Đề xuất ứng dụng Big Data tại Trường Đại học Sài Gòn nhằm nâng cao chất lượng đào tạo chính quy

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:8

Thêm vào BST

Báo xấu

18
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết sẽ tập trung vào các nội dung sau: khái quát về Big Data và Trường Đại học Sài Gòn; lợi ích ứng dụng Big Data trong việc nâng cao chất lượng đào tạo chính quy tại Trường Đại học Sài Gòn; điều kiện cần thiết để ứng dụng Big Data thành công tại Trường Đại học Sài Gòn nhằm nâng cao chất lượng đào tạo chính quy.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Đề xuất ứng dụng Big Data tại Trường Đại học Sài Gòn nhằm nâng cao chất lượng đào tạo chính quy

KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 42. ĐỀ XUẤT ỨNG DỤNG BIG DATA TẠI TRƯỜNG ĐẠI HỌC SÀI GÒN NHẰM NÂNG CAO CHẤT LƯỢNG ĐÀO TẠO CHÍNH QUY ThS. Phạm Thị Hồng Mỵ* Tóm tắt Big Data đang được xem là một trong những công nghệ hữu hiệu của Cách mạng công nghệ 4.0. Bài viết sẽ tập trung vào các nội dung sau: (i) khái quát về Big Data và Trường Đại học Sài Gòn; (ii) lợi ích ứng dụng Big Data trong việc nâng cao chất lượng đào tạo chính quy tại Trường Đại học Sài Gòn; (iii) điều kiện cần thiết để ứng dụng Big Data thành công tại Trường Đại học Sài Gòn nhằm nâng cao chất lượng đào tạo chính quy. Để thực hiện mục tiêu nghiên cứu trên, tác giả sử dụng phương pháp nghiên cứu định tính nghiên cứu trường hợp cụ thể của việc ứng dụng Big Data trong việc nâng cao chất lượng đào tạo tại Trường Đại học Sài Gòn. Từ khóa: Big Data; ứng dụng Big Data; Trường Đại học Sài Gòn; chuyển đổi số, chất lượng đào tạo 1. ĐẶT VẤN ĐỀ Nghị quyết số 29/NQ-TW ngày 04/11/2013 về đổi mới căn bản toàn diện giáo dục và đào tạo đáp ứng yêu cầu công nghiệp hóa, hiện đại hóa trong điều kiện kinh tế thị trường định hướng xã hội chủ nghĩa và hội nhập quốc tế đã thể hiện quan điểm “Phát triển giáo dục và đào tạo phải gắn với tiến bộ khoa học và công nghệ” và tiến tới xác định mục tiêu cụ thể: “Phát huy vai trò của công nghệ thông tin (CNTT) và các thành tựu khoa học - công nghệ hiện đại trong quản lý nhà nước về giáo dục, đào tạo”. Mặt khác, Công văn số 4096/BGDDT-CNTT ngày 20/9/2021 của Bộ Giáo dục và Đào tạo (GD&ĐT) về việc hướng dẫn thực hiện nhiệm vự ứng dụng CNTT và thống kê giáo dục năm học 2021 - 2022 xác định một số nhiệm vụ cụ thể như: (i) ứng dụng CNTT và chuyển đổi số trong đổi mới nội dung, phương pháp dạy học và kiểm tra đánh giá; (ii) ứng dụng CNTT và chuyển đổi số trong đổi mới phương thức quản trị cơ sở giáo dục và quản lý nhà nước về giáo dục theo hướng tinh gọn, hiệu quả, minh bạch. Và để thực hiện được mục tiêu, nhiệm vụ trên trong bối cảnh chuyển đổi số hiện nay thì việc ứng dụng Big Data (Dữ liệu lớn) sẽ là một trong những biện pháp giải quyết. * Trường Đại học Sài Gòn 376
