Báo cáo khoa học đề tài "Xây dựng Chatbot “Cố vấn Học tập AI” cho sinh viên Trường Đại học Công nghiệp Việt - Hung trên nền tảng ChatGPTs"

BÁO CÁO KHOA HỌC

Tên đề tài: Xây dựng Chatbot “Cố vấn Học tập AI” cho sinh viên Trường Đại học Công nghiệp Việt - Hung trên nền tảng ChatGPTs

Chủ nhiệm đề tài: Ths. Nguyễn Thành Sơn 

Thành viên tham gia: Ths. Hà Thị Vân Anh, Ths. Nguyễn Thế Nguyên, Ths. Nguyễn Thị Thục, Ths. Nguyễn Trọng Việt 

Đơn vị thực hiện: Trung tâm Đào tạo, bồi dưỡng - Trường ĐHCN Việt-Hung

TÓM TẮT

Đề tài nghiên cứu "Xây dựng Chatbot Cố vấn Học tập AI cho sinh viên Trường Đại học Công nghiệp Việt – Hung trên nền tảng ChatGPTs" tập trung vào việc thiết kế, cấu hình và thử nghiệm một chatbot học vụ thông minh. Được xây dựng trên nền tảng ChatGPTs không cần lập trình và sử dụng mô hình GPT-4, chatbot được huấn luyện bằng dữ liệu nội bộ của nhà trường như kế hoạch đào tạo, bảng điểm và các văn bản quy định học vụ.

Hệ thống đã được thử nghiệm thực tế với 96 sinh viên thuộc nhiều ngành và khóa học khác nhau để đánh giá hiệu quả. Kết quả khảo sát cho thấy phản hồi rất tích cực, với hơn 90% sinh viên mong muốn tiếp tục sử dụng , gần 50% đánh giá mức độ hài lòng từ 4–5 điểm , và khoảng 40% cho rằng chatbot hỗ trợ hiệu quả cho việc tư vấn học vụ cơ bản. Chatbot cũng cho thấy hiệu quả bước đầu trong việc giảm tải các câu hỏi lặp lại cho giảng viên cố vấn.

Tuy nhiên, đề tài cũng xác định rõ những hạn chế kỹ thuật của nền tảng như không thể truy xuất dữ liệu động từ hệ thống hiện hành, thiếu cơ chế phân quyền và không đảm bảo an toàn thông tin cá nhân. Dù vậy, nghiên cứu đã hoàn thành mục tiêu thử nghiệm, khẳng định tiềm năng ứng dụng của mô hình ngôn ngữ lớn trong tư vấn học vụ và đặt nền tảng cho việc phát triển các hệ thống mạnh mẽ hơn trong tương lai.

Từ khóa: Cố vấn học tập AI, Chatbot, ChatGPTs, GPT-4, Xử lý ngôn ngữ tự nhiên, Giáo dục đại học, Trường Đại học Công nghiệp Việt - Hung.

1. GIỚI THIỆU

Trong bối cảnh cuộc cách mạng công nghiệp lần thứ tư, việc ứng dụng trí tuệ nhân tạo (AI) vào giáo dục đã trở thành một xu hướng tất yếu, đặc biệt là tại các cơ sở giáo dục đại học trên toàn cầu. Một trong những ứng dụng nổi bật là hệ thống chatbot học tập, có khả năng hỗ trợ người học truy cập thông tin, rèn luyện kỹ năng tự học và tương tác có định hướng. Trên thế giới, nhiều trường đại học lớn như Deakin (Úc) với chatbot Genie, Georgia State (Mỹ) với Pounce, và Đại học Amsterdam (Hà Lan) đã triển khai thành công các chatbot hỗ trợ sinh viên hiệu quả. Các mô hình này cho thấy vai trò trung gian quan trọng của chatbot, giúp giảm tải cho đội ngũ cố vấn và nâng cao tính chủ động của sinh viên.

Tại Việt Nam, một số trường đại học cũng đã bước đầu thử nghiệm chatbot học vụ, như FIT-Ebot của Trường Đại học Khoa học Tự nhiên – ĐHQG TP.HCM hay các chatbot phục vụ tuyển sinh tại Đại học Nguyễn Tất Thành, Đại học Cần Thơ. Tuy nhiên, các hệ thống này phần lớn vẫn hoạt động dựa trên kịch bản cố định, chưa có khả năng cá nhân hóa cao và chưa khai thác sức mạnh của các mô hình ngôn ngữ lớn (LLM). Đặc biệt, chưa có mô hình nào tại Việt Nam ứng dụng nền tảng ChatGPT Store để triển khai chatbot học tập có khả năng truy xuất dữ liệu nội bộ theo hướng không lập trình (no-code).

