Tích hợp các lựa chọn vào tiêu chuẩn mở: Tín hiệu CC và Tiêu chuẩn RSL

Integrating Choices in Open Standards: CC Signals and the RSL Standard

Posted 10 December 2025 by Anna Tumadóttir

Theo: https://creativecommons.org/2025/12/10/integrating-choices-in-open-standards/

Bài được đưa lên Internet ngày: 10/12/2025

Ảnh "Học tập" của Tiến sĩ Matthias Ripp, tháng 3 năm 2022, CC BY 2.0, Flickr.

Tại Creative Commons, chúng tôi từ lâu đã tin rằng các hệ thống nhị phân hiếm khi phản ánh được sự phức tạp của thế giới thực – và chúng cũng không phục vụ tốt cho các tài sản chung (the commons). Internet, giống như các cộng đồng đã xây dựng nên nó, phát triển mạnh mẽ nhờ sự tinh tế, thử nghiệm và quản lý được chia sẻ chung. Đó là lý do tại sao chúng tôi liên tục nỗ lực để mang đến sự lựa chọn ở những nơi trước đây còn có ít, và để ủng hộ các hệ thống thừa nhận sự đa dạng các giá trị và nhu cầu trên toàn bộ mạng internet. Tín hiệu CC (CC Signals - bản dịch sang tiếng Việt) là một biểu hiện của tư duy đó, và gần đây chúng tôi đã khám phá cách những ý tưởng này có thể được áp dụng vào các tiêu chuẩn mới nổi khác đang định hình tương lai của web.

Những người bạn đồng hành kỳ lạ

Điều đó dẫn chúng ta đến với Việc cấp phép Đơn giản Thực sự - RSL (Really Simple Licensing). Được công bố rộng rãi vào tháng 9 năm 2025, hôm nay RSL Collective phát hành tiêu chuẩn RSL 1.0. RSL là một tiêu chuẩn mở cho phép các nhà xuất bản định nghĩa các điều khoản cấp phép có thể đọc được bằng máy cho nội dung của họ, bao gồm ghi công, trả tiền theo lượt thu thập dữ liệu và trả tiền bồi thường cho suy luận. Đây là một ví dụ về các hệ thống kỹ thuật mới nổi được các trang web sử dụng để tự động hóa việc bồi thường khi nội dung kỹ thuật số của họ - chẳng hạn như văn bản, hình ảnh và dữ liệu có cấu trúc - được máy móc truy cập. Chúng tôi đã gọi những hệ thống này là trả tiền để thu thập dữ liệu. Hãy nghĩ về nó như một nỗ lực của web để trả lời câu hỏi: cần những công cụ nào khi các con bot trở thành những người đọc lớn nhất? Nếu bạn mới làm quen với khái niệm này, chúng tôi gần đây đã xuất bản một bản tóm tắt vấn đề giải thích nó bằng ngôn ngữ dễ hiểu.

Thoạt nhìn, Creative Commons và các hệ thống trả tiền để thu thập dữ liệu là những người bạn đồng hành kỳ lạ. Chúng tôi luôn là người ủng hộ web mở và lo ngại về một thế giới nơi kiến thức khó tiếp cận hơn. Nhưng chúng tôi cũng nhận ra rằng các hệ thống có trách nhiệm, có khả năng tương hợp có thể tạo ra đòn bẩy ở những nơi trước đây không hề có. Các hệ thống thu thập dữ liệu trả phí được thiết kế chu đáo có thể giúp hạn chế hành vi khai thác của các thế lực mạnh trong khi vẫn giữ cho web mở cho tất cả những người khác nữa.

Ghi công + Bồi thường

Trong bản dự thảo phiên bản 1.0 ban đầu, RSL đã bao gồm việc ghi công như một điều kiện để máy tính truy cập và sử dụng lại. Theo tiêu chuẩn này:

Giấy phép chỉ ghi công (Attribution - Only License)

Nhà xuất bản cho phép tái sử dụng miễn phí nội dung trên trang web của mình, với điều kiện phải ghi rõ nguồn gốc và cung cấp liên kết hoạt động đến nguồn gốc đó.

Điều này rất quan trọng, như một ví dụ về việc các nhà xuất bản web có nhiều lựa chọn hơn ngoài hai lựa chọn nhị phân: không cho phép truy cập hoặc cho phép truy cập hoàn toàn. Việc ghi công cũng phản ánh một số yếu tố của Tín hiệu CC Ghi công trạng (CC Signal Credit) được đề xuất.

Bạn phải ghi công trạng thích hợp dựa trên phương pháp, phương tiện và ngữ cảnh sử dụng của mình.

Ghi công + Có đi có lại

Nhưng như khung tín hiệu CC đã nhận ra, chỉ ghi công thôi là chưa đủ để giải quyết sự mất cân bằng quyền lực hiện hữu giữa các nhà phát triển AI và các tài sản chung. Chúng ta cần những công cụ mới để đảm bảo các tài sản chung phát triển mạnh mẽ và được duy trì.

Chúng tôi tin rằng giờ là lúc cần hành động để đưa các khái niệm về sự có đi có lại vào các tiêu chuẩn đã sẵn sàng để áp dụng. Đó là lý do tại sao chúng tôi đã hợp tác với RSL Collective trước khi phát hành phiên bản 1.0 để tích hợp một thành phần đóng góp vào tiêu chuẩn đó, được mô tả như sau:

Thiện chí đóng góp một khoản bằng tiền hoặc hiện vật nhằm hỗ trợ việc phát triển hoặc bảo trì tài sản, hoặc hệ sinh thái nội dung rộng lớn hơn.

Điều này không phải là biến việc truy cập thành một trạm thu phí. Đó là việc thừa nhận rằng việc khai thác mà không tái đầu tư sẽ dẫn đến sự sụp đổ. Có sự khác biệt đáng kể giữa việc trả phí và đóng góp trở lại. Một cái là giao dịch. Cái kia là về trách nhiệm.

Khi các hệ thống AI thu được giá trị to lớn từ các tài sản chung (Commons) kỹ thuật số, sự đóng góp không phải là sự đền bù. Đó là sự tham gia vào khế ước xã hội đã tạo ra giá trị đó ngay từ đầu.

Sự đóng góp có thể dưới các hình thức sau:

• Quyên góp lại cho một tổ chức phi lợi nhuận quản lý tập dữ liệu;

• Hỗ trợ cho hệ sinh thái rộng lớn hơn đang duy trì công việc này;

• Cấp phép mở cho mô hình, hoặc chia sẻ bộ dữ liệu đã được chỉnh sửa lại cho người quản lý ban đầu;

• Hoặc các mô hình khác mà chúng ta chưa hình dung ra.

Một bước tiến lớn: Còn nhiều bước tiến nữa sẽ đến

Tương lai của web đang được định hình ngay lúc này, trong các tài liệu tiêu chuẩn, trong các quyết định về sản phẩm và trong các lựa chọn thiết kế định hình cách thức phân phối quyền lực trực tuyến. Cộng tác là điều thiết yếu nếu chúng ta muốn đạt được một phản ứng ở cấp độ hệ thống để tái cân bằng quyền lực với các tài sản chung kỹ thuật số.

Vẫn còn rất nhiều việc phải làm, đặc biệt là trong việc phát triển ý nghĩa của việc tuân thủ nguyên tắc đóng góp trong các bối cảnh khác nhau. Nhưng chúng tôi rất hào hứng với hướng đi này.

Cánh cửa của chúng tôi luôn rộng mở. Chúng tôi hoan nghênh các ý tưởng, phê bình và sự hợp tác. Nếu bạn có ý tưởng, hãy cân nhắc liên hệ với chúng tôi trên LinkedIn hoặc tham gia nền tảng cộng đồng của CC trên Zulip.

