CHƯƠNG 1 Chương này trinh bày lý do chọn đề tài về ảnh hường của trí tuệ nhân tạo và vốn tâm lý đến sự gắn bó công viộc và hiệu suất công viộc của nhân viên trong ngành dịch vụ tại TP. Đồng thời, chương cũng nêu rõ các mục tiêu nghiên cứu, baơ gồm mục tiêu tông quát và cụ thồ, cùng các câu hỏi nghiên cứu lien quan. Ngoài ra, chương này còn giới thiệu đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu sẽ được áp dụng, ý nghĩa cũng như bổ cục của loàn bộ nghiên cứu. 9 CHƯƠNG 2: cơ SỞ LÝ THUYÉT VÀ MÔ HÌNH NGHIÊN cứu 2.
Các khái niệm trong mô hình nghiên cứu 2. Trí tuệ nhân tạo (AI) Trí tuệ nhân tạo (AI) là một lình vực trong khoa học máy tính, tập trung vào việc tạo ra các hộ thống có khá năng thực hiộn những nhiệm vụ đòi hỏi trí tuệ của con người. John McCarthy là một trong nhùng người sáng lập lình vực này, ông đà định nghĩa AI là khoa học và kỳ thuật về việc che tạo máy móc thông minh, đặc biệt là các chương trinh máy tính có khá năng suy nghĩ như con người (McCarthy, 1956). Định nghĩa này đà trờ thành nền tảng cho các nghiên cứu và phát triển AI trong suốt nhiều thập ký.
Đông thuận với quan điêm của McCarthy thì Russell và Norvig (2020) xác định AI là việc nghiên cứu các “đại lý thông minh” (intelligent agents) (Russell và Norvig , 2020, trang 36), nhừng hệ thông có khâ năng tự động hóa các nhiệm vụ yêu cầu trí tuệ của con người. Có nghĩa là các hệ thong trí tuệ nhân tạo (AI) có thể thực hiện nhừng công việc mà trước đây chi con người mới làm được vì chúng đòi hòi sự suy nghĩ, phân tích, ra quyết định hay sáng tạo. Ví dụ, AI có thê tự động phân lích dừ liệu như việc đọc và phân tích một lượng dữ liệu không lô mà con người khó có thê xứ lý trong thời gian ngắn hay nhận diện hình ánh, giọng nói ví dụ như trợ lý áo Siri hay Google Assistant (trợ lỷ Google) trong các điện thoại thông minh ngày nay. Theo hai tác gia này, AI không chi mô phóng hành vi của con người mà còn học hôi và có thê đưa ra các quyết định dựa trên dừ liệu thông tin mới, giúp tối ưu hóa hiệu suất cua các hệ thống máy linh trong môi trường thực tế (Russell & Norvig, 2020).
Tiếp tục phát triên khái niệm này, Nilsson (1998) mô tả AI là khoa học nghiên cứu các hành vi thông minh của máy móc và các hộ thống máy tính. Quan đicm này nhấn mạnh rằng AI không chỉ dừng lại ớ việc mô phóng trí tuệ con người, mà còn có khá năng câi thiện và tối ưu hóa hiệu suất thực hiện nhiệm vụ trong các điều kiện phức tạp (Nilsson, 1998). Bên cạnh đó, Kaplan và Haenlein đã bô sung thêm ràng AI là “khá năng của một hộ thống cỏ the diễn giái chính xác dừ liệu ben ngoài, học hói tù’ dừ iiộu đó, và áp dụng nhừng kiến thức đã học để đạt được các mục tiêu và nhiệm vụ cụ thể thông qua việc thích nghi linh hoạt” (Kaplan & Haenlein, 2019, trang 19). Hai tác giả 10 nhấn mạnh rằng AI không chỉ giúp con người đạt được mục tiêu mà còn có thế học hoi và thích ứng với môi trường xung quanh.
