Ngày: 07 tháng 4 năm 2025

Trong thời đại kỹ thuật số ngày nay, việc tiếp cận nội dung giáo dục hấp dẫn vẫn là một thách thức quan trọng trên toàn cầu. Worldreader, một tổ chức phi lợi nhuận tiên phong, đang giải quyết thách thức này trực tiếp với sứ mệnh rõ ràng: truyền cảm hứng cho các gia đình cùng đọc sách với trẻ nhỏ, nuôi dưỡng tình yêu đọc sách suốt đời và hỗ trợ trẻ sẵn sàng đến trường. Thông qua hợp tác chiến lược với SoftwareOne—một Đối tác của Amazon Web Services (AWS)—Worldreader đã cách mạng hóa nền tảng đọc kỹ thuật số BookSmart của họ trên AWS. BookSmart cung cấp cho các gia đình một thư viện kỹ thuật số gồm hàng nghìn đầu sách hấp dẫn và các hoạt động học tập. Nền tảng này tận dụng công nghệ AI tạo sinh của AWS để tạo ra các hoạt động liên quan đến sách (BAA), giúp việc đọc không chỉ dễ tiếp cận mà còn mang tính tương tác và hấp dẫn.

Kể từ năm 2010, Worldreader đã hỗ trợ hơn 22 triệu độc giả trên hơn 100 quốc gia thông qua công nghệ đọc di động của họ, giúp họ giành được Giải thưởng Quốc tế về Văn học của Thư viện Quốc hội Hoa Kỳ (US Library of Congress Literacy Awards International Prize). Cách tiếp cận đổi mới của họ kết hợp sách thiếu nhi được tìm nguồn tại địa phương bằng nhiều ngôn ngữ với các thử thách và phần thưởng tạo động lực, giúp trẻ em đạt được mục tiêu đọc 25 cuốn sách trở lên mỗi năm với khả năng đọc hiểu.

Nền tảng kỹ thuật cho sự chuyển đổi này dựa trên Amazon Bedrock và Anthropic Claude 3 Opus, mà SoftwareOne đã tận dụng để thiết kế và triển khai một hệ thống tự động tạo các hoạt động liên quan đến sách (BAA) trên nhiều ngôn ngữ. Giải pháp đổi mới này giải quyết ba nhu cầu cấp thiết: tăng cường sự tương tác của độc giả thông qua nội dung tương tác, loại bỏ việc tạo nội dung thủ công tốn nhiều tài nguyên, và thúc đẩy các kết nối có ý nghĩa giữa độc giả nhỏ tuổi và gia đình thông qua các buổi thảo luận đọc sách có hướng dẫn.

Khi đi sâu hơn vào hành trình kỹ thuật này, chúng ta sẽ khám phá cách việc kết hợp khả năng điện toán đám mây với AI tạo sinh trên AWS đã giúp Worldreader mở rộng tác động của mình, đồng thời vẫn duy trì chất lượng và giá trị giáo dục của nội dung.

Thách thức: Làm cho việc đọc sách hấp dẫn và tương tác

Phương pháp tiếp cận của Worldreader về các trung tâm học văn học về các hoạt động liên kết với sách (BAA) đã biến việc đọc thụ động thành trải nghiệm học tập tương tác.

• Đọc: Tăng cường khả năng hiểu đọc và vốn từ vựng
• Chơi: Mang đến những trò chơi thú vị và các hoạt động vui vẻ
• Phát triển: Phát triển học tập cảm xúc thông qua nhận thức về bản thân, kỹ năng mối quan hệ và ra quyết định có trách nhiệm

Tuy nhiên, việc tạo ra BAA mới và có ý nghĩa mang lại những thách thức đáng kể cho nhóm tinh tế của Worldreader.

Sản xuất các hoạt động có ý nghĩa phù hợp với các câu chuyện là một nỗ lực chuyên sâu lao động.Thật khó khăn để liên tục đưa ra nội dung mới mà chưa từng được sử dụng trước đây, Sonny Lacey, giám đốc sản phẩm tại Worldreader giải thích.

Tổ chức xác định hai nhu cầu quan trọng:

1. Tự động hóa việc tạo ra BAA để giảm thời gian phát triển từ vài ngày xuống vài phút
2. Phát triển các đánh giá tự động và kiểm tra khả năng đọc hiểu

Chúng tôi đã cung cấp BAA, vì vậy chúng tôi quan tâm đến việc xây dựng các bài kiểm tra phù hợp với sách để tiếp tục thu hút độc giả”. –  Lacey lưu ý.

