Hà Nội: Hoàng Quán Chi dẫn đầu điểm chuẩn nhóm trường “tân binh”

Hà Nội có hơn 100 trường THPT tư thục. 89 trường đã được Sở Giáo dục và Đào tạo phê duyệt phương án tuyển sinh năm học 2026-2027. Trong số này, hơn 40 trường đã công bố học phí lớp 10.

Mức thu phổ biến là dưới 10 triệu đồng một tháng, ở các trường dạy chương trình cơ bản, chất lượng cao. THPT IVS có học phí thấp nhất, chỉ 1,65 triệu đồng một tháng, kế đó THPT Văn Lang với 1,7 triệu.

Những trường dạy chương trình quốc tế, song ngữ thường có học phí 10-50 triệu đồng, cao nhất là Brighton College, Dwight, Liên Hợp Quốc Hà Nội.

Học phí 43 trường THPT tư thục ở Hà Nội năm 2026 (một số trường tính học phí theo năm đã được chia trung bình 10 tháng, làm tròn):

Ngoài học phí, đa số trường thu thêm các khoản khác, như phí nhập học, ghi danh, đồng phục, phí phát triển trường, cơ sở vật chất, học phí bổ trợ, nâng cao môn Toán, Tiếng Anh...

Các trường tư sẽ nhận hồ sơ lớp 10 từ ngày 20/4 đến 27/6.

Tin Gốc: Vnexpress

Bộ Khoa học và Công nghệ vừa có Quyết định Ban hành hướng dẫn về liêm chính khoa học và đạo đức nghề nghiệp trong nghiên cứu khoa học và phát triển công nghệ.

Hướng dẫn này là tài liệu khung, bao gồm các nội dung cơ bản có tính chất định hướng làm cơ sở để các cơ quan tài trợ kinh phí cho hoạt động nghiên cứu khoa học và phát triển công nghệ, các tổ chức khoa học và công nghệ cụ thể hóa thành quy tắc nội bộ và triển khai áp dụng trong phạm vi cơ quan, tổ chức.

Những quy tắc được xây dựng dựa vào quy định về liêm chính khoa học, đạo đức nghề nghiệp trong nghiên cứu khoa học và phát triển công nghệ của luật Khoa học, công nghệ và đổi mới sáng tạo, Nghị định quy định chi tiết và hướng dẫn thi hành một số điều của này.

Theo đó, hướng dẫn của Bộ Khoa học và Công nghệ nêu rõ, các hành vi vi phạm liêm chính khoa gồm có ngụy tạo dữ liệu, kết quả nghiên cứu; giả mạo dữ liệu; đạo văn dưới mọi hình thức; ghi tên tác giả không đúng thực tế hoặc loại bỏ tác giả có đóng góp thực sự; cản trở, đe doạ, ép buộc, can thiệp vào quá trình đánh giá, phản biện, xét duyệt bản thảo công bố khoa học và các hành vi vi phạm khác do cơ quan tài trợ, tổ chức khoa học và công nghệ bổ sung phù hợp với quy định của Đảng, Nhà nước.

Các hành vi vi phạm đạo đức nghề nghiệp gồm có che giấu rủi ro gây hậu quả nghiêm trọng; truyền bá thông tin sai sự thật, xuyên tạc kết quả nghiên cứu; không được sự đồng ý tự nguyện bằng văn bản hoặc các hình thức khác tương tự của đối tượng nghiên cứu khi nghiên cứu trên người; tiết lộ dữ liệu nhạy cảm thu thập trong nghiên cứu mà không có sự cho phép.

Cùng với đó là hành vi sử dụng thiết bị, kinh phí, vật tư phục vụ mục đích cá nhân; không công khai mối quan hệ tài chính, nguồn tài trợ nghiên cứu, các xung đột lợi ích có thể ảnh hưởng đến tính khách quan, độc lập, kết quả nghiên cứu; thực hiện nghiên cứu xâm phạm nhân phẩm, danh dự, quyền riêng tư của cá nhân, cộng đồng...

Bộ này yêu cầu trong văn bản ban hành quy tắc liêm chính khoa học và đạo đức nghề nghiệp cần quy định mọi cá nhân tham gia hoạt động nghiên cứu khoa học, phát triển công nghệ phải tuân thủ các nguyên tắc liêm chính khoa học sau: Trung thực trong việc đề xuất, thực hiện, công bố và ứng dụng kết quả nghiên cứu; khách quan và minh bạch trong quá trình thiết kế nghiên cứu, thu thập, phân tích, xử lý và đánh giá kết quả nghiên cứu.

