longtran

Trong bối cảnh trí tuệ nhân tạo tạo sinh (Generative AI) đang tạo ra những thay đổi mang tính bước ngoặt đối với nền giáo dục toàn cầu, nhóm sinh viên Khoa Tin học, Trường Đại học Sư phạm, Đại học Huế đã bảo vệ thành công đề tài Nghiên cứu khoa học cấp Trường: “Khai thác AI Chatbot trong dạy học Tin học” (Mã số: T25.XH.503.11). Công trình mang đến một khung lý luận vững chắc và những giải pháp sư phạm đột phá nhằm giải quyết bài toán hội nhập AI vào môi trường giáo dục phổ thông.

Đề tài được thực hiện bởi nhóm sinh viên xuất sắc: Lê Thị Tú Trinh (Chủ nhiệm) và Hoàng Thị Minh Tâm (Thành viên), dưới sự cố vấn khoa học chuyên sâu của TS. Nguyễn Thế Dũng.

1. Bối cảnh và tính cấp thiết của đề tài

Sự bùng nổ của các Mô hình ngôn ngữ lớn (Large Language Models – LLMs) như ChatGPT, Google Gemini hay Microsoft Copilot đã đặt ra những thách thức chưa từng có đối với môn Tin học, đặc biệt là trong mạch nội dung Khoa học máy tính và Lập trình. Thực tiễn dạy học cho thấy, nếu thiếu đi sự kiểm soát và chiến lược sư phạm phù hợp, học sinh rất dễ rơi vào tình trạng “lười tư duy” (cognitive offloading), lạm dụng AI để sao chép (copy-paste) mã nguồn mà không hiểu bản chất, dẫn đến sự xói mòn về liêm chính học thuật.

Nhận diện được khoảng trống giữa các định hướng chính sách vĩ mô và thực hành sư phạm vi mô tại lớp học, nhóm nghiên cứu đã đi sâu giải quyết câu hỏi cốt lõi: Làm thế nào để khai thác sức mạnh của AI Chatbot, biến chúng từ một “người giải bài hộ” thành một “đối tượng tư duy”, hỗ trợ phát triển năng lực giải quyết vấn đề cho học sinh theo định hướng của Chương trình GDPT 2018?

2. Đột phá với Mô hình sư phạm 3 bước trong dạy học lập trình

Điểm nhấn mang tính sáng tạo nhất của đề tài là việc đề xuất và hệ thống hóa Quy trình tổ chức dạy học với AI Chatbot gồm 3 bước, nhằm thiết lập lại lằn ranh kỷ luật và phương pháp tư duy cho người học:

• Bước 1: Định hình vấn đề (Tư duy độc lập): Học sinh hoàn toàn không sử dụng công nghệ ở bước này. Người học buộc phải phân tích Input/Output, xây dựng mã giả (pseudo-code) hoặc lưu đồ thuật toán (flowchart) trên giấy. Bước này bảo vệ vai trò cốt lõi của tư duy thuật toán con người.
• Bước 2: Tương tác và khám phá (Hợp tác cùng AI): Học sinh đóng vai trò “người lập trình cặp” (Pair Programmer) với AI. Nhóm nghiên cứu đề xuất việc huấn luyện học sinh kỹ năng Prompt Engineering (kỹ thuật đặt câu lệnh). Thay vì ra lệnh “viết code”, học sinh được hướng dẫn cách cung cấp bối cảnh và yêu cầu AI giải thích, gỡ rối (debug) hoặc sinh ra các khung mã (skeleton code).
• Bước 3: Thẩm định và tối ưu (Tư duy phản biện): Học sinh phải kiểm thử đoạn mã do AI sinh ra bằng các bộ dữ liệu biên (edge cases) nhằm phát hiện “ảo giác AI” (AI hallucinations). Việc tìm ra và sửa lỗi của AI giúp chuyển hóa kiến thức từ máy sang người học một cách thực chất.

Đồng thời, nhóm nghiên cứu cũng đề xuất sự dịch dịch mang tính tất yếu trong Kiểm tra – Đánh giá. Thay vì chỉ chấm điểm dựa trên việc “chương trình chạy đúng”, giáo viên được khuyến nghị chuyển sang chấm “Lịch sử Chat” (Prompt History) và đánh giá qua vấn đáp (Code review) để xác định năng lực thực sự của học sinh.

