Báo Cáo Nghiên Cứu: Thực Trạng, Hiệu Quả Và Thách Thức Khi Ứng Dụng Chatbot AI Trong Phát Triển Kỹ Năng Tiếng Anh Của Sinh Viên Chuyên Ngành Tài Chính – Ngân Hàng (ATC)


Tóm tắt nghiên cứu

Nghiên cứu này tập trung phân tích thực trạng, đánh giá nhận thức về tính hiệu quả và làm rõ những thách thức mà sinh viên chuyên ngành Ngôn ngữ Anh Tài chính – Ngân hàng (ATC) thuộc Khoa Ngoại ngữ, Học viện Ngân hàng gặp phải khi ứng dụng Chatbot AI vào việc phát triển 4 kỹ năng tiếng Anh (Nghe, Nói, Đọc, Viết).

Ba câu hỏi nghiên cứu cốt lõi được đặt ra:

  1. Thực trạng tiếp cận và tần suất sử dụng Chatbot AI của sinh viên chuyên ngành ATC (khóa K24 và K25) hiện nay như thế nào?
  2. Sinh viên nhận thức và đánh giá ra sao về hiệu quả thực tế của Chatbot AI trong việc cải thiện từng kỹ năng ngôn ngữ?
  3. Những rào cản, khó khăn và tác động tiêu cực nào xuất hiện trong quá trình tương tác với công cụ này?

Nghiên cứu áp dụng thiết kế phương pháp hỗn hợp (Mixed Methods Approach), kết hợp khảo sát định lượng diện rộng trên 155 sinh viên qua Google Forms và phỏng vấn bán cấu trúc định tính chuyên sâu với 5 sinh viên đại diện.

Kết quả chỉ ra rằng mức độ nhận biết và ứng dụng Chatbot AI trong sinh viên đạt mức áp đảo (98,1% nhận biết, 94% sử dụng trong học tập và 90% ứng dụng trực tiếp để rèn luyện tiếng Anh). Chatbot AI thể hiện ưu thế vượt trội ở kỹ năng Viết và Đọc nhờ khả năng sửa lỗi ngữ pháp tức thì, mở rộng vốn từ vựng học thuật và tạo không gian tự học cá nhân hóa không áp lực. Dù vậy, những hạn chế về độ tin cậy thông tin, nguy cơ phụ thuộc làm giảm tư duy phản biện và vấn đề liêm chính học thuật vẫn là thách thức lớn.

Nghiên cứu mang lại hàm ý thực tiễn quan trọng, đặt nền móng cho việc định hình phương pháp giảng dạy và học tập ngoại ngữ chuyên ngành trong kỷ nguyên chuyển đổi số giáo dục đại học.


Bối cảnh và tầm quan trọng

Trong bối cảnh toàn cầu hóa và Cách mạng Công nghiệp 4.0, năng lực tiếng Anh – đặc biệt là tiếng Anh chuyên ngành (ESP - English for Specific Purposes) trong các lĩnh vực kinh tế, tài chính và ngân hàng – đã trở thành một chuẩn mực bắt buộc quyết định khả năng cạnh tranh nghề nghiệp của người học. Nhu cầu giao tiếp chuyên sâu, xử lý tài liệu tài chính quốc tế và khả năng đàm phán đòi hỏi sinh viên phải thành thạo cả 4 kỹ năng ngôn ngữ. Tuy nhiên, thực tế đào tạo tại các trường đại học thường đối mặt với các rào cản: quy mô lớp học đông, thời lượng tín chỉ trên lớp hạn chế và sự thiếu hụt môi trường thực hành tương tác trực tiếp liên tục.

Song hành với xu thế đó, công nghệ giáo dục ngôn ngữ đã có bước chuyển mình mạnh mẽ từ các hình thức truyền thống sang Học ngoại ngữ có sự hỗ trợ của máy tính (CALL) và thiết bị di động (MALL). Đặc biệt, sự bùng nổ của Trí tuệ Nhân tạo (AI) với các mô hình ngôn ngữ lớn và Chatbot AI thế hệ mới (như ChatGPT, Copilot, Microsoft Bing, Google Bard/Gemini) đã tạo ra một cuộc cách mạng trong việc tự chủ học tập. Chatbot AI với khả năng xử lý ngôn ngữ tự nhiên (NLP), phản hồi 24/7 và cá nhân hóa lộ trình học tập mở ra tiềm năng to lớn trong việc hỗ trợ người học vượt qua các rào cản không gian và thời gian.

