ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CƠNG NGHỆ

Hồng Tiểu Bình
XÂY DỰNG MƠ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC
TRONG CÁC HỆ THỐNG DẠY HỌC THÔNG MINH

LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN
Mã số 9480104.01

Người hướng dẫn khoa học: PGS.TS Bùi Thế Duy

Hà Nội - 2021


LỜI CAM ĐOAN

Tơi xin cam đoan đây là cơng trình nghiên cứu do tôi thực hiện dưới
sự hướng dẫn của PGS.TS. Bùi Thế Duy tại bộ môn Hệ thống thông
tin, Khoa Công nghệ Thông tin, Trường Đại học Công nghệ, Đại học
Quốc gia Hà Nội. Các số liệu và kết quả trình bày trong luận án là trung
thực, chưa được công bố bởi bất kỳ tác giả nào hay ở bất kỳ cơng trình
nào khác.
Tác giả

Hồng Tiểu Bình

1


LỜI CẢM ƠN

Trước hết, tôi xin gửi lời cảm ơn chân thành nhất đến PGS.TS. Bùi
Thế Duy, người đã có những định hướng đúng đắn, trực tiếp hướng dẫn
và giúp đỡ tơi hồn thành luận án này.
Tơi xin chân thành cảm ơn tới các thầy cô trong bộ môn Hệ thống
thơng tin, Phịng thí nghiệm Tương tác Người - Máy thuộc Khoa Công
nghệ Thông tin - Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội
đã tận tình hướng dẫn tơi trong suốt q trình học tập và nghiên cứu
tại Trường.
Xin cảm ơn gia đình của tơi đã ln bên tơi, động viên và khích lệ
tơi trong suốt thời gian thực hiện nghiên cứu, xây dựng, chỉnh sửa và
hoàn thiện cuốn luận án này.
Xin được trân trọng cảm ơn các thầy cô lãnh đạo, đồng nghiệp tại
trường Đại học Sư phạm Hà Nội đã tạo điều kiện thuận lợi để tôi thực
hiện nghiên cứu, thực nghiệm các kết quả của luận án.
Mặc dù luận án này đã được hoàn thành với tất cả sự cố gắng của
bản thân, nhưng khơng thể tránh khỏi những sai sót, hạn chế. Kính
mong nhận được sự nhận xét, góp ý của các quý Thầy Cơ và các nhà
khoa học để tơi có thể khắc phục và hoàn thiện cho các nghiên cứu về
sau.
Hà Nội, ngày 29 tháng 07 năm 2021
Người thực hiện

Hoàng Tiểu Bình

2


Mục lục
Mở đầu


10

Tính cấp thiết của đề tài

10

Mục tiêu, phạm vi nghiên cứu của luận án

13

Phương pháp và nội dung nghiên cứu

14

Kết quả đạt được của luận án

15

Cấu trúc luận án

16

1 TỔNG QUAN VỀ MƠ HÌNH NGƯỜI HỌC
CÁC HỆ THỐNG DẠY HỌC THƠNG MINH
1.1 Hệ thống dạy học thơng minh . . . . . . . . . .
1.2 Mơ hình người học . . . . . . . . . . . . . . . .
1.3 Xây dựng mơ hình người học . . . . . . . . . .
1.4 Kết chương . . . . . . . . . . . . . . . . . . . .

TRONG

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

2 ƯỚC LƯỢNG NĂNG LỰC NGƯỜI HỌC THEO LÝ
THUYẾT ỨNG ĐÁP CÂU HỎI
2.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Lý thuyết ứng đáp câu hỏi . . . . . . . . . . . . . . . . .
2.3 Phương pháp ước lượng hợp lý cực đại MLE . . . . . . .

2.4 Thuật toán K-means . . . . . . . . . . . . . . . . . . . .
2.5 Thực nghiệm và đánh giá . . . . . . . . . . . . . . . . .
2.6 Kết chương . . . . . . . . . . . . . . . . . . . . . . . . .

17
17
24
33
35

37
37
39
42
44
45
53

3 DỰ ĐOÁN KẾT QUẢ HỌC TẬP DỰA TRÊN PHONG
CÁCH HỌC
55
3.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2 Phong cách học . . . . . . . . . . . . . . . . . . . . . . . 57
3


3.3
3.4

3.5

3.6

Mơ hình Felder-Silverman . . . . . . .
Thực nghiệm và đánh giá . . . . . . .
3.4.1 Độ tin cậy . . . . . . . . . . . .
3.4.2 Độ tương quan . . . . . . . . .
3.4.3 Phân tích thống kê . . . . . . .
Dự đoán kết quả học tập của người học
Kết chương . . . . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.

.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.


59
61
62
63
64
67
69

4 ĐÁNH GIÁ ĐỘ TẬP TRUNG CỦA NGƯỜI HỌC SỬ
DỤNG CÁC PHƯƠNG PHÁP HỌC MÁY
4.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Thu thập dữ liệu . . . . . . . . . . . . . . . . . . . . . .
4.3 Thực nghiệm và đánh giá . . . . . . . . . . . . . . . . .
4.4 Kết chương . . . . . . . . . . . . . . . . . . . . . . . . .

