Đề tài nghiên cứu khoa học giáo dục trong dữ liệu lớn (big data) và giải pháp Ứng dụng trong các trường Đại học, học viện Ở nước ta hiện nay

TRÍCH YẾUTrong thời đại công nghệ bùng nổ, Big Data đang đóng vai trò quan trọng trong việcnâng cao chất lượng giáo dục tại các trường đại học Việt Nam.. Nhận thức được tiềm năng to lớn

BỘ TÀI CHÍNH

TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING

KHOA KHOA HỌC DỮ LIỆU

BỘ TÀI CHÍNH

TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING

KHOA KHOA HỌC DỮ LIỆU

HỌC, HỌC VIỆN Ở NƯỚC TA HIỆN NAY

Giảng viên hướng dẫn: ThS Trần Thanh San Sinh viên thực hiện: Ngô Mai Chi

Nguyễn Bá NhậtNguyễn Thùy Tường UyênPhan Thị Kim Ngân

Nguyễn Ngọc Phương Anh Nguyễn Hoàng Yến Nhi

Tp.HCM, 10/2024

TRÍCH YẾU

Trong thời đại công nghệ bùng nổ, Big Data đang đóng vai trò quan trọng trong việcnâng cao chất lượng giáo dục tại các trường đại học Việt Nam Big Data giúp thu thập vàphân tích thông tin chi tiết về hành vi học tập, sở thích và năng lực của sinh viên, từ đócác trường đại học có thể cá nhân hóa chương trình học tập và đề xuất tài liệu, phươngpháp phù hợp Việc này giúp sinh viên có thể học tập hiệu quả hơn, đồng thời hỗ trợ kịpthời những sinh viên gặp khó khăn Đối với giảng viên, Big Data hỗ trợ trong việc đánhgiá hiệu quả giảng dạy, phát hiện những chủ đề còn chưa rõ ràng để điều chỉnh nội dung

và phương pháp giảng dạy Giảng viên có thể theo dõi tiến độ học tập của sinh viên vàđiều chỉnh tốc độ giảng dạy, cung cấp các bài tập phù hợp với từng cá nhân Ngoài ra,Big Data cung cấp một nguồn dữ liệu khổng lồ giúp các nhà nghiên cứu tiến hành phântích và đưa ra những khám phá mới trong các lĩnh vực khoa học, từ đó thúc đẩy sáng tạo

và đổi mới trong nghiên cứu Không chỉ hỗ trợ trong giảng dạy và nghiên cứu, Big Datacòn giúp tự động hóa các quy trình quản lý tại trường học Các công việc như quản lý hồ

sơ sinh viên, tuyển sinh, thanh toán học phí đều có thể được thực hiện nhanh chóng vàchính xác hơn, giúp giảm thiểu sai sót, tiết kiệm thời gian và chi phí cho nhà trường Họctập cá nhân hóa dựa trên Big Data đang dần trở thành xu hướng chính trong giáo dục đạihọc, nâng cao hiệu quả quản lý, giảng dạy và nghiên cứu trong các trường đại học

LỜI CẢM ƠN

Trong thời gian trau dồi kiến thức suốt học kỳ vừa qua, chúng em đã có cơ hội học tập

và thực hành rất nhiều Bài báo cáo này là cơ hội để thể hiện những gì chúng em đã tiếpthu được trong thời gian vừa qua

Trước hết, chúng em xin gửi đến thầy Trần Thanh San là người đã tận tình hướng

dẫn, giúp em hoàn thành bài báo cáo này lời cảm ơn sâu sắc nhất Ngoài ra, nhóm chúng

em xin chân thành cảm ơn Nhà trường Trường Đại học Tài Chính - Marketing đã đảmbảo điều kiện về cơ sở vật chất trong quá trình học tập của chúng em Thiếu sót là điềukhông thể tránh, chúng em rất mong nhận được những ý kiến đóng góp quý báu của thầy

và các bạn học cùng lớp để cải thiện, cũng như thể hiện tốt hơn trong những bài tiếp theo.Sau cùng, chúng em xin kính chúc thầy, các bạn và nhà trường luôn thành công trên

sự nghiệp sắp tới

Chúng em xin trân trọng cảm ơn!

