
Là bản dịch tài liệu do UNESCO xuất bản năm 2024, giấy phép CC-BY-SA 3.0 IGO.
“Lĩnh vực hành động 3 của Khuyến nghị TNGDM tập trung vào việc khuyến khích quyền truy cập hiệu quả, toàn diện, và công bằng tới TNGDM:
Đảm bảo quyền truy cập tới TNGDM đáp ứng các nhu cầu về tài liệu của những người học có chủ đích và các mục tiêu giáo dục theo đó TNGDM được sử dụng, bao gồm việc đảm bảo quyền truy cập phi trực tuyến tới TNGDM khi cần.
Hỗ trợ sự phát triển TNGDM nhạy cảm về giới tính, phù hợp về văn hóa và ngôn ngữ, và việc tạo lập TNGDM bằng các ngôn ngữ địa phương và bản địa.
Đảm bảo nguyên tắc bình đẳng giới, không phân biệt đối xử, khả năng tiếp cận, và tính toàn diện được phản ánh trong các chiến lược và chương trình TNGDM.
Hỗ trợ tăng cường quyền truy cập tới TNGDM, đặc biệt cho các cộng đồng thu nhập thấp, thông qua các khoản đầu tư công và ưu đãi đầu tư của tư nhân vào hạ tầng CNTT-TT và băng thông rộng cũng như các cơ chế khác.
Ưu đãi cho việc phát triển nghiên cứu về TNGDM
Phát triển và tùy chỉnh các tiêu chuẩn hiện có dựa vào bằng chứng, các chuẩn mực và các tiêu chí có liên quan cho TNGDM, nhấn mạnh việc rà soát lại tài nguyên giáo dục (cả được cấp phép mở và không được cấp phép mở) để đảm bảo chất lượng.
Tiềm năng của TNGDM làm gia tăng quyền truy cập tới các tài nguyên và thúc đẩy tính toàn diện và công bằng trong giáo dục là vấn đề mấu chốt được Lĩnh vực hành động này bao trùm. Nhưng bản thân TNGDM phải được triển khai bằng việc sử dụng các chiến lược tìm cách loại bỏ các rào cản và đảm bảo chất lượng. Các khía cạnh ảnh hưởng tới quyền truy cập công bằng tới việc học tập và TNGDM chất lượng thường có liên quan với nhau. Tính toàn diện vốn dĩ được cải thiện trong TNGDM, vì việc cấp phép mở cho phép các tài liệu giáo dục được chia sẻ, được tái mục đích và được tùy chỉnh hiệu quả hơn để đáp ứng các nhu cầu của người học.
Các rào cản được xác định đối với việc tạo lập và sử dụng TNGDM bao gồm việc thiếu TNGDM bằng các ngôn ngữ địa phương và bản địa; các vấn đề liên quan đến thiếu các thiết bị và hạ tầng Internet yếu kém; thiếu nhận thức về TNGDM và vai trò quan trọng của nó đối với sự phát triển giáo dục toàn diện và bền vững; thiếu các chính sách huy động các nguồn lực cho các hoạt động liên quan đến TNGDM; các kỹ năng kỹ thuật số yếu kém để phát triển, truy cập, sử dụng, tạo lập và chia sẻ TNGDM; và thiếu kiến thức về các giấy phép mở. ”
Tự do tải về bản dịch sang tiếng Việt của tài liệu có 28 trang tại địa chỉ DOI: 10.5281/zenodo.14186934
Đi tới:
Xem thêm:
Blogger: Lê Trung Nghĩa
letrungnghia.foss@gmail.com
Tác giả: Nghĩa Lê Trung
Ý kiến bạn đọc
Những tin mới hơn
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
‘Xây dựng cách tiếp cận minh bạch dữ liệu AI lấy người dùng làm trung tâm’ - bản dịch sang tiếng Việt
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