Chiến dịch gây quỹ cuối năm của chúng tôi đang diễn ra ngay bây giờ. Trong khi bạn đang ở đây, vui lòng cân nhắc quyên góp để hỗ trợ công việc này.

“Studying” by Dr. Matthias Ripp, March 2022, CC BY 2.0, Flickr.

At Creative Commons, we’ve long believed that binary systems rarely reflect the complexity of the real world—nor do they serve the commons very well. The internet, like the communities that built it, thrives on nuance, experimentation, and shared stewardship. That’s why we’re continuously working to introduce choice where there has been little, and to advocate for systems that acknowledge the diversity of values and needs across the web. CC signals is one expression of that thinking, and lately we’ve been exploring how those ideas can travel into other emerging standards that are shaping the future of the web.

Strange Bedfellows

That brings us to Really Simple Licensing (RSL). Publicly launched in September 2025, today the RSL Collective releases the RSL 1.0 standard. RSL is an open standard that lets publishers define machine-readable licensing terms for their content, including attribution, pay per crawl, and pay per inference compensation. This is an example of emerging technical systems used by websites to automate compensation for when their digital content—such as text, images, and structured data—is accessed by machines. We’ve been referring to these systems as pay-to-crawl. Think of it as the web’s attempt to answer the question: what tools are needed when bots become the biggest readers? If you are new to the concept, we recently published an issue brief that breaks it down in plain language.

On the surface, Creative Commons and pay-to-crawl systems are strange bedfellows. We have always been a champion of the open web and are concerned about a world where knowledge is harder to access. But we also recognize that responsible, interoperable systems can create leverage where none previously existed. Thoughtfully designed, pay-to-crawl systems may help curb extractive behavior by powerful actors while keeping the web open for everyone else.

Attribution + Compensation

In its early version 1.0 draft, RSL included attribution as one condition for machine access and reuse. From the standard:

Attribution-Only License

The publisher permits free reuse of the content on its site, provided that visible credit and a functional link to the original source are included.

This is important as one example of more choices given to web publishers beyond the binary no access or all access. The inclusion of attribution also mirrors some elements of the proposed CC signal Credit.

You must give appropriate credit based on the method, means, and context of your use.

Attribution + Reciprocity

But as the CC signals framework recognizes, attribution alone is not enough to address the very present power imbalances between AI developers and the commons. We need new tools that ensure the commons thrives and is sustained.

We believe now is the time to act to infuse concepts of reciprocity in standards that are ready for adoption. That’s why we worked with the RSL Collective ahead of the release of version 1.0 to integrate a contribution component to the standard, which is described as:

A good faith monetary or in-kind contribution that supports the development or maintenance of the assets, or the broader content ecosystem.

This is not about turning access into a tollbooth. It’s about acknowledging that extraction without reinvestment leads to collapse. There is a meaningful difference between paying a fee and giving back. One is transactional. The other is about responsibility.

When AI systems derive immense value from the digital commons, contribution isn’t compensation. It’s participation in the social contract that made that value possible in the first place.

Contribution could be in the form of:

• A donation back to a non-profit that stewards the dataset;

• Support for the broader ecosystem that sustains the work;

• Openly licensing the model, or sharing a modified dataset back to the original steward;

• Or other models we haven’t yet imagined.

A Big Step: Many More to Come

The future of the web is being negotiated right now, in standards documents, in product decisions, and in design choices that shape how power flows online. Collaboration is vital if we’re going to achieve a systems-level response to rebalance power in the digital commons.

There’s much more work to be done, particularly in developing what adherence to contribution means in different contexts. But we’re excited about where this is going.

Our door is open. We welcome ideas, critiques, and collaboration. If you have ideas, consider engaging with us on LinkedIn or joining CC’s community platform on Zulip.

Our year-end fundraising campaign is happening right now. While you are here, please consider making a donation to support this work.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Làm thế nào để đánh giá định lượng năng lực Tài nguyên Giáo dục Mở? Bài học từ việc đánh giá năng lực số của châu Âu

Trong các ngày 24-26/02/2026 Mạng Cao học Tài nguyên Giáo dục Mở Toàn cầu GO-GN (Global OER - Graduate Network) đã tổ chức chuỗi hội thảo về chủ đề Giáo dục Mở và Tài nguyên Giáo dục Mở với những người trình bày tới từ châu Á, Phi, Mỹ Latin, Bắc Mỹ và châu Âu tại Đại học Khoa học Ứng dụng HAN tại thành phố Nijmegen, Hà Lan. Một trong các bài trình chiếu ở Hội thảo là: “Làm thế nào để đo định lượng năng lực. Bài học từ châu Âu việc đánh giá năng lực số của châu Âu”. Tự do tải về: https://www.dropbox.com/scl/fi/hup6zpvmsxdyf1584rkf9/Assess-OER-competencies-quantitatively.pdf?rlkey=we1rul7iscixjolt81su7lq9q&st=5ik56ob6&dl=0

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

DigComp 3.0: Khung năng lực số châu Âu. Phụ lục 3: Các giai đoạn trong quá trình phát triển DigComp 3.0

ANNEX 3: PHASES IN THE DEVELOPMENT OF DIGCOMP 3.0

Công việc phát triển DigComp 3.0 đã diễn ra qua 4 giai đoạn. Nhiều cá nhân đã hỗ trợ và đóng góp vào công việc này ở từng giai đoạn, từng trong số họ được liệt kê được liệt kê trong phần Lời cảm ơn. 

GIAI ĐOẠN 1: KHẢO SÁT BAN ĐẦU

Công tác khảo sát ban đầu diễn ra từ tháng 12/2023 đến tháng 6/2024. Công tác này bao gồm việc kêu gọi nộp bài liên quan đến DigComp và phân tích các bài nộp đó, cũng như rà soát tài liệu và chính sách. Mục tiêu của Giai đoạn 1 là thiết lập một bộ chuẩn đầu ra học tập ban đầu và xác định các hướng đi chung cho bản cập nhật DigComp 3.0 để thảo luận với các chuyên gia trong Giai đoạn 2.

GIAI ĐOẠN 1.1: NỘP BÀI CHO DIGCOMP VÀ THIẾT LẬP ‘BỘ NỀN TẢNG’ CHUẨN ĐẦU RA HỌC TẬP

Lời kêu gọi nộp bài được đưa ra trên bốn kênh chính: Cộng đồng Thực hành DigComp; Nền tảng Kỹ năng và Việc làm Kỹ thuật số; Trung tâm Giáo dục Kỹ thuật số; và thông qua LinkedIn vào tháng 12/2023, và thời hạn nộp bài kết thúc vào tháng 3/2024. Lời kêu gọi này nhắm đến những người dùng hiện tại của khung DigComp trong các bối cảnh học tập chính quy, không chính quy và phi chính quy, bao gồm đánh giá và chứng nhận, trong một sáng kiến của châu Âu, quốc gia, khu vực hoặc địa phương. Lời kêu gọi này nhằm tìm kiếm thông tin về các sáng kiến cung cấp ví dụ về chuẩn đầu ra học tập (hoặc tương tự) được phát triển dựa trên DigComp. Tổng cộng có 50 bài nộp được nhận từ 16 quốc gia (Áo, Đan Mạch, Estonia, Phần Lan, Pháp, Đức, Hy Lạp, Ireland, Ý, Latvia, Lithuania, Luxembourg, Hà Lan, Bồ Đào Nha, Tây Ban Nha và Ukraina) và ba tổ chức cấp châu Âu. Các bài nộp được xem xét dựa trên các tiêu chí nộp bài (bao gồm ba hoặc nhiều hơn trong năm lĩnh vực năng lực; liên kết năng lực với mức thông thạo; và được phát triển từ năm 2018), và được chia thành các hạng mục Rất phù hợp (16); Khá phù hợp (14); Hơi phù hợp (11); và Ngoài phạm vi (9) – trong đó các sáng kiến dựa trên DigComp 2.2 và có chuẩn đầu ra học tập hoặc tương đương sẽ được đánh giá cao hơn.

Các tuyên bố về chuẩn đầu ra học tập được trích xuất từ 16 bài nộp có tính liên quan cao (đến từ chín quốc gia EU và hai tổ chức cấp châu Âu), được định dạng và hợp nhất thành một tập dữ liệu duy nhất, mà chúng tôi gọi ở đây là ‘tập dữ liệu chuẩn đầu ra học tập’. Khi cần thiết, các bài nộp đã được dịch từ ngôn ngữ gốc sang tiếng Anh bằng công cụ dịch thuật điện tử (eTranslation tool) của Ủy ban Châu Âu. Tổng cộng có 2.488 chuẩn đầu ra học tập đã được trích xuất. 

Một tập hợp ‘nền tảng’ gồm 386 chuẩn đầu ra học tập được biên soạn từ 304 ví dụ từ Chiều 4 và Phụ lục 2 và 3 của DigComp 2.2 (Vuorikari et al., 2022a) và 72 hạng mục từ ngân hàng hạng mục của Công cụ Tự đánh giá DigComp (DigCompSAT) (Clifford et al., 2020) sau đó đã được thêm vào tập dữ liệu chuẩn đầu ra học tập.

Nội dung của các bài nộp thuộc loại "Khá liên quan" và "Hơi liên quan" sau đó được xem xét và kiểm tra đối chiếu với bộ dữ liệu chuẩn đầu ra học tập. Trường hợp một khái niệm hoặc kỹ năng quan trọng không được đề cập trong bộ dữ liệu chuẩn đầu ra học tập, nhưng lại phù hợp để đưa vào, một chuẩn đầu ra học tập mới được soạn thảo để bao gồm nó. Điều này dẫn đến việc bổ sung thêm 43 tuyên bố chuẩn đầu ra học tập vào bộ dữ liệu chuẩn đầu ra học tập, tại thời điểm đó bao gồm 2.917 tuyên bố chuẩn đầu ra học tập được phân loại theo lĩnh vực năng lực, năng lực và mức thông thạo.

Bước tiếp theo là đảm bảo rằng các mức thông thạo được áp dụng nhất quán trên toàn bộ bộ dữ liệu. Hệ thống AI bảo mật của JRC (GPT@JRC), mô hình GPT 4.0 Turbo, được sử dụng để thu được kết quả đầu ra ban đầu, với mỗi thay đổi được đề xuất trong kết quả đầu ra đều phải được xem xét (bởi con người) và được thực hiện hoặc bị từ chối. Sau đó, bộ dữ liệu chuẩn đầu ra học tập được xử lý, theo từng năng lực, để loại bỏ các bản sao và làm "mượt" sự khác biệt về phong cách viết và độ chi tiết. Hệ thống AI bảo mật của JRC (GPT@JRC), mô hình GPT 4.0 Turbo, lại được sử dụng để thu được kết quả đầu ra được tinh chỉnh, sau đó được xem xét và tinh chỉnh rộng rãi bởi (con người tại) JRC. Tiếp theo đó, các phân loại Kiến thức, Thái độ và Kỹ năng được gán thủ công cho từng chuẩn đầu ra học tập, và các bước kiểm tra tiếp theo được thực hiện để đảm bảo tính nhất quán giữa các năng lực. Sau đó, tập hợp này được phân tích khoảng cách bằng cách sử dụng thông tin từ tài liệu và đánh giá chính sách, được mô tả ở phần tiếp theo. Quá trình thực hiện công việc này đòi hỏi sự lặp lại liên tục theo nhiều chiều đối với các năng lực và mức thông thạo, cũng như các lĩnh vực năng lực, để giúp đảm bảo tính mạch lạc tổng thể của khung năng lực.

GIAI ĐOẠN 1.2: ĐÁNH GIÁ TÀI LIỆU VÀ CHÍNH SÁCH ĐỂ PHÂN TÍCH khoảng cách CỦA ‘BỘ CƠ BẢN’ VỀ CHUẨN ĐẦU RA HỌC TẬP CỦA DIGCOMP

Song song với việc nộp hồ sơ cho DigComp, JRC đã nghiên cứu và tổng hợp thông tin thông qua một đánh giá tổng quan về các nghiên cứu và chính sách có liên quan. Các nguồn được xác định thông qua phương pháp tìm kiếm tài liệu truyền thống hơn (ưu tiên các đánh giá có hệ thống và các nguồn chất lượng cao) cũng như thông qua các đánh giá có mục tiêu về tài liệu không chính thức (ví dụ: tài liệu dự án ERASMUS+, báo cáo chính sách). Mục đích của đánh giá này không phải là để bao quát toàn diện mà là để thu thập đủ thông tin liên quan và chất lượng cao để kết hợp với bộ dữ liệu chuẩn đầu ra học tập nhằm chuẩn bị cho việc đánh giá của chuyên gia trong Giai đoạn 2.

Các nguồn tài liệu được nhóm lại theo các chủ đề rộng, và một phân tích khoảng cách giữa nội dung của chúng và bộ dữ liệu chuẩn đầu ra học tập đã được thực hiện. Ở đây, "phân tích khoảng cách" đề cập đến việc đánh giá văn bản được trích xuất từ các nguồn trong đánh giá tổng quan (khái niệm, năng lực, chuẩn đầu ra học tập, v.v.). Mỗi đoạn trích văn bản trước tiên được đánh giá xem liệu nó có phù hợp với bản chất rộng, xuyên suốt của DigComp và các ưu tiên theo chủ đề của DigComp 3.0 hay không. Nếu có, nó sẽ được xem xét lại so với bộ dữ liệu chuẩn đầu ra học tập để kiểm tra xem khái niệm hoặc kỹ năng được thể hiện bởi mỗi đoạn trích văn bản có được bao gồm hay không. Nếu không, nội dung sẽ được tích hợp thông qua việc soạn thảo một tuyên bố chuẩn đầu ra học tập mới. Các ví dụ minh họa về khoảng 100 nguồn tài liệu được tham khảo trong đánh giá tổng quan được hiển thị trong Bảng A6.

Kết quả của Giai đoạn 1 bao gồm một bộ dự thảo gồm 565 chuẩn đầu ra học tập, kèm theo một bài báo mô tả cách chúng được xây dựng và một số đề xuất ban đầu về các ưu tiên của DigComp 3.0.

Bảng A6. Các ví dụ minh họa về các nguồn tài liệu được tham khảo trong quá trình phát triển DigComp 3.0.

Tác giả	Chủ đề	Mô tả và sự liên quan đến DigComp
Long & Magerko (2020)	Năng lực AI/ Hiểu biết về AI	Định nghĩa và năng lực được trích dẫn rộng rãi về hiểu biết về AI, bao gồm mô tả các năng lực cụ thể, được xem xét trong phân tích khoảng cách năng lực.
Ng et al. (2021)	Năng lực AI/ Hiểu biết về AI	Đánh giá sơ bộ 30 nguồn tài liệu từ 12 quốc gia, trong đó có 7 quốc gia ở châu Âu, nhằm xác định bốn yếu tố chung và mô tả một hệ thống phân loại dựa trên thang Bloom, được xem xét trong cách tiếp cận tích hợp năng lực trí tuệ nhân tạo (AI).
Wang et al. (2022)	Năng lực AI/ Hiểu biết về AI	Định nghĩa hiểu biết về AI và thang đo hiểu biết về AI gồm 12 mục, được xem xét trong phân tích khoảng cách năng lực.
Ehlers et al. (2024)	Năng lực AI/ Hiểu biết về AI	Nghiên cứu và khung lý thuyết AICOMP - các kỹ năng cần thiết cho tương lai trong môi trường sống và làm việc được AI định hình. 12 lĩnh vực năng lực được mô tả và xem xét trong phân tích khoảng cách năng lực.
UNESCO (2022)	Năng lực AI/ Hiểu biết về AI	Lập bản đồ các chương trình giảng dạy về AI được chính phủ phê duyệt. Bao gồm định nghĩa hiểu biết cơ bản về AI và 222 chuẩn đầu ra học tập được đối chiếu với DigComp để phân tích khoảng cách năng lực.
Di Vinadio et al. (2023)	Năng lực AI/ Hiểu biết về AI	Năng lực về AI dành cho công chức: 9 năng lực đã được xác định để phân tích khoảng cách.
Miao et al. (2024)	Năng lực AI/ Hiểu biết về AI	Khung năng lực AI dành cho sinh viên. Bao gồm năm nguyên tắc (tư duy phản biện, cộng tác lấy con người làm trung tâm, thiết kế AI thân thiện với môi trường, nền tảng AI có thể chuyển giao cho việc học tập suốt đời, tính toàn diện trong phát triển năng lực) và bốn khía cạnh năng lực (tư duy lấy con người làm trung tâm, đạo đức AI, kỹ thuật và ứng dụng AI, và thiết kế hệ thống AI). Được xem xét trong cách tiếp cận tích hợp năng lực AI.
Mills et al. (2024)	Năng lực AI/ Hiểu biết về AI	Khung năng lực AI bao gồm các thành phần như thực hành năng lực AI, giá trị cốt lõi, phương thức tham gia và các loại hình sử dụng. Khung này cũng xem xét mối liên hệ giữa năng lực AI với quyền công dân kỹ thuật số, hiểu biết về truyền thông, hiểu biết về dữ liệu và tư duy tính toán. Nó được xem xét trong phân tích khoảng cách và phương pháp tiếp cận để tích hợp năng lực AI.
Nárosy et al. (2022)	Năng lực kỹ thuật số cơ bản	Phiên bản thích ứng của Áo, DigComp 2.3 AT – Lĩnh vực 0 (Nền tảng, Tiếp cận và Hiểu biết Kỹ thuật số) – đã định hướng cho việc giảng dạy các năng lực kỹ thuật số cơ bản trong DigComp 3.0.
Kluzer et al. (2019)	Năng lực kỹ thuật số cơ bản	Hệ thống Phát triển Năng lực Kỹ thuật số (DCDS) - một dự án ERASMUS+ tập trung vào phát triển năng lực kỹ thuật số cơ bản - hướng dẫn giảng dạy năng lực kỹ thuật số cơ bản trong DigComp 3.0. Hệ thống này bao gồm 95 chuẩn đầu ra học tập ở mức cơ bản dựa trên DigComp 2.0/2.1. Được sử dụng trong phân tích khoảng cách năng lực kỹ thuật số cơ bản.
Eurydice (2022)	Tư duy tính toán	Phân tích so sánh giáo dục tin học ở trường học tại châu Âu. Tóm tắt 40 chuẩn đầu ra học tập thuộc 10 lĩnh vực (Dữ liệu và thông tin, Giao diện người-hệ thống, Thuật toán, Thiết kế và phát triển, Lập trình, Mô hình hóa và mô phỏng, Hệ thống máy tính, Nhận thức và trao quyền, Mạng, An toàn và bảo mật). Hướng dẫn tư duy tính toán trong năng lực 3.4.
Bocconi et al. (2022)	Tư duy tính toán	Bài đánh giá của JRC về tư duy tính toán trong giáo dục bắt buộc, bao gồm tổng quan tài liệu, định nghĩa và phân tích so sánh giữa 22 quốc gia EU và 8 quốc gia ngoài EU. Xác định 32 khái niệm liên quan đến thuật toán, lập trình và mối quan hệ giữa hai lĩnh vực này. Hướng dẫn giảng dạy tư duy tính toán trong năng lực 3.4.
OECD (2023)	Tư duy tính toán	Khung chương trình PISA 2025 - khung học tập trong thế giới kỹ thuật số - mô hình năng lực giải quyết vấn đề bằng máy tính. 18 tuyên bố về năng lực đã được trích xuất để phân tích khoảng cách.
Duckworth & Fraillon (2025)	Tư duy tính toán	Khung đánh giá ICILS - định nghĩa về năng lực máy tính và thông tin, và tư duy tính toán. 25 ví dụ về năng lực đã được trích dẫn để phân tích khoảng cách.
DALI project consortium (2023)	Hiểu biết về dữ liệu và quyền công dân số	Khung năng lực hiểu biết về dữ liệu DALI dành cho công dân - 37 mục tiêu học tập đã được JRC đối chiếu với DigComp như một phần của phân tích khoảng cách.
Gouseti et al. (2021)	Hiểu biết thiết yếu về kỹ thuật số	Dự án DETECT - khung năng lực kỹ thuật số thiết yếu dành cho nhà giáo dục: các năng lực được tổ chức theo cách nhất quán với DigComp. Bao gồm trong phân tích khoảng cách.
Ilomäki et al. (2023)	Hiểu biết thiết yếu về kỹ thuật số	Đánh giá có hệ thống về các kỹ năng số thiết yếu, dựa trên 139 nguồn: 10 khái niệm được sử dụng thường xuyên nhất là kỹ năng số, bắt nạt trực tuyến, an toàn Internet, hiểu biết về truyền thông, hiểu biết về thông tin, năng lực CNTT, an toàn điện tử, rủi ro trực tuyến, an toàn trực tuyến và năng lực số. Được sử dụng để định hướng nội dung của các năng lực 1.2, 2.5, 2.6, 4.2 và 4.3.
Fernández-Prados et al. (2021)	Quyền công dân kỹ thuật số	Xem xét lại việc khái niệm hóa và đo lường quyền công dân kỹ thuật số. Phụ lục của bài báo chứa khoảng 80 mục từ các thang đo hiện có, được đưa vào phân tích khoảng cách, đặc biệt là đối với các năng lực 2.3, 1.2, 2.6, 4.2 và 4.3.
Jaeger (2021)	Quyền công dân kỹ thuật số	Đánh giá có hệ thống về quyền công dân kỹ thuật số, dựa trên 373 ấn phẩm. Bốn khía cạnh được xác định (quyền và quyền riêng tư kỹ thuật số; sự tham gia chính trị; dịch vụ công kỹ thuật số; đào tạo và học tập). Được xem xét cho năng lực 2.3.
Richardson & Milovidov (2022)	Quyền công dân kỹ thuật số	Cẩm nang về quyền công dân kỹ thuật số của Hội đồng Châu Âu. Xác định 10 khía cạnh của quyền công dân kỹ thuật số (tiếp cận và hòa nhập, học tập và sáng tạo, hiểu biết về truyền thông và thông tin, đạo đức và sự đồng cảm, sức khỏe và phúc lợi, sự hiện diện và giao tiếp trực tuyến, tham gia tích cực, quyền và trách nhiệm, quyền riêng tư và bảo mật, và nhận thức của người tiêu dùng). Được đưa vào trong phân tích khoảng trống.
Limnéll et al. (2023)	An ninh mạng	Đây là một phần của dự án kỹ năng công dân mạng rộng hơn, phù hợp với DigComp. Nội dung bao gồm việc xem xét tài liệu để xác định hiện trạng giáo dục và đào tạo kỹ năng công dân mạng. Bao gồm các định nghĩa liên quan đến phân tích khoảng cách, đặc biệt là các năng lực 4.1 và 4.2.
CONCORDIA Consortium (2022)	An ninh mạng	Phương pháp và hướng dẫn giảng dạy về an toàn mạng và an ninh mạng cho học sinh trung học: Bao gồm 24 mô-đun, nội dung của chúng đã được đưa vào phân tích khoảng cách cho mục 4.1 và 4.2 cũng như mục 2.6.
Polanco-Levicán & Salvo-Garrido (2022)	Hiểu biết về truyền thông và thông tin	Đánh giá có hệ thống về khái niệm và năng lực hiểu biết về truyền thông xã hội - bao gồm 15 bài báo - Bảng A1 trong bài báo liệt kê các khái niệm và năng lực đã được xác định - được đưa vào phân tích khoảng cách, đặc biệt là 1.2, 2.1, 2.2, 2.6 và 4.2.
CILIP Information Literacy Group (2021)	Hiểu biết về truyền thông và thông tin	Khung lý thuyết của Liên minh Giáo dục Truyền thông và Thông tin (MILA) - được xây dựng dựa trên năm mục tiêu suốt đời (được thông tin, được trao quyền, khỏe mạnh, có ý thức xã hội và được kết nối). Hướng dẫn xử lý các mục 1.2, 2.1, 2.2, 2.6 và 4.2.
HERMMES project consortium (2025)	Phúc lợi và khả năng phục hồi	Dự án HERMMES, lấy cảm hứng từ DigComp, tập trung vào việc giảm thiểu rủi ro kỹ thuật số và phát triển kỹ năng sử dụng công nghệ kỹ thuật số trong cuộc sống và học tập. Chương trình giảng dạy HERMMES giúp trẻ em và thanh thiếu niên trở nên kiên cường về mặt kỹ thuật số và trưởng thành về mặt giao tiếp truyền thông. Chương trình giảng dạy dành cho độ tuổi 12-15 và 15-18 đã được sử dụng trong phân tích khoảng cách của DigComp 3.0, đặc biệt là mục 4.3 và 1.2.
Flayelle et al. (2023)	Phúc lợi và khả năng phục hồi	Bài viết này sẽ xem xét và mô tả các đặc điểm thiết kế của công nghệ kỹ thuật số thúc đẩy hành vi gây nghiện. Nội dung này được xem xét trong phân tích khoảng cách năng lực ở mục 4.3.
Burr et al. (2020)	Phúc lợi và khả năng phục hồi	Bài đánh giá theo chủ đề này xác định các vấn đề chính liên quan đến các lĩnh vực xã hội quan trọng. Nó nêu bật ba chủ đề rộng hơn: điện toán tích cực, tương tác người-máy tính được cá nhân hóa, và quyền tự chủ và tự quyết. Được xem xét trong phân tích khoảng cách.
Sun et al. (2022)	Phúc lợi và khả năng phục hồi	Bài tổng quan nghiên cứu về khái niệm khả năng phục hồi kỹ thuật số, dựa trên 22 bài báo, đã xác định năm khía cạnh của khả năng phục hồi kỹ thuật số (hiểu biết về các mối đe dọa trực tuyến; biết các giải pháp; học hỏi kiến ​​thức và kỹ năng; phục hồi sau căng thẳng; và tiến lên phía trước thông qua sự tự tin). Những khía cạnh này được xem xét trong phân tích khoảng cách năng lực.
Borges et al. (2025)	Phúc lợi và khả năng phục hồi	Đánh giá nhanh các bằng chứng mới nhất hiện có về tác động của các mô hình sử dụng kỹ thuật số và sức khỏe ở trẻ em và thanh thiếu niên. Mười nghiên cứu từ các bối cảnh khác nhau cho thấy mối liên hệ giữa thời gian sử dụng màn hình quá mức và nguy cơ lối sống ít vận động, rối loạn giấc ngủ, lo âu, trầm cảm, khó khăn về sự chú ý và năng suất học tập kém. Hướng dẫn xử lý cho năng lực 4.3.
Sala et al. (2024)	Phúc lợi và khả năng phục hồi	Tổng quan đánh giá 24 nghiên cứu xem xét tác động của việc sử dụng mạng xã hội đến sức khỏe tinh thần và phúc lợi của thanh thiếu niên. Phân tích khẳng định sự cần thiết phải xem xét toàn diện mối quan hệ giữa việc sử dụng mạng xã hội và kết quả sức khỏe tinh thần cũng như phúc lợi. Cụ thể, các đặc điểm nhân khẩu học và tâm lý xã hội cá nhân; mô hình sử dụng của cá nhân (thời gian sử dụng, động cơ sử dụng); và nội dung cũng như thiết kế của nền tảng đều có liên quan khi xem xét mối quan hệ giữa việc sử dụng mạng xã hội và kết quả sức khỏe tinh thần cũng như phúc lợi. Hướng dẫn xử lý cho năng lực 4.3.
Priftis & Panagiotakos (2023)	Phúc lợi và khả năng phục hồi	Đánh giá có hệ thống về thời gian sử dụng màn hình và hậu quả sức khỏe ở trẻ em và thanh thiếu niên, bao gồm 43 bài báo. Thời gian sử dụng màn hình quá mức có liên quan đến tăng nguy cơ béo phì và các yếu tố nguy cơ chuyển hóa tim mạch khác, sức khỏe tinh thần, thói quen ăn uống không lành mạnh và rối loạn ăn uống, cũng như các vấn đề về phát triển và mối quan hệ giữa cha mẹ và con cái. Giấc ngủ, hoạt động thể chất, thị lực, đau đầu và hệ thống cơ xương khớp cũng bị ảnh hưởng tiêu cực. Tuy nhiên, tác động khác nhau tùy thuộc vào loại phương tiện giao tiếp được sử dụng và cách thức sử dụng chúng. Hướng dẫn xử lý cho năng lực 4.3.

Nguồn: JRC tự biên soạn từ các nguồn hiện có

GIAI ĐOẠN 2: LÀM VIỆC VỚI CÁC CHUYÊN GIA 

Mục tiêu của Giai đoạn 2 (tháng 6/2024 - tháng 6/2025) là xem xét các đề xuất từ Giai đoạn 1 với một nhóm chuyên gia đa dạng nhằm xây dựng tài liệu cho DigComp 3.0 cho Giai đoạn 3 (tham vấn các bên liên quan) và Giai đoạn 4 (xác nhận khung). Các chuyên gia được lựa chọn sao cho nhóm kết hợp đại diện cho sự đa dạng về địa lý và các bên liên quan (tức là bao gồm các bên liên quan trên khắp châu Âu từ hoạch định chính sách, giới học thuật, giáo dục và đào tạo chính quy và phi chính quy, người sử dụng lao động, các bên trung gian việc làm và ngành công nghiệp), cũng như sự cân bằng về cấp độ (châu Âu, quốc gia, khu vực) và giới tính. Quá trình làm việc với các chuyên gia diễn ra trong hai bước. Trong Bước 1 (các tháng 6-12 năm 2024), ICF-Europe, với sự hỗ trợ của Stefano Kluzer, Lidija Kralj và Riina Vuorikari, đã điều phối hai cuộc họp chuyên gia trực tuyến vào tháng 6 và tháng 10/2024. Bên cạnh các chuyên gia nói trên, 29 cá nhân đến từ 12 quốc gia EU và sáu tổ chức cấp châu Âu, thuộc nhiều lĩnh vực khác nhau (giáo dục chính quy, giáo dục nghề nghiệp và người trưởng thành, giáo dục đại học, việc làm và khu vực phi lợi nhuận) đã tham gia. Trong Bước 2 (các tháng 1-6/2025), JRC đã làm việc trực tiếp với bảy trong số 30 chuyên gia tham gia Bước 1, được gọi là "nhóm chuyên gia DigComp".

GIAI ĐOẠN 2.1: BƯỚC 1 (các tháng 6-12/2024)

Trong cuộc họp đầu tiên (ngày 25/6/2024), các chuyên gia đã xem xét và thảo luận hai tài liệu chuyên đề nội bộ – một tài liệu về chuẩn đầu ra học tập của DigComp (do JRC biên soạn), mô tả phương pháp phát triển và trình bày bản dự thảo ban đầu gồm 565 chuẩn đầu ra học tập; và tài liệu còn lại về các xu hướng mới nổi và tác động của chúng đối với DigComp (do Lidija Kralj biên soạn), trong đó xác định chín xu hướng mới nổi và tác động của chúng đối với các năng lực của DigComp. Trong các cuộc thảo luận ban đầu này, các thành viên tham gia đã đặc biệt ủng hộ việc ưu tiên các vấn đề chính sách như rủi ro an ninh mạng, các mối đe dọa đến phúc lợi và mối đe dọa của thông tin sai lệch đối với các quy trình dân chủ; và lưu ý các vấn đề bảo vệ dữ liệu hiện đang ở quy mô lớn hơn. Các cuộc thảo luận về bản dự thảo chuẩn đầu ra học tập đã xác định được các cải tiến về cách diễn đạt, và nhiều quan điểm khác nhau đã được đưa ra về mức độ chi tiết và sự phân bổ của chúng theo các mức năng lực. Các chuyên gia khuyến nghị tập trung mạnh hơn vào các khía cạnh đạo đức và lấy con người làm trung tâm trong các chuẩn đầu ra học tập.

Tiếp theo đó, JRC đã tổng hợp phản hồi từ các chuyên gia để sửa đổi và cải thiện các chuẩn đầu ra học tập, đồng thời soạn thảo một bộ đề xuất cập nhật cho khung DigComp 2.2 hiện có. Các đề xuất này bao gồm việc thay đổi cách diễn đạt của một số lĩnh vực năng lực và năng lực; cập nhật các mức thông thạo và tập trung vào bốn mức thay vì tám mức; tích hợp AI một cách có hệ thống; và đề xuất một yếu tố mới, mục tiêu học tập, nằm ở giữa mô tả mức thông thạo chung và chuẩn đầu ra học tập.

Trong cuộc họp thứ hai (ngày 2/10/2024), các chuyên gia đã xem xét một tài liệu nội bộ do JRC soạn thảo với các đề xuất cho DigComp 3.0 và các chuẩn đầu ra học tập được sửa đổi. Họ xác nhận giá trị gia tăng của cả chuẩn đầu ra học tập (đã giảm từ 565 xuống còn 537) và mục tiêu học tập, nhưng lưu ý rằng thuật ngữ "mục tiêu học tập" có thể quá gần nghĩa với "chuẩn đầu ra học tập". Các chuyên gia cũng đưa ra một số đề xuất cụ thể về nội dung khung và xác định một số ít khoảng trống (chẳng hạn như chính phủ điện tử và nhận diện thiên kiến của hệ thống AI). Đề xuất về các mức thông thạo đã được ủng hộ, với một số đề xuất để cải thiện cách diễn đạt. Các chuyên gia khuyến nghị tích hợp các xu hướng gần đây và mới nổi theo cách nhận biết được những tác động của chúng (ví dụ: trí tuệ nhân tạo tạo sinh trong việc tạo nội dung) đồng thời vẫn giữ được tính trung lập về công nghệ và đủ tổng quát để đảm bảo tính ổn định của khung lý thuyết. Họ cũng đưa ra một số đề xuất về cách hỗ trợ việc sử dụng khung lý thuyết, đặc biệt là trong việc đánh giá, và giúp người dùng làm quen với sự phức tạp mới được bổ sung của khung lý thuyết.

Trong phần cuối của Bước 1, ICF-Europe và Riina Vuorikari đã lập một báo cáo tóm tắt nội bộ, đưa ra các lựa chọn và khuyến nghị cho các bước phát triển tiếp theo. Các khuyến nghị bao gồm:

• Đảm bảo tất cả các phát triển và quy định công nghệ kỹ thuật số có liên quan đều được đưa vào.

• Làm rõ vị trí và mục đích của ‘mục tiêu học tập’ trong khung.

• Đảm bảo ý nghĩa của mức thông thạo ‘Cơ bản’ phù hợp với phiên bản DigComp trước đó và làm rõ hơn sự khác biệt giữa mức thông thạo ‘Chuyên gia’ và chuyên gia CNTT.

• Tiếp tục tinh chỉnh cách diễn đạt của các lĩnh vực năng lực và năng lực.

• Đảm bảo Trí tuệ nhân tạo (AI) được thể hiện đầy đủ trong toàn bộ khung (bao gồm cả những gì có trong DigComp 2.2).

• Sử dụng thuật ngữ nhất quán với các phiên bản trước.

• Cung cấp cho các bên liên quan cơ hội xem xét tất cả các tài liệu dự thảo.

• Phát triển tài liệu hỗ trợ hoặc hướng dẫn cho DigComp 3.0.

GIAI ĐOẠN 2.2: BƯỚC 2 (CÁC THÁNG 1-6/2025)

Ở Bước 2, JRC đã làm việc với một nhóm nhỏ gồm bảy chuyên gia đã tham gia Bước 1 của Giai đoạn 2. Giai đoạn này trùng lặp với Giai đoạn 3 và 4, vì các chuyên gia đóng vai trò trung tâm trong việc tham vấn các bên liên quan và hội thảo thẩm định. Một chuyên gia, Luis Pereira, được giao vai trò Chủ tịch nhóm chuyên gia DigComp và đảm bảo rằng tất cả các nhận xét và phản hồi của chuyên gia được tổng hợp một cách hiệu quả. Một chuyên gia khác, Stefano Kluzer, có các nhiệm vụ cụ thể trong Giai đoạn 3 với tư cách là Chuyên gia của các bên liên quan. Năm chuyên gia còn lại là Ulrike Domany-Funtan, Māra Jākobsone, Lidija Kralj, Attila Rausch và Roland Stürz.

Bước 2 là một giai đoạn chuyên sâu trong quá trình phát triển DigComp 3.0, và bao gồm bảy cuộc họp giữa các chuyên gia và JRC. Nhiệm vụ đầu tiên của các chuyên gia là xem xét kỹ lưỡng các thành phần dự thảo của DigComp 3.0, đã được JRC sửa đổi dựa trên phản hồi và khuyến nghị từ Bước 1 của Giai đoạn 2. Ở giai đoạn này, “mục tiêu học tập” của khung dự thảo đã được định hình lại thành các tuyên bố năng lực ở mỗi mức thông thạo. Việc xem xét của các chuyên gia đã cho phép JRC chuẩn bị tài liệu cho các phiên tham vấn các bên liên quan của DigComp 3.0 vào tháng 4/2025. Mỗi chuyên gia đã tham dự một trong hai phiên họp của các bên liên quan và cung cấp ý kiến của họ cho Chủ tọa, người đã tổng hợp lại các ý kiến đó. Chuyên gia của các bên liên quan đã hợp tác với JRC để thiết kế và điều phối các phiên tham vấn và làm việc với JRC để lập báo cáo tham vấn nội bộ của các bên liên quan, trong đó xem xét tất cả phản hồi của các bên liên quan và chuyên gia. Các chuyên gia cũng hỗ trợ JRC chuẩn bị cho hội thảo thẩm định DigComp 3.0 vào tháng 6/2025 và hỗ trợ các cuộc thảo luận nhóm. Một tuần sau hội thảo thẩm định, các chuyên gia đã gặp gỡ JRC để thảo luận và thống nhất cụ thể về cách thức phản hồi từ hội thảo thẩm định sẽ được đưa vào phiên bản cuối cùng của khung năng lực. Trong giai đoạn này, bản dự thảo Khung Hiểu biết kiến thức về Trí tuệ Nhân tạo được phát triển trong sự cộng tác giữa OECD và Ủy ban Châu Âu (OECD, 2025) đã được xem xét để đảm bảo rằng các năng lực hiểu biết về trí tuệ nhân tạo được trình bày đầy đủ và phù hợp trong DigComp 3.0. Việc này được hoàn thành thông qua một bài tập lập bản đồ nội bộ do Lidija Kralj thực hiện với sự cộng tác với JRC, qua đó xác nhận rằng tất cả các năng lực của khung hiểu biết năng lực về trí tuệ nhân tạo đều được đề cập đầy đủ và phù hợp trong bản dự thảo DigComp 3.0.

GIAI ĐOẠN 3: TƯ VẤN CÁC BÊN LIÊN QUAN 

Thành công của DigComp phụ thuộc vào sự tham gia có ý nghĩa của nhiều bên liên quan, cũng như đảm bảo rằng quan điểm và phản hồi của họ được đưa vào phiên bản được công bố. Giai đoạn 3, diễn ra từ tháng 3 đến tháng 5/2025, bao gồm một quy trình tham vấn rộng rãi và có cấu trúc. Ngoài việc tham vấn các bên liên quan được mô tả ở đây, JRC đã liên hệ với nhiều Ban Giám đốc Chính sách của Ủy ban Châu Âu để đảm bảo sự phù hợp về chính sách của DigComp 3.0. Các Ban Giám đốc Chính sách liên quan được liệt kê trong phần Lời cảm ơn.

MỤC TIÊU, HÌNH THỨC VÀ NGƯỜI THAM GIA

Một quy trình tham vấn các bên liên quan bên ngoài đã được thực hiện vào tháng 4/2025, nhằm tiếp cận một phạm vi rộng và cân bằng các bên liên quan (theo lĩnh vực, quốc gia và kinh nghiệm sử dụng DigComp), và được thiết kế để cho phép thu thập và tổng hợp phản hồi của các bên liên quan một cách hiệu quả và chi tiết. Quy trình tham vấn được thiết lập theo ba luồng:

• Hai phiên tham vấn trực tuyến kéo dài 90 phút, diễn ra vào ngày 10 và 11 tháng 4. Một tài liệu nền ngắn gọn với các thay đổi được đề xuất cho DigComp 3.0 đã được gửi trước cho những người tham gia đã đăng ký. Mỗi phiên họp trực tuyến đều có cùng một định dạng, bao gồm lý do, các ưu tiên và những thay đổi được đề xuất cho DigComp 3.0; và yêu cầu các bên liên quan cung cấp phản hồi thông qua các câu hỏi thăm dò ý kiến mở và đóng cũng như chức năng trò chuyện trong cuộc họp. Các thành viên nhóm chuyên gia DigComp mỗi người tham dự một trong hai phiên họp và cung cấp ý kiến của họ cho Chủ tọa, người đã tóm tắt lại và gửi cho JRC. Chuyên gia của các bên liên quan của DigComp đã thiết kế và điều phối quá trình tham vấn các bên liên quan với JRC, và điều hành các phiên họp.

• Một khảo sát phản hồi trực tuyến tùy chọn được cấu trúc dựa trên cùng các chủ đề của cuộc tham vấn trực tuyến, bao gồm cả câu trả lời mở (văn bản) và câu trả lời đóng (số). Một liên kết đến khảo sát này đã được gửi đến tất cả những người tham gia đã đăng ký (bao gồm cả những người không thể tham dự các phiên trực tuyến) cùng với tài liệu nền và được mở để trả lời cho đến ngày 30 tháng 4.

• Một đánh giá chuyên sâu tùy chọn về các mức thông thạo cụ thể theo năng lực, cách thức đề xuất để truyền đạt AI cho mỗi năng lực và chuẩn đầu ra học tập, cũng được gửi đến tất cả những người tham gia đã đăng ký và được mở cho đến ngày 30 tháng 4.

Tổng cộng có 527 bên liên quan đã đăng ký tham gia tham vấn. Trong số này, khoảng 260 người đã tham dự một trong các phiên tham vấn trực tuyến của các bên liên quan vào tháng 4. Tổng cộng có 174 bên liên quan đã gửi phản hồi cho khảo sát phản hồi và 40 người đã hoàn thành đánh giá chuyên sâu.

Những người tham gia từ tất cả các quốc gia thành viên ngoại trừ Luxembourg đã đăng ký tham gia, và phản hồi của các bên liên quan đã được nhận từ 24 trong số 27 quốc gia thành viên (tức là ngoại trừ Síp, Luxembourg và Malta). Một phần bảy (14%) số bên liên quan đăng ký đến từ bên ngoài EU (hoặc từ một quốc gia châu Âu khác, 6%, hoặc một quốc gia không thuộc châu Âu, 8%). Sự tham gia giữa các quốc gia không đồng đều: tỷ lệ các bên liên quan từ Bỉ, Ý và Tây Ban Nha đăng ký tham gia cao hơn. Tuy nhiên, các bên liên quan ở Ý và Tây Ban Nha đã sử dụng DigComp rộng rãi, vì vậy tỷ lệ tham gia cao là điều được dự đoán trước. Ngoài ra, 63% các bên liên quan đăng ký ở Bỉ đại diện cho các tổ chức ở cấp độ quốc tế hoặc châu Âu.

Khoảng 2/5 số bên liên quan đại diện cho quan điểm quốc gia (37%), trong khi 44% làm việc ở cấp độ châu Âu (22%) hoặc quốc tế (22%). Số còn lại làm việc ở cấp độ khu vực (11%) hoặc địa phương (8%).

Bốn nhóm các bên liên quan phổ biến nhất là các nhà lãnh đạo giáo dục đại học, nhà giáo dục và nhà nghiên cứu (25%); các cơ quan chính phủ (bao gồm hành chính nhà nước và các tổ chức nhà nước) (18%); các tổ chức phi lợi nhuận (12%) và các nhà lãnh đạo và nhà giáo dục giáo dục tiểu học và trung học (11%). Các nhà cung cấp dịch vụ học tập suốt đời và dành cho người trưởng thành (9%), các tổ chức thuộc khu vực kinh doanh (9%) và các nhà lãnh đạo và nhà giáo dục giáo dục nghề nghiệp - VET (5%) chiếm thêm 23% tổng số các bên liên quan đã đăng ký. Các tổ chức dịch vụ việc làm công và tư nhân (2%) và các nhà cung cấp chứng chỉ kỹ năng (2,5%) ít phổ biến hơn, và 7% số người trả lời còn lại tự phân loại mình là "loại bên liên quan khác".

Hầu hết các bên liên quan (70%) đã từng sử dụng DigComp trước đây, và 15% đã tham gia vào bản cập nhật DigComp 2.2.

PHẢN HỒI

Dưới đây là tóm tắt các phát hiện chính từ phân tích phản hồi của các bên liên quan. Phản hồi chi tiết được cung cấp, đặc biệt là trong khảo sát và đánh giá chuyên sâu, đã được Chuyên gia của các bên liên quan của DigComp và JRC phân tích kỹ lưỡng và được đưa vào các sửa đổi đối với khung năng lực cho Giai đoạn 4.

Nhìn chung, phản hồi của các bên liên quan đã thể hiện sự ủng hộ mạnh mẽ đối với các chủ đề ưu tiên đã được xác định, cách tiếp cận năng lực AI, các mức thông thạo và kế hoạch xuất bản của JRC. Cũng có sự ủng hộ mạnh mẽ đối với các chuẩn đầu ra học tập mới - với 90% các bên liên quan đồng ý rằng chúng mang lại giá trị gia tăng.

Các chủ đề ưu tiên: Các bên liên quan bày tỏ sự ủng hộ mạnh mẽ đối với năm chủ đề ưu tiên. Một số chủ đề khác liên tục xuất hiện: (Dưới đây-) Kỹ năng cơ bản, đạo đức, tính toàn diện và cách diễn đạt hướng đến hành động (trái ngược với thụ động). Những chủ đề khác này đã được xem xét thêm trong Giai đoạn 4.

Năng lực AI trong DigComp 3.0: Nhìn chung, phương pháp tiếp cận tích hợp, xuyên suốt đối với năng lực AI được ủng hộ mạnh mẽ. Tuy nhiên, một số ít cho rằng năng lực AI nên được xem xét như một lĩnh vực riêng biệt. Do tầm quan trọng của việc duy trì tính liên tục giữa DigComp 2.2 và DigComp 3.0, việc có một ‘mô-đun’ riêng biệt về năng lực AI không được coi là một lựa chọn khả thi. Các bên liên quan đề xuất rằng cách trình bày và minh họa về AI trong DigComp 3.0 cần được tinh chỉnh. Vấn đề này đã được xem xét chi tiết trong Giai đoạn 4.

Các mức thông thạo: Nhìn chung, sự ủng hộ đối với các mức thông thạo mới được đề xuất là cao. Tuy nhiên, sự thay đổi trọng tâm được đề xuất từ 8 xuống 4 mức đã gây khó khăn cho các bên liên quan hiện đang sử dụng phương pháp với 8 mức. Ngoài ra, một số bên liên quan sử dụng cách hiểu 6 mức về các mức thông thạo. Một đề xuất về việc ánh xạ ngược DigComp 3.0 sang 8 mức trong các phiên bản trước của khung đã được JRC thiết lập để đáp ứng phản hồi của các bên liên quan và được xem xét trong Giai đoạn 4.

Các yếu tố hỗ trợ triển khai: Phần lớn các bên liên quan cho rằng các yếu tố hỗ trợ triển khai sau đây rất hữu ích hoặc thiết yếu: Phiên bản PDF của khung; Bảng thuật ngữ và định nghĩa; Phụ lục nội dung dạng bảng mà máy có thể đọc được; Cập nhật không gian web của DigComp (hiện do JRC quản lý); Khả năng truy cập khung; và tài liệu hướng dẫn. Ít người quan tâm đến phiên bản in cứng của khung. Các cuộc thảo luận tại hội thảo thẩm định (Giai đoạn 4) đã củng cố những quan điểm này.

Điều chỉnh, thích ứng và duy trì tính phù hợp: Ý kiến của các bên liên quan bên ngoài thường xuyên đề cập đến nhu cầu điều chỉnh và thích ứng khung này. Ví dụ, có những yêu cầu về các phiên bản của khung thân thiện với trẻ em và dành cho nhà giáo dục. Mặc dù JRC không thể tạo ra nhiều phiên bản DigComp 3.0 dành riêng cho các nhóm cụ thể, nhưng việc khung có sẵn ở nhiều định dạng cho phép điều chỉnh và thích ứng với nhiều mục đích khác nhau.

GIAI ĐOẠN 4: THẨM ĐỊNH KHUNG

Giai đoạn 4 diễn ra từ tháng 5 đến tháng 9/2025. Hoạt động chính của Giai đoạn 4 là hội thảo thẩm định trực tiếp tại Seville, Tây Ban Nha vào ngày 17 tháng 6 (buổi chiều) và ngày 18 tháng 6 (cả ngày). Mục tiêu của hội thảo là đạt được sự đồng thuận rộng rãi về dự thảo khung DigComp 3.0 và xác định các bước cuối cùng cần thiết trước khi công bố.

MỤC TIÊU, HÌNH THỨC VÀ NGƯỜI THAM GIA

Hội thảo có 34 người tham gia bên ngoài đến từ 18 quốc gia (17 quốc gia EU và Hoa Kỳ) từ nhiều lĩnh vực khác nhau (hoạch định chính sách, đại diện người sử dụng lao động, học tập của người trưởng thành và giáo dục nghề nghiệp, giáo dục bắt buộc và học thuật/nghiên cứu); và 12 người tham gia nội bộ (Ủy ban Châu Âu), đến từ JRC, DG EMPL, DG CNECT và SG REFORM. Tương tự như các chuyên gia tham gia Giai đoạn 1, những người tham gia hội thảo thẩm định được lựa chọn để đại diện cho sự đa dạng về địa lý và các bên liên quan, cũng như sự cân bằng về giới tính và các quan điểm châu Âu, quốc gia và khu vực. Những người tham gia bao gồm cả các chuyên gia đã tham gia Giai đoạn 2 cũng như những cá nhân chưa từng tham gia vào quy trình này và ít quen thuộc với DigComp.

Chiều ngày 17 tháng 6, những người tham gia được giới thiệu tổng quan về các đề xuất cập nhật cho DigComp 3.0 và mô tả cách thức tích hợp phản hồi từ các bên liên quan.

Sáng ngày 18 tháng 6, những người tham gia được chia thành bốn nhóm làm việc và tham gia hai cuộc thảo luận kéo dài 90 phút như sau:

• Phiên 1: Những người tham gia thảo luận về các mức thông thạo; xác nhận các bản cập nhật được đề xuất cho các lĩnh vực năng lực và năng lực; và xem xét các chuẩn đầu ra học tập được đề xuất cho bốn trong số 21 năng lực (1.2, 2.3, 3.4 và 4.3). Bốn năng lực này được chọn dựa trên cơ sở khá phức tạp hoặc được cập nhật đáng kể so với DigComp 2.2.

• Phiên 2: Những người tham gia thảo luận về phương pháp tiếp cận được đề xuất để tích hợp AI và xác định các ưu tiên để làm cho khung năng lực trở nên rõ ràng và dễ sử dụng. Về việc tích hợp AI, nội dung này bao gồm thảo luận về đề xuất phân biệt giữa các tuyên bố năng lực AI rõ ràng - AI-E (AI-Explicit) và AI ngầm định - AI-I (AI-Implicit) và chuẩn đầu ra học tập, cũng như thu thập ý kiến đóng góp từ các thành viên tham gia về cách thức làm cho khung được công bố trở nên rõ ràng và dễ sử dụng hơn, trong bối cảnh những thay đổi và việc bổ sung các chuẩn đầu ra học tập ngày càng phức tạp.

Chiều ngày 18 tháng 6, các nhóm làm việc đã báo cáo tại phiên họp toàn thể về các cuộc thảo luận. Đại diện từ các Ban Giám đốc Chính sách và nhóm chuyên gia DigComp cũng đã đưa ra ý kiến đóng góp tại phiên họp toàn thể.

HOẠT ĐỘNG SAU THẨM ĐỊNH

Một tuần sau hội thảo thẩm định, nhóm JRC đã gặp gỡ nhóm chuyên gia DigComp để thảo luận về những quan sát thấy từ hội thảo thẩm định DigComp 3.0 và thống nhất các ưu tiên để hoàn thiện khung. Phản hồi và quan sát được nhóm chuyên gia DigComp theo hướng dẫn của JRC cung cấp và được Chủ tịch nhóm chuyên gia tổng hợp. Trong phản hồi, các chuyên gia đánh giá tích cực về sự đa dạng quan điểm do người tham gia mang lại và khen ngợi mức độ tham gia, chất lượng và chiều sâu của cuộc thảo luận. Các đề xuất cụ thể được phân loại một cách có hệ thống theo các chủ đề chính về lĩnh vực năng lực và năng lực; mức thông thạo; chuẩn đầu ra học tập; tích hợp năng lực AI; và các khía cạnh giao tiếp truyền thông/phổ biến. Theo mỗi chủ đề, các hành động cụ thể để giải quyết phản hồi đã được xác định và thực hiện trong quá trình hoàn thiện DigComp 3.0.

----------------

Thừa nhận:

Nội dung này được dịch từ tài liệu của Cosgrove, J. và Cachia, R., DigComp 3.0: Khung năng lực kỹ thuật số Châu Âu - Phiên bản thứ năm, Văn phòng Xuất bản của Liên minh Châu Âu, Luxembourg, 2025, https://data.europa.eu/doi/10.2760/0001149, JRC144121.

Giấy phép nội dung: CC BY 4.0 Quốc tế.

---------------------------

VỀ TRANG MỤC LỤC

---------------------------

Xem thêm:

• Giới thiệu: DigComp 3.0: Khung năng lực số châu Âu

• Digcomp 2.2 năm 2022 và các khung năng lực số đã được dịch sang tiếng Việt