Báo cáo nghiên cứu về sự kháng cự trong việc sử dụng chatbot theo mô hình hai yếu tố

Bài viết phân tích sự kháng cự trong việc sử dụng chatbot qua mô hình hai yếu tố, cung cấp cái nhìn sâu sắc về hành vi người dùng.

• Trường học: Đại Học Kinh Tế Thành Phố Hồ Chí Minh
• Chuyên ngành: Công Nghệ Thông Tin - Trí Tuệ Nhân Tạo
• Đề tài: Nghiên Cứu Về Sự Kháng Cự Trong Việc Sử Dụng Chatbot: Mô Hình Hai Yếu Tố
• Loại tài liệu: báo cáo
• Năm xuất bản: 2024
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• ABSTRACT
• TABLE OF CONTENTS
• LIST OF TABLES
• LIST OF FIGURES
• LIST OF ACRONYMS
• INTRODUCTION
• 1.1. Subjects and Scope of Research
• 1.1.1. Research Scope
• 1. CHƯƠNG 1: LITERATURE REVIEW AND CONTEXT
• 1.1. Dual-factor theory of IS usage
• 1.2. DeLone and McLean’s IS success model
• 1.3. The SQB theory
• 1.4. Context
• 2. CHƯƠNG 2: HYPOTHESIS
• 2.1. Information Quality and Satisfaction
• 2.2. System Quality and Satisfaction
• 2.3. Service Quality and Satisfaction
• 2.4. Social Presence and Satisfaction
• 2.5. Technological Anxiety and Resistance to Use
• 2.6. Immature Technology and Resistance to Use
• 2.7. Privacy Concern and Resistance to Use
• 2.8. Satisfaction and Continuance Intention to Use
• 2.9. Resistance to use and Continuance intention to Use
• 3. CHƯƠNG 3: MODEL AND RESEARCH METHODOLOGY
• 3.1. Summary of Hypothesis
• 3.2. Definition of Variables
• 3.3. Resistance to Use
• 3.4. Continuance intention to Use
• 4. CHƯƠNG 4: DATA ANALYSIS RESULTS
• 4.1. Assessment of Measurement Model
• 4.2. Assessment of Structural Model
• 4.3. The Influences of Control Variables
• 5. CHƯƠNG 5: DISCUSSION
• 6. CONCLUSION AND IMPLICATION
• 6.1. Personalize user experience
• 6.2. Build popular topics
• 6.3. Analyze user data
• 6.4. Integrating virtual reality technology and virtual augmented reality
• 6.5. Ensure security of user information
• 6.6. Evaluate the new contribution of the research
• 6.7. Limitation and Directions for Future Researchs
• 6.8. Recommendations on mechanisms and policies
• REFERENCE

Tóm tắt

I. Chatbot Tổng quan ứng dụng và thách thức chấp nhận công nghệ

Trong kỷ nguyên mà trí tuệ nhân tạo (AI) và giao tiếp số đang dẫn đầu cuộc cách mạng công nghệ, chatbot đã nổi lên như một công cụ quan trọng để nâng cao dịch vụ khách hàng và hiệu quả hoạt động. Tuy nhiên, không phải tất cả khách hàng đều sẵn sàng hoặc cảm thấy thoải mái khi tương tác với chúng. Nghiên cứu này nhằm mục đích khám phá các yếu tố ảnh hưởng đến sự hài lòng và kháng cự chatbot ở những người trong độ tuổi từ 16 đến 34. Sử dụng phương pháp nghiên cứu định lượng, cuộc khảo sát đã thu thập phản hồi từ 384 người tham gia là người dùng hiện tại hoặc trước đây của chatbot trên các thành phố lớn ở Việt Nam. Kết quả cho thấy ý định tiếp tục sử dụng chatbot chịu ảnh hưởng tích cực bởi sự hài lòng, bao gồm các yếu tố như chất lượng thông tin, chất lượng dịch vụ, chất lượng hệ thống và sự hiện diện xã hội.

