Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp

Tóm tắt

Sinh viên bỏ học là lớp thiểu số trong dữ liệu của mọi trường đại học, và vì thế một mô hình có độ chính xác tổng thể cao vẫn có thể bỏ sót phần lớn những người cần hỗ trợ. Bài viết mượn cách tiếp cận của bài toán dự báo khách hàng rời bỏ dịch vụ để thiết lập bài toán dự báo bỏ học, rồi chạy thực nghiệm có thể lặp lại trên bộ dữ liệu công khai gồm 4.424 sinh viên (32,1% bỏ học). Ba mô hình hồi quy logistic, rừng ngẫu nhiên và XGBoost được so sánh ở ba thời điểm dự báo, với tập kiểm tra được khóa riêng, tinh chỉnh bằng xác thực chéo, khoảng tin cậy bootstrap, kiểm tra hiệu chuẩn và phân tích công bằng theo nhóm. Kết quả chính: chỉ dùng dữ liệu lúc nhập học, hồi quy logistic đạt 76% độ chính xác nhưng chỉ phát hiện 48% số sinh viên bỏ học; ở cuối học kỳ 1, XGBoost đạt F1 0,80 và PR-AUC 0,88 nhưng chênh lệch với hồi quy logistic không có ý nghĩa thống kê; mô hình bỏ sót nhiều hơn ở sinh viên có học bổng và sinh viên trẻ. Bài dựng ma trận chi phí và suy ra ngưỡng tối ưu theo lý thuyết quyết định: khi bỏ sót một sinh viên đắt gấp 4 lần một lần can thiệp nhầm, ngưỡng tối ưu là 0,2 chứ không phải 0,5, và dời ngưỡng cho chi phí thấp ngang hoặc thấp hơn huấn luyện lại mô hình với trọng số theo chi phí. Bài cũng giải thích dự báo cho từng sinh viên bằng SHAP, so sánh với LIME và thử các phương án "nếu… thì…". Để đưa kết quả về bối cảnh Việt Nam, bài lấy Trường Đại học Ngoại thương làm ví dụ đối chứng: quy đổi từng biến sang dữ liệu có ở trường Việt Nam, đề xuất kiểm định theo khóa, và đo rủi ro của biến học phí; chỉ 5% dữ liệu học phí cập nhật chậm đã làm số báo động nhầm tăng hơn một phần ba, và một bước xác minh hai tầng loại được khoảng 90% số đó. Các tỷ lệ chi phí này là giả định định hướng; bài hướng dẫn cách mỗi trường tự khảo sát chi phí nội bộ trước khi chọn ngưỡng. Bảng phân tích độ nhạy theo các tỷ lệ chi phí từ 2:1 đến 20:1, kết hợp với năng lực tư vấn, giúp mỗi trường tự tra ngưỡng và số cố vấn cần có trên 1.000 sinh viên. Phân nhóm sinh viên bị gắn cờ theo nguồn rủi ro chính cho thấy 55% rủi ro đến từ kết quả học tập và 29% từ tài chính, nên mỗi nhóm cần một kiểu can thiệp khác nhau, và nhóm rủi ro cao nhất chưa chắc là nhóm hưởng lợi nhiều nhất. Bài cũng đề xuất lộ trình tích hợp mô hình vào phần mềm quản lý đào tạo và công cụ cố vấn học tập, kèm sơ đồ luồng, danh mục kiểm tra theo giai đoạn và khung giám sát trôi dữ liệu sáu lớp với tần suất cập nhật mô hình cụ thể. Cuối cùng là danh mục kiểm tra và phân định trách nhiệm theo Luật Bảo vệ dữ liệu cá nhân 2025 và Luật Trí tuệ nhân tạo 2025. Toàn bộ nhận định được đối chiếu với 123 công trình học thuật đã kiểm chứng DOI, trong đó có 22 công trình của tác giả Việt Nam hoặc thực hiện tại Việt Nam.

Tóm tắt dành cho lãnh đạo và nhà quản lý

1. Đừng hỏi "mô hình chính xác bao nhiêu phần trăm". Hãy hỏi "trong 100 sinh viên sẽ bỏ học, hệ thống phát hiện được bao nhiêu em, và phải gặp bao nhiêu em để tìm ra số đó". Độ chính xác 76% có thể đi kèm việc bỏ sót hơn một nửa số người cần giúp.
2. Thời điểm quan trọng hơn thuật toán. Thêm dữ liệu học kỳ 1 nâng PR-AUC từ 0,65 lên 0,88; đổi thuật toán chỉ thay đổi vài phần trăm. Đầu tư vào dữ liệu sớm (chuyên cần, điểm giữa kỳ, tình trạng học phí có ghi ngày cập nhật) đáng giá hơn đầu tư vào mô hình phức tạp. Thông tư 56/2026 chỉ xét cảnh báo học tập vào cuối năm học, nên tín hiệu sớm càng cần thiết.
3. Ngưỡng cảnh báo là quyết định quản trị, không phải thông số kỹ thuật. Hộp so sánh ở trên cho thấy cùng một mô hình, hạ ngưỡng từ 0,5 xuống 0,2 bớt được 52 ca bỏ sót trên 1.000 sinh viên, đổi lại phải gặp thêm 160 em. Với 30% sinh viên được gặp cố vấn, mô hình bao phủ 77% số người bỏ học; với 15%, chỉ bao phủ 45%. Nếu tính được chi phí, hãy trả lời một câu hỏi: chấp nhận gặp nhầm tối đa bao nhiêu sinh viên để tìm ra một em thật sự có nguy cơ? Nếu là 4, ngưỡng tối ưu là 0,2; giữ ngưỡng mặc định 0,5 tốn thêm khoảng một phần ba chi phí. Mục 9 có bảng tra cho các tỷ lệ 2:1, 5:1, 10:1 và theo năng lực tư vấn của trường.
4. Mô hình đơn giản có thể đủ tốt. Trên dữ liệu thực nghiệm, XGBoost không vượt hồi quy logistic với chênh lệch có ý nghĩa thống kê, trong khi hồi quy logistic dễ giải thích hơn nhiều với cố vấn học tập và sinh viên.
5. Điểm rủi ro chỉ để mở cửa hỗ trợ, không để xử lý học vụ. Cần kiểm tra mô hình bỏ sót nhóm nào, thông báo cho sinh viên về việc xử lý dữ liệu, và đo hiệu quả can thiệp bằng thiết kế có nhóm đối chứng.
6. Tích hợp vào phần mềm sẵn có, và chạy thử trước. Điểm rủi ro nên hiện ngay trong công cụ cố vấn học tập đang dùng; mô hình nên chạy âm thầm một đến hai học kỳ, đối chiếu với cảnh báo chính thức, trước khi hiển thị cho cố vấn (Mục 15).

1. Từ bài toán khách hàng rời bỏ đến bài toán sinh viên bỏ học

Ngân hàng lo khách hàng đóng tài khoản, nhà mạng lo thuê bao chuyển sang đối thủ, còn trường đại học lo sinh viên bỏ dở chương trình. Về mặt kỹ thuật, cả ba là cùng một dạng bài toán: dự báo một sự kiện hiếm hơn sự kiện còn lại, rồi dùng dự báo đó để can thiệp sớm. Nghiên cứu về khách hàng rời bỏ đã chỉ ra từ lâu rằng khi lớp cần phát hiện chỉ chiếm thiểu số, cách xử lý mất cân bằng lớp và cách chọn ngưỡng ảnh hưởng mạnh tới chất lượng danh sách cảnh báo (Burez và Van den Poel, 2009). Nhóm của Verbeke còn đi xa hơn: họ đo mô hình bằng lợi nhuận của chiến dịch giữ chân, tức là chỉ gọi điện cho một tỷ lệ khách hàng có xác suất rời bỏ cao nhất sao cho lợi nhuận kỳ vọng đạt cực đại (Verbeke và cộng sự, 2012). Ở Việt Nam, các mô hình rừng ngẫu nhiên, SVM, Naïve Bayes và hồi quy logistic cũng đã được so sánh để dự báo khách hàng rời bỏ dịch vụ thẻ tín dụng (Nguyễn Thị Thu Trang và cộng sự, 2023).

Chuyển sang giáo dục, sự tương đồng rất rõ. Tuy vậy, có bốn khác biệt khiến không thể bê nguyên quy trình từ ngân hàng sang trường học.

(1) Đối tượng là người học, không phải hợp đồng. Một cảnh báo sai với khách hàng ngân hàng có thể chỉ tốn một phiếu ưu đãi. Một cảnh báo sai với sinh viên có thể gắn nhãn "nguy cơ" lên một người trẻ, ảnh hưởng đến cách giảng viên nhìn em ấy.

(2) "Bỏ học" không phải một hiện tượng đồng nhất. Tinto (1975) đã phê phán việc gộp chung những kiểu rời trường rất khác nhau, chẳng hạn bị buộc thôi học vì kết quả kém và tự nguyện rút lui, dưới cùng một nhãn. Spady (1970) và Bean (1980) xây dựng các mô hình giải thích quá trình rời trường từ góc độ hòa nhập xã hội và mô hình nghỉ việc của người lao động. Tổng quan của Behr và cộng sự (2020) nhóm các nguyên nhân thành ba tầng: hệ thống giáo dục quốc gia (như chính sách tài chính), cơ sở đào tạo (loại trường, chất lượng giảng dạy) và bản thân sinh viên.

(3) Can thiệp là hoạt động sư phạm. Nhà trường không "tặng ưu đãi" mà tổ chức cố vấn học tập, phụ đạo, hỗ trợ tài chính. Tác động của các hoạt động này khác nhau giữa từng sinh viên, nên người được dự báo rủi ro cao nhất chưa chắc là người hưởng lợi nhiều nhất từ can thiệp (Olaya và cộng sự, 2020).

(4) Thời điểm dự báo quyết định giá trị của mô hình. Dự báo đúng ở cuối năm thứ hai, khi sinh viên đã nợ quá nhiều tín chỉ, ít giá trị hơn nhiều so với dự báo kém chính xác hơn nhưng đến ngay sau học kỳ đầu. Đây cũng là lý do Ortiz-Lozano và cộng sự (2018) xây dựng mô hình ở ba thời điểm khác nhau ngay trong học kỳ đầu của năm nhất và ủng hộ can thiệp sớm.

Bức tranh ở Việt Nam

Quy chế đào tạo trình độ đại học đã có sẵn một "hệ thống cảnh báo" dựa trên luật cứng. Từ ngày 7/7/2026, quy chế này được ban hành kèm Thông tư 56/2026/TT-BGDĐT, thay thế Thông tư 08/2021/TT-BGDĐT (Bộ Giáo dục và Đào tạo, 2026). Theo khoản 1 Điều 14, cuối năm học, sinh viên bị cảnh báo học tập dựa trên một số điều kiện: tổng số tín chỉ không đạt trong học kỳ vượt quá 50% khối lượng đăng ký, hoặc số tín chỉ nợ đọng từ đầu khóa vượt quá 24; điểm trung bình học kỳ dưới 0,8 với học kỳ đầu và dưới 1,0 với các học kỳ sau; điểm trung bình tích lũy dưới 1,2 với sinh viên trình độ năm thứ nhất, 1,4 năm thứ hai, 1,6 năm thứ ba và 1,8 các năm tiếp theo. Sinh viên bị buộc thôi học khi số lần hoặc mức cảnh báo vượt giới hạn do trường quy định, nhưng quy chế của trường không được để quá 3 lần cảnh báo liên tiếp (trước đây, theo Thông tư 08/2021, là 2 lần). Điểm mới đáng chú ý là khoản 3 Điều 14 yêu cầu quy chế của trường quy định việc cảnh báo sớm, tư vấn học tập và tạo điều kiện để sinh viên học lại, học cải thiện hoặc điều chỉnh kế hoạch học tập. Quy tắc cảnh báo chính thức dễ hiểu và minh bạch, nhưng nó chỉ phản ứng sau khi kết quả học tập đã xấu đi, và nay chỉ xét vào cuối năm học.

Quy mô vấn đề không nhỏ. Năm 2017, lãnh đạo Trường Đại học Bách khoa Hà Nội cho biết mỗi năm có 700–800 sinh viên bị thôi học trên tổng số khoảng 28.000 sinh viên, chủ yếu vì kết quả học tập kém ở những năm đầu (VnExpress, 2017). Đến năm 2021, con số 700–800 sinh viên chính quy bị buộc thôi học mỗi năm vẫn được nhắc lại, và theo trường, 70–80% trường hợp là do thiếu tập trung, không rõ mục tiêu (VTC News, 2021).

Các nghiên cứu trong nước cho thấy nguyên nhân rất đa dạng giữa các loại hình đào tạo. Với sinh viên đại học từ xa trực tuyến của Trường Đại học Mở Hà Nội, các yếu tố được khảo sát chia thành ba nhóm: yếu tố cá nhân (tuổi, sức khỏe, quản lý thời gian, gia đình, công việc, tài chính), yếu tố nhà trường (chương trình, giảng viên, hạ tầng công nghệ, cố vấn học tập) và yếu tố xã hội (định kiến với hình thức đào tạo từ xa) (Nguyễn Thị Hương An và Nguyễn Quỳnh Anh, 2024). Cùng nhóm tác giả cũng phân tích riêng các yếu tố nhân khẩu học gắn với tỷ lệ bỏ học của hình thức này (Nguyễn Quỳnh Anh và Nguyễn Thị Hương An, 2023). Với sinh viên vừa làm vừa học ở Long An, mô hình hồi quy logistic nhị phân trên 250 sinh viên chỉ ra các yếu tố như thời khóa biểu linh hoạt và quy chế bảo lưu thuận lợi (Vũ Sơn Tùng và Trần Thanh Phong, 2022). Ở Trường Đại học Hồng Đức, quyết định thôi học của sinh viên chính quy khối kinh tế – kỹ thuật được phân tích qua một mô hình các nhân tố ảnh hưởng (Trần Thị Thu Hường, 2025). Việc đi làm thêm cũng đáng lưu ý: tại Đại học Cần Thơ, phương pháp so khớp điểm xu hướng cho thấy sinh viên đi làm thêm có kết quả học tập thấp hơn nhóm không đi làm (Vương Quốc Duy, 2016).

Việt Nam cũng có truyền thống nghiên cứu dự báo kết quả học tập bằng khai phá dữ liệu. Ngay từ 2007, cây quyết định và mạng Bayes đã được so sánh trên dữ liệu Đại học Cần Thơ và Viện Công nghệ châu Á (Nguyen Thai Nghe và cộng sự, 2007). Các hướng tiếp theo gồm hệ gợi ý để dự báo kết quả học tập (Thai-Nghe và cộng sự, 2010), học sâu kết hợp biến đổi dữ liệu (Tran Thanh Dien và cộng sự, 2020), mô hình Naïve Bayes cho Trường Đại học Đồng Tháp (Lê Quang Minh, 2023), học máy trên dữ liệu học tập kết hợp của Trường Đại học Sư phạm Hà Nội (Nguyen Thi Hong và cộng sự, 2023). Ở bậc phổ thông, SMOTE kết hợp AdaBoost đã được dùng cho dữ liệu mất cân bằng của một trường THPT ở Nghệ An (Vo Duc Quang và cộng sự, 2020). Gần đây, Nông Thị Hoa (2025) áp dụng mạng nơ-ron, rừng ngẫu nhiên và SVM lên một tập dữ liệu chuẩn quốc tế có 36 đặc trưng về kết quả học tập hai năm đầu và các yếu tố xã hội, có quy mô đặc trưng tương đương bộ dữ liệu mà bài này sử dụng.

Một nghiên cứu năm 2026 đặt ra câu hỏi khó hơn. Dùng dữ liệu hành chính theo thời gian của một trường đại học vùng trung du và miền núi phía Bắc, Phung (2026) cho thấy sinh viên nông thôn và dân tộc thiểu số vừa có rủi ro dự báo cao hơn, vừa ít được hệ thống cảnh báo sớm gắn cờ hơn, và cần "nỗ lực phản thực" lớn hơn để hạ rủi ro xuống dưới ngưỡng can thiệp. Nói cách khác, một mô hình dự báo bỏ học có thể tái tạo bất bình đẳng sẵn có. Mục 11 sẽ quay lại vấn đề này.

Tổng quan quốc tế cũng nhắc một điểm tương tự: phần lớn thuật toán dự báo bỏ học được phát triển và kiểm nghiệm ở các nước phát triển, nên các nước đang phát triển thiếu mô hình phù hợp với bối cảnh của mình (Mduma và cộng sự, 2019). Tổng quan hệ thống năm 2026 ghi nhận nhiều nghiên cứu báo cáo độ chính xác cao nhưng ít chuyển được dự báo thành can thiệp đã kiểm chứng trong thực tế nhà trường (Lopez-Muñoz và cộng sự, 2026).

2. Bài toán và dữ liệu

Để các con số trong bài có thể kiểm chứng lại, tác giả dùng một bộ dữ liệu công khai thay vì dữ liệu nội bộ của một trường Việt Nam. Bộ dữ liệu "Predict Students' Dropout and Academic Success" do Realinho và cộng sự (2022) công bố, tổng hợp từ nhiều nguồn rời rạc của Học viện Bách khoa Portalegre (Bồ Đào Nha). Dữ liệu gồm thông tin nhân khẩu học, kinh tế – xã hội, kinh tế vĩ mô, thông tin lúc nhập học và kết quả học tập ở cuối học kỳ 1, học kỳ 2. Villar và de Andrade (2024) cũng dùng một bộ dữ liệu của cơ sở giáo dục đại học này để so sánh các thuật toán học có giám sát.

Mục tiêu của bài không phải tìm "thuật toán mạnh nhất", mà là thiết lập bài toán theo cách một trường đại học có thể dùng thật: so sánh hồi quy logistic, rừng ngẫu nhiên và XGBoost trong việc phát hiện sinh viên bỏ học, đồng thời trả lời ba câu hỏi mà các báo cáo thường bỏ qua: dự báo lúc nào, cảnh báo ai, và cảnh báo bao nhiêu người là vừa với năng lực tư vấn của nhà trường.

Thời điểm dự báo: câu hỏi phải trả lời trước khi chọn biến

Bộ dữ liệu chứa cả kết quả học kỳ 2. Nếu đưa tất cả vào mô hình, ta sẽ được một mô hình "biết trước tương lai": nó dự báo rất tốt, nhưng lúc có đủ thông tin để dự báo thì đã gần hết năm thứ nhất. Kaufman và cộng sự (2012) gọi đây là rò rỉ thông tin (leakage): dùng thông tin về mục tiêu mà lẽ ra không thể có tại thời điểm ra quyết định. Kemper và cộng sự (2020) cũng ghi nhận độ chính xác dự báo bỏ học tại Viện Công nghệ Karlsruhe tăng dần theo số học kỳ có dữ liệu thi. Vì vậy, bài này dựng ba kịch bản tương ứng ba thời điểm:

Hình 1: Ba thời điểm dự báo và năng lực phân biệt tương ứng trên tập kiểm tra (885 sinh viên)

Từ kịch bản A sang B, PR-AUC tăng từ 0,650 lên 0,880. Từ B sang C chỉ tăng thêm 0,029, nhưng phải chờ thêm một học kỳ. Bài chọn kịch bản B làm kịch bản chính vì đây là điểm cân bằng giữa độ chính xác và thời gian còn lại để can thiệp. Kết luận này khớp với nghiên cứu của Ortiz-Lozano và cộng sự (2018): dữ liệu học tập sớm là biến dự báo tốt và can thiệp nên diễn ra ngay trong năm nhất. Một lưu ý: bộ dữ liệu không ghi rõ biến nợ học phí được ghi nhận vào thời điểm nào. Bài xếp hai biến này vào kịch bản B để tránh giả định rằng nhà trường biết chúng ngay từ ngày nhập học.

3. Khám phá dữ liệu

Trước khi xây dựng mô hình, cần hiểu nhóm sinh viên bỏ học khác nhóm còn lại ở điểm nào. Vấn đề đầu tiên hiện ra ngay ở biến mục tiêu: 32,1% sinh viên bỏ học, 67,9% còn lại tốt nghiệp hoặc vẫn đang học. Tỷ lệ này ít lệch hơn bài toán khách hàng rời bỏ điển hình (khoảng 20/80), nhưng vẫn đủ để độ chính xác tổng thể đánh lừa người đọc: một mô hình đoán "không ai bỏ học" đã đạt 67,9%.

Một số quan sát chính (tỷ lệ bỏ học trong từng nhóm):

• Tuổi nhập học: nhóm từ 20 tuổi trở xuống có tỷ lệ bỏ học 21,2%; nhóm 21–24 tuổi là 33,7%; nhóm 25–30 tuổi lên tới 58,0%, nhóm 31–40 tuổi 55,1%. Sinh viên nhập học muộn thường vừa học vừa làm, gánh nhiều trách nhiệm gia đình hơn.
• Tài chính: sinh viên không đóng học phí đúng hạn có tỷ lệ bỏ học 86,6%, so với 24,7% ở nhóm đóng đúng hạn. Sinh viên có khoản nợ là 62,0% so với 28,3%. Sinh viên có học bổng chỉ 12,2% so với 38,7%.
• Giới tính: nam 45,1%, nữ 25,1%.
• Hình thức học: lớp buổi tối 42,9%, lớp ban ngày 30,8%.
• Kết quả học kỳ 1: đây là tín hiệu mạnh nhất (Hình 2).

Hình 2: Sinh viên không đạt học phần nào ở học kỳ 1 có tỷ lệ bỏ học gấp gần 6 lần nhóm đạt 5–6 học phần

Trong khi đó, một số biến gần như không phân biệt hai nhóm. Điểm tuyển sinh trung bình của nhóm bỏ học là 125,0 so với 127,9 ở nhóm còn lại (thang 200). Tỷ lệ thất nghiệp lúc nhập học là 11,62% so với 11,54%. Sinh viên quốc tế (29,1%) và sinh viên có nhu cầu giáo dục đặc biệt (33,3%) có tỷ lệ bỏ học xấp xỉ mức chung, dù hai nhóm này rất nhỏ (110 và 51 người) nên chưa thể kết luận.

Những con số trên là tương quan, không phải quan hệ nhân quả. Sinh viên nợ học phí bỏ học nhiều hơn có thể vì khó khăn tài chính, nhưng cũng có thể vì những người đã quyết định bỏ học thì thôi đóng học phí. Chiều nào đúng sẽ quyết định can thiệp nào có ích: hỗ trợ tài chính, hay nói chuyện sớm hơn về định hướng học tập. Mục 10 sẽ quay lại điểm này.

4. Chuẩn bị dữ liệu và thiết kế đánh giá

Bộ dữ liệu này không có mã sinh viên hay họ tên, nên không cần bước loại bỏ biến định danh. Với dữ liệu thật của một trường, mã sinh viên, họ tên, số điện thoại phải bị loại khỏi tập biến đầu vào và chỉ giữ ở bảng tra cứu riêng có phân quyền.

Quy trình được thực hiện theo đúng thứ tự sau để tránh rò rỉ thông tin:

1. Tách dữ liệu thành 80% huấn luyện (3.539 sinh viên) và 20% kiểm tra (885 sinh viên, trong đó 284 người bỏ học), phân tầng theo biến mục tiêu để hai tập có cùng tỷ lệ bỏ học (32,1%).
2. Đặt mọi bước biến đổi vào một pipeline: mã hóa one-hot cho 9 biến phân loại (ngành học, nghề nghiệp và trình độ của cha mẹ, phương thức tuyển sinh…), chuẩn hóa biến số cho hồi quy logistic. Rừng ngẫu nhiên và XGBoost không cần chuẩn hóa vì cây quyết định chia nhánh theo ngưỡng của từng biến.
3. Mọi việc tinh chỉnh siêu tham số và chọn ngưỡng đều dùng xác thực chéo 5 lần phân tầng chỉ trên tập huấn luyện. Varma và Simon (2006) đã chứng minh rằng dùng chính sai số xác thực chéo của mô hình đã được tối ưu để báo cáo hiệu năng sẽ cho con số lạc quan quá mức.
4. Tập kiểm tra được khóa lại và chỉ dùng một lần ở cuối.

Về chỉ số đánh giá, bài dùng đồng thời:

Việc thêm PR-AUC có cơ sở rõ ràng. Saito và Rehmsmeier (2015) cho thấy biểu đồ ROC có thể gây hiểu lầm khi dữ liệu mất cân bằng, còn biểu đồ độ chính xác – độ nhạy phản ánh trung thực hơn. Davis và Goadrich (2006) chứng minh hai loại đường cong có quan hệ chặt: một đường cong trội trong không gian ROC khi và chỉ khi nó trội trong không gian PR, nhưng tối ưu diện tích dưới ROC không bảo đảm tối ưu diện tích dưới PR. Fawcett (2006) là tài liệu nhập môn tốt về phân tích ROC, còn Hand (2009) chỉ ra một điểm ít người để ý: AUC ngầm dùng những giả định chi phí khác nhau cho các bộ phân loại khác nhau, nên so sánh hai mô hình chỉ bằng AUC là không nhất quán về mặt chi phí. Sokolova và Lapalme (2009) phân tích có hệ thống 24 thước đo phân loại và cách mỗi thước đo phản ứng khi phân phối nhãn thay đổi. Chicco và Jurman (2020) còn lưu ý rằng cả độ chính xác tổng thể lẫn F1 đều có thể cho kết quả lạc quan quá mức trên dữ liệu mất cân bằng. Không có chỉ số nào đủ một mình, nên bảng trên được đọc như một bộ.

5. Hồi quy logistic: khi độ chính xác cao vẫn bỏ sót nhiều sinh viên

Hồi quy logistic mặc định (ngưỡng 0,5) trên kịch bản B cho kết quả:

Độ chính xác tổng thể đạt 86,9%. Nhìn qua thì tốt, nhưng độ nhạy của lớp bỏ học là 0,715: trong 284 sinh viên bỏ học ở tập kiểm tra, mô hình bỏ sót 81 người.

Kịch bản A (chỉ có dữ liệu lúc nhập học) cho thấy vấn đề rõ hơn nhiều. Độ chính xác tổng thể vẫn là 76,2%, nhưng độ nhạy lớp bỏ học chỉ còn 0,482, tức là mô hình bỏ sót hơn một nửa số người bỏ học. Đây chính là hiện tượng mà đoạn phân tích dự báo khách hàng rời bỏ mô tả: mô hình nhận diện tốt nhóm đa số nhưng thận trọng quá mức với nhóm thiểu số.

Cách xử lý đầu tiên là gán trọng số cho lớp thiểu số bằng tham số class_weight="balanced". Tham số này không tạo thêm dữ liệu; nó tăng mức phạt khi mô hình đoán sai một sinh viên bỏ học trong hàm mất mát, tỷ lệ nghịch với tần suất của lớp. Kết quả:

Ở kịch bản B, độ nhạy tăng từ 0,715 lên 0,813 (phát hiện thêm 28 sinh viên), đổi lại 38 báo động nhầm mới. ROC-AUC giữ nguyên 0,913 ở cả hai phiên bản.

Cái giá ít ai nhắc: xác suất bị lệch

Có một hệ quả mà các báo cáo dự án thường bỏ qua. Khi cân bằng trọng số, mô hình học một phân phối "giả" trong đó hai lớp ngang nhau, nên xác suất dự báo bị đẩy lên. Trên tập kiểm tra, xác suất bỏ học trung bình của mô hình mặc định là 0,319, rất sát tỷ lệ thật 0,321. Với mô hình cân bằng trọng số, con số này là 0,399. Chia sinh viên thành 5 nhóm theo xác suất dự báo, nhóm giữa được mô hình cân bằng dự báo 26,8% nhưng thực tế chỉ 13,0% bỏ học; nhóm thứ tư được dự báo 60,3% nhưng thực tế 45,2%. Điểm Brier cũng xấu đi, từ 0,098 lên 0,108.

Van den Goorbergh và cộng sự (2022) đã chứng minh bằng mô phỏng rằng các kỹ thuật "sửa" mất cân bằng lớp (lấy mẫu dưới, lấy mẫu trên, SMOTE) làm hồi quy logistic đánh giá quá cao rủi ro, trong khi không cải thiện khả năng phân biệt. Van Calster và cộng sự (2019) gọi hiệu chuẩn là "gót chân Achilles" của phân tích dự báo, vì xác suất lệch có thể dẫn đến quyết định sai. Trong giáo dục, nếu cố vấn học tập được xem con số "rủi ro bỏ học 60%" trong khi thực tế chỉ khoảng 45%, họ có thể phản ứng quá mức. Nếu điểm rủi ro sẽ hiển thị cho con người, hãy giữ mô hình được hiệu chuẩn tốt và xử lý mất cân bằng bằng cách chọn ngưỡng, thay vì bóp méo xác suất.

Còn SMOTE thì sao?

SMOTE tạo thêm các mẫu "nhân tạo" của lớp thiểu số bằng cách nội suy giữa các mẫu gần nhau, và được giới thiệu kèm lập luận rằng kết hợp lấy mẫu trên lớp thiểu số với lấy mẫu dưới lớp đa số cho kết quả tốt hơn trong không gian ROC (Chawla và cộng sự, 2002). Các tổng quan về học từ dữ liệu mất cân bằng chia giải pháp thành nhóm ở mức dữ liệu (lấy mẫu lại), nhóm ở mức thuật toán (trọng số, học nhạy chi phí) và nhóm lai (He và Garcia, 2009; Krawczyk, 2016; Haixiang và cộng sự, 2017). Krawczyk (2016) còn nhấn mạnh rằng khó khăn không chỉ đến từ tỷ lệ chênh lệch giữa các lớp mà còn từ những đặc tính khác của dữ liệu.

Trong dự báo bỏ học, SMOTE được dùng rất phổ biến. Lee và Chung (2019) kết hợp SMOTE với các phương pháp tổ hợp trên dữ liệu 165.715 học sinh trung học Hàn Quốc và đánh giá bằng cả đường cong ROC lẫn PR. Barros và cộng sự (2019) so sánh lấy mẫu dưới, SMOTE và ADASYN, và thấy trung bình nhân (geometric mean) cùng độ nhạy trung bình không trọng số là những thước đo đáng tin khi dữ liệu mất cân bằng. Masood và cộng sự (2024) tối ưu hóa SMOTE cùng siêu tham số và báo cáo mạng nơ-ron cho kết quả tốt nhất trong các bộ phân loại được thử.

[Phân tích của tác giả] Bài này không dùng SMOTE vì hai lý do. Thứ nhất, tỷ lệ 32% chưa phải mất cân bằng nghiêm trọng. Thứ hai, như van den Goorbergh và cộng sự (2022) chỉ ra, lấy mẫu lại thường không cải thiện khả năng xếp hạng mà lại làm lệch xác suất. Nếu vẫn muốn thử, SMOTE phải được đặt bên trong pipeline và chỉ áp dụng cho phần huấn luyện của mỗi lần gập xác thực chéo; áp dụng trước khi chia dữ liệu là một dạng rò rỉ thông tin.

6. Rừng ngẫu nhiên và câu chuyện ngưỡng

Rừng ngẫu nhiên kết hợp nhiều cây quyết định, mỗi cây học trên một mẫu bootstrap và chỉ xét một tập con ngẫu nhiên các biến tại mỗi lần chia nhánh (Breiman, 2001). Mô hình với 500 cây được thử ở ba ngưỡng: 0,5 (mặc định), 0,3 (chọn tay, giống project khách hàng rời bỏ) và 0,35 (chọn bằng xác thực chéo trên tập huấn luyện để điểm F1 cao nhất).

Hạ ngưỡng từ 0,5 xuống 0,3 giúp phát hiện thêm 42 sinh viên bỏ học (từ 191 lên 233), đổi lại số báo động nhầm tăng từ 34 lên 102. F1 gần như không đổi, nhưng thành phần bên trong đã khác hẳn. ROC-AUC không đổi vì xác suất dự báo không đổi; chỉ cách chuyển xác suất thành quyết định là thay đổi.

Có hai điểm khác với project khách hàng rời bỏ đáng chú ý. Thứ nhất, ở đây hạ ngưỡng không làm F1 tăng rõ rệt (0,750 → 0,753), vì tỷ lệ lớp dương 32% cao hơn và mô hình đã phân biệt tốt. Thứ hai, ngưỡng 0,3 "chọn tay" tình cờ cho kết quả gần với ngưỡng chọn bằng xác thực chéo. Sự trùng hợp này không được bảo đảm cho dữ liệu khác, và không thể biết trước nếu không kiểm tra trên dữ liệu xác thực.

7. XGBoost: tinh chỉnh có kỷ luật

XGBoost là hệ thống tăng cường độ dốc (gradient boosting) trên cây quyết định (Chen và Guestrin, 2016). Mỗi cây mới được xây dựng để đi theo hướng giảm nhanh nhất của hàm mất mát, tức là "học" từ gradient của sai số mà các cây trước để lại (Friedman, 2001). XGBoost bổ sung thành phần điều chuẩn trên độ phức tạp của cây để hạn chế quá khớp.

Quy trình tinh chỉnh được ghi đầy đủ để người khác lặp lại được:

• Phương pháp: tìm kiếm ngẫu nhiên 40 tổ hợp, xác thực chéo 5 lần phân tầng trên tập huấn luyện.
• Tiêu chí chọn mô hình: PR-AUC (average precision), vì bài toán quan tâm tới lớp thiểu số.
• Không gian tìm kiếm: số cây (200, 400, 700), độ sâu (2–5), tốc độ học (0,02; 0,05; 0,1), tỷ lệ lấy mẫu dòng và cột, trọng số tối thiểu của nút lá, gamma, hệ số điều chuẩn L2 (1, 3, 10), và trọng số lớp dương (scale_pos_weight bằng 1 hoặc bằng tỷ lệ lớp âm/lớp dương, khoảng 2,11).
• Chọn ngưỡng: trên dự báo ngoài mẫu (out-of-fold) của tập huấn luyện, chọn ngưỡng cho F1 cao nhất.

Tổ hợp được chọn gồm 700 cây, độ sâu 3, tốc độ học 0,05, lấy 60% số cột mỗi cây, hệ số L2 bằng 10. Đáng chú ý, bộ tìm kiếm không chọn cân bằng trọng số lớp (scale_pos_weight = 1): xét theo PR-AUC, việc cân bằng không đem lại lợi ích về xếp hạng. PR-AUC xác thực chéo đạt 0,859. Ngưỡng tối ưu F1 trên dữ liệu ngoài mẫu là 0,40.

Kết quả trên tập kiểm tra:

Ở ngưỡng 0,40, mô hình gắn cờ 277 sinh viên, trong đó 224 người thật sự bỏ học; 60 người bỏ học bị bỏ sót và 53 người bị gắn cờ nhầm. Nhờ không bóp méo trọng số lớp, xác suất của XGBoost được hiệu chuẩn tốt: nhóm được dự báo 15,2% có tỷ lệ bỏ học thực tế 15,3%, nhóm được dự báo 44,9% có tỷ lệ thực tế 42,4%.

Để tham khảo, khi đưa cả dữ liệu học kỳ 2 vào (kịch bản C), bộ tìm kiếm lại chọn cân bằng trọng số lớp, và ngưỡng tối ưu F1 tăng lên 0,57. Như vậy, ngưỡng tối ưu không phải lúc nào cũng thấp hơn 0,5. Nó phụ thuộc vào việc mô hình có được cân bằng trọng số hay không, và phải được chọn lại mỗi lần mô hình thay đổi.

8. So sánh tổng hợp: chênh lệch nhỏ cần được kiểm định

Hình 3: Bảng so sánh các mô hình trên tập kiểm tra, kịch bản cuối học kỳ 1

Nếu chỉ nhìn bảng, người ta dễ kết luận "XGBoost thắng". Nhưng chênh lệch F1 giữa XGBoost (0,799) và hồi quy logistic cân bằng (0,789) chỉ là 0,01 trên một tập kiểm tra có 284 người bỏ học. Dietterich (1998) đã cảnh báo rằng nhiều cách so sánh thuật toán phổ biến có xác suất sai lầm loại I cao, tức là "thấy" khác biệt khi thực ra không có. Bài kiểm tra độ ổn định bằng hai cách.

Xác thực chéo lặp lại (5 lần × 3 lượt, trên tập huấn luyện):

Bootstrap có ghép cặp trên tập kiểm tra (1.000 lần lấy mẫu lại, theo phương pháp của Efron, 1979), khoảng tin cậy 95% của chênh lệch:

• XGBoost trừ rừng ngẫu nhiên: F1 từ +0,021 đến +0,069; PR-AUC từ +0,005 đến +0,029. Cả hai khoảng đều nằm trên 0, nên XGBoost tốt hơn rừng ngẫu nhiên một cách có ý nghĩa trên dữ liệu này.
• XGBoost trừ hồi quy logistic cân bằng: F1 từ −0,013 đến +0,033; PR-AUC từ −0,006 đến +0,022; ROC-AUC từ −0,005 đến +0,011. Cả ba khoảng đều chứa 0, nên chưa có bằng chứng XGBoost tốt hơn hồi quy logistic.

Kết quả này có ý nghĩa thực tiễn lớn. Rudin (2019) lập luận rằng với các quyết định hệ trọng, nên ưu tiên mô hình vốn dễ diễn giải thay vì cố giải thích một "hộp đen". Khi hồi quy logistic cho hiệu năng không khác biệt có ý nghĩa, nhà trường có lý do chính đáng để chọn nó: hệ số rõ ràng, dễ giải thích với cố vấn học tập và với chính sinh viên. Delen (2010) cũng từng so sánh nhiều kỹ thuật học máy cho quản lý giữ chân sinh viên năm nhất và ghi nhận các biến học tập và tài chính nằm trong nhóm dự báo quan trọng nhất; điều đó nhất quán với những gì dữ liệu này cho thấy.

Với bài toán tương tự (dự báo bỏ học và thành công học tập trên dữ liệu của một cơ sở giáo dục đại học), Villar và de Andrade (2024) báo cáo LightGBM và CatBoost tinh chỉnh bằng Optuna vượt các phương pháp phân loại truyền thống, nhưng chính các tác giả cũng lưu ý khả năng khái quát bị giới hạn vì chỉ dựa trên một bộ dữ liệu. Nhìn rộng hơn, tổng quan của Hellas và cộng sự (2018) về dự báo kết quả học tập phát hiện nhiều vấn đề về chất lượng nghiên cứu và kêu gọi báo cáo phương pháp chi tiết hơn, tăng cường kiểm chứng và lặp lại. Albreiki và cộng sự (2021) rà soát các nghiên cứu nhận diện sinh viên có nguy cơ và bỏ học giai đoạn 2009–2021, ghi nhận phần lớn dùng hai loại dữ liệu: cơ sở dữ liệu của trường và dữ liệu nền tảng học trực tuyến. Namoun và Alshanqiti (2020) tổng hợp 62 bài báo và thấy hoạt động học trực tuyến, điểm đánh giá trong kỳ và cảm xúc học tập là các yếu tố dự báo nổi bật nhất. Sự khác biệt về dữ liệu và cách đo đầu ra giữa các nghiên cứu khiến việc so sánh con số giữa các bài báo khó đứng vững; so sánh có ý nghĩa nhất vẫn là so sánh trên cùng dữ liệu, cùng quy trình, có khoảng tin cậy.

9. Chọn ngưỡng theo chi phí và năng lực tư vấn

Ngưỡng tối ưu F1 là một lựa chọn hợp lý về mặt thống kê, nhưng F1 coi một ca bỏ sót và một ca báo động nhầm là có hại như nhau. Trong thực tế nhà trường, hai loại sai số này có giá rất khác nhau. Kim và cộng sự (2026) chỉ ra rằng mô hình có F1 cao nhất không nhất thiết cho danh sách ứng viên bỏ học hữu ích nhất khi nguồn lực tư vấn có hạn, và đề xuất chọn ngưỡng dựa trên độ bao phủ mục tiêu và gánh nặng tư vấn, với toàn bộ việc chọn ngưỡng làm trên dữ liệu huấn luyện/xác thực.

Hình 4 cho thấy, với cùng một mô hình XGBoost, việc dịch ngưỡng làm thay đổi số sinh viên bị gắn cờ và thành phần của danh sách như thế nào.

Hình 4: Hạ ngưỡng thì bắt được nhiều người bỏ học hơn nhưng danh sách dài hơn và nhiều báo động nhầm hơn

Cách 1: ngưỡng tối ưu theo lý thuyết quyết định

Phần lớn thuật toán phân loại ngầm giả định mọi loại sai số có giá như nhau, trong khi thực tế hiếm khi như vậy (Domingos, 1999). Muốn chọn ngưỡng có cơ sở, trước hết phải viết ra ma trận chi phí: mỗi ô trong bảng nhầm lẫn tốn bao nhiêu.

[Giả định minh họa của tác giả, cần thay bằng số liệu thật của từng trường] Giả sử:

• Mỗi sinh viên được giữ lại đem về giá trị V = 30 triệu đồng (học phí các năm còn lại cộng chi phí xã hội của việc bỏ học, tính thận trọng).
• Chương trình hỗ trợ (cố vấn học tập, phụ đạo, tư vấn tài chính) có chi phí c = 1,5 triệu đồng cho mỗi sinh viên được gọi.
• Chương trình giữ lại được g = 25% số sinh viên thật sự có nguy cơ bỏ học.

Khi đó, ma trận chi phí cho một sinh viên như sau (phần giá trị mất đi mà can thiệp cũng không cứu được, (1 − g) × V, xảy ra ở cả hai ô của cột "thực tế bỏ học" nên được coi là mức nền và không ảnh hưởng tới quyết định):

Nên gắn cờ một sinh viên có xác suất bỏ học p khi chi phí kỳ vọng của việc gắn cờ thấp hơn chi phí kỳ vọng của việc bỏ qua, tức là p × C(TP) + (1 − p) × C(FP) < p × C(FN) + (1 − p) × C(TN). Giải bất đẳng thức này cho ngưỡng tối ưu:

Ngưỡng 0,2 thấp hơn nhiều so với 0,5 vì bỏ sót đắt hơn báo động nhầm. Đây cũng là logic của phân tích đường cong quyết định do Vickers và Elkin (2006) đề xuất: ngưỡng xác suất phản ánh cách người ra quyết định cân nhắc giữa lợi ích và tác hại. Công thức chỉ đúng khi xác suất được hiệu chuẩn tốt, và đây là lý do Mục 5 và Mục 7 dành nhiều chỗ cho hiệu chuẩn. Có thể kiểm tra điều này bằng dữ liệu: tìm ngưỡng tối thiểu hóa chi phí trên dự báo ngoài mẫu của tập huấn luyện cho kết quả 0,19, gần như trùng với ngưỡng lý thuyết 0,2.

Vickers, Van Calster và Steyerberg (2016) gợi ý một cách hỏi để lãnh đạo tự xác định k mà không cần tính V, c, g: nhà trường chấp nhận gặp nhầm tối đa bao nhiêu sinh viên để tìm ra một sinh viên thật sự có nguy cơ? Ngưỡng t tương ứng với "tỷ giá" (1 − t) / t lần gặp nhầm cho mỗi ca đúng; ở ngưỡng 0,2, con số đó là 4.

So sánh trên tập kiểm tra 885 sinh viên:

Kiểm định bootstrap 1.000 lần cho thấy ngưỡng 0,2 giảm chi phí so với ngưỡng 0,5 một cách có ý nghĩa: khoảng tin cậy 95% của chênh lệch là từ −150 đến −33 đơn vị chi phí (một đơn vị là chi phí của một lần can thiệp nhầm, 1,5 triệu đồng). So với ngưỡng tối ưu F1 (0,40), khoảng tin cậy từ −58 đến +26 vẫn chứa 0, nên chưa khẳng định được ngưỡng 0,2 tốt hơn. Maldonado và cộng sự (2021) đã xây dựng hẳn các thước đo lợi nhuận riêng cho bài toán giữ chân sinh viên, tiếp nối hướng tiếp cận lợi nhuận mà Verbeke và cộng sự (2012) đề xuất cho ngành viễn thông.

Phân tích độ nhạy: khi tỷ lệ chi phí thay đổi

Tỷ lệ 4:1 ở trên chỉ là một giả định minh họa. Mỗi trường có mức học phí, chi phí tư vấn và hiệu quả can thiệp khác nhau, nên tỷ lệ k giữa chi phí bỏ sót và chi phí can thiệp nhầm cũng khác. Từ công thức k = (g × V − c) / c, có thể phác họa ba hồ sơ trường [giả định minh họa của tác giả]:

Bảng dưới đây chạy lại toàn bộ tính toán cho k từ 1 đến 20 trên cùng mô hình XGBoost và cùng tập kiểm tra. Để dễ so sánh giữa các trường có quy mô khác nhau, số sinh viên gắn cờ và số cố vấn cần có được quy về mỗi 1.000 sinh viên. Số cố vấn giả định mỗi cố vấn gặp riêng được 25 sinh viên mỗi học kỳ. Chi phí tính bằng đơn vị "một lần can thiệp nhầm" trên tập kiểm tra 885 sinh viên; số càng nhỏ càng tốt.

Từ tỷ lệ 3:1 trở lên, ngưỡng tìm bằng cách tối thiểu chi phí trên dữ liệu ngoài mẫu của tập huấn luyện rất gần ngưỡng lý thuyết 1/(1 + k): 0,22 so với 0,25 ở 3:1; 0,19 so với 0,20 ở 4:1; 0,15 so với 0,17 ở 5:1; 0,09 ở 10:1 và 0,05 ở 20:1. Ở 1:1 và 2:1, chênh lệch lớn hơn (0,44 so với 0,50; 0,40 so với 0,33), nhưng khi hai loại sai số gần bằng giá, chi phí thay đổi rất ít quanh điểm tối ưu: ở 2:1, chi phí trên tập kiểm tra là 180 tại ngưỡng lý thuyết và 173 tại ngưỡng tìm từ dữ liệu. Vì vậy, công thức 1/(1 + k) dùng được trực tiếp khi xác suất đã được hiệu chuẩn tốt.

Một lưu ý khi dùng bảng: bộ dữ liệu có tỷ lệ bỏ học 32%. Ở một trường có tỷ lệ bỏ học thấp hơn nhiều, số sinh viên bị gắn cờ trên mỗi 1.000 sinh viên sẽ thấp hơn tương ứng. Thứ chuyển được sang trường khác là cách đọc bảng và công thức ngưỡng, không phải các con số tuyệt đối.

Ba điều rút ra từ bảng:

(1) Giữ ngưỡng 0,5 càng đắt khi bỏ sót càng đắt. Ở tỷ lệ 2:1, dời ngưỡng giảm 10% chi phí; ở 5:1 giảm 35%; ở 10:1 giảm một nửa.

(2) Dời ngưỡng tốt ngang hoặc tốt hơn học nhạy chi phí. Cách thứ hai là huấn luyện lại XGBoost với trọng số lớp dương bằng k rồi quyết định ở ngưỡng 0,5, tức là đưa chi phí vào ngay hàm mất mát theo nguyên lý đánh trọng số tỷ lệ với chi phí (Zadrozny, Langford và Abe, 2003). Với k ≤ 4, hai cách cho chi phí gần như bằng nhau (280 so với 279 ở 4:1). Từ 5:1 trở lên, dời ngưỡng rẻ hơn rõ rệt: 291 so với 305 ở 5:1, 433 so với 445 ở 10:1, 544 so với 645 ở 20:1. Học nhạy chi phí còn làm lệch xác suất: ở 4:1, xác suất bỏ học trung bình tăng lên 0,47 trong khi tỷ lệ thật là 0,32, điểm Brier xấu đi từ 0,098 lên 0,129, dù PR-AUC gần như không đổi (0,88). Kết quả này khớp với nghiên cứu so sánh của Vanderschueren và cộng sự (2022): đưa chi phí vào bước ra quyết định thường hiệu quả hơn đưa vào hàm mất mát khi huấn luyện hoặc kết hợp cả hai. Hướng "bọc" một bộ phân loại bất kỳ bằng thủ tục tối thiểu chi phí như MetaCost (Domingos, 1999), hay tối ưu tỷ lệ chi phí kết hợp lấy mẫu lại (Thai-Nghe, Gantner và Schmidt-Thieme, 2010), là những lựa chọn khác khi mô hình không cho xác suất đáng tin.

(3) Khi bỏ sót cực kỳ đắt, mô hình vẫn có ích nhưng lợi thế thu hẹp. Ở 20:1, mô hình gắn cờ 817 trên 1.000 sinh viên và chỉ rẻ hơn "gọi tất cả" khoảng 9%. Nếu nhà trường thật sự tin một ca bỏ sót đắt gấp 20 lần một buổi tư vấn, câu hỏi đúng là có nên tổ chức hỗ trợ đại trà hay không, chứ không phải chọn mô hình nào.

Khi năng lực tư vấn có hạn

Bảng trên giả định nhà trường gặp được mọi sinh viên có xác suất vượt ngưỡng. Nếu số cố vấn không đủ, chính sách hợp lý là gặp những sinh viên có xác suất cao nhất cho tới khi hết năng lực. Bảng dưới đây kết hợp hai điều kiện, tỷ lệ chi phí và năng lực tư vấn (tỷ lệ sinh viên gặp được mỗi học kỳ), để một trường có thể tự tra theo nguồn lực của mình.

Cách đọc: một trường có tỷ lệ chi phí 2:1 chỉ cần năng lực gặp khoảng 30% sinh viên là đã đạt chi phí gần như tối ưu. Một trường có tỷ lệ 10:1 thì ngay cả năng lực 30% vẫn còn xa mức tối ưu (708 so với 433); với trường này, mỗi cố vấn tăng thêm đem lại lợi ích lớn, và ngân sách nhân sự nên được xem xét trước khi tinh chỉnh mô hình. Ngược lại, khi năng lực rất thấp (10%), mọi sinh viên được gặp đều thật sự có nguy cơ (độ chính xác dương tính 1,00), nhưng hơn hai phần ba số người bỏ học không được tiếp cận.

Trước khi chọn ngưỡng: khảo sát chi phí nội bộ

[Đề xuất của tác giả] Ba đại lượng cần ước lượng:

1. Chi phí một ca hỗ trợ (c). Gồm số buổi gặp × thời lượng × đơn giá giờ công của cố vấn, chi phí phụ đạo hoặc cố vấn đồng đẳng, chi phí liên hệ và theo dõi. Nếu can thiệp là hỗ trợ tài chính, cộng cả khoản tiền hỗ trợ. Cũng nên tính chi phí cơ hội: giờ cố vấn dành cho một em bị gắn cờ nhầm là giờ không dành cho một em khác.
2. Giá trị giữ lại một sinh viên (V). Ở góc độ nhà trường, gồm học phí các kỳ còn lại của chương trình, phần kinh phí tính theo đầu sinh viên nếu có, và chi phí tuyển sinh thay thế. Có tính thêm lợi ích cho chính sinh viên và xã hội hay không là một lựa chọn giá trị của hội đồng nhà trường, không phải một quyết định kỹ thuật, và cần ghi rõ.
3. Tỷ lệ giữ lại nhờ can thiệp (g). Nên lấy từ dữ liệu can thiệp các năm trước hoặc từ thử nghiệm có nhóm đối chứng (Mục 10). Khi chưa có, dùng một dải hợp lý (ví dụ 10–30%) và đọc kết quả qua bảng phân tích độ nhạy ở trên.

Ví dụ tính thử [số liệu giả định, trừ mức học phí]. Học phí chương trình chuẩn của FTU năm học 2025–2026 dự kiến 25,5–27,5 triệu đồng/năm (Tuổi Trẻ, 2025). Nếu một sinh viên năm nhất bỏ học, nhà trường mất khoảng ba năm học phí còn lại, tức V ≈ 80 triệu đồng tính riêng phần học phí. Giả sử mỗi ca gồm ba buổi cố vấn và một đợt phụ đạo, tổng c ≈ 1 triệu đồng, và g = 20%. Khi đó k = (16 − 1) / 1 = 15 và ngưỡng tối ưu chỉ khoảng 0,06, nghĩa là về lý thuyết nên gặp gần như mọi sinh viên có chút rủi ro. Kết luận thực tế: với các chương trình học phí cao, ràng buộc thật sự là số cố vấn chứ không phải ngưỡng, và bảng "khi năng lực tư vấn có hạn" ở trên trở thành công cụ chính.

Đường cong quyết định

Cách trình bày gọn nhất cho lãnh đạo là đường cong quyết định: với mỗi ngưỡng t, tính lợi ích ròng = TP/n − (FP/n) × t/(1 − t), rồi so với hai chiến lược mặc định là "gọi tất cả" và "không gọi ai" (lợi ích ròng bằng 0). Van Calster và cộng sự (2018) khuyến nghị trước hết kiểm tra mô hình có vượt cả hai chiến lược mặc định trên toàn bộ khoảng ngưỡng hợp lý hay không. Đường cong chi phí của Drummond và Holte (2006) là một cách trực quan hóa tương đương, biểu diễn chi phí kỳ vọng trên mọi tỷ lệ chi phí và phân phối lớp.

Hai mô hình vượt "gọi tất cả" ở mọi ngưỡng từ 0,05 đến 0,6, và gần như trùng nhau. Ở ngưỡng 0,2, lợi ích ròng 0,242 nghĩa là: dùng mô hình tương đương phát hiện đúng 24,2 sinh viên bỏ học trên mỗi 100 sinh viên mà không phải trả giá bằng báo động nhầm nào. Kết quả này củng cố kết luận ở Mục 8: về giá trị ra quyết định, XGBoost không hơn hồi quy logistic.

Một bước xa hơn là chi phí thay đổi theo từng sinh viên. Giá trị V của một sinh viên năm cuối khác sinh viên năm nhất; sinh viên có học bổng toàn phần mang lại học phí khác sinh viên tự túc. Khi đó, mỗi sinh viên có một ngưỡng riêng t*ᵢ = *c / (g × V*ᵢ). Höppner và cộng sự (2022) đã xây dựng ngưỡng phụ thuộc từng trường hợp như vậy cho bài toán phát hiện gian lận chuyển khoản. *[Phân tích của tác giả] Với giáo dục, cách làm này cần thận trọng: nếu *V*ᵢ chủ yếu là học phí còn lại, mô hình sẽ ưu tiên sinh viên đóng học phí cao, trái với mục tiêu hỗ trợ người yếu thế.

Cách 2: chọn ngưỡng theo năng lực tư vấn

Nhiều trường không thiếu tiền bằng thiếu người. Giả sử khoa chỉ có đủ cố vấn để gặp riêng 15% số sinh viên mỗi học kỳ. Khi đó, thay vì chọn ngưỡng, ta xếp hạng sinh viên theo xác suất và lấy từ trên xuống:

• Gặp 15% sinh viên có rủi ro cao nhất (133 người): 129 người thật sự bỏ học, độ chính xác dương tính 0,97, nhưng chỉ bao phủ 45% tổng số người bỏ học.
• Gặp 30% (266 người): 218 người bỏ học, độ chính xác dương tính 0,82, bao phủ 77%.

Con số này giúp lãnh đạo trả lời một câu hỏi rất cụ thể: muốn bao phủ ba phần tư số sinh viên có nguy cơ bỏ học thì cần đủ nhân lực để gặp khoảng 30% sinh viên. Đây là cách đặt vấn đề mà Verbeke và cộng sự (2012) áp dụng cho chiến dịch giữ chân khách hàng: chọn tỷ lệ khách hàng tối ưu để đưa vào chiến dịch, thay vì chọn một ngưỡng xác suất cố định.

10. Mức độ quan trọng của biến: dự báo không phải nhân quả

Bài dùng hai phương pháp để xem mô hình XGBoost dựa vào biến nào: tầm quan trọng hoán vị (đo mức giảm PR-AUC trên tập kiểm tra khi xáo trộn ngẫu nhiên một biến, lặp 20 lần) và giá trị SHAP (Lundberg và cộng sự, 2020). Với các biến phân loại đã mã hóa one-hot, giá trị SHAP của các cột con được cộng lại theo từng sinh viên rồi mới lấy trung bình trị tuyệt đối, để một biến có nhiều mức không bị thổi phồng.

Điểm tuyển sinh và trình độ học vấn của cha mẹ có mức quan trọng thấp. Tỷ lệ thất nghiệp lúc nhập học xếp ngang giới tính, nhưng biến này chỉ thay đổi theo năm tuyển sinh, nên thực chất nó phản ánh khác biệt giữa các khóa chứ không phải giữa từng sinh viên. Hai phương pháp cho thứ tự gần như trùng nhau ở nhóm đầu, nên kết quả khá vững.

Cần lưu ý ba điều khi đọc bảng này.

(1) Thước đo quan trọng có thể bị lệch. Strobl và cộng sự (2007) chỉ ra rằng thước đo mức giảm tạp chất mặc định của rừng ngẫu nhiên không đáng tin khi các biến khác nhau về thang đo hoặc số mức phân loại. Đó là lý do bài dùng tầm quan trọng hoán vị và SHAP thay cho thước đo mặc định. Niculescu-Mizil và Caruana (2005) cũng cho thấy các mô hình tăng cường có xu hướng đẩy xác suất xa khỏi 0 và 1, nên cần kiểm tra hiệu chuẩn trước khi diễn giải xác suất; ở đây XGBoost với điều chuẩn mạnh cho xác suất khá sát thực tế.

(2) Quan trọng với mô hình không có nghĩa là nguyên nhân. "Học phí đóng đúng hạn" đứng thứ hai không chứng minh rằng miễn học phí sẽ giảm bỏ học. Có thể nợ học phí là hệ quả của quyết định bỏ học đã hình thành từ trước. Nagy và Molontay (2024) dùng hoán vị, đồ thị phụ thuộc từng phần, LIME và SHAP trên dữ liệu một trường đại học công lập Hungary, và nhấn mạnh rằng giá trị lớn nhất của giải thích từng cá nhân là gợi ý can thiệp phù hợp, như học phần bổ trợ hay buổi phụ đạo, chứ không phải chứng minh nhân quả.

(3) Người có rủi ro cao nhất chưa chắc là người được lợi nhiều nhất từ can thiệp. Olaya và cộng sự (2020) áp dụng mô hình tăng thêm (uplift modeling) trên dữ liệu ba chương trình cử nhân ở một trường đại học Chile, so sánh sinh viên có và không tham gia phụ đạo. Kết quả cho thấy mô hình tăng thêm giúp nhắm đúng những sinh viên nhiều khả năng được giữ lại nhờ phụ đạo, tốt hơn cách tiếp cận dự báo thông thường. Đây là bước tiếp theo tự nhiên của một hệ thống cảnh báo: sau vài học kỳ vận hành, nhà trường có dữ liệu về ai đã được hỗ trợ và kết quả ra sao, đủ để ước lượng hiệu quả can thiệp thay vì chỉ ước lượng rủi ro.

Giải thích cho từng sinh viên: SHAP và LIME

Bảng tầm quan trọng ở trên cho biết mô hình dựa vào gì nói chung. Cố vấn học tập lại cần biết vì sao một em cụ thể bị gắn cờ. SHAP trả lời câu hỏi này bằng cách tách mỗi dự báo thành phần đóng góp của từng biến: bắt đầu từ mức nền (tỷ lệ bỏ học chung 32,1%, tương ứng −0,75 trên thang log-odds), cộng các đóng góp lại sẽ ra đúng xác suất dự báo cho sinh viên đó (Lundberg và cộng sự, 2020). Hình 5 minh họa với ba sinh viên trong tập kiểm tra, được chọn theo ba tình huống điển hình.

Hình 5: Giá trị SHAP (thang log-odds) của sáu yếu tố đóng góp lớn nhất vào dự báo cho ba sinh viên trong tập kiểm tra; điểm xuất phát chung là tỷ lệ bỏ học nền 32,1%

• Sinh viên A (18 tuổi, đăng ký 6 học phần, không đạt học phần nào, điểm trung bình học kỳ 1 bằng 0, học phí đóng đúng hạn): xác suất 92%. Gần như toàn bộ rủi ro đến từ kết quả học kỳ 1; ngành học thuộc nhóm có tỷ lệ bỏ học 44% cộng thêm một phần. Tuổi trẻ kéo rủi ro xuống nhưng không đủ bù. Em không nợ học phí, nên nếu cố vấn chỉ nhìn danh sách nợ học phí, em sẽ không được để ý. Can thiệp phù hợp là hỗ trợ học tập ngay, tìm hiểu vì sao không dự thi hoặc không qua môn nào.
• Sinh viên B (18 tuổi, đạt 4/6 học phần, điểm trung bình 11,25/20, học phí đúng hạn): xác suất 43%, vừa vượt ngưỡng 0,40. Không yếu tố nào nổi trội; rủi ro đến từ việc cộng dồn nhiều yếu tố nhỏ. Đây là nhóm dễ bị bỏ qua nhất nếu cố vấn chỉ nhìn một chỉ số.
• Sinh viên C (26 tuổi, có học bổng, đạt 5/7 học phần, điểm trung bình 12,74/20): xác suất chỉ 17%, dưới cả ngưỡng tối ưu F1 (0,40) lẫn ngưỡng tối ưu chi phí (0,2), nhưng thực tế em đã bỏ học. Học bổng và kết quả học tập khá kéo rủi ro xuống mạnh, trong khi tuổi nhập học và tỷ lệ thất nghiệp cao năm nhập học đẩy lên nhưng không đủ. Đây chính là cơ chế bỏ sót đã thấy ở Mục 11: với mô hình, "có học bổng, học khá" là tín hiệu an toàn, nên những em bỏ học vì lý do khác (công việc, gia đình) nằm ngoài tầm nhìn của nó.

Trường hợp thứ tư đáng nhắc là một sinh viên 25 tuổi học lớp buổi tối, đạt 3/5 học phần, được dự báo 51% nhưng thực tế không bỏ học. Nếu cố vấn gặp em, đó là một lần "báo động nhầm" theo nghĩa thống kê, nhưng rất có thể không phải lãng phí: kết quả học tập như vậy vẫn đáng được hỏi han.

Thử "nếu… thì…": giải thích phản thực

Cố vấn thường hỏi tiếp: "Em cần thay đổi gì?". Wachter, Mittelstadt và Russell (2017) đề xuất giải thích phản thực (counterfactual explanation): mô tả thay đổi nhỏ nhất để kết quả khác đi, mà không cần mở hộp đen. Mothilal, Sharma và Tan (2020) bổ sung hai yêu cầu: thay đổi phải khả thi với hoàn cảnh của người được giải thích, và nên đưa ra nhiều phương án khác nhau. Thử trên mô hình (không phải trên thực tế):

• Sinh viên B: nếu đạt thêm 1 học phần (5/6), xác suất giảm từ 43% xuống 16%; đạt thêm 2 học phần, còn 9%.
• Sinh viên C: đạt thêm 1 học phần, xác suất giảm từ 17% xuống 11%.
• Ngược lại, chỉ cần đổi trạng thái học phí của sinh viên B từ "đúng hạn" sang "chưa đóng", xác suất nhảy từ 43% lên 93%.

Ví dụ cuối cho thấy hai điều. Một là mô hình rất nhạy với biến học phí, nên một dòng dữ liệu học phí cập nhật chậm có thể biến một sinh viên rủi ro trung bình thành rủi ro rất cao; quyền yêu cầu sửa dữ liệu ở Mục 13 vì vậy không chỉ là thủ tục. Hai là không phải thay đổi nào cũng hành động được: "đạt thêm một học phần" là mục tiêu cố vấn có thể cùng sinh viên hướng tới, còn "trẻ đi vài tuổi" thì không. Phung (2026) dùng chính ý tưởng "nỗ lực phản thực" này để cho thấy sinh viên nông thôn và dân tộc thiểu số phải thay đổi nhiều hơn mới hạ được rủi ro dự báo xuống dưới ngưỡng can thiệp.

Cũng cần nhớ đây là phản thực trên mô hình. Nó cho biết mô hình phản ứng thế nào, không bảo đảm rằng khi em đạt thêm một học phần thì rủi ro thật sự giảm tương ứng.

LIME cho kết quả khác SHAP đến mức nào?

LIME giải thích một dự báo bằng cách tạo nhiều mẫu nhiễu quanh điểm cần giải thích rồi khớp một mô hình tuyến tính đơn giản trên các mẫu đó (Ribeiro, Singh và Guestrin, 2016). Bài chạy LIME (phiên bản 0.2, 3.000 mẫu nhiễu, lấy 6 yếu tố hàng đầu) cho bốn sinh viên nói trên, mỗi em 5 lần với hạt giống ngẫu nhiên khác nhau:

• Độ trùng với SHAP thấp: trong 6 yếu tố hàng đầu của LIME, chỉ 2–4 yếu tố trùng với 6 yếu tố hàng đầu của SHAP. Ở lần chạy đầu tiên, LIME xếp "không có khoản nợ" vào hai yếu tố đầu cho cả bốn em, trong khi với SHAP biến này không nằm trong 7 yếu tố lớn nhất của em nào.
• Chạy lại cho kết quả khác: độ trùng Jaccard trung bình giữa các lần chạy là 0,66 (sinh viên A), 0,74 (B), 0,77 (sinh viên thứ tư) và 1,0 (C); ở A và B, có cặp lần chạy chỉ trùng một nửa danh sách.
• Cách diễn đạt khác: LIME chia biến liên tục thành khoảng ("số học phần đạt ≤ 3"), dễ đọc hơn nhưng thô hơn con số chính xác của SHAP.

Hai phương pháp không sai theo nghĩa đơn giản; chúng trả lời hai câu hỏi hơi khác nhau. Nhưng sự khác biệt đủ lớn để không nên đưa cho cố vấn một danh sách "lý do" mà không nói rõ nó đến từ phương pháp nào. Có thêm hai giới hạn cần biết. Aas, Jullum và Løland (2021) chỉ ra các cách ước lượng giá trị Shapley phổ biến giả định các biến độc lập; khi biến tương quan mạnh (như số học phần đăng ký, số học phần đạt và điểm trung bình ở đây), giải thích có thể dựa trên những tổ hợp dữ liệu phi thực tế. Slack và cộng sự (2020) còn chứng minh có thể dựng một mô hình thiên lệch mà LIME và SHAP vẫn cho lời giải thích trông vô hại, nên giải thích cục bộ không thay được kiểm tra công bằng theo nhóm như ở Mục 11. Trên dữ liệu bỏ học ở Hungary, Baranyi, Nagy và Molontay (2020) cũng dùng tầm quan trọng hoán vị và SHAP để diễn giải mô hình học sâu và XGBoost dự báo từ dữ liệu lúc nhập học.

[Phân tích của tác giả] Trên giao diện cho cố vấn, nên hiển thị 2–3 lý do chính bằng lời, kèm 1–2 phương án "nếu… thì…" hành động được, và một dòng cảnh báo rằng đây là cách mô hình lập luận chứ không phải nguyên nhân đã được chứng minh. Không nên hiển thị con số SHAP thô.

Kinh nghiệm quốc tế cũng cho thấy khoảng cách giữa dự báo và can thiệp. Hệ thống Course Signals ở Đại học Purdue kết hợp điểm số, nhân khẩu học, lịch sử học tập và mức độ tương tác trên hệ thống quản lý học tập, rồi gửi phản hồi cá nhân kèm "đèn tín hiệu giao thông" cho từng sinh viên (Arnold và Pistilli, 2012). Sáng kiến Open Academic Analytics Initiative mô tả cả quá trình thu thập, xử lý dữ liệu, khả năng chuyển mô hình giữa các trường thí điểm và kết quả can thiệp với sinh viên có nguy cơ (Jayaprakash và cộng sự, 2014).

Cùng mức rủi ro, khác nguồn rủi ro: ghép đúng can thiệp cho từng nhóm

Hai sinh viên cùng có xác suất bỏ học 80% có thể cần hai kiểu hỗ trợ hoàn toàn khác nhau. Để thấy điều này, bài gom giá trị SHAP của mỗi sinh viên bị gắn cờ thành năm nhóm nguồn rủi ro, rồi xếp mỗi em vào nhóm có đóng góp làm tăng rủi ro lớn nhất:

• tài chính (học phí, khoản nợ, học bổng);
• học tập học kỳ 1 (số học phần đăng ký, đạt, điểm, số lần đánh giá);
• nền tảng cá nhân và gia đình (tuổi, giới tính, tình trạng hôn nhân, học xa nhà, trình độ và nghề nghiệp của cha mẹ);
• tuyển sinh và chương trình (phương thức, thứ tự nguyện vọng, ngành, điểm đầu vào, học ban ngày hay buổi tối);
• kinh tế vĩ mô.

Kết quả với 277 sinh viên bị gắn cờ ở ngưỡng 0,40 trên tập kiểm tra:

Hình 6: Sinh viên bị gắn cờ ở ngưỡng 0,40 chia theo nguồn rủi ro chính, xác định từ giá trị SHAP

Có thêm hai quan sát. Thứ nhất, 39% số em bị gắn cờ có nguồn rủi ro thứ hai đóng góp ít nhất bằng một nửa nguồn chính, tức là rủi ro thường đan xen. Thứ hai, khi hạ ngưỡng xuống 0,2 (378 em), hai nhóm "nền tảng cá nhân" và "tuyển sinh, chương trình" lớn lên (67 và 34 em) nhưng tỷ lệ bỏ học thực tế trong hai nhóm này thấp hơn nhiều (49% và 38%), nên can thiệp cho các nhóm này cần nhẹ và rẻ hơn.

[Phân tích của tác giả] Mỗi nhóm gợi ý một kiểu can thiệp khác:

• Nhóm tài chính cần chính sách tài chính: học bổng theo nhu cầu, miễn giảm, giãn hoặc gia hạn học phí, vay tín dụng sinh viên, sau khi đã xác minh dữ liệu học phí như Mục 12 đề xuất. Bằng chứng quốc tế cho thấy hỗ trợ tài chính có tác động thật. Dynarski (2003) đo được ảnh hưởng của hỗ trợ tài chính tới khả năng vào đại học và hoàn thành đại học. Castleman và Long (2016) dùng thiết kế hồi quy gián đoạn quanh ngưỡng xét học bổng theo nhu cầu ở Florida: đủ điều kiện nhận học bổng làm tăng số tín chỉ tích lũy và tăng 22% tỷ lệ hoàn thành bằng cử nhân trong 6 năm ở nhóm sát ngưỡng.
• Nhóm học tập cần hỗ trợ học tập: phụ đạo, cố vấn đồng đẳng, lập lại kế hoạch đăng ký học phần. Collier (2017) lập luận rằng cố vấn đồng đẳng có ba lợi thế: chi phí thấp, số người có thể làm cố vấn nhiều hơn, và người hướng dẫn cùng góc nhìn của người học nên lời khuyên dễ được nghe theo hơn; tác giả cũng lưu ý còn rất ít nghiên cứu so sánh hiệu quả của các cách cố vấn. Thử nghiệm ngẫu nhiên của Bettinger và Baker (2014) cho thấy huấn luyện học tập cá nhân (coaching) làm tăng khả năng sinh viên tiếp tục học, kể cả một năm sau khi chương trình kết thúc, và hiệu quả chi phí hơn các can thiệp tăng hỗ trợ tài chính được nghiên cứu trước đó.
• Nhóm nền tảng cá nhân, phần lớn lớn tuổi, học buổi tối, nhiều khả năng vừa học vừa làm, cần sự linh hoạt: lịch học, học phần trực tuyến, bảo lưu, tư vấn cân bằng công việc và gia đình. Đây cũng là nhóm yếu tố mà các nghiên cứu ở Long An và Trường Đại học Mở Hà Nội ghi nhận (Vũ Sơn Tùng và Trần Thanh Phong, 2022; Nguyễn Thị Hương An và Nguyễn Quỳnh Anh, 2024).
• Nhóm tuyển sinh và chương trình, trẻ, học khá, không vướng tài chính, có thể là trường hợp chọn sai ngành: cần tư vấn định hướng ngành và cơ hội chuyển ngành, chuyển chương trình, hơn là phụ đạo.
• Nhóm rủi ro đan xen cần một người điều phối ca, kết nối nhiều dịch vụ cùng lúc thay vì chuyển qua lại giữa các phòng.

Vì sao phân nhóm bằng SHAP chứ không bằng LIME. Cách phân nhóm trên cần lời giải thích cho từng sinh viên ổn định và cộng dồn được theo nhóm biến. Giá trị SHAP cộng lại đúng bằng dự báo của mô hình, nên có thể gom theo nhóm biến mà không mất thông tin. Còn LIME, như đã thấy ở trên, cho danh sách yếu tố thay đổi giữa các lần chạy. Nếu dùng LIME, cùng một sinh viên có thể bị xếp sang nhóm can thiệp khác chỉ vì đổi hạt giống ngẫu nhiên.

Mỗi kiểu can thiệp có một ngưỡng riêng. Mục 9 tính ngưỡng với một chi phí can thiệp chung. Thực tế, mỗi kiểu can thiệp có chi phí c và tỷ lệ giữ lại g khác nhau, nên có tỷ lệ k và ngưỡng riêng. [Giả định minh họa, với V = 30 triệu đồng] Cố vấn đồng đẳng rẻ (c ≈ 0,5 triệu đồng) nhưng tác dụng vừa phải (g = 15%): k = (4,5 − 0,5) / 0,5 = 8, ngưỡng khoảng 0,11. Một suất học bổng hỗ trợ đắt hơn nhiều (c ≈ 5 triệu đồng) nhưng giữ lại được nhiều hơn trong nhóm tài chính (g = 40%): k = (12 − 5) / 5 = 1,4, ngưỡng khoảng 0,42. Can thiệp rẻ nên trải rộng tới cả những em rủi ro vừa phải; can thiệp đắt nên dành cho những em rủi ro cao và đúng nguồn rủi ro mà nó giải quyết.

Cần hai lưu ý. Thứ nhất, cách phân nhóm này mô tả vì sao mô hình gắn cờ, không chứng minh nguyên nhân bỏ học. Thứ hai, nó không cho biết em nào sẽ đáp ứng với can thiệp. Thử nghiệm của Angrist, Lang và Oreopoulos (2009) minh họa rõ điều này: gói kết hợp dịch vụ hỗ trợ học tập và thưởng tiền theo điểm giúp nữ sinh viên năm nhất cải thiện điểm số, nhưng không có tác dụng với nam sinh viên. Rủi ro giống nhau không có nghĩa là mức hưởng lợi giống nhau.

Để ước lượng ai hưởng lợi nhiều nhất, nhà trường cần dữ liệu về can thiệp (bước 6 của Hình 8 ở Mục 15) và các phương pháp ước lượng tác động không đồng nhất. Ngoài mô hình tăng thêm đã nêu (Olaya và cộng sự, 2020), rừng nhân quả (causal forest) mở rộng rừng ngẫu nhiên để ước lượng tác động can thiệp cho từng cá nhân, kèm khoảng tin cậy hợp lệ (Wager và Athey, 2018). Künzel và cộng sự (2019) đề xuất một khung chung cho các "bộ học meta" ước lượng tác động có điều kiện, trong đó bộ X-learner thích ứng với cấu trúc của tác động thật. [Đề xuất của tác giả] Một thiết kế khả thi: trong mỗi nhóm nguồn rủi ro, phân ngẫu nhiên thời điểm hoặc hình thức hỗ trợ (ví dụ cố vấn đồng đẳng trước hay cố vấn giảng viên trước). Sau hai đến ba học kỳ, ước lượng tác động theo nhóm, rồi dồn thời gian tư vấn khan hiếm cho những em có mức hưởng lợi kỳ vọng cao nhất, thay vì chỉ cho những em có rủi ro cao nhất.

11. Công bằng thuật toán: mô hình bỏ sót ai?

Độ nhạy trung bình 0,79 che giấu một câu hỏi quan trọng: mô hình phát hiện tốt như nhau ở mọi nhóm sinh viên hay không? Gardner và cộng sự (2019) đề xuất "phân tích lát cắt" để đo mức độ chênh lệch hiệu năng giữa các nhóm, và trên dữ liệu 44 khóa học trực tuyến với hơn bốn triệu người học, họ thấy mức độ công bằng thay đổi đáng kể theo thuật toán và tập biến sử dụng. Bài áp dụng cách tiếp cận này cho mô hình XGBoost ở ngưỡng 0,40:

Giới tính cho độ nhạy gần tương đương, nhưng nam sinh bị báo động nhầm nhiều gấp đôi nữ sinh. Chênh lệch lớn nhất nằm ở nhóm có học bổng: mô hình chỉ phát hiện 55% số sinh viên có học bổng nhưng vẫn bỏ học, so với 82% ở nhóm không có học bổng. Sinh viên trẻ và sinh viên học xa nhà cũng bị bỏ sót nhiều hơn.

Cơ chế khá dễ hiểu. Khi một nhóm có tỷ lệ bỏ học thấp, mô hình học được rằng "thuộc nhóm này" là tín hiệu an toàn, và những người bỏ học trong nhóm đó (thường vì lý do khác với số đông) bị đẩy xuống dưới ngưỡng. Cần thận trọng với con số 0,55: nhóm có học bổng trong tập kiểm tra chỉ có khoảng 29 người bỏ học, nên khoảng dao động rất rộng. Nhưng hướng của kết quả trùng với phát hiện của Phung (2026) ở Việt Nam: sinh viên nông thôn và dân tộc thiểu số vừa bị dự báo rủi ro cao hơn, vừa ít được hệ thống cảnh báo sớm gắn cờ hơn.

Vậy có nên loại bỏ các biến nhạy cảm như giới tính, dân tộc khỏi mô hình? Yu, Lee và Kizilcec (2021) nghiên cứu câu hỏi này trên 93.457 sinh viên của một trường đại học nghiên cứu Hoa Kỳ. Họ thấy việc đưa bốn thuộc tính được bảo vệ (giới tính, nhóm thiểu số ít được đại diện, sinh viên thế hệ đầu, nhu cầu tài chính cao) vào mô hình không ảnh hưởng tới hiệu năng chung và chỉ cải thiện nhẹ độ công bằng, nên đưa vào vẫn tốt hơn. Bỏ biến nhạy cảm ra không làm mô hình công bằng hơn, vì thông tin đó vẫn "rò" qua các biến khác, và nhà trường lại mất khả năng đo lường chênh lệch.

Baker và Hawn (2022) tổng quan các bằng chứng về thiên lệch thuật toán trong giáo dục, từ những nhóm được nghiên cứu nhiều (chủng tộc/dân tộc, giới tính, quốc tịch) đến các nhóm ít được quan tâm (địa vị kinh tế – xã hội, khuyết tật), và đề xuất chuyển từ "thiên lệch chưa biết" sang "thiên lệch đã biết", từ công bằng sang bình đẳng thực chất. Riazy, Simbeck và Schreck (2020) khuyến nghị kiểm tra độ cân bằng của dữ liệu học tập theo nhóm ngay từ trước khi phân tích.

[Phân tích của tác giả] Với các trường Việt Nam, những lát cắt nên kiểm tra tối thiểu gồm: giới tính, vùng miền (thành thị/nông thôn, miền núi), dân tộc, diện chính sách, phương thức tuyển sinh, và hệ đào tạo (chính quy, vừa làm vừa học, từ xa). Một cách xử lý thực tế là đặt ngưỡng riêng hoặc thêm chỉ tiêu tư vấn tối thiểu cho những nhóm bị bỏ sót, để độ nhạy giữa các nhóm không chênh nhau quá một mức chấp nhận được do hội đồng nhà trường quy định.

12. Đối chứng với Trường Đại học Ngoại thương: từ dữ liệu Bồ Đào Nha đến dữ liệu Việt Nam

Bộ dữ liệu của Học viện Bách khoa Portalegre giúp bài có thể được kiểm chứng và lặp lại, nhưng nó mô tả một môi trường khác xa một trường đại học Việt Nam. Để thấy rõ khác biệt, phần này lấy Trường Đại học Ngoại thương (FTU) làm ví dụ đối chứng. FTU chưa công bố số liệu về tỷ lệ bỏ học hay buộc thôi học. Vì vậy, mọi con số về FTU dưới đây hoặc lấy từ nguồn công khai (có dẫn nguồn), hoặc được ghi rõ là giả định minh họa.

Hai bối cảnh khác nhau ở đâu

Thông tin tuyển sinh và học phí của FTU lấy từ bài báo của Tuổi Trẻ ngày 8/5/2025 (Tuổi Trẻ, 2025).

Hai khác biệt đầu tiên có hệ quả trực tiếp cho mô hình. [Phân tích của tác giả] Khi 95% chỉ tiêu có điểm trúng tuyển trên 27/30, điểm đầu vào của sinh viên FTU nằm trong một dải rất hẹp. Dải hẹp làm yếu mối tương quan giữa điểm đầu vào và kết quả học tập, tức là có thể thấy "điểm đầu vào không quan trọng" chỉ vì mọi sinh viên đều có điểm cao. Nhưng không nên kết luận trước. Tại Trường Đại học Y Dược Cần Thơ, dù điểm tổ hợp B00 của 773 sinh viên y khoa chỉ dao động quanh 25,52 ± 0,78, nhóm có điểm đầu vào cao hơn vẫn có kết quả học tập hai năm đầu tốt hơn, với khác biệt có ý nghĩa thống kê (Phạm Kiều Anh Thơ và cộng sự, 2026). Tại Trường Đại học Y Hà Nội, phương thức tuyển sinh là yếu tố dự báo kết quả học tập của sinh viên y khoa; sinh viên xét tuyển thẳng có kết quả tốt nhất ở cả hai khóa được khảo sát (Lê Đình Tùng và cộng sự, 2026). Trường Đại học Ngoại ngữ, ĐHQGHN cũng đã so sánh hiệu quả các phương thức tuyển sinh qua kết quả học tập năm thứ nhất của 1.659 sinh viên (Nguyễn Thúy Lan và cộng sự, 2024). Điều FTU cần làm là kiểm tra lại, trên dữ liệu của chính mình, xem phương thức xét tuyển và điểm đầu vào có còn giá trị dự báo hay không, thay vì mượn trọng số từ Bồ Đào Nha.

Bảng quy đổi biến

[Đề xuất của tác giả; tên và cấu trúc dữ liệu thực tế tùy hệ thống quản lý đào tạo của trường]

Dữ liệu Việt Nam còn có những tín hiệu mà bộ dữ liệu Bồ Đào Nha không có. Một nghiên cứu công bố trên tạp chí khoa học của FTU, kết hợp định lượng và định tính, cho thấy số buổi đi học ảnh hưởng tích cực đến các đầu điểm của một học phần ngoại ngữ trong chương trình cử nhân, rõ nhất là điểm giữa kỳ (Dương Thị Thanh Thuỷ, 2023). Với sinh viên khối kinh doanh tại Hà Nội, sự gắn kết ngoài lớp học, cả về nhận thức lẫn chủ động, có tác động đáng kể đến kết quả học tập (Trinh Thi Thu Giang, 2021). Ở các chương trình liên kết đào tạo quốc tế, quy trình đăng ký, chất lượng đào tạo và môi trường học tập ảnh hưởng đến sự hài lòng và mức độ gắn bó của sinh viên (Nguyễn Ngọc Đạt và cộng sự, 2025). Tại Trường Đại học Ngân hàng TP. Hồ Chí Minh, cả đặc điểm sinh viên lẫn đặc điểm nhà trường, trong đó có hoạt động của cố vấn học tập, đều ảnh hưởng cùng chiều đến kết quả học tập (Nguyễn Văn Thụy và cộng sự, 2024). Những biến này cần được thu thập có hệ thống nếu muốn mô hình phát hiện sớm hơn cuối học kỳ.

Dữ liệu theo học kỳ và kiểm định theo khóa

Bộ dữ liệu Portalegre là một ảnh chụp tĩnh: mỗi sinh viên một dòng, không có năm nhập học, nên bài chỉ chia ngẫu nhiên 80/20. Với dữ liệu nội bộ, FTU có thể và nên làm tốt hơn.

1. Dữ liệu dạng "sinh viên × học kỳ". Mỗi dòng là trạng thái của một sinh viên tại một thời điểm dự báo cụ thể (ví dụ tuần 6 và cuối mỗi học kỳ), chỉ chứa thông tin đã có tại thời điểm đó. Nhãn là sự kiện xảy ra sau thời điểm đó, ví dụ "không còn đăng ký học trong hai học kỳ tiếp theo".
2. Kiểm định theo khóa. Huấn luyện trên các khóa cũ, kiểm tra trên khóa gần nhất, rồi dịch cửa sổ lên mỗi năm. Đây là cách duy nhất để biết mô hình có dùng được cho khóa sinh viên chưa từng thấy hay không.
3. Theo dõi trọng số qua các khóa. Tính lại tầm quan trọng hoán vị của từng biến trên từng khóa. Nếu tầm quan trọng của điểm đầu vào, học phí hay nơi thường trú dao động mạnh giữa các khóa, đó là dấu hiệu mô hình phụ thuộc vào đặc điểm tuyển sinh từng năm hơn là vào hành vi học tập.
4. Bổ sung tín hiệu giữa hai kỳ cảnh báo chính thức. Thông tư 56/2026 quy định cảnh báo học tập vào cuối năm học, đồng thời giao quy chế của trường quy định việc cảnh báo sớm và tư vấn học tập (khoản 3 Điều 14). Mô hình dự báo theo học kỳ, hoặc theo tuần, lấp đúng khoảng trống này.

Đại học Kinh tế Quốc dân đã đi theo hướng tương tự: trong văn bản định hướng triển khai Thông tư 56/2026, trường đề xuất chuyển từ mô hình "cảnh báo → buộc thôi học" sang chuỗi "phát hiện → cảnh báo sớm → tư vấn học tập → can thiệp hỗ trợ → theo dõi, giám sát → ra quyết định", với một hệ thống cảnh báo sớm có bảng điều khiển nhận diện nợ tín chỉ, điểm trung bình thấp, trượt học phần nhiều lần, nguy cơ vượt thời gian đào tạo, nguy cơ buộc thôi học và nguy cơ bỏ học (Đại học Kinh tế Quốc dân, 2026).

Biến học phí: đo rủi ro và đặt cơ chế an toàn

Mục 3 đã lưu ý rằng 86,6% sinh viên chưa đóng học phí đúng hạn bỏ học, nhưng quan hệ có thể theo chiều ngược lại: có thể sinh viên đã quyết định bỏ học nên thôi đóng tiền. Mục 10 cho thấy chỉ đổi trạng thái học phí của một sinh viên cũng đủ đẩy xác suất từ 43% lên 93%. Bài làm thêm hai thực nghiệm để lượng hóa rủi ro này.

Thực nghiệm 1: bỏ hai biến tài chính (học phí đúng hạn, có khoản nợ). Trên cùng tập kiểm tra, mô hình không có biến tài chính đạt ROC-AUC 0,898 và PR-AUC 0,848, so với 0,915 và 0,880 của mô hình đầy đủ. Khoảng tin cậy 95% của mức giảm PR-AUC là từ 0,013 đến 0,051, nên biến tài chính có đóng góp thật. Tuy nhiên, độ nhạy chỉ giảm từ 0,79 xuống 0,76, và khoảng tin cậy của mức giảm này chứa 0. Cái giá lớn hơn nằm ở báo động nhầm: 79 so với 53 ở ngưỡng tối ưu F1. Hai mô hình cũng bổ sung cho nhau: mô hình đầy đủ phát hiện được 23 sinh viên bỏ học mà mô hình không có biến tài chính bỏ sót, còn chiều ngược lại là 15 sinh viên.

Thực nghiệm 2: mô phỏng dữ liệu học phí cập nhật chậm. Trong 771 sinh viên đã đóng học phí đúng hạn ở tập kiểm tra, chọn ngẫu nhiên một tỷ lệ và ghi nhận sai thành "chưa đóng", như khi dữ liệu thanh toán chưa được đối soát kịp. Lặp lại 200 lần cho mỗi tỷ lệ.

Mô hình ban đầu có 53 báo động nhầm ở ngưỡng 0,40. Chỉ 5% bản ghi học phí cập nhật chậm đã làm con số này tăng thêm khoảng 18, tức hơn một phần ba. Lý do: trong số sinh viên không bỏ học và đóng học phí đúng hạn, 61% sẽ vượt ngưỡng 0,40 nếu bị ghi nhận sai là chưa đóng; xác suất dự báo của họ tăng trung vị 0,42.

Cột cuối cùng thử một cơ chế xác minh hai tầng. Mỗi sinh viên được chấm bằng cả hai mô hình. Nếu cả hai cùng gắn cờ, sinh viên được chuyển thẳng tới cố vấn học tập. Nếu chỉ mô hình có biến tài chính gắn cờ, tức là cờ phụ thuộc vào dữ liệu học phí, phòng tài chính xác minh trạng thái học phí trước. Nếu dữ liệu đúng, sinh viên được chuyển tới cố vấn; nếu sai, dữ liệu được sửa và cờ tự mất. Cơ chế này giảm khoảng 90% số báo động nhầm do dữ liệu chậm. Đổi lại, phòng tài chính phải xác minh 33 trường hợp khi dữ liệu hoàn toàn đúng (23 trong số đó thật sự bỏ học, nên chỉ bị chậm một bước chứ không bị bỏ sót), và 51 trường hợp khi 5% dữ liệu cập nhật chậm.

[Đề xuất của tác giả] Từ hai thực nghiệm, các biện pháp an toàn cho biến học phí gồm:

1. Mỗi bản ghi học phí phải có ngày ghi nhận. Mô hình không dùng trạng thái học phí cũ hơn một ngưỡng thời gian do phòng tài chính xác định.
2. Thay biến nhị phân "đóng đúng hạn" bằng số ngày quá hạn tính đến thời điểm dự báo, có tính các trường hợp được gia hạn, miễn giảm hoặc đang chờ giải ngân vay tín dụng sinh viên.
3. Áp dụng quy trình xác minh hai tầng như trên cho mọi cờ chỉ xuất phát từ dữ liệu tài chính.
4. Tách khó khăn tài chính thành một kênh hỗ trợ riêng (miễn giảm, học bổng, vay vốn), thay vì coi đó là một dạng "rủi ro học tập".
5. Vì học phí khác nhau gần gấp đôi giữa các chương trình, trạng thái nợ học phí cần được đọc cùng với loại chương trình; cùng một khoản nợ có ý nghĩa khác nhau ở chương trình chuẩn và chương trình chất lượng cao.

Một kịch bản triển khai minh họa tại FTU

[Giả định minh họa của tác giả; không phải số liệu hay kế hoạch của FTU] Giả sử mỗi năm có khoảng 4.000 tân sinh viên, gần bằng chỉ tiêu năm 2025. Một lộ trình hợp lý:

1. Định nghĩa đầu ra gồm buộc thôi học, tự thôi học và quá hạn đào tạo, lưu riêng từng loại theo phân biệt của Tinto (1975).
2. Dựng ba mô hình: lúc nhập học (phương thức xét tuyển, thứ hạng điểm trong phương thức, loại chương trình, cơ sở, nơi thường trú), tuần 6 của học kỳ 1 (thêm chuyên cần, điểm giữa kỳ, tình trạng học phí có ngày ghi nhận) và cuối học kỳ 1.
3. Huấn luyện trên ba khóa gần nhất, kiểm định trên khóa kế tiếp; bắt đầu từ hồi quy logistic vì Mục 8 và Mục 9 cho thấy mô hình phức tạp chưa chắc có lợi hơn.
4. Chọn ngưỡng theo ma trận chi phí do Ban Giám hiệu thống nhất và theo số buổi tư vấn cố vấn học tập đảm đương được.
5. Kiểm tra công bằng theo khu vực ưu tiên, dân tộc, phương thức xét tuyển và cơ sở đào tạo trước khi dùng.
6. Đo hiệu quả can thiệp bằng thiết kế có nhóm đối chứng, để dần chuyển từ dự báo rủi ro sang ước lượng tác động của can thiệp như mô hình tăng thêm ở Mục 10.

Đối chứng thêm: chương trình đào tạo từ xa

Nếu FTU là ví dụ về một trường tuyển chọn gắt gao, thì chương trình đại học từ xa là thái cực ngược lại. Sinh viên phần lớn đã đi làm, bỏ học vì công việc, gia đình và quản lý thời gian, đúng như nhóm yếu tố cá nhân mà khảo sát tại Trường Đại học Mở Hà Nội ghi nhận (Nguyễn Thị Hương An và Nguyễn Quỳnh Anh, 2024). Dữ liệu mạnh nhất ở đây là nhật ký hệ thống quản lý học tập: số lần đăng nhập, bài tập nộp muộn, thời gian xem bài giảng. Bộ dữ liệu OULAD của Đại học Mở Anh quốc là ví dụ về loại dữ liệu này, với 32.593 sinh viên và hơn 10 triệu bản ghi tương tác được tổng hợp theo ngày (Kuzilek và cộng sự, 2017). Coussement và cộng sự (2020) cũng cho thấy trên 10.554 học viên của một nền tảng học trực tuyến trả phí, mô hình lai "logit leaf" cân bằng được giữa hiệu năng dự báo và khả năng diễn giải. Với chương trình từ xa, dự báo có thể cập nhật hằng tuần, và can thiệp phù hợp nhất thường là nhắc lịch, điều chỉnh tiến độ, cho phép bảo lưu linh hoạt, tức những biện pháp mà nghiên cứu ở Long An cũng đề xuất cho sinh viên vừa làm vừa học (Vũ Sơn Tùng và Trần Thanh Phong, 2022).

Hai trường hợp cho thấy cùng một khung phương pháp nhưng dữ liệu, thời điểm dự báo, ngưỡng và can thiệp khác nhau hoàn toàn. Không có "mô hình bỏ học" dùng chung cho mọi trường, và càng không thể chuyển nguyên trọng số từ một bộ dữ liệu nước ngoài sang.

13. Khung pháp lý: ai chịu trách nhiệm khi mô hình gắn nhầm nhãn?

Một hệ thống cảnh báo bỏ học xử lý dữ liệu cá nhân của sinh viên, gồm cả thông tin tài chính (nợ học phí, học bổng), hoàn cảnh gia đình và kết quả học tập. Từ ngày 1/1/2026, Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực, cùng Nghị định 356/2025/NĐ-CP thay thế Nghị định 13/2023/NĐ-CP. Luật xác lập rõ các quyền của chủ thể dữ liệu, trong đó có quyền được biết, quyền đồng ý, quyền truy cập, chỉnh sửa và yêu cầu xóa dữ liệu. Với nhà trường, điều này có ba hệ quả thực tế:

• Sinh viên phải được thông báo rằng dữ liệu của mình được dùng để dự báo rủi ro học tập, với mục đích cụ thể là hỗ trợ, không phải xử lý kỷ luật.
• Biến nhạy cảm như tình trạng nợ học phí, dân tộc, hoàn cảnh gia đình cần được phân quyền truy cập chặt: cố vấn học tập xem được mức rủi ro và gợi ý hỗ trợ, không nhất thiết xem toàn bộ hồ sơ.
• Sinh viên có quyền yêu cầu sửa dữ liệu sai. Một dòng nợ học phí đã được thanh toán nhưng chưa cập nhật có thể đẩy xác suất dự báo lên đáng kể, vì nợ học phí là một trong các biến quan trọng nhất (Mục 10).

Luật Trí tuệ nhân tạo số 134/2025/QH15, thông qua ngày 10/12/2025 và có hiệu lực từ 1/3/2026, quản lý hệ thống AI theo mức độ rủi ro. Hệ thống có thể gây thiệt hại đáng kể đến quyền và lợi ích hợp pháp của con người được xếp vào nhóm rủi ro cao; tiêu chí chi tiết sẽ được Chính phủ hướng dẫn. Luật dành thời hạn chuyển tiếp 18 tháng cho các hệ thống đang hoạt động trong lĩnh vực y tế, giáo dục và tài chính. Tinh thần xuyên suốt là con người phải giữ quyền kiểm soát và khả năng can thiệp, cùng yêu cầu công bằng và minh bạch.

[Phân tích của tác giả] Áp vào hệ thống cảnh báo bỏ học, trách nhiệm nên được phân định như sau:

Điểm cuối cùng rất quan trọng. Quyết định buộc thôi học đã có căn cứ pháp lý riêng. Điểm rủi ro do mô hình tạo ra chỉ nên mở ra cơ hội hỗ trợ, không bao giờ trở thành căn cứ bất lợi cho sinh viên.

14. Danh mục kiểm tra trước khi triển khai

Bảng dưới đây gom các khuyến nghị kỹ thuật và quản trị thành những câu hỏi cần trả lời "có" trước khi đưa mô hình vào sử dụng. Lộ trình kỹ thuật chi tiết theo từng giai đoạn được trình bày ở Mục 15. Khung báo cáo TRIPOD, vốn xây dựng cho mô hình dự báo trong y khoa, là một điểm tham chiếu tốt về mức độ minh bạch cần có (Collins và cộng sự, 2015).

Hình 7: Sáu bước của một hệ thống cảnh báo bỏ học, bước 6 quay lại bước 1 mỗi năm học

A. Định nghĩa bài toán

1. Đã định nghĩa rõ "bỏ học" chưa (buộc thôi học, tự thôi học, chuyển trường, quá hạn đào tạo)?
2. Đã xác định thời điểm dự báo và chỉ dùng dữ liệu có sẵn tại thời điểm đó chưa?
3. Đã xác định can thiệp cụ thể, người thực hiện và năng lực tối đa (bao nhiêu sinh viên mỗi học kỳ) chưa?

B. Dữ liệu và đánh giá

4. Tập kiểm tra được tách phân tầng và khóa lại, không dùng trong tinh chỉnh hay chọn ngưỡng?
5. Mọi bước mã hóa, chuẩn hóa, lấy mẫu lại đều nằm trong pipeline và chỉ học trên tập huấn luyện?
6. Có báo cáo PR-AUC, độ nhạy, độ chính xác dương tính, điểm F1 kèm khoảng tin cậy, không chỉ độ chính xác tổng thể?
7. Có kiểm tra hiệu chuẩn xác suất nếu điểm rủi ro được hiển thị cho con người?
8. Mọi biến tài chính (học phí, nợ, miễn giảm) có ngày ghi nhận, và cờ chỉ xuất phát từ dữ liệu tài chính được xác minh trước khi chuyển cố vấn?
9. Có kiểm định ngoài thời gian (huấn luyện trên khóa cũ, kiểm tra trên khóa mới)?

C. Ngưỡng và can thiệp

10. Ma trận chi phí (hoặc "tỷ giá" số lần gặp nhầm chấp nhận được cho mỗi ca đúng) đã được lãnh đạo thống nhất, và ngưỡng được suy ra từ đó hoặc từ năng lực tư vấn, trên dữ liệu xác thực?
11. Đã phân tích độ nhạy của ngưỡng khi tỷ lệ chi phí thay đổi?
12. Có kế hoạch đo hiệu quả can thiệp (nhóm đối chứng, thử nghiệm luân phiên) thay vì chỉ đo độ chính xác dự báo?

D. Công bằng và pháp lý

13. Có báo cáo độ nhạy và tỷ lệ báo động nhầm theo giới tính, độ tuổi, vùng miền, dân tộc, học bổng?
14. Lời giải thích cho từng sinh viên chỉ nêu lý do và phương án hành động được, ghi rõ phương pháp (SHAP hay LIME) và không phải quan hệ nhân quả?
15. Sinh viên được thông báo về việc xử lý dữ liệu và có kênh yêu cầu sửa dữ liệu?
16. Có quy định bằng văn bản rằng điểm rủi ro không được dùng cho quyết định bất lợi?
17. Có người chịu trách nhiệm rà soát mô hình định kỳ (ít nhất mỗi năm học)?

15. Lộ trình tích hợp vào hệ thống quản lý đào tạo

Phần lớn khó khăn của một hệ thống học máy không nằm ở khâu dựng mô hình mà ở khâu đưa vào vận hành. Tổng quan các báo cáo triển khai thực tế của Paleyes, Urma và Lawrence (2022) cho thấy người làm gặp vấn đề ở mọi bước của quy trình triển khai. Nghiên cứu tại Microsoft của Amershi và cộng sự (2019) chỉ ra ba điểm khiến học máy khác phần mềm thông thường: quản lý và đánh phiên bản dữ liệu phức tạp hơn nhiều, tùy biến mô hình cần kỹ năng khác, và các thành phần mô hình khó tách thành mô-đun độc lập. Kreuzberger, Kühl và Hirschl (2023) tổng hợp các nguyên tắc, thành phần, vai trò và kiến trúc của vận hành học máy (MLOps) nhằm tự động hóa và đưa sản phẩm học máy vào sản xuất.

Trong giáo dục đại học, rào cản còn nằm ở con người và chính sách. Rà soát tám chính sách phân tích học tập, Tsai và Gasevic (2017) nhận thấy các trường cần chú ý hơn đến kênh trao đổi giữa các bên, cách tiếp cận dựa trên sư phạm, năng lực dữ liệu của người dùng cuối và việc đánh giá tác động. Khung SHEILA, xây dựng từ phỏng vấn 78 lãnh đạo cấp cao của 51 cơ sở giáo dục đại học ở 16 nước châu Âu, được thiết kế để hỗ trợ lập kế hoạch chiến lược và chính sách khi triển khai phân tích học tập trên quy mô lớn (Tsai và cộng sự, 2018).

Kinh nghiệm dài hạn nhất có lẽ là hệ thống OU Analyse của Đại học Mở Anh quốc. Hệ thống dự báo hằng tuần nguy cơ sinh viên không nộp hoặc trượt bài kiểm tra tiếp theo và hiển thị trên bảng điều khiển cho giảng viên. Trong một nghiên cứu với hơn 14.000 sinh viên ở 15 học phần, sinh viên của những giảng viên dùng hệ thống ở mức vừa phải và chủ động can thiệp với sinh viên bị gắn cờ có kết quả tốt hơn đáng kể so với khóa trước, khi cùng giảng viên đó chưa dùng hệ thống (Herodotou và cộng sự, 2019). Qua 4 năm, hệ thống được 1.159 giảng viên truy cập và tiếp cận 23.180 sinh viên trong 231 học phần; các yếu tố then chốt cho triển khai ở quy mô lớn gồm sự tham gia của các khoa, giảng viên đóng vai "người tiên phong", việc tạo và phổ biến bằng chứng, năng lực số và quan niệm về dạy học trực tuyến (Herodotou và cộng sự, 2020).

Sơ đồ luồng tích hợp

[Đề xuất của tác giả; tên hệ thống tùy từng trường]

Hình 8: Luồng tích hợp mô hình dự báo bỏ học vào phần mềm quản lý đào tạo và công cụ cố vấn học tập

Vài lựa chọn kỹ thuật cần quyết định sớm. [Phân tích của tác giả]

• Chấm theo lô hay theo thời gian thực. Dữ liệu học vụ thay đổi theo tuần, không theo giây. Chấm theo lô hằng tuần (hoặc tại các mốc tuần 6 và cuối kỳ) qua một bảng hoặc khung nhìn cơ sở dữ liệu là đủ, đơn giản và dễ kiểm soát hơn nhiều so với xây dựng giao diện lập trình trực tuyến.
• Ghi ngược kết quả vào hệ thống sẵn có. Điểm rủi ro, lý do và phiên bản mô hình được ghi vào một bảng mà phần mềm cố vấn học tập đọc được, thay vì bắt cố vấn mở thêm một phần mềm mới.
• Chạy song song trước khi hiển thị. Trong một đến hai học kỳ đầu, mô hình chấm điểm âm thầm, không hiển thị cho cố vấn. Nhóm dữ liệu đối chiếu kết quả với cảnh báo học tập chính thức theo Điều 14 Thông tư 56/2026 và với kết cục thật, rồi mới quyết định đưa vào sử dụng.
• Kiểm thử và giám sát như một hệ thống sản xuất. Breck và cộng sự (2017) đề xuất 28 phép kiểm thử và nhu cầu giám sát cụ thể, rút từ kinh nghiệm vận hành nhiều hệ thống học máy, như một lộ trình nâng mức sẵn sàng vận hành. Với bài toán bỏ học, tối thiểu cần kiểm tra dữ liệu đầu vào, hiệu chuẩn xác suất và tỷ lệ gắn cờ theo nhóm sau mỗi lần chấm.
• Theo dõi trôi dữ liệu. Quan hệ giữa các biến đầu vào và kết cục có thể thay đổi theo thời gian (Gama và cộng sự, 2014), chẳng hạn khi quy chế tuyển sinh đổi hằng năm hay khi thời điểm xét cảnh báo chuyển sang cuối năm học. Đây là lý do mô hình phải được đánh giá lại theo khóa và huấn luyện lại định kỳ.
• Tài liệu hóa mô hình và dữ liệu. Mỗi phiên bản mô hình nên có một "thẻ mô hình" nêu mục đích sử dụng, dữ liệu, hiệu năng theo từng nhóm và những trường hợp không nên dùng (Mitchell và cộng sự, 2019). Bộ dữ liệu huấn luyện nên có "bảng mô tả dữ liệu" ghi rõ nguồn gốc, thành phần và cách thu thập (Gebru và cộng sự, 2021).
• Đạo đức và quyền riêng tư. Slade và Prinsloo (2013) chỉ ra các vấn đề đạo đức của phân tích học tập, gồm cách diễn giải dữ liệu, sự đồng ý có hiểu biết, quyền riêng tư và quản lý dữ liệu. Drachsler và Greller (2016) đề xuất danh mục DELICATE gồm tám điểm để giảng viên, nhà nghiên cứu, nhà hoạch định chính sách và nhà quản lý triển khai phân tích học tập một cách đáng tin cậy; danh mục này nên được đối chiếu cùng Luật Bảo vệ dữ liệu cá nhân 2025 ở Mục 13.

Khung giám sát trôi dữ liệu theo năm học

Quy chế tuyển sinh, thang điểm, học phí và hành vi sinh viên thay đổi theo từng khóa, nên một mô hình tốt ở năm nay có thể xuống cấp ở năm sau. Moreno-Torres và cộng sự (2012) đề xuất một khung thống nhất cho các dạng "dịch chuyển dữ liệu" trong bài toán phân loại, vốn được gọi bằng nhiều tên khác nhau trong tài liệu. Lu và cộng sự (2018) tổng quan hơn 130 công trình và tổ chức lĩnh vực này thành ba thành phần: phát hiện, hiểu và thích ứng với trôi khái niệm. Với hệ thống cảnh báo bỏ học, ba dạng cần phân biệt:

• Trôi hiệp biến: phân bố của đầu vào thay đổi, nhưng quan hệ giữa đầu vào và kết cục giữ nguyên. Ví dụ, một khóa có nhiều sinh viên lớn tuổi hơn, hoặc thêm một phương thức xét tuyển mới.
• Trôi khái niệm: quan hệ giữa đầu vào và kết cục thay đổi. Ví dụ, thang chấm điểm được nới, nên cùng một điểm số giờ ứng với năng lực thấp hơn; hoặc thời điểm xét cảnh báo học tập chuyển sang cuối năm theo Thông tư 56/2026.
• Lỗi dữ liệu: đường ống dữ liệu bị hỏng hoặc chậm, như dữ liệu học phí cập nhật chậm ở Mục 12.

Trong giáo dục, Franco và cộng sự (2026) dùng dữ liệu 2017–2023 của một cơ sở giáo dục đại học Bồ Đào Nha. Họ thấy cấu hình siêu tham số tối ưu thay đổi giữa các thời điểm dự báo trong năm học và ảnh hưởng đến hiệu năng, và ủng hộ các mô hình thích ứng theo thời gian. Trong y khoa, Davis và cộng sự (2017) theo dõi bảy mô hình dự báo suốt 9 năm. Khả năng phân biệt của mô hình được giữ nguyên, nhưng hiệu chuẩn xấu dần vì mô hình ngày càng dự báo rủi ro cao hơn thực tế. Mức lệch gắn chặt với thay đổi của tỷ lệ biến cố, và các tác giả nhấn mạnh cần có quy trình cập nhật mô hình hiệu quả. Janssen và cộng sự (2008) cho thấy khi mô hình kém trên nhóm đối tượng mới, có thể áp dụng các phương pháp cập nhật để điều chỉnh mô hình thay vì xây mô hình mới.

Mô phỏng bốn kịch bản. Bài dùng chính mô hình XGBoost và tập kiểm tra để giả lập bốn "khóa mới":

• Không trôi: khóa mới giống khóa cũ.
• Trôi hiệp biến: giữ toàn bộ sinh viên từ 25 tuổi trở lên nhưng chỉ lấy 30% sinh viên trẻ hơn.
• Trôi khái niệm: thang điểm được nới, cộng 2 điểm (thang 20) vào điểm trung bình học kỳ 1 và thêm 1 học phần đạt, trong khi kết cục bỏ học giữ nguyên.
• Lỗi dữ liệu: 20% sinh viên đã đóng học phí bị ghi nhận chậm.

Chỉ số ổn định quần thể (PSI) đo mức thay đổi phân bố của một biến so với dữ liệu huấn luyện. Quy ước thực hành phổ biến coi PSI dưới 0,10 là thay đổi nhỏ và trên 0,25 là thay đổi đáng kể cần hành động. Yurdakul và Naranjo (2020) lưu ý các ngưỡng này thường được dùng mà không gắn với sai lầm loại I, loại II, và đề xuất xem xét lại chúng dựa trên tính chất thống kê của PSI.

Để thử các mức cập nhật, mỗi "khóa mới" được chia đôi: một nửa coi như đã có nhãn để cập nhật mô hình, nửa kia để đánh giá. Ba mức được thử là hiệu chỉnh hệ số chặn (dịch toàn bộ xác suất cho khớp tỷ lệ thật), hiệu chỉnh logistic (hệ số chặn và độ dốc), và huấn luyện lại trên dữ liệu cũ cộng nửa khóa mới.

Kết quả cho bốn bài học:

(1) PSI cao chưa chắc cần huấn luyện lại. Ở kịch bản trôi hiệp biến, PSI của biến tuổi lên 0,34, vượt ngưỡng 0,25, nhưng mô hình vẫn hiệu chuẩn tốt: dự báo trung bình 40,5% so với thực tế 40,4%. Cái thay đổi là khối lượng công việc: tỷ lệ gắn cờ tăng từ 31% lên 40%. Hành động đúng là điều chỉnh kế hoạch nhân lực tư vấn, không phải sửa mô hình.

(2) PSI của điểm rủi ro có thể thấp trong khi mô hình đã xuống cấp. Ở kịch bản nới thang điểm, PSI của điểm rủi ro chỉ 0,08, dưới ngưỡng cảnh báo, nhưng độ nhạy tụt từ 0,79 xuống 0,67 và mô hình dự báo thấp hơn thực tế khoảng 6 điểm phần trăm (26,5% so với 32,1%). Chỉ PSI của từng biến (2,29 ở điểm trung bình học kỳ 1) mới báo động. Vì vậy phải giám sát cả biến đầu vào lẫn hiệu năng thật khi có nhãn.

(3) Hiệu chỉnh nhẹ thường đủ cho trôi khái niệm kiểu này. Chỉ hiệu chỉnh hệ số chặn trên nửa khóa mới đã đưa mức lệch trung bình từ −6,0 về −0,4 điểm phần trăm, nâng độ nhạy trên nửa còn lại từ 0,66 lên 0,70 và cải thiện điểm Brier từ 0,117 xuống 0,112. Huấn luyện lại gộp dữ liệu cũ thì vẫn lệch −5,1 điểm phần trăm, vì dữ liệu cũ áp đảo dữ liệu mới.

(4) Lỗi dữ liệu phải sửa từ nguồn. Với 20% học phí cập nhật chậm, hiệu chỉnh hệ số chặn đưa mức lệch trung bình về gần 0 nhưng làm độ nhạy giảm từ 0,80 xuống 0,69, và PR-AUC không cải thiện (0,78). Huấn luyện lại trên dữ liệu lỗi cũng chỉ đưa PR-AUC lên 0,81. Không mức cập nhật mô hình nào thay được việc sửa đường ống dữ liệu.

[Đề xuất của tác giả; các ngưỡng dưới đây là điểm khởi đầu và cần hiệu chỉnh theo dữ liệu của từng trường] Từ đó, khung giám sát theo năm học gồm sáu lớp:

Hình 9: Sáu lớp giám sát trôi dữ liệu và hành động tương ứng

Tần suất cập nhật đề xuất.

• Hiệu chỉnh nhẹ (hệ số chặn hoặc logistic): mỗi học kỳ, khi lớp 4 vượt ngưỡng.
• Huấn luyện lại định kỳ: mỗi năm học một lần, sau khi khóa gần nhất đã có nhãn đủ hai học kỳ, trước khi bắt đầu học kỳ 1 năm học mới.
• Huấn luyện lại hoặc xây lại theo sự kiện: khi lớp 5 vượt ngưỡng, hoặc khi lớp 6 ghi nhận thay đổi làm đổi ý nghĩa của biến.
• Không cập nhật mô hình khi chỉ lớp 2 vượt ngưỡng mà hiệu chuẩn và hiệu năng vẫn ổn (như kịch bản trôi hiệp biến), hoặc khi nguyên nhân là lỗi dữ liệu (lớp 1).

Lịch giám sát trong một năm học [đề xuất của tác giả, theo nhịp hai học kỳ chính]:

1. Trước học kỳ 1 (khoảng tháng 8–9): huấn luyện lại định kỳ trên các khóa đã có nhãn đủ hai học kỳ; kiểm định trên khóa gần nhất; cập nhật thẻ mô hình và khảo sát chi phí; chạy song song mô hình mới với mô hình cũ ở kỳ chấm đầu tiên.
2. Tuần 6 và cuối mỗi học kỳ: chấm điểm; kiểm tra lớp 1–3 (chất lượng dữ liệu, PSI, khối lượng cảnh báo) trước khi gửi danh sách cho cố vấn.
3. Sau khi có kết quả mỗi học kỳ: kiểm tra lớp 4 (hiệu chuẩn) bằng nhãn tạm; hiệu chỉnh hệ số chặn nếu cần.
4. Cuối năm học, sau đợt xét cảnh báo học tập theo Điều 14 Thông tư 56/2026: kiểm tra lớp 5 (hiệu năng, công bằng theo nhóm) trên khóa đã có nhãn đầy đủ; tổng hợp dữ liệu can thiệp để ước lượng hiệu quả theo nhóm nguồn rủi ro.
5. Bất kỳ lúc nào có văn bản mới về tuyển sinh, đào tạo, học phí hoặc thang điểm: kích hoạt lớp 6 trước kỳ chấm tiếp theo.

Mỗi lần cập nhật đều ghi lại phiên bản, lý do và kết quả kiểm định trong thẻ mô hình, và mô hình mới chạy song song ít nhất một kỳ chấm trước khi thay mô hình cũ.

Danh mục kiểm tra theo giai đoạn

[Đề xuất của tác giả; thời gian mang tính tham khảo]

16. Hạn chế và hướng mở rộng

Thực nghiệm trong bài có những giới hạn cần nói rõ.

• Một bộ dữ liệu, một quốc gia. Dữ liệu đến từ một học viện ở Bồ Đào Nha. Hệ thống tín chỉ, cách tính học phí và văn hóa học tập khác Việt Nam. Các con số về hiệu năng không thể chuyển nguyên sang trường Việt Nam; thứ chuyển được là quy trình. Mục 12 đã đối chiếu với Trường Đại học Ngoại thương để chỉ ra các biến cần quy đổi và cần kiểm tra lại.
• Một lần chia dữ liệu theo ngẫu nhiên. Bộ dữ liệu không có năm nhập học nên không thể kiểm định theo khóa. Trong thực tế, mô hình được huấn luyện trên các khóa cũ và dùng cho khóa mới; kiểm định theo khóa như đề xuất ở Mục 12 sẽ phản ánh sát hơn.
• Mô phỏng dữ liệu học phí cập nhật chậm là giả định. Thực nghiệm ở Mục 12 giả định bản ghi sai phân bố ngẫu nhiên; trong thực tế, chậm cập nhật có thể tập trung vào một số kênh thanh toán hay một số thời điểm, khiến tác động khác đi.
• Định nghĩa bỏ học gộp. Nhãn "Dropout" không phân biệt buộc thôi học, tự thôi học hay chuyển trường, trong khi Tinto (1975) đã chỉ ra đây là những hiện tượng khác nhau.
• Giả định chi phí mang tính minh họa. Các giá trị V, c, g ở Mục 9 cần được thay bằng số liệu thật của từng trường; phân tích độ nhạy chỉ giảm bớt, không loại bỏ, sự phụ thuộc vào giả định.
• Mô phỏng trôi dữ liệu là giả lập. Bốn kịch bản ở Mục 15 được tạo từ cùng một tập kiểm tra; trôi dữ liệu thật giữa các khóa thường xảy ra đồng thời nhiều dạng và khó tách bạch hơn. Các ngưỡng giám sát đề xuất cần được hiệu chỉnh trên dữ liệu nhiều khóa của từng trường.
• Phân nhóm theo nguồn rủi ro chưa được kiểm chứng bằng can thiệp. Việc ghép nhóm với kiểu can thiệp ở Mục 10 là suy luận từ tài liệu; hiệu quả thật của từng kiểu can thiệp cho từng nhóm cần được đo bằng thử nghiệm.
• Lộ trình tích hợp chưa được kiểm chứng tại một trường Việt Nam. Mục 15 là đề xuất dựa trên tài liệu và kinh nghiệm quốc tế; thời gian và thứ tự các giai đoạn cần điều chỉnh theo hạ tầng dữ liệu, nhân lực và quy chế của từng trường.
• Giải thích cục bộ chưa được kiểm chứng với người dùng. Bài mới so sánh SHAP và LIME về mặt kỹ thuật; chưa đo xem cố vấn học tập có hiểu và dùng các giải thích đó để hỗ trợ sinh viên tốt hơn hay không.
• Chưa có dữ liệu hành vi học tập. Bộ dữ liệu không có nhật ký hệ thống quản lý học tập, chuyên cần hay dữ liệu tâm lý – xã hội. Tổng quan năm 2026 cũng ghi nhận các yếu tố tâm lý – xã hội như sự tự tin, cảm giác thuộc về, động lực và khả năng phục hồi vẫn còn ít được đưa vào mô hình. Tổng quan này cũng chỉ ra phần lớn nghiên cứu dựa trên dữ liệu của một trường, không tính tới thay đổi theo thời gian và hiếm khi đánh giá tác động hay tính công bằng của các can thiệp được kích hoạt bởi dự báo (Lopez-Muñoz và cộng sự, 2026).

Các hướng mở rộng có cơ sở trong tài liệu:

• Dự báo sớm hơn. Márquez-Vera và cộng sự (2015) dự báo được tình trạng bỏ học của 419 học sinh trung học Mexico chỉ sau 4–6 tuần đầu khóa, đủ tin cậy để dùng trong hệ thống cảnh báo sớm. Sandoval-Palis và cộng sự (2020) xây dựng mô hình cho 2.097 sinh viên khóa dự bị tại Escuela Politécnica Nacional (Ecuador) chỉ với bốn biến học tập và kinh tế – xã hội.
• Tôn trọng cấu trúc phân cấp của dữ liệu. Sinh viên nằm trong lớp, chương trình, khoa. Pellagatti và cộng sự (2021) đề xuất rừng ngẫu nhiên hiệu ứng hỗn hợp tổng quát, dùng chương trình đào tạo làm yếu tố nhóm, để mô hình hóa sự phụ thuộc này khi dự báo xác suất bỏ học của sinh viên kỹ thuật.
• Mô hình tổ hợp. Niyogisubizo và cộng sự (2022) đề xuất mô hình xếp chồng hai tầng kết hợp rừng ngẫu nhiên, XGBoost, tăng cường độ dốc và mạng nơ-ron truyền thẳng, thử nghiệm trên dữ liệu 2016–2020 của Đại học Constantine the Philosopher ở Nitra (Slovakia), và báo cáo kết quả tốt hơn các mô hình thành phần. Tuy vậy, như Mục 8 cho thấy, thêm độ phức tạp cần được chứng minh bằng kiểm định thống kê.
• Can thiệp cá nhân hóa. Xing và Du (2018) dùng học sâu để dự báo bỏ học trong khóa học trực tuyến mở đại trà theo hướng cá nhân hóa can thiệp, xếp ưu tiên người học cần hỗ trợ.
• Kho dữ liệu dùng chung. Romero và Ventura (2020) tổng quan một thập kỷ khai phá dữ liệu giáo dục và phân tích học tập, trong đó có danh sách các bộ dữ liệu công khai. Việt Nam hiện thiếu những bộ dữ liệu giáo dục công khai, ẩn danh tương tự để các nhóm nghiên cứu so sánh phương pháp trên cùng nền.

Kết luận

Kết quả cho thấy độ chính xác tổng thể không đủ để chọn mô hình dự báo bỏ học. Với dữ liệu lúc nhập học, hồi quy logistic mặc định đạt 76,2% độ chính xác nhưng chỉ phát hiện 48% số sinh viên bỏ học. Cân bằng trọng số lớp nâng độ nhạy lên 72%, và dịch ngưỡng của rừng ngẫu nhiên cho thấy cùng một mô hình có thể tạo ra những danh sách cảnh báo rất khác nhau. Hiệu quả của hệ thống không chỉ phụ thuộc vào thuật toán mà còn phụ thuộc vào thời điểm dự báo, cách xử lý mất cân bằng lớp và ngưỡng ra quyết định.

Ở kịch bản cuối học kỳ 1, XGBoost tinh chỉnh bằng xác thực chéo đạt F1 0,799, PR-AUC 0,880 và xác suất được hiệu chuẩn tốt. Mô hình này vượt rừng ngẫu nhiên với chênh lệch có ý nghĩa thống kê, nhưng khoảng cách với hồi quy logistic cân bằng trọng số thì không có ý nghĩa. Với một quyết định ảnh hưởng tới người học, đó là lý do đủ mạnh để cân nhắc mô hình đơn giản, dễ giải thích hơn.

Câu hỏi quan trọng nhất không phải "mô hình nào có chỉ số cao nhất", mà là: với số cố vấn học tập và ngân sách hỗ trợ hiện có, nhà trường nên gặp những sinh viên nào, vào lúc nào, để giữ lại được nhiều người nhất? Trả lời câu hỏi đó đòi hỏi viết ra ma trận chi phí và suy ra ngưỡng từ đó (với giả định bỏ sót đắt gấp 4 lần can thiệp nhầm, ngưỡng tối ưu là 0,2), giải thích cho cố vấn vì sao từng em bị gắn cờ và em có thể thay đổi điều gì, kiểm tra xem mô hình bỏ sót nhóm sinh viên nào, và đo hiệu quả thật của can thiệp. Một hệ thống cảnh báo tốt không thay cố vấn học tập. Nó giúp họ đến gặp đúng người sớm hơn một học kỳ.

Ghi chú về dữ liệu và cách tái lập

Thực nghiệm dùng bộ dữ liệu "Predict Students' Dropout and Academic Success" (UCI Machine Learning Repository, mã 697, giấy phép CC BY 4.0). Công cụ: Python, scikit-learn 1.9, XGBoost 3.2, SHAP 0.51, LIME 0.2; hạt giống ngẫu nhiên 42; chia 80/20 phân tầng; tìm kiếm ngẫu nhiên 40 tổ hợp với xác thực chéo 5 lần; bootstrap 1.000 lần; LIME chạy 5 lần mỗi sinh viên với 3.000 mẫu nhiễu; mô phỏng dữ liệu học phí cập nhật chậm lặp 200 lần cho mỗi tỷ lệ. Mọi con số trong bài là kết quả chạy thật trên tập kiểm tra 885 sinh viên, trừ các giá trị chi phí ở Mục 9 và kịch bản triển khai tại FTU ở Mục 12 là giả định minh họa.

Tài liệu tham khảo

Danh mục gồm 132 tài liệu: 31 tài liệu của tác giả, cơ quan Việt Nam hoặc thực hiện tại Việt Nam (trong đó 22 công trình khoa học có DOI và 9 văn bản pháp quy, bài báo) và 101 công trình quốc tế. Tất cả 123 DOI đã được đối chiếu tên tác giả, tiêu đề và năm qua Crossref. Tên tác giả Việt Nam công bố bằng tiếng Anh được giữ đúng cách viết không dấu như bản gốc. Liên kết [Xem tóm tắt] dẫn tới bài mô tả riêng của từng tài liệu.

Tài liệu của Việt Nam

Bộ Giáo dục và Đào tạo. (2021). Thông tư số 08/2021/TT-BGDĐT ngày 18/3/2021 ban hành Quy chế đào tạo trình độ đại học. https://vanban.chinhphu.vn/default.aspx?pageid=27160&docid=203159 [Xem tóm tắt]

Bộ Giáo dục và Đào tạo. (2026). Thông tư số 56/2026/TT-BGDĐT ngày 07/7/2026 ban hành Quy chế đào tạo trình độ đại học. https://chinhphu.vn/?classid=1&docid=219044&pageid=27160&typegroupid=6 [Xem tóm tắt]

Chính phủ. (2025). Nghị định số 356/2025/NĐ-CP ngày 31/12/2025 quy định chi tiết một số điều và biện pháp thi hành Luật Bảo vệ dữ liệu cá nhân. https://vanban.chinhphu.vn/?pageid=27160&docid=216387 [Xem tóm tắt]

Dương Thị Thanh Thuỷ (2023). Ý nghĩa của việc đi học với kết quả học tập của sinh viên: Sự kết hợp của nghiên cứu định lượng và định tính cho một học phần ngoại ngữ. Journal of International Economics and Management. https://doi.org/10.38203/jiem.vi.062023.1068 [Xem tóm tắt]

Đại học Kinh tế Quốc dân. (2026). Tóm tắt những nội dung trọng tâm của Thông tư số 56/2026/TT-BGDĐT và định hướng triển khai tại Đại học Kinh tế Quốc dân. Văn bản chính sách. https://vanbanmoi.neu.edu.vn/tom-tat-nhung-noi-dung-trong-tam-cua-thong-tu-so-56-2026-tt-bgddt-va-dinh-huong-trien-khai-tai-dai-hoc-kinh-te-quoc-dan/ [Xem tóm tắt]

Lê Đình Tùng, Nguyễn Thị Bình, Đỗ Thanh Hương, Lê Lan Hương, Nguyễn Thị Thuỳ Linh, Nguyễn Trường Sơn, Trần Thanh Tùng, Trần Thị Hương Lan, Vũ Nam Khánh, & Nguyễn Ngọc Sơn (2026). Kết quả học tập của sinh viên ngành y khoa theo các phương thức tuyển sinh tại Trường Đại học Y Hà Nội. Tạp chí Nghiên cứu Y học, 201(4), 725–733. https://doi.org/10.52852/tcncyh.v201i4.4882 [Xem tóm tắt]

Lê Quang Minh (2023). Mô hình tối ưu cho bài toán dự đoán kết quả học tập của sinh viên Trường Đại học Đồng Tháp. Dong Thap University Journal of Science(27), 94–99. https://doi.org/10.52714/dthu.27.8.2017.497 [Xem tóm tắt]

Nguyễn Ngọc Đạt, Bùi Quang Tuyến, Nguyễn Thị Khánh Chi, & Bùi Diệu Thúy (2025). Sự hài lòng và gắn bó của sinh viên trong liên kết đào tạo quốc tế: Vai trò của các nhân tố cá nhân và trường học. Tạp chí Quản lý và Kinh tế quốc tế. https://doi.org/10.38203/jiem.vi.092025.1371 [Xem tóm tắt]

Nguyễn Quỳnh Anh & Nguyễn Thị Hương An (2023). Nghiên cứu một số yếu tố nhân khẩu học ảnh hưởng đến tỷ lệ bỏ học của sinh viên đại học từ xa trực tuyến. Tạp chí Khoa học Trường Đại học Mở Hà Nội. https://doi.org/10.59266/houjs.2023.319 [Xem tóm tắt]

Nguyen Thai Nghe, Janecek, P., & Haddawy, P. (2007). A comparative analysis of techniques for predicting academic performance. In 2007 37th annual frontiers in education conference - global engineering: knowledge without borders, opportunities without passports (tr. T2G–7–T2G–12). https://doi.org/10.1109/fie.2007.4417993 [Xem tóm tắt]

Nguyen Thi Hong, Tran Hai Long, & Do Trung Kien (2023). Using machine learning to identify influential factors and predict student academic performance in blended learning. Journal of Science Natural Science, 68(1), 63–76. https://doi.org/10.18173/2354-1059.2023-0006 [Xem tóm tắt]

Nguyễn Thị Hương An & Nguyễn Quỳnh Anh (2024). Nguyên nhân bỏ học của sinh viên đại học từ xa trực tuyến tại Trường Đại học Mở Hà Nội. Tạp chí Khoa học Trường Đại học Mở Hà Nội. https://doi.org/10.59266/houjs.2023.323 [Xem tóm tắt]

Nguyễn Thị Thu Trang, Nguyễn Thị Liên, Phạm Thị Ngọc Bích, & Kiều Nguyệt Kim (2023). Ứng dụng phương pháp học máy dự báo khả năng khách hàng rời bỏ dịch vụ thẻ tín dụng. Tạp chí Kinh tế - Luật và Ngân hàng(252), 58–70. https://doi.org/10.59276/tckhdt.2023.05.2494 [Xem tóm tắt]

Nguyễn Thúy Lan, Nguyễn Thu Trang, & Nguyễn Việt Hùng (2024). So sánh hiệu quả các phương thức tuyển sinh thông qua thống kê kết quả học tập của sinh viên năm thứ nhất. VNU Journal of Foreign Studies, 40(5), 106–123. https://doi.org/10.63023/2525-2445/jfs.ulis.5192 [Xem tóm tắt]

Nguyễn Văn Thụy, Phan Thanh Trung Hậu, & Đậu Thị Thanh Hương (2024). Mối quan hệ giữa đặc điểm sinh viên, đặc điểm trường đại học và kết quả học tập của sinh viên Trường Đại học Ngân hàng Thành phố Hồ Chí Minh. Tạp chí Kinh tế và Ngân hàng châu Á(221), 102–116. https://doi.org/10.63065/ajeb.vn.2024.221.101394 [Xem tóm tắt]

Nông Thị Hoa (2025). Ứng dụng các mô hình học máy vào dự đoán tình trạng bỏ học của sinh viên. TNU Journal of Science and Technology, 230(07), 120–125. https://doi.org/10.34238/tnu-jst.12201 [Xem tóm tắt]

Phạm Kiều Anh Thơ, Trần Quang Khải, Trần Bình Khiêm, Huỳnh Công Hiệp, Trần Thuỳ Dương, & Lê Quang Lượng (2026). Mối liên quan giữa kết quả tuyển sinh đầu vào và kết quả học tập hai năm đầu của sinh viên y khoa Trường Đại học Y Dược Cần Thơ. Tạp chí Y Dược học Cần Thơ(95), 92–97. https://doi.org/10.58490/ctjump.2026i95.4662 [Xem tóm tắt]

Phung, T.-N. (2026). Using explainable AI to diagnose institutional inequality in student dropout across ethnic and regional groups in Vietnam. AI & SOCIETY. https://doi.org/10.1007/s00146-026-03054-1 [Xem tóm tắt]

Quốc hội. (2025a). Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15. https://chinhphu.vn/?pageid=27160&docid=214590&classid=1&typegroupid=3 [Xem tóm tắt]

Quốc hội. (2025b). Luật Trí tuệ nhân tạo số 134/2025/QH15. https://vanban.chinhphu.vn/?pageid=27160&docid=216334&classid=1&typegroupid=3 [Xem tóm tắt]

Thai-Nghe, N., Drumond, L., Krohn-Grimberghe, A., & Schmidt-Thieme, L. (2010). Recommender system for predicting student performance. Procedia Computer Science, 1(2), 2811–2819. https://doi.org/10.1016/j.procs.2010.08.006 [Xem tóm tắt]

Thai-Nghe, N., Gantner, Z., & Schmidt-Thieme, L. (2010). Cost-sensitive learning methods for imbalanced data. In The 2010 International Joint Conference on Neural Networks (IJCNN) (tr. 1–8). https://doi.org/10.1109/IJCNN.2010.5596486 [Xem tóm tắt]

Tran Thanh Dien, Sang Hoai, Nguyen Thanh-Hai, & Nguyen Thai-Nghe (2020). Deep Learning with Data Transformation and Factor Analysis for Student Performance Prediction. International Journal of Advanced Computer Science and Applications, 11(8). https://doi.org/10.14569/ijacsa.2020.0110886 [Xem tóm tắt]

Trần Thị Thu Hường (2025). Quyết định thôi học của sinh viên chính quy khối ngành Kinh tế - Kỹ thuật của Trường Đại học Hồng Đức: Thực trạng và giải pháp. Tạp chí Khoa học Trường Đại học Hồng Đức, 33–42. https://doi.org/10.70117/hdujs.72.02.2025.722 [Xem tóm tắt]

Trinh Thi Thu Giang (2021). Testing the relationship between out-of-class student engagement and student learning outcomes: the case of business students in Vietnam. Journal of International Economics and Management, 21(3), 108–134. https://doi.org/10.38203/jiem.021.3.0038 [Xem tóm tắt]

Tuổi Trẻ. (2025, ngày 8 tháng 5). Trường đại học Ngoại thương dự kiến tăng học phí [Nguyên Bảo]. Tuổi Trẻ Online. https://tuoitre.vn/truong-dai-hoc-ngoai-thuong-du-kien-tang-hoc-phi-20250508110323884.htm [Xem tóm tắt]

VnExpress. (2017, ngày 6 tháng 11). 800 sinh viên bị thôi học mỗi năm ở Đại học Bách khoa Hà Nội. VnExpress. https://vnexpress.net/800-sinh-vien-bi-thoi-hoc-moi-nam-o-dai-hoc-bach-khoa-ha-noi-3666344.html [Xem tóm tắt]

Vo Duc Quang, Nguyen Thi Lan Anh, Mai Hong Man, & Cao Thanh Son (2020). Applying machine learning techniques on imbalanced datasets for early prediction of high school student dropout. Vinh University Journal of Science, 49(2A). https://doi.org/10.56824/vujs.2020nt22 [Xem tóm tắt]

VTC News. (2021, ngày 14 tháng 4). 700-800 sinh viên Đại học Bách khoa Hà Nội bị buộc thôi học mỗi năm. VTC News. https://vtcnews.vn/700-800-sinh-vien-dai-hoc-bach-khoa-ha-noi-bi-buoc-thoi-hoc-moi-nam-ar606531.html [Xem tóm tắt]

Vũ Sơn Tùng & Trần Thanh Phong (2022). Dự báo khả năng bỏ học của sinh viên: Áp dụng mô hình hồi quy binary logistic. Tạp chí Nghiên cứu Tài chính - Marketing, 117–125. https://doi.org/10.52932/jfm.vi68.273 [Xem tóm tắt]

Vương Quốc Duy (2016). Đánh giá kết quả học tập của sinh viên đi làm thêm và sinh viên không đi làm thêm ở các khoa trong Trường đại học Cần Thơ. Can Tho University Journal of Science, 42, 107. https://doi.org/10.22144/ctu.jvn.2016.024 [Xem tóm tắt]

Tài liệu quốc tế

Aas, K., Jullum, M., & Løland, A. (2021). Explaining individual predictions when features are dependent: More accurate approximations to Shapley values. Artificial Intelligence, 298, 103502. https://doi.org/10.1016/j.artint.2021.103502 [Xem tóm tắt]

Albreiki, B., Zaki, N., & Alashwal, H. (2021). A Systematic Literature Review of Student’ Performance Prediction Using Machine Learning Techniques. Education Sciences, 11(9), 552. https://doi.org/10.3390/educsci11090552 [Xem tóm tắt]

Amershi, S., Begel, A., Bird, C., DeLine, R., Gall, H., Kamar, E., Nagappan, N., Nushi, B., & Zimmermann, T. (2019). Software Engineering for Machine Learning: A Case Study. In 2019 IEEE/ACM 41st International Conference on Software Engineering: Software Engineering in Practice (ICSE-SEIP) (tr. 291–300). https://doi.org/10.1109/ICSE-SEIP.2019.00042 [Xem tóm tắt]

Angrist, J., Lang, D., & Oreopoulos, P. (2009). Incentives and Services for College Achievement: Evidence from a Randomized Trial. American Economic Journal: Applied Economics, 1(1), 136–163. https://doi.org/10.1257/app.1.1.136 [Xem tóm tắt]

Arnold, K. E., & Pistilli, M. D. (2012). Course signals at Purdue: using learning analytics to increase student success. In Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (tr. 267–270). https://doi.org/10.1145/2330601.2330666 [Xem tóm tắt]

Baker, R. S., & Hawn, A. (2022). Algorithmic Bias in Education. International Journal of Artificial Intelligence in Education, 32(4), 1052–1092. https://doi.org/10.1007/s40593-021-00285-9 [Xem tóm tắt]

Baranyi, M., Nagy, M., & Molontay, R. (2020). Interpretable Deep Learning for University Dropout Prediction. In Proceedings of the 21st Annual Conference on Information Technology Education (tr. 13–19). https://doi.org/10.1145/3368308.3415382 [Xem tóm tắt]

Barros, T. M., Souza Neto, P. A., Silva, I., & Guedes, L. A. (2019). Predictive Models for Imbalanced Data: A School Dropout Perspective. Education Sciences, 9(4), 275. https://doi.org/10.3390/educsci9040275 [Xem tóm tắt]

Bean, J. P. (1980). Dropouts and turnover: The synthesis and test of a causal model of student attrition. Research in Higher Education, 12(2), 155–187. https://doi.org/10.1007/BF00976194 [Xem tóm tắt]

Behr, A., Giese, M., Teguim Kamdjou, H. D., & Theune, K. (2020). Dropping out of university: a literature review. Review of Education, 8(2), 614–652. https://doi.org/10.1002/rev3.3202 [Xem tóm tắt]

Bettinger, E. P., & Baker, R. B. (2014). The Effects of Student Coaching: An Evaluation of a Randomized Experiment in Student Advising. Educational Evaluation and Policy Analysis, 36(1), 3–19. https://doi.org/10.3102/0162373713500523 [Xem tóm tắt]

Breck, E., Cai, S., Nielsen, E., Salib, M., & Sculley, D. (2017). The ML test score: A rubric for ML production readiness and technical debt reduction. In 2017 IEEE International Conference on Big Data (Big Data) (tr. 1123–1132). https://doi.org/10.1109/BigData.2017.8258038 [Xem tóm tắt]

Breiman, L. (2001). Random Forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324 [Xem tóm tắt]

Burez, J., & Van den Poel, D. (2009). Handling class imbalance in customer churn prediction. Expert Systems with Applications, 36(3), 4626–4636. https://doi.org/10.1016/j.eswa.2008.05.027 [Xem tóm tắt]

Castleman, B. L., & Long, B. T. (2016). Looking beyond Enrollment: The Causal Effect of Need-Based Grants on College Access, Persistence, and Graduation. Journal of Labor Economics, 34(4), 1023–1073. https://doi.org/10.1086/686643 [Xem tóm tắt]

Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic Minority Over-sampling Technique. Journal of Artificial Intelligence Research, 16, 321–357. https://doi.org/10.1613/jair.953 [Xem tóm tắt]

Chen, T., & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (tr. 785–794). https://doi.org/10.1145/2939672.2939785 [Xem tóm tắt]

Chicco, D., & Jurman, G. (2020). The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC Genomics, 21(1), 6. https://doi.org/10.1186/s12864-019-6413-7 [Xem tóm tắt]

Collier, P. (2017). Why peer mentoring is an effective approach for promoting college student success. Metropolitan Universities, 28(3). https://doi.org/10.18060/21539 [Xem tóm tắt]

Collins, G. S., Reitsma, J. B., Altman, D. G., & Moons, K. G. (2015). Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD): The TRIPOD Statement. Annals of Internal Medicine, 162(1), 55–63. https://doi.org/10.7326/M14-0697 [Xem tóm tắt]

Coussement, K., Phan, M., De Caigny, A., Benoit, D. F., & Raes, A. (2020). Predicting student dropout in subscription-based online learning environments: The beneficial impact of the logit leaf model. Decision Support Systems, 135, 113325. https://doi.org/10.1016/j.dss.2020.113325 [Xem tóm tắt]

Davis, J., & Goadrich, M. (2006). The relationship between Precision-Recall and ROC curves. In Proceedings of the 23rd international conference on Machine learning - ICML '06 (tr. 233–240). https://doi.org/10.1145/1143844.1143874 [Xem tóm tắt]

Davis, S. E., Lasko, T. A., Chen, G., Siew, E. D., & Matheny, M. E. (2017). Calibration drift in regression and machine learning models for acute kidney injury. Journal of the American Medical Informatics Association, 24(6), 1052–1061. https://doi.org/10.1093/jamia/ocx030 [Xem tóm tắt]

Delen, D. (2010). A comparative analysis of machine learning techniques for student retention management. Decision Support Systems, 49(4), 498–506. https://doi.org/10.1016/j.dss.2010.06.003 [Xem tóm tắt]

Dietterich, T. G. (1998). Approximate Statistical Tests for Comparing Supervised Classification Learning Algorithms. Neural Computation, 10(7), 1895–1923. https://doi.org/10.1162/089976698300017197 [Xem tóm tắt]

Domingos, P. (1999). MetaCost: a general method for making classifiers cost-sensitive. In Proceedings of the fifth ACM SIGKDD international conference on Knowledge discovery and data mining (tr. 155–164). https://doi.org/10.1145/312129.312220 [Xem tóm tắt]

Drachsler, H., & Greller, W. (2016). Privacy and analytics: it's a DELICATE issue a checklist for trusted learning analytics. In Proceedings of the Sixth International Conference on Learning Analytics & Knowledge - LAK '16 (tr. 89–98). https://doi.org/10.1145/2883851.2883893 [Xem tóm tắt]

Drummond, C., & Holte, R. C. (2006). Cost curves: An improved method for visualizing classifier performance. Machine Learning, 65(1), 95–130. https://doi.org/10.1007/s10994-006-8199-5 [Xem tóm tắt]

Dynarski, S. M. (2003). Does Aid Matter? Measuring the Effect of Student Aid on College Attendance and Completion. American Economic Review, 93(1), 279–288. https://doi.org/10.1257/000282803321455287 [Xem tóm tắt]

Efron, B. (1979). Bootstrap Methods: Another Look at the Jackknife. The Annals of Statistics, 7(1). https://doi.org/10.1214/aos/1176344552 [Xem tóm tắt]

Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861–874. https://doi.org/10.1016/j.patrec.2005.10.010 [Xem tóm tắt]

Franco, T., Alves, P., Rufino, J., Pacheco, M., & Ribeiro, N. (2026). Temporal Stability in Student Dropout Prediction Using Weekly Learning Analytics. In Proceedings of the 15th International Conference on Data Science, Technology and Applications (tr. 629–636). https://doi.org/10.5220/0015173900004091 [Xem tóm tắt]

Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. The Annals of Statistics, 29(5). https://doi.org/10.1214/aos/1013203451 [Xem tóm tắt]

Gama, J., Žliobaitė, I., Bifet, A., Pechenizkiy, M., & Bouchachia, A. (2014). A survey on concept drift adaptation. ACM Computing Surveys, 46(4), 1–37. https://doi.org/10.1145/2523813 [Xem tóm tắt]

Gardner, J., Brooks, C., & Baker, R. (2019). Evaluating the Fairness of Predictive Student Models Through Slicing Analysis. In Proceedings of the 9th International Conference on Learning Analytics & Knowledge (tr. 225–234). https://doi.org/10.1145/3303772.3303791 [Xem tóm tắt]

Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H., III, H. D., & Crawford, K. (2021). Datasheets for datasets. Communications of the ACM, 64(12), 86–92. https://doi.org/10.1145/3458723 [Xem tóm tắt]

Haixiang, G., Yijing, L., Shang, J., Mingyun, G., Yuanyue, H., & Bing, G. (2017). Learning from class-imbalanced data: Review of methods and applications. Expert Systems with Applications, 73, 220–239. https://doi.org/10.1016/j.eswa.2016.12.035 [Xem tóm tắt]

Hand, D. J. (2009). Measuring classifier performance: a coherent alternative to the area under the ROC curve. Machine Learning, 77(1), 103–123. https://doi.org/10.1007/s10994-009-5119-5 [Xem tóm tắt]

He, H., & Garcia, E. A. (2009). Learning from Imbalanced Data. IEEE Transactions on Knowledge and Data Engineering, 21(9), 1263–1284. https://doi.org/10.1109/TKDE.2008.239 [Xem tóm tắt]

Hellas, A., Ihantola, P., Petersen, A., Ajanovski, V. V., Gutica, M., Hynninen, T., Knutas, A., Leinonen, J., Messom, C., & Liao, S. N. (2018). Predicting academic performance: a systematic literature review. In Proceedings Companion of the 23rd Annual ACM Conference on Innovation and Technology in Computer Science Education (tr. 175–199). https://doi.org/10.1145/3293881.3295783 [Xem tóm tắt]

Herodotou, C., Hlosta, M., Boroowa, A., Rienties, B., Zdrahal, Z., & Mangafa, C. (2019). Empowering online teachers through predictive learning analytics. British Journal of Educational Technology, 50(6), 3064–3079. https://doi.org/10.1111/bjet.12853 [Xem tóm tắt]

Herodotou, C., Rienties, B., Hlosta, M., Boroowa, A., Mangafa, C., & Zdrahal, Z. (2020). The scalable implementation of predictive learning analytics at a distance learning university: Insights from a longitudinal case study. The Internet and Higher Education, 45, 100725. https://doi.org/10.1016/j.iheduc.2020.100725 [Xem tóm tắt]

Höppner, S., Baesens, B., Verbeke, W., & Verdonck, T. (2022). Instance-dependent cost-sensitive learning for detecting transfer fraud. European Journal of Operational Research, 297(1), 291–300. https://doi.org/10.1016/j.ejor.2021.05.028 [Xem tóm tắt]

Janssen, K., Moons, K., Kalkman, C., Grobbee, D., & Vergouwe, Y. (2008). Updating methods improved the performance of a clinical prediction model in new patients. Journal of Clinical Epidemiology, 61(1), 76–86. https://doi.org/10.1016/j.jclinepi.2007.04.018 [Xem tóm tắt]

Jayaprakash, S. M., Moody, E. W., Lauría, E. J., Regan, J. R., & Baron, J. D. (2014). Early Alert of Academically At-Risk Students: An Open Source Analytics Initiative. Journal of Learning Analytics, 1(1), 6–47. https://doi.org/10.18608/jla.2014.11.3 [Xem tóm tắt]

Kaufman, S., Rosset, S., Perlich, C., & Stitelman, O. (2012). Leakage in data mining: Formulation, detection, and avoidance. ACM Transactions on Knowledge Discovery from Data, 6(4), 1–21. https://doi.org/10.1145/2382577.2382579 [Xem tóm tắt]

Kemper, L., Vorhoff, G., & Wigger, B. U. (2020). Predicting student dropout: A machine learning approach. European Journal of Higher Education, 10(1), 28–47. https://doi.org/10.1080/21568235.2020.1718520 [Xem tóm tắt]

Kim, K. W., Kim, C., & Kim, H. G. (2026). Balancing Dropout Candidate Coverage and Counseling Burden in University Student Dropout Prediction. Electronics, 15(13), 2896. https://doi.org/10.3390/electronics15132896 [Xem tóm tắt]

Krawczyk, B. (2016). Learning from imbalanced data: open challenges and future directions. Progress in Artificial Intelligence, 5(4), 221–232. https://doi.org/10.1007/s13748-016-0094-0 [Xem tóm tắt]

Kreuzberger, D., Kühl, N., & Hirschl, S. (2023). Machine Learning Operations (MLOps): Overview, Definition, and Architecture. IEEE Access, 11, 31866–31879. https://doi.org/10.1109/ACCESS.2023.3262138 [Xem tóm tắt]

Künzel, S. R., Sekhon, J. S., Bickel, P. J., & Yu, B. (2019). Metalearners for estimating heterogeneous treatment effects using machine learning. Proceedings of the National Academy of Sciences, 116(10), 4156–4165. https://doi.org/10.1073/pnas.1804597116 [Xem tóm tắt]

Kuzilek, J., Hlosta, M., & Zdrahal, Z. (2017). Open University Learning Analytics dataset. Scientific Data, 4(1), 170171. https://doi.org/10.1038/sdata.2017.171 [Xem tóm tắt]

Lee, S., & Chung, J. Y. (2019). The Machine Learning-Based Dropout Early Warning System for Improving the Performance of Dropout Prediction. Applied Sciences, 9(15), 3093. https://doi.org/10.3390/app9153093 [Xem tóm tắt]

Lopez-Muñoz, G. L., Gonzalez Serrano, C., & Sanchez-Ferreira, C. (2026). Student Dropout Prediction in Higher Education: A Systematic Review of Machine Learning Methods and Risk Factors. Journal of Information Technology Education: Research, 25, 20. https://doi.org/10.28945/5776 [Xem tóm tắt]

Lu, J., Liu, A., Dong, F., Gu, F., Gama, J., & Zhang, G. (2018). Learning under Concept Drift: A Review. IEEE Transactions on Knowledge and Data Engineering, 1–1. https://doi.org/10.1109/TKDE.2018.2876857 [Xem tóm tắt]

Lundberg, S. M., Erion, G., Chen, H., DeGrave, A., Prutkin, J. M., Nair, B., Katz, R., Himmelfarb, J., Bansal, N., & Lee, S.-I. (2020). From local explanations to global understanding with explainable AI for trees. Nature Machine Intelligence, 2(1), 56–67. https://doi.org/10.1038/s42256-019-0138-9 [Xem tóm tắt]

Maldonado, S., Miranda, J., Olaya, D., Vásquez, J., & Verbeke, W. (2021). Redefining profit metrics for boosting student retention in higher education. Decision Support Systems, 143, 113493. https://doi.org/10.1016/j.dss.2021.113493 [Xem tóm tắt]

Márquez‐Vera, C., Cano, A., Romero, C., Noaman, A. Y. M., Mousa Fardoun, H., & Ventura, S. (2015). Early dropout prediction using data mining: a case study with high school students. Expert Systems, 33(1), 107–124. https://doi.org/10.1111/exsy.12135 [Xem tóm tắt]

Masood, S. W., Gogoi, M., & Begum, S. A. (2024). Optimised SMOTE-based Imbalanced Learning for Student Dropout Prediction. Arabian Journal for Science and Engineering, 50(10), 7165–7179. https://doi.org/10.1007/s13369-024-09287-w [Xem tóm tắt]

Mduma, N., Kalegele, K., & Machuve, D. (2019). A Survey of Machine Learning Approaches and Techniques for Student Dropout Prediction. Data Science Journal, 18, 14. https://doi.org/10.5334/dsj-2019-014 [Xem tóm tắt]

Mitchell, M., Wu, S., Zaldivar, A., Barnes, P., Vasserman, L., Hutchinson, B., Spitzer, E., Raji, I. D., & Gebru, T. (2019). Model Cards for Model Reporting. In Proceedings of the Conference on Fairness, Accountability, and Transparency (tr. 220–229). https://doi.org/10.1145/3287560.3287596 [Xem tóm tắt]

Moreno-Torres, J. G., Raeder, T., Alaiz-Rodríguez, R., Chawla, N. V., & Herrera, F. (2012). A unifying view on dataset shift in classification. Pattern Recognition, 45(1), 521–530. https://doi.org/10.1016/j.patcog.2011.06.019 [Xem tóm tắt]

Mothilal, R. K., Sharma, A., & Tan, C. (2020). Explaining machine learning classifiers through diverse counterfactual explanations. In Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (tr. 607–617). https://doi.org/10.1145/3351095.3372850 [Xem tóm tắt]

Nagy, M., & Molontay, R. (2024). Interpretable Dropout Prediction: Towards XAI-Based Personalized Intervention. International Journal of Artificial Intelligence in Education, 34(2), 274–300. https://doi.org/10.1007/s40593-023-00331-8 [Xem tóm tắt]

Namoun, A., & Alshanqiti, A. (2020). Predicting Student Performance Using Data Mining and Learning Analytics Techniques: A Systematic Literature Review. Applied Sciences, 11(1), 237. https://doi.org/10.3390/app11010237 [Xem tóm tắt]

Niculescu-Mizil, A., & Caruana, R. (2005). Predicting good probabilities with supervised learning. In Proceedings of the 22nd international conference on Machine learning - ICML '05 (tr. 625–632). https://doi.org/10.1145/1102351.1102430 [Xem tóm tắt]

Niyogisubizo, J., Liao, L., Nziyumva, E., Murwanashyaka, E., & Nshimyumukiza, P. C. (2022). Predicting student's dropout in university classes using two-layer ensemble machine learning approach: A novel stacked generalization. Computers and Education: Artificial Intelligence, 3, 100066. https://doi.org/10.1016/j.caeai.2022.100066 [Xem tóm tắt]

Olaya, D., Vásquez, J., Maldonado, S., Miranda, J., & Verbeke, W. (2020). Uplift Modeling for preventing student dropout in higher education. Decision Support Systems, 134, 113320. https://doi.org/10.1016/j.dss.2020.113320 [Xem tóm tắt]

Ortiz-Lozano, J. M., Rua-Vieites, A., Bilbao-Calabuig, P., & Casadesús-Fa, M. (2018). University student retention: Best time and data to identify undergraduate students at risk of dropout. Innovations in Education and Teaching International, 57(1), 74–85. https://doi.org/10.1080/14703297.2018.1502090 [Xem tóm tắt]

Paleyes, A., Urma, R.-G., & Lawrence, N. D. (2022). Challenges in Deploying Machine Learning: A Survey of Case Studies. ACM Computing Surveys, 55(6), 1–29. https://doi.org/10.1145/3533378 [Xem tóm tắt]

Pellagatti, M., Masci, C., Ieva, F., & Paganoni, A. M. (2021). Generalized mixed‐effects random forest: A flexible approach to predict university student dropout. Statistical Analysis and Data Mining: The ASA Data Science Journal, 14(3), 241–257. https://doi.org/10.1002/sam.11505 [Xem tóm tắt]

Realinho, V., Machado, J., Baptista, L., & Martins, M. V. (2022). Predicting Student Dropout and Academic Success. Data, 7(11), 146. https://doi.org/10.3390/data7110146 [Xem tóm tắt]

Riazy, S., Simbeck, K., & Schreck, V. (2020). Fairness in Learning Analytics: Student At-risk Prediction in Virtual Learning Environments. In Proceedings of the 12th International Conference on Computer Supported Education (tr. 15–25). https://doi.org/10.5220/0009324100150025 [Xem tóm tắt]

Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why Should I Trust You?": Explaining the Predictions of Any Classifier. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (tr. 1135–1144). https://doi.org/10.1145/2939672.2939778 [Xem tóm tắt]

Romero, C., & Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. WIREs Data Mining and Knowledge Discovery, 10(3), e1355. https://doi.org/10.1002/widm.1355 [Xem tóm tắt]

Rudin, C. (2019). Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nature Machine Intelligence, 1(5), 206–215. https://doi.org/10.1038/s42256-019-0048-x [Xem tóm tắt]

Saito, T., & Rehmsmeier, M. (2015). The Precision-Recall Plot Is More Informative than the ROC Plot When Evaluating Binary Classifiers on Imbalanced Datasets. PLOS ONE, 10(3), e0118432. https://doi.org/10.1371/journal.pone.0118432 [Xem tóm tắt]

Sandoval-Palis, I., Naranjo, D., Vidal, J., & Gilar-Corbi, R. (2020). Early Dropout Prediction Model: A Case Study of University Leveling Course Students. Sustainability, 12(22), 9314. https://doi.org/10.3390/su12229314 [Xem tóm tắt]

Slack, D., Hilgard, S., Jia, E., Singh, S., & Lakkaraju, H. (2020). Fooling LIME and SHAP: Adversarial Attacks on Post hoc Explanation Methods. In Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society (tr. 180–186). https://doi.org/10.1145/3375627.3375830 [Xem tóm tắt]

Slade, S., & Prinsloo, P. (2013). Learning Analytics: Ethical Issues and Dilemmas. American Behavioral Scientist, 57(10), 1510–1529. https://doi.org/10.1177/0002764213479366 [Xem tóm tắt]

Sokolova, M., & Lapalme, G. (2009). A systematic analysis of performance measures for classification tasks. Information Processing & Management, 45(4), 427–437. https://doi.org/10.1016/j.ipm.2009.03.002 [Xem tóm tắt]

Spady, W. G. (1970). Dropouts from higher education: An interdisciplinary review and synthesis. Interchange, 1(1), 64–85. https://doi.org/10.1007/BF02214313 [Xem tóm tắt]

Strobl, C., Boulesteix, A.-L., Zeileis, A., & Hothorn, T. (2007). Bias in random forest variable importance measures: Illustrations, sources and a solution. BMC Bioinformatics, 8(1), 25. https://doi.org/10.1186/1471-2105-8-25 [Xem tóm tắt]

Tinto, V. (1975). Dropout from Higher Education: A Theoretical Synthesis of Recent Research. Review of Educational Research, 45(1), 89–125. https://doi.org/10.3102/00346543045001089 [Xem tóm tắt]

Tsai, Y.-S., & Gasevic, D. (2017). Learning analytics in higher education --- challenges and policies: a review of eight learning analytics policies. In Proceedings of the Seventh International Learning Analytics & Knowledge Conference (tr. 233–242). https://doi.org/10.1145/3027385.3027400 [Xem tóm tắt]

Tsai, Y.-S., Moreno-Marcos, P. M., Jivet, I., Scheffel, M., Tammets, K., Kollom, K., & Gašević, D. (2018). The SHEILA Framework: Informing Institutional Strategies and Policy Processes of Learning Analytics. Journal of Learning Analytics, 5(3). https://doi.org/10.18608/jla.2018.53.2 [Xem tóm tắt]

Van Calster, B., Wynants, L., Verbeek, J. F., Verbakel, J. Y., Christodoulou, E., Vickers, A. J., Roobol, M. J., & Steyerberg, E. W. (2018). Reporting and Interpreting Decision Curve Analysis: A Guide for Investigators. European Urology, 74(6), 796–804. https://doi.org/10.1016/j.eururo.2018.08.038 [Xem tóm tắt]

Van Calster, B., McLernon, D. J., van Smeden, M., Wynants, L., & Steyerberg, E. W. (2019). Calibration: the Achilles heel of predictive analytics. BMC Medicine, 17(1), 230. https://doi.org/10.1186/s12916-019-1466-7 [Xem tóm tắt]

van den Goorbergh, R., van Smeden, M., Timmerman, D., & Van Calster, B. (2022). The harm of class imbalance corrections for risk prediction models: illustration and simulation using logistic regression. Journal of the American Medical Informatics Association, 29(9), 1525–1534. https://doi.org/10.1093/jamia/ocac093 [Xem tóm tắt]

Vanderschueren, T., Verdonck, T., Baesens, B., & Verbeke, W. (2022). Predict-then-optimize or predict-and-optimize? An empirical evaluation of cost-sensitive learning strategies. Information Sciences, 594, 400–415. https://doi.org/10.1016/j.ins.2022.02.021 [Xem tóm tắt]

Varma, S., & Simon, R. (2006). Bias in error estimation when using cross-validation for model selection. BMC Bioinformatics, 7(1), 91. https://doi.org/10.1186/1471-2105-7-91 [Xem tóm tắt]

Verbeke, W., Dejaeger, K., Martens, D., Hur, J., & Baesens, B. (2012). New insights into churn prediction in the telecommunication sector: A profit driven data mining approach. European Journal of Operational Research, 218(1), 211–229. https://doi.org/10.1016/j.ejor.2011.09.031 [Xem tóm tắt]

Vickers, A. J., & Elkin, E. B. (2006). Decision Curve Analysis: A Novel Method for Evaluating Prediction Models. Medical Decision Making, 26(6), 565–574. https://doi.org/10.1177/0272989X06295361 [Xem tóm tắt]

Vickers, A. J., Van Calster, B., & Steyerberg, E. W. (2016). Net benefit approaches to the evaluation of prediction models, molecular markers, and diagnostic tests. BMJ, i6. https://doi.org/10.1136/bmj.i6 [Xem tóm tắt]

Villar, A., & de Andrade, C. R. V. (2024). Supervised machine learning algorithms for predicting student dropout and academic success: a comparative study. Discover Artificial Intelligence, 4(1), 2. https://doi.org/10.1007/s44163-023-00079-z [Xem tóm tắt]

Wachter, S., Mittelstadt, B., & Russell, C. (2017). Counterfactual Explanations Without Opening the Black Box: Automated Decisions and the GDPR. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3063289 [Xem tóm tắt]

Wager, S., & Athey, S. (2018). Estimation and Inference of Heterogeneous Treatment Effects using Random Forests. Journal of the American Statistical Association, 113(523), 1228–1242. https://doi.org/10.1080/01621459.2017.1319839 [Xem tóm tắt]

Xing, W., & Du, D. (2018). Dropout Prediction in MOOCs: Using Deep Learning for Personalized Intervention. Journal of Educational Computing Research, 57(3), 547–570. https://doi.org/10.1177/0735633118757015 [Xem tóm tắt]

Yu, R., Lee, H., & Kizilcec, R. F. (2021). Should College Dropout Prediction Models Include Protected Attributes?. In Proceedings of the Eighth ACM Conference on Learning @ Scale (tr. 91–100). https://doi.org/10.1145/3430895.3460139 [Xem tóm tắt]

Yurdakul, B., & Naranjo, J. (2020). Statistical properties of the population stability index. The Journal of Risk Model Validation. https://doi.org/10.21314/JRMV.2020.227 [Xem tóm tắt]

Zadrozny, B., Langford, J., & Abe, N. (2003). Cost-sensitive learning by cost-proportionate example weighting. In Third IEEE International Conference on Data Mining (tr. 435–442). https://doi.org/10.1109/ICDM.2003.1250950 [Xem tóm tắt]