Tạp chí Khoa học Trường Đại học Mở Hà Nội

NGHIÊN CỨU TÁC ĐỘNG CỦA CÔNG NGHỆ ĐA PHƯƠNG TIỆN ĐỐI VỚI HIỆU QUẢ HỌC TỪ VỰNG CỦA SINH VIÊN NGÀNH NGÔN NGỮ TRUNG QUỐC, TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI

Phạm Thị Chuẩn — 2026-10-06

Trong bối cảnh chuyển đổi số trong giáo dục, việc ứng dụng công nghệ đa phương tiện trong dạy và học ngoại ngữ ngày càng trở nên phổ biến. Nghiên cứu này tập trung phân tích cơ sở lý thuyết của việc học từ vựng bằng đa phương tiện, đồng thời khảo sát và thực nghiệm nhằm đánh giá tác động của phương thức trình bày tài liệu đa phương tiện đến hiệu quả ghi nhớ từ vựng của sinh viên ngành Ngôn ngữ Trung Quốc tại Trường Đại học Mở Hà Nội. Kết quả cho thấy việc sử dụng công nghệ đa phương tiện có ảnh hưởng tích cực và có ý nghĩa thống kê đến kết quả học từ vựng, đặc biệt khi tài liệu được thiết kế phù hợp với nguyên lý nhận thức. Bên cạnh đó, trình tự trình bày nội dung cũng tác động đáng kể đến khả năng tiếp thu của người học. Trên cơ sở đó, nghiên cứu đề xuất một số định hướng ứng dụng công nghệ đa phương tiện nhằm nâng cao hiệu quả dạy – học từ vựng trong đào tạo tiếng Trung Quốc tại Việt Nam.

XÂY DỰNG MÔ HÌNH GIẢNG DẠY HỌC PHẦN ĐẤT NƯỚC HỌC DỰA TRÊN CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO TẠO SINH: TRƯỜNG HỢP NGÀNH NGÔN NGỮ TRUNG QUỐC TẠI TRƯỜNG ĐẠI HỌC HÀ NỘI VÀ TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI

Đỗ Hồng Thanh — 2026-10-06

Bài viết tập trung xây dựng mô hình giảng dạy học phần Đất nước học Trung Quốc cho sinh viên ngành Ngôn ngữ Trung Quốc tại Trường Đại học Hà Nội (HANU) và Trường Đại học Mở Hà Nội (HOU) thông qua việc ứng dụng công nghệ trí tuệ nhân tạo tạo sinh (GenAI). Dựa trên kết quả phân tích đề cương chi tiết hiện hành và phỏng vấn sâu, nghiên cứu chỉ ra những thách thức về tính cập nhật tài liệu và sự tương tác trong phương pháp giảng dạy truyền thống. Bài viết đề xuất mô hình lớp học đảo ngược gồm ba giai đoạn: trước giờ học, trong giờ học và sau giờ học, kết hợp ứng dụng GenAI (cập nhật dữ liệu thời gian thực, giả lập bối cảnh tương tác đa văn hóa). Mô hình này được đề xuất nhằm giải quyết những “điểm nghẽn” trong việc giảng dạy học phần Đất nước học, không chỉ giúp tối ưu hóa nguồn học liệu số mà còn chuyển đổi vai trò của người học từ tiếp nhận thụ động sang kiến tạo tri thức. Kết quả nghiên cứu đóng góp một mô hình giảng dạy tham chiếu làm cơ sở cho việc đổi mới chương trình đào tạo ngôn ngữ trong bối cảnh chuyển đổi số giáo dục đại học.

BÀN VỀ CHIẾN LƯỢC HỌC TỪ VỰNG TIẾNG TRUNG THƯƠNG MẠI CỦA SINH VIÊN VIỆT NAM: KHẢO SÁT THỰC CHỨNG TẠI TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

Nguyễn Minh Hoà — 2026-10-06

Nghiên cứu khảo sát chiến lược học từ vựng tiếng Trung thương mại của 100 sinh viên chuyên ngành Tiếng Trung thương mại tại Trường Đại học Ngoại thương, dựa trên khung sáu nhóm chiến lược của Oxford (1990) qua điều chỉnh của Zhou và Jia (2023) thành thang đo 56 mục. Dữ liệu định lượng theo thang Likert năm mức về tần suất sử dụng (từ “không bao giờ” đến “luôn luôn”) được xử lý bằng phần mềm R với thống kê mô tả, kiểm định độ tin cậy Cronbach, tương quan Pearson, kiểm định t và phân tích phương sai; dữ liệu định tính từ sáu câu hỏi mở được mã hóa theo chủ đề. Kết quả cho thấy sinh viên sử dụng cả sáu nhóm chiến lược ở mức khá cao (M > 3,9), trong đó chiến lược siêu nhận thức được dùng nhiều nhất và chiến lược xã hội ít nhất; các nhóm chiến lược có tương quan thuận chặt chẽ với nhau. Trình độ HSK và thời gian học có ảnh hưởng chọn lọc, chủ yếu đến chiến lược bù đắp và xã hội. Khác với nghiên cứu trên lưu học sinh tại Trung Quốc, đặc điểm nổi bật ở đây là chiến lược xã hội bị hạn chế do môi trường học phi bản ngữ. Trên cơ sở đó, bài viết đề xuất hướng giảng dạy từ vựng gắn với tình huống thương mại và tăng cường luyện tập tương tác.

