Một trường đại học không chỉ là nơi diễn ra hoạt động giảng dạy và nghiên cứu — đó là một hệ thống tổ chức phức tạp, vận hành đồng thời hàng chục quy trình khác nhau, từ tuyển sinh đầu vào đến kiểm định chất lượng đầu ra, từ quản lý nhân sự đến thanh toán học phí, từ lưu trữ kết quả nghiên cứu đến báo cáo số liệu cho cơ quan nhà nước. Tất cả những quy trình đó đều tạo ra, tiêu thụ và truyền tải dữ liệu — liên tục, đồng thời và theo nhiều chiều.
Williamson (2018) mô tả kiến trúc dữ liệu của các trường đại học hiện đại là một "hidden architecture" — mạng lưới phức tạp của hệ thống kỹ thuật, thực hành tổ chức và luồng dữ liệu mà người ngoài khó nhìn thấy, nhưng chính là nền tảng cho mọi hoạt động của nhà trường. Trong mạng lưới đó, dữ liệu về sinh viên, giảng viên, chương trình đào tạo, tài chính, nghiên cứu và cơ sở vật chất liên tục được tạo ra, xử lý, tổng hợp và chia sẻ giữa các đơn vị, phòng ban và hệ thống khác nhau. Khi mạng lưới này vận hành tốt, mọi bên liên quan đều có thông tin cần thiết đúng lúc; khi nó trục trặc — dù chỉ ở một điểm kết nối — toàn bộ chuỗi ra quyết định có thể bị gián đoạn.
Williamson, B. (2018). "The hidden architecture of higher education: building a big data infrastructure for the 'smarter university'." International Journal of Educational Technology in Higher Education. DOI: 10.1186/s41239-018-0094-1
Áp lực đối với hệ thống dữ liệu đại học ngày càng tăng theo nhiều hướng. Về phía nhà nước, các cơ quan quản lý yêu cầu dữ liệu chi tiết hơn, theo thời gian thực hơn và theo chuẩn kết nối liên thông. Tại Việt Nam, Quyết định 131/QĐ-TTg của Thủ tướng Chính phủ (2022) đặt mục tiêu đến năm 2025, 100% cơ sở giáo dục đại học phải ứng dụng hệ thống quản lý nhà trường dựa trên dữ liệu số, với 100% người học và giảng viên được quản lý qua hồ sơ số gắn mã định danh quốc gia thống nhất. Về phía thị trường, các trường cạnh tranh nhau không chỉ bằng chất lượng đào tạo mà còn bằng khả năng cá nhân hóa trải nghiệm học tập, dự báo nguy cơ bỏ học và cung cấp dịch vụ hỗ trợ sinh viên kịp thời.
Thủ tướng Chính phủ. (2022). "Quyết định 131/QĐ-TTg ngày 25/01/2022 phê duyệt Đề án ‘Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022–2025, định hướng đến năm 2030’." Cổng thông tin điện tử Chính phủ. vanban.chinhphu.vn
Bài viết này có ba mục tiêu chính. Thứ nhất, xác định và mô tả chi tiết các luồng dữ liệu chính trong một trường đại học — bao gồm luồng dữ liệu sinh viên, học thuật, nghiên cứu, tài chính, nhân sự, thư viện và quản trị. Thứ hai, phân tích kiến trúc tích hợp hệ thống và cơ chế quản trị dữ liệu cần thiết để các luồng này vận hành hiệu quả. Thứ ba, đặt những phân tích đó trong bối cảnh cụ thể của hệ thống giáo dục đại học Việt Nam, với hệ thống HEMIS và các chính sách quốc gia hiện hành.
1. Hệ sinh thái dữ liệu đại học: Bức tranh tổng thể
Để hiểu các luồng dữ liệu cụ thể, cần đặt chúng trong bối cảnh của toàn bộ hệ sinh thái dữ liệu đại học. Không giống các doanh nghiệp thương mại — nơi dữ liệu chủ yếu phục vụ mục tiêu lợi nhuận — trường đại học vận hành nhiều "trục dữ liệu" song song với những mục tiêu khác nhau và đôi khi mâu thuẫn nhau.
Adepoju et al. (2024) chỉ ra rằng kiến trúc doanh nghiệp trong giáo dục đại học phải đáp ứng đồng thời nhiều mục tiêu của các bên liên quan — sinh viên cần tiếp cận thông tin cá nhân của mình một cách thuận tiện, giảng viên cần công cụ quản lý học phần và theo dõi tiến độ học tập, nhà quản lý cần tổng hợp số liệu để lập kế hoạch chiến lược, cơ quan kiểm định cần bằng chứng về chất lượng đào tạo, và cơ quan nhà nước cần dữ liệu thống kê theo chuẩn quốc gia. Đây là thách thức thiết kế đặc thù mà rất ít ngành nào khác phải đối mặt ở mức độ tương tự.
Adepoju, P. A., Sule, A. K., Ikwuanusi, U. F., Azubuike, C., & Odionu, C. S. (2024). "Enterprise architecture principles for higher education: Bridging technology and stakeholder goals." International Journal of Applied Research in Social Sciences, 6(12), 2997–3009. DOI: 10.51594/ijarss.v6i12.1785
Nhìn từ góc độ vận hành, hệ sinh thái dữ liệu đại học bao gồm sáu trục chính:
- Trục dữ liệu sinh viên (Student Data Axis): Theo dõi toàn bộ vòng đời của sinh viên, từ giai đoạn ứng tuyển, nhập học, đăng ký học phần, học tập và thi cử đến tốt nghiệp và theo dõi sau tốt nghiệp.
- Trục dữ liệu học thuật và giảng dạy (Academic & Teaching Data Axis): Bao gồm chương trình đào tạo, kế hoạch giảng dạy, tài liệu học tập, lịch thi và kết quả đánh giá.
