Hành vi sử dụng AI hỗ trợ học tập của sinh viên: Vai trò điều tiết của tính đổi mới cá nhân

Trần Thị Bửu Phụng

Sinh viên, Chủ nhiệm đề tài NCKH, Trường Đại học Sài Gòn

Email: [email protected]

Lê Trần Quỳnh Như

Sinh viên, Trường Đại học Sài Gòn

Email: [email protected]

Võ Quế Anh, ThS. Nguyễn Thị Thanh Tâm

Email: [email protected]

PGS.TS. Nguyễn Phan Thu Hằng (Tác giả liên hệ)

Khoa Quản trị Kinh doanh, Trường Đại học Sài Gòn

Email: [email protected]

Tóm tắt

Thông qua khảo sát 439 sinh viên tại Việt Nam, nghiên cứu này nhằm phân tích các yếu tố ảnh hưởng đến ý định và hành vi sử dụng công cụ trí tuệ nhân tạo (AI) trong học tập của sinh viên. Kết quả nghiên cứu cho thấy có 6 yếu tố có ảnh hưởng đến Ý định hành vi, trong đó có 4 yếu tố có tác động tích cực là: Kỳ vọng về hiệu quả, Ảnh hưởng xã hội, Động lực hưởng thụ, Quyền riêng tư; 2 yếu tố có tác động tiêu cực là: Kỳ vọng về nỗ lực, Niềm tin. Bên cạnh đó, Ý định hành vi, Niềm tin có tác động tích cực đến Hành vi sử dụng công cụ AI; ngược lại, Quyền riêng tư có ảnh hưởng tiêu cực đến Hành vi sử dụng công cụ AI. Kết quả nghiên cứu cung cấp cơ sở thực tiễn cho việc thúc đẩy ứng dụng AI hiệu quả trong môi trường giáo dục đại học.

Từ khóa: Công cụ AI, ý định hành vi, hành vi sử dụng

Abstract

Through a survey of 439 students in Viet Nam, the study aims to analyze the factors influencing students' intentions and behaviors regarding the use of AI tools in learning. The research findings reveal that six factors impact behavioral intention, of which four have a positive effect: Performance expectancy, Social influence, Enjoyment motivation, and Privacy. Two factors, have a negative impact: Effort expectancy and Trust. Additionally, Behavioral intention and Trust have a positive impact on the actual use of AI tools, while Privacy has a negative influence on AI tool usage. The findings provide practical insights for promoting the effective application of AI in higher education environments.

Keywords: AI tools, behavioral intention, usage behavior

GIỚI THIỆU

Trong bối cảnh chuyển đổi số đang được quan tâm và thúc đẩy mạnh mẽ trên thế giới, AI là một trong những công nghệ hàng đầu, được ứng dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là giáo dục và nghiên cứu. Sự phát triển của các công cụ AI hỗ trợ học tập như chatbot thông minh, trợ lý học tập đã tạo ra những thay đổi to lớn trong cách sinh viên tiếp cận và sử dụng AI. Công cụ AI không những góp phần nâng cao thành tích học tập mà còn thúc đẩy sự tự chủ, tính sáng tạo và giúp điều chỉnh cách học phù hợp với mỗi người.

Tại Việt Nam, các công cụ AI tạo sinh dần được sinh viên biết đến và sử dụng thường xuyên nhằm hỗ trợ học tập, tìm kiếm thông tin và giải quyết bài tập. Tuy nhiên, mức độ chấp nhận và hành vi sử dụng AI của sinh viên không giống nhau, phụ thuộc vào nhiều yếu tố như nhận thức về lợi ích, mức độ sử dụng dễ dàng, ảnh hưởng từ môi trường bên ngoài hay tính cách cá nhân của người học.

Trong số các yếu tố đó, tính đổi mới cá nhân được xem là nhân tố quan trọng, thể hiện mức độ sẵn sàng tiếp nhận những công nghệ mới. Những sinh viên có tính đổi mới cao thường có xu hướng chủ động tìm tòi và áp dụng các công cụ tiên tiến sớm hơn so với những người khác. Tuy nhiên, việc nghiên cứu về vai trò điều tiết của tính đổi mới cá nhân trong mối quan hệ giữa ý định hành vi và hành vi sử dụng AI hỗ trợ học tập của sinh viên tại Việt Nam vẫn còn hạn chế.

