← Tính năng AI
MONA triển khai · Khách đã dùng thật

AI theo sát giáo trình lớp dạy — flag câu lệch giáo trình, ghi công khoảnh khắc HV tương tác tốt, đề xuất giáo trình mới mỗi 2 tuần

Phần mềm AI cho chủ trung tâm + tổ trưởng giáo viên. Cô bật camera lớp → bot mona-classroom join + nghe + phân tích thành JSON ngay sau buổi: cô có dạy đúng giáo trình không, khoảnh khắc nào HV gật mạnh / thảo luận sôi nổi — ghi công vào data lake, đoạn nào lệch giáo trình. Mỗi 2 tuần, AI tổng hợp 20-30 buổi đề xuất giáo trình phiên bản mới — tổ trưởng duyệt, push cho cả tổ. Junior 2 năm dạy như senior 8 năm. Đã triển khai cho An Đông Edu (6 cô Văn 8 · 23 lớp) — PH gia hạn 58% → 79% sau 1 học kỳ.

PT-0009 · capability_demo v1.0 Áp dụng: trung tâm + trường tư · K-12, IELTS, kỹ năng mềm Camera: laptop cô / IP cam 4K / smart speaker mic array Tuân thủ: NĐ 13/2023 + Luật Trẻ em 2016 (consent PH) Gói: LMS-AI
Video MONA giới thiệu

Chuyên viên phần mềm MONA thuyết trình prototype này

2-4 phút · trình bày camera setup + AI Coach realtime + JSON pipeline + flywheel cập nhật giáo trình. Xem trước khi vào demo bên dưới.

⚠ PLACEHOLDER · sẽ embed YouTube khi có URL
Bước 01 Cô Hồng — 14 năm dạy Văn — chuẩn bị buổi 7/13 với giáo trình v4.2

Cô bật camera lớp + bot mona-classroom tự join · cô không phải làm gì khác

Trước đây: tổ trưởng dự giờ ngẫu nhiên 2 lần/quý — cô bị áp lực, không thường xuyên có feedback. Bây giờ: AI nghe MỌI buổi, tự ghi nhận khoảnh khắc cô dạy hay để nhân rộng cho 5 cô khác cùng tổ. Cô không bị "soi", chỉ ghi công.
Scene 1 demo
SCENE 01 · DEMO
MONA ClassroomOS · Cockpit giáo viên
classroom.mona.software / co-hong / buoi/7
17:42 · Thứ Ba
Giáo trình · Văn 8 · An Đông Edu · áp dụng 6 cô
Buổi 7 · Phân tích nhân vật Lão Hạc
★ Vừa update 1 tuần trước · +2 win moments từ tổ Văn
v4.2
cập nhật 13/05 · 21:00
6/6 cô đang dùng
1VÀO BÀI · KỂ CÂU CHUYỆN
3 phút
Kể câu chuyện về Nam Cao và bối cảnh nông thôn Bắc Bộ 1945
"Hôm nay cô kể cho các em một câu chuyện có thật. Một ông cụ già, sống cô đơn trong làng quê. Một ngày kia, ông quyết định bán con chó vàng — kỉ vật duy nhất của con trai..."
2LUẬN ĐIỂM 1 — TÌNH CHA CON
10 phút
Phân tích nhân vật Lão Hạc là người cha thương con vô bờ
Yêu cầu HV chỉ ra 3 dẫn chứng trong văn bản — không trách móc con đi đồn điền, dành dụm tiền, giữ vườn cho con.
3LUẬN ĐIỂM 2 — LÒNG TỰ TRỌNG
10 phút
Phân tích lão Hạc là người giàu lòng tự trọng
Chi tiết "ăn củ chuối, sung luộc" + từ chối ông giáo + không chịu thành gánh nặng.
4CAO TRÀO — CÁI CHẾT
12 phút
Phân tích cái chết và ý nghĩa nhân văn
Lão chọn cùng loại bả với cậu Vàng — biểu tượng tự trừng phạt + cứu phẩm giá. Yêu cầu HV liên hệ.
5THẢO LUẬN NHÓM 4 HV
8 phút
Câu hỏi mở: "Nếu em là lão Hạc, em có làm khác không? Vì sao?"
Chia lớp thành 9 nhóm 4 HV · 5 phút thảo luận · 3 phút trình bày 2-3 nhóm.
6TỔNG KẾT + GIAO BÀI
7 phút
Chốt 4 luận điểm + giao bài tự luận về nhà
Bài tự luận 400 chữ "Phân tích Lão Hạc" · nộp trước thứ Ba tuần sau · sẽ AI chấm tự luận rồi cô duyệt.
Bước 02 Lớp 8A3 · phút 23/60 · 35 HV · cô đang ở bước 3 (Luận điểm 2)

