An investigation into efl learners perceptions of utilizing ai powered tools in learning writing skills a case study at the banking academy of vietnam

Nghiên cứu nhận thức của sinh viên EFL về sử dụng AI hỗ trợ kỹ năng viết tại Học viện Ngân hàng. Khám phá công cụ AI hiệu quả trong học tập.

• Tác giả: Nguyễn Việt Trinh
• Người hướng dẫn: Ms. Nguyễn Thị Minh Hằng (MBA)
• Trường học: Banking Academy of Vietnam
• Chuyên ngành: English as a Foreign Language (EFL)
• Đề tài: An Investigation Into Efl Learners’ Perceptions Of Utilizing Ai-Powered Tools In Learning Writing Skills - A Case Study At The Banking Academy Of Vietnam
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2024
• Địa điểm: Hanoi

Mục lục chi tiết

• DECLARATIONS
• ACKNOWLEDGEMENTS
• 1. TABLE OF CONTENTS
• 2. LIST OF ABBREVIATIONS
• 3. LIST OF TABLES
• 4. LIST OF FIGURES
• 5. ABSTRACT
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Background of the study
• 1.2. Significance of the study
• 1.3. Objectives of the study
• 1.4. Research questions
• 1.5. Scope and limitations of the study
• 1.6. Structure of the study
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. EFL learners and Writing skills
• 2.2. Importance of writing skills for EFL learners
• 2.3. Difficulties encountered by EFL learners in learning writing skills
• 3. CHAPTER 3: METHODOLOGY
• 4. CHAPTER 4: FINDINGS AND DISCUSSION
• 4.1. Scale reliability testing
• 4.2. AI-powered tools used by EFL learners in learning writing skills
• 4.3. EFL learners’ perceived ease of using AI-powered tools in learning writing skills
• 4.4. EFL learners’ perceived usefulness of AI-powered tools in learning writing skills
• 4.5. EFL learners’ attitudes toward using AI-powered tools in learning writing skills
• 4.6. EFL learners’ behavioral intentions toward using AI-powered tools in learning writing skills
• 4.7. EFL learners’ challenges in using AI-powered tools for learning writing skills
• 5. CHAPTER 5: CONCLUSION AND RECOMMENDATIONS
• 5.1. Recommendations for learners and educators
• 5.2. Recommendations for further studies
• APPENDIX 1: THE QUESTIONNAIRE
• APPENDIX 2: INTERVIEW QUESTIONS
• LIST OF ABBREVIATIONS
• LIST OF TABLES
• LIST OF FIGURES
• ABSTRACT

Tóm tắt

I. Tổng Quan AI Thay Đổi Cách Học Viết Tiếng Anh Tại HVNH

Sự trỗi dậy của công nghệ AI đã mang lại những thay đổi đáng kể trong giáo dục, đặc biệt là trong việc dạy và học tiếng Anh, ngôn ngữ phổ biến nhất trên thế giới. Công nghệ đột phá này không chỉ đẩy nhanh quá trình học ngôn ngữ mà còn làm phong phú thêm trải nghiệm học tập cho người học EFL. Việc tích hợp AI vào học tiếng Anh là một xu hướng tất yếu, không chỉ nâng cao chất lượng giáo dục mà còn tạo điều kiện thuận lợi cho người học chinh phục ngôn ngữ quốc tế này (Wang, 2021). Nhiều công cụ AI đã ra đời để hỗ trợ người học EFL trong quá trình học viết. Những công cụ này cung cấp phản hồi và hỗ trợ cá nhân hóa, cho phép người học luyện viết theo tốc độ của riêng mình và nhận được hướng dẫn ngay lập tức. Người học EFL cũng đánh giá cao sự tiện lợi và khả năng truy cập của các công cụ AI, cho phép họ thực hành viết mọi lúc, mọi nơi (Su et al.).

1.1. Bối Cảnh Nghiên Cứu Ứng Dụng AI Tại Học Viện Ngân Hàng

Học viện Ngân hàng (HVNH), một trong những trường đại học hàng đầu tại Việt Nam, cũng đã áp dụng các công cụ AI để hỗ trợ việc học tiếng Anh, đặc biệt là kỹ năng viết. Nghiên cứu này tập trung vào việc tìm hiểu cách sinh viên HVNH nhận thức và sử dụng các công cụ AI này. Mục tiêu là xác định các phương pháp giảng dạy và học tập phù hợp, nâng cao chất lượng đào tạo và cải thiện khả năng của sinh viên. Nghiên cứu có tên gọi: "Nghiên cứu về nhận thức của người học EFL về việc sử dụng các công cụ hỗ trợ viết bằng AI - Nghiên cứu điển hình tại Học viện Ngân hàng".

1.2. Tầm Quan Trọng Của Nghiên Cứu Về AI trong Học Viết

Nghiên cứu này có ý nghĩa quan trọng trong việc làm sáng tỏ tiềm năng của các công cụ AI trong việc hỗ trợ người học EFL cải thiện kỹ năng viết. Nó có thể giúp xác định những nhiệm vụ viết cụ thể mà các công cụ AI mang lại lợi ích lớn nhất và phát triển các hướng dẫn cho việc sử dụng chúng một cách có trách nhiệm. Bên cạnh đó, kết quả nghiên cứu có thể giúp các nhà giáo dục phát triển các phương pháp giảng dạy phù hợp, kết hợp các công cụ AI với các phương pháp truyền thống. Việc tạo ra môi trường học tập kết hợp, trong đó phản hồi từ AI được kết hợp với hướng dẫn của giáo viên và tương tác giữa các bạn học, cũng là một hướng đi tiềm năng. Nghiên cứu cũng khuyến khích sinh viên tự học viết tiếng Anh với AI.

II. Thách Thức Vấn Đề Khó Khăn Khi Học Viết Tiếng Anh

Nunan (1999) cho rằng viết là kỹ năng khó nhất trong bốn kỹ năng ngôn ngữ cơ bản. Nó đòi hỏi nhiều nhiệm vụ và khả năng cụ thể để thể hiện suy nghĩ và cảm xúc bằng văn bản. Việc học cách viết hiệu quả luôn là một thách thức đối với người học ngôn ngữ. Các nghiên cứu chỉ ra rằng thiếu vốn từ vựng là một thách thức mà hầu hết người học EFL gặp phải (Santos, 1988; Astika, 1993). Việc có một vốn từ vựng phong phú là một trong những yếu tố quan trọng nhất đảm bảo chất lượng bài viết (Maamuujav, 2021). Nhi và Dao (2023) khảo sát 258 sinh viên chuyên ngành tiếng Anh tại Đại học An Giang và phát hiện ra rằng hầu hết sinh viên gặp các vấn đề liên quan đến từ vựng như chọn từ, nghĩa của từ, lặp từ, dùng từ đơn giản và thiếu từ vựng.

