Trên trang này

Cập nhật nghiên cứu AIEd hằng tuần #124 tháng 10, 2026

Bản dịch máy tự động của trang tiếng Anh này, chưa được người bản ngữ xem xét.

Một bản tin hằng tuần từ Cơ sở tri thức về AI trong giáo dục, về ý nghĩa của nghiên cứu được công bố trong tuần qua đối với giảng viên, nhà phát triển, nhà nghiên cứu và cán bộ quản lý.

Tuần này có thêm 71 nghiên cứu mới và hai tài nguyên mới, đưa cơ sở tri thức lên 1.805 tóm tắt bài viết, 220 trang khái niệm, 37 câu hỏi thường gặp và 33 tài nguyên. Hãy tìm kiếm hoặc dùng AI để trò chuyện với cơ sở tri thức.

Điểm nổi bật chính và các câu hỏi

Cả hai kết quả nổi bật của tuần này đều nói cùng một điều: điểm số không phải là kết quả học tập. Một thử nghiệm ba nhánh đã nâng điểm bài tập từ 29,85% khi dùng web mở lên 71,84% khi dùng ChatGPT không hạn chế, trong khi việc học khái niệm hoàn toàn không khác biệt, nên điểm cao hơn khi có quyền truy cập AI không phải bằng chứng sinh viên học được nhiều hơn. Mười ba công cụ phát hiện đã gắn cờ các bản thảo do người viết với tỷ lệ từ 0% đến 100% chỉ sau một lần biên tập, nên một cảnh báo của công cụ phát hiện không phải bằng chứng về hành vi sai trái.

Gia sư nâng điểm bài tập có nâng cả điểm thi không? Một thử nghiệm ngẫu nhiên đưa gia sư chứng minh cho sinh viên dùng, rồi đo một bài thi được làm mà không có nó.
Khi một bài nộp trông ổn, bao nhiêu phần là của mô hình? Năm mươi chín nhật ký trò chuyện, được đối chiếu với bài làm mà chính những sinh viên đó đã nộp.
Công cụ phát hiện AI gắn cờ văn bản do người thực sự viết thường xuyên đến mức nào? Mười ba công cụ phát hiện, 135.389 cặp tài liệu trong đó chỉ ngôn ngữ thay đổi.
Luyện nói với AI đang cải thiện kỹ năng nói, hay chỉ một đặc trưng được đo của nó? Mười nghiên cứu, sáu đặc trưng CEFR, và bốn nghiên cứu chỉ báo cáo một điểm tổng thể duy nhất.
Dạy sinh viên sử dụng phản hồi có xây dựng sự tham gia của họ, hay ngược lại? Một nghiên cứu bảng ba đợt không thể xác định thứ tự giữa hai yếu tố.
Gia sư AI còn thất bại ở đâu khi sinh viên từ chối, rút lui hoặc leo thang? 923 cuộc đối thoại được xây dựng từ các nghiên cứu tình huống về sinh viên thật, được chấm theo những gì các nhà thực hành đã ghi nhận.
Quản trị AI trong giáo dục là luật, hướng dẫn hay nguyện vọng? 160 văn bản, trong đó bốn văn bản có hình thức ràng buộc.

Dành cho giảng viên

Gia sư có thể nâng điểm bài tập mà vẫn để bài thi nguyên chỗ cũ

Chen và cộng sự đã phân ngẫu nhiên 153 sinh viên viết chứng minh tại Carnegie Mellon để nhận gia sư chứng minh sớm hoặc muộn, rồi đo một bài thi được làm mà không có AI trong phòng. Điểm bài tập tăng 2,56 điểm trong thời gian có công cụ. Điểm giữa kỳ không khác biệt. Khi mọi người đều có quyền truy cập và tự chọn liều lượng cho mình, cứ thêm 100 tin nhắn chatbot đi kèm điểm thấp hơn 3,02 điểm ở bài thi tiếp theo, và những sinh viên có hiệu quả bản thân nền tảng thấp hơn là những người dùng nó nhiều nhất.

Điều đó thay đổi gì cho bạn: một điểm số đạt được khi mở gia sư không phải bằng chứng về những gì sinh viên có thể làm khi không có nó, nên nhiệm vụ không có trợ giúp phải gánh trọng trách đó. Điều này cũng có nghĩa những sinh viên có nguy cơ dựa vào nó cao nhất là những người kém tự tin nhất ngay từ đầu, điều có thể thấy trong cách sử dụng trước khi thấy trong điểm số.