1.1. Tầm quan trọng của Chatbot trong kỷ nguyên số hiện nay

Chatbot đóng vai trò thiết yếu và được áp dụng rộng rãi trong dịch vụ khách hàng. Chính phủ Việt Nam đặt mục tiêu trở thành trung tâm đổi mới, phát triển các giải pháp và ứng dụng AI trong ASEAN. Thị trường AI đàm thoại Việt Nam được ước tính trị giá 152 triệu đô la Mỹ. Tuy nhiên, không phải tất cả khách hàng đều sẵn lòng hoặc cảm thấy thoải mái khi tương tác với chatbot, tạo ra một thách thức trong việc chấp nhận công nghệ chatbot. Cần có các nghiên cứu sâu hơn về các yếu tố ảnh hưởng đến việc sử dụng chatbot.

1.2. Thực trạng kháng cự sử dụng chatbot và những hệ lụy

Mặc dù được sử dụng rộng rãi, mức độ hài lòng của khách hàng với chatbot vẫn còn khá thấp. Một cuộc khảo sát gần đây cho thấy 74% người tiêu dùng mong đợi gặp chatbot trên một trang web, nhưng chỉ 13% số người được hỏi thích sử dụng chatbot hơn tương tác trực tiếp với con người (Yin, s, 2019). Điều này có thể là do một số vấn đề phát sinh từ việc sử dụng chatbot, chẳng hạn như sự không chắc chắn về hiệu suất của chatbot (Nguyễn, T, 2019), cảm giác khó chịu (Luo, X.; Qu, z, 2019) hoặc lo ngại về quyền riêng tư (Zamora, J, 2017).

II. Phân tích mô hình hai yếu tố ảnh hưởng kháng cự chatbot

Nghiên cứu này sử dụng mô hình hai yếu tố để phân tích các yếu tố ảnh hưởng đến việc sử dụng chatbot. Mô hình này cho rằng có hai nhóm yếu tố chính: yếu tố thúc đẩy (satisfiers) và yếu tố kìm hãm (dissatisfiers). Các yếu tố thúc đẩy bao gồm tính hữu ích của chatbot, tính dễ sử dụng của chatbot, và sự hiện diện xã hội. Các yếu tố kìm hãm bao gồm lo lắng về công nghệ, quan ngại về quyền riêng tư, và công nghệ chưa hoàn thiện. Nghiên cứu khám phá xem các yếu tố này ảnh hưởng như thế nào đến ý định tiếp tục sử dụng chatbot của người dùng.

2.1. Yếu tố thúc đẩy sự chấp nhận chatbot Sự hài lòng của người dùng

Nghiên cứu chỉ ra rằng sự hài lòng có ảnh hưởng tích cực đến ý định tiếp tục sử dụng chatbot. Sự hài lòng này bao gồm các yếu tố như chất lượng thông tin, chất lượng dịch vụ, chất lượng hệ thống và sự hiện diện xã hội. Chất lượng thông tin là yếu tố quan trọng nhất, vì người dùng muốn chatbot cung cấp thông tin chính xác và hữu ích. Chất lượng dịch vụ cũng quan trọng, vì người dùng muốn chatbot phản hồi nhanh chóng và hiệu quả.

2.2. Yếu tố kìm hãm sự chấp nhận chatbot Nỗi lo và quan ngại

Ngược lại, kháng cự chatbot có ảnh hưởng tiêu cực đến ý định tiếp tục sử dụng. Kháng cự chatbot bao gồm các yếu tố như lo lắng về công nghệ, quan ngại về quyền riêng tư và công nghệ chưa hoàn thiện. Lo lắng về công nghệ là một yếu tố quan trọng, vì người dùng có thể cảm thấy không thoải mái khi sử dụng chatbot, đặc biệt là nếu họ không quen thuộc với công nghệ. Quan ngại về quyền riêng tư cũng là một vấn đề lớn, vì người dùng có thể lo lắng về việc chatbot thu thập và sử dụng thông tin cá nhân của họ.

III. Phương pháp nghiên cứu định lượng về kháng cự trong sử dụng chatbot

Nghiên cứu sử dụng phương pháp nghiên cứu định lượng để thu thập và phân tích dữ liệu. Một cuộc khảo sát đã được thực hiện với 384 người tham gia là người dùng hiện tại hoặc trước đây của chatbot tại các thành phố lớn ở Việt Nam. Thang đo Likert 5 điểm đã được sử dụng để đo lường các biến số trong mô hình. Dữ liệu được phân tích bằng phương pháp thống kê để xác định mối quan hệ giữa các yếu tố và ý định tiếp tục sử dụng chatbot.

3.1. Thiết kế khảo sát và thu thập dữ liệu người dùng chatbot

Cuộc khảo sát bao gồm năm phần: tổng quan về các ứng dụng chatbot và sàng lọc người tham gia, đánh giá nhu cầu, các câu hỏi liên quan đến các biến mô hình, nhân khẩu học và phần kết luận. Nó bao gồm tổng cộng 43 câu hỏi liên quan đến mô hình nghiên cứu. Nghiên cứu này sử dụng thang đo Likert 5 điểm cho tất cả các biến được đo lường, trong đó "1" biểu thị không hoàn toàn đồng ý và "5" biểu thị hoàn toàn đồng ý.

3.2. Đối tượng và phạm vi nghiên cứu về hành vi sử dụng chatbot

Nghiên cứu này sử dụng các thang đo từ các bài báo nghiên cứu có liên quan. Phương pháp định lượng đã được sử dụng, với sự tham gia của 384 người trả lời trong độ tuổi từ 16 đến 34, bao gồm học sinh, sinh viên đại học và nhân viên văn phòng trên khắp Việt Nam, từ các tỉnh và thành phố lớn như Thành phố Hồ Chí Minh và Hà Nội đến các khu vực lân cận khác. Dữ liệu cho nghiên cứu hiện tại được thu thập trong khoảng thời gian từ ngày 1 tháng 4 đến ngày 20 tháng 6 năm 2023.

IV. Kết quả Ảnh hưởng của các yếu tố đến ý định dùng chatbot

Kết quả nghiên cứu cho thấy rằng sự hài lòng có ảnh hưởng tích cực và đáng kể đến ý định tiếp tục sử dụng chatbot. Các yếu tố như chất lượng thông tin, chất lượng dịch vụ, chất lượng hệ thống và sự hiện diện xã hội đều góp phần vào sự hài lòng của người dùng. Ngược lại, kháng cự chatbot, bao gồm lo lắng về công nghệ, quan ngại về quyền riêng tư, và công nghệ chưa hoàn thiện, có ảnh hưởng tiêu cực đến ý định tiếp tục sử dụng.

4.1. Tác động của sự hài lòng đến ý định tiếp tục sử dụng chatbot

Nghiên cứu chỉ ra rằng sự hài lòng là yếu tố dự báo mạnh mẽ cho ý định tiếp tục sử dụng chatbot. Khi người dùng cảm thấy hài lòng với chatbot, họ có nhiều khả năng tiếp tục sử dụng nó trong tương lai. Điều này nhấn mạnh tầm quan trọng của việc cải thiện trải nghiệm người dùng và đảm bảo rằng chatbot đáp ứng được nhu cầu của người dùng.

4.2. Vai trò của kháng cự chatbot trong việc giảm ý định sử dụng

Kháng cự chatbot có tác động tiêu cực đến ý định tiếp tục sử dụng. Khi người dùng cảm thấy lo lắng về công nghệ, quan ngại về quyền riêng tư, hoặc cho rằng công nghệ chatbot chưa hoàn thiện, họ ít có khả năng tiếp tục sử dụng chatbot trong tương lai. Điều này cho thấy rằng cần phải giải quyết những lo ngại này để tăng cường sự chấp nhận chatbot.

