Bài 1: Thao tác cơ bản với tập tin và thư mục

1. Mục tiêu thực hành

Làm chủ và chuẩn hóa quy trình quản lý không gian lưu trữ kỹ thuật số trên hệ điều hành Windows. Xây dựng tư duy phân tầng dữ liệu logic - một kỹ năng nền tảng thiết yếu để sinh viên kỹ thuật quản lý mã nguồn, bản vẽ CAD và tài liệu nghiên cứu mà không bị thất lạc[cite: 9].

2. Quy trình thực thi chi tiết (12 Bước)

Quy trình được triển khai tuần tự và ghi nhận minh chứng hình ảnh đầy đủ qua các bước thực hành cốt lõi[cite: 9]:

Khởi tạo & Định danh

Truy cập ổ đĩa Data (D:). Thiết lập thư mục gốc định danh cá nhân ThucHanh_NguyenDangDucThanh. Tạo và đổi tên tệp GhiChuQuanTrong.txt[cite: 9].

Phân tầng & Điều phối

Tạo thư mục con TaiLieu. Thực hiện các thao tác sao chép (Copy & Paste) và cắt di chuyển (Cut & Paste) tệp DiChuyen.txt vào đúng vị trí[cite: 9].

Quản trị bộ nhớ

Thực nghiệm xóa tạm thời, xóa vĩnh viễn (Shift + Delete) và khôi phục an toàn dữ liệu từ Thùng rác (Recycle Bin) để tránh mất mát rủi ro[cite: 9].

Xem minh chứng Bài 1

Bài 2: Tìm kiếm và đánh giá thông tin học thuật

1. Phạm vi và Chủ đề nghiên cứu

Chủ đề cốt lõi: Ứng dụng Machine Learning để tối ưu hóa quản lý năng lượng và nhiệt độ trên các dòng máy tính xách tay hiệu năng cao[cite: 10].

Quá trình tìm kiếm sử dụng các toán tử logic nâng cao để thu hẹp phạm vi vào các tài liệu từ năm 2022-2024, đảm bảo tính cập nhật của công nghệ máy tính hiện đại[cite: 10].

2. Quá trình thu thập & Đánh giá nguồn (CRAAP)

10 tài liệu tham khảo chất lượng cao được thu thập và định dạng chuẩn Harvard, phân bổ theo các nhóm chiến lược[cite: 10]:

  • Nghiên cứu thực nghiệm (Q1 Journals & Conferences): Đạt điểm độ tin cậy tuyệt đối 5/5 nhờ quy trình phản biện kín. Nguồn trích xuất: IEEE Transactions on Computers, ISCA, ACM Digital Library, MDPI Applied Sciences[cite: 10].
  • Nền tảng lý thuyết: Khai thác sách chuyên khảo kinh điển của tác giả đoạt giải Turing (Hennessy & Patterson) và nhà xuất bản Springer[cite: 10].
  • Công nghiệp & Nguồn mở: Sử dụng White Paper kỹ thuật từ Intel (Intel DL Boost) và báo cáo xu hướng từ MIT Tech Review (Điểm đánh giá: 3.5/5 - 4/5)[cite: 10].
  • Nghiên cứu thực tiễn trong nước: Đối chiếu với hệ thống VNU-LIC và Tạp chí Tin học & Điều khiển học[cite: 10].
Xem minh chứng Bài 2

Bài 3: Viết Prompt hiệu quả cho các tác vụ học tập

1. Ứng dụng vào 3 bài toán đặc thù kỹ thuật

Kỹ năng Prompt Engineering được thực chứng hiệu quả thông qua việc giải quyết các khái niệm phức tạp[cite: 11]:

  • Tác vụ 1: Tóm tắt thuật toán phân tích giá trị suy biến (SVD) trong Đại số tuyến tính, ứng dụng vào nén ảnh[cite: 11].
  • Tác vụ 2: Giải thích khái niệm "Con trỏ" (Pointer) và quản lý ô nhớ trong ngôn ngữ C[cite: 11].
  • Tác vụ 3: Khởi tạo bộ đề ôn tập Vật lý đại cương 2 (Điện thông và mặt Gauss) với các thông số vật lý sát thực tế[cite: 11].

2. Tiến trình tối ưu hóa 4 nguyên tắc

Thay vì sử dụng các câu lệnh cơ bản, kết quả thực nghiệm chứng minh sự vượt trội của cấu trúc Prompt nâng cao thông qua 4 thành tố[cite: 11]:

Ngữ cảnh (Context)

Phân vai rõ ràng cho AI: "Bạn là giảng viên Toán cao cấp tại UET. Tôi là sinh viên năm nhất..."[cite: 11].

Sự cụ thể (Specificity)

Ràng buộc định dạng đầu ra chi tiết: Trình bày dạng bullet points, dưới 200 chữ, giải thích ứng dụng thực tế[cite: 11].

Ví dụ (Few-shot)

Cung cấp cấu trúc mẫu ép AI tuân thủ: "Ví dụ cấu trúc: - Bước 1: Tính A^TA..."[cite: 11].

Tư duy chuỗi (Chain-of-thought)

Giảm thiểu lỗi sai (Hallucination) bằng cách yêu cầu AI "suy nghĩ từng bước" đối với bài toán lý/tin phức tạp[cite: 11].

Xem minh chứng Bài 3

Bài 4: Sử dụng công cụ hợp tác trực tuyến (Dự án nhóm)

1. Bối cảnh & Yêu cầu dự án

Triển khai dự án nhóm sản xuất video: "AI – Trợ giảng cá nhân hay kẻ dung túng gian lận trong thi cử". Đảm nhận vai trò Thành viên 2 (Biên kịch & Đạo diễn), xây dựng khung kịch bản phân cảnh 6 phút (Intro, Lợi ích/Thách thức, Outro)[cite: 12].

2. Quản trị hệ sinh thái đám mây (Cloud Tools)

  • Google Sheets (Quản lý tiến độ): Xây dựng bảng Tracking 10 cột để trực quan hóa đầu việc, gán nhãn thành viên và theo dõi deadline thay vì giao việc qua miệng[cite: 12].
  • Google Docs (Soạn thảo kịch bản): Cả nhóm cùng biên tập trên một nền tảng. Tận dụng tối đa tính năng "Đề xuất chỉnh sửa" (Suggesting) và Comments để sửa lỗi mà không làm mất ý tưởng gốc của thành viên khác[cite: 12].
  • Môi trường lưu trữ (Google Drive & Zalo): Tích hợp link thư mục Drive lên phần ghim (Pin) của nhóm Zalo, giúp toàn đội truy cập tài nguyên video/âm thanh chỉ với 1 cú click, chống trôi file dữ liệu[cite: 12].
Xem minh chứng Bài 4

Bài 5: Sử dụng AI tạo sinh để sáng tạo nội dung

1. Chuyển đổi quy trình sáng tạo

Nghiên cứu chủ đề tranh luận về ranh giới đạo đức của AI trong giáo dục. Quy trình từ "Nghiên cứu -> Viết -> Thiết kế" truyền thống được tối ưu hóa thành "Ra lệnh (Prompting) -> Chọn lọc -> Tinh chỉnh (Refining)"[cite: 13].

2. Chuỗi phối hợp đa công cụ AI

Văn bản: Google Gemini

Phát triển lập luận đa chiều. Đóng vai chuyên gia giáo dục để phân tích lợi ích (Bình đẳng hóa, giảm áp lực) và thách thức (Sự lệ thuộc, ảo giác thông tin) của AI[cite: 13].

Hình ảnh: Adobe Firefly

Tạo ảnh nghệ thuật phân đôi màn hình (Split screen): Sự tương phản mạnh mẽ giữa việc dùng AI làm "ánh sáng tri thức" và "góc tối gian lận" trong phòng thi[cite: 13].

Đồ họa: Canva AI

Thiết kế Infographic "Bộ quy tắc ứng xử với AI". Ứng dụng Magic Design để sắp xếp bố cục bảng màu xanh/trắng học thuật, hệ thống icon rõ ràng cho phần Do's & Don'ts[cite: 13].

3. Bài học về tính chân thực

AI giúp đẩy nhanh tốc độ hệ thống hóa ý tưởng, nhưng không thể thay thế quan điểm và trải nghiệm cá nhân của sinh viên. Việc kiểm chứng số liệu do AI cung cấp và khai báo minh bạch phần nội dung do máy tạo ra là bắt buộc[cite: 13].

Xem minh chứng Bài 5

Bài 6: AI có trách nhiệm trong học tập & nghiên cứu

1. Đứt gãy giữa phần mềm & phần cứng

Sự lệ thuộc vào AI sinh ra rủi ro mất kiểm soát hệ thống thực. Khi yêu cầu AI lập trình thuật toán Động học ngược (Inverse Kinematics) bằng ngôn ngữ C++ cho robot nhện 18-DOF, AI chỉ cung cấp phương trình lượng giác lý tưởng mà bỏ qua các giới hạn vật lý (góc quay, sụt áp, nhiễu cảm biến) khiến các khớp cơ khí va đập vào nhau[cite: 14].

2. Tư duy phản biện công nghệ

Bằng vai trò người điều phối, tôi đã không sao chép mù quáng mà tự can thiệp sâu vào mã nguồn: Bổ sung hàm rào chắn constrain() để giới hạn biên độ an toàn của servo; Thiết kế lại cấu trúc kết nối sang module mở rộng PWM PCA9685 qua giao tiếp I2C để chống sụt dòng điện[cite: 14].

3. Hình thành Bộ 6 Nguyên tắc cá nhân

Để duy trì tính liêm chính và hiệu quả, quy trình sử dụng AI đối với kỹ sư Robot phải tuân thủ nghiêm ngặt 6 nguyên tắc cốt lõi[cite: 14]:

1 Làm chủ kiến trúc

Luôn tự vẽ sơ đồ khối, sơ đồ nguyên lý phần cứng và lưu đồ thuật toán trên giấy trước khi yêu cầu AI viết bất kỳ dòng lệnh nào[cite: 14].

2 AI là công cụ Debug

Ưu tiên dùng AI để tìm nguyên nhân gây lỗi phần mềm thay vì dùng AI để khởi tạo toàn bộ dự án từ đầu[cite: 14].

3 Test phần cứng

Tuyệt đối không tin tưởng mù quáng vào code của AI. Thuật toán phải đối chiếu Datasheet và kiểm thử an toàn trên phần cứng độc lập[cite: 14].

4 Bảo vệ dữ liệu thiết kế

Không tải lên các chatbot công cộng những bản vẽ CAD độc quyền hoặc thuật toán mang tính bảo mật của phòng Lab[cite: 14].

5 Minh bạch trong từng dòng lệnh

Sử dụng comment (//) trực tiếp trong mã nguồn gốc để ghi chú rõ ràng hàm chức năng nào có sự can thiệp và tối ưu của AI[cite: 14].

6 Điều kiện cần để giữ lại code

Chỉ sử dụng mã lệnh AI sinh ra nếu bản thân đủ năng lực đứng giải thích tường tận từng dòng lệnh và luồng tín hiệu trước hội đồng[cite: 14].

Xem minh chứng Bài 6
🡨 Về trang Giới thiệu Đến trang Tổng kết ➔