Mô hình nghiên cứu ảnh hưởng của ứng dụng AI trong giảng dạy của giảng viên đến sự sáng tạo của sinh viên: Vai trò trung gian và điều tiết của động lực nội tại và năng lực AI của giảng viên

Phạm Thị Thanh Hà

Email: [email protected]

Đàm Phú Quang

Email: [email protected]

Trường Đại học Thương mại

Tóm tắt

Trong bối cảnh chuyển đổi số và đổi mới giáo dục, trí tuệ nhân tạo (AI) đang trở thành công cụ quan trọng trong hoạt động dạy và học. AI không chỉ hỗ trợ cá nhân hóa học tập, tự động hóa một số nhiệm vụ sư phạm mà còn thúc đẩy tư duy sáng tạo của sinh viên. Đồng thời, Năng lực AI của giảng viên giữ vai trò quyết định đối với hiệu quả Ứng dụng AI trong giảng dạy. Nghiên cứu tổng quan các nghiên cứu về ứng dụng AI, Động lực nội tại, Sự sáng tạo của sinh viên và Năng lực AI của giảng viên, từ đó đề xuất mô hình và giả thuyết nghiên cứu về ảnh hưởng của Ứng dụng AI trong giảng dạy đến Sự sáng tạo của sinh viên, với vai trò trung gian của Động lực nội tại và vai trò điều tiết của Năng lực AI của giảng viên.

Từ khóa: Ứng dụng AI trong giảng dạy, sự sáng tạo của sinh viên, động lực nội tại, năng lực AI của giảng viên

Abstract

In the context of digital transformation and educational innovation, artificial intelligence (AI) becomes an important tool in teaching and learning activities. AI not only supports personalized learning and automates certain pedagogical tasks but also promotes students’ creativity. At the same time, lecturers’ AI competency plays a decisive role in the effectiveness of AI application in teaching. The study reviews previous studies on AI application, intrinsic motivation, students’ creativity, and lecturers’ AI competency, thereby proposing a research model and hypotheses regarding the impact of AI application in teaching on students’ creativity, with the mediating role of intrinsic motivation and the moderating role of lecturers’ AI competency.

Keywords: AI application in teaching, students’ creativity, intrinsic motivation, lecturers’ AI competency

ĐẶT VẤN ĐỀ

Trong bối cảnh Cách mạng công nghiệp 4.0 đang diễn ra mạnh mẽ và lan tỏa sâu rộng trên toàn cầu, giáo dục đại học đang đối mặt với yêu cầu cấp thiết phải chuyển đổi số toàn diện nhằm đáp ứng nhu cầu đào tạo nguồn nhân lực chất lượng cao. Trí tuệ nhân tạo (AI) không còn là xu hướng tương lai mà đã trở thành hiện thực trong hoạt động giảng dạy và học tập tại các cơ sở giáo dục đại học.

Tại Việt Nam, Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị đã xác định AI và dữ liệu giáo dục là “đột phá quan trọng hàng đầu” để phát triển giáo dục Việt Nam trong kỷ nguyên số, yêu cầu Bộ Giáo dục và Đào tạo xây dựng lộ trình tích hợp AI ở tất cả các cấp học trước năm 2030. Quyết định số 131/QĐ-TTg ngày 25/01/2022 của Thủ tướng Chính phủ đã cụ thể hóa mục tiêu này thông qua Đề án Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục giai đoạn 2022-2025, định hướng đến năm 2030, đặt ra yêu cầu tất cả các cơ sở giáo dục đại học phải triển khai hệ thống quản trị số và tích hợp AI hỗ trợ dạy học, kiểm tra đánh giá và quản lý đào tạo. Vì vậy, nghiên cứu về ảnh hưởng của ứng dụng AI trong giảng dạy lên kết quả học tập, đặc biệt là sự sáng tạo của sinh viên, mang ý nghĩa cấp thiết cả về mặt lý luận lẫn thực tiễn.

