Phạm Hiền Anh
MSSV: 25042655
أهلاً وسهلاً بك في محفظتي الرقمية
Không gian Sáng tạo số & Bản sắc Cá nhân
Chào mừng thầy cô và các bạn bước vào thế giới kỹ thuật số nhỏ của mình! Là sinh viên chuyên ngành Ngôn ngữ và Văn hoá Ả Rập, mình nhận thấy năng lực làm chủ công nghệ đóng vai trò then chốt trong việc tiếp cận và khai thác hệ tri thức thế giới. Trang Digital Portfolio này là minh chứng cụ thể cho chuỗi hoạt động thực hành thực tế, nỗ lực làm chủ các hệ thống tệp tin, công cụ nghiên cứu, kỹ năng viết prompt và sử dụng AI tạo sinh có trách nhiệm của mình.
Nghiên cứu sâu về lịch sử văn hóa, văn học khu vực Ả Rập, dịch thuật chuyên ngành văn bản đa phương tiện.
Ứng dụng thuần thục công nghệ vào biên - phiên dịch, xây dựng các mô hình trợ lý số hỗ trợ nghiên cứu ngoại ngữ tự động.
Mục tiêu Xây dựng Portfolio
Hệ thống hóa học liệu mở
Liên kết chặt chẽ và lưu trữ toàn bộ các sản phẩm thực hành nhỏ lẻ từ Chương 1 đến Chương 6 thành một bộ tư liệu thống nhất, gọn gàng và dễ dàng chia sẻ, truy cập mọi lúc.
Khẳng định năng lực số cá nhân
Chứng minh khả năng độc lập tư duy, làm chủ hệ thống máy tính, cộng tác trực tuyến nhóm và sáng tạo nội dung đa phương tiện, chuẩn bị tốt nhất cho thị trường lao động tương lai.
Liêm chính & Trách nhiệm số
Thể hiện sự tôn trọng tuyệt đối đối với sở hữu trí tuệ, rèn luyện tư duy phản biện khi kiểm soát thông tin AI, cam kết không phụ thuộc thụ động vào các thuật toán học máy.
Thư mục Học liệu Số Đám mây Google Drive
Đồng bộ hóa toàn bộ các tệp báo cáo học thuật gốc chi tiết, nhật ký thực hành và các sơ đồ tư duy chất lượng cao đã được mình tổ chức hệ thống hóa tại không gian Google Drive chung dưới đây để lưu trữ hồ sơ lâu dài.
Báo cáo Hoàn thiện Sản phẩm dự án cá nhân
Máy tính và các thiết bị ngoại vi
Sơ đồ cấu trúc cây thư mục đã tạo
Trình diễn 12 Thao tác Thực hành Hệ thống
Mở File Explorer
Nhấn tổ hợp phím Windows + E để khởi động chương trình File Explorer trên hệ điều hành Windows.
Khai thác dữ liệu và thông tin
Dưới đây là danh sách thẩm định chi tiết 10 tài liệu khoa học chất lượng cao, có sự hiện diện của 60% bài báo uy tín ISI/Scopus thuộc danh mục Q1/Q2 nhằm củng cố độ chính xác cho nghiên cứu.