Camera lớp + AI Coach ghi công khoảnh khắc HV gật mạnh + flag câu lệch giáo trình ngay khi xảy ra

Trước đây: tổ trưởng nghe lại video lớp 60 phút/buổi × 23 buổi/tuần = 23h coach team — không kịp. Bây giờ: AI flag realtime câu "HV cả lớp gật" để 5 cô khác xem được, câu "lệch giáo trình" để cô biết tự điều chỉnh.
Scene 2 demo
SCENE 02 · DEMO
M Cockpit MONA ClassroomCoach · realtime stream từ camera lớp 8A3
23:14 · 35 HV · 1 cô REC · BOT ĐANG GHI
PANORAMA · lớp 8A3
H
Camera lớp · cô + 35 HV
CLOSE · cô Hồng
H
Cô Hồng · đang nói
🤖
Bot mona-classroom đã sync với camera + mic
Whisper-large-v3 streaming + MediaPipe face detection · 33/35 HV đang chú ý (94%)
Transcript live · cô + HV phát biểu LIVE
00:18 Cô Hồng Cô kể cho các em một câu chuyện. Một ông cụ già sống cô đơn trong làng quê...
10:42 Cô Hồng Lão Hạc bán cậu Vàng không phải vì hết tiền — mà vì lão phải giữ trọn vẹn mảnh vườn cho con.★ WIN — câu khoá luận điểm 1
11:12 HV Mai Cô ơi, vậy ông không thương con chó nữa hả cô?
11:24 Cô Hồng Em đặt câu hỏi rất hay! Lão thương cậu Vàng vô cùng — nhưng thương con người nhiều hơn thương con vật. Đó là gốc của bi kịch.★ TƯƠNG TÁC HV
11:51 HV cả lớp [ồ lên · ghi chép]
18:33 Cô Hồng Bây giờ cô nói về lòng tự trọng. Chi tiết "ăn củ chuối, sung luộc"...
21:08 Cô Hồng À cô nhớ ra rồi, Lev Tolstoy cũng từng viết về người nông dân Nga giống vậy — trong "Anna Karenina"...⚠ LẠC GIÁO TRÌNH
23:14 Cô Hồng ...
Bước 03 90 giây sau khi kết thúc lớp · AI đã phân tích xong

Buổi #87 — adherence 84%, 4 win moments, 2 đoạn lạc giáo trình · ghi vào data lake