Nhiều nghiên cứu quốc tế đã chỉ ra rằng, việc ứng dụng AI trong giảng dạy có tiềm năng lớn trong việc nâng cao chất lượng học tập, đặc biệt là trong việc phát triển khả năng sáng tạo của sinh viên (Zhou và Peng, 2025). Tuy nhiên, bên cạnh những tác động tích cực, một số nghiên cứu cũng cảnh báo rằng, việc sử dụng AI trong giảng dạy có thể kìm hãm năng lực sáng tạo của sinh viên nếu thiếu định hướng sư phạm phù hợp từ giảng viên.

Hiện nay, nhiều cơ sở giáo dục đang triển khai công cụ AI nhưng mức độ hiệu quả trong việc thúc đẩy các năng lực cao cấp như tư duy sáng tạo vẫn chưa được làm rõ. Hơn nữa, hiệu quả của công nghệ không chỉ phụ thuộc vào bản thân công cụ mà còn phụ thuộc vào năng lực số hóa và năng lực sử dụng AI của giảng viên - những người trực tiếp thiết kế và điều phối hoạt động dạy và học. Do đó, làm sáng tỏ vai trò trung gian của động lực nội tại của sinh viên và vai trò điều tiết của năng lực AI của giảng viên là cần thiết để tránh việc ứng dụng AI không mang lại hiệu quả thực chất, giúp giảng viên tận dụng tốt những lợi ích từ công nghệ này.

CƠ SỞ LÝ THUYẾT

Lý thuyết tự quyết (Self-Determination Theory - SDT)

Lý thuyết tự quyết (SDT) là một lý thuyết tiếp cận động lực học của con người và nhân cách, sử dụng các phương pháp thực nghiệm truyền thống đồng thời áp dụng một khung tư duy có tính tổ chức, nhấn mạnh tầm quan trọng của các nguồn lực nội tại tiến hóa của con người trong phát triển nhân cách và tự điều chỉnh hành vi. Điểm mấu chốt của Lý thuyết SDT là khi 3 nhu cầu tâm lý cơ bản được thỏa mãn đầy đủ, động lực nội tại được củng cố và phát triển, dẫn đến những hệ quả tích cực. Các kết quả nghiên cứu cho thấy, những người có động lực nội tại cao so với những người chỉ bị kiểm soát bên ngoài để thực hiện một hành động thường cho thấy nhiều hứng thú, sự phấn khích, và sự tự tin.

Lý thuyết bảo tồn nguồn lực (Conservation of Resources Theory-COR)

Lý thuyết bảo tồn nguồn lực (COR) của Hobfoll và Shirom (2000) nhấn mạnh, con người luôn cố gắng đạt được, xây dựng và bảo vệ những gì mình coi trọng (tức các nguồn lực) và căng thẳng tâm lý xuất hiện khi các nguồn lực đó bị mất đi, bị đe dọa hoặc không được bù đắp sau khi đã bỏ ra nhiều công sức để đầu tư. Việc vận dụng các hệ quả của Lý thuyết COR sẽ cung cấp căn cứ khoa học vững chắc để lập luận cho tác động của ứng dụng AI trong hoạt động giảng dạy.

Ứng dụng AI trong giảng dạy của giảng viên

Ứng dụng AI trong giảng dạy của giảng viên là việc tích hợp các công nghệ AI vào các hoạt động sư phạm nhằm hỗ trợ quá trình dạy và học. Trong nghiên cứu này, khái niệm ứng dụng AI trong giảng dạy của giảng viên tập trung vào chiều thứ tư (AI pedagogy), được đo lường qua nhận thức của sinh viên về mức độ giảng viên sử dụng các công cụ AI để cá nhân hóa nội dung học tập, cung cấp phản hồi tức thời, thiết kế nhiệm vụ học tập mở và hỗ trợ tương tác giữa giảng viên và sinh viên. Các ứng dụng cụ thể bao gồm, hệ thống gia sư thông minh, công cụ AI sinh tạo cho cá nhân hóa nội dung, chatbot hỗ trợ học tập và phân tích dữ liệu học tập (Zhou và Peng, 2025). Việc tích hợp AI giúp giảng viên xử lý hiệu quả các nhiệm vụ lặp lại, qua đó tiết kiệm đáng kể thời gian và công sức (Wu và cộng sự, 2025).

