Mô hình nghiên cứu tác động của các yếu tố nhân hóa AI đến sự chấp nhận sử dụng dịch vụ Voicebot của khách hàng tại các ngân hàng thương mại

Nguyễn Chí Nhân (Tác giả liên hệ)

Email: k62.2311115082@ftu.edu.vn

Lưu Ngọc Bảo, Nguyễn Khánh Ly, Nguyễn Đan Khánh Ngọc

Phân hiệu Trường Đại học Ngoại Thương tại Thành phố Hồ Chí Minh

Tóm tắt

Trong bối cảnh chuyển đổi số diễn ra mạnh mẽ trong ngành ngân hàng, trí tuệ nhân tạo (AI) ngày càng được ứng dụng rộng rãi nhằm nâng cao hiệu quả marketing và chất lượng dịch vụ khách hàng. Từ các Chatbot dựa trên văn bản, nhiều ngân hàng đã chuyển sang triển khai Voicebot như một hình thức tương tác mới, mang lại trải nghiệm giao tiếp tự nhiên và gần với con người hơn. Tuy nhiên, sự chấp nhận của khách hàng đối với Voicebot không chỉ phụ thuộc vào yếu tố công nghệ hay tính tiện lợi, mà còn chịu ảnh hưởng đáng kể bởi các đặc điểm nhân hóa được tích hợp trong thiết kế hệ thống. Dựa trên nền tảng Lý thuyết CASA và Mô hình chấp nhận robot dịch vụ (sRAM), nhóm tác giả đề xuất mô hình nghiên cứu tác động của các yếu tố nhân hóa AI đến sự chấp nhận sử dụng dịch vụ Voicebot của khách hàng tại các ngân hàng thương mại. Mô hình nghiên cứu đề xuất là tiền để có thể kiểm định và mở rộng trong các nghiên cứu thực nghiệm tiếp theo.

Từ khóa: Voicebot, trí tuệ nhân tạo, nhân hóa, sự chấp nhận, ngân hàng thương mại

Abstract

In the context of rapid digital transformation in the banking sector, artificial intelligence (AI) is increasingly being widely applied to enhance marketing efficiency and customer service quality. From text-based chatbots, many banks have shifted to deploying Voicebots as a new form of interaction, providing a more natural and human-like communication experience. However, customers’ acceptance of Voicebots does not depend solely on technological factors or convenience, but is also significantly influenced by anthropomorphic features integrated into system design. Based on the CASA theory and the Service Robot Acceptance Model (sRAM), the authors propose a research model examining the impact of AI anthropomorphism factors on customers’ acceptance of Voicebot services in commercial banks. The proposed research model serves as a basis for further empirical testing and extension in future studies.

Keywords: Voicebot, artificial intelligence, anthropomorphism, acceptance, commercial banks

ĐẶT VẤN ĐỀ

Trong lĩnh vực dịch vụ ngân hàng, các hệ thống AI đã phát triển từ Chatbot dựa trên văn bản sang Voicebot, mang lại hình thức tương tác tự nhiên và gần với giao tiếp con người hơn trong hoạt động marketing và hỗ trợ khách hàng. Nhiều nghiên cứu cho thấy, các dịch vụ của AI có thể mang lại giá trị thông qua tính tương tác và cá nhân hóa, nhưng mối quan hệ giữa các yếu tố nhân hóa của các trợ lý giọng nói và mức độ chấp nhận của khách hàng trong các dịch vụ tài chính vẫn chưa được làm rõ (Zhou và cộng sự, 2023).

Tại Việt Nam, các ngân hàng thương mại đang đẩy nhanh chuyển đổi số bằng cách tích hợp voicebot vào hệ thống ngân hàng di động nhằm nâng cao chất lượng dịch vụ tiếp thị và chăm sóc người tiêu dùng. Đối với khách hàng, việc tiếp nhận thông tin Voicebot không chỉ phụ thuộc vào tính tiện lợi mà còn chịu ảnh hưởng bởi chất lượng tương tác, từ đó tác động tích cực đến niềm tin, sự hài lòng và lòng trung thành của khách hàng. Tuy nhiên, việc ứng dụng Voicebot trong các dịch vụ, đặc biết đối với ngành ngân hàng tại các thị trường mới nổi vẫn còn là một khoảng trống nghiên cứu đáng kể chưa được làm rõ. Do đó, nghiên cứu này nhằm xây dựng một mô hình nghiên cứu phân tích tác động của các thuộc tính nhân hóa AI của Voicebot đến sự chấp nhận sử dụng dịch vụ Voicebot của khách hàng tại các ngân hàng thương mại, qua đó đóng góp cả về mặt học thuật lẫn thực tiễn.

