Mức hỗ trợ này nằm trong chính sách học bổng cho người học ở các lĩnh vực trên, được Chính phủ ban hành ngày 22/5.
Chính sách nhằm khuyến khích sinh viên đại học, học viên cao học (thạc sĩ, tiến sĩ) trong những lĩnh vực ưu tiên phát triển của đất nước, theo nguyên tắc bảo đảm nhu cầu học tập, sinh hoạt tối thiểu. Mức hỗ trợ cụ thể (triệu đồng/tháng) như sau:
Sinh viên được nhận hỗ trợ tối đa 10 tháng một năm, không quá 4 năm với chương trình cử nhân và 5 năm với kỹ sư. Học viên thạc sĩ, tiến sĩ được nhận nguyên năm, theo thời gian đào tạo chuẩn của chương trình.
Danh sách 15 nhóm ngành khoa học cơ bản, kỹ thuật then chốt và công nghệ chiến lược được hưởng chính sách học bổng gồm:
Năm học 2024-2025, nhóm ngành STEM, trong đó chủ đạo là các ngành công nghệ – kỹ thuật, có gần 686.000 sinh viên, chiếm trên 33% tổng quy mô đào tạo ở đại học. Dù tăng đều trong vài năm gần đây, số này thấp hơn các nước trong khu vực và thế giới, như Singapore (46%) và Malaysia (50%).
Việt Nam dự kiến nhóm này đạt trên một triệu người học vào năm 2030.
Tin Gốc: Vnexpress
Giáo Dục
Bộ Giáo dục và Đào tạo chỉ rõ một số hành vi vi phạm liêm chính học thuật
Theo dự thảo, ứng dụng công nghệ trong giáo dục đại học được thực hiện toàn diện trong các hoạt động đào tạo, kiểm tra, đánh giá, nghiên cứu khoa học, quản trị và cung cấp dịch vụ, hỗ trợ người học. Tuy nhiên công nghệ không thay thế vai trò người thầy và cần phải có cơ chế kiểm soát hành vi vi phạm liêm chính học thuật.
Các cơ sở giáo dục đại học được chủ động lựa chọn, ứng dụng các giải pháp công nghệ phù hợp với chiến lược phát triển và điều kiện của đơn vị. Tuy nhiên việc ứng dụng công nghệ phải được thực hiện có kiểm soát, đảm bảo liêm chính học thuật.
Trong hoạt động đào tạo, cơ sở giáo dục đại học được chủ động ứng dụng công nghệ số và AI thông qua các phương thức như đào tạo trực tiếp có hỗ trợ công nghệ số, đào tạo trực tuyến toàn phần, đào tạo kết hợp trực tuyến và trực tiếp, đào tạo cá thể hóa dựa trên dữ liệu và AI.
Việc ứng dụng công nghệ nhằm hỗ trợ tổ chức giảng dạy, học tập, quản lý quá trình học tập, theo dõi tiến độ, kết quả học tập của người học, tư vấn học tập, định hướng nghề nghiệp và phân tích dữ liệu học tập để cải tiến chương trình, phương pháp giảng dạy.
Tuy nhiên sử dụng AI trong đào tạo phải bảo đảm hỗ trợ, không thay thế vai trò của giảng viên. Bên cạnh đó cũng phải đảm bảo minh bạch, có thể giải trình, không làm sai lệch kết quả học tập, tuân thủ liêm chính học thuật và có cơ chế kiểm soát, giám sát.
Đối với hoạt động kiểm tra, đánh giá, dự thảo quy định cơ sở giáo dục đại học được chủ động ứng dụng công nghệ số và AI nhưng phải bảo đảm tính chính xác, khách quan, minh bạch và công bằng, phù hợp với chuẩn đầu ra của chương trình đào tạo.
Sử dụng công nghệ trong kiểm tra đánh giá phải bảo đảm xác thực danh tính người học, kiểm soát quá trình kiểm tra, đánh giá, bảo đảm tính toàn vẹn, khả năng truy vết và lưu trữ dữ liệu đánh giá.
