Bài quảng cáo 01 - SYNVIA V2: AI Writing Feedback & Revision OS

Ngày viết: 2026-05-28 Series: SYNVIA V2 Product Ads Định dạng: quay màn hình là chính, camera góc nhỏ, thỉnh thoảng zoom lên để bàn luận Đối tượng: chủ trung tâm IELTS, academic manager, giáo viên phụ trách Writing, trung tâm muốn scale feedback mà không làm loãng chất lượng

Tên bài đề xuất

AI chấm Writing mà học viên không sửa lại thì mới xong một nửa

Tên phụ:

Demo SYNVIA V2: từ bài IELTS Writing đến feedback, revision, teacher review và bằng chứng tiến bộ

Mục tiêu của video

Video này không phải để nói chung chung rằng AI có thể chấm Writing. Thị trường đã nghe câu đó quá nhiều.

Mục tiêu là cho khách hàng thấy SYNVIA V2 không bán một con AI trả điểm. SYNVIA V2 bán một vòng học tập hoàn chỉnh cho Writing:

  • học viên nộp bài;
  • hệ thống phân tích theo rubric;
  • AI tạo bản nháp feedback có cấu trúc;
  • học viên biết phải sửa gì;
  • giáo viên xem, chỉnh hoặc duyệt;
  • học viên nộp bản revision;
  • hệ thống so sánh trước-sau;
  • trung tâm nhìn được tiến bộ, backlog và chất lượng feedback.

Thông điệp chính:

> Với IELTS Writing, điểm số không phải sản phẩm cuối. Sản phẩm thật là vòng feedback và revision giúp học viên viết tốt hơn qua từng bản sửa.

Bản chất quảng cáo

Đây là video quảng cáo sản phẩm, nên SYNVIA phải xuất hiện ngay từ đầu. Nhưng không nói theo kiểu đọc brochure. Cách nói tốt nhất là:

> Tôi sẽ mở SYNVIA V2 và demo một bài Writing từ lúc học viên nộp đến lúc giáo viên duyệt feedback và học viên sửa bài. Trong lúc làm, tôi sẽ nói vì sao chúng tôi thiết kế như vậy.

Video nên có cảm giác người xem đang được xem một hệ thống thật, một luồng thật, một vấn đề thật. Không cần quá bóng bẩy. Càng giống một buổi demo nghiêm túc cho chủ trung tâm càng tốt.

Mở bài

[Màn hình: dashboard SYNVIA V2, mục Writing Feedback & Revision.]

Hôm nay tôi muốn demo một phần rất quan trọng trong SYNVIA V2: AI Writing Feedback & Revision OS.

Tôi không gọi nó đơn giản là “AI chấm Writing”, vì nếu AI chỉ đọc bài rồi trả về một band score, thì thật ra mới xong một nửa vấn đề.

Trong một trung tâm IELTS, thứ làm giáo viên mệt không chỉ là chấm bài. Thứ làm chất lượng khó scale là cả một vòng phía sau: học viên nộp bài, giáo viên đọc, feedback có đủ cụ thể không, học viên có hiểu không, học viên có sửa lại không, giáo viên có biết bản sửa tốt hơn chưa, và quản lý học thuật có biết lớp nào đang nghẽn ở đâu không.

SYNVIA V2 được thiết kế quanh vòng đó.

Tôi sẽ đi từ đầu tới cuối: tạo bài Writing, học viên nộp bài, AI phân tích theo tiêu chí IELTS, giáo viên review, học viên revision, rồi cuối cùng xem dashboard tiến bộ.

Điều tôi muốn anh chị để ý không phải là “AI trả lời hay không”. Điều quan trọng hơn là: sau khi AI trả feedback, hệ thống có làm học viên sửa tốt hơn và giúp giáo viên can thiệp đúng hơn không.

Phần 1 - Tạo bài Writing không chỉ là giao một đề

[Màn hình: tạo assignment mới.]

Ở đây tôi tạo một bài IELTS Writing Task 2.

Tôi chọn lớp, chọn học viên hoặc nhóm học viên, chọn hạn nộp, rồi chọn rubric. Trong demo này tôi chọn rubric IELTS Writing Task 2.