Mặc dù các tài liệu quốc tế đã bước đầu ghi nhận lợi ích của AI trong giáo dục, vẫn còn một khoảng trống nghiên cứu (research gap) đáng kể tại Việt Nam về việc đánh giá trải nghiệm thực chứng của sinh viên khối ngành đặc thù như Ngôn ngữ Anh Tài chính – Ngân hàng. Việc tìm hiểu cách sinh viên chuyên ngành tiếp cận, khai thác và đối mặt với những thách thức từ AI mang tính cấp thiết và thời sự cao. Nghiên cứu này cung cấp cơ sở khoa học và thực tiễn vững chắc, đóng góp trực tiếp vào chiến lược chuyển đổi số trong giáo dục đại học và tầm nhìn phát triển dài hạn của Học viện Ngân hàng.


Methodology và approach

Nghiên cứu được thiết kế theo phương pháp hỗn hợp tuần tự (Sequential Mixed Methods), kết hợp chặt chẽ giữa thu thập dữ liệu định lượng và phân tích định tính nhằm đảm bảo tính toàn diện, đa chiều và chuẩn xác của các kết luận.

flowchart TD
    A["Thiết kế nghiên cứu hỗn hợp (Mixed Methods)"] --> B["Khảo sát định lượng (Google Forms)"]
    A --> C["Phỏng vấn bán cấu trúc (Zoom)"]
    
    B --> B1["Mẫu: 155 SV K24 & K25 ATC"]
    B --> B2["Pilot test: 10 SV"]
    B --> B3["Thang đo Likert 5 mức độ + Câu hỏi mở"]
    
    C --> C1["Mẫu: 5 SV đại diện (A, B, C, D, E)"]
    C --> C2["Pilot test: 2 SV"]
    C --> C3["Ghi âm, giải mã & phân tích chủ đề"]
    
    B1 & C1 --> D["Phân tích dữ liệu & Đối chiếu chéo (Triangulation)"]
    D --> E["Kết quả & Đề xuất giải pháp"]

1. Đối tượng nghiên cứu và phương pháp chọn mẫu

Đối tượng tham gia nghiên cứu gồm sinh viên khóa K24 (năm thứ 3) và K25 (năm thứ 2) chuyên ngành Ngôn ngữ Anh Tài chính – Ngân hàng thuộc Khoa Ngoại ngữ, Học viện Ngân hàng, đến từ 4 lớp: K24ATCA, K24ATCB, K25ATCA, K25ATCB. Nhóm sinh viên năm 2 và 3 được lựa chọn có chủ đích vì họ đã tích lũy đủ phương pháp học tập chuyên ngành, thành thạo công nghệ thông tin và có trải nghiệm thực tế rõ nét hơn so với sinh viên năm nhất, đồng thời không bị áp lực làm khóa luận tốt nghiệp như sinh viên năm cuối.

2. Công cụ và quy trình thu thập dữ liệu

  • Khảo sát định lượng (Survey Questionnaire): Bảng hỏi gồm 20 câu hỏi (trắc nghiệm, câu hỏi nhiều lựa chọn, thang đo Likert 5 điểm từ 1-tích cực đến 5-tiêu cực và câu hỏi mở) được tạo trên Google Forms. Bảng hỏi được thử nghiệm trước (pilot test) trên 10 sinh viên để tinh chỉnh câu từ, sau đó phân phối chính thức trong 23 ngày (từ 13/01/2024 đến 04/02/2024). Tổng số mẫu thu về đạt N = 155 sinh viên (115 sinh viên K24 và 40 sinh viên K25), vượt chỉ tiêu dự kiến ban đầu.
  • Phỏng vấn bán cấu trúc (Semi-structured Interview): Thực hiện phỏng vấn sâu qua nền tảng trực tuyến Zoom với 5 sinh viên (3 sinh viên K24, 2 sinh viên K25) có câu trả lời khảo sát giàu thông tin. Bộ câu hỏi phỏng vấn được thử nghiệm trước trên 2 sinh viên trước khi tiến hành chính thức trong 7 ngày (10/02/2024 đến 17/02/2024). Dữ liệu được ghi âm, chép lời nguyên văn và mã hóa tên người tham gia (A, B, C, D, E) để đảm bảo tính bảo mật và chuẩn mực đạo đức nghiên cứu.