V. Giải pháp nâng cao trải nghiệm và giảm kháng cự với chatbot

Để tăng cường sự chấp nhận và sử dụng chatbot, nghiên cứu đề xuất một số giải pháp. Đầu tiên, cần cá nhân hóa trải nghiệm người dùng để đáp ứng nhu cầu cụ thể của từng cá nhân. Thứ hai, cần xây dựng các chủ đề phổ biến và hữu ích để thu hút người dùng. Thứ ba, cần phân tích dữ liệu người dùng để hiểu rõ hơn về hành vi và sở thích của họ. Cuối cùng, cần đảm bảo an ninh thông tin người dùng để giảm bớt lo ngại về quyền riêng tư.

5.1. Cá nhân hóa trải nghiệm người dùng và xây dựng chủ đề hấp dẫn

Cá nhân hóa trải nghiệm người dùng bằng cách điều chỉnh phản hồi của chatbot dựa trên sở thích và nhu cầu cá nhân. Xây dựng các chủ đề phổ biến và hữu ích để thu hút người dùng và cung cấp giá trị gia tăng. Điều này có thể bao gồm cung cấp thông tin về các sản phẩm và dịch vụ mới, cung cấp hỗ trợ khách hàng hoặc cung cấp nội dung giải trí.

5.2. Phân tích dữ liệu người dùng và đảm bảo an ninh thông tin

Phân tích dữ liệu người dùng để hiểu rõ hơn về hành vi và sở thích của họ. Điều này có thể giúp cải thiện hiệu suất của chatbot và cung cấp trải nghiệm người dùng tốt hơn. Đảm bảo an ninh thông tin người dùng bằng cách sử dụng các biện pháp bảo mật mạnh mẽ và tuân thủ các quy định về quyền riêng tư. Điều này sẽ giúp giảm bớt lo ngại về quyền riêng tư và tăng cường sự tin tưởng của người dùng.

VI. Tương lai nghiên cứu về yếu tố ảnh hưởng sự chấp nhận chatbot

Nghiên cứu này có một số hạn chế. Đầu tiên, mẫu nghiên cứu chỉ giới hạn ở những người trong độ tuổi từ 16 đến 34. Thứ hai, nghiên cứu chỉ tập trung vào một số yếu tố ảnh hưởng đến việc sử dụng chatbot. Trong tương lai, cần có thêm các nghiên cứu để khám phá các yếu tố khác và mở rộng phạm vi nghiên cứu.

6.1. Hạn chế và hướng nghiên cứu tiếp theo về sự chấp nhận chatbot

Nghiên cứu tập trung vào mô hình hai yếu tố nhưng bỏ qua các yếu tố văn hóa và xã hội có thể ảnh hưởng đến việc sử dụng chatbot. Nghiên cứu trong tương lai có thể khám phá các yếu tố này để có được một bức tranh đầy đủ hơn về các yếu tố ảnh hưởng đến sự chấp nhận chatbot. Thêm vào đó, có thể mở rộng nghiên cứu trên nhiều nhóm tuổi khác nhau để so sánh kết quả.

