ĐÁNH GIÁ NĂNG LỰC SỐ CỦA SINH VIÊN TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI: THỰC TRẠNG, KHUNG NĂNG LỰC VÀ KHUYẾN NGHỊ CHÍNH SÁCH

Các tác giả

  • Đặng Hải Đăng
  • Nguyễn Thị Tố Uyên
  • Trần Triệu Hải

DOI:

https://doi.org/10.59266/houjs.2025.824

Từ khóa:

Khung năng lực số, thông thạo số, kỹ năng số, giáo dục đại học, trí tuệ nhân tạo

Tóm tắt

Bài viết này tập trung phân tích thực trạng phát triển n*ăng lực số của sinh viên đại học tại Việt Nam trong bối cảnh chuyển đổi số giáo dục. Trên cơ sở tổng hợp các khung năng lực số quốc tế (DigComp của EU, UNESCO) và khung năng lực số quốc gia, nghiên cứu tiến hành khảo sát định lượng với 600 sinh viên thuộc ba đơn vị đào tạo khác nhau. Kết quả cho thấy, sinh viên tự đánh giá cao ở các năng lực an toàn số và ứng dụng trí tuệ nhân tạo, trong khi năng lực sáng tạo nội dung số còn hạn chế, đặc biệt ở nhóm ngành kinh tế. Phân tích nhu cầu đào tạo cho thấy sinh viên quan tâm nhiều đến kỹ năng nghề nghiệp và phần mềm chuyên ngành. Từ các phát hiện thực nghiệm, bài viết đề xuất các khuyến nghị về chính sách và chương trình đào tạo, nhấn mạnh sự cần thiết của việc tăng cường thực hành sáng tạo nội dung số, phát triển kỹ năng nghề nghiệp và ứng dụng công nghệ mới, nhằm đáp ứng yêu cầu của thị trường lao động số hóa và nâng cao chất lượng nguồn nhân lực trong giáo dục đại học Việt Nam.

Tài liệu tham khảo

[1]. Bộ Giáo dục và Đào tạo. (2025). Thông tư 02/2025/TT-BGDĐT về khung năng lực số quốc gia.

[2]. Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage Publications.

[3]. DeVellis, R. F. (2016). Scale development: Theory and applications (4th ed.). Sage Publications.

[4]. European Commission. (2022). DigComp 2.2: The Digital Competence Framework for Citizens - with new examples of knowledge, skills and attitudes (EUR 31006 EN). Publications Office of the European Union. https://doi.org/10.2760/115376

[5]. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.

[6]. Herdiana, I., Kamal, M. A., Triyani, Mutia, N. E., & Renny. (2025). A more precise elbow method for optimum K-means clustering. arXiv. https://arxiv.org/abs/2502.00851

[7]. Nguyễn, T. H. (2024). Chuyển đổi số trong giáo dục đại học - Những thách thức. Tạp chí Khoa học Giáo dục Việt Nam, 20(06), 1-7.

[8]. UNESCO Institute for Statistics. (2018). A global framework of reference on digital literacy skills for indicator 4.4.2 (UIS Information Paper No. 51). UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000265403

Tải xuống

Loading...