3. Phương pháp phân tích dữ liệu

Dữ liệu định lượng từ Google Sheets được xử lý bằng các kỹ thuật thống kê mô tả (tần số, tỷ lệ phần trăm, giá trị trung bình) và trực quan hóa qua biểu đồ. Dữ liệu định tính từ các biên bản phỏng vấn và câu hỏi mở được phân tích theo chủ đề (thematic analysis). Phương pháp đối chiếu chéo (triangulation) giữa định tính và định lượng được áp dụng triệt để nhằm giải thích căn nguyên và tăng cường độ tin cậy (reliability) cũng như tính giá trị khoa học (validity) của nghiên cứu.


Phát hiện chính

Các phát hiện thực nghiệm từ nghiên cứu được tổng hợp thành 5 điểm then chốt:

graph TD
    F1["1. Độ phủ sóng cao (98.1% nhận biết, 90% dùng học TA)"]
    F2["2. Đột phá ở kỹ năng Viết & Đọc (Ngữ pháp, từ vựng, dàn ý)"]
    F3["3. Tâm lý an toàn & Cá nhân hóa (Lợi ích cho SV hướng nội)"]
    F4["4. Nguy cơ giảm tải nhận thức & Độ chính xác thông tin"]
    F5["5. Rào cản tiếp cận với người học trình độ khởi điểm"]
    
    F1 --> F2 --> F3 --> F4 --> F5

1. Mức độ tiếp cận và tích hợp công nghệ ở mức rất cao

Kết quả khảo sát khẳng định Chatbot AI đã trở thành một phần không thể thiếu trong hệ sinh thái tự học của sinh viên chuyên ngành ATC:

  • 98,1% (152/155 sinh viên) đã từng nghe và biết về Chatbot AI.
  • 94,0% sinh viên chủ động sử dụng Chatbot AI để hỗ trợ các hoạt động học tập.
  • 90,0% sinh viên trực tiếp sử dụng công cụ này để trau dồi và phát triển các kỹ năng tiếng Anh.
  • Các nền tảng được ưa chuộng nhất gồm: ChatGPT, Microsoft Copilot/Bing AI và Google Bard/Gemini.

2. Kỹ năng Viết và Đọc ghi nhận mức độ cải thiện rõ rệt nhất

Sinh viên đánh giá Chatbot AI hỗ trợ mạnh mẽ nhất cho kỹ năng Viết (Writing) và Đọc (Reading):

  • Hỗ trợ kỹ năng Viết: Khả năng sửa lỗi ngữ pháp tức thì, gợi ý cấu trúc câu phức, nâng cấp từ vựng thông thường thành thuật ngữ tài chính chuyên ngành và hỗ trợ lên dàn ý bài luận học thuật.
  • Hỗ trợ kỹ năng Đọc: Tóm tắt các văn bản tài chính dài, trích xuất ý chính và giải thích thuật ngữ chuyên ngành trong ngữ cảnh cụ thể với tốc độ phản hồi tính bằng giây.

3. Tạo môi trường học tập tâm lý an toàn cho sinh viên hướng nội

Phân tích định tính chỉ ra một phát hiện ý nghĩa: Chatbot AI đóng vai trò như một "bạn học ảo kiên nhẫn" và không phán xét. Đối với các sinh viên có xu hướng hướng nội hoặc mang tâm lý e ngại, sợ mắc lỗi phát âm, ngữ pháp trước giảng viên và bạn bè, việc tương tác với Chatbot AI tạo ra môi trường an toàn về mặt tâm lý, giúp gia tăng đáng kể mức độ tự tin và thời lượng thực hành ngôn ngữ.