Từ thực tiễn này, nghiên cứu được tiến hành nhằm phân tích các yếu tố ảnh hưởng đến ý định hành vi và hành vi sử dụng công cụ AI trong học tập; đồng thời làm rõ vai trò điều tiết của tính đổi mới cá nhân. Kết quả nghiên cứu sẽ cung cấp cơ sở khoa học và thực tiễn cho việc thúc đẩy ứng dụng AI hiệu quả và bền vững trong giáo dục nói chung và giáo dục bậc đại học nói riêng.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Các nghiên cứu liên quan đề tài

Nghiên cứu của Rana và cộng sự (2024) cho thấy, niềm tin, ảnh hưởng xã hội, quyền riêng tư, kỳ vọng về nỗ lực và kỳ vọng về hiệu quả của người dùng có tác động tích cực đến ý định hành vi. Rana và cộng sự (2024) nghiên cứu các yếu tố ảnh hưởng đến ý định hành vi và hành vi sử dụng công nghệ AI dựa trên mô hình UTAUT; đề xuất 6 biến gồm: kỳ vọng về hiệu quả (Performance Expectancy); kỳ vọng về nỗ lực (Effort Expectancy); ảnh hưởng xã hội (Social Influence); điều kiện hỗ trợ (Facilitating Conditions); niềm tin (Trust); quyền riêng tư (Privacy).

Sergeeva và cộng sự (2025) chỉ ra 7 biến độc lập: kỳ vọng về hiệu quả (Performance Expectancy); kỳ vọng về nỗ lực (Effort Expectancy); ảnh hưởng xã hội (Social Influence); điều kiện hỗ trợ (Facilitating Conditions); quyền riêng tư (Privacy); ảnh hưởng xã hội (Social Influence); động lực hưởng thụ (Hedonic Motivation) có ảnh hưởng tích cực đến ý định hành vi sử dụng GAI của sinh viên. Kết quả cho thấy, thói quen (HB) là yếu tố có ảnh hưởng mạnh nhất đến ý định hành vi.

Su và Wang (2025) cho thấy, các yếu tố cốt lõi của UTAUT gồm: kỳ vọng hiệu quả (Performance Expectancy); kỳ vọng nỗ lực (Effort Expectancy); ảnh hưởng xã hội (Social Influence) và điều kiện hỗ trợ (Facilitating Conditions); niềm tin cảm nhận (Perceived Trust); rủi ro cảm nhận (Perceived Risk) có tác động đáng kể đến ý định sử dụng trợ lý sức khỏe AI. Wu và cộng sự (2025) cho thấy, 5 yếu tố: kỳ vọng về hiệu quả (Performance Expectancy); kỳ vọng về nỗ lực (Effort Expectancy); ảnh hưởng xã hội (Social Influence); động lực hưởng thụ (Hedonic motivation); giá trị chi phí (Price Value) có ảnh hưởng đến việc sinh viên đại học chấp nhận AI tạo sinh.

Giả thuyết và mô hình nghiên cứu

Qua tổng quan lý thuyết và khảo lược các nghiên cứu trước có liên quan, nhóm tác giả xây dựng giả thuyết và mô hình nghiên cứu, có kế thừa từ nghiên cứu của Rana (2024) và nghiên cứu của Wu và cộng sự (2025). Trong đó, Kỳ vọng về hiệu quả phản ánh mức độ người dùng tin rằng AI giúp nâng cao hiệu suất học tập và làm việc; Kỳ vọng về nỗ lực phản ánh mức độ dễ dàng người dùng cảm nhận được khi dùng công nghệ mới; Ảnh hưởng xã hội đề cập đến tác động từ ý kiến và sự khuyến khích của những người quan trọng; Động lực hưởng thụ thể hiện mức độ vui vẻ và hứng thú khi sử dụng AI; Điều kiện hỗ trợ là niềm tin vào sự sẵn có của hạ tầng và hỗ trợ kỹ thuật. Ngoài ra, Ý định hành vi phản ánh mức độ sẵn sàng sử dụng AI trong tương lai; Niềm tin liên quan đến sự an tâm về tính an toàn và minh bạch của AI; Quyền riêng tư đề cập đến nhận thức về bảo vệ dữ liệu cá nhân; Hành vi sử dụng là mức độ tương tác thực tế với AI; và Tính đổi mới cá nhân thể hiện sự sẵn sàng thử nghiệm công nghệ mới và chấp nhận các công nghệ AI mới.

