Khoa Công nghệ thông tin kinh doanh

Nhằm thúc đẩy hoạt động nghiên cứu khoa học, chia sẻ tri thức chuyên sâu và cập nhật các xu hướng công nghệ mới nhất trong giảng dạy, Khoa Công nghệ Thông tin Kinh doanh (BIT) – Đại học Kinh tế TP. Hồ Chí Minh (UEH) tổ chức Hội thảo Khoa học cấp Khoa với sự tham gia báo cáo của đội ngũ giảng viên và các nhà nghiên cứu thuộc Khoa.

Hội thảo năm nay quy tụ các công trình nghiên cứu chất lượng, trải rộng từ các nền tảng tính toán tiên tiến như điện toán lượng tử, các mô hình trí tuệ nhân tạo ứng dụng trong kinh doanh – tài chính cho đến chiến lược đổi mới chương trình đào tạo và xây dựng mô hình đại học thông minh. Các tham luận tại hội thảo được phân chia thành 3 nhóm chủ đề trọng tâm:
Nhóm chủ đề 1: Tính toán Lượng tử và Các Thuật toán Thế hệ mới
     Nhóm chủ đề này tập trung vào những hướng nghiên cứu mũi nhọn của khoa học máy tính lượng tử, đi từ nền tảng lý thuyết đến các mô hình học máy lượng tử tiên tiến:
•    From Classical Clustering to Quantum Clustering: Khảo sát bước chuyển dịch từ các thuật toán phân cụm cổ điển sang phân cụm lượng tử nhằm tối ưu hóa khả năng xử lý dữ liệu phức tạp.
•    Variational Quantum Algorithms for Quantum Variational Inference: A Survey on Boundary Conditions, Expressibility, and Algorithmic Limitations: Nghiên cứu tổng quan chuyên sâu về thuật toán biến phân lượng tử (VQA) trong suy diễn biến phân, phân tích điều kiện biên, khả năng biểu diễn và các giới hạn thuật toán hiện nay.
•    Quantum Fourier Transform: A First Step Towards Quantum Technology: Phân tích vai trò nền tảng của phép biến đổi Fourier lượng tử (QFT) như một bước đệm cốt lõi để phát triển các ứng dụng công nghệ lượng tử thực tiễn.
Nhóm chủ đề 2: Trí tuệ Nhân tạo, Khoa học Dữ liệu và An toàn Tài chính
     Nhóm chủ đề thứ hai hướng đến việc ứng dụng các mô hình học máy, mạng nơ-ron đồ thị (GNN) và logic suy diễn để giải quyết các bài toán thực tiễn trong kinh doanh số và bảo mật tài chính:
•    Uplift Modeling for Customer Targeting in Online Advertising: Ứng dụng mô hình hóa tác động gia tăng (Uplift Modeling) nhằm tối ưu hóa chiến lược nhắm mục tiêu khách hàng và nâng cao hiệu quả quảng cáo trực tuyến.
•    Transaction Fraud Detection with Relation and Time Quantified Neural Markov Logic Networks: Đề xuất giải pháp phát hiện gian lận giao dịch bằng cách kết hợp mạng logic Markov nơ-ron với các yếu tố định lượng về mối quan hệ và thời gian.
•    Evaluating Graph Neural Network Explanations for Illicit Bitcoin Transaction Detection: Đánh giá tính giải thích (Explainability) của các mô hình mạng nơ-ron đồ thị trong việc nhận diện các giao dịch Bitcoin bất hợp pháp.
Nhóm chủ đề 3: Đổi mới Giáo dục Đại học, Quản trị Hệ thống Thông tin và Kỷ nguyên GenAI
     Nhóm chủ đề thứ ba mang đến góc nhìn toàn diện về xu hướng nghiên cứu Hệ thống Thông tin Quản lý (MIS), mô hình đại học thông minh và sự thích ứng của hoạt động giảng dạy trước làn sóng Trí tuệ Nhân tạo Tạo sinh (Generative AI):
•    Đổi mới phương thức đánh giá sinh viên trong kỷ nguyên Trí tuệ Nhân tạo Tạo sinh: Từ kiểm soát sản phẩm đến bảo đảm năng lực: Đề xuất sự chuyển dịch tư duy trong kiểm tra – đánh giá đại học, tập trung đo lường năng lực thực chất thay vì chỉ kiểm soát đầu ra.
•    Ứng dụng Trí tuệ Nhân tạo trong giảng dạy và học tập học phần “Nhập môn Khoa học Dữ liệu và Trí tuệ Nhân tạo”: Chia sẻ kinh nghiệm thực tiễn và giải pháp tích hợp AI nhằm nâng cao trải nghiệm học tập và giảng dạy các môn học nền tảng.
•    Ứng dụng Trí tuệ Nhân tạo trong học phần “Quản trị Dự án Công nghệ Thông tin”: Khai thác các công cụ AI để tối ưu hóa quy trình giảng dạy, thực hành lập kế hoạch và quản lý rủi ro dự án CNTT cho sinh viên.
•    Phân tích kiến thức cơ sở toán học trong các chương trình đào tạo cử nhân tại Khoa CNTTKD: Đánh giá vai trò và cấu trúc của nền tảng toán học nhằm bảo đảm tính vững chắc cho các chương trình đào tạo công nghệ và dữ liệu tại BIT-UEH.
•    Chủ đề và phương pháp nghiên cứu trong 100 bài báo MIS uy tín (2024–2026): Cung cấp bức tranh cập nhật về các xu hướng học thuật và phương pháp luận chủ đạo trong lĩnh vực Hệ thống Thông tin Quản lý giai đoạn gần đây.
•    Đại học thông minh: Các chủ đề nghiên cứu và phương pháp nghiên cứu — Tổng quan tài liệu giai đoạn 2022–2026: Hệ thống hóa tri thức và định hướng phát triển mô hình đại học thông minh thông qua nghiên cứu tổng quan giai đoạn 5 năm.
Thông qua diễn đàn học thuật này, Khoa Công nghệ Thông tin Kinh doanh tiếp tục khẳng định định hướng gắn kết chặt chẽ giữa nghiên cứu hàn lâm với ứng dụng công nghệ thực tiễn, đồng thời không ngừng đổi mới phương pháp đào tạo nhằm đáp ứng yêu cầu phát triển của kỷ nguyên số.

Link các bài tham luận: Xem chi tiết (tại đây)