70
70
76
77
82

5 XÂY DỰNG MƠ HÌNH PHẢN HỒI CỦA NGƯỜI HỌC 84
5.1 Đề xuất mơ hình phản hồi của người học . . . . . . . . . 84
5.1.1 Các tham số đầu vào của mơ hình . . . . . . . . . 84
5.1.2 Các lựa chọn đầu ra của mơ hình . . . . . . . . . 86
5.1.3 Biến đo năng lực và tri thức của người học . . . . 88
5.1.4 Biến đo trạng thái học . . . . . . . . . . . . . . . 91
5.1.5 Mơ hình hóa mối quan hệ giữa các nút . . . . . . 92
5.1.6 Mơ hình hóa mối quan hệ tiên quyết . . . . . . . 94
5.1.7 Thuật tốn lựa chọn tiến trình học . . . . . . . . 95

5.1.8 Thuật tốn lựa chọn hình thức bài học . . . . . . 95
5.2 Xây dựng hệ thống dạy học thông minh . . . . . . . . . 97
5.3 Thực nghiệm và đánh giá . . . . . . . . . . . . . . . . . 100
5.4 Kết chương . . . . . . . . . . . . . . . . . . . . . . . . . 110
Kết luận

112

Danh mục cơng trình khoa học đã công bố

115

4


Tài liệu tham khảo

116

Phụ lục

135

5


Danh mục các ký hiệu và viết tắt
TT Viết tắt
Từ tiếng Anh
Nghĩa tiếng Việt

1 CBM
Constraint Based Model
Mơ hình ràng buộc
2 CNN
Convolutional Neural Net- mạng nơ-ron tích chập
work
3 CTT
Classical Test Theory
Lý thuyết trắc nghiệm cổ
điển
4 FSLSM
Felder-Silverman Learning Mơ hình phong cách học
Styles Model
Felder-Silverman
5 HOG
Histograms of Oriented Histograms of Oriented
Gradients
Gradients
6 IRT
Item Response Theory
Lý thuyết ứng đáp câu hỏi
7 ILS
Index of Learning Style
Bộ chỉ số phong cách học
8 ITS
Intelligent Tutoring System Hệ thống dạy học thơng
minh
9 KNNs
K Nearest Neighbor
Thuật tốn K láng giềng

gần nhất
10 LMS
Learning Management Sys- Hệ thống quản lý học tập
tem
11 MBTI
Myers-Briggs Type Indica- Bộ chỉ số Myers-Briggs
tor
12 MLE
Maximum Likelihood Esti- Phương pháp ước lượng
mation method
hợp lý cực đại
13 SVM
Support Vector Machine
Máy véc-tơ hỗ trợ
14 AR
Active/Reflective
Chủ động/Thụ động
15 SI
Sensing/Intuitive
Cảm quan/Trực quan
16 VV
Visual/Verbal
Hình ảnh/Lời nói
17 SG
Sequential/Global
Tuần tự/tổng thể

6



Danh sách hình vẽ
1.1
1.2
1.3

Mơ hình hệ thống dạy học thơng minh . . . . . . . . . .
Kiến trúc của một hệ thống dạy học thông minh. . . . .
Mơ hình vết dựa trên nhận thức. . . . . . . . . . . . . .

18
21
32

2.1
2.2
2.3

Phân bố năng lực học sinh theo phương pháp IRT. . . .
Phân bố năng lực học sinh theo phương pháp cổ điển. . .
So sánh phân bố theo trung bình và trung vị . . . . . . .

49
50
51

3.1

Mơ hình phong cách học Felder-Silverman. . . . . . . . .

59


4.1
4.2
4.3
4.4
4.5
4.6
4.7

Kiến trúc của mạng nơ-ron tích chập . . . . . . . . . .
Thiết lập camera trái và phải. . . . . . . . . . . . . . .
Camera gắn cố định phía trên bục giảng . . . . . . . .
Các hành động phổ biến của sinh viên trong lớp học . .
Cấu trúc mạng nơ-ron tích chập . . . . . . . . . . . . .
Đường cong hàm mất mát và đường cong độ chính xác
Các hình ảnh bị phân loại nhầm . . . . . . . . . . . . .

.
.
.
.
.
.
.

75
76
76
77
79

80
81

5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9

Mơ hình phản hồi của người học. . . . . . . . . . . .
Các định dạng khác nhau của mỗi chủ đề . . . . . . .
Sơ đồ tiến trình học tập . . . . . . . . . . . . . . . .
Các lựa chọn để mơ hình hóa mối quan hệ nhân quả.
Mơ hình mạng Bayes giữa khái niệm và chủ đề. . . .
Mơ hình phản hồi của người học . . . . . . . . . . . .
Thực nghiệm sử dụng hệ thống dạy học thông minh .
Giao diện phân hệ học tập . . . . . . . . . . . . . . .
Kết quả kiểm tra giữa hai nhóm . . . . . . . . . . . .

. 85
. 88
. 88
. 93
. 94
. 98
. 103

. 104
. 107

7

.
.
.
.
.
.
.
.
.


Danh sách bảng
2.1
2.2
2.3
2.4
2.5
2.6

Kết quả trả lời câu hỏi của học sinh. .
Cấu trúc dạng Câu hỏi-Đáp án . . . .
Giá trị hàm xấp xỉ cực đại của một học
Phân cụm bằng K-means với K = 10.
So sánh phương pháp CTT và IRT . .
Các hệ thống thang điểm. . . . . . . .


.
.
.
.
.
.

.
.
.
.
.
.

47
47
48
50
52
53

3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8

3.9

Độ tin cậy trong của thang đo ILS - Cronbach’s alpha.
Ma trận độ tương quan Pearson. . . . . . . . . . . . . .
Xu hướng học của sinh viên. . . . . . . . . . . . . . . .
Kết quả thống kê định lượng. . . . . . . . . . . . . . .
Độ mạnh yếu của các yếu tố phong cách học. . . . . .
Độ mạnh yếu các chiều theo nhóm . . . . . . . . . . .
Bảng trích xuất dữ liệu . . . . . . . . . . . . . . . . . .
Kết quả phân lớp sau khi sử dụng mạng nơ-ron. . . . .
Ma trận nhầm lẫn phân loại học sinh. . . . . . . . . . .

.
.
.
.
.
.
.
.
.