CƠ SỞ LÝ THUYẾT VÀ GIẢ THUYẾT NGHIÊN CỨU

Cơ sở lý thuyết

Mô hình máy tính là tác nhân xã hội (CASA)

Mô hình CASA được phát triển hoàn thiện bởi Nass và Moon (2000) khẳng định rằng, con người có xu hướng áp dụng các quy tắc xã hội và kỳ vọng cho bất kỳ đối tượng thể hiện những hành vi hoặc đặc điểm giống con người, đồng thời phản ứng một cách vô thức trước các tín hiệu xã hội, ngay cả khi các tín hiệu này ở mức độ đơn giản. Nghiên cứu của Zhang và cộng sự (2024) mở rộng quan điểm CASA bằng việc nhấn mạnh vai trò của các biểu hiện cảm xúc trong việc khơi gợi phản ứng xã hội và tăng cường tương tác giữa người dùng và tác nhân AI. Do đó, việc áp dụng mô hình CASA cho phép nghiên cứu phân tích sâu sắc cơ chế mà các yếu tố nhân hóa của Voicebot tác động đến khía cạnh cảm xúc của khách hàng, từ đó dẫn đến sự chấp nhận và tạo tiền đề cho sự gắn bó lâu dài với dịch vụ Voicebot ngân hàng.

Mô hình chấp nhận robot dịch vụ (sRAM)

Mô hình chấp nhận robot dịch vụ được phát triển bởi Wirtz và cộng sự (2018), là một khung lý thuyết quan trọng nhằm giải thích nhận thức, niềm tin và ý định hành vi của người tiêu dùng đối với các dịch vụ được cung cấp bởi robot trong bối cảnh dịch vụ hiện đại. Mô hình này ra đời trong bối cảnh các công nghệ tự động và AI ngày càng được tích hợp sâu vào hoạt động dịch vụ, đặt ra nhu cầu hiểu rõ cách khách hàng phản ứng và chấp nhận sự hiện diện của robot.

Về mặt lý thuyết, mô hình sRAM được phát triển dựa trên mô hình TAM bằng cách tích hợp thêm các yếu tố mang tính xã hội, cảm xúc và quan hệ, nhằm phản ánh bản chất “giống con người” của robot dịch vụ. Các yếu tố mở rộng này được xây dựng dựa trên Lý thuyết vai trò (Solomon và cộng sự, 1985) và Mô hình nội dung khuôn mẫu của Fiske và cộng sự (2007). Nhờ tích hợp các nền tảng lý thuyết này, sRAM cho phép người tiêu dùng không chỉ đánh giá robot dịch vụ như một công nghệ, mà còn như một tác nhân xã hội có khả năng tương tác, tạo cảm xúc và xây dựng mối quan hệ. Do đó, mô hình sRAM đặc biệt phù hợp để nghiên cứu sự chấp nhận của khách hàng đối với các hình thức robot dịch vụ dựa trên AI, bao gồm cả Voicebot.

Các giả thuyết nghiên cứu

Mối quan hệ giữa yếu tố giọng nói và nhận thức về tính con người

Dựa trên mô hình CASA, con người có xu hướng đối xử với công nghệ như các thực thể xã hội khi chúng thể hiện các đặc điểm giống người, trong đó giọng nói là tín hiệu xã hội cơ bản nhất để kích hoạt sự nhân hóa trong tương tác giữa người và máy. Kế thừa nền tảng này, Premathilake và Li (2024) xác định giọng nói là một tín hiệu xã hội cốt lõi kích hoạt sự nhân hóa. Nghiên cứu thực nghiệm của họ đã chứng minh rằng, khi AI sở hữu các đặc điểm giọng nói giống con người (ngữ điệu, sự sống động, tốc độ nói tự nhiên), nó sẽ tạo ra cảm giác quen thuộc và thoải mái cho người dùng, tương tự như khi họ nghe giọng nói của người thật. Những tín hiệu giọng nói này khiến người dùng cảm thấy có sự kết nối cá nhân mạnh mẽ hơn với hệ thống. Do đó, đối với dịch vụ Voicebot tại ngân hàng, giọng nói càng tự nhiên và giống người thì khách hàng càng dễ dàng nhận thức nó như một thực thể có tính người. Vì vậy, giả thuyết sau được đề xuất:

H1: Yếu tố giọng nói của Voicebot có tác động tích cực đến Nhận thức về tính con người.