MỤC LỤC

TRÍCH YẾU i

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC TỪ VIẾT TẮT v

DANH MỤC HÌNH ẢNH vi

DANH MỤC BẢNG BIỂU vii

PHẦN 1: MỞ ĐẦU 1

1 Lý do chọn đề tài 1

2 Mục tiêu chọn đề tài 1

PHẦN 2: NỘI DUNG CHÍNH 2

1 Tổng quan tài liệu và cơ sở lý thuyết 2

1.1 Khái niệm Big Data (Dữ liệu lớn) 2

1.2 Thực tiễn ứng dụng Big Data trong các học viện, trường đại học 5

1.2.1 Các nghiên cứu ngoài nước 5

1.2.2 Các nghiên cứu trong nước 6

2 Vai trò Dữ liệu lớn (Big Data) trong giáo dục đại học 8

2.1 Cá nhân hóa trải nghiệm học tập 8

2.2 Cải thiện hiệu quả đánh giá 8

2.3 Định hướng nghề nghiệp 8

2.4 Đề xuất phương pháp học mới 8

3 Giải pháp nhằm ứng dụng Big Data trong xây dựng mô hình học viện, trường đại học 10

3.1 Nâng cao nhận thức tiềm năng to lớn của Big Data 10

3.2 Đào tạo và đạo tạo lại nguồn nhân lực đáp ứng yêu cầu của 4.0 10

3.3 Tăng cường đầu tư xây dựng hạ tầng công nghệ 11

3.4 Tối ưu hóa dữ liệu 11

3.5 Lựa chọn mô hình học viện, trường đại học phù hợp 12

3.6 Thúc đẩy công tác quản lý và sử dụng tốt hơn các công cụ quản trị dữ liệu 12

4 Một số công cụ Dữ liệu lớn (Big Data) 14

PHẦN 3: KẾT LUẬN VÀ KIẾN NGHỊ 15

TÀI LIỆU THAM KHẢO

DANH MỤC TỪ VIẾT TẮT

[1] USENIX = The Advanced Computing Systems Association hay Hiệp hội Hệ thốngMáy tính Tiên tiến

[2] ACM = Association for Computing Machinery hay Hiệp hội Máy tính

[3] 3Vs = volume; velocity; variety

[4] 5Vs = volume; velocity; variety; veracity; value

[5] 7Vs = volume; velocity; variety; veracity; vale; variability; visualisation

[6] GD&ĐT = Giáo dục và Đào tạo

[11] AI = Artificial Intelligence hay Trí tuệ nhân tạo

[12] IoT = Internet of Things hay Internet vạn vật

[13] LAN = Local Area Network hay Mạng cục bộ

[14] NoSQL = Not only Structured Query Language hay Cơ sở dữ liệu không phụthuộc hoàn toàn vào ngôn ngữ truy vấn SQL

DANH MỤC HÌNH ẢNH

Hình 1 - Big Data trong giáo dục 2

Hình 2 - Mô hình 3Vs 3

Hình 3 - Mô hình 5Vs 4

Hình 4 - Mô hình 7Vs 5

Hình 5 - Ứng dụng của Bigdata trong giáo dục 6

Hình 6 - Sự phổ biến của các ứng dụng Bigdata 9

Hình 7 - 5 Công cụ mã nguồn phổ biến 14

DANH MỤC BẢNG BIỂU

Bảng 1 - Sự phát triển của Big Data ở Việt Nam 7

PHẦN 1: MỞ ĐẦU

1 Lý do chọn đề tài

Big Data, hay Dữ liệu lớn, đang bùng nổ trong kỷ nguyên số, len lỏi vào mọi khíacạnh đời sống, và giáo dục cũng không ngoại lệ Nhận thức được tiềm năng to lớn củaBig Data trong việc nâng cao chất lượng đào tạo, nghiên cứu và quản lý, tôi chọn nghiêncứu đề tài "Big Data và ứng dụng trong giáo dục ở các trường đại học, học viện" Đây làtrung tâm giáo dục lớn nhất Việt Nam, tập trung nhiều trường đại học, học viện có tiềmnăng ứng dụng Big Data hiệu quả Giáo dục Việt Nam đang đối mặt nhiều thách thức nhưchất lượng chưa đồng đều, hiệu quả giảng dạy chưa cao, tỷ lệ sinh viên bỏ học cao BigData có thể là chìa khóa giải quyết những thách thức này và thúc đẩy đổi mới sáng tạotrong giáo dục

