Ý Định Sử Dụng ChatGPT Phục Vụ Học Tập Của Sinh Viên Tại TP.HCM

Khóa luận phân tích ý định sử dụng ChatGPT trong học tập của sinh viên các trường đại học tại TP Hồ Chí Minh, khám phá lợi ích và thách thức.

• Tác giả: Thân Tú Anh
• Người hướng dẫn: ThS. Lê Nam Hải
• Trường học: Trường Đại Học Công Nghiệp TP.HCM
• Chuyên ngành: Quản Trị Kinh Doanh
• Đề tài: Ý Định Sử Dụng ChatGPT Phục Vụ Học Tập Của Sinh Viên Các Trường Đại Học Trên Địa Bàn Thành Phố Hồ Chí Minh
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• TÓM TẮT KHÓA LUẬN TỐT NGHIỆP
• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• DANH SÁCH BẢNG
• DANH SÁCH HÌNH
• DANH MỤC TỪ VIẾT TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN KHÓA LUẬN
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng nghiên cứu và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.5.1. Phương pháp nghiên cứu định tính
• 1.5.2. Phương pháp nghiên cứu định lượng
• 1.5.2.1. Nghiên cứu sơ bộ
• 1.5.2.2. Nghiên cứu chính thức
• 1.6. Ý nghĩa nghiên cứu
• 1.6.1. Ý nghĩa về mặt lý luận
• 1.6.2. Ý nghĩa về mặt thực tiễn
• 1.7. Kết cấu đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ LUẬN
• 2.1. Các khái niệm liên quan đến đề tài
• 2.1.1. Ý định sử dụng
• 2.1.2. Trí tuệ nhân tạo
• 2.1.3. Chat Generative Pre-training Transformer (ChatGPT)
• 2.2. Các nghiên cứu trước đó
• 2.2.1. Nghiên cứu nước ngoài
• 2.2.1.1. Mô hình nghiên cứu của Shen và cộng sự (2022)
• 2.2.1.2. Nghiên cứu của Polyportis và Pahos (2024)
• 2.2.1.3. Nghiên cứu của Strzelecki (2023)
• 2.2.1.4. Nghiên cứu của Mahmud và cộng sự (2023)
• 2.2.1.5. Nghiên cứu của Bhat và cộng sự (2023)
• 2.2.1.6. Nghiên cứu của Shaengchart và cộng sự (2023)
• 2.2.2. Nghiên cứu trong nước
• 2.2.2.1. Nghiên cứu của Thái Thị Cẩm Trang (2023)
• 2.2.2.2. Nghiên cứu của Dương Thanh Linh (2023)
• 2.2.2.3. Nghiên cứu của Giang Thị Thu Huyền (2023)
• 2.3. Giả thuyết nghiên cứu mô hình nghiên cứu đề xuất
• 2.3.1. Giả thuyết nghiên cứu
• 2.3.1.1. Nhận thức sự hữu ích
• 2.3.1.2. Nhận thức dễ sử dụng
• 2.3.1.3. Nhận thức độ tin cậy
• 2.3.1.4. Nhận thức sự hiện diện xã hội
• 2.3.1.5. Động lực hưởng thụ
• 2.3.1.6. Thái độ đối với ChatGPT
• 2.3.2. Mô hình nghiên cứu đề xuất
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu
• 3.1.1. Xác định đề tài nghiên cứu
• 3.1.2. Tìm kiếm các tài liệu có liên quan
• 3.1.3. Đưa ra các giả thuyết và mô hình nghiên cứu
• 3.1.4. Thiết lập thang đo, tạo bảng câu hỏi
• 3.1.5. Khảo sát định lượng sơ bộ
• 3.1.6. Khảo sát định lượng chính thức
• 3.1.7. Xử lý và phân tích kết quả
• 3.2. Phương pháp nghiên cứu
• 3.2.1. Nghiên cứu định tính
• 3.2.1.1. Mô tả nghiên cứu định tính
• 3.2.1.2. Kết quả nghiên cứu định tính
• 3.2.2. Nghiên cứu định lượng sơ bộ
• 3.2.2.1. Mô tả nghiên cứu định lượng sơ bộ
• 3.2.2.2. Kết quả nghiên cứu sơ bộ
• 3.3. Thiết kế nghiên cứu định lượng chính thức
• 3.3.1. Mẫu nghiên cứu
• 3.3.1.1. Phương pháp chọn mẫu được sử dụng
• 3.3.1.2. Cách thức tính toán kích cỡ mẫu
• 3.3.2. Cấu trúc bảng câu hỏi
• 3.4. Phương pháp và công cụ thu thập dữ liệu nghiên cứu
• 3.4.1. Nguồn thông tin sơ cấp
• 3.4.1.1. Công cụ thu thập dữ liệu sơ cấp
• 3.4.1.2. Phương pháp thu thập thông tin sơ cấp
• 3.4.2. Thông tin thứ cấp
• 3.4.2.1. Công cụ sử dụng thu thập dữ liệu thứ cấp
• 3.4.2.2. Phương pháp thu thập thông tin thứ cấp
• 3.4.3. Công cụ xử lý dữ liệu
• 3.5. Phương pháp phân tích dữ liệu
• 3.5.1. Thống kê mô tả
• 3.5.2. Đánh giá sơ bộ thang đo
• 3.5.3. Phân tích nhân tố khám phá EFA
• 3.5.4. Kiểm định phân tích nhân tố khẳng định CFA
• 3.5.4.1. Đo lường mức độ phù hợp của mô hình
• 3.5.4.2. Kiểm định giá trị hội tụ
• 3.5.4.3. Giá trị phân biệt
• 3.5.5. Mô hình cấu trúc tuyến tính SEM
• 3.5.6. Kiểm định ước lượng mô hình lý thuyết bằng Bootstrap
• 4. CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU
• 4.1. Phân tích dữ liệu thứ cấp
• 4.2. Phân tích dữ liệu sơ cấp
• 4.2.1. Phân tích thống kê nhân khẩu học
• 4.2.2. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo
• 4.2.3. Kết quả phân tích nhân tố khám phá (EFA)
• 4.2.4. Phân tích nhân tố khẳng định CFA
• 4.2.4.1. Đo lường mức độ phù hợp của mô hình
• 4.2.4.2. Đo lường mức độ tin cậy thang đo
• 4.2.4.3. Giá trị hội tụ
• 4.2.4.4. Giá trị phân biệt
• 4.2.5. Mô hình cấu trúc tuyến tính SEM
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết quả nghiên cứu và thảo luận
• 5.1.1. Kết quả nghiên cứu
• 5.1.2. Thảo luận kết quả nghiên cứu
• 5.2. Hàm ý quản trị
• 5.2.1. Nhận thức sự hữu ích
• 5.2.2. Nhận thức sự hiện diện xã hội
• 5.2.3. Nhận thức độ tin cậy
• 5.2.4. Động lực hưởng thụ
• 5.2.5. Thái độ đối với ChatGPT
• 5.3. Hạn chế của đề tài
• 5.4. Hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Nghiên Cứu Ý Định Sử Dụng ChatGPT Trong Học Tập

