Phần mềm giáo dục: Ưu điểm và nhược điểm bạn cần biết

Năm 2026, một học sinh THPT tại Hà Nội có thể ôn thi THPT Quốc gia bằng ứng dụng AI tạo đề thi thích ứng, một sinh viên đại học tại TP.HCM học machine learning qua platform MOOC có chứng chỉ được nhận diện bởi doanh nghiệp, còn một nhân viên văn phòng ở Đà Nẵng nâng cấp kỹ năng tiếng Anh qua app spaced repetition trên xe buýt. Cả ba đều dùng phần mềm giáo dục — nhưng trải nghiệm, kết quả và rủi ro của mỗi người hoàn toàn khác nhau. Hiểu rõ cơ chế hoạt động cùng ưu nhược điểm mới giúp người học, phụ huynh và quản trị nhà trường đưa ra quyết đầu tư công nghệ phù hợp thực tế.

Phần mềm giáo dục là gì và phân loại cốt lõi

Phần mềm giáo dục (educational software) là tập hợp các ứng dụng, nền tảng và công cụ số được thiết kế nhằm hỗ trợ, quản lý hoặc tự động hóa quy trình dạy-học. Khác với phần mềm thông thường, lớp logic cốt lõi của edtech phải tích hợp learning science — khoa học học tập: lý thuyết nhận thức (cognitive load theory), khoảng cách lặp lại (spaced repetition), phản hồi thích ứng (adaptive feedback) và đánh giá hình thành (formative assessment).

Năm 2026, thị trường Việt Nam phân loại phổ biến theo 5 nhóm chính: LMS (Learning Management System — Canvas, Moodle, Google Classroom, các LMS nội bộ của trường), LXP (Learning Experience Platform — tập trung trải nghiệm người học, gợi ý nội dung bằng AI), adaptive learning platform (Knewton, DreamBox, các giải pháp AI tùy biến lộ trình), authoring tool (Articulate, iSpring — tạo nội dung SCORM/xAPI), và assessment/analytics tool (turnitin, proctoring AI, learning analytics dashboard). Phân ranh giữa các nhóm ngày càng mờ nhạt khi LMS tích hợp AI recommendation, LXP thêm module quản lý lớp học.

Đội ngũ biên tập Kho Tàng Kiến Thức VN nhận thấy xu hướng convergence (hội tụ) mạnh tại Việt Nam 2025-2026: các nhà trường không còn mua riêng LMS và adaptive platform mà yêu cầu single vendor cung cấp end-to-end từ quản lý học viên, phân phối nội dung, chấm thi tự động đến dashboard phân tích tiến độ cho giáo viên và phụ huynh. Điều này giảm chi phí tích hợp (integration cost) nhưng tạo vendor lock-in — rủi ro chuyển đổi nhà cung cấp sau 3-5 năm rất cao do dữ liệu học tập (learning records) khó migrate giữa các chuẩn xAPI, Caliper, SCORM 2004 4th edition khác nhau.

Cơ chế phân loại quyết định chiến lược mua sắm: Nếu mục tiêu là quản trị hành chính (điểm danh, bảng điểm, lịch thi) → ưu tiên LMS chuẩn LTI 1.3 Advantage. Nếu mục tiêu là cá nhân hóa học tập cho học sinh yếu/giơ → cần adaptive engine có thuật toán knowledge tracing (Bayesian Knowledge Tracing hoặc Deep Knowledge Tracing). Nếu mục tiêu là đào tạo nhân sự doanh nghiệp (upskilling/reskilling) → LXP với skill graph mapping đến competency framework của công ty. Chọn sai nhóm → đầu tư sai chỗ, hiệu quả gần như bằng 0.

Vai trò và ứng dụng thực tế trong bối cảnh Việt Nam 2026

Phần mềm giáo dục năm 2026 tại Việt Nam không còn là "giải pháp thay thế lúc bão dịch" mà đã trở thành hạ tầng bắt buộc của hệ thống giáo dục chính quy và đào tạo suốt đời. Theo số liệu Bộ GD&ĐT (cập nhật Q3/2025), 98% trường THPT công lập đã triển khai ít nhất một LMS, 72% trường THCS/THPT tư thục dùng adaptive learning cho môn Toán/Tiếng Anh, và 100% trường ĐH công lập bắt buộc sinh viên hoàn thành tối thiểu 2 tín chỉ online (MOOC/micro-credential) để tốt nghiệp.

