EdTech · Adaptive Learning · Living Lab

TopThi — Vòng học tập thích ứng cho luyện thi THPT và ĐGNL

TopThi biến mỗi lần làm bài thành dữ liệu chẩn đoán, rồi dựa trên khoa học học tập để quyết định học sinh nên luyện gì tiếp theo. Đây là living lab của XO Edu Lab, đang vận hành thật tại topthi.vn.

Adaptive Learning Learning Analytics Exam & Question Bank Engine Thiết kế dựa trên khoa học học tập
Xem TopThi đang chạy
Lĩnh vực
EdTech · Luyện thi THPT và Đánh giá năng lực
Loại
Nền tảng web (API + Admin + Front cho học sinh)
Vai trò XO
Toàn bộ vòng đời: kiến trúc, backend, admin, frontend, mô hình học tập
Công nghệ
Laravel, Nuxt 3, Vue 3, MySQL, Redis, Elasticsearch
Trạng thái
Đang vận hành · phiên bản 4 (từ 09/2026)

Bài toán

Luyện đề nhiều chưa chắc đã tiến bộ. Muốn cá nhân hóa thật, hệ thống phải biết học sinh yếu ở kỹ năng nào, cho luyện đúng chỗ, và chứng minh được điểm tăng là thật.

Điểm tổng không nói học sinh yếu ở đâu

Một con số 6,5 điểm không cho học sinh biết phải luyện gì tiếp theo. Cần đo năng lực theo từng kỹ năng.

Luyện ngẫu nhiên tạo cảm giác tiến bộ

Làm lại đề quen cho điểm luyện tăng đều nhưng dễ thành học tủ. Tiến bộ phải được đo trên câu hỏi mới.

Kho câu hỏi lớn nhưng chưa có cấu trúc

Hàng trăm nghìn câu chưa gắn kỹ năng, nhãn độ khó lệch, có câu sai đáp án. Không có dữ liệu sạch thì không cá nhân hóa được.

Phân tích không được làm chậm việc nộp bài

Mọi tính toán năng lực chạy nền qua hàng đợi. Học sinh nhận kết quả ngay, hồ sơ năng lực cập nhật ngay sau đó.

Bản đồ chức năng

Question Bank Engine

  • Bản đồ kỹ năng theo Môn · Lớp, bám chương trình GDPT 2018 và các kỳ thi ĐGNL
  • Gắn nhãn kỹ năng bằng AI, có người duyệt
  • Hiệu chỉnh độ khó từ dữ liệu làm bài thật
  • Tự phát hiện câu nghi sai đáp án, có kênh học sinh báo lỗi và AI kiểm tra lại
  • Câu nghi lỗi tự động bị loại khỏi đề tự sinh
Đang vận hành

Exam Engine

  • Đề cố định và đề sinh tự động theo từng học sinh
  • Đủ dạng câu GDPT 2018: trắc nghiệm, đúng/sai nhiều ý, trả lời ngắn, đọc hiểu theo chùm
  • Chấm tự động ngay khi nộp
  • Thời gian làm bài xác thực phía server, lưu snapshot đáp án
Đang vận hành

Adaptive Learning Engine

  • Mô hình năng lực Elo/IRT theo từng học sinh và từng kỹ năng
  • Test đầu vào phân bổ câu theo trọng số đề thi
  • Đề luyện hằng ngày xen kẽ chủ đề, độ khó vừa sức
  • Đồ thị kỹ năng tiên quyết: chuyển sang luyện kiến thức nền khi nền còn yếu
  • Lịch ôn giãn cách SM-2 tự chốt từ kết quả làm bài
Đang vận hành

Learning Analytics

  • Điểm dự kiến có khoảng tin cậy và 3 chủ đề đáng đầu tư nhất
  • Hồ sơ năng lực theo kỹ năng cho học sinh và cho admin
  • Báo cáo hiệu quả học tập: đánh giá định kỳ trước/sau, độ lệch của điểm dự kiến
  • Retention D1/D7/D30, nguồn vào đề thi
Đang vận hành

Vòng học tập TopThi

1
1. Làm bài
Học sinh làm đề thi thật hoặc đề luyện 15 câu mỗi ngày. Mỗi câu trả lời được ghi thành một sự kiện học tập.
2
2. Chẩn đoán
Hệ thống ước lượng năng lực theo từng kỹ năng bằng mô hình Elo/IRT, có hiệu chỉnh đoán mò. Độ khó câu hỏi được hiệu chỉnh hằng đêm từ dữ liệu làm bài.
3
3. Luyện đúng chỗ
Đề luyện ưu tiên kỹ năng có trọng số cao trong đề thi mà học sinh còn yếu. Mỗi đề trộn 3–4 chủ đề, độ khó chọn để học sinh làm đúng khoảng 70%.
4
4. Ôn đúng lúc, sửa đúng lỗi
Lịch ôn giãn cách theo từng kỹ năng. Khi chọn sai, học sinh thấy ngay lỗi tư duy của phương án mình vừa chọn.
5
5. Kiểm chứng tiến bộ thật
Mỗi 7 ngày có một bài đánh giá bằng câu học sinh chưa từng gặp. Kết quả quay lại bước Chẩn đoán, và đề ngày mai được tính lại từ đó.

Đây là một vòng lặp: kết quả bước 5 quay về bước 2 (Chẩn đoán), và đề luyện ngày mai được tính lại từ đó.

Khoa học phía sau

Mỗi quyết định thiết kế của TopThi dựa trên một cơ chế học tập đã được nghiên cứu kiểm chứng. Nguồn chính: Make It Stick (Brown, Roediger, McDaniel, 2014) và How People Learn I & II (National Academies, 2000, 2018).

Hiệu ứng kiểm tra

Roediger & Karpicke, 2006

Tự nhớ lại giúp nhớ lâu hơn đọc lại. Trả lời sai rồi được phản hồi cũng là một lần học.

Áp dụng thực tế

Học sinh luyện bằng đề ngắn mỗi ngày, không đọc lại tài liệu. Mỗi câu sai trở thành dữ liệu chẩn đoán.

Luyện giãn cách

Cepeda et al., 2006

Ôn cách quãng, vào lúc sắp quên, giúp nhớ bền hơn học dồn.

Áp dụng thực tế

Lịch ôn SM-2 riêng cho từng kỹ năng của từng học sinh.

Luyện xen kẽ

Rohrer & Taylor, 2007

Trộn nhiều dạng bài buộc người học nhận diện cần dùng cách giải nào, giống đề thi thật.

Áp dụng thực tế

Mỗi đề luyện trộn 3–4 chủ đề, mỗi chủ đề ít nhất 2 câu.

Khó khăn mong muốn & vùng phát triển gần

Bjork; Vygotsky

Bài phải đủ khó để người học cố gắng, nhưng vẫn vượt qua được.

Áp dụng thực tế

Độ khó câu chọn để học sinh làm đúng khoảng 70%. Khi kiến thức nền còn yếu, hệ thống chuyển sang luyện kỹ năng tiên quyết.

Đánh giá hình thành & phản hồi

Black & Wiliam, 1998; Hattie & Timperley, 2007

Phản hồi có tác dụng khi cụ thể, đến đúng lúc và chỉ ra bước tiếp theo.

Áp dụng thực tế

Học sinh nhận báo cáo theo kỹ năng, thấy lỗi tư duy dưới phương án chọn sai, và biết 3 chủ đề đáng đầu tư nhất.

Đo năng lực & kiểm chứng

IRT/Rasch; Bloom; Slavin

Năng lực và độ khó câu hỏi đặt trên cùng một thang đo. Tiến bộ phải được đo trên câu hỏi mới.

Áp dụng thực tế

Hệ thống dùng mô hình Elo/IRT có hiệu chỉnh đoán mò, và đánh giá định kỳ bằng câu học sinh chưa từng gặp.

TopThi tối ưu cho tiến bộ thật, không tối ưu cho cảm giác tiến bộ. Luyện tập hiệu quả thường thấy khó hơn và chậm hơn.

Đề luyện cá nhân mỗi ngày

Mỗi lần học sinh mở trang Luyện tập, hệ thống tính lại đề hôm nay từ toàn bộ lịch sử làm bài. Không có lịch 30 ngày soạn sẵn.

  • 15 câu, 3–4 chủ đề xen kẽ
  • Điểm dự kiến theo môn
  • Ưu tiên kỹ năng đến hạn ôn
Ghi chú kỹ thuật
Ưu tiên = trọng số kỹ năng trong đề thi × (1 − mức thành thạo). Độ khó câu đặt cho xác suất đúng khoảng 70%. Không lặp lại câu đã làm trong 14 ngày.

Xem lại bài: biết vì sao sai

Mỗi phương án sai gắn với một lỗi tư duy điển hình. Học sinh chọn sai sẽ thấy giải thích ngay dưới phương án mình vừa chọn.

  • Ghi chú lỗi tư duy theo phương án
  • Báo lỗi câu hỏi
  • Giải thích có kiểm chứng
Ghi chú kỹ thuật
Giải thích do AI viết chỉ được đăng khi AI tự giải ra đúng đáp án trong cơ sở dữ liệu. Admin duyệt và gỡ được. Học sinh đánh giá 👍/👎 cho từng giải thích.

Đo tiến bộ trên câu hỏi mới

Bài đánh giá định kỳ lấy từ một ngân hàng câu riêng và loại mọi câu học sinh đã gặp, nên điểm tăng không phải do quen đề.

  • Đánh giá 7 ngày/lần
  • Năng lực theo từng kỹ năng
  • Báo cáo hiệu quả cho admin
Ghi chú kỹ thuật
Ngân hàng câu luyện tập và ngân hàng câu đánh giá được tách riêng. Hệ thống có sẵn báo cáo liều–đáp ứng (số đề luyện đã làm so với mức tăng điểm đánh giá) và chế độ A/B tùy chọn.

Kiến trúc hệ thống

Backend API
Laravel, REST API cho Admin và Front
Front học sinh
Nuxt 3 SSR
Admin
Vue 3 + TypeScript: quản lý nội dung, gắn nhãn, hàng đợi chất lượng câu hỏi
Dữ liệu
MySQL, Redis, Elasticsearch có bộ phân tích tiếng Việt
Learning Engine
Hàng đợi chạy nền: nhật ký sự kiện học tập chỉ ghi thêm, mô hình năng lực, hiệu chỉnh hằng đêm
AI
OpenAI API dùng để gắn nhãn kỹ năng, kiểm tra đáp án và viết giải thích

Backend

LaravelPHP 8Laravel QueueSanctum

Frontend

Nuxt 3 (SSR)Vue 3PiniaTailwindCSS

Admin

Vue 3TypeScriptTailwindCSS

Dữ liệu & hạ tầng

MySQLRedisElasticsearchSupervisorPM2

Tích hợp

OpenAI APIPayOSGoogle Login
Công nghệ đứng sau:Exam Engine·Learning Analytics
"Mô hình đầu tiên của chúng tôi cộng điểm thành thạo theo số câu đã làm, nên học sinh đoán bừa vẫn được xếp loại "khá". Khi chuyển sang mô hình Elo/IRT, nhiều chủ đề trước đó bị đánh giá quá cao. Bài học: không có bản đồ kỹ năng và dữ liệu sạch thì AI không cá nhân hóa được gì, và phần lớn công sức nằm ở đó."
— Đội ngũ XO Edu Lab