Hướng Dẫn Sử Dụng Google Antigravity Xây Dựng Ngân Hàng Câu Hỏi Thi Trắc Nghiệm Chuẩn Format Aiken & Tự Động Đồng Bộ Lên LMS Moodle 2026

Khảo thí số trên hệ sinh thái LMS Moodle từ lâu đã là chuẩn mực vàng tại các trường phổ thông, trường đại học và Sở GD&ĐT trên toàn quốc nhờ khả năng chống gian lận, đảo đề thông minh và bảo mật tuyệt đối. Tuy nhiên, công đoạn đưa câu hỏi trắc nghiệm từ các tệp Word, PDF vào Moodle lại là “cơn ác mộng” dai dẳng nhất của hàng chục nghìn thầy cô giáo. Định dạng nhập liệu Aiken nổi tiếng với sự khắt khe đến từng dấu chấm, dấu cách; chỉ cần một lỗi thụt dòng, một ký tự lạ hay thiếu dòng đáp án là Moodle sẵn sàng từ chối toàn bộ tệp đề thi 50 – 100 câu. Dù giáo viên đã thử dùng các chatbot AI phổ biến như ChatGPT hay Claude web, kết quả nhận lại vẫn là những câu trả lời tự ý thêm thắt giải thích, vỡ cấu trúc và thiếu công cụ kiểm thử cú pháp tự động. Bước sang năm 2026, sự xuất hiện của Google Antigravity – nền tảng AI Tác nhân tự trị (Agentic Coding & Workflow) từ Google DeepMind – đã tạo nên một cuộc cách mạng: Hệ thống 3 Tác nhân AI chuyên trách phối hợp cùng script Python chạy ngầm tự động phân rã cấu trúc đề thi, gán nhãn 4 mức độ nhận thức GDPT 2018, kiểm thử và làm sạch 100% cú pháp Aiken, giúp giáo viên hoàn thành việc nạp cả ngân hàng đề thi lên LMS Moodle chỉ trong chưa đầy 30 giây.

1
Đặt Vấn Đề & Nỗi Đau Muôn Thuở Của Nhà Giáo Khi Đưa Đề Thi Lên LMS Moodle

Trong chiến lược chuyển đổi số giáo dục quốc gia, công tác đánh giá thường xuyên và định kỳ bằng hình thức trắc nghiệm trực tuyến đã trở thành tiêu chí bắt buộc tại hầu hết các cơ sở giáo dục phổ thông và giáo dục nghề nghiệp. Giữa hàng chục nền tảng phần mềm khác nhau, LMS Moodle luôn giữ vững vị trí là “trái tim” khảo thí số nhờ tính năng bảo mật hàng đầu thế giới. Tuy nhiên, hành trình đưa một tệp đề thi từ bản thảo Word của thầy cô lên ngân hàng câu hỏi Moodle lại là một chặng đường đầy gian nan, chực chờ rủi ro kỹ thuật.

1.1 Vị thế độc tôn của LMS Moodle trong khảo thí số và quản trị nhà trường

Không phải ngẫu nhiên mà các trường chuyên, trường chuẩn quốc gia, các trường Đại học trọng điểm và hàng loạt Sở GD&ĐT trên toàn quốc lại chọn LMS Moodle (Modular Object-Oriented Dynamic Learning Environment) làm nền tảng khảo thí trung tâm:

• Cơ chế xáo trộn (shuffling) đa tầng: Moodle không chỉ trộn thứ tự các câu hỏi mà còn trộn ngẫu nhiên các phương án lựa chọn trong từng câu, biến mỗi màn hình làm bài của học sinh thành một đề thi độc bản hoàn toàn, triệt tiêu tối đa hiện tượng nhìn bài nhau trong phòng máy.
• Ngân hàng câu hỏi phân cấp (Question Bank Taxonomy): Khả năng phân loại câu hỏi theo danh mục (Category), phân theo chủ đề kiến thức, thẻ tag năng lực và mức độ nhận thức (Nhận biết, Thông hiểu, Vận dụng, Vận dụng cao), cho phép giáo viên rút ngẫu nhiên (random questions) đề thi theo đúng ma trận đặc tả của Bộ GD&ĐT.
• Bảo mật khảo thí & tích hợp Safe Exam Browser (SEB): Khóa toàn bộ các thao tác mở tab mới, chụp màn hình hay dùng phím tắt, đảm bảo tính nghiêm minh và công bằng tối đa cho các kỳ thi học kỳ, thi thử tốt nghiệp THPT.
• Khả năng chịu tải và phân quyền chặt chẽ: Phân định rõ ràng quyền hạn giữa Ban giám hiệu, Tổ trưởng chuyên môn, Giáo viên bộ môn và Học sinh, đáp ứng hàng chục nghìn lượt thi đồng thời mà không nghẽn mạng.