Như vậy, ứng dụng AI trong giảng dạy không chỉ là một phương thức đổi mới mô hình giáo dục mà còn là công cụ then chốt nâng cao tính chuyên nghiệp, cá nhân hóa và trí tuệ trong hoạt động dạy học (Zhou và Peng, 2025).

Động lực nội tại của sinh viên

Ryan và Deci (2017) cho rằng, động lực liên quan đến năng lượng, định hướng, sự bền bỉ và tính đa đích, tất cả đều là những khía cạnh của sự kích hoạt và chủ đích. Hiểu đúng động lực giúp giải thích vì sao con người quyết định thực hiện hành động, duy trì và hoàn thành mục trong nhiều bối cảnh khác nhau. Theo Ryan và Deci (2000), động lực nội tại được định nghĩa chính thức là hoạt động được thực hiện vì chính bản thân hoạt động đó, xuất phát từ sự hứng thú và thỏa mãn nội tại, thay vì do phần thưởng hoặc áp lực bên ngoài. Đây là hình thức động lực tự quyết cao nhất (Ryan và Deci, 2020), đối lập với động lực ngoại tại (extrinsic motivation) khi cá nhân hành động vì kết quả bên ngoài như điểm số, phần thưởng hoặc tránh bị trừng phạt. Trong bối cảnh giáo dục đại học, sinh viên có động lực nội tại cao thường chủ động tham gia học tập vì niềm đam mê tri thức, sự tò mò, thay vì chỉ vì yêu cầu học tập hoặc kỳ vọng từ bên ngoài. Tuy nhiên, động lực nội tại có thể bị suy giảm nếu cá nhân thiếu điều kiện hỗ trợ như sự công nhận, tự chủ, hay cơ hội học tập phù hợp. Việc hiểu rõ các yếu tố khởi phát và duy trì động lực nội tại là cần thiết để nuôi dưỡng sự hứng thú bền vững (Ryan và Deci, 2017).

Trong bối cảnh giáo dục đại học, động lực nội tại của sinh viên được xem là yếu tố trung tâm thúc đẩy sự tham gia tích cực, khả năng tự điều chỉnh và sáng tạo trong học tập. Theo Lý thuyết SDT, khi người học được đáp ứng 3 nhu cầu tâm lý cơ bản bao gồm sự tự chủ, năng lực và gắn kết xã hội, họ có xu hướng duy trì sự hứng thú và nỗ lực bền bỉ hơn, từ đó đạt được kết quả học tập sâu và sáng tạo hơn (Ryan và Deci, 2017).

Sự sáng tạo của sinh viên

Silvia và cộng sự (2012) chỉ ra rằng, các định nghĩa về sáng tạo thường dựa trên những cấu trúc lý thuyết khác nhau, có thể chia thành 4 nhóm: sản phẩm của sáng tạo, quá trình sáng tạo, khác biệt cá nhân về sáng tạo và tâm lý - xã hội của sáng tạo. Plucker và cộng sự (2004) định nghĩa sáng tạo là tri thức và năng lực của cá nhân để tạo ra những sản phẩm mới, nguyên gốc, gây bất ngờ và có giá trị

