ỨNG DỤNG CÔNG NGHỆ SỐ TRONG DẠY VÀ HỌC THIẾT KẾ ĐỒ HỌA: CƠ HỘI VÀ THÁCH THỨC TRONG VIỆC PHÁT HUY TƯ DUY SÁNG TẠO CỦA SINH VIÊN NGÀNH THIẾT KẾ ĐỒ HOẠ TẠI VIỆT NAM
Bibliographic record
Abstract
Trong bối cảnh toàn cầu hóa mạnh mẽ và sự phát triển không ngừng của khoa học công nghệ, việc ứng dụng công nghệ số vào giáo dục đã trở thành xu hướng tất yếu, mang đến nhiều cơ hội nhưng cũng đặt ra không ít thách thức đối với quá trình đào tạo và phát triển tư duy sáng tạo cho sinh viên, đặc biệt là trong lĩnh vực Thiết kế đồ họa(TKĐH) tại Việt Nam. Một trong những thách thức lớn nhất là sự đồng nhất văn hóa và mất mát của các giá trị cá nhân của nhà thiết kế khi các xu hướng nghệ thuật từ các nền văn hóa ngoại lai và vô vàn những sản phẩm mang tính phom mẫu đang lan tỏa nhanh chóng qua các nền tảng kỹ thuật số. Người học non trẻ dễ bị cuốn vào sự đồng hóa, lười suy nghĩ làm lu mờ đi bản sắc cá nhân và văn hóa quê hương. Tất nhiên, nghệ thuật số, nhờ tính toàn cầu và không gian không giới hạn, cũng tạo ra những cơ hội độc đáo để bảo tồn và phát huy bản sắc văn hóa. Đã có nhiều nghiên cứu về ứng dụng công nghệ số trong lĩnh vực Dạy - Học Thiết kế đồ hoạ tại Việt Nam cũng như đề xuất các tiêu chí về xây dựng việc quả lý chất lượng học tập của sinh viên được thực hiện với nhiều cách tiếp cận khác nhau. Trong bài viết nhóm tác giả đặt mục tiêu nghiên cứu phân tích những cơ hội và những mặt còn hạn chế mà công nghệ tác động lên việc dạy và học trong lĩnh vực thiết kế nối chung và ngành TKĐH nói riêng và đề xuất một số kiến nghị nhằm nâng cao chất lượng nguồn lực sáng tạo trong lĩnh vưc TKĐH tại Việt Nam đồng thời khám phá các triển vọng mà khoa học công nghệ mang lại trong lĩnh vực Thiết kế Đồ hoạ.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.004 |
| Meta-epidemiology (narrow) | 0.006 | 0.006 |
| Meta-epidemiology (broad) | 0.006 | 0.003 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.003 | 0.005 |
| Open science | 0.010 | 0.013 |
| Research integrity | 0.003 | 0.009 |
| Insufficient payload (model declined to judge) | 0.016 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".