Nghiên cứu này tập trung vào việc tìm hiểu ý định sử dụng ChatGPT trong học tập của sinh viên tại TP.HCM. Với sự phát triển mạnh mẽ của công nghệ, đặc biệt là trí tuệ nhân tạo, ChatGPT đã trở thành một công cụ hỗ trợ học tập hiệu quả. Nghiên cứu sẽ phân tích các yếu tố ảnh hưởng đến việc sinh viên quyết định sử dụng ChatGPT trong quá trình học tập của họ.

1.1. Lý do chọn đề tài nghiên cứu

Sự phát triển của công nghệ trong giáo dục đã tạo ra nhu cầu lớn về các công cụ hỗ trợ học tập. ChatGPT, với khả năng tương tác và cung cấp thông tin nhanh chóng, đã thu hút sự quan tâm của sinh viên. Nghiên cứu này nhằm khám phá lý do tại sao sinh viên lại chọn sử dụng ChatGPT.

1.2. Mục tiêu nghiên cứu

Mục tiêu chính của nghiên cứu là xác định các yếu tố ảnh hưởng đến ý định sử dụng ChatGPT của sinh viên. Nghiên cứu sẽ đo lường mức độ ảnh hưởng của các yếu tố này và đề xuất các giải pháp cải thiện việc sử dụng ChatGPT trong học tập.

II. Vấn đề và Thách thức Trong Việc Sử Dụng ChatGPT

Mặc dù ChatGPT mang lại nhiều lợi ích, nhưng vẫn tồn tại một số thách thức trong việc sử dụng nó trong học tập. Các vấn đề như độ tin cậy của thông tin, khả năng tương tác và sự chấp nhận của sinh viên cần được xem xét kỹ lưỡng.

2.1. Độ tin cậy của thông tin từ ChatGPT

Một trong những thách thức lớn nhất là đảm bảo rằng thông tin mà ChatGPT cung cấp là chính xác và đáng tin cậy. Sinh viên cần phải biết cách đánh giá và xác thực thông tin trước khi sử dụng.

2.2. Khả năng tương tác của ChatGPT

Khả năng tương tác của ChatGPT có thể ảnh hưởng đến trải nghiệm học tập của sinh viên. Việc thiết kế giao diện thân thiện và dễ sử dụng là rất quan trọng để thu hút sinh viên.

III. Phương Pháp Nghiên Cứu Ý Định Sử Dụng ChatGPT

Nghiên cứu sẽ sử dụng mô hình chấp nhận công nghệ để phân tích các yếu tố ảnh hưởng đến ý định sử dụng ChatGPT. Các phương pháp định tính và định lượng sẽ được áp dụng để thu thập và phân tích dữ liệu.

3.1. Mô hình nghiên cứu

Mô hình nghiên cứu sẽ bao gồm các yếu tố như nhận thức sự hữu ích, nhận thức dễ sử dụng, và thái độ đối với ChatGPT. Những yếu tố này sẽ được kiểm định thông qua khảo sát với sinh viên.

3.2. Phương pháp thu thập dữ liệu

Dữ liệu sẽ được thu thập thông qua bảng hỏi khảo sát trực tuyến. Mẫu nghiên cứu sẽ bao gồm 300 sinh viên từ các trường đại học tại TP.HCM đã sử dụng ChatGPT.

IV. Kết Quả Nghiên Cứu Về Ý Định Sử Dụng ChatGPT

Kết quả nghiên cứu cho thấy rằng nhận thức sự hữu ích và độ tin cậy của ChatGPT có ảnh hưởng tích cực đến thái độ của sinh viên đối với việc sử dụng công cụ này trong học tập.

4.1. Ảnh hưởng của nhận thức sự hữu ích

Nghiên cứu chỉ ra rằng sinh viên có xu hướng sử dụng ChatGPT nhiều hơn khi họ nhận thấy nó mang lại lợi ích rõ ràng cho quá trình học tập của họ.

4.2. Ảnh hưởng của độ tin cậy

Độ tin cậy của thông tin từ ChatGPT cũng đóng vai trò quan trọng. Sinh viên sẽ không sử dụng công cụ này nếu họ không tin tưởng vào độ chính xác của thông tin mà nó cung cấp.

V. Kết Luận và Tương Lai Của Nghiên Cứu

Nghiên cứu đã chỉ ra rằng việc sử dụng ChatGPT trong học tập của sinh viên tại TP.HCM có tiềm năng lớn. Tuy nhiên, cần có những cải tiến để nâng cao độ tin cậy và khả năng tương tác của công cụ này.

5.1. Tương lai của ChatGPT trong giáo dục

Với sự phát triển không ngừng của công nghệ, ChatGPT có thể trở thành một công cụ không thể thiếu trong giáo dục, giúp sinh viên tiếp cận kiến thức một cách nhanh chóng và hiệu quả.

5.2. Đề xuất cho các nhà phát triển AI

Các nhà phát triển AI cần chú trọng đến việc cải thiện độ tin cậy và khả năng tương tác của ChatGPT để đáp ứng tốt hơn nhu cầu học tập của sinh viên.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Cuộc Cách mạng Công nghiệp 4.0 đang thúc đẩy quá trình chuyển đổi số mạnh mẽ trên nhiều lĩnh vực, trong đó giáo dục và đào tạo chịu sự tác động sâu sắc từ sự phát triển của trí tuệ nhân tạo (AI). Trong bối cảnh các công cụ AI ngày càng hoàn thiện, chatbot sử dụng mô hình ngôn ngữ tự nhiên đã trở thành phương tiện hỗ trợ đắc lực cho người học. Đặc biệt, sự ra đời của ChatGPT (Chat Generative Pre-training Transformer) do OpenAI phát triển đã thu hút sự quan tâm lớn của cộng đồng học thuật toàn cầu nhờ khả năng giải thích khái niệm, giải bài tập, soạn thảo văn bản và hỗ trợ lập trình. Theo các nghiên cứu được trích dẫn trong khóa luận, thị trường giáo dục ứng dụng AI được dự báo sẽ vượt mốc 20 tỷ USD vào năm 2027, phản ánh xu thế tất yếu của việc tích hợp công nghệ vào giảng dạy và học tập ở bậc đại học.