Nhìn chung, định nghĩa về sáng tạo không thống nhất, nhưng phần lớn hội tụ ở 2 tiêu chí lõi: tính mới và tính hữu ích. Trong nghiên cứu này, nhóm nghiên cứu kế thừa 2 tiêu chí cốt lõi trên và kết hợp với quan điểm của Jahnke và cộng sự (2017), Richardson và Mishra (2018) để tạo nên một khái niệm về sự sáng tạo của sinh viên: Sáng tạo là một năng lực cốt lõi, là khả năng của sinh viên tạo ra ý tưởng và lời giải mang tính sáng tạo trong quá trình học tập. Đặc biệt, trong bối cảnh hiện tại, sáng tạo lại càng giữ vị trí trung tâm trong giáo dục đại học hiện nay vì gắn trực tiếp với năng lực của sinh viên tạo ra ý tưởng và lời giải mới trong quá trình học, đồng thời quyết định khả năng vận dụng tri thức theo những cách đổi mới để tạo ra kết quả mới và giải quyết vấn đề trong bối cảnh thực tiễn (Jahnke và cộng sự, 2017; Richardson và Mishra, 2018). Vai trò này khiến phương pháp, công cụ và cách tiếp cận giảng dạy của giảng viên trở thành yếu tố then chốt nuôi dưỡng tiềm năng sáng tạo của sinh viên. Đáng chú ý, công nghệ AI vừa giảm tải tác vụ lặp lại của giảng viên vừa cung cấp các cấu trúc học tập đa dạng và cá nhân hóa phù hợp đặc điểm từng sinh viên, qua đó khuyến khích khám phá tư duy sáng tạo và sản sinh ý tưởng mới. Vì vậy, việc làm rõ cơ chế mà ứng dụng AI trong giảng dạy tác động đến khả năng tạo ý tưởng sáng tạo của sinh viên có ý nghĩa thực tiễn (Rong và cộng sự, 2022).

Năng lực AI của giảng viên

Dựa trên thuyết bảo tồn nguồn lực, năng lực hiểu biết về AI của giảng viên được xem là một nguồn lực nghề nghiệp quan trọng, nằm trong điều kiện cá nhân và ảnh hưởng đến cách giảng viên tham gia và sử dụng các nguồn lực trong lớp học (Halbesleben và cộng sự, 2014). Trong bối cảnh giáo dục, năng lực AI của giảng viên đề cập đến các năng lực cho phép giảng viên đánh giá một cách phê phán các công nghệ AI, hợp tác với AI và sử dụng các công cụ AI để nâng cao dạy và học trong nhiều môi trường khác nhau, bao gồm lớp học truyền thống và trực tuyến (Zhou và Peng, 2025). Điều này bao gồm việc hiểu tiềm năng và giới hạn của AI, tích hợp AI vào thực hành sư phạm và bồi dưỡng năng lực AI cũng như tư duy phản biện cho sinh viên.

GIẢ THUYẾT NGHIÊN CỨU

Ứng dụng AI trong giảng dạy và động lực nội tại của sinh viên

Theo Lý thuyết SDT, động lực nội tại hình thành khi cá nhân tham gia một hoạt động vì niềm hứng thú và giá trị nội tại mà hoạt động đó mang lại, thay vì các phần thưởng hay áp lực từ bên ngoài. Các hệ thống giảng dạy hỗ trợ AI có khả năng phản hồi tức thời, gợi ý lộ trình học tập và điều chỉnh nội dung theo tốc độ và năng lực của từng sinh viên, từ đó củng cố cảm nhận tự chủ và năng lực của người học - 2 trụ cột then chốt của động lực nội tại (Wu và cộng sự, 2025).

Các bằng chứng thực nghiệm càng củng cố lập luận rằng, môi trường học tập có ứng dụng AI không chỉ tối ưu hóa quá trình học mà còn kích hoạt trạng thái tâm lý học tập tích cực (Li Wang và cộng sự, 2022). Điều này cho thấy, AI không chỉ đóng vai trò là công cụ công nghệ, mà còn có khả năng tái cấu trúc trải nghiệm học tập theo hướng thúc đẩy động lực nội tại, là nhân tố được xem nền tảng của sự tham gia học tập bền vững và đổi mới tư duy của sinh viên. Từ nền tảng lý thuyết và bằng chứng thực nghiệm trên, nhóm tác giả đề xuất giả thuyết:

H1: Ứng dụng AI trong giảng dạy của giảng viên có tác động tích cực đến Động lực nội tại của sinh viên.