- Trục dữ liệu nghiên cứu (Research Data Axis): Quản lý dự án nghiên cứu, tài trợ, công bố khoa học, bằng sáng chế và tài sản trí tuệ.
- Trục dữ liệu tài chính (Financial Data Axis): Học phí, chi phí vận hành, ngân sách, kế toán và báo cáo tài chính.
- Trục dữ liệu nhân sự (HR Data Axis): Hồ sơ giảng viên và nhân viên, hợp đồng lao động, lương thưởng và phát triển năng lực nội bộ.
- Trục dữ liệu cơ sở hạ tầng (Infrastructure Data Axis): Quản lý phòng học, phòng thí nghiệm, thư viện, thiết bị và tài sản cố định.
Hệ Sinh Thái Dữ Liệu Đại Học — Sáu Trục Chính
Sasmito (2026) lập luận rằng sự tách biệt giữa các trục này — cái mà ông gọi là tình trạng "data silos" — là một trong những thách thức lớn nhất của quản trị đại học hiện đại. Khi dữ liệu sinh viên nằm ở một hệ thống, dữ liệu tài chính ở hệ thống khác và dữ liệu nhân sự ở hệ thống thứ ba, nhà quản lý không thể có cái nhìn tổng thể để ra quyết định hiệu quả.
Sasmito, G. W. (2026). "Perspective Chapter: Higher Education Data Independence Architecture – Integration, Interoperability and Security." IntechOpen. DOI: 10.5772/intechopen.1013586
2. Luồng dữ liệu sinh viên: Từ ứng tuyển đến cựu sinh viên
Dữ liệu sinh viên là luồng dữ liệu quan trọng và phức tạp nhất trong hệ sinh thái đại học. Đây là luồng dữ liệu duy nhất kéo dài suốt toàn bộ vòng đời của một cá nhân trong mối quan hệ với nhà trường — có thể kéo dài từ bốn đến sáu năm đối với sinh viên đại học, lâu hơn nếu tính đến các chương trình sau đại học, và vĩnh viễn nếu tính đến hồ sơ cựu sinh viên.
Vòng Đời Dữ Liệu Sinh Viên
Kết quả thi
IAM/SSO
Tài chính
LMS · Điểm
HEMIS
Việc làm
2.1. Giai đoạn ứng tuyển và tuyển sinh
Luồng dữ liệu bắt đầu từ thời điểm một thí sinh thể hiện sự quan tâm đến trường. Trong hệ thống tuyển sinh hiện đại, đây không phải là một sự kiện đơn lẻ mà là một chuỗi các tương tác tạo ra dữ liệu có giá trị: thí sinh truy cập website, tải brochure, đăng ký tư vấn trực tuyến, nộp hồ sơ, dự thi, nhận kết quả và xác nhận nhập học.
Ở giai đoạn này, hệ thống CRM (Customer Relationship Management) thường được sử dụng để theo dõi và quản lý hành trình của ứng viên. Dữ liệu được thu thập bao gồm thông tin cá nhân (họ tên, ngày sinh, địa chỉ, số điện thoại, email), học bạ THPT, kết quả thi tốt nghiệp THPT quốc gia (tại Việt Nam), kết quả kiểm tra đầu vào do trường tổ chức (nếu có), và thông tin về nguyện vọng đăng ký. Tại Việt Nam, từ năm 2023, hệ thống HEMIS của Bộ Giáo dục và Đào tạo đã tích hợp trực tiếp với quy trình xét tuyển đại học, cho phép các trường cập nhật thông tin tuyển sinh lên hệ thống quốc gia theo thời gian thực và xác minh kết quả thi của thí sinh qua cơ sở dữ liệu quốc gia.
2.2. Giai đoạn học tập và theo dõi tiến trình
Trong suốt quá trình học tập, dữ liệu về sinh viên được tạo ra liên tục từ nhiều nguồn:
- Dữ liệu điểm danh: Ghi nhận có hay không có mặt trong mỗi buổi học, có thể qua thẻ từ, nhận diện khuôn mặt, ứng dụng di động hoặc đăng ký thủ công.
- Dữ liệu hoạt động LMS: Thời gian đăng nhập, tài liệu đã xem, bài tập đã nộp, kết quả bài kiểm tra trực tuyến, số lần tham gia diễn đàn thảo luận.
- Dữ liệu điểm số: Điểm kiểm tra giữa kỳ, điểm bài tập, điểm thực hành và điểm thi cuối kỳ do giảng viên nhập hoặc hệ thống tự chấm.
- Dữ liệu tương tác dịch vụ: Lịch sử liên hệ với phòng tư vấn học vụ, dịch vụ hỗ trợ sinh viên, y tế học đường và văn phòng hỗ trợ tài chính.
Tổng hợp của các luồng dữ liệu này cho phép xây dựng "hồ sơ học tập" (learning profile) đa chiều của từng sinh viên — không chỉ là điểm số mà là bức tranh toàn diện về hành vi học tập, điểm mạnh, điểm yếu và xu hướng rủi ro học tập. Williamson (2018) cảnh báo rằng khả năng phân tích dữ liệu học tập toàn diện này mang lại cả tiềm năng hỗ trợ học sinh hiệu quả lẫn rủi ro về quyền riêng tư và sự phân loại sinh viên theo cách có thể gây bất lợi cho nhóm thiệt thòi.
Williamson, B. (2018). "The hidden architecture of higher education: building a big data infrastructure for the 'smarter university'." International Journal of Educational Technology in Higher Education. DOI: 10.1186/s41239-018-0094-1
3. Luồng dữ liệu học thuật và giảng dạy
Luồng dữ liệu học thuật và giảng dạy bao gồm toàn bộ thông tin liên quan đến chương trình đào tạo, nội dung giảng dạy và quá trình truyền tải kiến thức từ giảng viên đến sinh viên. Đây là luồng dữ liệu gắn liền nhất với sứ mệnh cốt lõi của nhà trường, nhưng cũng là luồng thường phân tán và khó chuẩn hóa nhất.