Mối quan hệ giữa yếu tố giọng nói và nhận thức về khả năng tương tác xã hội

Theo như các nghiên cứu trước đây, tính nhân hóa có ảnh hưởng tích cực trong việc tăng trải nghiệm tương tác giữa người dùng và trợ lý giọng nói AI, và yếu tố giọng nói AI được xem là yếu tố cốt lõi của trợ lý giọng nói AI (Go và Sundar, 2019). Vì vậy khi Voicebot mang lại chuyển ngôn ngữ tự nhiên và phù hợp, các mức trải nghiệm xã hội sẽ rất cao giúp kích hoạt động cơ xã hội của người dùng, tạo cảm giác kết nối, thoải mái và tương tác như với một thực thể xã hội, từ đó làm giảm khoảng cách tâm lý trong tương tác người và máy (Zhou và cộng sự, 2023). Khi Voicebot thể hiện giọng nói tự nhiên và phù hợp, người dùng có xu hướng tự cảm nhận mức độ giao tiếp xã hội cao hơn, gia tăng sự hứng thú và mức độ tham gia trong quá trình tương tác và giảm bớt cô đơn. Do đó, giả thuyết sau được đề xuất:

H2: Yếu tố giọng nói của Voicebot tác động tích cực đến Nhận thức về tương tác xã hội.

Mối quan hệ giữa yếu tố cảm xúc và nhận thức về tính con người

Theo Zhang và cộng sự (2024), các tín hiệu cảm xúc là những yếu tố thiết kế nhân hoá quan trọng để giúp AI mô phỏng khả năng giao tiếp giống con người. Vì khả năng nhận biết cảm xúc vốn là đặc điểm cốt lõi của bản chất con người, nên việc Voicebot thể hiện cảm xúc sẽ khiến người dùng tin rằng Voicebot sở hữu trạng thái tâm lý giống như một con người thay vì chỉ là một cỗ máy vô tri (Söderlund và Oikarinen, 2021). Do đó, sự hiện diện của các tín hiệu cảm xúc càng phong phú và phù hợp thì mức độ nhận thức về tính con người đối với Voicebot trong tâm trí khách hàng càng gia tăng mạnh mẽ (Li và cộng sự, 2024). Do đó, giả thuyết sau được đề xuất:

H3: Yếu tố cảm xúc của Voicebot có tác động tích cực đến Nhận thức về tính con người.

Mối quan hệ giữa yếu tố cảm xúc và nhận thức về khả năng tương tác xã hội

Trong bối cảnh dịch vụ, Wirtz và cộng sự (2018) nhấn mạnh rằng khả năng biểu đạt cảm xúc là một kỹ năng xã hội cốt lõi giúp phân biệt giữa một cỗ máy xử lý tác vụ đơn thuần và một thực thể có khả năng giao tiếp. Dựa trên mô hình sRAM và Lý thuyết CASA (Nass và Moon, 2000), khi Voicebot thể hiện các tín hiệu cảm xúc (sự thấu cảm, giọng điệu vui vẻ, hối lỗi), người dùng sẽ nhận thức rằng hệ thống này đang tuân theo các chuẩn mực xã hội của con người. Zhang và cộng sự (2024) đã chứng minh thực nghiệm rằng việc tích hợp các tín hiệu cảm xúc giúp gia tăng sức hấp dẫn xã hội của AI, khiến người dùng cảm thấy cuộc hội thoại mang tính 2 chiều và thú vị hơn. Do đó, sự hiện diện của các yếu tố cảm xúc sẽ trực tiếp thúc đẩy nhận thức về khả năng tương tác xã hội của Voicebot trong tâm trí khách hàng. Do đó, giả thuyết sau được đề xuất:

H4: Yếu tố cảm xúc của Voicebot có tác động tích cực đến Nhận thức về khả năng tương tác xã hội.

