Ứng dụng trí tuệ nhân tạo để xây dựng phần mềm hỗ trợ học sinh giải bài tập chương động học chất điểm vật lý 10 THPT

BỘ GIÁO DỤC ÐÀO TẠO
TRƯỜNG ÐẠI HỌC SƯ PHẠM THÀNH PHỐ HỒ CHÍ MINH

Nguyễn Hồ Dạ Thảo

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO
ÐỂ XÂY DỰNG PHẦN MỀM
HỖ TRỢ HỌC SINH GIẢI BÀI TẬP CHƯƠNG
ÐỘNG HỌC CHẤT ÐIỂM - VẬT LÝ 10 THPT

LUẬN VĂN THẠC SĨ KHOA HỌC GIÁO DỤC

Thành phố Hồ Chí Minh – 2020


BỘ GIÁO DỤC ÐÀO TẠO
TRƯỜNG ÐẠI HỌC SƯ PHẠM THÀNH PHỐ HỒ CHÍ MINH

Nguyễn Hồ Dạ Thảo

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO
ÐỂ XÂY DỰNG PHẦN MỀM
HỖ TRỢ HỌC SINH GIẢI BÀI TẬP CHƯƠNG
ÐỘNG HỌC CHẤT ÐIỂM - VẬT LÝ 10 THPT
Chuyên ngành: Lí luận và phương pháp dạy học bộ môn vật lý
Mã số: 8140111

LUẬN VĂN THẠC SĨ KHOA HỌC GIÁO DỤC
NGƯỜI HƯỚNG DẪN KHOA HỌC:
TS. PHAN GIA ANH VŨ
Thành phố Hồ Chí Minh – 2020

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn thạc sĩ giáo dục với đề tài: “Ứng dụng trí tuệ nhân
tạo để xây dựng phần mềm hỗ trợ học sinh giải bài tập chương Động học chất điểm,
Vật lý Mười trung học phổ thơng” là cơng trình nghiên cứu của riêng tôi. Các nội
dung và kết quả trong luận văn là trung thực và chưa từng được công bố trong bất kì
một cơng trình nào khác.

Tác giả

NGUYỄN HỒ DẠ THẢO


LỜI CẢM ƠN
Trong q trình thực hiện và hồn thành luận văn này, tôi đã nhận được sự quan
tâm, động viên và giúp đỡ rất lớn từ quý thầy cô, đồng nghiệp, bạn bè và gia đình.
Tơi xin được bày tỏ lịng kính trọng và biết ơn sâu sắc đến:
TS. Phan Gia Anh Vũ, thầy đã dành nhiều thời gian trực tiếp hướng dẫn và chỉ
bảo tận tình cho tơi trong suốt q trình nghiên cứu và hồn thành luận văn.
Bạn Nguyễn Thành Thái, người đã dành nhiều thời gian giúp đỡ tơi trong việc
nghiên cứu về trí tuệ nhân tạo và xây dựng phần mềm Chatbot – CB (người máy hội
thoại).
Ban Giám hiệu, Phòng Sau đại học, Ban chủ nhiệm khoa Vật lý Trường Đại học
Sư Phạm TP.HCM đã tạo điều kiện cho tôi thực hiện luận văn này.
Ban Giám hiệu trường THPT Võ Văn Tần, cùng toàn thể quý thầy cô trong tổ
vật lý và các em học sinh lớp 10A8, 10A12 và đặc biệt là các học sinh lớp 10A8 đã
hợp tác giúp đỡ và tạo điều kiện thuận lợi nhất cho tơi trong suốt q trình thực
nghiệm sư phạm tại trường.
Do thời gian thực hiện đề tài có hạn nên khó có thể tránh khỏi các thiếu sót.

Kính mong nhận được góp ý từ q thầy cơ và các bạn để đề tài được hồn thiện hơn.
Tơi xin chân thành cảm ơn!
Thành phố Hồ Chí Minh, tháng 11 năm 2020
Tác giả

Nguyễn Hồ Dạ Thảo


MỤC LỤC
Lời cam đoan

Trang

Lời cảm ơn
Mục lục
Danh mục ký hiệu và chữ viết tắt
Danh mục các bảng
Danh mục các hình
Danh mục các đồ thị
MỞ ĐẦU. ................................................................................................................... 1
CHƯƠNG 1. CƠ SỞ LÍ LUẬN VÀ THỰC TIỄN CỦA VIỆC ỨNG DỤNG TRÍ
TUỆ NHÂN TẠO ĐỂ XÂY DỰNG PHẦN MỀM HỖ TRỢ HỌC SINH GIẢI
BÀI TẬP VẬT LÝ. ................................................................................................... 5
1.1. Trí tuệ nhân tạo (Artificial Intelligence) ......................................................... 5
1.1.1. Khái niệm trí tuệ nhân tạo ....................................................................... 5
1.1.2. Học máy (Machine Learning) ................................................................. 7
1.1.3. Học sâu (Deep Learning) ........................................................................ 7
1.1.4. Xử lí ngơn ngữ tự nhiên (Natural Language Processing) ....................... 8
1.1.5. Hiểu ngôn ngữ tự nhiên (Natural Language Understanding) ................. 8
1.1.6. Ứng dụng của trí tuệ nhân tạo trong giáo dục ......................................... 9

1.2. Ứng dụng hệ thống trả lời tự động chatbot vào dạy học ............................... 11
1.2.1. Sơ lược về hệ thống trả lời tự động CB ................................................ 12
1.2.2. Các thành phần của hệ thống CB .......................................................... 13
1.2.3. Ứng dụng của CB trong giáo dục.......................................................... 14
1.2.4. Một số CB đang được sử dụng.............................................................. 16
1.3. Cơ sở lí thuyết và một số kỹ thuật xây dựng hệ thống trả lời tự động CB.... 19
1.3.1. Một số kỹ thuật tiền xử lý ngôn ngữ tự nhiên - tiếng Việt trong ứng dụng
CB

............................................................................................................... 19

