Tutor AI: Phương pháp hướng dẫn từng bước cá nhân hóa trong các hệ thống học tập thích ứng

Phản hồi thích ứng theo ngữ cảnh vẫn là một thách thức quan trọng trong giáo dục, đặc biệt khi cần hướng dẫn người học giải quyết các bài tập phức tạp thuộc nhiều lĩnh vực khác nhau. Nghiên cứu này giới thiệu một khung hướng dẫn học tập theo từng bước có khả năng tổng quát hóa, sử dụng mô hình ngôn ngữ lớn (LLM) để hỗ trợ học tập thông qua phân rã nhiệm vụ thành các bước nhỏ, đánh giá tiến trình và sinh phản hồi phù hợp với trạng thái học tập của người học. Khung này được triển khai trong hệ thống Tutor AI và được thử nghiệm thực tế trong học phần Kỹ thuật lập trình. Trong môi trường này, sinh viên tương tác với hệ thống viết mã thời gian thực, lộ trình học tập được thiết kế rõ ràng và phản hồi được sinh tự động qua mô hình Gemini LLM. Mỗi bài làm được kết hợp động với lịch sử học tập của người học để hình thành prompt giàu ngữ cảnh, từ đó hệ thống xác định chính xác bước học hiện tại và cung cấp hướng dẫn thích ứng theo tiến trình. Kết quả thực nghiệm trong học kỳ của môn Kỹ thuật lập trình (ngôn ngữ C) đã minh chứng hiệu quả của hệ thống, giúp nâng cao đáng kể mức độ tương tác, thúc đẩy tinh thần tự học và giảm sự phụ thuộc của sinh viên vào các lời giải có sẵn. Kiến trúc của Tutor AI được thiết kế với tính tổng quát cao, cho phép mở rộng ứng dụng không chỉ trong lập trình mà còn sang nhiều lĩnh vực khác như kỹ thuật, phân tích dữ liệu, khoa học xã hội hay bất kỳ môn học nào có bài tập với các bước làm rõ ràng. Kết quả nghiên cứu này góp phần phát triển các hệ thống dạy học thông minh có khả năng diễn giải và mở rộng quy mô, đồng thời đặt nền tảng cho việc học tập theo từng bước được hỗ trợ bởi AI trong nhiều bối cảnh giáo dục hiện đại.