NGHIÊN CỨU ỨNG DỤNG CÔNG CỤ TRÍ TUỆ NHÂN TẠO TRONG HỖ TRỢ NGƯỜI NƯỚC NGOÀI HỌC TIẾNG VIỆT: TRƯỜNG HỢP SINH VIÊN ẤN ĐỘ TẠI ĐẠI HỌC DUY TÂN
Notice bibliographique
Résumé
Trong bối cảnh chuyển đổi số mạnh mẽ, việc ứng dụng trí tuệ nhân tạo trong giảng dạy ngôn ngữ mở ra nhiều cơ hội đổi mới phương pháp và nâng cao hiệu quả học tập. Bài viết phân tích tác động và hiệu quả của công cụ trí tuệ nhân tạo trong quá trình hỗ trợ người nước ngoài học tiếng Việt, qua nghiên cứu trường hợp sinh viên Ấn Độ tại Đại học Duy Tân. Phương pháp nghiên cứu kết hợp định lượng và định tính, với dữ liệu thu thập từ sản phẩm học tập và bảng hỏi khảo sát nhằm phản ánh trải nghiệm và đánh giá của người học. Kết quả cho thấy công cụ trí tuệ nhân tạo hỗ trợ tích cực việc học tiếng Việt, đặc biệt trong khâu xây dựng nội dung, phát triển ý tưởng và hỗ trợ kĩ thuật trong việc xây dựng các video bài học tiếng Việt ở trình độ B2. Từ đó, bài báo đề xuất các mô hình tích hợp trí tuệ nhân tạo trong phát triển năng lực tiếng Việt cho sinh viên nước ngoài, trong đó công nghệ đóng vai trò hỗ trợ, không thay thế giảng viên. Cách tiếp cận này góp phần nâng cao chất lượng đào tạo trong bối cảnh quốc tế hóa.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,027 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».