Tháng 9/2025, tại Trung tâm Thư viện và Tri thức số thuộc Đại học Quốc gia Hà Nội, NCS. Nguyễn Thị Kim Lân trình bày nghiên cứu về mô hình quản lý tri thức trước các chuyên gia trong lĩnh vực thư viện số và công nghệ thông tin. Những góp ý tập trung vào việc bổ sung minh chứng thực tiễn, mở rộng kiểm chứng nguyên mẫu, làm rõ yêu cầu bảo mật và khả năng áp dụng mô hình trong các tổ chức giáo dục. Đây cũng là những vấn đề mà một hệ thống kết nối dữ liệu đại học phải giải quyết nếu muốn đi xa hơn phạm vi nghiên cứu.

Đến ngày 16/4/2026, NCS. Nguyễn Thị Kim Lân bảo vệ luận án tiến sĩ chuyên ngành Khoa học Thông tin - Thư viện tại Trường Đại học Khoa học Xã hội và Nhân văn, Đại học Quốc gia Hà Nội. Công trình mang tên Phát triển mô hình quản lý tri thức – Nghiên cứu trường hợp tại VNU-LIC, tập trung vào cách tổ chức, kết nối và khai thác các nguồn tri thức số trong môi trường đại học đa cơ sở. Hai nhà khoa học hướng dẫn luận án là PGS.TS. Nguyễn Ngọc Hóa và TS. Nguyễn Hoàng Sơn.

NCS. Nguyễn Thị Kim Lân trình bày luận án về mô hình quản lý tri thức tại Trường Đại học Khoa học Xã hội và Nhân văn, Đại học Quốc gia Hà Nội, ngày 16/4/2026. Ảnh: Khoa Quản trị thông tin, Trường Đại học Khoa học Xã hội và Nhân văn.

Khi dữ liệu nằm ở nhiều hệ thống khác nhau

Một trường đại học có thể sở hữu các bộ sưu tập tài liệu điện tử, cơ sở dữ liệu nghiên cứu, hồ sơ học thuật và nhiều nguồn thông tin phục vụ đào tạo. Tuy nhiên, những nguồn dữ liệu được tạo lập ở các đơn vị khác nhau không mặc nhiên có cùng cấu trúc hoặc cách mô tả. Khó khăn xuất hiện khi người sử dụng cần tìm kiếm thông tin liên quan nằm rải rác ở nhiều hệ thống, thay vì chỉ tra cứu trong một kho tài liệu riêng lẻ.

NCS. Nguyễn Thị Kim Lân lựa chọn Trung tâm Thư viện và Tri thức số, Đại học Quốc gia Hà Nội, làm trường hợp nghiên cứu. Trọng tâm của luận án không phải xây dựng thêm một kho lưu trữ độc lập, mà là đề xuất cách kết nối những nguồn thông tin đã tồn tại để chúng có thể được tổ chức, truy xuất và sử dụng trong một hệ thống quản lý tri thức thống nhất hơn.

Khung mô hình được đề xuất mang tên vDFKM, kết hợp kiến trúc Data Fabric, đồ thị tri thức và mô hình ngôn ngữ lớn. Data Fabric là cách tiếp cận nhằm liên kết, quản lý và khai thác dữ liệu phân tán. Đồ thị tri thức bổ sung khả năng biểu diễn những mối quan hệ giữa các đối tượng thông tin, còn mô hình ngôn ngữ lớn được nghiên cứu như một thành phần hỗ trợ người dùng tương tác với nguồn tri thức bằng ngôn ngữ tự nhiên.

Có thể hình dung một công trình nghiên cứu liên quan đồng thời đến tác giả, cơ sở đào tạo, lĩnh vực chuyên môn và các tài liệu khác. Nếu những mối liên hệ này được mô tả có cấu trúc, hệ thống sẽ có thêm cơ sở để tìm kiếm thông tin theo quan hệ và ngữ cảnh. Dù vậy, khả năng ấy phụ thuộc vào chất lượng dữ liệu và cách xác định quan hệ giữa các nguồn, chứ không đơn thuần đến từ việc bổ sung một công cụ AI.