Điểm quan trọng là bài này không chỉ có một prompt. Nó có mục tiêu học.

Ví dụ tuần này lớp đang tập trung vào Task Response và cách phát triển supporting ideas. Nếu giáo viên muốn, feedback của AI có thể ưu tiên hai phần đó trước, thay vì mỗi lần trả một danh sách dài mười mấy lỗi khiến học viên không biết sửa từ đâu.

[Dừng lại, zoom camera.]

Đây là một điểm rất nhỏ nhưng tôi nghĩ rất quan trọng.

Nhiều hệ thống AI feedback đang mắc lỗi là chúng nhận xét quá nhiều. Ngữ pháp, từ vựng, liên kết, luận điểm, ví dụ, tone, câu mở bài, câu kết bài, tất cả đổ vào một lần. Đọc thì có vẻ đầy đủ, nhưng học viên đọc xong bị quá tải.

Feedback tốt không nhất thiết là feedback dài. Feedback tốt là feedback giúp học viên biết hành động tiếp theo.

Education Endowment Foundation khi nói về feedback cũng nhấn mạnh hai điều: feedback cần rõ, có thể hành động, và học viên cần có cơ hội để hành động sau khi nhận feedback. SYNVIA V2 lấy đúng tinh thần đó: feedback không được chết ở một đoạn text.

[Quay lại màn hình.]

Vì vậy khi tạo bài, tôi có thể chọn:

  • bài này dùng rubric nào;
  • mục tiêu chính tuần này là gì;
  • mức độ chi tiết feedback;
  • có bắt buộc revision không;
  • feedback AI có cần giáo viên duyệt trước khi học viên xem không;
  • kết quả này có hiện trong báo cáo phụ huynh không.

Nói cách khác, ngay từ lúc giao bài, SYNVIA đã xem đây là một vòng học tập, không phải một file nộp bài.

Phần 2 - Học viên nộp bài và hệ thống tạo bản nháp đánh giá

[Màn hình: learner workspace, học viên mở bài Writing.]

Bây giờ tôi chuyển sang màn hình học viên.

Học viên thấy đề bài, mục tiêu của bài, tiêu chí được đánh giá và hướng dẫn nộp bài. Học viên có thể viết trực tiếp trên hệ thống hoặc dán bài từ nơi khác vào. Nếu trung tâm vẫn cho học viên viết tay, có thể nộp ảnh để giáo viên xử lý theo quy trình riêng, nhưng với demo này tôi dùng bài typed essay để dễ nhìn.

[Màn hình: học viên nộp bài.]

Sau khi học viên bấm nộp, SYNVIA tạo một AI job. Nhưng cần nói rõ: AI job không có nghĩa là AI tự động trở thành kết quả chính thức.

Trong SYNVIA V2, AI tạo draft assessment. Tức là bản nháp đánh giá. Hệ thống vẫn lưu lại rubric version, prompt version, model config, thời điểm chạy, và giáo viên có quyền duyệt, sửa hoặc từ chối.

[Dừng lại, zoom camera.]

Vì sao phải làm kỹ như vậy?

Vì AI trong đánh giá là vùng nhạy cảm. Nếu dùng AI để gợi ý luyện tập thì rủi ro thấp hơn. Nhưng nếu AI ảnh hưởng đến điểm, niềm tin của học viên, báo cáo phụ huynh hoặc quyết định can thiệp của giáo viên, thì không thể vận hành kiểu “AI nói sao tin vậy”.

UNESCO cũng đặt AI trong giáo dục dưới hướng human-centred: quyền riêng tư, validation, thiết kế sư phạm và vai trò con người phải được giữ ở trung tâm. Với SYNVIA V2, điều này không nằm trong slide đạo đức cho đẹp. Nó đi vào workflow: AI output là bản nháp, giáo viên giữ quyền phán đoán.

[Quay lại màn hình: kết quả AI draft.]

Ở đây hệ thống trả ra bốn phần chính theo tiêu chí IELTS Writing:

  • Task Response;
  • Coherence and Cohesion;
  • Lexical Resource;
  • Grammatical Range and Accuracy.