CÁC CẤU TRÚC CÂU BỊ ĐỘNG VỚI CHỈ DẤU “由” (YOU) TRONG TIẾNG TRUNG QUỐC

Lưu Hớn Vũ — 2026-10-06

Câu bị động có chỉ dấu “由” chưa được giới nghiên cứu quan tâm. Các nghiên cứu hiện có chủ yếu tiếp cận định tính, thiếu sự bảo chứng từ số liệu. Bài viết khảo sát 556 câu bị động với chỉ dấu “由” từ Hệ thống kho ngữ liệu tiếng Trung Quốc, phân lập năm cấu trúc và thống kê tần số sử dụng. Kết quả cho thấy hệ thống có độ tập trung rất cao, T1 “bị thể + 由 + tác thể + động từ” và T5 “由 + tác thể + động từ + bị thể” chiếm 94,8% tổng tần số sử dụng, là nhóm cấu trúc trung tâm; T2 “bị thể + 由 + tác thể + động từ + tân ngữ”, T3 “bị thể + 由 + tác thể + động từ + bổ ngữ” và T4 “bị thể + 由 + tác thể + 所 + động từ” chỉ chiếm 5,2%, thuộc nhóm cấu trúc ngoại biên. Nghiên cứu bước đầu cung cấp bằng chứng định lượng cho thấy có sự phân tầng trong hệ thống cấu trúc câu bị động với chỉ dấu “由”.

PHÂN TÍCH LỖI CỦA DEEPL TRONG BIÊN DỊCH TRUNG - VIỆT VÀ GIÁ TRỊ ỨNG DỤNG ĐỐI VỚI HOẠT ĐỘNG GIẢNG DẠY TẠI KHOA TIẾNG TRUNG QUỐC, TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI

Trần Thị Ngọc Mai — 2026-10-06

Bài viết phân tích các lỗi sai trong bản dịch Trung - Việt do DeepL tạo ra và đề xuất khả năng khai thác kết quả nghiên cứu trong giảng dạy biên dịch tại Khoa Tiếng Trung Quốc, Trường Đại học Mở Hà Nội. Ngữ liệu gồm 15 bài khóa trong Giáo trình Dịch Trung - Việt đang được sử dụng tại đơn vị và các bản dịch tiếng Việt tương ứng của DeepL. Bằng phương pháp đối chiếu nguyên văn với bản dịch máy, nghiên cứu nhận diện 82 trường hợp lỗi sai thuộc năm nhóm: từ vựng - ngữ nghĩa, thuật ngữ, cú pháp, văn phong và ngữ dụng; trong đó sai lệch thuật ngữ chiếm tỷ lệ cao nhất. Kết quả cho thấy DeepL có thể hỗ trợ tạo bản dịch sơ bộ nhưng chưa đáp ứng đầy đủ yêu cầu về độ chính xác thuật ngữ, tính tự nhiên của diễn đạt và sự phù hợp với ngữ cảnh. Từ đó, bài viết đề xuất sử dụng các sai lệch của DeepL làm ngữ liệu cho hoạt động phát hiện lỗi, sửa lỗi, so sánh phương án dịch và rèn luyện kỹ năng hiệu đính cho sinh viên.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TẠO SINH THIẾT LẬP NGỮ CẢNH GIAO TIẾP TIẾNG TRUNG QUỐC: ĐỀ XUẤT MÔ HÌNH “THẦY – MÁY – TRÒ”

Nguyễn Thùy Linh — 2026-10-06

Dạy học ngoại ngữ nói chung và tiếng Trung Quốc nói riêng đang đối mặt với rào cản lớn về việc thiếu hụt môi trường giao tiếp thực tế. Nhằm giải quyết khoảng trống này, nghiên cứu đặt mục tiêu đề xuất một hướng tiếp cận mới trong việc ứng dụng trí tuệ nhân tạo tạo sinh (AI tạo sinh) để thiết lập ngữ cảnh giao tiếp. Bằng phương pháp nghiên cứu lý thuyết, phân tích tài liệu học thuật và mô hình hóa khái niệm, bài viết vận dụng lý thuyết “Diễn đạt làm động lực” để xây dựng hệ sinh thái cộng hưởng “Thầy – Máy – Trò”. Kết quả nghiên cứu đã thiết lập được một khung thao tác hóa cụ thể qua ba giai đoạn, trong đó tái định vị giáo viên là kiến trúc sư sư phạm, GenAI là đối tác nhập vai và người học là chủ thể diễn đạt. Nghiên cứu kết luận rằng GenAI không chỉ là công cụ hỗ trợ mà đóng vai trò cấu trúc lại quá trình tương tác ngôn ngữ. Qua đó, bài viết kiến nghị cần đưa kỹ năng thiết kế câu lệnh (prompt design) vào khung năng lực nghề nghiệp bắt buộc của giáo viên, đồng thời xây dựng quy chuẩn đạo đức nhằm kiểm soát chất lượng ngữ liệu trong kỷ nguyên giáo dục số.

ỨNG DỤNG MÔ HÌNH PAD CLASS TÍCH HỢP TRÍ TUỆ NHÂN TẠO CHO SINH VIÊN NĂM THỨ 3 NGÀNH NGÔN NGỮ TRUNG QUỐC TẠI TRƯỜNG ĐẠI HỌC TÔN ĐỨC THẮNG

Lương Diệu Vinh — 2026-10-06

Trong bối cảnh chuyển đổi số giáo dục và sự phát triển nhanh của trí tuệ nhân tạo (AI), việc đổi mới phương pháp giảng dạy theo hướng phát huy tính chủ động của người học trở thành yêu cầu cấp thiết. Bài viết phân tích các đặc điểm của mô hình PAD Class với ba giai đoạn Thuyết giảng – Nội hóa – Thảo luận, so sánh với phương pháp giảng dạy truyền thống và đề xuất khả năng tích hợp AI nhằm nâng cao hiệu quả giảng dạy tiếng Trung. Nghiên cứu sử dụng phương pháp tổng hợp và phân tích tài liệu, kết hợp khảo sát bằng bảng hỏi. Qua phân tích cho thấy mô hình PAD Class có nhiều ưu điểm nổi bật hơn, tạo nhiều cơ hội cho sinh viên tự học, tương tác và phát triển năng lực ngôn ngữ. Kết quả khảo sát cũng cho thấy cả ba giai đoạn của mô hình đều được sinh viên đánh giá tích cực, với trên 75% sinh viên bày tỏ hài lòng hoặc rất hài lòng. Đặc biệt, việc tích hợp AI vào giai đoạn Nội hóa và Thảo luận được đánh giá là có tiềm năng hỗ trợ cá thể hóa việc học, cung cấp phản hồi kịp thời, nâng cao tính tương tác và chất lượng thảo luận. Qua đó có cở sở đề xuất mô hình PAD Class tích hợp AI là hướng tiếp cận phù hợp, góp phần nâng cao chất lượng đào tạo tiếng Trung và đáp ứng yêu cầu đổi mới giáo dục đại học trong bối cảnh chuyển đổi số.