| STT | Tài liệu tham khảo (Harvard Style) | Độ tin cậy của Tác giả | Nhà xuất bản / Tạp chí | Phương pháp nghiên cứu | Tính cập nhật | Độ tin cậy |
|---|---|---|---|---|---|---|
| 1 | Holmes, W. et al. (2019). Artificial Intelligence in Education. Springer. | Chuyên gia đầu ngành EdTech | Springer Academic | Tổng hợp / Lý thuyết | Mới (2019) | Cao |
| 2 | Luckin, R. et al. (2016). Intelligence Unleashed. Pearson. | Hội đồng khoa học UCL | Pearson Publishing | Báo cáo chiến lược | Trung bình | Cao |
| 3 | Baker, R. & Inventado, P. (2014). Educational Data Mining. J. of EDM. | Chuyên gia EDM hàng đầu | Journal of EDM | Thực nghiệm / Thống kê | Cũ (2014) | Trung bình |
| 4 | Holmes, W. (2020). AI and the Future of Education. J. of Learn. Analytics. | Chuyên gia hàng đầu thế giới | Journal of Learn. Analytics | Phân tích hệ thống | Mới (2020) | Cao |
| 5 | Zawacki-Richter, O. et al. (2019). Systematic Review. Int. Journal of EdTech. | Nhóm nghiên cứu Đức mạnh | Int. Journal of EdTech | Systematic Review | Mới (2019) | Cao |
| 6 | Chen, L. et al. (2020). AI-based Personalized Learning. IEEE Transactions. | Viện nghiên cứu Trung Quốc | IEEE Transactions | Thực nghiệm / Thuật toán | Mới (2020) | Cao |
| 7 | UNESCO (2021). AI and Education: Guidance for Policy-makers. Paris. | Tổ chức quốc tế UNESCO | UNESCO Academic | Khung chính sách vĩ mô | Mới (2021) | Cao |
| 8 | Russell, S. & Norvig, P. (2021). Artificial Intelligence. 4th edn. Pearson. | Khai quốc công thần AI - Stanford | Pearson Education | Lý thuyết kinh điển | Mới (Bản XB 4) | Cao |
| 9 | Siemens, G. (2013). Learning Analytics. J. of Learn. Analytics. | Người tiên phong Learning Analytics | Journal of Learn. Analytics | Khung lý thuyết gốc | Cũ (2013) | Trung bình |
| 10 | Holmes, W. et al. (2022). Ethics of AI in Education. EdTech Research. | Nhóm nghiên cứu đạo đức Anh | EdTech Research | Phân tích đạo đức học | Mới (2022) | Cao |
Áp dụng bộ 5 tiêu chí chuẩn hóa: kiểm tra trình độ Tác giả (chỉ số H-index), uy tín của Cơ quan xuất bản (Springer, IEEE), tính rõ ràng của Phương pháp nghiên cứu, tần suất Trích dẫn học thuật, và Biên độ cập nhật trong vòng 10 năm trở lại đây.
Biết cách sử dụng các toán tử Boolean nâng cao để loại bỏ hoàn toàn các trang web không chính thống, rèn luyện kỹ năng đọc lướt để định vị dữ liệu nghiên cứu chất lượng cao nhanh chóng.
Tổng quan về trí tuệ nhân tạo (Kỹ nghệ Prompt Engineering)
Dưới đây là không gian so sánh chi tiết các prompt mình tự xây dựng, làm nổi bật cấu trúc R-T-C-F (Role, Task, Context, Format) cùng các kỹ thuật Chain-of-Thought và Few-shot.
Tác vụ 1: Tóm tắt bài đọc học thuật mạng Neural nhân tạo
Thang tư duy Bloom: Hiểu - Phân tích"Tóm tắt lại văn bản dưới đây cho tôi. Văn bản: [Dán đoạn văn bản về mạng Neural nhân tạo]"
"Hãy đóng vai là một trợ lý học thuật. Tóm tắt đoạn văn bản sau đây trong khoảng 200 từ. Yêu cầu chia làm 3 phần rõ ràng: Mục đích chính, Phương pháp nghiên cứu, và Kết luận cốt lõi. Sử dụng các dấu đầu dòng để tăng tính trực quan. Văn bản: [Dán đoạn văn bản]"
"[Role]: Bạn là một Chuyên gia Thẩm định Khoa học xuất sắc có khả năng chắt lọc tri thức mật độ cao.
[Task]: Hãy tiến hành phân tích và lập bản tóm tắt học thuật cho tài liệu dưới đây.
[Context & Constraints]: Độ dài: Không quá 250 từ. Ngôn ngữ: Học thuật, chính xác, giữ nguyên các thuật ngữ chuyên ngành gốc.
[Format]: Bắt buộc sử dụng Markdown theo cấu trúc: (1) Bối cảnh & Vấn đề đặt ra, (2) Giải pháp công nghệ/Luận điểm then chốt, (3) Kết quả thực nghiệm và Hệ quả.