6.2. Đề xuất cơ chế và chính sách thúc đẩy sử dụng chatbot hiệu quả

Cần có các chính sách và cơ chế để thúc đẩy việc sử dụng chatbot một cách hiệu quả và an toàn. Điều này có thể bao gồm việc cung cấp đào tạo cho người dùng về cách sử dụng chatbot, thiết lập các tiêu chuẩn cho chất lượng chatbot, và bảo vệ quyền riêng tư của người dùng. Các nhà phát triển chatbot cần tuân thủ các quy định và tiêu chuẩn này để đảm bảo rằng chatbot của họ được sử dụng một cách có trách nhiệm.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC KINH TÉ THÀNH PHÓ HÒ CHÍ MINH BÁO CÁO TỎNG KÉT ĐÈ TÀI NGHIÊN cứu KHOA HỌC THAM GIA XÉT GIẢI THƯỞNG ‘’NHÀ NGHIÊN CỨU TRẺ UEH” NĂM 2024 EXPLAINING RESISTANCE TO SYSTEM USAGE IN THE CHATBOT: A VIEW OF THE DUAL-FACTOR MODEL Thuộc nhóm chuyên ngành: Công nghệ thông tin - Trí tuệ nhân tạo TP. Hồ Chí Minh, tháng 02 năm 2024 1 ABSTRACT In the era where artificial intelligence (AI) and digital communication are leading the technological revolution, chatbot have emerged as a key tool in enhancing customer service and operational efficiency. The study conducted by researchers aimed to explore the factors influencing satisfaction and resistance towards chatbot use among individuals aged 16 to 34. Utilizing a quantitative research method, the survey collected responses from 384 participants who are current or past users of chatbot across major cities in Vietnam.

The results of the study indicate that the continuance intention to use chatbot is positively influenced by satisfaction, which includes factors such as information quality, service quality, system quality, and social presence. Conversely, it is negatively affected by resistance to use, including technological anxiety, privacy concerns, and immature technology. Consequently, researchers proposes solutions to enhance user experience, contributing to the development of businesses to increase the number of users who accept and utilize chatbot. Keywords: AI, Chatbot, Intention to use, Digital, Information Technology.

2 TABLE OF CONTENTS ABSTRACT 1 TABLE OF CONTENTS 2 LIST OF TABLES 5 LIST OF FIGURES 6 LIST OF ACRONYMS 7 INTRODUCTION 8 1. Subjects and Scope of Research 11 5. Research Scope 11 RESEARCH CONTENT 13 CHAPTER 1. LITERATURE REVIEW AND CONTEXT 13 1.

Dual-factor theory of IS usage 14 1. DeLone and McLean’s IS success model 15 1. The SQB theory 16 1. Context 18 CHAPTER 2: HYPOTHESIS 20 2.

Information Quality and Satisfaction 20 2. System Quality and Satisfaction 21 2. Service Quality and Satisfaction 21 2. Social Presence and Satisfaction 22 2.

Technological Anxiety and Resistance to Use 22 2. Immature Technology and Resistance to Use 23 2. Privacy Concern and Resistance to Use 24 2. Satisfaction and Continuance Intention to Use 25 2.

Resistance to use and Continuance intention to Use 25 CHAPTER 3: MODEL AND RESEARCH METHODOLOGY 27 3. Summary of Hypothesis 27 3. Definition of Variables 28 3. Resistance to Use 36 3.

Continuance intention to Use 36 CHAPTER 4. Data Analysis Results 39 4. Assessment of Measurement Model 40 4. Assessment of Structural Model 45 4.

The Influences of Control Variables 48 CHAPTER 5. DISCUSSION 50 CONCLUSION AND IMPLICATION 52 1. Personalize user experience 55 2. Build popular topics 56 2.

Analyze user data 60 2. Integrating virtual reality technology and virtual augmented reality 63 2. Ensure security of user information 65 3. Evaluate the new contribution of the research 69 4.

Limitation and Directions for Future Researchs 71 4 5. Recommendations on mechanisms and policies 72 REFERENCE 74 5 LIST OF TABLES Table 1: Definition of Variables. 30 Table 2: Measurement itemsof Information Quality. 31 Table 3: Measurement itemsof System quality.

31 Table 4: Measurement itemsof Service Quality. 32 Table 5: Measurement itemsof Social Presence. 33 Table 6: Measurement itemsof Technological Anxiety. 34 Table 7: Measurement itemsof Immature Technology.

34 Table 8: Measurement itemsof Privacy Concern. 35 Table 9: Measurement itemsof Satisfaction.36 Table 10: Measurement items of Resistance to Use. 36 Table 11: Measurement items of Continuance intention to Use. 37 Table 12: Characteristics of Respondents.