Ứng dụng AI trong giảng dạy và sự sáng tạo của sinh viên

Dựa trên Lý thuyết COR, sự gia tăng tính sáng tạo của sinh viên thông qua việc sử dụng AI trong giảng dạy có thể được lý giải thông qua cơ chế tích lũy và tái đầu tư nguồn lực (Hobfoll và Shirom, 2000; Wu và cộng sự, 2025). Điều này cho phép giáo viên tập trung nhiều năng lượng hơn vào đổi mới phương pháp giảng dạy và phát triển bài giảng cá nhân hóa cho sinh viên, giúp gia tăng dự trữ nguồn lực, mở ra cơ hội cho những cải cách giáo dục sâu rộng hơn (Al Darayseh, 2023).

Giảng viên ứng dụng AI có thể tạo điều kiện thuận lợi cho sự phát triển sáng tạo, việc triển khai AI trong dạy học cần được định hướng theo hướng khuyến khích sinh viên tự chủ và tham gia nhận thức tích cực, thay vì tiếp nhận thông tin một chiều một cách thụ động (Ali, 2020; Van Slyke và cộng sự, 2023).

Bên cạnh đó, môi trường giảng dạy được hỗ trợ bởi AI cho phép sinh viên tích lũy đa dạng nguồn lực bao gồm thông tin, tri thức và kỹ năng thông qua quá trình học tập cá nhân hóa và đa dạng (Ogunleye và cộng sự, 2024). Đồng thời, những thành tựu sáng tạo của sinh viên tạo phản hồi tích cực đối với giáo viên, gia tăng cảm giác thành tựu và sự tự tin, thúc đẩy giáo viên tiếp tục đầu tư vào các thực hành đổi mới giảng dạy. Điều này hình thành vòng lặp tích cực của quá trình tích lũy và tái đầu tư nguồn lực giữa giáo viên và sinh viên, qua đó thúc đẩy sự gia tăng liên tục trong tính sáng tạo của người học (Nazaretsky và cộng sự, 2022). Do đó, nhóm tác giả đề xuất giả thuyết:

H2: Ứng dụng AI trong giảng dạy của giảng viên tác động tích cực đến sự Sáng tạo của sinh viên.

Động lực nội tại và sự sáng tạo của sinh viên

Mô hình thành phần sáng tạo của Amabile (1997) cho rằng, động lực nội tại là một thành tố cốt lõi cấu thành năng lực sáng tạo. Về cơ chế nhận thức, động lực nội tại được xem là chất xúc tác thúc đẩy tính linh hoạt nhận thức, khả năng xem xét vấn đề từ nhiều góc nhìn, sử dụng đa dạng chiến lược tư duy và kết nối các lĩnh vực tri thức khác nhau (Wang và Chang, 2022). Trên phương diện động lực hành vi, động lực nội tại giúp sinh viên duy trì sự kiên trì và khả năng chịu đựng thất bại trong quá trình sáng tạo, tăng khả năng chấp nhận rủi ro trí tuệ (Kadyirov và cộng sự, 2024). Trong môi trường học trực tuyến, Li Wang và Chang (2022) chứng minh rằng, động lực nội tại thúc đẩy mức độ tham gia học tập tích cực, từ đó làm gia tăng quá trình sinh ý tưởng sáng tạo. Tuy nhiên, tác động của động lực nội tại lên sáng tạo không diễn ra một cách tuyến tính trong mọi hoàn cảnh (Kadyirov và cộng sự, 2024). Điều này cho thấy động lực nội tại không chỉ dự báo sự sáng tạo trực tiếp mà còn góp phần duy trì các hành vi nhận thức và cảm xúc thúc đẩy sự sáng tạo trong dài hạn. Từ những lập luận trên, nhóm tác giả đề xuất giả thuyết:

H3: Động lực nội tại của sinh viên có tác động tích cực đến sự Sáng tạo của sinh viên.