Tại Việt Nam, nhiều nghiên cứu ban đầu đã tiếp cận chủ đề ứng dụng ChatGPT trong môi trường đại học. Tuy nhiên, các công trình trong nước phần lớn dừng lại ở phương pháp nghiên cứu định tính, chưa có nhiều nghiên cứu định lượng kiểm định mô hình cấu trúc nhằm đo lường mức độ tác động của các nhân tố tâm lý - xã hội đến ý định sử dụng ChatGPT của người học. Thành phố Hồ Chí Minh là trung tâm giáo dục lớn với số lượng sinh viên và trường đại học đông đảo, tạo ra môi trường thực tiễn phù hợp để khảo sát hành vi tiếp nhận công nghệ này. Do đó, đề tài "Ý định sử dụng ChatGPT phục vụ học tập của sinh viên các trường Đại học trên địa bàn Thành phố Hồ Chí Minh" được tác giả Thân Tú Anh thực hiện nhằm giải quyết khoảng trống nghiên cứu trên.

Mục tiêu nghiên cứu

1. Mục tiêu tổng quát: Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng ChatGPT phục vụ học tập của sinh viên các trường đại học trên địa bàn Thành phố Hồ Chí Minh.
2. Mục tiêu cụ thể:
   • Xác định các yếu tố ảnh hưởng đến ý định sử dụng ChatGPT của sinh viên các trường đại học tại TP.HCM.
   • Đo lường mức độ ảnh hưởng của từng yếu tố đến ý định sử dụng ChatGPT của sinh viên.
   • Đề xuất một số hàm ý quản trị giúp các nhà phát triển AI cải thiện sản phẩm và dịch vụ đáp ứng tốt hơn nhu cầu học tập.

Câu hỏi nghiên cứu

1. Các yếu tố nào có ảnh hưởng đến ý định sử dụng ChatGPT của sinh viên các trường đại học trên địa bàn TP.HCM?
2. Mức độ ảnh hưởng của các yếu tố đến ý định sử dụng ChatGPT của sinh viên tại địa bàn TP.HCM là bao nhiêu?
3. Những hàm ý quản trị nào có thể giúp các nhà phát triển AI cải thiện sản phẩm và dịch vụ?

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Các yếu tố tác động đến ý định sử dụng ChatGPT của sinh viên.
• Đối tượng khảo sát: Sinh viên đang theo học tại các trường đại học trên địa bàn TP.HCM đã từng sử dụng ChatGPT cho mục đích học tập.
• Phạm vi không gian: Các trường đại học trên địa bàn Thành phố Hồ Chí Minh.
• Phạm vi thời gian:
  • Thu thập dữ liệu thứ cấp: Từ tháng 12/2023 đến tháng 04/2024.
  • Thu thập dữ liệu sơ cấp: Từ tháng 12/2023 đến tháng 03/2024.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình nghiên cứu

Khóa luận xây dựng mô hình nghiên cứu dựa trên nền tảng Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM) của Davis (1989), vốn phát triển từ Thuyết Hành động Hợp lý (TRA) của Ajzen & Fishbein. Mô hình TAM lý giải hành vi chấp nhận công nghệ thông qua hai biến nhận thức cốt lõi là Nhận thức sự hữu ích (Perceived Usefulness) và Nhận thức dễ sử dụng (Perceived Ease of Use), tác động đến Thái độ (Attitude) và dẫn đến Ý định hành vi (Behavioral Intention).

Để phù hợp với đặc thù tương tác của chatbot AI tạo sinh, tác giả tích hợp thêm các biến ngoại sinh từ các khung lý thuyết mở rộng (meta-UTAUT, VAM, SSRIT) và các nghiên cứu thực nghiệm quốc tế gần đây:

• Nhận thức sự hữu ích (SHI): Niềm tin của cá nhân rằng sử dụng ChatGPT sẽ nâng cao năng suất và hiệu quả học tập (tham khảo Davis, 1989; Shen et al., 2022; Mahmud et al., 2023; Bhat et al., 2023).
• Nhận thức dễ sử dụng (DSD): Mức độ người học cảm nhận việc học cách dùng và tương tác với ChatGPT là dễ dàng, không tốn nhiều nỗ lực (tham khảo Davis, 1989; Belanche et al., 2019; Shen et al., 2022).
• Nhận thức độ tin cậy (TC): Mức độ tin tưởng của người dùng vào tính an toàn, bảo mật và độ chính xác của kết quả từ ChatGPT (tham khảo Howcroft et al., 2002; Chi et al., 2021; Bhat et al., 2023; Polyportis & Pahos, 2024).
• Nhận thức sự hiện diện xã hội (SHD): Cảm nhận việc tương tác với ChatGPT giống như đang giao tiếp với một con người thực sự (tham khảo Chang et al., 2022; Kim et al., 2023; Polyportis & Pahos, 2024).
• Động lực hưởng thụ (HT): Sự thích thú, vui vẻ và tính giải trí mà người học trải nghiệm khi tương tác với ChatGPT (tham khảo Baabdullah, 2018; Strzelecki, 2023; Mahmud et al., 2023).
• Thái độ đối với ChatGPT (TD): Cảm xúc, nhận thức và sự đánh giá tích cực chung của sinh viên đối với việc ứng dụng ChatGPT trong học tập (tham khảo Ajzen, 1991; Shen et al., 2022).
• Ý định sử dụng (YD): Mức độ sẵn sàng và xu hướng tiếp tục sử dụng ChatGPT trong tương lai cũng như giới thiệu cho người khác (tham khảo Ajzen, 1991; Venkatesh et al., 2003; Polyportis & Pahos, 2024).