40 Table 13: Assessment of constructs. 42 Table 14: Fornell-Larcker Criterion. 43 Table 15: Table of results according to HTMT.44 Table 16: Table of VIF evaluation results. 45 Table 17: Table of bootstrapping evaluation results.

47 Table 18: Results of assessing the influence of control variables. 49 Table 19: Python commands help provide, suggest and create topics before conversing with the chatbot. 58 Table 20: Python commands help provide, suggest and create topics before conversing with the chatbot. 59 Table 21: Data processing process in Python.

62 Table 22: Analyze processed data. 62 Table 23: Illustrate how to use Dialogflow to integrate AR and VR into chatbots. 64 Table 24: Python script for developers to encode information. 66 Table 25: Python script for developers to authenticate and authorize data.68 Table 26: SQL statement for chatbot to limit access to sensitive information.69 í) LIST OF FIGURES Figure 1: Conceptual framework.

27 Figure 2: Result of structures in research model. 48 Figure 3: Steps to implement the feature of adding, creating, and suggesting. 57 Figure 4: Illustration of suggesting and creating AI topics suitable to userneeds. 60 Figure 5: Steps to perform data analysis to understand users to.

61 Figure 6: Steps to Steps to take to secure user information. 66 7 LIST OF ACRONYMS NO. ACRONYMS EXPLAIN 1 AI Artificial Intelligence 2 CLI Command Line Interface 3 CRUD Create, Read, Update, Delete 4 IDS Intrusion Detection Systems 5 HSM Hardware Security Module 6 OTP One Time Password 7 PCA Principal Component Analysis t-Dislribuled Stochastic Neighbor 8 t-SNE Embedding 9 RES Researchers team 10 SQ System Quality 8 INTRODUCTION 1. Research Overview Chatbots are software applications supported by artificial intelligence, employing management systems for exchanging and interacting online through text and voice, thereby substituting direct human-to-human conversation (Cù, L.

Chatbots act on behalf of sales representatives to communicate information with customers by mimicking human natural language (Cù, L. Having issued National strategy on research, development and application of AI until 2030 (Decision number 127/ỌĐ- TTg dated 26 January 2021 and master plan for national e-commerce development to 2025 (Decision No. 645/QDTTg, 2020), Vietnam Government's ambition is to be “the center for innovation, development of AI solutions and applications in ASEAN and over the world’’ and ranks among lop 3 countries in Southeast Asia regarding online commerce development with the expectation of 50% population participating. While chatbots play an essential role and have been widely adopted in customer service, not all customers are willing or feel comfortable interacting with them (Ashfaq, M.

Currently, there remains a scarcity of research topics regarding the factors influencing resistance to use and the willingness of users to engage with technology. RES has decided to explore and analyze factors affecting the process of using chatbots, including the degree of satisfaction and the potential for resistance to use. It is predicted by industry experts that digitalization & development in AI applications, for instance, Chabot will create more opportunities for Vietnamese businesses and reduce the risks of being obsolete (Dharmaraj,2019). Vietnam conversational AI market size was estimated to be worth USD 152.

During the forecast period between 2023 and 2029. the Vietnam conversational AI market size is projected to grow al a CAGR of 21.81 % reaching a value of USD 604. Recognizing the importance and role in enhancing understanding of chatbot usage in current trends, RES has conducted quantitative research to propose solutions that serve practical life. Initially, the study will focus on identifying and analyzing factors that drive chatbot usage behavior, including information quality, service quality, system quality, and social presence.

These factors pertain to user satisfaction with 9 chatbots. Furthermore, RES will explore the potential for resistance to using chatbots, including concerns about technological anxiety, privacy concerns, and immature technology. Through this, RES proposes effective solutions and strategies to overcome these issues, thereby improving acceptance and the intention to use chatbots. Research Rationale In the recent times chatbot systems have gained popularity because of its wide applications.