Trong quá trình xây dựng luận án, nữ nghiên cứu sinh sử dụng tổng quan tài liệu có hệ thống, khảo sát định lượng, phương pháp phân tích mô hình cấu trúc và tham vấn chuyên gia. Nghiên cứu xem xét mối quan hệ giữa hạ tầng công nghệ, dữ liệu và dịch vụ, năng lực số của con người với nhận thức về tính hữu ích của hệ thống. Kết quả được trình bày theo hướng nhấn mạnh sự phối hợp giữa công nghệ, chuẩn hóa dữ liệu và năng lực sử dụng, thay vì coi đầu tư thiết bị hay phần mềm là điều kiện đủ để quản lý tri thức hiệu quả.

Hướng nghiên cứu này đã được phát triển qua nhiều công bố trước khi luận án được bảo vệ. Năm 2023, NCS. Nguyễn Thị Kim Lân tham gia một công trình về cách tiếp cận Data Fabric cho quản lý tri thức đại học. Năm 2025, bà là tác giả đầu của bài báo đăng trên Digital Library Perspectives, cùng TS. Nguyễn Hoàng Sơn và PGS.TS. Nguyễn Ngọc Hóa nghiên cứu một khung chiến lược kết nối các nguồn tri thức trong tổ chức học thuật. Những công bố này là kết quả của các nhóm tác giả, không phải thành tích nghiên cứu độc lập của một cá nhân.

Một nguyên mẫu để kiểm tra khả năng khai thác tri thức

Bên cạnh khung mô hình, luận án sử dụng uMentor để minh họa khả năng ứng dụng. Đây là nguyên mẫu trợ lý hỏi đáp dựa trên mô hình ngôn ngữ lớn, gắn với việc khai thác sách công nghệ trong thư viện số. Nghiên cứu về uMentor đã được NCS. Nguyễn Thị Kim Lân cùng các đồng tác giả công bố tại một hội nghị quốc tế năm 2024.

Giá trị nghiên cứu của nguyên mẫu nằm ở việc đưa các thành phần công nghệ vào một trường hợp sử dụng cụ thể. Thay vì chỉ mô tả một hệ thống quản lý tri thức trên phương diện lý thuyết, nhóm nghiên cứu có công cụ để xem xét khả năng kết nối, biểu diễn và truy vấn dữ liệu. Tuy nhiên, luận án xác định nguyên mẫu mới được kiểm chứng trên một số tập dữ liệu tiêu biểu, chưa phải hệ thống đã triển khai đầy đủ trên toàn bộ các nguồn dữ liệu của Đại học Quốc gia Hà Nội.

Tại cuộc họp chuyên môn ngày 17/9/2025, các chuyên gia của Trung tâm Thư viện và Tri thức số đã đề nghị mở rộng thử nghiệm và làm rõ thêm những vấn đề liên quan đến quản trị dữ liệu, bảo mật và khả năng nhân rộng. Các ý kiến phản biện xuất hiện trước khi luận án được bảo vệ chính thức, cho thấy khoảng cách giữa việc xây dựng được một nguyên mẫu và việc chứng minh khả năng vận hành trong một tổ chức có dữ liệu đa dạng.

Buổi góp ý chuyên môn cho nghiên cứu về quản lý tri thức số tại Trung tâm Thư viện và Tri thức số, Đại học Quốc gia Hà Nội, ngày 17/9/2025. Ảnh: Trung tâm Thư viện và Tri thức số, Đại học Quốc gia Hà Nội.

 Quá trình nghiên cứu cũng đặt ra vấn đề về dữ liệu đại học ở một phạm vi rộng hơn. Nếu mỗi đơn vị sử dụng quy chuẩn mô tả khác nhau, việc kết nối thông tin có thể gặp khó khăn ngay từ bước xác định dữ liệu nào tương ứng với dữ liệu nào. Trong khi đó, các công cụ AI cần được đặt trong cơ chế kiểm soát phù hợp để tránh việc khai thác thông tin vượt quá quyền truy cập hoặc đưa ra câu trả lời không đủ căn cứ từ dữ liệu.

