Giải pháp AI Agent tự động hóa toàn diện quy trình soạn đề cương bài giảng, thiết kế kịch bản hoạt động lớp học (storyboard) và ngân hàng câu hỏi theo chuẩn CLO & Bloom cho giảng viên. Giúp tối ưu hóa thời gian chuẩn bị học liệu và đảm bảo tính nhất quán từ chuẩn đầu ra đến xuất file trình chiếu Slide/Word chuẩn hóa.
№ 86
Demo Day Zine
Fig. 01 · Số phát hành № 86
DỰ ÁN: VinUni Lecture - VINUNI AI LECTURE ASSISTANT
1. Thông tin Đội & Sản phẩm
Mã đội:C2-Team-023
Tên sản phẩm:VinUni Lecture (Tên đầy đủ: VinUni AI Lecture Assistant)
Thành viên:
Phạm Thành Nam: Full-stack & AI Agent Engineer (Thiết kế LangGraph, API FastAPI, và Heatmap Client-side).
Lê Thiên Khang: DevOps & Cloud Architect (Thiết kế cơ chế di trú Alembic, cấu hình CI/CD và hạ tầng deployment).
Tóm tắt sản phẩm (1-2 câu):
VinUni Lecture là trợ lý giáo án thông minh tích hợp hệ thống AI Agent đa tác vụ dành riêng cho giảng viên đại học, tự động hóa thiết kế đề cương môn học (Syllabus), kịch bản slide giảng dạy tương tác (Storyboard) và ngân hàng câu hỏi trắc nghiệm đồng bộ 100% theo chuẩn kiểm định CLO và thang đo tư duy Bloom. Với cơ chế khóa đồng bộ thời gian thực Odin Autopilot (qua Server-Sent Events) chống xung đột dữ liệu và phòng đấu trường trí tuệ Live Quiz thời gian thực, VinUni Lecture nâng cao chất lượng đào tạo và giải phóng giảng viên khỏi gánh nặng hành chính.
2. Mô tả Dự án Chi tiết
A. Bài toán Thực tế & Nỗi đau Thị trường (Market Pain Points)
Trong xu hướng toàn cầu hóa giáo dục, các trường đại học tại Việt Nam và khu vực (tiêu biểu như VinUniversity) đang trải qua các cuộc kiểm định khắt khe của các tổ chức quốc tế như AUN-QA, ABET, hay AACSB. Một yêu cầu tiên quyết để đạt chuẩn là sự nhất quán tuyệt đối trong chương trình đào tạo:
Chuẩn đầu ra của môn học (CLO - Course Learning Outcomes): Môn học cam kết trang bị cho sinh viên năng lực gì? (Ví dụ: Đánh giá, Vận dụng).
Kịch bản học liệu (Storyboard/Materials): Các hoạt động giảng dạy trên lớp có thực sự huấn luyện năng lực đó cho sinh viên hay không?
Đánh giá (Assessment): Đề thi trắc nghiệm có kiểm tra đúng cấp độ tư duy tương ứng của chuẩn đầu ra hay không?
Tuy nhiên, quy trình thiết kế và đối chiếu chéo này hiện đang đối mặt với những "nỗi đau" nhức nhối:
Gánh nặng thời gian (Admin Overhead): Giảng viên phải tốn trung bình 8 đến 12 giờ mỗi tuần cho công tác hành chính sư phạm, bao gồm việc viết tài liệu Word, soạn slide PowerPoint và thiết kế đề thi thủ công trên các phần mềm rời rạc.
Hiện tượng "lệch pha" (Alignment Disconnect): Việc đối chiếu thủ công giữa CLO, kịch bản slide và câu hỏi trắc nghiệm cực kỳ phức tạp. Thường xảy ra tình trạng đề cương cam kết cấp độ nhận thức "Phân tích/Sáng tạo" (Bloom bậc cao) nhưng bài giảng chỉ dạy lý thuyết xuông (Bloom bậc 2 - Hiểu) và đề thi lại hỏi các câu hỏi kiểm tra ghi nhớ khái niệm (Bloom bậc 1 - Nhớ). Sự lệch pha này là lý do chính khiến các trường đại học bị đánh giá "Không đạt" khi kiểm định.
§
Phụ lục — Demo & Slides
Video demo
Bản demo trực tiếp
Slide trình bày
Xung đột ghi đè dữ liệu (Data Race Condition): Khi nhiều giảng viên cùng làm việc hoặc khi chạy các tiến trình sinh dữ liệu tự động bằng AI nền (Background AI), dữ liệu rất dễ bị ghi đè hoặc xung đột đồng thời, gây mất mát công sức chuẩn bị giáo án.
B. Giải pháp Kỹ thuật & Các tính năng cốt lõi (Core MVP Features)
VinUni Lecture giải quyết triệt để các nỗi đau trên thông qua một hệ sinh thái Web tích hợp hệ thống AI Agent tiên tiến:
[ Nỗi Đau Giảng Viên ] ───────────────────────► [ Giải Pháp VinUni Lecture ]
1. Soạn giáo án thủ công (12h/tuần) ────────► Syllabus & Storyboard Generator (LangGraph AI Agent)
2. Lệch pha chuẩn CLO x Bloom ──────────────► Ma trận Heatmap CLO x Bloom & Auto Bloom-aligned Generator
3. Xung đột dữ liệu khi AI chạy nền ───────► Cơ chế khóa OdinLock + SSE Real-time Notification
4. Lớp học thụ động, thiếu tương tác ───────► Live Quiz WebSockets biến câu hỏi thành game thi đấu
5. Chi phí vận hành AI bị quá tải ─────────► SaaS Billing (Stripe/PayOS) + Quota Limit Controller
Chúng tôi đã xây dựng hoàn chỉnh và vận hành trơn tru các chức năng cốt lõi:
Tìm kiếm tài liệu trực tuyến (Online Document Search): Tích hợp Web Search Tool cho phép AI tự động tra cứu, mở rộng tri thức từ các nguồn học thuật uy tín trên Internet thời gian thực.