JSON này là trái tim flywheel. Mỗi buổi = 1 record. 23 buổi / 2 tuần = 23 records cho tổ Văn. AI dùng làm input để đề xuất giáo trình v4.3.
Scene 3 demo
SCENE 03 · DEMO
#
Buổi #87 · Cô Hồng × Lớp 8A3 · Văn 8 buổi 7 (Lão Hạc)
60:14 phút · phân tích xong lúc 19:01:48 (≈ 90 giây sau kết thúc)
✓ HOÀN THÀNH
session-087.json
video.mp4
transcript.vtt
engagement.csv
18.4 KB · valid JSON ✓
1
2 "session_id": "CLS-2026-05-19-087",
3 "teacher": "id": "TCH-0014", "name": "Trần Thị Hồng", "tenure_years": 14 ,
4 "class": "code": "8A3", "size": 35, "present": 35 ,
5 "curriculum": "version": "v4.2", "unit": 7, "title": "Phân tích Lão Hạc" ,
6 "duration_sec": 3614, // 60:14
7 "outcome": "complete",
8 "adherence_score": 0.84,
9 "engagement":
10 "attention_avg": 0.91, // MediaPipe face engagement
11 "voice_participation": 7, // 7/35 HV phát biểu
12 "talk_listen_ratio_teacher": "68:32"
13 ,
14 "stages_observed": [
15 "stage": "intro_story", "planned": 180, "actual": 192, "score": 0.96 ,
16 "stage": "argument_1_father_love", "score": 0.94 ,
17 "stage": "argument_2_self_respect", "score": 0.71, "tag": "deviated_tolstoy_reference" ,
18 "stage": "climax_death", "score": 0.92 ,
19 "stage": "group_discussion", "score": 0.65, "tag": "skipped" ,
20 "stage": "closing", "score": 0.88
21 ],
22 "winning_moments": [
23
24 "timestamp": "11:24",
25 "teacher_said": "Thương con người nhiều hơn thương con vật. Đó là gốc của bi kịch.",
26 "class_reacted": "94% HV gật + 4 HV ghi chép",
27 "engagement_score": 0.93,
28 "tag": "open_question_response",
29 "novelty": "NEW — chưa có trong v4.2"
30 ,
31 "ts": "33:42", "tag": "climax_quote", "score": 0.88 ,
32 "ts": "42:18", "tag": "hv_self_reflection", "score": 0.85 ,
33 "ts": "55:14", "tag": "summary_closure", "score": 0.82
34 ],
35 "deviations": [
36 "ts": "21:08", "said": "...Lev Tolstoy / Anna Karenina...", "impact": "medium" ,
37 "ts": "48:00", "reason": "skipped_group_discussion", "impact": "high"
38 ],
39 "compliance": "consent_signed": true, "face_zoom": false, "retention_days": 90 ,
40 "next_action": "send_to_parent_summary + assign_essay_lao_hac",
41 "data_lake_pushed_at": "2026-05-19T19:01:48+07:00"
42
Adherence
84%
v4.2 baseline 75% · +9 pts
HV chú ý
91%
Avg trong 60 phút
Win moments
4 ★
1 novel · + data lake
Lệch giáo trình
2 ⚠
1 medium · 1 high
★ open_question_response
11:24 · score 0.93
Cô Hồng: "Thương con người nhiều hơn thương con vật. Đó là gốc của bi kịch."
Lớp 8A3: 33/35 HV gật mạnh + 4 HV mở vở ghi chép. HV Mai (người hỏi câu mở) cười + gật mạnh. Reaction lasting 4.2 giây.
★ climax_quote · cùng loại bả
33:42 · score 0.88
Cô Hồng: "Lão chọn cùng loại bả mà lão đã dùng để giết cậu Vàng — như một cách tự trừng phạt."
Lớp: [im lặng 3 giây] · 2 HV cảm động · cô Mai (HV) lau nước mắt.
★ hv_self_reflection
42:18 · score 0.85
HV An (lớp): "Em nghĩ Lão Hạc giống như ông nội em — cũng dành dụm cho ba em đi học mà không bao giờ kêu."
Cô Hồng: dừng 2 giây, gật, "Em An kết nối rất giỏi" — cả lớp vỗ tay.
⚠ tham chiếu ngoài giáo trình
21:08 · impact: medium
Cô nói thêm về Lev Tolstoy / Anna Karenina — không có trong giáo trình v4.2 bài 7. HV lớp 8 chưa học so sánh văn học. Tốn ~3 phút, có thể là lý do bỏ qua thảo luận nhóm bước 5.
⚠ bỏ bước
48:00 · impact: high
Cô bỏ qua bước 5 — thảo luận nhóm 4 HV (8 phút). Lý do: thiếu time (vì Tolstoy ở 21:08). Bước này quan trọng vì engagement HV cao nhất ở thảo luận nhóm — tổ trưởng nên nhắc cô không bỏ.
Buổi này đã ghi vào data lake.
+4 win moments · 1 novelty (câu trả lời câu hỏi mở) · 2 lệch giáo trình.
Còn 16 buổi nữa để đủ 23 / 2 tuần — AI sẽ tổng hợp đề xuất giáo trình v4.3.
BẤM ĐÂY · XEM AI TỔNG HỢP 23 BUỔI
Bước 04 2 tuần sau · 23 buổi đã hoàn thành · AI tổng hợp đề xuất giáo trình v4.3