Để giải quyết những thách thức này, nhóm Worldreader quyết định khám phá sử dụng công nghệ AI tạo ra như một giải pháp để mở rộng tác động của chúng trong khi duy trì chất lượng nội dung.

Giải pháp: Thiết kế một hệ thống tạo ra nội dung dựa trên AI

Giải pháp mà nhóm Worldreader phát triển sử dụng Amazon Bedrock và mô hình ngôn ngữ lớn Anthropic Claude 3 Opus (LLM) trong một kiến trúc phi máy chủ (serverless) kết hợp nhiều dịch vụ AWS để tạo ra một hệ thống sản xuất nội dung hiệu quả, có thể mở rộng pipeline.

Các yếu tố chính của kiến trúc kỹ thuật bao gồm, nhưng không giới hạn ở:

• Amazon Bedrock với Anthropic Claude 3 Opus cho khả năng LLM
• AWS Lambda cho trích xuất văn bản theo sự kiện và chuẩn bị câu lệnh gợi ý (prompt)
• Dịch vụ lưu trữ đơn giản Amazon (Amazon S3) cho lưu trữ sách kỹ thuật số an toàn
• AWS Step Functions để điều phối và tự động hóa quy trình làm việc

Sức mạnh cốt lõi của giải pháp nằm ở kỹ thuật thiết kế câu lệnh gợi ý (prompt engineering) thông minh của nó. Nhóm đã tạo ra các mô hình chứa các câu lệnh gợi ý xoay quanh nội dung sách, kèm theo các ví dụ và giải thích tập trung vào các hoạt động gắn liền với sách (BAA) phù hợp, đồng thời xây dựng các quy tắc cụ thể để xem xét tình trạng kinh tế xã hội và duy trì sự phù hợp của nội dung trong các cộng đồng đa dạng.

Các quy tắc này đã giúp tinh chỉnh cách các hoạt động xem xét sự khác biệt về tình trạng kinh tế xã hội của trẻ em và người lớn mà trẻ đang cùng khám phá các hoạt động đọc sách. Điều này giúp duy trì các hoạt động phù hợp cho trẻ em từ nhiều hoàn cảnh khác nhau, cho dù chúng đọc sách cùng cha mẹ hay với một người lớn có trách nhiệm khác. LLM cũng có thể phân tích sách bằng các ngôn ngữ khác như tiếng Swahili, cho phép Worldreader tạo ra các hoạt động mang lại trải nghiệm gần gũi với người bản ngữ.

Giải pháp này cho phép Worldreader lấy một cuốn sách kỹ thuật số và hoàn thành việc dịch ngôn ngữ (trước đây mất vài ngày) chỉ trong chưa đầy một phút. Điều này giúp tạo ra các hoạt động gắn liền với sách phù hợp trong ứng dụng của họ nhằm mang lại trải nghiệm cá nhân hóa cho nhiều đối tượng độc giả.

Một thành tựu kỹ thuật quan trọng là khả năng đa ngôn ngữ của giải pháp. Mô hình Anthropic Claude 3 Opus chứng minh khả năng xử lý nội dung không bằng tiếng Anh đáng chú ý, với khả năng đọc sách Swahili mà không cần dịch và cung cấp BA Như trong ngôn ngữ gần với kinh nghiệm của người nói tiếng mẹ đẻ.

Kiến trúc phi máy chủ (serverless) của các giải pháp cho phép khả năng mở rộng quy mô hiệu quả về chi phí. Các hàm AWS Lambda xử lý việc trích xuất văn bản sách theo yêu cầu, trong khi Step Functions điều phối toàn bộ quy trình làm việc từ trích xuất văn bản đến tạo BAA. Hệ thống có thể mở rộng quy mô hiệu quả để hỗ trợ BAA cho hàng nghìn cuốn sách khi cần.

Hình 1: Kiến trúc quy trình làm việc phi máy chủ cho xử lý sách và tạo nội dung tự động. Các thành phần chính bao gồm một nhóm lưu trữ Amazon S3 (Amazon S3 bucket), hàm AWS Lambda, Step Functions, Amazon Translate và LLM của Amazon Bedrock.