Cơ sở giáo dục đại học công khai quy định, tiêu chí đánh giá và có cơ chế giải trình, phúc tra kết quả. Việc sử dụng AI trong kiểm tra, đánh giá cũng phải bảo đảm hỗ trợ, không thay thế vai trò của giảng viên, không làm sai lệch kết quả đánh giá, tuân thủ quy định về liêm chính học thuật.
Bên cạnh việc quy định sử dụng công nghệ trong đào tạo, đánh giá, nghiên cứu khoa học, dự thảo chỉ rõ một số hành vi vi phạm liêm chính học thuật trong môi trường số.
Cụ thể như sử dụng công nghệ, bao gồm AI, để gian lận trong học tập, kiểm tra, đánh giá hoặc nghiên cứu khoa học. Sao chép, đạo văn, sử dụng trái phép tài liệu, dữ liệu, học liệu số hoặc kết quả nghiên cứu.
Giả mạo, làm sai lệch dữ liệu, kết quả nghiên cứu hoặc thông tin học tập. Nhờ người khác thực hiện hoặc thực hiện thay nhiệm vụ học tập, kiểm tra, đánh giá, nghiên cứu. Không công bố hoặc công bố không đầy đủ việc sử dụng công nghệ, AI khi có yêu cầu.
Từ đó dự thảo yêu cầu các cơ sở giáo dục đại học có trách nhiệm ban hành quy định nội bộ về liêm chính học thuật, xác định rõ hành vi vi phạm, quy trình xử lý và trách nhiệm của các bên liên quan.
Thiết lập cơ chế kiểm soát, giám sát, xử lý vi phạm. Ứng dụng công nghệ để phát hiện gian lận, đồng thời tổ chức phổ biến, tuyên truyền, nâng cao nhận thức về liêm chính học thuật.
Tin Gốc: Tuổi Trẻ
Trường Đại học Hà Nội ngày 5/4 công bố thông tin tuyển sinh đại học năm 2026. Đây là năm đầu trường tính điểm chuẩn bằng cách nhân đôi điểm Toán hoặc Văn, tùy ngành thay vì chỉ nhân đôi môn tiếng Anh như mọi năm. Tổng điểm 3 môn thi sau khi nhân hệ số (tối đa 50 điểm) sẽ được quy đổi về thang điểm 40. Điểm sàn xét tuyển là 22/40.
Trường dự kiến tuyển 3.705 sinh viên cho 30 ngành học, tăng 285 so với năm ngoái. Hai ngành mới là Ngôn ngữ Anh - thương mại và Quan hệ quốc tế.
14 tổ hợp được sử dụng, gồm ba tổ hợp mới là D10 (Toán, Địa lý, tiếng Anh), D14 (Ngữ văn, Lịch sử, tiếng Anh), D15 (Ngữ văn, Địa lý, tiếng Anh), nhưng chỉ áp dụng với một số ngành.
Ba phương thức tuyển sinh gồm xét tuyển thẳng và ưu tiên xét tuyển theo quy định của Bộ Giáo dục và Đào tạo; xét tuyển kết hợp theo quy định của trường và xét bằng điểm thi tốt nghiệp THPT.
Ở phương thức xét tuyển kết hợp, thí sinh có IELTS đạt 6.0 trở lên hoặc tương đương hoặc thí sinh trường chuyên hay có điểm thi đánh giá đầu vào V-SAT. Mức điểm khuyến khích từ 0,5 đến 1,5 điểm.
Bảng tính điểm khuyến khích với IELTS và các chứng chỉ, học bạ của trường Đại học Hà Nội:
Học phí năm học 2026-2027 của trường Đại học Hà Nội dự kiến 0,86-1,75 triệu đồng/tín chỉ, cao nhất là ngành Công nghệ thông tin dạy bằng tiếng Anh.
Năm ngoái, điểm chuẩn vào trường dao động 22,1-34,35/40, đứng đầu là ngành Ngôn ngữ Trung Quốc.
