1. Giới thiệu tổng quan

• Ý tưởng lớn: Trao quyền cho học sinh tự tạo ra công cụ AI (chatbot) để phục vụ chính việc học của mình, biến các em từ người dùng công nghệ thành người tạo ra công nghệ.
• Mục tiêu chính: Học sinh sẽ xây dựng một chatbot có khả năng trả lời các câu hỏi dựa trên một kho kiến thức cụ thể (ví dụ: nội dung một chương sách giáo khoa, một bài lịch sử, một tác phẩm văn học).
• Công nghệ cốt lõi: RAG (Retrieval-Augmented Generation) - Đây là một kỹ thuật AI tiên tiến giúp chatbot trả lời câu hỏi bằng cách "đọc" và "trích dẫn" từ một nguồn tài liệu đáng tin cậy, thay vì tự "bịa" ra câu trả lời. Điều này giúp giảm thiểu lỗi sai (hiện tượng "ảo giác" - hallucination) của AI.
• Nền tảng thực hiện: RAGFlow - Một công cụ trực quan (low-code) giúp đơn giản hóa quá trình xây dựng ứng dụng RAG, rất phù hợp cho môi trường giáo dục mà không yêu cầu học sinh phải biết lập trình phức tạp.

2. Đối tượng & Thời lượng

• Đối tượng: Học sinh THCS (lớp 8-9) và THPT. Chương trình có thể điều chỉnh độ khó cho từng cấp học.
• Thời lượng dự kiến: 6-8 buổi (mỗi buổi 90 phút), hoặc một dự án kéo dài trong 2-3 tuần.

3. Mục tiêu học tập (Learning Objectives)

Sau khi hoàn thành chương trình, học sinh sẽ có khả năng:

• Kiến thức (Knowledge):
  • Hiểu được các khái niệm cơ bản về Trí tuệ nhân tạo (AI), Máy học (Machine Learning) và Mô hình ngôn ngữ lớn (LLM).
  • Phân biệt được giữa chatbot thông thường và chatbot sử dụng công nghệ RAG.
  • Hiểu được tầm quan trọng của dữ liệu (knowledge base) trong việc huấn luyện AI.
• Kỹ năng (Skills):
  • Sử dụng thành thạo các chức năng cơ bản của nền tảng RAGFlow.
  • Kỹ năng thu thập, xử lý và tổ chức dữ liệu để tạo "Cơ sở tri thức" (Knowledge Base).
  • Kỹ năng đặt câu hỏi, kiểm thử và đánh giá hiệu quả của một hệ thống AI.
  • Kỹ năng làm việc nhóm, thuyết trình và giải quyết vấn đề.
• Thái độ (Attitude):
  • Hình thành tư duy phản biện về công nghệ AI, hiểu cả ưu điểm và hạn chế.
  • Tò mò, hứng thú với việc ứng dụng công nghệ để giải quyết các vấn đề thực tiễn.

4. Lộ trình chi tiết theo từng buổi

GIAI ĐOẠN 1: KHỞI ĐỘNG VÀ KHÁM PHÁ (2 buổi)

Buổi 1: AI, Chatbot và Người Trợ Lý Thông Thái

• Hoạt động:
  • Thảo luận mở: "Chatbot là gì? Em đã gặp chatbot ở đâu?" (Siri, Google Assistant, chatbot trên website...).
  • Trải nghiệm: Cho học sinh tương tác với một vài chatbot có sẵn (cả tốt và chưa tốt).
  • Giới thiệu dự án: "Chúng ta sẽ tự xây dựng một chatbot chuyên gia về một môn học!".
  • Brainstorm: Học sinh chọn chủ đề cho chatbot của mình (ví dụ: Chatbot Lịch sử Trần Hưng Đạo, Chatbot Sinh học về Tế bào, Chatbot Văn học cho tác phẩm 'Lão Hạc'...).

Buổi 2: Bí mật đằng sau Chatbot thông minh - RAG là gì?

• Hoạt động:
  • Sử dụng phép loại suy (analogy) để giải thích RAG:
    • LLM thông thường: Giống một người rất thông minh nhưng chỉ trả lời dựa vào trí nhớ, đôi khi nhớ nhầm hoặc "chém gió".
    • LLM với RAG: Giống một người thủ thư thông thái. Khi nhận câu hỏi, người đó sẽ vào thư viện (Knowledge Base), tìm đúng cuốn sách, đọc đúng trang (Retrieval), rồi dùng trí thông minh của mình để tóm tắt và trả lời (Generation).
  • Giới thiệu RAGFlow: Trình chiếu giao diện, giải thích đây là "xưởng" để chúng ta lắp ráp "người thủ thư" của riêng mình.

GIAI ĐOẠN 2: XÂY DỰNG VÀ THỰC HÀNH (3-4 buổi)

Buổi 3: Xây dựng "Thư viện" - Cơ sở tri thức (Knowledge Base)

• Hoạt động:
  • Hướng dẫn học sinh thu thập tài liệu cho chủ đề đã chọn: Chép nội dung từ sách giáo khoa, tải bài viết từ Wikipedia, chuyển file Word thành PDF...
  • Thảo luận về chất lượng dữ liệu: "Dữ liệu có chính xác không? Có đầy đủ không?". Đây là bước cực kỳ quan trọng (Garbage In, Garbage Out).
  • Học sinh làm việc theo nhóm để tạo ra bộ tài liệu cho chatbot của mình.

Buổi 4: Thực hành với RAGFlow - Nạp tri thức

• Hoạt động:
  • Hướng dẫn từng bước trên RAGFlow:
    1. Tạo tài khoản và đăng nhập.
    2. Tạo một "Knowledge Base" mới.
    3. Tải (upload) các tài liệu (PDF, TXT) đã chuẩn bị ở buổi 3 lên.
  • Giải thích các quá trình tự động của RAGFlow một cách đơn giản: "Chunking" (cắt tài liệu thành các đoạn nhỏ dễ hiểu) và "Embedding" (mã hóa các đoạn văn bản thành dạng số để máy tính tìm kiếm).

Buổi 5-6: Lắp ráp và "Dạy" Chatbot

• Hoạt động:
  • Hướng dẫn học sinh tạo một "Application" (Ứng dụng) trên RAGFlow.
  • Kéo-thả các khối chức năng để xây dựng luồng hoạt động của chatbot:
    • Begin: Bắt đầu.
    • Knowledge Base: Chỉ cho chatbot biết cần tìm thông tin ở "thư viện" nào.
    • LLM: Chọn "bộ não" để chatbot tổng hợp và trả lời.
    • Response: Cách chatbot sẽ trả lời.
  • Chạy thử nghiệm (test) ngay trên giao diện của RAGFlow. Học sinh sẽ có khoảnh khắc "Aha!" khi chatbot trả lời đúng câu hỏi đầu tiên.

GIAI ĐOẠN 3: ĐÁNH GIÁ VÀ TRÌNH BÀY (2 buổi)

Buổi 7: Kiểm thử và Cải tiến

• Hoạt động:
  • Các nhóm tự đặt câu hỏi để "thách thức" chatbot của mình.
  • Ghi lại các trường hợp: trả lời đúng, trả lời sai, không trả lời được.
  • Thảo luận: "Tại sao nó trả lời sai? Làm thế nào để cải thiện?".
  • Học sinh quay lại Buổi 3 và 4 để cải thiện "Thư viện" của mình (thêm tài liệu, chỉnh sửa cho chính xác hơn).

Buổi 8: STEM SHOWCASE - Trình diễn Chatbot

• Hoạt động:
  • Mỗi nhóm trình bày về sản phẩm chatbot của mình:
    • Chatbot chuyên về lĩnh vực gì?
    • Quá trình xây dựng gặp thuận lợi, khó khăn gì?
    • Trình diễn trực tiếp khả năng của chatbot.
  • Tổ chức phần hỏi-đáp, bình chọn cho chatbot được yêu thích nhất.
  • Tổng kết dự án, trao giấy chứng nhận.

5. Gợi ý thêm (Mở rộng)

• Cho học sinh giỏi: Hướng dẫn cách xem API của chatbot và dùng các công cụ đơn giản như Streamlit (Python) để tạo một giao diện web riêng cho chatbot của mình.
• Tích hợp đa môn: Kết hợp với môn Tin học (thu thập dữ liệu), Ngữ văn (diễn đạt câu trả lời của chatbot), Lịch sử/Địa lý/Sinh học (nội dung cho chatbot).
• Đạo đức AI: Tổ chức một buổi thảo luận về các vấn đề như: "Có nên tin 100% vào chatbot không?", "Làm thế nào để tránh lạm dụng chatbot để gian lận trong học tập?".