63
64
65
65
66
66
67
68

68

4.1
4.2
4.3

Các nghiên cứu liên quan đến phát hiện sự tập trung . .
So sánh độ chính xác giữa các phương pháp học . . . . .
Ma trận nhầm lẫn của các phân lớp . . . . . . . . . . . .

74
81
81

5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10

Bảng trọng số mơ hình học . . . . . . . . . . . . . . .
Thiết kế môn học thử nghiệm. . . . . . . . . . . . . .
Một số nghiên cứu có sử dụng ITS/LMS . . . . . . .
Phân bố sinh viên theo nhóm ngành và theo giới tính
Kết quả khảo sát phong cách học . . . . . . . . . . .

Giá trị các chiều phong cách học . . . . . . . . . . .
Giá trị các biến lựa chọn học liệu . . . . . . . . . . .
Thống kê tỉ lệ loại học liệu được lựa chọn . . . . . . .
Bảng so sánh kết quả đánh giá . . . . . . . . . . . . .
Phân tích nhóm theo điểm TBC . . . . . . . . . . . .
8

. . .
. . .
sinh
. . .
. . .
. . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.


.
.
.
.
.
.
.
.
.
.

89
91
101
101
103
105
105
105
106
107


5.11
5.12
5.13
5.14

Khảo sát sử dụng ITS . .
Khảo sát hệ thống dạy học

Phân tích mơ tả khảo sát
Phân tích độ tương quan .

9

. . . . . . .
thông minh
. . . . . . .
. . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.


.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.


108
108
109
110


MỞ ĐẦU

Tính cấp thiết của đề tài
Ngày nay dưới sự trợ giúp đắc lực của máy tính và cơng nghệ thông
tin, nhiều hệ thống hỗ trợ học tập đã ra đời dựa trên các kết quả nghiên
cứu về các mô hình dạy-học, các mơ hình ứng đáp và tâm lý học giáo
dục hiện đại. Sự ra đời của máy tính góp phần làm thay đổi phương thức
chuyển tải thơng tin giữa người dạy và người học. Các hệ thống hỗ trợ
học tập đầu tiên ra đời vào những năm 1970 dưới tên gọi các hệ thống
có chỉ dẫn dựa trên máy tính được Carbonell [10] chỉ ra trong nghiên
cứu của mình. Mặc dù tại thời điểm đó, thuật ngữ Hệ thống dạy học
thông minh chưa được sử dụng, tuy nhiên nhiều nhà nghiên cứu đều cho
rằng hệ thống SCHOLAR mà Carbonell xây dựng được xem như là hệ
thống dạy học thơng minh đầu tiên [22].
Từ những năm 1980, đã có thêm nhiều những nghiên cứu về các
hệ thống học có sự hỗ trợ của máy tính, tuy nhiên phải đến những cuối
thập kỷ 90, số lượng ứng dụng liên quan đến hệ thống dạy học thông
minh mới thực sự bùng nổ và được xem như là một lĩnh vực nghiên cứu
mới [67]. Các hệ thống học thông minh cung cấp nội dung ngày càng đa
dạng, quy mô ứng dụng cũng được mở rộng đã giúp cho nó trở nên phổ
biến hơn. Từ các hệ thống hỗ trợ bài giảng cơ bản như Đại số [58], Vật
lý [1], Luật [94], Ngôn ngữ [122] cho đến trợ giúp phát triển kỹ năng đọc
hiểu [79, 80], dạy ngôn ngữ SQL [74].
Cùng với sự phát triển của Internet và Trí tuệ nhân tạo, nhiều hệ

thống học thông minh gần đây được xây dựng dựa trên nền tảng web
[131, 118, 31] đồng thời tích hợp các phương pháp học máy và nhằm
khai phá dữ liệu liên quan đến quá trình học [118, 15].
Hiện nay, đã có nhiều cơng trình nghiên cứu tiên phong trong việc
xây dựng các hệ thống hỗ trợ học tập như là một công cụ trong việc
đổi mới cách thức tiếp cận học và dạy hiện nay theo hướng chủ động, có
tương tác [99, 96, 127], lấy học sinh làm trung tâm, cá nhân hóa người
10


học [96]. Có nghĩa là người học khơng chỉ thụ động tiếp thu kiến thức
thông qua các tài liệu, giáo trình mà tồn bộ q trình học đều được ghi
nhận bằng các cơng cụ đo đạc, nhận diện chính xác, phân tích và đưa ra
các thay đổi cả về nội dung và cách thức tiếp cận nguồn tài nguyên học
tập, từ đó người dạy (con người hoặc máy tính) đưa ra được các thay
đổi phù hợp với bài giảng để người học có hứng thú, tạo ra mơi trường
học tập hiệu quả.
Mặc dù đã có một bước tiến dài trong tiến trình nghiên cứu, phát
triển các hệ thống dạy học thông minh, tuy vậy các hệ thống này phần
lớn là những mơ-đun độc lập, giải quyết các bài tốn mang tính đặc thù
mà chưa xem xét mối quan hệ tổng thể giữa đặc trưng của người học
và các đặc trưng của tri thức mà người học cần tiếp thu. Nghĩa là các
nghiên cứu này chủ yếu cải tiến các phương pháp thích nghi nhằm tạo
cho người học tích lũy tối đa tri thức mà chưa chú trọng vào những đặc
trưng mang tính cá nhân như sở thích, thói quen, hành vi của người học
và những thay đổi về khả năng tập trung của người học trong suốt q
trình học.
Dưới góc độ các nghiên cứu trong nước, ngày càng có nhiều nhà
khoa học quan tâm đến việc xây dựng các hệ thống dạy học có tương
tác, trong đó đặc biệt nhấn mạnh yếu tố trường học thông minh và giáo