Mối quan hệ giữa nhận thức về tính con người và sự chấp nhận Voicebot

Xét trên khía cạnh tâm lý xã hội, nhận thức về tính con người phản ánh mức độ mà Voicebot mô phỏng các đặc điểm giống con người như giọng nói, ngôn ngữ và khả năng tương tác (Chaysang và cộng sự, 2025). Người dùng có xu hướng phản ứng với các thực thể công nghệ một cách vô thức bằng các quy tắc xã hội khi họ nhận được các tín hiệu giống con người, qua đó giúp quá trình giao tiếp trở nên tự nhiên và gần gũi hơn (Song và Kim, 2022). Chính vì thế, khi nhận thức về tính con người càng cao thì rào cản cho sự tương tác càng thấp, từ đó dần tạo nên sự chấp nhận Voicebot ở người dùng (Wirtz và cộng sự, 2018). Do đó, giả thuyết sau được đề xuất:

H5: Nhận thức về tính con người ảnh hưởng tích cực đến Sự chấp nhận Voicebot của người dùng.

Mối quan hệ giữa nhận thức về khả năng tương tác xã hội và sự chấp nhận Voicebot

Các nghiên cứu cho thấy khi thương hiệu hoặc công nghệ thể hiện các đặc tính giống con người, người tiêu dùng có xu hướng hình thành thái độ và ý định hành vi tích cực hơn (Aggarwal và McGill, 2007). Trong bối cảnh trợ lý giọng nói AI (DVA), tính tương tác xã hội được cảm nhận phản ánh mức độ người dùng cảm thấy có thể giao tiếp một cách đồng bộ, qua lại và phù hợp với chuẩn mực xã hội như khi tương tác với con người (Wirtz và cộng sự, 2018). Khi DVA thể hiện hành vi giao tiếp xã hội, phong thái thân thiện và hỗ trợ người dùng một cách dễ chịu, sức hấp dẫn xã hội của hệ thống gia tăng, từ đó thúc đẩy mức độ tham gia và sự chấp nhận công nghệ (Fernandes và Oliveira, 2021). Do đó, giả thuyết sau được đề xuất:

H6: Nhận thức về khả năng tương tác xã hội tác động tích cực đến Sự chấp nhận Voicebot của người dùng.

Vai trò trung gian của nhận thức về tính con người

Các tín hiệu giọng nói thường là những dấu hiệu rõ nét nhất giúp người dùng nhận diện các yếu tố giống con người (Moussawi và cộng sự, 2020). Bên cạnh đó, các tín hiệu cảm xúc cho phép AI thể hiện chiều kích cảm xúc và sắc thái, vượt ra khỏi khuôn khổ tương tác cơ học (Zhang và cộng sự, 2024). Khi các tín hiệu xã hội này xuất hiện, người dùng có xu hướng kích hoạt những kịch bản giao tiếp giữa người với người, từ đó gán cho công nghệ những đặc điểm nhân hóa và xem nó như một tác nhân xã hội (Cai và cộng sự, 2022). Việc gia tăng cảm nhận về tính con người góp phần đáp ứng các nhu cầu cảm xúc xã hội, tạo ra sự phù hợp vai trò trong tương tác và hình thành thái độ tích cực hơn đối với các công nghệ hỗ trợ (như Voicebot) (Chaysang và cộng sự, 2025). Do đó, nhận thức về tính con người đóng vai trò như một cơ chế tâm lý trung gian, kết nối các đặc điểm thiết kế này với hành vi chấp nhận của người dùng (Khan và cộng sự, 2024). Khi Voicebot sở hữu giọng nói càng gần với giọng nói con người thì mức độ nhân hóa được cảm nhận càng cao, gia tăng sự sẵn sàng chấp nhận của khách hàng (Li và cộng sự, 2024). Do đó, các giả thuyết sau được đề xuất:

H7: Nhận thức về tính con người đóng vai trò trung gian trong mối quan hệ giữa Giọng nói của Voicebot và Sự chấp nhận Voicebot.

