ỨNG DỤNG TRÍ TUỆ NHÂN TẠO ĐỂ HỖ TRỢ XÂY DỰNG ĐỀ CƯƠNG HỌC PHẦN DỰA TRÊN CHUẨN ĐẦU RA
DOI:
https://doi.org/10.59266/houjs.2026.1424Từ khóa:
trí tuệ nhân tạo, chuẩn đầu ra, đề cương học phần, giáo dục đại họcTóm tắt
Xây dựng đề cương học phần theo chuẩn đầu ra cần sự phối hợp giữa chuẩn đầu ra chương trình, học phần với nội dung, hoạt động dạy học và phương pháp đánh giá. Bài báo đề xuất một khung kiến trúc ứng dụng AI nhằm hỗ trợ giảng viên xây dựng và đánh giá đề cương học phần. Nghiên cứu sử dụng phương pháp Design Science Research (DSR), kết hợp nghiên cứu tài liệu, phân tích khái niệm và thiết kế artefact. Cơ sở sư phạm gồm: Constructive Alignment (tính đồng bộ kiến tạo), Backward Design (thiết kế ngược) và Bloom’s Taxonomy (thang đo Bloom) Cơ sở công nghệ gồm mô hình ngôn ngữ lớn (LLM) và Retrieval-Augmented Generation (RAG). Khung đề xuất gồm bốn tầng: giao diện, ứng dụng, AI và nghiệp vụ cùng với dữ liệu và tri thức với sáu module từ phân tích chuẩn đầu ra của chương trình đào tạo (Program Learning Outcomes - PLO), tạo chuẩn đầu ra học phần (Course Learning Outcomes - CLO) đến đề xuất dạy học, đánh giá, kiểm tra chất lượng và tổng hợp đề cương. Cơ chế Human-in-the-Loop (mô hình làm việc kết hợp giữa trí tuệ nhân tạo (AI) và con người) quy định AI chỉ tạo đề xuất, còn giảng viên kiểm tra, chỉnh sửa và phê duyệt. Bài báo đề xuất thiết kế kiểm định dựa trên Bloom, PLO-CLO alignment, độ phủ nội dung và tính nhất quán, kết hợp độ đo tự động, đánh giá chuyên gia và khảo sát. Kết quả hiện tại là khung kiến trúc và thiết kế kiểm định.
Tài liệu tham khảo
Anderson, L. W., & Krathwohl, D. R. (Eds.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives. Longman.
Biggs, J. B., & Tang, C. (2011). Teaching for quality learning at university: What the student does (4th ed.). McGraw- Hill/Society for Research into Higher Education/Open University Press.
Bộ Giáo dục và Đào tạo. (2021). Thông tư số 17/2021/TT-BGDĐT quy định về chuẩn chương trình đào tạo; xây dựng, thẩm định và ban hành chương trình đào tạo các trình độ của giáo dục đại học.
Bộ Giáo dục và Đào tạo. (2025). Thông tư số 04/2025/TT-BGDĐT quy định về kiểm định chất lượng chương trình đào tạo các trình độ của giáo dục đại học.
Đoàn Thị Minh Trinh, Nguyễn Quốc Chính, Nguyễn Hữu Lộc, Phạm Công Bằng, Gray, P. J., và Hồ Tấn Nhựt. (2012). Thiết kế và phát triển chương trình đào tạo đáp ứng chuẩn đầu ra. Nhà xuất bản Đại học Quốc gia Thành phố Hồ Chí Minh.
Krathwohl, D. R. (2002). A revision of Bloom’s taxonomy: An overview. Theory into Practice, 41(4), 212-218.
Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W.-T., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. Advances in Neural Information Processing Systems, 33, 9459-9474.
Li, Y., Rakovic, M., Poh, B. X., Gašević, D., & Chen, G. (2022). Automatic classification of learning objectives based on Bloom’s taxonomy. In A. Mitrovic & N. Bosch (Eds.), Proceedings of the 15th International Conference on Educational Data Mining (pp. 530-537). International Educational Data Mining Society. https://doi.org/10.5281/zenodo.6853191
Nguyễn Hữu Duyệt. (2017). Thiết kế đề cương chi tiết học phần để tổ chức dạy học nhất quán với chuẩn đầu ra chương trình. Tạp chí Khoa học Đại học Đồng Tháp, 29, 49-52. https://doi.org/10.52714/dthu.29.12.2017.529
Nguyễn Thanh Nhân. (2024). Phương pháp xây dựng đề cương học phần theo định hướng CDIO. Tạp chí Thiết bị Giáo dục, 311(2).
Sridhar, P., Doyle, A., Agarwal, A., Bogart, C., Savelka, J., & Sakr, M. (2023). Harnessing LLMs in curricular design: Using GPT-4 to support authoring of learning objectives. In Proceedings of the Workshop on Empowering Education with LLMs - the Next-Gen Interface and Content Generation at AIED 2023 (pp. 139-150). CEUR Workshop Proceedings.
Wiggins, G., & McTighe, J. (2005). Understanding by design (Expanded 2nd ed.). Association for Supervision and Curriculum Development.