Tại Trường Đại học Công nghiệp Việt – Hung, công tác tư vấn học vụ hiện vẫn phụ thuộc nhiều vào đội ngũ cố vấn và phòng Quản lý Đào tạo, dẫn đến tình trạng quá tải cho giảng viên và thông tin thiếu chuẩn hóa cho sinh viên. Sự ra đời của nền tảng ChatGPT Store với khả năng xây dựng GPT tùy chỉnh một cách dễ dàng đã mở ra cơ hội để giải quyết bài toán này. Do đó, đề tài “Xây dựng Chatbot Cố vấn Học tập AI cho sinh viên Trường Đại học Công nghiệp Việt – Hung trên nền tảng ChatGPTs” được thực hiện với tính cấp thiết cao, mang ý nghĩa cả về mặt học thuật lẫn quản lý đào tạo, hứa hẹn trở thành một mô hình điểm có thể nhân rộng.

Mục tiêu tổng quát của đề tài là xây dựng một hệ thống chatbot cố vấn học tập thông minh, có khả năng tư vấn kế hoạch đào tạo, truy xuất kết quả học tập và cung cấp thông tin học vụ một cách cá nhân hóa, chính xác và thân thiện. Các mục tiêu cụ thể bao gồm: (1) Khảo sát và phân tích các mô hình chatbot trong và ngoài nước; (2) Thiết kế và cấu hình chatbot trên nền tảng ChatGPT Store, tích hợp tài liệu nội bộ; (3) Xây dựng tập dữ liệu từ các nguồn của nhà trường; (4) Tổ chức thử nghiệm thực tế với sinh viên và phân tích phản hồi để đánh giá hiệu quả; (5) Đề xuất định hướng cải tiến và khả năng nhân rộng mô hình.

Đối tượng nghiên cứu của đề tài bao gồm hệ thống chatbot, dữ liệu học vụ (kế hoạch đào tạo, kết quả học tập, quy định), và hành vi người dùng. Nghiên cứu được thực hiện tại Trường Đại học Công nghiệp Việt – Hung trong năm học 2024-2025, tập trung vào việc hỗ trợ truy xuất thông tin và giải thích quy định, không bao gồm các chức năng hành chính điện tử chuyên sâu.

2. NỘI DUNG NGHIÊN CỨU

2.1. Cơ sở lý luận

Nền tảng của đề tài là sự kết hợp giữa Trí tuệ nhân tạo (AI), Xử lý ngôn ngữ tự nhiên (NLP) và các ứng dụng trong giáo dục. Chatbot, một phần mềm mô phỏng hội thoại, được xem là công cụ tiềm năng để tự động hóa công tác tư vấn học vụ. Chatbot có thể được phân loại dựa trên nhiều tiêu chí, nhưng đề tài này tập trung vào loại chatbot sử dụng AI, có khả năng học từ dữ liệu, hiểu ngữ cảnh và tự điều chỉnh phản hồi nhờ công nghệ NLP.

Công nghệ NLP đóng vai trò trung tâm, cho phép máy tính hiểu và phản hồi ngôn ngữ của con người. Các mô hình tiên tiến như GPT (Generative Pre-trained Transformer) của OpenAI đã tạo ra bước đột phá, giúp chatbot không chỉ tuân theo kịch bản mà còn "hiểu" ngữ nghĩa và trả lời linh hoạt. Một chatbot tích hợp NLP thường bao gồm các giai đoạn: tiền xử lý ngôn ngữ, phân tích ngữ nghĩa và sinh phản hồi.

Trong hệ thống thông tin giáo dục, chatbot đóng vai trò là một "trợ lý học tập ảo", cung cấp dịch vụ tư vấn 24/7, cá nhân hóa và tức thời. Nó giúp sinh viên chủ động hơn trong học tập, đồng thời chuẩn hóa thông tin và giảm tải cho cán bộ nhà trường.

Nền tảng được lựa chọn là ChatGPT Store của OpenAI, cho phép người dùng xây dựng các GPT tùy chỉnh mà không cần kỹ năng lập trình. Kiến trúc của một GPT tùy chỉnh bao gồm bốn thành phần chính: Instructions (chỉ dẫn vai trò và hành vi), Files (tài liệu nội bộ tải lên làm cơ sở tri thức), Conversation Starters (câu hỏi gợi ý), và các tính năng mở rộng như Memory & API Integration. Lý do chọn nền tảng này bao gồm khả năng tùy biến cao, dễ triển khai, tích hợp công nghệ NLP tiên tiến (GPT-4), hỗ trợ tốt tiếng Việt và tương thích với dữ liệu nội bộ của nhà trường.