H8: Nhận thức về tính con người đóng vai trò trung gian trong mối quan hệ giữa Cảm xúc của Voicebot và Sự chấp nhận Voicebot.

Vai trò trung gian của nhận thức về khả năng tương tác xã hội

Nhận thức về khả năng tương tác xã hội được hiểu là mức độ người dùng cảm nhận rằng trợ lý AI hoặc robot có khả năng giao tiếp một cách dễ chịu và mang tính xã hội thông qua việc thể hiện các hành vi và cảm xúc bề mặt phù hợp với chuẩn mực xã hội (Kim và cộng sự, 2022). Khi Voicebot thể hiện các tín hiệu xã hội và cảm xúc bề mặt phù hợp, người dùng có xu hướng phản ứng với chúng như với một tác nhân xã hội thay vì chỉ xem chúng là một hệ thống công nghệ. Điều này xảy ra khi người dùng nhận diện được các năng lực xã hội của Voicebot và có động cơ tham gia tương tác, thậm chí có thể hình thành các gắn kết cảm xúc (Fernandes và Oliveira, 2021). Thông qua việc biểu đạt cảm xúc, giọng nói mang tính con người và phong cách hội thoại tự nhiên, tác nhân AI đó có thể gia tăng sự kết nối xã hội với người dùng, tạo sự thoải mái khi tương tác (Fernandes và Oliveira, 2021), từ đó thúc đẩy người dùng tham gia và sử dụng công nghệ (McLean và Osei-Frimpong, 2019). Do đó, các giả thuyết sau được đề xuất:

H9: Yếu tố giọng nói của Voicebot ảnh hưởng đến Sự chấp nhận của người dùng thông qua nhận thức về khả năng tương tác xã hội.

H10: Yếu tố cảm xúc của Voicebot ảnh hưởng đến Sự chấp nhận của người dùng thông qua nhận thức về khả năng tương tác xã hội.

MÔ HÌNH NGHIÊN CỨU

Từ 10 giả thuyết nghiên cứu nói trên, nhóm tác giả đề xuất mô hình nghiên cứu như Hình.

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất

KẾT LUẬN

Nghiên cứu này xây dựng một khung khái niệm nhằm làm rõ cơ chế tác động của các yếu tố nhân hóa trong thiết kế Voicebot đến sự chấp nhận của khách hàng trong bối cảnh dịch vụ ngân hàng thương mại, dựa trên nền tảng Lý thuyết CASA và Mô hình chấp nhận robot dịch vụ (sRAM). Kết quả tổng hợp lý thuyết cho thấy các yếu tố nhân hóa, cụ thể là giọng nói và yếu tố cảm xúc của Voicebot, không chỉ ảnh hưởng trực tiếp đến trải nghiệm tương tác mà còn kích hoạt các phản ứng tâm lý - xã hội của khách hàng thông qua nhận thức về tính con người và nhận thức về khả năng tương tác xã hội, từ đó thúc đẩy sự chấp nhận và ý định sử dụng dịch vụ. Qua đó, nghiên cứu góp phần mở rộng cơ sở lý thuyết về sự chấp nhận AI trong lĩnh vực dịch vụ tài chính, đặc biệt tại các thị trường mới nổi như Việt Nam, nơi các nghiên cứu về Voicebot còn hạn chế. Về mặt thực tiễn, nghiên cứu gợi ý các ngân hàng nên chú trọng đầu tư vào thiết kế giọng nói tự nhiên và khả năng biểu đạt cảm xúc của Voicebot nhằm gia tăng cảm nhận về tính con người và tương tác xã hội, qua đó nâng cao mức độ chấp nhận của khách hàng. Mô hình nghiên cứ đề xuất có thể được kiểm định và mở rộng trong các nghiên cứu thực nghiệm tiếp theo.

Tài liệu tham khảo:

1. Aggarwal, P., & McGill, A. L. (2007). Is that car smiling at me? Schema congruity as a basis for evaluating anthropomorphized products. Journal of Consumer Research, 34(4), 468-479.

2. Fernandes, T., & Oliveira, E. (2021). Understanding Consumers’ Acceptance of Automated Technologies in Service Encounters: Drivers of Digital Voice Assistants Adoption. Journal of Business Research, 122, 180-191.