Nghiên cứu này sẽ góp phần cung cấp giải pháp để các trường đại học khai thác hiệuquả tiềm năng của Big Data, từ đó nâng cao chất lượng giáo dục và đào tạo nguồn nhânlực chất lượng cao cho đất nước

2 Mục tiêu chọn đề tài

Giáo dục Việt Nam đang đứng trước nhiều thách thức như chất lượng giáo dục chưađồng đều, hiệu quả giảng dạy chưa cao, tỷ lệ sinh viên bỏ học cao Trong bối cảnh đó,Big Data (Dữ liệu lớn) nổi lên như một giải pháp tiềm năng để thúc đẩy đổi mới sáng tạo

và nâng cao chất lượng giáo dục tại các trường Đại học, học viện Với vai trò là trung tâmgiáo dục lớn nhất cả nước, tập trung nhiều trường đại học, học viện có tiềm năng ứngdụng Big Data hiệu quả Nhận thức được điều này, tôi tiến hành nghiên cứu đề tài "BigData và cách ứng dụng trong giáo dục đại học, học viện" Xác định những yếu tố tácđộng đến việc ứng dụng Big Data trong giáo dục đại học và học viện Tin tưởng rằngnghiên cứu này sẽ mang lại những đóng góp thiết thực cho sự phát triển của giáo dục đạihọc và góp phần nâng cao chất lượng giáo dục Việt Nam

1

PHẦN 2: NỘI DUNG CHÍNH

1 Tổng quan tài liệu và cơ sở lý thuyết

1.1 Khái niệm Big Data (Dữ liệu lớn)

Thuật ngữ Big Data (Dữ liệu lớn) xuất hiện lần đầu trong bài báo của John R Maseytại USENIX meeting (1998) với nhan đề “Big Data… and the Next Wave of Infrastress”.Tháng 8/1999, Steve Bryson cùng đồng nghiệp có bài viết “Visually exploring gigabytedata sets in real time” trong hội thảo Communications of the ACM (CACM) Đây là lầnđầu tiên CACM dùng thuật ngữ “Big Data”- tiêu đề của một trong các phần hội thảo là

“Big Data for Scientific Visualization” (Press, 2013)

Hình 1 - Big Data trong giáo dục

Big Data có nhiều định nghĩa Đó là thuật ngữ chỉ tập hợp dữ liệu lớn và phức tạp đếnmức khó có thể xử lý bằng các công cụ hay ứng dụng quản trị và phân tích dữ liệu truyềnthống (White, 2012) Thách thức công nghệ nằm ở các công đoạn thu thập, lưu trữ, tìmkiếm, chia sẻ, truyền dẫn, phân tích và hiển thị Ứng dụng của Big Data gồm có: xác định

xu hướng kinh doanh, chất lượng nghiên cứu, ngăn chặn bệnh dịch, liên kết các trích dẫnluật pháp, phòng chống tội phạm, xác định tình trạng giao thông trong thời gian thực Năm 2001, nhà phân tích Doug Laney của hãng META Group (Công ty nghiên cứuGartner) cho rằng các thách thức và cơ hội nằm trong việc tăng trưởng dữ liệu có thểđược mô tả bằng ba chiều “3Vs” số lượng lưu trữ (volume), tốc độ xử lý (velocity) vàchủng loại dữ liệu (variety)

2

Hình 2 - Mô hình 3Vs

Nhiều công ty, tổ chức trong lĩnh vực công nghệ thông tin tiếp tục sử dụng mô hình

