Bối cảnh và vấn đề nghiên cứu

Trí tuệ nhân tạo (AI) nói chung và các mô hình ngôn ngữ lớn đàm thoại (LLM) nói riêng đang định hình lại phương thức tiếp cận thông tin và xử lý tri thức. Vào cuối tháng 11 năm 2022, OpenAI ra mắt phiên bản thử nghiệm ChatGPT dựa trên kiến trúc GPT-3 với 175 tỷ tham số. Chỉ trong vòng một tuần đầu tiên, nền tảng này đã ghi nhận 1 triệu người dùng đăng ký (Haque và cộng sự, 2022); đến giai đoạn tháng 2 đến tháng 4 năm 2023, lưu lượng truy cập trang web đã tiếp cận mốc gần 2 tỷ lượt (Similarweb, 2023). Sự lan tỏa nhanh chóng của ChatGPT mang lại nhiều tiện ích trong giáo dục đại học như tìm kiếm tài liệu, gợi ý ý tưởng và giải đáp câu hỏi học thuật.

Tuy nhiên, môi trường học thuật đồng thời phát sinh nhiều quan ngại về tính liêm chính, nguy cơ đạo văn, sai lệch dữ liệu, rủi ro bảo mật và sự phụ thuộc quá mức dẫn đến suy giảm tư duy phản biện của người học (Kasneci và cộng sự, 2023; Halaweh, 2023; Sok và Heng, 2023). Tại Việt Nam vào đầu năm 2023, việc tiếp cận ChatGPT vẫn gặp nhiều rào cản kỹ thuật như việc giới hạn vùng địa lý và yêu cầu đăng ký tài khoản phức tạp. Người học chưa có điều kiện đánh giá đầy đủ các hệ lụy tiềm ẩn, trong khi các công trình nghiên cứu định lượng về nhận thức rủi ro đối với ChatGPT trong nước còn hạn chế. Nhằm giải quyết khoảng trống thực tiễn này, tác giả Nguyễn Hoài Ánh Dương đã thực hiện khóa luận tốt nghiệp thuộc chuyên ngành Hệ thống Thông tin Quản lý tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (HUB), dưới sự hướng dẫn của TS. Nguyễn Duy Thanh.

Mục tiêu nghiên cứu của khóa luận được phân định cụ thể:

  1. Mục tiêu tổng quát: Xem xét vai trò của nhận thức rủi ro trong việc chấp nhận và sử dụng ChatGPT, chỉ ra các nhân tố tác động đến sự chấp nhận và sử dụng ChatGPT, từ đó đề xuất một số giải pháp liên quan đến các nhân tố rủi ro được tìm ra.
  2. Mục tiêu cụ thể:
    • Xem xét những nhân tố ảnh hưởng đến sự chấp nhận và sử dụng ChatGPT.
    • Đề xuất và kiểm định mô hình cấu trúc liên quan đến vai trò của nhận thức rủi ro trong việc chấp nhận và sử dụng ChatGPT.
    • Kiến nghị giải pháp nhằm nâng cao việc chấp nhận và sử dụng ChatGPT cũng như các công nghệ mới nói chung.

Tương ứng với các mục tiêu trên, khóa luận giải quyết ba câu hỏi nghiên cứu:

  1. Những nhân tố nào ảnh hưởng đến sự chấp nhận và sử dụng ChatGPT?
  2. Mô hình cấu trúc liên quan đến vai trò của nhận thức rủi ro trong việc chấp nhận và sử dụng ChatGPT được đề xuất và kiểm định như thế nào?
  3. Những giải pháp nào được đề xuất nhằm nâng cao việc chấp nhận và sử dụng ChatGPT cũng như các công nghệ mới nói chung?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố rủi ro trong nhận thức rủi ro của sinh viên đối với sự chấp nhận và sử dụng ChatGPT.
  • Đối tượng khảo sát: Sinh viên đang theo học tại các trường đại học trên địa bàn TP. Hồ Chí Minh.
  • Phạm vi không gian: Các trường đại học tại khu vực TP. Hồ Chí Minh (tiêu biểu gồm HUB, UEH, FPT...).
  • Phạm vi thời gian: Dữ liệu khảo sát và các phân tích thực nghiệm được thu thập, xử lý trong giai đoạn từ đầu năm 2023 đến tháng 5 năm 2023.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập khung nghiên cứu dựa trên sự kết hợp giữa các lý thuyết hành vi công nghệ và lý thuyết quản trị rủi ro:

  • Lý thuyết hành động hợp lý (Theory of Reasoned Action – TRA) (Ajzen và Fishbein, 1980): Xác định ý định hành vi (BI) là tiền đề trực tiếp dẫn đến hành vi thực tế, chịu sự chi phối của thái độ (ATT) và chuẩn chủ quan (SN).
  • Mô hình chấp nhận công nghệ (Technology Acceptance Model – TAM) (Davis và cộng sự, 1989): Kế thừa từ TRA, giải thích hành vi chấp nhận hệ thống thông tin thông qua hai niềm tin cốt lõi là nhận thức tính hữu ích (Perceived Usefulness – PU) và nhận thức tính dễ sử dụng (Perceived Ease of Use – PEOU), tác động tới thái độ, ý định sử dụng (BI/USI) và hành vi sử dụng thực tế (Actual Use – AU/USC).
  • Lý thuyết nhận thức rủi ro (Perceived Risk Theory – PRT) (Bauer, 1960; Lee, 2001): Xem xét rủi ro như sự kết hợp giữa tính không chắc chắn và mức độ nghiêm trọng của hậu quả. Trong nghiên cứu này, nhận thức rủi ro (PRT) được mô hình hóa dưới dạng cấu trúc bậc hai bao gồm bốn khía cạnh bậc một: rủi ro thông tin (Information Risk – INR), rủi ro quyền riêng tư (Privacy Risk – PRR), rủi ro tâm lý (Psychological Risk – PSR) và rủi ro đạo đức (Ethical Risk – ETR).

Phương pháp nghiên cứu áp dụng kỹ thuật định lượng qua hai giai đoạn:

  • Nghiên cứu sơ bộ: Thực hiện khảo sát thử nghiệm trên mẫu $N = 100$ để đánh giá độ tin cậy thang đo thông qua hệ số Cronbach's Alpha và tương quan biến - tổng, từ đó tinh chỉnh bảng hỏi.
  • Nghiên cứu chính thức: Thu thập dữ liệu thông qua bảng khảo sát trực tuyến Google Form với thang đo Likert 5 điểm (từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý). Kích thước mẫu khảo sát hợp lệ thu được là $N = 203$.
  • Quy trình xử lý dữ liệu: Sử dụng phần mềm thống kê SPSS và AMOS để thực hiện:
    1. Thống kê mô tả đặc điểm nhân khẩu học của mẫu.
    2. Đánh giá độ tin cậy nội tại bằng hệ số Cronbach's Alpha (loại bỏ biến có tương quan biến - tổng $< 0,4$; hệ số Alpha $\ge 0,6$).
    3. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) để rút trích và kiểm tra cấu trúc thang đo (điều kiện: KMO từ 0,5 đến 1, Bartlett's test có Sig. $< 0,05$, tổng phương sai trích $> 50%$, hệ số tải nhân tố $> 0,5$).
    4. Phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA) để đánh giá tính hội tụ, độ tin cậy tổng hợp (CR) và độ phù hợp của mô hình đo lường.
    5. Mô hình hóa phương trình cấu trúc tuyến tính (Structural Equation Modeling – SEM) bằng phương pháp ước lượng khả dĩ tối đa (Maximum Likelihood – ML) để kiểm định các giả thuyết nghiên cứu.

Nội dung chính theo từng chương

Chương 1: Lý do hình thành đề tài

Chương này làm rõ bối cảnh bùng nổ của trí tuệ nhân tạo và ChatGPT từ cuối năm 2022, phân tích các số liệu thực tế về lưu lượng truy cập web và mức độ tương tác của người dùng. Tác giả đặt ra mâu thuẫn giữa tiềm năng ứng dụng công nghệ trong học tập và các rủi ro phát sinh như thông tin sai lệch, đạo văn, thiên vị dữ liệu và suy giảm năng lực tự học. Trên cơ sở đó, tác giả xác định mục tiêu tổng quát, ba mục tiêu cụ thể, ba câu hỏi nghiên cứu, đối tượng nghiên cứu (nhận thức rủi ro của sinh viên), đối tượng khảo sát (sinh viên tại TP. Hồ Chí Minh) và ý nghĩa lý luận lẫn thực tiễn của đề tài.

Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu

Chương 2 hệ thống hóa các định nghĩa về AI, mô hình ngôn ngữ lớn (LLM), cơ chế huấn luyện học tăng cường từ phản hồi của con người (RLHF), cùng các ưu và nhược điểm của ChatGPT trong giáo dục. Tác giả tổng quan ba nền tảng lý thuyết: TRA, TAM và PRT; đồng thời tổng hợp bảy nghiên cứu thực nghiệm quốc tế tiêu biểu liên quan đến việc áp dụng chatbot và nhận thức rủi ro (như Mohd Rahim và cộng sự, 2022; Sallam và cộng sự, 2023; Chan và Hu, 2023; Bonsu và Baffour-Koduah, 2023; Kopplin, 2023). Từ đó, tác giả xây dựng mô hình nghiên cứu đề xuất với cấu trúc bậc hai cho nhận thức rủi ro (gồm 4 thành phần: INR, PRR, PSR, ETR) và hai giả thuyết trọng tâm:

  • Giả thuyết H1 (-): Nhận thức rủi ro có tác động nghịch biến đến ý định sử dụng ChatGPT của sinh viên.
  • Giả thuyết H2 (+): Ý định hành vi có tác động đồng biến đến việc sử dụng thực tế ChatGPT của sinh viên.

Chương 3: Phương pháp nghiên cứu

Chương 3 trình bày chi tiết quy trình nghiên cứu hai bước theo tiêu chuẩn thực nghiệm của Hair và cộng sự (2019). Tác giả thiết lập hệ thống thang đo gồm 23 biến quan sát ban đầu dựa trên các nghiên cứu tiền nhiệm. Bảng hỏi gồm hai phần: thông tin nhân khẩu học và các mục hỏi theo thang đo Likert 5 điểm. Chương này cũng thiết lập các tiêu chuẩn định lượng cụ thể để kiểm định dữ liệu: ngưỡng Cronbach's Alpha $\ge 0,6$; hệ số tương quan biến - tổng $\ge 0,4$; KMO $\ge 0,5$; tổng phương sai trích $> 50%$; hệ số tải $> 0,5$; các chỉ số đánh giá độ tương thích của mô hình CFA và SEM gồm $\chi^2/\text{df} \le 2$ (hoặc $< 3$), $\text{GFI}, \text{TLI}, \text{NFI}, \text{CFI} \ge 0,90$ và $\text{RMSEA} \le 0,05$ (hoặc $\le 0,08$).

Chương 4: Kết quả nghiên cứu

Chương 4 báo cáo toàn bộ dữ liệu thực nghiệm thu được từ 203 phiếu khảo sát hợp lệ. Dữ liệu nhân khẩu học cho thấy mẫu có tỷ lệ sinh viên nữ chiếm đa số ($77,3%$), độ tuổi chủ yếu từ 21 đến trên 23 tuổi ($91,1%$), sinh viên HUB chiếm $45,3%$, và phần lớn dành dưới 1 giờ/ngày để sử dụng ChatGPT ($76,4%$).

Kết quả kiểm định sơ bộ ($N = 100$) đã loại bỏ hai biến quan sát do không đạt hệ số tương quan biến - tổng ($< 0,4$): biến ETR3 ("Việc sử dụng ChatGPT có thể làm giảm giá trị của giáo dục đại học") và biến USI3 ("Công nghệ AI - ChatGPT có thể cung cấp những quan điểm độc đáo").

