Anh Thư.portfolio
Portfolio Cá Nhân

Đinh Thị Anh Thư

Chào mọi người! Đây là góc nhỏ lưu trữ các bài tập thực hành và những trải nghiệm tự học của mình trong môn Công nghệ số & Ứng dụng AI.

Đinh Thị Anh Thư
Itoshi Rin Doodle

Thông tin học tập

Đại học Ngoại Ngữ - ĐHQGHN

Chuyên ngành Ngôn ngữ & Văn hoá Nhật Bản
Mã sinh viên 25042278
Lớp hành chính 25J11
Môn học Nhập môn CNS & Ứng dụng AI

Giới thiệu ngắn

Một chút về bản thân mình

Chào mọi người, mình là Anh Thư. Là một sinh viên ngoại ngữ, mình nhận ra việc kết hợp học tiếng Nhật với ứng dụng công nghệ thực sự mang lại rất nhiều trải nghiệm tự học thú vị và tiện lợi.

Môn học này đã giúp mình có một cái nhìn rất mới về cách công cụ số và AI hỗ trợ chúng ta học từ vựng, viết luận tiếng Nhật hiệu quả, cũng như rèn luyện cách quản lý công việc và làm việc nhóm khoa học hơn.

Ngoại ngữ & Công nghệ

Vừa mê tiếng Nhật vừa thích tìm tòi công nghệ. Mình luôn cố gắng kết hợp cả hai để việc học tập bớt nhàm chán.

Mục tiêu của mình

Học cách làm chủ các công cụ hỗ trợ như tìm kiếm học thuật, viết câu lệnh (Prompt) và thiết kế cơ bản để giải quyết các bài tập nhanh, gọn và chất lượng hơn.

Định hướng tương lai

Không chỉ dừng lại ở cách học dịch thuật hay nghiên cứu cũ, mình mong muốn ứng dụng công nghệ để nâng cao hiệu suất làm việc thực tế, sẵn sàng cho môi trường làm việc số sau khi ra trường.

Thư mục Drive

Xem các bài tập gốc của mình

Để xem chi tiết hơn các file văn bản, slide thuyết trình và ảnh chụp màn hình thao tác thực tế, bạn ghé qua thư mục Drive của mình nha!

Ghé thăm thư mục Drive

Danh sách bài tập

Các dự án mình đã thực hiện

Dưới đây là 6 bài thực hành từ cơ bản đến nâng cao. Bạn bấm vào từng bài để xem chi tiết cách mình làm nhé.

1

Bài 1: Quản lý tệp tin và thư mục khoa học

Thao tác cơ bản với hệ điều hành

Mục tiêu của bài này là giúp mình làm quen với việc sắp xếp tài nguyên trên máy tính gọn gàng và dễ tìm kiếm. Mình đã thực hành tạo các cấp thư mục, đặt tên tệp thống nhất, sao chép, di chuyển và khôi phục dữ liệu từ Thùng rác.

Nhật ký thực hành từng bước:

  • B1: Truy cập ổ đĩa dữ liệu không chứa hệ thống (ổ D:) bằng tổ hợp phím Windows + E.
  • B2: Click chuột phải, chọn New -> Folder và tạo thư mục chính tên là ThucHanh_DinhThiAnhThu.
  • B3: Vào bên trong thư mục, click chuột phải tạo tệp văn bản GhiChu.txt, sau đó nhấn phím F2 để đổi tên thành GhiChuQuanTrong.txt.
  • B4: Tạo tiếp một thư mục con tên là TaiLieu nằm ngay trong thư mục chính.
  • B5: Sao chép tệp GhiChuQuanTrong.txt và dán vào thư mục con TaiLieu.
  • B6: Tạo thêm tệp DiChuyen.txt ở thư mục gốc, dùng lệnh Cut & Paste để đưa tệp này vào thư mục TaiLieu và kiểm chứng việc tệp đã biến mất ở thư mục gốc.
  • B7-9: Xoá tệp GhiChuQuanTrong.txt trong thư mục TaiLieu bằng nút Delete, xoá vĩnh viễn tệp DiChuyen.txt bằng tổ hợp phím Shift + Delete, sau đó vào Recycle Bin và thực hiện khôi phục (Restore) lại tệp tin ghi chú ban đầu.
// Cấu trúc cây thư mục lưu trữ sau thực hành

