Bài quảng cáo 05 - SYNVIA V2: Meet AI / Class Evidence

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, academic manager, giáo viên dạy online/hybrid, trung tâm IELTS/giao tiếp/kids/teen có lớp live

Tên bài đề xuất

AI tóm tắt buổi học thì chưa đủ. Sau buổi học phải sinh ra việc học tiếp theo

Tên phụ:

Demo SYNVIA V2 Meet AI: từ buổi học live đến learning events, assignment, intervention và parent-safe summary

Mục tiêu của video

Bài này quảng cáo trực diện cho Meet AI / Class Evidence trong SYNVIA V2.

Nếu bài 1 nói về Writing feedback & revision, bài 2 nói về Learning Evidence Dashboard, bài 3 nói về Teacher Workbench, bài 4 nói về Parent Progress Report, thì bài 5 nói về lớp live online/hybrid.

Mục tiêu không phải bán “có phòng học online” hay “có recording”. Những thứ đó đã rất phổ biến.

Mục tiêu là demo cách SYNVIA V2 biến một buổi học live thành dữ liệu học tập có thể hành động:

  • điểm danh và trạng thái tham gia;
  • transcript/recording nếu có;
  • tóm tắt nội dung;
  • learning events;
  • câu hỏi học viên còn kẹt;
  • bài cần giao sau buổi học;
  • học viên cần check-in;
  • teacher reflection cho buổi sau;
  • parent-safe summary;
  • intervention queue.

Thông điệp chính:

> Recording chỉ là bản ghi. Meet AI có giá trị khi sau buổi học, giáo viên, học viên và phụ huynh đều biết việc tiếp theo là gì.

Bản chất quảng cáo

Đây là video product-led. SYNVIA xuất hiện ngay từ đầu.

Cách nói nên là:

> Tôi sẽ mở một buổi học live trong SYNVIA V2 và demo chuyện gì xảy ra sau khi buổi học kết thúc: AI tóm tắt, hệ thống tạo learning events, gợi bài tập, đưa học viên cần chú ý vào Teacher Workbench, và tạo parent-safe summary.

Video không nên đánh trực diện Zoom, Google Meet, ClassIn hay bất kỳ classroom platform nào. Thông điệp đúng là: lớp online không nên chết ở recording. SYNVIA V2 tập trung vào lớp dữ liệu và hành động sau buổi học.

Mở bài

[Màn hình: SYNVIA V2 - Class Session / Meet AI.]

Hôm nay tôi muốn demo một phần trong SYNVIA V2 mà tôi nghĩ rất nhiều trung tâm online hoặc hybrid sẽ quan tâm: Meet AI / Class Evidence.

Tôi không muốn nói theo kiểu “SYNVIA có AI tóm tắt buổi học”.

Vì thật ra, AI tóm tắt bây giờ không còn quá đặc biệt. Rất nhiều công cụ có thể ghi âm, tạo transcript, rồi tóm tắt nội dung buổi học.

Câu hỏi quan trọng hơn là: sau khi tóm tắt xong, chuyện gì xảy ra tiếp?

Giáo viên có biết buổi sau nên dạy lại phần nào không?

Học viên có biết bài nào cần làm tiếp không?

Phụ huynh có hiểu con đã học gì mà không phải đọc cả transcript không?

Academic manager có biết lớp nào đang có vấn đề không?

Nếu tất cả chỉ dừng ở recording và summary, thì buổi học vẫn có thể biến mất vào một thư mục lưu trữ.

SYNVIA V2 Meet AI được thiết kế theo hướng khác: biến buổi học live thành learning events và next actions.

Tôi sẽ demo một flow: mở buổi học, xem dữ liệu sau buổi, tạo bài tập tiếp theo, đưa học viên cần chú ý vào Teacher Workbench, tạo parent-safe summary, rồi nối dữ liệu đó vào Learning Evidence Dashboard.

Phần 1 - Recording hữu ích, nhưng recording chưa phải learning evidence

[Màn hình: Class Session đã kết thúc, có recording/transcript.]

Ở đây là một buổi học vừa kết thúc.

Hệ thống có recording, transcript, attendance, chat log và AI summary.

Những thứ này đều hữu ích. Nếu học viên vắng, em có thể xem lại. Nếu giáo viên muốn kiểm tra một đoạn, có recording. Nếu trung tâm cần lưu lại lịch sử buổi học, transcript giúp tìm nhanh.

Nhưng tôi muốn nhấn mạnh: recording chưa phải learning evidence.

