Chấm bài tự động

Bài tập và bài đọc có tóm tắt chấm được bằng AI. Trang này nói cách bật, cách viết tiêu chí chấm cho ra kết quả dùng được, và những gì hệ thống không làm được — phần cuối quan trọng hơn phần đầu.

Một dòng tóm tắt

Bật chấm AI ở từng hoạt động, viết tiêu chí chấm cụ thể, chọn model ở Cài đặt → Trí tuệ nhân tạo → Chấm bài AI. Khi AI không đọc được bài nộp, nó từ chối cho điểm và đẩy sang giảng viên — không đoán.

Bật chấm AI cho một hoạt động

Trong form hoạt động:

• Bài tập: mở khối Chấm bài tự động bằng AI.
• Bài đọc: mở khối Tóm tắt & Chấm bài AI, bật Yêu cầu học sinh viết tóm tắt trước — các ô chấm AI chỉ hiện sau khi bật công tắc này. Công tắc bật chấm có tên Bật chấm bài tự động bằng AI cho bài tóm tắt.

Ô	Ý nghĩa
Bật chấm bài tự động bằng AI	Tắt thì học viên nộp xong là hoàn thành, không có điểm. Giảng viên vẫn chấm tay được. Các ô dưới chỉ hiện khi bật.
Tiêu chí chấm bài	Danh sách tiêu chí, mỗi dòng một mục. Đây là ô ảnh hưởng mạnh nhất tới chất lượng chấm.
Hướng dẫn thêm	Ghi chú thêm cho AI — mức độ khắt khe, thứ cần bỏ qua, ngữ cảnh lớp.
Điểm tối đa	Mặc định 100.
Điểm đạt (%)	Tính theo phần trăm điểm tối đa, mặc định 60%.

Khối này chỉ hiện khi module chấm AI đang bật

Tenant tắt module AIGrading thì khối (với bài đọc: các ô chấm AI trong khối) biến mất khỏi form — cố ý, để không ai cấu hình một thứ sẽ không chạy.

Viết tiêu chí chấm cho ra kết quả dùng được

Tiêu chí là thứ AI bám vào. Viết chung chung thì nhận lại nhận xét chung chung.

Thay vì	Viết
"Chất lượng"	"Giải thích được vì sao chọn cấu trúc dữ liệu đó, không chỉ nêu tên"
"Đầy đủ"	"Có đủ ba phần: phân tích yêu cầu, thiết kế, kiểm thử"
"Trình bày tốt"	"Mã có chú thích ở các hàm chính; README nói được cách chạy"

Mỗi tiêu chí nên là một điều quan sát được trong bài nộp. Nếu bạn không tự chấm được bằng mắt theo tiêu chí đó, AI cũng không.

Chọn model và độ ngẫu nhiên

Cài đặt → Trí tuệ nhân tạo → tab Chấm bài AI (quyền configure_ai_grading).

Ô	Khuyến nghị
Model	Mặc định gemini-2.5-flash.
Độ ngẫu nhiên	Để thật thấp (mặc định 0.1).
Giới hạn token	Rubric càng nhiều tiêu chí càng cần rộng.

Vì sao độ ngẫu nhiên phải thấp

Đây là điểm số đi vào hồ sơ của một người cụ thể. Độ ngẫu nhiên cao nghĩa là cùng một bài nộp chấm hai lần ra hai điểm khác nhau, và không ai giải thích được điều đó cho học viên.

Trước đây tính năng này dùng chung cấu hình với hoạt động Hội thoại, nơi độ ngẫu nhiên 0.7 là hợp lý — hợp lý cho một bạn đồng hành trò chuyện, sai cho một giám khảo. Nay là tab riêng, và giá trị của Hội thoại không còn ảnh hưởng tới chấm bài.

Token bị cắt cụt = lượt chấm hỏng

Nếu giới hạn token quá chặt so với số tiêu chí, câu trả lời của AI bị cắt giữa chừng. Hệ thống không biến chuyện đó thành điểm 0 — nó chuyển bài sang chờ giảng viên — nhưng lượt chấm đó vẫn tiêu credit mà không ra kết quả.

AI đọc được gì

Hình thức nộp	AI đọc được
Văn bản	Toàn bộ.
Tệp	PDF, ảnh và các định dạng Gemini hỗ trợ — đọc trực tiếp nội dung. Định dạng khác (zip, rar…) thì không.
Link — kho GitHub công khai	Mô tả kho, danh sách tệp, và nội dung một số tệp mã nguồn đầu tiên (README trước).
Link — trang web công khai	Phần chữ của trang.
Link riêng tư / bị chặn đăng nhập	Không gì cả.
Ghi âm	Bản ghi âm được gửi cho AI như một tệp đính kèm, nên AI nghe được bài nói. Tiêu chí chấm vẫn phải viết thành điều nghe được trong bản ghi (ví dụ "nêu đủ ba ý", "dùng thì quá khứ"); AI không chấm phát âm từng âm như hoạt động Luyện nói.

Điều này mới có gần đây

Trước đây bài nộp dạng link chưa từng được đọc: prompt chỉ mang đúng chuỗi URL, nên mọi điểm số cho loại bài này sinh ra từ đề bài, tiêu chí chấm và hình dạng của cái URL. Nếu bạn từng thấy điểm bài nộp link "kỳ lạ", đó là nguyên nhân.

Ngân sách đọc kho GitHub có giới hạn (một số tệp đầu, bỏ qua vendor/, node_modules/, bản build, tệp khoá phiên bản). Kho lớn thì AI chỉ thấy phần đầu — và nó được cho biết rằng nó chỉ thấy một phần, để không kết luận "thiếu chức năng" chỉ vì tệp không được gửi tới.

Hệ quả khi ra đề

Nếu bài tập nộp bằng link kho mã nguồn, hãy yêu cầu README trong đề bài. Nó là tệp được đọc đầu tiên và là chỗ rẻ nhất để học viên nói bài của mình làm được gì.

Khi AI từ chối cho điểm

Hệ thống không đoán điểm. Bài chuyển sang trạng thái chờ giảng viên chấm khi:

• không đọc được nội dung tại link, hoặc không đọc được tệp;
• bài nộp trống;
• AI tự nhận không đánh giá được (dự án rỗng, trang "coming soon", nội dung không liên quan tới đề);
• hết hạn mức AI credit của học viên.

Học viên thấy khung vàng giải thích lý do, không có điểm số, và hoạt động vẫn tính là hoàn thành: học viên không bị chặn tiến độ vì một bài máy không chấm được.

Bài yếu ≠ bài không chấm được

Một bài làm sơ sài nhận điểm thấp. "Không chấm được" chỉ dành cho trường hợp không có gì để đọc. Nếu bạn thấy nhiều bài rơi vào trạng thái chờ chấm một cách vô lý, kiểm tra lại hình thức nộp của hoạt động trước khi nghi ngờ model.

Những bài này được gom vào hàng đợi Bài chờ chấm, cũ nhất trước, kèm lý do: AI không đọc được bài, Hết hạn mức AI hoặc Chấm AI lỗi. Nút Mở chấm mở đúng ô của học viên trên bảng tiến độ của lớp.

• Giảng viên: panel giảng viên, nhóm Đào tạo → Bài chờ chấm, chỉ thấy bài của lớp mình phụ trách.
• Quản lý đào tạo và Quản trị viên: trang quản trị, nhóm Đào tạo → Bài chờ chấm, thấy bài của mọi lớp.

Trên bảng Tiến độ khoá học của lớp, các bài này cũng mang badge vàng "Cần chấm", xem Chấm điểm & Feedback.

Giảng viên đè lên điểm AI

Giảng viên của lớp chấm lại được mọi bài tập và bài đọc, kể cả bài AI đã chấm xong. Điểm của họ thay thế điểm AI trên màn hình học viên.

Điểm AI không bị xoá — nó vẫn nằm trong dữ liệu bên cạnh. Đây là tín hiệu đáng theo dõi: AI hay bị sửa ở hoạt động nào thường có nghĩa là tiêu chí chấm của hoạt động đó cần viết lại, chứ không phải model kém.

Đo chất lượng chấm AI

Trang Chất lượng chấm AI (trang quản trị, nhóm Đào tạo) đặt điểm AI cạnh điểm giảng viên chấm lại. Người quản lý khoá học và Quản trị viên mở được trang này.

• Tổng quan: Lần giảng viên sửa điểm AI, Lần sửa làm đổi kết luận đạt/trượt, Hoạt động bị ảnh hưởng.
• Theo hoạt động: Số lần sửa, Lệch trung bình, Nâng / hạ, Đổi đạt/trượt. Bảng sắp theo mức lệch trung bình; hoạt động ở đầu bảng là nơi tiêu chí chấm nhiều khả năng cần viết lại nhất.
• Các lần sửa gần đây: học viên, điểm AI, điểm giảng viên, thời điểm chấm.

Cách đọc:

• Cột Đổi đạt/trượt đáng xem trước cột lệch điểm: một lần sửa làm đổi kết luận nghĩa là AI đã quyết định sai việc học viên có đi tiếp được hay không.
• Đây là dữ liệu quan sát, không phải tỉ lệ sai của AI. Giảng viên chỉ chấm lại những bài họ có lý do để mở, nên số liệu nghiêng về phía AI sai. Dùng trang để biết chỗ nào đáng xem lại.
• Trang trống ("Chưa có lần sửa điểm nào") có thể nghĩa là AI chấm ổn, hoặc chưa ai kiểm.
• Trang chưa có bộ lọc theo khoá hay theo khoảng thời gian.

Chi phí

Mỗi lượt chấm trừ AI credit của học viên (khác với các công cụ soạn thảo — những công cụ đó chỉ ghi nhận mức dùng chứ không trừ ví). Bài nộp là kho mã nguồn tốn nhiều hơn hẳn bài nộp văn bản ngắn, vì nội dung kho được đọc vào.

Xem AI Credits.

Xem thêm

• Quy trình tạo khoá học
• Dùng AI soạn khoá học — AI ở phía soạn nội dung, khác hẳn phía chấm bài.
• Chấm điểm & Feedback — phía giảng viên.
• Bài tập — phía học viên.