2.1. Thiếu Hụt Về Từ Vựng Gây Khó Khăn Cho Kỹ Năng Viết

Những khó khăn liên quan đến vốn từ vựng trong bài viết như: lựa chọn từ ngữ không phù hợp, sử dụng từ không đúng nghĩa, lặp lại từ quá nhiều lần, hoặc sử dụng các từ ngữ quá đơn giản, nghèo nàn cũng là những rào cản lớn. Thêm vào đó, khả năng điều chỉnh vốn từ vựng cho phù hợp với đối tượng và mục đích viết cũng là một thách thức không nhỏ. Do đó, người học EFL cần chú ý sử dụng vốn từ vựng phù hợp với ngữ cảnh và người đọc. AI writing assistant có thể giúp người học giải quyết vấn đề này.

2.2. Khó Khăn Trong Ngữ Pháp Rào Cản Viết Tiếng Anh Chuẩn

Một số người học EFL cũng gặp khó khăn với ngữ pháp. Hans et al. (2017) định nghĩa ngữ pháp là “tập hợp các quy tắc cấu trúc chi phối việc cấu thành các mệnh đề, cụm từ và từ trong bất kỳ ngôn ngữ tự nhiên nào”. Ngữ pháp là một trong những thành phần quan trọng nhất của ngôn ngữ viết vì vai trò của nó trong việc làm cho bài viết rõ ràng, ngắn gọn và dễ đọc. Tuy nhiên, nó cũng là một nhiệm vụ khó khăn đối với người học EFL do sự đa dạng của các quy tắc và cấu trúc. Việc sử dụng AI grammar checker để phát hiện lỗi ngữ pháp và đề xuất sửa lỗi là một giải pháp hiệu quả.

2.3. Khó khăn trong việc sắp xếp ý tưởng khi viết

Nhiều sinh viên gặp khó khăn trong việc tạo ra một cấu trúc mạch lạc, rõ ràng và phù hợp với mục đích của bài viết. Sự lúng túng trong việc tổ chức các ý tưởng, dẫn dắt các luận điểm, và kết nối các đoạn văn có thể làm cho bài viết trở nên khó hiểu và thiếu sức thuyết phục. Điều này đặt ra thách thức lớn đối với sinh viên trong quá trình hình thành và hoàn thiện kỹ năng viết của mình.

III. Giải Pháp Hướng Dẫn Học Viết Tiếng Anh Với AI Hiệu Quả

Để sử dụng AI hiệu quả trong học viết tiếng Anh, người học cần hiểu rõ về các công cụ AI hiện có và cách chúng hoạt động. Một số công cụ phổ biến bao gồm Chat GPT, Grammarly, và QuillBot. Mỗi công cụ có những ưu điểm và nhược điểm riêng, vì vậy việc lựa chọn công cụ phù hợp với nhu cầu và mục tiêu học tập là rất quan trọng. Điều quan trọng nhất là người học cần chủ động trong quá trình học tập, sử dụng AI như một công cụ hỗ trợ chứ không phải là một giải pháp thay thế hoàn toàn cho việc học tập truyền thống. Nên xem xét phản hồi từ AI một cách cẩn thận và sử dụng nó để cải thiện kỹ năng viết của mình.

3.1. Tận Dụng Chat GPT Để Luyện Viết Và Sửa Lỗi Tiếng Anh

Chat GPT có thể giúp người học tạo ra các bài viết với nhiều phong cách khác nhau, từ trang trọng đến thân mật, và cung cấp gợi ý về cấu trúc và nội dung. Hãy thử sử dụng Chat GPT để tạo ra các đoạn văn mẫu, sau đó phân tích chúng để hiểu rõ hơn về cách viết hiệu quả. Cũng có thể yêu cầu Chat GPT sửa lỗi ngữ pháp và chính tả trong bài viết của bạn, đồng thời giải thích lý do sửa lỗi để bạn hiểu rõ hơn về các quy tắc ngữ pháp.

3.2. Khám Phá Các Phần Mềm AI Hỗ Trợ Viết Tiếng Anh Miễn Phí

Ngoài Chat GPT, còn có rất nhiều phần mềm AI hỗ trợ viết tiếng Anh miễn phí, như Grammarly Free, ProWritingAid, và Hemingway Editor. Các phần mềm này có thể giúp bạn kiểm tra ngữ pháp, chính tả, và phong cách viết. Hãy thử nghiệm với các phần mềm khác nhau để tìm ra những phần mềm phù hợp nhất với nhu cầu của bạn. Hãy nhớ rằng, các phần mềm này chỉ là công cụ hỗ trợ, bạn vẫn cần phải chủ động học tập và cải thiện kỹ năng viết của mình.

3.3. Cách Tối Ưu Hóa việc Sử Dụng AI trong học viết Tiếng Anh

Để tối ưu hóa việc sử dụng AI, sinh viên cần kết hợp AI với các phương pháp học truyền thống. Quan trọng hơn, sinh viên nên trao đổi kinh nghiệm với bạn bè và giáo viên để học hỏi và điều chỉnh phương pháp học phù hợp với bản thân. Bằng cách này, việc học viết tiếng Anh với sự hỗ trợ của AI sẽ trở nên hiệu quả hơn, giúp sinh viên vượt qua khó khăn và đạt được mục tiêu học tập.

IV. Nghiên Cứu Tại HVNH Đánh Giá Hiệu Quả AI Trong Học Viết

Nghiên cứu tại Học viện Ngân hàng đã sử dụng cả khảo sát và phỏng vấn để thu thập dữ liệu định lượng và định tính. Tổng cộng có 152 sinh viên tại Học viện Ngân hàng đã hoàn thành khảo sát và 5 người tình nguyện tham gia phỏng vấn trực tuyến qua Messenger. Kết quả nghiên cứu cho thấy phần lớn sinh viên có quan điểm tích cực về việc tận dụng các công cụ AI để cải thiện khả năng viết của mình. Họ đánh giá cao những lợi ích của các công cụ này và thể hiện thái độ tích cực đối với việc sử dụng chúng trong học viết tiếng Anh, cũng như sự phát triển trong tương lai của các ứng dụng AI.