Cô tổ trưởng Lê Mai duyệt 4 đề xuất AI — push v4.3 cho 6 cô tổ Văn

Vòng quay flywheel khép kín: mỗi buổi thật → JSON → data lake → 2 tuần 1 lần AI tổng hợp pattern → đề xuất → tổ trưởng duyệt → giáo trình v4.3 → 6 cô dùng cho buổi tiếp theo → tốt hơn nữa.
Scene 4 demo
SCENE 04 · DEMO
AI tổng hợp · 23 buổi / 6 cô / 14 ngày

Đề xuất nâng cấp giáo trình v4.2 → v4.3

4 thay đổi dựa trên 23 buổi thực tế · 87% adherence trung bình · 142 win moments. AI đã đối chiếu engagement_score để chọn pattern khiến HV chú ý nhất.

v4.2 · 13/05
v4.3
CHỜ DUYỆT
Buổi 2 tuần
23
6 cô · 23 giờ video
Adherence avg
87%
v4.2 baseline 75%
Win moments
142 ★
12 novelty · 4 lặp ≥5 lần
HV gia hạn
79%
tăng từ 58% học kỳ trước
4 đề xuất cập nhật giáo trình v4.3 tự sinh bởi MONA ClassroomFlywheel · 21:00 hôm nay
ADD
vào Bước 2
sau câu hook
Thêm bước "câu hỏi mở từ HV — cô trả lời nguyên tắc" sau khi hết luận điểm 1
▲ Thêm vào sau bước 2 "Cô dành 30 giây hỏi: 'Có em nào muốn hỏi cô về luận điểm vừa rồi không?' — chờ 1 câu HV, trả lời theo nguyên tắc khái quát (vd 'thương người hơn thương vật' thay vì kể tiếp chi tiết)."
✓ Xuất hiện organic 5/23 buổi (cô giỏi tự nghĩ) ✓ Avg engagement_score 0.91 5/5 buổi đó HV chú ý >95% Nguồn: buổi #87 · #94 · #98 · #102 · #109
MOVE
Đảo 4↔5
Bước
Đảo Bước 5 (Thảo luận nhóm) lên trước Bước 4 (Cao trào) — thảo luận trước rồi cao trào sẽ thấm hơn
▼ v4.2 · thứ tự cũ ① Vào bài → ② LĐ1 → ③ LĐ2 → ④ Cao trào → ⑤ Thảo luận → ⑥ Chốt
▲ v4.3 · thứ tự mới ① Vào bài → ② LĐ1 → ③ LĐ2 → ④ Thảo luận → ⑤ Cao trào (sau khi HV đã ngẫm) → ⑥ Chốt
3/3 cô đã thử đảo (intentional) thấy HV thấm hơn ✓ Engagement cao trào tăng 0.71 → 0.92 ⚠ Cần test thêm — chỉ 3 buổi Nguồn: #92 · #95 · #103
REPLACE
Bước 6
Chốt bài
Đổi câu tổng kết "Lão Hạc là người nông dân Việt Nam yêu thương...""Nếu các em gặp ông cụ này ngoài đời, các em có giúp không?"
▼ v4.2 · câu cũ "Tóm lại Lão Hạc là biểu tượng cho người nông dân Việt Nam yêu thương, giàu tự trọng nhưng bị xã hội cũ đẩy vào bước đường cùng."
engagement avg: 0.51 (HV nghe thụ động)
▲ v4.3 · câu mới "Cô đặt câu hỏi cuối bài: nếu mai em ra đường gặp ông cụ giống Lão Hạc, em có dừng lại giúp không? Vì sao?"
engagement avg: 0.89 (HV về nhà còn suy nghĩ)
✓ Engagement 0.51 → 0.89 (+75%) ✓ PH report HV về nhà thảo luận thêm 7/9 buổi Nguồn: #91 · #97 · #101 · #105
REMOVE
Bước 3
Chi tiết phụ
Bỏ phần đối chiếu với Tolstoy / văn học so sánh nước ngoài — vượt cấp lớp 8
▼ Bỏ phần này (cô Hồng + 2 cô khác hay nhắc) "Lev Tolstoy cũng từng viết về người nông dân Nga trong Anna Karenina giống vậy... Hugo cũng có Les Miserables..."
⚠ Xuất hiện 4/23 buổi — 3 cô thường nhắc ⚠ HV chú ý giảm 91% → 67% ở đoạn này ⚠ Tốn avg 3.2 phút — gây hụt time cuối bài Nguồn: #87 · #93 · #99 · #108
Cô tổ trưởng Lê Mai duyệt giáo trình v4.3
Push v4.3 cho 6 cô tổ Văn. AI A/B test với v4.2 trên 30 buổi tiếp theo. Nếu v4.3 engagement thấp hơn → auto-rollback.
BẤM ĐÂY · PUSH v4.3 CHO 6 CÔ
✓ Đã push v4.3 lúc 21:14 — flywheel khép kín
6 cô tổ Văn nhận giáo trình v4.3 trong cockpit cá nhân
30 buổi tiếp theo A/B test: 3 cô dùng v4.3 / 3 cô dùng v4.2
→ AI sẽ tổng hợp sau 2 tuần — nếu v4.3 engagement >65% buổi, lock v4.3, đề xuất v4.4 từ data mới
→ Diff lưu vĩnh viễn ở curriculum-history/v4.3.diff.json — rollback bất cứ lúc nào
Stack thật · số thật · lộ trình thật

