy học hiệu quả với sự hỗ trợ của AI, giáo viên cần chuẩn bị một hệ thống dạy học tích hợp AI bên cạnh việc tổ chức lớp học truyền thống Một trong những nguồn tài nguyên hữu ích là website https://ailearn.com.vn, nơi cung cấp đầy đủ học liệu số phù hợp với chương trình giảng dạy Việc cập nhật hệ thống này sẽ giúp nâng cao chất lượng giáo dục và đáp ứng nhu cầu học tập hiện đại.

SV tự học với hệ thống bài kiểm tra đánh giá theo chủ đề học giúp đảm bảo việc triển khai hỗ trợ dạy học hiệu quả, từ đó đạt được các mục tiêu đã đề ra.

Lập kế hoạch dạy học có sự hỗ trợ của AI giúp nâng cao hiệu quả giảng dạy bằng cách kết hợp giữa phương pháp truyền thống và công nghệ hiện đại Giáo viên và sinh viên sẽ sử dụng hệ thống dạy – học AI tại https://ailearn.com.vn để thực hiện các hoạt động học tập song song Khi xây dựng kế hoạch, giáo viên cần chú ý đến việc phân bổ nội dung và thời gian học trên lớp cũng như tự học của sinh viên, đồng thời lựa chọn hình thức kiểm tra và đánh giá phù hợp Kế hoạch cần làm rõ vai trò của giáo viên trong việc giảng dạy và kế hoạch học tập của sinh viên để đảm bảo sự đồng bộ và hiệu quả trong quá trình học.

+ Kế hoạch dạy học của GV: Kế hoạch nêu rõ (1) nội dung bài dạy là gì,

PPDH (Phương pháp dạy học) được sử dụng để tối ưu hóa quá trình học tập của sinh viên, bao gồm việc xây dựng kế hoạch học tập hiệu quả nhằm đảm bảo hoàn thành chương trình và đạt các chuẩn đầu ra môn học Để kiểm tra và đánh giá, bộ công cụ hỗ trợ có sự tham gia của AI sẽ được áp dụng, giúp nâng cao độ chính xác và hiệu quả trong việc đánh giá năng lực học tập của sinh viên.

Thiết kế nguồn học liệu là yếu tố quan trọng trong việc dạy học hỗ trợ bởi AI, đóng vai trò không thể thiếu trong quá trình tổ chức giảng dạy Nguồn học liệu này cần được chú trọng để đảm bảo hiệu quả trong việc truyền đạt kiến thức.

Giai đoạn chuẩn bị dạy học

Chuẩn bị hệ thống dạy học có AI hỗ trợ

Lập kế hoạch dạy học có AI hỗ trợ

Lập kế hoạch học tập của SV Lập kế hoạch dạy học của GV

Thiết kế nguồn học liệu

Trang 79 trong luận án này là những tài liệu học tập dưới dạng video, văn bản, hệ thống các bài thi, bài kiểm tra dưới hình thức trắc nghiệm trực tuyến b) Giai đoạn tổ chức dạy học

Hình 2.14 Các công việc trong giai đoạn chuẩn bị dạy học

Giai đoạn tổ chức dạy học bao gồm hai hoạt động được triển khai song song hoặc xen kẽ nhau, đó là:

Học trực tiếp trên lớp sẽ được thực hiện theo phương pháp truyền thống với các bước như ổn định lớp, kiểm tra bài cũ và chuẩn bị bài mới cho sinh viên Nội dung dạy mới sẽ được triển khai kết hợp với các hình thức thảo luận, bài tập cá nhân và nhóm Cuối cùng, giáo viên sẽ củng cố kiến thức và giao nhiệm vụ về nhà cho sinh viên, bao gồm cả việc học tập trên hệ thống hỗ trợ dạy học tích hợp AI.

Hệ thống hỗ trợ dạy học tích hợp AI đóng vai trò quan trọng trong việc tổ chức dạy học theo phương pháp mới Bên cạnh việc giảng dạy trực tiếp, hệ thống này giúp cá nhân hóa quá trình học tập của sinh viên thông qua các đề xuất và khuyến nghị cụ thể, nâng cao hiệu quả học tập.

Đối với giáo viên, dựa trên kế hoạch dạy học đã được xây dựng trong giai đoạn chuẩn bị, giáo viên sẽ xác định các yêu cầu cần thiết cho quá trình giảng dạy.

SV (về nội dung tự học, các bài tập hoặc bài kiểm tra cần hoàn thành…)

Sinh viên cần thực hiện các hoạt động tự học theo tiến độ và kế hoạch do giáo viên đề ra, đồng thời chủ động trong việc học của mình Hệ thống hỗ trợ AI cung cấp những khuyến nghị hữu ích trong và sau quá trình học tập, giúp sinh viên nâng cao hiệu quả học tập.

Sinh viên (SV) thực hiện các bài kiểm tra đánh giá để nhận diện kiến thức của mình Nội dung khuyến nghị bao gồm nhóm câu hỏi có mức độ tương đương với những câu trả lời sai của SV, kèm theo tài liệu hỗ trợ học tập phù hợp Hệ thống học tập hỗ trợ bởi AI cho phép SV ôn tập nhiều lần, giúp củng cố kiến thức thông qua việc làm lại các câu hỏi kiểm tra hoặc chủ động học lại và học trước các tài liệu được cung cấp.

Giai đoạn tổ chức 02 dạy học

Học trực tiếp trên lớp Học trên hệ thống hỗ trợ dạy học có tích hợp AI

Trang 80 c) Giai đoạn kiểm tra, đánh giá và điều chỉnh các hoạt động

Hình 2.15 Các công việc trong giai đoạn kiểm tra, đánh giá vàđiều chỉnh các hoạt động

Sau khi hoàn thành quá trình dạy học, giáo viên cần đánh giá xem liệu các mục tiêu và chuẩn đầu ra đã được đạt được hay chưa Dựa trên những ưu điểm và nhược điểm trong quá trình giảng dạy, giáo viên sẽ có cơ hội cải thiện, điều chỉnh và rút ra bài học kinh nghiệm cho các bài dạy tiếp theo.