CHẤT LƯỢNG ĐÀO TẠO ĐẠI HỌC CHÍNH QUY TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ Trường Đại học Sài Gòn là một trong những cơ sở giáo dục đại học công lập, đào tạo theo hai phương thức: chính quy và không chính quy (vừa làm vừa học, liên thông). Nhà trường cũng đã nhận được giấy chứng nhận đạt chuẩn kiểm định chất lượng giáo dục theo tiêu chuẩn của Bộ GD&ĐT. Và để thực hiện tầm nhìn thực hiện đổi mới và góp phần phát triển giáo dục đại học ở Việt Nam, phấn đấu đến năm 2035 phát triển trường trở thành trường đại học theo hướng nghiên cứu, đạt chuẩn quốc tế thì rất cần thiết phải thực hiện ứng dụng công nghệ hiện đại như Big Data để nâng cao chất lượng đào tạo chính quy theo hướng nghiên cứu, từ đó xây dựng thương hiệu nhà trường càng lớn mạnh. Vì vậy, việc nghiên cứu ứng dụng Big Data tại Trường Đại học Sài Gòn trong việc nâng cao chất lượng đào tạo chính quy để tìm hiểu lợi ích cũng như điều kiện để ứng dụng Big Data thành công sẽ là một vấn đề hết sức cần thiết. 2. KHÁI QUÁT CHUNG VỀ BIG DATA VÀ TRƯỜNG ĐẠI HỌC SÀI GÒN 2.1. Khái quát chung về Big Data và Big Data trong cơ sở giáo dục đại học Big Data trên thực tế đang được ứng dụng vào rất nhiều các lĩnh vực của kinh tế - xã hội, tạo những chuyển biển ấn tượng, giúp tăng hiệu quả và năng suất làm việc của cơ quan, tổ chức. Big Data khác với dữ liệu truyền thống như: Big Data có dữ liệu đa dạng hơn, lưu trữ dữ liệu với một khối lượng lớn hơn nhiều lần, khả năng truy vấn nhanh hơn và có độ chính xác cao hơn. Vào năm 2012, Theo Mc Guire mô tả đơn giản Big Data như những kho chứa dữ liệu lớn (Cục Thông tin Khoa học và Công nghệ Quốc gia, 2015). Trong khi đó, theo 2 tác giả là Danah Boy và Kate Crawford (2012), định nghĩa Big Data như là “một hiện tượng văn hóa, công nghệ và học thuật dựa trên sự tương tác của: (i) công nghệ tối đa hóa sức mạnh tính toán và độ chính xác thuật toán để thu thập, phân tích, liên kết, và so sánh các tập dữ liệu lớn; (ii) phân tích: tạo ra trên dữ liệu lớn để xác định mô hình cho tuyên bố kinh tế, xã hội, kỹ thuật và pháp lý; (iii) thần thoại: niềm tin phổ biến rằng, dữ liệu lớn cung cấp một hình thức cao hơn của trí thông minh và kiến thức có thể tạo ra những hiểu biết mà trước đây không thể, với hào quang của sự thật, khách quan, chính xác”. Mặt khác, Viện Nghiên cứu toàn cầu McKinsey (McKinsey Global Institute -MGI) cũng định nghĩa rằng, Big Data là dữ liệu có độ lớn vượt quá khả năng các công cụ phần mềm cơ sở dữ liệu tiêu biểu có thể nắm bắt, lưu trữ, quản trị và phân tích. Theo Gartner (2014), khái niệm mới về Big Data được xây dựng bằng mô hình “5Vs”, gồm: Volume (khối lượng), Velocity (tốc độ), Variety (tính đa dạng), Veracity (tính xác thực) và Value (giá trị). Trong đó: (i) Volume là khối lượng Big Data được tạo ra mỗi ngày. Công nghệ Big Data có thể lưu trữ và sử dụng những tập dữ liệu trong các hệ thống phân tán, nơi mà dữ liệu chỉ được lưu trữ một phần tại các điểm khác nhau và được tập hợp bởi phần mềm. Tập dữ liệu có dung lượng từ Texabytes (1 Texabytes = 1012byte ≈ 1.000 Gigabyte) trở lên, được tổ chức theo các phần tử dữ liệu (bản ghi) linh hoạt dữ liệu giao dịch, dữ liệu bảng quan hệ, dữ liệu tệp tin phẳng. Với dung lượng và cấu trúc phần tử dữ liệu như vậy, dữ liệu lớn thường được lưu trữ phân tán (đa nguồn) và được tổng hợp lại bằng phần mềm. Dung lượng kích thước Texabytes được tổng hợp theo mục tiêu 377
