**Giới thiệu: Khi vấn đề học tập trở thành động lực** Hầu hết sinh viên đều từng trải qua cảm giác lo lắng trước kỳ thi, phải lục lọi hàng núi ghi chú hoặc tìm kiếm tài liệu trên mạng một cách mù quáng. Nhóm chúng tôi tại Đà Nẵng cũng không ngoại lệ. Mỗi buổi tối, chúng tôi dành hàng giờ để tổng hợp các ghi chú, tìm kiếm các câu hỏi thực hành và cố gắng tìm ra các lỗ hổng trong kiến thức của mình. Chính những khó khăn này đã trở thành nguồn cảm hứng cho dự án AI‑powered Learning MVP mà chúng tôi gọi là “StudyMate”. **1. Bắt đầu từ vấn đề cốt lõi** Chúng tôi không bắt đầu bằng việc nghiên cứu các mô hình học máy mới nhất. Thay vào đó, chúng tôi đặt ra câu hỏi: *Sinh viên cần gì nhất trong quá trình học tập?* Các cuộc thảo luận với bạn bè, các cuộc khảo sát không chính thức và nhật ký học tập cá nhân đã chỉ ra ba nhu cầu chính: - **Tổng hợp nhanh các tài liệu học tập** (bài giảng, slide, ghi chú). - **Bộ câu hỏi thực hành được cá nhân hóa** phù hợp với điểm yếu của từng cá nhân. - **Theo dõi tiến độ học tập** một cách trực quan. Việc xác định rõ vấn đề đã giúp chúng tôi xác định phạm vi MVP một cách rõ ràng và tránh việc phát triển các tính năng không cần thiết. **2. Xây dựng MVP với ngân sách hạn chế** Chúng tôi ưu tiên sử dụng các công nghệ nguồn mở và các dịch vụ đám mây giá rẻ: - **Xử lý ngôn ngữ tự nhiên**: Sử dụng mô hình mã nguồn mở BLIP để trích xuất nội dung từ hình ảnh của slide. - **Hệ thống khuyến nghị**: Sử dụng mô hình lọc nội dung dựa trên cộng tác (CollabFilter) để đề xuất các câu hỏi thực hành. - **Cơ sở dữ liệu**: Sử dụng PostgreSQL miễn phí trên Render để lưu trữ hồ sơ người dùng và lịch sử học tập. - **Giao diện người dùng**: Sử dụng React với Material‑UI để có giao diện người dùng nhanh chóng và nhất quán. Kết quả là một ứng dụng web có thể: - Tải lên ảnh chụp slide hoặc ghi chú. - Tự động tóm tắt nội dung và lưu vào kho tài liệu cá nhân. - Tạo ra các câu hỏi trắc nghiệm dựa trên nội dung đã học. - Hiển thị các biểu đồ đơn giản về thời gian học tập và điểm số. **3. Thử nghiệm và lặp lại** Chúng tôi bắt đầu với 15 người dùng tình nguyện trong nhóm của mình. Sau hai tuần, chúng tôi thu thập được dữ liệu định lượng (số lần sử dụng, tỷ lệ hoàn thành) và phản hồi định tính (các tính năng được yêu thích, các điểm khó chịu). Các phát hiện chính: - Người dùng đánh giá cao khả năng trích xuất văn bản từ hình ảnh. - Các câu hỏi thực hành được cá nhân hóa giúp tăng sự tham gia. - Giao diện người dùng cần được đơn giản hóa để tránh sự quá tải thông tin. Chúng tôi đã thực hiện các cải tiến theo từng đợt: thêm tính năng tạo ghi chú, cải thiện giao diện người dùng và triển khai hệ thống nhắc nhở học tập nhẹ nhàng. **4. Bài học thực tế** - **Bắt đầu từ một vấn đề cụ thể** giúp bạn đi đúng hướng và tránh lãng phí nguồn lực. - **Các công cụ mã nguồn mở** có thể đáp ứng hầu hết các nhu cầu của MVP mà không cần chi phí cao. - **Phản hồi sớm từ người dùng thực sự** quan trọng hơn các tính năng “hoàn hảo”. - **Giao tiếp rõ ràng** giữa các thành viên trong nhóm (thiết kế, công nghệ, giáo dục) giúp đảm bảo sản phẩm vẫn tập trung vào người dùng. **5. Hướng tới tương lai** Hiện tại, StudyMate phục vụ khoảng 50 sinh viên trong khuôn viên trường. Chúng tôi đang lên kế hoạch triển khai: - Tích hợp giọng nói để ghi chú. - Hệ thống xếp hạng đồng đẳng cho các câu hỏi thực hành. - Hỗ trợ nhiều ngôn ngữ cho sinh viên quốc tế. Bằng cách tiếp tục lắng nghe nhu cầu của người dùng và lặp lại sản phẩm, chúng tôi hy vọng sẽ biến một giải pháp học tập cá nhân thành một công cụ hỗ trợ giáo dục toàn diện. **Kết luận** Khởi nghiệp không nhất thiết phải bắt đầu từ ý tưởng đột phá hay số vốn lớn. Nó bắt đầu từ việc quan sát những khó khăn hàng ngày, xác định chúng một cách rõ ràng và xây dựng một giải pháp tối giản có thể giải quyết những khó khăn đó. Hành trình của chúng tôi cho thấy rằng với sự kiên trì, các công cụ phù hợp và sự đồng cảm với người dùng, bất kỳ sinh viên nào cũng có thể biến những thách thức học tập thành một MVP hỗ trợ học tập bằng AI có tác động thực sự.