Trang chủ  /  Dự án  /  Bài 2

Tìm kiếm và đánh giá thông tin học thuật

Xây dựng bảng đánh giá 10 nguồn học thuật về AI và chuyển đổi số tại Việt Nam theo 7 tiêu chí, từ tác giả, phương pháp đến tính cập nhật.

Mục tiêu bài tập

Bài tập yêu cầu tìm kiếm tài liệu học thuật và đánh giá độ tin cậy của từng nguồn tin thay vì chấp nhận mọi kết quả tìm được. Chủ đề em chọn là tác động của trí tuệ nhân tạo và chuyển đổi số tới nền kinh tế Việt Nam — một chủ đề gắn trực tiếp với ngành Kinh tế phát triển em đang theo học.

Cách em xây dựng bảng đánh giá

Thay vì chỉ liệt kê tài liệu, em thiết kế một bảng đánh giá với 7 tiêu chí, buộc bản thân phải mở từng nguồn ra kiểm tra trước khi đưa vào danh sách:

  1. Tác giả và cơ quan xuất bản — ai viết, thuộc tổ chức nào, đăng ở nhà xuất bản nào
  2. Phương pháp nghiên cứu — định lượng, tổng quan hay chỉ là thống kê báo chí
  3. Số trích dẫn — mức độ được giới nghiên cứu công nhận
  4. Năm xuất bản và tính cập nhật — dữ liệu còn phản ánh đúng thực tế không
  5. Nhận xét tổng quan — giá trị sử dụng được cho bài của em
  6. Xếp hạng — kết luận cuối cùng: Xuất sắc, Tốt hay Trung bình

Hai cột đầu tiên là quan trọng nhất. Chúng tồn tại để chống lại rủi ro em phát hiện ngay từ đầu: AI và các công cụ tìm kiếm có thể trả về những tên bài báo trình bày rất chuẩn học thuật nhưng thực tế không tồn tại. Chỉ khi tự tra lại trên Google Scholar và trang của nhà xuất bản, em mới xác nhận được tài liệu nào là thật.

Kết quả: 10 nguồn được xếp hạng

10
nguồn được đánh giá
3
xếp hạng Xuất sắc
5
xếp hạng Tốt
7
tiêu chí đánh giá
Nguồn tiêu biểuXuất bảnPhương phápXếp hạng
Pham, H.T. et al. (2024) — AI development in Vietnam's energy and economic systemsJournal of Cleaner Production (Elsevier, Q1)Tổng quan tài liệu, đánh giá chính sáchXuất sắc
Nguyen, H.M. & Bui, N.H. (2024) — Digital transformation, human capital & trade opennessHCM Open University Journal of ScienceQuantile regression, Bayesian inference (2010–2021)Xuất sắc
Truong, T. et al. (2025) — Unequal Gains from Digital Transformation?Sustainability (MDPI) — nhóm CIEMEndogenous switching regression, mẫu 5.542 doanh nghiệpXuất sắc
Vu, D.A. et al. (2024) — Does digital transformation promote firm performance?Economic Analysis and Policy (Q2) — ĐHQGHNHồi quy bảng, mẫu 1.500 doanh nghiệpTốt
Bui, T.H. (2022) — Impact of AI and digital economy on firmsPLoS ONE (Q1) — ĐH Duy TânPanel data regression, dữ liệu 2005–2020Tốt
World Bank (2022) — Vietnam Digital Economy ReportWorld Bank PublicationsDữ liệu thứ cấp và khảo sát doanh nghiệpTốt
PwC (2020) — AI and the Global EconomyPwC Global Research ReportMô hình dự báo kinh tếTrung bình - Tốt
VNExpress (2023) — Doanh nghiệp Việt tăng đầu tư vào AIBáo chí trực tuyếnPhỏng vấn, thống kê báo chíTrung bình

Bảng đầy đủ 10 nguồn với toàn bộ 7 cột tiêu chí có trong file PDF bên dưới.

Phân tích của em

Điều thú vị nhất khi hoàn thành bảng là thứ hạng không đi cùng độ nổi tiếng. Bài của Li (2018) có hơn 250 trích dẫn, gấp nhiều lần các nghiên cứu khác, nhưng em chỉ xếp Tốt chứ không phải Xuất sắc vì dữ liệu đã cũ và không phải bối cảnh Việt Nam. Ngược lại, nghiên cứu của Truong và cộng sự (2025) mới chỉ có 5 trích dẫn do vừa xuất bản, nhưng lại được xếp Xuất sắc nhờ mẫu 5.542 doanh nghiệp Việt Nam và phương pháp phân tích sâu.

Một nguồn tốt không phải là nguồn nhiều người trích dẫn nhất, mà là nguồn trả lời đúng câu hỏi của mình, bằng dữ liệu đúng bối cảnh và đủ mới.

Em cũng chủ động giữ lại hai nguồn xếp hạng thấp là PwC và VNExpress. Chúng không đủ chuẩn học thuật để làm cơ sở lý thuyết, nhưng vẫn hữu ích cho phần bối cảnh và tính thời sự — miễn là em ý thức rõ giới hạn của chúng và không dùng chúng để chứng minh cho một luận điểm quan trọng.

💡 Điều em học được

Kỹ năng quan trọng nhất không phải là tìm ra nhiều tài liệu, mà là biết loại bỏ tài liệu nào. Bảng bảy tiêu chí này về sau trở thành công cụ em dùng lại ở Bài 6 để kiểm chứng mọi nguồn do AI gợi ý.

Sản phẩm bài tập

Toàn bộ bài làm gốc kèm ảnh chụp màn hình minh chứng được đính kèm dưới đây.

📄 Bảng đánh giá nguồn tin học thuật ⬇ Tải PDF

Nếu trình duyệt không hiển thị được bản xem trước, bấm vào đây để mở PDF trong tab mới.