Kịch bản dạy học với sự hỗ trợ của công nghệ AI

Trong quá trình dạy và học với sự hỗ trợ của công nghệ AI, giáo viên kết hợp giữa hoạt động dạy học trên lớp và dạy học trực tuyến Số tuần học được đánh thứ tự từ 1 đến n, và kịch bản quá trình dạy học được trình bày trong Bảng 2.2 dưới đây.

Bảng 2.2 Kịch bản dạy họcvới sự hỗ trợ của công nghệ AI

Tuần Hoạt động dạy học trực tiếp trên lớp Hoạt động dạy học trên hệ thống website có tích h p AI (ngoài giờ trên lớp)

1 + Giới thiệu các nội dung cơ bản về môn học

SV sử dụng, thao tác thành

+ Thực hiện các nội dung do

GV hướng dẫn về cách thức sử dụng công cụ học tập

+ Tiếp tục hướng dẫn và hỗ trợ SV các nội dung đã triển khai trên lớp

+ Thực hiện các nội dung GV đã hướng dẫn trên lớp

+ Trao đổi các vướng mắc (nếu có) để được GV

Tuần Hoạt động dạy học trực tiếp trên lớp

Hoạt động dạy học trên hệ thống website có tích h p AI (ngoài giờ trên lớp) thạo trên hệ thống dạy học có sự hỗ trợ của công nghệ

Hệ thống nguồn học liệu số bao gồm tài liệu học tập chính thức, tài liệu tham khảo và các bài tập, giúp người dùng dễ dàng khai thác tài nguyên học tập trên website.

Để đảm bảo việc dạy và học diễn ra đúng yêu cầu, cần ghi nhớ và thành thạo các thao tác trên hệ thống, đồng thời cung cấp hướng dẫn và giải đáp kịp thời.

2 + Trình bày các nội dung trọng tâm của bài học theo kế hoạch giảng dạy đã được xây dựng

+ Tổ chức các hoạt động giảng dạy

+ Thực hiện các bài kiểm tra, đánh giá tại lớp để kiểm tra mức độ hiểu bài của SV

+ Đưa ra các yêu cầu SV cần thực hiện trên hệ thống dạy học website) sau giờ học

+ Giới thiệu nội dung bài học của buổi tiếp theo

+ Thực hiện các nội dung học tập trên lớp theo hướng dẫn của

SV thực hiện việc học/ tự học trên hệ thống website

+ Theo dõi quá trình học, làm bài kiểm tra của

SV (dựa trên thông tin lưu vết trên hệ thống) để kịp thời nhắc nhở, hỗ trợ

Thực hiện các bước theo yêu cầu của GV, bao gồm:

+ Học lại kiến thức trên lớp thông qua các tài liệu được cung cấp trên website

Trong suốt khóa học, học sinh sẽ thực hiện bài kiểm tra quá trình theo tiến độ của bài học trên lớp Đặc biệt, vào tuần cuối cùng, sẽ có bài kiểm tra kết thúc khóa học để đánh giá toàn diện kiến thức đã học.

* Chiến lược hỗ trợ SV:

Chiến lược hỗ trợ học tập trong mô hình dạy học tích hợp công nghệ AI giúp sinh viên giải đáp thắc mắc trong quá trình học qua hệ thống website hoặc trực tiếp Thông tin từ hệ thống dạy học hỗ trợ bởi AI được sử dụng để nâng cao trải nghiệm học tập của sinh viên.

- Thông tin theo dõi quá trình học của SV (số lần học/truy cập hệ thống; số lần làm bài kiểm tra…);

- Kết quả mỗi lần kiểm tra, các nhận xét đánh giá của hệ thống;

- Các nội dung tương tác với chatbot thể hiện sự quan tâm của SV, phần kiến thức SV tra cứu nhiều…

Dựa trên thông tin thống kê, giáo viên có thể xác định những kiến thức mà sinh viên còn yếu, từ đó cung cấp tài liệu và bài tập bổ trợ Việc hỗ trợ liên tục sẽ giúp sinh viên nâng cao kiến thức và tự tin hơn trong việc sử dụng công nghệ Sự hỗ trợ này không chỉ khuyến khích người học mà còn giúp họ nhận thức về các khía cạnh xã hội trong việc giao tiếp và cộng tác trực tuyến, tương tự như trong lớp học truyền thống Do đó, sự hỗ trợ của giáo viên ngoài giờ lên lớp là rất cần thiết để duy trì hiệu quả giao tiếp giữa sinh viên và giáo viên.

Việc tận dụng hiệu quả hệ thống dạy học hỗ trợ bởi AI không chỉ giúp giáo viên tiết kiệm thời gian trong việc bổ trợ kiến thức cho sinh viên mà còn giảm bớt gánh nặng trong việc theo dõi mức độ hiểu bài của sinh viên, nhờ vào khả năng theo dõi và thống kê kết quả kiểm tra một cách tự động.

Chương 2 của luận án đã tập trung giải quyết một số vấn đềchính sau đây:

Luận án nêu rõ các đặc điểm chính của ngành Công nghệ Thông tin (CNTT) và yêu cầu đào tạo cho sinh viên, đồng thời chỉ ra nhu cầu lớn về nguồn nhân lực trong lĩnh vực này, thể hiện qua chỉ tiêu tuyển sinh tăng cao tại các trường đại học lớn ở Việt Nam trong những năm gần đây Bên cạnh đó, việc phân tích chương trình đào tạo và các nguyên tắc thiết kế dạy học với sự hỗ trợ của trí tuệ nhân tạo (AI) đóng vai trò quan trọng trong việc đề xuất mô hình dạy học và thiết kế khóa học cơ sở cho sinh viên ngành CNTT.