dục thông minh [88] với cấu thành nền tảng là phong cách sư phạm
hiện đại và một hệ thống phần mềm thông minh tổng thể. Pham và các
cộng sự [93] đã nghiên cứu mức độ ảnh hưởng của các hệ thống học trực
tuyến đối với chất lượng đào tạo trực tuyến, từ đó rút ra kết luận rằng
chất lượng của các hệ thống học trực tuyến và chất lượng của các nguồn
học liệu là hai yếu tố ảnh hưởng lớn nhất đến toàn bộ chất lượng đào
tạo. Các tác giả Trần Thanh Điện và Nguyễn Thái Nghe ở Đại học Cần
Thơ [48] xây dựng hệ thống học dạy học dựa trên nền tảng mã nguồn
mở Dokeos [114] và triển khai ứng dụng rộng rãi với trên 1600 khóa học
cho hơn 50.000 sinh viên. Tuy nhiên các nghiên cứu này mới dừng lại ở
việc ứng dụng triển khai các hệ thống có sẵn mà chưa có một phân tích,
11


nghiên cứu tổng thể các yếu tố tác động đến người học và các thay đổi
về mặt cảm xúc người học trong quá trình học, đồng thời đưa ra các
phản hồi cập nhật cho hệ thống nhằm đạt hiệu quả giáo dục cao nhất.
Để làm được điều này, cần phải có những cơ sở tri thức đầy đủ và một
phương thức nhận biết, đánh giá, phân tích để đưa ra kết quả nhanh và
chính xác. Đây là một vấn đề khá mới và mang tính thực tiễn cao, ngay
trong các trường đại học hay các viện nghiên cứu cũng chưa có một hệ
thống hồn chỉnh nào mà mới chỉ có các nghiên cứu bước đầu. Việc đưa
ra được các mô hình nhận dạng, đánh giá năng lực người học có ý nghĩa
hết sức to lớn trong việc thay đổi phương thức học tập hiện nay, góp
phần vào việc đổi mới dạy và học trong các nhà trường.
Xây dựng mơ hình phản hồi của người học trong các hệ thống học
thông minh sẽ có ý nghĩa trong việc:
• Dự đốn được năng lực người học giúp cho việc lựa chọn các khóa
học hợp lý, giảm thời gian học và tăng tính hiệu quả khóa học.
• Cho biết được q trình học tập, dự đoán được kết quả học tập

cuối cùng, giúp cho người học điều chỉnh tiến độ, điều chỉnh thời
gian, thích nghi với chương trình đào tạo.
• Cho người học biết được những kiến thức còn kém, những nội dung
hiểu chưa đúng, những vấn đề chưa thông suốt để từ đó điều chỉnh
trọng tâm học tập và bổ túc các kiến thức cần thiết.
• Cung cấp được một cơ sở tri thức về phong cách học, thái độ, phản
ứng của người học đối với bài học. Từ đó đưa ra được các khuyến
nghị đối với người học hoặc với người dạy (hoặc hệ thống dạy)
để điều chỉnh nội dung, cách thức và phương pháp giảng dạy, tạo
hứng thú cho người học, nâng cao chất lượng học.
Xuất phát từ thực tế và những lý do trên, nghiên cứu sinh đã lựa
chọn đề tài “Xây dựng mơ hình phản hồi của người học trong các hệ
thống dạy học thông minh”. Đề tài nghiên cứu đề xuất mơ hình phản
12


hồi của người học trong mối mối quan hệ với năng lực người học, phong
cách học và hành vi, thái độ của người học trong lớp học. Đề tài tập
trung mơ phỏng mơ hình phản hồi người học thơng qua việc phân tích
mối liên hệ giữa các thơng tin người học và tài liệu học tập để xây dựng
cơ chế phản hồi của người học trong các hệ thống dạy học thông minh.

Mục tiêu, phạm vi nghiên cứu của luận án
Mục tiêu chính của luận án là đề xuất xây dựng mơ hình phản hồi
của người học áp dụng trong các hệ thống dạy học thông minh dựa trên
các phương pháp đánh giá năng lực người học và các mô hình người học
trong các hệ thống này. Trong phạm vi đề tài này, nghiên cứu sinh tiến
hành xây dựng, tìm kiếm các mối liên hệ giữa năng lực người học, phong
cách học với kết quả học tập, từ đó đưa ra được một kịch bản tốt nhất
cho người học nhằm làm tăng khả năng tiếp thu kiến thức, đồng thời

giảm thời gian học tập so với các phương pháp học tập truyền thống.
Xuất phát từ mục tiêu trên, nội dung nghiên cứu của đề tài tập
trung vào các vấn đề sau:
• Nghiên cứu, đánh giá năng lực của người học theo lý thuyết ứng
đáp câu hỏi;
• Nghiên cứu các phương pháp đánh giá phong cách học, từ đó áp
dụng các mơ hình học máy để dự đốn kết quả học tập của người
học;
• Nghiên cứu các phương pháp phân loại hành vi của người học trong
lớp học, từ đó xác định độ tập trung của người học;
• Nghiên cứu các mơ hình người học trong các hệ thống dạy học
thơng minh, từ đó đề xuất xây dựng mơ hình phản hồi của người
học;
13


Từ các nội dung trên, nhiệm vụ của đề tài là:
• Khảo sát các mơ hình người học, mơ hình thích nghi trong các hệ
thống dạy học thơng minh để từ đó tìm ra các ưu điểm và các hạn
chế, làm tiền đề cho việc xây dựng và cải tiến mơ hình;
• Tích hợp các phương pháp đánh giá các năng lực khác nhau của
người học để từ đó tìm ra mối liên hệ giữa các hành vi và năng lực
học tập;
• Xây dựng cơ chế, lộ trình học tập dựa trên mối quan hệ giữa năng
lực và nội dung học tập;
• Nghiên cứu, đề xuất, cải tiến các mơ hình người học, các cơ chế
phản hồi của người học áp dụng cho các hệ thống học thích nghi,
đánh giá và kiểm thử mơ hình;
Phạm vi ứng dụng của luận án tập trung vào các hệ thống học thông
minh, các hệ thống học từ xa hoặc hỗ trợ giáo viên trong q trình dạy

học trực tiếp có sự hỗ trợ của máy tính. Đối tượng có thể áp dụng học
sinh phổ thơng, sinh viên đại học hoặc người học nói chung trong môi
trường học trực tuyến hoặc trong các lớp học truyền thống.

