Đẩy mạnh phân tích dữ liệu về quá trình học

Đẩy mạnh phân tích dữ liệu về quá trình học

Chuyên gia hàng đầu quốc tế trong lĩnh vực công nghệ giáo dục đã chia sẻ nghiên cứu của ông về cách phân tích dữ liệu người học có thể giúp sinh viên thành công tại buổi diễn thuyết mở gần đây ở RMIT Việt Nam

Bài diễn thuyết Xác định nguy cơ hay Hỗ trợ thành công? Sử dụng phân tích để thúc đẩy học tập trong giáo dục đại học của Giáo sư Gregor Kennedy chú trọng vào cách làm thế nào phân tích dữ liệu học tập giúp người học ở mọi cấp độ tăng khả năng thành công trong học tập. Giáo sư hiện là Thừa hành Phó chủ tịch Hội đồng đại học (Phụ trách đào tạo) kiêm Giám đốc Trung tâm Nghiên cứu giáo dục bậc cao thuôc Đại học ̣ Melbourne.

Theo Giáo sư Gregor, triển vọng quan trọng của phân tích dữ liệu người học là chỉ ra được những hình mẫu ẩn trong quá trình học của sinh viên và có thể sử dụng những phân tích này như thế nào trong chủ động hỗ trợ giúp sinh viên thành công, thay vì tập trung vào xác định khiếm khuyết hay điểm yếu ở các em.

Giáo sư Kennedy trình bày: “Phân tích dữ liệu người học giúp phát hiện những sinh viên có nguy cơ ‘rớt’; hỗ trợ phản hồi theo trình tự và mang tính tổng hợp về quá trình học cũng như thành quả đạt được của sinh viên; hỗ trợ phân bổ nguồn lực dựa trên các kết quả thu thập được; cải thiện việc ra quyết định cũng như phản ứng trước những thách thức dự báo được của các tổ chức giáo dục; thúc đẩy chia sẻ hiểu biết về những thành công và thách thức của các tổ chức giáo dục; và hỗ trợ nghiên cứu cũng như phát triển trong học thuật”.

Giáo sư Kennedy đã chia sẻ ba ví dụ về ứng dụng phân tích dữ liệu người học được thực hiện tại Đại học Melbourne (Úc) gồm: nhận thức và tương tác, lớp học trực tuyến mở quy mô lớn, và mô phỏng kỹ năng phẫu thuật vỏ não.

Giáo sư Gregor Kennedy trình bày một tương lai hứa hẹn về Big Data - Dữ liệu lớn và Phân TíchGiáo sư Gregor Kennedy trình bày một tương lai hứa hẹn về Big Data - Dữ liệu lớn và phân tích

Big Data - Dữ liệu lớn

Một xu hướng quan trọng trong cuộc cách mạng số là phân tích và ứng dụng dữ liệu lớn hơn. Giáo sư Gregor chia sẻ rằng phân tích big data - dữ liệu lớn là phương pháp cực kỳ hữu dụng với giáo viên, người làm công tác giáo dục, những người soạn thảo chương trình học và các nhà nghiên cứu giáo dục, vì giúp hé lộ năng lực tiềm ẩn cũng như biểu đồ phức tạp thể hiện hành vi học tập của sinh viên.

Giáo sư nói: “Hy vọng phương pháp này sẽ cung cấp hiểu biết sâu sắc về cách chúng ta có thể đẩy mạnh sử dụng phân tích vào quá trình học của sinh viên. Ngoài ra, phương pháp phân tích này có thể giúp các trường có được dữ liệu khổng lồ về sinh viên và hiểu được cách nghĩ và quy trình học của các em”.

Phương pháp phân tích dữ liệu người học đóng vai trò quan trọng trong giáo dục ở thời của cuộc Cách mạng công nghiệp 4.0. Đối với các cơ sở giáo dục đại học, tích hợp thông tin sinh viên vào nguồn dữ liệu thông minh có thể đưa đến những quyết định mang tính khách quan hơn liên quan đến việc giảng dạy chương trình học được thiết kế phù hợp hay trải nghiệm học tập được cá thể hóa theo với từng sinh viên.