THÁI ĐỘ CỦA SINH VIÊN NĂM HAI KHOA TIẾNG TRUNG VỚI PHƯƠNG PHÁP DẠY HỌC QUA NHIỆM VỤ TRONG HỌC PHẦN KHẨU NGỮ

Hoàng Thị Thảo Miên — 2026-10-06

Trong khuôn khổ giảng dạy ngoại ngữ theo tiếp cận lấy học viên làm trọng tâm, phương pháp dạy học qua nhiệm vụ được đánh giá là một cách thức phù hợp nhằm bồi dưỡng khả năng giao tiếp, đặc biệt với môn Nói ở cấp độ trung cấp. Xuất phát từ kết quả khảo sát thực tế trên 115 sinh viên tại khoa Tiếng Trung, trường Đại học Ngoại Ngữ - Đại học Đà Nẵng, bài nghiên cứu đã xác định mức độ chấp nhận của sinh viên, các yếu tố chi phối hiệu quả ứng dụng phương pháp này, đồng thời khắc phục hạn chế của nhiều công trình trong nước vốn chủ yếu quan tâm đến kết quả thực nghiệm mà chưa thực sự chú trọng đến quan điểm, thái độ của người học. Trên cơ sở phân tích đó, tác giả đề xuất một số biện pháp sư phạm nhằm gia tăng hiệu quả khi vận dụng phương pháp này vào giảng dạy học phần Khẩu ngữ. Bên cạnh đó, nghiên cứu còn cung cấp những cơ sở khoa học giúp nhận diện các thuận lợi, trở ngại cũng như nhu cầu cải thiện năng lực hội thoại trong bối cảnh hội nhập. Từ những đóng góp đó, công trình mang đến nguồn dữ liệu phục vụ đổi mới phương pháp giảng dạy và nâng cao chất lượng đào tạo, đáp ứng xu thế phát triển hiện nay.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG PHÁT TRIỂN KỸ NĂNG KHẨU NGỮ CHO SINH VIÊN CHUYÊN NGÀNH TIẾNG TRUNG: THỰC TRẠNG VÀ KIẾN NGHỊ

Nguyễn Thị Bảo Ngân — 2026-10-06

Bài nghiên cứu phân tích thực trạng và hiệu quả của việc ứng dụng Trí tuệ nhân tạo (AI) trong phát triển kỹ năng khẩu ngữ cho sinh viên năm thứ hai chuyên ngành tiếng Trung tại Trường Đại học Ngoại ngữ. Trong bối cảnh phương pháp giảng dạy truyền thống còn hạn chế về môi trường thực hành và mức độ tương tác cá nhân hóa, AI được xem là một giải pháp hỗ trợ hiệu quả. Dựa trên thuyết kiến tạo và thuyết xã hội - văn hóa, nghiên cứu khẳng định AI đóng vai trò là công cụ nhận thức, giúp người học chủ động kiến tạo tri thức và mở rộng cơ hội giao tiếp thông qua môi trường tương tác ảo. Kết quả khảo sát 40 sinh viên cho thấy 97,5% người học sử dụng AI để hỗ trợ học khẩu ngữ. Phần lớn sinh viên đánh giá AI có tác động tích cực trong việc mở rộng vốn từ vựng (75%), cải thiện độ trôi chảy (60%) và nâng cao sự tự tin khi giao tiếp bằng tiếng Trung. Tuy nhiên, nghiên cứu cũng chỉ ra một số rủi ro như sự phụ thuộc vào công nghệ (40%) và nguy cơ suy giảm tư duy sáng tạo độc lập. Trên cơ sở đó, nghiên cứu đề xuất tăng cường sự phối hợp giữa AI và con người, hướng tới chuyển đổi từ tiếp nhận tri thức sang kiến tạo năng lực ngôn ngữ bền vững trong kỷ nguyên số.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG GIẢNG DẠY HỌC PHẦN NGÔN NGỮ VÀ VĂN HOÁ TRUNG QUỐC

Nguyễn Thị Vĩnh Bình — 2026-10-06

Trí tuệ nhân tạo (AI) đang mở ra những hướng tiếp cận mới trong giảng dạy ngôn ngữ và văn hoá Trung Quốc, vượt ra ngoài những giới hạn của phương pháp truyền thống. Bài báo tổng hợp cơ sở lý luận, phân tích thực trạng và đề xuất ba nhóm giải pháp ứng dụng AI cụ thể trong học phần Ngôn ngữ và văn hoá Trung Quốc tại Trường Đại học Thương mại: video AI, trợ lý hội thoại AI và khai thác ngữ liệu thông minh. Thực nghiệm tại Khoa Tiếng Trung Quốc trong năm học 2025–2026 cho thấy phương pháp tích hợp AI mang lại hiệu quả rõ rệt về kết quả học tập lẫn thái độ và hứng thú của sinh viên. Bài báo khẳng định AI không thay thế người thầy mà kiến tạo môi trường học tập đa chiều, giúp người học tiếp cận ngôn ngữ và văn hoá Trung Quốc sâu sắc và bền vững hơn, phù hợp với yêu cầu chuyển đổi số trong giáo dục đại học Việt Nam.

