Các yếu tố ảnh hưởng đến việc sử dụng AI trong học tập của sinh viên khoa Du lịch và Khách sạn: Tiếp cận từ mô hình UTAUT mở rộng

ThS. Phạm Thanh Bình

ThS. Dương Thanh Tùng

Email: [email protected]

Khoa Du lịch và Khách sạn, Trường Đại học Kinh tế - Kỹ thuật Công nghiệp

Tóm tắt

Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI), đặc biệt là các công cụ AI tạo sinh, đang làm thay đổi đáng kể cách thức học tập của sinh viên đại học. Nghiên cứu này phân tích các yếu tố tác động đến ý định sử dụng AI trong học tập của sinh viên Khoa Du lịch và Khách sạn, Trường Đại học Kinh tế - Kỹ thuật Công nghiệp, dựa trên mô hình UTAUT mở rộng với biến trải nghiệm học tập. Kết quả phân tích dữ liệu được thu thập từ 351 sinh viên thông qua khảo sát bảng hỏi cho thấy, Trải nghiệm học tập có tác động mạnh nhất đến Ý định sử dụng AI, tiếp theo là Kỳ vọng hiệu quả, trong khi các yếu tố Kỳ vọng nỗ lực, Ảnh hưởng xã hội và Điều kiện thuận lợi không có ý nghĩa thống kê. Kết quả nghiên cứu góp phần mở rộng mô hình UTAUT trong bối cảnh giáo dục số và cung cấp hàm ý thực tiễn cho việc tích hợp AI vào đào tạo ngành Du lịch và Khách sạn nhằm nâng cao trải nghiệm và hiệu quả học tập của sinh viên.

Từ khóa: Trí tuệ nhân tạo, AI trong học tập, UTAUT, sinh viên, du lịch và khách sạn

Abstract

The rapid development of artificial intelligence (AI), particularly generative AI tools, is significantly transforming university students' learning practices. This study examines the factors influencing students' intention to use AI for learning in the Faculty of Tourism and Hospitality at the University of Economics and Technology for Industries, using an extended Unified Theory of Acceptance and Use of Technology (UTAUT) model that incorporates the learning experience construct. Data collected from 351 students through a questionnaire survey were analyzed, and the results indicate that Learning Experience has the strongest impact on AI Usage Intention, followed by Performance Expectancy. In contrast, Effort Expectancy, Social Influence, and Facilitating Conditions are found to have no statistically significant effects. The findings extend the UTAUT model in the context of digital education and offer practical implications for integrating AI into Tourism and Hospitality education to enhance students' learning experiences and academic performance.

Keywords: Artificial intelligence, AI in learning, UTAUT, students, tourism and hospitality

GIỚI THIỆU

Trong bối cảnh chuyển đổi số trong giáo dục đại học, AI ngày càng được ứng dụng rộng rãi nhằm hỗ trợ quá trình học tập của sinh viên. Các công cụ như: chatbot học tập, hệ thống hỗ trợ thông minh và AI tạo sinh đã góp phần thay đổi cách thức tiếp cận tri thức, thực hiện nhiệm vụ học tập và phát triển kỹ năng của người học. Đặc biệt, AI tạo sinh như ChatGPT, Gemini hay Copilot đang trở thành công cụ hỗ trợ phổ biến trong nhiều lĩnh vực đào tạo (Zawacki-Richter và cộng sự, 2019).

Trong đào tạo du lịch và khách sạn, AI có tiềm năng hỗ trợ sinh viên phát triển những kỹ năng nghề nghiệp quan trọng như giao tiếp, xây dựng chương trình tour và xử lý tình huống thực tế. Tuy nhiên, mức độ chấp nhận và sử dụng AI của sinh viên vẫn phụ thuộc vào nhiều yếu tố khác nhau.

Các nghiên cứu trước thường sử dụng mô hình UTAUT để giải thích hành vi chấp nhận công nghệ, nhưng trong bối cảnh AI tạo sinh, các yếu tố truyền thống có thể chưa phản ánh đầy đủ trải nghiệm và giá trị học tập mà công nghệ mang lại (Buhalis, 2008). Do đó, nghiên cứu này sử dụng mô hình UTAUT mở rộng bằng cách bổ sung biến trải nghiệm học tập, nhằm phân tích các yếu tố ảnh hưởng đến ý định sử dụng AI trong học tập của sinh viên ngành Du lịch - Khách sạn trong bối cảnh Việt Nam.

CƠ SỞ LÝ THUYẾT VÀ GIẢ THUYẾT NGHIÊN CỨU

Cơ sở lý thuyết

Mô hình UTAUT của Venkatesh và cộng sự (2003) cho rằng, có 4 yếu tố chính ảnh hưởng đến hành vi chấp nhận công nghệ là kỳ vọng hiệu quả, kỳ vọng nỗ lực, ảnh hưởng xã hội và điều kiện thuận lợi. Mô hình này đã được áp dụng rộng rãi trong nghiên cứu công nghệ giáo dục.