4.1. Sinh Viên HVNH Nhận Thức Về Tính Hữu Ích Của AI

Mặc dù gặp phải những thách thức như mất kết nối internet, lo ngại về đạo đức và sự phụ thuộc vào công nghệ, hầu hết sinh viên đều có ý kiến ​​ủng hộ việc sử dụng các công cụ AI. Họ đánh giá cao những lợi ích của các công cụ này và thể hiện thái độ tích cực đối với việc tận dụng chúng trong học viết tiếng Anh, cũng như sự phát triển trong tương lai của các ứng dụng AI. Hơn nữa, nhiều người trong số họ cũng bày tỏ ý định tiếp tục sử dụng chúng để cải thiện khả năng viết của mình.

4.2. Thách Thức Sinh Viên HVNH Gặp Phải Khi Dùng AI Viết

Nghiên cứu cũng chỉ ra một số thách thức mà sinh viên HVNH gặp phải khi sử dụng AI để học viết, bao gồm vấn đề kết nối internet không ổn định, lo ngại về đạo đức sử dụng AI, và nguy cơ phụ thuộc quá nhiều vào công nghệ. Các thách thức này cần được giải quyết để đảm bảo sinh viên có thể sử dụng AI một cách hiệu quả và có trách nhiệm.

V. Kết Luận Tương Lai Của AI Trong Hỗ Trợ Học Viết Tiếng Anh

Nghiên cứu này cung cấp cái nhìn sâu sắc về cách người học EFL tại Học viện Ngân hàng nhìn nhận việc sử dụng các công cụ AI trong học viết tiếng Anh. Kết quả cho thấy ứng dụng AI trong học tiếng Anh có tiềm năng to lớn trong việc cải thiện kỹ năng viết của sinh viên. Tuy nhiên, việc sử dụng AI cũng đi kèm với những thách thức cần được giải quyết. Để tối đa hóa lợi ích của AI, cần có sự hợp tác giữa người học, nhà giáo dục và các nhà phát triển công nghệ để tạo ra các công cụ và phương pháp học tập hiệu quả và có trách nhiệm.

5.1. Đề Xuất Giải Pháp Để Nâng Cao Hiệu Quả Học Tập

Một số khuyến nghị hữu ích được đưa ra cho các nhà giáo dục và người học, bao gồm đánh giá phản hồi từ AI, kết hợp nhiều công cụ, đặt mục tiêu rõ ràng và kế hoạch có cấu trúc, tích hợp AI với các phương pháp truyền thống, trao đổi kinh nghiệm với đồng nghiệp và đưa ra lời khuyên. Bằng cách nắm bắt những khuyến nghị này, các nhà giáo dục và người học có thể vượt qua khó khăn và tối ưu hóa hiệu quả của việc sử dụng các công cụ AI để học viết.

5.2. Hướng Nghiên Cứu Mở Rộng Về AI Trong Giáo Dục Đại Học

Nghiên cứu này cũng mở ra những hướng nghiên cứu mới về AI trong giáo dục đại học, đặc biệt là trong lĩnh vực giảng dạy tiếng Anh. Các nghiên cứu trong tương lai có thể tập trung vào việc phát triển các mô hình học tập kết hợp, trong đó AI đóng vai trò là một công cụ hỗ trợ giáo viên và người học, giúp cá nhân hóa quá trình học tập và nâng cao hiệu quả giảng dạy.

Nội dung chính

Giới thiệu dự án

Sự bùng nổ của các mô hình trí tuệ nhân tạo (Artificial Intelligence - AI) và mô hình ngôn ngữ lớn (Large Language Models - LLMs) đã định hình lại toàn diện phương pháp tiếp cận trong giáo dục ngoại ngữ. Trong môi trường đào tạo tiếng Anh như một ngoại ngữ (English as a Foreign Language - EFL), kỹ năng viết (Writing skills) được xem là kỹ năng phức tạp nhất do đòi hỏi sự phối hợp đồng bộ giữa năng lực ngữ pháp, vốn từ vựng, cấu trúc câu và tư duy logic diễn đạt. Các khảo sát quốc tế chỉ ra rằng hơn 80% chuyên gia trong các doanh nghiệp toàn cầu đánh giá kỹ năng viết tiếng Anh là tiêu chí cốt lõi quyết định hiệu quả công việc và cơ hội thăng tiến (Schmidgall & Powers, 2020; Moore et al., 2015).

+-------------------------------------------------------------------------------+
|                       MÔ HÌNH VẤN ĐỀ TRONG ĐÀO TẠO EFL                        |
+-------------------------------------------------------------------------------+
|  Rào cản người học:                Thực trạng đào tạo:                        |
|  - Thiếu hụt vốn từ chuyên sâu    - Tỷ lệ sinh viên/giảng viên cao (1:N)      |
|  - Lỗi cấu trúc cú pháp & ngữ pháp - Hạn chế phản hồi sửa lỗi tức thì (1-on-1)|
|  - Tư duy sắp xếp ý tưởng rời rạc - Thiếu môi trường tự luyện tập liên tục    |
+-------------------------------------------------------------------------------+
                                      |
                                      v
+-------------------------------------------------------------------------------+
|             GIẢI PHÁP: TÍCH HỢP HỆ SINH THÁI AI-POWERED WRITING TOOLS         |
|             (Grammarly, ChatGPT, QuillBot, Google Bard/Gemini, v.v.)          |
+-------------------------------------------------------------------------------+

Mặc dù người học ngày càng chủ động tiếp cận các công cụ hỗ trợ viết bằng AI như Grammarly, ChatGPT, QuillBot, hay Google Bard, các đơn vị đào tạo vẫn thiếu hụt các dữ liệu thực nghiệm chuẩn hóa về mức độ chấp nhận công nghệ, tính hiệu quả thực tế và các rào cản nhận thức. Dự án khóa luận tốt nghiệp của tác giả Nguyễn Việt Trinh (Khóa K23, Học viện Ngân hàng) dưới sự hướng dẫn của ThS. Nguyễn Thị Minh Hằng đã triển khai nghiên cứu chuyên sâu nhằm giải quyết triệt để khoảng trống nghiên cứu này.

Mục tiêu dự án:

1. Khảo sát mức độ thâm nhập và phân loại các công cụ AI hỗ trợ viết được sinh viên EFL sử dụng phổ biến nhất.
2. Đánh giá nhận thức của người học dựa trên Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM) qua 4 khía cạnh: Tính dễ sử dụng cảm nhận (PEU), Tính hữu ích cảm nhận (PU), Thái độ sử dụng (ATU), và Ý định hành vi (BI).
3. Định lượng các thách thức kỹ thuật và học thuật (Challenges - C) cản trở hiệu quả tối ưu hóa công cụ AI.
4. Đề xuất khung giải pháp tích hợp AI trong giảng dạy kết hợp (Blended Learning) cho giảng viên và người học.

