Các nhân tố ảnh hưởng đến ý định ứng dụng AI trong công việc: Tiếp cận từ Mô hình chấp nhận công nghệ

Đoàn Thị Trúc Hậu

Công ty Cổ phần Giáo dục Kỹ năng Ngôi Sao; Email: [email protected]

TS. Hoàng Nguyên Khai

Trường Đại học Công nghệ Thành phố Hồ Chí Minh; Email: [email protected]

Tóm tắt

Nghiên cứu phân tích các yếu tố ảnh hưởng đến ý định ứng dụng trí tuệ nhân tạo (AI) trong giảng dạy của giáo viên thông qua việc kế thừa Mô hình chấp nhận công nghệ (TAM) và tích hợp các yếu tố tổ chức, chuyển giao đào tạo. Mô hình nghiên cứu gồm 6 khái niệm: Nhận thức hữu ích, Nhận thức dễ sử dụng, Hỗ trợ từ tổ chức, Năng lực chuyển giao đào tạo, Thái độ đối với AI và Ý định ứng dụng AI. Dữ liệu được thu thập thông qua khảo sát trực tuyến đối với giáo viên tại Công ty Cổ phần Giáo dục Kỹ năng Ngôi Sao trong tháng 8/2026. Sau khi sàng lọc, 277 quan sát hợp lệ được sử dụng để phân tích bằng phương pháp mô hình cấu trúc bình phương tối thiểu từng phần (PLS-SEM). Kết quả cho thấy, cả 7 giả thuyết nghiên cứu đều được chấp nhận. Nhận thức dễ sử dụng và Hỗ trợ từ tổ chức tác động tích cực đến Nhận thức hữu ích. Đối với Thái độ đối với AI, Nhận thức dễ sử dụng có tác động mạnh nhất, tiếp theo là Hỗ trợ từ tổ chức, Năng lực chuyển giao đào tạo và Nhận thức hữu ích. Đáng chú ý, Thái độ đối với AI có tác động tích cực mạnh nhất trong mô hình đến Ý định ứng dụng AI. Kết quả gợi ý rằng, việc cải thiện khả năng tiếp cận công nghệ, tăng cường hỗ trợ tổ chức và gắn đào tạo với thực tiễn giảng dạy có thể góp phần thúc đẩy ý định ứng dụng AI của giáo viên.

Từ khóa: AI, Mô hình chấp nhận công nghệ, nhận thức hữu ích, hỗ trợ tổ chức, ý định ứng dụng công nghệ

Abstract

This study examines the factors influencing teachers’ intention to adopt artificial intelligence (AI) in teaching by extending the Technology Acceptance Model (TAM) and incorporating organizational and training transfer factors. The research model comprises six constructs: perceived usefulness, perceived ease of use, organizational support, training transfer capability, attitude toward AI, and intention to adopt AI. Data were collected through an online survey of teachers at Ngoi Sao Skills Education Joint Stock Company in August 2026. After screening, 277 valid responses were analyzed using partial least squares structural equation modeling (PLS-SEM). The results show that all seven research hypotheses are supported. Perceived ease of use and organizational support positively influence perceived usefulness. Regarding attitude toward AI, perceived ease of use has the strongest effect, followed by organizational support, training transfer capability, and perceived usefulness. Notably, attitude toward AI has the strongest positive effect on intention to adopt AI in the model. These findings suggest that improving access to technology, strengthening organizational support, and aligning training with teaching practice may help promote teachers’ intention to adopt AI.

Keywords: Artificial intelligence (AI), Technology Acceptance Model (TAM), perceived usefulness, organizational support, technology adoption intention

ĐẶT VẤN ĐỀ

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, AI ngày càng được ứng dụng trong giáo dục và trở thành công cụ hỗ trợ đáng kể cho hoạt động giảng dạy của giáo viên. AI có thể hỗ trợ xây dựng học liệu, thiết kế nội dung giảng dạy, tìm kiếm và tổng hợp thông tin, cá nhân hóa hoạt động học tập, qua đó góp phần nâng cao hiệu quả chuẩn bị và tổ chức bài giảng. Tuy nhiên, việc khai thác những lợi ích này phụ thuộc đáng kể vào mức độ giáo viên sẵn sàng tiếp nhận và ứng dụng AI trong thực tiễn giảng dạy. Vì vậy, nhận diện các yếu tố hình thành ý định ứng dụng AI của giáo viên đang trở thành vấn đề cần được quan tâm trong quá trình chuyển đổi số giáo dục.