Ổ đĩa (D:)

ThucHanh_DinhThiAnhThu

GhiChuQuanTrong.txt

TaiLieu

GhiChuQuanTrong.txt (Bản sao)

Thao tác Recycle Bin:

- Tệp DiChuyen.txt: Đã xoá vĩnh viễn (Shift + Delete).

- Tệp GhiChuQuanTrong.txt: Đã được Restore về lại đúng vị trí ban đầu.

2

Bài 2: Tìm kiếm và Đánh giá Tài liệu Học thuật

Khai thác và thẩm định nguồn tài nguyên khoa học

Chủ đề nghiên cứu lựa chọn:

"Tác động của Trí tuệ nhân tạo tạo sinh (Generative AI) đến việc phát triển kỹ năng viết (Sakubun/論文) của sinh viên chuyên ngành Ngôn ngữ Nhật tại Việt Nam."

Từ khóa: 生成AI 日本語教育 ライティングスキル ChatGPT 日本語

Mình thực hành tìm kiếm thông tin khoa học uy tín thông qua các nền tảng lớn như Google Scholar, thư viện số học thuật lớn nhất Nhật Bản CiNii Research và hệ thống thư viện số VNU-LIC. Để lọc được tài liệu chuẩn xác nhất, mình đã tiến hành lập ma trận đánh giá 11 nguồn thông tin khác nhau dựa trên 5 tiêu chí cơ bản: Tác giả (TG), Cơ quan xuất bản (XB), Phương pháp nghiên cứu (PP), Trích dẫn (TC) và Tính cập nhật (CN).

STT Tên tài liệu / Tác giả / Năm Nội dung cốt lõi Phân tích ưu & nhược điểm Xếp hạng tin cậy
1 Sato, T. (2023) - Journal of Japanese Language Teaching Khảo sát năng lực sửa đổi lỗi ngữ pháp và kính ngữ tiếng Nhật của ChatGPT so với giảng viên bản xứ. Ưu điểm: Tác giả là giáo sư đầu ngành tại ĐH Tokyo; Tạp chí uy tín cao; Phương pháp so sánh định lượng nghiêm ngặt.
Nhược điểm: Nghiên cứu tập trung vào AI giai đoạn 2023, chưa cập nhật sâu về các mô hình AI mới của năm 2026.
A (Rất cao)
2 Nguyen & Tran (2024) - Tạp chí Nghiên cứu Nước ngoài (ULIS) Khảo sát hành vi và thái độ sử dụng ChatGPT trong viết luận văn của sinh viên ngành tiếng Nhật tại Hà Nội. Ưu điểm: Cơ quan xuất bản là trường ULIS, độ tương thích đối tượng nghiên cứu cực cao; Số liệu mẫu khảo sát thực tế lớn (n=350).
Nhược điểm: Phương pháp nghiên cứu chủ yếu là khảo sát định lượng qua bảng hỏi, thiếu phỏng vấn sâu.
B (Cao)
3 Tanaka, M. (2024) - Nihongo Kyoiku International Tác động tiêu cực của việc lạm dụng AI dịch thuật đối với tư duy đặt câu và ghi nhớ chữ Kanji của người học. Ưu điểm: Thuộc cơ sở dữ liệu CiNii uy tín; Có nhóm đối chứng (Control group) giữa học viên dùng AI và không dùng AI; Phân tích sâu sắc.
Nhược điểm: Bài viết sử dụng nhiều thuật ngữ chuyên ngành sâu, đòi hỏi người đọc có nền tảng lý luận vững.
A (Rất cao)
4 Ishikawa, K. (2025) - Computer Assisted Language Learning Thiết kế các prompt (câu lệnh) tối ưu để biến AI thành một "Trợ lý học tiếng Nhật cá nhân hóa". Ưu điểm: Tính ứng dụng thực tiễn rất cao; Xuất bản trên tạp chí quốc tế chuyên ngành uy tín (Q1); Tính cập nhật tốt.
Nhược điểm: Tài liệu gốc viết bằng tiếng Anh nên quy trình chuyển đổi thuật ngữ sang hệ thống tiếng Nhật cần thực hiện cẩn thận.
A (Rất cao)
5 Vu, T. H. (2025) - Tạp chí Khoa học Ngoại ngữ Đánh giá sự thay đổi trong tiêu chí chấm điểm bài viết (Sakubun) trong kỷ nguyên AI. Ưu điểm: Đưa ra các gợi ý thực tế cho giảng viên Việt Nam trong việc đổi mới kiểm tra đánh giá để chống gian lận AI.
Nhược điểm: Mang tính chất đề xuất giải pháp nhiều hơn là kiểm chứng thực nghiệm.
B (Cao)
3