Chat không hạn chế làm phồng điểm nhiều hơn một gia sư được xây dựng tốt

Trong một thử nghiệm ba nhánh tại một khóa CS1 ở Munich, 275 sinh viên dành 90 phút cho một bài tập Java với một gia sư đưa gợi ý, với ChatGPT không hạn chế, hoặc với web mở. Điểm bài tập lần lượt là 71,84%, 57,50% và 29,85%. Mức tăng kiến thức khái niệm là 0,83, 0,71 và 0,85 điểm, và khác biệt giữa các điều kiện hoàn toàn không có ý nghĩa thống kê (p = 0,773). Cả hai điều kiện có AI đều giảm sự thất vọng; chỉ gia sư làm tăng động lực.

Khoảng cách điểm số chủ yếu liên quan đến sản phẩm, không phải việc học. Nếu bạn chấm bài tập, các điều kiện có AI đang được chấm trên một nhiệm vụ khác.

Chatbot do giáo viên tự xây dựng thất bại ở ý định, không phải ở dữ kiện

EduWild đã thu thập 1.726 cuộc hội thoại từ 217 bot Playlab do giáo viên cấu hình, trong đó có 900 cuộc từ chính những sinh viên mà các bot được triển khai tới. Bot bỏ qua các bước quy trình bắt buộc trong 53,8% cuộc hội thoại với người dùng cuối, không bao giờ xác lập vai trò của mình trong 33,4%, và làm người học quá tải thông tin hoặc câu hỏi trong 37,1%.

Trước khi triển khai một bot bạn tự xây hoặc được bàn giao, hãy đọc lượt trả lời đầu tiên và kiểm tra xem nó có nêu rõ mình là gì và điều gì sẽ xảy ra tiếp theo hay không. Những lỗi được ghi nhận ở đây nằm trong phần chỉ dẫn, và có thể sửa được trong câu lệnh mà không cần chạm đến mô hình.

Phán quyết của công cụ phát hiện không phải là bằng chứng

Một bộ dữ liệu của dịch vụ biên tập đã cung cấp cho Park và cộng sự 135.389 cặp tài liệu giữ nguyên tác giả, chủ đề và nội dung trong khi chỉ ngôn ngữ thay đổi. Qua 13 công cụ phát hiện, tỷ lệ dương tính giả trên văn bản học thuật do người viết dao động từ 0% đến 100%, và cùng những chỉnh sửa đó đẩy các công cụ theo những hướng ngược nhau. Riêng một nhóm giảng viên thỉnh giảng đã mất hoàn toàn công cụ phát hiện của mình vì nó gắn cờ các công cụ kiểm tra ngữ pháp, và giờ họ đọc bài để tìm tài liệu tham khảo bịa đặt và sự rời rạc với tài liệu khóa học thay thế.

Nếu bạn đã từng đưa điểm số của công cụ phát hiện ra trước mặt sinh viên, đặc biệt là sinh viên viết bằng ngôn ngữ thứ hai, thì đây là tuần để ngừng dùng công cụ phát hiện. Các tín hiệu dựa trên việc đọc trong nghiên cứu thứ hai là phương án thay thế thực tiễn.

Thiết kế đánh giá là lựa chọn giữa ba ràng buộc, không phải tìm kiếm một nguyên tắc

Pedlow, Fischer và Williams lập luận rằng vấn đề không phải là thiếu các nguyên tắc thiết kế mà là thiếu cách lý luận về những nguyên tắc xung đột với nhau. Mô hình “tam nan kép” của họ coi tính xác thực, khả năng quan sát và tính khả thi trong đánh giá, cùng tính cụ thể, tính kịp thời và khối lượng công việc trong phản hồi, là những ràng buộc mà bạn đánh đổi một cách có chủ đích.

Khi được yêu cầu thiết kế lại một bài đánh giá cho thời đại AI, cách định khung đó biến một câu hỏi mở thành một lập luận ngắn mà bạn có thể ghi lại và bảo vệ.