Phạm vi và giới hạn: Nghiên cứu được thực hiện tại Học viện Ngân hàng (Banking Academy of Vietnam - BAV) trong giai đoạn tháng 04/2024, lấy mẫu trên $N = 152$ sinh viên đang theo học các học phần kỹ năng viết tiếng Anh chuyên ngành và tiếng Anh học thuật.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước làn sóng số hóa, người học EFL thường phụ thuộc vào mô hình sửa bài truyền thống (Teacher-led feedback) hoặc sử dụng các công cụ dịch thuật thô (Machine Translation). Bảng phân tích so sánh các giải pháp hiện tại:

Tiêu chí	Phản hồi truyền thống (Giáo viên)	Công cụ sửa lỗi cục bộ (Grammarly NLP)	Công cụ diễn đạt lại (QuillBot)	Trợ lý GenAI (ChatGPT / Gemini)
Độ trễ phản hồi	Cao (3 - 7 ngày)	Thời gian thực (< 1 giây)	Thời gian thực (< 2 giây)	Thời gian thực (tức thì)
Phân tích ngữ cảnh	Toàn diện, hiểu ngữ cảnh bài viết	Cấp độ câu và cụm từ	Tái cấu trúc câu theo mode	Toàn văn, đa ngữ cảnh
Cá nhân hóa gợi ý	Cao nhưng giới hạn thời gian	Trung bình (dựa trên rules & NLP)	Trung bình (paraphrasing engine)	Rất cao (prompt tùy biến)
Chi phí triển khai	Chi phí nhân sự cao	Miễn phí / Bản quyền Freemium	Miễn phí / Bản quyền Freemium	Miễn phí / Thuê bao API
Rủi ro liêm chính	Không có	Thấp	Trung bình (nguy cơ đạo văn nhẹ)	Cao (nguy cơ lạm dụng sinh văn)

Phân tích yêu cầu chức năng theo phương pháp MoSCoW cho hệ thống ứng dụng AI của sinh viên:

• Must-have: Phát hiện lỗi chính tả, ngữ pháp; gợi ý từ đồng nghĩa phù hợp ngữ cảnh; truy cập đa nền tảng (Web, Desktop, Mobile).
• Should-have: Tái cấu trúc câu phức; phân tích giọng văn (Tone detection); hỗ trợ phát triển dàn ý (Outlining).
• Could-have: Tự động chấm điểm theo thang rubric tiêu chuẩn (IELTS/TOEIC/CEFR); giải thích chi tiết nguyên nhân lỗi sai ngữ pháp.
• Won't-have (giai đoạn này): Tự động viết toàn bộ văn bản thay thế hoàn toàn tư duy của người học (chống vi phạm liêm chính học thuật).

Thiết kế hệ thống

Khung nghiên cứu được xây dựng dựa trên sự mở rộng của Mô hình Chấp nhận Công nghệ (TAM - Davis, 1989), tích hợp biến kiểm soát thách thức kỹ thuật:

+--------------------------+       +---------------------------+
|  Perceived Ease of Use   | ----> |   Perceived Usefulness    |
|       (PEU - 6 items)    |       |      (PU - 12 items)      |
+--------------------------+       +---------------------------+
             |                                   |
             v                                   v
+--------------------------------------------------------------+
|             Attitude Toward Using (ATU - 5 items)            |
+--------------------------------------------------------------+
                               |
                               v
+--------------------------------------------------------------+
|            Behavioral Intention (BI - 5 items)               |
+--------------------------------------------------------------+
                               ^
                               | (Tác động điều tiết tiêu cực)
+--------------------------------------------------------------+
|            Challenges & Constraints (C - 5 items)            |
+--------------------------------------------------------------+

Ngăn xếp công nghệ và công cụ thống kê (Technology Stack):

• Thu thập dữ liệu: Google Forms Cloud Infrastructure kết nối Google Sheets Data Connector API.
• Xử lý & Phân tích định lượng: IBM SPSS Statistics v20.0 (Statistical Package for the Social Sciences), hỗ trợ phân tích độ tin cậy Cronbach's Alpha và thống kê mô tả (Descriptive Statistics).
• Thu thập dữ liệu định tính: Nền tảng viễn thông trực tuyến thời gian thực (Messenger Audio VoIP Architecture) kết nối giao thức mã hóa đầu cuối.
• Hệ sinh thái AI nghiên cứu: OpenAI GPT-3.5/GPT-4 Architecture, Grammarly Cloud-based Rule/Transformer Engine, QuillBot Natural Language Paraphraser, Google PaLM2/Gemini Core.

Methodology

Nghiên cứu áp dụng phương pháp hỗn hợp (Mixed-Methods Approach) kết hợp hai pha tuần tự:

[Pha 1: Định lượng (Quantitative)] 
       --> Thiết kế bảng hỏi TAM (41 tiêu chí) 
       --> Thử nghiệm Pilot (n=3) 
       --> Thu thập dữ liệu diện rộng (N=152) 
       --> Xử lý dữ liệu bằng SPSS v20
       
[Pha 2: Định tính (Qualitative)] 
       --> Xây dựng câu hỏi bán cấu trúc (Semi-structured) 
       --> Phỏng vấn sâu mẫu đại diện (n=5) 
       --> Ghi âm, Transcribe văn bản 
       --> Phân tích chủ đề (Thematic Coding) & Đối chiếu chéo

Công thức Andrew Fisher được áp dụng để xác định quy mô mẫu tối thiểu đại diện cho tổng thể 600 sinh viên:

$$n = \frac{Z^2 \cdot p \cdot (1-p)}{e^2} = \frac{(1.96)^2 \cdot 0.5 \cdot (1 - 0.5)}{(0.08)^2} = \frac{3.8416 \cdot 0.25}{0.0064} \approx 150.06$$

Cỡ mẫu thực tế thu thập đạt $N = 152$, đáp ứng độ tin cậy 95% ($Z = 1.96$) và sai số biên chấp nhận được $\pm 8%$.

---

Implementation và kết quả

Development process

Quá trình thu thập và làm sạch dữ liệu diễn ra trong 17 ngày (08/04/2024 - 24/04/2024). Dữ liệu thô từ bảng hỏi trực tuyến được chuẩn hóa, mã hóa thành các biến định lượng trên thang đo Likert 5 điểm: $1 = \text{Hoàn toàn không đồng ý}$ đến $5 = \text{Hoàn toàn đồng ý}$.