1.3.2. Deep learning trong xử lý ngơn ngữ tự nhiên ....................................... 20
1.3.3. Mơ hình Sequence-to-sequence (Seq2Seq) ứng dụng mạng neural nhân
tạo (Neural Network) ....................................................................................... 25


1.3.4. Những thành tựu, sự phát triển nhanh chóng trong việc nghiên cứu xây
dựng máy hiểu ngôn ngữ con người ................................................................ 27
1.4. Bài tập vật lý .................................................................................................. 31
1.4.1. Khái niệm bài tập vật lý ........................................................................ 31
1.4.2. Phân loại bài tập vật lý .......................................................................... 32
1.4.3. Vai trò của bài tập vật lý ....................................................................... 33
1.4.4. Quá trình tư duy khi giải một bài tập vật lý .......................................... 34
1.4.5. Những yêu cầu cơ bản đối với câu hỏi định hướng tư duy của HS. ..... 35
1.4.6. Ứng dụng phần mềm trí tuệ nhân tạo trong giải bài tập vật lý ............. 36
1.5. Thực trạng về việc dạy học chương Động học chất điểm tại trường THPT Võ
Văn Tần ............................................................................................................. 36
1.5.1. Mục tiêu điều tra ................................................................................... 36
1.5.2. Đối tượng và thời gian điều tra ............................................................. 36
1.5.3. Nội dung điều tra ................................................................................... 37

1.5.4. Kết quả điều tra ..................................................................................... 37
Kết luận chương 1................................................................................................... 46
CHƯƠNG 2. THIẾT KẾ PHẦN MỀM HỖ TRỢ HỌC SINH GIẢI BÀI TẬP.
TỔ CHỨC DẠY HỌC BÀI TẬP CHƯƠNG “ĐỘNG HỌC CHẤT ĐIỂM” VỚI
SỰ HỖ TRỢ CỦA PHẦN MỀM ỨNG DỤNG TRÍ TUỆ NHÂN TẠO ............ 47
2.1 Nghiên cứu, lựa chọn, sắp xếp nội dung kiến thức chương “ Động học chất
điểm” phù hợp với việc xây dựng phần mềm hỗ trợ học sinh giải bài tập. ....... 47
2.1.1. Đặc điểm chương “Động học chất điểm” ............................................. 47
2.1.2. Xây dựng các nội dung dạy học bài tập chương “Động học chất điểm”47
2.2. Xây dựng hệ thống câu hỏi bài tập và kịch bản hội thoại nhằm tạo cơ sở dữ
liệu để xây dựng phần mềm hỗ trợ học sinh giải bài tập. .................................. 49
2.2.1. Các bài tập mẫu cho từng dạng giúp HS ôn tập với CB ....................... 50
2.2.2. Khung kịch bản tập dữ liệu huấn luyện hỏi – đáp kiến thức chương “Động
học chất điểm” dưới dạng bài đối thoại. .......................................................... 55
2.3. Thiết kế phần mềm hỗ trợ học sinh giải bài tập vật lý chương “Động học chất
điểm” ................................................................................................................. 59


2.3.1. Mô tả thiết kế phần mềm....................................................................... 59
2.3.2. Chức năng của phần mềm ..................................................................... 60
2.3.3. Mô tả chi tiết các thành phần trong hệ thống ........................................ 61
2.4. Thiết kế hoạt động dạy học bài tập chương “Động học chất điểm” sử dụng
phần mềm ứng dụng AI. .................................................................................... 64
2.4.1. Thiết kế Giáo án dạy học bài “Chuyển động thẳng đều” ...................... 64
2.4.2. Thiết kế Giáo án dạy học bài “Chuyển động thẳng biến đổi đều” ........ 67
Kết luận chương 2................................................................................................... 70
CHƯƠNG 3. THỰC NGHIỆM SƯ PHẠM ......................................................... 71
3.1. Mục đích và nhiệm vụ, đối tượng, thời gian và phương pháp của thực nghiệm
sư phạm .............................................................................................................. 71
3.1.1. Mục đích................................................................................................ 71

3.1.2. Nhiệm vụ ............................................................................................... 71
3.1.3. Đối tượng và thời gian của thực nghiệm sư phạm ................................ 72
3.1.4. Nội dung và phương pháp thực nghiệm ................................................ 72
3.2. Công cụ đánh giá kết quả và quá trình thực nghiệm ..................................... 73
3.2.1. Các bài kiểm tra .................................................................................... 73
3.2.2. Đánh giá quá trình thực nghiệm ............................................................ 73
3.2.3. Đánh giá kết quả thực nghiệm .............................................................. 74
3.3. Diễn biến q trình thực nghiệm – kết quả định tính của quá trình thực nghiệm
............................................................................................................... 74
3.3.1. Diễn biến quá trình thực nghiệm........................................................... 74
3.3.2. Nhận xét kết quả quá trình thực nghiệm: .............................................. 78
3.4. Kết quả định lượng của quá trình thực nghiệm ............................................. 78
3.4.1. Đánh giá theo kết quả quá trình thực nghiệm ....................................... 78
3.4.2. Đánh giá kết quả thực nghiệm hậu kiểm............................................... 79
3.4.3. Đánh giá giả thuyết thông qua thống kê ............................................... 80
3.5. Khảo sát ý kiến HS sau khi học tập với phần mềm ....................................... 81
Kết luận chương 3................................................................................................... 85


KẾT LUẬN
DANH MỤC TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC KÝ HIỆU VÀ CÁC CHỮ VIẾT TẮT
Từ viết tắt