IELTS chính thức cũng dùng bốn nhóm tiêu chí này cho Writing. Mỗi task được đánh giá riêng và các tiêu chí được tính trọng số đều. Vì vậy, thay vì nói chung chung “bài này khoảng 6.0”, SYNVIA tách ra: học viên đang yếu ở đâu, bằng chứng nằm ở câu/đoạn nào, và nên sửa cái gì trước.

Phần 3 - Không chỉ trả band score, mà trả “việc cần sửa”

[Màn hình: AI draft assessment theo từng tiêu chí.]

Đây là phần nhiều người hay demo rất nhanh: AI trả điểm.

Nhưng tôi sẽ không dừng ở điểm.

Giả sử bài này được ước lượng:

  • Task Response: 5.5;
  • Coherence and Cohesion: 6.0;
  • Lexical Resource: 6.0;
  • Grammatical Range and Accuracy: 6.0.

Nếu chỉ nhìn tổng thể, học viên có thể nghe câu rất quen: “Em đang khoảng 6.0, cần cải thiện Writing.”

Nhưng câu đó gần như không giúp em sửa bài.

SYNVIA V2 sẽ cố gắng biến điểm thành hành động. Ví dụ, trong Task Response, hệ thống chỉ ra rằng học viên có nêu quan điểm, nhưng supporting idea còn chung. Ở đoạn thân bài 1, học viên nói “technology helps students learn better”, nhưng không giải thích cơ chế “better” là gì: học nhanh hơn, nhớ lâu hơn, hay có feedback cá nhân hóa hơn?

[Màn hình highlight đoạn trong bài.]

Ở đây hệ thống highlight đúng đoạn đó, rồi đưa ra feedback:

“Ý chính có hướng đúng, nhưng phần phát triển còn chung. Hãy thêm một cơ chế cụ thể và một ví dụ đủ rõ để chứng minh vì sao công nghệ cải thiện việc học.”

Nhưng phần quan trọng là nút tiếp theo: Create Revision Task.

Thay vì chỉ đọc feedback, học viên sẽ nhận một nhiệm vụ sửa cụ thể:

“Viết lại đoạn thân bài 1. Giữ nguyên main idea, nhưng thêm một cơ chế và một ví dụ cụ thể. Không cần sửa toàn bài.”

[Dừng lại, zoom camera.]

Đây là chỗ tôi nghĩ nhiều trung tâm IELTS sẽ cảm được.

Học viên không tiến bộ chỉ vì được nghe “em thiếu ví dụ”. Học viên tiến bộ khi phải sửa một đoạn cụ thể, dựa trên feedback cụ thể, rồi so sánh bản sửa với bản cũ.

Nếu không có revision, feedback rất dễ trở thành một thứ học viên đọc cho biết. Có thể em thấy đúng, có thể em gật đầu, nhưng bài sau vẫn lặp lỗi cũ.

SYNVIA V2 không muốn biến AI thành người nói nhiều. Chúng tôi muốn biến AI thành một phần của vòng sửa bài.

Phần 4 - Teacher Review: giáo viên không bị thay, giáo viên được đưa đúng chỗ

[Màn hình: Teacher Workbench, hàng đợi bài cần review.]

Bây giờ tôi chuyển sang màn hình giáo viên.

Trong Teacher Workbench, giáo viên thấy các bài đang chờ review. Không phải bài nào cũng có mức ưu tiên như nhau.

SYNVIA có thể ưu tiên:

  • bài có confidence thấp;
  • bài có điểm thay đổi bất thường;
  • bài chuẩn bị gửi báo cáo phụ huynh;
  • bài thuộc assignment quan trọng;
  • bài có feedback AI bị flag;
  • học viên cần can thiệp;
  • hoặc bài của lớp đang gần deadline.

Điều này rất khác với việc giáo viên phải mở từng bài theo thứ tự ngẫu nhiên.

[Màn hình: mở một bài review.]

Ở đây giáo viên thấy bài gốc, feedback AI, điểm theo từng tiêu chí, bằng chứng AI dùng để nhận xét, và phần đề xuất revision task.

Giáo viên có ba quyền:

  • duyệt;
  • chỉnh sửa;
  • từ chối feedback AI và viết lại.