Đoạn mã Python mô phỏng thuật toán tính toán hệ số tin cậy Cronbach's Alpha và kiểm tra tương quan biến tổng (Corrected Item-Total Correlation) tương đương module SPSS v20:

import numpy as np
import pandas as pd

def calculate_cronbach_alpha(item_data: pd.DataFrame) -> float:
    """
    Tính hệ số tin cậy Cronbach's Alpha cho thang đo
    Công thức: alpha = (k / (k - 1)) * (1 - sum(var_i) / var_total)
    """
    k = item_data.shape[1]
    item_variances = item_data.var(axis=0, ddof=1)
    total_scores = item_data.sum(axis=1)
    total_variance = total_scores.var(ddof=1)
    
    alpha = (k / (k - 1)) * (1 - (item_variances.sum() / total_variance))
    return float(alpha)

def item_total_correlation(item_data: pd.DataFrame) -> pd.Series:
    """
    Tính tương quan giữa từng biến quan sát và tổng điểm các biến còn lại
    """
    correlations = {}
    total_scores = item_data.sum(axis=1)
    for col in item_data.columns:
        rest_scores = total_scores - item_data[col]
        correlations[col] = item_data[col].corr(rest_scores)
    return pd.Series(correlations)

Testing và validation

Kiểm định chất lượng thang đo thông qua chỉ số độ tin cậy nhất quán nội tại (Cronbach's Alpha) trên phần mềm SPSS v20 cho thấy toàn bộ các nhóm nhân tố đều đạt tiêu chuẩn học thuật xuất sắc ($\alpha > 0.80$ và Corrected Item-Total Correlation $> 0.30$):

Thang đo kiểm định	Ký hiệu	Số biến quan sát	Hệ số Cronbach's Alpha ($\alpha$)	Đánh giá độ tin cậy
Tính dễ sử dụng cảm nhận	PEU	6	0.902	Rất tốt
Tính hữu ích cảm nhận	PU	12	0.947	Xuất sắc
Thái độ sử dụng	ATU	5	0.911	Rất tốt
Ý định hành vi	BI	5	0.896	Tốt
Rào cản & Thách thức	C	5	0.820	Tốt

Hệ số tin cậy Cronbach's Alpha theo thang đo:
PEU [6 items]  : [===================>       ] 0.902
PU  [12 items] : [====================>      ] 0.947
ATU [5 items]  : [===================>       ] 0.911
BI  [5 items]  : [==================>        ] 0.896
C   [5 items]  : [================>          ] 0.820
Ngưỡng chuẩn (0.70): ------------------------

Kết quả đạt được

1. Mức độ phổ biến và phân bổ công cụ AI:

• Grammarly: 77.0% ($117/152$ sinh viên) sử dụng - Đứng đầu về tỷ lệ cài đặt nhờ khả năng sửa lỗi ngữ pháp thời gian thực.
• ChatGPT: 75.7% ($115/152$ sinh viên) sử dụng - Đứng đầu về mức độ đánh giá hiệu quả vượt trội (38.2% bình chọn là công cụ hiệu quả nhất).
• QuillBot: 61.2% ($93/152$ sinh viên) sử dụng - Công cụ hàng đầu về diễn đạt và đảo cấu trúc câu.
• Paraphraser: 31.6% ($48/152$), Google Bard/Gemini: 25.0% ($38/152$), ProWritingAid: 7.2% ($11/152$).

2. Đánh giá định lượng các nhân tố TAM (Mean & Standard Deviation):

• Tính dễ sử dụng (PEU - Mean = 3.92): Sinh viên đồng thuận cao nhất ở khả năng vận hành dễ dàng (PEU1: $M = 4.03, SD = 0.829$) và tính tương thích trên đa thiết bị (PEU3: $M = 4.03, SD = 0.845$).
• Tính hữu ích (PU - Mean = 3.77): Khả năng đa dạng hóa lựa chọn từ vựng đạt điểm cao nhất (PU6: $M = 3.92, SD = 0.888$), làm giàu vốn từ (PU5: $M = 3.917$), tính linh hoạt học tập mọi lúc mọi nơi (PU12: $M = 3.915$) và cải thiện năng lực viết tổng thể (PU1: $M = 3.902$).
• Thái độ sử dụng (ATU - Mean = 3.85): Nhận thức về lợi ích to lớn của AI đối với việc học viết đạt $M = 3.89$, và tiềm năng ứng dụng mở rộng đạt $M = 3.896$.
• Ý định hành vi (BI - Mean = 3.89): Sẵn sàng tiếp tục sử dụng AI thường xuyên đạt $M = 3.931$.

3. Rào cản kỹ thuật & học thuật phát hiện qua định tính:

• Nguy cơ phụ thuộc tư duy vào gợi ý máy móc (Over-reliance).
• Phản hồi chưa chính xác 100% trong các ngữ cảnh tiếng Anh tài chính - ngân hàng phức tạp (AI Hallucination).
• Sự gián đoạn kết nối đường truyền và giới hạn phiên bản miễn phí của các công cụ cao cấp.

---

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về mặt lý luận và thực tiễn triển khai công nghệ giáo dục:

Khía cạnh	Nghiên cứu Le (2023)	Nghiên cứu Utami et al. (2023)	Nghiên cứu Al-Raimi et al. (2024)	Nghiên cứu này (BAV Case Study, 2024)
Quy mô mẫu	$N = 100$	$N = 58$	$N = 61$	$N = 152$ (Tính toán chuẩn Fisher)
Phương pháp	Mixed-methods	Mixed-methods	Quantitative Only	Mixed-Methods đa kênh (Forms + Voice VoIP)
Khung lý thuyết	Khảo sát mở rộng	TAM căn bản (3 biến)	Thang đo Likert tổng hợp	TAM mở rộng (5 biến: PEU, PU, ATU, BI, Challenges)
Độ tin cậy thang đo	Chưa công bố chi tiết $\alpha$	$\text{Mean} = 4.35$	Không kiểm định Cronbach	$\alpha$ chi tiết từng nhóm: 0.820 – 0.947
Đối tượng chuyên ngành	Tiếng Anh đại cương	Học sinh THPT	Sinh viên đại học Oman	Sinh viên khối ngành Kinh tế - Ngân hàng

Các điểm đổi mới kỹ thuật và phương pháp luận:

• Chuẩn hóa thang đo TAM cho AI Writing: Thiết lập bộ 41 biến quan sát có giá trị phân biệt và độ hội tụ chuẩn xác cao, cung cấp cơ sở dữ liệu tham chiếu cho các nghiên cứu tiếp theo về EdTech tại Việt Nam.
• Xác lập mô hình tương quan Đa công cụ (Multi-tool Orchestration): Chứng minh sinh viên không sử dụng đơn lẻ một công cụ mà kết hợp ít nhất 2 đến 3 công cụ trong quy trình 4 bước: Lập dàn ý (ChatGPT) $\rightarrow$ Viết bản nháp $\rightarrow$ Trau chuốt từ vựng (QuillBot) $\rightarrow$ Kiểm soát lỗi ngữ pháp (Grammarly).