Các nghiên cứu về chấp nhận và ứng dụng AI trong giáo dục cho thấy, ý định của giáo viên không chỉ được hình thành từ đặc điểm của công nghệ, mà còn chịu ảnh hưởng bởi các yếu tố cá nhân và môi trường tổ chức. Tang và Zhong (2026) cho thấy, nhận thức hữu ích và nhận thức dễ sử dụng giữ vai trò quan trọng đối với ý định ứng dụng AI tạo sinh của giáo viên; đồng thời, nhận thức về mức độ thông minh của AI tác động đến nhận thức hữu ích và nhận thức dễ sử dụng. Nghiên cứu của Hazzan-Bishara và cộng sự (2025) tiếp tục mở rộng Mô hình chấp nhận công nghệ (TAM) thông qua các yếu tố, như: động lực nội tại, năng lực bản thân và sự hỗ trợ của tổ chức, qua đó cho thấy quá trình chấp nhận AI còn chịu tác động của những điều kiện hỗ trợ bên ngoài. Bên cạnh đó, nghiên cứu của Nguyen và cộng sự (2025) đối với giáo viên Việt Nam ghi nhận vai trò nổi bật của thái độ đối với AI trong việc hình thành ý định ứng dụng, đồng thời chỉ ra những vấn đề liên quan đến đào tạo, hỗ trợ, quyền riêng tư và đạo đức trong quá trình triển khai AI.

Mặc dù các nghiên cứu trước đã mở rộng đáng kể hiểu biết về quá trình chấp nhận AI trong giáo dục, phần lớn vẫn tập trung vào đặc điểm công nghệ, nhận thức của người sử dụng và các điều kiện hỗ trợ. Năng lực chuyển giao đào tạo, thể hiện khả năng chuyển hóa kiến thức và kỹ năng tiếp nhận từ hoạt động đào tạo vào thực tiễn công việc, chưa được xem xét đầy đủ trong mối quan hệ với các yếu tố hình thành ý định ứng dụng AI của giáo viên. Khoảng trống này đặc biệt đáng quan tâm trong bối cảnh doanh nghiệp giáo dục, nơi giáo viên thường xuyên được đào tạo chuyên môn và công nghệ, nhưng giá trị của hoạt động đào tạo chỉ thực sự được phát huy khi những kiến thức và kỹ năng tiếp nhận có thể được vận dụng vào hoạt động giảng dạy. Đồng thời, việc tích hợp năng lực chuyển giao đào tạo với nhận thức hữu ích và các thành phần của TAM có thể góp phần mở rộng cách tiếp cận đối với quá trình hình thành thái độ và ý định ứng dụng AI của giáo viên.

Xuất phát từ khoảng trống trên, nghiên cứu đề xuất mô hình giải thích ý định ứng dụng AI trong giảng dạy của giáo viên trên cơ sở kế thừa TAM và mở rộng mô hình thông qua việc tích hợp Hỗ trợ của tổ chức và Năng lực chuyển giao đào tạo. Nghiên cứu tập trung làm rõ quá trình hình thành Thái độ và Ý định ứng dụng AI, trong đó nhấn mạnh vai trò của Nhận thức hữu ích, Năng lực chuyển giao đào tạo và Thái độ đối với AI. Mô hình đề xuất góp phần mở rộng cơ sở lý thuyết về chấp nhận AI trong bối cảnh doanh nghiệp giáo dục; đồng thời tạo nền tảng cho các nghiên cứu thực nghiệm tiếp theo và gợi mở định hướng quản trị nhằm thúc đẩy giáo viên ứng dụng AI hiệu quả trong hoạt động giảng dạy.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết và phát triển giả thuyết

AI là khả năng của hệ thống máy tính thực hiện những hoạt động vốn đòi hỏi trí thông minh của con người như học tập, suy luận, giải quyết vấn đề và ra quyết định (Russell và Norvig, 2021). Trong giáo dục, AI được ứng dụng nhằm hỗ trợ hoạt động giảng dạy, đánh giá và quản lý học tập thông qua khả năng phân tích dữ liệu và tự động hóa các quy trình (Holmes và cộng sự, 2022). Trong nghiên cứu này, AI được tiếp cận là các công cụ và hệ thống công nghệ thông minh được giáo viên sử dụng để hỗ trợ hoạt động giảng dạy và nâng cao hiệu quả công việc chuyên môn.

Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM)

Davis (1989) phát triển TAM nhằm giải thích quá trình chấp nhận và sử dụng công nghệ của cá nhân. Hai cấu phần nhận thức cốt lõi của mô hình gồm Nhận thức hữu ích (Perceived Usefulness - PU), phản ánh mức độ cá nhân tin rằng công nghệ có thể nâng cao hiệu quả công việc, và Nhận thức dễ sử dụng (Perceived Ease of Use - PEOU), thể hiện mức độ cá nhân tin rằng việc sử dụng công nghệ không đòi hỏi nhiều nỗ lực. Các nhận thức này có vai trò trong quá trình hình thành thái độ và ý định sử dụng công nghệ. Nghiên cứu kế thừa TAM để giải thích mối quan hệ giữa PEOU, PU, Thái độ đối với AI (ATT) và Ý định ứng dụng AI (BI), đồng thời mở rộng mô hình thông qua Hỗ trợ từ tổ chức (OS) và Năng lực chuyển giao đào tạo (TT) nhằm phù hợp với bối cảnh doanh nghiệp giáo dục.

Các nghiên cứu thực nghiệm tiếp tục cung cấp cơ sở cho việc vận dụng TAM trong nghiên cứu chấp nhận AI. Tang và Zhong (2026) ghi nhận vai trò của PU và PEOU trong cơ chế chấp nhận AI tạo sinh của giáo viên; Zhang và cộng sự (2025) cũng sử dụng PU và PEOU như những nhận thức công nghệ cốt lõi khi nghiên cứu sự chấp nhận và duy trì sử dụng công cụ hỗ trợ bởi AI của giáo viên.

Trong bối cảnh Việt Nam, Hong và cộng sự (2026) ghi nhận PEOU có ảnh hưởng đáng kể đến PU; trong khi Al-Adwan và cộng sự (2024) cung cấp bằng chứng về vai trò của thái độ trong quá trình hình thành ý định chấp nhận công nghệ trong giáo dục.

Trên cơ sở TAM và các nghiên cứu thực nghiệm, khi giáo viên nhận thấy AI hữu ích đối với hoạt động chuyên môn, họ có xu hướng hình thành đánh giá tích cực hơn đối với công nghệ. Đồng thời, khi AI được cảm nhận là dễ học và dễ sử dụng, những trở ngại trong quá trình tiếp cận công nghệ được giảm bớt, qua đó có thể cải thiện thái độ và gia tăng nhận thức về giá trị hữu ích của AI. Do đó, nghiên cứu đề xuất các giả thuyết:

H1 (+): Nhận thức hữu ích có tác động tích cực đến Thái độ đối với AI.

H2 (+): Nhận thức dễ sử dụng có tác động tích cực đến Thái độ đối với AI.

H3 (+): Nhận thức dễ sử dụng có tác động tích cực đến Nhận thức hữu ích.

Hỗ trợ từ tổ chức (Organizational Support - OS)

Trong môi trường giáo dục, việc chấp nhận AI không chỉ phụ thuộc vào nhận thức cá nhân, mà còn gắn với điều kiện tổ chức nơi công nghệ được triển khai. Sự hỗ trợ về công cụ, cơ sở hạ tầng, kỹ thuật, định hướng quản lý và phát triển chuyên môn tạo điều kiện để giáo viên tiếp cận và trải nghiệm AI trong công việc. Hazzan-Bishara và cộng sự (2025) đưa OS vào mô hình nghiên cứu sự chấp nhận AI của giáo viên và đề xuất mối quan hệ tích cực giữa OS và PU. Các nghiên cứu liên quan cũng cho thấy hỗ trợ tổ chức có vai trò trong quá trình giáo viên chấp nhận AI. Trong bối cảnh doanh nghiệp giáo dục, sự hỗ trợ phù hợp có thể giúp giáo viên nhận diện rõ hơn lợi ích của AI và hình thành đánh giá thuận lợi hơn đối với việc ứng dụng công nghệ. Vì vậy, nghiên cứu đề xuất:

H4 (+): Hỗ trợ từ tổ chức có tác động tích cực đến Nhận thức hữu ích.

H5 (+): Hỗ trợ từ tổ chức có tác động tích cực đến Thái độ đối với AI.

Lý thuyết chuyển giao đào tạo (Training Transfer Theory)

Baldwin và Ford (1988) cho rằng, chuyển giao đào tạo là quá trình kiến thức và kỹ năng thu nhận từ hoạt động đào tạo được duy trì và vận dụng vào thực tiễn công việc; quá trình này chịu ảnh hưởng bởi đặc điểm người học, thiết kế đào tạo và môi trường làm việc. Holton và cộng sự (2000) tiếp tục phát triển cách tiếp cận về các yếu tố ảnh hưởng đến chuyển giao học tập trong tổ chức. Theo đó, hiệu quả đào tạo không chỉ thể hiện ở những gì cá nhân tiếp thu mà còn ở khả năng vận dụng kết quả đào tạo vào công việc.