Mặc dù AI ngày càng phát triển mạnh mẽ, không phái ai cũng đồng ỷ với ý kiến rằng máy móc có thê thực sự thông minh như con người. Một trong những lập luận nôi tiêng nhât là của John Searle, qua thí nghiệm tường tượng cỏ tên "Phòng Trung Hoa" (Chinese Room). Trong lập luận này, Searle cho rằng mặc dù máy móc có thê thực hiện các hành động giông như con người, nhưng chúng thực sự không hiểu được ỷ nghĩa cua những gi minh đang làm. Nói cách khác, máy tính chi xử lý thông tin theo các quy tãc lập trinh săn, mà không có ý thức hay sự hiêu biêt thật sự (Searle, 1980).
Đây là một quan điếm quan trọng trong triết học về AI, và nó đặt ra câu hỏi liệu máy móc cỏ bao giờ đạt đến mức trí tuệ như con người không. Ngược lại, trong thời đại dừ liệu lớn, Andrew Ng - một chuyên gia nôi tiếng về AI - lại cho răng sự phát triên của AI phụ thuộc rất nhiều vào dừ liệu mà nó thu thập và xừ lý. Ông ví von: "AI giống như điện - nó sẽ thay đổi mọi ngành công nghiệp" (Ng, 2017, trang 33). Điều này có nghĩa là AI không chi đơn thuần được lập trinh đê hoạt động thông minh, mà quan trọng hơn là khá năng AI tự học hỏi từ dữ liệu và liên tục cải thiện hiệu suất theo thời gian.
Quan diêm của Ng nhấn mạnh rằng dữ liệu là "nguồn sống" cùa AI, và chính những tiến bộ trong công nghê học máy (machine learning), như học sâu (deep learning), đã giúp AI ngày càng trờ nên mạnh mẽ hơn và chính xác hơn trong các ứng dụng thực lố. Ví dụ, học máy có thô được thấy trong các hô thống đề xuất sân phẩm trên các trang web mua sắm trực tuyến. Dựa trên lịch sử mua hàng và sớ thích của người dùng, AI SC tự động học hỏi và đồ xuất các sản phẩm phù hợp. Còn trong học sâu, một ví dụ điển hình là nhận diện khuôn mặt.
AI sử dụng mạng nơ- ron nhân tạo đê phân tích các đặc diêm khuôn mặt từ nhiêu góc độ khác nhau, ngay cá khi ánh chụp không rõ nét hoặc bị che khuất, từ đó giúp nhận diện chính xác hơn. Bên cạnh nhừng quan diêm tích cực về tiêm năng phát triển cùa AI, Nick Bostrom (2014), một nhà triêt học nôi tiêng vê tương lai cúa trí tuệ nhân tạo, cánh báo về khả năng AI có thê phát triên đến mức siêu trí tuệ (superintelligence), tức là vượt xa khả năng tư duy của con người. Bostrom cho răng AI có thê mang lại những 11 thách thức tiềm tàng đối với sự kiểm soát cùa con người nếu chúng ta không kiếm soát được liến trình phát triển của nó. Nhừng lo ngại này đặt ra vấn đề về đạo đức và an toàn trong việc phát triển AI, đặc biệt khi chúng ta đang tiến gần đến thời điẻm mà AI có thể tự học hói và đưa ra quyết định mà không cần đen sự can thiệp của con người (Bostrom, 2014).
Trong nghiên cứu này, khái niệm AI được hiểu như một hệ thống có khá năng hồ trợ tự động hóa công việc, cung cấp dữ liêu chính xác, hồ trọ ra quyêt định và cài thiện hiệu suất cá nhân cũng như tô chức. Các khía cạnh này được phán ánh trong thang đo nghiên cứu, tập trung vào hai vai trỏ chính của AI: - Hồ trọ hệ thống, bao gồm các chức năng như cung cấp thông tin chính xác, hiên thị dừ liệu khỏ đo lường và bảo vệ quyền riêng tư. - Hồ trợ cá nhân hóa, tập trung vào việc ra quyết định quan trọng, xư lý dừ liệu lớn và hô trợ nhân viên hoàn thành công việc. Tuy nhiên, việc tập trung vào các chức năng hệ thống và cá nhân hóa trong bối cảnh nghiên cứu ngành dịch vụ có thê khiến thang đo AI chưa bao quát đầy đủ các khía cạnh như khá năng sáng tạo hay lự học hói hay phản ánh vai trò toàn diện của AI trong việc thúc đây sáng tạo hoặc tương tác phức tạp hơn trong công việc.