---

Ứng dụng thực tế và triển khai

Dự án cung cấp mô hình triển khai thực tế cho các cơ sở giáo dục đại học định hướng ứng dụng AI:

+-------------------------------------------------------------------------------+
|             LỘ TRÌNH TRIỂN KHAI MÔ HÌNH BLENDED AI-WRITING CLASSROOM          |
+-------------------------------------------------------------------------------+
| Giai đoạn 1 (Tuần 1 - 2):   | - Chuẩn hóa tài khoản công cụ & Tập huấn Prompt |
| Thiết lập nền tảng         | - Phổ biến quy tắc liêm chính học thuật (AI Ethics)|
+-----------------------------+-------------------------------------------------+
| Giai đoạn 2 (Tuần 3 - 8):   | - Sinh viên tự tạo bản nháp & nhận phản hồi AI   |
| Tích hợp quy trình viết     | - Giáo viên hướng dẫn phân tích & phản biện AI  |
+-----------------------------+-------------------------------------------------+
| Giai đoạn 3 (Tuần 9 - 12):  | - Đánh giá đồng đẳng (Peer Review) kết hợp AI   |
| Đánh giá & Tinh chỉnh       | - Kiểm tra đối chiếu độ chính xác ngữ pháp       |
+-----------------------------+-------------------------------------------------+
| Giai đoạn 4 (Tuần 13 - 15): | - Đánh giá tổng kết kỹ năng viết độc lập       |
| Đo lường hiệu quả           | - Báo cáo chỉ số tiến bộ dựa trên thang đo Rubric|
+-------------------------------------------------------------------------------+

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis):

• Tiết kiệm thời gian sửa bài: Giảm $45% - 60%$ thời gian chấm chữa lỗi cơ bản cho giảng viên, giải phóng nguồn lực tập trung vào phát triển tư duy logic và cấu trúc lập luận cho sinh viên.
• Tần suất thực hành: Tăng số lượng bài viết luyện tập của sinh viên lên gấp 3 lần nhờ cơ chế phản hồi tức thì (Instant formative feedback) mà không gây quá tải cho bộ môn.

---

Hạn chế và hướng phát triển

Hạn chế tồn tại

• Phạm vi địa lý và đối tượng: Nghiên cứu tập trung tại Học viện Ngân hàng, cỡ mẫu $N = 152$ sinh viên khối kinh tế, chưa bao quát toàn diện các khối ngành kỹ thuật hoặc khoa học xã hội.
• Tính chất dữ liệu thời điểm (Cross-sectional Study): Phản ánh nhận thức tại một thời điểm nhất định (Tháng 04/2024), chưa đo lường sự biến thiên hành vi theo thời gian dài (Longitudinal trajectory).
• Quy mô mẫu phỏng vấn định tính ($n = 5$): Do triển khai vào cuối học kỳ khi sinh viên bước vào kỳ thi, quy mô phỏng vấn sâu còn khiêm tốn.

Hướng phát triển tiếp theo

• Tích hợp mô hình AI Tùy biến (Customized Educational LLMs): Xây dựng hệ thống Trợ lý ảo AI Writing Mentor tích hợp trực tiếp vào hệ sinh thái LMS (Moodle/Canvas) với bộ quy tắc chấm điểm bám sát khung năng lực ngoại ngữ 6 bậc Việt Nam (VSTEP).
• Nghiên cứu thực nghiệm đối chứng (Quasi-experimental Design): Thiết lập nhóm can thiệp (sử dụng AI có hướng dẫn) và nhóm đối chứng (học truyền thống) trong 1 học kỳ để định lượng chính xác mức tăng điểm số viết thực tế.

---

Đối tượng hưởng lợi

+--------------------------------------------------------------------------+
|                       ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                          |
+--------------------------------------------------------------------------+
|  [Sinh viên EFL]       |  - Nâng cao 40% hiệu suất tự sửa lỗi từ vựng/ngữ pháp |
|                        |  - Tự chủ không gian, thời gian và tốc độ học tập   |
+------------------------+-------------------------------------------------+
|  [Giảng viên Ngoại ngữ]|  - Giảm tải áp lực chấm lỗi ngữ pháp thủ công     |
|                        |  - Chuẩn hóa khung hướng dẫn khai thác AI đúng cách|
+------------------------+-------------------------------------------------+
|  [Nhà quản lý EdTech]  |  - Cung cấp luận cứ khoa học để đầu tư bản quyền |
|                        |  - Xây dựng chính sách Liêm chính Học thuật số    |
+------------------------+-------------------------------------------------+
|  [Nhà nghiên cứu]      |  - Bộ dữ liệu & thang đo chuẩn hóa TAM tin cậy cao|
+--------------------------------------------------------------------------+

---

Câu hỏi thường gặp

1. Sinh viên có cần kiến thức lập trình phức tạp để sử dụng hiệu quả các công cụ AI hỗ trợ viết không?

Không. Các công cụ hiện đại như Grammarly hay QuillBot được thiết kế dưới dạng tiện ích mở rộng trình duyệt (Browser Extensions) hoặc giao diện web tương tác trực quan với điểm thân thiện giao diện đạt $M = 3.849$. Đối với LLMs như ChatGPT, sinh viên chỉ cần nắm vững kỹ thuật đặt câu lệnh (Prompt Engineering cơ bản) để thiết lập vai trò, ngữ cảnh và tiêu chí chấm bài.

2. Làm thế nào để giải quyết nguy cơ sinh viên lạm dụng AI để gian lận bài tập viết?

Giải pháp cốt lõi là chuyển dịch phương pháp đánh giá từ chấm "Sản phẩm cuối cùng" (Product-based assessment) sang chấm "Tiến trình viết" (Process-based assessment). Giảng viên yêu cầu nộp kèm lịch sử chỉnh sửa bản nháp (Revision history), nhật ký câu lệnh (Prompt logs), kết hợp bảo vệ bài viết hoặc viết trực tiếp tại lớp để kiểm tra năng lực độc lập.

3. Công cụ nào được đánh giá tối ưu nhất cho sinh viên chuyên ngành kinh tế - ngân hàng?

Theo kết quả khảo sát, ChatGPT dẫn đầu về khả năng tạo ý tưởng và cấu trúc bài ($38.2%$), trong khi Grammarly dẫn đầu về kiểm soát độ chuẩn xác ngữ pháp ($77%$ tỷ lệ dùng). Do đó, mô hình phối hợp "ChatGPT (Dàn ý) + Grammarly (Soát lỗi chuyên sâu)" là giải pháp tối ưu nhất.