2.2. Thiết kế và Cấu hình Chatbot

Quá trình thiết kế bắt đầu bằng việc xác định rõ đối tượng người dùng và các loại truy vấn. Hai nhóm người dùng chính là sinh viên (có nhu cầu tra cứu kế hoạch học tập, kết quả, quy định) và giảng viên/cố vấn học tập (sử dụng để hỗ trợ tư vấn nhanh). Các loại truy vấn phổ biến được phân loại thành các nhóm: truy vấn về kế hoạch đào tạo, kết quả học tập, chính sách học vụ, và các tình huống kết hợp ngữ cảnh cụ thể.

Dựa trên đó, các chức năng chính của chatbot được xác định, bao gồm:

• Tư vấn học tập theo kế hoạch đào tạo: Truy xuất học phần theo kỳ, lộ trình toàn khóa.
• Tra cứu kết quả học tập cá nhân: Hiển thị điểm, liệt kê môn cần học lại, tính tín chỉ tích lũy.
• Tư vấn chính sách, quy định học vụ: Giải đáp về học bổng, cảnh báo học vụ, miễn giảm học phần.
• Hỗ trợ giảng viên: Truy vấn kết quả theo lớp, thống kê sinh viên chưa đạt chuẩn.
• Hướng dẫn và điều hướng: Gợi ý câu hỏi, cảnh báo khi người dùng hỏi ngoài phạm vi.

Để chatbot hoạt động, ba nhóm dữ liệu cốt lõi đã được tích hợp:

1. Dữ liệu quy định: Gồm các văn bản như quy chế đào tạo, quy định đánh giá kết quả học tập, xét học bổng... dưới dạng tệp .docx hoặc .pdf.
2. Dữ liệu kế hoạch đào tạo (KHĐT): Các tệp Excel (ví dụ: KHDT_K45.xlsx) chứa thông tin chi tiết về các học phần theo từng ngành, khóa học.
3. Dữ liệu kết quả học tập (KQHT): Các tệp Excel (ví dụ: KQHT_K46_QTKD.xlsx) chứa điểm số của sinh viên theo từng lớp.

Quá trình cấu hình chatbot trên nền tảng ChatGPTs được thực hiện thông qua việc thiết lập Instructions (chỉ dẫn hành vi). Đây là phần mô tả vai trò, phạm vi hoạt động và phong cách giao tiếp của chatbot. Ví dụ, chatbot được chỉ dẫn: "Bạn là một cố vấn học tập AI được phát triển cho sinh viên và giảng viên Trường Đại học Công nghiệp Việt – Hung. Bạn chỉ được trả lời các câu hỏi dựa trên thông tin từ các tài liệu được tải lên".

Bên cạnh đó, Conversation Starters (gợi ý hội thoại) được tạo ra để định hướng người dùng, ví dụ: "Học kỳ tới tôi học những môn gì?" hoặc "Điểm bao nhiêu thì bị cảnh báo học vụ?". Logic phản hồi cũng được xây dựng để chatbot có thể phân loại truy vấn, yêu cầu bổ sung thông tin nếu cần, và trả lời một cách rõ ràng, có trích dẫn nguồn.

3. PHƯƠNG PHÁP NGHIÊN CỨU

Đề tài sử dụng cách tiếp cận liên ngành, kết hợp giữa công nghệ AI và giáo dục, xuất phát từ nhu cầu thực tiễn của sinh viên và tận dụng công nghệ xử lý ngôn ngữ tự nhiên tiên tiến. Các phương pháp nghiên cứu chính được áp dụng bao gồm:

• Phương pháp nghiên cứu tài liệu: Tổng hợp và phân tích các công trình về AI, chatbot trong giáo dục, và nghiên cứu nền tảng ChatGPT Store.
• Phương pháp nghiên cứu phát triển: Thiết kế và cấu hình chatbot, tích hợp dữ liệu nội bộ để tạo thành hệ tri thức.
• Phương pháp nghiên cứu thực nghiệm: Tổ chức thử nghiệm chatbot với nhóm sinh viên đại diện để thu thập phản hồi và đánh giá hiệu quả thực tế.

