2. DIGCOMP 3.0 FRAMEWORK COMPONENTS
2.5 Learning outcomes
Trong DigComp 3.0, chuẩn đầu ra học tập (Learning Outcomes) là những tuyên bố về những gì một cá nhân biết, hiểu hoặc có thể làm được sau khi hoàn thành một quá trình học tập, và được định nghĩa dựa trên kiến thức, kỹ năng và thái độ.
Chuẩn đầu ra học tập là một công cụ quan trọng về chính sách và thực tiễn. Khi được sử dụng tốt, chúng đóng vai trò như “chất kết dính” gắn kết giáo dục và đào tạo với bối cảnh thị trường lao động (Cedefop, 2024a). Chúng ảnh hưởng đến chính sách, giáo dục, đào tạo, đánh giá và thị trường lao động theo nhiều cách – để hướng dẫn việc phát triển, thực hiện và sửa đổi chương trình giảng dạy hoặc nội dung khóa học; làm điểm tham chiếu cho việc công nhận và xác nhận học tập chính quy, phi chính quy và không chính quy; để xác định và cung cấp thông tin cho khung và tiêu chuẩn trình độ chuyên môn; để hỗ trợ đánh giá tổng kết và đánh giá quá trình; để chỉ ra các kỹ năng việc làm chính trong việc lập hồ sơ nghề nghiệp; và để đóng góp vào phân tích nhu cầu ngành (Cedefop, 2017, 2022, 2024a).
Việc phát triển các chuẩn đầu ra học tập trong DigComp 3.0 dựa trên nền tảng công trình nghiên cứu sâu rộng hiện có về chuẩn đầu ra học tập ở cấp độ châu Âu (ví dụ: Cedefop, 2017, 2021, 2022, 2024a; Hội đồng EU, 2017). Mục tiêu là cung cấp một cách thức thực tiễn để tích hợp các năng lực DigComp vào các chính sách hiện có hoặc mới, phát triển tài liệu đào tạo hoặc chương trình giảng dạy, cùng nhiều nội dung khác.
Điều quan trọng là phải phân biệt giữa chuẩn đầu ra học tập dự định và chuẩn đầu ra học tập đạt được. Chuẩn đầu ra học tập dự định là những tuyên bố về những gì một cá nhân được kỳ vọng sẽ biết, hiểu hoặc có thể làm được sau khi hoàn thành một quá trình học tập. Chúng liên quan đến các nguyên tắc và khái niệm và có thể được quan sát thấy trong chương trình giảng dạy, mô tả bằng cấp và tiêu chuẩn. Chuẩn đầu ra học tập đạt được là những gì một cá nhân có thể chứng minh được sau khi hoàn thành một quá trình học tập. Chúng liên quan đến thực tiễn và là kết quả của một quá trình giáo dục hoặc đào tạo và đánh giá (Cedefop, 2022).
Thuật ngữ "chuẩn đầu ra học tập" trong DigComp 3.0 đề cập đến chuẩn đầu ra học tập dự định, chứ không phải chuẩn đầu ra học tập đạt được.
Để phát triển DigComp 3.0, JRC, với sự đóng góp từ các chuyên gia và các bên liên quan, đã cân nhắc kỹ lưỡng sự cân bằng giữa tính cụ thể và tính tổng quát để đảm bảo rằng cách diễn đạt các chuẩn đầu ra học tập đủ tổng quát để áp dụng trong nhiều bối cảnh khác nhau, đồng thời đủ chính xác để rõ ràng và không mơ hồ.
Các đặc điểm của chuẩn đầu ra học tập của DigComp 3.0, những cân nhắc thực tiễn khi sử dụng chúng, và toàn bộ các chuẩn đầu ra học tập của DigComp 3.0, được trình bày trong Phụ lục 2.
Trong Phụ lục 2, các chuẩn đầu ra học tập được nhóm theo năng lực, mức thông thạo và kiến thức, kỹ năng hoặc thái độ. Tổng cộng có 523 chuẩn đầu ra học tập: 29% (151) ở mức Cơ bản, 32% (170) mức Trung bình, 23% (119) mức Cao và 16% (83) mức Chuyên gia. Ngoài ra, 42% (217) chuẩn đầu ra học tập liên quan đến kiến thức, 38% (199) liên quan đến kỹ năng và 20% (107) liên quan đến thái độ.
Phần 3 trình bày các tuyên bố về năng lực cho từng năng lực và mức thông thạo (xem thêm Phần 2.4). Các tuyên bố về năng lực chứa nội dung của các chuẩn đầu ra học tập trong Phụ lục 2, với nhiều điểm chung về cách diễn đạt, nhưng không phân biệt giữa kiến thức, kỹ năng hoặc thái độ.