Thiết kế kiến trúc ban đầu được hiển thị trong sơ đồ trước đây có hai cái rắc Amazon S3 riêng biệt để lưu trữ sách: một cho sách tiếng Anh và một cho sách tiếng Swahili. Khi một cuốn sách mới được tải lên, một sự kiện Amazon S3 sẽ kích hoạt một thông báo thông báo đơn giản (SNS) của Amazon. Thông báo này sau đó sẽ gọi một chức năng AWS Lambda, khởi động một dòng công việc xử lý trong chức năng AWS Step.

Một chức năng Lambda tạo câu lệnh gợi ý (prompting Lambda function) sẽ tạo ra một câu lệnh gợi ý chi tiết và gửi nó đến mô hình ngôn ngữ lớn (LLM) trong Amazon Bedrock. Đầu ra từ LLM sẽ được xử lý hậu kỳ (post-processed) và, nếu cần, dịch lại sang tiếng Swahili.

Hình 2: Việc xử lý ngôn ngữ bản địa giúp tạo ra nội dung đa ngôn ngữ nhanh chóng.

Trong quá trình triển khai, khả năng của Claude 3 Opus đã cho phép bỏ qua hoàn toàn bước dịch thuật, giúp giảm cả chi phí lẫn độ phức tạp của giải pháp. Ngoài ra, việc làm việc trực tiếp bằng tiếng Swahili đã loại bỏ các lỗi dịch tích lũy từ việc dịch đi dịch lại (back-and-forth translations).

Hình 3: Tạo ra sự kiện S3-Lambda được hợp lý hóa.

Hình 4: AWS Step hoạt động tổ chức và các nhiệm vụ workflow.

Kỹ thuật thiết kế câu lệnh gợi ý (Prompt Engineering): Thiết kế câu lệnh gợi ý AI cho các hoạt động học tập lấy trẻ em làm trung tâm.

Thông điệp hệ thống được cung cấp cho mô hình duy trì rằng các hoạt động được tạo ra là hữu ích, đồng cảm và phù hợp với trẻ em. Các hoạt động được phân loại thành năm kỹ năng: Từ điển, Nghệ thuật, nhận thức về bản thân, nhận thức xã hội và Physical mỗi kỹ năng có hai hoạt động: một phải được thực hiện trước khi đọc cuốn sách (Pre) và một phải được thực hiện sau khi đọc cuốn sách (Post). LLM tạo ra token theo trình tự dựa trên các token đã được tạo ra.

Việc thúc đẩy nhấn mạnh việc tạo ra các hoạt động có thể tiếp cận được với trẻ em từ mọi nền tảng, bao gồm cả những người từ các gia đình thu nhập thấp. Các hoạt động được thiết kế để trẻ em có thể tự hành một cách an toàn, mà không cần sự giám sát của người lớn hoặc các vật liệu có thể nguy hiểm.

Câu lệnh gợi ý nhấn mạnh việc tạo ra các hoạt động dễ tiếp cận đối với trẻ em từ mọi hoàn cảnh, bao gồm cả những em đến từ các gia đình có thu nhập thấp. Nó tránh giả định về sự sẵn có của các vật liệu hoặc cơ sở vật chất cụ thể và khuyến khích các lựa chọn thay thế khi cần đến những vật phẩm đặc biệt. Các hoạt động được thiết kế để trẻ em có thể tự thực hiện một cách an toàn, mà không yêu cầu sự giám sát của người lớn hoặc các vật liệu tiềm ẩn nguy hiểm.

Ngôn ngữ phát hiện: [Tiếng Anh/ Swahili]

[  kỹ năng:  từ ngữ:  vị trí: pre/post: activity: …, title: … }, … ]

Hình 5: Khung kỹ thuật thiết kế câu lệnh gợi ý (Prompt Engineering framework) để tạo ra các hoạt động đọc sách phù hợp với lứa tuổi và mang tính hòa nhập.

Các kết quả ví dụ

Các ví dụ dưới đây minh họa kết quả của lời nhắc. category được thêm vào trong xử lý sau dựa trên trường skill. Post processing xác nhận rằng sản lượng LLM có thể được phân tích và chứa mười hoạt động. Phần lớn các lỗi trong việc tạo ra LLM.

Hình 6: Đọc trước: Heroes to Zero #4: Sạch Hơn Để Xanh Hơn

Hình 7: Sau khi đọc: Rini và Jojo làm việc ra: Máy sắp xếp táo siêu nhanh.

Kết quả: Tăng cường sự tham gia của độc giả và nhận thức xã hội

Làm việc với AWS và SoftwareOne, Worldreader đã tạo ra các hoạt động gắn liền với sách (BAA) giúp tăng cường sự tương tác của độc giả.