Nếu giáo viên sửa, SYNVIA lưu lại teacher override. Điều này rất quan trọng vì về lâu dài, trung tâm có thể nhìn thấy AI đang lệch ở đâu, giáo viên hay sửa phần nào, rubric nào cần cấu hình lại, hoặc lớp nào cần chính sách review chặt hơn.

[Dừng lại, zoom camera.]

Tôi muốn nói rõ một chuyện: SYNVIA V2 không bán ý tưởng “AI thay giáo viên Writing”.

Writing là một kỹ năng phức tạp. IELTS Writing không chỉ là ngữ pháp. Nó có lập luận, phát triển ý, lựa chọn ví dụ, tính phù hợp với đề, giọng văn, và đôi khi là sự hiểu sai rất tinh tế. AI có thể giúp đọc nhanh, gom lỗi, tạo bản nháp feedback, nhưng giáo viên vẫn là người giữ tiêu chuẩn học thuật.

Điểm hay của hệ thống không phải là giáo viên biến mất. Điểm hay là giáo viên không phải tốn quá nhiều thời gian cho phần lặp lại, để có thời gian can thiệp vào phần thật sự cần chuyên môn.

Nếu một lớp có 30 bài Writing, giáo viên không nhất thiết phải viết từ đầu 30 đoạn feedback giống nhau. Hệ thống có thể draft, gom lỗi, highlight vấn đề. Giáo viên dùng năng lực của mình để kiểm tra, sửa chỗ AI thiếu, thêm nhận xét phù hợp với học viên, và quyết định bài nào cần nói riêng.

Đó mới là teacher-in-the-loop thật.

Phần 5 - Học viên sửa bài trên cùng một workspace

[Màn hình: learner workspace sau khi feedback đã được duyệt.]

Bây giờ học viên nhận feedback.

Ở đây có một chi tiết thiết kế rất quan trọng: học viên không chỉ thấy một đoạn nhận xét dài. Học viên thấy:

  • điểm theo từng tiêu chí;
  • hai hoặc ba vấn đề ưu tiên;
  • đoạn trong bài liên quan;
  • hướng dẫn sửa;
  • nhiệm vụ revision;
  • hạn sửa;
  • và ô tự phản tư ngắn.

Trước khi sửa, học viên phải chọn: “Em sẽ sửa gì trong lần này?”.

Ví dụ học viên chọn: “Em sẽ làm rõ cơ chế trong đoạn thân bài 1 và thêm ví dụ cụ thể.”

Sau đó em viết bản revision.

[Màn hình: học viên nộp revision.]

Khi bản revision được nộp, SYNVIA hiển thị diff: đoạn nào được giữ, đoạn nào được sửa, sửa theo hướng nào.

Đây là một phần rất đáng giá. Vì nếu không có diff, giáo viên phải đọc lại cả bài từ đầu. Còn ở đây, giáo viên có thể nhìn ngay: học viên có thật sự sửa đúng vấn đề không, hay chỉ thay vài từ cho đẹp hơn.

[Dừng lại, zoom camera.]

Trong nhiều lớp Writing, phần bị rơi mất không phải là feedback đầu tiên. Phần bị rơi mất là revision.

Học viên nhận feedback rồi bỏ đó. Hoặc sửa rất nhẹ. Hoặc sửa bằng cách nhờ AI viết lại hộ. Hoặc không hiểu feedback nên sửa sai hướng.

Nếu trung tâm không nhìn được vòng revision, trung tâm sẽ tưởng mình đã dạy xong vì feedback đã gửi. Nhưng về mặt học tập, feedback chưa được hành động thì chưa tạo đủ giá trị.

SYNVIA V2 đo và quản lý đúng đoạn này: feedback viewed rate, revision submitted rate, time to feedback, teacher review backlog, lỗi nào giảm sau revision, lỗi nào vẫn lặp.

Đây là điểm làm V2 khác một công cụ AI chấm bài rời rạc.

Phần 6 - Progress view: học viên tiến bộ ở đâu?

[Màn hình: Progress Portfolio của học viên.]

Bây giờ tôi mở hồ sơ tiến bộ của học viên này.

