Bài tập lớn: Ứng dụng Big Data trong Giáo dục môn Năng lực số ứng dụng | Học viện Ngân hàng

HỌC VIỆN NGÂN HÀNG
KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ   BÀI TẬP LỚN
MÔN NĂNG LỰC SỐ ỨNG DỤNG
ĐỀ TÀI: BIG DATA TRONG GIÁO DỤC LỚP: K27CLC-KDQTB NHÓM 2 HÀ NỘI- 12/2024
Giáo viên hướng dẫn: Chu Hồng Hải
Danh sách nhóm: 1. Mã sinh viên: 27A4052860
Họ và tên: Phạm Thị Thu Minh 2. Mã sinh viên: 27A4052903
Họ và tên: Lại Thị Thanh Xuân 3. Mã sinh viên: 27A4052899
Họ và tên: Trần Khánh Vân 4. Mã sinh viên: 27A4052805
Họ và tên: Phạm Thùy Châm 5. Mã sinh viên: 27A4052843
Họ và tên: Đặng Thùy Linh LỜI MỞ ĐẦU
Nhóm 2 chúng em xin giới thiệu đến thầy cô và mọi người đề tài: “Ứng dụng Big
Data trong giáo dục”. Đây là một chủ đề mang tính thực tiễn cao, đặc biệt trong bối
cảnh công nghệ số đang không ngừng phát triển và ảnh hưởng mạnh mẽ đến mọi
lĩnh vực, trong đó có giáo dục. Chúng em lựa chọn đề tài này với mong muốn tìm
hiểu sâu hơn về cách Big Data được ứng dụng để cải thiện chất lượng dạy và học,
hỗ trợ quản lý giáo dục và cá nhân hóa trải nghiệm học tập cho người học.
Việc ứng dụng Big Data trong giáo dục không chỉ đơn thuần là thu thập và phân
tích dữ liệu. Nó còn là một cuộc cách mạng về phương pháp giảng dạy và học tập.
Bằng cách tạo ra những trải nghiệm học tập cá nhân hóa, Big Data giúp học sinh
chủ động hơn trong quá trình học tập, từ đó nâng cao hiệu quả và niềm hứng thú
trong học tập. Đồng thời, Big Data cũng cung cấp cho các nhà hoạch định chính
sách những thông tin quan trọng để đưa ra các quyết định đúng đắn, góp phần xây
dựng một hệ thống giáo dục hiện đại và hiệu quả.
Việc lựa chọn đề tài "Big Data trong giáo dục" thể hiện tầm nhìn về một tương lai
giáo dục sáng tạo và hiệu quả. Bằng cách ứng dụng Big Data, chúng ta không chỉ
tạo ra những đột phá trong phương pháp giảng dạy mà còn giải quyết được nhiều
vấn đề nan giải trong giáo dục hiện nay. Đây là một bước đi cần thiết để xây dựng
một hệ thống giáo dục hiện đại, đáp ứng yêu cầu của xã hội và chuẩn bị cho thế hệ
trẻ bước vào tương lai.
Mặc dù nhóm đã rất cố gắng để hoàn thiện bài làm, nhưng chắc chắn sẽ không
tránh khỏi những thiếu sót. Chúng em rất biết ơn sự hướng dẫn tận tình của giảng
viên, nhờ đó chúng em có thể đạt được những kết quả này. Mong nhận được sự
góp ý từ thầy cô và mọi người để nhóm có thể hoàn thiện hơn. 1 MỤC LỤC
PHẦN MỞ ĐẦU......................................................................................................4
1. Mục tiêu nghiên cứu........................................................................................4
2. Đối tượng và phạm vi nghiên cứu ..................................................................4
3. Phương pháp nghiên cứu.................................................................................4 PHẦN NỘI DUNG
CHƯƠNG I: TỔNG QUAN VỀ BIG DATA
1.1. Big Data là gì?.................................................................................................5
1.2. Đặc điểm và vai trò của Big Data trong thời đại
số.........................................5
1.2.1. Đặc điểm......................................................................................................5
1.2.2.Vai trò...........................................................................................................6
CHƯƠNG II: KHÁI NIỆM VÀ ỨNG DỤNG BIG DATA TRONG GIÁO DỤC 2.1. Big Data trong giáo dục là
gì?.............................................................................8
2.2. Các ứng dụng của Big Data trong giáo
dục.........................................................9
2.2.1. Cá nhân hóa học tập: Phân tích hành vi học sinh để thiết kế lộ trình học
tập………………………………………………………………………………..............9
2.2.2. Dự đoán hiệu quả học tập: Phát hiện học sinh có nguy cơ bỏ học hoặc cần hỗ
trợ………………………………………………………………………..................11
2.2.3. Quản lý trường học: Tối ưu hóa nguồn lực và hiệu quả quản lý….........12
2.2.4. Đánh giá và cải tiến: Ứng dụng AI trong chấm điểm và phản hồi tự
động………………………………………………………………………....................13
CHƯƠNG III: LỢI ÍCH CỦA BIG DATA ĐỐI VỚI GIÁO DỤC
3.1. Cải thiện chất lượng giảng dạy và học tập…………………………………… 16
3.2. Tăng khả năng quản lý và ra quyết định……………………………….……..19 2
3.3. Hỗ trợ học tập từ xa và học trực
tuyến………………………………………..22
CHƯƠNG IV: PHÂN TÍCH MỘT VÀI HỆ THỐNG SỬ DỤNG BIG DATA TRONG GIÁO DỤC 4.1.