3.1. Dữ liệu chương trình đào tạo
Cơ sở của mọi hoạt động giảng dạy là chương trình đào tạo (curriculum) — tập hợp có cấu trúc của các học phần, yêu cầu tín chỉ, chuẩn đầu ra và lộ trình học tập. Dữ liệu chương trình đào tạo bao gồm: danh mục học phần (mã học phần, tên, số tín chỉ, học phần tiên quyết, học phần song hành), đề cương chi tiết (course syllabus) của từng học phần, chuẩn đầu ra (learning outcomes) và ánh xạ giữa chuẩn đầu ra học phần với chuẩn đầu ra chương trình, và yêu cầu tốt nghiệp.
Tại Việt Nam, các cơ sở giáo dục đại học phải công bố đề cương chi tiết của tất cả các học phần và cập nhật thông tin này lên hệ thống công khai. Bộ Giáo dục và Đào tạo đang xây dựng kho học liệu mở (OER) kết nối các trường đại học, dự kiến hoàn thành và triển khai rộng rãi trong giai đoạn 2024–2030 (Hà Giang, 2025).
Hà Giang. (2025, 17 tháng 6). "Xây dựng cơ sở dữ liệu quốc gia về giáo dục và đào tạo: Nền tảng cho chuyển đổi số toàn diện trong ngành giáo dục." Tạp chí Giáo dục. tapchigiaoduc.edu.vn
3.2. Dữ liệu hệ thống quản lý học tập (LMS)
LMS là hệ thống sinh ra nhiều dữ liệu nhất trong một ngày hoạt động bình thường của trường đại học. Các nền tảng LMS phổ biến như Moodle, Canvas, Blackboard hay Microsoft Teams for Education liên tục ghi lại từng hành động của người dùng:
- Thời gian đăng nhập và đăng xuất của từng tài khoản
- Tài liệu học tập đã được mở (tên file, thời gian xem, tỷ lệ đọc nếu là PDF)
- Video bài giảng: vị trí tua, số lần xem lại, điểm dừng
- Tương tác diễn đàn: số bài đăng, bình luận, lượt "thích"
- Bài kiểm tra và bài tập: thời điểm nộp, kết quả, số lần thử
Khi được phân tích đúng cách, khối lượng dữ liệu này cho phép triển khai các mô hình học phân tích (learning analytics) để dự báo nguy cơ học tập kém và can thiệp kịp thời. Ví dụ, một sinh viên không đăng nhập LMS trong ba ngày liên tiếp, không nộp bài tập đúng hạn và có điểm kiểm tra giữa kỳ thấp hơn trung bình lớp là đối tượng cần được cố vấn học vụ chủ động liên hệ.
4. Luồng dữ liệu nghiên cứu khoa học
Hoạt động nghiên cứu khoa học tạo ra một luồng dữ liệu riêng biệt — phức tạp, đa dạng và thường khó tích hợp với các hệ thống hành chính hơn so với dữ liệu giảng dạy. Luồng này bao gồm từ đề xuất nghiên cứu ban đầu đến công bố kết quả và quản lý quyền sở hữu trí tuệ.
4.1. Hệ thống thông tin nghiên cứu hiện tại (CRIS)
CRIS (Current Research Information System) là hệ thống chuyên biệt để quản lý toàn bộ vòng đời của hoạt động nghiên cứu tại một cơ sở giáo dục đại học. CRIS lưu trữ thông tin về:
- Dự án và đề tài nghiên cứu: Tên, mục tiêu, ngân sách, thời gian, chủ nhiệm đề tài, thành viên nhóm nghiên cứu và nguồn tài trợ.
- Đầu ra khoa học: Bài báo, sách chuyên khảo, báo cáo hội thảo, bằng sáng chế và dữ liệu nghiên cứu thô.
- Hồ sơ nhà nghiên cứu: Thông tin cá nhân, chuyên môn, thành tích công bố, chỉ số trích dẫn và liên kết với ORCID.
- Tài trợ và hợp đồng: Nguồn tài trợ (nhà nước, doanh nghiệp, quốc tế), điều khoản và báo cáo tài chính.
CRIS thường tích hợp với kho lưu trữ tài liệu học thuật (Institutional Repository — IR) để lưu trữ và cung cấp truy cập mở cho các công bố khoa học. Trong bối cảnh Việt Nam, hầu hết các trường đại học lớn đang xây dựng hoặc đã có kho tài liệu học thuật mở, nhưng CRIS theo nghĩa đầy đủ vẫn còn ít phổ biến.
4.2. Luồng dữ liệu từ đề xuất đến công bố
Vòng đời dữ liệu nghiên cứu bắt đầu từ khi một nhà nghiên cứu đề xuất một dự án. Ở giai đoạn này, dữ liệu được tạo ra bao gồm đề cương nghiên cứu, ngân sách dự kiến và phê duyệt từ hội đồng khoa học của trường. Nếu dự án cần đăng ký với cơ quan tài trợ bên ngoài (Bộ Khoa học và Công nghệ, Quỹ KH&CN Quốc gia - NAFOSTED, hay đối tác quốc tế), một quy trình đăng ký riêng biệt sẽ tạo ra thêm dữ liệu liên quan đến đánh giá và phê duyệt.
Khi nghiên cứu hoàn thành và kết quả được công bố, dữ liệu về công bố (metadata của bài báo, DOI, tên tạp chí, chỉ số impact factor, số lần trích dẫn) cần được cập nhật vào CRIS và liên kết với hồ sơ của nhà nghiên cứu. Đây là đầu vào quan trọng cho quy trình đánh giá giảng viên, xét tặng danh hiệu thi đua và báo cáo thành tích nghiên cứu của toàn trường với cơ quan quản lý.