1.2 “Cơn ác mộng” Format Aiken: Cú pháp khắt khe đến từng dấu chấm, khoảng trắng

Để nạp hàng trăm câu hỏi trắc nghiệm vào Moodle một cách nhanh nhất, phương thức Aiken Format là sự lựa chọn phổ biến và dễ tiếp cận nhất vì sử dụng tệp văn bản thuần (plain text .txt). Trông bề ngoài, định dạng Aiken tưởng chừng rất đơn giản, nhưng trên thực tế, bộ phân tích cú pháp (parser) của Moodle lại vận hành với nguyên tắc cực kỳ khắt khe:

Điều đau đớn nhất đối với giáo viên chính là: Cơ chế Import của Moodle mang tính chất “tất cả hoặc không có gì” (all-or-nothing). Nếu thầy cô chuẩn bị một tệp 100 câu hỏi, chỉ cần câu số 87 vô tình bị thừa một dấu cách, hoặc câu số 92 bị dính dấu tab thụt đầu dòng khi copy từ Microsoft Word sang, hệ thống sẽ lập tức quăng thông báo đỏ ngầu: "Error importing file: Error writing to database" hoặc "Can not read question", và từ chối toàn bộ 100 câu hỏi! Thầy cô giáo rơi vào bế tắc, không biết lỗi nằm ở dòng nào, đành phải ngồi căng mắt mở Notepad dò từng ký tự giữa đêm khuya.

1.3 Vì sao Chatbot AI thông thường (ChatGPT/Claude web) gây “tiền mất tật mang”?

Khi trí tuệ nhân tạo tạo sinh bùng nổ, nhiều thầy cô đã kỳ vọng có thể dán tệp đề thi Word vào ChatGPT (GPT-4o), Claude 3.5 Sonnet hay Gemini Web và yêu cầu: “Hãy chuyển đề thi này sang định dạng Aiken giúp tôi”. Tuy nhiên, 99% các thử nghiệm đều dẫn đến thất vọng bởi những hạn chế cố hữu của các giao diện chat truyền thống:

• Hiện tượng tự ý suy diễn (Hallucination) & thêm lời giải: Dù đã dặn không giải thích, chatbot vẫn có thói quen tự thêm các câu dẫn như “Dưới đây là tệp Aiken đã được chuẩn hóa…”, hoặc tự tiện chèn “Giải thích: Vì quang hợp diễn ra ở lục lạp…” ngay bên dưới câu hỏi. Những dòng chữ này trực tiếp phá vỡ cấu trúc Aiken khiến Moodle báo lỗi tức thì.
• Đánh mất phương án & lỗi nhảy số thứ tự: Khi xử lý các văn bản dài trên 30 câu hỏi, hiện tượng tràn ngữ cảnh (context truncation) xảy ra. Chatbot thường tự động “nuốt” mất phương án D của một số câu, hoặc nhảy từ câu 15 sang câu 18 mà người dùng không hề hay biết.
• Ký tự lạ tiềm ẩn từ bộ font Word: Khi copy từ cửa sổ chat web vào Notepad, các ký tự như Smart Quotes (dấu ngoặc kép cong “ ”), dấu gạch ngang dài (Em dash —), khoảng trắng không ngắt dòng (Non-breaking space \u00a0) vẫn được giữ nguyên. Đây chính là “sát thủ thầm lặng” giết chết tiến trình import của Moodle.
• Hoàn toàn thiếu vắng cơ chế Linter / Validator: Chatbot thông thường chỉ là mô hình ngôn ngữ sinh văn bản xác suất. Chúng không có bộ thông dịch mã (code interpreter) để tự biên dịch, tự đếm số lượng phương án, tự rà soát xem dòng ANSWER: có khớp với các phương án trên hay không trước khi trả về kết quả cho người dùng.