----------------
Thừa nhận:
Nội dung này được dịch từ tài liệu của Cosgrove, J. và Cachia, R., DigComp 3.0: Khung năng lực kỹ thuật số Châu Âu - Phiên bản thứ năm, Văn phòng Xuất bản của Liên minh Châu Âu, Luxembourg, 2025, https://data.europa.eu/doi/10.2760/0001149, JRC144121.
![]()
Giấy phép nội dung: CC BY 4.0 Quốc tế.
---------------------------
---------------------------
Xem thêm:
Tác giả: Nghĩa Lê Trung
Ý kiến bạn đọc
Những tin cũ hơn
Blog này được chuyển đổi từ http://blog.yahoo.com/letrungnghia trên Yahoo Blog sang sử dụng NukeViet sau khi Yahoo Blog đóng cửa tại Việt Nam ngày 17/01/2013.Kể từ ngày 07/02/2013, thông tin trên Blog được cập nhật tiếp tục trở lại với sự hỗ trợ kỹ thuật và đặt chỗ hosting của nhóm phát triển...
DigComp 3.0: Khung năng lực số châu Âu
Các bài toàn văn trong năm 2025
Các bài trình chiếu trong năm 2025
Các lớp tập huấn thực hành ‘Khai thác tài nguyên giáo dục mở’ tới hết năm 2025
Tập huấn thực hành ‘Khai thác tài nguyên giáo dục mở’ cho giáo viên phổ thông, bao gồm cả giáo viên tiểu học và mầm non tới hết năm 2025
Các tài liệu dịch sang tiếng Việt tới hết năm 2025
Loạt bài về AI và AI Nguồn Mở: Công cụ AI; Dự án AI Nguồn Mở; LLM Nguồn Mở; Kỹ thuật lời nhắc;
Tổng hợp các bài của Nhóm các Nhà cấp vốn Nghiên cứu Mở (ORFG) đã được dịch sang tiếng Việt
Tổng hợp các bài của Liên minh S (cOAlition S) đã được dịch sang tiếng Việt
Năm Khoa học Mở & Chuyển đổi sang Khoa học Mở - Tổng hợp các bài liên quan
Bạn cần biết những gì về các khung năng lực AI mới của UNESCO cho học sinh và giáo viên
Bàn về 'Lợi thế của doanh nghiệp Việt là dữ liệu Việt, bài toán Việt' - bài phát biểu của Bộ trưởng Nguyễn Mạnh Hùng ngày 21/08/2025
Khung năng lực AI cho giáo viên
‘Khung năng lực AI cho giáo viên’ - bản dịch sang tiếng Việt
‘KHUYẾN NGHỊ VÀ HƯỚNG DẪN TRUY CẬP MỞ KIM CƯƠNG cho các cơ sở, nhà cấp vốn, nhà bảo trợ, nhà tài trợ, và nhà hoạch định chính sách’ - bản dịch sang tiếng Việt
Mark Zuckerberg: DeepSeek cho thấy vì sao nước Mỹ phải là ‘tiêu chuẩn nguồn mở toàn cầu’ của AI; không có lý do gì để suy nghĩ lại về việc chi tiêu
DeepSeek đã gây ra sự hoảng loạn trên thị trường — nhưng một số người cho rằng việc bán tháo là quá mức
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm)
Nhà khoa học AI hàng đầu của Meta cho biết thành công của DeepSeek cho thấy 'các mô hình nguồn mở đang vượt trội hơn các mô hình độc quyền'
“Chúng tôi không có hào nước”: Sự đổi mới đột phá của AI nguồn mở
‘Đặc tả Khung Tính mở Mô hình (MOF)’ của LF AI & Data - Tài sản chung của AI Tạo sinh - bản dịch sang tiếng Việt
‘LỘ TRÌNH CỦA TỔNG THƯ KÝ LIÊN HIỆP QUỐC VỀ HỢP TÁC KỸ THUẬT SỐ THÚC ĐẨY HÀNG HÓA CÔNG CỘNG KỸ THUẬT SỐ’ - bản dịch sang tiếng Việt
AI trong TVET - Một vài gợi ý triển khai trong thực tế
Dữ liệu để phân loại AI
Tài sản chung kỹ thuật số và Hàng hóa Công cộng Kỹ thuật số - Tìm thấy nền tảng chung cho các nhà hoạch định chính sách
Khung năng lực AI cho học sinh
Nếu DeepSeek muốn trở thành một người phá vỡ thực sự, nó phải tiến xa hơn nữa về tính minh bạch của dữ liệu
Mark Zuckerberg nói Meta có kế hoạch chi hơn 60 tỷ USD khi Thung lũng silicon hoảng loạn về sự cạnh tranh của AI Trung Quốc
Tọa đàm ‘Vai trò của Tài nguyên Giáo dục Mở trong chuyển đổi số giáo dục đại học’ tại Viện Chuyển đổi số và Học liệu - Đại học Huế, ngày 12/09/2025
‘Xây dựng cách tiếp cận minh bạch dữ liệu AI lấy người dùng làm trung tâm’ - bản dịch sang tiếng Việt