NHẬN THỨC VỀ ĐẠO ĐỨC HỌC THUẬT VÀ NGUY CƠ PHỤ THUỘC VÀO TRÍ TUỆ NHÂN TẠO TRONG HỌC TẬP TIẾNG TRUNG QUỐC: KHẢO SÁT TẠI KHOA TIẾNG TRUNG QUỐC, TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI

Nghiêm Thị Thanh Tú — 2026-10-06

Nghiên cứu khảo sát việc sử dụng trí tuệ nhân tạo (AI), nhận thức về đạo đức học thuật và biểu hiện phụ thuộc công nghệ trong học tập tiếng Trung Quốc của sinh viên Khoa Tiếng Trung Quốc, Trường Đại học Mở Hà Nội. Dữ liệu được thu thập bằng bảng hỏi trực tuyến từ 49 sinh viên năm hai và năm ba trong khoảng 23/05/2026-30/05/2026; nghiên cứu sử dụng thống kê mô tả, so sánh thăm dò theo năm học và tổng hợp câu trả lời mở. Kết quả cho thấy toàn bộ người tham gia đã sử dụng AI; ChatGPT, Gemini, Google Translate và DeepL là các công cụ được lựa chọn nhiều nhất. AI chủ yếu được dùng để dịch văn bản, làm bài tập, viết và tìm ý tưởng. Phần lớn sinh viên thừa nhận cần minh bạch mức độ sử dụng AI và xem việc nộp nguyên văn sản phẩm do AI tạo ra là không trung thực. Tuy vậy, các chỉ báo về khó khăn khi viết không có AI, khuynh hướng dịch bằng AI và kiểm chứng chưa ổn định cho thấy nguy cơ phụ thuộc đã xuất hiện ở một bộ phận mẫu khảo sát. Bài viết đề xuất khung hướng dẫn sử dụng AI theo ba mức: được phép, được phép có khai báo và không được phép; đồng thời nhấn mạnh đánh giá quá trình, kiểm chứng thông tin và trách nhiệm của người học.

ỨNG DỤNG PHẦN MỀM DOUBAO TRONG GIẢNG DẠY KỸ NĂNG NÓI TIẾNG TRUNG CHO SINH VIÊN NĂM THỨ HAI NGÀNH NGÔN NGỮ TRUNG QUỐC

Bùi Thị Thắm — 2026-10-06

Trong bối cảnh trí tuệ nhân tạo ngày càng được ứng dụng rộng rãi trong giảng dạy ngoại ngữ, việc ứng dụng các công cụ AI nhằm nâng cao hiệu quả giảng dạy tiếng Trung nói chung và kỹ năng nói tiếng Trung nói riêng ngày càng được quan tâm. Bài viết tập trung nghiên cứu việc ứng dụng phần mềm Doubao trong giảng dạy kỹ năng nói tiếng Trung cho sinh viên năm thứ hai ngành Ngôn ngữ Trung Quốc. Thông qua các phương pháp nghiên cứu như phân tích tài liệu, khảo sát, nghiên cứu cho thấy Doubao có khả năng hỗ trợ luyện hội thoại, sửa lỗi phát âm, nâng cao phản xạ giao tiếp và tăng tính chủ động trong học tập của sinh viên. Bên cạnh những ưu điểm nổi bật, bài viết cũng chỉ ra một số khó khăn trong quá trình ứng dụng phần mềm vào giảng dạy khẩu ngữ tiếng Trung cho sinh viên. Từ những lợi ích và những khó khăn khi vận dụng Doubao, bài nghiên cứu đề xuất một số giải pháp nhằm nâng cao hiệu quả sử dụng Doubao trong dạy học kỹ năng nói tiếng Trung cho sinh viên năm thứ hai ngành ngôn ngữ Trung Quốc.

ỨNG DỤNG MÔ HÌNH NGÔN NGỮ LỚN TRONG VIỆC TẠO PHẢN HỒI TỰ ĐỘNG ĐỐI VỚI KỸ NĂNG VIẾT TIẾNG TRUNG CHO SINH VIÊN NĂM THỨ HAI CHUYÊN NGÀNH NGÔN NGỮ TRUNG QUỐC, TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI

Nguyễn Thị Cẩm Vân — 2026-10-06

Trong bối cảnh trí tuệ nhân tạo (AI) phát triển mạnh mẽ, việc ứng dụng các Mô hình ngôn ngữ lớn (LLMs) như ChatGPT hay Gemini vào giảng dạy ngoại ngữ đang trở thành xu hướng tất yếu. Nghiên cứu này tập trung tìm hiểu thực trạng và giải pháp sử dụng LLMs để cung cấp phản hồi tự động cho các bài viết tiếng Trung của sinh viên năm thứ hai chuyên ngành Ngôn ngữ Trung Quốc tại Trường Đại học Mở Hà Nội. Đối tượng sinh viên năm 2 đang ở giai đoạn chuyển tiếp từ sơ cấp lên trung cấp, bắt đầu tiếp xúc với các loại văn bản phức tạp hơn, do đó nhu cầu về phản hồi chi tiết là rất lớn. Thông qua phương pháp phân tích ngữ liệu văn bản kết hợp khảo sát định tính, nghiên cứu đánh giá đặc điểm, tính chính xác của phản hồi từ AI so với giảng viên, đồng thời làm rõ thái độ nhận thức, các rào cản tâm lý và sự cải thiện năng lực viết của sinh viên. Kết quả nghiên cứu đưa ra một quy trình ứng dụng AI dựa trên khung câu lệnh chuẩn hóa nhằm giảm tải cho giảng viên và tăng cường tính tự chủ cho người học trong kỹ năng viết.

