System Demo Guide

AI-First Learner Intelligence Platform
Version: 1.0 (Hackathon Presentation Edition)
Objective: Hướng dẫn đội ngũ trình bày demo sản phẩm mượt mà trước hội đồng giám khảo, nêu bật được 4 mảng nghiệp vụ cốt lõi chỉ trong 5-7 phút.

1. Demo Scenarios Overview

Buổi trình diễn demo được chia làm 4 mảng việc tương ứng với 4 đối tượng người dùng của hệ thống, đi qua vòng lặp dữ liệu khép kín:

LEARNER EXPERIENCE (Làm quiz ➔ Xem Model ➔ Nhận đề xuất)
      │
      ▼
MENTOR INTERVENTION (Giám sát học viên yếu ➔ Hiệu chỉnh điểm số AI)
      │
      ▼
ADMIN DESIGN (Quản lý khung năng lực ➔ Ánh xạ câu hỏi ➔ Cấu hình Rubrics)
      │
      ▼
AI & DATA OPERATIONS (Truy vết Data Lineage ➔ Giám sát AI Gateway logs)

2. Area 1: Learner Experience

• Mục tiêu: Trình diễn luồng học tập thông minh thích ứng từ góc nhìn của học viên.
• Thời lượng gợi ý: 2 phút.

Xem chi tiết các bước thực hiện Area 1

Bước 1: Đăng nhập & Định vị trạng thái ban đầu

• Hành động: Đăng nhập tài khoản học viên của Linh (Tài khoản thử nghiệm số 1).
• Điểm nhấn thuyết trình: Chỉ ra cho giám khảo thấy Linh là người mới bắt đầu (Beginner). Dashboard hiển thị trạng thái insufficient_evidence với độ tự tin (Confidence score) cực thấp do Linh chưa làm bài tập nào. AI đề xuất hành động đầu tiên: Làm bài thi chuẩn đoán đầu vào (Diagnostic Quiz).

Bước 2: Thực hiện làm bài Quiz

• Hành động: Click vào nút làm bài kiểm tra Start Diagnostic Quiz. Lướt nhanh qua giao diện làm bài thi gồm câu hỏi tình huống, các đáp án lựa chọn, và thanh tự đánh giá độ tự tin (Self-Confidence input). Chọn ngẫu nhiên vài đáp án sai (ví dụ: chọn các distractor nhầm lẫn nỗi đau với công việc của khách hàng) và nhấn Submit.

Bước 3: Xem kết quả chấm điểm tức thời của AI

• Hành động: Sau khi nộp bài, hệ thống hiển thị trang kết quả chấm điểm.
• Điểm nhấn thuyết trình: Chỉ ra rằng AI không chỉ cộng điểm thô mà đối chiếu với Rubrics để chấm điểm cấp độ chỉ báo (Indicator level). Chỉ ra lời phê tự động sư phạm (Explanation) giải thích chính xác câu Linh bị sai.

Bước 4: Kiểm tra mô hình năng lực (Digital Twin)

• Hành động: Truy cập trang My Learner Model.
• Điểm nhấn thuyết trình: Cho giám khảo xem biểu đồ năng lực phân cấp đã được cập nhật thời gian thực qua WebSocket. Chỉ báo Customer Pain Identification chuyển sang màu đỏ (Cảnh báo yếu - Level 2) kèm theo mũi tên xu hướng (Trend) đi xuống.

Bước 5: Xem đề xuất học tập cá nhân hóa

• Hành động: Truy cập trang Learning Plan.
• Điểm nhấn thuyết trình: AI tự động phát hiện khoảng cách kiến thức (Knowledge Gap) và đưa ra đề xuất bài học tiếp theo cụ thể kèm theo lý giải sư phạm rõ ràng: "Đề xuất làm bài luyện tập tình huống Pain Point vì chỉ báo này đang yếu, có trọng số quan trọng và là điều kiện tiên quyết để học kỹ năng Value Proposition".

3. Area 2: Mentor Intervention

• Mục tiêu: Chứng minh khả năng hỗ trợ đắc lực cho Mentor, giảm tải công sức chấm bài và trao quyền kiểm duyệt.
• Thời lượng gợi ý: 1.5 phút.