Tuy nhiên, trong bối cảnh ứng dụng AI, đặc biệt là AI tạo sinh, sinh viên không chỉ quan tâm đến tính hữu ích hay mức độ dễ sử dụng mà còn chú trọng đến trải nghiệm học tập và giá trị thực tiễn mà công nghệ mang lại. Do đó, nghiên cứu này bổ sung biến Trải nghiệm học tập (LE) nhằm phản ánh mức độ cải thiện kết quả học tập, kỹ năng và hiệu quả học tập khi sử dụng AI.

Giả thuyết nghiên cứu

Từ cơ sở lý thuyết, 5 giả thuyết nghiên cứu được đề xuất như sau:

H1: Kỳ vọng hiệu quả (PE) ảnh hưởng tích cực đến Ý định sử dụng AI.

H2: Kỳ vọng nỗ lực (EE) ảnh hưởng tích cực đến Ý định sử dụng AI.

H3: Ảnh hưởng xã hội (SI) ảnh hưởng tích cực đến Ý định sử dụng AI.

H4: Điều kiện thuận lợi (FC) ảnh hưởng tích cực đến Ý định sử dụng AI.

H5: Trải nghiệm học tập (LE) ảnh hưởng tích cực đến Ý định sử dụng AI.

Mô hình nghiên cứu

Dựa trên mô hình UTAUT của Venkatesh và cộng sự (2003), nghiên cứu đề xuất mô hình nghiên cứu gồm 5 nhân tố độc lập ảnh hưởng đến ý định sử dụng AI trong học tập của sinh viên. Bên cạnh 4 thành phần cốt lõi của UTAUT gồm: Kỳ vọng hiệu quả (PE), Kỳ vọng nỗ lực (EE), Ảnh hưởng xã hội (SI) và Điều kiện thuận lợi (FC), nghiên cứu bổ sung nhân tố Trải nghiệm học tập (LE) nhằm phản ánh những giá trị học tập và trải nghiệm mà sinh viên nhận được khi sử dụng AI. Ý định sử dụng AI (BI) được xem là biến phụ thuộc của mô hình. Các mối quan hệ giả định giữa các biến được thể hiện trong Hình 1.

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Đề xuất của tác giả

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng phương pháp định lượng với dữ liệu thu thập từ 351 sinh viên Khoa Du lịch và Khách sạn, Trường Đại học Kinh tế - Kỹ thuật Công nghiệp thông qua khảo sát bảng hỏi. Các thang đo được kế thừa từ mô hình UTAUT và các nghiên cứu gần đây về AI trong giáo dục, sử dụng thang Likert 5 điểm.

Dữ liệu được phân tích bằng phần mềm SPSS và AMOS. Độ tin cậy thang đo được kiểm định bằng Cronbach’s Alpha, phân tích nhân tố khám phá (EFA) và phân tích nhân tố khẳng định (CFA). Mô hình cấu trúc tuyến tính (SEM) được sử dụng để kiểm định các giả thuyết nghiên cứu.

KẾT QUẢ NGHIÊN CỨU

Bảng 1 mô tả đặc điểm mẫu khảo sát nhằm cung cấp bối cảnh cho các phân tích tiếp theo. Kết quả cho thấy sinh viên tham gia khảo sát có sự phân bố tương đối đồng đều giữa các năm học, phản ánh tương đối đặc điểm của nhóm sinh viên ngành du lịch tại Khoa Du lịch và Khách sạn.

Bảng 1: Đặc điểm mẫu khảo sát

Nguồn: Tổng hợp của nhóm tác giả

Phân tích độ tin cậy và giá trị hội tụ của thang đo (Bảng 2) cho thấy các thang đo đều đạt độ tin cậy cao với Cronbach’s Alpha lớn hơn 0,7. Mô hình đo lường đạt độ phù hợp tốt (CFI = 0,948; TLI = 0,939; RMSEA = 0,067).

Bảng 2: Độ tin cậy và giá trị hội tụ của thang đo

Nguồn: Nghiên cứu của tác giả

Phân tích SEM Bảng 3 cho thấy chỉ có 2 yếu tố tác động đến ý định sử dụng AI là: Trải nghiệm học tập (LE → BI): β = 0,346, p < 0,001; Kỳ vọng hiệu quả (PE → BI): β = 0,225, p = 0,004.

Bảng 3: Kết quả phân tích mô hình cấu trúc tuyến tính đã chuẩn hóa

Nguồn: Nghiên cứu của tác giả

Các yếu tố Kỳ vọng nỗ lực, Ảnh hưởng xã hội và Điều kiện thuận lợi không có ý nghĩa thống kê. Giá trị R² = 0,46 cho thấy mô hình giải thích được 46% sự biến thiên của ý định sử dụng AI.

