16
TRÍ TUỆ NHÂN TẠO: CHÌA KHÓA XÂY DỰNG QUÁ TRÌNH CÁ NHÂN
HÓA VIỆC HỌC TẬP TRONG GIÁO DỤC MỞ
Lê Thị Thanh Thu1
Email: thu.ltt@ou.edu.vn
Tóm tắt: Bài viết giới thiệu phương thức giảng dạy cá nhân việc học tập tập trung
vào nhu cầu và khả năng riêng của từng người học, lợi ích phương thức này mang lại cho
người học, nguyên tấc và mô hình thực hiện. Phương thức này khó thực hiện nếu không có
công nghệ hỗ trợ. AI và các ứng dụng hiện nay sẽ cung cấp các giải pháp giảng dạy lấy
người học làm trung tâm cho số đông, giải quyết được sự khác nhau giữa năng lực tiếp thu,
nhu cầu học tập, sở thích… của mỗi cá nhân người học, mở ra khả năng thúc đẩy giáo dục
mở phát triển và đạt được mục tiêu. dỡ bỏ các rào cản và cung cấp nhiều con đường đến với
học tập và chia sẻ tri thức.
Từ khóa: AI, ứng dụng AI, cá nhân hóa việc học tập, giáo dục mở, đào tạo trực tuyến.
I. Bối cảnh
Giáo dục mở (GDM) là mô hình hay hệ thống giáo dục được thiết kế để mở rộng sự
tiếp cận việc học tập so với giáo dục chính quy truyền thống, bằng nhiều biện pháp, trong
đó đặc biệt nhấn mạnh sự phát triển nguồn học liệu giáo dục mở (trên nền tảng công nghệ
hiện đại) trong mọi môi trường học tập với nhiều hình thức khác nhau. Giáo dục mở có vai
trò quan trọng trong việc tạo cơ hội học tập suốt đời, thực hiện sứ mạng giáo dục cho mọi
người, đem lại cơ hội học tập cho những nhóm người không thể tiếp cận giáo dục truyền
thống.
Việt Nam đang được định hướng xây dựng một nền giáo dục mở, hướng tới một mô
hình mới về phát triển giáo dục trong bối cảnh giáo dục số với mục đích tăng cường sự tiếp
cận và học tập thành công bằng cách dỡ bỏ các rào cản và cung cấp nhiều con đường đến
với học tập và chia sẻ tri thức (Nguyễn, 2017; Tôn, 2021). Trong GDM, yếu tố phương pháp
và học liệu là cực kỳ quan trọng. Các đại học Mở đã và đang khai thác rộng rãi lợi ích của
công nghệ thông tin và truyền thông, đặc biệt là Internet để cung cấp nguồn học liệu mở cho
một số lượng rất lớn học viên.
Thủ tướng Chính phủ đã giao Bộ Giáo dục và Đào tạo chủ trì, phối hợp với các bộ
có liên quan thực hiện Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ
nhân tạo (AI) đến năm 2030 (2021). Một trong những nhiệm vụ trọng tâm là cá nhân hóa
việc học tập. Hiện nay, AI có thể hỗ trợ và thúc đẩy mạnh mẽ hoạt động học tập của người
1 Trường Đại học Mở Thành phố Hồ Chí Minh
17
học, trở thành một quá trình thường xuyên, liên tục, mọi lúc, mọi nơi, học tập suốt đời. Đồng
thời, AI giúp giáo dục tiếp cận hiêu quả với nhiều đối tượng thụ hưởng trên khắp các vùng
địa lí, độ tuổi và điều kiện kinh tế xã hội của mọi người học, đáp ứng mục tiêu của GDM.
Đặc biệt, AI có thể cung cấp các giải pháp liên quan đến yếu tố phương pháp dạy và học,
một trong hai yếu tố cực kỳ quan trọng của GDM còn đang để ngõ, giúp khắc phục rào cản
lớn nhất của giáo dục là làm sao giảng dạy lấy người học làm trung tâm cho số đông, giải
quyết sự khác nhau giữa năng lực tiếp thu, nhu cầu học tập, sở thích… của mỗi cá nhân
người học.
Thuật ngữ “cá nhân hóa việc học tập” (hay cá nhân hóa học tập, học tập cá nhân hóa,
cá nhân hóa học, học cá nhân hóa) được dịch từ khái niệm “personalized learning” (CNHHT)
đang dần trở thành một xu hướng giáo dục mới trong thế kỷ XXI. Ngoài khả năng truyền đạt
kiến thức cho một nhóm chung, CNHHT còn tập trung vào nhu cầu và khả năng riêng của
từng người học . Theo Lee và cộng sự (2018), CNHHT trở thành một giải pháp giúp việc
học hỏi đáp ứng được nhu cầu và phù hợp với trải nghiệm cá nhân của mỗi người học, nhờ
đó giúp họ phát huy tối đa tiềm năng thông qua nội dung được giảng dạy, cách thức và nhịp
độ mà nội dung đó được truyền đạt. Thông qua việc tạo ra một môi trường học tập phù hợp
với mỗi cá nhân, CNHHT giúp người học tăng động lực và hứng thú học tập, từ đó cải thiện
kết quả học tập (Shemshack & Spector, 2020).