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA phân tích đảm bảo yêu cầu tập dữ liệu tiềm tàng các mẫu mới lạ, có giá trị (Nguyễn Thanh Thủy và nnk, 2018). (ii) Velocity là tốc độ dữ liệu mới được tạo ra và tốc độ dữ liệu chuyển động. Công nghệ Big Data có thể phân tích dữ liệu ngay khi chúng được tạo ra mà không cần lưu giữ chúng trong các cơ sở dữ liệu. Dữ liệu mới được tạo ra và di chuyển theo tốc độ thời gian thực (hoặc tựa thời gian thực) theo cách thức hàng loạt (theo lô), theo quy trình hoặc theo dòng và dẫn tới yêu cầu về các công nghệ dữ liệu lớn cho phép phân tích được dữ liệu ngay tại thời điểm nó được tạo ra mà có thể không đưa nó vào cơ sở dữ liệu. (iii) Variety là các kiểu khác nhau của dữ liệu. Công nghệ Big Data cho phép lưu trữ các loại dữ liệu có cấu trúc truyền thống (được lưu trữ trong các bảng hoặc các cơ sở dữ liệu quan hệ) và phi cấu trúc (bao gồm các thông điệp, trao đổi của mạng xã hội, các hình ảnh, dữ liệu cảm biến, video, tiếng nói…). (iv) Veracity là tính hỗn độn hoặc tính tin cậy của dữ liệu. Công nghệ Big Data và phân tích dữ liệu cho phép kiểm soát những loại dữ liệu này. Dữ liệu trong dữ liệu lớn cần được xác thực theo độ tin cậy, quy trình, xuất xứ, uy tín, tính khả dụng và được giải trình. Đòi hỏi các quy trình và công cụ dữ liệu lớn kiểm soát được chất lượng và độ chính xác của dữ liệu vì mẫu thực sự có giá trị chỉ khi chúng được trích xuất từ nguồn dữ liệu được xác thực. (v) Value là giá trị của dữ liệu. Việc tiếp cận Big Data sẽ chỉ có ý nghĩa khi chúng ta chuyển được dữ liệu thành những thứ có giá trị. Mục tiêu phân tích dữ liệu lớn (mục tiêu kinh doanh) cần dẫn dắt mọi hoạt động xây dựng và phân tích dữ liệu lớn, tránh bị rơi vào bẫy ồn ào “phong trào” dữ liệu lớn khi không hiểu biết thực sự chi phí và lợi ích liên quan tới trường hợp dữ liệu lớn sẽ được triển khai. Cụ thể, mọi dữ liệu được tập hợp vào dữ liệu lớn đều phải liên quan tới mục tiêu phân tích dữ liệu lớn được đặt ra. Đây là khái niệm đầy đủ về 5 tính chất của Big Data. Ngoài 5V’s, còn có thêm mô hình 7V’s với hai tính chất được bổ sung là: Variability - tính biến đổi, chỉ sự thay đổi liên tục của dữ liệu, đặc biệt khi thu thập dữ liệu dựa vào xử lý ngôn ngữ; và Visualisation - chỉ cách thức trình bày dữ liệu sao cho có thể đọc và có thể truy cập được (McNulty, E., 2014). Bên cạnh đó, một số tác giả bổ sung thêm ba tính chất đặc trưng của Big Data để có mô hình 10Vs Big Data: Viscosity (Độ nhớt được coi là một phần của vận tốc. Nó được sử dụng để mô tả sự chậm trễ hoặc thời gian trễ xảy ra giữa người gửi và người nhận trong quá trình truyền dữ liệu); Virality (Mô tả tốc độ dữ liệu. Thuộc tính này kiểm tra tốc độ dữ liệu với người gửi và người nhận nào truy cập dữ liệu từ các thiết bị khác nhau); Validity (Tính hợp lệ: Để sử dụng dữ liệu trong tương lai, dữ liệu đó phải chính xác và chính xác. Bất kỳ tổ chức nào cũng nên xác thực dữ liệu nếu nó muốn đưa ra quyết định chính xác cho tương lai dựa trên dữ liệu được thu thập bởi các thiết bị. Vì vậy, tính hợp lệ được coi là một yếu tố cần thiết cho dữ liệu lớn (Preeti Gulia, 2020). Nhìn chung, chúng ta có thể hiểu Big Data như một tập dữ liệu rất lớn không thể phân tích được bằng các công cụ và phần mềm thông thường. Hơn thế nữa, Big Data yêu cầu phải có năng lực xử lý đáng kể (như một siêu máy tính), bao gồm nhiều loại dữ liệu như: văn bản, số, hình ảnh, video; có thể qua nhiều nền tảng dữ liệu như mạng xã hội, các tệp nhật ký web, cảm biến, dữ liệu 378