2
Google Antigravity – Đột Phá AI Đa Tác Nhân (Multi-Agent) Cho Khảo Thí Số 2026

2.1 Google Antigravity là gì? Sức mạnh từ Terminal, File System và Planning Mode

Google Antigravity (phát triển bởi Google DeepMind và hệ sinh thái Google AI) là môi trường phát triển tác nhân tự trị (Agentic Coding & Workflow Environment) tiên tiến nhất hiện nay. Khác biệt hoàn toàn với các chatbot chỉ biết trò chuyện dạng text-in text-out, Google Antigravity trao cho mô hình ngôn ngữ lớn (Gemini 2.5 Pro / Flash) toàn quyền kiểm soát một môi trường máy tính hoàn chỉnh:

• Truy cập hệ thống tệp cục bộ (Local File System): Antigravity có thể trực tiếp mở, đọc, phân tích và ghi các tệp .docx, .pdf, .txt, .xml, .json mà không bị giới hạn độ dài như cửa sổ chat.
• Thực thi mã ngầm (Autonomous Terminal & Python Runtime): AI có khả năng tự viết mã Python, tự kích hoạt terminal để chạy mã, bắt lỗi cú pháp theo thời gian thực và tự sửa lỗi cho đến khi tệp đầu ra đạt trạng thái hoàn hảo 100%.
• Chế độ lập kế hoạch sư phạm (Planning Mode & Living Artifacts): Trước khi thực thi bất kỳ thao tác nào, hệ thống sẽ vạch ra một cây quyết định chi tiết, phân chia nhiệm vụ cho từng tác nhân chuyên trách và hiển thị kết quả trực quan trên giao diện tương tác Living Artifacts.

2.2 Kiến trúc Hệ Thống 3 Tác Nhân Khảo Thí Tự Trị (Assessment Multi-Agent Architecture)

Để giải quyết trọn vẹn bài toán chuyển đổi và chuẩn hóa ngân hàng câu hỏi trắc nghiệm cho Moodle, các chuyên gia công nghệ giáo dục tại NIE.vn đã xây dựng kiến trúc 3 Tác nhân Khảo thí Chuyên trách chạy song song bên trong Google Antigravity:

2.3 Tác nhân 1: Cognitive Taxonomy Agent – Phân loại 4 mức độ nhận thức GDPT 2018

Trong Chương trình Giáo dục Phổ thông 2018, kiểm tra đánh giá không còn là việc đo lường học sinh nhớ được bao nhiêu kiến thức, mà là đánh giá năng lực tư duy theo các bậc thang nhận thức rõ ràng:

• Mức 1 – Nhận biết: Yêu cầu học sinh nhắc lại, nhận dạng, nêu tên hoặc định nghĩa các sự kiện, quy tắc, công thức đã học.
• Mức 2 – Thông hiểu: Yêu cầu học sinh giải thích, minh họa, so sánh, phân biệt hoặc tóm tắt ý nghĩa của kiến thức trong ngữ cảnh tương tự.
• Mức 3 – Vận dụng: Yêu cầu học sinh kết nối kiến thức để giải quyết một tình huống, bài toán mới ở mức độ đơn lẻ, quen thuộc.
• Mức 4 – Vận dụng cao: Yêu cầu học sinh phân tích, tổng hợp nhiều mảng kiến thức, đánh giá hoặc xử lý tình huống thực tiễn phức tạp có tính chất tích hợp liên môn.

Cognitive Taxonomy Agent trong Google Antigravity được huấn luyện chuyên sâu với bộ quy tắc ngôn ngữ học sư phạm. Tác nhân này sẽ đọc toàn bộ câu hỏi và các phương án, nhận diện các động từ tư duy cốt lõi (như “chỉ ra”, “tính toán”, “phân tích cơ chế”, “đánh giá tác động”) để gán nhãn chính xác. Đặc biệt, tác nhân tự động phân chia câu hỏi vào các danh mục phân cấp trên Moodle thông qua cú pháp chuyên biệt của Moodle:

2.4 Tác nhân 2: Aiken Linter & Validator Agent – Tự động hóa kiểm thử bằng Python

Đây chính là “vũ khí tối thượng” mà không một chatbot AI trên nền tảng web nào có thể so bì được với Google Antigravity. Thay vì trả về văn bản và phó mặc giáo viên tự rà soát, Aiken Linter & Validator Agent sẽ kích hoạt trình biên dịch Python độc lập trong terminal ngầm để chạy script kiểm thử:

• Rà soát cấu trúc khối (Block Integrity Checker): Tách văn bản thành từng khối câu hỏi độc lập. Kiểm tra xem mỗi khối có đúng duy nhất một nội dung dẫn đề hay không.
• Đếm và chuẩn hóa phương án lựa chọn: Quét các dòng bắt đầu bằng phương án, chuẩn hóa mọi biến thể sai như a), b., C ) thành A. , B. , C. , D. . Nếu một câu chỉ có 3 phương án hoặc có tới 5 phương án mà không phải câu hỏi có chủ đích, script sẽ kích hoạt cờ cảnh báo (Warning flag).
• Xác thực đáp án (Answer Key Validation): Đảm bảo dòng ANSWER: X tồn tại, chữ cái X phải nằm trong tập hợp các phương án hiện hữu của câu hỏi đó (không thể phương án có A, B, C, D mà đáp án lại là E).
• Bộ lọc mã độc hại và ký tự rác (Sanitization Filter): Loại bỏ triệt để các ký tự điều khiển ẩn (hidden control characters), chuyển đổi dấu ngoặc kép thông minh từ Word sang ASCII chuẩn, xóa sạch các ký tự zero-width space (\u200b), đảm bảo tệp thuần túy 100% văn bản sạch.

2.5 Tác nhân 3: Moodle Sync & Bridge Agent – Đồng bộ tệp chuẩn 1-click import

Sau khi script Python hoàn tất việc kiểm định và cấp “chứng chỉ toàn vẹn” (Validation Pass), Moodle Sync & Bridge Agent sẽ tiến hành ghi tệp tin hoàn chỉnh vào hệ thống với tên aiken_exam_ready.txt theo chuẩn Encoding UTF-8 không BOM. Đồng thời, tác nhân cung cấp bảng báo cáo trực quan (Audit Summary) tóm tắt: Tổng số câu đã xử lý, số câu đạt chuẩn, danh sách các câu đã được tự động sửa lỗi và hướng dẫn 4 bước click chuột trên giao diện quản trị Moodle.

3
Quy Trình 4 Bước Tự Động Hóa Từ Đề Thi Word Đến Ngân Hàng Moodle

Dưới sự điều phối của Google Antigravity, toàn bộ quy trình đưa đề thi từ tệp Word hay PDF thô lên LMS Moodle chỉ mất vỏn vẹn 4 bước khép kín:

3.1 Bước 1: Nạp tệp đề thi thô hoặc sinh đề trắc nghiệm mới theo chuẩn GDPT 2018

Giáo viên chỉ cần đặt tệp đề thi Word (.docx) hoặc sao chép nội dung thô vào thư mục làm việc của Google Antigravity. Nếu cần tạo lập một đề kiểm tra hoàn toàn mới, giáo viên chỉ cần cung cấp Yêu cầu cần đạt của bài học theo Chương trình GDPT 2018 và tỷ lệ ma trận mong muốn (ví dụ: 40% Nhận biết, 30% Thông hiểu, 20% Vận dụng, 10% Vận dụng cao).

3.2 Bước 2: Antigravity phân rã cấu trúc câu hỏi & tối ưu hóa phương án nhiễu (distractors)

Cognitive Taxonomy Agent tiến hành bóc tách từng thành phần: Phần thân câu hỏi (stem), các phương án lựa chọn và đáp án đúng. Điểm đặc biệt là AI sẽ đánh giá chất lượng sư phạm của các phương án nhiễu (distractors):

• Loại bỏ hoàn toàn các phương án vô nghĩa hoặc có tính chất “bẫy mẹo vặt”, không phản ánh được năng lực học sinh.
• Loại bỏ triệt để các phương án kiểu “Cả A, B, C đều đúng” hoặc “Tất cả các ý trên đều sai” – những phương án vốn bị cấm trong khảo thí hiện đại vì sẽ mất ý nghĩa khi hệ thống Moodle tự động xáo trộn vị trí các đáp án.
• Chuẩn hóa độ dài tương đối đồng đều giữa phương án đúng và các phương án gây nhiễu, tránh hiện tượng học sinh “đoán mò” đáp án dài nhất.