Tổ hợp xét tuyển năm 2026 của trường Đại học Hà Nội
Khánh Linh
Nghiêm Hoàng Linh, 35 tuổi, hiện làm việc ở trường Toán và Thống kê, Đại học Sydney - ngôi trường top 25 thế giới, top 3 ở Australia theo bảng xếp hạng đại học QS 2026.
Năm ngoái, Linh cùng ba cộng sự ở Đại học Sydney và Đại học Quốc gia Australia triển khai dự án Discovery Projects do Hội đồng Nghiên cứu Australia (ARC) tài trợ, với kinh phí gần 500.000 AUD (khoảng 360.000 USD). Giữa tỷ lệ cạnh tranh với chỉ 13% hồ sơ được chọn, dự án của nhóm thuyết phục hội đồng bởi khả năng giải mã những cấu trúc phức tạp trong mạng xã hội và sinh học.
Trước một dấu ấn trong hành trình nghiên cứu, Linh nhớ về "cú trượt" thời mới tốt nghiệp đại học, khiến anh thay đổi hoàn toàn tư duy về sự nghiệp.
Linh sinh ra ở Hà Nội, là cựu học sinh chuyên Toán - Tin, trường THPT chuyên Khoa học Tự nhiên, Đại học Quốc gia Hà Nội. Tốt nghiệp Đại học Miami ở Florida, Mỹ, năm 2015, với thành tích học thuật, điểm GRE (bài thi chuẩn hóa dùng ứng tuyển sau đại học) thuộc nhóm top đầu và một công bố khoa học quốc tế "dắt lưng", Linh tự tin ứng tuyển chương trình tiến sĩ ở các đại học hàng đầu thế giới. Linh nói chờ đợi một "tấm vé rực rỡ" cho tương lai, nhưng kết quả trả về là những "gáo nước lạnh". Các trường đồng loạt từ chối, một số nơi chỉ đưa ra lời đề nghị học thạc sĩ.
"Có lúc tôi đã nghĩ hoặc là trường top hoặc là không đi đâu cả", Linh nhớ lại. Sự thất vọng lớn đến mức khi Southern Methodist University (SMU), ngôi trường mà Linh xếp vào nhóm "dự phòng", mời nhập học với gói học bổng Fellowship đặc biệt dành cho sinh viên xuất sắc, anh vẫn đắn đo.
Sự do dự kéo dài đến khi Linh tìm đến giảng viên hướng dẫn cũ để xin lời khuyên. Thầy đã nói một câu khiến anh thức tỉnh: "Tuyển sinh tiến sĩ ở đâu cũng cạnh tranh khốc liệt và chỉ có rất ít người được nhận. Cuối cùng, giá trị của bằng PhD là do chính em tạo ra".
Lời khuyên ấy giúp Linh gỡ bỏ áp lực về danh tiếng để bắt đầu nhìn nhận các lựa chọn bằng tiêu chí phù hợp: Nhóm nghiên cứu có chiều sâu, quy mô người học ít để được giáo sư hướng dẫn sát sao và chương trình học cho phép tập trung tối đa vào nền tảng lý thuyết. Anh chọn SMU, lấy bằng tiến sĩ Thống kê vào năm 2019 sau 3,5 năm.
Sau này, Hoàng Linh nhận ra cú trượt khỏi các trường top không phải là thất bại, mà là điểm khởi đầu cho sự trưởng thành trong tư duy.
"Khoa học là bình đẳng. Các nhà khoa học được ghi nhớ không phải bởi nơi họ làm việc, mà bởi những công trình họ để lại", anh nhìn nhận.
Để hoàn tất chương trình PhD trong thời gian ngắn hơn so với thông thường (5 năm), Linh cho rằng chìa khóa nằm ở việc xây dựng nền tảng vững chắc và tư duy "luôn tìm cái mới" trong từng dự án nhỏ.