Hệ thống các giả thuyết nghiên cứu:

• H1: Nhận thức sự hữu ích có ảnh hưởng tích cực đến thái độ của sinh viên khi sử dụng ChatGPT cho mục đích học tập.
• H2: Nhận thức dễ sử dụng có ảnh hưởng tích cực đến thái độ của sinh viên khi sử dụng ChatGPT cho mục đích học tập.
• H3: Nhận thức độ tin cậy có ảnh hưởng tích cực đến thái độ của sinh viên khi sử dụng ChatGPT cho mục đích học tập.
• H4: Nhận thức sự hiện diện xã hội có ảnh hưởng tích cực đến thái độ của sinh viên khi sử dụng ChatGPT cho mục đích học tập.
• H5: Động lực hưởng thụ có ảnh hưởng tích cực đến thái độ của sinh viên trong việc sử dụng ChatGPT cho mục đích học tập.
• H6: Thái độ đối với ChatGPT của sinh viên ảnh hưởng tích cực đến ý định sử dụng ChatGPT cho mục đích học tập.

Phương pháp nghiên cứu và nguồn dữ liệu

Nghiên cứu áp dụng quy trình kết hợp phương pháp định tính và định lượng:

1. Nghiên cứu định tính: Tổng quan các tài liệu học thuật trong và ngoài nước (Google Scholar, ScienceDirect, ResearchGate); phỏng vấn chuyên sâu chuyên gia để hiệu chỉnh nội dung, cấu trúc và câu từ của thang đo gốc cho phù hợp với bối cảnh sinh viên đại học tại TP.HCM.
2. Nghiên cứu định lượng sơ bộ: Khảo sát thử nghiệm trên mẫu thuận tiện $N = 50$ sinh viên tại TP.HCM vào tháng 02/2024. Phân tích độ tin cậy Cronbach's Alpha trên phần mềm SPSS 21.0 nhằm sàng lọc biến quan sát.
3. Nghiên cứu định lượng chính thức: Khảo sát trực tuyến bằng bảng câu hỏi trên nền tảng Google Forms, chia sẻ qua mạng xã hội (Facebook, Zalo) tới sinh viên các trường đại học tại TP.HCM. Kích thước mẫu chính thức là $N = 300$, thỏa mãn tiêu chuẩn kích thước mẫu của Hair et al. (2010) với quy tắc tối thiểu $5 \times m$ (tối thiểu 105 quan sát cho $m = 21$ biến quan sát) và $10 \times m$ (tối thiểu 210 quan sát).
4. Kỹ thuật phân tích dữ liệu: Sử dụng thang đo khoảng cách Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý). Quy trình xử lý gồm: Thống kê mô tả, kiểm định độ tin cậy Cronbach's Alpha, Phân tích nhân tố khám phá (EFA), Phân tích nhân tố khẳng định (CFA), Mô hình hóa phương trình cấu trúc tuyến tính (SEM) và kiểm định Bootstrap trên phần mềm SPSS 21.0 và AMOS 24.

STT	Khái niệm nghiên cứu	Mã hóa	Số biến quan sát	Nguồn thang đo tham khảo
1	Nhận thức sự hữu ích	SHI	3	Shen và cộng sự (2022)
2	Nhận thức dễ sử dụng	DSD	3	Shen và cộng sự (2022)
3	Nhận thức sự hiện diện xã hội	SHD	3	Polyportis và Pahos (2024)
4	Nhận thức độ tin cậy	TC	3	Polyportis và Pahos (2024)
5	Động lực hưởng thụ	HT	3	Strzelecki (2023)
6	Thái độ đối với ChatGPT	TD	3	Shen và cộng sự (2022)
7	Ý định sử dụng ChatGPT	YD	3	Polyportis và Pahos (2024)

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu tổng quan khóa luận

Chương mở đầu phân tích bối cảnh bùng nổ của trí tuệ nhân tạo và công nghệ chatbot trong giáo dục đại học. Tác giả chỉ ra tính cấp thiết của đề tài khi việc ứng dụng AI đang mở rộng nhanh chóng nhưng các nghiên cứu định lượng tại Việt Nam về ý định sử dụng ChatGPT của sinh viên còn hạn chế. Chương này xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, đối tượng nghiên cứu (yếu tố ảnh hưởng), đối tượng khảo sát (sinh viên đại học tại TP.HCM đã dùng ChatGPT), phạm vi thời gian (tháng 12/2023 - 04/2024), ý nghĩa lý luận - thực tiễn và kết cấu 5 chương của khóa luận.

Chương 2: Cơ sở lý luận

Chương 2 hệ thống hóa các định nghĩa khoa học về ý định sử dụng (Ajzen, 1991; Venkatesh et al., 2003), trí tuệ nhân tạo (McCarthy et al., 1995) và ChatGPT (Vaswani et al., 2017; Susnjak, 2022; Rahman & Watanobe, 2023). Tác giả trình bày chi tiết mô hình nền tảng TAM (Davis, 1989), đồng thời tổng thuật sâu 6 nghiên cứu quốc tế (Shen et al., 2022; Polyportis & Pahos, 2024; Strzelecki, 2023; Mahmud et al., 2023; Bhat et al., 2023; Shaengchart et al., 2023) và 3 nghiên cứu định tính tại Việt Nam (Thái Thị Cẩm Trang, 2023; Dương Thanh Linh, 2023; Giang Thị Thu Huyền, 2023). Dựa trên cơ sở lý luận, chương đề xuất mô hình nghiên cứu gồm 5 nhân tố tiền đề tác động đến Thái độ đối với ChatGPT, và Thái độ tác động trực tiếp đến Ý định sử dụng, tương ứng với 6 giả thuyết khoa học từ H1 đến H6.

Chương 3: Phương pháp nghiên cứu

Chương 3 chi tiết hóa quy trình nghiên cứu chuẩn qua 7 bước: (1) Xác định đề tài, (2) Tìm kiếm tài liệu, (3) Đưa ra giả thuyết và mô hình, (4) Thiết lập thang đo và bảng câu hỏi, (5) Khảo sát sơ bộ, (6) Khảo sát chính thức, (7) Xử lý và phân tích dữ liệu. Thang đo chính thức gồm 21 biến quan sát thuộc 7 cấu trúc được chuẩn hóa qua phỏng vấn chuyên gia. Kết quả kiểm định độ tin cậy sơ bộ ($N = 50$) khẳng định tất cả các thang đo đều đạt độ tin cậy cao, đủ điều kiện triển khai khảo sát chính thức. Bảng câu hỏi chính thức được thiết kế 3 phần: Câu hỏi gạn lọc, Thông tin nhân khẩu học và Đánh giá Likert 5 mức độ.

