Hành trình
Mình là Hoàng Thị Thu Huyền, sinh viên năm nhất ngành Kỹ thuật Máy tính tại Trường Đại học Công nghệ — ĐHQGHN. Mình đam mê công nghệ và luôn tò mò về cách máy tính và AI có thể thay đổi thế giới.
Portfolio này tổng hợp toàn bộ nội dung và hình ảnh minh chứng của 6 bài tập môn "Nhập môn Công nghệ số và Ứng dụng Trí tuệ Nhân tạo". Mỗi bài tập được trình bày đầy đủ như bản gốc — bao gồm mục tiêu, quy trình thực hiện chi tiết, kết quả và ảnh chụp màn hình — giúp người xem có cái nhìn toàn diện về quá trình học tập.
Mục tiêu của mình là trở thành một kỹ sư công nghệ giỏi chuyên môn, có tư duy phản biện và biết sử dụng AI một cách có trách nhiệm. Portfolio này là bước khởi đầu cho hành trình đó!
Trường
Đại học Công nghệ
ĐHQGHN
Chuyên ngành
Kỹ thuật
Máy tính
Lớp
E-CE7
Khoa
Điện tử
Viễn thông
Nhấp vào từng bài tập để xem toàn bộ nội dung gốc kèm hình ảnh minh chứng từ quá trình thực hiện.
Máy tính và các thiết bị ngoại vi — Bài tập 1 của mục 1.4
Thực hành các thao tác cơ bản với tệp tin và thư mục trên hệ điều hành Windows thông qua File Explorer: tạo, đổi tên, sao chép, di chuyển, xóa và khôi phục tệp tin. Mục tiêu là xây dựng thói quen tổ chức dữ liệu khoa học và có hệ thống.
Bước 1 — Mở File Explorer: Nhấn tổ hợp phím Windows + E hoặc nhấp vào biểu tượng thư mục màu vàng trên thanh tác vụ.

Bước 2 — Truy cập ổ đĩa: Ở cột bên trái, nhấp vào This PC, sau đó nhấp đúp vào một ổ đĩa không phải ổ hệ thống (ví dụ: ổ D: hoặc E:). Nếu chỉ có ổ C:, hãy vào thư mục Documents.


Bước 3 — Tạo thư mục mới: Nhấp chuột phải vào khoảng trống → chọn New → Folder. Đặt tên là ThucHanh_HoangThiThuHuyen. Nhấn Enter.



Bước 4 — Vào thư mục vừa tạo: Nhấp đúp vào thư mục ThucHanh_HoangThiThuHuyen.
Bước 5 — Tạo tệp tin văn bản: Nhấp chuột phải vào khoảng trống → New → Text Document. Đặt tên là GhiChu.txt. Nhấn Enter.




Bước 6 — Đổi tên tệp tin: Nhấp chuột phải vào tệp GhiChu.txt → chọn Rename. Đổi thành GhiChuQuanTrong.txt. Nhấn Enter.



Bước 7 — Tạo thư mục con: Trong thư mục chính, nhấp chuột phải → New → Folder. Đặt tên là TaiLieu.



Bước 8 — Sao chép tệp tin (Copy & Paste): Nhấp chuột phải vào GhiChuQuanTrong.txt → chọn Copy (hoặc chọn tệp rồi nhấn Ctrl + C). Nhấp đúp vào thư mục TaiLieu, nhấp chuột phải → chọn Paste (hoặc Ctrl + V). Kết quả: tệp xuất hiện trong TaiLieu và vẫn còn ở thư mục gốc.



Bước 9 — Di chuyển tệp tin (Cut & Paste): Quay lại thư mục gốc, tạo tệp mới DiChuyen.txt. Nhấp chuột phải vào tệp → chọn Cut (hoặc Ctrl + X). Vào thư mục TaiLieu, nhấp chuột phải → chọn Paste (hoặc Ctrl + V). Tệp gốc biến mất khỏi vị trí cũ và chỉ còn ở vị trí mới.