Tuy hiện tại các trường đại học Mở đã tổ chức đào tạo trực tuyến (ĐTTT), tuy nhiên
cần xem xét sự khác biệt giữa 2 hình thức đào tạo này để nhìn nhận tính ưu việt của CNHHT
có thể bổ sung cho ĐTTT, và xem đây là một trong những giải pháp giúp GDM phát triển
và đạt được mục tiêu của mình. Hai phương pháp này đều (1) cho phép người học tự chọn
thời gian và địa điểm học tập: Họ có thể học từ xa và lựa chọn thời gian học phù hợp với
lịch trình cá nhân. Việc tận dụng thời gian một cách linh hoạt tạo điều kiện thuận lợi cho
việc học tập của người học trở nên hiệu quả hơn; (2) sử dụng công nghệ để cung cấp tài liệu
học tập và tương tác giữa người dạy và người học; (3) tạo cơ hội cho tương tác và phản hồi
giữa người dạy và người học, thông qua email, diễn đàn trực tuyến… Tuy nhiên, CNHHT
tập trung vào sự cá nhân hóa trong giáo dục, đáp ứng nhu cầu riêng của từng người học, tạo
điều kiện cho việc học tập linh hoạt và tương tác tốt giữa người dạy và người học. Trong khi
đó, phương pháp học trực tuyến tập trung vào việc cung cấp nội dung giáo dục thông qua
mô hình truyền đạt trực tuyến cho tập thể.
Bài viết này tập trung trình bày khái niệm CNHHT và phân tích khả năng ứng dụng
AI để phát triển CNHHT trong GDM.
II. Cá nhân hóa việc học tập
Khái niệm CNHHT đã xuất hiện từ rất lâu. CNHHT đã tồn tại hàng trăm năm dưới hình
thức học nghề. Khi các công nghệ giáo dục bắt đầu phát triển mạnh vào nửa cuối thế kỉ trước,
việc học tập được cá nhân hóa dưới dạng các hệ thống dạy kèm thông minh. CNHHT xuất hiện
18
trở lại vào đầu thế kỷ 21 (Brass & Lynch, 2020) như một sự bổ sung hoặc kế thừa khả thi đến
việc dạy và học trực tiếp. Trên cơ sở ứng dụng công nghệ, CNHHT gần đây đã được phổ cập
rộng rãi tại nhiều quốc gia và thu hút sự chú ý của các chính phủ và nhà giáo dục.
Các lý thuyết CNHHT ngày nay được lấy cảm hứng từ các triết lý giáo dục ở thế kỷ
trước, đặc biệt là của Dewey (1998) nhấn mạnh vào việc học tập dựa trên trải nghiệm, lấy
người học làm trung tâm, các hoạt động xã hội học tập, mở rộng chương trình giảng dạy và
biến đổi chương trình sao cho phù hợp với thế giới đang thay đổi. Con người học thông qua
kinh nghiệm và học bằng cách xây dựng kiến thức. Trải nghiệm trước đây của người học
ảnh hưởng sâu rộng đến việc học và việc học được hoàn thiện thông qua ngôn ngữ và tương
tác xã hội (Shemshack & Spector, 2020).
CNHHT là phương thức dạy học trong đó tốc độ học tập và cách tiếp cận việc dạy
học được tối ưu hóa cho nhu cầu của mỗi người học (Lê & Nguyễn, 2921). Tất cả các mục
tiêu học tập, phương pháp giảng dạy và nội dung giảng dạy (và trình tự của chúng) có thể
khác nhau tùy theo nhu cầu của người học. Ngoài ra, các hoạt động học tập có ý nghĩa và
phù hợp với người học được thúc đẩy bởi sở thích của người học và thường do người học tự
khởi xướng (Gallagher, 2014; Lê & Nguyễn, 2921). Ambele và cộng sự (2022) cho rằng
CNHHT có thể là một triết lý, một cách giảng dạy hoặc một chương trình được lên kế hoạch
kỹ lưỡng được sử dụng cho cả học tập trực tuyến và kết hợp. Watson và Watson (2016) nhấn
mạnh CNHHT cũng có thể là quy trình hay mô hình giáo dục và không giới hạn ở một công
cụ cụ thể. Nói chung, thay vì áp dụng một phương pháp giảng dạy đồng nhất cho tất cả các
đối tượng, CNHHT tập trung vào việc tối ưu hóa quá trình đào tạo cho người học dựa trên
năng lực tiếp thu, sở thích, điểm mạnh, điểm yếu, mục tiêu học tập và khả năng hấp thu kiến
thức. CNHVH là trao cho người học quyền kiểm soát việc học của mình, cung cấp hướng
dẫn khác biệt cho từng người học và phản hồi theo thời gian thực (Lee et al., 2018).