Thang đo thành phần	Số biến ban đầu	Số biến sau sơ bộ	Cronbach's Alpha sơ bộ	Tương quan biến - tổng nhỏ nhất
Nhận thức sự hữu ích (SHI)	3	3	0,815	$\ge 0,606$
Nhận thức dễ sử dụng (DSD)	3	3	0,843	$\ge 0,630$
Nhận thức sự hiện diện xã hội (SHD)	3	3	0,713	$\ge 0,516$
Nhận thức độ tin cậy (TC)	3	3	0,865	$\ge 0,662$
Động lực hưởng thụ (HT)	3	3	0,912	$\ge 0,803$
Thái độ đối với ChatGPT (TD)	3	3	0,915	$\ge 0,728$
Ý định sử dụng ChatGPT (YD)	3	3	0,934	$\ge 0,793$

Chương 4: Phân tích dữ liệu

Chương 4 thực hiện các phân tích thống kê trên mẫu khảo sát chính thức $N = 300$ sinh viên tại TP.HCM:

• Thống kê nhân khẩu học: Tổng hợp cơ cấu mẫu theo giới tính, năm học và trường đại học.
• Kiểm định Cronbach's Alpha: Đánh giá độ tin cậy nội tại của 21 biến quan sát thuộc 7 thang đo.
• Phân tích EFA: Rút trích các nhân tố khám phá, kiểm định ma trận xoay để đảm bảo tính hội tụ và phân biệt của dữ liệu.
• Phân tích CFA: Đánh giá mức độ phù hợp của mô hình đo lường (Model Fit), kiểm định độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE) cho giá trị hội tụ và kiểm tra giá trị phân biệt giữa các cấu trúc.
• Phân tích SEM và Bootstrap: Kiểm định mối quan hệ nhân quả giữa các biến, xác định hệ số hồi quy chuẩn hóa và mức ý nghĩa thống kê của các giả thuyết $H1 - H6$, kiểm tra hệ số xác định $R^2$.

Chương 5: Kết luận và hàm ý quản trị

Chương tổng kết các phát hiện chính từ mô hình SEM và tiến hành thảo luận so sánh với các nghiên cứu trước đây. Trên cơ sở đó, tác giả đưa ra các nhóm hàm ý quản trị cụ thể nhằm nâng cao chất lượng dịch vụ AI, tập trung vào 5 khía cạnh cốt lõi: Nâng cao nhận thức sự hữu ích, Gia tăng nhận thức sự hiện diện xã hội, Củng cố nhận thức độ tin cậy, Kích hoạt động lực hưởng thụ và Cải thiện thái độ tích cực của sinh viên. Cuối chương nêu rõ các hạn chế về quy mô mẫu, phạm vi địa lý và đề xuất định hướng nghiên cứu tiếp theo.

---

Kết quả và đóng góp

Kết quả nghiên cứu chính

• Độ tin cậy thang đo sơ bộ: Cả 7 thang đo (21 biến quan sát) đều đạt yêu cầu về tính nhất quán nội tại với hệ số Cronbach's Alpha dao động từ $0,713$ đến $0,934$ (vượt ngưỡng $0,7$), hệ số tương quan biến - tổng dao động từ $0,516$ đến $0,803$ (vượt xa ngưỡng $0,3$).
• Mối quan hệ tác động được xác nhận: Kết quả kiểm định mô hình cấu trúc tuyến tính (SEM) chỉ ra rằng:
  • Các yếu tố Nhận thức sự hữu ích, Nhận thức độ tin cậy, Nhận thức sự hiện diện xã hội và Động lực hưởng thụ có tác động tích cực, có ý nghĩa thống kê đến Thái độ đối với ChatGPT của sinh viên.
  • Thái độ đối với ChatGPT tác động tích cực và mạnh mẽ đến Ý định sử dụng ChatGPT phục vụ học tập của sinh viên.

Hàm ý và giải pháp đề xuất

Tác giả đề xuất các hàm ý quản trị dành cho các nhà phát triển AI và nhà cung cấp dịch vụ công nghệ giáo dục:

• Nhận thức sự hữu ích: Tối ưu hóa thuật toán và cơ sở dữ liệu để nâng cao độ chuẩn xác trong xử lý bài tập học thuật, tài liệu chuyên ngành; phát triển thêm tính năng hỗ trợ học tập chuyên sâu theo từng môn học.
• Nhận thức độ tin cậy: Minh bạch hóa nguồn thông tin tham khảo, cảnh báo rõ ràng về giới hạn của dữ liệu AI; tăng cường các giao thức bảo mật thông tin cá nhân và an toàn dữ liệu người dùng.
• Sự hiện diện xã hội: Hoàn thiện khả năng xử lý ngôn ngữ tự nhiên, tăng tính tương tác, biểu cảm và ngữ điệu giao tiếp để sinh viên cảm nhận trải nghiệm học tập tự nhiên như đối thoại với trợ giảng.
• Động lực hưởng thụ: Cải tiến giao diện trực quan, cá nhân hóa trải nghiệm người dùng và tích hợp các yếu tố tương tác thú vị nhằm duy trì hứng thú học tập.
• Thái độ đối với ChatGPT: Định hướng người dùng trải nghiệm các tính năng hữu ích, xây dựng hình ảnh chatbot học tập an toàn, hữu ích nhằm củng cố thái độ tích cực.

Đóng góp của đề tài

• Về mặt lý luận: Bổ sung bằng chứng thực nghiệm về việc mở rộng mô hình TAM bằng cách tích hợp thêm các biến nhận thức độ tin cậy, sự hiện diện xã hội và động lực hưởng thụ trong bối cảnh ứng dụng AI tạo sinh (Generative AI) tại một quốc gia đang phát triển.
• Về mặt thực tiễn: Cung cấp tài liệu tham khảo cho các nhà phát triển phần mềm AI, các trường đại học và cơ quan quản lý giáo dục trong việc nắm bắt hành vi, kỳ vọng và rào cản tâm lý của người học khi tiếp cận công cụ AI mới.