Từ chuẩn

Diễn giải

AI

Artificial Intelligence

Trí tuệ nhân tạo

AIED

Artificial Intelligence in Education

ANN

Artificial Neural Network

Mạng nơron nhân tạo

Bidirectional Encoder

Mơ hình xử lý ngơn

Representations from Transformers

ngữ tự nhiên

CB

Chatbot

Máy hội thoại

DL

Deep learning

Học sâu

GV

Giáo viên

Giáo viên

HS

Học sinh

Học sinh

ML

Machine learning

Học máy

PPDH

Phương pháp dạy học

Phương pháp dạy học

RNN

Recurrent Neural Network

Mạng nơ – ron hồi quy

Seq2Seq

Sequence-to-sequence

SGK

Sách giáo khoa

Sách giáo khoa

THPT

Trung học phổ thơng

Trung học phổ thơng

BERT

Trí tuệ nhân tạo trong
giáo dục


DANH MỤC CÁC BẢNG

Bảng 2.1. Bảng mục tiêu kiến thức, kỹ năng cần đạt ............................................... 47
Bảng 2.2. Bảng hỏi – đáp của chatbot gợi ý 1 .......................................................... 50
Bảng 2.3. Bảng hỏi – đáp của chatbot gợi ý 2 .......................................................... 51
Bảng 2.4. Bảng hỏi – đáp của chatbot gợi ý 3 .......................................................... 51
Bảng 2.5. Bảng hỏi – đáp của chatbot gợi ý 4 .......................................................... 52
Bảng 2.6. Bảng hỏi – đáp của chatbot gợi ý 5 .......................................................... 53
Bảng 2.7. Bảng hỏi – đáp của chatbot gợi ý 6 .......................................................... 53
Bảng 2.8. Bảng hỏi – đáp của chatbot gợi ý 7 .......................................................... 54
Bảng 2.9. Bảng hỏi – đáp của chatbot gợi ý 8 .......................................................... 54
Bảng 2.10. Bảng hỏi – đáp của chatbot gợi ý 9 ........................................................ 55
Bảng 2.11. Bảng dữ liệu mẫu cho bài “Chuyển động cơ” ....................................... 55
Bảng 2.12. Bảng dữ liệu mẫu cho bài “Chuyển động thẳng đều” ............................ 56
Bảng 2.13. Bảng dữ liệu mẫu cho bài “Chuyển động thẳng biến đổi đều”.............. 57
Bảng 2.14. Bảng dữ liệu mẫu cho bài “Rơi tự do” ................................................... 57
Bảng 2.15. Bảng dữ liệu mẫu cho bài “Chuyển động tròn đều” .............................. 58
Bảng 2.16. Bảng dữ liệu mẫu cho bài “Tính tương đối của chuyển động”.............. 58
Bảng 2.17. Bảng câu hỏi và gợi ý bài “Chuyển động thẳng đều” ............................ 66
Bảng 2.18. Bảng câu hỏi và gợi ý chủ đề “Chuyển động thẳng biến đổi đều” ........ 68
Bảng 3.1. Bảng tiêu chí đánh giá quá trình học tập của HS ..................................... 73
Bảng 3.2. Bảng nội dung yêu cầu cần thực hiện trong quá trình thực nghiệm ........ 74
Bảng 3.3. Bảng tổng kết điểm quá trình của hai nhóm TN và ĐC........................... 78
Bảng 3.4. Bảng thống kê điểm bài kiểm tra hậu kiểm. ............................................ 79
Bảng 3.5. Bảng phân bố tần suất tích lũy ................................................................. 79
Bảng 3.6. Bảng tổng hợp các thông số thống kê ...................................................... 80


DANH MỤC CÁC HÌNH
Hình 1.1. Q trình phát triển của AI (Nguyễn Thanh Thủy et al., 2018) ................. 5
Hình 1.2. Sơ đồ mô tả các lĩnh vực ứng dụng của AI được nghiên cứu trong đề tài
(LLC, 2019) ................................................................................................................ 6

Hình 1.3. Các thành phần cơ bản của hệ thống CB (Arora et al., 2013) .................. 13
Hình 1.4. Ví dụ về cấu trúc hội thoại của một CB ................................................... 14
Hình 1.5. Một số mẫu đối thoại của Andy English bot ............................................ 17
Hình 1.6. Giao diện CB của hệ thống tư vấn tuyển sinh .......................................... 17
Hình 1.7. Giao diện CB đối thoại của ứng dụng KAMI .......................................... 18
Hình 1.8. Lịch sử phát triển của mạng neural netwwork.(Tomuro, 2018) ............... 20
Hình 1.9. Kiến trúc một mạng neural ....................................................................... 21
Hình 1.10. Quá trình xử lý thơng tin của một ANN (Britz, 2015) ........................... 21
Hình 1.11. Một mạng RNN (Britz, 2015) ................................................................ 23
Hình 1.12. Ứng dụng mơ hình RNN cho máy dịch (Britz, 2015) ............................ 25
Hình 1.13. Kiến trúc bộ mã hóa - giải mã. Bộ mã hóa chuyển đổi một câu nguồn thành
một vectơ “nghĩa” được truyền qua bộ giải mã để tạo ra một bản dịch (câu trả
lời).(Tensorflow, 2017) ............................................................................................ 26
Hình 1.14. Kiến trúc mơ hình Mem2Seq được đề xuất cho các hệ thống hội
thoại.(Madotto et al., 2018) ...................................................................................... 26
Hình 1.15. Ví dụ hoạt động của mơ hình Mem2seq so với các mơ hình khác trong CB
trợ lí trong xe.(Madotto et al., 2018) ........................................................................ 27
Hình 1.16. Tổng thể các quy trình pre – training và fine – tuning cho BERT (Chang,
2018). ........................................................................................................................ 28
Hình 1.17. Kết quả so sánh BERT với các mơ hình tốt nhất về NLP đến năm 2018.
(Jacob Devlin and Ming-Wei Chang, 2018) ............................................................ 29


Hình 1.18. Bảng kết quả so sánh mơ hình XLNet cho kết quả vượt trội kết quả của
con người cũng như những mơ hình Ensemble tốt nhất trên SQuAD 1.1 và 2.0.(Yang
et al., 2019) ............................................................................................................... 30
Hình 1.19. Chỉ số SSA của CB Meena so với một số CB khác (Adiwardana et al.,
2020) ......................................................................................................................... 31
Hình 2.1. Lược đồ mơ tả phần mềm ......................................................................... 60
Hình 2.2. Giao diện đăng nhập vào phần mềm. ....................................................... 61