Các biện pháp áp dụng AI trong hỗ trợ dạy học cho sinh viên ngành CNTT đã được phân tích chi tiết Cụ thể, hai biện pháp chính được sử dụng để nâng cao hiệu quả giảng dạy cho sinh viên trong lĩnh vực này.

SV ngành CNTT chính là sử dụng Chatbot và cá nhân hoá học tập

Hệ thống khóa học ML Course tích hợp Chatbot hỗ trợ nghiên cứu và phát triển cho sinh viên bằng cách cung cấp phản hồi phù hợp trong các cuộc trò chuyện liên quan đến môn học thực nghiệm Hai ứng dụng chính được tích hợp cho chức năng Chatbot là Facebook Messenger và ChatGPT.

Cá nhân hóa học tập của người học được thực hiện thông qua việc xây dựng cơ sở dữ liệu phù hợp, bao gồm dữ liệu đánh giá, nhận xét và kho đề trắc nghiệm, nhằm nâng cao hiệu quả học tập.

Trang 104 thuật toán KNN để phân lớp dữ liệu của SV (kết quả các bài kiểm tra quá trình, bài kiểm tra kết thúc học phần)

Mô hình dạy học hỗ trợ bởi AI được tác giả đề xuất trong luận án bao gồm sự kết hợp và tương tác chặt chẽ giữa ba yếu tố chính: giáo viên (GV), sinh viên (SV) và công nghệ.

Để triển khai mô hình dạy học tích hợp AI, tác giả cần thiết kế khóa học với các yếu tố phù hợp trong môi trường dạy học, bao gồm phương tiện dạy học và nguồn học liệu số Việc phân tích yêu cầu và xây dựng hệ thống website hỗ trợ dạy học tại địa chỉ https://ailearn.com.vn/ là bước quan trọng để thực nghiệm sư phạm, nhằm đảm bảo hiệu quả trong quá trình dạy học.

Công cụ hỗ trợ dạy học cho sinh viên ngành CNTT bao gồm hệ thống bài kiểm tra trắc nghiệm được thiết kế theo quy tắc cụ thể Bên cạnh đó, các tài liệu học tập được cung cấp theo chương trình chuẩn của nhà trường cũng đóng vai trò quan trọng trong quá trình học tập.

Website https://ailearn.com.vn/ được tích hợp Chatbot, bao gồm Chatbot của Facebook Messenger và ChatGPT, cùng với thuật toán phân lớp dữ liệu KNN để cá nhân hoá học tập Giao diện của website dễ nhìn, phù hợp cho việc triển khai các khoá học dành cho sinh viên, đặc biệt là sinh viên ngành CNTT Hệ thống dạy học hỗ trợ AI này khuyến khích sinh viên học tập thông qua trải nghiệm mới, nâng cao sự tương tác giữa sinh viên và hệ thống, hỗ trợ giáo viên trong việc cung cấp kiến thức, và tạo môi trường cho sinh viên ôn tập nội dung cũ cũng như tự học các bài học mới.

TH Ự C NGHI ỆM VÀ ĐÁNH GIÁ

Mục đích, đối tượng, phương pháp thực nghiệm và đánh giá

3.1.1 Mục đích thực nghiệm và đánh giá

Việc kiểm nghiệm và đánh giá được thực hiện nhằm đạt được các mục đích sau đây:

(1) Mục đích chung: Kiểm tra tính đúng đắn của giả thuyết khoa học mà luận án đã đề xuất;

(2) Mục đích cụ thể: Đánh giá tính khả thi và hiệu quả của tiến trình và các biện pháp đã đề xuất

3.1.2 Địa điểm, đối tượng thực nghiệm và đánh giá

Phương pháp chuyên gia được áp dụng bằng cách tham khảo ý kiến từ các giảng viên có kinh nghiệm trong lĩnh vực công nghệ thông tin tại các trường đại học Việt Nam Những người tham gia thảo luận đều có trình độ chuyên môn cao và đã có nhiều năm nghiên cứu, giảng dạy ngành CNTT Danh sách các chuyên gia này được liệt kê chi tiết trong Phụ lục 6.

(2) Với phương pháp thực nghiệm sư phạm:

Các thiết kế thực nghiệm sư phạm được thực hiện tại Trường Đại học CNTT và Truyền Thông Việt – Hàn và Trường Đại học Sư phạm, hai trường đại học thành viên của Đại học Đà Nẵng Đây là những cơ sở đào tạo uy tín, luôn chủ động và tích cực ứng dụng công nghệ thông tin vào việc đổi mới phương pháp dạy học.

Đối tượng thực nghiệm của nghiên cứu là sinh viên đại học hệ chính quy đang theo học các ngành Công nghệ Thông tin Tại Trường Đại học CNTT và Truyền thông Việt – Hàn, học phần thực nghiệm được thực hiện là Tin học đại cương (C/C++), trong khi tại Trường Đại học Sư phạm, học phần thực nghiệm là Đồ họa máy tính Danh sách sinh viên tham gia được trình bày chi tiết trong các Phụ lục 7, 8, 9.

3.1.3 Phương pháp thực nghiệm và đánh giá

Mục đích của thử nghiệm là đánh giá hiệu quả của hệ thống trong việc ghi nhận yêu cầu của sinh viên năm thứ nhất về khóa học lập trình C/C++ và học phần Đồ họa máy tính Bên cạnh đó, sinh viên cũng đã đánh giá khả năng sử dụng của hệ thống sau khi hoàn thành khóa học.