3.3 Bước 3: Chạy script Python Aiken Validator tự động quét và sửa toàn bộ lỗi định dạng

Ngay trong không gian làm việc của Antigravity, script aiken_moodle_validator.py được gọi tự động. Script sẽ quét qua từng dòng, nhận diện và tự động sửa các lỗi phổ biến:

3.4 Bước 4: Tải tệp aiken_exam_ready.txt & thao tác Import 1-click vào Moodle trong 30 giây

Khi tệp aiken_exam_ready.txt đã được nghiệm thu sạch sẽ, giáo viên tiến hành import vào Moodle với 4 thao tác cực kỳ trực quan:

1. Truy cập khóa học trên Moodle: Chọn tab Question bank (Ngân hàng câu hỏi) → chọn mục Import (Nhập câu hỏi).
2. Chọn định dạng tệp: Trong danh sách File format, tích chọn mục Aiken format.
3. Thiết lập danh mục tiếp nhận (General): Chọn danh mục bài học tương ứng (Category) mà thầy cô muốn lưu trữ bộ đề. Tích chọn “Get category from file” nếu tệp đã chứa sẵn thẻ $CATEGORY:.
4. Kéo thả tệp & bấm Import: Thả tệp aiken_exam_ready.txt vào ô nạp tệp và nhấn nút Import. Moodle sẽ lập tức hiển thị danh sách 50 – 100 câu hỏi màu xanh lá cây báo hiệu thành công 100%, không một lỗi nhỏ!

4
Trọn Bộ Mã Nguồn Python aiken_moodle_validator.py Thực Chiến & Bộ Prompt Mẫu

4.1 Mã nguồn Python thực chiến: aiken_moodle_validator.py

Dưới đây là toàn bộ mã nguồn Python thực chiến được đội ngũ chuyên gia NIE.vn tối ưu hóa chuyên sâu. Thầy cô và kỹ sư CNTT nhà trường có thể chạy trực tiếp bằng dòng lệnh hoặc để Google Antigravity kích hoạt tự động:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
HỆ THỐNG XÁC THỰC VÀ CHUẨN HÓA ĐỀ THI AIKEN CHO LMS MOODLE
Phát triển bởi: ThS. Nguyễn Trung Thông - Viện Nghiên Cứu Giáo Dục NIE (nie.vn)
Chức năng: Quét tệp thô, sửa lỗi định dạng, kiểm tra tính toàn vẹn và xuất tệp Aiken sạch 100%
"""

import re
import sys
import os

def clean_smart_characters(text: str) -> str:
    """
    Loại bỏ các ký tự đặc thù từ Microsoft Word: Smart quotes, dashes, non-breaking spaces.
    """
    replacements = {
        '\u2018': "'",   # Dấu nháy đơn trái cong
        '\u2019': "'",   # Dấu nháy đơn phải cong
        '\u201c': '"',   # Dấu ngoặc kép trái cong
        '\u201d': '"',   # Dấu ngoặc kép phải cong
        '\u2013': '-',   # En dash
        '\u2014': '-',   # Em dash
        '\u00a0': ' ',   # Non-breaking space
        '\ufeff': '',    # Byte Order Mark (BOM)
        '\u200b': '',    # Zero-width space
    }
    for old, new in replacements.items():
        text = text.replace(old, new)
    return text

def parse_and_validate_aiken(input_path: str, output_path: str):
    """
    Đọc tệp văn bản thô, phân rã câu hỏi, kiểm thử cú pháp Aiken và lưu tệp sạch.
    """
    print("=" * 70)
    print("🚀 BẮT ĐẦU QUÁ TRÌNH KIỂM ĐỊNH VÀ CHUẨN HÓA ĐỀ THI AIKEN MOODLE 2026")
    print(f"📁 Tệp nguồn: {input_path}")
    print("=" * 70)

    if not os.path.exists(input_path):
        print(f"❌ LỖI: Không tìm thấy tệp đầu vào tại {input_path}")
        return False

    with open(input_path, 'r', encoding='utf-8', errors='replace') as f:
        raw_content = f.read()

    # Bước 1: Làm sạch ký tự lạ
    cleaned_content = clean_smart_characters(raw_content)
    lines = cleaned_content.splitlines()

    questions = []
    current_question = []
    
    for line in lines:
        stripped = line.strip()
        if not stripped:
            if current_question:
                questions.append(current_question)
                current_question = []
        else:
            current_question.append(stripped)
            
    if current_question:
        questions.append(current_question)

    total_questions = len(questions)
    valid_questions = []
    invalid_questions = []
    warnings_count = 0

    print(f"🔍 Phát hiện tổng cộng: {total_questions} khối câu hỏi trong tệp.\n")