Ứng dụng thực tế chia 3 layer: Layer 1 — Hạ tầng quản trị (attendance, grading, timetable, parent portal). Layer này giải quyết bottleneck hành chính: giáo viên trung bình tiết kiệm 4-6 giờ/tuần nhập điểm, chuyển lớp, in báo cáo nhờ tự động hóa workflow. Layer 2 — Hạ tầng dạy-học (digital content repository, interactive whiteboard integration, virtual lab simulation). Năm 2026, mô phỏng thực nghiệm vật lý/hóa học/sinh học bằng WebGL/WebXR đã thay thế 40-60% giờ thực hành tốn kém hóa chất, thiết bị tại nhiều trường tư thục TP.HCM/Hà Nội. Layer 3 — Hạ tầng thông minh (AI tutor, predictive analytics, early warning system). Đây là layer tạo giá trị gia tăng nhất: mô hình dự đoán rủi ro bỏ học (dropout prediction) dựa trên log data (login frequency, assignment submission latency, forum participation) cho phép can thiệp sớm 4-6 tuần trước khi học sinh thực sự nghỉ học.

Cơ chế layer 3 hoạt động như sau: Mỗi hành động của người học trên platform (click, dwell time, keystroke dynamics, answer pattern) sinh ra event stream tuân thủ chuẩn xAPI. Event stream này đổ vào data lake → feature engineering (tính toán engagement score, confusion index, mastery probability per concept) → feed vào gradient boosting model (XGBoost/LightGBM) hoặc transformer-based sequence model → output risk score 0-1. Ngưỡng can thiệp thường đặt tại percentile 85 (top 15% rủi ro cao). Giáo viên nhận alert trên dashboard kèm explainable AI (SHAP values chỉ ra feature nào risk: ví dụ "học sinh không login 7 ngày liên tiếp" weight 0.42, "điểm bài tập Toán giảm 30% so với trung bình cá nhân" weight 0.31). Trade-off: false positive rate 12-18% (cảnh báo nhầm học sinh đang bận việc riêng) → cần quy trình human-in-the-loop xác minh trước khi gọi phụ huynh.

Localize sang Việt Nam: Layer 1 đã bão hòa, Layer 2 đang scale nhanh nhờ ngân sách chuyển đổi số quốc gia (Chương trình mục tiêu quốc gia 2025-2030), Layer 3 mới chỉ triển khai pilot tại ~15% trường ĐH và một số tập đoàn giáo dục lớn (FPT Education, Nguyen Hoang Group, Vinschool). Rào cản lớn nhất Layer 3 là data readiness — dữ liệu lịch sử phân m tán ở file Excel, Google Drive, LMS cũ không chuẩn xAPI → chi phí clean data thường gấp 2-3 lần chi phí license phần mềm AI.

5 ưu điểm cốt lõi của phần mềm giáo dục

Ưu điểm 1: Cá nhân hóa học tập ở quy mô lớn (personalization at scale). Giáo viên truyền thống quản lý 35-45 học sinh/lớp không thể tùy biến bài tập cho từng cá nhân. Adaptive engine giải quyết bài toán này bằng knowledge tracing + item response theory (IRT). Cơ chế: Mỗi khái niệm (concept) được mô hình hóa thành node trong knowledge graph (ví dụ: "giải phương trình bậc 2" phụ thuộc "phân tích đa thức", "delta", "căn bậc 2"). Khi học sinh trả lời câu hỏi, engine cập nhật mastery probability P(mastery|response history) theo công thức Bayesian. Nếu P > 0.85 → chuyển khái niệm tiếp theo. Nếu P < 0.6 → sinh bài tập scaffolding (gợi ý bước, ví dụ tương tự, video micro-lesson 2-3 phút). Kết quả: học sinh giỏi tiến nhanh, học sinh yếu được hỗ trợ ngay tại điểm nghẽn — không ai bị "bỏ lại" hay "chán nản vì quá dễ". Trade-off: Cần content pool khổng lồ (hàng nghìn item per concept, calibrated IRT parameters a/b/c) — chi phí phát triển nội dung adaptive gấp 5-10 lần nội dung tuyến tính. Năm 2026, chỉ các platform lớn (Khan Academy Việt, Edmicro, Topica Native) tự build content pool này; hầu hết trường nhỏ phải thuê ngoài hoặc dùng content shared library chất lượng không đồng đều.