“3Vs” này để định nghĩa Big Data Năm 2012, Gartner bổ sung ngoài 3 tính chất trên thìBig Data còn phải “cần đến các dạng xử lý mới để giúp đỡ việc đưa ra quyết định, khámphá sâu vào sự vật/sự việc và tối ưu hóa các quy trình làm việc” Năm 2014, Gartner cókhái niệm mới “5Vs” về Big Data Muốn hiểu và ứng dụng dữ liệu lớn ta phải biết rõ cáctính chất của nó Khái niệm 5Vs của Gartner có thể hiểu như sau:

- Volume (Dung lượng lưu trữ): Dữ liệu lớn có dung lượng lưu trữ vượt mức đảmđương của những ứng dụng và công cụ truyền thống Kích cỡ của nó đang từng ngày tănglên, có thể nằm trong khoảng vài chục terabyte cho đến nhiều petabyte chỉ cho một tậphợp dữ liệu Volume chỉ độ lớn của dữ liệu ở mức Terabytes (TB), Petabytes (PB),Exabytes (EB), Zettabyte (ZB) hay Yottabyte (YB)…

- Velocity (Tốc độ xử lý): Dung lượng dữ liệu gia tăng rất nhanh và tốc độ xử lý đangtiến tới thời gian thực (real-time) Các ứng dụng phổ biến trên Internet, Tài chính, Ngânhàng, Hàng không, Quân sự, Y tế – Sức khỏe ngày hôm nay phần lớn được xử lý real-time Công nghệ xử lý dữ liệu lớn ngày một tiên tiến cho phép chúng ta xử lý tức thìtrước khi chúng được lưu trữ vào cơ sở dữ liệu Velocity chỉ tính chất chuyển động liêntục của dòng dữ liệu (Streaming Data) rất lớn cần xử lý, khác với cách truyền thống ta thunhận và xử lý dữ liệu theo lô (Batch)

- Variety (Đa dạng chủng loại): Hình thức lưu trữ và chủng loại dữ liệu ngày một đadạng hơn Trước đây ta hay nói đến dữ liệu có cấu trúc thì ngày nay hơn 80% dữ liệu trênthế giới được sinh ra là không cấu trúc (unstructured data) Công nghệ Big Data cho phép

ta liên kết và phân tích đa dạng chủng loại dữ liệu với nhau như comments hay post củamột nhóm người dùng nào đó trên Facebook với thông tin video được chia sẻ từ Youtube

và Twitter Variety chỉ sự đa dạng, sự liên kết chằng chịt của dữ liệu với nhiều cấu trúckhác nhau, từ dữ liệu quan hệ đến dữ liệu không cấu trúc như văn bản, blog, hình ảnh,video, audio

3

- Veracity (Độ chính xác): Một trong những tính chất phức tạp nhất của Big Data là độchính xác dữ liệu Với xu hướng mạng và truyền thông xã hội (Social Media và SocialNetwork), sự gia tăng mạnh mẽ tính tương tác và chia sẻ của người dùng di động làm choviệc xác định độ tin cậy và chính xác của dữ liệu khó khăn hơn Do đó yếu tố Variety làmột tính chất quan trọng của Big Data

- Value (Giá trị thông tin): Đây là tính chất quan trọng nhất của công nghệ Big Data.Doanh nghiệp phải hoạch định được những giá trị thông tin hữu ích của Big Data cho vấn

đề, bài toán hoặc mô hình hoạt động kinh doanh của mình Phải xác định được “Giá trịcủa thông tin” thì mới nên bắt tay vào Big Data Dữ liệu là nguồn chứa hầu hết mọi thôngtin của con người nhưng những thông tin này chỉ có khi chúng được phân tích (xử lý) Xử

lý dữ liệu lớn là một vấn đề khó, cho tới nay hầu như chưa có cách làm được tốt nhất việcnày

