EdTech / K-12 Language Learning · Nhượng quyền đa tỉnh

K12 Language Learning Platform — Nền tảng học tiếng Anh nhượng quyền đa cấp

Nâng cấp nền tảng học tiếng Anh cho học sinh phổ thông sang mô hình nhượng quyền đa tỉnh: AI chấm điểm phát âm có giáo viên giám sát, phân quyền đa cấp Tổng bộ – Đối tác – Cơ sở, và SSO hợp nhất tài khoản.

AI Read Aloud Multi-level RBAC SSO Gamification Analytics
Industry
K-12 Language Learning (Franchise)
Type
Platform (Phase 3 Upgrade)
Model
Tổng bộ – Đối tác – Cơ sở
Tech
Spring Boot 3, Nuxt/Vue 3

Quy mô & Ngưỡng thiết kế hệ thống

Nền tảng được thiết kế cho mô hình nhượng quyền đa cấp, với các ngưỡng hiệu năng đặt ra ngay từ giai đoạn kiến trúc.

3
Cấp phân quyền: Tổng bộ – Đối tác – Cơ sở
5
Nhóm quyền chuẩn hóa (RBAC)
3
Tiêu chí AI chấm điểm: phát âm, ngữ điệu, trôi chảy
24h
Ngưỡng thời gian trả kết quả AI
<3s
Ngưỡng tải trang dashboard
<5s
Ngưỡng xử lý bản ghi âm sau khi nộp

Thách thức bài toán

Nâng cấp một nền tảng đang vận hành thật lên mô hình nhượng quyền đa tỉnh, không được phép downtime hay mất dữ liệu lịch sử.

Tái cấu trúc dữ liệu không downtime

Chuyển đổi mô hình nội dung từ "Tuần học" cố định sang "Bài học" linh hoạt trên dữ liệu lịch sử hàng chục nghìn học sinh.

Phân quyền đa cấp không rò rỉ dữ liệu

Ranh giới dữ liệu nghiêm ngặt giữa Tổng bộ – Đối tác – Cơ sở khi hệ thống mở rộng ra nhiều tỉnh thành.

AI chấm điểm phát âm cho trẻ em

Giọng đọc trẻ em có âm sắc cao, tốc độ không đều — AI khó chính xác 100%, cần cơ chế giám sát của giáo viên.

SSO & xử lý xung đột tài khoản

Hợp nhất đăng nhập trong khi vẫn phải xử lý an toàn các tài khoản đã tồn tại qua phương thức cũ.

Bảng xếp hạng & báo cáo không làm chậm hệ thống

Tính toán thứ hạng và báo cáo trên hàng triệu bản ghi mà không ảnh hưởng tới trải nghiệm làm bài của học sinh.

Bản đồ chức năng

Read Aloud AI

  • Nghe → Ghi âm → Nộp bài → Đọc hiểu
  • Chấm 3 tiêu chí: phát âm, ngữ điệu, trôi chảy
  • Kho nhận xét mẫu
  • Giáo viên duyệt lại (human-in-the-loop)
AI PIPELINE

Phân quyền đa cấp

  • 5 nhóm quyền chuẩn hóa
  • Gán thực thể theo Tổng bộ/Đối tác/Cơ sở
  • Chặn ngay từ tầng Controller
PROVINCE–PARTNER–SCHOOL

SSO

  • Đăng nhập hợp nhất
  • Xử lý xung đột tài khoản
  • Công cụ merge thủ công cho admin
  • Audit log đăng nhập
OIDC

Nội dung giảng dạy

  • Chuyển đổi cấu trúc Tuần sang Bài học
  • Quản lý khóa học & kho học liệu
WEEK → LESSON

Gamification & Báo cáo

  • Tích lũy sao, bảng xếp hạng
  • Dashboard theo từng vai trò
  • Báo cáo tính toán sẵn định kỳ
PRE-COMPUTED

Hành trình luyện nói của học sinh

1
Nghe mẫu
Học sinh nghe đoạn văn mẫu cần luyện đọc
2
Ghi âm
Ghi âm phần đọc của mình, có thể nghe lại trước khi nộp
3
Nộp bài
Bài ghi âm được tải lên và đưa vào hàng đợi xử lý
4
AI chấm điểm
AI phân tích phát âm, ngữ điệu, độ trôi chảy
5
Giáo viên duyệt
Giáo viên nghe lại, xác nhận hoặc điều chỉnh điểm/nhận xét
6
Nhận kết quả
Học sinh xem điểm chính thức và nhận xét bằng ngôn ngữ tự nhiên

Tái cấu trúc dữ liệu & Phân quyền đa cấp an toàn

Kết hợp chiến lược Shadow Tables để chuyển đổi cấu trúc nội dung mà không gây downtime, với security interceptor chặn rò rỉ dữ liệu ngay từ tầng request.

  • Shadow tables + auto-mapping có giám sát cho dữ liệu lịch sử
  • Chỉ mục theo Province/Partner/School ID
  • Phân vùng dữ liệu theo năm học (range partitioning)
  • Chặn truy cập trái phép ngay từ Controller, không chạm database
Ghi chú kỹ thuật
Spring Boot 3 + Flyway cho migration versioned, Spring Batch xử lý backfill theo chunk trên PostgreSQL để tránh table lock trên các bảng hàng triệu bản ghi.

AI Read Aloud & SSO hợp nhất

Pipeline chấm điểm bất đồng bộ kết hợp AI cấp doanh nghiệp với giáo viên duyệt lại, cùng luồng SSO OIDC xử lý xung đột tài khoản an toàn.

  • Upload ghi âm qua presigned URL, xử lý nền qua message queue
  • Worker AI Speech tách riêng khỏi API chính
  • LLM sinh nhận xét tự nhiên từ điểm số thô
  • Giáo viên duyệt lại trước khi công bố điểm (human-in-the-loop)
  • SSO OIDC với công cụ merge tài khoản thủ công cho admin
Ghi chú kỹ thuật
Spring Security OAuth2 Resource Server xác thực JWT qua JWKS; worker riêng dùng WebClient gọi dịch vụ AI Speech + LLM, tách khỏi luồng request chính để tránh kéo sập API khi dịch vụ AI chậm/lỗi.

Kiến trúc kỹ thuật

Frontend App
Vue 3 + Vite (SPA)
Landing/SSO
Nuxt 3 (SSR)
Backend API
Spring Boot 3
Auth
OIDC / Spring Security
Data
PostgreSQL + Redis

Backend

Spring Boot 3 (Java 21 LTS)Spring Security OAuth2Spring Data JPASpring BatchFlyway

Frontend

Vue 3 + ViteNuxt 3 (SSR)Pinia

Data & Cache

PostgreSQL (range partitioning)Redis (cache-aside)

Hạ tầng & Tích hợp

Message Queue (SQS-compatible)Object Storage (S3-compatible)AI Speech ServiceGitHub Actions CI/CD
"Nâng cấp một nền tảng giáo dục đang vận hành thật, cho hàng chục nghìn người dùng, đòi hỏi tư duy khác hẳn việc xây mới: từng thay đổi cấu trúc dữ liệu phải được thiết kế để không ai nhận ra hệ thống vừa "thay bánh xe khi xe đang chạy"."
— Đội ngũ Kỹ thuật XO

Các dự án liên quan