Ở đây không chỉ có danh sách bài đã nộp. SYNVIA V2 hiển thị tiến bộ theo từng tiêu chí:

  • Task Response;
  • Coherence and Cohesion;
  • Lexical Resource;
  • Grammatical Range and Accuracy.

Nhưng tôi muốn nhấn mạnh: biểu đồ chỉ là phần dễ nhìn. Giá trị thật nằm ở bằng chứng phía sau.

Ví dụ, trong ba bài gần nhất, hệ thống cho thấy lỗi “supporting ideas quá chung” xuất hiện ba lần, nhưng sau hai vòng revision, mức độ đã giảm. Ngược lại, lỗi “cohesive devices dùng máy móc” vẫn lặp lại. Vậy giáo viên không cần đoán. Giáo viên có thể quyết định buổi tới nên dành 15 phút xử lý coherence, hoặc giao một bài luyện nhỏ cho nhóm học viên có cùng lỗi.

[Màn hình: common errors / class view.]

Nếu chuyển sang lớp, academic manager có thể thấy lớp này không chỉ yếu Writing chung chung. Lớp này đang có hai cụm lỗi lớn: phát triển ví dụ chưa đủ cụ thể và paragraph progression chưa tốt.

Đây là dữ liệu học tập. Không phải dữ liệu “học viên đã học bao nhiêu phút”. Không phải dữ liệu “đã nộp bao nhiêu bài”. Mà là dữ liệu cho biết nên dạy tiếp cái gì.

[Dừng lại, zoom camera.]

Đây là lý do chúng tôi gọi V2 là Learning Evidence OS.

Một bài Writing không chỉ là một bài để chấm. Nó là bằng chứng. Một feedback không chỉ là một đoạn nhận xét. Nó là điểm bắt đầu của revision. Một bản revision không chỉ là bài sửa. Nó là bằng chứng cho thấy học viên có học được từ feedback hay không.

Khi nối các phần này lại, trung tâm bắt đầu nhìn được chất lượng học tập theo thời gian.

Phần 7 - Báo cáo phụ huynh: không chỉ “con học tốt”

[Màn hình: Parent Summary / Progress Report.]

Nếu trung tâm dạy học viên nhỏ tuổi hoặc teen, phụ huynh thường muốn biết con có tiến bộ không.

Nhưng báo cáo kiểu cũ thường rất chung:

“Con chăm học, có tiến bộ, cần luyện thêm Writing.”

Nói vậy không sai, nhưng phụ huynh khó cảm được trung tâm đang làm gì.

Với SYNVIA V2, báo cáo có thể cụ thể hơn mà vẫn không quá kỹ thuật:

“Trong ba bài Writing gần nhất, con đã cải thiện cách trả lời đúng trọng tâm đề. Vấn đề còn lại là phát triển ví dụ chưa đủ cụ thể. Tuần tới giáo viên sẽ cho con luyện cách mở rộng supporting ideas trong đoạn thân bài. Con đã nộp bản revision cho 2/3 bài gần nhất.”

Đây là loại báo cáo phụ huynh dễ hiểu hơn nhiều.

Nó không làm phụ huynh thành giám khảo IELTS. Nó giúp phụ huynh thấy trung tâm đang theo dõi tiến bộ thật.

[Dừng lại, zoom camera.]

Đây cũng là một lợi ích kinh doanh rất thực tế.

Trung tâm IELTS không chỉ bán giờ học. Trung tâm bán niềm tin rằng học viên đang được theo dõi, được sửa, được kéo lên từng bước. Nếu phụ huynh hoặc học viên chỉ thấy điểm số rời rạc, họ rất khó cảm nhận chất lượng.

Nhưng nếu mỗi tháng trung tâm có thể cho thấy: học viên đã sửa được lỗi nào, còn kẹt ở đâu, giáo viên sẽ can thiệp thế nào, thì câu chuyện giữ chân và tái tục sẽ mạnh hơn rất nhiều.

Tôi không nói một báo cáo sẽ tự động làm phụ huynh tái tục. Nhưng nếu trung tâm có bằng chứng tiến bộ rõ hơn, việc tư vấn sẽ có căn cứ hơn.

Phần 8 - Vì sao đây là sản phẩm/dịch vụ chứ không chỉ là phần mềm?