    # Regex định dạng chuẩn
    opt_regex = re.compile(r'^([A-Za-z])[\.\)\:\s]\s*(.*)$')
    ans_regex = re.compile(r'^(?:ANSWER|Đáp án|Dap an|Key|Answer)\s*[\:\=]\s*([A-Za-z])', re.IGNORECASE)

    for idx, q_lines in enumerate(questions, start=1):
        q_errors = []
        q_warnings = []
        
        # Bỏ qua các dòng lệnh phân loại Category nếu có
        if q_lines[0].startswith('$CATEGORY:'):
            valid_questions.append("\n".join(q_lines))
            continue

        if len(q_lines) < 3:
            q_errors.append(f"Khối câu quá ngắn ({len(q_lines)} dòng). Tối thiểu cần 1 câu hỏi, 2 phương án và 1 đáp án.")
            invalid_questions.append((idx, q_lines, q_errors))
            continue

        # Dòng đầu tiên là nội dung câu hỏi
        stem_raw = q_lines[0]
        # Chuẩn hóa nếu có tiền tố "Câu 1:", "Câu 1.", "1."
        stem_clean = re.sub(r'^(?:Câu|Bài|\d+)\s*\d*[\.\:\-\s]\s*', '', stem_raw, flags=re.IGNORECASE)
        if not stem_clean:
            stem_clean = stem_raw  # Giữ nguyên nếu không có tiền tố thừa

        options = {}
        answer_found = None
        other_lines = []

        for line_idx, line in enumerate(q_lines[1:], start=2):
            ans_match = ans_regex.match(line)
            if ans_match:
                answer_found = ans_match.group(1).upper()
                continue

            opt_match = opt_regex.match(line)
            if opt_match:
                opt_letter = opt_match.group(1).upper()
                opt_text = opt_match.group(2).strip()
                options[opt_letter] = opt_text
            else:
                other_lines.append(line)

        # Kiểm tra tính toàn vẹn
        if not answer_found:
            q_errors.append("Thiếu dòng chỉ định đáp án đúng (ANSWER: X).")
        elif answer_found not in options:
            q_errors.append(f"Đáp án đúng ({answer_found}) không nằm trong danh sách các phương án: {list(options.keys())}.")

        if len(options) < 2:
            q_errors.append(f"Số lượng phương án lựa chọn không đủ ({len(options)} phương án). Cần tối thiểu 2.")
        elif len(options) != 4:
            q_warnings.append(f"Câu hỏi có {len(options)} phương án (khác tiêu chuẩn 4 phương án A, B, C, D).")

        if other_lines:
            q_warnings.append(f"Có dòng chữ không thuộc phương án hay đáp án: '{other_lines[0]}'")

        if q_errors:
            invalid_questions.append((idx, q_lines, q_errors))
        else:
            # Tái tạo câu hỏi chuẩn mực 100% Aiken
            formatted_q = []
            formatted_q.append(stem_clean)
            for key in sorted(options.keys()):
                formatted_q.append(f"{key}. {options[key]}")
            formatted_q.append(f"ANSWER: {answer_found}")
            
            valid_questions.append("\n".join(formatted_q))
            if q_warnings:
                warnings_count += len(q_warnings)

    # Xuất tệp đầu ra sạch
    with open(output_path, 'w', encoding='utf-8', newline='\n') as out_file:
        out_file.write("\n\n".join(valid_questions) + "\n")

    print("=" * 70)
    print("📊 BÁO CÁO TỔNG KẾT KIỂM ĐỊNH AIKEN:")
    print(f"   ✅ Số câu hợp lệ chuẩn 100%: {len(valid_questions)} / {total_questions}")
    print(f"   ⚠️ Số cảnh báo nhẹ: {warnings_count}")
    print(f"   ❌ Số câu vi phạm cú pháp nghiêm trọng: {len(invalid_questions)}")
    
