Mục tiêu học tập
Nắm vững kỹ năng sử dụng công nghệ số, biết khai thác thông tin học thuật, ứng dụng AI đúng cách và trình bày sản phẩm học tập rõ ràng.
Môn học: Nhập môn Công nghệ số và Ứng dụng Trí tuệ nhân tạo
Nơi lưu trữ quá trình học tập, sản phẩm thực hành và những kỹ năng số đã hình thành trong học phần.
Trang Giới thiệu
Tôi là Đỗ Thị Quỳnh Chi, sinh viên ngành Hệ thống thông tin. Portfolio này được xây dựng để trình bày quá trình học tập, các sản phẩm thực hành và những minh chứng trong môn Nhập môn Công nghệ số và Ứng dụng Trí tuệ nhân tạo.
Mục tiêu của Portfolio
Portfolio được xây dựng để lưu trữ bài tập, minh chứng học tập và sản phẩm cá nhân một cách rõ ràng, giúp việc xem lại quá trình học và chia sẻ kết quả học tập trở nên thuận tiện hơn.
Mục tiêu của bản thân
Phần này thể hiện mục tiêu cá nhân trong quá trình học môn Công nghệ số và định hướng phát triển sau này.
Nắm vững kỹ năng sử dụng công nghệ số, biết khai thác thông tin học thuật, ứng dụng AI đúng cách và trình bày sản phẩm học tập rõ ràng.
Phát triển theo hướng data analyst, rèn luyện tư duy dữ liệu, kỹ năng phân tích, trực quan hóa thông tin và khả năng sử dụng công cụ AI hỗ trợ công việc.
Trang Dự án
Mỗi nhiệm vụ đã có phần bài làm tóm tắt, yêu cầu chính, sản phẩm nộp và minh chứng đặt ngay trên website.
Thực hành tạo, đổi tên, sao chép, di chuyển, xóa và khôi phục tệp/thư mục theo phiên bản macOS/Linux tương đương Windows.
Chủ đề đã chọn: AI hỗ trợ phân tích dữ liệu trong doanh nghiệp, phù hợp định hướng data analyst.
Thiết kế 9 Prompt cho ba tác vụ: tóm tắt tài liệu, giải thích khái niệm và tạo câu hỏi ôn tập.
Lập kế hoạch sử dụng Trello, Google Docs, Google Drive và Discord trong một tuần làm việc nhóm.
Dự án chọn: infographic “Lộ trình trở thành data analyst” với hỗ trợ từ ChatGPT, Gemini và Canva AI.
Nghiên cứu hướng dẫn sử dụng AI có trách nhiệm, phân tích ranh giới hỗ trợ hợp lý và gian lận học thuật.
Mục tiêu: rèn luyện kỹ năng tạo, đổi tên, sao chép, di chuyển, xóa tệp tin và thư mục. Vì máy đang dùng macOS, bài thực hành được điều chỉnh bằng thao tác tương đương trong Finder/Terminal.
ThucHanh_DoThiQuynhChi.GhiChu.txt.GhiChuQuanTrong.txt.TaiLieu.DiChuyen.txt.ThungRac_MoPhong.DiChuyen.txt.Chủ đề: AI hỗ trợ phân tích dữ liệu trong doanh nghiệp. Chủ đề này gắn với ngành Hệ thống thông tin và định hướng nghề nghiệp data analyst.
| Nguồn | Loại | Đánh giá tin cậy | Xếp hạng |
|---|---|---|---|
| Chen, Chiang & Storey (2012), Business Intelligence and Analytics | Bài báo khoa học | Tác giả uy tín, MIS Quarterly, nền tảng lý thuyết BI và analytics. | 5/5 |
| Gandomi & Haider (2015), Beyond the Hype | Bài báo khoa học | Tạp chí Q1, giải thích khái niệm và phương pháp phân tích dữ liệu lớn. | 5/5 |
| Sivarajah et al. (2017), Critical analysis of Big Data challenges | Bài báo khoa học | Tổng quan hệ thống, có phương pháp rõ ràng, trích dẫn tốt. | 5/5 |
| Wamba et al. (2017), Big Data Analytics and Firm Performance | Bài báo khoa học | Liên hệ năng lực phân tích dữ liệu với hiệu quả doanh nghiệp. | 5/5 |
| Mikalef et al. (2019), Big data analytics and firm performance | Bài báo khoa học | Nghiên cứu hỗn hợp, phù hợp đánh giá tác động năng lực dữ liệu. | 5/5 |
| Müller, Fay & vom Brocke (2018), The Effect of Big Data and Analytics on Firm Performance | Bài báo khoa học | Dữ liệu doanh nghiệp lớn, phân tích định lượng về hiệu quả năng suất. | 5/5 |
| Davenport & Harris (2007), Competing on Analytics | Sách chuyên khảo | Sách kinh điển về phân tích dữ liệu trong ra quyết định kinh doanh. | 4/5 |
| Provost & Fawcett (2013), Data Science for Business | Sách chuyên khảo | Giải thích tư duy dữ liệu cho kinh doanh, dễ ứng dụng với data analyst. | 4/5 |
| Sharda, Delen & Turban (2020), Analytics, Data Science, & AI | Giáo trình | Nguồn học thuật tổng hợp, phù hợp nền tảng Hệ thống thông tin. | 4/5 |
| UNESCO (2023), Guidance for generative AI in education and research | Nguồn tổ chức quốc tế | Nguồn mở đáng tin cậy để cân nhắc đạo đức và trách nhiệm khi dùng AI. | 4/5 |
Các bài báo khoa học được ưu tiên cao vì có tác giả rõ ràng, tạp chí uy tín, phương pháp nghiên cứu và khả năng trích dẫn. Sách chuyên khảo dùng để bổ sung nền tảng, còn nguồn mở chỉ dùng khi đến từ tổ chức đáng tin cậy.
Cơ bản: “Tóm tắt tài liệu sau bằng tiếng Việt.”
Cải tiến: “Tóm tắt tài liệu theo 5 ý chính, nêu thuật ngữ quan trọng và kết luận trong 150 từ.”
Nâng cao: “Đóng vai trợ giảng Hệ thống thông tin, tóm tắt theo bảng: luận điểm, bằng chứng, ví dụ, câu hỏi cần ôn.”
Cơ bản: “Giải thích khái niệm dữ liệu lớn.”
Cải tiến: “Giải thích dữ liệu lớn cho sinh viên năm nhất, có ví dụ trong thương mại điện tử.”
Nâng cao: “Đóng vai chuyên gia dữ liệu, giải thích theo mô hình: định nghĩa, đặc điểm, ví dụ, lỗi hiểu sai, câu hỏi kiểm tra.”
Cơ bản: “Tạo câu hỏi ôn tập về AI.”
Cải tiến: “Tạo 10 câu hỏi trắc nghiệm và 5 câu tự luận về AI trong học tập, kèm đáp án.”
Nâng cao: “Tạo bộ câu hỏi theo 3 mức: nhớ, hiểu, vận dụng; kèm đáp án, lỗi thường gặp và gợi ý tự học.”
Kết quả so sánh: Prompt cơ bản cho kết quả nhanh nhưng chung chung. Prompt cải tiến rõ hơn vì có yêu cầu cấu trúc và độ dài. Prompt nâng cao hiệu quả nhất vì xác định vai trò, tiêu chí đầu ra và ngữ cảnh học tập.
| Ngày | Hoạt động cá nhân | Minh chứng cần có |
|---|---|---|
| Ngày 1 | Tạo danh sách nhiệm vụ cá nhân trên Trello và nhận phần phụ trách. | Ảnh bảng Trello có tên tài khoản. |
| Ngày 2-3 | Viết phần nội dung được giao trên Google Docs. | Lịch sử chỉnh sửa hiển thị phần đóng góp. |
| Ngày 4 | Trao đổi tiến độ, đặt câu hỏi và phản hồi trong Discord. | Ảnh đoạn trao đổi có tên tài khoản. |
| Ngày 5-7 | Sắp xếp file phụ trách trên Google Drive và hoàn thiện báo cáo cá nhân. | Ảnh thư mục Drive và file đã sắp xếp. |
Dự án chọn: infographic “Lộ trình trở thành data analyst”.
Prompt: “Lập dàn ý infographic về lộ trình data analyst cho sinh viên Hệ thống thông tin.”
Kết quả dùng để tạo cấu trúc: nền tảng dữ liệu, công cụ, dự án cá nhân, Portfolio.
Prompt: “Tạo hình minh họa sinh viên phân tích biểu đồ dữ liệu, phong cách hiện đại, không chữ.”
Kết quả dùng làm ý tưởng hình ảnh minh họa, cần kiểm tra lỗi chi tiết trước khi dùng.
Prompt: “Thiết kế bố cục infographic 5 bước, màu sáng, dễ đọc, phù hợp sinh viên.”
Kết quả dùng làm gợi ý bố cục; phần chữ và thứ tự nội dung được chỉnh sửa thủ công.
Phân tích: AI hỗ trợ nhanh ở giai đoạn ý tưởng, bố cục và hình ảnh. Tuy nhiên, người học vẫn cần kiểm tra độ chính xác, chỉnh sửa ngôn ngữ, bảo đảm tính cá nhân và tránh phụ thuộc hoàn toàn vào AI.
Cơ sở tham khảo: hướng dẫn của UNESCO về AI tạo sinh trong giáo dục và nghiên cứu; khi trường có quy định cụ thể, cần ưu tiên quy định của trường và giảng viên.
Trang Tổng kết
Trong quá trình thực hiện Portfolio, tôi có cơ hội hệ thống lại toàn bộ nội dung đã học, đồng thời rèn luyện khả năng tìm kiếm, chọn lọc và trình bày thông tin. Việc xây dựng từng phần giúp tôi hiểu rõ hơn cách biến kiến thức thành sản phẩm cụ thể, thay vì chỉ học lý thuyết rồi để nó nằm im trong đầu như một kho lưu trữ ít người truy cập.
Tôi nhận thấy việc xây dựng Portfolio đòi hỏi sự kiên trì, chủ động và khả năng quản lý thời gian. Đây không chỉ là nơi lưu trữ sản phẩm học tập mà còn là quá trình nhìn lại sự tiến bộ, điểm mạnh và những nội dung bản thân cần cải thiện.
Tôi củng cố được kiến thức về công nghệ số, dữ liệu, trí tuệ nhân tạo, cộng tác trực tuyến và an toàn thông tin. Bên cạnh đó, tôi phát triển thêm các kỹ năng như làm việc nhóm, quản lý nhiệm vụ, thiết kế nội dung, tổ chức dữ liệu và sử dụng các công cụ trực tuyến.
Điểm tôi tâm đắc nhất là Portfolio có bố cục rõ ràng, thể hiện được quá trình học tập và các sản phẩm đã hoàn thành. Thách thức lớn nhất là lựa chọn nội dung phù hợp, sắp xếp thông tin hợp lý và đảm bảo hình thức trình bày thống nhất. Qua đó, tôi học được cách điều chỉnh sản phẩm dựa trên góp ý và hoàn thiện từng phần một cách cẩn thận hơn.