5. Luồng dữ liệu tài chính
Dữ liệu tài chính trong một trường đại học bao gồm hai chiều chính: nguồn thu (học phí, nghiên cứu và dịch vụ, ngân sách nhà nước, tài trợ) và chi phí (lương nhân sự, vận hành cơ sở vật chất, đầu tư phát triển, chi phí nghiên cứu).
5.1. Dữ liệu học phí và doanh thu từ sinh viên
Học phí là nguồn thu lớn nhất của hầu hết các trường đại học tư thục và ngày càng tăng tỷ trọng ở các trường công tự chủ tài chính. Luồng dữ liệu học phí bắt đầu khi sinh viên đăng ký học phần — dữ liệu đăng ký từ SIS được chuyển sang hệ thống tài chính để tính toán số tiền học phí cần nộp dựa trên số tín chỉ đăng ký và mức học phí của từng chương trình.
Quy trình thu học phí trong kỷ nguyên số ngày càng phức tạp hơn với sự đa dạng của phương thức thanh toán: chuyển khoản ngân hàng, ví điện tử (MoMo, ZaloPay), cổng thanh toán tích hợp của trường, thanh toán tại quầy. Mỗi giao dịch thanh toán từ nguồn nào đó đều cần được đối soát (reconciliation) với dữ liệu đăng ký học phần để xác nhận rằng sinh viên đúng đã nộp đúng số tiền cho đúng học phần.
6. Luồng dữ liệu nhân sự
Nhân sự — đặc biệt là đội ngũ giảng viên — là nguồn lực quan trọng nhất và tốn kém nhất của một trường đại học. Luồng dữ liệu nhân sự quản lý toàn bộ vòng đời của mối quan hệ lao động, từ tuyển dụng đến nghỉ hưu.
Dữ liệu nhân sự cơ bản bao gồm thông tin cá nhân (họ tên, ngày sinh, CCCD, địa chỉ), trình độ học vấn và chuyên môn (bằng cấp, lĩnh vực chuyên môn, học hàm/học vị), lịch sử công tác (quá trình công tác trong và ngoài trường), hợp đồng lao động hiện hành, và thông tin bảo hiểm xã hội. Đây là nhóm dữ liệu có yêu cầu bảo mật cao và liên quan đến nghĩa vụ pháp lý của nhà trường.
Định mức giờ giảng là điểm giao thoa quan trọng giữa luồng dữ liệu nhân sự và luồng dữ liệu học thuật. Mỗi giảng viên có định mức giờ giảng chuẩn theo quy định của Bộ GD&ĐT. Khi giảng viên được phân công giảng dạy, dữ liệu về số tiết, hệ số quy đổi và thời gian thực tế giảng dạy phải được theo dõi và tổng kết cuối kỳ, cuối năm.
7. Luồng dữ liệu thư viện và cơ sở vật chất
7.1. Hệ thống quản lý thư viện
Thư viện đại học hiện đại không chỉ quản lý sách in mà còn bao gồm tài nguyên điện tử, cơ sở dữ liệu học thuật, không gian học tập và dịch vụ hỗ trợ nghiên cứu. Hệ thống ILS (Integrated Library System) quản lý luồng dữ liệu bao gồm: danh mục tài nguyên (catalog) — sách, tạp chí, DVD, luận văn, tài liệu số; lịch sử mượn trả của từng người dùng; đặt trước tài liệu; quản lý phòng đọc và không gian nghiên cứu nhóm.
Dữ liệu thư viện có giá trị phân tích đáng kể nhưng thường bị bỏ qua. Tần suất sử dụng tài liệu theo học phần cho phép đánh giá danh mục tài liệu học phần có còn phù hợp không; mô hình mượn sách theo thời gian giúp dự báo nhu cầu và tối ưu hóa đặt mua; dữ liệu sử dụng không gian học tập hỗ trợ lập kế hoạch đầu tư cơ sở hạ tầng.
8. Kiến trúc tích hợp hệ thống
Sáu luồng dữ liệu mô tả ở trên không hoạt động độc lập — chúng liên tục trao đổi thông tin với nhau và với các hệ thống bên ngoài. Kiến trúc tích hợp hệ thống (integration architecture) là bộ khung kỹ thuật xác định cách các hệ thống này kết nối, giao tiếp và duy trì tính nhất quán của dữ liệu.
Kiến Trúc Tích Hợp Ba Tầng
8.1. Các mô hình tích hợp phổ biến
Sasmito (2026) phân biệt ba cấp độ tích hợp trong hệ thống thông tin đại học:
Sasmito, G. W. (2026). "Perspective Chapter: Higher Education Data Independence Architecture – Integration, Interoperability and Security." IntechOpen. DOI: 10.5772/intechopen.1013586
Cấp độ 1 — Nhập liệu thủ công và xuất file: Dữ liệu được xuất từ hệ thống này (thường là file Excel hoặc CSV) và nhập thủ công vào hệ thống khác. Đây là cách tiếp cận phổ biến nhất ở các trường đại học Việt Nam hiện nay, đặc biệt là giữa SIS và các hệ thống báo cáo. Điểm yếu là tốn nhiều nhân lực, dễ sai sót và không có tính thời gian thực.
Cấp độ 2 — Tích hợp qua API: Các hệ thống giao tiếp trực tiếp với nhau qua giao diện lập trình ứng dụng (API), thường theo kiến trúc RESTful hoặc SOAP. Khi sinh viên đăng ký học phần trong SIS, một API call được gửi đến LMS để thêm sinh viên vào khóa học tương ứng.