Apart from the wide range of applications the reason for the popularity of chatbot systems is that they are approachable, they enhance customer experience, they can manage large number of customers, and are very cost effective (Megha Desai, 2019). It has been observed that chatbot systems helps in reducing the overall operating costs as well (M. In the coming years it is expected that chatbot systems will reduce the workload at the higher management levels by up to 70% (New 18, 2020). Because of this corporations are expected to invest billions of dollars in the research and development of chatbot systems.

Even from the customer's pot of view chatbot systems present a unique experience of availability of help and support for a product anytime of the day (T. As a matter for fact it has been observed that consumers prefer chatbot systems over human interaction and going ahead would prefer these systems over physically visiting the stores. These chatbot systems are given knowledge, with the help of which these systems try and answer user's queries (Nagarhalli, TP, Vaze, V. Chatbots are versatile and have great potential.

Human service workers often reach the limits of their capabilities; they may not be able to organize various resources for serving the company and may become fatigued (Johannsen, F. However, Chatbots are available 24 h a day, and with scalable technology, they can be accessed without waiting times for customers. For companies, Chatbots can play a significant role in cost savings and in automating processes (Akhtar, M. The existing research finds that humanoid Chatbots often suffer from information leakage, and their anthropomorphic perception-mediated recommendation compliance and lower privacy concerns have become focuses of attention (Ischen, c.

People did not report a decrease in privacy 10 concerns when using a Chatbot, although it increased the perception of social presence. As Chatbots are widely used in various fields, Chatbots working in the financial industry intensified people's distrust. When it comes to sharing financially sensitive information and using Chatbots for financial support, people’s trust in them is very low (Ng, M.; Coopamootoo, KPL; Toreini, E. In addition, it is important to note that chatbots may feed users’ viral-carrying content, which can raise privacy concerns; be adversarial or malicious; and cause significant financial, reputational, or legal damage to Chatbot providers (Baudart, G.

With regard to the impact of using Chatbots, the poor quality of the Chatbot's feedback can seriously affect the journey and make consumers dissatisfied (Nichifor, E. Ironically, the combination of “world-changing technology" touted by the media and vendors pushed Chatbot use to the level of inflated expectations when, in fact, the technology is still immature (Chu, Y. Although chatbots have been extensively used by many businesses in recent years, customers' satisfaction with chatbots is still rather low. For instance, a recent survey showed that 74% of consumers expect to encounter a chatbot on a website, but only 13% of the surveyed respondents prefer using chatbots over human interactions (Yin, s, 2019).

This may be due to several issues that arise from chatbot usage, such as uncertainly about the chatbot’s performance (Nguyền, T, 2019), uncomfortable feelings (Luo, X.; Qu, z, 2019) or privacy concerns (Zamora, J, 2017) Concerns and shortcomings in chatbot performance have impacted user satisfaction levels. A segment of users chooses to continue using chatbots, recognizing the specific value they offer, including convenience, efficiency, and the ease of use they provide (Rossmann. Conversely, another group expresses concerns about security risks, technical issues, and the limited interaction capabilities of chatbots (Agnihotri. Fully aware of this issue, RES has decided to conduct research on the topic "Explaining resistance to system usage in the ChatBot: A view of the dual-factor model" with the goal of surveying and analyzing factors affecting user satisfaction regarding the intention to continue using chatbots.

From this, RES aims to propose solutions and contribute to the development 11 and improvement of user experience, while also expanding opportunities for businesses to increase the number of users who accept and use chatbots. Research Objectives Our study aims to address and propose solutions to the limitations of chatbot usage identified in previous research. To serve the research objective, RES has formulated the following research questions: 1. What aspect affects young people’s resistance toward their continuance intention the most? 2.

Which factors are influential regarding to users' continuance intention in ChatBot? 3. What advice do ChatBot developers have for improving, enhancing, and engaging additional users? 4.