“Với SoftwareOne và AWS, chúng tôi đã tạo ra nội dung số vượt ngoài mong đợi về mặt sáng tạo”, Sabrina Abreu González, Giám đốc cấp cao về xuất bản kỹ thuật số tại Worldreader, cho biết. “Điều này rất quan trọng đối với độc giả vì họ sẽ không thấy lặp đi lặp lại cùng một loại hoạt động gắn liền với sách nữa.”

Bằng cách tự động hóa việc tạo nội dung và BAA, Worldreader có thể tập trung vào các mục tiêu chiến lược và giảm sự phụ thuộc vào các chuyên gia tư vấn bên ngoài.

“Với tự động hóa, chúng tôi đã loại bỏ công sức thủ công trong việc phải dựa vào con người để nghiên cứu các BAA trước đây nhằm đảm bảo chúng tôi không lặp lại những gì đã làm,” Lacey nói. Nhóm có thể ưu tiên cải thiện trình độ đọc viết và khả năng đọc hiểu, đồng thời giúp trẻ em nâng cao nhận thức xã hội.

“AI tạo sinh cho phép chúng tôi tạo ra nội dung giúp độc giả nhỏ tuổi trở nên tự nhận thức hơn, học cách đồng cảm và tương tác với người khác. Nhờ đó, chúng tôi có thể giúp độc giả xây dựng một thế giới tốt đẹp hơn”, González tuyên bố.

Kết luận

Việc triển khai thành công công nghệ AI tạo sinh của AWS bởi Worldreader minh chứng cho cách các giải pháp đám mây đổi mới có thể khuếch đại tác động xã hội đồng thời giải quyết các thách thức vận hành phức tạp.

Bằng cách tận dụng Amazon Bedrock và kiến trúc phi máy chủ, tổ chức này đã thay đổi quy trình tạo nội dung của mình, cho phép phát triển nhanh chóng các tài liệu giáo dục hấp dẫn, phù hợp với văn hóa để tiếp cận hàng triệu độc giả nhỏ tuổi trên toàn cầu. Khả năng tự động tạo ra các hoạt động gắn liền với sách chất lượng cao, đa ngôn ngữ thể hiện ứng dụng thực tế của AI tạo sinh trong việc giải quyết các thách thức trong thế giới thực.

Trong bối cảnh các tổ chức trên toàn thế giới đang vật lộn với những thách thức tương tự về quy mô và tối ưu hóa tài nguyên, hành trình của Worldreader cung cấp một bản thiết kế đầy thuyết phục về cách tận dụng AI tạo sinh của AWS để thúc đẩy những thay đổi có ý nghĩa.

Câu chuyện thành công này minh họa cách công nghệ có thể là một nhân tố thúc đẩy mạnh mẽ trong việc làm cho giáo dục trở nên dễ tiếp cận, hấp dẫn và có tác động hơn đối với các thế hệ tương lai. Nếu bạn đã sẵn sàng bắt đầu xây dựng đổi mới mô hình nền tảng của riêng mình với Amazon Bedrock, hãy truy cập trang web này để tìm hiểu thêm về cách thiết lập Amazon Bedrock. Hãy đi sâu hơn vào các khả năng của Amazon Bedrock và nâng tầm hành trình AI tạo sinh của bạn ngay hôm nay.

Mohan CV 

Với nền tảng vững chắc trong các dự án di chuyển và hiện đại hóa hệ thống cấp doanh nghiệp quy mô lớn, anh ấy chuyên về dữ liệu, phân tích và AI. Mohan rất đam mê tận dụng các công nghệ mới để hỗ trợ khách hàng trong lĩnh vực công cộng và các lĩnh vực khác, điều chỉnh các đổi mới để đáp ứng nhu cầu kinh doanh độc đáo.

Maciej Dziezyc

Maciej là một nhà khoa học dữ liệu cấp cao tại SoftwareOne chuyên cung cấp các giải pháp AI trên AWS Cloud. Ông có cả kinh nghiệm học thuật và thương mại trong việc phát triển mô hình học máy cho các trường hợp sử dụng khác nhau, bao gồm nhận dạng cảm xúc, hình ảnh Ngoài việc cung cấp các giải pháp AI, ông đã làm tình nguyện trong nhiều năm, chủ yếu tập trung vào phúc lợi động vật.