Hình 2.3. Giao diện chức năng hội thoại. ................................................................. 62
Hình 2.4. Giao diện bài tập trắc nghiệm ................................................................... 62
Hình 2.5. Giao diện sử dụng kết hợp giữa bài kiểm tra trắc nghiệm và CB ............ 63
Hình 2.6. CB đưa ra các gợi ý cho HS ..................................................................... 64
Hình 3.1. Thống kê số lượng HS .............................................................................. 76
Hình 3.2. Thời gian trung bình của HS khi sử dụng phần mềm............................... 76
Hình 3.3. Thống kê số lượng HS và thời gian dùng ................................................. 77
Hình 3.4. Các số liệu thời gian sử dụng, số lần login/logout của 2 em HS Phúc Nhiều
và Lê Vân.................................................................................................................. 77


DANH MỤC CÁC ĐỒ THỊ
Biểu đồ 3.2. Biểu đồ phân bố điểm của hai nhóm ĐC và TN .................................. 79
Đồ thị 3.2. Đồ thị phân bố tần suất tích lũy .............................................................. 80


1

MỞ ĐẦU
1.

Lí do chọn đề tài
Hiện nay, thế giới nói chung và Việt Nam ta nói riêng đang bước vào cuộc cách

mạng công nghiệp 4.0. Cuộc Cách mạng công nghiệp lần thứ tư này mở ra nhiều cơ
hội, đồng thời cũng đặt ra nhiều thách thức đối với mỗi quốc gia, tổ chức và cá nhân,
tác động ngày càng mạnh mẽ đến tất cả các lĩnh vực của đời sống kinh tế, xã hội của
mỗi đất nước.
Trong cuộc cách mạng 4.0 vạn vật kết nối internet, thông tin bùng nổ, vì vậy
quá trình chuyển giao tri thức, kinh nghiệm giữa con người với con người cũng cần

có sự thay đổi cho phù hợp. Sự ra đời và phát triển của các thiết bị thông minh khiến
con người được tận hưởng những tiện ích của Internet giúp cho việc tiếp nhận tri thức
nhanh chóng hơn, rút ngắn khoảng cách. Do vậy, vai trị của người thầy trong q
trình trao truyền tri thức, kinh nghiệm phải thay đổi cho phù hợp.
Mặc dù chúng ta có thể khơng thấy robot dạng người đóng vai trị là giáo viên
trong tương lai, nhưng có nhiều dự án đã được thực hiện sử dụng trí thơng minh máy
tính để giúp học sinh và giáo viên có được nhiều kinh nghiệm giáo dục hơn. Song,
vận dụng trí tuệ nhân tạo (AI – Artificial Intelligence) vào giáo dục tại Việt Nam hiện
còn khá mới. Hiện nay, một số trường học đã dần bắt đầu đưa AI vào giảng dạy và
quản lý.
Trong q trình dạy học vật lý, có nhiều phương pháp và biện pháp để nâng cao
chất lượng học tập, phát triển năng lực tự học của học sinh. Trong số đó, bài tập vật
lý có tác dụng rất tích cực đến việc giáo dục phát triển năng lực của học sinh. Đồng
thời, bài tập vật lý cũng là thước đo đích thực trong việc nắm vững kiến thức, kĩ năng,
kĩ xảo vật lý của học sinh. Nên sự thay đổi về phương pháp dạy bài tập vật lý là vơ
cùng cần thiết. Hơn nữa vận dụng trí tuệ nhân tạo vào hướng dẫn học sinh giải bài
tập có thể sẽ giúp ích rất nhiều trong việc phát triển năng lực cho học sinh, đặc biệt
là năng lực tự học.
Chúng tơi nhận thấy việc vận dụng trí tuệ nhân tạo để hỗ trợ việc giải bài tập
vật lý là vơ cùng cấp thiết nhưng hiện tại chưa có cơng trình nghiên cứu nào quan tâm
đúng mực đến vấn đề này.


2

Từ những phân tích trên chúng tơi đã chọn đề tài “Ứng dụng trí tuệ nhân tạo
để xây dựng phần mềm hỗ trợ giải bài tập chương Động học chất điểm, Vật lý
10 THPT”.
2.

Lịch sử vấn đề nghiên cứu
Ứng dụng trí tuệ nhân tạo vào giáo dục hiện nay đã bắt đầu phổ biến trên thế

giới và Việt Nam cũng đang bắt đầu sử dụng AI để nâng cao chất lượng giáo dục.
Năm học 2017 – 2018 trường đại học quốc tế Hồng Bàng đã đưa trí tuệ nhân tạo vào
chương trình giảng dạy. Cụ thể, mỗi sinh viên sẽ được cung cấp một phần mềm được
gọi là “student portal” – nơi chứa những thông tin cần thiết cho mỗi sinh viên, bên
cạnh được cung cấp thời khóa biểu, bảng điểm, sinh viên cịn có thể đặt lịch tư vấn
với giáo viên, yêu cầu thực tập, việc làm thêm… Trong bài báo “Chatbot as an
Intelligent Personal Assistant for Mobile Language Learning” (Pham et al., 2018),
các tác giả nghiên cứu hệ thống có tên English Practice được cài đặt trên thiết bị di
động. Các CB có thể tự động nhắc nhở người học nghiên cứu và đề xuất một số câu
trả lời cho các câu hỏi trắc nghiệm. Đại học bang Georgia đã sử dụng một CB có tên
Pounce để hỗ trợ quá trình đăng ký của sinh viên. Các sinh viên đã nhận được ngay
lập tức và chính xác thơng tin họ muốn mà khơng có chi tiết khơng liên quan.
(Dimitriadis, 2020)
Bên cạnh đó, một số trang web cũng đã có các ứng dụng AI trong việc hỗ trợ
học sinh giải bài tập vật lý (ví dụ như Hyper Physics).
Một số luận văn thạc sĩ đã nghiên cứu và phân tích nội dung chương Động học
chất điểm, ví dụ như: Luận văn thạc sĩ của tác giả Trần Thanh Bình “Phát huy vai trò
trung tâm của học sinh trong quá trình dạy học chương Động học chất điểm lớp 10
trung học phổ thông ban cơ bản” đã nêu được cơ sở lí luận và thiết kế hoạt động dạy
học nhằm phát huy vai trò trung tâm của học sinh trong học chương Động học chất
điểm; Luận văn của tác giả Từ Thị Kim Thoa “Biên soạn hệ thống bài tập để phát
triển năng lực tư duy cho học sinh phần động học và động lực học chất điểm lớp
10”(Thoa, 2005) đã hệ thống, phân loại bài tập vật lý chương động học và động lực
học nhằm phát triển năng lực tư duy cho học sinh.