3. Nghiên cứu trường hợp (Case Study): Ứng dụng NotebookLM

Không dừng lại ở các AI hội thoại thông thường, đề tài còn thực hiện một nghiên cứu định tính chuyên sâu về NotebookLM – một công cụ AI xử lý học liệu có ngữ cảnh dựa trên công nghệ RAG (Retrieval-Augmented Generation).

Thông qua phỏng vấn sâu bán cấu trúc với đội ngũ giáo viên Tin học THPT, nhóm nghiên cứu đã chỉ ra tiềm năng to lớn của NotebookLM trong việc cá nhân hóa học tập, trực quan hóa kiến thức phức tạp và giảm sai lệch thông tin. Từ đó, đề tài xây dựng thành công Khung tích hợp sư phạm 4 giai đoạn: Chuẩn bị học liệu -> Tổ chức hoạt động -> Hỗ trợ cá nhân hóa -> Đánh giá và phản hồi.

Thành quả của phân nhánh nghiên cứu này đã vinh dự được công bố trên Kỷ yếu Hội thảo khoa học quốc gia các nhà nghiên cứu trẻ năm 2025 với bài báo khoa học: “Ứng dụng NotebookLM trong dạy học Tin học: Một số đánh giá ban đầu và khung tích hợp Sư phạm”.

4. Ý nghĩa thực tiễn và hướng phát triển

Báo cáo tổng kết của SV. Lê Thị Tú Trinh và SV. Hoàng Thị Minh Tâm không chỉ hệ thống hóa một cách bài bản cơ sở lý luận về Trí tuệ nhân tạo tạo sinh trong giáo dục, mà còn mang đến một cẩm nang mang tính “thực chiến” cho giáo viên phổ thông. Các giải pháp như Lớp học đảo ngược kết hợp AI hay Lập trình đôi với AI hứa hẹn sẽ giải quyết triệt để những lúng túng của giáo viên đứng lớp hiện nay.

Hội đồng nghiệm thu cấp trường đánh giá cao thái độ làm việc nghiêm túc, sự đầu tư công phu và tính ứng dụng cao của đề tài. Thành công của công trình này một lần nữa khẳng định chất lượng đào tạo, phong trào Nghiên cứu khoa học sôi nổi của sinh viên Khoa Tin học, luôn nhạy bén nắm bắt và làm chủ các công nghệ lõi tiên tiến nhất trong kỷ nguyên số.

KHOA TIN HỌC, TRƯỜNG ĐH SƯ PHẠM, ĐH HUẾ

Chiều ngày 07/04, tại Trường Đại học Sư phạm, Đại học Huế, Khoa Tin học đã tổ chức thành công buổi Seminar chuyên đề cấp cao với chủ đề “Những con đường dẫn đến Trí tuệ nhân tạo tổng quát (Artificial General Intelligence – AGI)”. Sự kiện là diễn đàn học thuật chất lượng cao, thu hút sự quan tâm và tham gia đông đảo của các chuyên gia, nhà nghiên cứu, giảng viên và sinh viên khối ngành Công nghệ Thông tin.

Tham dự chương trình, về phía lãnh đạo Trường Đại học Sư phạm, Đại học Huế có sự hiện diện của PGS.TS. Nguyễn Thanh Hùng – Phó Hiệu trưởng Nhà trường. Sự kiện còn vinh dự đón tiếp đại diện đến từ các đơn vị đối tác: Khoa Công nghệ Thông tin – Trường Đại học Khoa học, Viện Đào tạo mở – Đại học Huế, cùng toàn thể Ban Chủ nhiệm, cán bộ giảng viên và sinh viên Khoa Tin học.

Đặc biệt, diễn giả chính của Seminar là GS.TS. Nguyễn Ngọc Thành – một trong những chuyên gia đầu ngành mang tầm vóc quốc tế trong lĩnh vực Trí tuệ nhân tạo và Khoa học máy tính. Giáo sư hiện được xếp hạng trong Top 2% các nhà khoa học có tầm ảnh hưởng nhất thế giới, với hàng loạt công trình nghiên cứu và đóng góp học thuật mang tính đột phá.