---

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế gắn liền với phạm vi và điều kiện thực hiện nghiên cứu:

• Phương pháp lấy mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất với kích thước mẫu chính thức là 300 sinh viên, giới hạn trong phạm vi các trường đại học tại Thành phố Hồ Chí Minh. Do đó, tính đại diện cho toàn bộ sinh viên trên cả nước chưa cao.
• Thời gian nghiên cứu: Dữ liệu sơ cấp được thu thập trong khoảng thời gian ngắn (từ tháng 12/2023 đến tháng 03/2024), phản ánh ý định sử dụng tại một thời điểm nhất định khi ChatGPT đang là hiện tượng công nghệ mới nổi.
• Phạm vi biến số: Mô hình tập trung vào 5 tiền đề tác động đến thái độ và ý định; chưa kiểm tra tác động điều tiết của các biến nhân khẩu học (giới tính, ngành học, năm học) hoặc các yếu tố bên ngoài như chính sách thể chế của nhà trường, thói quen và chi phí dịch vụ.

Hướng nghiên cứu tiếp theo được tác giả gợi ý:

• Mở rộng phạm vi khảo sát sang các khu vực và tỉnh thành khác nhằm tăng tính tổng quát hóa của mô hình.
• Tăng quy mô mẫu và áp dụng phương pháp lấy mẫu xác suất phân tầng.
• Bổ sung các biến trung gian, biến điều tiết (như chính sách quản lý học thuật của trường đại học, tính đổi mới cá nhân, thói quen sử dụng) để giải thích sâu sắc hơn hành vi sử dụng thực tế của sinh viên.

---

Giá trị tham khảo

Khóa luận là nguồn tài liệu hữu ích cho:

• Sinh viên và học viên ngành Quản trị Kinh doanh, Marketing, Hệ thống Thông tin Quản lý: Có thể tham khảo phương pháp luận chuẩn mực về quy trình nghiên cứu định lượng ứng dụng mô hình TAM, cách thức thiết kế thang đo 21 biến quan sát và quy trình phân tích dữ liệu trên phần mềm SPSS/AMOS.
• Các nhà nghiên cứu về Công nghệ Giáo dục (EdTech): Cung cấp hệ thống tổng quan tài liệu phong phú, tổng hợp có hệ thống các mô hình nghiên cứu quốc tế (Shen et al., 2022; Strzelecki, 2023; Polyportis & Pahos, 2024; Mahmud et al., 2023) về sự chấp nhận AI.
• Nhà phát triển sản phẩm AI: Tham khảo các hàm ý quản trị thực tế về 5 khía cạnh cốt lõi (hữu ích, tin cậy, hiện diện xã hội, hưởng thụ, thái độ) nhằm tinh chỉnh tính năng sản phẩm phù hợp với đối tượng học sinh, sinh viên.

---

Câu hỏi thường gặp

1. Khóa luận sử dụng mô hình lý thuyết nền tảng nào để nghiên cứu ý định sử dụng ChatGPT?

Khóa luận sử dụng Mô hình Chấp nhận Công nghệ (TAM) của Davis (1989), kết hợp bổ sung các nhân tố ngoại sinh từ các nghiên cứu quốc tế gần đây gồm: Nhận thức sự hữu ích, Nhận thức dễ sử dụng, Nhận thức độ tin cậy, Nhận thức sự hiện diện xã hội và Động lực hưởng thụ.

2. Kích thước mẫu và phương pháp thu thập dữ liệu trong nghiên cứu được triển khai ra sao?

Nghiên cứu triển khai theo 2 giai đoạn: Giai đoạn sơ bộ khảo sát 50 sinh viên; Giai đoạn chính thức khảo sát 300 sinh viên tại các trường đại học trên địa bàn TP.HCM bằng phương pháp chọn mẫu thuận tiện phi xác suất, thu thập trực tuyến qua biểu mẫu Google Forms chia sẻ trên Facebook và Zalo từ tháng 12/2023 đến tháng 03/2024.

3. Thang đo của khóa luận gồm bao nhiêu biến quan sát và được kế thừa từ các nguồn nào?

Thang đo gồm tổng cộng 21 biến quan sát thuộc 7 cấu trúc (mỗi cấu trúc 3 biến):

• Nhận thức sự hữu ích, Nhận thức dễ sử dụng, Thái độ đối với ChatGPT kế thừa từ Shen và cộng sự (2022).
• Nhận thức sự hiện diện xã hội, Nhận thức độ tin cậy, Ý định sử dụng kế thừa từ Polyportis và Pahos (2024).
• Động lực hưởng thụ kế thừa từ Strzelecki (2023).

4. Kết quả kiểm định độ tin cậy Cronbach's Alpha trong giai đoạn nghiên cứu sơ bộ đạt bao nhiêu?

Hệ số Cronbach's Alpha sơ bộ của cả 7 thang đo đều đạt từ 0,713 đến 0,934 (thấp nhất là Nhận thức sự hiện diện xã hội với 0,713; cao nhất là Ý định sử dụng với 0,934), hệ số tương quan biến - tổng của tất cả 21 biến đều $\ge 0,516$, vượt ngưỡng tiêu chuẩn 0,3.