Mức tiến bộ kỹ năng nói nhờ chatbot không đồng đều theo từng đặc trưng

Soriano-Gonzalez và Belda-Medina đã sàng lọc 306 bản ghi xuống còn mười nghiên cứu và hỏi xem đặc trưng nào trong sáu đặc trưng CEFR của ngôn ngữ nói thực sự thay đổi. Độ trải rộng và độ dễ hiểu đều cải thiện ở bốn nghiên cứu mỗi yếu tố, tính mạch lạc ở một nghiên cứu, tính tương tác gần như không cải thiện ở nghiên cứu nào. Bốn trong mười nghiên cứu chỉ báo cáo một điểm tổng thể duy nhất, nên không thể truy vết mức tiến bộ của chúng về một đặc trưng cụ thể.

Một tuyên bố của nhà cung cấp về “kỹ năng nói được cải thiện” vẫn tương thích với một thay đổi mà nghiên cứu chưa từng đo. Với kỹ năng nghe, Goh và Aryadoust thấy bằng chứng mỏng hơn nhiều.

Năng lực phản hồi và sự tham gia nuôi dưỡng lẫn nhau

Một nghiên cứu bảng ba đợt trên 399 sinh viên đại học phát hiện năng lực phản hồi AI dự báo sự tham gia chủ động về sau (β = 0,222) và chiều ngược lại mạnh tương đương (β = 0,263), không có cơ sở thống kê để xác định thứ tự giữa hai yếu tố.

Dạy sinh viên đọc và sử dụng phản hồi không phải là điều kiện tiên quyết phải hoàn thành trước khi sự tham gia bắt đầu. Hai yếu tố vận động cùng nhau, nên một khóa học chỉ xây dựng một trong hai là đang chống lại chính mình.

Dành cho nhà phát triển

Ca khó là nơi gia sư vẫn thất bại, và truy hồi chiến lược giúp các mô hình tầm trung

TutorCaseBench đã chuyển các nghiên cứu tình huống định tính thành 923 cuộc đối thoại sáu lượt thuộc năm loại thách thức và chấm 11 mô hình theo các rubric riêng cho từng tình huống. Mô hình tốt nhất đáp ứng được một can thiệp đã được ghi nhận trong 55,8% các ca mở, và đó là con số cần thiết kế dựa vào. Việc cung cấp chiến lược đã được ghi nhận trong tài liệu tình huống đã nâng 10 trong 11 mô hình thêm trung bình 9,9 điểm, với Llama 4 Maverick tăng từ 41,0% lên 64,8%, trong khi mô hình mạnh nhất giữ nguyên ở 71,3%.

Truy hồi các chiến lược tham chiếu là việc đáng xây dựng cho những mô hình bạn có thể chi trả. Nó sẽ không cứu được một mô hình tiên tiến vốn đã có sẵn mô thức đó.

Hãy xác thực trên các cuộc hội thoại đã triển khai, không phải lời nhắc trong phòng thí nghiệm

Bộ dữ liệu EduWild ghép mỗi cuộc hội thoại với câu lệnh hệ thống và các thiết lập phía sau, và chính điều đó khiến lỗi có thể phân tích được: 53,8% cuộc hội thoại với người dùng cuối đã bỏ qua một bước bắt buộc. Cấu hình do giáo viên soạn là một bề mặt lỗi khác biệt so với năng lực của mô hình, và một bộ kiểm thử ở cấp câu lệnh đã khôi phục được ý định mà không tước đi quyền kiểm soát của giáo viên.

Nếu sản phẩm của bạn cho phép giáo viên viết chỉ dẫn, thì bộ kiểm thử của bạn phải là chính những chỉ dẫn của họ, được thu thập sau khi triển khai.

Chiều rubric của chất lượng phản hồi là chiều không ai đo

Yang đã xem xét 68 nghiên cứu về phản hồi do AI tạo ra. Tính hợp lệ của bằng chứng xuất hiện trong 47 nghiên cứu, tính hữu ích sư phạm trong 58, và sự khớp giữa rubric và nhiệm vụ trong 19. Sự khớp là chiều mà một sản phẩm có thể kiểm soát trực tiếp nhất, và lại là chiều ít được nghiên cứu nhất.

Đó là một cơ hội: hãy xây dựng theo đúng rubric mà bài tập đang dùng, và nói rõ điều đó, vì bằng chứng đã công bố sẽ không cho người mua biết liệu có ai khác làm vậy hay không.

Khả năng hành động là một mục tiêu thiết kế, không phải sự phụ trợ

Tamme, Schilling và Hantel đề xuất thay thế khảo sát viết cuối học kỳ bằng một cuộc phỏng vấn qua điện thoại do một tác nhân AI thực hiện, với lập luận rằng công cụ viết thất bại ở tỷ lệ phản hồi, độ sâu và khả năng hành động. Đây là một đề xuất chứ chưa phải một thử nghiệm thực địa. Các tuyên bố thiết kế đủ cụ thể để có thể mượn: đặt câu hỏi tiếp nối, yêu cầu nêu lý do, trả lại một điều mà người nhận có thể hành động.

Dành cho nhà nghiên cứu

Tự báo cáo và kết quả thực hiện thường đi đến kết luận khác nhau

Fan và cộng sự đã lập bản đồ các phương pháp đo lường trên 2.099 bản ghi, rồi xem xét 51 trường hợp trong đó một công cụ tự báo cáo và một bài kiểm tra, một đánh giá hoặc một dấu vết đo cùng một cấu trúc. Câu trả lời cho việc hai bên có đồng thuận hay không thường là không. Khi chúng phân kỳ, khả năng quan sát của cấu trúc giải thích điều đó tốt hơn chất lượng nghiên cứu.

Thay thế cái này bằng cái kia là một quyết định đo lường có định hướng, không phải một sự tiện lợi. Hãy báo cáo khẳng định của bạn dựa trên cái nào.

Sản phẩm che giấu việc giảm tải, nên hãy đo quá trình

Kontorovich và Wallach đã mã hóa 429 lời nhắc trong 59 nhật ký trò chuyện thành các dấu vết tự điều chỉnh và đối chiếu từng nhật ký với bài làm đã nộp. Mười trong mười lăm sinh viên hoàn thành cả ba nhiệm vụ đã thay đổi vai trò mà họ giao cho mô hình khi nhiệm vụ thay đổi, nhưng 53 trong 59 bài nộp sao chép sản phẩm của mô hình hoặc chỉ sửa nó về hình thức.

Chỉ riêng một bài nộp không thể phân biệt việc sử dụng với việc thay thế. Dữ liệu quá trình có thể làm được điều đó, và sơ đồ mã hóa ở đây có thể tái sử dụng.

Một thang đo đã được xác thực cho sự phụ thuộc trong các nhiệm vụ mở

Phần lớn các thang đo sự phụ thuộc suy ra mức độ phụ thuộc từ việc sinh viên có làm theo lời khuyên đúng hay không, điều này đòi hỏi một đáp án có thể kiểm tra được. Hou và cộng sự đã xây dựng và xác thực một thang đo 16 mục cho học tập dựa trên vấn đề, nơi không tồn tại đáp án như vậy.

Chuẩn đánh giá công cụ phát hiện bị mai một, nên hãy báo cáo cả đối thủ

Ren, Raghavan và Garg tách câu hỏi phát hiện thành khả năng phân tách và sự dịch chuyển. Các đường cơ sở có giám sát phân tách văn bản người và văn bản máy gần như hoàn hảo trong phân bố, trong khi công cụ phát hiện thương mại Pangram giảm xuống độ chính xác cân bằng 63,5% và độ nhạy 27% trước một lời nhắc được viết để né tránh nó.

Những con số được báo cáo mà không kèm nỗ lực né tránh đang mô tả một thế giới không còn tồn tại. Và tài liệu tổng quan còn mỏng ở đúng chỗ quan trọng: trong 51 nghiên cứu về phản hồi của GenAI đối với viết bằng ngôn ngữ thứ hai, chỉ 5 nghiên cứu kiểm tra xem phản hồi có chính xác hay không.

Dành cho cán bộ quản lý

Phần lớn quản trị AI trong giáo dục là hướng dẫn, không phải luật

Elmahjub và cộng sự đã đọc kỹ 160 văn bản quản trị bằng tiếng Anh, từ 498 bản ghi. Chỉ 4 văn bản có hình thức pháp lý hoặc quy định chính thức, trong khi 92 văn bản là hướng dẫn, khuôn khổ, bộ công cụ hoặc sổ tay. Trách nhiệm giải trình xuất hiện trong 146 văn bản nhưng chỉ được ghép với một chủ thể giám sát được nêu tên trong 100 văn bản.

Một chính sách không có người sở hữu được nêu tên và không có cơ chế chỉ là một tuyên bố ý định. Bài tổng quan cung cấp cho bạn các trường thông tin để đối chiếu và kiểm tra chính văn bản của mình.

Mua sắm công cụ phát hiện cần một con số dương tính giả

Mười ba công cụ phát hiện, văn bản học thuật do người viết làm đối chứng, tỷ lệ dương tính giả từ 0% đến 100%. Ít nhất một cơ sở đã loại bỏ công cụ phát hiện của mình vì nó gắn cờ các công cụ kiểm tra ngữ pháp. Nếu một nhà cung cấp không chịu đưa ra tỷ lệ dương tính giả trên bài làm của người trong chính ngành học của bạn, bạn không thể định giá được rủi ro kỷ luật.

Hướng được ghi nhận trong đánh giá là quá trình, tính xác thực và bài làm nói

Crompton và Burke xem xét 72 nghiên cứu từ 24 quốc gia và 20 ngành học và thấy ba hướng thiết kế lặp lại: định hướng quá trình, tính xác thực và đánh giá bằng bài nói. Nền tảng bằng chứng rộng nhưng mỏng về phương pháp, phần lớn các nghiên cứu chỉ bao quát một khóa học, và không điều nào trong số đó thay đổi hướng đi.

Mức độ sử dụng đã vượt xa hiểu biết của giáo viên

Trong 132 giáo viên K-12 Indonesia, 96,2% ủng hộ việc giáo viên sử dụng AI và 84,6% ủng hộ việc học sinh sử dụng, nhưng 69,2% đưa ra một mô tả mơ hồ hoặc sai lệch về việc chatbot làm gì với một chỉ dẫn.

Sự ủng hộ trong một cuộc khảo sát không phải là năng lực trong lớp học. Khoảng trống phát triển chuyên môn ở đây xuất hiện trước khi bất kỳ công cụ nào được triển khai, và công cụ đo đủ ngắn để tái sử dụng như một đánh giá nhu cầu.

Chỉ thay thế khảo sát khóa học nếu phương án thay thế có thể hành động

Đề xuất phỏng vấn bằng giọng nói nhắm vào những kiểu thất bại khiến các khảo sát cuối kỳ trở nên vô dụng: tỷ lệ phản hồi, độ sâu, sự trả lời cho có và những câu trả lời không ai có thể hành động dựa trên. Hãy coi đó là một bản đặc tả cho bất cứ thứ gì bạn dùng thay thế, không phải bằng chứng rằng phiên bản AI hoạt động.

Khái niệm nổi bật

Bốn trang khái niệm đã đưa các phát hiện của tuần này vào tầng tổng hợp. Mỗi trang là một trang thường trực chứ không phải sản phẩm dùng một lần, nên bằng chứng mới nằm cạnh những gì trang đã lập luận trước đó.

Học ngoại ngữ

Trang này giờ nói rõ rằng bằng chứng về mức tiến bộ kỹ năng nói nhờ chatbot không đồng đều theo từng đặc trưng, và bốn trong mười nghiên cứu được tổng hợp chỉ báo cáo một điểm tổng thể duy nhất, đó là lý do không thể quy mức tiến bộ của chúng cho một đặc trưng. Hãy đọc trang học ngoại ngữ trước khi mua hoặc xây dựng công cụ luyện nói.

Gia sư thông minh

Phát hiện mới của trang là kết quả về truy hồi: việc cung cấp các chiến lược tham chiếu nâng các gia sư yếu lên và giữ nguyên các gia sư mạnh. Đó là một quyết định xây dựng, và trang gia sư thông minh tách nó khỏi những khẳng định cũ hơn về chất lượng gợi ý.

Các thang đo tự báo cáo

Trường hợp mới sắc nét nhất về khoảng cách tự báo cáo là ý định, nơi một điểm số duy nhất bao trùm việc sử dụng định hướng học tập, định hướng lối tắt và hỗn hợp trong cùng một mẫu 340 sinh viên, với 68 mục được khảo sát lại và tám cuộc phỏng vấn phía sau khẳng định, tất cả được ghi lại trên trang các thang đo tự báo cáo.

Quản trị

Trang này giờ mở đầu bằng phát hiện về hình thức công cụ: 4 trong 160 văn bản có tính ràng buộc, 92 mang tính khuyến nghị, và trách nhiệm giải trình chỉ được nêu tên một chủ thể trong 100 văn bản. Trang quản trị định khung lại câu hỏi từ việc một chính sách nói gì sang việc nó có thể hành động hay không.

Tài nguyên mới

Hai tài nguyên đã gia nhập thư viện tài nguyên trong tuần này, một tài nguyên viết cho cơ sở phải quyết định cách phần mềm được xây dựng với AI và một tài nguyên cho giảng viên phải quyết định liệu mã của một sinh viên có phải do chính sinh viên đó viết hay không.

Campus AI Development

Campus AI Development là một hướng dẫn web miễn phí được viết từ phía cơ sở. Hướng dẫn trình bày các cách một khuôn viên có thể có phần mềm được xây dựng bằng AI, từ viết mã theo cảm hứng đến công việc đa tác nhân có quản trị, và ghép mỗi cách với lộ trình xem xét, giới hạn dữ liệu và các biện pháp kiểm soát tương ứng. Tài liệu này đi kèm Campus AI Framework, vốn quyết định liệu một công cụ AI có được dùng hay không; hướng dẫn này bao quát việc phải làm sau khi câu trả lời là có. Trang không công bố giấy phép cho văn bản của mình.

Code Viva

Code Viva là một công cụ trình duyệt miễn phí giúp việc bảo vệ bài làm bằng lời nói có thể mở rộng quy mô: một buổi vấn đáp viết, có tính giờ cho từng sinh viên trong một khóa lập trình, mỗi buổi mười lăm đến hai mươi phút, không có giảng viên trong phòng. Công cụ đọc mã đã nộp và lịch sử commit của sinh viên, viết bốn đến sáu câu hỏi về chính các hàm, tên và commit của sinh viên đó, và cấp cho mỗi sinh viên một liên kết riêng để trả lời. Các câu hỏi được sinh ra từ các quy tắc áp lên bài nộp chứ không phải từ một lời gọi mô hình, và giảng viên nhận được điểm số đề xuất kèm bằng chứng được trích dẫn phía sau mỗi điểm, để phê duyệt hoặc ghi đè. Trang không công bố giấy phép và không có kho mã nguồn.

Bổ sung thêm trong tuần này

Các nghiên cứu khác, cùng phương pháp và phần tóm tắt, được liệt kê theo từng ngày trên trang nhật ký.

Ghi chú về trang

Hai trang mới xuất hiện trong tuần này. Kho lưu trữ bản tin lưu mọi số, với nguồn cấp riêng bên cạnh nguồn cấp của cơ sở tri thức, và chỉ mục khái niệm đưa toàn bộ 220 trang khái niệm vào một trang, theo cùng các mục như thanh bên, nên giờ đã có nơi để gửi một độc giả muốn xem toàn bộ tập hợp.

Mọi thứ khác là công việc trên những gì đã có: các trang khái niệm và câu hỏi thường gặp được viết lại, phần văn bản được làm gọn, và các bản dịch được cập nhật trên khắp các ngôn ngữ.

Trang là một bản dựng tĩnh, và nội dung, mã cùng công cụ của nó được công khai tại github.com/edtechdev/aied, nơi mọi thay đổi được mô tả ở trên đều có thể đọc được.

Theo dõi bản tin

Nhận từng số qua nguồn cấp bản tin trong một trình đọc nguồn cấp, bằng cách dán chính nguồn cấp đó vào Blogtrottr để nhận các số mới qua email theo lịch bạn chọn, hoặc theo dõi trên LinkedIn, nơi mỗi số được xuất bản dưới dạng một bản tin LinkedIn.

Cập nhật nghiên cứu AIEd hằng tuần đến từ Cơ sở tri thức về AI trong giáo dục, do một tác nhân AI tạo ra. Số này được soạn bởi chính tác nhân AI đó, với hướng dẫn biên tập từ người phát triển trang web, và mọi khẳng định ở trên đều liên kết đến trang mà nó xuất phát.

Cơ sở tri thức được dành cho phạm vi công cộng theo giấy phép CC0 1.0. Không bảo lưu quyền lợi nào.

Phát hiện lỗi trong nội dung? Hãy báo cáo trên GitHub, hoặc liên hệ với người phát triển trang web, Doug Holton.

Nguồn Lịch sử Sửa Trò chuyện