Bắt nhịp xu hướng công nghệ lõi trong đào tạo

Phát biểu khai mạc seminar, PGS.TS. Nguyễn Thanh Hùng – Phó Hiệu trưởng Nhà trường đã nhấn mạnh bức tranh toàn cảnh về làn sóng chuyển dịch công nghệ toàn cầu. Thầy khẳng định vai trò mang tính vĩ mô của AI không chỉ dừng lại ở việc ứng dụng trong đời sống xã hội mà còn là nền tảng cốt lõi định hình lại phương pháp đào tạo và nghiên cứu khoa học. Qua đó, PGS.TS. Nguyễn Thanh Hùng chỉ đạo và nhấn mạnh sự cấp thiết của việc linh hoạt cập nhật các xu hướng công nghệ mới, đặc biệt là AI, vào cấu trúc chương trình đào tạo của Khoa Tin học nhằm đáp ứng tiêu chuẩn khắt khe của nguồn nhân lực 4.0.

AGI – Bước tiến từ Trí tuệ nhân tạo hẹp đến Năng lực nhận thức toàn diện

Trong phiên trình bày chính, GS.TS. Nguyễn Ngọc Thành đã dẫn dắt hội trường đi từ những khái niệm nền tảng đến những vấn đề học thuật chuyên sâu nhất của Trí tuệ nhân tạo tổng quát (AGI). Nếu như các hệ thống AI hiện tại (Narrow AI) chỉ giải quyết tốt những tác vụ cụ thể, thì AGI được định nghĩa là hệ thống có khả năng thấu hiểu, học hỏi và áp dụng trí tuệ ở mức độ ngang bằng hoặc vượt trội trí tuệ con người trên đa dạng các lĩnh vực.

Báo cáo khoa học của Giáo sư đã phân tích chi tiết:

• Hành trình tiến hóa của AI: Từ các mô hình AI biểu tượng (Symbolic AI), sự bùng nổ của Học sâu (Deep Learning) đến các mô hình ngôn ngữ lớn (LLMs).
• Các hướng tiếp cận AGI (Pathways to AGI): Đánh giá các kiến trúc nhận thức (Cognitive Architectures), mô hình học máy đa phương thức (Multimodal Learning) và mạng nơ-ron kết hợp tư duy logic.
• Những rào cản và thách thức khoa học: Giải phẫu các yếu tố ảnh hưởng đến độ tin cậy, khả năng suy luận nhân quả (causal reasoning) và tính minh bạch (explainable AI) của các hệ thống hướng tới AGI.

Diễn giả cũng đưa ra những dự báo mang tính chiến lược về lộ trình đạt được AGI và những tác động đa chiều của công nghệ này đối với cấu trúc xã hội, đạo đức và an ninh mạng.

Diễn đàn nghiên cứu và định hướng công bố quốc tế

Phần hai của Seminar là không gian trao đổi học thuật (Q&A) diễn ra vô cùng sôi nổi. Các giảng viên, nhà nghiên cứu từ Khoa Tin học và các đơn vị bạn đã đặt ra nhiều vấn đề mang tính thời sự: Làm thế nào để điều chỉnh định hướng đào tạo ngành Hệ thống thông tin và Sư phạm Tin học trước sự phát triển vũ bão của AI? Sinh viên cần trang bị khối kiến thức lõi nào để không bị tụt hậu?

Đặc biệt, dưới góc độ là một nhà nghiên cứu kỳ cựu có nhiều công bố quốc tế, GS.TS. Nguyễn Ngọc Thành đã chia sẻ những kinh nghiệm “thực chiến” quý báu trong việc:

• Lựa chọn hướng nghiên cứu (niche) tiềm năng trong lĩnh vực Khoa học dữ liệu và AI.
• Quy trình công bố và kinh nghiệm vượt qua các vòng phản biện (peer-review) khắt khe của các tạp chí khoa học quốc tế uy tín (chuẩn ISI/Scopus).
• Xây dựng nhóm nghiên cứu mạnh (Research Groups) và thúc đẩy hợp tác quốc tế.

Buổi Seminar chuyên đề “Những con đường dẫn đến Trí tuệ nhân tạo tổng quát” đã khép lại thành công rực rỡ. Đây không chỉ là một sự kiện cập nhật tri thức thuần túy, mà còn là đòn bẩy quan trọng góp phần nâng tầm môi trường học thuật, thúc đẩy phong trào nghiên cứu khoa học, đổi mới sáng tạo trong đội ngũ cán bộ giảng viên và sinh viên Trường Đại học Sư phạm, Đại học Huế.

KHOA TIN HỌC