3. Cai, D., Li, H., & Law, R. (2022). Anthropomorphism and OTA chatbot adoption: a mixed methods study. Journal of Travel & Tourism Marketing, 39(2), 228-255. https://doi.org/10.1080/10548408.2022.2061672.

4. Chaysang, A., Patterson, P., Kimpakorn, N., & Chaisuwan, C. (2025). Determinants of customer acceptance of frontline service robots in a retail context. Journal of Services Marketing, 39(10), 166-179. https://doi.org/10.1108/jsm-02-2025-0109.

5. Fiske, S. T., Cuddy, A. J., & Glick, P. (2007). Universal dimensions of social cognition: warmth and competence. Trends in Cognitive Sciences, 11(2), 77-83. https://doi.org/10.1016/j.tics.2006.11.005.

6. Go, E., & Sundar, S. S. (2019). Humanizing chatbots: The effects of visual, identity and conversational cues on humanness perceptions. Computers in Human Behavior, 97, 304-316. http://doi.org/10.1016/j.chb.2019.01.020.

7. Khan, M. I., Fatima, J. K., Bahmannia, S., Chatrath, S. K., Dale, N. F., & Johns, R. (2024). Investigating the influence of perceived humanization of service encounters on value creation of chatbot-assisted services. Journal of Service Theory and Practice, 35(1), 56-88. https://doi.org/10.1108/jstp-10-2023-0282.

8. Kim, H., So, K. K. F., & Wirtz, J. (2022). Service robots: Applying social exchange theory to better understand human-robot interactions. Tourism Management, 92, 104537. https://doi.org/10.1016/j.tourman.2022.104537.

9. Li, Y., Hou, R., & Tan, R. (2024). How customers respond to chatbot anthropomorphism: the mediating roles of perceived humanness and perceived persuasiveness. European Journal of Marketing, 58(12), 2757-2790. https://doi.org/10.1108/ejm-11-2022-0827.

10. McLean, G., & Osei-Frimpong, K. (2019). Hey Alexa… examine the variables influencing the use of artificial intelligent in-home voice assistants. Computers in Human Behavior, 99, 28-37.

11. Moussawi, S., Koufaris, M., & Benbunan-Fich, R. (2020). How perceptions of intelligence and anthropomorphism affect adoption of personal intelligent agents. Electronic Markets, 31(2), 343-364. https://doi.org/10.1007/s12525-020-00411-w.

12. Nass, C., & Moon, Y. (2000). Machines and Mindlessness: Social responses to computers. Journal of Social Issues, 56(1), 81-103. https://doi.org/10.1111/0022-4537.00153.

13. Premathilake, G. W., & Li, H. (2024). Users’ responses to humanoid social robots: A social response view. Telematics and Informatics, 91, 102146. https://doi.org/10.1016/j.tele.2024.102146.

14. Söderlund, M., & Oikarinen, E. (2021). Service encounters with virtual agents: an examination of perceived humanness as a source of customer satisfaction. European Journal of Marketing, 55(13), 94-121. https://doi.org/10.1108/ejm-09-2019-0748.

15. Solomon, M. R., Surprenant, C., Czepiel, J. A., & Gutman, E. G. (1985). A role Theory perspective on Dyadic Interactions: The Service Encounter. Journal of Marketing, 49(1), 99-111. https://doi.org/10.1177/002224298504900110.

16. Song, C. S., & Kim, Y. (2022). The role of the human-robot interaction in consumers’ acceptance of humanoid retail service robots. Journal of Business Research, 146, 489-503.

17. Wirtz, J., Patterson, P. G., Kunz, W. H., Gruber, T., Lu, V. N., Paluch, S., & Martins, A. (2018). Brave new world: service robots in the frontline. Journal of Service Management, 29(5), 907-931.

18. Zhang, J., Wang, X., Lu, J., Liu, L., & Feng, Y. (2024). The impact of emotional expression by artificial intelligence recommendation chatbots on perceived humanness and social interactivity. Decision Support Systems, 187, 114347.

19. Zhou, P., Xie, Y., & Liang, C. (2023). How to increase consumers’ continued use intention of artificial intelligence voice assistants? The role of anthropomorphic features. Electronic Markets, 33(1). https://doi.org/10.1007/s12525-023-00681-0.