Phương pháp nghiên cứu
Để đạt được kết quả cao nhất giữa nghiên cứu lý thuyết và ứng
dụng mô hình, phương pháp luận trong nghiên cứu của luận án là kết
hợp giữa nghiên cứu lý thuyết và thực nghiệm.
Về lý thuyết, nghiên cứu sinh nghiên cứu các lý thuyết ước lượng
năng lực người học, các mơ hình đánh giá năng lực, lý thuyết ứng đáp
câu hỏi, các mơ hình ước lượng năng lực dựa trên lý thuyết ứng đáp câu
hỏi.
Bên cạnh đó nghiên cứu sinh cũng nghiên cứu các lý thuyết về phong
cách học, các mơ hình và kỹ thuật đánh giá và phân loại phong cách học
14


của người học, từ đó tìm ra mối liên hệ giữa phong cách học và năng lực
người học.
Về thực nghiệm, nghiên cứu sinh xây dựng các thuật toán đánh giá
và phân loại năng lực người học kết hợp với các mơ hình học máy để
phân cụm người học tốt hơn dựa trên các yếu tố đầu vào là phong cách
học và thái độ, hành vi của người học trong quá trình học.

Kết quả đạt được của luận án
Từ việc nghiên cứu các lý thuyết và tiến hành cách thực nghiệm
nêu trên, luận án đã đạt được một số kết quả sau:
• Đề xuất sử dụng phương pháp xấp xỉ cực đại và lý thuyết ứng đáp
câu hỏi để ước lượng năng lực người học, từ kết quả đó sử dụng
phương pháp phân cụm K-means để phân cụm người học.

• Đề xuất sử dụng mạng nơ-ron nhân tạo trong việc đánh giá năng
lực người học dựa trên phong cách học.
• Đề xuất sử dụng mạng nơ-ron tích chập trong việc phân loại hành
vi và xác định độ tập trung của người học trong lớp học.
• Đề xuất xây dựng mơ hình phản hồi của người học dựa trên việc
ước lượng năng lực người học, đánh giá phong cách học và độ tập
trung của người học trong lớp học. Thực nghiệm và đánh giá mơ
hình.
Các kết quả nghiên cứu của luận án là những đóng góp mới cả về
mặt lý thuyết và thực tiễn cho lĩnh vực nghiên cứu, áp dụng công nghệ
trong q trình đào tạo dưới cả góc độ đào tạo trực tuyến và đào tạo
theo các phương pháp truyền thống. Đây là một bước đi quan trọng cho
một giải pháp tổng thể về ứng dụng công nghệ thông tin trong đào tạo
thúc đẩy môi trường học tập thông minh, đáp ứng với sự thay đổi trong
15


cuộc cách mạng cơng nghiệp 4.0 mà trí tuệ nhân tạo là nền tảng của
cuộc cách mạng này.

Cấu trúc luận án
Cấu trúc của luận án ngoài phần mở đầu bao gồm 5 chương nội
dung, kết luận, danh mục tài liệu tham khảo và phụ lục.
Chương 1: Phần một của chương này sẽ giới thiệu các khái niệm
cơ bản vệ hệ thống dạy học thông minh và các cơ sở lý thuyết để xây
dựng hệ thống dạy học thông minh hỗ trợ người học trong quá trình
học. Phần hai của chương sẽ giới thiệu mơ các mơ hình người học áp
dụng trong các hệ thống dạy học thông minh.
Chương 2: Đề xuất phương pháp đánh giá năng lực người học dựa
trên phân cụm K-means và lý thuyết ứng đáp câu hỏi. Thực nghiệm

phương pháp trên bộ dữ liệu 1111 học sinh làm bài thi trắc nghiệm môn
Tiếng Anh.
Chương 3: Đề xuất phương pháp dự đoán kết quả học tập của
người học dựa trên phong cách học. Thu thập dữ liệu, áp dụng phương
pháp đề xuất để ước lượng năng lực người học dựa trên mơ hình phong
cách học Felder-Silverman.
Chương 4: Đánh giá độ tập trung của người học trong lớp học sử
dụng các phương pháp học sâu và học chuyển giao. Xây dựng bộ dữ liệu
người học và tiến hành thực nghiệm.
Chương 5: Đề xuất mơ hình phản hồi của người học trong các hệ
thống dạy học thông minh. Xây dựng mới hệ thống dạy học thơng minh
để hiện thực hố mơ hình. Tổ chức thực nghiệm và đánh giá dựa trên
phản hồi của người học.

16


Chương 1
TỔNG QUAN VỀ MƠ HÌNH NGƯỜI HỌC TRONG
CÁC HỆ THỐNG DẠY HỌC THƠNG MINH
Phần đầu của chương này trình bày các khái niệm cơ bản về hệ
thống dạy học thông minh, các khái niệm, cơ sở lý thuyết để xây dựng
hệ thống dạy học thông minh hỗ trợ quá trình học. Phần hai của chương
sẽ giới thiệu một số nghiên cứu liên quan đến mơ hình người học áp
dụng trong các hệ thống dạy học thông minh, các ưu điểm và hạn chế
của những nghiên cứu này. Từ đó hình thành nên cơ sở lý luận và các
vấn đề cần giải quyết khi xây dựng mơ hình học hiệu quả cho bài tốn
của luận án.