Xử lý dữ liệu học tập (Data Processing & Ingestion): Chuẩn hóa tài liệu thô đa định dạng (PDF, DOCX, PPTX) thành các Vector nhúng trong ChromaDB để thực hiện truy vấn RAG chính xác.
Đánh giá dữ liệu học tập (Data Evaluation): Thẩm định mức độ đầy đủ của tài liệu đầu vào trước khi tiến hành sinh giáo án, phát hiện kịp thời các lỗ hổng kiến thức.
Sinh đề cương & Kịch bản giảng dạy (Syllabus & Storyboard Generation): Thiết kế tự động Syllabus chuẩn hóa và kịch bản chi tiết cho từng slide bài giảng.
Sinh câu hỏi trắc nghiệm (Assessment Generation): Tạo ngân hàng đề thi được gán nhãn Bloom 1-6 và CLO tự động bám sát theo slide.
Tìm kiếm & Tạo sơ đồ (Diagram Search & Generation): Tích hợp công cụ tìm kiếm ảnh và sinh các sơ đồ minh họa kỹ thuật bằng AI.
Tùy chỉnh slide trực quan (Slide Customization): Trình chỉnh sửa slide trực tiếp cho phép giảng viên tùy biến nội dung và yêu cầu AI sửa đổi bố cục nhanh chóng.
Tạo câu hỏi dựa trên nội dung chọn lọc (Content-based Questioning): Cho phép khoanh vùng kiến thức nhất định để AI sinh câu hỏi riêng cho vùng đó.
Ma trận nhiệt CLO x Bloom (Visual Quality Assurance): Biểu diễn mật độ phủ sư phạm động thời gian thực trên giao diện client-side, giúp phát hiện ngay các vùng lệch pha học thuật.
Xuất bản đa định dạng (Content Export Engine): Hỗ trợ xuất giáo trình và slide ra PowerPoint (.pptx), Word (.docx) và LaTeX chất lượng cao.
Giám sát hệ thống (System Telemetry & Tracking): Sử dụng hệ thống log tập trung Prometheus/Loki theo dõi sức khỏe tài nguyên CPU, RAM và độ trễ phản hồi API của máy chủ.
Dữ liệu kinh doanh sản phẩm (Business Analytics Dashboard): Theo dõi số lượng đăng ký nâng cấp gói SaaS, tích hợp Stripe/VietQR và Quota Limit Controller chặt chẽ.
Theo dõi phản hồi & Chỉnh sửa (User Feedback & Edit Logs): Thống kê số lượng sinh viên tham gia mini-game Live Quiz, đồng thời ghi lại các thông số chỉnh sửa thủ công của giảng viên.
Vòng lặp tự cải tiến (AI Self-Improvement Loop): Sử dụng logs chỉnh sửa làm context few-shot để AI tự nâng cao độ chính xác ở các lần sinh sau.
Hệ thống Đánh giá Agent (Eval AI Agent - LLM-as-a-Judge): Quy trình tự động chấm điểm sư phạm đầu ra độc lập, đảm bảo độ chính xác học thuật đạt 84.6% và schema XML/JSON đạt 100%.
Bảo mật dữ liệu (Security & Compliance): Cô lập dữ liệu Vector DB của từng môn học, mã hóa AES-256 truyền tải thông tin và chính sách không huấn luyện lại mô hình công cộng.
C. Tính Khả thi & Chất lượng (Feasibility & Quality)
Độ hoàn thiện sản phẩm: Hệ thống đã được triển khai hoàn chỉnh cả Backend (FastAPI, SQLAlchemy, SQLite WAL/PostgreSQL) và Frontend (Next.js, TypeScript).
Độ tin cậy kỹ thuật: Vượt qua 425 ca kiểm thử tự động (Unit & Integration Tests) chạy trên luồng CI/CD GitHub Actions, đạt độ phủ mã nguồn (code coverage) trên 55%.
Độ chính xác học thuật: Được đánh giá nghiêm ngặt bằng quy trình LLM-as-a-Judge (sử dụng mô hình ngôn ngữ độc lập đánh giá chéo theo rubrics giảng dạy của VinUniversity):
Độ chính xác nội dung học thuật (Response Accuracy): Đạt 84.6% (vượt tiêu chuẩn ngành >80%).
Độ chuẩn xác định dạng cấu trúc (Schema Validation): Đạt 100% nhờ cơ chế JSON Output Parser nghiêm ngặt, đảm bảo dữ liệu luôn khớp Pydantic schema, phục vụ xuất file Word, PowerPoint, LaTeX không bị lỗi định dạng.
D. Hướng Phát triển Tương lai (Roadmap)
Tích hợp sâu LMS (Canvas/Blackboard LTI Compliance): Hỗ trợ chuẩn kết nối LTI để đồng bộ hóa tài liệu giảng dạy, điểm số phòng Live Quiz trực tiếp vào hệ thống quản lý học tập (LMS) của các trường đại học.
Generative PPTX Engine: Nâng cấp từ việc sinh văn bản thuần túy sang sinh file slide PowerPoint thiết kế sẵn bố cục, kết hợp chèn hình ảnh minh họa chất lượng cao được thiết kế riêng bằng mô hình sinh ảnh AI.
Multimedia RAG Processing: Nâng cấp pipeline RAG để giảng viên có thể tải lên các file bài giảng dạng video ghi hình lớp học hoặc âm thanh ghi âm, AI tự động chuyển hóa thành văn bản để sinh ngân hàng câu hỏi.