H1: Kỳ vọng về hiệu quả có ảnh hưởng tích cực với Ý định hành vi trong việc sử dụng công cụ AI trong học tập của sinh viên.

H2. Kỳ vọng về nỗ lực ảnh hưởng tiêu cực đến Ý định hành vi trong việc sử dụng công cụ AI hỗ trợ học tập của sinh viên.

H3: Ảnh hưởng xã hội ảnh hưởng tích cực đến Ý định hành vi trong việc sử dụng công cụ AI trong học tập của sinh viên.

H4: Động lực hưởng thụ có ảnh hưởng tích cực đến Ý định hành vi sử dụng các công cụ AI trong học tập của sinh viên.

H5: Điều kiện hỗ trợ có ảnh hưởng tích cực đến Ý định hành vi sử dụng công cụ AI trong học tập của sinh viên.

H6: Ý định hành vi có ảnh hưởng tiêu cực đến Hành vi sử dụng các công cụ AI trong học tập của sinh viên.

H7: Niềm tin có ảnh hưởng tích cực đến Ý định hành vi trong việc sử dụng công nghệ AI trong học tập của sinh viên.

H8: Niềm tin có ảnh hưởng tích cực đến Hành vi sử dụng trong việc sử dụng công nghệ AI trong học tập của sinh viên

H9: Quyền riêng tư có ảnh hưởng tích cực đến Ý định hành vi sử dụng công cụ AI trong học tập của sinh viên.

H10: Quyền riêng tư có ảnh hưởng tiêu cực đến Hành vi sử dụng trong việc sử dụng công nghệ AI trong học tập của sinh viên.

H11: Tính đổi mới cá nhân điều tiết tích cực mối liên hệ giữa Ý định hành vi và Sử dụng công cụ AI.

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Nhóm nghiên cứu tiến hành thu thập dữ liệu bằng phương pháp khảo sát thông qua bảng câu hỏi từ tháng 11/2025-1/2026. Tổng cộng 452 bảng câu hỏi được phát ra; 439 bảng trả lời hợp lệ được thu hồi và sử dụng cho quá trình phân tích, đáp ứng yêu cầu về cỡ mẫu của nghiên cứu.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Kết quả nghiên cứu

Đánh giá độ tin cậy của thang đo và tính hội tụ của thang đo

Bảng 1: Đánh giá độ tin cậy của thang đo

Nguồn: Kết quả xử lý dữ liệu điều tra của nhóm nghiên cứu

Kết quả kiểm định độ tin cậy trong Bảng 1 cho thấy, hệ số Cronbach’s Alpha của tất cả các thang đo đều vượt ngưỡng 0,7, đáp ứng tiêu chuẩn chấp nhận. Bên cạnh đó, các chỉ số Composite Reliability (CR) của các thang đo đều đạt yêu cầu, cho thấy không tồn tại hiện tượng trùng lặp giữa các biến quan sát. Vì vậy, có thể khẳng định rằng các thang đo trong nghiên cứu có độ tin cậy cao và đủ điều kiện để sử dụng trong các bước phân tích tiếp theo.

Dựa trên kết quả ở Bảng 1, tất cả các thang đo trong mô hình đều có AVE lớn hơn 0,5, cho thấy các biến quan sát phản ánh tốt và nhất quán các khái niệm tiềm ẩn. Do đó, các thang đo trong nghiên cứu đạt giá trị hội tụ và đủ điều kiện để sử dụng cho các phân tích tiếp theo.

Dựa trên kết quả ở Bảng 1, hầu hết các cặp biến tiềm ẩn trong mô hình đều có giá trị HTMT nhỏ hơn 0,9, cho thấy các cấu trúc nghiên cứu đạt được giá trị phân biệt và tương đối độc lập về mặt khái niệm. Tuy nhiên, chỉ số HTMT giữa 2 biến tiềm ẩn EE và SI có giá trị 1,098, vượt quá ngưỡng khuyến nghị, cho thấy giá trị phân biệt giữa 2 biến này chưa được đảm bảo. Do đó, kết quả này cần được lưu ý trong các phân tích tiếp theo để đảm bảo tính chặt chẽ của mô hình nghiên cứu.