Hệ thống được thiết kế theo kiến trúc client-chatbot, nơi người dùng tương tác với GPT tùy chỉnh, và GPT này truy xuất thông tin từ các tệp dữ liệu nội bộ được tải lên. Quá trình triển khai theo hướng tiếp cận không lập trình, tập trung vào việc cấu hình vai trò, nạp dữ liệu và định hướng phản hồi.

Việc thu thập dữ liệu được thực hiện từ các nguồn chính thống của nhà trường. Dữ liệu đầu vào gồm các tệp Kế hoạch đào tạo (KHDT_K45.xlsx, KHDT_K46.xlsx, KHDT_K47.xlsx), Kết quả học tập (KQHT_K46_QTKD.xlsx, KQHT_46_CNKT Điện, điện tử.xlsx), và danh sách sinh viên (Full_DanhSach_SV_45_46_47.xlsx). Dữ liệu này sau đó được chuẩn hóa về định dạng, tên file, tên sheet và cấu trúc bảng để đảm bảo chatbot có thể truy xuất chính xác. Ví dụ, tên file và sheet được đặt theo quy tắc thống nhất (ví dụ: KHDT_K47.xlsx, sheet CNTT_K47) để chatbot dễ dàng định vị thông tin khi người dùng hỏi về một ngành và khóa học cụ thể. Dữ liệu được phân loại theo mục đích truy xuất tương ứng với các nhóm chức năng của chatbot.

Quá trình thử nghiệm và đánh giá được tổ chức từ tháng 3 đến tháng 4 năm 2025 với sự tham gia của 96 sinh viên thuộc các khóa K45, K46, K47, K48 từ ba ngành chính: Công nghệ kỹ thuật điện – điện tử, Công nghệ thông tin và Quản trị kinh doanh. Sinh viên được hướng dẫn sử dụng và trực tiếp đặt câu hỏi thực tế liên quan đến việc học của mình. Sau đó, một cuộc khảo sát được tiến hành để thu thập phản hồi định lượng và định tính về mức độ hài lòng, tính hữu ích và các đề xuất cải tiến.

4. KẾT QUẢ NGHIÊN CỨU

4.1. Kết quả thử nghiệm và đánh giá

Hệ thống chatbot đã được xây dựng thành công, hoạt động ổn định và tích hợp được các nhóm dữ liệu học vụ cơ bản của nhà trường. Kết quả khảo sát 96 sinh viên tham gia thử nghiệm đã cung cấp những dữ liệu giá trị:

• Mức độ tương tác: 53.13% sinh viên đã sử dụng chatbot để giải quyết các tình huống thực tế, cho thấy hệ thống không chỉ được truy cập mà còn được ứng dụng thực sự.
• Mục đích sử dụng: Các mục đích chính bao gồm tư vấn quy định - chính sách (40.63%), kiểm tra học phần cần học lại (38.54%), và xem kế hoạch học tập (29.17%), hoàn toàn khớp với các chức năng cốt lõi của đề tài.
• Đánh giá chức năng: Sinh viên đánh giá cao tính dễ sử dụng của chatbot (điểm trung bình 3.5/5), và mức độ hài lòng tổng thể đạt 3.4/5. Gần 50% sinh viên đánh giá mức độ hài lòng ở mức 4-5 điểm. Cụ thể, 40.63% đánh giá cao chức năng xác định học phần cần học lại, và 43.75% hài lòng với chức năng giải thích quy định học vụ.
• Mong muốn sử dụng: Một kết quả rất đáng khích lệ là 92.71% sinh viên cho biết họ muốn tiếp tục sử dụng chatbot trong học tập, khẳng định nhu cầu thực tế và sự chấp nhận của người dùng đối với công cụ này.

4.2. Tác động của chatbot

Chatbot đã tạo ra những tác động tích cực rõ rệt đối với các bên liên quan:

• Đối với sinh viên: Hệ thống giúp tăng khả năng tự chủ trong học tập, cho phép sinh viên chủ động tra cứu thông tin mọi lúc mà không cần chờ đợi. Chatbot cung cấp thông tin rõ ràng, kịp thời từ các văn bản chính thức, giúp sinh viên tránh hiểu sai quy định. Giao diện tương tác tự nhiên, thân thiện cũng giúp giảm áp lực so với việc sử dụng các hệ thống quản lý đào tạo truyền thống.
• Đối với giảng viên và công tác cố vấn: Chatbot giúp giảm tải đáng kể khối lượng công việc tư vấn bằng cách tự động hóa các câu hỏi lặp đi lặp lại. Giảng viên có thể sử dụng chatbot như một công cụ tra cứu nhanh thông tin của lớp mình phụ trách. Quan trọng hơn, chatbot giúp chuẩn hóa nội dung tư vấn, đảm bảo thông tin đến sinh viên luôn thống nhất và chính xác.
• Đối với hệ thống quản lý đào tạo: Chatbot là một bước tiến trong việc số hóa và tự động hóa công tác tư vấn học vụ. Nó góp phần thống nhất nguồn thông tin trong toàn trường và tạo tiền đề để tích hợp sâu hơn với các hệ thống quản lý học tập (LMS, SIS) trong tương lai.