Bảng 3.1 Thông tin lớp thực nghiệm sư phạm

STT Nội dung thực nghiệm Đối tư ng thực nghiệm Số SV lớp TN Số SV lớ ĐC

1 Dạy học với sự hỗ trợ của Chatbot SV Trường Đại học CNTT và

2 Dạy học với sự hỗ trợ của cá nhân hóa học tập SV Trường Đại học Sư phạm 67 67

Chatbot đã được triển khai trên nền tảng E-learning tại website https://ailearn.com.vn, phục vụ sinh viên Trường Đại học CNTT và Truyền thông Việt – Hàn Nội dung thực nghiệm về cá nhân hóa học tập cũng được áp dụng cho sinh viên Trường Đại học Sư phạm thuộc Đại học Đà Nẵng trong học phần Đồ họa máy tính.

Đánh giá kết quả thực nghiệm

3.2.1.1 Nội dung và tiến trình thực hiện a) Nội dung

Nội dung phương pháp chuyên gia được tiến hành qua phương pháp phỏng vấn và phương pháp điều tra bằng phiếu hỏi Cụ thể:

Phương pháp phỏng vấn được tiến hành đồng thời với việc khảo sát qua phiếu hỏi Tác giả đã trực tiếp thu thập ý kiến từ các chuyên gia có trình độ và kinh nghiệm trong lĩnh vực giáo dục cũng như những chuyên gia giảng dạy ngành Công nghệ thông tin.

Phương pháp điều tra bằng phiếu hỏi đã được áp dụng để thu thập ý kiến từ các chuyên gia về tính khả thi của việc áp dụng trí tuệ nhân tạo (AI) trong giảng dạy cho sinh viên ngành công nghệ thông tin (CNTT) Chi tiết về nội dung xin ý kiến được trình bày cụ thể trong Phụ lục.

Trong đó, luận án đề nghị các chuyên gia ghi mức độ đồng ý của mình cho các nội dung dưới đây với quy ước rằng:

Bảng 3.2 Bảng hỏi khảo sát ý kiến của chuyên gia

Tên biện pháp Tính cần thiết Tính h p lí Tính khả thi Ý kiến khác

Sử dụng Chatbot hỗ trợ SV học tập

Các yếu tố trong mô mình phù hợp với môi trường đại học

Mô hình được đề xuất là xu hướng trong tương lai về sử dụng công nghệ trong dạy học Sử dụng TTNT giúp cá nhân hóa học tập

Tên biện pháp Tính cần thiết

Tính khả thi Ý kiến khác cho SV

Giai đoạn này là thời điểm lý tưởng để tích hợp AI vào hỗ trợ giảng dạy cho sinh viên Bài viết sẽ trình bày tiến trình thực hiện phương pháp sử dụng phiếu hỏi trong quá trình giảng dạy.

Bước 1: Biên soạn nội dung xin ý kiến chuyên gia

Bước 2: Xây dựng danh sách các chuyên gia, bao gồm những giảng viên có kinh nghiệm và uy tín trong lĩnh vực công nghệ thông tin, hiện đang giảng dạy và nghiên cứu tại các trường đại học.

Bước 3: Gửi phiếu xin ý kiến đến các chuyên gia và tổ chức các cuộc trao đổi với họ Bước 4: Thu thập phiếu xin ý kiến, xử lý kết quả bằng cách tổng hợp và phân tích thông tin để đưa ra kết luận từ các phiếu đã nhận.

Bước 5: Tiến hành chỉnh sửa, hoàn thiện tiến trình tổ chức dạy học và các biện pháp đề xuất theo các góp ý của cụ thể của các chuyên gia

Bảng 3.3 Bảng phân tích kết quả khảo sát ý kiến chuyên gia

STT Hệ số Cronbach's Alpha: 0,683

Mean N SD Mức độ đá ứng Xếp thứ tự

Kết quả đánh giá từ phiếu ý kiến chuyên gia cho thấy việc áp dụng Chatbot và cá nhân hóa trong giảng dạy cho sinh viên ngành CNTT với sự hỗ trợ của AI là khả thi Phương pháp này đáp ứng tốt các yêu cầu trong tổ chức dạy học các môn cơ sở ngành và đảm bảo tính khả thi cho giáo viên trong quá trình thực hiện Tất cả ý kiến đưa ra đều đạt mức độ chấp nhận 4.

Cụ thể từng biện pháp, các ý kiến chuyên gia về “Tính cần thiết”, “Tính hợp lí”,

“Tính khả thi” được thể hiện trong các bảng dưới đây

Trang 108 a) Phân tích định lượng

Bảng 3.4 Kết quả tính cần thiết về mức độ đồng ý

Trung bình Độ lệch chuẩn

Sử dụng Chatbot hỗ trợ SV học tập 0 0 5 36 12 4,13 0,55

Các yếu tố trong mô mình phù hợp với môi trường đại học 0 0 6 37 10 4,08 0,54

Mô hình được đề xuất là xu hướng trong tương lai về sử dụng công nghệ trong dạy học

Sử dụng AI giúp cá nhân hóa học tập cho SV 0 0 16 25 22 4,3 0,67

Giai đoạn này phù hợp để đưa AI vào hỗ trợ dạy học cho SV

Theo Bảng 3.4, nội dung 4 “Sử dụng AI giúp cá nhân hóa học tập cho SV” nhận được mức độ đồng ý cao nhất với điểm trung bình 4,3, cho thấy sự quan trọng của AI trong việc cải thiện hiệu suất học tập Nội dung 1 “Sử dụng Chatbot hỗ trợ SV học tập” cũng được đánh giá cao với điểm trung bình 4,13, khẳng định vai trò của Chatbot trong việc nâng cao kết quả học tập Ngược lại, nội dung 5 “Giai đoạn này phù hợp để đưa AI vào hỗ trợ dạy học cho SV” chỉ đạt mức điểm 3,7, phản ánh rằng việc áp dụng AI trong giáo dục tại Việt Nam hiện nay vẫn còn nhiều hạn chế và cần được thực hiện một cách thận trọng.

