Bài toán

EduPulse AI giải quyết khoảng trống lớn trong quản trị chất lượng học tập đại học: giảng viên thường chỉ nhận được phản hồi vào cuối kỳ, khi đã quá muộn để can thiệp cho lớp học hiện tại. Trong quá trình học, nhiều sinh viên gặp khó khăn với slide, công thức hoặc khái niệm nhưng không chủ động hỏi do áp lực tâm lý, sợ bị đánh giá hoặc không biết diễn đạt vấn đề. Các tín hiệu quan trọng như thời gian dừng đọc, thao tác bôi đen, câu hỏi gửi cho AI, ghi chú cá nhân và phản hồi ẩn danh thường bị phân tán, không được tổng hợp thành thông tin hành động cho giảng viên.

Vì vậy, bài toán cốt lõi của EduPulse AI không chỉ là xây dựng một chatbot học tập, mà là tạo ra một vòng lặp phản hồi nhận thức theo thời gian gần thực: sinh viên tương tác với học liệu số, hệ thống thu thập tín hiệu học tập một cách riêng tư, AI phân tích các điểm nghẽn kiến thức ở cấp độ lớp học, sau đó giảng viên nhận được heatmap, cụm vấn đề nổi bật và khuyến nghị sư phạm có căn cứ.

Giải pháp kỹ thuật

EduPulse AI được triển khai theo kiến trúc web full-stack gồm frontend Next.js/React/TypeScript, backend FastAPI, PostgreSQL/pgvector, Redis cache và một sentiment/privacy microservice riêng. Ở phía sinh viên, Interactive Reader hiển thị tài liệu PDF theo mô hình nhiều lớp, cho phép đọc, bôi đen, ghi chú, khoanh vùng nội dung và hỏi AI theo ngữ cảnh. Các tương tác như dwell time, selected text metadata, page/material context, note, feedback và Ask AI được chuẩn hóa thành telemetry events thay vì lưu dữ liệu rời rạc.

Ở phía AI, hệ thống sử dụng RAG pipeline để ingest PDF, chunk tài liệu, sinh embedding, truy xuất theo course/material/page, rerank kết quả và tạo câu trả lời có citation. Chatbot có thêm session memory, conversation history, answer/retrieval/embedding cache bằng Redis để xử lý các câu hỏi tiếp nối, đặc biệt với tiếng Việt không dấu hoặc câu hỏi ngắn như “giải thích thêm”. AI output được ràng buộc bởi nguồn học liệu, có fallback khi provider lỗi, và hỗ trợ render Markdown ở giao diện chat thông qua react-markdown + remark-gfm, bao gồm heading, list, code block, quote, table và link.

Về analytics, EduPulse tổng hợp các tín hiệu yếu và mạnh thành cognitive hotspot ở cấp độ cohort. Dwell time không được xem là bằng chứng duy nhất của sự bối rối; hệ thống kết hợp thêm repeated selection, Ask AI, feedback tiêu cực, annotation và sample-size guard để tránh suy diễn quá mức. Các ghi chú/phản hồi được khử định danh trước khi dùng cho phân tích hoặc gửi sang LLM. Instructor dashboard hiển thị heatmap, sentiment/notes job status, AI insights và báo cáo faculty/audit theo hướng aggregate, không phơi bày danh tính hay raw private note của sinh viên.

Tính khả thi

Repo hiện tại đã có triển khai MVP end-to-end và production URL tại https://c2-app-135.vedupulse.site/login. Các thành phần chính đã tồn tại trong cấu trúc dự án: edupulse-frontend/ cho reader và dashboard, edupulse-backend/ cho API/AI pipeline, database/migrations/ cho schema PostgreSQL, data/sentiment-server/ cho privacy/sentiment jobs, cùng tài liệu deploy, submission và evaluation.