Recording trả lời: buổi học đã diễn ra.

Transcript trả lời: trong buổi học đã nói gì.

Summary trả lời: nội dung chính là gì.

Learning evidence phải trả lời câu khó hơn: học viên hiểu gì, chưa hiểu gì, cần làm gì tiếp, và ai cần can thiệp?

[Dừng lại, zoom camera.]

Rất nhiều lớp online bị đứt ở đây.

Buổi học diễn ra ổn. Giáo viên giảng tốt. Có recording. Có chat. Có tài liệu. Nhưng sau buổi học, bài tập được giao rời rạc, học viên vắng không được nhắc đúng, phụ huynh không biết con học gì, giáo viên buổi sau phải tự nhớ lớp đang kẹt ở đâu.

SYNVIA V2 không xem recording là điểm cuối. Recording chỉ là nguyên liệu.

Giá trị nằm ở phần hệ thống rút ra được việc học tiếp theo.

Phần 2 - AI Session Summary: tóm tắt phải có cấu trúc học tập

[Màn hình: AI Session Summary.]

Bây giờ tôi mở phần AI Session Summary.

Một bản tóm tắt bình thường có thể viết:

“Buổi học hôm nay ôn Writing Task 2, tập trung vào cách phát triển luận điểm, ví dụ cụ thể và liên kết đoạn. Giáo viên chữa một số bài mẫu và giao bài tập về nhà.”

Tóm tắt này đúng, nhưng chưa đủ dùng.

Trong SYNVIA V2, summary được chia theo cấu trúc học tập:

  • mục tiêu của buổi học;
  • nội dung đã dạy;
  • misconception hoặc lỗi phổ biến;
  • câu hỏi học viên đã hỏi;
  • phần học viên có vẻ chưa chắc;
  • bài tập nên giao;
  • học viên cần chú ý;
  • ghi chú cho giáo viên buổi sau;
  • bản tóm tắt phụ huynh có thể đọc.

[Màn hình: mục “Learning Signals”.]

Ví dụ phần Learning Signals có thể ghi:

“Nhiều học viên phân biệt chưa rõ giữa main idea và supporting example.”

“Khi giáo viên hỏi cách làm ví dụ cụ thể hơn, 5 học viên trả lời lại bằng câu chung.”

“Nhóm học viên A, B, C cần luyện lại cách biến một claim thành ví dụ cụ thể.”

Đây không còn là tóm tắt nội dung. Đây là tín hiệu học tập.

[Dừng lại, zoom camera.]

Learning analytics theo SoLAR không chỉ là thu thập và báo cáo dữ liệu. Mục tiêu là tạo insight có thể hành động để cải thiện dạy và học.

Vì vậy, nếu AI summary chỉ làm người xem nhớ lại buổi học, nó hữu ích nhưng chưa đủ. Nếu summary giúp giáo viên biết nên làm gì buổi sau, nó bắt đầu có giá trị học thuật.

Phần 3 - Learning Events: biến buổi học thành dữ liệu có cấu trúc

[Màn hình: Learning Events generated from session.]

Ở đây SYNVIA V2 tạo ra các Learning Events từ buổi học.

Ví dụ:

  • học viên A trả lời sai câu hỏi về topic sentence;
  • nhóm lớp gặp lỗi supporting example quá chung;
  • học viên B vắng mặt;
  • học viên C tham gia ít nhưng nộp chat riêng hỏi đúng vấn đề;
  • giáo viên đã chữa một bài mẫu về Task Response;
  • bài tập về nhà cần gắn với objective “developing examples”.

Learning Events không phải để thu thập mọi thứ vô hạn. Chỉ những tín hiệu phục vụ dạy học mới nên được lưu.

[Màn hình: event detail.]

Mỗi event có thể có:

  • loại event;
  • học viên hoặc nhóm liên quan;
  • objective/skill liên quan;
  • nguồn dữ liệu: transcript, teacher note, assignment, attendance;
  • mức chắc chắn;
  • action được đề xuất;
  • visibility: internal, teacher, learner, parent-safe.

[Dừng lại, zoom camera.]

Đây là điểm phân biệt “AI ghi chú” và “hệ thống học tập”.

Một ghi chú nói: “Hôm nay lớp học về supporting ideas.”

Một learning event nói: “Nhóm 6 học viên đang chưa biết phát triển supporting ideas; giáo viên nên giao drill ngắn trước buổi sau; phụ huynh chỉ cần biết tuần này con đang luyện phát triển ví dụ.”