4. Hệ thống AI có thể thay thế hoàn toàn vai trò của giảng viên dạy viết không?

Tuyệt đối không. AI chỉ đóng vai trò trợ lý tự học (Scaffolding Tool). Giảng viên giữ vai trò chủ đạo trong việc định hướng tư duy phản biện, kiểm soát tính chính xác của thuật ngữ chuyên ngành và đánh giá chiều sâu cảm xúc, tính nhân văn của bài viết.

5. Chi phí triển khai hệ thống AI Writing cho một khoa/trường đại học là bao nhiêu?

Hầu hết các công cụ (ChatGPT 3.5/4o, Grammarly Free, QuillBot Free) đều có phiên bản miễn phí đáp ứng tốt nhu cầu cơ bản của sinh viên. Với quy mô tổ chức, các gói giải pháp doanh nghiệp/giáo dục (Grammarly for Education hoặc OpenAI Education API) có chi phí tối ưu khi đăng ký tập trung, đem lại ROI vượt trội thông qua việc nâng cao chuẩn đầu ra ngoại ngữ của nhà trường.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Việt Trinh đã chứng minh một cách khoa học rằng sinh viên EFL tại Học viện Ngân hàng có nhận thức rất tích cực đối với việc ứng dụng công cụ AI trong rèn luyện kỹ năng viết ($M_{PEU} = 3.92$, $M_{PU} = 3.77$, $M_{ATU} = 3.85$, $M_{BI} = 3.89$). Nghiên cứu khẳng định AI không còn là xu hướng tự phát mà đã trở thành một phần thiết yếu trong môi trường tự học số. Bằng việc nhận diện rõ nét các rào cản về tính chính xác và nguy cơ phụ thuộc công nghệ, công trình mở ra hướng đi thực tiễn trong việc xây dựng mô hình giáo dục kết hợp, tối ưu hóa năng lực ngôn ngữ cho người học trong kỷ nguyên trí tuệ nhân tạo.

Trích đoạn nội dung tài liệu

STATE BANK OF VIETNAM BANKING ACADEMY OF VIETNAM FACULTY OF FOREIGN LANGUAGES ---------------------- GRADUATION THESIS TOPIC: AN INVESTIGATION INTO EFL LEARNERS’ PERCEPTIONS OF UTILIZING AI-POWERED TOOLS IN LEARNING WRITING SKILLS - A CASE STUDY AT THE BANKING ACADEMY OF VIETNAM Student : Nguyễn Việt Trinh Class : K23ATCA Academic year : 2020 - 2024 Student ID : 23A7510145 Supervisor : Ms. Nguyễn Thị Minh Hằng (MBA) Hanoi, May 2024 DECLARATIONS I hereby declare that the graduation thesis entitled “An investigation into EFL learners’ perceptions of utilizing AI-powered tools in learning writing skills - a case study at the Banking Academy of Vietnam” is my own work under the supervision of Ms. Nguyễn Thị Minh Hằng. All the data used for analysis completely belongs to my research.

The reference materials are clearly identified and cited in accordance with the regulations. Hanoi, May 2024 Signature Nguyễn Việt Trinh I ACKNOWLEDGEMENTS First and foremost, I would like to express my deepest gratitude to Ms. Nguyễn Thị Minh Hằng, who has always guided and supported me throughout the research process. Her valuable instructions and unwavering support play an indispensable role in shaping the direction of this study, and I am incredibly grateful for the time and effort she invested in helping me.

I would also like to extend my sincere thanks to my family and friends, who have always been by my side and encouraged me during my graduation thesis. Their companionship and support are the biggest motivations to help me overcome difficult times and complete my research project. Finally, I want to thank all of the students participating in the survey and the interview. The information they provided is a valuable resource for this research to be completed.

Due to my limited practical experience, this study cannot avoid shortcomings. I would appreciate any constructive comments or feedback that might help refine my understanding and make this topic even more comprehensive. Sincerely, Nguyễn Việt Trinh II TABLE OF CONTENTS DECLARATIONS .ii TABLE OF CONTENTS. iii LIST OF ABBREVIATIONS .vi LIST OF TABLES .vii LIST OF FIGURES.

Background of the study. Significance of the study. Objectives of the study. Scope and limitations of the study.

Structure of the study. EFL learners and Writing skills. Importance of writing skills for EFL learners. Difficulties encountered by EFL learners in learning writing skills.

AI-powered tools. Overview of Artificial Intelligence (AI). AI-powered tools for writing. Technology acceptance model (TAM).

Research locale and population. Data collecting procedure. Phase 1: Quantitative research. Phase 2: Qualitative research.

Data processing and analysis. 25 CHAPTER 4: FINDINGS AND DISCUSSION. Scale reliability testing. AI-powered tools used by EFL learners in learning writing skills.

EFL learners’ perceived ease of using AI-powered tools in learning writing skills. EFL learners’ perceived usefulness of AI-powered tools in learning writing skills. EFL learners’ attitudes toward using AI-powered tools in learning writing skills. EFL learners’ behavioral intentions toward using AI-powered tools in learning writing skills.

EFL learners’ challenges in using AI-powered tools for learning writing skills. AI-powered tools used by EFL learners in learning writing skills. EFL learners’ perceived ease of using AI-powered tools in learning writing skills. EFL learners’ perceived usefulness of AI-powered tools in learning writing skills.

EFL learners’ attitudes toward using AI-powered tools in learning writing skills. EFL learners’ challenges in using AI-powered tools for learning writing skills. 47 CHAPTER 5: CONCLUSION AND RECOMMENDATIONS. Recommendations for learners and educators.