CHẤT LƯỢNG ĐÀO TẠO ĐẠI HỌC CHÍNH QUY TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ vị trí từ điện thoại thông minh, các tài liệu được số hóa và các lưu trữ ảnh, video. Big Data ngày càng tăng, được đo bằng terabyte, đòi hỏi tăng cường sức mạnh tính toán và các công cụ phân tích mới (Bertot, John Carlo và Heeyoon Choi, 2013). Trong bối cảnh giáo dục đại học, Big Data có nghĩa là giải thích một loạt các quy trình thu thập dữ liệu hành chính và hoạt động nhằm mục đích đánh giá năng lực thể chế và tiến độ để dự đoán hiệu suất trong tương lai và xác định các vấn đề tiềm ẩn liên quan đến chương trình học thuật, nghiên cứu, giảng dạy và học tập (Bertot, John Carlo, Heeyoon Choi, 2013). Big Data trong cơ sở giáo dục đại học có thể đến từ các loại nguồn khác nhau. Nó có thể được thu thập từ những người tham gia như sinh viên hoặc giáo viên trực tiếp (dữ liệu đánh giá được thu thập bằng hệ thống giám sát sinh viên), từ các cơ quan quản lý - hệ thống (cơ sở dữ liệu quốc gia), hoặc từ các hệ thống học tập trực tuyến (dữ liệu tương tác), đánh giá của sinh viên, biên bản họp, ghi chú của giảng viên, lịch sử tìm kiếm trực tuyến hoặc dữ liệu tuyển sinh và nhập học, dữ liệu về đội ngũ giảng viên và nhân viên, dữ liệu tài chính, dữ liệu về cựu sinh viên, kế hoạch giảng dạy, học tập và nghiên cứu cũng như dữ liệu về chương trình đào tạo, cơ sở vật chất của nhà trường, công trình nghiên cứu khoa học, hệ thống văn bản liên quan quy định đến cơ sở giáo dục đại học. Hay nói cách khác, dữ liệu lớn tại cơ sở giáo dục đại học bao gồm dữ liệu cấp vĩ mô gồm các dữ liệu về thông tin học viên, sinh viên; chương trình giảng dạy, thời khóa biểu, thông tin về cán bộ, giảng viên, nghiên cứu viên. Dữ liệu lớn cấp trung bình bao gồm: dữ liệu về các bài luận, tiểu luận, luận văn, luận án, các bài kiểm tra của học viên, sinh viên, đề tài các cấp. Dữ liệu lớn cấp vi mô được thu thập thông qua hoạt động của học viên, sinh viên trên các ứng dụng học trực tuyến, qua việc sử dụng các tài nguyên trong thư viện số và thậm chí qua việc truy cập của học viên, sinh viên vào mạng Internet của cơ sở giáo dục đại học. 2.2. Khái quát chung về Trường Đại học Sài Gòn Trường Đại học Sài Gòn được thành lập theo Quyết định số 478/QĐ-TTg ngày 25/04/2007 của Thủ tướng Chính phủ trên cơ sở nâng cấp Trường Cao đẳng Sư phạm Thành phố Hồ Chí Minh. Là cơ sở giáo dục đại học công lập trực thuộc Ủy ban nhân dân Thành phố Hồ Chí Minh và chịu sự quản lý nhà nước về giáo dục của Bộ Giáo dục và Đào tạo, Trường đào tạo nguồn nhân lực chất lượng cao đáp ứng yêu cầu phát triển kinh tế - xã hội của Thành phố Hồ Chí Minh và cả nước. Hiện nay, nhà trường đang tổ chức đào tạo cho: 4 ngành đào tạo Tiến sĩ; 11 ngành đào tạo Thạc sĩ; 3 ngành đào tạo quốc tế; 33 ngành đại học chính quy; 3 ngành cao đẳng chính quy; 7 ngành đào tạo văn bằng hai; 7 ngành đào tạo hình thức vừa