Bài 3: Viết Prompt Hiệu Quả trong Học tập và Tự học

Tối ưu hoá giao tiếp với mô hình ngôn ngữ lớn (LLM)

Mình đã nghiên cứu sâu cách tối ưu hoá prompt thông qua việc so sánh 3 phiên bản câu lệnh (Cơ bản - Cải tiến - Nâng cao) của 3 tác vụ học tiếng Nhật thực tế. Nhờ đó, mình thấy được chất lượng đầu ra của AI thay đổi rõ rệt khi mình cung cấp đúng bối cảnh và cấu trúc yêu cầu.

Bảng thử nghiệm so sánh 3 tác vụ:

Tác vụ 1: Tóm tắt bài luận tiếng Nhật về cách sử dụng Kính ngữ (Keigo)

Cơ bản:

"Tóm tắt bài văn tiếng Nhật này giúp tôi: [Dán văn bản]"

Cải tiến:

"Bạn hãy tóm tắt văn bản học thuật tiếng Nhật dưới đây thành một cấu trúc rõ ràng bằng tiếng Việt. Bao gồm: 1. Mục đích nghiên cứu, 2. Phương pháp nghiên cứu, 3. Kết quả cốt lõi."

Nâng cao (Role + CoT):

"Bạn là một chuyên gia ngôn ngữ học chuyên ngành Nhật ngữ và là giảng viên cao cấp tại ULIS. Hãy đọc hiểu sâu sắc bài luận văn tiếng Nhật dưới đây. Trước khi đưa ra câu trả lời cuối cùng, hãy suy nghĩ từng bước (Chain-of-Thought): Đầu tiên, phân tích từ khóa chuyên ngành xuất hiện; Tiếp theo, trích xuất cấu trúc lập luận của tác giả. Sau đó, viết một bản tóm tắt học thuật bằng tiếng Việt chuẩn chỉnh bao gồm: Tiêu đề tiếng Việt đề xuất, Đặt vấn đề & Mục tiêu (2 câu), Phương pháp luận, Kết quả nghiên cứu chính và Đánh giá ứng dụng thực tế."

Tác vụ 2: Phân biệt sắc thái hai cặp ngữ pháp gần nghĩa (~わけ và ~はず)

Cơ bản:

"Phân biệt wake và hazu tiếng Nhật."

Cải tiến:

"Giải thích sự khác nhau giữa hai cấu trúc ngữ pháp ~わけ (wake) và ~はず (hazu) trong tiếng Nhật. Cho ví dụ minh họa cụ thể cho từng cấu trúc."

Nâng cao (Role + Few-shot):

"Bạn là một giáo sư bản xứ chuyên giảng dạy tiếng Nhật cho người nước ngoài tại ĐH Tokyo. Hãy giải thích sự khác biệt bản chất giữa ~わけ và ~はず cho sinh viên năm 3 chuyên ngành Ngôn ngữ Nhật. Hãy học theo cách giải thích mẫu (Few-shot) sau về cặp cấu trúc 'đương nhiên': [Ví dụ mẫu: ~koto ni natte iru diễn tả quy định tập thể, ~koto ni shite iru diễn tả thói quen cá nhân]. Áp dụng phong cách đó, hãy trình bày bài giải thích theo bảng so sánh gồm: Bản chất logic, Tâm lý người nói, Cảnh huống sử dụng và 2 cặp câu ví dụ đối chiếu trong cùng một bối cảnh. Cuối cùng đưa ra một 'mẹo thần chú' ngắn gọn để ghi nhớ."

