Hình 2. Trong một buổi trao đổi của khóa tập huấn
Khóa tập huấn thu hút hơn 500 giảng viên, có buổi trên 600 người tham dự, đến từ nhiều cơ sở giáo dục đại học khác nhau. Nhiều thầy, cô là kiểm định viên hoặc đã hoàn thành các khóa đào tạo, bồi dưỡng về kiểm định chất lượng giáo dục. Vì vậy, các câu hỏi và nội dung trao đổi không chỉ dừng lại ở nhận thức chung mà đi khá sâu vào những vấn đề chuyên môn và thực tiễn triển khai.
Tôi nhận được nhiều câu hỏi liên quan đến cách thiết kế chuẩn đầu ra, xây dựng mối liên kết giữa chuẩn đầu ra chương trình đào tạo với chuẩn đầu ra học phần, lựa chọn phương pháp đánh giá và tổ chức đo lường mức độ đạt chuẩn đầu ra. Đây cũng là lĩnh vực tôi đã trực tiếp nghiên cứu và triển khai trong thực tiễn từ năm 2018 đến nay.
Hình 3. Trao đổi thảo luận trong buổi chia sẻ
Hình 4. Chia sẻ phương pháp phân tích chuẩn đầu ra khi có dữ liệu đo lường
Những kinh nghiệm tích lũy trong quá trình xây dựng hệ thống, xử lý các khó khăn phát sinh và từng bước điều chỉnh phương pháp đã giúp tôi có thêm cơ sở để chia sẻ với quý thầy, cô những cách tiếp cận có tính khả thi.
Qua các buổi tập huấn, tôi nhận thấy các cơ sở giáo dục đại học đã và đang quan tâm ngày càng thấu đáo hơn đến việc đánh giá chuẩn đầu ra và xây dựng hệ thống cơ sở dữ liệu phục vụ bảo đảm chất lượng. Mức độ triển khai giữa các trường còn khác nhau: một số trường đã hình thành tương đối đầy đủ quy trình và công cụ, trong khi một số trường mới ở giai đoạn khởi đầu. Tuy nhiên, điểm chung đáng ghi nhận là các trường đều nhận thức rõ hơn rằng đo lường chuẩn đầu ra không chỉ nhằm đáp ứng yêu cầu kiểm định mà trước hết phải phục vụ hoạt động quản trị, ra quyết định và cải tiến chất lượng bên trong nhà trường.
Bên cạnh chuỗi chuyên đề tại CEA-VNU, tại Trung tâm Kiểm định chất lượng giáo dục – Đại học Quốc gia Thành phố Hồ Chí Minh, tôi có dịp chia sẻ chuyên đề về “Quản trị dựa trên dữ liệu”. Nội dung này giúp mở rộng câu chuyện từ việc đo lường chuẩn đầu ra sang cách thức sử dụng dữ liệu để quản trị và vận hành toàn bộ hệ thống bảo đảm chất lượng bên trong cơ sở giáo dục.
Theo tôi, quản trị dựa trên dữ liệu không đơn thuần là xây dựng nhiều biểu mẫu, thu thập nhiều con số hoặc tạo ra các báo cáo định kỳ. Điều quan trọng là cơ sở giáo dục phải xác định được các chỉ số hiệu suất trọng yếu – KPI (Key Performance Indicators), thiết lập hệ thống theo dõi dữ liệu thường xuyên và phân công nhân sự chịu trách nhiệm giám sát chất lượng dữ liệu. Trên cơ sở đó, hệ thống phải có khả năng phát hiện những biến động bất thường, nhận diện sớm rủi ro và đưa ra cảnh báo kịp thời để các cấp quản lý có căn cứ can thiệp.
Chẳng hạn, khi dữ liệu cho thấy tỷ lệ sinh viên bỏ học, tỷ lệ tốt nghiệp đúng hạn, mức độ đạt chuẩn đầu ra hoặc mức độ hài lòng có xu hướng giảm, nhà trường cần nhận diện được vấn đề ngay từ giai đoạn đầu, thay vì chờ đến cuối chu kỳ đánh giá hoặc khi thực hiện kiểm định mới tiến hành xem xét. Vì vậy, nhân sự giám sát dữ liệu không chỉ thực hiện công việc tổng hợp số liệu mà còn phải kiểm tra tính đầy đủ, nhất quán và hợp lệ của dữ liệu; phân tích xu hướng; xác định các ngưỡng cảnh báo; đồng thời chuyển thông tin kịp thời đến đơn vị có trách nhiệm xử lý.
Việc thiết lập KPI, hệ thống theo dõi và cơ chế cảnh báo sớm là đặc biệt quan trọng trong bối cảnh hiện nay. Tuy nhiên, KPI chỉ có ý nghĩa khi gắn với mục tiêu chiến lược, có định nghĩa và phương pháp tính rõ ràng, xác định được nguồn dữ liệu, đơn vị chịu trách nhiệm và tần suất theo dõi. Nếu KPI chỉ được xây dựng để hoàn thành báo cáo hoặc chạy theo những con số bề nổi, hệ thống có thể tạo ra áp lực thành tích nhưng không giúp cải thiện chất lượng thực chất.
Hình 5. Chia sẻ tại hội thảỏ quản trị dựa trên dữ liệu
Chúng ta đang bước vào giai đoạn mà ý tưởng không còn là rào cản lớn nhất. Các công cụ trí tuệ nhân tạo – AI (Artificial Intelligence) có thể hỗ trợ cơ sở giáo dục phân tích nhu cầu, thiết kế quy trình, xây dựng các ứng dụng theo dõi dữ liệu, trực quan hóa kết quả và phát hiện những dấu hiệu cần cảnh báo. Ngay cả những cơ sở giáo dục có nguồn lực công nghệ còn hạn chế cũng có thể từng bước phát triển các công cụ phù hợp với nhu cầu quản trị của mình.
Dù vậy, AI không tự tạo ra dữ liệu có chất lượng và cũng không thể thay thế trách nhiệm chuyên môn của con người. Nếu dữ liệu đầu vào không đầy đủ, thiếu nhất quán hoặc được thu thập không đúng mục đích, các phân tích và cảnh báo do hệ thống tạo ra cũng khó đáng tin cậy. Do đó, việc ứng dụng AI phải được đặt trên nền tảng của một quy trình quản trị dữ liệu rõ ràng, có con người kiểm soát và có cơ chế giải trình đối với việc sử dụng kết quả phân tích.
Một trong những vấn đề được nhiều thầy, cô quan tâm là độ tin cậy và giá trị của dữ liệu. Đây là một trăn trở hoàn toàn xác đáng. Nếu thiếu quy trình rõ ràng, hướng dẫn chi tiết, công cụ phù hợp và sự thống nhất giữa các đơn vị, dữ liệu có thể chưa phản ánh đúng thực trạng, thậm chí dẫn đến những nhận định và quyết định chưa phù hợp.
Để hình thành một hệ thống dữ liệu đáng tin cậy, cơ sở giáo dục không thể chỉ ban hành quy định rồi giao cho các đơn vị tự thực hiện. Cần có cách tiếp cận kiên trì và đồng hành theo tinh thần “đi đến từng ngõ, gõ cửa từng nhà”: hướng dẫn đến từng khoa, từng chương trình đào tạo, từng học phần và từng giảng viên; giải thích rõ mục đích của mỗi loại dữ liệu; hỗ trợ kịp thời khi phát sinh khó khăn; đồng thời thường xuyên kiểm tra, phản hồi và điều chỉnh. Bên cạnh đó, cần xây dựng cơ chế, chính sách và hạ tầng công nghệ phù hợp để hoạt động thu thập, phân tích và sử dụng dữ liệu trở thành một phần tự nhiên trong công việc chuyên môn.
Khi đội ngũ hiểu đúng, làm đúng và nhận thấy dữ liệu thực sự giúp ích cho hoạt động dạy học cũng như quản trị, việc sử dụng dữ liệu mới từng bước trở thành văn hóa chất lượng. Chỉ khi đó, các cơ sở dữ liệu được xây dựng mới không dừng lại ở những con số phục vụ báo cáo hoặc kiểm định, mà trở thành nguồn thông tin đáng tin cậy cho quá trình ra quyết định và cải tiến liên tục. Đây cũng chính là nền tảng để phát triển hệ thống bảo đảm chất lượng bên trong – IQA (Internal Quality Assurance) một cách bền vững.
Nhìn lại các hoạt động tập huấn tại hai trung tâm, điều tôi trân trọng nhất không chỉ là cơ hội được chia sẻ kinh nghiệm mà còn là những câu hỏi, ý kiến phản biện và câu chuyện thực tiễn từ quý thầy, cô. Mỗi câu hỏi đều phản ánh một vấn đề mà các cơ sở giáo dục đang thực sự đối diện, đồng thời giúp tôi tiếp tục suy nghĩ, rà soát và hoàn thiện những nội dung mình đã triển khai.
Tóm lại, các buổi tập huấn không đơn thuần là hoạt động truyền đạt kiến thức một chiều, mà thực sự là những diễn đàn để cùng trao đổi, chia sẻ kinh nghiệm và học hỏi lẫn nhau. Tôi tin rằng sự kết hợp giữa đo lường chuẩn đầu ra, quản trị dựa trên dữ liệu, ứng dụng AI có trách nhiệm và xây dựng văn hóa chất lượng sẽ giúp các cơ sở giáo dục phát triển hệ thống IQA ngày càng thực chất, chủ động và bền vững, qua đó đóng góp vào sự phát triển chung của giáo dục đại học Việt Nam.
0 Post a Comment:
Đăng nhận xét