Vai trò trung gian của động lực nội tại

Dựa trên Lý thuyết SDT, động lực nội tại của người học hình thành khi 3 nhu cầu tâm lý cốt lõi (tự chủ, năng lực và liên hệ xã hội) được đáp ứng một cách đồng thời (Deci và Ryan, 2000). Trong bối cảnh giáo dục đại học, việc ứng dụng AI trong giảng dạy có thể được xem như một cơ chế hỗ trợ mạnh mẽ nhằm duy trì và tăng cường các nhu cầu tâm lý này. Tuy nhiên, động lực nội tại chỉ thực hiện vai trò trung gian khi trải nghiệm học tập do AI hỗ trợ thực sự tạo ra điều kiện tâm lý tích cực cho người học. Khi sinh viên được nuôi dưỡng động lực nội tại và thể hiện hành vi sáng tạo, điều này tạo ra phản hồi tích cực cho giảng viên: sinh viên chủ động hơn, tương tác sâu hơn và tạo ra nhiều ý tưởng mới. Kết quả này gia tăng cảm nhận hiệu quả nghề nghiệp của giảng viên và khuyến khích họ tiếp tục triển khai AI theo hướng hỗ trợ học tập dựa trên khám phá và đổi mới. Nhờ vậy, một vòng lặp tích cực được hình thành trong đó AI thúc đẩy động lực nội tại, động lực nội tại thúc đẩy sáng tạo, còn kết quả sáng tạo tiếp tục khuyến khích giảng viên nâng cao cách sử dụng AI. Từ nội dung phân tích trên, nhóm tác giả đề xuất giả thuyết:

H4: Động lực nội tại đóng vai trò trung gian trong mối quan hệ giữa Ứng dụng AI trong giảng dạy của giảng viên và sự Sáng tạo của sinh viên.

Vai trò điều tiết của năng lực AI của giảng viên trong mối quan hệ giữa ứng dụng AI trong giảng dạy, động lực nội tại và sự sáng tạo của sinh viên

Năng lực AI của giảng viên được hiểu là khả năng hiểu, đánh giá, vận hành và tích hợp công nghệ AI một cách hiệu quả vào hoạt động giảng dạy. Các nghiên cứu gần đây khẳng định rằng, hiệu quả của AI trong giáo dục không nằm ở bản thân công nghệ, mà phụ thuộc đáng kể vào trình độ công nghệ của người giảng dạy (Druga và cộng sự, 2019). Từ góc nhìn Lý thuyết COR, năng lực AI của giảng viên là yếu tố quyết định khả năng tích lũy, duy trì, tái đầu tư nguồn lực học tập (Hobfoll và Shirom, 2000). Khi giảng viên sử dụng AI thành thạo, các rào cản kỹ thuật được giảm thiểu, phản hồi học tập được tối ưu hóa và trải nghiệm học tập trở nên mạch lạc, khiến sinh viên cảm nhận rõ ràng hơn sự hỗ trợ, năng lực và tính tự chủ. Ngược lại, nếu giảng viên gặp khó khăn khi triển khai AI, sinh viên dễ rơi vào trạng thái ngắt dòng trải nghiệm học tập, dẫn đến giảm tập trung và giảm hứng thú nội tại, từ đó làm suy yếu tác động của AI lên động lực học tập của (Zhou và Peng, 2025; Lin và Chen, 2024). Các nghiên cứu gần đây cho thấy, việc giảng viên ứng dụng AI trong giảng dạy không chỉ cải thiện mức độ tham gia học tập mà còn có thể tác động trực tiếp đến năng lực sáng tạo của sinh viên thông qua việc mở rộng không gian ý tưởng, đa dạng hóa nguồn tham chiếu và tạo điều kiện cho sinh viên thử nghiệm các cách tiếp cận mới đối với nhiệm vụ học tập (Zhou và Peng, 2025). Từ những lập luận trên, nhóm tác giả đề xuất đồng thời 2 giả thuyết:

H5: Năng lực AI của giảng viên điều tiết mối quan hệ giữa Ứng dụng AI trong giảng dạy và Động lực nội tại của sinh viên.

H6: Năng lực AI của giảng viên điều tiết mối quan hệ giữa Ứng dụng AI trong giảng dạy và sự Sáng tạo của sinh viên.

MÔ HÌNH NGHIÊN CỨU

Từ các giả thuyết trên, nhóm tác giả đề xuất mô hình nghiên cứu như Hình:

Hình: Mô hình nghiên cứu

Nguồn: Nhóm tác giả đề xuất

KẾT LUẬN

Trên cơ sở tổng quan các công trình nghiên cứu liên quan đến ảnh hưởng của ứng dụng AI trong giảng dạy của giảng viên đến sự sáng tạo của sinh viên, nghiên cứu đã nhận diện được mối quan hệ của việc Ứng dụng AI trong giảng dạy của giảng viên với vai trò trung gian của Động lực nội tại và vai trò điều tiết của Năng lực AI của giảng viên, đồng thời xây dựng các giải thuyết về mối quan hệ giữa các biến. Đây là căn cứ khoa học để tiến hành các kiểm định giả thuyết nghiên cứu và đo lường ảnh hưởng của các yếu tố đến sự sáng tạo của sinh viên, đặc biệt trong bối cảnh chuyển đổi số mạnh mẽ như hiện nay.

Tài liệu tham khảo:

1. Al Darayseh, A. (2023). Acceptance of artificial intelligence in teaching science: Science teachers’ perspective. Computers and Education: Artificial Intelligence, 4, 100132. https://doi.org/10.1016/j.caeai.2023.100132

2. Ali, Z. (2020). Artificial intelligence (AI): A review of its uses in language teaching and learning. IOP Conference Series: Materials Science and Engineering, 769, 012043. https://doi.org/10.1088/1757-899X/769/1/012043

3. Amabile, T. M. (1997). Motivating creativity in organizations: On doing what you love and loving what you do. California Management Review, 40(1), 39-58. https://doi.org/10.2307/41165921

4. Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227-268. https://doi.org/10.1207/S15327965PLI1104_01

5. Druga, S., Vu, S. T., Likhith, E., & Qiu, T. (2019). Inclusive AI literacy for kids around the world. In FabLearn 2019: Proceedings of the 9th Annual Conference on Creativity and Fabrication in Education (Article 4, 8 pp.). ACM. https://doi.org/10.1145/3311890.3311904

6. Halbesleben, J. R. B., Whitman, M. V., & Crawford, W. S. (2014). A dialectical theory of the decision to report negative events: Bringing together reporting of negative events and organizational citizenship behavior. Human Resource Management Review, 24(1), 38-48. https://doi.org/10.1016/j.hrmr.2013.03.002

7. Hobfoll, S. E., & Shirom, A. (2000). Conservation of resources theory: Applications to stress and management in the workplace. In R. T. Golembiewski (Ed.), Handbook of organizational behavior (2nd ed., pp. 57-81). Marcel Dekker.