Kết quả phân tích cho thấy tất cả các thang đo đều đáp ứng tiêu chí Fornell-Larcker, qua đó khẳng định tính phân biệt của các thang đo trong mô hình nghiên cứu được đảm bảo.

Kiểm định mô hình cấu trúc

Bảng 2: Kết quả kiểm định mô hình cấu trúc

Nguồn: Kết quả xử lý dữ liệu điều tra của nhóm nghiên cứu

Dựa trên kết quả ước lượng mô hình cấu trúc bằng phương pháp PLS-SEM, các giả thuyết nghiên cứu được kiểm định thông qua hệ số đường dẫn, giá trị p-value với mức ý nghĩa α = 0,10. Kết quả cho thấy Kỳ vọng về hiệu quả (PE), Ảnh hưởng xã hội (SI), Động lực hưởng thụ (HM), Quyền riêng tư (PV) và Ý định hành vi (BI) có tác động có ý nghĩa thống kê và cùng chiều đến các biến phụ thuộc tương ứng, do đó các giả thuyết H1, H3, H4, H6, H8 và H9 được chấp nhận.

Ngược lại, Kỳ vọng về nỗ lực (EE) và Niềm tin (TR) có ảnh hưởng có ý nghĩa thống kê nhưng ngược chiều đến Ý định hành vi (BI), trong khi Quyền riêng tư (PV) tác động ngược chiều đến Hành vi sử dụng công cụ AI (UA); các giả thuyết H2, H7 và H10 vẫn được chấp nhận nhưng không đúng với kỳ vọng ban đầu về chiều tác động.

Bên cạnh đó, Điều kiện hỗ trợ (FC) không có ảnh hưởng có ý nghĩa thống kê đến Ý định hành vi (BI) và vai trò điều tiết của Tính đổi mới cá nhân (II) trong mối quan hệ giữa Ý định hành vi và Hành vi sử dụng công cụ AI cũng không được ghi nhận. Do đó, các giả thuyết H5 và H11 không được chấp nhận.

Mối quan hệ gián tiếp

Bảng 3: Kết quả kiểm định tác động gián tiếp

Nguồn: Kết quả xử lý dữ liệu điều tra của nhóm nghiên cứu

Kết quả Bootstrapping trong SmartPLS 3,0 cho thấy, không phải tất cả các mối quan hệ gián tiếp thông qua Ý định hành vi (BI) đều có ý nghĩa thống kê. Cụ thể, các tác động gián tiếp của Kỳ vọng về nỗ lực (EE), Điều kiện hỗ trợ (FC), Động lực hưởng thụ (HM), Kỳ vọng về hiệu quả (PE) và Niềm tin (TR) đến Hành vi sử dụng công cụ AI (UA) thông qua BI đều không có ý nghĩa thống kê (p > 0,10), do đó các giả thuyết trung gian tương ứng bị bác bỏ.

Ngược lại, Ý định hành vi (BI) đóng vai trò trung gian trong mối quan hệ giữa Quyền riêng tư (PV) và Ảnh hưởng xã hội (SI) với Hành vi sử dụng công cụ AI (UA). Cụ thể, các tác động gián tiếp PV → BI → UA (β = 0,049; p = 0,015) và SI → BI → UA (β = 0,053; p = 0,094) đều đạt ý nghĩa thống kê. Nhìn chung, BI chỉ đóng vai trò trung gian chọn lọc trong mô hình nghiên cứu.

Kiểm định tác động tương tác của biến điều tiết

Bảng 4: Kết quả kiểm định tác động tương tác của biến Tính đổi mới cá nhân

Nguồn: Kết quả xử lý dữ liệu điều tra của nhóm nghiên cứu

Nghiên cứu kiểm định vai trò điều tiết của biến II trong mối quan hệ giữa Ý định hành vi (BI) và Hành vi sử dụng công cụ AI (UA) thông qua mô hình PLS-SEM trên SmartPLS. Kết quả cho thấy hệ số tác động của biến tương tác BI × II không có ý nghĩa thống kê (β = 0,013; p = 0,810) cho thấy, II không điều tiết mối quan hệ giữa BI và UA. Do đó, giả thuyết về vai trò điều tiết của II không được chấp nhận.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết luận

