738
MÔ HÌNH HÓA KIẾN THỨC VÀ KỸ NĂNG CÁ NHÂN CHO HỌC
SINH - SINH VIÊN Ở TRƯỜNG HỌC THÔNG MINH HIỆN NAY
Uông Thị Lê Na1,*, Nguyễn Quỳnh Dung1, Phạm Thị Hải Yến2
1Trường Cao đẳng Bình Phước
2Trường Cao đẳng Đà Lạt, Lâm Đồng
TÓM TẮT
Sự phát triển của công nghệ thông tin và trí tuệ nhân tạo đã tạo ra những
cơ hội đột phá trong lĩnh vực giáo dục và đào tạo, mở ra cơ hội tối ưu hóa trải
nghiệm học tập cho học sinh - sinh viên và đảm bảo rằng họ đang phát triển kiến
thức và kỹ năng cá nhân một cách hiệu quả. Việc nghiên cứu về cách xây dựng
và duy trì mô hình kiến thức và kỹ năng cá nhân cho từng học sinh - sinh viên
trở nên cực kỳ quan trọng để tạo ra một môi trường học tập tùy chỉnh và hiệu
quả hơn. Bài viết phân tích và đề xuất một số phương pháp hoặc hệ thống để xây
dựng mô hình kiến thức và kỹ năng cá nhân cho học sinh - sinh viên trong thời
đại công nghệ hiện nay, nhằm cải thiện chất lượng giáo dục và sự phát triển cá
nhân của học sinh - sinh viên, giúp học sinh - sinh viên hoàn thành khóa học và
đạt được mục tiêu học tập của mình.
Từ khoá: Trường học thông minh; mô hình hoá kiến thức; kỹ năng cá
nhân; học sinh - sinh viên
1. Đặt vấn đề
Một trong những thách thức quan trọng mà hệ thống trường học hiện đang
đối diện là cách tối ưu hóa trải nghiệm học tập nhằm giúp HSSV phát triển kiến
thức và kỹ năng cá nhân một cách hiệu quả, đặc biệt trong bối cảnh phát triển
nhanh chóng của khoa học và công nghệ. Sự khác biệt về nền kiến thức và năng
lực của HSSV, cùng với cách họ tiếp cận học tập, đã làm cho quá trình giảng dạy
trở nên phức tạp hơn. Vì vậy, việc nghiên cứu về cách xây dựng và duy trì mô
hình kiến thức và kỹ năng cá nhân cho từng HSSV trở nên cực kỳ quan trọng để
tạo ra một môi trường học tập tùy chỉnh và hiệu quả hơn.
Bài viết này phân tích và đề xuất một phương pháp hoặc hệ thống để xây
dựng mô hình kiến thức và kỹ năng cá nhân cho HSSV trong thời đại công nghệ
hiện nay. Mục tiêu cụ thể bao gồm: nghiên cứu và phát triển một hệ thống mô
hình hóa kiến thức và kỹ năng cá nhân dựa trên dữ liệu cá nhân của HSSV; xác
định các phương pháp và công cụ phù hợp để thu thập, xử lý, và cập nhật dữ liệu
739
về kiến thức và kỹ năng của HSSV, cung cấp phản hồi và gợi ý cá nhân hóa để
hỗ trợ HSSV phát triển kiến thức và kỹ năng cá nhân một cách hiệu quả.
Bài viết này sẽ tập trung vào việc nghiên cứu cụ thể về cách xây dựng mô
hình kiến thức và kỹ năng cá nhân cho HSSV, và bao gồm các câu hỏi sau: Làm
thế nào để thu thập và tổng hợp dữ liệu cá nhân của HSSV một cách hiệu quả để
xây dựng mô hình kiến thức và kỹ năng cá nhân? Cách sử dụng trí tuệ nhân tạo
và học máy để phát triển mô hình kiến thức và kỹ năng cá nhân cho từng HSSV?
2. Phương pháp và công cụ
Sơ đồ kiến thức: Đây là một công cụ quan trọng để biểu đồ hóa kiến thức.
HSSV có thể sử dụng sơ đồ này để mô hình hóa mối quan hệ giữa các khái niệm
và thông tin, giúp họ hiểu rõ hơn cách các khái niệm liên quan đến nhau. Công
cụ phổ biến như Cmap Tools hoặc Mind Meister được sử dụng để tạo sơ đồ kiến
thức trực tuyến
1
.
Mô hình hóa dựa trên dữ liệu: Trong trường hợp này, dữ liệu về học tập
của HSSV được thu thập và biểu đồ hóa để tạo ra mô hình kiến thức cá nhân.
Các công cụ quản lý dữ liệu như SQL và No SQL databases cùng với ngôn ngữ
lập trình như Python và R thường được sử dụng để thực hiện quá trình này
2
.
Mô hình hóa dựa trên học máy: Học máy có thể được sử dụng để xây dựng
mô hình dự đoán về kiến thức và kỹ năng cá nhân của HSSV dựa trên dữ liệu lịch
sử học tập của họ. Các thuật toán học máy như Random Forest, Support Vector
Machines, hoặc mạng nơ-ron có thể được áp dụng để tạo ra mô hình dự báo
3
.
Mô hình hóa trí tuệ nhân tạo: Trí tuệ nhân tạo có thể sử dụng để phân tích
và biểu đồ hóa kiến thức cá nhân của HSSV. Hệ thống có thể sử dụng học máy
sâu để hiểu sâu về cách HSSV học và tự động cập nhật mô hình
4
.
Tóm lại, các phương pháp và công cụ mô hình hóa kiến thức đã được phát
triển để giúp tạo ra những mô hình cá nhân hóa chính xác và hữu ích cho mục
tiêu giáo dục. Thông qua việc trả lời các câu hỏi: Làm thế nào để duy trì và cập
nhật mô hình kiến thức và kỹ năng cá nhân theo thời gian để phản ánh sự phát
triển của HSSV; Mô hình hóa kiến thức và kỹ năng cá nhân có thể tương tác và
1
J. D. Bransford, A. L. Brown, R. R. Cocking (2000), How people learn: Brain, mind, experience, and
school, National Academy Press.
2
R. S. Baker, G. Siemens (2014), Educational data mining and learning analytics, In Handbook of
research on educational communications and technology (pp. 253-265), Springer.
3
H. Colleen, L. Vladimir (2018), Uskov: SMART University: Literature Review and Creative Analysis,
Chapter 2. Smart Universities, Smart Innovation, Systems and Technologies, Springer International
Publishing AG.
4
H. Colleen, L. Vladimir (2018), Uskov: SMART University: Literature Review and Creative Analysis,
Chapter 2. Smart Universities, Smart Innovation, Systems and Technologies, Springer International
Publishing AG.
740
hỗ trợ quá trình học tập của HSSV như thế nào để đạt được hiệu quả cao nhất,
bài viết này dự kiến sẽ đóng góp vào việc giúp HSSV phát triển kiến thức và kỹ
năng cá nhân một cách toàn diện, hiệu quả.
3. Kết quả và thảo luận
3.1. Một số khái niệm và tình hình tiếp cận chuyển đổi số
3.1.1. Khái niệm mô hình hóa kỹ năng cá nhân
Mô hình hóa kỹ năng cá nhân là quá trình biểu đồ hóa và trừu tượng hóa
các kỹ năng, năng lực, hoặc khả năng cá nhân để hiểu rõ và tạo cấu trúc cho
chúng. Trong ngữ cảnh giáo dục và phát triển cá nhân, mô hình hóa kỹ năng cá
nhân giúp người học hoặc người phát triển cá nhân xác định, phân tích, và tổ
chức các kỹ năng một cách hệ thống. Mô hình hóa kỹ năng cá nhân thường bao
gồm việc xác định các yếu tố cấu thành của kỹ năng, quan hệ giữa các yếu tố đó,
và cách chúng tương tác với nhau. Khái niệm này giúp người học hoặc người
phát triển cá nhân có cái nhìn sâu sắc hơn về cách một kỹ năng hoạt động và làm
thế nào để cải thiện hoặc áp dụng nó trong các tình huống khác nhau.
Mô hình hóa kỹ năng cá nhân có thể được thực hiện thông qua việc sử dụng
các biểu đồ, sơ đồ, mô hình, hoặc bảng mô tả để trình bày mối quan hệ giữa các
phần tử của kỹ năng, ví dụ như khả năng giao tiếp, quản lý thời gian, hoặc kỹ năng
lãnh đạo.Việc mô hình hóa kỹ năng cá nhân giúp người sử dụng hiểu rõ hơn về
cách các yếu tố kỹ năng tương tác với nhau và giúp họ cải thiện, phát triển, hoặc
áp dụng kỹ năng một cách hiệu quả hơn trong các tình huống thực tế
1
.
3.1.2. Khái niệm mô hình hóa kiến thức
Mô hình hóa kiến thức là quá trình biểu đồ hóa, biểu thị, hoặc sắp xếp
kiến thức và thông tin một cách trừu tượng để hiểu rõ và tạo cấu trúc cho chúng.
Trong ngữ cảnh giáo dục và nghiên cứu, mô hình hóa kiến thức thường ám chỉ
việc biểu đồ hóa mối quan hệ giữa các khái niệm, ý tưởng, dữ liệu, hoặc kiến
thức để giúp người học hoặc người nghiên cứu hiểu sâu và hệ thống hóa thông
tin một cách hiệu quả. Mô hình hóa kiến thức có thể đạt được thông qua việc sử
dụng các công cụ và kỹ thuật đồ họa như biểu đồ, sơ đồ, biểu đồ tư duy, và các
biểu đồ khác. Nó cung cấp khả năng tổ chức, liên kết, và trực quan hóa kiến thức,
giúp người sử dụng thấy rõ các mối quan hệ, cấu trúc, và ý nghĩa của thông tin.
Mô hình hóa kiến thức được sử dụng rộng rãi trong nhiều lĩnh vực như giáo dục,
khoa học máy tính, khoa học thông tin, quản lý tri thức và nghiên cứu. Trong
giáo dục, việc mô hình hóa kiến thức giúp HSSV hiểu sâu hơn về các khái niệm
1
J. R. Anderson, C. D. Schunn (2000), Implications of the ACT-R learning theory: No magic bullets. In
R. Glaser (Ed.), Advances in instructional psychology (Vol. 5, pp. 1-34), Lawrence Erlbaum Associates.
741
và tạo ra cơ hội cho HSSV tự kiến tạo nên kiến thức của mình. Trong khoa học
máy tính, mô hình hóa kiến thức là một phần quan trọng của trí tuệ nhân tạo và
học máy, giúp máy tính hiểu và xử lý thông tin.
Tóm lại, mô hình hóa kiến thức là quá trình biểu đồ hóa, trừu tượng hóa
kiến thức và thông tin để tạo ra một cấu trúc hệ thống để hiểu rõ sâu hơn về
chúng. Nó là công cụ quan trọng trong quá trình học tập, nghiên cứu, và quản
lý tri thức.
Trong bối cảnh công nghệ như hiện nay, mô hình hóa kiến thức và kỹ năng
cá nhân hóa có vai trò quan trọng trong việc theo dõi và tối ưu hóa quá trình học
tập của HSSV.
3.1.3. Ứng dụng trong nhà trường
Xây dựng mô hình kiến thức và kỹ năng cá nhân cá nhân hóa: Trường Cao
đẳng Bình Phước có thể sử dụng mô hình hóa kỹ năng cá nhân để xác định kiến
thức và kỹ năng hiện tại của từng HSSV. Dựa trên thông tin này, chúng ta có thể
tạo ra một mô hình kiến thức cá nhân hóa cho mỗi HSSV, giúp họ nhận biết điểm
mạnh và yếu của bản thân và xác định mục tiêu học tập.
Phân loại và tạo đề xuất học tập cá nhân hóa: Dựa trên mô hình kỹ năng
cá nhân của HSSV, nhà trường cần có những gói tài liệu học tập, hoặc hoạt động
phù hợp với nhu cầu riêng của từng sinh viên. Điều này giúp tối ưu hóa quá trình
học tập và giúp HSSV phát triển tốt hơn.
Đánh giá cá nhân hóa và theo dõi tiến trình học tập: Mô hình hóa kỹ năng
cá nhân cung cấp một cơ sở để đánh giá tiến trình học tập của từng HSSV. Hệ
thống có thể theo dõi sự phát triển của kỹ năng và kiến thức cá nhân và cung cấp
phản hồi.
Tạo cơ hội học tập liên tục: Nhà trường có thể sử dụng mô hình hóa kỹ
năng cá nhân để đề xuất các khóa học hoặc tài liệu học tập liên quan đến nhu cầu
phát triển nghề nghiệp của HSSV sau khi tốt nghiệp. Điều này giúp xây dựng
một môi trường học tập suốt đời.
Tự động hóa quá trình đánh giá và phản hồi: Mô hình hóa kỹ năng cá nhân
có thể được kết hợp với học máy để tự động hóa việc đánh giá kiến thức và kỹ
năng cá nhân của HSSV và cung cấp phản hồi trong thời gian thực, sinh viên
được hỗ trợ và phản hồi ngay khi cần thiết.
Tổng cộng, mô hình hóa kỹ năng cá nhân có vai trò quan trọng trong việc
tạo ra một hệ thống quản lý thông minh cá nhân hóa, giúp HSSV phát triển kiến
thức và kỹ năng cá nhân một cách hiệu quả và hiệu quả.
742
Bảng 1. Mô hình SWOT hóa kiến thức và kỹ năng cá nhân
Thuận lợi
Khó khăn
BÊN
TRONG
ĐIỂM MẠNH:
- Cải thiện hiệu suất học tập: Hệ
thống có khả năng cải thiện hiệu
suất học tập của HSSV thông qua
phản hồi và gợi ý cá nhân hóa.
- Cơ hội cá nhân hóa: Cung cấp cơ
hội cho HSSV phát triển kiến thức
và kỹ năng cá nhân theo cách cá
nhân hóa.
- Tích hợp dữ liệu: Có khả năng
tích hợp dữ liệu từ nhiều nguồn
khác nhau để cung cấp thông tin
đa dạng và hữu ích.
- Phát triển trí tuệ nhân tạo: Đóng
góp vào sự phát triển của trí tuệ
nhân tạo và học máy thông qua
việc nghiên cứu và phát triển.
ĐIỂM YẾU:
- Bảo mật và quyền riêng tư:
Vấn đề về bảo mật và quyền
riêng tư có thể là một yếu điểm
lớn, khi cần đảm bảo rằng dữ
liệu cá nhân của HSSV được
bảo vệ.
- Hỗ trợ kỹ thuật: Yêu cầu
nguồn lực kỹ thuật và tài chính
lớn để xây dựng và duy trì hệ
thống.
- Khả năng cá nhân hóa hoàn
hảo: Khó khăn trong việc đáp
ứng đủ tốt nhu cầu cá nhân hóa
của mỗi HSSV.
BÊN
NGOÀI
CƠ HỘI:
- Mở rộng ứng dụng: Có thể mở
rộng ứng dụng của hệ thống
trường học thông minh sang nhiều
lĩnh vực giáo dục khác nhau và
cấp học.
- Học tập trực tuyến: Tận dụng xu
hướng học tập trực tuyến ngày
càng phát triển để cung cấp hỗ trợ
cho HSSV.
- Tích hợp với các hệ thống khác:
Tích hợp hệ thống trường học
thông minh với các hệ thống khác
như LMS để cải thiện trải nghiệm
học tập.
THÁCH THỨC:
- Khả năng lạm dụng dữ liệu:
Dữ liệu cá nhân của sinh viên
có thể bị lạm dụng hoặc vi
phạm quyền riêng tư, gây ra
rủi ro cho hệ thống.
- Khả năng phản ứng từ HSSV:
Nếu HSSV không chấp nhận
hoặc không sử dụng hệ thống
đại học thông minh, có thể gây
thất bại cho dự án.
- Chi phí và nguồn lực: Xây
dựng và duy trì hệ thống đòi
hỏi nguồn lực tài chính và kỹ
thuật đáng kể, có thể là rủi ro
nếu không được quản lý tốt.
