📘 Course Title (Tên khóa học):

Generative (tạo sinh) AI (trí tuệ nhân tạo)-Enhanced (hỗ trợ) Research (nghiên cứu) Methods (phương pháp) in Foreign (nước ngoài) Language (ngôn ngữ) Education (giáo dục)

🎯 Target Audience (Đối tượng học viên):

• Beginner-level (trình độ cơ bản) teachers (giáo viên), researchers (nhà nghiên cứu), or graduate students (học viên cao học)

• Working in any foreign language (bất kỳ ngôn ngữ nước ngoài nào), such as English, Korean, Chinese, Japanese, French, etc.

🔔 Ghi chú: Đây là khóa học lý thuyết nhập môn (introductory theory-based course). Mục tiêu là cung cấp kiến thức cơ bản (foundational knowledge) và ví dụ minh họa (illustrative examples). Không bao gồm thực hành (no practice sessions) hay hướng dẫn phần mềm (software tutorials).

🧠 Lesson 1: Introduction (Giới thiệu) to Research (Nghiên cứu) and the Supportive Role (Vai trò hỗ trợ) of AI

Key Goals (Mục tiêu chính):

• Understand the research process (hiểu quy trình nghiên cứu)

• Identify how AI can assist (xác định AI có thể hỗ trợ ở đâu)

Key Terms (Thuật ngữ):

• Educational research (nghiên cứu giáo dục)

• Research types: qualitative (định tính), quantitative (định lượng), mixed methods (phương pháp hỗn hợp)

• Research cycle (chu trình nghiên cứu)

• Brainstorming (động não), outlining (lập dàn ý)

📚 Lesson 2: Literature Review (Tổng quan tài liệu nghiên cứu) – AI as Brainstorming Support (AI hỗ trợ động não)

Key Goals:

• Understand the function (hiểu chức năng) and structure (cấu trúc) of a literature review

• Use AI to suggest themes (gợi ý chủ đề) or organize summaries (tổ chức tóm tắt)

Key Terms:

• Source evaluation (đánh giá nguồn tài liệu)

• Citation management (quản lý trích dẫn)

• Thematic synthesis (tổng hợp theo chủ đề)

• Limitations of AI summaries (giới hạn của phần tóm tắt bằng AI)

🧾 Lesson 3: Research Questions (Câu hỏi nghiên cứu) and Instruments (Công cụ thu thập dữ liệu) – AI for Drafting Ideas (AI hỗ trợ phác thảo)

Key Goals:

• Define good research questions (xác định đặc điểm câu hỏi chất lượng)

• Introduce common instruments (giới thiệu công cụ thu thập phổ biến)

Key Terms:

• Survey (khảo sát), Interview (phỏng vấn), Observation (quan sát)

• Validity (tính hợp lệ), Reliability (độ tin cậy)

• AI for rephrasing (AI dùng để diễn đạt lại), not designing independently (không tự thiết kế công cụ)

📊 Lesson 4: Data Analysis Planning (Lập kế hoạch phân tích dữ liệu) – Use AI for Suggestions (AI gợi ý), Not Execution (không thực hiện)

Key Goals:

• Differentiate between data types (phân biệt loại dữ liệu)

• Use AI to plan (lập kế hoạch), but analyze with human tools (phân tích bằng công cụ con người)

Key Terms:

• Qualitative data (dữ liệu định tính), Quantitative data (dữ liệu định lượng)

• Manual coding (mã hóa thủ công), Thematic analysis (phân tích theo chủ đề)

• SPSS/R for statistical tests (dùng SPSS/R để kiểm định thống kê)

• AI can suggest (AI gợi ý): test types (loại kiểm định), visualizations (biểu đồ)

✍️ Lesson 5: Reporting (Viết báo cáo) and Ethical AI Use (Sử dụng AI có đạo đức)

Key Goals:

• Introduce report structure (giới thiệu cấu trúc báo cáo nghiên cứu)

• Emphasize academic integrity (nhấn mạnh liêm chính học thuật)

Key Terms:

• Abstract (tóm tắt), Introduction (giới thiệu), Methods (phương pháp), Results (kết quả), Discussion (thảo luận)

• AI for: grammar checking (kiểm tra ngữ pháp), idea clarification (làm rõ ý tưởng)

• Ethics (đạo đức), Citation of AI tools (trích dẫn công cụ AI), Hallucination (nội dung bịa đặt), Plagiarism (đạo văn)

📄 Final Assignment (Bài tập cuối khóa) - OPTIONAL (Tuỳ chọn):

• Submit a short proposal (nộp đề cương nghiên cứu ngắn)

• Clearly label AI-supported parts (chỉ rõ phần nào có AI hỗ trợ)

• Write a 1-paragraph reflection (viết đoạn phản ánh) on the role of AI in your thinking