4

Hình 4 - Mô hình 7Vs

Big Data ngày càng nhanh chóng xuất hiện rất nhiều quanh ta, đây là một hiện thựckhách quan Dữ liệu lớn có ở hầu hết các tổ chức, hoạt động xã hội, kinh doanh, nghiêncứu khoa học và chất chứa những giá trị tiềm ẩn cực kì to lớn Dữ liệu lớn đến từ rấtnhiều nguồn với 3 nguồn chính là: (1) Các phương tiện truyền thông xã hội, (2) Các máymóc thu nhận dữ liệu, (3) Các giao dịch kinh doanh Ước tính 100 terabyte dữ liệu đượctải lên Facebook mỗi ngày; lượng xử lỷ của Walmart khoảng 1 triệu giao dịch khách hàngmỗi giờ… Có thể thấy quy mô của dữ liệu là vô cùng lớn Cùng với công nghệ số vầ sựbùng nổ của thương mại điện tử, phần lớn các ngành đang bị với khối dữ liệu – chúng cóthể sẽ vô cùng quý giá, nếu ta biết cách khai thác, sử dụng nó (McNully, 2014)

1.2 Thực tiễn ứng dụng Big Data trong các học viện, trường đại học

1.2.1 Các nghiên cứu ngoài nước

Mô hình học viện và trường đại học thông minh ra đời từ rất sớm, gần như song hànhvới sự xuất hiện của công nghệ Big Data Vào năm 1990, tại Mỹ đã bắt đầu hình thànhnhững mô hình này, sau đó vào năm 1997, Malaysia cũng triển khai và đến năm 2007,Singapore tiếp tục phát triển các trường đại học thông minh Sự ra đời của những môhình này đánh dấu một bước tiến quan trọng trong giáo dục, khi công nghệ bắt đầu thayđổi cách thức quản lý và tổ chức học tập Nhờ vào khả năng xử lý dữ liệu lớn, các cơ sởgiáo dục có thể tối ưu hóa quy trình vận hành và học tập, tạo ra sự tương tác tốt hơn giữangười dạy và người học

Hiện nay, trên thế giới, có rất nhiều tài liệu đề cập đến khái niệm về mô hình học viện

và trường đại học thông minh, mỗi tài liệu lại có những cách định nghĩa và tiếp cận khácnhau Tuy nhiên, về cơ bản, một học viện hoặc trường đại học thông minh thường đượchiểu là nơi áp dụng các công nghệ tiên tiến nhằm tối ưu hóa các quy trình quản lý, giảng

5

dạy và học tập Những đặc trưng chính của mô hình này bao gồm quản trị thông minh, sưphạm thông minh, giảng dạy thông minh, học tập thông minh, giáo dục trực tuyến, thưviện thông minh, và đặc biệt là việc phân tích dạy và học dựa trên Big Data để đưa ra cácquyết định cải tiến.

Hình 5 - Ứng dụng của Bigdata trong giáo dục

Ứng dụng Big Data trong các học viện và trường đại học trên thế giới đã trở nên phổbiến, với hai dạng dữ liệu chính được khai thác từ sớm: dữ liệu hành chính và dữ liệu quátrình học tập của sinh viên Dữ liệu hành chính bao gồm các thông tin liên quan đến quản

lý như đăng ký học, điểm danh, hồ sơ sinh viên, trong khi dữ liệu quá trình học tập giúptheo dõi sự tiến bộ của sinh viên, từ đó đưa ra các gợi ý cải thiện việc học tập cá nhânhóa Sự kết hợp giữa dữ liệu hành chính và học tập không chỉ giúp nâng cao chất lượnggiáo dục mà còn giúp các trường đại học có cái nhìn toàn diện hơn về hiệu quả của cácphương pháp giảng dạy và hỗ trợ sinh viên một cách tối ưu