Tác vụ 3: Tạo bộ đề thi thử phó từ N2 (ittaie, sappari, doushiても)

Cơ bản:

"Tạo 3 câu hỏi trắc nghiệm về phó từ N2."

Cải tiến:

"Tạo 3 câu hỏi trắc nghiệm ngữ pháp về phó từ JLPT N2. Mỗi câu hỏi có 4 đáp án A, B, C, D và có đáp án đúng ở dưới."

Nâng cao (Few-shot + Output Format):

"Bạn là chuyên gia ra đề thi JLPT của Hiệp hội Giáo dục Quốc tế Nhật Bản. Hãy tạo bộ đề thi thử mini gồm 3 câu hỏi phần phó từ trình độ N2. Yêu cầu định dạng đầu ra chuẩn xác theo mẫu sau: Câu 1: [Câu hỏi bằng tiếng Nhật, chừa trống] A. [Đáp án 1] B. [Đáp án 2] C. [Đáp án 3] D. [Đáp án 4] -> Đáp án đúng: [A/B/C/D] -> Dịch nghĩa câu: [Bản dịch tiếng Việt] -> Giải thích chuyên sâu: Tại sao chọn đáp án này và phân tích tại sao 3 đáp án còn lại không phù hợp trong ngữ cảnh này."

So sánh chất lượng đầu ra dựa trên 3 mức độ Prompt:

Tiêu chí so sánh Prompt Cơ bản Prompt Cải tiến Prompt Nâng cao
Độ dài & Cấu trúc Rất ngắn, dạng đoạn văn liền mạch, không phân chia đề mục. Độ dài vừa phải, có chia đề mục rõ ràng nhưng thông tin phẳng. Dài, phân cấp tiêu đề logic, sử dụng bảng biểu và các ký hiệu trực quan.
Độ chính xác thuật ngữ Thấp. Thường dịch thoáng nghĩa, làm mất thuật ngữ gốc chuyên ngành. Trung bình. Giữ lại được một số từ khóa chính bằng chữ Kanji. Tuyệt đối. Trích xuất chuẩn xác thuật ngữ gốc tiếng Nhật kèm ngữ cảnh ngôn ngữ học.
Sắc thái ngôn ngữ (Dụng học) Không có. Chỉ giải thích được nghĩa bề mặt từ điển thông thường. Có nhắc đến ngữ cảnh sử dụng nhưng còn chung chung, chưa cụ thể. Rất sâu sắc. Chỉ rõ thái độ người nói là phán đoán khách quan hay chủ quan.
4

Bài 4: Sử dụng Công cụ Cộng tác Trực tuyến cho Dự án Nhóm

Tổ chức và quản lý tiến trình làm việc nhóm chuyên nghiệp

Dự án nhóm thực hiện:

"Màu thực phẩm tự nhiên có thể thay thế hoàn toàn màu nhân tạo không?"

Vai trò của mình trong nhóm: Thành viên | Thời gian thực hiện: 22 - 30/05/2026

Báo cáo cá nhân này trình bày quá trình mình tham gia dự án nhóm, tập trung vào việc áp dụng đồng bộ hệ thống 04 nhóm công cụ trực tuyến chính để đạt được hiệu quả làm việc nhóm tối ưu nhất:

Quy trình phối hợp công cụ:

Quản lý dự án (Trello): Tụi mình thiết lập bảng công việc trực quan, mình chịu trách nhiệm cập nhật trạng thái các thẻ nhiệm vụ được giao và thực hiện tổng cộng hơn 10 lượt tương tác phối hợp trên hệ thống.
Soạn thảo cộng tác (Google Docs): Sử dụng triệt để tính năng Nhận xét (Comment) và Đề xuất sửa đổi (Suggesting) trực tiếp trên bản thảo.
Lưu trữ chia sẻ (Google Drive): Cấp quyền truy cập hệ thống thư viện nhóm để quản lý và tổ chức tài nguyên khoa học.
Liên lạc tương tác (Google Meet): Thảo luận trực tiếp kết hợp trả lời thắc mắc của các thành viên trong kênh chat chung trong vòng 15 phút từ khi nhận thông báo.

Các thách thức đã giải quyết:

  • Đồng nhất định dạng tài liệu bằng file template chung của nhóm (font chữ, cách xuống dòng, đánh số mục).
  • Kiểm soát tiến độ cập nhật thực tế bằng quy định cập nhật thẻ Trello trước mỗi buổi họp.
  • Quản lý chống phân tán thông tin bằng cách tắt thông báo Docs theo thời gian thực và kiểm tra theo khung giờ cố định.
5

Bài 5: Sử dụng AI Tạo sinh Hỗ trợ Sáng tạo Nội dung

Sáng tạo nội dung số tích hợp đa công cụ

Quản lý tiến trình xây dựng và hoàn thiện ấn phẩm Tạp chí số (E-Magazine) đặc sắc: "Nhật ngữ học trong Kỷ nguyên Số: Bản lĩnh sinh viên ULIS" nhằm truyền tải phương pháp tự học chữ Kanji và Kính ngữ Keigo kết hợp công nghệ.

Google Gemini (Văn bản)

Đóng vai trò trợ lý nghiên cứu và xây dựng cấu trúc văn bản học thuật. Mình áp dụng phương pháp Role-Prompting kết hợp Constraint để thiết lập ranh giới văn phong chuẩn biên tập viên cho tạp chí.

Adobe Firefly (Hình ảnh)

Hỗ trợ tạo hình minh họa bìa tạp chí độc quyền, không lo ngại vấn đề bản quyền. Mình đã viết câu lệnh mô tả chi tiết: "A futuristic library in Tokyo, a student studying Japanese with holographic Kanji characters floating in the air, anime aesthetic...".

Canva AI Magic Studio (Thiết kế)

Giúp tự động hóa quy trình dựng layout tạp chí số mà không cần thiết kế thủ công từ đầu. Công cụ tự động gợi ý bảng phối màu (color palette), sắp xếp bố cục chữ và ảnh bìa hài hòa, chuyên nghiệp.

Bảng so sánh và đánh giá ưu nhược điểm của 3 công cụ:

Google Gemini

Ưu điểm: Tạo nội dung văn bản cực nhanh, rõ cấu trúc, tiết kiệm thời gian nghiên cứu nền tảng lý thuyết ban đầu.

Nhược điểm: Nội dung đôi khi còn mang tính khái quát cao, cần đối chiếu thực tế và hiệu đính thủ công.

Adobe Firefly

Ưu điểm: Chất lượng ảnh tạo sinh rất cao, phối màu chuẩn nghệ thuật, đúng yêu cầu thiết kế không gian tương lai.

Nhược điểm: Đôi khi hình ảnh tạo ra chưa hoàn toàn khớp với ý tưởng nên cần tinh chỉnh câu lệnh nhiều lần.

Canva AI Studio

Ưu điểm: Giao diện trực quan, thư viện mẫu đa dạng, tích hợp văn bản và ảnh cực nhanh chóng.

Nhược điểm: Khả năng tự sáng tạo nội dung chữ mới và chất lượng ảnh đơn lẻ chưa thể mạnh bằng hai công cụ chuyên biệt trên.

6

Bài 6: Sử dụng AI Có Trách nhiệm trong Học tập & Nghiên cứu

Liêm chính học thuật và đạo đức nghiên cứu khoa học

Chính sách VNU vs Xu hướng quốc tế:

Qua việc tìm hiểu chính sách Liêm chính học thuật (Academic Integrity) của Đại học Quốc gia Hà Nội (VNU), mình nhận thấy nhà trường luôn hướng tới thái độ kiểm soát có trách nhiệm thay vì cấm đoán cực đoan. Dưới đây là bảng so sánh xu hướng:

Tiêu chí Chính sách VNU Harvard / RMIT
Thái độ cốt lõi Khuyến khích có kiểm soát, tập trung quản lý hành vi đạo văn. Chuyển dịch từ "cấm đoán" sang "tích hợp chủ động" vào chương trình học.
Quy định trích dẫn Bắt buộc khai báo công cụ đã dùng ở tài liệu tham khảo hoặc lời cảm ơn. Áp dụng nghiêm ngặt các quy chuẩn quốc tế (APA 7th, MLA 9th cho AI).
Công cụ kiểm soát Sử dụng phần mềm quét đạo văn truyền thống kết hợp bộ lọc. Sử dụng AI Detector chuyên sâu, đồng thời tăng hình thức thi vấn đáp/thực hành.

Bộ nguyên tắc cá nhân về sử dụng AI có trách nhiệm:

1. Nguyên tắc "Tư duy đi trước, AI theo sau"

Chỉ tìm đến trợ lý ảo AI sau khi bản thân đã tự động não suy nghĩ, đọc tài liệu và có định hướng lập luận rõ ràng về bài làm.

2. Nguyên tắc "Khai báo minh bạch"

Luôn ghi nhận trung thực trong báo cáo về việc mình đã dùng công cụ AI nào và sử dụng cho mục đích gì (như hỗ trợ sửa lỗi từ vựng).

3. Nguyên tắc "Kiểm chứng tối cao"

Tuyệt đối không tin cậy hoàn toàn vào các số liệu hay nguồn tài liệu tham khảo do AI tự trích dẫn; luôn tra cứu đối chiếu lại bằng sách học thuật.

4. Nguyên tắc "Cá nhân hóa nội dung"

Mọi gợi ý văn bản của AI đều phải được mình tự biên tập lại cẩn thận, viết lại bằng chính giọng văn của mình và lồng ghép trải nghiệm thực tế.

5. Nguyên tắc "Bảo mật thông tin"

Tuyệt đối không đăng tải các dữ liệu nhạy cảm, thông tin cá nhân hay đề thi học thuật chưa công bố lên các hệ thống AI công cộng.

6. Nguyên tắc "Phát triển năng lực cốt lõi"

Không dùng AI làm thay các bài tập rèn luyện kỹ năng nền tảng quan trọng (như tóm tắt tác phẩm, tư duy lô-gíc) để tránh làm cùn mòn tư duy.

Tổng kết của mình

Những bài học quý giá sau môn học

Trang Portfolio này không chỉ là nơi mình nộp bài tập mà còn ghi dấu sự thay đổi trong cách tư duy học tập của mình từ khi tiếp cận môn học Công nghệ số & Ứng dụng AI.

Bắt đầu từ những thao tác quản lý dữ liệu cơ bản ở Bài 1, mình đã học cách nghiên cứu và chọn lọc nguồn học liệu ở Bài 2, khám phá kỹ thuật viết prompt ở Bài 3, trải nghiệm làm việc nhóm thực tế ở Bài 4, và thực hành thiết kế ấn phẩm ở Bài 5. Cuối cùng, Bài 6 giúp mình có ý thức rõ ràng hơn về liêm chính học thuật để tự lực vươn lên trong học tập.

"Mình nhận ra AI hay công cụ số suy cho cùng cũng chỉ là người trợ lý đắc lực. Giá trị thực sự nằm ở cách chúng ta định hướng, kiểm chứng thông tin và lồng ghép tư duy của chính mình vào sản phẩm."

Giá trị đọng lại

Thói quen quản lý dữ liệu máy tính ngăn nắp.
Kỹ năng tìm kiếm, thẩm định nguồn tin cậy.
Biết ứng dụng AI hỗ trợ học tập một cách thông minh.
Giữ gìn sự trung thực và tự giác trong học tập.