1.1


Hệ thống dạy học thơng minh

Theo Nwana [90], hệ thống dạy học thông minh (Intelligent Tutoring
Systems - ITS ) là các chương trình máy tính được thiết kế tích hợp trí
tuệ nhân tạo để cung cấp cho người dạy biết được họ sẽ dạy những
gì, dạy ai và dạy như thế nào. Các hệ thống này có thể hỗ trợ người
học trong nhiều lĩnh vực khác nhau bằng việc đưa ra các câu hỏi, phân
tích các phản hồi và thực hiện các điều chỉnh với bài học. Có thể nói,
phản hồi trong các hệ thống dạy học thông minh là những phản ứng
của người học thể hiện trạng và tri thức hiện tại của người học đối với
vấn đề mà các hệ thống dạy học đưa ra nhằm làm thay đổi theo chiều
hướng tích cực cho người học. Hai đặc trưng quan trọng nhất trong việc
phân biệt giữa hệ thống dạy học thông minh với các hệ hỗ trợ học tập
khác đó là nó có thể phân tích và hiểu được các phản hồi phức tạp của
người học đồng thời biết tự học trong quá trình hoạt động của mình. Hệ
thống có thể điều chỉnh dựa trên trạng thái của người học (tập trung
hay không tập trung) theo thời gian thực và cá nhân hóa tới từng người
học. Ngồi ra hệ thống cịn có thể điều chỉnh nội dung học tập để thích
17


ứng với người học trong khoá học. Một hệ thống dạy học thông minh
không những nhận biết sai lệch trong các phản hồi của người học đối
với bài giảng mà cịn nhận biết được các sai sót bắt nguồn từ đâu. Để
thực hiện điều này hệ thống giám sát phản hồi của người học thông qua
một chuỗi các phản ứng để từ đó phát hiện một cách chính xác ngun
nhân tại sao người học lại có thái độ như vậy. Sau khi ra đời vào cuối

Hình 1.1. Mơ hình hệ thống dạy học thông minh do Nwana đề xuất năm

1990 [90].

những năm 70 của thế kỷ trước, hệ thống dạy học thông minh đã phát
triển phức tạp hơn rất nhiều và cũng có một vai trị to lớn hơn trong
giáo dục. Ngày nay với sự giúp sức của trí tuệ nhân tạo, hệ thống dạy
học thơng minh có thể giải quyết được một số bài toán mà các hệ thống
này gặp phải trước đây, đó là làm thế nào để dạy học một cách hiệu
hiệu quả và có thể trợ giúp từng người học khi số lượng người học tăng
nhanh. Năm 1984, Bloom [4] đã thực hiện việc so sánh kết quả học tập
giữa một nhóm học sinh trong các điều kiện học tập khác nhau. Nhóm
thứ nhất được học với một giáo viên trong khi nhóm thứ hai sẽ từng
người một được học riêng rẽ. Kết quả là nhóm thứ hai học hiệu quả hơn
18


so với nhóm học chung cùng giáo viên. Điều đó cho thấy thực tế rằng
cá nhân hóa học tập sẽ đem lại kết quả cao hơn đối với người học. Tuy
vậy việc gia tăng giáo viên để đáp ứng được các u cầu học cá nhân
hóa là khơng dễ dàng, đồng thời nhu cầu học tập của học sinh bên ngồi
nhà trường, khơng bị bó buộc về mặt khơng gian và thời gian ngày càng
tăng. Để đáp ứng được các yêu cầu này, một số nhà nghiên cứu về khoa
học máy tính, khoa học nhận dạng và các chuyên gia giáo dục đã cho
ra đời một thế hệ hỗ trợ học tập mới có khả năng đáp ứng đa mục tiêu.
Một hệ thống dạy học thơng minh sử dụng trí tuệ nhân tạo có thể cá
nhân hóa từng người học mà khơng cần hoặc cần rất ít sự hỗ trợ của
con người, đó là sự kết hợp của giáo dục, khoa học nhận dạng, khoa học
máy tính [90] .
Một hệ thống máy tính được gọi là hệ hỗ trợ thơng minh là một hệ
thống chuyên biệt có khả năng hồi đáp tức thì với những phản hồi và
có những trợ giúp mang tính cá nhân hóa đối với người học. Các nghiên

cứu [79, 98, 126] đã chỉ ra rằng việc phản hồi tức thì sẽ cải thiện được
khả năng học tập của người học trong các lĩnh vực khác nhau.
Có nhiều mơ hình và cấu trúc khác nhau được các nhà nghiên cứu
sử dụng để hình thành nên các hệ thống dạy học thông minh. Tuy nhiên
theo quan điểm của Nkambou [89], cấu trúc chung của một hệ thống
dạy học thơng minh (Hình 1.2) bao gồm:
1. Mơ hình miền tri thức (Domain model): là các tri thức về các lĩnh
vực mà hệ thống cung cấp, bao gồm cả các khái niệm, quy tắc,
điều kiện và các thủ tục khi vận hành hệ thống. Mơ hình miền
tri thức (hay cịn gọi là mơ hình nhận thức hay mơ hình tri thức
chun gia) được xây dựng dựa trên lý thuyết ACT-R (Adaptive
Control of Thought - Rational). Mơ hình này chứa các khái niệm,
quy luật và các chiến lược giải quyết vấn đề trong từng lĩnh vực
của người học. Nó đóng một số vai trò như: Nguồn tri thức chuyên
gia, tiêu chuẩn để đánh giá tình trạng của sinh viên, hoặc để phát
hiện lỗi.
19