Cấp độ 3 — Nền tảng tích hợp dữ liệu (Integration Platform): Sử dụng một lớp trung gian (middleware hoặc integration bus) để điều phối dữ liệu giữa tất cả các hệ thống. Các nền tảng phổ biến bao gồm MuleSoft, Dell Boomi, Microsoft Azure Integration Services và giải pháp mã nguồn mở như Apache Kafka hay RabbitMQ.
8.2. Chuẩn dữ liệu và khả năng tương tác
Một trong những thách thức lớn nhất của tích hợp hệ thống trong đại học là thiếu chuẩn dữ liệu chung. Cùng một khái niệm có thể được biểu diễn khác nhau ở các hệ thống: "mã sinh viên" ở SIS, "student_id" ở LMS và "user_code" ở hệ thống thư viện có thể là cùng một giá trị nhưng được đặt tên và lưu trữ khác nhau.
Cộng đồng quốc tế đã phát triển một số chuẩn dữ liệu cho giáo dục đại học: IMS Global Standards (bao gồm LTI - Learning Tools Interoperability), CASE (Competencies and Academic Standards Exchange), và xAPI (Experience API, chuẩn ghi nhận hoạt động học tập từ bất kỳ nguồn nào). Ở Việt Nam, Bộ GD&ĐT đã ban hành bộ từ điển dữ liệu (data dictionary) cho hệ thống HEMIS, quy định cách mã hóa và cấu trúc dữ liệu mà các trường phải tuân theo khi báo cáo.
9. Quản trị dữ liệu đại học
Quản trị dữ liệu (data governance) là khuôn khổ chính sách, quy trình và trách nhiệm đảm bảo dữ liệu của tổ chức là chính xác, đầy đủ, nhất quán, bảo mật và được sử dụng đúng mục đích. Đây không phải là vấn đề kỹ thuật đơn thuần — mà là vấn đề quản lý tổ chức đòi hỏi sự tham gia của lãnh đạo và cam kết từ cấp cao nhất.
Một khung quản trị dữ liệu toàn diện cho trường đại học thường bao gồm:
- Chính sách dữ liệu (Data Policies): Quy định về loại dữ liệu nào có thể thu thập, lưu trữ bao lâu, chia sẻ với ai và trong điều kiện nào.
- Sổ tay dữ liệu (Data Dictionary/Catalog): Tài liệu mô tả ý nghĩa, định dạng và nguồn gốc của từng yếu tố dữ liệu — đảm bảo khi hai người nói về "điểm trung bình", họ đều hiểu cùng một định nghĩa.
- Chất lượng dữ liệu (Data Quality): Quy trình và công cụ phát hiện và sửa chữa dữ liệu thiếu, sai, trùng lặp hoặc không nhất quán.
- Phân loại và bảo mật dữ liệu (Data Classification & Security): Phân loại dữ liệu theo mức độ nhạy cảm (công khai, nội bộ, bảo mật) và áp dụng biện pháp bảo vệ tương ứng.
- Quyền riêng tư và tuân thủ (Privacy & Compliance): Đảm bảo việc xử lý dữ liệu cá nhân tuân thủ pháp luật hiện hành (Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân tại Việt Nam).
Adepoju et al. (2024) đề xuất mô hình quản trị hợp tác (collaborative governance model) và triển khai theo giai đoạn (phased implementation) như các chiến lược giảm thiểu kháng cự trong tổ chức, đặc biệt trong bối cảnh trường đại học có tính phân quyền cao và đa dạng người dùng.
Adepoju, P. A., Sule, A. K., Ikwuanusi, U. F., Azubuike, C., & Odionu, C. S. (2024). "Enterprise architecture principles for higher education: Bridging technology and stakeholder goals." International Journal of Applied Research in Social Sciences, 6(12), 2997–3009. DOI: 10.51594/ijarss.v6i12.1785
10. Bối cảnh Việt Nam: Hệ thống HEMIS và chính sách quốc gia
Việt Nam đang trải qua một giai đoạn chuyển đổi mạnh mẽ trong quản lý dữ liệu giáo dục đại học. Từ chỗ mỗi trường quản lý dữ liệu riêng lẻ theo cách riêng, hệ thống giáo dục đại học Việt Nam đang dần hướng đến một hạ tầng dữ liệu quốc gia thống nhất, kết nối và liên thông.
10.1. Hệ thống HEMIS — Xương sống dữ liệu giáo dục đại học quốc gia
HEMIS (Higher Education Management Information System — Hệ thống Cơ sở Dữ liệu Giáo dục Đại học) là hệ thống thông tin quản lý giáo dục đại học do Bộ Giáo dục và Đào tạo xây dựng và vận hành tại địa chỉ hemis.moet.gov.vn. Đây là nền tảng dữ liệu quốc gia kết nối tất cả 470 trường đại học và cao đẳng sư phạm trên cả nước.
12 Cơ Sở Dữ Liệu Thành Phần của HEMIS
Hệ thống HEMIS bao gồm 12 cơ sở dữ liệu thành phần: (1) Cơ sở đào tạo, (2) Ngành đào tạo, (3) Chương trình đào tạo, (4) Tuyển sinh, (5) Đội ngũ giảng viên và cán bộ, (6) Người học, (7) Văn bằng chứng chỉ, (8) Cơ sở vật chất và trang thiết bị, (9) Tài chính và đầu tư, (10) Khoa học và công nghệ, (11) Hợp tác quốc tế, và (12) Hợp tác với doanh nghiệp (Bộ Giáo dục và Đào tạo, 2023).
Bộ Giáo dục và Đào tạo. (2023). "Hệ thống Cơ sở Dữ liệu Giáo dục Đại học (HEMIS)." hemis.moet.gov.vn
10.2. Chính sách quốc gia và hành trình chuyển đổi số
Nền tảng pháp lý cho việc xây dựng và vận hành hệ thống dữ liệu giáo dục đại học tại Việt Nam được xác lập qua Quyết định 131/QĐ-TTg ngày 25 tháng 1 năm 2022 của Thủ tướng Chính phủ, phê duyệt Đề án "Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022–2025, định hướng đến năm 2030". Quyết định này đặt ra các mục tiêu cụ thể: đến năm 2025, 100% cơ sở giáo dục đại học triển khai hệ thống quản lý dựa trên dữ liệu số; 100% người học và giảng viên được quản lý qua hồ sơ số gắn mã định danh quốc gia.