[Text]: [Dán văn bản học thuật về mạng Neural]"
Việc gán vai trò chuyên gia có khả năng định hình không gian vector giúp mô hình cô lập vùng kiến thức cần thiết, loại bỏ hoàn toàn các câu trả lời chung chung mang tính đại chúng. Áp dụng kỹ thuật Chain-of-Thought giúp định hướng tính toán tuần tự các xác suất từ ngữ của LLM, triệt tiêu hiện tượng ảo tưởng dữ liệu.
Giao tiếp và hợp tác trong môi trường số (Dự án "Living Museum")
Cơ cấu Phân quyền Thư mục Đám mây nhóm
Là Trưởng nhóm Truyền thông & Điều phối tài nguyên, mình trực tiếp biên soạn hơn 1.500 từ trên Google Docs (Kế hoạch truyền thông, phân tích đối tượng, bảng ngân sách), đồng thời tối ưu hóa định dạng báo cáo thống nhất cho cả nhóm.
Hành trình Phối hợp Nhóm 4
Đồng bộ ảnh đại diện, gán nhãn chuyên trách trên Trello, thiết lập thư mục Drive chung chuẩn chỉnh phục vụ quản lý tệp tin.
Vận hành bảng Kanban trên Trello. Cập nhật thẻ việc 3 lần/tuần (thứ Hai, thứ Tư, thứ Sáu) tuần tự từ To Do sang In Progress và Done.
Sử dụng tính năng Suggesting (Gợi ý) trên Google Docs khi chỉnh sửa chéo văn bản nhóm, lập bảng thông báo thời hạn hiển thị cố định ở trang đầu.
Tổ chức họp Google Meet hướng dẫn quy trình, áp dụng công cụ nhắc việc tự động hằng ngày của Trello giúp nâng cao tỷ lệ tuân thủ lên 95%.
Sức mạnh thực sự của làm việc nhóm trực tuyến không nằm ở công cụ đắt tiền, mà nằm ở việc xây dựng và nghiêm túc tuân thủ các quy tắc ứng xử kỹ thuật số tập thể (đặc biệt là quy tắc chống ghi đè dữ liệu trực tuyến).
Sáng tạo nội dung (Infographic "Tác động của AI đối với Giáo dục Đại học")
Quy trình phối hợp 3 công cụ AI tạo sinh định hướng sáng tạo:
Google Gemini (Văn bản)
Phần biên tập của con người: Rút gọn triệt để các đoạn văn dài dòng từ Gemini để bảo đảm tính ngắn gọn, trực quan của một infographic; bổ sung các số liệu thực tế tại Việt Nam để tăng độ thuyết phục.
DALL-E 3 (Hình ảnh)
Phần biên tập của con người: Sử dụng công cụ bên ngoài loại bỏ nền (background removal), tinh chỉnh sắc độ xanh dương - trắng đồng điệu với bảng màu chung của toàn dự án.
Canva AI (Bố cục & Hòa sắc)
Hiệu suất đạt được: Cắt giảm hơn 60% thời gian dàn trang thủ công phức tạp, giải phóng sức sáng tạo để tập trung hoàn thiện thông điệp cốt lõi của tác phẩm.
Mình luôn đặt tư duy con người ở vị trí trung tâm để dẫn dắt công nghệ, tuân thủ nghiêm ngặt ba tiêu chuẩn: 1. Fact-checking (kiểm định chặt chẽ, đối chiếu thông tin với nguồn chính thống, không tin tưởng mù quáng số liệu AI); 2. Bản quyền (chỉ dùng các tài nguyên hợp pháp do nhà cung cấp hỗ trợ); 3. Tính cá nhân hóa (giữ lại giọng văn tự nhiên của bản thân, lọc bỏ các cấu trúc diễn đạt khô khan và rập khuôn của robot).
An toàn và liêm chính học thuật trong môi trường số
Nghiên cứu Chính sách học thuật tại trường ULIS
Dựa trên các nghiên cứu khoa học giai đoạn 2024-2026 (ví dụ nghiên cứu về "Tác động của AI đến động lực, phương pháp và kết quả học ngoại ngữ của sinh viên" công bố trên Tạp chí Nghiên cứu Nước ngoài của VNU), trường ULIS định hình 3 trọng tâm vĩ mô:
- Khuyến khích có định hướng: Áp dụng AI như trợ lý hỗ trợ chấm bài viết tự động, thiết kế tài liệu học tập kỹ năng đọc - từ vựng.