Trong bối cảnh ứng dụng AI, khi giáo viên có khả năng chuyển hóa kiến thức và kỹ năng được đào tạo thành các hoạt động giảng dạy cụ thể, họ có điều kiện trực tiếp trải nghiệm tính khả thi và giá trị của AI, từ đó có thể hình thành đánh giá tích cực hơn đối với công nghệ. Các nghiên cứu được tổng hợp chưa trực tiếp kiểm định quan hệ Năng lực chuyển giao đào tạo → Thái độ đối với AI; do đó, quan hệ này được phát triển trên cơ sở Lý thuyết chuyển giao đào tạo kết hợp với lập luận về trải nghiệm vận dụng công nghệ trong công việc. Nghiên cứu đề xuất:

H6 (+): Năng lực chuyển giao đào tạo có tác động tích cực đến Thái độ đối với AI.

Cuối cùng, TAM xem thái độ là một yếu tố quan trọng trong quá trình hình thành ý định sử dụng công nghệ. Al-Adwan và cộng sự (2024) ghi nhận thái độ là một trong những tiền tố quan trọng của ý định chấp nhận công nghệ trong giáo dục; Tang và Zhong (2026) tiếp tục cung cấp cơ sở cho việc xem xét thái độ trong cơ chế chấp nhận AI của giáo viên. Khi giáo viên có thái độ tích cực đối với AI, ý định ứng dụng công nghệ vào hoạt động giảng dạy được kỳ vọng gia tăng. Do đó đề xuất giả thuyết:

H7 (+): Thái độ đối với AI có tác động tích cực đến Ý định ứng dụng AI trong giảng dạy.

Mô hình nghiên cứu

Trên cơ sở kế thừa TAM, Lý thuyết chuyển giao đào tạo và kết quả của các nghiên cứu thực nghiệm liên quan, nghiên cứu đề xuất mô hình gồm 6 khái niệm: Nhận thức hữu ích (PU), Nhận thức dễ sử dụng (PEOU), Hỗ trợ từ tổ chức (OS), Năng lực chuyển giao đào tạo (TT), Thái độ đối với AI (ATT) và Ý định ứng dụng AI trong giảng dạy (BI). Mô hình kết hợp nhận thức về công nghệ, hỗ trợ từ tổ chức và khả năng chuyển giao kết quả đào tạo nhằm giải thích quá trình hình thành Thái độ và Ý định ứng dụng AI của giáo viên trong bối cảnh doanh nghiệp giáo dục.

Hình 1: Mô hình nghiên cứu

Nguồn: Đề xuất của nhóm tác giả

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng nhằm kiểm định các mối quan hệ trong mô hình nghiên cứu. Bảng hỏi được xây dựng từ các thang đo kế thừa và điều chỉnh phù hợp với bối cảnh ứng dụng AI trong giảng dạy, gồm 6 khái niệm với 27 biến quan sát, sử dụng thang đo Likert 5 mức, từ 1 - Hoàn toàn không đồng ý đến 5 - Hoàn toàn đồng ý.

Dữ liệu được thu thập từ ngày 22-28/8/2026 thông qua khảo sát trực tuyến bằng Google Forms, theo phương pháp chọn mẫu phi xác suất thuận tiện đối với giáo viên tại Công ty Cổ phần Giáo dục Kỹ năng Ngôi Sao. Trong tổng số 354 phản hồi thu thập được, nghiên cứu giữ lại 277 quan sát hợp lệ sau khi sàng lọc. Dữ liệu được thống kê mô tả bằng SPSS và phân tích bằng phương pháp PLS-SEM trên phần mềm SmartPLS nhằm đánh giá độ tin cậy, giá trị hội tụ, giá trị phân biệt của thang đo, mô hình cấu trúc và kiểm định bảy giả thuyết nghiên cứu.