Hình 2: Kết quả mô hình cấu trúc tuyến tính với các hệ số chuẩn hóa

Nguồn: Nghiên cứu của tác giả

Trên cơ sở kết quả nghiên cứu có thế thấy, các công cụ AI hiện nay ngày càng thân thiện và dễ sử dụng, làm giảm vai trò của kỳ vọng nỗ lực trong việc thúc đẩy ý định sử dụng của sinh viên. Đồng thời, xu hướng học tập tự chủ trong môi trường số khiến sinh viên ít phụ thuộc vào ảnh hưởng xã hội mà chủ yếu dựa trên đánh giá cá nhân về hiệu quả của công nghệ.

Nghiên cứu cho thấy, Trải nghiệm học tập là yếu tố có tác động mạnh nhất đến ý định sử dụng AI của sinh viên. Phát hiện này phản ánh sự thay đổi trong động cơ chấp nhận công nghệ, khi sinh viên chỉ thực sự sẵn sàng sử dụng AI nếu nhận thấy công cụ này mang lại giá trị học tập rõ rệt và hỗ trợ trực tiếp cho việc phát triển kiến thức và kỹ năng, thay vì chỉ quan tâm đến mức độ dễ sử dụng hay tác động từ môi trường xung quanh.

Bên cạnh đó, nghiên cứu cũng cho thấy có sự tương đồng với một số nghiên cứu gần đây trong lĩnh vực AI và công nghệ giáo dục, khi cho rằng các yếu tố liên quan đến giá trị và kết quả học tập có ảnh hưởng mạnh hơn đến ý định sử dụng công nghệ so với các yếu tố truyền thống của mô hình UTAUT. Các nghiên cứu của Crompton và Burke (2023), Dwivedi và cộng sự (2023) chỉ ra rằng trong bối cảnh AI tạo sinh, trải nghiệm học tập và giá trị cảm nhận đóng vai trò then chốt trong việc thúc đẩy hành vi chấp nhận công nghệ của người học. Ngược lại, việc Kỳ vọng nỗ lực, Ảnh hưởng xã hội và Điều kiện thuận lợi không có ý nghĩa thống kê trong nghiên cứu này cho thấy vai trò của các yếu tố này có xu hướng suy giảm khi các công cụ AI ngày càng thân thiện, dễ tiếp cận và phổ biến.

KẾT LUẬN

Nghiên cứu đã mở rộng mô hình UTAUT bằng việc bổ sung biến Trải nghiệm học tập và kiểm định mô hình trong bối cảnh ứng dụng AI trong đào tạo ngành Du lịch và Khách sạn. Kết quả cho thấy Trải nghiệm học tập và Kỳ vọng hiệu quả là 2 yếu tố có ảnh hưởng tích cực và có ý nghĩa thống kê đến Ý định sử dụng AI của sinh viên, trong khi các yếu tố truyền thống của UTAUT gồm: Kỳ vọng nỗ lực, Ảnh hưởng xã hội và Điều kiện thuận lợi không còn thể hiện vai trò đáng kể. Điều này cho thấy quyết định sử dụng AI của sinh viên ngày càng được thúc đẩy bởi giá trị học tập thực tiễn và những trải nghiệm tích cực mà công nghệ mang lại, thay vì chỉ dựa trên tính dễ sử dụng hay tác động từ môi trường xung quanh.

Về mặt lý luận, nghiên cứu bổ sung bằng chứng thực nghiệm cho việc mở rộng mô hình UTAUT trong bối cảnh giáo dục số, đồng thời khẳng định vai trò trung tâm của trải nghiệm học tập trong hành vi chấp nhận AI của người học. Về mặt thực tiễn, kết quả nghiên cứu gợi ý các cơ sở đào tạo cần tích hợp AI vào chương trình giảng dạy theo hướng lấy trải nghiệm học tập làm trọng tâm, thông qua các bài tập tình huống, mô phỏng nghiệp vụ, dự án học tập ứng dụng AI và các hoạt động thực hành gắn với bối cảnh nghề nghiệp. Đối với lĩnh vực đào tạo du lịch và khách sạn, cách tiếp cận này không chỉ góp phần nâng cao hiệu quả học tập mà còn hỗ trợ sinh viên phát triển năng lực nghề nghiệp và khả năng thích ứng với môi trường làm việc số trong tương lai.

Tài liệu tham khảo:

1. Buhalis, D., & Law, R. (2008). Progress in information technology and tourism management: 20 years on and 10 years after the Internet—The state of eTourism research. Tourism Management, 29(4), 609–623. https://doi.org/10.1016/j.tourman.2008.01.005.

2. Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. Computers & Education: Artificial Intelligence, 4, 100087.

3. Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., Baabdullah, A. M., Koohang, A., Raghavan, V., Ahuja, M., Albanna, H., Albashrawi, M. A., Alalwan, A. A., Al-Otaibi, Y. D., Al-Sharafi, M. A., Al-Surimi, K., Alwan, N., Alwabel, A., Alwabel, M., … Wright, R. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642.

4. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.

5. Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education: Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0.