1.2.2 Các nghiên cứu trong nước

Tại Việt Nam, tính đến năm 2020 có 224 trường đại học, nhưng chưa có trường nàođạt đủ các tiêu chí học viện, trường học thông minh Tuy nhiên, các chủ trương, chínhsách của Đảng, Nhà nước và Bộ chuyên ngành cũng đã tạo hành lang pháp lý cho quátrình xây dựng mô hình này Ngày 31/8/2020, Bộ GD&ĐT đã công bố 144 cơ sở giáo dụcđại học và 9 trường cao đẳng sư phạm đạt tiêu chuẩn chất lượng trong nước, tạo cơ sở,tiền đề để tiếp cận các tiêu chí của trường đại học thông minh và 7 cơ sở giáo dục đại họcđạt tiêu chuẩn chất lượng nước ngoài Trước đó, Nghị quyết số 52-NQ/TW ngày27/9/2019 về một số chủ trương, chính sách chủ động tham gia I4.0, Bộ Chính trị đã xácđịnh 10 ngành, lĩnh vực ưu tiên, trong đó có “giáo dục và đào tạo” Nghị quyết đã chỉ rõ:

“Xây dựng và phát triển đồng bộ hạ tầng dữ liệu quốc gia Hình thành hệ thống trung tâm

dữ liệu quốc gia, các trung tâm dữ liệu vùng và địa phương kết nối đồng bộ và thốngnhất Hình thành các hệ thống dữ liệu tin cậy, ổn định của Nhà nước và doanh nghiệp

6

Đầu tư trang bị các hệ thống thiết bị thu thập, lưu trữ, xử lý, bảo vệ dữ liệu công”, đây lànhững tiền đề để ứng dụng trong triển khai xây dựng các nhà trường đại học thông minh Quyết định số 117/QĐ-TTg ngày 25/1/2017 của Thủ tướng Chính phủ (Đề án “tăngcường ứng dụng công nghệ thông tin trong quản lý và hỗ trợ các hoạt động dạy - học,nghiên cứu khoa học góp phần nâng cao chất lượng giáo dục và đào tạo giai đoạn 2016-

2020, định hướng đến năm 2025) đã xác định, đến năm 2025: “Mức độ ứng dụng côngnghệ thông tin trong quản lý và hỗ trợ các hoạt động dạy - học, nghiên cứu khoa học đạttrình độ tiên tiến trong khu vực ASEAN, đáp ứng mục tiêu, yêu cầu đổi mới căn bản, toàndiện giáo dục và đào tạo Công nghệ thông tin trở thành động lực đổi mới quản lý, nộidung, phương pháp dạy - học, kiểm tra đánh giá trong giáo dục và đào tạo” Triển khaithực hiện Quyết định số 950/QĐ-TTg, ngày 1/8/2018 về phê duyệt Đề án phát triển đô thịthông minh bền vững Việt Nam giai đoạn 2018-2025 định hướng đến năm 2030, BộGD&ĐT đã xác định 8 tỉnh/thành phố phải có lộ trình triển khai giáo dục thông minh.Theo đó, tại Hà Nội, quận Long Biên có 7 trường thí điểm “mô hình trường học điện tử”;quân Cầu Giấy xây dựng “lớp học thông minh” TP.HCM triển khai xây dựng Trung tâmđiều hành giáo dục Sở và hệ thống trường học thông minh tại 5 trường chuyên

Tốc độ tăng trưởng thị trường Big Data 26.8% (2022)

Quy mô thị trường Big Data 710 triệu USD (2022)

Ngành áp dụng Big Data phổ biến Tài chính – Ngân hàng, Bán lẻ, Viễn thông,

Sản xuất, Chính phủ

Doanh nghiệp sử dụng Big Data 80% (doanh nghiệp lớn), 50% (doanh

nghiệp vừa và nhỏ)Lợi ích ứng dụng Big Data

Tăng hiệu quả hoạt động; Tối ưu hóa quytrình; Nâng cao trải nghiệm khách hàng; Raquyết định sáng suốt

Thách thức ứng dụng Big Data

Thiếu hụt nhân lực; Hạ tầng công nghệthông tin chưa đáp ứng; Văn hóa dữ liệuchưa hình thành

Giải pháp phát triển Big Data

Phát triển nguồn nhân lực; Nâng cấp hạ tầngcông nghệ thông tin; Nâng cao nhận thức vềBig Data

Bảng 1 - Sự phát triển của Big Data ở Việt Nam

7