5. Kết quả phân tích SEM khẳng định những nhân tố nào tác động đến thái độ và ý định sử dụng ChatGPT?

Mô hình cấu trúc tuyến tính (SEM) khẳng định Nhận thức sự hữu ích, Nhận thức độ tin cậy, Nhận thức sự hiện diện xã hội và Động lực hưởng thụ có tác động tích cực đến Thái độ đối với ChatGPT; đồng thời Thái độ đối với ChatGPT tác động tích cực và trực tiếp đến Ý định sử dụng ChatGPT trong học tập của sinh viên.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Thân Tú Anh đã hệ thống hóa cơ sở lý thuyết và kiểm định thành công mô hình các yếu tố ảnh hưởng đến ý định sử dụng ChatGPT phục vụ học tập của sinh viên đại học tại TP.HCM. Kết quả nghiên cứu xác nhận vai trò trọng yếu của thái độ cũng như các tiền đề về tính hữu ích, độ tin cậy, sự hiện diện xã hội và động lực hưởng thụ trong việc thúc đẩy sinh viên chấp nhận công nghệ AI. Các phát hiện và hàm ý quản trị trong đề tài cung cấp luận cứ thực tiễn giá trị cho các nhà phát triển công nghệ và các đơn vị giáo dục trong quá trình chuyển đổi số học đường.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về đề tài nghiên cứu Trình bày tổng quan về đề tài: Lý do chọn đề tài, mục tiêu nghiên cứu, đối tượng nghiên cứu, phạm vi nghiên cứu, câu hỏi nghiên cứu, phương pháp nghiên cứu, ý nghĩa nghiên cứu và kết cấu của đề tài. Chương 2: Cơ sở lý luận Giới thiệu các lý thuyết nền, các khái niệm có liên quan, tổng quan các nghiên cứu trong và ngoài nước. Qua đó, đề xuất mô hình nghiên cứu và giả thuyết nghiên cứu. Chương 3: Phương pháp nghiên cứu Trình bày quy trình nghiên cứu, phương pháp nghiên cứu chi tiết, kết quả nghiên cứu sơ bộ, quy trình thiết kế nghiên cứu định lượng chính thức, phương pháp và công cụ thu thập dữ liệu và cuối cùng là phương pháp phân tích dữ liệu.

Chương 4: Phân tích kết quả nghiên cứu 8 CHƯƠNG 2: CƠ SỞ LÝ LUẬN 2.1 Các khái niệm liên quan đến đề tài 2.1 Ý định sử dụng Theo Ajzen (1991) thì ý định sử dụng (Behavior Intention - BI) là hành vi của mỗi người được hình thành bởi các yếu tố động lực có tác động lên họ, những yếu tố này thể hiện mức độ nỗ lực hoặc sẵn sàng của mỗi người sẽ đưa ra để thực hiện hành động đó. Theo Venkatesh và cộng sự (2003) thì việc người tiêu dùng có ý định sử dụng sản phẩm hoặc dịch vụ đồng nghĩa với việc họ sẵn lòng thực hiện một hành động cụ thể. Ý định của người tiêu dùng biểu thị sự có động cơ của họ để đưa ra quyết định và nó được xem như một bối cảnh quan trọng trong việc sử dụng hoặc từ chối một dịch vụ sản phẩm hay sản phẩm trong tương lai. Do đó, ý định sẽ ảnh hưởng đến cách họ tiếp cận dịch vụ và sản phẩm của các tổ chức.2 Trí tuệ nhân tạo Theo McCarthy và cộng sự, (1995) cho biết: Trí tuệ nhân tạo là lĩnh vực nghiên cứu và phát triển các hệ thống máy tính thông minh và các chương trình có khả năng thực hiện các tác vụ đặc biệt thông minh.

Nó tập trung vào việc tạo ra máy tính có khả năng hiểu và thực hiện các nhiệm vụ tương tự như con người, tuy nhiên, AI không bị ràng buộc bởi các phương pháp quan sát sinh học.3 Chat Generative Pre-training Transformer (ChatGPT) Theo Susnjak (2022), ChatGPT là một chatbot đặc biệt, viết tắt của Chat Generative Pre- training Transformer và nổi lên như một trong những chatbot dựa trên AI có ảnh hưởng nhất. ChatGPT sử dụng dữ liệu lớn về cuộc trò chuyện giữa con người để lập nên mô hình ngôn ngữ của OpenAI. Nhờ đó, nó có khả năng thích ứng với các nhiệm vụ phức tạp và tạo ra các phản ứng giống người. ChatGPT có khả năng hiểu và xử lý ngôn ngữ một cách tự nhiên, đưa ra các phản hồi tinh tế và chính xác bằng cách áp dụng kỹ thuật học chuyên sâu.

9 Theo Vaswani và cộng sự (2017), ChatGPT là một ứng dụng chatbot, sử dụng trí tuệ nhân tạo để tạo ra các cuộc trò chuyện giống như một con người. Công cụ này, với khả năng xử lý ngôn ngữ một cách tự nhiên, có thể giúp ích nhiều tác vụ khác nhau như soạn thư, viết bài luận và lập trình Theo Rahman & Watanobe, (2023), ChatGPT là chatbot có thể cung cấp sự hỗ trợ cho học sinh trong việc giải quyết các vấn đề phức tạp, trả lời câu hỏi, viết bài luận và hiểu các chủ đề cụ thể, từ đó giúp họ tiến bộ nhanh hơn trong quá trình học tập. Ngoài ra, ChatGPT cũng có thể hỗ trợ các câu hỏi liên quan đến lập trình, giúp sinh viên phát triển kỹ năng lập trình của mình 2.2 Lý thuyết nền Hình 2.1 Mô hình chấp nhận công nghệ (TAM) Nguồn: David (1989) Trong mô hình chấp nhận công nghệ (TAM) đề xuất bởi Davis (1989), ông cho rằng ba yếu tố chính để giải thích hành vi của người sử dụng trong việc chấp nhận sử dụng một hệ thống công nghệ. Các yếu tố này gồm cảm nhận về độ dễ sử dụng, cảm nhận về tính hữu ích, và thái độ sử dụng.

Ông lý giải rằng thái độ của người áp dụng đối với một hệ thống quyết định có nên sử dụng hay từ chối nó, và thái độ này được ảnh hưởng bởi: cảm nhận về độ dễ dàng sử dụng và cảm nhận về sự hữu ích. 10 Mục tiêu chính của mô hình TAM là truyền tải sự hiểu biết về việc làm thế nào những yếu tố này tác động vào quyết định của người dùng về việc sử dụng sản phẩm hoặc dịch vụ công nghệ. Nó là một khung lý thuyết được phát triển dựa vào thuyết hành động hợp lý (TRA), nhằm cung cấp một cách tiếp cận cụ thể hơn để hiểu và dự đoán hành vi sử dụng công nghệ. Đồng thời, mô hình này nhấn mạnh rằng, trong quá trình đánh giá sự chấp nhận sử dụng, việc nhận biết tính hữu ích và độ dễ sử dụng của sản phẩm hoặc dịch vụ là hai yếu tố chính quan trọng nhất.