Tại buổi bảo vệ tháng 4/2026, cả 7 thành viên Hội đồng đánh giá luận án đều nhất trí đề nghị công nhận học vị tiến sĩ cho NCS. Nguyễn Thị Kim Lân sau khi hoàn thành việc chỉnh sửa, bổ sung theo quy định. Đây là kết quả đánh giá luận án, chưa đồng nghĩa với việc đã có quyết định cấp học vị tiến sĩ. Công trình cũng được ghi nhận ở sự kết hợp giữa nghiên cứu lý thuyết, khảo sát thực nghiệm và mô phỏng công nghệ trong một trường hợp cụ thể của giáo dục đại học.

NCS. Nguyễn Thị Kim Lân tặng hoa tri ân PGS.TS. Đỗ Văn Hùng, Chủ tịch Hội đồng đánh giá luận án, sau buổi bảo vệ ngày 16/4/2026. Ảnh: Khoa Quản trị thông tin, Trường Đại học Khoa học Xã hội và Nhân văn.

Phép thử tiếp theo nằm ở dữ liệu và người sử dụng

Những kết quả đã công bố cung cấp cơ sở để tiếp tục phát triển mô hình, nhưng vẫn còn các vấn đề cần được kiểm chứng. Luận án xác định hướng nghiên cứu tiếp theo là thử nghiệm vDFKM trên nhiều loại dữ liệu hơn, trong đó có dữ liệu hành chính và dữ liệu nhạy cảm. Việc mở rộng này liên quan trực tiếp đến khả năng kiểm soát truy cập, bảo vệ quyền riêng tư và duy trì tính nhất quán của thông tin khi có nhiều đơn vị cùng tham gia.

Một hướng khác là phân tích sự khác biệt giữa sinh viên, giảng viên và cán bộ trong quá trình sử dụng hệ thống. Cùng một công cụ truy xuất tri thức, các nhóm người dùng có thể có nhiệm vụ, quyền truy cập và yêu cầu thông tin khác nhau. Vì vậy, kết quả kiểm chứng trên một số bộ dữ liệu chưa đủ để khẳng định mô hình sẽ đáp ứng mọi nhu cầu trong môi trường đại học.

Đối với NCS. Nguyễn Thị Kim Lân, luận án hoàn thành một giai đoạn quan trọng của hướng nghiên cứu đã được phát triển qua nhiều công bố khoa học. Khung vDFKM và nguyên mẫu uMentor đã có cơ sở lý thuyết, phương pháp nghiên cứu cùng những thử nghiệm bước đầu; phần còn lại là tiếp tục kiểm tra khả năng hoạt động với dữ liệu đa dạng và các yêu cầu quản trị thực tế. Chính những phép thử này sẽ quyết định mô hình có thể tiến từ một kết quả nghiên cứu sang công cụ sử dụng rộng hơn trong môi trường đại học hay không.

Ba thành phần chính của khung quản lý tri thức số

- Data Fabric: Kiến trúc hỗ trợ kết nối và khai thác dữ liệu phân tán ở nhiều nguồn.

- Đồ thị tri thức: Biểu diễn các đối tượng thông tin cùng những mối quan hệ giữa chúng, phục vụ truy vấn theo ngữ cảnh.

- Mô hình ngôn ngữ lớn: Thành phần được nghiên cứu để hỗ trợ tương tác và khai thác tri thức bằng ngôn ngữ tự nhiên.

Việc kết hợp ba thành phần là hướng tiếp cận của khung vDFKM. Nguyên mẫu minh họa đã được kiểm chứng với dữ liệu chọn lọc, chưa phải một hệ thống hoàn chỉnh được xác nhận vận hành trên toàn đại học.