TRÍ TUỆ NHÂN TẠO TRONG LỚP HỌC NGÔN NGỮ TRUNG QUỐC: THÁCH THỨC LIÊM CHÍNH HỌC THUẬT VÀ NGUY CƠ SUY GIẢM NĂNG LỰC TƯ DUY

Đỗ Thị Phong Lan — 2026-10-06

Bài viết này phân tích những thách thức đặt ra từ việc ứng dụng trí tuệ nhân tạo (AI) trong lớp học ngoại ngữ, đặc biệt trong giảng dạy và học tập tiếng Trung Quốc tại bối cảnh giáo dục đại học Việt Nam. Dựa trên phương pháp phân tích tổng hợp tài liệu và tiếp cận phản biện, nghiên cứu tập trung làm rõ hai vấn đề cốt lõi: (i) các thách thức liên quan đến đạo đức học thuật, bao gồm gian lận học tập, tính nguyên bản của sản phẩm học tập và ranh giới giữa hỗ trợ và thay thế của AI; và (ii) nguy cơ suy giảm năng lực tư duy của người học, thể hiện qua hiện tượng phụ thuộc nhận thức, suy giảm khả năng diễn đạt ngôn ngữ và tư duy phản biện. Kết quả phân tích cho thấy AI không trực tiếp làm suy yếu năng lực tư duy, nhưng việc sử dụng thiếu kiểm soát và định hướng có thể dẫn đến hệ quả tiêu cực trong quá trình học tập. Trên cơ sở đó, bài viết đề xuất một số định hướng nhằm sử dụng AI một cách có trách nhiệm, góp phần nâng cao hiệu quả giảng dạy ngoại ngữ trong bối cảnh chuyển đổi số.

XÂY DỰNG NGÂN HÀNG CÂU HỎI ĐÁP ỨNG CHUẨN ĐẦU RA CHO HỌC PHẦN ĐẤT NƯỚC HỌC TRUNG QUỐC VỚI SỰ HỖ TRỢ CỦA CHATGPT: NGHIÊN CỨU TRƯỜNG HỢP TẠI KHOA TIẾNG TRUNG QUỐC, TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI

Nguyễn Thu Hằng — 2026-10-06

Bài viết nghiên cứu việc khai thác ChatGPT trong xây dựng ngân hàng câu hỏi bằng tiếng Trung đáp ứng chuẩn đầu ra cho học phần Đất nước học Trung Quốc. Trên cơ sở tập bài giảng và Đề cương chi tiết học phần năm 2024, bài viết đề xuất ma trận 135 câu hỏi/nhiệm vụ theo 9 chương và ba chuẩn đầu ra. Kết quả cho thấy ChatGPT có thể hỗ trợ tạo câu hỏi, đáp án tham khảo và tiêu chí đánh giá ban đầu, nhưng sản phẩm chỉ có giá trị sử dụng sau khi được giảng viên đối chiếu học liệu, điều chỉnh thuật ngữ, kiểm soát độ khó ngôn ngữ và gắn với chuẩn đầu ra.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG GIẢNG DẠY TÍCH HỢP BÀI KHÓA VÀ TỪ VỰNG; NGHIÊN CỨU TRƯỜNG HỢP VỚI GIÁO TRÌNH HÁN NGỮ TẬP 3 - QUYỂN THƯỢNG

Phạm Thị Thu Trang — 2026-10-06

Trong bối cảnh dạy và học tiếng Trung Quốc ngày càng đặt ra yêu cầu kết hợp chặt chẽ giữa kiến thức ngôn ngữ và năng lực giao tiếp thực tế, việc tích hợp giữa bài khoá và từ vựng trở thành một giải pháp sư phạm quan trọng, đặc biệt đối với người học ở giai đoạn trung cấp (trình độ tương đương HSK4-HSK5). Nghiên cứu này tập trung vào việc sử dụng hai công cụ trí tuệ nhân tạo phổ biến tại Trung Quốc – Deepseek và Doubao – nhằm xây dựng quy trình giảng dạy kết hợp bài khoá và từ vựng trong khuôn khổ Giáo trình Hán ngữ cơ sở tập 3 Quyển Thượng (Yang, 2010). Kết quả cho thấy, AI hỗ trợ hiệu quả trong việc phân tích tần suất từ, làm rõ nghĩa theo ngữ cảnh, cá nhân hóa bài tập và tăng cường trực quan hóa nội dung học tập. Bên cạnh đó, nghiên cứu cũng chỉ ra nguy cơ AI có thể làm suy yếu kỹ năng tự nghiên cứu và suy luận của người học nếu không có sự hướng dẫn chặt chẽ từ giáo viên. Phương pháp phân tích, thống kê và khảo sát trên 28 người học tại các trường cao đẳng, đại học được áp dụng nhằm đánh giá hiệu quả thực tế.

ỨNG DỤNG DEEPSEEK TRONG GIẢNG DẠY TIẾNG TRUNG CHO LƯU HỌC SINH TẠI TRUNG QUỐC – KINH NGHIỆM VÀ BÀI HỌC CHO VIỆT NAM

Phạm Thị Hồng Thắm — 2026-10-06

Dựa trên việc tổng hợp các nguồn tài liệu từ các cơ sở dữ liệu uy tín, nghiên cứu tiến hành hệ thống hóa và phân tích những khả năng ứng dụng Deepseek trong giảng dạy tiếng Trung cho lưu học sinh quốc tế tại Trung Quốc. Kết quả cho thấy, phần lớn các kĩ năng nghe nói đọc viết đều được Deepseek hỗ trợ, hay nói cách khác, giảng viên sử dụng Deepseek như một công cụ hỗ trợ đặc biệt để nâng cao năng lực cho người học. Ngoài ra, việc thiết kế học liệu cũng như đánh giá người học cũng được giảng viên sử dụng công cụ này như một trợ thủ. Tuy nhiên, việc ứng dụng Deepseek cũng đặt ra một số thách thức như nguy cơ phụ thuộc vào công nghệ, vấn đề đạo đức học thuật và yêu cầu nâng cao năng lực số cho giảng viên... Trên cơ sở đó, bài viết đề xuất một số hàm ý cho việc ứng dụng Deepseek trong giảng dạy tiếng Trung tại Việt Nam.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG XÂY DỰNG LỘ TRÌNH DẠY VIẾT CHỮ HÁN CHO NGƯỜI HỌC TIẾNG TRUNG QUỐC