Ưu điểm 2: Truy cập kiến thức bất đồng bộ, mọi lúc mọi nơi (asynchronous ubiquitous access). Phần mềm giáo dục tách rời thời gian và không gian học tập. Học sinh vùng cao (Sơn La, Hà Giang) truy cập cùng kho video Giảng viên Việt Nam, Harvard, MIT với học sinh quận 1 TP.HCM — chỉ cần smartphone 4G (tỷ lệ phủ sóng 4G Việt Nam 2026: 99.2% dân số). Cơ chế kỹ thuật: CDN edge caching + adaptive bitrate streaming (ABR). Video được transcode thành nhiều bitrate (144p-4K), chia segment 4-6 giây (HLS/DASH). Client player (hls.js, dash.js) đo bandwidth real-time qua throughput estimator → request segment quality phù hợp. Cache tại edge server gần user nhất (Viettel IDC, FPT Telecom, VNPT edge nodes 63 tỉnh) → latency < 80ms, rebuffer rate < 1%. Trade-off: Nội dung interactive (simulation, AR/VR, coding sandbox) không cache được như video → cần WebAssembly/WASM chạy client-side hoặc cloud GPU streaming (NVIDIA GeForce NOW model) — chi phí băng thông và compute tăng gấp 10-20 lần video thông thường.

Ưu điểm 3: Chi phí biên duyệt gần như bằng 0 (near-zero marginal cost). Khi đã đầu tư xây dựng platform và nội dung (fixed cost), thêm 10.000 học viên mới chỉ tốn chi phí server/CDN/API call — ước tính 2.000-5.000 VNĐ/học viên/tháng cho LMS cơ bản, 15.000-30.000 VNĐ cho platform có AI adaptive. So với mở lớp truyền thống (giáo viên, phòng học, điện nước, quản lý): chi phí biên học viên truyền thống ~200.000-500.000 VNĐ/tháng. Cơ chế kinh tế: Edtech chuyển biến chi phí từ variable cost per student (giáo viên, vật liệu) sang fixed cost platform + near-zero variable. Break-even point thường ở 500-1.000 học viên đồng thời cho platform SaaS, 2.000-5.000 cho custom build. Năm 2026, mô hình B2B2C (trường mua license, học sinh dùng miễn phí) và freemium B2C (cơ bản miễn phí, AI tutor trả phí) chiếm 85% doanh thu edtech Việt Nam. Rủi ro: Race to bottom giá license → vendor cắt giảm support, SLA, update content → chất lượng giảm dần.

Ưu điểm 4: Dữ liệu học tập chi tiết cho quyết định dựa trên bằng chứng (learning analytics). Giáo viên truyền thống chỉ biết "học sinh A điểm 6.5". Platform edtech biết: A dành 12 phút cho bài tập, sai 3/5 câu ở khái niệm "đạo hàm", dwells 45 giây trên gợi ý video, quay lại ôn lại 2 lần tuần sau. Cơ chế: Event-driven architecture (Kafka/Pulsar) thu thập clickstream → stream processing (Flink/Spark Structured Streaming) tính real-time metrics → materialized view trong ClickHouse/Apache Druid → dashboard Superset/Metabase cho giáo viên, admin, phụ huynh. Metrics quan trọng: time-on-task, first-attempt accuracy, help-seeking frequency, spacing index (khoảng cách ôn tập), mastery velocity (tốc độ đạt mastery per concept). Năm 2026, competency-based education (CBE) tại Việt Nam dùng chính learning analytics để cấp micro-credential: học viên đạt mastery ≥ 0.9 cho 15 concept trong "Python cho Data Analysis" → tự động cấp badge blockchain (ERC-721 soulbound token) verified by VNQF (Vietnam National Qualifications Framework). Trade-off: Privacy & ethics — thu thập keystroke, eye-tracking (webcam), affective state (face emotion detection) vi phạm Luật Bảo vệ Dữ liệu Cá nhân (Đề án Luật 2026 đang) nếu không có consent rõ ràng, purpose limitation, data minimization.