Bước 10 — Xóa tệp tin (vào Thùng rác): Trong thư mục TaiLieu, nhấp chuột phải vào GhiChuQuanTrong.txt → chọn Delete. Tệp sẽ được chuyển vào Recycle Bin.
Bước 11 — Xóa vĩnh viễn (Shift + Delete): Chọn tệp DiChuyen.txt, nhấn giữ Shift và nhấn Delete. Cảnh báo hiện ra, nếu đồng ý, tệp sẽ bị xóa vĩnh viễn, không qua Thùng rác.
Bước 12 — Khôi phục từ Thùng rác (tùy chọn): Mở Recycle Bin trên màn hình nền, tìm tệp GhiChuQuanTrong.txt, nhấp chuột phải → chọn Restore. Tệp quay trở lại vị trí ban đầu.
Cấu trúc thư mục được tổ chức logic, quy tắc đặt tên nhất quán: thư mục dùng PascalCase (ThucHanh_HoangThiThuHuyen, TaiLieu), tệp tin mô tả rõ nội dung (GhiChuQuanTrong.txt, DiChuyen.txt).
Khai thác dữ liệu và thông tin — Bài tập 2 của mục 2.4
Rèn luyện kỹ năng tìm kiếm học thuật chuyên sâu với các toán tử nâng cao, đánh giá độ tin cậy của nguồn tin dựa trên 5 tiêu chí, và tổng hợp thông tin có phê phán.
"Ứng dụng Trí tuệ Nhân tạo trong Giáo dục" — Phạm vi: nghiên cứu từ 2015-2025, bối cảnh giáo dục phổ thông và đại học.
Từ khóa sử dụng: Cả tiếng Anh và tiếng Việt: "artificial intelligence in education", "AI in education", "adaptive learning", "intelligent tutoring systems", "chatbot education", "trí tuệ nhân tạo trong giáo dục".
Nguồn tìm kiếm:
Toán tử nâng cao đã áp dụng:
"artificial intelligence in education" AND "adaptive learning" — thu hẹp phạm vi"AI" AND ("higher education" OR "university") AND "personalized learning" — kết hợp OR/ANDsite:edu "intelligent tutoring systems" — giới hạn tên miền học thuậtfiletype:pdf "AI education" review — lọc định dạng tài liệu| STT | Tài liệu | Đánh giá | Xếp hạng |
|---|---|---|---|
| 1 | Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264-75278. | Review 200 bài báo, trích dẫn 500+, IEEE Access IF 3.367 | Rất cao |
| 2 | Baker, T., & Smith, L. (2019). Educ-AI-tion rebooted? Nesta. | Chuyên gia Nesta, khảo sát + phỏng vấn, trích dẫn ~200 | Cao |
| 3 | Luckin, R. et al. (2016). Intelligence Unleashed. Pearson. | Giáo sư UCL, do Pearson XB, trích dẫn 1000+ | Rất cao |
| 4 | Roll, I., & Wylie, R. (2016). Evolution and revolution in AIEd. IJAIED, 26(2), 582-599. | Carnegie Mellon, tạp chí chuyên ngành, trích dẫn 300+ | Cao |
| 5 | Popenici, S. A., & Kerr, S. (2017). Exploring the impact of AI on teaching and learning. RPTEL, 12(1), 22. | RMIT Australia, Springer, khảo sát 50 giảng viên | Cao |
| 6 | Holmes, W., Bialik, M., & Fadel, C. (2019). AI in education: Promises and implications. Center for Curriculum Redesign. | CCR xuất bản, phân tích tài liệu + chuyên gia | Cao |
| 7 | Hwang, G. J. et al. (2020). Vision, challenges, roles and research issues of AIEd. Computers and Education: AI, 1, 100001. | Elsevier, trích dẫn 200+, rất cập nhật | Rất cao |
| 8 | Chassignol, M. et al. (2018). AI trends in education. Procedia Computer Science, 136, 16-24. | ITMO Nga, hội nghị Elsevier, trích dẫn ~100 | Cao |
| 9 | Woolf, B. P. et al. (2013). AI grand challenges for education. AI Magazine, 34(4), 66-84. | AAAI, UMass/IBM/Georgia Tech, trích dẫn 400+ | Cao |
| 10 | Zawacki-Richter, O. et al. (2019). Systematic review of AI applications in higher education. IJETHE, 16(1), 39. | Springer IF 4.5, PRISMA review 146 studies, trích dẫn 500+ | Rất cao |
| 11 | Holmes, W., & Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57(4), 542-570. | Oxford, Wiley IF 2.3, trích dẫn ~50 (mới XB) | Rất cao |
| 12 | Russell, S., & Norvig, P. (2020). AI: A Modern Approach (4th ed.). Pearson. | UC Berkeley & Stanford, giáo trình kinh điển, trích dẫn 100.000+ | Rất cao |
Khái niệm: AI trong giáo dục (AIEd) ứng dụng kỹ thuật AI để hỗ trợ dạy và học. Phân loại: hệ thống học tập thích ứng, gia sư thông minh, chatbot trợ lý, tự động chấm điểm, phân tích học tập.
Lợi ích: Nâng cao hứng thú học tập, trải nghiệm cá nhân hóa, giảm tải hành chính cho giáo viên, cung cấp dữ liệu cải thiện chất lượng.
Thách thức: Quyền riêng tư, thiên vị thuật toán, chi phí đầu tư, cơ sở hạ tầng, đào tạo giáo viên. Một số hệ thống AI thiếu linh hoạt và khả năng hiểu ngữ cảnh như con người.
Xu hướng tương lai: AI cảm xúc (nhận diện cảm xúc người học), tích hợp AI với VR/AR, xử lý ngôn ngữ tự nhiên tiên tiến.
Báo cáo đã thu thập 12 tài liệu (vượt yêu cầu tối thiểu), 7 bài báo chất lượng cao. Tất cả nguồn có độ tin cậy từ Cao đến Rất cao. Bài tập này không chỉ nâng cao kỹ năng tìm kiếm và đánh giá thông tin mà còn cung cấp cái nhìn tổng quan về lĩnh vực AI trong giáo dục.
site:.edu với filetype:pdf là combo "bất bại" cho research học thuật. Luôn kiểm tra số trích dẫn và uy tín của tạp chí trước khi dùng làm nguồn tham khảo!Tổng quan về Trí tuệ Nhân tạo — Bài tập 2 của mục 3.4
Thực hành kỹ thuật viết prompt qua 3 tác vụ học tập cụ thể, so sánh 3 phiên bản (Cơ bản → Cải tiến → Nâng cao) để thấy sự khác biệt về chất lượng đầu ra.
Tác vụ 1: Tóm tắt tài liệu học thuật
"Tóm tắt định lý Gauss."
→ Chung chung, thiếu bối cảnh (không rõ Gauss trong từ trường hay điện trường), chỉ đưa ra công thức cơ bản.
"Tóm tắt định lý Gauss trong điện từ học, nêu rõ công thức tích phân và ý nghĩa vật lý của nó."
→ Chi tiết hơn, đúng trọng tâm điện từ học. Có giải thích các đại lượng trong công thức nhưng văn phong còn khô khan.
"Đóng vai một giáo sư Vật lý. Hãy tóm tắt Định lý Gauss trong điện trường cho sinh viên năm nhất. Cấu trúc: 1. Phát biểu định lý, 2. Công thức, 3. Ví dụ thực tế (như mặt cầu bao quanh điện tích)."
→ Xuất sắc. Văn phong sư phạm rõ nét. Ví dụ minh họa giúp dễ hình dung sự liên hệ giữa thông lượng điện và điện tích bao quanh.
Tác vụ 2: Giải thích khái niệm phức tạp
"Giải thích khái niệm vật lý lượng tử."
→ Trả lời giống Wikipedia, sử dụng nhiều thuật ngữ chuyên ngành khó hiểu với người mới bắt đầu.
"Giải thích khái niệm vật lý lượng tử là gì, bao gồm nguyên lý lưỡng tính sóng hạt và chồng chập lượng tử."
→ Cấu trúc rõ ràng hơn, bao quát các ý chính nhưng thiếu liên hệ thực tiễn.
"Đóng vai nhà khoa học truyền đạt kiến thức đại chúng. Giải thích 'Vật lý lượng tử' cho học sinh cấp 3. Hãy suy nghĩ từng bước: Bước 1: Định nghĩa đơn giản. Bước 2: Dùng ẩn dụ (ví dụ đồng xu đang quay) để giải thích tính chồng chập. Bước 3: Nêu ứng dụng thực tế."
→ Đột phá. Phép ẩn dụ đồng xu quay giúp khái niệm chồng chập trở nên trực quan. Cấu trúc logic, ngôn từ thân thiện, khơi gợi hứng thú.
Tác vụ 3: Tạo bộ câu hỏi ôn tập
"Tạo câu hỏi trắc nghiệm về định lý Gauss."
→ Chỉ tạo 1-2 câu hỏi lý thuyết rất cơ bản, không có đáp án hoặc giải thích đi kèm.
"Tạo 5 câu hỏi trắc nghiệm về điện trường và định lý Gauss, bao gồm cả bài tập tính toán. Cung cấp đáp án."
→ Số lượng và chất lượng tốt hơn, nhưng đáp án chỉ liệt kê (1A, 2B), không giải thích.
"Đóng vai người ra đề thi Olympic Vật lý. Tạo 3 câu hỏi trắc nghiệm (1 Dễ, 1 Trung bình, 1 Khó) về Định lý Gauss. Yêu cầu: Mỗi câu có 4 đáp án (A,B,C,D). Chỉ định đáp án đúng và viết lời giải thích chi tiết tại sao các phương án nhiễu lại sai."
→ Toàn diện. Phân hóa độ khó. Phần giải thích "phương án nhiễu" giúp người học nhận ra lỗi sai tư duy thường gặp.









Giao tiếp và hợp tác trong môi trường số — Bài tập 3 của mục 4.4
Thực hành kỹ năng cộng tác trực tuyến qua dự án nhóm Todo App, sử dụng các công cụ số để giao tiếp, quản lý nhiệm vụ, lưu trữ tài liệu và hoàn thiện báo cáo.
Dự án: Xây dựng ứng dụng web Todo App (quản lý công việc).
Nhóm: 3 thành viên — Thu Huyền (nhóm trưởng), Mạnh, Thành.
Mục tiêu: Ứng dụng web với chức năng hiển thị giao diện, nhập công việc, bổ sung JavaScript và kiểm thử luồng hoạt động.
Sản phẩm: charming-stardust-b79ade.netlify.app
Giao tiếp chính, tổ chức kênh: #general, #planning, #social, #resource.
Quản lý nhiệm vụ Kanban: To Do → Doing → Done.
Kho lưu trữ tập trung mã nguồn (index.html, style.css, app.js).
Soạn thảo báo cáo trực tuyến, cập nhật theo tiến độ.
1. Slack — Công cụ giao tiếp chính
Tôi đã hỗ trợ thiết lập workspace và tổ chức các kênh: #01_general (thông báo chung), #02_planning (kế hoạch), #03_social (tương tác), #04_resource (tài nguyên). Qua các hội thoại, nhóm liên tục cập nhật công việc, thông báo task hoàn thành, gửi file, xác nhận phiên bản mới.