MONA dùng cụ thể mô hình nào, hiện tại đúng bao nhiêu %, khi nào lên 100%.

Anh chị xem demo xong tự nhiên muốn biết "stack gì, accuracy bao nhiêu, có ổn định không". Bảng dưới trả lời thẳng — không ẩn, không marketing. Số đo có ngày tháng cụ thể, lộ trình có quý cụ thể, vùng AI không bao giờ 100% cũng nói thẳng.

01 · Stack tier enterprise

Ensemble 3 LLM top + lớp Vietnamese riêng

  • LLM #1 Claude Opus 4 (Anthropic) — phân tích chunks transcript vs giáo trình + scoring adherence
  • LLM #2 GPT-5 (OpenAI) — ensemble cross-check adherence score
  • LLM #3 Gemini 2.5 Pro (Google) — ý kiến thứ 3 khi #1 & #2 lệch
  • VN ASR Deepgram Nova-3 (tiếng Việt giọng GV) + Whisper-large-v3 fallback · latency 250ms streaming
  • Vision MediaPipe face mesh + body pose · engagement detection HV chú ý / nói chuyện riêng
  • VAD silero-VAD · voice activity detection để segment ai đang nói
  • RAG giáo trình PostgreSQL + pgvector · embedding voyage-3-large (multilingual top)
  • Audit log PostgreSQL append-only · lưu transcript + frame samples + AI inference 365 ngày (NĐ 13/2023 + Luật Trẻ em)
  • Infra Node.js + tRPC · VPS riêng + S3 lưu recording · KHÔNG cap budget — accuracy là ưu tiên duy nhất
02 · Độ chính xác hiện tại

Đo trên 1,820 buổi học · 2026-05-15

96.4%
Trùng adherence vs tổ trưởng dự giờ — chỉ số quyết định AI thay được vai trò dự giờ định kỳ. Đo bằng ensemble 3 LLM vote.
94.1%
Engagement detection HV (chú ý vs nói chuyện riêng)
99.2%
Transcript chính xác tiếng Việt giọng GV (kể cả accent miền)
98.7%
Đề xuất giáo trình mới được tổ trưởng duyệt
365 ngày
Audit log đầy đủ transcript + frame samples + AI inference
Calibration set: 6 trung tâm tier 2 + 1 trường ngoại ngữ chuyên · scope buổi học Văn / Toán / Anh lớp 6-12 · tháng 02-05/2026.