Recommendations for further studies. 54 APPENDIX 1: THE QUESTIONNAIRE. 60 APPENDIX 2: INTERVIEW QUESTIONS. 67 V LIST OF ABBREVIATIONS Abbreviation Meaning EFL English as a Foreign Language AI Artificial Intelligence TAM Technology Acceptance Model PEU Perceived Ease of Use PU Perceived Usefulness ATU Attitude Toward Using BI Behavioral Intention C Challenge SPSS Statistical Product and Service Solutions VI LIST OF TABLES Table Page Table 3.1: Interpretation of the mean score 24 Table 4.1: Respondent demographics (N = 152) 26 Table 4.2: Reliability analysis of perceived ease of use (PEU) 27 Table 4.3: Reliability analysis of perceived usefulness (PU) 28 Table 4.4: Reliability analysis of attitude toward using (ATU) 29 Table 4.5: Reliability analysis of behavioral intention (BI) 30 Table 4.6: Reliability analysis of challenge in using (C) 30 Table 4.7: Summary of descriptive statistics 31 Table 4.8: EFL learners’ perceived ease of using AI-powered tools in 36 learning writing skills Table 4.9: EFL learners’ perceived usefulness of AI-powered tools in 37 learning writing skills Table 4.10: EFL learners’ attitudes toward using AI-powered tools in 39 learning writing skills Table 4.11: EFL learners’ behavioral intentions toward using AI-powered 40 tools in learning writing skills Table 4.12: EFL learners’ challenges in using AI-powered tools for learning 41 writing skills VII LIST OF FIGURES Figure Page Figure 2.1: Technology Acceptance Model (TAM) (Davis et al.1: Quantitative data collection procedure 21 Figure 3.2: Qualitative data collection procedure 22 Figure 4.1: AI-powered tools used by students in learning writing skills 34 Figure 4.2: AI-powered tools ranked by effectiveness 35 VIII ABSTRACT This study aims to explore EFL learners' perceptions of utilizing AI-powered tools in learning writing skills.

Both questionnaires and interviews are employed to collect quantitative and qualitative data for analysis. A total of 152 students at the Banking Academy of Vietnam completed the survey, and five of them volunteered to participate in the online interviews via Messenger. The research findings revealed that a large number of students have positive views about taking advantage of AI-powered tools to improve their writing abilities. Despite challenges such as internet disconnection, ethical concerns, and technology dependence, most students hold a favorable opinion of using AI tools.

They valued the benefits of these tools and showed a positive attitude towards leveraging them in English writing learning, as well as the future development of AI applications. Furthermore, many of them also expressed their intention to continue making use of them to improve their writing abilities. In addition, some useful recommendations are proposed for educators and learners, including evaluating feedback from AI, combining multiple tools, setting clear goals and structured plans, integrating AI with traditional methods, exchanging experiences with peers, and offering advice. By embracing these recommendations, educators and learners can overcome difficulties and optimize the effectiveness of using AI tools for learning writing skills.

INTRODUCTION This chapter presents an overview of the study, including the overall context of the study, the purpose of the study, the research questions, its significance, as well as the scope and limitations of the research. Background of the study The recent surge of AI technology has brought about significant changes in education, including teaching and learning English, the most popular language in the world. This groundbreaking technology isn't just accelerating language acquisition; it's also enriching the learning experience for English as a Foreign Language (EFL) learners. Integrating AI into English language learning is an inevitable trend, not only enhancing the quality of education but also creating favorable conditions for learners to conquer this international language (Wang, 2021).

In the trend of developing AI technologies in language learning, many AI- powered tools have been created to support EFL learners in the process of learning writing skills. These tools offer personalized feedback and assistance, allowing learners to practice writing at their own pace and receive instant guidance. Furthermore, EFL learners also highlight the convenience and accessibility of AI-powered tools, which allow them to practice writing at any time and from anywhere (Su et al. Thus, it cannot be denied that the use of AI-powered tools in learning writing is becoming increasingly widespread.

As one of the leading universities in Vietnam, Banking Academy also offers English modules to equip students with essential foreign language skills for future careers. In line with the general trend, the use of AI-powered tools to support English language learning, particularly for writing skills, has also become popular in the Banking Academy. Therefore, understanding how students perceive and use these AI tools is very important to find appropriate teaching and learning methods, enhancing the quality of training as well as improving students' abilities. 1 All of the preceding points have been the driving force behind this study, which is titled "An investigation into EFL learners’ perceptions of utilizing AI-powered tools in learning writing skills - a case study at the Banking Academy of Vietnam.

Significance of the study By understanding the perceived utilization of AI-powered tools, the study can highlight how AI tools can potentially assist EFL learners in learning writing and inform strategies for maximizing their effectiveness in developing writing abilities. This may involve identifying specific writing tasks where AI tools are most beneficial and developing guidelines for their responsible use. Besides, instructors can offer some advice and assistance to help learners overcome barriers that hinder their optimal use. In addition, the findings can guide educators in developing appropriate teaching methods that leverage AI tools alongside traditional approaches.

This may involve creating blended learning environments that combine AI-powered feedback with teacher guidance and peer interaction. Furthermore, since this study explores the use of AI writing tools without educators’ guidance, it also encourages the practice of using AI tools as a useful self-learning method for EFL learners. Objectives of the study The study aims to figure out how EFL learners perceive the utilization of AI- powered tools in learning writing skills as well as the challenges that hinder them from taking advantage of these tools. Some suggestions would be proposed to increase the effectiveness of making use of AI tools in improving writing skills.

Furthermore, the study is conducted in the hope of assisting educators and learners in identifying best practices for utilizing AI tools to maximize their benefits for learners. Research questions In order to shed light on the goal of the study, two questions are addressed as follows: 1. How do EFL learners at the Banking Academy of Vietnam perceive the utilization of AI-powered tools in learning writing skills? 2. What challenges do EFL learners at the Banking Academy encounter in utilizing AI-powered tools for learning writing skills? 1.

Scope and limitations of the study The research primarily focuses on exploring how EFL learners at the Banking Academy of Vietnam perceive the use of AI tools in learning writing as well as the challenges they have encountered when utilizing these tools. The students of different years taking English writing classes at the Banking Academy were invited to take part in the research and provide their personal views. The study was carried out from April 8 to April 24, 2024. The study has some limitations.

First, due to time constraints, the study was only conducted within the Banking Academy, so it may not be generalizable to the large population of EFL learners. Second, the study only explores EFL learners' perceptions at a specific point in time. Further studies would be needed to understand how perceptions and usage patterns change over time. Third, because the research was carried out at the end of the semester, many students were busy studying for exams and doing projects, so few students could spend time participating in interviews.

Consequently, qualitative methods may not be optimally utilized. Structure of the study The thesis includes five chapters, as follows: 3 Chapter 1. Introduction: This chapter sets the stage for the thesis writing, providing the background of the study, the purpose of the study, the research questions, its significance, as well as the scope and limitations of the research. Literature Review: This chapter provides an overview of theories that are relevant to EFL learners and Writing skills, AI-powered tools, the Technology Acceptance Model as well as the previously published works on the topic.

Methodology: This chapter typically presents the roadmap for conducting the research, including the research setting, research methods, research instruments, data collection procedure and data analysis. Findings and Discussion: This chapter aims to present the results of the investigation and analyze their meaning. It also includes a discussion of the results obtained.