Từ 2022 — Đã đồng hành cùng 2,400+ học sinh IB tại Việt NamHotline: 036 907 6996
Group 4 · SciencesHigher Level240 giờ
Computer Science HLComputational ThinkingHL
Hiểu cách hệ thống tính toán vận hành, phát triển thuật toán và lập trình bằng Java hoặc Python, đồng thời làm quen với machine learning và một computational solution thực tế. Trọng tâm của môn không chỉ là viết code, mà là giải quyết vấn đề có cấu trúc.
Lưu ý chuyển tiếp syllabus: chương trình mới được dạy từ 2025 và có kỳ đánh giá đầu tiên vào May 2027. Học sinh thi theo cohort cũ đến cuối năm 2026 cần dùng cấu trúc đề cũ; lộ trình nên xác nhận đúng session ngay từ đầu.
01 · Về môn học
CS HL: hiểu hệ thống, tư duy thuật toán và lập trình có mục tiêu
Learning Approach
Học từ cách hệ thống hoạt động đến cách xây giải pháp: phân rã bài toán, mô hình hoá, lập trình, kiểm thử và đánh giá.
"Lập trình là một phần của môn. Mục tiêu lớn hơn là biết phân rã vấn đề, thiết kế giải pháp và giải thích vì sao giải pháp đó hoạt động."
— Định hướng học tập, Gia Sư IB
Computer Science HL trong syllabus mới được tổ chức quanh hai mạch lớn: Concepts of computer science và Computational thinking and problem-solving. Học sinh vừa cần hiểu nền tảng của hệ thống máy tính, mạng và cơ sở dữ liệu, vừa phải biết chuyển một vấn đề thực tế thành thuật toán và chương trình có thể kiểm thử.
Một thay đổi đáng chú ý là Machine Learning đã trở thành một phần chính thức của chương trình. Tuy nhiên, mục tiêu ở bậc IB không phải học toán ML ở mức đại học, mà là hiểu các khái niệm, quy trình và cách đánh giá ứng dụng của hệ thống học máy trong bối cảnh thực tế.
Ở phần lập trình, chương trình mới cho phép học sinh làm bài với Java hoặc Python. Vì vậy, thay vì học thuộc cú pháp của một ngôn ngữ duy nhất, lộ trình nên tập trung vào algorithmic thinking, data structures, OOP và khả năng đọc–viết code có logic.
Internal Assessment mới — The computational solution — yêu cầu học sinh giải quyết một vấn đề thực tế do chính mình lựa chọn. Đây là nơi kiến thức hệ thống, tư duy thuật toán, lập trình, testing và evaluation được kết nối thành một sản phẩm hoàn chỉnh.
02 · Syllabus
Syllabus mới 2027: 2 themes + Case Study
Ở HL, IB khuyến nghị 195 giờ cho phần syllabus content, 35 giờ cho computational solution và 10 giờ cho collaborative sciences project. Phần nội dung học thuật được chia thành Theme A — cách các hệ thống máy tính hoạt động — và Theme B — cách dùng computational thinking để giải quyết vấn đề.
A1·
Computer Fundamentals
18 giờ · Theme A
Nền tảng phần cứng, phần mềm, biểu diễn dữ liệu và cách các thành phần của hệ thống tính toán phối hợp.
Computer systems & components
Data representation
Operating concepts
A2·
Networks
18 giờ · Theme A
Cách dữ liệu được truyền qua mạng, các giao thức, kiến trúc và những vấn đề bảo mật cơ bản.
Network architecture
Protocols & communication
Security considerations
A3·
Databases
18 giờ · Theme A
Mô hình dữ liệu, thiết kế cơ sở dữ liệu, truy vấn và cách tổ chức dữ liệu để hệ thống hoạt động hiệu quả.
Data models
Relational databases
Queries & data integrity
A4·
Machine Learning
18 giờ · Theme A
Khái niệm cốt lõi của machine learning, cách mô hình học từ dữ liệu và những giới hạn cần đánh giá.
Learning from data
Model behaviour
Ethical & practical implications
B1·
Computational Thinking
5 giờ · Theme B
Phân rã vấn đề, abstraction, xác định tiêu chí thành công và xây quy trình giải quyết bài toán.
Decomposition
Abstraction
Success criteria
B2·
Programming
42 giờ · Theme B
Viết, đọc, kiểm thử và cải thiện chương trình; tập trung vào logic, cấu trúc và khả năng giải thích code.
Algorithms & control flow
Java or Python
Testing & debugging
B3·
Object-Oriented Programming
23 giờ · Theme B
Tổ chức chương trình theo objects và classes để giải pháp dễ mở rộng, kiểm thử và bảo trì.
Classes & objects
Encapsulation
Inheritance & relationships
B4·
Abstract Data Types
23 giờ · HL only
Cấu trúc dữ liệu trừu tượng và cách lựa chọn cấu trúc phù hợp với đặc điểm của bài toán.