3

3.

Mục đích nghiên cứu
Xây dựng phần mềm máy tính có ứng dụng trí tuệ nhân tạo để hướng dẫn học

sinh giải bài tập chương “Động học chất điểm” – vật lý 10 THPT nhằm nâng cao hiệu
quả học tập và dạy học vật lý.
4.

Giả thuyết khoa học
Nếu sử dụng phần mềm ứng dụng trí tuệ nhân tạo cho việc hỗ trợ học sinh giải

bài tập chương “Động học chất điểm” – vật lý 10 THPT thì sẽ góp phần nâng cao kết
quả dạy học vật lý.
5.

Nhiệm vụ nghiên cứu
- Nghiên cứu cơ sở lí luận của việc vận dụng trí tuệ nhân tạo vào dạy học, cụ

thể là xây dựng hệ thống trả lời tự động CB.
- Thiết kế, xây dựng hệ thống trả lời tự động CB hỗ trợ học sinh giải bài tập vật
lý.
- Phân tích nội dung kiến thức chương “Động học chất điểm” – vật lý 10 THPT.
- Xây dựng hệ thống bài tập – hướng dẫn học sinh giải bài tập chương “Động
học chất điểm” – vật lý 10 THPT.
- Điều tra thực trạng dạy học chương “Động học chất điểm”.
- Xây dựng tiến trình dạy học có sử dụng CB để dạy học chương “Động học
chất điểm” – vật lý 10 THPT.
6.

Phương pháp nghiên cứu
- Nghiên cứu lí luận: được sử dụng để tìm tịi, phân loại, và đọc các sách, báo,

các cơng trình nghiên cứu liên quan.
- Phương pháp điều tra, khảo sát thực tế, tổng kết kinh nghiệm: được sử dụng
để tìm hiểu, điều tra thực trạng dạy và học trong thực tế hiện nay. Kết quả điều tra
được phân tích để rút ra kết luận và đề xuất giải pháp.
- Phương pháp thực nghiệm sư phạm: cho học sinh lớp thực nghiệm sử dụng
phần mềm đã thiết kế và kiểm tra sự phát triển của học sinh thông qua các bài đánh
giá giữa lớp thực nghiệm và lớp đối chứng.
- Sử dụng thống kê toán học trong khoa học giáo dục: được sử dụng để xử lí
định lượng các kết quả điều tra và kết quả thực nghiệm sư phạm.


4

7.

Phạm vi nghiên cứu

Về kiến thức:
- Nội dung kiến thức chương “Động học chất điểm” – vật lý 10 THPT.
- Xây dựng và sử dụng phần mềm hỗ trợ HS giải bài tập vật lý ứng dụng trí tuệ
nhân tạo.
Về địa bàn: HS Trường THPT Võ Văn Tần – Đức Hịa, Long An.
8.

Những đóng góp của luận văn
- Hệ thống hóa cơ sở lí luận dạy học vận dụng sự hỗ trợ của trí tuệ nhân tạo vào

vào hỗ trợ học sinh giải bài tập vật lý chương “Động học chất điểm”.
- Xây dựng bộ cơ sở dữ liệu phục vụ cho ứng dụng AI vào dạy học.
- Tạo nguồn tư liệu tham khảo cho giáo viên và học sinh về dạy học vật lý
chương “Động học chất điểm” – vật lý 10 THPT.
- Thiết kế, tổ chức hoạt động học tập nhằm giúp người học tiếp cận với nền giáo
dục 4.0 từ đó đáp ứng được nhu cầu về nguồn nhân lực ngày càng phát triển của đất
nước ta và toàn thế giới.
9.

Cấu trúc luận văn
Ngoài phần mở đầu, kết luận, tài liệu tham khảo và phụ lục thì đề tài gồm có 3

chương:
Chương 1: Cơ sở lí luận và thực tiễn của việc ứng dụng trí tuệ nhân tạo để xây
dựng phần mềm hỗ trợ học sinh giải bài tập vật lý.
Chương 2: Thiết kế phần mềm hỗ trợ học sinh giải bài tập, tổ chức dạy học bài
tập chương “Động học chất điểm” .
Chương 3: Thực nghiệm sư phạm
Kết luận: Trình bày điểm mạnh và hạn chế trong luận văn. Đồng thời nêu ra
hướng phát triển tiếp theo trong tương lai.
Tài liệu tham khảo
Phụ lục


5

CHƯƠNG 1. CƠ SỞ LÍ LUẬN VÀ THỰC TIỄN CỦA VIỆC ỨNG DỤNG
TRÍ TUỆ NHÂN TẠO ĐỂ XÂY DỰNG PHẦN MỀM HỖ TRỢ HỌC SINH
GIẢI BÀI TẬP VẬT LÝ.

1.1.