Sau khi loại bỏ hai biến trên, nghiên cứu chính thức ($N = 203$) trên 21 biến quan sát đạt độ tin cậy cao:

  • Cronbach's Alpha: INR (0,607), PRR (0,743), PSR (0,877), ETR (0,856), USI (0,885), USC (0,873).
  • EFA: Hệ số $\text{KMO} = 0,833$, kiểm định Bartlett có $\text{Sig.} = 0,000$, tổng phương sai trích đạt $71,289%$, trích xuất được 6 nhân tố với hệ số tải dao động từ 0,632 đến 0,934.
  • CFA: Mô hình đo lường đạt độ thích hợp cao: $\chi^2/\text{df} = 1,380 < 3$; $\text{NFI} = 0,903$; $\text{TLI} = 0,964$; $\text{CFI} = 0,971$; $\text{RMSEA} = 0,043$. Độ tin cậy tổng hợp (CR) dao động từ 0,612 đến 0,896.
  • SEM: Mô hình cấu trúc đạt các tiêu chuẩn kiểm định: $\chi^2/\text{df} = 1,287 < 3$; $\text{NFI} = 0,902$; $\text{TLI} = 0,971$; $\text{CFI} = 0,976$; $\text{RMSEA} = 0,038$. Nhận thức rủi ro tác động tiêu cực có ý nghĩa thống kê đến ý định sử dụng ($\gamma = -0,523, p < 0,001$), và ý định sử dụng tác động tích cực mạnh đến hành vi sử dụng thực tế ($\gamma = 0,744, p < 0,001$). Cả hai giả thuyết H1 và H2 đều được chấp nhận.

Chương 5: Kết luận và kiến nghị

Chương cuối tóm lược các phát hiện cốt lõi: khẳng định vai trò của các yếu tố rủi ro tâm lý và rủi ro thông tin là những rào cản nhận thức lớn nhất của sinh viên khi tiếp cận ChatGPT. Tác giả thảo luận về hàm ý quản trị, đề xuất các cơ sở giáo dục đại học cần chủ động cập nhật quy chế liêm chính học thuật, hướng dẫn sinh viên khai thác AI một cách có chọn lọc thay vì cấm đoán cực đoan. Cuối cùng, tác giả nêu rõ các hạn chế về quy mô mẫu và phạm vi địa lý của nghiên cứu, đồng thời mở ra định hướng cho các công trình tiếp theo.

Kết quả và đóng góp

Khóa luận cung cấp các kết quả định lượng chi tiết phản ánh thực trạng nhận thức và hành vi sử dụng ChatGPT của sinh viên các trường đại học tại TP. Hồ Chí Minh.

Nhóm thông tin Phân loại Tần số Tỷ lệ (%)
Giới tính Nam 46 22,7%
Nữ 157 77,3%
Độ tuổi Dưới 18 tuổi 4 2,0%
Từ 18 đến 20 tuổi 14 6,9%
Từ 21 đến 23 tuổi 82 40,4%
Trên 23 tuổi 103 50,7%
Trường đại học Đại học Ngân hàng TP.HCM (HUB) 92 45,3%
Đại học Kinh tế TP.HCM (UEH) 25 12,3%
Đại học FPT 7 3,4%
Các trường khác 79 39,0%
Thời gian sử dụng/ngày Dưới 1 tiếng 155 76,4%
Từ 1 đến dưới 3 tiếng 38 18,7%
Từ 3 đến dưới 5 tiếng 7 3,4%
Trên 5 tiếng 3 1,5%

Kết quả kiểm định mô hình phương trình cấu trúc tuyến tính (SEM) được tổng hợp tại bảng sau:

Giả thuyết / Mối quan hệ Hệ số ước lượng chuẩn hóa ($\gamma$) Sai số chuẩn (SE) Giá trị kiểm định (CR) Mức ý nghĩa ($p$) Kết luận kiểm định
INR $\rightarrow$ PRT 0,658 - - $p < 0,001$ Tác động dương có ý nghĩa
PRR $\rightarrow$ PRT 0,588 - - $p < 0,001$ Tác động dương có ý nghĩa
PSR $\rightarrow$ PRT 0,722 - - $p < 0,001$ Tác động dương mạnh nhất
ETR $\rightarrow$ PRT 0,578 - - $p < 0,001$ Tác động dương có ý nghĩa
H1: USI $\leftarrow$ PRT -0,523 0,370 -4,147 $p < 0,001$ Chấp nhận
H2: USC $\leftarrow$ USI 0,744 0,622 - $p < 0,001$ Chấp nhận

Ghi chú: PRT = Nhận thức rủi ro; INR = Rủi ro thông tin; PRR = Rủi ro riêng tư; PSR = Rủi ro tâm lý; ETR = Rủi ro đạo đức; USI = Ý định sử dụng; USC = Sử dụng thực tế.