Nguyen et al. (2024) phân tích các văn bản chính sách về chuyển đổi số trong giáo dục đại học Việt Nam và xác định ba tầng triển khai: tầng hạ tầng kỹ thuật (đường truyền, thiết bị, nền tảng số), tầng ứng dụng (hệ thống quản lý, học liệu số, dịch vụ trực tuyến) và tầng văn hóa tổ chức (năng lực số của giảng viên và sinh viên, tư duy đổi mới trong quản lý). Các tác giả nhận định rằng Việt Nam đang có tiến bộ rõ rệt ở tầng hạ tầng và ứng dụng, nhưng tầng văn hóa tổ chức vẫn là rào cản lớn nhất.
Nguyen, H. L., Dang, B., Hong, Y., & Nguyen, A. (2024). "Digital transformation in Vietnamese higher education: an epistemic network analysis of policy documents." Journal of International Cooperation in Education. DOI: 10.1108/JICE-03-2024-0010
10.3. Thực trạng triển khai và thành tựu
Kể từ khi HEMIS được đưa vào sử dụng năm 2023, hệ thống đã đạt được một số kết quả quan trọng. Lần đầu tiên, Bộ GD&ĐT có dữ liệu tuyển sinh đại học theo thời gian thực từ toàn bộ các trường trong cả nước, cho phép điều phối chỉ tiêu tuyển sinh hiệu quả hơn và giảm thiểu tình trạng ảo. HEMIS cũng đã kết nối với cơ sở dữ liệu bảo hiểm xã hội, cho phép xác minh trực tuyến tình trạng bảo hiểm y tế của sinh viên mà không cần xuất trình giấy tờ vật lý.
Hà Giang (2025) báo cáo rằng đến năm 2024, Bộ GD&ĐT đã hoàn thành xây dựng 100% các cơ sở dữ liệu của ngành, bao gồm dữ liệu của gần 22.000 trường mầm non, hơn 26.000 trường phổ thông và 470 trường đại học với hàng triệu học sinh và giảng viên.
Hà Giang. (2025, 17 tháng 6). "Xây dựng cơ sở dữ liệu quốc gia về giáo dục và đào tạo: Nền tảng cho chuyển đổi số toàn diện trong ngành giáo dục." Tạp chí Giáo dục. tapchigiaoduc.edu.vn
11. Thách thức và xu hướng tương lai
11.1. Thách thức hiện tại
Phân mảnh và thiếu tích hợp: Đây vẫn là vấn đề số một. Williamson (2018) đã mô tả tình trạng này từ gần một thập kỷ trước và nó vẫn còn phổ biến, đặc biệt ở các trường đại học Việt Nam đã phát triển hữu cơ theo thời gian — mỗi phòng ban mua hoặc phát triển hệ thống riêng, dẫn đến hàng chục hệ thống không kết nối với nhau.
Williamson, B. (2018). "The hidden architecture of higher education: building a big data infrastructure for the 'smarter university'." International Journal of Educational Technology in Higher Education. DOI: 10.1186/s41239-018-0094-1
Chất lượng dữ liệu thấp: Dữ liệu chính xác chỉ khi được nhập đúng và cập nhật kịp thời. Tại nhiều trường, dữ liệu trong hệ thống không phản ánh thực tế: giảng viên được ghi là đang dạy một học phần nhưng thực tế đã được phân công lại, phòng học có trong hệ thống nhưng thực tế đang sửa chữa.
Năng lực kỹ thuật và nhân lực: Vận hành và phát triển hệ thống dữ liệu tích hợp đòi hỏi đội ngũ kỹ thuật có năng lực chuyên sâu — kỹ sư phần mềm, chuyên gia cơ sở dữ liệu, kiến trúc sư hệ thống và nhà phân tích dữ liệu. Đây là nguồn nhân lực khan hiếm và đắt đỏ, đặc biệt khi các trường đại học phải cạnh tranh với doanh nghiệp công nghệ.
Bảo vệ quyền riêng tư dữ liệu: Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân tại Việt Nam đặt ra các yêu cầu mới về thu thập, xử lý và lưu trữ dữ liệu cá nhân, bao gồm dữ liệu sinh viên và giảng viên. Tuân thủ nghị định này đòi hỏi đánh giá lại toàn bộ quy trình xử lý dữ liệu hiện hành.
11.2. Xu hướng tương lai
Kiến trúc Data Mesh: Thay vì tập trung tất cả dữ liệu về một kho trung tâm, kiến trúc data mesh phân phối quyền sở hữu và quản lý dữ liệu về các "domain" nghiệp vụ khác nhau trong khi vẫn duy trì khả năng tích hợp và chia sẻ dữ liệu liên domain thông qua chuẩn chung.
Trí tuệ nhân tạo và học máy: AI đang được ứng dụng ngày càng nhiều trong phân tích dữ liệu đại học — từ chatbot hỗ trợ sinh viên, hệ thống đề xuất tài nguyên học tập, mô hình dự báo nguy cơ bỏ học đến phân tích nội dung luận văn tự động.
Văn bằng và chứng chỉ số (Digital Credentials): Công nghệ blockchain và tiêu chuẩn Open Badge đang mở ra khả năng cấp văn bằng và chứng chỉ dạng số có thể xác minh trực tuyến ngay lập tức, không thể giả mạo và có thể chia sẻ trực tiếp với nhà tuyển dụng.