8. Jahnke, I., Haertel, T., & Kjällander, S. (2017). Digital didactical designs: Teaching and learning in CrossActionSpaces. Routledge. https://doi.org/10.4324/9781315681702

9. Kadyirov, R., Tashbaeva, N., & Murtazina, D. (2024). Effects of motivation on creativity in art and design education. Cogent Education, 11(1), 2350320. https://doi.org/10.1080/2331186X.2024.2350320

10. Li, W., Chen, M., & Wang, X. (2022). Influence of intrinsic motivation on college students’ online creativity: Mediating role of online learning engagement and moderating role of teacher emotional support. Frontiers in Psychology, 13, 954216. https://doi.org/10.3389/fpsyg.2022.954216

11. Lin, H., & Chen, Q. (2024). Artificial intelligence (AI)-integrated educational applications and college students’ creativity and academic emotions: Students’ and teachers’ perceptions and attitudes. BMC Psychology, 12, 487. https://doi.org/10.1186/s40359-024-01979-0

12. Nazaretsky, T., Ariely, M., Cukurova, M., & Alexandron, G. (2022). Teachers’ trust in AI-powered educational technology and a professional development program to improve it. British Journal of Educational Technology, 53(4), 914-931. https://doi.org/10.1111/bjet.13232

13. Ogunleye, B., Zakariyyah, K. I., Ajao, O., Olayinka, O., & Sharma, H. (2024). A systematic review of generative AI for teaching and learning practice. Education Sciences, 14(6), 636. https://doi.org/10.3390/educsci14060636

14. Plucker, J. A., Beghetto, R. A., & Dow, G. T. (2004). Why isn’t creativity more important to educational psychologists? Potentials, pitfalls, and future directions in creativity research. Educational Psychologist, 39(2), 83-96. https://doi.org/10.1207/s15326985ep3902_1

15. Richardson, C., & Mishra, P. (2018). Learning environments that support student creativity: Developing the SCALE. Thinking Skills and Creativity, 27, 45-54. https://doi.org/10.1016/j.tsc.2017.11.004

16. Rong, Q., Lian, Q., & Tang, T. (2022). Research on the influence of AI and VR technology for students’ concentration and creativity. Frontiers in Psychology, 13, 767689. https://doi.org/10.3389/fpsyg.2022.767689

17. Ryan, R. M., & Deci, E. L. (2017). Self-determination theory: Basic psychological needs in motivation, development, and wellness. Guilford Press.

18. Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, 101860. https://doi.org/10.1016/j.cedpsych.2020.101860

19. Silvia, P. J., Beaty, R. E., Nusbaum, E. C., Eddington, K. M., Levin-Aspenson, H., & Kwapil, T. R. (2012). Everyday creativity in daily life: An experience-sampling study of “little c” creativity. Psychology of Aesthetics, Creativity, and the Arts, 8(2), 183-188. https://doi.org/10.1037/a0037722

20. Van Slyke, C., Johnson, R. D., & Sarabadani, J. (2023). Generative artificial intelligence in information systems education: Challenges, consequences, and responses. Communications of the Association for Information Systems, 53, 1-21. https://doi.org/10.17705/1CAIS.05301

21. Wang, R. N., & Chang, Y. C. (2022). Effect of intrinsic motivation on junior high school students' creativity: Mediating role of cognitive flexibility. International Journal of Educational Methodology, 8(2), 297-312. https://doi.org/10.12973/ijem.8.2.297

22. Wu, T.-J., Zhang, R.-X., & Zhang, Z. (2025). Navigating the human-artificial intelligence collaboration landscape: Impact on quality of work life and work engagement. Journal of Hospitality and Tourism Management, 62, 276-283. https://doi.org/10.1016/j.jhtm.2025.02.005

23. Zhao, Y., Wang, A., & Lang, S. (2025). Does generative artificial intelligence improve students’ higher-order thinking? A meta-analysis of 29 experiments. Journal of Intelligence, 13(8), 160. https://doi.org/10.3390/jintelligence13080160

24. Zhou, M., & Peng, S. (2025). The usage of AI in teaching and students’ creativity: The mediating role of learning engagement and the moderating role of AI literacy. Behavioral Sciences, 15(5), 587. https://doi.org/10.3390/bs15050587