Bên cạnh đó, tôn trọng quyền sở hữu trí tuệ và ghi nhận đầy đủ, chính xác sự đóng góp của các cá nhân, tổ chức liên quan; chịu trách nhiệm giải trình đối với kết quả nghiên cứu trước tổ chức chủ trì, cơ quan tài trợ, cộng đồng khoa học và xã hội khi được yêu cầu.

Văn bản về quy tắc về liêm chính khoa học và đạo đức nghề nghiệp mà Bộ Khoa học và Công nghệ hướng dẫn các đơn vị soạn thảo, có nội dung về việc tiếp nhận thông tin, tổ chức xác minh, kết luận và xử lý các hành vi vi phạm.

Cụ thể, lưu ý trong quá trình xem xét, xác minh dấu hiệu vi phạm và kết luận, xử lý hành vi vi phạm, cần bảo đảm bí mật thông tin và bảo vệ người cung cấp thông tin về dấu hiệu vi phạm; thông tin về người bị cáo buộc vi phạm và thông tin về vụ việc khi chưa có kết luận chính thức.

Trong quá trình xem xét, xác minh vi phạm, cơ quan tài trợ, tổ chức khoa học và công nghệ phải bảo đảm quyền được xem xét sự việc một cách khách quan, công bằng; quyền được biết, quyền giải trình, quyền khiếu nại của cá nhân bị cáo buộc vi phạm.

Cá nhân bị xem xét và bị kết luận có hành vi vi phạm có quyền khiếu nại, phản ánh, kiến nghị đối với việc xem xét và kết luận. Đồng thời, không coi người có dấu hiệu vi phạm là người vi phạm nếu chưa có bằng chứng rõ ràng và kết luận của người đứng đầu cơ quan, tổ chức.

Hành vi vi phạm liêm chính khoa học và đạo đức nghề nghiệp có nhiều mức độ khác nhau và có thể do lỗi vô ý hoặc lỗi cố ý của người vi phạm. Do vậy, cơ quan tài trợ, tổ chức khoa học và công nghệ có thể căn cứ vào vi phạm do vô ý hay cố ý, tính chất, mức độ, hậu quả của vi phạm để quy định biện pháp xử lý phù hợp.

Ví dụ như: nhắc nhở, phê bình; cảnh cáo bằng văn bản; yêu cầu cải chính, xin lỗi công khai; dừng giao chủ trì hoặc tham gia nhiệm vụ khoa học và công nghệ đang thực hiện; không cho phép chủ trì hoặc tham gia thực hiện nhiệm vụ khoa học và công nghệ vô thời hạn hoặc trong thời gian nhất định; yêu cầu rút bài báo/ấn phẩm khoa học có liên quan đến hành vi vi phạm.

Hoặc yêu cầu hoàn trả kinh phí đã nhận khi bài báo/ấn phẩm bị rút hoặc bị kết luận vi phạm; thu hồi kinh phí và các danh hiệu, khen thưởng liên quan đến kết quả vi phạm; sửa đổi, hủy bỏ kết quả đánh giá nhiệm vụ khoa học và công nghệ.

Tin Gốc: Thanh Niên

GS Partha Pratim Pande, Hiệu trưởng Trường Khoa học và Kỹ thuật máy tính, Đại học Bang Washington (WSU, Mỹ), vừa thông báo việc TS Hoàng Trọng Nghĩa, cựu học sinh Trường phổ thông Năng khiếu, được trao giải thưởng sự nghiệp khoa học CAREER của National Science Foundation (NSF).

Trong thư chúc mừng, GS Pande nhấn mạnh TS Hoàng Trọng Nghĩa, giảng viên Trường Khoa học và Kỹ thuật máy tính, đang thực hiện các nghiên cứu trong lĩnh vực rộng của trí tuệ nhân tạo và học máy (AI/ML), đồng thời bày tỏ niềm tự hào trước thành tựu này.

Giải thưởng CAREER của NSF được xem là một trong những danh hiệu danh giá nhất dành cho các nhà khoa học trẻ tại Mỹ.