làm vừa học (Đại học toàn phần); 19 ngành đào tạo hình thức vừa làm vừa học (Đại học liên thông); 21 loại hình bồi dưỡng ngắn hạn. Về tổ chức, hiện tại Trường có 01 Hiệu trưởng và 03 Phó Hiệu trưởng, 14 phòng, ban chức năng; 03 đơn vị trực thuộc; 06 trung tâm; 01 viện nghiên cứu; 20 khoa đào tạo với 62 chuyên ngành cấp độ đại học, cao đẳng, 11 chuyên ngành sau đại học. Ngoài việc đào tạo cấp bằng, nhà trường còn được phép đào tạo cấp các chứng chỉ tin học và ngoại ngữ cấp độ A, B, C; chứng chỉ nghiệp vụ sư phạm bậc I, bậc II; chứng chỉ về ứng dụng CNTT, chứng chỉ nghiệp vụ công tác thiết bị - thư viện, và các chứng chỉ bồi dưỡng đào tạo ngắn hạn khác. 379
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA Các cơ sở hoạt động của nhà trường gồm: Trụ sở chính: 273 An Dương Vương, Phường 3, Quận 5; Cơ sở 1: 105 Bà Huyện Thanh Quan, Phường 7, Quận 3; Cơ sở 2: 04 Tôn Đức Thắng, Phường Bến Nghé, Quận 1; Cơ sở 3: 20 Ngô Thời Nhiệm, Phường 6, Quận 3; Cơ sở 4: số 6 Nguyễn Trãi, Phường 3, Quận 5; Trường Trung học Thực hành Sài Gòn: 220 Trần Bình Trọng, Phường 4, Quận 5; Trường Tiểu học Thực hành Sài Gòn: 18 - 20 đường Ngô Thời Nhiệm, Phường 7, Quận 3, Thành phố Hồ Chí Minh. Ngay từ khi mới thành lập, nhà trường đã xác định sứ mệnh phù hợp với chức năng, nhiệm vụ, nguồn lực và định hướng phát triển. Đề án thành lập Trường đã xác định rõ tính phù hợp và sự gắn kết với chiến lược phát triển căn cứ theo hoạch định phát triển ngắn hạn và dài hạn đến năm 2020 cũng như dựa trên Báo cáo Chiến lược phát triển kinh tế - xã hội năm 2001 - 2010 tại Đại hội Đại biểu toàn quốc lần thứ XI của Đảng và định hướng quy hoạch phát triển kinh tế - xã hội của Thành phố đến năm 2020. Sứ mệnh: Trường Đại học Sài Gòn là cơ sở giáo dục đại học và nghiên cứu khoa học công lập, đào tạo nguồn nhân lực đáp ứng yêu cầu phát triển kinh tế - xã hội của Thành phố Hồ Chí Minh và cả nước. Tầm nhìn: Trường Đại học Sài Gòn thực hiện đổi mới và góp phần phát triển giáo dục đại học Việt Nam, phấn đấu đến năm 2035 phát triển trường trở thành trường đại học theo hướng nghiên cứu, đạt chuẩn quốc tế. Mục tiêu: Xây dựng, phát triển và nâng cao chất lượng các mặt hoạt động của Trường Đại học Sài Gòn đảm bảo đủ điều kiện hội nhập khu vực quốc tế, góp phần đáp ứng mục tiêu phát triển kinh tế - xã hội của Thành phố Hồ Chí Minh. Cụ thể, giai đoạn 2021 - 2025, nhà trường đạt chuẩn cơ sở giáo dục đại học quốc gia, đạt chuẩn cơ sở giáo dục của Mạng lưới đảm bảo chất lượng các trường đại học Đông Nam Á; thành lập các cơ sở nghiên cứu khoa học cơ bản, các cơ sở nghiên cứu khoa học ứng dụng; giai đoạn 2026 - 2035, nhà trường cơ bản hoàn tất một số bước chuẩn bị cho trường đại học định hướng nghiên cứu; tiếp cận chuẩn chương trình và cơ sở giáo dục quốc tế. Hiện nay, nhà trường đã có nhiều chuyên ngành đào tạo đại học chính quy đạt chứng nhận kiểm định chất lượng giáo dục chương trình đào tạo như: ngành Sư phạm tiếng Anh, ngành Sư phạm Lịch sử, ngành Giáo dục Tiểu học, ngành Luật, ngành Quản trị kinh doanh. Nhà trường luôn chú trọng công tác nâng cao chất lượng đào tạo chính quy, nghiên cứu khoa học, công tác xây dựng chương trình