Canvas………………………...........................................................................23 4.2. Google
Classroom……………………………….............................................24
CHƯƠNG V: QUẢN LÝ RỦI RO ( THÁCH THỨC VÀ HẠN CHẾ)
5.1. Thách thức........................................................................................................26
5.1.1. Khối dữ liệu khổng lồ................................................................................26
5.1.2. Bảo mật và quyền riêng tư.........................................................................27
5.1.3. Hạ tầng công nghệ.....................................................................................28
5.1.4. Sự kháng cự...............................................................................................29
5.2. Hạn chế ............................................................................................................30
5.2.1. Chất lượng dữ liệu.....................................................................................30
5.2.2. Quá phụ thuộc vào dữ liệu........................................................................31
5.2.3. Khó khăn trong sử dụng các phân tích dữ liệu.........................................31
CHƯƠNG VI: TƯƠNG LAI PHÁT TRIỂN CỦA BIG DATA TRONG GIÁO DỤC
6.1. Tiềm năng phát triển và đổi mới giáo dục…………………………………....32
6.1.1. Cá nhân hóa giáo dục................................................................................32
6.1.2. Dự đoán và can thiệp sớm.........................................................................33
6.1.3. Nâng cao quản lý và hiệu quả giáo dục....................................................34
6.2. Ứng dụng AI và học máy để tối ưu hóa Big Data………………………....…35
6.3. Sự kết hợp với các công nghệ mới (IoT, VR, AR…)…………………….......35 3 KẾT
LUẬN .............................................................................................................36 TÀI LIỆU THAM
KHẢO .......................................................................................37 4 PHẦN MỞ ĐẦU
Trong thời đại cách mạng công nghiệp 4.0, Big Data đã trở thành một trong những
công nghệ cốt lõi thúc đẩy sự phát triển của nhiều lĩnh vực, trong đó có giáo dục.
Việc ứng dụng Big Data trong giáo dục không chỉ mang lại những đổi mới trong
cách quản lý, giảng dạy và học tập mà còn mở ra cơ hội để cá nhân hóa việc học,
nâng cao hiệu quả và chất lượng giáo dục. Tuy nhiên, việc khai thác Big Data
trong giáo dục vẫn đối mặt với nhiều thách thức như bảo mật dữ liệu, cơ sở hạ tầng
công nghệ và năng lực phân tích dữ liệu.
Đề tài này tập trung nghiên cứu vai trò, ứng dụng và tiềm năng của Big Data trong
giáo dục, đồng thời đề xuất các giải pháp nhằm khai thác hiệu quả nguồn dữ liệu
lớn trong bối cảnh hiện nay.
1. Mục tiêu nghiên cứu
- Phân tích vai trò và ứng dụng của Big Data trong lĩnh vực giáo dục.
- Đánh giá tác động của Big Data đến việc cải thiện chất lượng giảng dạy và học tập.
- Đề xuất giải pháp sử dụng Big Data hiệu quả trong quản lý giáo dục và học tập cá nhân hóa.
2. Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Ứng dụng của Big Data trong các hoạt động giáo dục,
bao gồm giảng dạy, học tập, và quản lý. - Phạm vi nghiên cứu:
Các cơ sở giáo dục sử dụng công nghệ Big Data.
Dữ liệu học tập, quản lý giáo dục và các nền tảng E-learning.
3. Phương pháp nghiên cứu
- Phương pháp thu thập dữ liệu:
Tổng hợp dữ liệu thứ cấp từ các tài liệu, báo cáo, và nghiên cứu liên quan.
Phân tích dữ liệu thực tế từ các trường học hoặc nền tảng giáo dục trực tuyến. - Phương pháp phân tích:
Sử dụng công cụ phân tích dữ liệu để đánh giá hiệu quả ứng dụng Big Data.
 So sánh các trường hợp điển hình trong và ngoài nước. 5 PHẦN NỘI DUNG
CHƯƠNG I: TỔNG QUAN VỀ BIG DATA 1.1. Big data là gì?