4. Bất cập về độ chính xác và nguy cơ "giảm tải nhận thức" (Cognitive Offloading)

Bên cạnh các lợi ích, nghiên cứu phát hiện nhiều mối lo ngại đáng chú ý:

  • Độ tin cậy của dữ liệu: Hiện tượng AI tạo ra thông tin sai lệch nhưng diễn đạt trôi chảy (hallucination) hoặc trích dẫn nguồn không chính xác.
  • Giảm tải nhận thức & Phụ thuộc: Một bộ phận sinh viên có xu hướng lạm dụng AI để làm hộ bài tập, dẫn đến nguy cơ suy giảm tư duy phản biện độc lập, giảm khả năng tự cấu trúc ý tưởng và tạo ra các rủi ro về liêm chính học thuật (đạo văn, gian lận).

5. Rào cản quá tải thông tin đối với người học ở trình độ sơ cấp

Đối với những sinh viên có năng lực tiếng Anh nền tảng chưa vững, phản hồi từ AI đôi khi quá dài, cấu trúc câu phức tạp và độ khó từ vựng cao khiến người học gặp khó khăn trong việc chọn lọc thông tin, dễ dẫn đến cảm giác chán nản nếu không biết cách ra lệnh (prompt) chuẩn xác.


Đóng góp khoa học

Nghiên cứu mang lại những giá trị đóng góp quan trọng trên cả phương diện lý luận và thực tiễn:

Đóng góp về mặt lý luận (Theoretical Contributions)

  • Làm phong phú thêm hệ thống lý thuyết về CALL (Computer Assisted Language Learning) và MALL (Mobile-Assisted Language Learning) trong kỷ nguyên Trí tuệ Nhân tạo tạo sinh (Generative AI).
  • Cung cấp thêm bằng chứng thực nghiệm về mô hình chấp nhận công nghệ của người học trong bối cảnh đào tạo tiếng Anh chuyên ngành (ESP), đặc biệt là lĩnh vực Tài chính – Ngân hàng.

Đổi mới về mặt phương pháp (Methodological Innovations)

  • Thiết lập quy trình nghiên cứu chuẩn mực kết hợp giữa phương pháp định lượng và định tính với các bước thử nghiệm kép (double pilot testing) cho cả bảng hỏi và phỏng vấn sâu, đảm bảo độ giá trị cao trong môi trường học thuật đại học tại Việt Nam.

Ứng dụng thực tiễn và hàm ý chính sách (Practical & Policy Implications)

  • Đối với sinh viên: Cung cấp định hướng rõ ràng về kỹ năng đặt câu lệnh (prompt engineering), phương pháp tư duy phản biện khi kiểm chứng thông tin AI và kỹ thuật ứng dụng AI như một công cụ hỗ trợ thay vì làm thay.
  • Đối với giảng viên: Đưa ra cơ sở thực tiễn để điều chỉnh phương pháp sư phạm, thiết kế lại bài tập và hình thức kiểm tra đánh giá theo hướng tập trung vào tư duy phân tích, giải quyết vấn đề thay vì kiểm tra kiến thức ghi nhớ đơn thuần.
  • Đối với nhà quản lý giáo dục: Cung cấp luận cứ thực tiễn để xây dựng khung hướng dẫn liêm chính học thuật đối với AI và xây dựng chương trình nâng cao năng lực số (AI literacy) trong toàn trường.

Đối tượng quan tâm

Báo cáo nghiên cứu này mang lại giá trị thiết thực cho nhiều nhóm đối tượng liên quan:

Nhóm đối tượng Lợi ích và giá trị tiếp nhận cụ thể
Nhà nghiên cứu học thuật Tiếp cận bộ dữ liệu thực chứng về hành vi và nhận thức của người học đối với GenAI trong đào tạo ngoại ngữ chuyên ngành; tham khảo khung phương pháp luận hỗn hợp.
Giảng viên & Chuyên gia sư phạm Hiểu rõ cách sinh viên đang tương tác với AI ngoài giờ lên lớp, từ đó tối ưu hóa bài giảng, xây dựng tiêu chí đánh giá năng lực ngôn ngữ phù hợp với thời đại số.
Sinh viên đại học Nắm bắt phương pháp khai thác Chatbot AI hiệu quả, biến AI thành trợ lý cá nhân hóa để nâng cao năng lực tiếng Anh mà không đánh mất tư duy độc lập.
Doanh nghiệp EdTech Nhận diện sâu sắc nhu cầu thực tế, điểm nghẽn (pain points) và trải nghiệm người dùng cuối để phát triển các giải pháp phần mềm học tiếng Anh thông minh hơn.
Cán bộ quản lý giáo dục Có cơ sở thực tiễn để ban hành các quy định về chuẩn mực đạo đức học thuật, tích hợp công nghệ AI vào chiến lược chuyển đổi số giáo dục.