Các phát hiện và đóng góp nghiên cứu chính:

  • Đóng góp về mặt lý thuyết: Nghiên cứu đã tích hợp thành công mô hình TAM và lý thuyết PRT trong bối cảnh công nghệ AI tạo sinh tại Việt Nam. Thay vì chỉ xem nhận thức rủi ro như một biến đơn hướng, nghiên cứu chứng minh nhận thức rủi ro là một cấu trúc bậc hai được cấu thành bởi bốn thành phần rủi ro cụ thể, trong đó rủi ro tâm lý ($\gamma = 0,722$) và rủi ro thông tin ($\gamma = 0,658$) đóng vai trò chủ đạo, tiếp đến là rủi ro quyền riêng tư ($\gamma = 0,588$) và rủi ro đạo đức ($\gamma = 0,578$).
  • So sánh thực nghiệm: Tác động của ý định sử dụng đến hành vi sử dụng thực tế trong nghiên cứu này ($\gamma = 0,744; R^2 = 0,480$) cao hơn so với kết quả của Mohd Rahim và cộng sự (2022) đối với chatbot giáo dục ($\gamma = 0,637; R^2 = 0,403$). Đồng thời, tác động tiêu cực của nhận thức rủi ro lên ý định sử dụng ($\gamma = -0,523$) thể hiện mức độ ức chế hành vi mạnh mẽ hơn so với mô hình của Cocosila và cộng sự (2009) ($\gamma = -0,145$).
  • Khuyến nghị thực tiễn: Các trường đại học cần nắm bắt mức độ quan tâm của người học để điều chỉnh chương trình đào tạo, xây dựng hướng dẫn rõ ràng về trích dẫn và liêm chính học thuật khi sử dụng AI, đồng thời trang bị kỹ năng xác thực thông tin nhằm giúp sinh viên giảm thiểu rủi ro tâm lý và rủi ro dữ liệu sai lệch.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự xác định các điểm hạn chế sau:

  • Kích thước và tính đại diện của mẫu: Nghiên cứu thu thập được 203 quan sát hợp lệ, tập trung phần lớn vào sinh viên Trường Đại học Ngân hàng TP.HCM (chiếm $45,3%$) và có sự chênh lệch lớn về giới tính ($77,3%$ nữ). Mẫu khảo sát chưa đại diện đầy đủ cho toàn bộ sinh viên ở các vùng miền khác nhau tại Việt Nam.
  • Phạm vi thời gian và bối cảnh công nghệ: Dữ liệu được thu thập vào đầu năm 2023, thời điểm ChatGPT mới ra mắt và người dùng tại Việt Nam gặp rào cản về việc tạo tài khoản, dẫn đến thời gian tiếp xúc của sinh viên còn hạn chế ($76,4%$ sử dụng dưới 1 giờ/ngày).
  • Hướng nghiên cứu tiếp theo: Mở rộng phạm vi khảo sát ra các khu vực địa lý khác, đa dạng hóa đối tượng nghiên cứu (bao gồm cả giảng viên và người đi làm), đồng thời xem xét thêm các biến điều tiết như năng lực số, kinh nghiệm công nghệ hoặc các yếu tố thúc đẩy từ mô hình chấp nhận công nghệ mở rộng (UTAUT).

Giá trị tham khảo

Khóa luận có giá trị tham khảo cụ thể cho các nhóm đối tượng:

  • Sinh viên chuyên ngành Hệ thống Thông tin Quản lý, Quản trị Kinh doanh và Công nghệ Giáo dục: Cung cấp quy trình mẫu về việc triển khai nghiên cứu định lượng khảo sát hành vi chấp nhận công nghệ, từ khâu thiết lập bảng hỏi Likert, xử lý dữ liệu qua SPSS đến kiểm định CFA và SEM trên AMOS.
  • Các nhà nghiên cứu về Trí tuệ nhân tạo trong Giáo dục: Tài liệu cung cấp thang đo đã được kiểm định độ tin cậy và giá trị hội tụ cho bốn khía cạnh rủi ro của ChatGPT (thông tin, riêng tư, tâm lý, đạo đức). Phần phân tích tương quan biến - tổng loại bỏ biến ETR3 và USI3 là tài liệu hữu ích cho việc tinh chỉnh thang đo trong các nghiên cứu tương tự.