KẾT QUẢ VÀ THẢO LUẬN

Đánh giá mô hình đo lường

Kết quả Bảng 1 cho thấy, các thang đo đều đáp ứng yêu cầu về độ tin cậy và giá trị hội tụ. Hệ số tải ngoài dao động từ 0,752 đến 0,914, đều lớn hơn 0,7; Cronbach’s Alpha đạt từ 0,877 đến 0,906 và độ tin cậy tổng hợp (CR) từ 0,911 đến 0,934, đều vượt ngưỡng 0,7. Đồng thời, phương sai trích trung bình (AVE) dao động từ 0,671 đến 0,781, đều > 0,5. Như vậy, các thang đo đạt độ tin cậy và giá trị hội tụ, bảo đảm điều kiện để tiếp tục đánh giá giá trị phân biệt và mô hình cấu trúc.

Bảng 1: Kết quả đánh giá độ tin cậy và giá trị hội tụ của thang đo

Nguồn: Tổng hợp từ kết quả phân tích SmartPLS

Bảng 2: Kết quả đánh giá giá trị phân biệt theo tiêu chí HTMT

Nguồn: Kết quả phân tích dữ liệu bằng SmartPLS

Bảng 3: Kết quả đánh giá giá trị phân biệt theo tiêu chí Fornell-Larcker

Nguồn: Kết quả phân tích dữ liệu bằng SmartPLS

Kết quả Bảng 2 cho thấy, các giá trị HTMT giữa các cặp khái niệm dao động từ 0,049 đến 0,793, đều thấp hơn ngưỡng 0,85 theo tiêu chí đánh giá giá trị phân biệt. Trong đó, giá trị cao nhất thuộc về cặp Thái độ đối với AI (ATT) và Ý định ứng dụng AI trong giảng dạy (BI), đạt 0,793.

Đồng thời, kết quả Bảng 3 cho thấy, căn bậc hai của phương sai trích trung bình (AVE) của từng khái niệm, dao động từ 0,819 đến 0,884, đều lớn hơn các hệ số tương quan giữa khái niệm đó với những khái niệm còn lại. Như vậy, cả 2 tiêu chí HTMT và Fornell-Larcker (1981) đều được đáp ứng, khẳng định các thang đo trong mô hình nghiên cứu đạt giá trị phân biệt.

Kiểm định mô hình và các giả thuyết nghiên cứu

Hình 2: Kết quả kiểm định mô hình

Nguồn: Kết quả phân tích dữ liệu bằng SmartPLS

Bảng 4: Kết quả kiểm định các giả thuyết nghiên cứu

Nguồn: Kết quả phân tích dữ liệu bằng SmartPLS

Kết quả kiểm định tại Bảng 4 cho thấy, cả 7 giả thuyết nghiên cứu đều được ủng hộ với các hệ số tác động mang dấu dương và có ý nghĩa thống kê (p < 0,001). Trong đó, Thái độ đối với AI (ATT) có tác động tích cực đến Ý định ứng dụng AI trong giảng dạy (BI) với hệ số β = 0,718 và kích thước ảnh hưởng f² = 1,064. Đối với Thái độ đối với AI, Nhận thức dễ sử dụng (PEOU) có hệ số tác động lớn nhất (β = 0,315), tiếp theo là Hỗ trợ từ tổ chức (OS) (β = 0,314), Năng lực chuyển giao đào tạo (TT) (β = 0,284) và Nhận thức hữu ích (PU) (β = 0,280). Đồng thời, Nhận thức dễ sử dụng (β = 0,457) và Hỗ trợ từ tổ chức (β = 0,373) đều có tác động tích cực đến Nhận thức hữu ích. Kết quả cho thấy thái độ giữ vai trò quan trọng trong việc hình thành ý định ứng dụng AI của giáo viên, đồng thời làm rõ vai trò của các yếu tố công nghệ, tổ chức và chuyển giao đào tạo trong mô hình nghiên cứu.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết luận

Nghiên cứu làm rõ các yếu tố ảnh hưởng đến Ý định ứng dụng AI trong giảng dạy của giáo viên tại Công ty Cổ phần Giáo dục Kỹ năng Ngôi Sao. Kết quả cho thấy, Nhận thức dễ sử dụng và Hỗ trợ từ tổ chức đều tác động tích cực đến Nhận thức hữu ích. Đồng thời, Nhận thức dễ sử dụng, Hỗ trợ từ tổ chức, Năng lực chuyển giao đào tạo và Nhận thức hữu ích đều tác động tích cực đến Thái độ đối với AI, trong đó Nhận thức dễ sử dụng có hệ số tác động lớn nhất. Đặc biệt, Thái độ đối với AI tác động tích cực đến Ý định ứng dụng AI trong giảng dạy (β = 0,718). Kết quả nhấn mạnh vai trò của thái độ, đồng thời khẳng định ý nghĩa của các yếu tố công nghệ, tổ chức và chuyển giao đào tạo trong quá trình hình thành ý định ứng dụng AI của giáo viên.

Khuyến nghị

Kết quả nghiên cứu gợi mở một số hàm ý quản trị đối với Công ty Cổ phần Giáo dục Kỹ năng Ngôi Sao như sau:

Trước hết, Công ty cần chú trọng hình thành thái độ tích cực của giáo viên đối với AI thông qua việc giới thiệu các tình huống ứng dụng thực tế, chia sẻ kinh nghiệm giảng dạy và làm rõ những lợi ích của AI trong thiết kế học liệu, chuẩn bị bài giảng và tổ chức hoạt động học tập.

Bên cạnh đó, Công ty cần tạo điều kiện để giáo viên tiếp cận và sử dụng AI thuận tiện hơn thông qua tài liệu hướng dẫn, mẫu câu lệnh và các công cụ phù hợp với từng nội dung giảng dạy.

Đồng thời, cần tăng cường sự hỗ trợ từ đội ngũ quản lý, xây dựng kho học liệu dùng chung và thiết lập kênh hỗ trợ chuyên môn, kỹ thuật nhằm khuyến khích giáo viên chủ động ứng dụng AI trong công việc.

Ngoài ra, hoạt động đào tạo AI cần gắn với yêu cầu giảng dạy thực tế, chú trọng thực hành, vận dụng và phản hồi sau đào tạo. Công ty nên tổ chức các buổi tập huấn theo tình huống cụ thể, tạo cơ hội để giáo viên áp dụng kiến thức và kỹ năng đã học vào quá trình xây dựng, triển khai bài giảng.

Việc kết hợp giữa đào tạo, hỗ trợ tổ chức và nâng cao nhận thức về lợi ích của AI sẽ góp phần củng cố thái độ tích cực, từ đó thúc đẩy ý định ứng dụng AI trong giảng dạy của giáo viên.

Tài liệu tham khảo:

1. Al-Adwan, A. S., Meet, R. K., Kala, D., Smedley, J., Urbaníková, M., & Al-Rahmi, W. M. (2024). Closing the divide: Exploring higher education teachers’ perspectives on educational technology. Information Development. https://doi.org/10.1177/02666669241279181

2. Baldwin, T. T., & Ford, J. K. (1988). Transfer of training: A review and directions for future research. Personnel Psychology, 41(1), 63-105. https://doi.org/10.1111/j.1744-6570.1988.tb00632.x

3. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008

4. Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.

5. Hazzan-Bishara, A., Kol, O., & Levy, S. (2025). The factors affecting teachers’ adoption of AI technologies: A unified model of external and internal determinants. Education and Information Technologies, 30, 15043-15069. https://doi.org/10.1007/s10639-025-13393-z

6. Holmes, W., Persson, J., Chounta, I.-A., Wasson, B. and Dimitrova, V. (2022). Artificial Intelligence and Education. Conseil de l'Europe. https://doi.org/10.3917/e.europ.holm.2022.01.

7. Holton, E. F., III, Bates, R. A., & Ruona, W. E. A. (2000). Development of a generalized learning transfer system inventory. Human Resource Development Quarterly, 11(4), 333-360. https://doi.org/10.1002/1532-1096(200024)11:4%3C333::AID-HRDQ2%3E3.0.CO;2-P

8. Hong, T. T. M., Tung, N. T. T., & Thinh, H. T. (2026). Discovering acceptance and intention to use artificial intelligence for learning among pre-service teachers in Vietnam. Discover Education, 5, Article 258. https://doi.org/10.1007/s44217-026-01289-0

9. Nguyen, H., Thanh, D. T., & Dinh, P. (2025). Bringing AI into teaching: Understanding Vietnamese teachers’ perspectives and pedagogical challenges. International Journal of Educational Methodology, 11(3), 335-347. https://doi.org/10.12973/ijem.11.3.335

10. Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.

11. Tang, Y., & Zhong, L. (2026). K-12 teachers’ adoption of generative AI for teaching: An extended TAM perspective. Education Sciences, 16(1), 136. https://doi.org/10.3390/educsci16010136

12. Zhang, N., Wong, W. L., & Barrot, J. (2025). Primary teachers’ acceptance and sustained adoption of AI powered learner corpora for writing instruction through TAM and ECM perspectives. Scientific Reports, 15, Article 37399. https://doi.org/10.1038/s41598-025-21205-0