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.
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.
Cô bật camera lớp + bot mona-classroom tự join · cô không phải làm gì khác
Camera lớp + AI Coach ghi công khoảnh khắc HV gật mạnh + flag câu lệch giáo trình ngay khi xảy ra
Buổi #87. Adherence 84%, 4 win moments, 2 đoạn lạc giáo trình · 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.
Cô tổ trưởng Lê Mai duyệt 4 đề xuất AI. Push v4.3 cho 6 cô tổ Văn
sau câu hook
Bước
Chốt bài
Chi tiết phụ
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.
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 và #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
Đo trên 1,820 buổi học · 2026-05-15
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.
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
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.