Nguyễn Văn Hoàng — 2026-10-06

Trong bối cảnh chuyển đổi số đang được ứng dụng mạnh mẽ và rộng rãi trong hầu khắp tất cả các lĩnh vực của đời sống, thì giáo dục cũng không nằm ngoài xu hướng phát triển này. Giảng dạy ngoại ngữ đặc biệt là giảng dạy tiếng Trung Quốc trong mấy năm nay cũng đã có những ứng dụng rất mạnh mẽ và quyết liệt. Bài báo nghiên cứu việc ứng dụng trí tuệ nhân tạo (AI) trong xây dựng lộ trình dạy viết chữ Hán cho người học tiếng Trung trong bối cảnh chuyển đổi số giáo dục. Nghiên cứu làm rõ sự khác biệt giữa hai nhóm công nghệ: AI hỗ trợ (AI-assisted) và AI tạo sinh (AI-generated) trong thiết kế nội dung và tổ chức hoạt động dạy học. Trong đó, AI hỗ trợ cung cấp công cụ luyện viết, mô phỏng nét chữ và phản hồi lỗi, còn AI tạo sinh có khả năng thiết kế bài học, xây dựng bài tập và cá nhân hóa lộ trình học tập theo trình độ người học, đồng thời nghiên cứu đề xuất mô hình lộ trình dạy viết chữ Hán gồm các giai đoạn: nhận diện chữ Hán, học bộ thủ, luyện nét cơ bản, luyện viết từ, viết câu và viết đoạn văn. Bài báo đồng thời minh họa một ví dụ lộ trình học 7 ngày do AI tạo sinh thiết kế nhằm chứng minh tính ứng dụng thực tiễn của mô hình.

BIỆN PHÁP TU TỪ TRONG KHẨU HIỆU QUẢNG CÁO TẾT 2025 TẠI TRUNG QUỐC

Trần Thu Trang — 2026-10-06

Nghiên cứu đã khảo sát và phân tích các biện pháp tu từ trong 60 khẩu hiệu quảng cáo Tết 2025 của Trung Quốc từ các thương hiệu lớn (Huawei, Xiaomi, JD.com, Li-Ning, Wang Laoji, v.v.) trên cơ sở lý thuyết tu từ học và ngữ dụng học. Kết quả nghiên cứu chỉ ra các biện pháp tu từ chính trong quảng cáo Tết như chơi chữ hài âm, ẩn dụ, hoán dụ, nhân hóa, phép đối, điệp ngữ, phóng đại, cùng xu hướng tích hợp yếu tố văn hóa đã được sử dụng hài hòa phản ánh chiến lược marketing Tết tinh tế. Trong đó, biện pháp chơi chữ hài âm, ẩn dụ xuất hiện nhiều nhất thể hiện sự khai thác linh hoạt đặc điểm ngữ âm và hệ thống chữ Hán của tiếng Trung Quốc để chuyển hóa biểu tượng rắn thành những thông điệp tích cực. Từ đó, sẽ cung cấp cơ sở tham khảo cho các nghiên cứu đối chiếu và dịch thuật song ngữ khẩu hiệu quảng cáo Trung - Việt.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG HỌC PHẦN TIẾNG TRUNG QUỐC GIAO TIẾP TRONG KINH DOANH: CƠ HỘI VÀ THỰC TIỄN

Nguyễn Thị Hảo — 2026-10-06

Bài báo nghiên cứu việc ứng dụng trí tuệ nhân tạo (AI) trong giảng dạy và học tập học phần Tiếng Trung Quốc giao tiếp trong kinh doanh. Mục tiêu của nghiên cứu là đề xuất và phân tích quy trình ứng dụng AI nhằm hỗ trợ sinh viên rèn luyện các kỹ năng giao tiếp thương mại thông qua ba hoạt động chính: thiết kế sơ đồ tư duy (hệ thống hóa thuật ngữ, mẫu câu và quy trình đàm phán), xây dựng kịch bản đàm phán và tạo dựng clip mô phỏng tình huống. Dựa trên phương pháp nghiên cứu tài liệu, mô tả và phân tích minh họa, bài báo thiết kế các kịch bản ứng dụng cụ thể và hướng dẫn kỹ năng viết câu lệnh (prompt engineering) dành cho giảng viên và sinh viên. Kết quả phân tích minh họa cho thấy AI giúp tối ưu hóa thời gian chuẩn bị, nâng cao khả năng ghi nhớ kiến thức trực quan và tăng tính thực tiễn trong thực hành giao tiếp. Nghiên cứu cũng chỉ ra những cơ hội và thách thức khi đưa AI vào lớp học, từ đó đề xuất các giải pháp nhằm nâng cao năng lực ứng dụng công nghệ số cho cả giảng viên và sinh viên.