Trí tuệ nhân tạo (Artificial Intelligence)

1.1.1. Khái niệm trí tuệ nhân tạo

Hình 1.1. Quá trình phát triển của AI (Nguyễn Thanh Thủy et al., 2018)
Trí tuệ nhân tạo (AI), được Giáo sư John McCarthy của Stanford đưa ra lần đầu
tiên vào năm 1955, là ngành khoa học và kỹ thuật chế tạo máy móc thơng minh. Nói
cách khác, nó là một nhánh của Khoa học Máy tính, trong đó máy tính bắt chước các
chức năng nhận thức có liên quan đến tâm trí con người – chẳng hạn như học tập và
giải quyết vấn đề. Từ đó đến nay AI đã phát triển qua nhiều giai đoạn và đã được ứng
dụng trong nhiều lĩnh vực khác nhau của đời sống.
AI bao gồm việc học hỏi từ kinh nghiệm, lý luận cho việc ra quyết định và đưa
ra phải hồi nhanh. Mục tiêu khoa học của AI là xây dựng các chương trình máy tính
thể hiện các hành vi thơng minh bằng cách sử dụng suy luận thuật toán dựa trên các
kiến thức khoa học Toán học, Vật lý học và các lĩnh vực khoa học liên quan để máy
hoạt động thông minh như con người.
Khi ứng dụng AI để xây dựng CB cần nghiên cứu một số mảng được thể hiện ở
hình dưới đây.


6

Hình 1.2. Sơ đồ mơ tả các lĩnh vực ứng dụng của AI được nghiên cứu trong đề
tài (LLC, 2019)
Một số ví dụ về ứng dụng trí tuệ nhân tạo:
- Hệ thống tự động hóa, robot tự động, hệ thống tự lái (xe tự hành, máy bay
không người lái…).

- Hệ thống chống gian lận, nhận diện rủi ro…
- Ứng dụng trong y tế phân tích chuẩn đốn bệnh, robot phẫu thuật…
- Hệ thống hỗ trợ ra quyết định
- Bộ lọc thư rác trên email, phân tích phân loại hồ sơ dữ liệu…
- Trợ lý ảo thơng minh (ví dụ như Siri, Google Assistant)
- Bot đàm thoại để tiếp thị và hỗ trợ khách hàng
- Công cụ giám sát phương tiện truyền thông xã hội cho nội dung nguy hiểm
hoặc thông tin sai lệch
- Tự động hóa một số hoạt động giáo dục như chấm điểm, hỗ trợ học sinh học
tập, gia sư trực tuyến, tư vấn tuyển sinh, …
- Ứng dụng học tập ví dụ Elsa, Andy English bot hỗ trợ tự học Tiếng anh …
- Ứng dụng trợ lí ảo VAV (Virtual Assistant for Vietnamese).
Nhóm tác giả MDN - Team (thuộc Phịng Thí nghiệm Khoa học Dữ liệu và
Cơng nghệ Tri thức, Khoa CNTT, Trường Đại học Công nghệ - ĐHQGHN) đã phát
triển một ứng dụng “trợ lý ảo” dành riêng cho người Việt, với tên gọi VAV cho phép


7

người dùng tương tác với smartphone bằng giọng nói hồn toàn tiếng Việt để thực
hiện các tác vụ cần thiết hàng ngày. Với VAV, bạn có thể dễ dàng hẹn chuông báo
thức, đặt lịch cho một cuộc họp, bật/tắt định vị, gọi điện, nhắn tin cho ai đó, gọi taxi,
mở một ứng dụng trên máy, duyệt web, tìm đường trên bản đồ, tìm cây ATM, tra từ
điển, tra cứu Wikipedia, … chỉ đơn giản bằng các mệnh lệnh hay câu hỏi hết sức tự
nhiên.
1.1.2. Học máy (Machine Learning)
Học máy (Machine Learning) là một tập con của AI. Học máy có nghĩa là khiến
máy tính hoạt động mà khơng được đưa ra trước từng bước. ML có mối quan hệ rất
mật thiết đối với statistics (thống kê). ML sử dụng các mơ hình thống kê để “ghi nhớ”
lại sự phân bố của dữ liệu. Tuy nhiên, không đơn thuần là ghi nhớ, ML phải có khả

năng tổng qt hóa những gì đã được nhìn thấy và đưa ra dự đốn cho những trường
hợp chưa được nhìn thấy. (Bell, 2020)
Hiện tại ML tập trung vào những mục tiêu như:
- Làm cho máy tính có những khả năng nhận thức cơ bản của con người như:
nghe, nhìn, hiểu được ngơn ngữ, giải tốn, lập trình, …
- Hỗ trợ con người trong việc xử lý một khối lượng thơng tin khổng lồ (hay cịn
gọi là Big Data).
ML có thể phân thành các loại sau:
- Học có giám sát (Supervised Learning)
- Học khơng giám sát (Unsupervised Learning)
- Học củng cố (Reinforcement Learning)
- Học bắt chước (Imitation Learning)
1.1.3. Học sâu (Deep Learning)
Học sâu (Deep Learning) là một kiểu học máy chạy các đầu vào thông qua kiến
trúc mạng thần kinh lấy cảm hứng từ sinh học. Deep Learning là một lĩnh vực sử
dụng mạng nơron nhân tạo (Artificial Neural Network) bắt chước trí thơng minh của
con người. Giống như các nơron sinh học, các nơron nhân tạo trong mạng học sâu
liên kết với nhau thông qua các thơng số dựa trên các mơ hình tốn học phức tạp, để
chỉ ra mối quan hệ dữ dữ liệu đầu vào (input) và dữ liệu đầu ra (output) trong quá