2. Mơ hình người học (Student model): là các thơng tin về người học,
bao gồm trình độ, quan điểm, hành vi và cảm xúc của người học,
bao gồm cả các quy tắc giúp cho hệ thống hiểu được và biểu diễn
lại được dưới ngơn ngữ máy tính. Mơ hình người học được xem
như là lõi của một hệ thống dạy học thơng minh, nó tập trung
vào việc nhận dạng người học, đánh giá các trạng thái tình cảm,
tâm lý của người học thông qua các biểu hiện về cảm xúc, lời nói,
hành vi trong q trình học tập. Khi người học đang từng bước
giải quyết các bài tốn của mình thì hệ thống cung cấp một cơ chế
theo dõi (model tracing). Bất cứ khi nào mơ hình người học sai
khác so với mơ hình miền tri thức, có nghĩa là lỗi đã xảy ra.

3. Mơ hình dạy học (Tutor model): Tổng hợp từ mơ hình người học và
mơ hình tri thức kết hợp với các chiến lược đào tạo để định hình
ra một phong cách dạy chun biệt hóa cho từng người học.Mơ
hình dạy học tiếp nhận những thơng tin từ hai mơ hình trên cung
cấp và đưa ra các lựa chọn dựa trên nguyên tắc dạy học. Trong
các bước giải quyết vấn đề, người học có thể được cung cấp các
hướng dẫn phải làm gì tiếp theo để cải thiện tình trạng lỗi ở trên.
Mơ hình dạy học có thể chứa hàng trăm quy tắc nhưng chỉ để trả
lời trạng thái của người học là: học hay không học.
4. Mơ hình giao diện người sử dụng (User Interface model): Thể hiện
quá trình đào tạo dưới dạng các dịch vụ tương tác hai chiều (máy
tính ←
→ người sử dụng) thơng qua sự kết hợp giữa các mơ hình ở
trên và các giao diện với người sử dụng.
Trong những năm gần đây, có nhiều hệ thống dạy học thơng minh
được xây dựng và triển khai trong nhiều trường học trên thế giới. Cùng
với sự phát triển của khoa học máy tính, đặc biệt là trí tuệ nhân tạo.
Việc ứng dụng trí tuệ nhân tạo vào các hệ thống dạy học thông minh đã
cho thấy sự hiệu quả trong hoạt động dạy học. Hai đối tượng chủ yếu
của hệ thống này này học sinh phổ thông và sinh viên đại học. Theo
20


Hình 1.2. Kiến trúc của một hệ thống dạy học thơng minh.

nghiên cứu của Mousavinasab [81] thì có 37.73% các hệ thống dạy học
thông minh ứng dụng trong việc dạy/học các mơn khoa học máy tính,
75% đối tượng người học là sinh viên đại học.
Wei và Blank [132, 133] đã sử dụng mạng Bayes động (Dynamic
Bayesian Networks) để xây dựng mơ hình người học với các đặc trưng

như lịch sử học tập, quan hệ tiên quyết và việc phản hồi của sinh viên
trong thời gian thực nhằm giúp sinh viên từng bước hồn thành một
khóa học thiết kế hướng đối tượng. Hệ thống CIMEL-ITS [78] được sử
dụng để hướng dẫn người dùng từng bước tìm hiểu và hồn thành khóa
học trong lĩnh vực khoa học máy tính.
Dưới góc độ tích hợp phong cách học và các tài nguyên học tập,
nghiên cứu sinh nghiên cứu mối quan hệ giữa mơ hình phong cách học
của Felder và Silverman với các tài liệu học tập được thiết kết sẵn.
Savic và Konjovic [106] xây dựng một hệ thống học trực tuyến dựa trên
nền tảng nguồn mở Sakai [115]. Các tác giả sử dụng mô hình FelderSilverman để xác định phong cách học và xây dựng mối quan hệ với các
21


nguồn học liệu bài tập, bài trình chiếu, ví dụ, minh họa, bài tổng hợp.
Franzoni và các cộng sự [36] xây dựng một danh mục thích nghi
cho các chiều của phong cách học, tạo ra mối tương quan giữa Học liệu
(Electronic Media - EM ), Chiến lược dạy học (Teaching Strategy - TS )
và phong cách học (Learning Style Dimension - LSD). Bộ danh mục này
cho phép học sinh lựa chọn những chiến lược học tập khác nhau phù
hợp với từng nguồn học liệu.
Latham và các cộng sự [61] xây dựng một hệ thống có tên gọi Oscar
Conversational ITS [62] cho phép sinh viên hình thành tri thức dựa trên
việc thảo luận. Hệ thống sẽ lựa chọn các tiêu chí thích nghi phù hợp với
mỗi câu hỏi trong miền tri thức và mơ hình phong cách học. Thử nghiệm
được thực hiện trên 61 sinh viên sau đó so sánh kết quả đánh giá năng
lực trước và sau khi trải nghiệm hệ thống.
Mu˜
noz và các cộng sự [28] trong nghiên cứu của mình đã sử dụng
mơ hình người học Honey-Alonso CHAEA [2] và xây dựng hệ thống
thích nghi có tên là SIAS-ITS. Nhóm tác giả đã thử nghiệm trên 40 sinh