FAQ (Các câu hỏi thường gặp)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Phát hiện quan trọng nhất là mức độ phổ cập vượt trội của Chatbot AI (90% sinh viên sử dụng để học tiếng Anh), với hiệu quả cao nhất tập trung ở kỹ năng Viết và Đọc. Đồng thời, nghiên cứu chỉ ra rằng rào cản lớn nhất không nằm ở công nghệ mà nằm ở nhận thức, kỹ năng kiểm chứng thông tin và nguy cơ suy giảm tư duy phản biện của người học.

2. Phương pháp nghiên cứu có gì đặc biệt?

Nghiên cứu áp dụng phương pháp hỗn hợp (Mixed Methods) kết hợp khảo sát diện rộng (155 sinh viên) và phỏng vấn chuyên sâu (5 sinh viên). Điểm đặc biệt là quy trình thử nghiệm kép (pilot testing) nghiêm ngặt cho cả hai công cụ thu thập dữ liệu, giúp loại bỏ triệt để các sai sót logic và thiên lệch trước khi khảo sát chính thức.

3. Kết quả của nghiên cứu có thể khái quát hóa (generalize) không?

Kết quả phản ánh rất chuẩn xác xu hướng của sinh viên khối ngành Ngoại ngữ và Kinh tế/Tài chính tại các trường đại học lớn ở Việt Nam. Tuy nhiên, khi áp dụng cho các khối ngành kỹ thuật, nghệ thuật hoặc các địa phương có điều kiện tiếp cận công nghệ khác biệt, cần có sự điều chỉnh linh hoạt theo ngữ cảnh.

4. Hướng nghiên cứu tiếp theo (Next steps) nên mở rộng như thế nào?

Các nghiên cứu tiếp theo nên mở rộng theo hướng nghiên cứu theo chiều dọc (longitudinal study) để đo lường định lượng sự tiến bộ thực tế của sinh viên (thông qua điểm số IELTS, TOEIC hoặc bài thi chuyên ngành chuẩn hóa trước và sau khi sử dụng AI), đồng thời mở rộng khảo sát góc nhìn từ phía giảng viên và nhà tuyển dụng.

5. Ứng dụng thực tiễn tức thì cho sinh viên là gì?

Sinh viên có thể áp dụng ngay mô hình: Sử dụng AI để lập dàn ý, gợi ý từ vựng chuyên ngành và kiểm tra lỗi ngữ pháp; sau đó tự mình viết lại, tra cứu đối chiếu chéo với các từ điển/giáo trình học thuật chính thống để rèn luyện tư duy phản biện và bảo đảm liêm chính học thuật.


Kết luận

Nghiên cứu về việc sử dụng Chatbot AI nhằm phát triển kỹ năng tiếng Anh của sinh viên chuyên ngành ATC tại Khoa Ngoại ngữ, Học viện Ngân hàng đã khẳng định vai trò mang tính đột phá của công nghệ AI trong việc cá nhân hóa quá trình học tập và nâng cao năng lực ngôn ngữ. Mặc dù mở ra những tiềm năng to lớn về tốc độ phản hồi, sự tiện lợi và môi trường tự học linh hoạt, Chatbot AI không thể thay thế hoàn toàn vai trò hướng dẫn của giảng viên cũng như sự tương tác trực tiếp giữa con người với con người.

Để phát huy tối đa lợi thế của Trí tuệ Nhân tạo, người học cần được trang bị kỹ năng sử dụng công nghệ thông minh, có trách nhiệm và luôn duy trì tư duy phản biện độc lập. Nhà trường và các nhà quản trị giáo dục cần nhanh chóng xây dựng khung pháp lý, tập huấn năng lực AI và hoàn thiện môi trường số nhằm định hướng sinh viên trở thành những công dân toàn cầu bản lĩnh, làm chủ công nghệ trong tương lai.