[Màn hình: Settings / Rubric / Policy / Teacher Review.]

Một điểm nữa tôi muốn nói rõ: SYNVIA V2 không chỉ là phần mềm bật lên là xong.

Với AI Writing Feedback & Revision OS, chúng tôi triển khai cùng trung tâm ở ba lớp.

Lớp một là hệ thống:

  • assignment;
  • submission;
  • AI draft feedback;
  • teacher review;
  • revision;
  • progress portfolio;
  • parent summary;
  • class dashboard.

Lớp hai là học thuật:

  • rubric trung tâm dùng;
  • cách giáo viên muốn feedback;
  • đâu là lỗi ưu tiên;
  • bài nào bắt buộc revision;
  • feedback nào được gửi thẳng;
  • feedback nào cần giáo viên duyệt.

Lớp ba là vận hành:

  • thời gian trả feedback mục tiêu;
  • ai xử lý review queue;
  • khi nào nhắc học viên revision;
  • khi nào báo academic manager;
  • chỉ số nào dùng để đánh giá pilot.

[Dừng lại, zoom camera.]

Đây là điểm khác biệt giữa mua một tool AI và triển khai một hệ thống feedback.

Một tool AI có thể trả lời rất hay. Nhưng trung tâm vẫn phải tự nghĩ: ai giao bài, ai kiểm AI, học viên sửa ở đâu, giáo viên xem lại kiểu gì, phụ huynh nhận gì, dữ liệu lưu ở đâu, tháng sau nhìn tiến bộ thế nào.

SYNVIA V2 cố gắng đóng gói toàn bộ flow đó thành một sản phẩm/dịch vụ triển khai được.

Phần 9 - Ai phù hợp với bài demo này?

[Màn hình: quay lại dashboard tổng.]

Nếu trung tâm của anh chị chỉ có vài học viên Writing và giáo viên vẫn phản hồi rất sát từng người, có thể anh chị chưa cần hệ thống như thế này ngay.

Nhưng nếu trung tâm đang có một trong các dấu hiệu sau, thì nên xem thử:

Thứ nhất, học viên nộp Writing nhiều nhưng feedback thường chậm.

Thứ hai, mỗi giáo viên feedback một kiểu, academic manager khó kiểm soát chất lượng.

Thứ ba, học viên nhận feedback nhưng ít revision, hoặc trung tâm không biết ai đã sửa, ai chưa sửa.

Thứ tư, phụ huynh/học viên hỏi “em/con có tiến bộ không?” nhưng trung tâm chỉ có điểm rời rạc để trả lời.

Thứ năm, trung tâm muốn scale lớp IELTS online/hybrid nhưng sợ chất lượng Writing feedback bị loãng.

Thứ sáu, trung tâm muốn dùng AI nhưng không muốn để AI tự quyết định mọi thứ.

Nếu rơi vào các trường hợp đó, SYNVIA V2 không chỉ giúp chấm nhanh hơn. Nó giúp trung tâm thiết kế lại vòng Writing feedback để có kiểm soát hơn.

Kết bài và CTA

[Màn hình: booking/demo hoặc form liên hệ.]

Tóm lại, nếu chỉ cần một AI trả band score, thị trường sẽ có rất nhiều lựa chọn.

Nhưng nếu anh chị muốn một hệ thống giúp học viên nộp bài, nhận feedback có thể hành động, sửa bài, được giáo viên review, và để trung tâm nhìn thấy tiến bộ theo thời gian, thì đó là hướng SYNVIA V2 đang xây.

AI chấm Writing mà học viên không sửa lại thì mới xong một nửa.

Phần còn lại là revision, teacher review, progress evidence và vận hành học thuật phía sau.

Nếu anh chị đang vận hành trung tâm IELTS và muốn xem demo kỹ hơn, có thể inbox hoặc đặt lịch. Cách tốt nhất là gửi thử vài bài Writing mẫu đang dùng trong trung tâm. Chúng tôi sẽ demo trên đúng flow đó: từ bài nộp, feedback, revision đến dashboard tiến bộ.

Các đoạn có thể cắt thành ads ngắn

Cut 1 - Hook 30 giây

AI chấm Writing mà chỉ trả về band score thì mới xong một nửa.