Câu hỏi thường gặp

1. Mô hình nghiên cứu trong khóa luận xem xét những loại rủi ro cụ thể nào trong cấu trúc nhận thức rủi ro?
Khóa luận chia nhận thức rủi ro thành 4 yếu tố thành phần bậc một: (1) Rủi ro thông tin (INR) gồm 3 biến quan sát; (2) Rủi ro quyền riêng tư (PRR) gồm 3 biến quan sát; (3) Rủi ro tâm lý (PSR) gồm 4 biến quan sát; và (4) Rủi ro đạo đức (ETR) ban đầu gồm 3 biến, sau tinh chỉnh còn 2 biến quan sát.

2. Vì sao hai biến quan sát ETR3 và USI3 bị loại khỏi mô hình trong quá trình phân tích sơ bộ?
Trong phân tích độ tin cậy Cronbach's Alpha trên 100 mẫu sơ bộ, biến ETR3 có hệ số tương quan biến - tổng âm ($-0,286$) khiến hệ số Cronbach's Alpha chung của nhóm ETR chỉ đạt 0,245. Sau khi loại ETR3, hệ số Cronbach's Alpha tăng lên 0,846. Tương tự, biến USI3 có hệ số tương quan biến - tổng thấp nhất trong thang đo ý định sử dụng; việc loại bỏ USI3 giúp cải thiện độ tin cậy chung của thang đo USI.

3. Khía cạnh rủi ro nào có tác động mạnh nhất đến nhận thức rủi ro tổng thể của sinh viên?
Kết quả phân tích mô hình SEM chỉ ra rằng rủi ro tâm lý (PSR) có hệ số tác động chuẩn hóa lớn nhất tới nhận thức rủi ro ($\gamma = 0,722, p < 0,001$), theo sau là rủi ro thông tin ($\gamma = 0,658, p < 0,001$), rủi ro quyền riêng tư ($\gamma = 0,588, p < 0,001$) và rủi ro đạo đức ($\gamma = 0,578, p < 0,001$).

4. Mẫu khảo sát chính thức có đặc điểm nhân khẩu học nổi bật nào?
Mẫu gồm 203 sinh viên hợp lệ, trong đó sinh viên nữ chiếm $77,3%$; độ tuổi trên 23 tuổi chiếm $50,7%$ và từ 21 đến 23 tuổi chiếm $40,4%$. Đa số sinh viên có tần suất sử dụng ChatGPT dưới 1 giờ mỗi ngày ($76,4%$) và sinh viên Trường Đại học Ngân hàng TP.HCM (HUB) chiếm tỷ trọng cao nhất ($45,3%$).

5. Kết quả kiểm định các giả thuyết nghiên cứu chính H1 và H2 ra sao?
Cả hai giả thuyết đều được chấp nhận ở mức ý nghĩa thống kê $p < 0,001$: Nhận thức rủi ro tác động nghịch biến đến ý định sử dụng ChatGPT ($\gamma = -0,523$), và ý định sử dụng tác động đồng biến mạnh mẽ đến hành vi sử dụng thực tế của sinh viên ($\gamma = 0,744$).

Kết luận

Khóa luận của tác giả Nguyễn Hoài Ánh Dương đã kiểm định thành công mô hình cấu trúc tích hợp giữa mô hình chấp nhận công nghệ (TAM) và lý thuyết nhận thức rủi ro (PRT) trên tập dữ liệu 203 sinh viên tại TP. Hồ Chí Minh. Các phân tích định lượng xác nhận nhận thức rủi ro—đặc biệt là rủi ro tâm lý và rủi ro thông tin—có tác động tiêu cực đáng kể đến ý định sử dụng ChatGPT, trong khi ý định sử dụng đóng vai trò quyết định đối với hành vi sử dụng thực tế. Công trình đóng góp hệ thống bằng chứng thực nghiệm ban đầu về hành vi tiếp nhận AI tạo sinh trong môi trường giáo dục đại học tại Việt Nam, đồng thời gợi mở các định hướng quản trị nhằm cân bằng giữa việc khai thác công nghệ và kiểm soát rủi ro học thuật.