2. Trello — Công cụ quản lý nhiệm vụ
Mô hình Kanban (To Do → Doing → Done) với các thẻ: Code HTML structure, Design UI, Add JS, Test functionality, Write documentation. Mỗi thẻ có người phụ trách, mô tả, file đính kèm và lịch sử hoạt động.




3. Google Drive — Không gian lưu trữ tập trung
Lưu các file mã nguồn chính (index.html, style.css, app.js) tránh tình trạng tài liệu rải rác trong tin nhắn. Quy tắc: upload lên Drive trước, sau đó gắn file hoặc đường dẫn vào Trello.

4. Google Docs — Công cụ viết và hoàn thiện báo cáo
Soạn thảo báo cáo cuối cùng trực tuyến, cho phép các thành viên góp ý trực tiếp mà không tạo nhiều bản rời.

Thiết lập Slack workspace, sắp xếp kênh, chia sẻ link Trello, đảm bảo mọi người truy cập được tài nguyên.
Chia việc qua Trello: Mạnh làm HTML+UI, Thành test, Huyền (nhóm trưởng) điều phối, quản lý tài liệu, viết báo cáo.
Slack là kênh chính. Các thành viên thông báo khi bắt đầu, chuyển task, tải lên bản mới. Liên tục kiểm tra chéo.
Kiểm tra luồng chức năng, xác nhận phiên bản chính thức. Task chỉ chuyển Done khi cả nhóm đồng ý.
Toàn bộ task trên Trello đã hoàn thành. Tài liệu bám sát sản phẩm cuối cùng.
Minh chứng quá trình triển khai






Vấn đề: Đồng bộ phiên bản file — có lúc thành viên tải lên phiên bản cùng tên nhưng nội dung chưa thống nhất.
Giải pháp: Thiết lập quy trình: upload Drive → thông báo Slack → gắn Trello. Duy trì nguyên tắc mọi cập nhật quan trọng phải phản ánh trên Trello hoặc tài liệu chung.
Với vai trò nhóm trưởng, tôi đã thực hiện tốt việc tổ chức không gian cộng tác, điều phối công việc, nhắc nhở tiến độ, quản lý tài liệu và hoàn thiện báo cáo. Quan trọng nhất: tôi hiểu rõ rằng làm việc nhóm hiệu quả không chỉ nằm ở chia việc, mà còn ở khả năng giữ cho thông tin thống nhất và các thành viên luôn nắm được trạng thái hiện tại.