Khác biệt nằm ở hành động.

Phần 4 - Next Actions cho giáo viên

[Màn hình: Teacher Post-Class Actions.]

Bây giờ tôi mở phần Post-Class Actions cho giáo viên.

Sau buổi học, giáo viên thường phải tự làm rất nhiều việc:

  • nhớ học viên nào vắng;
  • nhớ câu nào cả lớp chưa hiểu;
  • giao bài tập;
  • nhắc học viên;
  • chuẩn bị buổi sau;
  • báo phụ huynh nếu cần;
  • ghi chú cho học vụ.

Trong SYNVIA V2, hệ thống gom các việc này thành một danh sách hành động.

Ví dụ:

1. Giao bài drill “từ claim đến example” cho 6 học viên. 2. Nhắc học viên B xem lại đoạn recording phút 18-25 vì vắng phần chính. 3. Tạo check-in cho học viên C vì hai buổi liên tiếp ít tham gia. 4. Thêm mini review 10 phút đầu buổi sau về topic sentence. 5. Gửi parent-safe summary cho nhóm học viên teen.

[Màn hình: giáo viên chọn create assignment.]

Giáo viên bấm vào action đầu tiên: tạo bài drill.

Hệ thống đã gợi sẵn objective, nhóm học viên, deadline và nội dung bài luyện. Giáo viên có thể chỉnh lại trước khi giao.

Điểm quan trọng là giáo viên giữ quyền quyết định. AI gợi ý, giáo viên chọn.

[Dừng lại, zoom camera.]

Tôi nghĩ đây là cách đúng để nói về Meet AI.

Không phải “AI sẽ tự biết lớp cần gì”. Nói vậy quá mạnh và không đáng tin.

Cách đúng là: AI giúp rút ngắn khoảng cách từ buổi học đến việc cần làm tiếp theo. Giáo viên vẫn quyết định cuối.

Nếu giáo viên phải tự xem lại recording 90 phút để nhớ lớp kẹt ở đâu, hệ thống chưa giúp nhiều. Nếu hệ thống gợi đúng những điểm cần chú ý và giáo viên duyệt trong vài phút, đó là giá trị thật.

Phần 5 - Next Actions cho học viên

[Màn hình: Learner Workspace sau buổi học.]

Bây giờ tôi chuyển sang màn hình học viên.

Sau buổi học, học viên không chỉ thấy “recording đã sẵn sàng”.

Học viên thấy:

  • tóm tắt ngắn của buổi học;
  • phần cần xem lại;
  • bài tập được giao;
  • feedback hoặc note cá nhân nếu có;
  • câu hỏi reflection;
  • deadline.

Ví dụ học viên A thấy:

“Hôm nay lớp luyện cách phát triển supporting ideas. Em cần xem lại đoạn từ phút 18-25 và làm bài drill số 1 trước thứ Năm. Khi làm bài, hãy viết một claim, một cơ chế, và một ví dụ cụ thể.”

[Màn hình: reflection prompt.]

Trước khi làm bài, học viên có thể trả lời một câu reflection:

“Trong bài hôm nay, em đang kẹt ở bước nào: nghĩ ý, giải thích cơ chế, hay chọn ví dụ?”

Giáo viên có thể xem câu trả lời này trong Teacher Workbench.

[Dừng lại, zoom camera.]

Đây là điểm rất quan trọng: lớp online không nên là 90 phút rồi kết thúc.

Học thật thường xảy ra ở vòng sau buổi học: xem lại đúng đoạn, làm bài tập đúng điểm yếu, nhận feedback, sửa lại, và quay vào buổi sau với câu hỏi rõ hơn.

Meet AI có giá trị khi nó làm vòng sau buổi học này rõ hơn.

Phần 6 - Next Actions cho phụ huynh: parent-safe summary

[Màn hình: Parent-safe Summary.]

Bây giờ tôi mở phần parent-safe summary.

Đây không phải transcript gửi cho phụ huynh. Phụ huynh không cần đọc toàn bộ lớp học.

Một parent-safe summary có thể viết:

“Buổi học hôm nay lớp luyện cách phát triển ví dụ trong IELTS Writing Task 2. Con đã tham gia đầy đủ. Điểm cần tập trung tuần này là biến ý chung thành ví dụ cụ thể hơn. Giáo viên đã giao một bài luyện ngắn sau buổi học. Phụ huynh có thể hỏi con: ‘Con đã biến ý chung thành ví dụ cụ thể như thế nào?’”

