TẠO SINH CÂU HỎI TRẮC NGHIỆM THEO CHUẨN ĐẦU RA HỌC PHẦN DỰA TRÊN MÔ HÌNH NGÔN NGỮ LỚN VÀ THANG NHẬN THỨC BLOOM

Abstract

Nghiên cứu đề xuất và thử nghiệm quy trình tạo sinh tự động câu hỏi trắc nghiệm khách quan (TNKQ) tiếng Việt dựa trên mô hình ngôn ngữ lớn (LLM), trong đó mỗi câu hỏi được gắn với một chuẩn đầu ra học phần (Course Learning Outcomes - CLO) và một mức nhận thức theo thang Bloom cải tiến, đồng thời được dựa vào nội dung giáo trình bằng kỹ thuật truy xuất BM25 nhằm hạn chế hiện tượng ảo giác nội dung. Khác với các nghiên cứu trước dựa vào giảng viên đánh giá thủ công hoặc dùng một LLM tự đánh giá bản thân, nghiên cứu này đề xuất cơ chế chấm chéo giữa hai LLM thuộc hai họ độc lập (LLaMA-3.3-70B và Qwen3-32B) làm phương pháp đánh giá tự động. Thử nghiệm trên học phần Mạng và truyền thông với 40 câu hỏi sinh được cho thấy hệ thống đạt mức đồng thuận đáp án tốt đến rất tốt (Cohen's κ = 0,78–0,82) và độ bám sát giáo trình rất cao (0,97–0,99), nhưng bộc lộ thách thức lớn khi phân loại mức nhận thức Bloom (κ = 0,03–0,26). Kết quả khẳng định xu hướng khả thi của AI trong hỗ trợ đánh giá đại học, đồng thời chỉ rõ ranh giới giữa năng lực tự động hóa và vai trò không thể thay thế của giảng viên.