Tóm tắt
Sự hài lòng của sinh viên là một thước đo quan trọng để đánh giá chất lượng giảng dạy trong giáo dục đại học. Các nghiên cứu trước đây cũng đã khẳng định mức độ hài lòng của sinh viên phản ánh trực tiếp hiệu quả giảng dạy và ảnh hưởng đến động lực cũng như kết quả học tập của người học. Do đó, việc lắng nghe và phân tích phản hồi của sinh viên không chỉ cho phép giảng viên tại các trường đại học cải thiện phương pháp giảng dạy mà còn góp phần nâng cao trải nghiệm học tập của người học và chất lượng giáo dục tổng thể. Nghiên cứu này áp dụng các mô hình học máy (machine learning) có giám sát để dự đoán mức độ hài lòng của sinh viên đối với hoạt động giảng dạy của giảng viên tại Trường Đại học Thương mại và xác định các yếu tố ảnh hưởng quan trọng đến sự hài lòng của sinh viên. Nhóm nghiên cứu đã sử dụng 7 mô hình học máy khác nhau để chạy dữ liệu là các câu trả lời của 3.477 sinh viên về hoạt động giảng dạy của giảng viên Trường Đại học Thương mại năm học 2023-2024, kết quả cho thấy: Mô hình Hồi quy tuyến tính (Linear regression - LR) cho kết quả đảm bảo vượt trội so với các mô hình khác; đồng thời, xác định năm hoạt động của giảng viên ảnh hưởng nhiều nhất đến sự hài lòng của sinh viên bao gồm: phương pháp giảng dạy rõ ràng; khả năng bao quát và kiểm soát học tập của người học; sử dụng phương pháp, phương tiện dạy học hợp lý, hiệu quả; khuyến khích người học tự học; nghiêm túc, khách quan và công bằng trong việc đánh giá. Kết quả nghiên cứu cung cấp thông tin quan trọng cho giảng viên và nhà quản lý trong việc cải thiện phương pháp giảng dạy, hướng sự tập trung tới các yếu tố ảnh hưởng lớn đến sự hài lòng của sinh viên. Bài báo cũng kì vọng là tài liệu tham khảo hữu ích cho các nhà nghiên cứu trong lựa chọn các mô hình học máy khác nhau phục vụ những điều tra tương đồng.