Nếu học viên vắng:

“Con vắng phần luyện chính về supporting examples. Hệ thống đã gợi ý con xem lại đoạn recording từ phút 18-25 và hoàn thành bài drill trước buổi sau.”

[Dừng lại, zoom camera.]

Thông tin gửi phụ huynh phải khác thông tin nội bộ của giáo viên.

Giáo viên có thể cần biết học viên ít tương tác, trả lời sai, có dấu hiệu chưa hiểu. Nhưng phụ huynh cần nhận thông tin đủ rõ để hỗ trợ, không phải để lo hoặc trách con ngay.

Đây là lý do parent-safe summary trong SYNVIA V2 phải qua policy: phần nào tự động được gửi, phần nào cần giáo viên duyệt, phần nào chỉ để nội bộ.

Phần 7 - Attendance không chỉ là điểm danh

[Màn hình: Attendance & Participation Signals.]

Một phần khác của lớp live là attendance.

Điểm danh có vẻ rất vận hành: ai có mặt, ai vắng, ai vào muộn.

Nhưng nếu nối với dữ liệu học tập, attendance có thể trở thành tín hiệu hỗ trợ.

Ví dụ:

  • học viên vắng đúng buổi dạy concept quan trọng;
  • học viên vào muộn nhiều lần ở phần warm-up nhưng vẫn nộp bài tốt;
  • học viên có mặt nhưng ít phản hồi trong hai buổi liên tiếp;
  • học viên xem recording sau khi vắng nhưng chưa làm bài follow-up.

SYNVIA V2 không nên dùng attendance để kết luận thô rằng học viên lười hay không tập trung. Nó dùng attendance để biết khi nào cần hỗ trợ.

[Màn hình: tạo check-in từ attendance signal.]

Ví dụ hệ thống gợi:

“Học viên D vắng buổi học về Task Response và chưa xem recording. Tạo check-in hoặc nhắc bài follow-up?”

Giáo viên hoặc học vụ chọn hành động phù hợp.

[Dừng lại, zoom camera.]

Đây là tinh thần của learning analytics có trách nhiệm.

Dữ liệu không phải để dán nhãn. Dữ liệu để giúp người lớn thấy vấn đề sớm hơn và hỗ trợ đúng hơn.

Jisc khi nói về learning analytics nhấn mạnh transparency, privacy, validity và positive interventions. Với attendance cũng vậy: có dữ liệu không đủ. Phải dùng nó để hỗ trợ, không phải để phán xét.

Phần 8 - Nối buổi học với Teacher Workbench và Dashboard

[Màn hình: Teacher Workbench nhận post-class actions.]

Bây giờ tôi quay lại Teacher Workbench.

Những action vừa được tạo từ buổi học không nằm riêng trong Meet AI. Chúng đi vào bàn làm việc của giáo viên.

Giáo viên thấy:

  • assignment cần giao sau buổi học;
  • học viên cần check-in;
  • lỗi lớp cần dạy lại;
  • parent summaries cần review;
  • intervention đang mở;
  • recording segment cần gửi cho học viên vắng.

[Màn hình: Learning Evidence Dashboard cập nhật.]

Sau đó, Learning Evidence Dashboard cũng được cập nhật:

  • buổi học đã tạo những learning events nào;
  • học viên nào hoàn thành follow-up;
  • lỗi nào còn lặp lại sau buổi học;
  • intervention nào phát sinh;
  • lớp online/hybrid có dữ liệu nối với bài tập và feedback hay không.

[Dừng lại, zoom camera.]

Đây là điểm quan trọng trong thiết kế SYNVIA V2.

Meet AI không nên là một sản phẩm đứng một mình. Nếu nó chỉ là một công cụ ghi âm, tóm tắt và lưu file, rất dễ bị thay thế.

Giá trị bền hơn là khi Meet AI nối với các phần khác: assignment, feedback, revision, Teacher Workbench, Parent Progress Report và Learning Evidence Dashboard.

Khi đó, buổi học live trở thành một phần của hồ sơ học tập, không phải một file rời.

Phần 9 - Online, offline, hybrid không nên có ba bộ dữ liệu khác nhau

[Màn hình: Unified Learning Record.]

Nhiều trung tâm hybrid đang gặp vấn đề này:

Lớp offline điểm danh bằng tay.

Lớp online dùng Zoom hoặc Google Meet.