Bảng 3.5 Kết quả mức độ đồng ý của tiêu chí “Tính hợp lí”

Trung bình Độ lệch chuẩn

Sử dụng Chatbot hỗ trợ SV học tập 0 0 6 35 12 4,11 0,58

Các yếu tố trong mô mình 0 0 6 36 11 4,09 0,56

Mứ độđồng ý Trung bình Độ lệch chuẩn phù hợp với môi trường đại học

Mô hình được đề xuất là xu hướng trong tương lai về sử dụng công nghệ trong dạy học

Sử dụng AI giúp cá nhân hóa học tập cho SV 0 0 3 29 21 4,33 0,58

Giai đoạn này phù hợp để đưa AI vào hỗ trợ dạy học cho SV

Bảng 3.5 cho thấy mức độ đồng ý của các chuyên gia về “Tính hợp lí” của Chatbot và cá nhân hóa học tập sử dụng AI hiện nay, với điểm trung bình lần lượt là 4,11 và 4,33 Ngoài ra, nội dung thứ hai liên quan đến “Các yếu tố trong mô hình phù hợp với môi trường đại học” cũng nhận được mức đồng ý cao với điểm trung bình 4,09.

Bảng 3.6 Kết quả mức độ đồng ý của tiêu chí “Tính khả thi”

Trung bình Độ lệch chuẩn

Sử dụng Chatbot hỗ trợ SV học tập 0 0 3 33 17 4,26 0,56

Các yếu tố trong mô mình phù hợp với môi trường đại học 0 0 4 35 14 4,19 0,55

Mô hình được đề xuất là xu hướng trong tương lai về sử dụng công nghệ trong dạy học

Sử dụng AI giúp cá nhân hóa học tập cho SV 0 0 3 26 24 4,39 0,6

Giai đoạn này phù hợp để đưa AI vào hỗ trợ dạy học cho SV

Bảng 3.6 chỉ ra rằng hầu hết các chuyên gia đều đồng ý rằng các nội dung đều có tính khả thi, với điểm trung bình từ 4,11 đến 4,39 Nội dung 1 và nội dung 4 được các chuyên gia đánh giá cao nhất về tính khả thi Điều này chứng tỏ rằng trong thời đại công nghệ số hiện nay, việc áp dụng AI vào giáo dục là khả thi, đặc biệt khi kiến thức học tập cho sinh viên rất đa dạng.

GV thiếu thời gian hỗ trợ Tương tự cá nhân hóa học tập với sự trợ giúp AI cũng được đánh giá khả thi b) Phân tích định tính

Ngoài 3 tiêu chí là “Tính cần thiết”, “Tính hợp lí”, “Tính khả thi”, một số chuyên gia đã đề xuất biện pháp sử AI vào hỗ trợ như sau:

Hệ thống học tập thông minh sử dụng AI để cung cấp thông tin và tư vấn cho sinh viên Chẳng hạn, chatbot có thể được phát triển để trả lời các câu hỏi liên quan đến nội dung học tập và hỗ trợ sinh viên trong việc lập kế hoạch học tập hiệu quả.

AI có khả năng phân tích dữ liệu về quá trình học tập của sinh viên, từ đó tạo ra các lộ trình học tập tùy chỉnh cho từng cá nhân Điều này giúp tối ưu hóa trải nghiệm học tập và nâng cao hiệu quả học tập cho mỗi sinh viên.

SV có thể được cung cấp nội dung học tập phù hợp với trình độ và sở thích của mình

Hệ thống đánh giá thông minh sử dụng AI để phân tích và đánh giá bài tập cùng bài kiểm tra của sinh viên, giúp giáo viên cung cấp phản hồi nhanh chóng và tư vấn hỗ trợ, từ đó nâng cao kết quả học tập của sinh viên.

AI có khả năng tạo ra các bài tập và hoạt động nhằm phát triển kỹ năng mềm cho sinh viên, bao gồm kỹ năng giao tiếp, lãnh đạo và giải quyết vấn đề.

AI có khả năng đo lường trình độ của sinh viên và tự động điều chỉnh độ khó của bài tập cũng như bài kiểm tra, giúp phù hợp với năng lực của từng sinh viên.

3.2.2 Phương pháp điều tra thông tin

3.2.2.1 Khảo sát về việc sử dụng Chatbot trong hỗ trợ SV học tập

Khóa học nghiên cứu về môn Tin học đại cương, đặc biệt là lập trình C/C++, đã được xem xét kỹ lưỡng Các kết quả nghiên cứu được trình bày dưới đây đã được công bố trong bài báo của tác giả và các cộng sự, như đã đề cập trong danh mục công trình đã công bố ở cuối luận án.

Kết luận

Nghiên cứu về ứng dụng AI trong giảng dạy cho sinh viên ngành CNTT cho thấy đây là giải pháp quan trọng và khả thi để đổi mới phương pháp dạy học Sự hỗ trợ của AI trong quá trình giảng dạy không chỉ nâng cao hiệu quả học tập mà còn phù hợp với bối cảnh cuộc Cách mạng Công nghiệp 4.0 và sự bùng nổ công nghệ thông tin trong những năm gần đây.

Nghiên cứu này tìm kiếm giải pháp phù hợp trong bối cảnh chuyển đổi số và công nghệ tiên tiến, ảnh hưởng đến nhiều lĩnh vực, đặc biệt là giáo dục đại học Việc tổ chức dạy học cho sinh viên ngành CNTT với sự hỗ trợ của AI kết hợp ưu điểm của dạy học trực tiếp và trực tuyến qua các ứng dụng như https://ailearn.com.vn, tạo cơ hội trải nghiệm môi trường học tập đa dạng Mục tiêu ứng dụng công nghệ AI nhằm nâng cao chất lượng dạy học và phát triển năng lực tự học cho sinh viên đã được luận án giải quyết hiệu quả Các kết quả và đóng góp của luận án được trình bày rõ ràng trong từng phần và được tổng kết ở cuối mỗi chương.