Cách đo: 4 tổ trưởng dự giờ chấm tay 1,820 buổi → so AI ensemble chấm cùng buổi, AI KHÔNG thấy điểm tổ trưởng trước. Trong 3.6% sai lệch, 68% là do tổ trưởng chấm lệch nhau chứ không phải AI sai.
03 · Lộ trình tới 100%

3 quý tới · công khai cam kết

  • Q2/26 ● 96.4% → 97.8% · fine-tune Deepgram VN accent (Bắc / Trung / Nam) + thêm 4,000 buổi học calibration (đang chạy)
  • Q3/26 97.8% → 98.6% · multi-camera fusion (cam GV + cam lớp + cam góc rộng) → AI ghép view
  • Q4/26 98.6% → 99.2% · emotion detection HV (vui / bối rối / mất focus) — AI flag cô can thiệp ngay trong buổi
  • Q1/27 ★ Ổn định 99.4%+ adherence + ghi nhận khoảnh khắc HV xuất sắc tự động cho marketing
Minh bạch: AI sẽ KHÔNG đạt 100% với buổi workshop sáng tạo (ví dụ debate, art class) — vùng đó tổ trưởng vẫn dự giờ tay. MONA cam kết 99.4%+ chỉ trên buổi học theo giáo trình chuẩn. KHÔNG cap budget API để giữ con số này — anh chị trả phí trọn gói theo HV, MONA tự lo cost backend.

Giáo trình tự sống. Junior dạy như senior.

Tổ trưởng không cần ngồi nghe lại 23 giờ video/tuần để coach 5 cô khác. AI nghe thay — flag khoảnh khắc HV gật mạnh để nhân rộng cho cả tổ, flag câu lệch giáo trình để cô tự điều chỉnh ngay buổi sau. Mỗi 2 tuần AI đề xuất giáo trình mới — tổ trưởng chỉ cần đọc 4 đề xuất, duyệt rồi push.

Cô junior 2 năm dạy bằng giáo trình v4.3 → engagement HV ngang cô senior 8 năm. Senior không phải đào tạo lại tổ mỗi học kỳ. Giáo trình tự sống vì có data flywheel thực tế đẩy.

Khách đã triển khai: An Đông Edu (6 cô Văn 8 · 23 lớp · close kỳ Hè 2026: PH gia hạn 58% → 79%) · trung tâm tiếng Anh tier 2 (Speakup IELTS · 8 cô · giáo trình IELTS Writing). Xem chi tiết ở trang khách hàng.
TIỀN THU ↑
PH gia hạn học kỳ 58% → 79% sau 1 học kỳ (An Đông Edu). 280 HV × tỷ lệ +21% × học phí kỳ = +340tr/kỳ doanh thu thêm.
TIỀN CHI ↓
Tổ trưởng không cần 12-15h/tuần nghe lại video coach team. Không cần thuê senior coach $4k/tháng từ ngoài. Chuyển thời gian sang phát triển content nâng cao.
NHÂN SỰ
Junior 2-3 năm dạy engagement ngang senior 8+ năm nhờ giáo trình v-X.5 mới mỗi 2 tuần. Senior thoát vai "dự giờ + coach" — quay lại dạy lớp chính.
RỦI RO
Mọi buổi dạy log video + JSON · PH ký consent số. PH hỏi "sao bài này con tôi không học?" → mở log buổi đó ra là có bằng chứng đầy đủ. Compliance NĐ 13/2023.
VỊ THẾ
Tổ trưởng = người ký duyệt giáo trình v-X.5 — AI đề xuất, tổ trưởng quyết. "Thầy điều khiển AI training cho tổ" — không lo bị thay, lên vai trò quản trị data education.