    if invalid_questions:
        print("\n🚨 CHI TIẾT CÁC CÂU LỖI CẦN ĐIỀU CHỈNH:")
        for idx, raw_lines, errs in invalid_questions:
            print(f"   - [Câu thứ {idx}]")
            for e in errs:
                print(f"       + Lỗi: {e}")
            print(f"       + Đoạn trích: '{raw_lines[0][:60]}...'")
    else:
        print("\n🎉 XUẤT SẮC: Toàn bộ ngân hàng câu hỏi đã được chuẩn hóa hoàn hảo!")
        print(f"💾 Tệp sẵn sàng nạp lên Moodle đã lưu tại: {output_path}")
    print("=" * 70)
    return len(invalid_questions) == 0

if __name__ == "__main__":
    src_file = "raw_exam.txt"
    dst_file = "aiken_exam_ready.txt"
    if len(sys.argv) > 1:
        src_file = sys.argv[1]
    if len(sys.argv) > 2:
        dst_file = sys.argv[2]
        
    parse_and_validate_aiken(src_file, dst_file)

4.2 Phân tích thuật toán làm sạch chuỗi, chuẩn hóa Encoding UTF-8 và sửa lỗi tự động

Khối mã Python trên được thiết kế để giải quyết dứt điểm các vướng mắc kỹ thuật phức tạp nhất:

• Hàm clean_smart_characters: Bóc tách toàn bộ mã Unicode đặc thù từ Microsoft Word. Dấu nháy cong \u201c và \u201d thường xuyên gây lỗi sập trình phân tích XML/Aiken của PHP Moodle được thay thế bằng dấu nháy ASCII tiêu chuẩn ".
• Biểu thức chính quy re.sub(r'^(?:Câu|Bài|\d+)...'): Tự động loại bỏ các tiền tố như “Câu 1:”, “Câu 2.”. Khi đưa vào Moodle, Moodle sẽ tự động đánh số thứ tự câu hỏi trong đề thi; nếu để nguyên tiền tố cũ, đề thi sau khi trộn sẽ xuất hiện tình trạng câu số 1 hiển thị chữ “Câu 45:”, gây bối rối cho học sinh.
• Tái cấu trúc và ép định dạng: Thay vì giữ nguyên chuỗi cũ, mã nguồn đọc các thành phần vào từ điển (dictionary), sắp xếp lại thứ tự phương án A. , B. , C. , D. và nối lại với đúng 1 dấu cách, kết thúc bằng ANSWER: X chuẩn xác tuyệt đối.

4.3 Bộ Prompt Mẫu 1: Nạp và chuẩn hóa đề thi thô từ Word/PDF sang format Aiken

Dưới đây là System Prompt chuẩn mực để nạp vào Google Antigravity khi thầy cô có sẵn một tệp đề thi Word hoặc PDF thô:

4.4 Bộ Prompt Mẫu 2: Sinh 20 câu hỏi trắc nghiệm chuẩn 4 mức độ nhận thức GDPT 2018

Trong trường hợp thầy cô muốn AI tự động xây dựng một ngân hàng câu hỏi mới hoàn toàn theo ma trận kiểm tra đánh giá của Chương trình GDPT 2018:

5
Bảng Ma Trận So Sánh Toàn Diện: Thủ Công vs. Chatbot AI Web vs. Google Antigravity

Để thấy rõ sự khác biệt mang tính cách mạng giữa các phương thức tiếp cận, hãy cùng đối chiếu bảng phân tích hiệu năng và độ an toàn dữ liệu khảo thí dưới đây:

6
Hệ Sinh Thái Khảo Thí LMS Moodle & Chuyển Đổi Số Giáo Dục NIE.vn

Việc ứng dụng trí tuệ nhân tạo tác nhân tự trị không dừng lại ở sự tiện lợi cá nhân, mà là đòn bẩy chiến lược đưa công tác khảo thí của toàn trường bước lên nấc thang mới về tính minh bạch, chuyên nghiệp và hiệu quả kinh tế. Khi thầy cô giáo không còn phải tiêu tốn những đêm trắng ngồi sửa từng dấu phẩy, dấu chấm trong tệp đề thi, năng lượng sư phạm sẽ được dồn trọn vẹn cho việc đổi mới phương pháp giảng dạy và đồng hành cùng sự phát triển của từng học sinh.

Là đơn vị tiên phong trong lĩnh vực nghiên cứu và chuyển giao công nghệ Trí tuệ Nhân tạo Giáo dục tại Việt Nam, Viện Nghiên Cứu Giáo Dục NIE (nie.vn) cung cấp các chương trình đào tạo và giải pháp hạ tầng khảo thí trọn gói: