Các nhân tố ảnh hưởng đến ý định sử dụng trí tuệ nhân tạo trong học tập và nghiên cứu các môn học kế toán của sinh viên Học viện Ngân hàng

TS. Trần Quỳnh Hương

Học viện Ngân hàng

Email: [email protected]

Nguyễn Quang Mạnh

Lớp K27CLC-KTC, Học viện Ngân hàng

Email: [email protected]

Tóm tắt

Nghiên cứu phân tích các nhân tố tác động đến ý định sử dụng trí tuệ nhân tạo (AI) trong học tập và nghiên cứu các môn kế toán của sinh viên Học viện Ngân hàng. Dựa trên dữ liệu khảo sát từ 200 sinh viên, kết quả phân tích hồi quy cho thấy nhân tố Lợi ích cảm nhận và Khả năng sử dụng công nghệ có tác động cùng chiều và có ý nghĩa thống kê tới Ý định ứng dụng AI, trong đó Lợi ích cảm nhận có mức độ ảnh hưởng mạnh nhất. Các yếu tố Môi trường xã hội và Tài chính chưa cho thấy sự tác động rõ rệt. Từ đó, nghiên cứu đề xuất một số hàm ý nhằm nâng cao hiệu quả sử dụng AI trong học tập và nghiên cứu kế toán của sinh viên Học viện Ngân hàng.

Từ khóa: Trí tuệ nhân tạo, ý định sử dụng, học tập kế toán, Học viện Ngân hàng

Abstract

This study analyzes the factors influencing students’ intention to use artificial intelligence (AI) in learning and researching accounting subjects at the Banking Academy of Vietnam. Based on survey data from 200 students, regression analysis indicates that perceived usefulness and technological capability have positive, statistically significant effects on the intention to use AI, with perceived usefulness exerting the strongest influence. In contrast, social environment and financial factors do not show significant effects. Based on these findings, the study proposes several implications to enhance the effective use of AI in accounting education and research among students at the Banking Academy of Vietnam.

Keywords: Artificial intelligence, usage intention, accounting education, Banking Academy of Vietnam

GIỚI THIỆU

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, AI ngày càng trở thành công nghệ cốt lõi thúc đẩy sự thay đổi trong giáo dục đại học, đặc biệt trong lĩnh vực kế toán - ngành chịu tác động sâu sắc từ tiến bộ công nghệ. AI không chỉ hỗ trợ tự động hóa quá trình học tập, mà còn góp phần nâng cao hiệu quả tiếp thu kiến thức và phát triển kỹ năng cho người học. Tại Học viện Ngân hàng - một trong những cơ sở đào tạo trọng điểm trong lĩnh vực tài chính ngân hàng - nhu cầu nghiên cứu về việc sử dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên cùng các yếu tố ảnh hưởng đến quá trình này ngày càng trở nên cấp thiết. Do đó, kết quả nghiên cứu này sẽ là cơ sở thực tiễn để đề xuất các giải pháp nâng cao chất lượng đào tạo, từ đó chuẩn bị nguồn nhân lực chất lượng cao đáp ứng những đòi hỏi khắt khe của thị trường lao động trong kỷ nguyên số.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Cơ sở lý thuyết

Trí tuệ nhân tạo (AI) được hiểu là các hệ thống có khả năng thực hiện những nhiệm vụ đòi hỏi trí tuệ con người, như: học tập, suy luận và ra quyết định (Russell và Norvig, 2021). Trong bối cảnh chuyển đổi số, AI ngày càng trở thành công nghệ cốt lõi thúc đẩy đổi mới trong giáo dục đại học, góp phần thay đổi phương pháp dạy và học theo hướng hiện đại và cá nhân hóa. Các hệ thống AI có khả năng phân tích dữ liệu học tập để đề xuất nội dung và lộ trình phù hợp với từng sinh viên, đồng thời hỗ trợ tự động hóa đánh giá và cung cấp phản hồi kịp thời (Zawacki-Richter và cộng sự, 2019).

Đối với sinh viên, AI mang lại nhiều lợi ích như: hỗ trợ tiếp cận tri thức nhanh chóng, giải thích các khái niệm phức tạp và nâng cao khả năng tự học (Luckin và cộng sự, 2016). Trong lĩnh vực kế toán, AI giúp tự động hóa nhiều hoạt động như xử lý chứng từ, phân tích dữ liệu và hỗ trợ ra quyết định, từ đó làm thay đổi yêu cầu về kỹ năng nghề nghiệp theo hướng tăng cường năng lực công nghệ và tư duy phân tích (Sutton và cộng sự, 2016).

Các nhân tố ảnh hưởng đến ý định ứng dụng AI trong học tập các môn kế toán

Lợi ích cảm nhận phản ánh mức độ mà sinh viên tin rằng việc sử dụng AI sẽ nâng cao hiệu quả học tập, tiết kiệm thời gian và cải thiện kết quả học tập. Đây là yếu tố quan trọng thúc đẩy hành vi chấp nhận công nghệ (Chatterjee và Bhattacharjee, 2020).

Khả năng sử dụng công nghệ thể hiện trình độ kỹ năng số và mức độ thành thạo của sinh viên trong việc khai thác các công cụ AI. Sinh viên có kỹ năng công nghệ tốt sẽ dễ dàng tiếp cận và sử dụng AI hiệu quả hơn trong học tập.

Môi trường xã hội bao gồm ảnh hưởng từ bạn bè, giảng viên và xu hướng chung trong học tập. Khi việc sử dụng AI trở nên phổ biến và được khuyến khích, sinh viên sẽ có xu hướng sử dụng để phù hợp với chuẩn mực chung.

Yếu tố tài chính liên quan đến chi phí sử dụng các công cụ AI, thiết bị và hạ tầng công nghệ. Đây có thể là rào cản đối với một số sinh viên trong quá trình tiếp cận và ứng dụng AI.

Mô hình và giả thuyết nghiên cứu

Các nhân tố và thang đo sử dụng trong nghiên cứu được kế thừa từ các mô hình lý thuyết và nghiên cứu trước, đồng thời chọn lọc những biến được đề cập lặp lại nhiều lần để đưa vào khảo sát. Trên cơ sở đó, nhóm tác giả đề xuất mô hình nghiên cứu gồm 4 nhân tố ảnh hưởng đến ý định sử dụng AI của sinh viên, bao gồm: khả năng sử dụng công nghệ, môi trường xã hội, yếu tố tài chính và lợi ích cảm nhận (Hình).

Hình: Mô hình nghiên cứu

Nguồn: Đề xuất của nhóm tác giả

Các giả thuyết nghiên cứu:

H1: Khả năng sử dụng công nghệ có ảnh hưởng tích cực đến Ý định ứng dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên Học viện Ngân hàng.

H2: Yếu tố tài chính có ảnh hưởng tích cực đến Ý định ứng dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên Học viện Ngân hàng.

H3: Môi trường xã hội có ảnh hưởng tích cực đến Ý định ứng dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên Học viện Ngân hàng.

H4: Lợi ích cảm nhận có ảnh hưởng tích cực đến Ý định ứng dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên Học viện Ngân hàng.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp hỗn hợp, kết hợp định tính và định lượng. Trong đó, nghiên cứu định tính được thực hiện thông qua tổng quan tài liệu và tham vấn chuyên gia để hoàn thiện thang đo; nghiên cứu định lượng được sử dụng nhằm kiểm định mô hình và giả thuyết từ dữ liệu khảo sát.

Khảo sát bằng bảng hỏi dành cho sinh viên Học viện Ngân hàng được thiết kế trên Google Forms và gửi trực tuyến đến sinh viên nhiều khóa, chuyên ngành. Thời gian khảo sát từ tháng 10-11/2025. Tổng cộng thu được 250 phiếu, sau khi làm sạch còn 200 phiếu hợp lệ dùng cho phân tích. Các kỹ thuật phân tích sử dụng gồm: thống kê mô tả, Cronbach’s Alpha, phân tích nhân tố khám phá (EFA) và hồi quy bội, sử dụng phần mềm SPSS 20.

KẾT QUẢ NGHIÊN CỨU

Đánh giá chất lượng và độ tin cậy thang đo

Tiến hành phân tích độ tin cậy Cronbach’s Alpha của các thang đo trong từng nhân tố, có kết quả như thống kê ở Bảng 1.

Bảng 1: Hệ số Cronbach’s Alpha của các thang đo

Nguồn: Xử lý số liệu trên SPSS

Kết quả phân tích độ tin cậy cho thấy, các thang đo trong mô hình đều đạt yêu cầu. Cụ thể, các biến quan sát của các nhân tố Khả năng sử dụng công nghệ (TS1-TS5), Môi trường xã hội (SE1-SE5), Yếu tố tài chính (FIN1-FIN4), Lợi ích cảm nhận (PU1-PU5) và Ý định sử dụng AI (YDSD1-YDSD3) đều có hệ số tương quan biến tổng > 0,3. Đồng thời, hệ số Cronbach’s Alpha nếu loại biến không cải thiện đáng kể so với hệ số chung của từng nhân tố, nên không có biến nào bị loại và tất cả được giữ lại cho phân tích tiếp theo. Các hệ số Cronbach’s Alpha đều > 0,7, chứng tỏ thang đo có độ tin cậy tốt và phù hợp cho các bước phân tích tiếp theo.

Trong phân tích nhân tố khám phá (EFA), các biến quan sát dự kiến hội tụ theo các nhóm nhân tố ban đầu gồm: Khả năng sử dụng công nghệ (TS), Môi trường xã hội (SE), Yếu tố tài chính (FIN), Lợi ích cảm nhận (PU) và Ý định sử dụng AI (YDSD). Các thang đo đều đủ điều kiện để tiếp tục phân tích EFA.

Phân tích hồi quy

Các biến trong mô hình nghiên cứu được xây dựng thông qua giá trị trung bình của các biến quan sát. Cụ thể, các biến độc lập bao gồm: Khả năng sử dụng công nghệ (TS) được đo lường bằng giá trị trung bình của các biến TS1, TS2, TS3, TS5; Môi trường xã hội (SE) được đo lường bằng giá trị trung bình của các biến SE1, SE2, SE3, SE5; Yếu tố tài chính (FIN) được đo lường bằng giá trị trung bình của các biến FIN1, FIN2, FIN3, FIN4; Lợi ích cảm nhận (PU) được đo lường bằng giá trị trung bình của các biến PU1, PU2, PU3, PU4, PU5. Biến phụ thuộc là Ý định sử dụng AI của sinh viên (YDSD) và được tính bằng giá trị trung bình của ba biến quan sát YDSD1, YDSD2 và YDSD3.

Bảng 2: Kết quả đánh giá mô hình hồi quy

Nguồn: Xử lý số liệu trên SPSS

Bảng 3: Kết quả phân tích phương sai ANOVA

Nguồn: Xử lý số liệu trên SPSS

Bảng 4: Kết quả ước lượng hệ số hồi quy và kiểm định đa cộng tuyến

Nguồn: Xử lý số liệu trên SPSS

Kết quả Bảng 2 cho thấy, chỉ tiêu R² hiệu chỉnh = 0,625 phản ánh rằng các biến độc lập giải thích được 62,5% sự biến thiên của biến phụ thuộc (Ý định sử dụng AI). Kết quả ANOVA (Bảng 3) cho thấy, mô hình nghiên cứu phù hợp với dữ liệu với chỉ số F có ý nghĩa thống kê (F = 83,826 và Sig. = 0,000 < 0,05). Các chỉ số VIF (Bảng 4) của các biến độc lập đều < 2 (dao động từ 1,483 đến 1,950), cho thấy không có hiện tượng đa cộng tuyến trong mô hình. Mô hình có mức độ giải thích khá tốt (R² hiệu chỉnh > 0,6) và không gặp vấn đề về đa cộng tuyến, do đó đảm bảo độ tin cậy để tiếp tục phân tích và kết luận.

Do các biến độc lập đều được đo lường bằng thang Likert 5 mức, nhóm tác giả sử dụng hệ số chưa chuẩn hóa (B) để xây dựng phương trình hồi quy. Kết quả hồi quy cho thấy, có 2/4 nhân tố có tác động đến ý định sử dụng AI của sinh viên là Lợi ích cảm nhận (PU) và Khả năng sử dụng công nghệ (TS) với Sig. < 0,05. Trong đó, Lợi ích cảm nhận có mức độ ảnh hưởng mạnh nhất (Beta = 0,539), tiếp theo là Khả năng sử dụng công nghệ (Beta = 0,248). Hai nhân tố còn lại là Môi trường xã hội (SE) và Yếu tố tài chính (FIN) không có ý nghĩa thống kê (Sig. > 0,05), do đó không có ảnh hưởng đáng kể đến ý định sử dụng AI của sinh viên trong mô hình nghiên cứu.

Phương trình hồi quy tuyến tính đánh giá ảnh hưởng của các nhân tố đến Ý định sử dụng AI của sinh viên Học viện Ngân hàng được xác lập như sau:

YDSD = -0,164 + 0,277TS + 0,602PU

KẾT LUẬN VÀ KHUYẾN NGHỊ

Kết luận

Kết quả nghiên cứu cho thấy, có 2/4 nhân tố có ảnh hưởng tích cực đến Ý định ứng dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên, theo mức độ giảm dần là: Lợi ích cảm nhận và Khả năng sử dụng công nghệ. Trong đó, Lợi ích cảm nhận là yếu tố có tác động mạnh nhất đến Ý định sử dụng AI của sinh viên. Hai nhân tố còn lại là Môi trường xã hội và Yếu tố tài chính chưa đủ cơ sở để khẳng định có sự tác động đến Ý định sử dụng AI của sinh viên trong mô hình nghiên cứu.

Một số khuyến nghị

Thông qua các kết luận trên, nhóm tác giả đề xuất một số khuyến nghị nhằm nâng cao hiệu quả sử dụng AI trong học tập và nghiên cứu các môn kế toán của sinh viên Học viện Ngân hàng như sau:

Đối với sinh viên: Sinh viên cần nhận thức rõ vai trò, lợi ích của AI để chủ động sử dụng. Đồng thời, cần nâng cao kỹ năng công nghệ, đặc biệt là các công cụ AI thông qua việc thường xuyên tiếp cận, thực hành, từ đó cải thiện kết quả học tập và khả năng thích ứng trong tương lai.

Đối với gia đình và môi trường xung quanh: Dù chưa chứng minh rõ ràng trong nghiên cứu, gia đình, bạn bè và xã hội vẫn có vai trò định hướng, khuyến khích sinh viên sử dụng AI. Sự động viên và hỗ trợ sẽ giúp sinh viên thuận lợi hơn trong việc tiếp cận và ứng dụng AI.

Đối với Nhà trường: Cần tăng cường hỗ trợ sử dụng AI thông qua: tổ chức đào tạo, hội thảo hướng dẫn sử dụng AI; xây dựng chính sách khuyến khích sử dụng hợp lý, đảm bảo đạo đức học thuật; cung cấp công cụ hoặc hỗ trợ tài chính; và tích hợp AI vào chương trình giảng dạy nhằm nâng cao tính thực tiễn và đáp ứng nhu cầu thị trường lao động.

Tài liệu tham khảo:

1. Chatterjee, S., & Bhattacharjee, K. K. (2020). Adoption of Artificial Intelligence in Higher Education: A Quantitative Analysis Using Structural Equation Modeling. Education and Information Technologies, 25, 3443-3463.

2. Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education, Pearson.

3. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.), Pearson.

4. Sutton, S. G., Holt, M., & Arnold, V. (2016). The Reports of My Death Are Greatly Exaggerated - Artificial Intelligence Research in Accounting. International Journal of Accounting Information Systems, 22, 60-73.

5. Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic Review of Research on Artificial Intelligence Applications in Higher Education. International Journal of Educational Technology in Higher Education, 16(1), 39.