Nghiên cứu này đánh giá các yếu tố ảnh hưởng đến Ý định hành vi và Hành vi sử dụng công cụ AI trong học tập của sinh viên. Kết quả nghiên cứu cho thấy, có 6 yếu tố có ảnh hưởng đến Ý định hành vi, trong đó có 4 yếu tố có tác động tích cực, đó là: Kỳ vọng về hiệu quả; Ảnh hưởng xã hội; Động lực hưởng thụ; Quyền riêng tư; 2 yếu tố có tác động tiêu cực đó là: Kỳ vọng về nỗ lực; Niềm tin. Bên cạnh đó, Ý định hành vi, Niềm tin có tác động tích cực đến Hành vi sử dụng công cụ AI; ngược lại, Quyền riêng tư có ảnh hưởng tiêu cực đến Hành vi sử dụng công cụ AI.

Hàm ý quản trị

Đối với cơ sở giáo dục đại học (nhà trường): Cần xây dựng khung chính sách sử dụng AI nhằm đảm bảo quyền riêng tư và đạo đức học thuật, tích hợp AI vào hệ thống học tập, đồng thời tổ chức đào tạo kỹ năng sử dụng AI và đơn giản hóa quy trình sử dụng công cụ. Những giải pháp này sẽ góp phần nâng cao niềm tin, kỳ vọng sử dụng và thúc đẩy sinh viên hình thành hành vi sử dụng AI trong học tập một cách hiệu quả và bền vững.

Đối với giảng viên: Giảng viên cần chủ động kết hợp AI vào thiết kế bài giảng và bài tập, chẳng hạn như yêu cầu sinh viên sử dụng AI để phát triển ý tưởng, sau đó phân tích và phản biện kết quả. Đồng thời, việc định hướng sử dụng AI có trách nhiệm, đưa ra các yêu cầu đa dạng hơn trong hoạt động nghiên cứu sẽ góp phần gia tăng động lực hưởng thụ, thêm niềm tin và thúc đẩy sinh viên thay đổi từ ý định sang hành vi sử dụng AI hiệu quả trong học tập.

Đối với sinh viên: Sinh viên cần chủ động nâng cao năng lực sử dụng AI thông qua việc tự học và rèn luyện kỹ năng tương tác, đồng thời phát triển tư duy phản biện nhằm kiểm chứng độ chính xác và đánh giá kết quả do AI đưa ra. Hơn nữa, việc cá nhân hóa cách tiếp cận AI phù hợp với mức độ đổi mới cá nhân sẽ giúp sinh viên giảm bớt rào cản tâm lý và thúc đẩy quá trình chuyển hóa từ ý định sang hành vi sử dụng AI một cách hiệu quả hơn trong học tập.

Đối với nhà phát triển công cụ AI giáo dục: Cần đơn giản hóa và cá nhân hóa giao diện, tăng cường minh bạch dữ liệu nhằm gia tăng niềm tin học thuật, song song đó nâng cao bảo mật quyền riêng tư cho người dùng. Những cải tiến này sẽ giảm bớt rào cản tâm lý, tăng động lực sử dụng và hình thành hành vi sử dụng AI trong học tập một cách bền vững.

(*) Kết quả nghiên cứu là sản phẩm của đề tài nghiên cứu khoa học sinh viên mã số SVB2025-053 được tài trợ bởi Trường Đại học Sài Gòn.

Tài liệu tham khảo:

1. Fornell, C., & Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(1), 39-50.

2. Rana, M. M., Siddiqee, M. S., Sakib, M. N., & Ahamed, M. R. (2024). Assessing AI adoption in developing country academia: A trust and privacy-augmented UTAUT framework. Education and Information Technologies, 29(1), 1-25.

3. Sergeeva, O. V., Zheltukhina, M. R., Shoustikova, T., Tukhvatullina, L. R., Dobrokhotov, D. A., & Kondrashev, S. V. (2025). Understanding higher education students’ adoption of generative AI technologies: An empirical investigation using UTAUT2. Contemporary Educational Technology, 17(2), ep571.

4. Su, J., Zhang, L., & Wang, H. (2025). Investigating the factors influencing users’ adoption of artificial intelligence health assistants based on an extended UTAUT model. Journal of Medical Internet Research.

5. Wu, Q., Tian, J., & Liu, Z. (2025). Exploring the usage behavior of generative artificial intelligence: A case study of ChatGPT with insights into the moderating effects of habit and personal innovativeness. Current Psychology, 44, 8190-8203.