Stacks & queues
Trees / linked structures
Efficiency & trade-offs
CS·
Case Study
30 giờ · HL
Nghiên cứu một bối cảnh công nghệ đang phát triển để kết nối kiến thức syllabus với vấn đề thực tế và emerging technology.
Research & terminology
System implications
Applied analysis
IA·
The Computational Solution
35 giờ · Internal Assessment
Phát triển một giải pháp cho vấn đề thực tế do học sinh lựa chọn, từ specification đến testing và evaluation.
Problem specification
Design & implementation
Testing & evaluation
CP·
Collaborative Sciences Project
10 giờ · Practical programme
Dự án hợp tác liên môn trong nhóm Sciences, nhấn mạnh teamwork, communication và ứng dụng phương pháp khoa học.
Collaboration
Planning & communication
Reflection
03 · Đánh giá
Cấu trúc đánh giá Computer Science HL
Phần
Thời gian
Mô tả
Tỉ trọng
Paper 1Theme A + Case Study
2 giờ
Đánh giá Concepts of computer science và nội dung liên quan đến case study. Học sinh cần kết hợp kiến thức hệ thống với khả năng phân tích bối cảnh công nghệ.
40%
Paper 2Theme B · Problem solving
2 giờ
Tập trung computational thinking, algorithmic thinking và programming. Học sinh có thể trả lời các câu hỏi lập trình bằng Java hoặc Python.
40%
Internal AssessmentThe Computational Solution
35 giờ
Một giải pháp cho vấn đề thực tế do học sinh lựa chọn, thể hiện quá trình specification, design, implementation, testing và evaluation.
20%
Đối với cohort thi năm 2026: cấu trúc đánh giá của syllabus cũ khác với bảng trên. Trước khi lập kế hoạch ôn tập, cần xác nhận học sinh thi session nào để tránh luyện sai paper.
240h
Tổng thời lượng khuyến nghị cho Computer Science HL
2
Theme chính A + B
4h
Tổng thời lượng external exams
20%
The Computational Solution trong điểm cuối cùng
04 · Phương pháp học
3 trụ cột học tốt Computer Science HL
SystemsAlgorithmsComputational Solution
01
Hiểu hệ thống trước khi học thuộc
Theme A
Computer fundamentals · networks · databases · ML
Các khái niệm được nối thành một hệ thống: dữ liệu đi đâu, được lưu thế nào, hệ thống xử lý ra sao và tại sao một thiết kế lại phù hợp hơn thiết kế khác.
MapConcepts
ReadSystems
ExplainLogic
02
Tư duy thuật toán + code có mục tiêu
Theme B
Algorithms · Java/Python · OOP · ADT
Không dừng ở việc code chạy được. Học sinh cần biết phân rã bài toán, chọn cấu trúc dữ liệu, viết pseudocode/code rõ và giải thích trade-off của giải pháp.
PlanFirst
CodeClearly
TestOften
03
Computational Solution theo quy trình
Internal Assessment
Specification · build · test · evaluate
IA được chia thành các mốc nhỏ để tránh dồn việc: xác định problem và success criteria, thiết kế giải pháp, triển khai, kiểm thử và đánh giá dựa trên evidence.
ScopeFit
BuildIterate
EvalEvidence
05 · Hỏi đáp
Câu hỏi thường gặp về Computer Science HL
Syllabus mới 2027 khác gì chương trình Computer Science cũ?
+
Chương trình mới được tổ chức lại thành hai theme chính, bổ sung Machine Learning, đưa case study vào Paper 1 và bỏ Paper 3. HL hiện có Paper 1, Paper 2 và computational solution. Học sinh thi cohort cuối năm 2026 vẫn cần học theo syllabus cũ, vì vậy session thi phải được xác nhận trước khi lên lộ trình.
Học sinh nên học Java hay Python?
+
Syllabus mới cho phép học sinh sử dụng Java hoặc Python trong phần programming của Paper 2. Nên chọn một ngôn ngữ phù hợp với nền hiện tại và dạy thật chắc algorithmic thinking, OOP, testing và data structures thay vì học song song quá nhiều ngôn ngữ.
Chưa biết lập trình có học được Computer Science HL không?
+
Có thể, nhưng HL đòi hỏi nhịp học đều và khả năng tư duy logic tốt. Học sinh mới bắt đầu nên được xây nền từ variables, control flow, functions và cách đọc thuật toán trước khi chuyển sang OOP và abstract data types.
Machine Learning trong IB CS HL có khó như ở đại học không?
+
Không. Ở IB, trọng tâm là hiểu khái niệm, cách mô hình học từ dữ liệu, cách đánh giá kết quả và các vấn đề liên quan đến ứng dụng. Mức độ không yêu cầu toán machine learning chuyên sâu như các môn đại học.
Nên bắt đầu computational solution từ khi nào?
+
Nên bắt đầu đủ sớm để có thời gian xác định problem, success criteria và scope khả thi trước khi code. Phần testing và evaluation cần evidence từ chính solution, nên nếu để sát deadline, học sinh thường thiếu thời gian cải thiện sản phẩm và tài liệu.
