Đối tượng tham gia: Giảng viên, Nghiên cứu viên, Cán bộ quản lý khoa/trường.
Thời lượng: 01 ngày (7 tiết thực hành và thảo luận chuyên sâu).
Yêu cầu chuẩn bị: Máy tính cá nhân (Laptop), tài khoản Google cá nhân/tổ chức.
Phương pháp: 30% Lý thuyết tổng quan – 70% Thực hành tại chỗ theo dự án/tình huống thực tế.
Sau khi hoàn thành chương trình bồi dưỡng, giảng viên có khả năng:
Về tư duy: Chuyển đổi từ tư duy "Tra cứu AI cơ bản" sang tư duy "Xây dựng hệ sinh thái trợ lý ảo" (Digital Staff) chuyên biệt cho từng bộ môn và lĩnh vực nghiên cứu.
Về kỹ năng công nghệ: Làm chủ các công cụ nâng cao trong hệ sinh thái Google AI (Gemini Advanced, NotebookLM, Google Apps Script, Google Sites) để xử lý dữ liệu đa nguồn và tự động hóa quy trình.
Về ứng dụng thực tế:
Tự động hóa việc kiểm định, phân tích và làm sạch dữ liệu nghiên cứu hoặc bảng điểm, quản lý sinh viên.
Xây dựng kho tri thức số, ngăn "ảo tưởng" của AI.
Thiết lập hệ thống tự động hóa tiếp nhận thông tin và xử lý bằng AI theo thời gian thực.
Nhập môn và kết nối Hệ thống tài nguyên học tập (Cổng thông tin tập trung trên Google Site).
Định nghĩa lại AI trong môi trường học thuật: Từ "Chatbot phản hồi" đến "Cộng sự kỹ thuật số" đảm nhận các vai trò trợ giảng, trợ lý nghiên cứu độc lập.
Thảo luận: AI không thay thế giảng viên, nhưng giảng viên ứng dụng AI sẽ thay thế giảng viên không dùng AI.
Công cụ cốt lõi: Gemini Advanced (Tính năng tải tệp & Trình biên dịch mã/Phân tích dữ liệu nâng cao).
Nội dung thực hành:
Áp dụng khung kỹ thuật tạo câu lệnh nâng cao (Role + Context + Constraints + Output Formatting) chuyên dụng cho giáo dục.
Thực hành cấu hình Gemini tự động kiểm toán dữ liệu học thuật, đối chiếu các chỉ số thiếu sót từ báo cáo của các khoa/phòng ban, và kết xuất báo cáo tổng hợp chuẩn hóa.
☕ 10:15 - 10:30: Nghỉ giải lao & Kết nối học thuật liên ngành (Interdisciplinary Networking)
Giải pháp học thuật: Khắc phục áp lực đọc và tổng hợp tài liệu (Giáo trình, bài báo ISI/Scopus, quy chế đào tạo, văn bản pháp quy). Cơ chế kiểm soát thông tin (Grounding) giúp AI chỉ phản hồi dựa trên tài liệu được cung cấp, triệt tiêu hiện tượng AI đưa thông tin sai lệch.
Nội dung thực hành:
Giảng viên tự thiết lập một "Notebook" chuyên biệt theo chuyên môn
Khai thác dữ liệu để tự động trích xuất các bài học kinh nghiệm (Lessons learned), xây dựng Khung logic (LogFrame) cho đề cương nghiên cứu, hoặc phác thảo đề xuất môn học mới dựa trên chuẩn đầu ra.
Giải pháp vận hành: Chuyển từ nạp dữ liệu thủ công sang xử lý tự động theo thời gian thực (Real-time).
Nội dung thực hành: Xây dựng hệ thống tự động: Sinh viên/Nghiên cứu viên nộp form ➔ Hệ thống kích hoạt Apps Script + Gemini hỗ trợ, phân tích, đánh giá sơ bộ và ghi nhận kết quả trực tiếp.
☕ 14:45 - 15:00: Nghỉ giải lao ngắn & Định hình ý tưởng ứng dụng
Thử thách thực tế: Giảng viên làm việc theo nhóm (hoặc cá nhân) lựa chọn một "điểm nghẽn" thực tế trong công tác hàng ngày
Yêu cầu sản phẩm: Ứng dụng Google Form ➔ Google Sheet ➔ Apps Script để tạo ra một nguyên mẫu hoạt động được ngay.
Nghiệm thu: Các nhóm nộp sản phẩm qua biểu mẫu, hệ thống tự động đồng bộ và hiển thị trực quan trên trang "Showcase" của Cổng thông tin để cùng đánh giá, phản biện.