Xem chi tiết các bước thực hiện Area 2

Bước 1: Dashboard giám sát cảnh báo

• Hành động: Đăng nhập tài khoản Mentor của Tuấn.
• Điểm nhấn thuyết trình: Mentor Dashboard không hiển thị danh sách học viên dài lê thê mà chỉ lọc ra các trường hợp khẩn cấp cần chú ý (như Learners Needing Attention, Low Confidence Assessments).

Bước 2: Truy cập hồ sơ chi tiết học viên

• Hành động: Click vào tên học viên Linh đang bị gắn cờ cảnh báo.
• Điểm nhấn thuyết trình: Mentor nhìn thấy toàn bộ tiến trình lịch sử bằng chứng (Evidence history) và mô hình năng lực động của Linh.

Bước 3: Thực hiện hiệu chỉnh điểm số (Override)

• Hành động: Xem bài làm tự luận của Linh, Mentor nhận định Linh làm tốt hơn AI chấm. Mentor nhấn nút Override Score, sửa điểm chỉ báo từ Level 2 lên Level 3, viết thêm nhận xét chuyên gia và nhấn Save.
• Điểm nhấn thuyết trình: Điểm số lập tức được đồng bộ. Giải thích với giám khảo rằng bản ghi hiệu chỉnh này được lưu độc lập để làm dữ liệu chuẩn (Validation data) huấn luyện AI sau này, không ghi đè mất snapshot gốc của AI.

4. Area 3: Curriculum & Assessment Design (Admin)

• Mục tiêu: Trình diễn công cụ thiết lập khung năng lực và quản lý ngân hàng câu hỏi của bộ phận học liệu.
• Thời lượng gợi ý: 1.5 phút.

Xem chi tiết các bước thực hiện Area 3

Bước 1: Quản lý Khung năng lực phân cấp

• Hành động: Đăng nhập Admin, truy cập Competency Frameworks.
• Điểm nhấn thuyết trình: Cho giám khảo xem cây năng lực phân cấp (Domain ➔ Competency ➔ Skill ➔ Indicator) có thể cấu hình linh hoạt. Mỗi chỉ báo đều có mức độ quan trọng (importance) và điều kiện tiên quyết (prerequisites).

Bước 2: Thiết lập ngân hàng câu hỏi & Ánh xạ chỉ báo

• Hành động: Truy cập Question Bank, mở một câu hỏi cụ thể.
• Điểm nhấn thuyết trình: Trình diễn cơ chế ánh xạ Question-to-Indicator Mapping. Mỗi câu hỏi trắc nghiệm được map trực tiếp với một chỉ báo năng lực chính để làm căn cứ chấm điểm tự động.

5. Area 4: AI & Data Operations (Intelligence Ops)

• Mục tiêu: Nêu bật tính minh bạch, khả năng kiểm toán sư phạm và truy vết dữ liệu gốc. Đây là phần ghi điểm cực mạnh với các giám khảo kỹ thuật.
• Thời lượng gợi ý: 1.5 phút.

Xem chi tiết các bước thực hiện Area 4

Bước 1: Truy vết nguồn gốc dữ liệu (Data Lineage)

• Hành động: Truy cập trang Data Lineage của hệ thống. Chọn điểm số năng lực hiện tại của Linh.
• Điểm nhấn thuyết trình: Show ra sơ đồ cây truy vết ngược: Điểm năng lực hiện tại ➔ Điểm kỹ năng tổng hợp ➔ Điểm chỉ báo ➔ Snapshot đánh giá bất biến ➔ Bằng chứng thô (Evidence) ➔ Bài Quiz gốc Linh đã nộp. Chứng minh hệ thống có tính giải thích được (Explainability) hoàn hảo.

Bước 2: Giám sát cuộc gọi AI (AIOps)

• Hành động: Truy cập trang AI Operations -> LLM Calls.
• Điểm nhấn thuyết trình: Show ra nhật ký cuộc gọi API LLM thời gian thực đi qua Cloudflare AI Gateway. Chỉ ra thông số thời gian phản hồi (latency), số lượng token tiêu thụ, chi phí bằng tiền, và phiên bản prompt đã sử dụng. Chứng minh hệ thống sẵn sàng vận hành thương mại thực tế với khả năng tối ưu hóa chi phí.