Bài tập giao qua Zalo hoặc Google Form.

Feedback nằm trong file riêng của giáo viên.

Phụ huynh nhận thông báo qua một kênh khác.

Mỗi phần đều chạy được, nhưng dữ liệu học tập bị chia mảnh.

Trong SYNVIA V2, mục tiêu là tạo một Unified Learning Record.

Một học viên có thể học offline, online, xem recording, nộp bài ở nhà, nhận feedback, sửa bài, được giáo viên check-in, và phụ huynh nhận summary. Tất cả những event đó nên nối vào cùng một hành trình học tập.

[Màn hình: timeline học viên.]

Timeline có thể hiển thị:

  • tham gia buổi live;
  • vắng một phần buổi học;
  • xem lại recording segment;
  • làm bài follow-up;
  • nhận feedback;
  • nộp revision;
  • giáo viên tạo intervention;
  • phụ huynh nhận summary.

[Dừng lại, zoom camera.]

Đây là lý do V2 không chỉ quan tâm “có lớp online hay không”.

Câu hỏi thật là: dữ liệu lớp online có nối được với dữ liệu học tập không?

Nếu không nối, trung tâm có nhiều công cụ nhưng ít trí nhớ học tập.

Phần 10 - Vì sao đây là sản phẩm/dịch vụ, không chỉ là AI meeting note?

[Màn hình: Meet AI Settings / Policy.]

Một điểm nữa: Meet AI trong SYNVIA V2 không chỉ là meeting note.

Nếu chỉ cần meeting note, thị trường có rất nhiều công cụ.

SYNVIA V2 triển khai Meet AI theo ba lớp.

Lớp một là dữ liệu buổi học:

  • attendance;
  • recording;
  • transcript;
  • chat;
  • teacher note;
  • learning events;
  • action items.

Lớp hai là logic học thuật:

  • objective của buổi học;
  • concept nào cần theo dõi;
  • tín hiệu nào đủ quan trọng để tạo action;
  • action nào cần giáo viên duyệt;
  • summary nào được gửi phụ huynh.

Lớp ba là vận hành:

  • ai review post-class actions;
  • bao lâu sau buổi học phải giao bài follow-up;
  • học viên vắng được nhắc thế nào;
  • parent summary gửi theo tuần hay sau từng buổi;
  • academic manager xem lớp nào có issue.

Nếu thiếu ba lớp này, Meet AI chỉ là một tính năng tóm tắt.

SYNVIA V2 là sản phẩm/dịch vụ vì chúng tôi không chỉ đưa transcript. Chúng tôi cùng trung tâm thiết kế cách một buổi học live biến thành learning evidence và next actions.

Phần 11 - Ai phù hợp với demo này?

[Màn hình: quay lại Class Evidence Overview.]

Nếu trung tâm của anh chị chỉ dạy offline, ít lớp online, và giáo viên vẫn theo sát từng học viên bằng cách thủ công, phần Meet AI có thể chưa phải ưu tiên đầu tiên.

Nhưng nếu trung tâm có một trong các dấu hiệu sau, rất đáng xem thử:

Thứ nhất, lớp online có recording nhưng ít ai xem lại đúng chỗ cần xem.

Thứ hai, giáo viên tóm tắt buổi học thủ công, giao bài thủ công, nhắc học viên thủ công.

Thứ ba, học viên vắng buổi quan trọng nhưng không có workflow follow-up rõ.

Thứ tư, phụ huynh hỏi “hôm nay con học gì?” nhưng trung tâm chỉ gửi nhận xét chung.

Thứ năm, lớp online/hybrid bị tách khỏi bài tập, feedback và dashboard tiến bộ.

Thứ sáu, academic manager muốn biết sau buổi học có phát sinh vấn đề gì nhưng không muốn xem lại từng recording.

Nếu rơi vào các trường hợp đó, Meet AI / Class Evidence là một phần rất đáng xem trong SYNVIA V2.

Kết bài và CTA

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

Tóm lại, AI tóm tắt buổi học thì chưa đủ.

Giá trị thật nằm ở việc sau buổi học, hệ thống tạo ra việc học tiếp theo: học viên cần xem lại gì, giáo viên cần dạy lại phần nào, phụ huynh nên biết gì, academic manager cần can thiệp ở đâu.

SYNVIA V2 Meet AI / Class Evidence giúp trung tâm biến lớp live thành learning events, assignment, intervention, parent-safe summary và dữ liệu tiến bộ.