Sáng tạo nội dung số — Bài tập 2 của mục 5.4
Ứng dụng AI tạo sinh để sản xuất nội dung số hoàn chỉnh — từ nghiên cứu, viết nội dung, tạo hình ảnh đến thiết kế và triển khai web. Sản phẩm là infographic "5 làn sóng cách mạng công nghệ của nhân loại".
Infographic mô tả 300 năm phát triển công nghệ của nhân loại — từ Cơ giới hóa (1760) đến Trí tuệ Nhân tạo (2020). Dự án thể hiện cách tiếp cận hiện đại: tận dụng sức mạnh của AI để xây dựng nội dung, tạo hình ảnh và thiết kế sản phẩm cuối cùng.
Nghiên cứu & viết nội dung 5 làn sóng
Sinh hình ảnh minh họa từng giai đoạn
Thiết kế infographic hoàn chỉnh
Triển khai web tương tác
Prompt: "Viết thông tin ngắn gọn về 5 làn sóng cách mạng công nghệ của nhân loại, gồm thời gian, tên gọi, thành tựu chính, và tác động." Kết quả: nội dung cho 5 làn sóng: Cơ giới hóa (1760), Điện năng (1870), Kỷ nguyên Số (1950), Internet (1990), Trí tuệ Nhân tạo (2020).
Sinh hình ảnh minh họa cho từng làn sóng — từ máy hơi nước đến hệ thống AI. Phải thử 15-20 lần generate để có 5 hình ảnh ưng ý.
Ghép nội dung và hình ảnh thành infographic hoàn chỉnh — chọn màu sắc, bố cục, typography và căn chỉnh chi tiết.
Chuyển đổi infographic sang web bằng HTML và CSS — timeline tương tác, responsive, embed vào portfolio.
Portfolio đầy đủ tại: opencodeproject.vercel.app
Bao gồm: infographic tương tác, gallery ảnh minh chứng quá trình (Claude, DALL-E, Canva), và phân tích chi tiết về hiệu quả của từng công cụ AI kèm đánh giá đạo đức.
Claude — Điểm mạnh: xử lý ngôn ngữ tự nhiên xuất sắc, văn phong mạch lạc, tổng hợp thông tin thành cấu trúc rõ ràng. Điểm yếu: nội dung đôi khi quá dài, có nguy cơ "hallucination" về mốc thời gian lịch sử.
DALL-E — Điểm mạnh: tạo hình ảnh sáng tạo đa dạng phong cách, không lo bản quyền. Điểm yếu: khó kiểm soát chi tiết cụ thể, chất lượng không đồng đều.
Canva — Điểm mạnh: giao diện kéo thả trực quan, template phong phú. Điểm yếu: tính năng AI còn hạn chế, template dễ "na ná" nếu không tùy chỉnh đủ sâu.
An toàn và liêm chính học thuật — Bài tập 4 của mục 6.4
Phân tích chính sách sử dụng AI của trường, thực hành nhiệm vụ học tập với AI có kiểm soát, phân tích đạo đức và xây dựng bộ nguyên tắc cá nhân về sử dụng AI có trách nhiệm.
Tổng quan: UET hiện chưa ban hành văn bản chính sách AI độc lập. Các quy định được lồng ghép vào Quy chế học vụ và Quy định về liêm chính học thuật. Tinh thần chung: không cấm tuyệt đối, nhưng yêu cầu người học chịu trách nhiệm về chất lượng và tính trung thực của sản phẩm.
| Nội dung | Quy định của UET | Đánh giá |
|---|---|---|
| Phạm vi áp dụng | Toàn bộ sinh viên trong bài tập, đồ án, luận văn, NCKH. Thi cử cấm AI hoàn toàn. | Rõ ràng về thi cử, nhưng chưa có hướng dẫn chi tiết cho bài tập ở nhà. |
| AI được phép dùng | Brainstorm, tóm tắt tài liệu, gợi ý code (hiểu rõ code đó), soát lỗi ngữ pháp. | Phù hợp thực tiễn; thiếu hướng dẫn cụ thể về "mức độ" hỗ trợ. |
| AI bị cấm | Làm toàn bộ bài nộp, gian lận thi cử, tạo luận điểm khoa học giả mạo. | Hợp lý, cần bổ sung định nghĩa rõ "làm toàn bộ" vs "hỗ trợ". |
| Yêu cầu trích dẫn | Một số giảng viên yêu cầu ghi chú công cụ, mục đích sử dụng. | Chưa có chuẩn thống nhất toàn trường. |
| Hậu quả vi phạm | Điểm 0, buộc làm lại, hoặc kỷ luật theo Quy chế ĐHQGHN. | Đã có khung xử phạt nhưng chưa có hướng dẫn riêng cho vi phạm AI. |
So sánh với các trường khác:
| Tiêu chí | UET — ĐHQGHN | ĐHQG TP.HCM | ĐH Bách Khoa HN |
|---|---|---|---|
| Văn bản riêng về AI | Chưa có | Hướng dẫn sơ bộ từ 2023 | Đang xây dựng |
| Chuẩn trích dẫn AI | Chưa thống nhất | Theo khuyến nghị APA 7 | Chưa thống nhất |
| Đào tạo AI literacy | Qua môn AI tự chọn | Có module riêng | Tích hợp vào môn học |
| Công khai chính sách | Qua giảng viên | Trên website chính thức | Qua phòng đào tạo |
Nhận định cá nhân: Chính sách AI của UET còn khá phân tán. Cần sớm ban hành văn bản chính thức phân loại rõ: (1) hoàn toàn được phép, (2) được phép nhưng cần khai báo, (3) bị cấm hoàn toàn. Đồng thời nên có tập huấn cho tân sinh viên ngay từ học kỳ đầu.
Nhiệm vụ: Tổng hợp và so sánh hai giao thức định tuyến OSPF và RIP (Môn Mạng máy tính).
Công cụ: Claude (Anthropic) — Claude Sonnet.
Prompt 1 — Xác định cấu trúc tổng hợp:
Kết quả: AI đề xuất 6 tiêu chí: (1) Thuật toán định tuyến, (2) Metric, (3) Phạm vi mạng, (4) Tốc độ hội tụ, (5) Tài nguyên hệ thống, (6) Khả năng mở rộng.
Prompt 2 — Tổng hợp nội dung kỹ thuật:
Kết quả: AI giải thích OSPF dùng Dijkstra (Link-State) nên "nhìn thấy" toàn bộ topology, RIP dùng Bellman-Ford (Distance-Vector) chỉ biết thông tin từ láng giềng. Có ví dụ mạng doanh nghiệp dùng OSPF và mạng nội bộ dùng RIP.
Prompt 3 — Kiểm tra và bổ sung góc độ nhược điểm:
Kết quả: AI bổ sung: RIP phù hợp cho mạng nhỏ (<15 hop), thiết bị cũ không hỗ trợ OSPF, cần cấu hình đơn giản. Nhược điểm OSPF: cấu hình phức tạp, tốn RAM/CPU, đòi hỏi kỹ năng quản trị viên chuyên nghiệp.
Ranh giới giữa hỗ trợ hợp lý và gian lận:
| Hỗ trợ hợp lý | Gian lận học thuật |
|---|---|
| Dùng AI xây dựng framework, tự điền nội dung | Copy-paste toàn bộ đầu ra AI không chỉnh sửa |
| Kiểm chứng thông tin AI với nguồn học thuật | Trích dẫn nguồn giả mạo do AI bịa ra |
| Khai báo rõ ràng mức độ và mục đích dùng AI | Không khai báo khi giảng viên yêu cầu |
| Dùng AI dịch/chỉnh văn phong, ý tưởng của mình | Dùng AI trong kiểm tra/thi khi bị cấm |
Tiêu chí cốt lõi: Người học có tham gia vào quá trình tư duy và chịu trách nhiệm về nội dung hay không. Khi AI là công cụ hỗ trợ, đó là hợp lý. Khi AI thay thế tư duy, đó là gian lận.
Quyền sở hữu trí tuệ: Nội dung AI không được bảo hộ bản quyền (AI không phải cá nhân). Người viết prompt và chỉnh sửa có thể là tác giả của phiên bản chỉnh sửa. Nên chạy nội dung AI qua Turnitin/iThenticate trước khi nộp. Trích dẫn APA 7: Anthropic. (2025). Claude (Claude Sonnet 4.5) [Mô hình ngôn ngữ lớn]. https://claude.ai
Dành ít nhất 10 phút tự suy nghĩ, phác thảo ý tưởng trước khi mở bất kỳ công cụ AI nào. AI hỗ trợ tốt nhất khi người dùng đã có định hướng.
Mọi số liệu, trích dẫn từ AI phải xác minh qua ít nhất một nguồn học thuật độc lập (sách, RFC, bài báo, slide).
Khai báo việc sử dụng AI khi giảng viên yêu cầu, hoặc khi AI đóng vai trò quan trọng (>30% nội dung).
Không nhập vào AI: dữ liệu nghiên cứu chưa công bố, thông tin cá nhân, đề thi/đáp án, mã nguồn độc quyền.
Giữ thói quen viết tay, đọc tài liệu gốc, giải bài tập không AI ít nhất 50% thời lượng học tập.
Đọc kỹ hướng dẫn của giảng viên về AI. Nếu không rõ thì hỏi trực tiếp và ghi lại câu trả lời.







3 bài học quan trọng nhất:
6 bài tập, 6 kỹ năng — từ một sinh viên năm nhất bỡ ngỡ đến một người biết cách sử dụng AI có trách nhiệm và xây dựng portfolio chuyên nghiệp.