- Nghiêm cấm hành vi ngụy tạo: Nộp nguyên bản bài essay do AI tạo ra hoàn toàn mà không có sự chuyển hóa, chỉnh sửa được coi là hành vi gian lận tương đương chép bài người khác.
- Yêu cầu minh bạch: Người học có nghĩa vụ giải trình và trích dẫn rõ ràng nguồn generative AI khi thu thập dữ liệu hoặc tối ưu hóa văn phong.
6 Nguyên tắc Cam kết Ứng xử Học thuật Cá nhân
- 1. Nguyên tắc Chủ quyền Tư duy: Ý tưởng gốc, lập luận khoa học và kết luận phải luôn xuất phát từ não bộ của chính mình. AI chỉ đóng vai trò chất xúc tác.
- 2. Nguyên tắc Xác thực Tuyệt đối: Không tin tưởng mù quáng số liệu AI đưa ra. Phải kiểm chứng chéo qua nguồn tài liệu học thuật chính thống.
- 3. Nguyên tắc Minh bạch Tuyệt đối: Công khai rõ ràng tên mô hình, phiên bản và phân đoạn công việc có sự tham gia trợ lực của AI.
- 4. Nguyên tắc Phát triển Kỹ năng cốt lõi: Không dùng AI để né tránh rèn luyện kỹ năng gốc (tự dịch văn bản trước khi nhờ AI sửa câu từ).
- 5. Nguyên tắc Bảo mật Thông tin: Không tải lên hệ thống AI các dữ liệu cá nhân hay nghiên cứu chưa công bố để tránh lộ thông tin.
- 6. Nguyên tắc Trách nhiệm Giải trình: Bản thân tự chịu trách nhiệm 100% trước nhà trường về bất kỳ lỗi sai lệch thông tin nào của sản phẩm.
AI không phải là mối đe dọa nếu người học sử dụng với thái độ tự giác, liêm chính để biến nó thành bệ phóng cho các giá trị sáng tạo mang bản sắc ngôn ngữ của con người.
Đánh giá Thực tế & Đúc kết Trải nghiệm
Thách thức lớn nhất đã vượt qua
Cân bằng giữa thiết kế mang đậm tính thẩm mỹ Frutiger Aero rực rỡ với tính nghiêm cẩn, khoa học của báo cáo học thuật là thách thức lớn nhất. Đồng thời, việc giữ vững vai trò giám sát, liên tục đối chiếu kiểm chứng dữ liệu Ả Rập học thuật để tránh lỗi ảo tưởng của AI đòi hỏi một tinh thần tự giác, kỷ luật cực kỳ nghiêm ngặt.
Những yếu tố thuận lợi hỗ trợ
Việc được đào tạo thực hành tuần tự qua 6 bài học lớn đã giúp mình tích lũy được hệ thống minh chứng vô cùng phong phú và có tính cấu trúc chặt chẽ. Sự chỉ dẫn tận tâm từ giảng viên ULIS cùng sự phát triển vượt bậc của các công cụ thiết kế trực quan đám mây giúp đơn giản hóa quy trình xây dựng portfolio.
Bài học giá trị đọng lại
Bản chất đích thực của quá trình học tập số không nằm ở việc nỗ lực thay thế sức lao động tự nhiên của con người bằng thuật toán, mà là xây dựng mối quan hệ cộng tác thông thái. Nơi con người luôn là trung tâm giữ bánh lái phản biện, còn AI là động cơ đẩy mạnh năng suất nghiên cứu văn hóa ngôn ngữ Ả Rập lên một tầm cao mới.
"Công nghệ đổi mới mỗi ngày, nhưng sự tự học nghiêm túc, trung thực và liêm chính mới là giá trị cốt lõi giúp sinh viên ngôn ngữ phát triển vững chãi."