Bối cảnh và vấn đề nghiên cứu

Trong xu thế chuyển đổi số và tự động hóa hoạt động tiếp thị, chatbot – phần mềm trí tuệ nhân tạo (AI) mô phỏng hội thoại với con người – đã trở thành công cụ hỗ trợ chăm sóc khách hàng, tối ưu hóa chi phí vận hành và xử lý yêu cầu người dùng đa kênh cùng lúc (24/7). Tại Việt Nam, chatbot đã được ứng dụng trong thương mại điện tử, tài chính - ngân hàng và y tế, nhưng việc triển khai tại các cơ sở giáo dục đào tạo, đặc biệt là các trung tâm ngoại ngữ, vẫn còn ở giai đoạn sơ khai với các kịch bản tương tác cơ bản (lời chào, chuyển hướng đăng ký khóa học, phân luồng tư vấn viên).

Khóa luận tốt nghiệp "Thái độ của khách hàng đối với Chatbot của Học viện Đào tạo Quốc tế ANI Huế" do sinh viên Phan Thị Thu Trang (ngành Marketing, Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế) thực hiện dưới sự hướng dẫn của ThS. Nguyễn Thị Thúy Đạt, tập trung phân tích phản hồi và đánh giá mức độ chấp nhận của người học đối với hệ thống chatbot tự động tại đơn vị đào tạo ngoại ngữ.

Mục tiêu nghiên cứu

Đề tài xác định 01 mục tiêu chung và 03 mục tiêu cụ thể:

  • Mục tiêu chung: Tìm hiểu hệ thống lý luận và thực nghiệm đo lường thái độ của khách hàng đối với hệ thống chatbot tại Học viện Đào tạo Quốc tế ANI (ANI).
  • Mục tiêu cụ thể:
    1. Hệ thống hóa cơ sở lý luận và thực tiễn liên quan đến công nghệ chatbot và các mô hình tiếp nhận công nghệ.
    2. Đánh giá thực trạng mức độ chấp nhận, nhận thức và thái độ của khách hàng/học viên khi tương tác với hệ thống chatbot của Học viện ANI.
    3. Đề xuất nhóm giải pháp nhằm nâng cao mức độ chấp nhận, tối ưu hóa kịch bản tương tác và hoàn thiện hệ thống chatbot của đơn vị.

Câu hỏi nghiên cứu

Văn bản đặt ra 07 câu hỏi nghiên cứu định hướng:

  1. Chatbot là gì và có những đặc tính kỹ thuật/chức năng nào?
  2. Khách hàng mong đợi những lợi ích gì khi sử dụng chatbot tự động?
  3. Những khó khăn thực tế trong việc triển khai hệ thống chatbot tại doanh nghiệp là gì?
  4. Mức độ sẵn sàng của khách hàng trong việc sử dụng chatbot ra sao?
  5. Thời gian phản hồi mong đợi của người dùng khi tương tác với chatbot là bao lâu?
  6. Giải pháp nào nâng cao mức độ chấp nhận của khách hàng khi tương tác với chatbot?
  7. Có sự khác biệt nào giữa trải nghiệm tương tác với chatbot so với tương tác trực tiếp với con người?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Sự chấp nhận và thái độ của khách hàng đối với hệ thống chatbot tự động tại Học viện Đào tạo Quốc tế ANI.
  • Đối tượng điều tra: Học viên đã từng tương tác và trả lời các câu hỏi trên hệ thống chatbot tại ANI và các trung tâm khác.
  • Phạm vi không gian: Địa bàn thành phố Huế, tỉnh Thừa Thiên Huế.
  • Phạm vi thời gian: Thu thập dữ liệu thứ cấp giai đoạn 2019 – 2021; dữ liệu sơ cấp được khảo sát từ tháng 10/2021 đến tháng 12/2021.
  • Phạm vi nội dung: Đánh giá các nhân tố ảnh hưởng đến thái độ sử dụng chatbot dựa trên khung mô hình mở rộng từ TAM.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và mô hình nghiên cứu

Nghiên cứu kế thừa và tích hợp các nền tảng lý thuyết tiếp nhận công nghệ và hành vi người tiêu dùng:

  • Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM, Davis, 1989): Sử dụng hai tiền tố cốt lõi là Sự hữu ích cảm nhận (Perceived Usefulness - PU) và Tính dễ sử dụng cảm nhận (Perceived Ease of Use - PEOU) để dự báo thái độ tiếp nhận.
  • Lý thuyết hành vi dự kiến (Theory of Planned Behavior - TPB, Ajzen / Huy & Anh, 2008) và Lý thuyết phổ biến sự đổi mới (Theory of Innovation Diffusion - TID, Rogers, 1995): Bổ sung khía cạnh ảnh hưởng của nhận thức rủi ro và trải nghiệm đổi mới công nghệ.
  • Tổng quan các nghiên cứu thực nghiệm liên quan: Kế thừa các phát hiện của Ozgur Crack (2018), Zumstein & Hundertmark (2017), Van Euwen, Lena Marie (2019), Zerouali (2018, mô hình CAT) và Van den Broeck về tính tương thích, tín hiệu nhân hình, sự xâm nhập quảng cáo và cảm nhận thích thú.

Mô hình nghiên cứu đề xuất gồm 04 biến độc lập tác động đến 01 biến phụ thuộc thông qua 04 giả thuyết:

  • $H_1$: Cảm nhận hữu ích của Chatbot ảnh hưởng tích cực (+) đến Thái độ đối với việc sử dụng Chatbot.
  • $H_2$: Tính dễ sử dụng của Chatbot ảnh hưởng tích cực (+) đến Thái độ đối với việc sử dụng Chatbot.
  • $H_3$: Mức độ hấp dẫn của Chatbot ảnh hưởng tích cực (+) đến Thái độ đối với việc sử dụng Chatbot.
  • $H_4$: Rủi ro cảm nhận của Chatbot ảnh hưởng tiêu cực (-) đến Thái độ đối với việc sử dụng Chatbot.

Phương pháp thu thập và phân tích dữ liệu

  • Dữ liệu thứ cấp: Thu thập từ tài liệu học thuật, giáo trình, báo cáo nội bộ của Ban Giám đốc và Phòng Kế toán – Nhân sự Học viện ANI về cơ cấu tổ chức, lao động, dịch vụ và kết quả kinh doanh 2019 – 2021.
  • Dữ liệu sơ cấp: Thu thập qua bảng hỏi trực tuyến thiết kế theo thang đo Likert 5 mức độ (1: Rất không đồng ý đến 5: Rất đồng ý). Quy mô mẫu xác định theo nguyên tắc $n = m \times 5$ (với $m$ là số biến quan sát; dự kiến 20–25 biến tương ứng mẫu tối thiểu 100–125). Mẫu thu về sau khi làm sạch đạt 115 quan sát hợp lệ.
  • Phương pháp xử lý số liệu (SPSS 20):
    • Thống kê mô tả tần số và tính toán giá trị trung bình (Mean), độ lệch chuẩn (Std. Deviation).
    • Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha (ngưỡng chấp nhận $\ge 0.6$; hệ số tương quan biến – tổng $\ge 0.3$).
    • Phân tích nhân tố khám phá (EFA) với hệ số KMO ($0.5 \le \text{KMO} \le 1$), kiểm định Bartlett’s Test ($\text{Sig.} \le 0.05$), tổng phương sai trích ($\ge 50%$), Eigenvalue ($\ge 1$) và phép quay Varimax.
    • Phân tích hệ số tương quan Pearson và phân tích hồi quy tuyến tính đa biến theo phương pháp Enter ($Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + e$), đánh giá độ phù hợp qua hệ số $R^2$ hiệu chỉnh và kiểm định ANOVA.

Nội dung chính theo từng chương

Chương 1: Cơ sở khoa học của vấn đề nghiên cứu

Chương 1 hệ thống hóa cơ sở lý luận về chatbot, kiến trúc hệ thống và tổng quan các công trình nghiên cứu tiền lệ:

  • Định nghĩa và lịch sử phát triển: Khái quát các mốc phát triển công nghệ từ phép thử Turing (1950), chương trình ELIZA (1966), PARRY (1972), Jabberwacky (1981), Dr SBAITSO (1992), ALICE (1995), SmarterChild (2001), IBM Watson (2006) đến làn sóng trợ lý ảo (Siri 2010, Alexa 2014, Google Assistant 2016) và sự mở rộng nền tảng Messenger Platform (2016).
  • Phân loại chatbot: Phân loại theo phương thức tương tác (văn bản/giọng nói), theo phạm vi nghiệp vụ (miền đóng/miền mở), theo mục tiêu (hướng nhiệm vụ/phi nhiệm vụ), và theo kỹ thuật thiết kế (dựa trên tập luật rule-based hoặc ứng dụng trí tuệ nhân tạo NLP/AI).
  • Kiến trúc thành phần: Trình bày 3 thành phần kỹ thuật cơ bản gồm: NLU (Natural Language Understanding – phân loại ý định, trích xuất thực thể), DM (Dialog Management – duy trì ngữ cảnh, xác định hành động tiếp theo) và NLG (Natural Language Generator – tạo chuỗi phản hồi tự nhiên).
  • Đặc tính, lợi ích và hạn chế: Phân tích các thuộc tính vận hành (tính chủ động, khả năng giao tiếp, tính chuẩn xác ngôn ngữ, chia sẻ cảm xúc, cá nhân hóa); các lợi ích thương mại (hỗ trợ 24/7, xử lý đồng thời lượng lớn truy vấn, tiết kiệm chi phí CSKH) song song với các rào cản thực tế (ngữ cảnh giới hạn, kịch bản lặp lại gây nhàm chán, rủi ro bảo mật thông tin cá nhân).
  • Xây dựng thang đo: Thiết lập hệ thống 23 biến quan sát cụ thể cho 5 khái niệm nghiên cứu: Sự hữu ích cảm nhận (5 items: SHICN1–SHICN5), Tính dễ sử dụng (5 items: TDSD1–TDSD5), Rủi ro cảm nhận (4 items: RRCN1–RRCN4), Mức độ hấp dẫn (5 items: MDHD1–MDHD5), và Thái độ đối với việc sử dụng Chatbot (4 items: TD1–TD4).

Chương 2: Thái độ của khách hàng đối với Chatbot của Học viện Đào tạo Quốc tế ANI

Chương 2 trình bày hồ sơ doanh nghiệp thực nghiệm và kết quả xử lý dữ liệu định lượng:

1. Tổng quan Học viện Đào tạo Quốc tế ANI

Học viện Đào tạo Quốc tế ANI (thuộc Công ty TNHH Tư vấn Dịch vụ ANI; thành lập theo quyết định của Sở GD&ĐT tỉnh Thừa Thiên Huế, chính thức hoạt động ngày 19/06/2019; trụ sở tại 103D Trường Chinh, Huế; người đại diện pháp luật: Lê Thị Kiều Trinh). Cơ cấu nhân sự gồm 50 lao động (nữ chiếm 80%, nam chiếm 20%; trình độ sau đại học 18%, đại học 66%, cao đẳng 4%, người đang đi làm tại cơ quan 12%). Hệ thống sản phẩm đào tạo gồm 06 phân khúc: Tiếng Anh Basic (Basic-Focus, Pronunciation-Focus), Tiếng Anh Giao tiếp (Focus, Level Up), Luyện thi IELTS (Pre IELTS, Bronze, Silver, Golden, Diamond), Luyện thi TOEIC (Bronze, Silver, Golden), Khóa học trẻ em Our Discovery Island và Lớp Tiếng Anh A2–B1.

Chỉ tiêu tài chính / Vận hành Năm 2019 Năm 2020 Năm 2021 So sánh 2020/2019 (+/- %) So sánh 2021/2020 (+/- %)
Tổng số học viên / Khóa học (KH) 256 593 1.026 +131,6% +73,0%
- Tiếng Anh B1, B2 42 201 398 +378,6% +98,0%
- Luyện thi IELTS 62 106 166 +71,0% +56,6%
- Tiếng Anh cơ bản 45 72 162 +60,0% +125,0%
- Luyện thi TOEIC 40 91 143 +127,5% +57,1%
Doanh thu (Triệu đồng) 1.188,322 1.323,846 3.014,996 +11,4% +127,8%
Chi phí (Triệu đồng) 882,279 1.104,370 2.398,221 +25,2% +117,2%
Lợi nhuận (Triệu đồng) 306,043 219,476 616,775 -28,3% +181,0%

2. Đặc điểm mẫu khảo sát ($N = 115$)

  • Nhân khẩu học: Nữ giới chiếm 75,7% (87 người), nam giới chiếm 24,3% (28 người). Nhóm tuổi 18–25 chiếm ưu thế áp đảo với 87,8% (101 người), dưới 18 tuổi chiếm 8,7%, từ 25–35 tuổi chiếm 3,5%. Nghề nghiệp là học sinh, sinh viên chiếm 96,5% (111 người). Thu nhập dưới 3 triệu đồng/tháng chiếm 88,7% (102 người).
  • Hành vi sử dụng công nghệ và chatbot: 100% người được khảo sát sử dụng điện thoại thông minh, 33,9% sử dụng laptop/máy tính bàn; 93,9% có thời gian dùng công nghệ trên 3 năm; 89,6% quan tâm cao đến công nghệ. Các nền tảng chatbot đã từng trải nghiệm phổ biến nhất là Facebook Messenger (62,9%), Shopee (33,6%) và FPT (24,3%).
  • Mục đích và trải nghiệm chatbot tại ANI: Mục đích chính khi tương tác với chatbot ANI là đăng ký khóa học (80,9%), tìm kiếm thông tin (26,1%) và yêu cầu gặp hỗ trợ viên (8,7%). Kỳ vọng lớn nhất là phản hồi tức thì 24/7 (100%). Ngược lại, điểm gây thất vọng nhất gồm: không nhận được câu trả lời chi tiết (60,9%), phản hồi bị giới hạn trong khung mẫu có sẵn (60,0%) và thiếu tính tự nhiên như con người (50,4%).

3. Kết quả thống kê mô tả và kiểm định độ tin cậy thang đo

  • Thống kê mô tả: Điểm trung bình các biến quan sát đều đạt trên mức 3.0 (dao động từ 3.00 đến 4.08, độ lệch chuẩn $< 1.0$). Biến có điểm đánh giá cao nhất là SHICN3 ("Tôi cảm thấy Chatbot sẽ là một hệ thống tiện lợi", Mean = 4,08; Std = 0,732). Các biến thuộc nhóm Rủi ro cảm nhận ghi nhận mức điểm trung bình từ 3,00 đến 3,14.
Thang đo nhân tố Số biến Cronbach's Alpha Biến quan sát & Hệ số tương quan biến - tổng
Sự hữu ích cảm nhận (SHICN) 5 0,772 SHICN1 (0,562), SHICN2 (0,534), SHICN3 (0,578), SHICN4 (0,558), SHICN5 (0,508)
Tính dễ sử dụng (TDSD) 5 0,742 TDSD1 (0,535), TDSD2 (0,010)*, TDSD3 (0,591), TDSD4 (0,621), TDSD5 (0,391)
Rủi ro cảm nhận (RRCN) 4 0,700 RRCN1 (0,591), RRCN2 (0,423), RRCN3 (0,416), RRCN4 (0,527)
Mức độ hấp dẫn (MDHD) 5 Đạt chuẩn MDHD1 (Mean=3,77), MDHD2 (3,83), MDHD3 (3,83), MDHD4 (3,84), MDHD5 (3,88)
Thái độ sử dụng (TD) 4 Đạt chuẩn TD1 (Mean=3,67), TD2 (3,60), TD3 (3,69), TD4 (Mean=3,79)

(Ghi chú: Biến TDSD2 có tương quan biến - tổng = 0,010 < 0,30, là biến không đạt tiêu chuẩn kỹ thuật loại bỏ trong quy trình xử lý dữ liệu EFA).

Chương 3: Đề xuất một số giải pháp đối với hệ thống Chatbot của Học viện Đào tạo Quốc tế ANI

Dựa trên mục tiêu mở rộng chi nhánh và định hướng số hóa khâu tư vấn tuyển sinh của ANI, tác giả đề xuất 4 nhóm giải pháp:

  1. Giải pháp nâng cao sự hữu ích và tính dễ sử dụng: Tái cấu trúc cây phân nhánh hội thoại, tích hợp sẵn các nút chọn nhanh (quick replies) cho các khóa học trọng điểm (B1–B2, IELTS, Tiếng Anh giao tiếp); thiết lập cơ chế chuyển tiếp tự động sang tư vấn viên trực tiếp (nhân viên Sale/CSKH) khi truy vấn vượt quá kịch bản lập trình.
  2. Giải pháp kiểm soát và giảm thiểu rủi ro cảm nhận: Minh bạch hóa chính sách bảo mật dữ liệu cá nhân khi học viên để lại thông tin (họ tên, số điện thoại); chuẩn hóa tính xác thực của thông tin học phí, lịch khai giảng và cam kết chuẩn đầu ra.
  3. Giải pháp gia tăng mức độ hấp dẫn: Bổ sung các yếu tố thị giác trực quan (hình ảnh lớp học, video bài giảng mẫu, giao diện sinh động); cá nhân hóa lời chào theo tên tài khoản người dùng; ứng dụng ngôn ngữ đối thoại tự nhiên, thân thiện.
  4. Giải pháp cải thiện thái độ tiếp nhận của người học: Đẩy mạnh truyền thông về các tiện ích tự động 24/7 của chatbot trên Fanpage; tổ chức các mini-game, chương trình test trình độ tiếng Anh online tích hợp trực tiếp qua luồng chat bot để kích thích học viên trải nghiệm.

Kết quả và đóng góp

Kết quả nghiên cứu chính

  • Thực trạng vận hành kinh doanh: Xác lập bức tranh tăng trưởng nhanh của Học viện ANI giai đoạn 2019–2021 với số lượng học viên tăng từ 256 lên 1.026 lượt khóa học; doanh thu tăng trưởng từ 1,188 tỷ đồng lên 3,014 tỷ đồng; lợi nhuận sau giai đoạn chững lại năm 2020 (219,47 triệu đồng) đã đạt mức 616,77 triệu đồng năm 2021.
  • Hành vi và thái độ người dùng: Nghiên cứu thực nghiệm chứng minh học viên tại Thừa Thiên Huế có độ sẵn sàng công nghệ cao (100% dùng smartphone, 89,6% quan tâm đến công nghệ, 62,9% đã quen thuộc với chatbot Facebook). Nhận thức về sự tiện lợi (Mean = 4,08) và nhu cầu phản hồi tức thời 24/7 (100%) là động lực thúc đẩy chính.
  • Điểm nghẽn hệ thống: 60,9% người dùng thất vọng do chatbot không cung cấp câu trả lời chi tiết và 60,0% phàn nàn vì phản hồi bị giới hạn kịch bản cứng nhắc, dẫn đến việc người dùng vẫn cần sự can thiệp của nhân viên tư vấn.

Đóng góp của đề tài

  • Về mặt lý luận: Kiểm chứng sự phù hợp của mô hình TAM mở rộng kết hợp yếu tố Rủi ro cảm nhận và Mức độ hấp dẫn trong bối cảnh đánh giá dịch vụ hội thoại AI tại các cơ sở đào tạo ngoại ngữ tại thị trường địa phương.
  • Về mặt thực tiễn: Cung cấp cho Ban Giám đốc Học viện Đào tạo Quốc tế ANI số liệu định lượng về hành vi học viên, chỉ rõ các khiếm khuyết trong kịch bản chatbot hiện tại và đưa ra khung giải pháp phân tầng giúp tối ưu hóa chi phí vận hành đội ngũ tư vấn tuyển sinh.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế về quy mô và cơ cấu mẫu: Dung lượng mẫu dừng lại ở 115 phiếu hợp lệ; cơ cấu mẫu tập trung chủ yếu vào đối tượng học sinh, sinh viên (96,5%) trong độ tuổi 18–25 (87,8%) tại thành phố Huế, chưa bao quát được nhóm khách hàng người đi làm hoặc phụ huynh học sinh các lớp tiếng Anh trẻ em.
  • Hạn chế về phạm vi công nghệ: Đề tài tập trung vào hệ thống chatbot dạng kịch bản trên nền tảng mạng xã hội, chưa đi sâu khảo sát các tính năng xử lý ngôn ngữ tự nhiên nâng cao (NLU/NLP sâu) hoặc chatbot giọng nói (voice-bot).
  • Hướng nghiên cứu tiếp: Mở rộng quy mô mẫu khảo sát trên nhiều địa bàn khác nhau (như thị trường Quảng Bình theo kế hoạch mở rộng chi nhánh của ANI); phân tích sâu hơn các biến điều tiết (như giới tính, mức thu nhập) và kiểm thử các kịch bản chatbot tích hợp AI tự học trong hoạt động hỗ trợ học tập trực tuyến.