THIẾT KẾ HỌC PHẦN TRONG HỆ SINH THÁI TRÍ TUỆ LAI: TỔNG HỢP ĐỊNH TÍNH VÀ ĐỀ XUẤT KHUNG HILET- CA - AIDE

Nguyễn Quang Hưng — 2026-10-06

Bài báo tái khái niệm hóa thiết kế học phần trong giáo dục đại học khi trí tuệ nhân tạo tạo sinh ngày càng tham gia vào tạo sinh, phản hồi và tổ chức tri thức. Nghiên cứu sử dụng tổng quan tích hợp, tổng hợp chủ đề và xây dựng lý thuyết trên năm dòng nghiên cứu: Giáo dục dựa trên chuẩn đầu ra, Căn chỉnh kiến tạo, Sinh viên với tư cách đối tác, Trí tuệ nhân tạo tạo sinh trong giáo dục đại học và Trí tuệ lai. Kết quả cho thấy chất lượng thiết kế học phần có thể được giải thích qua sự tương tác giữa trí tuệ giảng viên, trí tuệ tập thể người học và năng lực tăng cường của AI (Trí tuệ nhân tạo) trong Không gian trí tuệ lai (HIZ), vận hành qua bốn cơ chế: ngoại hóa tri thức, tăng cường tri thức, thương lượng phản biện và tái cấu trúc tập thể. Từ đó, bài báo đề xuất Lý thuyết hệ sinh thái học tập trí tuệ lai (HILET) như một khung lý thuyết tầm trung và chuyển hóa các nguyên lý thành khung triển khai CA-AIDE (Constructive Alignment, AI-Augmented Design, Active Co-construction, Instructional Delivery, Data-informed Evaluation, and Ecosystem Regeneration/ Căn chỉnh kiến tạo - Thiết kế tăng cường - Đồng kiến tạo chủ động - Triển khai dạy học - Đánh giá dựa trên dữ liệu - Tái tạo hệ sinh thái), gồm sáu thành tố: căn chỉnh chuẩn đầu ra, thiết kế tăng cường AI, đồng kiến tạo chủ động, triển khai dạy học, đánh giá dựa trên dữ liệu và tái tạo hệ sinh thái. Đóng góp chính là chuyển trọng tâm từ sử dụng công cụ AI sang điều phối hệ sinh thái trí tuệ lai, tạo nền tảng cho nghiên cứu thực địa tiếp theo.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG GIẢNG DẠY TÁC PHẨM “LUẬN NGỮ”

Nguyễn Thu Hà — 2026-10-06

“Luận ngữ” (论语) là tuyển tập kinh điển chứa đựng cốt lõi tư tưởng triết học, đạo đức và giáo dục của Khổng Tử và các môn đệ. Trong kỷ nguyên số, việc giảng dạy “Luận ngữ” đối mặt với nhiều thách thức lớn: rào cản ngôn ngữ cổ văn (Hán ngữ cổ), tư duy bối cảnh lịch sử xa lạ và phương pháp tiếp cận có phần hàn lâm, dễ gây nhàm chán cho thế hệ người học hiện đại. Bài báo này nghiên cứu khả năng ứng dụng của Trí tuệ nhân tạo (AI), đặc biệt là các mô hình ngôn ngữ lớn (LLMs) như ChatGPT, Doubao, trong việc đổi mới phương pháp giảng dạy “Luận ngữ”. Nghiên cứu chỉ ra rằng AI không chỉ là công cụ dịch thuật hay tra cứu, mà còn đóng vai trò là một trợ lý cá nhân hóa học tập, một thực thể giả lập nhân vật lịch sử để đối thoại trực tiếp, và một bộ máy tối ưu hóa thiết kế bài giảng cho giảng viên. Từ đó, tác giả đề xuất khung mô hình tích hợp AI vào lớp học và thảo luận về một số điều cần lưu ý khi ứng dụng công nghệ này vào thực tiễn giảng dạy.

KHẢO SÁT LỖI SỬ DỤNG PHÓ TỪ PHỦ ĐỊNH “不” VÀ “没” CỦA SINH VIÊN NGÀNH NGÔN NGỮ TRUNG QUỐC TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT HƯNG YÊN

Nguyễn Thị Hường — 2026-10-06

Nghiên cứu khảo sát một cách có hệ thống các lỗi sử dụng phó từ phủ định “不” và “没” của 75 sinh viên năm thứ nhất và năm thứ hai ngành Ngôn ngữ Trung Quốc, Trường Đại học Sư phạm Kỹ thuật Hưng Yên. Nghiên cứu sử dụng phương pháp điều tra khảo sát kết hợp phân tích định tính, định lượng và thống kê mô tả. Kết quả cho thấy sinh viên thường mắc các nhóm lỗi sau: nhầm lẫn chức năng phủ định giữa “不” và “没”, sai vị trí của “不” và “没” trong các cấu trúc cố định hoặc phạm trù ngữ pháp như: bổ ngữ khả năng, bổ ngữ kết quả, câu chữ “把”, câu chữ “被”…, thiếu hoặc thừa trợ từ “了”, “过”. Nguyên nhân chủ yếu xuất phát từ ảnh hưởng của tiếng mẹ đẻ, sự phức tạp của hệ thống phủ định tiếng Hán, hạn chế về môi trường thực hành ngôn ngữ và phương pháp học tập. Dựa trên kết quả khảo sát thu được, nghiên cứu đề xuất quy trình ứng dụng AI trong phát hiện lỗi, phản hồi cá nhân hóa, hỗ trợ tự học, theo dõi tiến trình học tập của sinh viên kết hợp với phương pháp giảng dạy truyền thống để khắc phục lỗi. Đây là điểm mới của nghiên cứu, góp phần bổ sung tư liệu về lỗi sử dụng “不” và “没” của sinh viên Việt Nam, đồng thời gợi mở hướng ứng dụng AI vào giảng dạy ngữ pháp tiếng Hán ở bậc đại học trong bối cảnh chuyển đổi số giáo dục hiện nay.

