XÂY DỰNG BỘ TIÊU CHÍ VÀ ỨNG DỤNG MÔ HÌNH NGÔN NGỮ LỚN TRONG ĐÁNH GIÁ CHẤT LƯỢNG BÀI GIẢNG ĐIỆN TỬ PHỤC VỤ GIÁO DỤC MỞ TẠI TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI
DOI:
https://doi.org/10.59266/houjs.2026.1488Keywords:
bài giảng điện tử, bảo đảm chất lượng, bộ tiêu chí đánh giá, chuẩn học liệu điện tử, mô hình ngôn ngữ lớnAbstract
Trường Đại học Mở Hà Nội hiện thẩm định chất lượng bài giảng điện tử chủ yếu bằng rà soát thủ công, cách làm tốn nhân lực và khó cho kết quả thống nhất vì chuẩn mới dừng ở mức mô tả, chưa thành bộ tiêu chí chấm cụ thể. Nghiên cứu có hai mục tiêu: xây bộ tiêu chí bám theo Quyết định 5005/QĐ-ĐHM, và thử cho mô hình ngôn ngữ lớn (LLM) chấm phần tiêu chí phù hợp. Điều 4 đến 10 được chuyển thành 37 tiêu chí trên bảy trục, gắn hai nhãn: bản chất xác minh và dữ liệu đầu vào cần kiểm. Thực nghiệm đặt trên nhóm tiêu chí đọc được trên kịch bản, dùng các bài giảng tự soạn gieo lỗi sẵn để so sánh hai cách viết câu lệnh, đối chiếu đáp án chuẩn. Cách buộc mô hình nêu bằng chứng đạt độ nhạy trung bình 96,7%, cao hơn mức 83,3% của cách chấm trực tiếp và lưu được bằng chứng kiểm tra, đổi lại báo động giả tăng nhẹ. Do quy mô thử nghiệm nhỏ, kết quả này mới là chỉ dấu ban đầu. Nghiên cứu đề xuất bản đồ ủy thác hai chiều cho 37 tiêu chí, giữ quyết định cho con người ở xác minh sự thật và các tiêu chí âm thanh, hình ảnh, tương tác. Bộ tiêu chí và bản đồ ủy thác là tài liệu tham chiếu khi nghiệm thu học liệu điện tử của Nhà trường.
References
Biggs, J. (1996). Enhancing teaching through constructive alignment. Higher Education, 32(3), 347-364. https://doi.org/10.1007/BF00138871
García-Varela, F., Nussbaum, M., Mendoza, M., Martínez-Troncoso, C., & Bekerman, Z. (2025). ChatGPT as a stable and fair tool for automated essay scoring. Education Sciences, 15(8), Article 946. https://doi.org/10.3390/educsci15080946
Grévisse, C. (2024). LLM-based automatic short answer grading in undergraduate medical education. BMC Medical Education, 24, Article 1060. https://doi.org/10.1186/s12909-024-06026-5
Hauk, D., & Soujon, N. (2026). How reliable are large language models in analyzing the quality of written lesson plans? A mixed-methods study from a teacher internship program. Computers and Education: Artificial Intelligence, 10, Article 100538. https://doi.org/10.1016/j.caeai.2025.100538
Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational Measurement, 50(1), 1-73. https://doi.org/10.1111/jedm.12000
Kim, Y. (2025). Automated essay scoring with GPT-4 for a local placement test: Investigating prompting strategies, intra-rater reliability, and alignment with human scores. TESOL Quarterly, 59(S1). https://doi.org/10.1002/tesq.3405
López-Acosta, D. Y., Pacheco-Mendoza, S. R., Alvarado-Jaramillo, D. J., & Zurita- Flores, P. R. (2026). Quality assurance in generative AI-mediated education: A bibliometric and scoping review. Frontiers in Artificial Intelligence, 9, Article 1844517. https://doi.org/10.3389/frai.2026.1844517
Nguyễn Đ. T. (2026). Nâng cao trải nghiệm học tập số của sinh viên thông qua nền tảng học liệu điện tử tại Trường Đại học Mở Hà Nội. Tạp chí Khoa học Trường Đại học Mở Hà Nội, 17A, 109-117. https://doi.org/10.59266/houjs.2026.1354
Pack, A., Barrett, A., & Escalante, J. (2024). Large language models and automated essay scoring of English language learner writing: Insights into validity and reliability. Computers and Education: Artificial Intelligence, 6, Article 100234. https://doi.org/10.1016/j.caeai.2024.100234
Trường Đại học Mở Hà Nội. (2023). Quyết định số 5005/QĐ-ĐHM ngày 29 tháng 12 năm 2023 ban hành Quy định về tiêu chuẩn học liệu điện tử và tổ chức sản xuất học liệu điện tử của Trường Đại học Mở Hà Nội. Tài liệu lưu hành nội bộ.
Yan, L., Sha, L., Zhao, L., Li, Y., Martínez-Maldonado, R., Chen, G., Li, X., Jin, Y., & Gašević, D. (2024). Practical and ethical challenges of large language models in education: A systematic scoping review. British Journal of Educational Technology, 55(1), 90-112. https://doi.org/10.1111/bjet.13370
Zheng, L. M., Chiang, W. L., Sheng, Y., Zhuang, S., Wu, Z., Zhuang, Y., Lin, Z., Li, Z., Li, D., Xing, E. P., Zhang, H., Gonzalez, J. E., & Stoica, I. (2023). Judging LLM-as-a-judge with MT- Bench and Chatbot Arena. Advances in Neural Information Processing Systems, 36, 46595-46623. https://doi.org/10.48550/arXiv.2306.05685