4.3. Hạn chế của đề tài

Qua quá trình triển khai, đề tài đã xác định rõ các giới hạn kỹ thuật quan trọng của nền tảng ChatGPT Store. Cụ thể:

• Không có khả năng truy xuất dữ liệu động: Chatbot hoạt động dựa trên các tệp dữ liệu tĩnh được tải lên, không thể kết nối trực tiếp với cơ sở dữ liệu của hệ thống đào tạo để lấy thông tin thời gian thực.
• Không hỗ trợ phân quyền truy cập: Nền tảng không cho phép thiết lập các mức độ truy cập khác nhau cho từng người dùng, gây rủi ro về bảo mật thông tin cá nhân.
• Thiếu khả năng tùy chỉnh sâu: Không thể tinh chỉnh (fine-tuning) mô hình ngôn ngữ hoặc kiểm soát hoàn toàn logic phản hồi.
• Vấn đề bảo mật: Việc tải dữ liệu cá nhân của sinh viên lên một nền tảng bên ngoài không đảm bảo an toàn thông tin ở cấp độ hệ thống.

5. KẾT LUẬN VÀ KIẾN NGHỊ

5.1. Kết luận

Đề tài đã hoàn thành xuất sắc các mục tiêu đề ra, xây dựng thành công một mô hình chatbot "Cố vấn Học tập AI" trên nền tảng ChatGPTs. Hệ thống đã chứng tỏ được hiệu quả bước đầu trong việc hỗ trợ sinh viên tra cứu thông tin học vụ và nhận được sự đón nhận tích cực từ người dùng thử nghiệm. Đề tài đã làm rõ khả năng ứng dụng của mô hình ngôn ngữ lớn trong môi trường giáo dục đại học, đồng thời cung cấp một mô hình tham khảo giá trị.

Tuy nhiên, do những hạn chế cố hữu của nền tảng ChatGPT Store về khả năng tích hợp động, phân quyền và bảo mật, mô hình này chỉ nên được xem là một phiên bản thử nghiệm. Việc triển khai ở quy mô toàn trường và xử lý dữ liệu nhạy cảm đòi hỏi một giải pháp công nghệ mạnh mẽ và an toàn hơn.

5.2. Kiến nghị

Dựa trên các kết quả và hạn chế đã phân tích, nhóm nghiên cứu đề xuất các kiến nghị sau:

1. Không sử dụng nền tảng ChatGPT Store cho vận hành chính thức với dữ liệu nhạy cảm do các rủi ro về bảo mật và thiếu khả năng tích hợp động.
2. Xây dựng một hệ thống chatbot mới, nội bộ bằng cách sử dụng các mô hình ngôn ngữ lớn thông qua API riêng hoặc các nền tảng AI độc lập. Hệ thống này cần có khả năng tích hợp trực tiếp với phần mềm quản lý đào tạo, truy xuất dữ liệu thời gian thực và phân quyền truy cập chặt chẽ.
3. Tái sử dụng các tài sản trí tuệ đã phát triển trong đề tài, bao gồm logic hội thoại, cấu trúc dữ liệu và các kịch bản tư vấn, để chuyển giao vào hệ thống mới.
4. Ưu tiên tích hợp chatbot với hệ thống LMS và SIS của nhà trường để tạo ra một hệ sinh thái hỗ trợ học tập toàn diện.
5. Tăng cường phối hợp giữa các đơn vị chuyên môn (Đào tạo, Công tác sinh viên, Khảo thí) trong quá trình phát triển để đảm bảo chatbot vừa đúng về chuyên môn, vừa an toàn về kỹ thuật.
6. Đề xuất nhà trường xem xét đầu tư cho giai đoạn 2, phát triển một chatbot học vụ nội bộ có kiểm soát, phục vụ chiến lược chuyển đổi số lâu dài của Trường Đại học Công nghiệp Việt – Hung.