viên y khoa, là những người không thành thạo các môi trường học ảo.
Những người tham gia được chia làm hai nhóm, nhóm đầu tiên gồm 22
sinh viên được sử dụng hệ thống SIAS-ITS, nhóm thứ hai chỉ sử dụng
hệ thống Moodle thơng thường [77]. Kết quả cho thấy tính hiệu quả và
khả năng áp dụng các hệ thống học thông minh trong thực tế rất cao.
Trong nghiên cứu của mình [40], Graf tập trung vào mối quan hệ
giữa học liệu và hoạt động học tập và tìm ra mối liên hệ giữa các đối
tượng này trong các khóa học. Tác giả khẳng định rằng hành vi học tập
của học sinh phụ thuộc mật thiết vào phong cách học. Phát hiện này
cho phép xây dựng các hoạt động học tập, học liệu tương ứng với từng
phong cách học.
Nguyen [87] xây dựng một hệ thống có tên ACGS-II (Adaptive
Course Generation System II ) để hỗ trợ người học trong việc lựa chọn
tài liệu học tập bằng việc xây dựng mạng Bayes dựa trên mối tương
quan giữa khái niệm và nhiệm vụ. Từ việc ước lượng tri thức người học,
22


hệ thống có thể trợ giúp lựa chọn được nội dung học tương ứng với năng
lực của người học.
Li [65] tích hợp các cơng nghệ cộng tác, Wiki vào một khóa học về
đào tạo giáo viên. Song song với hình thức học trực tiếp trên lớp, sinh
viên có thể tra cứu trên trang Wiki để truy nhập vào các hướng dẫn
hoặc tài nguyên được thiết lập sẵn trên các công cụ công tác. Tác giả
sử dụng bộ câu hỏi khảo sát để kiểm tra các tác động đến nhận thức và
thái độ của người học đối với các công cụ cộng tác và hiệu quả của hai
yếu tố này đối với các phong cách học tập khác nhau của người học.
Yang và cộng sự [136] xây dựng hệ thống học tập thích ứng của
riêng họ được gọi là AMDPC (Thích ứng với Tiêu chí cá nhân hóa đa
chiều) có thể tạo ra nội dung học tập để điều chỉnh học sinh theo cách

học và khả năng nhận thức của họ. Nghiên cứu cho thấy một số cải thiện
đáng kể của học sinh cả về thành tích và động lực học tập.
El-Bishouty [82] xây dựng một hệ thống hỗ trợ sinh viên trong việc
cung cấp các tài liệu dựa trên phong cách học. Các tác giả đã xây dựng
một số bài học dưới các định dạng như bài tập, các trình chiếu trực
quan, hình ảnh sinh động, các câu đố tương tác hay các bài kiểm tra
đánh giá người học. Họ đã chứng minh được tính hiệu quả của các cơng
cụ phân tích khóa học và có thể cải thiện kết quả học tập thơng qua
việc thích nghi với từng phong cách học khác nhau của người học.
Tuy vậy, việc ứng dụng các thuật tốn thơng minh để mơ phỏng
các hệ thống dạy học trong thực tiễn vẫn là một vấn đề còn nhiều thách
thức [53]. Trong các nghiên cứu hiện tại cho thấy sự cải thiện đáng kể
trong việc hỗ trợ người học trong lớp học. Tuy nhiên, các hệ thống này
chưa được tổ chức theo một mơ hình đầy đủ bao gồm cả ba thành phần
như đã đề cập ở trên. Mặt khác, các nghiên cứu này tập trung vào các
mơ hình riêng lẻ mà khơng có mối quan hệ giữa chúng. Bên cạnh đó,
nhiều phương pháp đã chuyển đã nhấn mạnh đến phương pháp lấy học
sinh làm trung tâm hoặc lấy giáo viên làm trung tâm, nhưng mô hình
của trong luận án này tập trung vào cả quá trình dạy và học và sự tương
23


tác giữa tất cả các thành phần trong một hệ thống học tập thích nghi.
Trong một hệ học tập thơng minh, mơ hình người học đóng một vai trị
quan trọng và là nhân tố quyết định đến sự thành công cũng như khả
năng ứng dụng trong giáo dục. Trong đề tài này, nghiên cứu sinh đề xuất
một mơ hình phản hồi của người học bằng việc kết hợp giữa phong cách
học, năng lực và phản hồi của người học theo thời gian thực trong suốt
q trình học để từ đó đưa ra được một lộ trình học phù hợp và thích
nghi với từng cá nhân người học. Từ mơ hình này, luận án xây dựng một

ứng dụng trong thực tiễn để thực nghiệm, kiểm chứng và đánh giá mơ
hình. Kết quả cho thấy những dấu hiệu khả quan khi được triển khai
trong thực tiễn.
Trong khuôn khổ luận án này, nghiên cứu sinh tập trung vào nghiên
cứu mơ hình người học và các ứng dụng của nó. Các mơ hình miền tri
thức, mơ hình dạy học và mơ hình giao diện người sử dụng được xem
như là các thành phần bổ trợ nhằm xây dựng một hệ thống dạy học
thông minh hồn chỉnh.

1.2

Mơ hình người học

Nghiên cứu và ứng dụng các mơ hình người học là lĩnh vực có rất
nhiều tiềm năng, hứa hẹn có thể áp dụng dụng hiệu quả trong các hệ
thống học tập trực tuyến, hệ hỗ trợ dạy học thông minh hay các hệ ra
quyết định. Cùng với sự phát triển về mặt công nghệ hiện nay, nó được
xem như là một thành phần khơng thể thiếu trong việc cá nhân hóa học
tập và xây dựng mơi trường học thích nghi (adaptive learning).
Mơ hình người học là các thơng tin về người học, bao gồm trình độ,
quan điểm, hành vi và cảm xúc của người học, trong đó gồm cả các quy
tắc giúp cho hệ thống hiểu được và biểu diễn lại được dưới ngơn ngữ
máy tính. Mơ hình người học là một trong bốn cấu thành chính của một
hệ thống dạy học thơng minh và cũng là thành phần được nghiên cứu
và ứng dụng nhiều nhất trong các hệ thống này bởi các lý do sau đây:
24