Big data (Tiếng Việt: Dữ liệu lớn) là một thuật ngữ cho việc xử lý một tập dữ liệu
rất lớn và phức tạp, rất khó để sắp xếp, lưu trữ và các công cụ phần mềm xử lý dữ
liệu truyền thống không thể quản lý được. Dữ liệu lớn bao gồm các thách thức như
phân tích, thu thập, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ, truyền nhận, trực
quan, truy vấn và tính riêng tư. Thuật ngữ này thường chỉ đơn giản đề cập đến việc
việc sử dụng các phân tích dự báo, phân tích hành vi người dùng, hoặc một số
phương pháp phân tích dữ liệu tiên tiến khác trích xuất giá trị từ dữ liệu mà ít khi
đề cập đến kích thước của bộ dữ liệu. Nó đòi hỏi cơ sở hạ tầng bổ sung để quản lý,
phân tích và chuyển đổi thành thông tin chi tiết. Nhưng những khối lượng dữ liệu
khổng lồ này có thể được sử dụng để giải quyết các vấn đề kinh doanh mà trước
đây doanh nghiệp không thể giải quyết được.
Ví dụ về Big data như phương pháp cá nhân hóa nội dung để phân phát đến người
tiếp cận trên các nền tảng Youtube, Spotify, Netflix, hay các nền tảng thương mại
điện tử như Shopee, Lazada,…
1.2. Đặc điểm và vai trò của Big Data trong thời đại số? 1.2.1. Đặc điểm:
Big Data cơ bản 3V (Volume, Velocity, Variety):
- Volume (Dung lượng): Big Data đề cập đến lượng dữ liệu khổng lồ được tạo ra
từ nhiều nguồn khác nhau như mạng xã hội, cảm biến IoT, giao dịch trực tuyến,....
VD: Hàng triệu GB dữ liệu được Google xử lý mỗi ngày.
- Variety (Tính đa dạng): Dữ liệu đến từ nhiều định dạng khác nhau, bao gồm:
Dữ liệu có cấu trúc (structured): Bảng tính, cơ sở dữ liệu.
Dữ liệu phi cấu trúc (unstructured): Video, hình ảnh, văn bản.
Dữ liệu bán cấu trúc (semi-structured): JSON, XML.
- Velocity (Vận tốc): Những dữ liệu được tạo ra, tiếp nhận, thu thập và xử lý với tốc độ cực kỳ nhanh.
VD: Dữ liệu từ cảm biến trong ô tô tự lái hoặc giao dịch trên các sàn tài chính. 6
Big Data mở rộng 7V (3V + Veracity, Value, Variability, Visualization):
- Veracity (Tính xác thực): Đề cập đến sự đáng tin cậy và về chất lượng của dữ liệu.
- Value (Giá trị): Mang lại những hiểu biết và thông tin giá trị hữu ích giúp hỗ
trợ đưa ra quyết định hoặc tạo ra lợi ích kinh tế.
- Variability (Biến động): Lưu lượng dữ liệu có thể thay đổi đáng kể theo thời
gian về ngữ cảnh, ý nghĩa và cấu trúc, đòi hỏi các hệ thống linh hoạt trong khả năng phân tích.
- Visualization (Trực quan hóa): Khả năng trình bày dữ liệu một cách trực quan
và dễ hiểu. Qua việc sử dụng các công cụ trực quan hóa giúp biến dữ liệu phức
tạp thành các biểu đồ, đồ thị và báo cáo. 1.2.2. Vai trò
(1) . Big Data hỗ trợ doanh nghiệp ra quyết định thông qua việc thu thập và phân
tích dữ liệu lớn, phức tạp từ nhiều nguồn khác nhau, cung cấp thông tin chi tiết
và chính xác hơn. Dữ liệu này giúp doanh nghiệp phân tích thị trường và hành
vi khách hàng để hiểu xu hướng tiêu dùng, từ đó xây dựng chiến lược sản phẩm
và tiếp thị phù hợp. Đồng thời, Big Data hỗ trợ dự đoán xu hướng và rủi ro
bằng cách phân tích các chỉ số, giúp doanh nghiệp ứng biến tốt hơn trước các
biến động thị trường. Ngoài ra, Big Data còn tối ưu hóa quy trình kinh doanh,
tăng năng suất, cải thiện chuỗi cung ứng và quản lý hàng tồn kho hiệu quả hơn.
Ví dụ, Amazon sử dụng Big Data để gợi ý sản phẩm, tối ưu hóa vận chuyển và
quản lý giá cả, trong khi Facebook phân tích hành vi người dùng để tối ưu hóa quảng cáo.
(2) . Cá nhân hóa trải nghiệm người dùng bằng cách thu thập và phân tích dữ liệu
từ nhiều nguồn như lịch sử mua sắm, lượt truy cập trang web, hoặc tương tác
trên mạng xã hội. Thông qua đó, doanh nghiệp có thể hiểu rõ hơn về sở thích và
hành vi của từng cá nhân, từ đó đưa ra các đề xuất sản phẩm hoặc dịch vụ phù
hợp. Ví dụ, trên các nền tảng như Shopee, Big Data giúp gợi ý sản phẩm dựa
trên lịch sử tìm kiếm và mua sắm, trong khi TikTok sử dụng dữ liệu hành vi để
cá nhân hóa nội dung video, hiển thị những nội dung mà người dùng có khả
năng quan tâm nhất. Ngoài ra, Big Data còn hỗ trợ tối ưu hóa giao diện, quy
trình mua sắm và dịch vụ, mang lại trải nghiệm nhanh chóng, tiện lợi hơn. Việc
cá nhân hóa này không chỉ cải thiện sự hài lòng mà còn tăng cường sự trung
thành của khách hàng, khi họ cảm thấy được thấu hiểu và quan tâm. 7
(3) . Dự đoán xu hướng và rủi ro. Big Data có khả năng phân tích các xu hướng
trong thời gian thực, giúp doanh nghiệp dự đoán được các thay đổi trong thị
trường và chuẩn bị đối phó với các rủi ro tiềm ẩn. Bằng cách phân tích lượng
dữ liệu khổng lồ từ các nguồn khác nhau, Big Data giúp nhận diện các mô hình
và biến động sớm, từ đó đưa ra các dự báo chính xác về các yếu tố như nhu cầu
sản phẩm, thay đổi trong hành vi khách hàng, hay biến động giá cả. Điều này
giúp doanh nghiệp chủ động hơn trong việc điều chỉnh chiến lược kinh doanh,
tối ưu hóa các nguồn lực và giảm thiểu tác động của các rủi ro.
(4) . Hỗ trợ nghiên cứu và phát triển. Big Data đóng vai trò quan trọng trong việc
hỗ trợ nghiên cứu và phát triển trong nhiều lĩnh vực như y học, khoa học môi
trường và công nghệ. Dữ liệu lớn cung cấp nguồn tài nguyên phong phú giúp
các nhà nghiên cứu phân tích và tìm ra các giải pháp sáng tạo và hiệu quả.
Trong y học, Big Data giúp phân tích hồ sơ bệnh án, kết quả xét nghiệm và dữ
liệu di truyền để phát hiện các bệnh lý mới, cải thiện phương pháp điều trị và
phát triển thuốc mới. Ví dụ, các nghiên cứu về ung thư có thể sử dụng dữ liệu
lớn từ hàng triệu bệnh nhân để xác định các yếu tố nguy cơ và tạo ra các liệu
pháp điều trị cá nhân hóa. Trong khoa học môi trường, Big Data hỗ trợ theo dõi
và phân tích các biến đổi khí hậu, mức độ ô nhiễm, và tình trạng tài nguyên
thiên nhiên, giúp đưa ra các giải pháp bảo vệ môi trường và phát triển bền
vững. Một ví dụ là việc sử dụng dữ liệu vệ tinh và cảm biến môi trường để giám
sát và dự báo các thảm họa thiên nhiên như lũ lụt hay cháy rừng. Trong công
nghệ, Big Data giúp phân tích hành vi người dùng, tối ưu hóa các hệ thống và
phát triển các công nghệ mới, như trong việc cải tiến các thuật toán học máy
hoặc phát triển các nền tảng trí tuệ nhân tạo.
(5) . Thúc đẩy đổi mới công nghệ. Big Data thúc đẩy đổi mới công nghệ bằng cách
cung cấp dữ liệu nền tảng cho các công nghệ tiên tiến như trí tuệ nhân tạo (AI),
học máy (machine learning) và Internet vạn vật (IoT). Dữ liệu lớn giúp cải thiện
khả năng học hỏi của các hệ thống AI, tối ưu hóa thuật toán và tạo ra các ứng
dụng đột phá. Ví dụ, trong AI, Big Data giúp huấn luyện các mô hình học máy
để nhận diện hình ảnh, dự đoán xu hướng thị trường, hoặc tối ưu hóa quy trình
sản xuất. Trong IoT, Big Data phân tích dữ liệu từ các thiết bị kết nối để tối ưu
hóa các dịch vụ, như quản lý năng lượng hoặc giám sát sức khỏe.
(6) . Tăng cường an ninh và quản lý rủi ro. Big Data tăng cường an ninh và quản lý
rủi ro bằng cách phân tích dữ liệu thời gian thực để phát hiện các mối đe dọa an
ninh mạng, gian lận tài chính và hành vi bất thường. Việc xử lý lượng dữ liệu
lớn giúp các tổ chức nhận diện sớm các rủi ro và phản ứng kịp thời. Ví dụ, các
ngân hàng sử dụng Big Data để phát hiện giao dịch gian lận qua các mẫu hành 8
vi bất thường, trong khi các công ty an ninh mạng sử dụng dữ liệu lớn để phát
hiện và ngăn chặn các cuộc tấn công mạng ngay khi chúng xảy ra.
(7) . Ứng dụng trong quản lý đô thị thông minh. Big Data ứng dụng trong quản lý
đô thị thông minh bằng cách phân tích dữ liệu thu thập từ các cảm biến và thiết
bị IoT để quản lý giao thông, năng lượng và các dịch vụ công cộng hiệu quả.
Dữ liệu lớn giúp tối ưu hóa luồng giao thông, giảm tắc nghẽn và tiết kiệm năng
lượng. Ví dụ, thành phố Singapore sử dụng Big Data để điều phối giao thông,
dự báo tắc nghẽn và quản lý sử dụng năng lượng trong các tòa nhà, giúp giảm
thiểu ô nhiễm và nâng cao chất lượng cuộc sống cho cư dân.
(8) . Tăng cường trải nghiệm giáo dục và học tập. Big Data tăng cường trải nghiệm
giáo dục và học tập bằng cách phân tích hiệu suất học tập của học sinh, cá nhân
hóa nội dung giảng dạy và cải thiện chất lượng đào tạo. Dữ liệu lớn giúp các
nhà giáo dục thu thập thông tin về sự tiến bộ, thói quen học tập và các điểm
mạnh, điểm yếu của từng học sinh. Thông qua đó, họ có thể điều chỉnh phương
pháp giảng dạy sao cho phù hợp, đảm bảo rằng mỗi học sinh nhận được sự hỗ
trợ tối ưu. Ví dụ, các nền tảng học trực tuyến như Khan Academy và Coursera
sử dụng Big Data để theo dõi tiến độ học tập của người dùng, từ đó đưa ra các
bài học, bài kiểm tra và tài liệu học tập được cá nhân hóa, phù hợp với nhu cầu
của từng học viên. Điều này không chỉ giúp học sinh tiến bộ nhanh chóng mà
còn giúp các giảng viên nhận diện các vấn đề học tập của học sinh và có các
biện pháp can thiệp kịp thời. Bằng cách này, Big Data không chỉ nâng cao hiệu
quả học tập mà còn cải thiện chất lượng giáo dục tổng thể.
CHƯƠNG II: KHÁI NIỆM VÀ ỨNG DỤNG BIG DATA TRONG GIÁO DỤC
2.1. Big Data trong giáo dục là gì?
Big Data trong giáo dục là khái niệm chỉ việc thu thập, phân tích, lưu trữ và sử
dụng một lượng lớn dữ liệu từ các nguồn khác nhau để cải thiện các hoạt động
giảng dạy, học tập và quản lý trong các cơ sở giáo dục. Dữ liệu này có thể bao
gồm thông tin về học sinh (điểm số, lịch sử học tập, tương tác trên nền tảng học
tập), giáo viên (phương pháp giảng dạy, hiệu quả giảng dạy), chương trình học,
cơ sở vật chất,... Big Data giúp các trường học, giảng viên và quản trị viên đưa
ra quyết định dựa trên dữ liệu thực tế, thay vì chỉ dựa vào trực giác hay kinh nghiệm. 9
2.2. Ứng dụng của Big Data trong giáo dục.
Trong thời đại số hóa hiện nay, dữ liệu không chỉ là tài nguyên vô giá mà nó
còn trở thành yếu tố then chốt quyết định sự thành công trong nhiều lĩnh vực, bao
gồm trong đó là giáo dục. Với khả năng thu thập, phân tích, cùng với đó là khả
năng xử lí lượng lớn thông tin, Big Data đang dần mở ra những cơ hội mới và thay
đổi cách chúng ta tiếp cận và quản lí chất lượng giáo dục. Big Data đang dần trở
thành công cụ không thể thiếu giúp nâng cao chất lượng giáo dục thông qua việc cá
nhân hóa quá trình học tập, qua đó đưa ra dự đoán và cải thiện kết quả học tập.
Chúng ta sẽ cùng khám phá Ứng dụng của Big Data trong giáo dục và những thay đổi mà nó mang lại.
2.2.1. Cá nhân hóa học tập:
a). Phân tích hành vi học sinh:
Đây được coi là một trong những ứng dụng nổi bật của Big Data và đang dần
trở thành xu hướng chủ đạo trong giáo dục. Việc thu thập và phân tích các dữ liệu
từ các hoạt động học tập trực tuyến của học sinh như điểm số, thời gian, tần suất
truy cập các tài liệu học tập có thể giúp giáo viên hiểu rõ hơn năng lực của từng
học sinh.Từ đó phát hiện những khó khăn mà học sinh đang gặp phải, giúp điều
chỉnh phương pháp giảng dạy, những tài liệu phù hợp nhằm cải thiện sự phát triển
của từng cá nhận học sinh. Qua việc phân tích dữ liệu, hệ thống có thể đề xuất hoặc
tạo ra các tài liệu học tập phù hợp tạo ra môi trường học tập phù hợp và năng động hơn.
Ví dụ: Một số học sinh tiếp thu kiến thức tốt hơn qua video thay vì đọc và ghi
nhớ, hệ thống sẽ đề xuất các video học tập với tần suất lớn hơn nhằm giảm bớt
căng thẳng nhưng đồng thời vẫn tiếp thu được kiến thức. 10
b). Chương trình học tập tùy chỉnh:
Ngoài khả năng phân tích hành vi học sinh, việc sử dụng dữ liệu cá nhân còn
giúp giáo viên đưa ra các chương trình học tập phù hợp với nhu cầu và khả năng
của mỗi người. Mỗi học sinh có thể được cung cấp những tài liệu học tập phù hợp
với tốc độ, và cách học của họ, nhờ đó nâng cao được hiệu quả học tập. Bên cạnh
đó việc phân tích dữ liệu cá nhân còn giúp học sinh đạt được mục tiêu của mình
thông qua việc lập ra lộ trình học tập riêng biệt, tạo ra bước tiến và nội dung chất
lượng. Hoặc hỗ trợ học sinh gặp khó khăn nhờ việc cung cấp các bài tập bổ sung,
đề xuất các buổi học phụ đạo, đảm bảo học sinh đạt được kết quả tốt nhất. 11
2.2.2. Dự báo xu hướng giáo dục:
a). Phân tích xu hướng học tập:
Hiện nay xuất hiện ngày càng nhiêug xu hướng học tập mới, ví dụ như sự quan
tâm đến các lĩnh vực công nghệ mới có thể kể đến như AI, khoa học dữ liệu, các kĩ
năng mềm như kĩ năng làm việc nhóm, hay kĩ năng giao tiếp, quản lí thời gian,..Để
có thể nắm bắt được nhu cầu thay đổi và cập nhật chương trình học phù hợp với
nhu cầu và thị trường, chúng ta không thể không kể đến sự giúp đỡ của Big Data
trong bối cảnh đó. Các nền tảng học trực tuyến như MOOC,.. giúp thu thập dữ liệu
về thói quen người học và các chủ đề thường xuyên được quan tâm từ đó có thể
nhận diện các mô hình học tập linh hoạt và cá nhân hóa, nơi mà học sinh có thể
chọn thời gian và chủ đề học phù hợp với mình. Qua việc phân tích các phản hồi từ
sinh viên và học viên, ta biết được nhu cầu và mong muốn của họ đối với chương
trình và phương pháp học, giúp các nhà quản lí giáo dục đưa ra các chiến lược để
phát triển dài hạn. Chẳng hạn như việc áp dụng sự phát triển của công nghệ trong
giảng dạy nhằm cải thiện chất lượng cũng như nhận diện được xu hướng công nghệ mới. 12
Ví dụ: nếu dữ liệu cho thấy các phương pháp học tập thông qua trò chơi, học tập
hợp tác mang lại hiệu quả học tập tốt hơn, những phương pháp này sẽ được áp
dụng rộng rãi hơn trong quá trình học tập và giảng dạy.
b). Chương trình học theo nhu cầu nghề nghiệp và xã hội:
Nhờ vào việc phân tích thị trường lao động, báo cáo ngành và các xu hướng
tuyển dụng, Big Data có thể giúp dự đoán các nghề nghiệp sẽ trở nên phổ biến
trong tương lai, qua đó dự báo các kĩ năng cần thiết. Các trường học và cơ sở giáo
dục có thể cập nhật và điều chỉnh chương trình giảng dạy thông để đáp ứng như
cầu cũng như xu hướng của thị trường. Các cơ sở đào tạo có thể sử dụng Big Data
để điều chỉnh chương trình dạy và học sao cho phù hợp với yêu cầu của doanh
nghiệp, đáp ứng với nhu cầu nhân lực trong tương lại. Điều này sẽ giúp sinh viên
sau tốt nghiệp có cơ hội việc làm tốt hơn, mức lương cao hơn nhờ vào việc kịp thời
nắm bắt xu hướng thị trường và trang bị những kĩ năng cần thiết.
2.2.3.Cải thiện việc đánh giá và kiểm tra:
a). Tạo bài kiểm tra thông minh: 13
Các hệ thống kiểm tra sử dụng Big Data giúp đánh giá tự động và chính xác khả
năng của học sinh một cách toàn diện nhờ vào việc tạo ra các câu hỏi đa dạng về
các mức độ và hình thức, kích thích tư duy và khả năng phân tích, áp dụng kiến
thức của học sinh. Dựa trên kết quả được phân tích, giáo viên có thể kịp thời điều
chỉnh để phù hợp với khả năng của từng học sinh, biết những điểm mạnh và điều
cần cải thiện đối với mỗi cá nhân.
b). Đánh giá hiệu quả giảng dạy:
Dữ liệu từ các bài kiểm tra và các kì thi sẽ giúp giáo viên đánh giá mức độ hiểu
bài của từng cá nhân, từ đó thay đổi hoặc phát huy phương pháp giảng dạy, cung
cấp tài liệu, giải pháp sao cho phù hợp và đạt kết quả dạy và học tốt nhất.
2.2.4. Quản lí và phân tích dữ liệu trường học: 14
a). Tăng cường ra quyết định:
Nhờ vào Big Data các cơ sở giáo dục có thể đưa ra các quyết định chính xác về
cơ sở vật chất, chính sách và chương trình học bằng việc phân tích một lượng lớn
dữ liệu từ vô số nguồn khác nhau, cung cấp một cái nhìn sâu sắc và đa chiều về các
yếu tố ảnh hưởng đến chất lượng giáo dục. Từ đó giúp hỗ trợ việc lập kế hoạch, cải
tiến và tối ưu hóa nguồn nhân lực. Các nhà quản lí sẽ sử dụng dữ liệu để biết được
nhu cầu sử dụng cơ sở vật chất để tối ưu hóa việc phân bổ tài nguyên, giảm tải các
chương trình không còn phù hợp để giảm áp lực đối với học sinh, điều chỉnh chính
sách nhằm tối ưu hóa chi tiêu,…
b). Theo dõi tiến bộ của trường:
Việc thu thập và phân tích dữ liệu về điểm số và kết quả học tập của học sinh sẽ
giúp các nhà quản lí có cái nhìn rõ ràn hơn về hiệu quả giảng dạy, thông qua đó
đưa ra các chiến lược phù hợp để phát triển lâu dài. Big Data có thể giúp phân tích
nguyên nhân nếu một lớp học hoặc một môn học không đạt yêu cầu giảng dạy,
nhằm đưa ra biện pháp cải thiện. Bên cạnh đó, còn giúp nhận diện được yếu tố
quyết định sự thành bại trong việc giảng dạy thông qua sự so sánh giữa các lớp học
hoặc giữa các trường học.
c). Tối ưu hóa lịch học và phân công giáo viên:
Big Data có thể phân tích một số yếu tố giống như số lượng học sinh, thời gian
và môn học, hơn thế là thời gian rảnh để tự động tạo ra lịch học và làm hợp lí. Việc
làm này giúp giảm thiểu xung đột về thời gian, cũng như đảm bảo tối ưu hóa việc
sử dụng cơ sở vật chất. Việc phân tích dữ liệu thông qua Big Data giúp các cơ sở
giáo dục xác định chính xác số lượng giáo viên cần thiết cho từng môn học, phân
bổ theo chuyên môn và kinh nghiệm thông qua việc phân tích chuyên mồn và năng 15
lực giảng dạy. Dựa trên thông tin về mức độ sẵn sàng, Big Data sẽ hỗ trợ trong
việc phân công lịch nhằm tránh việc quá tải xảy ra ảnh hưởng tới chất lượng giảng
dạy hoặc thiếu đi sự cân bằng. Dữ liệu có thể chỉ ra những lĩnh vực mà giảng viên
cần được đào tạo chuyên sâu, cụ thể hơn đó là những lĩnh vực mới như áp dụng
công nghệ vào giảng dạy, giảng dạy theo mô hình hiện đại.
CHƯƠNG III: LỢI ÍCH CỦA BIG DATA ĐỐI VỚI GIÁO DỤC
Giáo dục là một nguồn lực không thể thiếu trong xã hội hiện đại bởi một công
dân cần phải có kiến thức, kỹ năng mới có thể làm chủ được con đường mà bản
thân chọn. Vì thế việc phổ cập giáo dục rất cần thiết đối với con người, đặc biệt là
công dân trong kỷ nguyên số. Vậy làm thế nào để giúp giáo dục trở nên tối ưu và
hiệu quả hơn cho người dạy và người học? Với sự phát triển không ngừng của
công nghệ số, Big Data ngày càng có vị thế quan trọng trong giáo dục. Nhờ vào
khả năng xử lý và phân tích lượng dữ liệu lớn, Big Data đã mang lại những lợi ích
vượt bậc cho giáo dục, bao gồm cải thiện chất lượng giảng dạy và học tập, tăng
cường khả năng quản lý và ra quyết định, hỗ trợ học tập từ xa và học trực tuyến.
Việc ứng dụng Big Data một cách có hiệu quả giúp cho việc phát triển nền giáo
dục hiện nay trở nên dễ dàng hơn và sẽ có những bước tiến xa hơn trong tương lai. (Nguồn: Internet) 16
3.1. Cải thiện chất lượng giảng dạy và học tập
Cải thiện chất lượng giảng dạy và học tập được coi là một trong những lợi ích
vô cùng quan trọng của Big Data. Với khả năng tiếp nhận, phân tích và xử lý một
lượng lớn dữ liệu, Big Data đang ngày càng khẳng định vai trò của mình trong việc
phân tích dữ liệu về học sinh, giáo viên và quá trình học tập. Qua đó, nó đã giúp
cho việc giảng dạy và học tập trở nên hiệu quả và dễ dàng hơn.
Thứ nhất, Big Data giúp cá nhân hóa quá trình học tập của người học. Điều
này có nghĩa là bản thân mỗi người học đều có những ưu điểm, nhược điểm và
kiểu học khác nhau, những cái phụ thuộc vào sở thích cá nhân, cũng như khả năng
của mỗi người và Big Data sẽ là công cụ tuyệt vời giúp chúng ta xác định rõ bản
thân cần gì, thực hiện điều đó như thế nào và cuối cùng nó sẽ giúp chúng ta xây
dựng một lộ trình rõ ràng, có tính định hướng, phù hợp với từng cá nhân.[1]Chẳng
hạn, nền tảng Knewton ở Mỹ là một trong những ví dụ điển hình của việc cá nhân
hóa quá trình học tập của sinh viên. Nếu trong môi trường giáo dục truyền thống,
khả năng cá nhân hóa sẽ bị hạn chế thì với Knewton, nó đã cố gắng tạo ra tỷ lệ
giảng dạy và học tập là 1:1 cho mỗi sinh viên với mức độ cá nhân hóa của mình.
Nhờ vào những hiệu quả mà nền tảng này đem lại, nó đã được hơn 300 trường cao
đẳng và đại học sử dụng với mục đích hỗ trợ cho sinh viện cần được giúp đỡ. Bên
cạnh đó, dựa trên những nghiên cứu về nền tảng Knewton đã cho thấy quá trình
học tập của mỗi sinh viên tiến bộ rõ rệt, tăng lên mức 20% dựa trên việc cá nhân hóa.
Source: 2017 Student Data Insights, Knewton (Nguồn: Internet) 17
Ngoài ra, Big Data còn có khả năng phân tích dữ liệu về tiến trình học tập, sở
trường cũng như sở đoản của cá nhân người học và kết quả cuối khóa. Dựa trên
quá trình phân tích và xử lý dữ liệu, nó sẽ cung cấp tài liệu, điều chỉnh mức độ khó
dễ theo trình độ của người học. Có thể thấy, chính năng lực tuyệt vời này của Big
Data đã làm cho cá nhân người học cảm thấy thoải mái, không bị căng thẳng và
hứng thú hơn với việc học tập. Hiện nay, ở một số trường đại học không chỉ ở các
nước phát triển mà ngay cả những nước đang phát triển đã và đang sử dụng hệ
thống quản lý học tập (LMS) để theo dõi quá trình học tập của sinh phát nhằm phát
hiện kịp thời những khúc mắc, khó khăn trong quá trình theo học tại trường để đưa
những phản hồi thích đáng, phù hợp.
Thứ hai, Big Data nâng cao chất lượng giảng dạy. Với khả năng phân tích và
xử lý một lượng dữ liệu khổng lồ, Big Data sẽ cho người dùng, đặc biệt là giáo
viên biết được những thông tin chi tiết về quá trình học tập, kết quả của người học
và những khó khăn của người học để từ đó giáo viên sẽ có những định hướng, giải
pháp để giải quyết những tình trạng học sinh gặp khó khăn với những bài tập
không phù hợp với trình độ, hoặc là người học sinh không hoàn thành bài tập được
giao, có tần số vắng mặt nhiều. Không những vậy mà nó còn giúp giáo viên có thể
điều chỉnh được phương pháp giảng dạy, phân loại được trình độ học sinh để tạo ra
nội dung giảng dạy phù hợp và có hướng giải quyết, hỗ trợ kịp thời những học sinh
gặp khó khăn. Bên cạnh việc giúp giáo viên phát hiện sớm những khó khăn của
học sinh để có được phương pháp giảng dạy phù hợp, Big Data còn có thể đánh giá
hiệu quả giảng dạy. Nó mang đến cái nhìn toàn diện và khách quan các phương
pháp giảng dạy, chương trình học, rồi so sánh kết quả học tập của học sinh, sinh
viên trước và sau khi áp dụng phương pháp dạy học. Qua đó, giáo viên có thể nhìn
nhận và đưa ra những điều chỉnh cần thiết phù hợp cho lộ trình giảng dạy.
Thứ ba, thông qua khả năng của Big Data, giáo viên cũng như học sinh, sinh
viên có thể nắm bắt được tình hình sử dụng các nguồn lực như sách giáo khoa,
phần mềm học tập, công cụ học tập để biết được hạn sử dụng, khi nào cần thay thế
và có thể sử dụng sẵn hay không. Chúng ta có thể hình dung rõ hơn qua việc một
số trường đại học đã sử dụng thư liệu điện tử để tra cứu thông tin, số lượng phòng
tự học, cũng như là các đầu sách hiện đã có ai mượn hay chưa để có thể đăng ký mượn. 18 (Nguồn: Internet)
Big Data đã góp phần không nhỏ trong việc cải thiện chất lượng giảng dạy và
học tập bằng việc tận dụng khả năng của mình. Nó đã tạo ra sự cá nhân hóa trong
môi trường học tập, phát hiện những khó khăn của học sinh, sinh viên một cách kịp
thời và điều này đã giúp cho không chỉ người truyền đạt kiến thức mà ngay cả
người học cảm thấy thoải mái, có hứng thú với việc học tập và tiếp nhận kiến thức.
3.2. Tăng khả năng quản lý và ra quyết định
Bên cạnh việc cải thiện chất lượng giảng dạy và học tập, Big Data còn mang
đến những lợi ích vượt trội trong việc quản lý và ra quyết định. Bằng việc phân
tích và xử lý dữ liệu, nó giúp cho các nhà quản lý giáo dục nắm bắt được chính xác
về hệ thống giáo dục, để từ đó có những quyết định và định hướng rõ ràng, hiệu
quả trong việc đưa ra phương pháp giảng dạy và điều hành giáo dục. (Nguồn:Internet) 19