Kho học liệu mở và liên thông quốc tế: Trong bối cảnh Việt Nam, Bộ GD&ĐT đang xây dựng cổng tài nguyên giáo dục mở với mục tiêu kết nối kho học liệu của các trường đại học trong nước và liên kết với hệ thống quốc tế.
12. Kết luận
Các luồng dữ liệu trong một trường đại học không phải là những dòng thông tin rời rạc, độc lập — chúng là một mạng lưới phức tạp, liên tục và đa chiều phản ánh mọi khía cạnh của đời sống học thuật, nghiên cứu, tài chính và hành chính. Từ thời điểm một thí sinh điền đơn ứng tuyển đến khi người đó nhận bằng tốt nghiệp và bước vào thị trường lao động, dữ liệu của họ được tạo ra, xử lý và sử dụng bởi hàng chục hệ thống và hàng trăm con người.
Hiểu rõ kiến trúc của mạng lưới dữ liệu này là điều kiện tiên quyết để lãnh đạo trường đại học có thể ra quyết định dựa trên dữ liệu thay vì dựa trên kinh nghiệm cá nhân và cảm nhận chủ quan. Đây là bước chuyển hóa căn bản trong văn hóa quản trị mà quá trình chuyển đổi số đòi hỏi.
Trong bối cảnh Việt Nam, sự ra đời và phát triển của hệ thống HEMIS đánh dấu một bước ngoặt trong lịch sử quản lý giáo dục đại học quốc gia. Những thành tựu này cần được củng cố bằng đầu tư liên tục vào chất lượng dữ liệu, năng lực phân tích và khung quản trị dữ liệu chặt chẽ.
Nhìn về phía trước, thách thức không còn chỉ là xây dựng hệ thống — mà là đảm bảo dữ liệu phục vụ đúng mục đích, được bảo vệ đúng cách và mang lại giá trị thực sự cho mọi bên liên quan: sinh viên nhận được hỗ trợ học tập kịp thời, giảng viên có công cụ cải thiện phương pháp giảng dạy, nhà quản lý có thông tin để ra quyết định tốt hơn và xã hội có thể tin tưởng rằng hệ thống giáo dục đại học đang thực sự thực hiện sứ mệnh của mình.
Thư mục chú giải (Annotated Bibliography)
1. Williamson, B. (2018). The hidden architecture of higher education: building a big data infrastructure for the 'smarter university'. International Journal of Educational Technology in Higher Education. DOI: 10.1186/s41239-018-0094-1
Williamson phân tích cách các trường đại học "thông minh" đang xây dựng hạ tầng dữ liệu lớn và những hệ quả xã hội, chính trị của quá trình này. Tác giả lập luận rằng kiến trúc dữ liệu của đại học hiện đại là một "kiến trúc ẩn" — phức tạp, ít được nhìn thấy từ bên ngoài, nhưng có tác động sâu sắc đến cách nhà trường vận hành, cách sinh viên được hiểu và cách các quyết định giáo dục được đưa ra.
Phương pháp: Phân tích tài liệu thứ cấp (documentary analysis) kết hợp với phân tích phê phán về diễn ngôn công nghệ trong giáo dục đại học.
Đóng góp cho bài viết: Cung cấp khung phân tích tổng thể cho việc hiểu tại sao và như thế nào dữ liệu đại học được thu thập và sử dụng. Khái niệm "hidden architecture" được sử dụng như điểm xuất phát của bài viết này. Xếp hạng nguồn: Tier 2 — Tạp chí peer-reviewed quốc tế (Springer Nature, Q1). Xác nhận Crossref: ✓
2. Sasmito, G. W. (2026). Perspective Chapter: Higher Education Data Independence Architecture – Integration, Interoperability and Security. IntechOpen. DOI: 10.5772/intechopen.1013586
Sasmito phát triển khái niệm "độc lập dữ liệu" trong giáo dục đại học — khả năng của một tổ chức để vận hành, kiểm soát và khai thác dữ liệu của mình mà không phụ thuộc vào bên thứ ba. Tác giả đề xuất ba trụ cột: tích hợp hệ thống, khả năng tương tác và bảo mật dữ liệu.
Phương pháp: Nghiên cứu lý thuyết kết hợp với tổng quan tài liệu về kiến trúc hệ thống thông tin trong giáo dục đại học.
Đóng góp cho bài viết: Cung cấp khung phân tích cho phần Kiến trúc tích hợp hệ thống và Quản trị dữ liệu. Khái niệm "data silos" và chiến lược khắc phục được trích dẫn từ công trình này. Xếp hạng nguồn: Tier 2 — IntechOpen (peer-reviewed, mở). Xác nhận Crossref: ✓
3. Adepoju, P. A., Sule, A. K., Ikwuanusi, U. F., Azubuike, C., & Odionu, C. S. (2024). Enterprise architecture principles for higher education: Bridging technology and stakeholder goals. International Journal of Applied Research in Social Sciences, 6(12), 2997–3009. DOI: 10.51594/ijarss.v6i12.1785
Bài viết đề xuất và phân tích các nguyên tắc kiến trúc doanh nghiệp được điều chỉnh đặc biệt cho bối cảnh giáo dục đại học. Các tác giả xác định rằng khác với doanh nghiệp thương mại, trường đại học phải đáp ứng đồng thời các mục tiêu mâu thuẫn nhau của nhiều nhóm bên liên quan.
Phương pháp: Tổng quan tài liệu hệ thống về kiến trúc doanh nghiệp trong giáo dục đại học, kết hợp với phân tích trường hợp.