Giá trị tham khảo

  • Đối với sinh viên và học viên chuyên ngành Marketing, Quản trị Kinh doanh: Cung cấp tài liệu tham khảo thực tế về phương pháp luận ứng dụng mô hình TAM, quy trình thiết kế thang đo Likert, kỹ thuật kiểm định độ tin cậy Cronbach’s Alpha và phân tích thống kê mô tả SPSS trong nghiên cứu hành vi người tiêu dùng đối với dịch vụ số.
  • Đối với các nhà quản lý trung tâm ngoại ngữ và cơ sở giáo dục: Cung cấp khung dữ liệu thực tế về kỳ vọng và thất vọng của người học khi tiếp cận dịch vụ tư vấn tự động, hỗ trợ định hình kịch bản chuyển đổi số cho bộ phận tuyển sinh và chăm sóc khách hàng (CSKH).
  • Nội dung đáng tham khảo nhất: Hệ thống bảng hỏi thang đo đo lường 5 nhân tố hành vi công nghệ (Bảng 2, trang 31) và chuỗi dữ liệu phân tích chi tiết cơ cấu doanh thu – chi phí – học viên thực tế của Học viện ANI giai đoạn 2019 – 2021 (Bảng 9 và Bảng 10).

Câu hỏi thường gặp

1. Đối tượng khảo sát chính của khóa luận này là ai và có đặc điểm nhân khẩu học như thế nào?

Mẫu nghiên cứu gồm 115 học viên hợp lệ tại thành phố Huế, trong đó nữ giới chiếm 75,7% (87 người), nam giới chiếm 24,3% (28 người). Về độ tuổi, 87,8% thuộc nhóm 18–25 tuổi; 96,5% có nghề nghiệp là học sinh, sinh viên và 88,7% có mức thu nhập dưới 3 triệu đồng/tháng.

2. Mô hình nghiên cứu của đề tài gồm những biến độc lập nào tác động đến thái độ sử dụng chatbot?

Mô hình đề xuất gồm 04 biến độc lập: (1) Sự hữu ích cảm nhận (SHICN), (2) Tính dễ sử dụng (TDSD), (3) Mức độ hấp dẫn (MDHD), và (4) Rủi ro cảm nhận (RRCN). Biến phụ thuộc là Thái độ đối với việc sử dụng Chatbot (TD).

3. Đâu là kỳ vọng lớn nhất và thất vọng lớn nhất của học viên khi dùng chatbot của ANI?

  • Kỳ vọng lớn nhất: 100% học viên mong đợi khả năng phản hồi thông tin nhanh chóng 24/7.
  • Thất vọng lớn nhất: 60,9% học viên không hài lòng vì chatbot không đưa ra câu trả lời chi tiết và 60,0% phản ánh các phản hồi bị giới hạn kịch bản có sẵn.

4. Kết quả kinh doanh và số lượng học viên của Học viện ANI thay đổi ra sao trong giai đoạn 2019 – 2021?

Từ năm 2019 đến 2021, số lượng khóa học bán ra tăng từ 256 lên 1.026 khóa (khóa Tiếng Anh B1, B2 tăng mạnh nhất từ 42 lên 398 khóa). Doanh thu tăng từ 1.188,32 triệu đồng (2019) lên 3.014,99 triệu đồng (2021). Lợi nhuận đạt 306,04 triệu đồng (2019), giảm xuống 219,48 triệu đồng (2020) do chi phí tăng, và phục hồi đạt 616,77 triệu đồng (2021).

5. Biến quan sát nào trong kiểm định Cronbach's Alpha ban đầu có tương quan biến - tổng không đạt chuẩn?

Biến TDSD2 ("Tôi cảm thấy thao tác trên Chatbot đơn giản, dễ dàng") thuộc thang đo Tính dễ sử dụng có hệ số tương quan biến – tổng là 0,010 (nhỏ hơn ngưỡng quy chuẩn 0,30), thuộc diện cần loại bỏ để đảm bảo độ tin cậy thang đo.

Kết luận

Khóa luận tốt nghiệp của sinh viên Phan Thị Thu Trang đã hệ thống hóa cơ sở lý luận về công nghệ chatbot và thực hiện nghiên cứu thực nghiệm trên mẫu 115 học viên tại Học viện Đào tạo Quốc tế ANI Huế. Kết quả nghiên cứu chỉ ra rằng người học đánh giá cao tính tiện lợi (Mean = 4,08) cùng khả năng phản hồi tức thì 24/7 của chatbot, song mức độ hài lòng bị suy giảm do kịch bản trả lời còn đơn điệu và thiếu độ sâu thông tin. Trên cơ sở đối chiếu thực trạng kinh doanh và nguồn lực của ANI, đề tài đã đề xuất 4 nhóm giải pháp thiết thực nhằm hoàn thiện luồng tương tác tự động kết hợp hỗ trợ viên trực tiếp, góp phần tối ưu hóa quy trình tư vấn tuyển sinh của trung tâm ngoại ngữ.