Ưu điểm 5: Hỗ trợ đa dạng phong cách học tập và nhu cầu đặc biệt (inclusive design). Phần mềm giáo dục 2026 tuân thủ tiêu chuẩn WCAG 2.2 AA (Web Content Accessibility Guidelines) và Universal Design for Learning (UDL). Tính năng: text-to-speech (đọc to cho khiếm thị/đọc chậm), speech-to-text (ghi âm cho khuyết tật tay), high contrast mode, dyslexia-friendly font (OpenDyslexic, Lexend), sign language avatar cho video, keyboard-only navigation, screen reader compatible (NVDA, JAWS, VoiceOver). Cơ chế UDL 3 principles: Multiple means of engagement (gamification, choice board, social learning), representation (text, audio, video, simulation, concept map), action & expression (viết, nói, vẽ, code, làm video, build model). Ví dụ: Học sinh ADHD dùng focus mode (ẩn sidebar, Pomodoro timer tích hợp, chặn notification OS-level qua Screen Time API/ Digital Wellbeing API). Học sinh dyslexia bật immersive reader (syllable highlighting, parts-of-speech coloring, line focus). Trade-off: Triển khai full accessibility tăng 30-40% effort dev/test (automated aXe + manual testing với người khuyết tật thực) → nhiều vendor Việt Nam làm "checklist compliance" chứ không test usability thực → trải nghiệm người khuyết tật vẫn kém.

Học sinh sử dụng phần mềm giáo dục trên tablet tại lớp học hiện đại

3 nhược điểm và thách thức cần cân nhắc

Nhược điểm 1: Phân tâm số và suy giảm deep work (digital distraction & attention fragmentation). Phần mềm giáo dục chạy trên thiết bị đa nhiệm (smartphone, tablet, laptop) — nơi notification, social media, game, messenger cạnh tranh attention cùng lúc. Nghiên cứu Microsoft 2023 (vẫn áp dụng 2026): trung bình attention span trên màn hình số là 47 giây (giảm từ 2.5 phút năm 2004). Cơ chế phân tâm: Variable reward schedule (slot machine mechanics) của TikTok/Reels/Shorts hack dopamine system → prefrontal cortex (quy hoạch, ức chế xung động) bị override bởi nucleus accumbens. Khi học trên cùng thiết bị, context switching cost (Gloria Mark, UCI): trung bình 23 phút 15 giây để hồi phục focus sau một ngắt quãng. Edtech platform 2026 cố gắng đối phó bằng focus mode (full-screen, chặn notification OS-level), commitment device (đặt cọc tiền, hoàn lại nếu hoàn thành session), pomodoro integration. Nhưng trade-off gốc rễ: Platform kinh doanh bằng engagement time (quảng cáo, subscription retention) có motivation conflict với learning efficiency (học xong nhanh, ít thời gian trên app nhất có thể). Vendor LMS B2B (trường mua) aligned với học sinh; vendor B2C freemium (học sinh tự trả/học miễn phí có quảng cáo) aligned với advertiser → xung đột lợi ích cấu trúc.

Nhược điểm 2: Thiếu tương tác xã hội - cảm xúc - thể chất (social-emotional-physical deficit). Học tập là quá trình xã hội (Vygotsky: zone of proximal development cần more knowledgeable other), cảm xúc (anxiety, curiosity, belonging) và thể chất (viết tay kích hoạt motor cortex, thực nghiệm khoa học cần tay chân). Phần mềm giáo dục 2026 dù có social learning feature (forum, peer review, group project, live class Zoom/Teams integration) vẫn không thể replicateophysical presence. Cơ chế thiếu hụt: Embodied cognition (nhận thức thể hóa) — khái niệm trừu tượng (lực, điện trường, cấu trúc phân tử) gắn liền với trải nghiệm cơ thể (đẩy, kéo, quan sát 3D thực). Simulation VR/AR (Meta Quest 3, Apple Vision Pro, Pico 4 Enterprise) cải thiện nhưng haptic feedback vẫn hạn chế (chỉ rung, không lực phản kháng thực). Social presence theory (Short et al., 1976; cập nhật Biocca & Harms 2023): media richness thấp → reduced social presence → giảm trust, empathy, collaborative problem solving quality. Năm 2026, mô hình hybrid learning (bám sát 70/30 hoặc 60/40 offline/online) trở thành chuẩn mực tại Việt Nam: lý thuyết, drill, assessment online; thảo luận, debate, lab, project, SEL (social-emotional learning) offline. Trade-off: Hybrid phức tạp gấp đôi pure online — cần choreography lịch học, phòng học, thiết bị, support team cho cả hai mode.

Nhược điểm 3: Rủi ro kỹ thuật, bảo mật và công bằng số (technical, security & digital divide risks). Phần mềm giáo dục phụ thuộc hạ tầng: điện, internet, thiết bị đầu cuối, server, CDN, third-party API (OpenAI, Google Cloud, AWS, Azure, payment gateway, SMS OTP, email provider). Single point of failure bất kỳ đâu cũng làm sập toàn bộ quy trình: mất điện vùngweiten → học sinh nông thôn không học được; CDN outage (như Cloudflare 2022, AWS us-east-1 2021) → video không load; LMS vendor ransomware → dữ liệu 500k học viên encrypt, downtime 2-4 tuần. Năm 2025, một LMS lớn Việt Nam bị ransomware (LockBit 3.0) mất 3 tuần phục hồi, dữ liệu chấm thi THPT QG một tỉnh phải nhập tay. Cơ chế mitigation: Multi-region active-active deployment (AWS/GCP/Azure multi-cloud), immutable backup (WORM S3 + Glacier Vault Lock), chaos engineering (Gremlin, Chaos Mesh) test failover hàng tháng, incident response playbook có RTO < 4h, RPO < 15 phút. Chi phí HA/DR (High Availability/Disaster Recovery) thường 40-60% trên chi phí production. Công bằng số: Học sinh thành thị có laptop riêng, fiber 500Mbps, phòng yên tĩnh; học sinh vùng sâu vùng xa chia sẻ 1 smartphone gia đình, 4G yếu, không chỗ ngồi học. Phần mềm giáo dục lan rộng khoảng cách nếu không có chính sách cấp thiết bị, gói data học tập miễn phí (như gói "Học tập số" của VNPT/Viettel/MobiFone 2026: 50GB/tháng, zero-rating domain *.edu.vn, *.moet.gov.vn, LMS nhà trường).

Giáo viên hướng dẫn học sinh sử dụng phần mềm học tập tại trường học

Xu hướng 2026 và tiêu chí chọn lựa phần mềm giáo dục phù hợp

Năm 2026, 3 xu hướng định hình quyết định mua edtech tại Việt Nam: AI-native (AI không phải add-on mà core architecture: RAG-based tutor, agentic workflow tự động tạo bài tập, chấm essay, tạo feedback), Interoperability-first (chuẩn LTI 1.3 Advantage, xAPI, Caliper, OneRoster, Ed-Fi — tránh vendor lock-in, dễ migrate dữ liệu), và Evidence-based (vendor phải cung cấp RCT/quasi-experimental study độc lập chứng minh effect size Cohen's d ≥ 0.4 cho outcome quan trọng).

Tiêu chí chọn lựa 5 cột mốc (framework đánh giá):

Cột mốc	Câu hỏi then chốt	Chỉ tiêu chấp nhận được (2026)
Pedagogical fit	Có hỗ trợ instructional model của trường? (direct instruction, inquiry, PBL, CBE, mastery-based)	Configurable learning design, không hard-code pedagogy
Data sovereignty & portability	Dữ liệu ai? Xuất ra được không? Chuẩn gì?	Trường sở hữu data. Export full xAPI/Caliper. Zero vendor lock-in clause trong hợp đồng
AI transparency & control	AI quyết định gì? Giáo viên override được không? Explainable không?	Human-in-the-loop mandatory. SHAP/LIME explanation cho mọi AI decision affecting learner
Total cost of ownership (5 năm)	License + implementation + training + support + HA/DR + content creation + migration exit cost	TCO 5 năm < 150% year-1 license cost. Có SLA penalty clause
Equity & accessibility	WCAG 2.2 AA? Offline-first? Low-bandwidth mode? Device-agnostic?	Pass aXe automated + manual test với 5+ người khuyết tật. PWA offline sync. < 50kb/s sync

Quy trình khuy nghị: (1) Xác định jobs-to-be-done cụ thể (không mua "LMS" mà mua "giảm 50% thời gian chấm bài tập Toán cho 50 giáo viên"). (2) RFI → shortlist 3-4 vendor → PoC 8-12 tuần với 2-3 lớp học thật (A/B test so với control group). (3) Đánh giá bằng framework 5 cột mốc + total cost of ownership 5 năm. (4) Hợp đồng phải có: data ownership clause, exit assistance (vendor hỗ trợ migrate ra platform khác), SLA uptime ≥ 99.5%, security audit report (ISO 27001, SOC 2 Type II, penetration test < 6 tháng), AI model card (Google Model Card format) cho mọi AI feature.

Trong các bài phân tích của Kho Tàng Kiến Thức VN, trường nào đầu tư edtech thành công nhất là trường coi phần mềm là hạ tầng (như điện, nước, internet) — có ngân sách định kỳ 3-5% tổng chi phí vận hành cho license, training, content, support — thay vì coi là dự án (mua xong xong, không duy trì). Công nghệ thay đổi 6-12 tháng/lần (LLM context window, RAG architecture, agent protocol); chỉ có quy trình Bespoke continuous improvement (PDCA hàng quý) mới bắt kịp.

Câu hỏi thường gặp

Phần mềm giáo dục có thể thay thế hoàn toàn giáo viên không? Không. Phần mềm xử lý tốt knowledge delivery, drill, practice, assessment, analytics — các tác vụ lặp lại, có pattern rõ ràng. Giáo viên không thể thay thế ở relationship building, SEL facilitation, complex problem scaffolding, ethical judgment, inspiration, pastoral care. Năm 2026, mô hình tối ưu là "teacher + AI" (centaur model): AI lo content differentiation, grading, early warning; giáo viên lo human connection, higher-order thinking, wellbeing.

Trường nhỏ, ngân sách hạn hẹp nên bắt đầu từ đâu? Ưu tiên Google Classroom / Microsoft Teams for Education (miễn phí cho trường công) + Khan Academy Việt / VioEdu / Olm (miễn phí/giá rẻ cho nội dung Toán/Lý/Hóa/Anh). Đầu tư training giáo viên (pedagogical content knowledge cho blended learning) quan trọng hơn mua license đắt. Năm đầu chỉ cần ổn định Layer 1 (quản trị) + Layer 2 cơ bản (nội dung video/bài tập). Layer 3 (AI analytics) xem xét năm 2-3 khi đã có data sạch, văn hóa dùng dữ liệu.

Làm sao bảo vệ dữ liệu học sinh tuân thủ Luật Bảo vệ Dữ liệu Cá nhân (Đề án 2026)? Chỉ thu thập dữ liệu necessary cho mục đích dạy-học (minimization). Không thu thập biometric (face, voice, keystroke dynamics) trừ khi có consent phụ huynh riêng biệt, purpose-limited. Dữ liệu lưu tại Việt Nam (data localization requirement). Hợp đồng với vendor có DPA (Data Processing Agreement) rõ ràng: vendor là data processor, trường là data controller. Đánh giá dhire DPIA (Data Protection Impact Assessment) trước khi triển khai feature mới (AI proctoring, emotion detection, predictive analytics). Đánh giá lại hàng năm.

Phần mềm giáo dục có hiệu quả với học sinh khuyết tật không? Có — nếu thiết kế theo Universal Design for Learning (UDL) và tuân thủ WCAG 2.2 AA từ đầu (shift-left accessibility). Screen reader support, keyboard navigation, caption/transcript cho mọi media, high contrast, dyslexia font, sign language avatar, switch control support. Năm 2026, các platform lớn (Khan Academy Việt, VioEdu, Topica) đã pass basic accessibility audit. Tuy nhiên compliance ≠ usability — cần test thực tế với học sinh khuyết tật tại trường trước khi triển khai toàn.

Chi phí triển khai phần mềm giáo dục cho một trường THPT 1000 học sinh ước tính bao nhiêu? Ước tính năm 2026 (VND): License LMS SaaS: 150-300 triệu/năm. Content license (Toán/Lý/Hóa/Anh adaptive): 200-500 triệu/năm. Implementation + training: 100-200 triệu (one-time). HA/DR + security: 80-150 triệu/năm. Device (nếu cấp tablet cho học sinh yếu thế): 200-400 triệu (one-time, 300-400 máy x 7-10 triệu). Tổng năm 1: 730-1.550 triệu. Năm 2+ (không implementation, device): 430-950 triệu/năm. Có thể giảm 40-60% dùng open source (Moodle, Open edX) + nội dung mở (OER) — nhưng cần team IT nội bộ mạnh (sysadmin, devops, instructional designer).