Luận án đã nghiên cứu và bổ sung hệ thống lý luận về dạy học với sự hỗ trợ của AI, làm rõ các khái niệm như ứng dụng AI trong giáo dục, tự học và cá nhân hóa học tập Tác giả cũng đã xây dựng khái niệm và đề xuất mô hình dạy học hỗ trợ bởi AI, xác định các đặc điểm, môi trường, hình thức và tiến trình tổ chức dạy học hiệu quả với sự trợ giúp của công nghệ AI.

Tổ chức nghiên cứu và khảo sát về thực trạng dạy và học ngành CNTT với sự hỗ trợ của AI là cần thiết Kết quả khảo sát sẽ cung cấp cơ sở thực tiễn để triển khai các đề xuất về tiến trình và biện pháp tổ chức dạy học cho sinh viên ngành CNTT, từ đó nâng cao hiệu quả giáo dục.

Xây dựng mô hình dạy học ngành CNTT phù hợp với thực tiễn và hỗ trợ bởi công nghệ AI nhằm nâng cao chất lượng dạy học định hướng năng lực là cần thiết Thực nghiệm được triển khai cho các môn cơ sở ngành như C/C++ và Đồ họa máy tính đã đạt kết quả khả quan Sinh viên ngành CNTT là đối tượng lý tưởng để thử nghiệm mô hình này Tuy nhiên, cần tiến hành thêm các đánh giá và triển khai cụ thể để có cái nhìn đầy đủ và chính xác hơn về hiệu quả của mô hình dạy học đối với sinh viên các nhóm ngành khác.

Đề xuất ứng dụng công nghệ AI nhằm nâng cao hiệu quả hỗ trợ sinh viên trong quá trình học tập Giáo viên khi áp dụng mô hình giảng dạy tích hợp AI cần tuân thủ các tiêu chuẩn quy định trong việc xây dựng và thiết kế bài giảng cũng như quy trình giảng dạy.

Trang 129 kế nguồn học liệu và đặt trong bối cảnh phù hợp của cơ sở đào tạo và của Việt Nam

* Đóng góp mới của luận án:

Luận án đã tổng hợp và hệ thống hóa cơ sở lý luận về dạy học hỗ trợ công nghệ AI, làm rõ khái niệm dạy học với sự hỗ trợ của AI và các khái niệm liên quan Bên cạnh đó, luận án cung cấp báo cáo thực trạng dạy học với công nghệ AI, đồng thời đề xuất tiến trình thiết kế dạy học cho sinh viên CNTT tại Việt Nam Ngoài ra, luận án xây dựng một website hỗ trợ dạy học tích hợp Chatbot, sử dụng các thuật toán để cá nhân hóa quá trình học tập qua việc đánh giá liên tục và đưa ra nhận xét, gợi ý tài liệu học tập phù hợp với trình độ của sinh viên.

* Một sốđịnh hướng phát triển của đề tài:

(1) Tiếp tục nhân rộng mô hình dạy học với sự hỗ trợ của AI ra các đối tượng

SV từ các nhóm ngành khác trong lĩnh vực CNTT cần được đánh giá một cách toàn diện và đầy đủ về hiệu quả cũng như tác động của mô hình dạy học đến kết quả học tập của họ.

Các khảo sát đánh giá và thực nghiệm cần được thực hiện với mẫu lớn hơn và đa dạng hơn trong các học phần thực nghiệm để xác định độ tin cậy của mô hình.

Tiếp tục cải tiến các tính năng trên website hỗ trợ giảng dạy, đặc biệt là nâng cấp chức năng Chatbot để có khả năng tự học từ dữ liệu thu thập được trong quá trình tương tác.

SV tương tác với hệ thống, sử dụng đa dạng nguồn dữ liệu đầu vào cho kho câu hỏi và trả lời Hệ thống không ngừng cập nhật các chức năng hỗ trợ dạy học, tăng cường cá nhân hóa học tập nhờ AI, áp dụng các kỹ thuật theo dấu người học, đánh giá kết quả học tập và gợi ý tài liệu từ Internet cho SV tham khảo.

Kiến nghị

Để áp dụng hiệu quả mô hình dạy học hỗ trợ bởi AI, cần có những kiến nghị từ các Bộ, ngành liên quan Các nhà khoa học đã phân tích và đánh giá việc ứng dụng AI trong giáo dục, từ đó đưa ra những giải pháp nhằm phát huy tối đa lợi ích của công nghệ này trong giảng dạy.

(1) Cần xây dựng các cơ chế, chính sách phù hợp nhằm thúc đẩy việc ứng dụng CNTT nói riêng và AI nói chung vào trong đào tạo

Nhà nước cần thiết lập cơ chế đầu tư đồng bộ vào cơ sở hạ tầng và nền tảng công nghệ chung để triển khai các phương pháp dạy học tiên tiến, đặc biệt là việc áp dụng trí tuệ nhân tạo trong giáo dục Điều này đặc biệt quan trọng đối với các trường đại học, nhằm nâng cao chất lượng giảng dạy và học tập.

Nghiên cứu thiết kế chương trình học tập tích hợp công nghệ, đặc biệt là CNTT, vào quá trình dạy học nhằm triển khai linh hoạt các hình thức dạy học trực tuyến và trực tiếp Mục tiêu là giúp người học có thể học mọi lúc mọi nơi, phát triển năng lực sinh viên, nâng cao chất lượng dạy học và đảm bảo chuẩn đầu ra của ngành nghề đào tạo.

Đầu tư vào cơ sở vật chất, đặc biệt là các thiết bị và công cụ dạy học, là yếu tố quan trọng để đảm bảo ứng dụng công nghệ thông tin (CNTT) một cách hiệu quả và khoa học trong quá trình giảng dạy.