Không chỉ ghi nhận các công trình nghiên cứu xuất sắc, giải thưởng này còn thể hiện sự đầu tư dài hạn vào những nhà khoa học được kỳ vọng sẽ dẫn dắt các hướng nghiên cứu trong tương lai.

Mỗi giải thưởng có mức tài trợ khoảng 600.000 USD.

TS Trần Nam Dũng, Phó hiệu trưởng Trường phổ thông Năng khiếu, nhận định đây là sự đầu tư của Mỹ vào những bộ óc được kỳ vọng sẽ dẫn dắt các hướng nghiên cứu mới trong nhiều thập niên tới.

"Trong bối cảnh AI đang làm thay đổi thế giới, việc một nhà khoa học trẻ gốc Việt đoạt giải trong lĩnh vực AI và ML mang ý nghĩa đặc biệt, cho thấy trí tuệ Việt Nam không đứng ngoài dòng chảy khoa học toàn cầu", ông Dũng nói.

Hoàng Trọng Nghĩa (sinh năm 1987) là cựu học sinh Trường phổ thông Năng khiếu, tốt nghiệp chương trình cử nhân tài năng công nghệ thông tin của Trường đại học Khoa học tự nhiên (Đại học Quốc gia TP.HCM) năm 2009.

Anh từng làm giảng viên Trường đại học Công nghệ thông tin (Đại học Quốc gia TP.HCM) và sau đó nhận bằng tiến sĩ khoa học máy tính tại Đại học Quốc gia Singapore năm 2014.

Sau khi hoàn thành tiến sĩ, Hoàng Trọng Nghĩa tiếp tục con đường nghiên cứu tại những trung tâm khoa học lớn của thế giới như nghiên cứu sau tiến sĩ tại Viện Công nghệ Massachusetts (MIT, Mỹ); nghiên cứu viên trưởng tại MIT-IBM Watson AI Lab, Amazon Web Services AI Labs.

Từ năm 2023, anh trở lại môi trường học thuật và xây dựng nhóm nghiên cứu AI tại Đại học Bang Washington.

TS Hoàng Trọng Nghĩa cũng là con trai của GS.TSKH Hoàng Văn Kiếm - nguyên Chủ tịch Hội đồng chức danh Giáo sư Nhà nước ngành công nghệ thông tin, chuyên gia nghiên cứu ứng dụng AI tại Việt Nam.

Các công trình của TS Hoàng Trọng Nghĩa tập trung vào những vấn đề nền tảng của học máy hiện đại, đặc biệt là trí tuệ nhân tạo có khả năng xử lý sự bất định.

Một hướng nghiên cứu quan trọng của anh là phát triển các mô hình AI có khả năng đánh giá mức độ chắc chắn của dự đoán (uncertainty-aware machine learning). Điều này đặc biệt quan trọng trong các lĩnh vực như y tế hoặc hệ thống tự động, nơi việc biết khi nào AI có thể sai là yếu tố then chốt để đảm bảo an toàn và độ tin cậy.

Bên cạnh đó, anh nghiên cứu về federated learning, một phương pháp huấn luyện mô hình AI từ dữ liệu phân tán mà không cần tập trung dữ liệu về một nơi. Cách tiếp cận này phù hợp với các lĩnh vực nhạy cảm như dữ liệu y tế, dữ liệu cá nhân và hệ thống thiết bị thông minh kết nối Internet.

Các nghiên cứu của TS Nghĩa đề xuất nhiều phương pháp giúp hệ thống học máy hoạt động hiệu quả trong điều kiện dữ liệu phân tán, không đồng nhất và thiếu hụt, đồng thời tối ưu các hệ thống phức tạp.

Ngoài ra anh cũng có nhiều đóng góp trong lĩnh vực black-box optimization, một hướng nghiên cứu quan trọng khi các nhà khoa học phải tối ưu những hệ thống quá phức tạp để có thể mô tả đầy đủ bằng mô hình toán học.

Những thuật toán này có thể được ứng dụng trong thiết kế vật liệu mới, tối ưu vi mạch và hệ thống điện tử, các hệ thống AI quy mô lớn; AI cho khoa học y sinh, dự đoán tương tác nguy hiểm giữa các loại thuốc, phân tích dữ liệu sinh học phức tạp…

Tin Gốc: Tuổi Trẻ