Trong SYNVIA V2, một bài IELTS Writing đi qua cả vòng: học viên nộp bài, AI phân tích theo rubric, giáo viên review, học viên sửa lại, hệ thống so sánh bản trước-sau, rồi trung tâm nhìn được học viên tiến bộ ở đâu.

Điểm số không phải sản phẩm cuối. Revision mới là chỗ học viên thật sự học.

Cut 2 - Demo teacher review 45 giây

Đây là điểm tôi thích nhất trong SYNVIA V2: AI không phải kết quả chính thức. AI tạo bản nháp feedback, còn giáo viên có quyền duyệt, sửa hoặc từ chối.

Giáo viên không cần viết lại từ đầu mọi nhận xét lặp lại, nhưng vẫn giữ quyền phán đoán học thuật. Hệ thống còn lưu lại teacher override để trung tâm biết AI đang lệch ở đâu và rubric cần chỉnh gì.

Đây không phải AI thay giáo viên. Đây là AI đưa giáo viên vào đúng chỗ cần chuyên môn nhất.

Cut 3 - Parent report 45 giây

Báo cáo phụ huynh kiểu “con học tốt, cần luyện thêm Writing” nghe rất quen nhưng không có nhiều giá trị.

Với SYNVIA V2, báo cáo có thể nói cụ thể hơn: trong ba bài gần nhất, con đã cải thiện Task Response, nhưng supporting ideas vẫn còn chung; tuần tới giáo viên sẽ cho con luyện cách phát triển ví dụ.

Phụ huynh không cần thành giám khảo IELTS. Nhưng phụ huynh cần hiểu trung tâm đang theo dõi tiến bộ thật.

Cut 4 - Pain của trung tâm IELTS 60 giây

Nhiều trung tâm nghĩ bottleneck là lead. Nhưng với IELTS, đôi khi bottleneck thật là feedback.

Nếu quảng cáo kéo thêm học viên nhưng giáo viên không kịp chấm Writing, feedback chậm, học viên không sửa bài, phụ huynh không thấy tiến bộ, thì scale sẽ làm chất lượng loãng đi.

SYNVIA V2 xử lý đúng flow đó: bài nộp, AI draft feedback, teacher review, revision, progress dashboard. Không chỉ để chấm nhanh hơn, mà để feedback biến thành hành động học.

Gợi ý màn hình cần chuẩn bị trước khi quay

  • Dashboard tổng: Writing Feedback & Revision.
  • Tạo assignment IELTS Writing Task 2.
  • Learner workspace: nộp bài.
  • AI draft assessment theo 4 tiêu chí.
  • Highlight evidence trong bài.
  • Create Revision Task.
  • Teacher Workbench: review queue.
  • Teacher review: approve/edit/reject.
  • Learner revision: nộp bản sửa.
  • Diff trước-sau.
  • Progress Portfolio của học viên.
  • Class dashboard: common errors.
  • Parent Summary.
  • CTA booking/demo.

Tài liệu tham khảo và nền nghiên cứu

Nguồn nội bộ:

  • reports/content_bank_synvia_v2_real_edtech_learning_evidence_longform_co_dau_2026-05-27.md
  • edtech-real/BAO-CAO-KIEN-TRUC-SYNVIA-EDTECH-CORE-V2.md
  • edtech-books-ref/edtech-real-codex/chapters/chuong-6.md
  • edtech-books-ref/edtech-da-goc-nhin/chapters/chuong-7.md

Nguồn ngoài đã đối chiếu:

  • IELTS, Writing band descriptors and key assessment criteria: https://ielts.org/news-and-insights/ielts-writing-band-descriptors-and-key-assessment-criteria
  • IELTS, Scoring in detail: https://ielts.org/take-a-test/your-results/ielts-scoring-in-detail
  • Education Endowment Foundation, Feedback: https://educationendowmentfoundation.org.uk/education-evidence/teaching-learning-toolkit/feedback
  • UNESCO, Guidance for generative AI in education and research: https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
  • Fleckenstein et al., Automated feedback and writing, meta-analysis: https://pmc.ncbi.nlm.nih.gov/articles/PMC10351274/