CNHHT mang đến cho người học sự linh hoạt tối ưu theo nhiều cách: (1) người học
học theo tốc độ của mình. Người học có thể đi chậm hoặc nhanh hơn tùy theo nhu cầu và
khả năng của mình. Họ không cần phải tuân theo sự hướng dẫn của giáo viên với một lịch
trình chặt chẽ; (2) người học có thể chọn con đường học tập của riêng mình: Có nhiều phương
pháp hoặc nguồn lực để đạt được mục tiêu học tập có sẵn cho người học. Ngoài ra, giáo viên
có thể tạo hành trình cá nhân hóa cho người học để giúp họ lấp đầy những khoảng trống hoặc
vượt qua thử thách, và (3) người học có thể học các vấn đề họ quan tâm để từ đó họ có thể
vận dụng kiến thức vào những bối cảnh phù hợp.
Mặc dù CNHHT mang lại nhiều lợi ích to lớn nhưng, việc triển khai cá nhân hóa
học tập trên thực tế vẫn còn tương đối sơ khai. Rào cản chính lại bắt nguồn từ mức độ cá
nhân hóa trong quá trình học tập – khiến cho việc mở rộng quy mô trở nên khó khăn do đòi
hỏi nhiều nguồn lực. Hầu hết các mô hình/ý tưởng CNHHT hiện nay đều được xây dựng
trên nền tảng ứng dụng công nghệ để xây dựng giải pháp hướng dẫn tùy chỉnh giúp việc học
19
đáp ứng được nhu cầu và phù hợp với trải nghiệm cá nhân của mỗi người học, nhờ đó giúp
họ phát huy tối đa tiềm năng. Việc mở rộng quy mô CNHHT không áp dụng công nghệ
dường như là không thể thực hiện (Shemshack, Kinshuk, & Spector, 2021; Trần, 2022).
Công nghệ là thành phần chính sẽ hỗ trợ và làm phong phú thêm trải nghiệm học tập được
cá nhân hóa. Đã có nhiều loại công nghệ đã được áp dụng, tuy nhiên bài viết này chỉ tập
trung phân tích ứng dụng AI để thúc đẩy CNHHT mà thôi.
III. AI và ứng dụng
AI là một lĩnh vực mới trong khoa học máy tính, có khả năng tự động học hỏi và suy
luận. Mục tiêu chính của AI là tạo ra các hệ thống hoạt động giống như con người, có khả
năng nhận biết, hiểu, tư duy và học hỏi từ dữ liệu. AI cung cấp giải pháp công nghệ giúp
xoay chuyển và làm thay đổi căn bản giáo dục truyền thống: tạo ra các cơ hội tiếp cận không
gian học tập mới, học liệu, quá trình dạy học và quản lí đa dạng và hiệu quả hơn đối với học
tập cá nhân. AI tạo ra nhiều cơ hội và tiềm năng cho giáo dục, giúp nâng cao chất lượng học
tập và đáp ứng nhu cầu đa dạng của học viên trong thời đại kỹ thuật số.
Người ta tổng kết được 10 ứng dụng hàng đầu mà AI đã cách mạng hóa ngành giáo
dục và mở đường cho một môi trường học tập hiệu quả hơn trong tương lai (Tejasri, 2023)
như sau.
3.1. Học tập cá nhân hóa
Một trong những điểm mạnh của AI là nó có khả năng phân tích lượng lớn dữ liệu một
cách nhanh chóng và tìm ra các mẫu. Điều này giúp AI trở thành một công cụ hoàn hảo để
phát triển việc học tập cá nhân hóa. AI có thể được sử dụng để tạo ra các bài học riêng lẻ xung
quanh một chủ đề cụ thể trong thời gian ngắn. Các hệ thống học tập dựa trên AI cũng có thể
cung cấp cho giáo viên thông tin chi tiết về cách học, khả năng và tiến độ học tập của người
học, đồng thời đưa ra các đề xuất về cách tùy chỉnh phương pháp giảng dạy theo nhu cầu cá
nhân của người học. Ngoài ra, AI có thể được sử dụng để dự đoán kết quả chính xác hơn, từ
đó giúp giáo viên biết liệu kế hoạch bài học của họ có đáp ứng mục tiêu học tập hay không.