Sự gắn bó công việc Sự gắn bó công việc, hay còn được gọi là cam kết công việc, phán ánh mức độ mà người nhân viên tận tụy hay tham gia vào công viộc cúa minh. Đây là một trạng thái tâm lý tích cực, bao gồm sự nhiệt tinh, tận tâm và cảm giác tích cực khi thực hiện công việc. Định nghĩa này nhấn mạnh yểu tổ toàn diện của cam kết công việc, nơi nhân viên không chi tham gia về mặt công việc mà còn cảm nhận sự kết nối mạnh mẽ với nhiệm vụ của minh vê mặt cám xúc và tinh thân. Đông quan diêm với Kahn thì Schaufeli và Bakker (2004) mô tả cam kết công việc là “một trạng thái tích cực, đầy sự hài lòng, liên quan đên công việc, được đặc trưng bời sự hăng say, tận tụy và hâp dân" 12 (Schaufeli & Bakker, 2004, trang 295).
Hai tác giá này cho rằng cam kết công việc không chỉ phân ánh sự tham gia đơn thuần mà còn là trạng thái tâm lý tích cực và chu động, nơi mà người nhân viên càm thấy hào hứng và bị cuốn hút vào công việc cúa mình. Điều này giúp họ vượt qua các thách thức trong công việc một cách dề dàng hơn và đạt được hiệu suât làm việc cao hơn. Rich và cộng sự (2010) tiếp tục định nghĩa sự gắn bó công việc là “mức độ mà nhân viên tập trung năng lượng của mình vào công việc, bao gôm sự hăng hái, công hiến và sự hấp dẫn” (Rich và cộng sự 2010, trang 619). Họ nhấn mạnh yếu tổ “tập trung năng lượng”, cho răng cam kêt công việc là sự tận tụy toàn diện của nhân viên về mặt cám xúc, tinh thần và thể chất.
Điều này đồng nghĩa với việc khi người lao động thật sự gắn bó với công việc thi họ sẽ sẵn lòng đâu tư nhiều hơn và tim kiếm các cách thức khác nhau đế hoàn thành công việc một cách tốt nhất. Macey và Schneider (2008) cũng phân biệt giừa sự gắn bó công việc và các khái niệm liên quan như sự hài lòng công việc và sự gắn kết nhân viên. Theo hai lác giá, gắn bó công việc là một trạng thái tâm lý tích cực và năng động, trong khi sự hài lòng công việc thường liên quan đến cảm xúc thụ động hơn, và sự gắn kết nhân viên là một khái niệm rộng hơn bao gồm nhiều yếu tổ ngoài công việc (Macey & Schneider, 2008). Quan điểm này giúp làm rõ rằng gắn bó công việc là yếu tố cốt lõi cùa động lực làm việc, nhưng không nôn bị nhầm lần với các khái niêm khác liên quan đến công việc.
Tuy nhiên, Saks (2006) đưa ra một quan điếm khác rằng gắn bó công viộc cần phái được phân biệt rồ ràng với sự hài lòng công việc và sự gắn kết tổ chức. Saks lập luận rằng sự nhầm lần giừa các khái niộm này có thổ dần đốn sai lầm trong viộc đo lường và hiôu về sự tham gia cùa người lao động. Ỏng cho rằng gắn bó công việc là một khái niệm độc lập và có sự khác biệt đáng kê so với sự hài lòng với công việc hay sự gắn kết tô chức (Saks, 2006).