Ở SMU, anh tập trung vào 6 lớp học nền tảng về Lý thuyết, Thống kê ứng dụng và Tính toán trong năm đầu. Linh nhận định những môn cơ sở ở trình độ tiến sĩ khác xa bậc đại học, thạc sĩ về cả độ khó lẫn khối lượng kiến thức. Tại đây, mọi kết quả dù là nhỏ nhất đều phải được chứng minh chặt chẽ bằng toán học.
"Bạn sẽ gặp một cú sốc lớn khi đang ở chỗ tiêu thụ kiến thức chuyển sang tư thế của người sản xuất kiến thức. Bạn không học để tích lũy cái đã có, mà học để sáng tạo ra cái mới chưa từng tồn tại", Linh chia sẻ.
Chàng trai Việt sau đó vượt qua thử thách lớn nhất để trụ lại là kỳ thi sát hạch cuối năm thứ nhất, kéo dài ba ngày. Trong đó, ngày đầu tiên là bài thi Lý thuyết "marathon" trong 8 tiếng liên tục. Ngày thứ hai tập trung vào tư duy mô hình trong 5 tiếng, cuối cùng là 6,5 tiếng giải quyết dữ liệu thực trên máy tính.
Bước sang năm thứ hai, Linh bắt đầu rèn luyện tư duy sáng tạo thông qua các dự án cuối kỳ. Anh luôn tự đặt ra áp lực phải tìm thấy "cái mới" trong mọi đề tài nghiên cứu.
"Công việc nghiên cứu không thể chờ đợi ý tưởng từ trên trời rơi xuống. Tôi lập danh sách ý tưởng từ việc đọc hàng loạt bài báo, dù có cái không tốt nhưng chúng là mồi lửa cho những phát hiện sau này", anh chia sẻ.
Thói quen này giúp anh vượt qua kỳ thi sát hạch thứ hai chỉ trong 30 ngày bằng việc phát triển một ý tưởng nghiên cứu mới từ các tài liệu được giao.
Linh nhìn nhận một yếu tố khác giúp anh về đích sớm là sự đồng hành của người hướng dẫn. Linh được làm việc với một giáo sư trẻ, sẵn sàng phản hồi email lúc nửa đêm, dành cả ngày để cùng anh sửa lỗi code hay trau chuốt từng câu chữ trong bản thảo. Nhờ đó, Linh tốt nghiệp với ba bài đăng trên các tạp chí uy tín hàng đầu.
Làm việc tại Đại học Sydney từ năm 2022, chủ đề bao trùm trong các nghiên cứu của Linh là phát triển các phương pháp và lý thuyết thống kê hiện đại để khai thác tri thức từ dữ liệu lớn. Theo anh, sự phát triển nhanh chóng của công nghệ đã dẫn tới những tập dữ liệu lớn, nhiều chiều, có cấu trúc phụ thuộc phức tạp theo thời gian, không gian và mạng lưới. Điều này làm nảy sinh nhu cầu cấp thiết về phương pháp thống kê mới, có khả năng chắt lọc thông tin, nhưng vẫn bảo toàn khả năng đưa ra các dự báo đáng tin cậy.
Dự án hiện tại của Linh và các cộng sự cũng vì mục tiêu này. Các phương pháp nhằm "lọc" ra phần thông tin quan trọng từ những bộ dữ liệu khổng lồ và nhiều tầng liên kết - từ dữ liệu gene, hồ sơ bệnh án cho tới hành vi trên mạng xã hội. Nhờ đó, các nhà sinh học có thể hiểu rõ hơn cơ chế gây bệnh, trong khi các nhà quản lý có thêm công cụ nhận diện và hạn chế sự lan truyền của thông tin sai lệch trên môi trường số.
Linh quan niệm nếu khoa học giống như một kim tự tháp 100 tầng, người ta thường chỉ nhớ viên gạch đầu tiên và cuối cùng. Nhưng từ tầng hai đến 99 là cả một hành trình dài với nhiều người.
"Tôi nghĩ điều quan trọng không phải mình đứng ở tầng nào, mà là có đang góp một viên gạch có ích cho nó hay không", anh nói.
Tin Gốc: Vnexpress