8

trình xử lý. Trong việc hiểu ngơn ngữ tự nhiên (Natural Language Understanding)
việc kết hợp giữa các thao tác xử lý thô bộ dữ liệu ban đầu với mạng nơ - ron học sâu
đem lại nhiều kết quả khả quan với độ chính cao. (Courville, 2016)
Các mạng thần kinh chứa một số lớp ẩn trong đó dữ liệu được xử lý, cho phép
máy đi sâu vào việc học, tạo kết nối và đầu vào trọng số để có kết quả tốt nhất.
1.1.4. Xử lí ngơn ngữ tự nhiên (Natural Language Processing)
Xử lý ngôn ngữ tự nhiên là một nhánh của trí tuệ nhân tạo tập trung vào các ứng

dụng làm việc với ngơn ngữ của con người. Trong trí tuệ nhân tạo thì xử lý ngơn ngữ
tự nhiên là một trong những phần khó nhất vì nó liên quan đến việc phải hiểu ý nghĩa
ngơn ngữ - cơng cụ hồn hảo nhất của tư duy và giao tiếp. Các bước xử lí ngơn ngữ
tự nhiên bao gồm: phân tích hình thái, phân tích cú pháp, phân tích ngữ nghĩa, tích
hợp văn bản, phân tích thực nghĩa.
Các bài tốn ứng dụng phổ biến của lĩnh vực xử lý ngôn ngữ tự nhiên:
- Nhận dạng chữ viết
- Nhận dạng tiếng nói
- Xử lý văn bản và ngơn ngữ
- Tìm kiếm thơng tin
- Chiết xuất thơng tin
- Tóm tắt văn bản
- Phân loại văn bản
- Khai thác dữ liệu
Trong đề tài này, xây dựng hệ thống CB hỗ trợ giải bài tập vật lý, ngồi việc
cần giải quyết các bài tốn chiết xuất thơng tin, khai thác dữ liệu, tóm tắt câu văn,
phân tách từ... Ta còn cần giải quyết các vấn đề chun mơn như phải xử lí các ngơn
ngữ khoa học mà cụ thể là các thuật ngữ vật lý, các số liệu, các cơng thức tính tốn,
... mà điều đó lại là vấn đề hóc búa, nó cần độ chính xác cao so với các từ ngữ thông
dụng.
1.1.5. Hiểu ngôn ngữ tự nhiên (Natural Language Understanding)
Hiểu ngôn ngữ tự nhiên là thành phần quyết định để đánh giá sự thông minh của
chatbots. Nhiệm vụ của thành phần này là trích xuất ra ba thành phần thông tin từ câu


9

nói của người dùng: Đầu tiên là phân loại lĩnh vực (domain classification), nó có thể
là lĩnh vực giáo dục, y tế, kinh tế. Tiếp đến là phân loại ý định (intent classification),
ví dụ như xác định được ý định tra cứu thông tin về công thức, khái niệm hoặc trợ

giúp các bước để đưa ra lời giải của một mẫu bài tập. Cuối cùng là bước trích xuất
thơng tin (slot fillter hay entity extraction) trong câu hỏi người dùng.
Ví dụ ta phải trích chọn được thơng tin vê cơng thức cần tìm hiểu là gia tốc
trong câu hỏi: “cơng thức tính gia tốc là gì?”. Từ việc trích xuất được thơng tin cần
tìm là “gia tốc” thì CB mới có cơ sở trả lời cho người dùng.
1.1.6. Ứng dụng của trí tuệ nhân tạo trong giáo dục
Trí tuệ nhân tạo trong giáo dục (Artificial Intelligence in Education – AIED) bao
gồm các hệ thống hướng dẫn và đối thoại được điều khiển theo từng bước của AI,
thông qua các hoạt động học tập khám phá, phân tích bài viết và các CB hỗ trợ học
sinh. AIED cũng bao gồm việc người học tương tác một – một với máy tính, người
học có thể sử dụng bất kì thiết bị nào có kết nối internet để hỗ trợ tối đa việc học tập
bên ngồi lớp học ... Từ đó, giúp người học có thể tự kiểm sốt chặt chẽ việc học của
mình. AIED mang lại các lý thuyết và phương pháp luận từ các lĩnh vực liên quan
như khoa học nhận thức và giáo dục. Mặt khác, AIED tạo ra các vấn đề và câu hỏi
nghiên cứu lớn hơn: Bản chất của kiến thức là gì và nó được thể hiện như thế nào?
Làm thế nào để giúp đỡ một học sinh trong học tập? Những phương pháp tương tác
giảng dạy nào là hiệu quả, và khi nào nên sử dụng chúng? Người học thường có
những quan niệm sai lầm gì? (Cumming, 1998)
Vận dụng AI vào giải bài tập
Bước đầu tiên trong việc giải các bài toán và bài tập vật lý với AI là đọc và hiểu
các câu hỏi. Bước này là chủ yếu xử lý bằng các kỹ thuật xử lí ngơn ngữ. Xử lí ngơn
ngữ ở đây đề cập đến việc xử lí các câu hỏi chuyển đổi, được cung cấp dưới hình thức
văn bản, đến các biểu thức mà máy tính có thể hiểu.
Sau khi xác định được ý nghĩa của câu hỏi, các thuật toán sẽ đưa ra một công
thức bắt nguồn từ ý nghĩa vừa được xác định. Trong trường hợp câu hỏi vật lý, vấn
đề cũng được hiểu là sử dụng xử lý ngôn ngữ, nhưng bước tiếp theo là sử dụng “mô
phỏng vật lý”. Các thuật tốn mơ phỏng q trình vật lý được mơ tả trong bài tốn và


10

lời giải được xác định bằng cách xem kết quả mô phỏng. Con người hiểu nội dung
câu hỏi, suy ra các định luật vật lý đằng sau nó và sử dụng các công thức chi phối các
định luật vật lý đó để giải quyết vấn đề.
Ví dụ: Về giải bài tập ứng dụng định luật II Newton (Jr., 1981)
Đề cho giá trị lực F = 8 N, khối lượng của vật m = 2 kg. Gia tốc của vật được
tính như sau:
• Tìm một phương trình có n biến và đã biết được n -1 biến, nghĩa là còn một
biến chưa biết. Ở đây phương trình tìm được là F = m a
Phương trình được biểu diễn thành: (= F (M ì A))
ã Gii phng trỡnh cho bin ú.
(= A (F / M))
• Thay thế các giá trị đã biết vào vế phải của phương trình đã giải (hàm Lisp
sublis).
(= A (8 / 2))
• Đánh giá biểu thức kết quả (hàm Lisp eval) để đưa ra giá trị của biến mới.
(= A 4)
• Tiếp tục thử cho đến khi nhận được giá trị của biến mong muốn.
Ứng dụng DL trong giải quyết các bài toán với các ký hiệu (symbol) (Lample
& Charton, 2019)
Neural network nổi tiếng trong việc giải quyết các vấn đề thống kê hoặc thực
hiện các tính tốn hoặc xử lí các dữ liệu dưới dạng ký hiệu. Khi dùng DL để giải
quyết các bài toán, các tác giả xem ngơn ngữ tốn học như ngơn ngữ tự nhiên.
Phần đầu tiên của quá trình giải là chia các biểu thức toán học thành từng phần
và biểu diễn các biểu thức dưới dạng các cấu trúc cây, với các toán tử và hàm là các
đỉnh bên trong, toán hạng là con và các số, hằng và biến là các lá.
Ví dụ: biểu thức 2 + 3 × (5 + 2) có thể được biểu diễn thành:


11

Để biểu diễn các biểu thức toán học dưới dạng cây, ta phải coi biểu thức là chuỗi
các ký hiệu tốn học. Ví dụ: 2 + 3 và 3 + 2 là các biểu thức khác nhau nên chúng sẽ
được biểu diễn thành các cây khác nhau. Cây bằng nhau khi chúng tương đương về
mặt tốn học. Ví dụ: 2 + 3 = 5 = 12 - 7 = 1 x 5 đều tương đương, do đó cây biểu diễn
chúng cũng cũng tương đương. Khi thể hiện các biểu thức phức tạp, ta phải tìm một
biểu diễn tương đương ngắn gọn hơn của biểu thức đó, từ đó biểu thức phức tạp có
thể biểu diễn bằng một cây tương đương ngắn gọn hơn. Vậy nhiệm vụ chính là chuyển
đổi một biểu thức thành một biểu thức khác, ví dụ: ánh xạ cây của một phương trình
đến cây của giải pháp của nó. Ta coi đây là một ví dụ cụ thể của dịch máy (machine
translation). Vì trong đó một chuỗi các từ trong một ngôn ngữ phải được dịch thành
một chuỗi các từ trong ngơn ngữ khác. Mơ hình dịch máy sử dụng ở đây là mơ hình
seq2seq.
Bước tiếp theo là huấn luyện (training) cho máy phân tích, tổng hợp dữ liệu từ
một cơ sở dữ liệu lớn gồm nhiều ví dụ để máy học hỏi. Các nhà nghiên cứu tạo cơ sở
dữ liệu này bằng cách lắp ráp ngẫu nhiên các biểu thức toán học từ một thư viện các
toán tử nhị phân như cộng, nhân, … toán tử đơn ngun (tốn tử mà nó chỉ nhận duy
nhất một tham số) như cos, sin và exp; và một tập hợp các biến, số nguyên và hằng
số, chẳng hạn như π và e.

1.2.

Ứng dụng hệ thống trả lời tự động chatbot vào dạy học
Hiện tại, có rất nhiều ứng dụng hỗ trợ cho việc học tập kiến thức mới cũng như

cũng cố kiến thức đã học và hỗ trợ người học giải bài tập. Một số ứng dụng hiện đang
được dùng phổ biến như:


12

- Ứng dụng Socratic: người học có thể chụp ảnh lại một câu hỏi, Socratic sẽ
tìm các bài giải có liên quan nhất trên web. Điều này sẽ giúp học sinh dễ dàng có
được bài giải .
- Ứng dụng Maths Solver: có tốc độ xử lí các bài tốn rất nhanh và chính xác,
cùng với đó là trình bày cách giải chi tiết cho người dùng xem.
- Website Hoctot, Vietjack, Lời Giải Hay: các trang web này đều cung cấp lời
giải chi tiết cho môn Vật lý và một số môn học khác.
Các trang web và ứng dụng trên đều giúp ích cho việc học của học sinh nhưng
có khuyết điểm là chỉ cung cấp thông tin một chiều, học sinh có thể khơng hiểu được
cách giải để có được đáp án.
Do vậy, bên cạnh các ứng dụng này ta cần phải sử dụng tạo ra hệ thống đối thoại
như một gia sư người máy hỗ trợ học sinh trong việc từng bước giải các bài tập.
1.2.1. Sơ lược về hệ thống trả lời tự động CB
CB là một hệ thống đàm thoại máy tương tác với người dùng thông qua ngơn
ngữ đàm thoại tự nhiên. CB có thể tự động trả lời câu hỏi hoặc xử lý tình huống. CB
đầu tiên có tên Eliza được Weizenbaum tạo ra vào năm 1966 để có thể tạo ra một
cuộc trị chuyện đơn giản. CB thường được ứng dụng trong nhiều lĩnh vực như thương
mại điện tử, dịch vụ khách hàng, y tế, tài chính ngân hàng, hỗ trợ giáo dục, các dịch
vụ giải trí, … Hầu hết các CB đều sử dụng thuật tốn của trí tuệ nhân tạo. Hệ thống
CB cần kết hợp nhiều thành phần: hiểu ngôn ngữ tự nhiên, phát sinh ngôn ngữ tự
nhiên, giám sát hội thoại,…
CB tương tác với chúng ta như một hệ thống trả lời nhanh chóng và tự động
bằng cách xây dựng giả lập các mơ hình tương tác trong ML. Hệ thống CB có thể tự
học, tự hiểu các câu hỏi theo nhu cầu của người dùng và đưa ra các phản hồi sao cho
phù hợp. Sau khi được lập trình và huấn luyện, CB sẽ tự động làm việc một cách độc
lập như một con người. Tuy nhiên, những câu hỏi, tin nhắn của người dùng phải được
cấu trúc lại thành câu hỏi ngắn gọn với ngôn ngữ tự nhiên (natural language) và những
câu tương tự đã được thêm vào hệ thống cùng với các kịch bản đối thoại tương ứng
đã được xây dựng trước đó thì CB mới có khả năng đưa ra phản hồi phù hợp.