Để triển khai đồng bộ các giải pháp, cần chú trọng đầu tư vào cơ sở vật chất và nền tảng công nghệ, đồng thời đặc biệt quan tâm đến việc đào tạo đội ngũ nhân lực.

GV đang tập trung vào việc xây dựng nguồn học liệu số và đổi mới quy trình tổ chức dạy học một cách linh hoạt, phù hợp với xu thế của xã hội hiện đại.

Có những cơ chế động viên và khuyến khích giáo viên ứng dụng công nghệ thông tin, đặc biệt là trí tuệ nhân tạo, vào quá trình giảng dạy Điều này được thực hiện thông qua nhiều giải pháp cụ thể khác nhau nhằm nâng cao hiệu quả dạy học.

Nghiên cứu tích cực về các phương pháp dạy học tích cực và dạy học tương tác là cần thiết để ứng dụng hiệu quả khoa học công nghệ, đặc biệt là công nghệ thông tin và trí tuệ nhân tạo, trong quá trình tổ chức dạy học.

Nâng cao kỹ năng sử dụng thiết bị máy móc và công nghệ thông tin là cần thiết để tổ chức và tối ưu hóa quá trình dạy học Điều này không chỉ giúp giáo viên đạt hiệu quả cao trong giảng dạy mà còn phát triển năng lực tự học cho sinh viên, góp phần nâng cao chất lượng giáo dục.

Cần có kiến thức cơ bản và liên tục nâng cao hiểu biết về tác động của công nghệ thông tin (CNTT) và trí tuệ nhân tạo (AI) đối với giáo dục và quá trình dạy học Điều này giúp giáo viên chủ động điều chỉnh, cập nhật kỹ năng sử dụng và ứng dụng hiệu quả các kiến thức vào giảng dạy.

Đầu tư thời gian vào việc xây dựng nguồn học liệu số và cải tiến quy trình dạy học với sự hỗ trợ của AI là rất cần thiết Cần chủ động và tích cực áp dụng các hình thức đánh giá người học để không ngừng nâng cao phương pháp giảng dạy.

Để đạt được hiệu quả cao trong quá trình học tập, sinh viên cần nắm vững yêu cầu về chuẩn đầu ra của ngành đào tạo Việc này giúp họ chủ động xây dựng lộ trình học tập phù hợp và phát huy tối đa tinh thần tự học, sáng tạo.

Trong quá trình học tập, sinh viên thường xuyên đánh giá kết quả học tập của mình so với yêu cầu của chương trình đào tạo và nhu cầu của ngành nghề trong bối cảnh xã hội cụ thể, từ đó không ngừng nâng cao kiến thức và kỹ năng.

Nâng cao kiến thức chuyên môn và kỹ năng sử dụng công nghệ thông tin cơ bản là cần thiết để tham gia tích cực vào các hoạt động học tập Việc cập nhật kiến thức mới về khoa học công nghệ, đặc biệt là ứng dụng công nghệ thông tin trong học tập và tìm kiếm thông tin, sẽ giúp cải thiện hiệu quả học tập.

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ

LIÊN QUAN ĐẾN LUẬN ÁN

1 Đinh Thị Mỹ Hạnh, Trần Văn Hưng (2020), “Học tập kết hợp (Blended learning) của sinh viên trong trường đại học: Một trường hợp nghiên cứu về năng lực sử dụng công nghệ thông tin và truyền thông (ICT)”, Tạp chí