3.2. Học tập thích nghi
Học tập thích nghi, hay dạy học thích nghi, là một phương pháp giáo dục trong đó AI
được sử dụng để tùy chỉnh các tài nguyên và hoạt động học tập nhằm đáp ứng nhu cầu riêng của
từng người học. Điều này đặc biệt hữu ích trong việc học trực tuyến. Việc này được thực hiện
thông qua phân tích nghiêm ngặt dữ liệu hiệu suất của người học, sau khi phân tích, tốc độ và
độ khó của tài liệu học tập được AI điều chỉnh để tối ưu hóa quá trình học tập.
Phương pháp này không chỉ tối ưu hóa việc học mà còn có thể tiết kiệm thời gian và
nguồn lực bằng cách loại bỏ sự lặp lại không cần thiết và tập trung vào các khái niệm hoặc
lĩnh vực mà người học có thể gặp khó khăn. Giáo viên có thể cung cấp hỗ trợ bất cứ nơi nào
người học cần và người học có thể học với tốc độ mà họ cảm thấy thoải mái.
20
3.3. Tự động chấm điểm
Chấm điểm bài tập và bài kiểm tra là một trong những nhiệm vụ tốn nhiều thời gian
nhất trong giáo dục. Với sự trợ giúp của các thuật toán, các công cụ AI có thể đánh giá các
bài luận, bài thi trắc nghiệm, bài tập lập trình với độ chính xác và hiệu quả cao, qua đó tiết
kiệm rất nhiều thời gian cho giáo viên, đảm bảo tính nhất quán trong việc cho điểm, loại bỏ
sự thiên vị mà giáo viên có thể mắc phải và giảm sai sót của con người trong quá trình sửa
điểm. Công cụ AI cũng có thể cung cấp phản hồi được cá nhân hóa cho người học và giáo
viên. Điều này có thể giúp người học cải thiện trong các lĩnh vực có vấn đề và cho phép
người học làm chủ việc học của mình.
3.4. Hệ thống dạy kèm thông minh
Hệ thống dạy kèm thông minh (ITS) là hệ thống máy tính được hỗ trợ bởi các thuật
toán học máy cung cấp các kế hoạch bài học được cá nhân hóa và thích ứng dựa trên nhu
cầu và tốc độ học tập của mỗi người học. ITS phân tích dữ liệu của người học để hiểu các
mô hình học tập, sau đó sử dụng để cung cấp các đề xuất, phản hồi và bài tập tùy chỉnh phù
hợp với nhu cầu từng người học. ITS rất hữu ích cho cả người học và giáo viên vì nó cho
phép giáo viên theo dõi sự tiến bộ của người học và sửa đổi phương pháp giảng dạy của họ
để cung cấp các bài học một cách hiệu quả. ITS có thể giúp người học học theo tốc độ của
riêng họ đồng thời cung cấp hỗ trợ khi cần thiết và khuyến khích họ khi họ sẵn sàng học các
khái niệm nâng cao.
3.5. Sáng tạo nội dung thông minh
AI có thể tự động và nâng cao việc tạo ra nội dung giảng dạy. AI có thể cung cấp
thông tin chuyên sâu chi tiết bằng cách phân tích dữ liệu của người học để tạo tài liệu giảng
dạy được cá nhân hóa và hấp dẫn. Điều này sau đó được sử dụng để tạo ra các môi trường
tùy chỉnh tùy thuộc vào các kết quả học tập khác nhau. Các sinh viên có thể chọn kế hoạch
bài học phù hợp với yêu cầu của mình. Giáo viên cũng có thể đề xuất các khóa học phù hợp
dựa trên kết quả học tập, tốc độ và yêu cầu cá nhân của người học.
3.6. Phân tích học tập
Giáo viên có thể sử dụng dữ liệu để theo dõi hiệu suất và sự tham gia của người học
cũng như thực hiện các biện pháp can thiệp kịp thời cho những người học cần. Tương tự như
vậy, người học cũng có thể sử dụng dữ liệu để theo dõi hiệu suất và học tập và yêu cầu trợ
giúp thêm nếu họ cần.
3.7. Trợ lý ảo
Nhiều nhiệm vụ quản trị, chẳng hạn như soạn giáo án và sắp xếp lịch trình, có thể được
tự động hóa nhờ sức mạnh của AI. Trợ lý ảo đảm nhận các hoạt động tốn nhiều công sức, lặp
đi lặp lại, giải phóng thời gian của giáo viên để tập trung vào các nhiệm vụ thiết yếu như giảng
bài và tương tác với người học. Ngoài ra, trợ lý ảo có thể cung cấp phản hồi tùy chỉnh cho
