Công cụ AI nghiên cứu khoa học nào hữu ích ở từng bước?

Chuyên mục: research-methods

Cập nhật lần cuối: 2026-10-03

Phần lớn các danh sách công cụ AI nghiên cứu khoa học coi mọi công cụ đều là AI và mọi công cụ đều đáng tin như nhau. Gusenbauer và Haddaway (2020) kiểm tra 28 hệ thống tìm kiếm học thuật và kết luận rằng chỉ một nửa trong số đó có thể được khuyến nghị cho tổng hợp bằng chứng mà không cần kèm những lưu ý đáng kể. Nếu một việc cơ bản như tìm kiếm đã chênh nhau nhiều đến vậy, những tuyên bố dành cho các công cụ mới hơn cũng cần được soi kỹ như thế.

Trả lời thẳng: Chỉ một số bước của một dự án nghiên cứu có công cụ AI thật sự: tìm văn liệu, đọc, xem ngữ cảnh trích dẫn, góp ý văn phong và sàng lọc. Reference manager, phần mềm thống kê và kho lưu trữ mở không phải AI, nhưng gánh phần lớn công việc. Hãy chọn công cụ theo từng bước, rồi kiểm giới hạn miễn phí và bằng chứng của từng công cụ.

Một câu trả lời của chatbot Perplexity, hỏi vào ngày 3 tháng 10 năm 2026, đã nhóm các công cụ theo tác vụ nhưng không đưa ra bằng chứng đã qua bình duyệt về độ chính xác hay độ phủ, và bài hướng dẫn này bổ sung phần bằng chứng đó. Ở chỗ tài liệu đã tra không có bài đánh giá độc lập cho một công cụ, bảng ghi thẳng như vậy chứ không lấp chỗ trống bằng khẩu hiệu của nhà cung cấp. Bài này lấy giới hạn gói miễn phí từ trang của nhà cung cấp vào ngày 3 tháng 10 năm 2026, và các giới hạn đó có thể thay đổi.

Công cụ AI nghiên cứu bao phủ những gì, và bỏ sót những gì?

Trả lời thẳng: Công cụ nghiên cứu chia thành mười nhóm dọc theo quy trình làm việc, từ tìm bài báo tới sàng lọc chúng cho một systematic review. Sáu trong mười nhóm có một công cụ xây trên machine learning hoặc mô hình ngôn ngữ, một nhóm (phân tích định tính) chỉ qua tính năng tuỳ chọn. Các nhóm còn lại là phần mềm thông thường, như phần mềm quản lý tài liệu hay kho lưu trữ.

Bảng sau lập bản đồ mười nhóm. Cột "Có AI bên trong?" nghĩa là nhà cung cấp mô tả một tính năng AI hoặc machine learning trong công cụ, chứ không có nghĩa công cụ tốt hơn nhờ đó.

Hai điểm đúng ở mọi bước. Gói miễn phí chỉ là ảnh chụp tại một thời điểm, nên cột "Truy cập miễn phí" trong mỗi bảng có ghi ngày và cần được kiểm lại trước khi bạn dựa vào. Và một công cụ mà nhà cung cấp nói là tiết kiệm thời gian thì không giống với một công cụ mà bài đánh giá độc lập đã thấy là chính xác, nên mỗi bảng đều có cột "Bằng chứng".

Công cụ nào giúp tìm văn liệu học thuật?

Trả lời thẳng: Hãy bắt đầu bằng một cơ sở dữ liệu có độ phủ được ghi rõ, và coi trợ lý tìm kiếm AI là lượt thứ hai. Gusenbauer và Haddaway (2020) thấy Google Scholar không phù hợp để làm hệ thống tìm kiếm chính cho systematic review, nên hãy kết hợp nó với các cơ sở dữ liệu theo ngành. Consensus và Elicit có thể gợi ý bài nhưng cần được kiểm lại.

Gusenbauer và Haddaway (2020) đánh giá Google Scholar, PubMed và 26 nguồn khác, và nhận thấy chỉ một nửa số hệ thống có thể được khuyến nghị cho tổng hợp bằng chứng mà không cần kèm những lưu ý đáng kể. Kết quả đó không có nghĩa Google Scholar vô dụng. Nó hữu ích để xem lướt lần đầu. Tuy vậy, quy tắc đưa bài vào và việc thiếu bộ lọc lặp lại được khiến nó yếu khi làm nguồn duy nhất cho một bài tổng quan mà người khác phải lặp lại được.

Martín-Martín và cộng sự (2018) so trích dẫn mà Google Scholar, Web of Science và Scopus ghi nhận trên 252 nhóm chủ đề, và đó là lý do việc chọn cơ sở dữ liệu làm đổi số trích dẫn, và vì thế đổi cả những gì một lượt tìm kiếm có vẻ tìm ra. Scopus do một hội đồng độc lập tuyển chọn và bán theo đăng ký, nên thư viện trường là nơi đầu tiên bạn nên hỏi về quyền truy cập. Web of Science cũng theo tổ chức, và nhà cung cấp nêu rằng gói đăng ký khác nhau giữa các tổ chức.

Công cụ tìm kiếm AI nằm trên cùng kho văn liệu đó. Consensus và Elicit trả về bản tóm tắt các bài báo để trả lời một câu hỏi, và giới hạn miễn phí khá nhỏ: Consensus ghi 10 tin nhắn Pro mỗi tháng. Bài kiểm độc lập duy nhất trong tài liệu đã tra là về phần trích xuất dữ liệu của Elicit, nằm ở mục sau, nên hãy coi mọi danh sách bài do AI tạo ra là một manh mối để kiểm trong cơ sở dữ liệu, chứ không phải chiến lược tìm kiếm.

Công cụ nào lập bản đồ trích dẫn và cho thấy các bài sau xử lý một nhận định ra sao?

Trả lời thẳng: Công cụ lập bản đồ trích dẫn lấy một hai bài bạn đã tin cậy rồi vẽ ra những bài trích dẫn chúng hoặc được chúng trích dẫn. scite đi thêm một bước: gắn nhãn cách một bài sau trích dẫn một nhận định là ủng hộ, đối lập hay chỉ nhắc tới. Bản đồ phụ thuộc vào cơ sở dữ liệu đứng sau, nên chỗ khuyết của dữ liệu hiện ra ngay trên bản đồ.

van Eck và Waltman (2010) giới thiệu VOSviewer như một chương trình máy tính dùng tự do và minh hoạ bằng một bản đồ gồm 5.000 tạp chí. Đây là công cụ trắc lượng thư mục, nên nó đúng khi bạn muốn có bản đồ cả một lĩnh vực cho chương literature review, và kém hơn khi bạn muốn tìm năm bài gần nhất với một nghiên cứu.

Theo các cẩm nang của thư viện LMU và HKUST, Connected Papers dựa vào dữ liệu của Semantic Scholar, còn Litmaps lấy từ Crossref, Semantic Scholar và OpenAlex. Bằng chứng ở đây là cẩm nang thư viện chứ không phải bài đánh giá đã qua bình duyệt, nên phép thử thực tế là tự chạy kiểm một bài đã biết: lập bản đồ cho một bài mà bạn đã biết các trích dẫn, rồi xem thiếu những gì.

Nicholson và cộng sự (2021) mô tả scite là một chỉ mục trích dẫn thông minh, hiển thị ngữ cảnh của các trích dẫn và phân loại ý đồ của chúng bằng deep learning. Bài báo đó do chính đội ngũ scite viết, điều đáng biết khi bạn cân nhắc các tuyên bố về độ chính xác của nó. Gói miễn phí mà MAAS thấy không cho quyền truy cập nền tảng, nên hãy kiểm thư viện của bạn cung cấp gì trước khi xây quy trình làm việc quanh nó.

Công cụ nào giúp đọc và tóm tắt bài báo?

Trả lời thẳng: Công cụ đọc nhận một bài báo hoặc một bộ nguồn bạn tải lên rồi trả lời câu hỏi về chúng, nên chỉ tiết kiệm thời gian ở lượt đọc đầu. Không công cụ nào trong bốn công cụ dưới đây có bài đánh giá độ chính xác đã qua bình duyệt trong tài liệu đã tra. Hãy đối chiếu mọi bản tóm tắt và mọi con số với bài gốc trước khi đưa vào ghi chú của bạn.

Lo và cộng sự (2024) mô tả Semantic Reader Project, một nghiên cứu về giao diện đọc chứ không phải bài đánh giá độ chính xác của bản tóm tắt. Khác biệt này quan trọng: một bài báo mô tả công cụ cho bạn biết công cụ được thiết kế để làm gì, chứ không cho biết nó đúng bao nhiêu lần.

Với NotebookLM, trang gói dịch vụ của Google nêu việc đổi tên, còn trung tâm trợ giúp của Google ghi các giới hạn nói trên là có thể thay đổi. Câu trả lời của nó bám vào các nguồn bạn tải lên, điều này hạn chế việc lan man nhưng không loại được sai sót. Một câu trả lời bám nguồn vẫn có thể nén mất các điều kiện của một bài báo ra khỏi câu, nên thói quen bảo vệ bạn là mở đoạn được trích ra xem mỗi lần.

Nên dùng reference manager nào?

Trả lời thẳng: Hãy dùng một reference manager từ tuần đầu tiên, vì dựng lại danh mục tài liệu ở phút cuối là lúc lỗi dễ xuất hiện. Các công cụ này không phải AI. Một bài đánh giá sản phẩm không chính thức năm 2018 thấy Zotero cho danh mục chính xác nhất trong phần thử, nên là lựa chọn mặc định hợp lý, nhưng phiên bản thay đổi và trường của bạn có thể hỗ trợ công cụ khác.

Ivey và Crum (2018) xem xét EndNote, Mendeley, RefWorks và Zotero dưới dạng một bài đánh giá sản phẩm với phần thử không chính thức trên các phiên bản năm 2018, và báo cáo rằng Zotero tạo ra các danh mục chính xác nhất trong phần thử của họ. Phần thử không chính thức trên phần mềm của một năm là bằng chứng khiêm tốn, và nó chỉ kiểm đầu ra của danh mục tài liệu, không kiểm chất lượng các nguồn bạn thu thập.

Hãy chọn theo độ tương thích. Zotero có plugin cho Word, LibreOffice và Google Docs, trong khi tiện ích Mendeley Cite không có cho LibreOffice hay Google Docs. Nếu luận văn của bạn viết bằng LaTeX, JabRef đọc trực tiếp tệp BibTeX. Dù chọn gì, hãy lưu tệp thư viện ở một nơi thứ hai, vì các giới hạn lưu trữ đám mây miễn phí nêu trên khá nhỏ so với một thư viện có kèm PDF.

Công cụ nào giúp viết học thuật?

Trả lời thẳng: Công cụ viết chia thành soạn thảo, góp ý ngôn ngữ và ngân hàng cụm từ. Overleaf xử lý tài liệu LaTeX, Writefull và Paperpal góp ý ngôn ngữ bằng AI, còn Academic Phrasebank cung cấp mẫu câu. Không công cụ nào thay được lập luận của bạn. Hãy kiểm quy định của trường trước khi dán văn bản luận văn vào bất kỳ dịch vụ trực tuyến nào.

Academic Phrasebank mô tả các mục của mình là phần lớn trung tính về nội dung và mang tính chung, và nói rằng dùng các cụm từ của nó không cấu thành đạo văn. Cả hai phát biểu đều đến từ chính trang web, và chúng hợp với cách dùng nó như nguồn khung câu chứ không phải nguồn ý tưởng. Nhận định của bạn vẫn phải đến từ bằng chứng của bạn.

MAAS không trích bài đánh giá ngôn ngữ duy nhất tìm được cho Writefull, vì nó được đăng trên trang của một đối thủ. Tóm tắt trung thực cho các công cụ ngôn ngữ AI vì vậy là bằng chứng độc lập còn mỏng trong tài liệu đã tra, nên hãy đọc từng thay đổi được gợi ý và giữ ý nghĩa là của bạn. Việc các công cụ như vậy có được phép dùng hay không là câu hỏi của trường, được bàn trong bài công cụ AI nào được phép dùng trong bài làm ở đại học.

Công cụ nào giúp phân tích định lượng?

Trả lời thẳng: Phân tích định lượng chạy trên các gói thống kê, không chạy trên trợ lý AI. SPSS và Stata là giấy phép trả phí, thường qua trường, còn R, JASP, jamovi và GPower miễn phí. Hãy chọn phần mềm mà khoa của bạn dạy và giảng viên hướng dẫn kiểm tra được, rồi tính cỡ mẫu bằng GPower trước khi thu thập dữ liệu.

Love và cộng sự (2019) giới thiệu JASP trên Journal of Statistical Software như phần mềm thống kê đồ hoạ cho các thiết kế thống kê thông dụng, và trang JASP nói các phân tích của nó được cài đặt trong R và nó sẽ luôn miễn phí. Điều này quan trọng nếu sau này bạn muốn chuyển từ menu sang mã, vì cùng một phân tích có thể tái hiện trong R.

Faul và cộng sự (2007) mô tả G*Power 3 là chương trình phân tích lực thống kê cho các ngành khoa học xã hội, hành vi và y sinh, và nêu trong phần tóm tắt rằng nó miễn phí. Phân tích lực thuộc về giai đoạn trước khi thu thập dữ liệu, vì nó cho biết phép kiểm định dự kiến cần cỡ mẫu bao nhiêu. Về việc chọn giữa các thiết kế, bài nghiên cứu định tính, định lượng và hỗn hợp trình bày các đánh đổi.

Công cụ nào giúp phân tích định tính?

Trả lời thẳng: Phần mềm định tính tổ chức và truy xuất việc mã hoá của bạn, và không diễn giải dữ liệu thay bạn. NVivo, ATLAS.ti và MAXQDA là trả phí, còn Taguette và QualCoder miễn phí và mã nguồn mở. Hãy chọn công cụ hợp với quy mô nhóm và loại dữ liệu, rồi giữ phần diễn giải trong tay mình.

Zamawe (2015) suy ngẫm về NVivo trong một bài của Malawi Medical Journal và nói rõ giới hạn của loại phần mềm này: "the main function of CAQDAS is not to analyse data but rather to aid the analysis process, which the researcher must always remain in control of" (tr. 13). Câu đó áp dụng cho mọi công cụ trong bảng, kể cả mọi trợ lý mã hoá AI mà nhà cung cấp bổ sung sau này.

St. John và Johnson (2000) cân nhắc ưu và nhược của phần mềm phân tích dữ liệu cho nghiên cứu định tính, còn Brailas và cộng sự (2023) kết luận rằng phần mềm như vậy không thể thay thế chất lượng của nghiên cứu và của người nghiên cứu. Rampin và Rampin (2021) trình bày Taguette như một lựa chọn mã nguồn mở, và các cẩm nang của Temple University và University of Delaware ghi nhận nó chỉ gắn thẻ văn bản. Về phương pháp, xem bài cách làm phân tích chủ đề.

Công cụ nào giúp vẽ hình và trực quan hoá?

Trả lời thẳng: Công cụ vẽ hình khác nhau chủ yếu ở điều khoản giấy phép, không phải ở tính năng. Gói miễn phí của BioRender loại trừ việc xuất bản, biểu đồ miễn phí của Datawrapper mang dòng ghi nguồn, còn diagrams.net miễn phí. Hãy đọc giấy phép trước khi đưa một hình vào luận văn hay bản thảo, vì một hình không xuất bản được là công sức bỏ đi.

Không công cụ nào trong số này có bài đánh giá độ chính xác độc lập trong tài liệu đã tra, và cũng không cần, vì chúng chỉ vẽ những gì bạn đưa vào. Rủi ro nằm ở thực tế. Một hình có watermark có thể bị từ chối, một dòng ghi nguồn có thể không hợp với văn phong của tạp chí, và giấy phép sinh viên dùng cá nhân có thể không áp dụng cho tài khoản dùng chung của một phòng thí nghiệm.

Với luận văn, điểm quyết định thường là điều khoản giấy phép. Hãy hỏi thư viện của bạn cấp phép công cụ nào trong số này. Các công cụ trả phí như Prism thường có sẵn qua trường, và các gói miễn phí nêu trên vẫn dùng được cho bản nháp và bài thuyết trình.

Công cụ nào hỗ trợ hợp tác và khoa học mở?

Trả lời thẳng: Công cụ khoa học mở lưu và chia sẻ công việc đứng sau một bài báo. OSF lo việc đăng ký nghiên cứu và preprint, Zenodo lưu trữ bộ dữ liệu với bản ghi có thể trích dẫn, protocols.io chia sẻ phương pháp, còn GitHub và Jupyter chứa mã và notebook. Chúng không phải AI, nhưng khiến công việc của bạn kiểm tra được.

Giá trị ở đây là khả năng tái lập chứ không phải tốc độ. Một kế hoạch đã đăng ký cho thấy bạn định làm gì trước khi thấy dữ liệu, và một bộ dữ liệu được lưu trữ kèm bản ghi bền vững cho phép người đọc kiểm các con số của bạn. Tuy vậy giới hạn vẫn quan trọng: mức trần 5 GB cho các Registration mới của OSF và 50 GB cho mỗi bản ghi Zenodo quyết định dữ liệu lớn có thể nằm ở đâu.

Hãy kiểm thời hạn lưu giữ trước khi nộp. Zenodo nêu rằng việc lưu giữ kéo dài suốt vòng đời của CERN, đó là một phát biểu chắc chắn nhưng vẫn không phải bảo đảm mãi mãi. Với luận văn, hãy giữ một bản cục bộ và ghi bản ghi của kho vào phần tuyên bố về tính sẵn có của dữ liệu.

Công cụ nào sàng lọc tài liệu cho systematic review?

Trả lời thẳng: Sàng lọc và trích xuất là chỗ có các bài đánh giá trực tiếp nhất. Hilkenmeier và cộng sự (2025) thấy độ chính xác của Elicit gần với những người đánh giá (81,4% so với 86,7%, chênh lệch không có ý nghĩa thống kê), còn van de Schoot và cộng sự (2021) mô tả ASReview, một framework active learning mã nguồn mở. Hãy dùng chúng như người đánh giá thứ hai, không phải để thay thế người.

Hilkenmeier và cộng sự (2025) kiểm Elicit như một người đánh giá thứ hai bán tự động cho việc trích xuất dữ liệu trên 43 nghiên cứu và 602 điểm dữ liệu, trong một systematic review về các yếu tố tâm lý trong bệnh da liễu. Độ chính xác của Elicit là 81,4% so với 86,7% của những người đánh giá, và chênh lệch không có ý nghĩa thống kê. Ở những chỗ những người đánh giá và Elicit thống nhất, câu trả lời đúng trong 100% trường hợp. Đó là một nghiên cứu proof of concept cho một tác vụ trích xuất, nên nó không cho thấy Elicit có thể chạy trọn một review.

Ouzzani và cộng sự (2016) báo cáo một khảo sát người dùng về Rayyan với "40% average time savings", tức tiết kiệm thời gian trung bình 40% so với các công cụ khác, và con số này do người dùng tự báo cáo, nên nó mô tả điều người dùng nói chứ không phải điều một thử nghiệm có bấm giờ đo được. Tuyên bố "up to 90%" của chính nhà cung cấp là tiếp thị và MAAS không dùng. van de Schoot và cộng sự (2021) nêu rằng active learning có thể cho việc rà soát hiệu quả hơn nhiều so với rà soát thủ công mà vẫn bảo đảm chất lượng cao, và rằng các thiết lập mặc định cần được xem xét cẩn thận. Các quy tắc rộng hơn khi sàng lọc bằng AI nằm trong bài sàng lọc systematic review bằng AI.

Dùng các công cụ này an toàn thế nào?

Trả lời thẳng: Hãy coi mọi kết quả AI là một manh mối, không phải một nguồn. Mở từng bài được trích dẫn và xác nhận nhận định, con số và tài liệu tham khảo trong bản gốc, ghi lại bạn đã dùng công cụ nào, và đọc quy định về AI của trường trước khi nộp. Các công cụ trên thay đổi nhanh, nên hãy kiểm lại giới hạn miễn phí trên trang của nhà cung cấp.

Ba thói quen bao phủ phần lớn rủi ro. Thứ nhất, kiểm trước khi trích dẫn: một bản tóm tắt AI hoặc một tài liệu tham khảo do công cụ tạo ra chỉ là con trỏ tới một bài báo, và bài báo mới là nguồn. Thứ hai, giữ nhật ký công cụ nào đã làm gì, vì một dấu vết là chỗ bảo vệ tốt nhất nếu việc dùng của bạn bị chất vấn. Thứ ba, theo quy định của cơ sở sẽ chấm bài bạn, vốn khác nhau giữa các trường và đôi khi khác nhau giữa các môn.

Về đạo đức khi dùng AI riêng trong một bài literature review, hãy đọc cách dùng AI có đạo đức trong literature review, và về chính bài tổng quan, bài cách viết literature review giải thích các nguồn bạn thu thập trở thành một lập luận ra sao.

Câu hỏi thường gặp

Công cụ AI nghiên cứu khoa học nào là tốt nhất?
Không có công cụ nào tốt nhất, và tài liệu đã tra không ủng hộ một bảng xếp hạng. Công cụ AI thật sự có ở khâu tìm kiếm, đọc, ngữ cảnh trích dẫn, góp ý văn phong và sàng lọc, còn reference manager, gói thống kê và kho lưu trữ không phải AI. Hãy chọn theo từng bước, kiểm giới hạn miễn phí, và ưu tiên công cụ có bài đánh giá độc lập.

Công cụ AI nào chính xác nhất khi trích xuất dữ liệu từ bài báo?
Bài kiểm độc lập duy nhất trong tài liệu đã tra là về Elicit. Hilkenmeier và cộng sự (2025) thấy độ chính xác 81,4% so với 86,7% của những người đánh giá trên 602 điểm dữ liệu từ 43 nghiên cứu, và chênh lệch không có ý nghĩa thống kê. Đó mới là một nghiên cứu proof of concept, nên hãy đối chiếu các kết quả trích xuất với bài gốc.

Có lựa chọn miễn phí thay cho NVivo và SPSS không?
Có. Taguette và QualCoder là công cụ mã nguồn mở miễn phí để mã hoá định tính, còn R, JASP và jamovi miễn phí cho phân tích định lượng. Khoa của bạn có chấp nhận chúng hay không là câu hỏi riêng, nên hãy xác nhận với giảng viên hướng dẫn trước khi đổi công cụ giữa chừng.

Có reference manager nào chính xác hơn các công cụ khác không?
Trong một bài đánh giá sản phẩm không chính thức năm 2018, Ivey và Crum (2018) thấy Zotero tạo ra các danh mục chính xác nhất trong phần thử của họ. Phiên bản phần mềm thay đổi, nên hãy luôn đối chiếu kết quả với hướng dẫn văn phong của bạn.

Tôi có được dùng công cụ AI trong luận văn không?
Tuỳ trường của bạn và đôi khi tuỳ môn. Hãy đọc quy định, khai báo mọi việc dùng mà quy định yêu cầu, và giữ nhật ký. Bài công cụ AI nào được phép dùng trong bài làm ở đại học giải thích cách tìm quy định áp dụng cho bạn.

MAAS có giúp tôi chọn quy trình nghiên cứu được không?
Có. Cố vấn học thuật của MAAS ghép bạn với một chuyên gia cùng ngành, người đồng hành cùng bạn qua đề tài, phương pháp, dữ liệu và viết, và có thể cùng bạn bàn công cụ nào hợp với dự án và quy định của trường. Bạn vẫn là tác giả ở mọi bước. Đặt buổi tư vấn qua trang liên hệ.

Sẵn sàng dựng một quy trình nghiên cứu bạn bảo vệ được?

Chọn công cụ sẽ dễ hơn khi có người từng hướng dẫn nghiên cứu trong ngành của bạn. Cố vấn học thuật của MAAS ghép bạn với một chuyên gia cùng ngành, người dẫn dắt luận văn hoặc luận án của bạn theo từng giai đoạn, từ đề tài và đề cương tới phương pháp và phân tích dữ liệu, trong khi bạn tự nghiên cứu và tự viết từng chữ. 23% chuyên gia của MAAS có học vị Tiến sĩ. Thời gian ghép thường trong 48 giờ khi mạng lưới của MAAS đã có chuyên gia đúng ngành. Nếu chưa có, MAAS mở một đợt tuyển riêng cho hồ sơ của bạn và việc này thường mất khoảng hai tuần. Buổi tư vấn miễn phí 15 phút là nơi nên bắt đầu. MAAS đồng hành, còn bạn vẫn là tác giả ở mọi bước.

Đặt buổi tư vấn Cố vấn học thuật với MAAS →

Bài hướng dẫn liên quan

• Dùng AI có đạo đức trong literature review thế nào?: ranh giới giữa trợ giúp của AI và vi phạm
• Công cụ AI nào được phép dùng trong bài làm ở đại học?: cách tìm quy định của chính trường bạn
• Sàng lọc systematic review bằng AI hoạt động thế nào?: chi tiết đằng sau bước 10
• Làm phân tích chủ đề thế nào?: phương pháp mà phần mềm định tính của bạn hỗ trợ
• Nghiên cứu định tính, định lượng và hỗn hợp: chọn thiết kế trước khi chọn công cụ
• Viết literature review thế nào?: biến các nguồn thành một lập luận
• Dịch vụ Cố vấn học thuật: kèm cặp một kèm một cho luận văn hoặc luận án của bạn

Tài liệu tham khảo

• Brailas, A., Tragou, E., & Papachristopoulos, K. (2023). Introduction to qualitative data analysis and coding with QualCoder. American Journal of Qualitative Research, 7(3), 19–31. https://doi.org/10.29333/ajqr/13230
• Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191. https://doi.org/10.3758/BF03193146
• Gusenbauer, M., & Haddaway, N. R. (2020). Which academic search systems are suitable for systematic reviews or meta-analyses? Evaluating retrieval qualities of Google Scholar, PubMed, and 26 other resources. Research Synthesis Methods, 11(2), 181–217. https://doi.org/10.1002/jrsm.1378
• Hilkenmeier, F., Pelzer, M., Stierle, C., & Fink-Lamotte, J. (2025). Evaluating the AI tool "Elicit" as a semi-automated second reviewer for data extraction in systematic reviews: A proof-of-concept. Social Science Computer Review. Advance online publication. https://doi.org/10.1177/08944393251404052
• Ivey, C., & Crum, J. (2018). Choosing the right citation management tool: EndNote, Mendeley, RefWorks, or Zotero. Journal of the Medical Library Association, 106(3), 399–403. https://doi.org/10.5195/jmla.2018.468
• Lo, K., Chang, J. C., Head, A., Bragg, J., Zhang, A. X., Trier, C., Anastasiades, C., August, T., Authur, R., Bragg, D., Bransom, E., Cachola, I., Candra, S., Chandrasekhar, Y., Chen, Y. S., Cheng, E. Y. Y., Chou, Y., Downey, D., Evans, R., . . . Weld, D. S. (2024). The Semantic Reader Project. Communications of the ACM, 67(10), 50–61. https://doi.org/10.1145/3659096
• Love, J., Selker, R., Marsman, M., Jamil, T., Dropmann, D., Verhagen, J., Ly, A., Gronau, Q. F., Šmíra, M., Epskamp, S., Matzke, D., Wild, A., Knight, P., Rouder, J. N., Morey, R. D., & Wagenmakers, E.-J. (2019). JASP: Graphical statistical software for common statistical designs. Journal of Statistical Software, 88(2). https://doi.org/10.18637/jss.v088.i02
• Martín-Martín, A., Orduna-Malea, E., Thelwall, M., & Delgado López-Cózar, E. (2018). Google Scholar, Web of Science, and Scopus: A systematic comparison of citations in 252 subject categories. Journal of Informetrics, 12(4), 1160–1177. https://doi.org/10.1016/j.joi.2018.09.002
• Nicholson, J. M., Mordaunt, M., Lopez, P., Uppala, A., Rosati, D., Rodrigues, N. P., Grabitz, P., & Rife, S. C. (2021). scite: A smart citation index that displays the context of citations and classifies their intent using deep learning. Quantitative Science Studies, 2(3), 882–898. https://doi.org/10.1162/qss_a_00146
• Ouzzani, M., Hammady, H., Fedorowicz, Z., & Elmagarmid, A. (2016). Rayyan: A web and mobile app for systematic reviews. Systematic Reviews, 5, Article 210. https://doi.org/10.1186/s13643-016-0384-4
• Rampin, R., & Rampin, V. (2021). Taguette: Open-source qualitative data analysis. Journal of Open Source Software, 6(68), 3522. https://doi.org/10.21105/joss.03522
• St. John, W., & Johnson, P. (2000). The pros and cons of data analysis software for qualitative research. Journal of Nursing Scholarship, 32(4), 393–397. https://doi.org/10.1111/j.1547-5069.2000.00393.x
• van de Schoot, R., de Bruin, J., Schram, R., Zahedi, P., de Boer, J., Weijdema, F., Kramer, B., Huijts, M., Hoogerwerf, M., Ferdinands, G., Harkema, A., Willemsen, J., Ma, Y., Fang, Q., Hindriks, S., Tummers, L., & Oberski, D. L. (2021). An open source machine learning framework for efficient and transparent systematic reviews. Nature Machine Intelligence, 3(2), 125–133. https://doi.org/10.1038/s42256-020-00287-7
• van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3
• Zamawe, F. C. (2015). The implication of using NVivo software in qualitative data analysis: Evidence-based reflections. Malawi Medical Journal, 27(1), 13–15. https://doi.org/10.4314/mmj.v27i1.4

Bài viết này thuộc chuỗi MAAS Journal dành cho học viên sau đại học và nhà nghiên cứu người Việt đang học tập ở nước ngoài. Cố vấn học thuật của MAAS là một dịch vụ tư vấn, và MAAS đồng hành cùng học viên theo quy trình chia chặng, với nhận xét từ các chuyên gia cùng ngành. MAAS không viết hộ, không nộp bài thay, và không bảo đảm kết quả của bài làm thay cho học viên.