Nếu anh chị muốn xem demo kỹ hơn, có thể inbox hoặc đặt lịch. Cách tốt nhất là gửi thử một flow lớp live thật: lịch học, recording/transcript nếu có, bài tập sau buổi học, cách giáo viên đang follow-up và mẫu thông báo phụ huynh hiện tại.

Chúng tôi sẽ demo trên đúng logic đó: từ buổi học live đến next actions cho giáo viên, học viên và phụ huynh.

Các đoạn có thể cắt thành ads ngắn

Cut 1 - Hook 30 giây

AI tóm tắt buổi học thì chưa đủ.

Sau buổi học, giáo viên cần biết buổi sau nên dạy lại phần nào, học viên cần biết bài gì phải làm tiếp, phụ huynh cần hiểu con học gì, và academic manager cần thấy lớp nào đang có vấn đề.

Đó là lý do SYNVIA V2 Meet AI không dừng ở recording. Nó tạo learning events và next actions.

Cut 2 - Recording không phải learning evidence 45 giây

Recording trả lời: buổi học đã diễn ra.

Transcript trả lời: trong buổi học đã nói gì.

Summary trả lời: nội dung chính là gì.

Nhưng learning evidence phải trả lời: học viên hiểu gì, chưa hiểu gì, cần làm gì tiếp, và ai cần can thiệp.

SYNVIA V2 dùng Meet AI để nối buổi học live với assignment, feedback, revision và dashboard tiến bộ.

Cut 3 - Teacher next actions 45 giây

Sau một buổi học online, giáo viên thường phải tự nhớ ai vắng, ai chưa hiểu, bài nào cần giao, phụ huynh nào cần báo.

Trong SYNVIA V2, Meet AI tạo post-class actions: giao bài drill, nhắc học viên xem lại đoạn recording, tạo check-in, thêm mini review cho buổi sau.

AI không quyết định thay giáo viên. AI giúp giáo viên không bỏ sót việc sau buổi học.

Cut 4 - Parent-safe summary 45 giây

Phụ huynh không cần đọc transcript cả buổi học.

Phụ huynh cần một tóm tắt an toàn và dễ hiểu: hôm nay con học gì, con cần tập trung điểm nào, bài nào cần làm, và ở nhà nên hỏi con câu gì.

SYNVIA V2 tạo parent-safe summary từ buổi học live, nhưng vẫn cho trung tâm kiểm soát phần nào được gửi.

Cut 5 - Hybrid data 60 giây

Vấn đề của nhiều trung tâm hybrid không phải là thiếu công cụ.

Offline có điểm danh riêng, online có recording riêng, bài tập ở Google Form, feedback ở Zalo, phụ huynh ở một kênh khác.

Mỗi phần chạy được, nhưng hành trình học tập bị chia mảnh.

SYNVIA V2 nối class session, assignment, feedback, revision, intervention và parent summary vào một learning record thống nhất.

Gợi ý màn hình cần chuẩn bị trước khi quay

  • Class Session Overview.
  • Recording/transcript/chat log.
  • AI Session Summary.
  • Learning Signals.
  • Learning Events generated from session.
  • Event detail: skill/objective/source/visibility/action.
  • Post-Class Actions cho giáo viên.
  • Create assignment/drill từ action.
  • Learner Workspace sau buổi học.
  • Reflection prompt.
  • Parent-safe Summary.
  • Attendance & Participation Signals.
  • Create check-in từ attendance signal.
  • Teacher Workbench nhận post-class actions.
  • Learning Evidence Dashboard cập nhật.
  • Unified Learning Record / student timeline.
  • Meet AI Settings / Policy.
  • 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-da-goc-nhin/chapters/chuong-20.md
  • edtech-books-ref/edtech-real-codex/chapters/chuong-10.md

Nguồn ngoài đã đối chiếu:

  • SoLAR, What is Learning Analytics?: https://www.solaresearch.org/about/what-is-learning-analytics/
  • Jisc, Code of practice for learning analytics: https://www.jisc.ac.uk/guides/code-of-practice-for-learning-analytics/
  • Community of Inquiry overview, Elon University: https://www.elon.edu/u/teaching-in-times-of-disruption/supporting-course-community/building-virtual-community/
  • Northeastern University, Teaching Presence in the Community of Inquiry Framework: https://learning.northeastern.edu/teaching-presence/
  • Education Endowment Foundation, Feedback: https://educationendowmentfoundation.org.uk/education-evidence/teaching-learning-toolkit/feedback