Đóng góp cho bài viết: Nền tảng cho phần Hệ sinh thái dữ liệu và Kiến trúc tích hợp. Cung cấp ngôn ngữ khái niệm để mô tả thách thức thiết kế đặc thù của hệ thống thông tin đại học. Xếp hạng nguồn: Tier 2 — Tạp chí học thuật peer-reviewed quốc tế. Xác nhận Crossref: ✓
4. Nguyen, H. L., Dang, B., Hong, Y., & Nguyen, A. (2024). Digital transformation in Vietnamese higher education: an epistemic network analysis of policy documents. Journal of International Cooperation in Education. DOI: 10.1108/JICE-03-2024-0010
Nghiên cứu này áp dụng phân tích mạng nhận thức luận (epistemic network analysis — ENA) để phân tích các văn bản chính sách về chuyển đổi số trong giáo dục đại học Việt Nam. Tác giả xác định ba tầng triển khai và nhận định tầng văn hóa tổ chức là rào cản chính yếu nhất.
Phương pháp: Phân tích mạng nhận thức luận (ENA) kết hợp với phân tích nội dung định tính.
Đóng góp cho bài viết: Căn cứ học thuật trực tiếp và quan trọng nhất cho phần Bối cảnh Việt Nam. Cung cấp cơ sở phân tích để đánh giá mức độ thực thi chính sách chuyển đổi số giáo dục đại học tại Việt Nam. Xếp hạng nguồn: Tier 2 — Tạp chí peer-reviewed quốc tế (Emerald Publishing). Xác nhận Crossref: ✓
5. Thủ tướng Chính phủ (2022). Quyết định 131/QĐ-TTg ngày 25/01/2022 phê duyệt Đề án "Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022–2025, định hướng đến năm 2030". Cổng thông tin điện tử Chính phủ.
Quyết định xác lập khung chính sách và mục tiêu cụ thể cho chuyển đổi số trong giáo dục và đào tạo Việt Nam. Đề án xác định bảy nhóm nhiệm vụ, trong đó xây dựng cơ sở dữ liệu giáo dục toàn diện và liên thông là nhóm nhiệm vụ có tính nền tảng nhất.
Đóng góp cho bài viết: Căn cứ pháp lý trực tiếp cho các luận điểm về định hướng chính sách dữ liệu giáo dục đại học Việt Nam. Xếp hạng nguồn: Tier 1 — Văn bản pháp lý chính thức của Chính phủ Việt Nam. Xác nhận qua DuckDuckGo và nhiều nguồn chính thức: ✓
6. Bộ Giáo dục và Đào tạo (2023–nay). Hệ thống Cơ sở Dữ liệu Giáo dục Đại học (HEMIS). hemis.moet.gov.vn
HEMIS là hệ thống thông tin quản lý giáo dục đại học do Bộ GD&ĐT xây dựng và vận hành, bao gồm 12 cơ sở dữ liệu thành phần về tất cả các khía cạnh hoạt động của cơ sở giáo dục đại học.
Đóng góp cho bài viết: Nguồn sơ cấp về cấu trúc 12 cơ sở dữ liệu của HEMIS và là ví dụ điển hình về kiến trúc dữ liệu quốc gia cho giáo dục đại học. Xếp hạng nguồn: Tier 1 — Hệ thống chính thức của Bộ Giáo dục và Đào tạo. Xác nhận: ✓
7. Hà Giang (2025). Xây dựng cơ sở dữ liệu quốc gia về giáo dục và đào tạo: Nền tảng cho chuyển đổi số toàn diện trong ngành giáo dục. Tạp chí Giáo dục. 17/06/2025.
Bài báo đánh giá tiến độ xây dựng cơ sở dữ liệu quốc gia về giáo dục, ghi nhận thành tựu Bộ GD&ĐT đã hoàn thành 100% các cơ sở dữ liệu ngành tính đến năm 2024. Bài viết cũng phân tích các thách thức còn tồn tại về chuẩn hóa dữ liệu và tốc độ triển khai không đồng đều giữa các địa phương.
Đóng góp cho bài viết: Cung cấp số liệu cập nhật nhất (2024–2025) về tình trạng triển khai hệ thống dữ liệu giáo dục tại Việt Nam. Xếp hạng nguồn: Tier 2 — Tạp chí học thuật uy tín trong lĩnh vực giáo dục Việt Nam. Xác nhận HTTP: ✓
Tài liệu tham khảo
Adepoju, P. A., Sule, A. K., Ikwuanusi, U. F., Azubuike, C., & Odionu, C. S. (2024). "Enterprise architecture principles for higher education: Bridging technology and stakeholder goals." International Journal of Applied Research in Social Sciences, 6(12), 2997–3009. DOI: 10.51594/ijarss.v6i12.1785
Bộ Giáo dục và Đào tạo. (2023). "Hệ thống Cơ sở Dữ liệu Giáo dục Đại học (HEMIS)." hemis.moet.gov.vn
Hà Giang. (2025, 17 tháng 6). "Xây dựng cơ sở dữ liệu quốc gia về giáo dục và đào tạo: Nền tảng cho chuyển đổi số toàn diện trong ngành giáo dục." Tạp chí Giáo dục. tapchigiaoduc.edu.vn
Nguyen, H. L., Dang, B., Hong, Y., & Nguyen, A. (2024). "Digital transformation in Vietnamese higher education: an epistemic network analysis of policy documents." Journal of International Cooperation in Education. DOI: 10.1108/JICE-03-2024-0010
Sasmito, G. W. (2026). "Perspective Chapter: Higher Education Data Independence Architecture – Integration, Interoperability and Security." IntechOpen. DOI: 10.5772/intechopen.1013586
Thủ tướng Chính phủ. (2022). "Quyết định 131/QĐ-TTg ngày 25/01/2022 phê duyệt Đề án ‘Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022–2025, định hướng đến năm 2030’." Cổng thông tin điện tử Chính phủ. vanban.chinhphu.vn
Williamson, B. (2018). "The hidden architecture of higher education: building a big data infrastructure for the 'smarter university'." International Journal of Educational Technology in Higher Education. DOI: 10.1186/s41239-018-0094-1