Giáo dục và Xã hội, ISSN 1859-3917, Số 117 (178), pp 124-130

Ngày đăng: 07/11/2023, 18:58

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1]. Ngô Thái Hà (2017), “Tác độ ng cu ộ c cách m ạ ng công nghi ệp 4.0 đế n ngu ồ n l ực trong lĩnh vự c giáo d ụ c - đào tạo”. Kỷ yếu hội thảo khoa học quốc tế, NXB ĐH Kinh tế Quốc dân, tr. 46-51 Sách, tạp chí
Tiêu đề: Tác động cuộc cách mạng công nghiệp 4.0 đến nguồn lực trong lĩnh vực giáo dục - đào tạo”
Tác giả: Ngô Thái Hà
Nhà XB: NXB ĐH Kinh tế Quốc dân
Năm: 2017
[2]. Nguyễn Lộc (2017), “ Giáo d ụ c Vi ệ t Nam và cu ộ c cách m ạ ng công nghi ệp 4.0”, Kỷ yếu Hội thảo khoa học quốc tế, NXB ĐH Kinh tế Quốc dân, tr. 128-139 Sách, tạp chí
Tiêu đề: Giáo dục Việt Nam và cuộc cách mạng công nghiệp 4.0”
Tác giả: Nguyễn Lộc
Nhà XB: NXB ĐH Kinh tế Quốc dân
Năm: 2017
[16]. I. Tuomi (2020), “The use of artificial intelligence (AI) in education”. Retrieved March 25, 2021,from https://research4committees.blog/2020/09/07/the-use-of-artificial-ntelligence-ai-in-education/ Sách, tạp chí
Tiêu đề: The use of artificial intelligence (AI) in education”
Tác giả: I. Tuomi
Năm: 2020
[17]. A. K. Goel, D. A. Joyner (2016), “Design of an online course on knowledge- based AI”. In AAAI, pp. 4089–4094 Sách, tạp chí
Tiêu đề: Design of an online course on knowledge-based AI”
Tác giả: A. K. Goel, D. A. Joyner
Năm: 2016
[18]. Baker, M. (2000), “ The roles of models in Artificial Intelligence and Education research: a prospective view ”, International Journal of Artificial Intelligence in Education, 11, pp. 122-143 Sách, tạp chí
Tiêu đề: “The roles of models in Artificial Intelligence and Education research: a prospective view
Tác giả: Baker, M
Năm: 2000
[19]. V. Dimitrova, G. McCalla, S. Bull (2007), “ Open Learner Models: Future Research Directions ”, Special Issue of the IJAIED (Part 2).International Journal of Artificial Intelligence in Education, 17, 3, pp.217-226 Sách, tạp chí
Tiêu đề: “Open Learner Models: "Future Research Directions”
Tác giả: V. Dimitrova, G. McCalla, S. Bull
Năm: 2007
[20]. O. Zawacki-Richter, V. I. Marín, M. Bond, F. Gouverneur (2019), “ Systematic review of research on artificial intelligence applications in higher education –where are the educators?” International Journal of Educational Technology in Higher Education, 16(1), Article 39.https://doi.org/10.1186/s41239-019-0171-0 Sách, tạp chí
Tiêu đề: Systematic review of research on artificial intelligence applications in higher education–where are the educators?”
Tác giả: O. Zawacki-Richter, V. I. Marín, M. Bond, F. Gouverneur
Năm: 2019
[23]. K. Holstein (2018), “ Towards teacher- ai hybrid systems”, Companion Proceedings of the Eigth International Conference on Learning Analytics& Knowledge Sách, tạp chí
Tiêu đề: Towards teacher-ai hybrid systems”
Tác giả: K. Holstein
Năm: 2018
[24]. “How artificial intelligence is being used in the classroom”. https://tinyurl.com/yy2oomye, accessed: 2020-04-13 Sách, tạp chí
Tiêu đề: “How artificial intelligence is being used in the classroom”
[27]. Avneet Pannu (2015), “ Artificial Intelligence and its Application in Different Areas ”, International Journal of Engineering and Innovative Technology (IJEIT), Vol.4, Issue 10, pp. 79-84, ISSN: 2277-3754 Sách, tạp chí
Tiêu đề: “Artificial Intelligence and its Application in Different Areas”
Tác giả: Avneet Pannu
Năm: 2015
[28]. R. Bajaj, V. Sharma (2018), “ Smart Education with artificial intelligence based determination of learning styles”, Procedia Computer Science, 132 (834–842), doi:10.1016/j.procs.2018.05.095 Sách, tạp chí
Tiêu đề: Smart Education with artificial intelligence based determination of learning styles”
Tác giả: R. Bajaj, V. Sharma
Năm: 2018
[29]. T.-Y. Chang, Y.-R. Ke (2013), “ A personalized e-course composition based on a genetic algorithm with forcing legality in an adaptive learn ing system”, Journal of Network and Computer Applications, 36(1), pp. 533-542, doi:10.1016/j.jnca.2012.04.002 Sách, tạp chí
Tiêu đề: A personalized e-course composition based on a genetic algorithm with forcing legality in an adaptive learning system”
Tác giả: T.-Y. Chang, Y.-R. Ke
Năm: 2013
[30]. A. Garrido, L. Morales, I. Serina (2016), “ On the use of case-based planning for e- learning personalization”, Expert Systems with Applications, 60, pp. 1-15, doi:10.1016/j.eswa.2016.04.030 Sách, tạp chí
Tiêu đề: On the use of case-based planning for e- learning personalization”
Tác giả: A. Garrido, L. Morales, I. Serina
Năm: 2016
[31]. M.W. Rodrigues, S. Isotani, L.E. árate (2018), “ Educational data mining: A review of evaluation process in the E-learning ”, Telematics and Informatics, 35(6), pp. 1701-1717, doi:10.1016/j.tele.2018.04.015 Sách, tạp chí
Tiêu đề: Educational data mining: A review of evaluation process in the E-learning”
Tác giả: M.W. Rodrigues, S. Isotani, L.E. árate
Năm: 2018
[33]. M. Lovett, O. Meyer, C. Thille (2008), “The open learning initiative: Measuring the effectiveness of the OLI statistics course in accelerating student learning ” , Journal of Interactive Media in Education, http://jime.open.ac.uk/2008/14 Sách, tạp chí
Tiêu đề: The open learning initiative: "Measuring the effectiveness of the OLI statistics course in accelerating student learning”
Tác giả: M. Lovett, O. Meyer, C. Thille
Năm: 2008
[35]. A. Mitrovic, S. Ohlsson (1999), “ Evaluation of a constraint-based tutor for a database language ” , International Journal of Artificial Intelligence in Education, 10, pp. 238–256 Sách, tạp chí
Tiêu đề: Evaluation of a constraint-based tutor for a database language”
Tác giả: A. Mitrovic, S. Ohlsson
Năm: 1999
[36]. J.F. Pane, B.A. Griffin, D. F. McCaffrey, R. Karam (2014), “ Effectiveness of cognitive tutor algebra I at scale ”, Educational Evaluation and Policy Analysis, 36(2), pp. 127–144 Sách, tạp chí
Tiêu đề: Effectiveness of cognitive tutor algebra I at scale”
Tác giả: J.F. Pane, B.A. Griffin, D. F. McCaffrey, R. Karam
Năm: 2014
[37]. K. R. Koedinger, E. A. McLaughlin, N. T. Heffernan (2010), “A quasi- experimental evaluation of an on-line formative assessment and tutoring system ” , Journal of Educational Computing Research, 43(4), pp. 489–510 Sách, tạp chí
Tiêu đề: A quasi-experimental evaluation of an on-line formative assessment and tutoring system”
Tác giả: K. R. Koedinger, E. A. McLaughlin, N. T. Heffernan
Năm: 2010
[38]. Mike Hale, Actors and Their Roles for $300, HAL? HAL!, The New York Times, truy c ậ p ngày 08/02/2011 Sách, tạp chí
Tiêu đề: Actors and Their Roles for $300, HAL? HAL!, The New York Times
[64]. International AIED Society (2010). About the society. At http://iaied.org/about/ checked 31/01/11 Link

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN