Trong xu thế chuyển đổi số mạnh mẽ của giáo dục đại học, Học viện Ngân hàng (HVNH) đã nghiên cứu và xây dựng đề án hệ thống trợ lý ảo (chatbot) thông minh, đa kênh, nhằm nâng cao chất lượng dịch vụ hỗ trợ người học và thí sinh. Giải pháp không chỉ dừng lại ở việc tự động hóa trả lời thông tin, mà hướng tới một hệ thống có khả năng tương tác thông minh, bám sát nghiệp vụ, tuân thủ pháp lý và dễ dàng mở rộng.
1. Đáp ứng nhu cầu cấp thiết trong chuyển đổi số giáo dục
Giai đoạn tuyển sinh và đầu năm học luôn tạo áp lực lớn lên các kênh hỗ trợ truyền thống của nhà trường. Trước thực tế đó, HVNH xác định nhu cầu cấp thiết về một kênh thông tin 24/7, có khả năng xử lý tải cao, hoạt động đa nền tảng. Hệ thống trợ lý ảo được kỳ vọng sẽ chuẩn hóa kênh hỗ trợ, giảm tải đáng kể khối lượng câu hỏi lặp lại, đồng thời cung cấp thông tin chính xác, kịp thời tới thí sinh, phụ huynh và sinh viên.
Sơ đồ triển khai tổng thể giải pháp trợ lý ảo HVNH (framework tham chiếu).
2. Năm mục tiêu nghiệp vụ trọng tâm
Giải pháp được thiết kế để phục vụ đồng thời 5 mục tiêu chính:
- Tư vấn tuyển sinh: Cung cấp thông tin chính thức về ngành học, chỉ tiêu, phương thức xét tuyển, học phí, điểm chuẩn các năm.
- Hướng dẫn nhập học: Dẫn dắt người dùng theo quy trình từng bước, cung cấp checklist hồ sơ, lịch trình và hướng dẫn đăng ký trực tuyến.
- Giải đáp chương trình đào tạo và học liệu: Hỗ trợ tra cứu chương trình đào tạo, tiến độ học tập và định hướng tìm kiếm tài liệu học thuật từ thư viện số.
- Hỗ trợ học tập: Cung cấp lịch học, lịch thi, giải đáp các quy chế và hướng dẫn sử dụng hệ thống học tập trực tuyến.
- Tra cứu dịch vụ: Trở thành cổng thông tin thống nhất về các dịch vụ của HVNH như dịch vụ thư viện (mượn trả, tư vấn, đào tạo kỹ năng), thông tin học phí, hướng dẫn thanh toán và các đầu mối hỗ trợ chính thức.
3. Kiến trúc hệ thống hiện đại, linh hoạt
Hệ thống được đề xuất xây dựng theo kiến trúc phân lớp hiện đại, tiếp nhận và xử lý tương tác từ ba kênh chính: Website HVNH, Zalo OA và Facebook Messenger. Lớp Channel Adapter/API Gateway sẽ đảm nhiệm việc chuẩn hóa dữ liệu, xác thực và bảo mật. Conversation Orchestrator là bộ não điều phối, quyết định chiến lược trả lời (FAQ, luồng hội thoại, truy vấn tri thức hay chuyển tiếp sang cán bộ). Lớp Tri thức & AI là trái tim của hệ thống, tích hợp kho FAQ, Service Catalog (danh mục dịch vụ) và đặc biệt là cơ chế RAG (Retrieval-Augmented Generation).
4. Công nghệ RAG: Nâng tầm độ chính xác và khả năng bám nguồn
Miền nghiệp vụ và chiến lược trả lời (FAQ/Flow/RAG/Handoff) theo các mục tiêu chính.
Để giải quyết hạn chế về độ chính xác và "ảo giác" thông tin của các chatbot thông thường, giải pháp áp dụng công nghệ RAG. Cơ chế này kết hợp tìm kiếm thông minh trong kho tài liệu chính thức (như thông báo tuyển sinh, hướng dẫn nhập học, danh mục dịch vụ) với khả năng sinh ngôn ngữ tự nhiên. Nhờ đó, mọi câu trả lời quan trọng đều "bám nguồn", được dẫn chiếu đến văn bản gốc kèm liên kết, đảm bảo tính minh bạch và cập nhật. Mỗi mảnh tri thức đều được gắn metadata (năm áp dụng, hiệu lực) để chống lỗi thời theo năm học.
5. Cơ chế Handoff mượt mà và Quản trị tri thức chặt chẽ
Nhận thức rõ giới hạn của AI, hệ thống được trang bị cơ chế Handoff (chuyển tiếp) thông minh. Khi phát hiện câu hỏi phức tạp, cần xác minh cá nhân hoặc có nguy cơ rủi ro, hệ thống sẽ tự động tạo "ticket" và chuyển đến đúng bộ phận chuyên trách (Tuyển sinh, Công tác sinh viên, Đào tạo, Thư viện, Kế toán tài chính) theo các thỏa thuận mức dịch vụ (SLA) định sẵn.
Luồng handoff: điều kiện kích hoạt, tạo ticket và làm giàu tri thức
Vòng đời quản trị tri thức: thu thập - phê duyệt - xuất bản - kiểm thử -cải tiến.
Bên cạnh đó, một quy trình quản trị tri thức bài bản được đề xuất, bao gồm các bước: thu thập nguồn chính thức, biên tập chuẩn hóa, phê duyệt theo đơn vị sở hữu, xuất bản lên hệ thống và kiểm thử hồi quy. Điều này đảm bảo tri thức luôn chính xác, kịp thời và được kiểm soát chặt chẽ.
6. Tuân thủ bảo mật và quản trị rủi ro AI
Giải pháp đặt vấn đề an toàn thông tin và tuân thủ pháp luật lên hàng đầu. Hệ thống sẽ triển khai các biện pháp bảo vệ dữ liệu cá nhân theo Nghị định 13/2023/NĐ-CP như tối thiểu hóa thu thập dữ liệu, mã hóa, xóa dữ liệu định kỳ và có cơ chế cảnh báo lừa đảo. Đồng thời, khung quản trị rủi ro AI (theo NIST AI RMF 1.0) được áp dụng để liên tục đánh giá và giảm thiểu các rủi ro như trả lời sai, dùng tài liệu lỗi thời hay rò rỉ thông tin.
7. Lộ trình triển khai bài bản
Để hiện thực hóa giải pháp, một lộ trình 5 giai đoạn được đề xuất: (1) Khảo sát & Chuẩn hóa; (2) Xây dựng kho tri thức nền tảng; (3) Phát triển các module lõi; (4) Chạy thử nghiệm (pilot) trong mùa tuyển sinh; (5) Vận hành chính thức và tối ưu liên tục. Các chỉ số KPIs cụ thể sẽ được theo dõi cho từng mục tiêu nghiệp vụ để đánh giá hiệu quả.
Với giải pháp toàn diện này, Học viện Ngân hàng kỳ vọng không chỉ tối ưu hóa công tác phục vụ người học mà còn khẳng định vị thế tiên phong trong việc ứng dụng công nghệ AI một cách có trách nhiệm và hiệu quả vào hoạt động đào tạo và quản trị đại học.
Nguyễn Tuấn Minh- Phạm Xuân Chinh
(Phòng Công nghệ Thông tin – Học viện Ngân hàng)