Giáo sư Gregor KennedyGiáo sư Gregor Kennedy

Phần trình bày của Giáo sư Gregor diễn ra trong khuôn khổ Hội thảo Khoa học cung cấp thông tin và Công nghệ thông tin trong giáo dục (InSITE 2017) do Trung tâm Xuất sắc về Kỹ thuật số RMIT Việt Nam tổ chức. Hội nghị đã thu hút hơn 150 nhà giáo dục trong nước và quốc tế.

Bài diễn thuyết “Xác định nguy cơ hay Hỗ trợ thành công?" của giáo sư Gregor Kennedy là một phần của InSITE đa hội nghị tổ chức bởi RMIT Vietnam.Bài diễn thuyết “Xác định nguy cơ hay Hỗ trợ thành công?" của giáo sư Gregor Kennedy là một phần của InSITE đa hội nghị tổ chức bởi RMIT Vietnam.

Về InSITE

Hội thảo Khoa học cung cấp thông tin và Công nghệ thông tin trong giáo dục (InSITE) 2017 do Viện Khoa học về cung cấp thông tin (ISI) và Đại học RMIT Việt Nam phối hợp tổ chức tại cơ sở Nam Sài Gòn từ 31/7 đến 5/8/2017. Hội thảo kéo dài một tuần, với sự bảo trợ bởi Khoa Kinh doanh và Quản trị cùng Trung tâm Xuất sắc về Kỹ thuật số (CODE) RMIT Việt Nam, là dịp để các học giả từ khắp nơi trên thế giới chia sẻ nghiên cứu, đồng thời hợp tác trên những vấn đề liên quan việc nghiên cứu và thực hiện công nghệ số trong giáo dục.

Về CODE

Trung tâm Xuất sắc về Kỹ thuật số (CODE) của RMIT mong muốn trau dồi, hỗ trợ và thúc đẩy những thực tiễn tốt nhất về kỹ thuật số trong giáo dục và trong các lĩnh vực có liên quan tại khu vực Đông Nam Á. Được thành lập vào năm 2016, CODE thúc đẩy các mục tiêu về ảnh hưởng, bao hàm toàn diện và trí tưởng tượng trong kỹ thuật số thông qua tổ chức các buổi diễn thuyết mở, các khóa đào tạo và sáng kiến. Để biết thông tin về các hoạt động của CODE, vui lòng liên hệ với code@rmit.edu.vn. Lê Mộng Thúy

  • CODE
  • Quan hệ doanh nghiệp
  • Nghiên cứu
17/08/2017

Chia sẻ

Tìm hiểu thêm

Tin tức liên quan

rmit-vietnam-acv-mou-1200x800.jpg

Đại học RMIT và ACV hợp tác phát triển nguồn nhân lực hàng không Việt Nam
Icon / Small / CalendarCreated with Sketch. 12/05/2026

Đại học RMIT vừa ký kết biên bản ghi nhớ hợp tác với Tổng công ty Cảng hàng không Việt Nam - CTCP (ACV) nhằm đẩy mạnh hợp tác giáo dục, phát triển nhân tài và đổi mới sáng tạo cho tương lai ngành hàng không Việt Nam.

thumbnail-young-teenagers-working-with-laptop-together.jpg

Bảo vệ dữ liệu là chìa khóa duy trì niềm tin vào nền kinh tế số
Icon / Small / CalendarCreated with Sketch. 11/05/2026

Theo Tiến sĩ James Kang, giảng viên cấp cao ngành Khoa học máy tính tại Đại học RMIT Việt Nam, bảo vệ dữ liệu cá nhân cần được xem là ưu tiên hàng đầu trong nền kinh tế số Việt Nam.

Flatlay photo of travel accessories

Không thể đi chơi xa mà thiếu ChatGPT: Khi AI vạch kế hoạch du lịch
Icon / Small / CalendarCreated with Sketch. 06/05/2026

Nghiên cứu từ Đại học RMIT Việt Nam cho thấy trí tuệ nhân tạo (AI) đang làm thay đổi cách lên kế hoạch du lịch.

Humanoid robot and warehouse robot

Cơ hội của Việt Nam trong chuỗi giá trị sản xuất robot
Icon / Small / CalendarCreated with Sketch. 24/04/2026

Là một thị trường có nhu cầu lắp đặt robot công nghiệp rất lớn, liệu Việt Nam có cơ hội tham gia chuỗi giá trị sản xuất robot?

Hiển thị thêm +