ĐẶC ĐIỂM NGÔN NGỮ TRONG TÊN DOANH NGHIỆP TRUNG QUỐC

Lê Thị Minh Thảo — 2026-10-06

Tên doanh nghiệp là một tiểu loại tên riêng chịu sự chi phối đồng thời của quy định pháp lí về đăng kí và của các quy luật nội tại trong hệ thống ngôn ngữ, song đặc điểm ngôn ngữ của lớp tên này còn ít được mô tả một cách định lượng. Trên ngữ liệu 1.574 tên doanh nghiệp thu thập từ cơ sở dữ liệu đăng kí công khai tại Bắc Kinh, Thượng Hải và Quảng Đông, bài viết khảo sát ba bình diện ngữ âm, từ vựng và ngữ nghĩa, trong đó thành tố ngành nghề được dùng làm đối chứng nội bộ cho thành tố tự hiệu (字号). Về ngữ âm, thanh 1 và thanh 2 xuất hiện nhiều ở tự hiệu còn thanh 4 xuất hiện nhiều ở thành tố nghề; thanh 3 có tần số thấp ở cả hai thành tố và âm tiết cuối của tự hiệu song âm tiết có xu hướng vừa mang thanh 1 vừa là vận mở. Về từ vựng, 362 hình vị tạo ra 543 tổ hợp song âm tiết trên 131.044 tổ hợp theo lí thuyết (0,414%). Phần lớn hình vị có vị trí ổn định và năng lực kết hợp hạn chế. Về ngữ nghĩa, trường nghĩa của tự hiệu ít có liên hệ với lĩnh vực hoạt động của doanh nghiệp. Ba kết quả cùng cho thấy sự phân tầng chức năng trong tên doanh nghiệp Trung Quốc: các thành tố quy phạm đảm nhiệm chức năng thông báo, còn tự hiệu trở thành đơn vị định danh thuần tuý, được lựa chọn theo đặc trưng ngữ âm và nghĩa liên tưởng.

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG THIẾT KẾ HOẠT ĐỘNG TRÒ CHƠI HÓA PHỤC VỤ GIẢNG DẠY TIẾNG TRUNG THEO HSK PHIÊN BẢN 3.0 - KHẢO SÁT NHU CẦU VÀ ĐỀ XUẤT QUY TRÌNH

Nguyễn Quang Hưng — 2026-10-06

Nghiên cứu phân tích nhu cầu của người học và đề xuất quy trình ứng dụng trí tuệ nhân tạo tạo sinh (AI) trong thiết kế hoạt động trò chơi hóa phục vụ giảng dạy tiếng Trung theo định hướng HSK 3.0. Nghiên cứu kết hợp phân tích tài liệu với khảo sát định lượng mô tả 102 người học HSK 1–3 (HSK 1 = 23 người học, HSK 2 = 34 người học, HSK 3 = 45 người học). Khảo sát phân bổ ở các độ tuổi từ 18 đến 35 tuổi và sử dụng phương pháp lấy mẫu thuận tiện. Bảng hỏi gồm 14 phát biểu Likert 5 mức về khó khăn học tập, thái độ với trò chơi hóa và nhu cầu sử dụng AI. Kết quả cho thấy khó khăn nổi bật là ghi nhớ từ vựng (M = 4,00), sử dụng ngữ pháp (M = 3,92), ghi nhớ chữ Hán (M = 3,89) và phản xạ giao tiếp (M = 3,83). Người học có thái độ khá tích cực với trò chơi hóa (M = 3,86–3,94) và AI (M = 3,93–4,03). Từ dữ liệu khảo sát và khung HSK 3.0, bài báo đề xuất quy trình năm bước: xác định mục tiêu; AI tạo phương án nội dung; trò chơi hóa và kiểm định của giáo viên; triển khai hoạt động; đánh giá và tái thiết kế. Quy trình nhấn mạnh AI chỉ là công cụ tăng cường, còn giáo viên chịu trách nhiệm xác minh độ chính xác, cấp độ và giá trị sư phạm. Kết quả tạo cơ sở cho các nghiên cứu thực nghiệm tiếp theo.

ĐỐI CHIẾU DIỄN NGÔN PHÁT BIỂU CỦA HOA KỲ VÀ TRUNG QUỐC TẠI HỘI NGHỊ CÁC BÊN THAM GIA CÔNG ƯỚC KHUNG CỦA LIÊN HỢP QUỐC VỀ BIẾN ĐỔI KHÍ HẬU TỪ GÓC ĐỘ NGỮ PHÁP CHỨC NĂNG HỆ THỐNG

Đỗ Thị Phong Lan — 2026-10-06

Bài viết đối chiếu diễn ngôn trong 10 bài phát biểu tại các kỳ Hội nghị các bên tham gia Công ước khung của Liên hợp quốc về biến đổi khí hậu, gồm 5 bài bằng tiếng Anh của Hoa Kỳ và 5 bài bằng tiếng Trung của Trung Quốc. Khung phân tích kết hợp mô hình ba bình diện của Fairclough với ngữ pháp chức năng hệ thống của Halliday, lấy chức năng ngữ nghĩa làm cơ sở đối chiếu thay vì đối ứng hình thức giữa hai ngôn ngữ. Kết quả cho thấy bốn khác biệt có tính hệ thống. Thứ nhất, tiếng Anh quy chiếu chủ thể chủ yếu bằng đại từ ngôi thứ nhất (82,07% tổng lượt quy chiếu), trong khi tiếng Trung quy chiếu chủ yếu bằng danh ngữ định danh (71,85%). Thứ hai, tỉ lệ tác thể là tên quốc gia ở hai ngôn ngữ lần lượt là 39,61% và 36,21%, nhưng tiếng Trung phân bổ nhiều hơn cho các nhóm nước với tư cách tác thể. Thứ ba, câu trần thuật chiếm ưu thế ở cả hai bên, còn câu cầu khiến trực tiếp và bao gộp trong tiếng Anh cao gấp hơn ba lần tiếng Trung. Thứ tư, mật độ biểu thức tình thái trên mệnh đề của tiếng Trung là 0,37 so với 0,24 của tiếng Anh, với trọng tâm nằm ở nhóm nghĩa vụ. Những khác biệt này được lí giải bằng đặc điểm loại hình và quy ước thể loại của hai ngôn ngữ.