đào tạo, công tác kiểm tra đánh giá, lấy ý kiến phản hồi của người học về chương trình đào tạo, về nhà trường, về cơ sở vật chất, về giảng viên, về hình thức đánh giá của học phần để đảm bảo tốt nhất quyền lợi cho người học. Kết quả là tỷ lệ sinh viên ra trường có việc làm ở mức cao. Hiện nhà trường thường xuyên ứng dụng CNTT trong công tác quản lý, đào tạo như: phần mềm thông tin đào tạo phục vụ tra cứu, phần mềm quản lý điểm thi, phần mềm lấy ý kiến phản hồi của người học… 380
CHẤT LƯỢNG ĐÀO TẠO ĐẠI HỌC CHÍNH QUY TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ 3. LỢI ÍCH CỦA ỨNG DỤNG BIG DATA TRONG VIỆC NÂNG CAO CHẤT LƯỢNG ĐÀO TẠO CHÍNH QUY TẠI TRƯỜNG ĐẠI HỌC SÀI GÒN - Tạo ra các chương trình giảng dạy phù hợp: Sinh viên được cung cấp phương pháp học tập kết hợp bao gồm các cơ hội học tập ngoại tuyến và trực tuyến. Thông qua các chương trình giảng dạy linh động, sinh viên có thể truy cập tài liệu nghiên cứu trực tuyến cùng với các bài giảng. Các chương trình hiện đại này cũng sẽ cho phép sinh viên tìm kiếm sự hướng dẫn từ các giảng viên. - Đánh giá lại chương trình giảng dạy: Với ứng dụng Big Data sẽ phân tích đánh giá kỹ hơn chương trình đào tạo, giảng dạy để các khoa và giảng viên tiến hành chỉnh sửa, bổ sung chương trình đào tạo, giảng dạy cho phù hợp với nhu cầu xã hội. - Thu hút sự chú ý của người học: Big Data có thể được sử dụng để phân tích mức độ chăm chú của mỗi sinh viên. Thông qua phân tích Big Data sẽ giúp giảng viên xây dựng phương pháp giảng dạy khác nhau, giúp việc học trở nên thú vị hơn. Dữ liệu học thuật có thể giúp giảng viên phân tích phương pháp sư phạm giảng dạy của mình và ảnh hưởng của phương pháp đó đến những thay đổi theo nhu cầu của sinh viên. Nhiều trang web giáo dục trực tuyến đã được thiết kế và nhiều khóa học dựa trên sở thích của từng sinh viên sẽ được giới thiệu. Big Data còn giúp phân tích phân nhóm cho các nhóm sinh viên có thể làm việc nhóm trong và ngoài lớp học để cải thiện hiệu suất từng cá nhân. - Theo dõi và nâng cao kết quả của sinh viên: Với Big Data, giáo viên có thể theo dõi hành động của sinh viên trong học tập, chẳng hạn như: thời gian trả lời câu hỏi kiểm tra, các nguồn sinh viên chọn để tự đào tạo, câu hỏi sinh viên bỏ qua, các câu sinh viên đã trả lời thành công; phân tích thời gian thực sẽ cung cấp cho sinh viên nhiều phản hồi nhằm nâng cao hiệu suất học tập; các phản hồi có thể cải thiện đáng kể kết quả; giám sát kết quả thi của sinh viên hiện tại và so sánh với các kết quả thi trước đó. Nhà trường có thể sử dụng phần mềm như chương trình quản lý giảng dạy và công cụ truyền thông học thuật, trong đó theo dõi kết quả học tập của sinh viên, quản lý thông tin sinh viên, quản lý chương trình giảng dạy theo lịch trình đúng tiến độ học phần. - Xây dựng hệ thống chấm điểm tốt hơn: Big Data giúp giảng viên theo dõi kết quả học tập của sinh viên. Hệ thống chấm điểm rõ ràng, phù hợp sẽ cho phép giảng viên đưa ra phản hồi có giá trị cho sinh viên và hỗ trợ họ lựa chọn con đường nghề nghiệp phù hợp. Nhà trường và giảng viên có thể nâng cao hiệu suất của sinh viên và cung cấp các giải pháp kiểm tra đánh giá học tập tốt hơn cho người học. - Giảm số lượng sinh viên bỏ học: Ứng dụng Big Data giúp nhà trường hạn chế số lượng sinh viên bỏ học. Phân tích Big Data có thể được sử dụng để cảnh báo cho quản trị viên khi một khóa học cụ thể đang gặp phải số lượng lớn học sinh bỏ học, cho phép họ điều tra nguyên nhân của vấn đề. Big Data có thể được sử dụng để thực hiện phân tích dự đoán để hiểu cách sinh viên có thể thực hiện trong tương lai gần. Phân tích này sẽ xem xét thành tích của sinh viên trong suốt cả năm, và dự đoán xem họ có thể bỏ học hay không để từ đó cảnh báo trước cho nhà trường và giảng viên cố vấn học tập biết. Thông qua mô hình dự đoán với khai thác dữ liệu sẽ đánh giá sự chuẩn bị học tập, mức độ tham gia, mức độ nỗ lực và kết quả học tập của sinh viên tại một thời điểm nhất định. Sau đó, sẽ tạo ra một hồ sơ rủi ro cho mỗi sinh viên cho biết sinh viên có nguy cơ thi điểm thấp hoặc bỏ học. 381
KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA - Đối với thư viện của nhà trường: Việc ứng dụng Big Data vào thư viện sẽ tạo thành thư viện thông minh. Thông qua Big Data, thư viện thông minh sẽ tích hợp hoặc liên kết hoặc chia sẻ, khai thác, tìm kiếm nhiều dữ liệu thuộc các lĩnh vực khác nhau nhằm đảm bảo cung cấp thông tin đa dạng như văn hóa, du lịch, kinh tế, khóa học, chương trình, môn học, việc làm, khởi nghiệp. Bên cạnh đó, việc ứng dụng Big Data trong thư viện của nhà trường sẽ giúp nhà trường kiểm soát tình trạng đạo văn để giúp nhà trường thực hiện nghiêm biện pháp bảo vệ tài sản trí tuệ. Mặt khác, thông qua Big Data, thư viện có thể xử lý việc quản lý, khảo sát, các kết quả, đánh giá dịch vụ cung cấp có làm hài lòng người dùng và người dùng có chia sẻ nhận xét về dịch vụ, mở rộng dịch vụ chăm sóc người sử dụng, qua đó phát triển số lượng người dùng trực tuyến nhiều hơn. - Quy hoạch xây dựng và nâng cấp cơ sở vật chất phục vụ cho người học: Big Data sẽ giúp nhà trường lập kế hoạch sắp xếp thông qua dữ liệu để xác định những ngành nghề của nhà trường yêu cầu về cơ sở vật chất cao nhất và mang lại lợi ích lớn nhất cho sinh viên và cho nhà trường. Từ đó, nhà trường sẽ có lộ trình hoàn thiện cơ sở hạ tầng phục vụ cho việc đào tạo. 4. ĐIỀU KIỆN CẦN THIẾT ĐỂ ỨNG DỤNG BIG DATA THÀNH CÔNG TẠI TRƯỜNG ĐẠI HỌC SÀI GÒN NHẰM NÂNG CAO CHẤT LƯỢNG ĐÀO TẠO CHÍNH QUY 4.1. Điều kiện cần - Sự nhận thức, triển khai ứng dụng Big Data của Ban Giám hiệu nhà trường bằng việc nghiên cứu, thành lập ban/tổ phụ trách xây dựng kế hoạch cụ thể cho việc ứng dụng tại nhà trường bao gồm các bước: (1) Xác định dữ liệu sử dụng; (2) Tinh chỉnh dữ liệu hiện có (đảm bảo chất lượng dữ liệu); (3) Chọn phần mềm phân tích dữ liệu; (4) Huấn luyện chuyên viên của nhà trường để sử dụng; (5) Đánh giá kết quả. - Nhà trường cần triển khai mạng 5G, đảm bảo băng thông rộng tức truy cập Internet tốc độ cao trong các cơ sở của nhà trường, đầu tư hạ tầng máy chủ để lưu trữ dữ liệu như cơ sở dữ liệu SQL hoặc NOSQL cũng như thiết bị phần mềm như phần mềm Hadoop và Spark để sử dụng, bảo mật dữ liệu và giao cho phòng, ban CNTT phụ trách; - Nhà trường cũng cần đảm bảo tài chính cho việc xây dựng, thu thập, đánh giá và phân tích, xử lý dữ liệu, các thiết bị phần mềm phân tích chuyên dụng, hạ tầng công nghệ lớn, máy tính cỡ lớn để ứng dụng Big Data. Đồng thời, cần có sự phối hợp đồng bộ giữa các phòng, ban, trung tâm và các khoa, giảng viên của nhà trường trong việc thu thập dữ liệu. - Nhà trường cần đảm bảo chất lượng của dữ liệu để từ đó sử dụng Big Data mới cho ra các quyết định đúng và vì nếu dữ liệu không đảm bảo đúng yêu cầu sẽ làm tốn thời gian công sức phân tích và ảnh hưởng đến chất lượng dữ liệu. 382
CHẤT LƯỢNG ĐÀO TẠO ĐẠI HỌC CHÍNH QUY TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ 4.2. Điều kiện đủ - Thành lập Trung tâm dữ liệu; tập hợp các dữ liệu của nhà trường bao gồm: dữ liệu về người học; dữ liệu về cơ sở vật chất của nhà trường; dữ liệu về cán bộ, giảng viên… về Trung tâm dữ liệu để tiến hành ứng dụng Big Data phân tích dữ liệu. - Nhà trường phải đảm bảo cần có nhân lực chuyên gia kiến thức chuyên môn về giáo dục đại học và có kiến thức kỹ năng về Big Data để có thể triển khai áp dụng cũng như hỗ trợ giảng viên trong việc sử dụng Big Data vì phân tích dữ liệu truyền thống không thể đối phó với sự ra đời Big Data vì về cơ bản đây là dữ liệu khổng lồ. - Nhà trường cần tăng cường các biện pháp bảo vệ dữ liệu thông tin cá nhân của người học cũng như các dữ liệu khác. Vì vấn đề bảo mật thông tin còn nhiều bất cập do thường xuyên bị các hacker lợi dụng các sơ hở của người dùng cũng như lỗ hổng bảo mật để tấn công khiến nhiều thông tin quan trọng bị lộ và bị mất. 4. KẾT LUẬN Việc nâng cao chất lượng đào tạo đại học chính quy là vấn đề quan trọng đối với nền giáo dục đại học quốc gia. Trong thời đại bối cảnh chuyển đổi số như ngày nay, việc ứng dụng Big Data để giúp nhà trường nâng cao chất lượng đào tạo sẽ là giải pháp thiết thực, giúp nhà trường đẩy nhanh quá trình thực hiện sứ mạng và tầm nhìn của mình. TÀI LIỆU THAM KHẢO 1. Bertot, John Carlo & Heeyoon Choi (2013), Big Data and e-government: issues, policies, and recommendations, Proceedings of the 14th Annual International Conference on Digital Government Research, pp. 1-10, ACM. 2. Cục Thông tin Khoa học và Công nghệ Quốc gia (2015), Dữ liệu lớn và xu hướng đổi mới sáng tạo dựa trên dữ liệu, https://vista.gov.vn/vn-uploads/tong-luan/2015/tl2_2015.pdf. 3. Danah Boy & Kate Crawford (2012), Critical Question for Big Data, Information, Communications and Society, Volume 15, Issue 5. 4. Gartner (2014), Survey Analysis: Big Data Adoption in 2013 shows substance behind the hype, https://www.gartner.com/en/documents/2589121/survey-analysis-big-data-adoption- in-2013-shows-substanc. 5. McNulty E (2014), Understanding Big Data: The Seven V’s, https://dataconomy.com/2014/05/ seven-vs-big-data/ 6. Nguyễn Thanh Thủy và nnk (2018), Trí tuệ nhân tạo trong thời đại số: Bối cảnh thế giới và liên hệ với Việt Nam, https://tapchicongthuong.vn/bai-viet/tri-tue-nhan-tao-trong-thoi-dai- so-boi-canh-the-gioi-va-lien-he-voi-viet-nam-55038.htm 7. Preeti Gulia (2020), Big Data Analytics for IoT, International Journal of Advanced Research in Engineering and Technology (IJARET) Volume 11. https://www.researchgate.net/ publication/342946040. 383