ChatGPT, là một sản phẩm công nghệ tiên tiến, nên việc áp dụng mô hình chấp nhận công nghệ (TAM) do Davis đề xuất vào năm 1989 là một cách tiếp cận hợp lý để hiểu rõ thái độ của người sử dụng đối với nó. Mô hình này giúp phân tích các yếu tố quyết định việc người dùng có chấp nhận và sử dụng ChatGPT hay không, dựa trên hai yếu tố chính: cảm nhận về độ dễ dàng sử dụng và cảm nhận về sự hữu ích.3 Các nghiên cứu trước đó 2.1 Nghiên cứu nước ngoài 2.1 Mô hình nghiên cứu cửa Shen và cộng sự (2022) Shen và cộng sự (2022) đã thực hiện nghiên cứu: Khám phá các yếu tố ảnh hưởng đến việc áp dụng và sử dụng các ứng dụng thực tế ảo trong ngành giáo dục du lịch trong bối cảnh đại dịch COVID-19. Mục đích của nghiên cứu này là tìm ra những yếu tố ảnh hưởng đến sinh viên chấp nhận và sử dụng các ứng dụng thực tế ảo trong giáo dục du lịch ở cấp độ đại học. Nghiên cứu này dựa trên mô hình chấp nhận công nghệ (TAM) và tập trung vào quan điểm của sinh viên, đã đề xuất và thử nghiệm một mô hình nghiên cứu trong ngữ cảnh của các giáo viên môn du lịch tại các trường đại học Trung Quốc.

Với số mẫu bao gồm 604 sinh viên Trung Quốc và dữ liệu được thu thập vào tháng 2 năm 2021. Dữ liệu đã được phân tích bằng phương pháp PLS-SEM. Kết quả từ nghiên cứu cho thấy rằng sự hữu ích, động lực hưởng thụ và giá trị giá cả là những yếu tố quan trọng đối với việc sinh viên chấp nhận và sử dụng các ứng dụng này. 11 Những kết quả này không chỉ đóng góp vào việc mở rộng lý thuyết TAM mà còn hỗ trợ việc triển khai các công nghệ kỹ thuật số một cách hiệu quả trong các môi trường đại học.2 Mô hình nghiên cứu của Shen và cộng sự Nguồn: Shen và cộng sự (2022) 2.2 Nghiên cứu của Polyportis và Pahos (2024) Theo Polyportis và Pahos (2024) với nghiên cứu: Tìm hiểu sự chấp nhận của sinh viên về chatbot ChatGPT trong giáo dục đại học: vai trò của nhân cách hóa, niềm tin, tính mới trong thiết kế và chính sách thể chế.

Nghiên cứu này nhằm mục đích phân tích những yếu tố cơ bản ảnh hưởng đến sự sử dụng của chatbot ChatGPT trong lĩnh vực giáo dục. Phát triển từ khuôn khổ meta-UTAUT, nghiên cứu đã bổ sung các yếu tố ngoại sinh quan trọng như nhân cách hóa, niềm tin, tính mới trong thiết kế và chính sách thể chế. Với sự hỗ trợ từ Sở Truyền thông và Kiểm tra thực nghiệm, nghiên cứu này đã tiến hành mô hình hóa với 355 sinh viên thuộc các trường đại học Hà Lan. Thu được kết quả rằng thái độ và ý định hành vi đều là các yếu tố quan trọng đối với việc sử dụng chatbot ChatGPT của sinh viên.

Chính sách thể chế được chỉ ra là có tầm quan trọng trong việc điều tiết tác động tiêu cực của ý định hành vi lên hành vi sử dụng. Đặc biệt, thái độ, điều kiện thuận lợi, ảnh hưởng xã hội và kỳ vọng về hiệu suất được xác định là những yếu tố có tầm quan trọng đối với ý định hành vi. Những yếu tố nhân văn, tính mới lạ trong thiết kế, sự tin cậy và kỳ vọng về hiệu suất nỗ lực và hiệu suất đã được chứng minh là những tiền đề tích cực đáng kể cho thái độ của sinh viên. 12 Nghiên cứu này có ý nghĩa lớn đối với lý thuyết và thực tiễn, từ việc nghiên cứu hành vi sử dụng thay vì chỉ ý định hành vi, đến việc xem xét thái độ như một khía cạnh quan trọng, và nâng cao ý thức về tầm quan trọng của chính sách thể chế.

Các phát hiện này cung cấp hiểu biết sâu sắc về việc áp dụng công nghệ trong giáo dục và có thể hỗ trợ các quyết định về phát triển chatbot, quản lý sản phẩm và chính sách giáo dục đại học.3 Mô hình nghiên cứu của Polyportis và Pahos. Nguồn: Polyportis và Pahos (2024) 2.3 Nghiên cứu của Strzelecki (2023) Theo nghiên cứu của Strzelecki (2023) đã triển khai nghiên cứu: Sự chấp nhận ChatGPT của sinh viên trong giáo dục đại học: Một lý thuyết thống nhất mở rộng về chấp nhận và sử dụng công nghệ. Nghiên cứu này nhằm mục đích tìm hiểu các yếu tố thúc đẩy sự chấp nhận của sinh viên đối với ChatGPT trong giáo dục đại học. Để đạt được mục tiêu này, nghiên cứu sử dụng mô hình lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT2), với phần mở rộng về đổi mới cá nhân, để xác minh ý 13 định hành vi và hành vi sử dụng ChatGPT của sinh viên.

Dữ liệu được thu thập từ mẫu gồm 503 sinh viên đại học tại Ba Lan, và phương pháp PLS-SEM được áp dụng trong mô hình. Kết quả của nghiên cứu cho thấy rằng thói quen có tác động đáng kể nhất (0,339) đến ý định hành vi, tiếp theo là kỳ vọng về hiệu suất (0,260) và động lực hưởng thụ (0,187). Ý định hành vi lại có ảnh hưởng rõ rệt nhất (0,424) đến hành vi sử dụng, theo sau là thói quen (0,255) và Điều kiện thuận lợi (0,188). Mô hình đã giải thích được 72,8% ý định Hành vi và 54,7% sự khác biệt của hành vi sử dụng.

Mặc dù nghiên cứu này có những hạn chế về quy mô mẫu và phạm vi lựa chọn, nhưng nó được kỳ vọng sẽ là điểm khởi đầu cho nhiều nghiên cứu hơn về công nghệ như ChatGPT trong giáo dục đại học, đặc biệt khi công nghệ này vừa mới được giới thiệu gần đây và có tiềm năng ngày càng phát triển mạnh mẽ trong tương lai.4 Mô hình nghiên cứu của Strzelecki Nguồn: Strzelecki,2023.