Mô hình nghiên cứu tác động của việc sử dụng AI tạo sinh đến hiệu suất đổi mới sáng tạo của nhân viên Gen Z

Võ Ngọc Thư Minh

Email: [email protected]

TS. Võ Hương Trâm (Tác giả liên hệ)

Email: [email protected]

Trường Đại học Ngoại ngữ - Tin học Thành phố Hồ Chí Minh

Tóm tắt

Trí tuệ nhân tạo tạo sinh (GenAI) đang định hình đáng kể cách thức làm việc và hiệu quả công việc của người lao động. Các nghiên cứu trước đây chỉ ra tiềm năng của GenAI trong việc nâng cao năng suất, nhưng còn nhiều khoảng trống lý thuyết liên quan đến việc các công cụ vận hành và tác động đến hiệu suất làm việc sáng tạo của Gen Z. Trên cơ sở kế thừa Lý thuyết Yêu cầu - Nguồn lực Công việc và Lý thuyết nhận thức xã hội, nhóm tác giả đề xuất một khung nghiên cứu về việc sử dụng GenAI như điều kiện để giúp nhân viên Gen Z tăng cường gắn kết trong công việc, thúc đẩy sự tiến bộ đổi mới sáng tạo.

Từ khóa: AI tạo sinh, hiệu suất đổi mới sáng tạo, Gen Z, năng lực tự chủ AI, sự gắn kết trong công việc

Abstract

Generative artificial intelligence (GenAI) is significantly reshaping the way employees work and their job performance. Previous studies have highlighted the potential of GenAI to enhance productivity; however, substantial theoretical gaps remain regarding the mechanisms through which these tools function and influence the innovative work performance of Generation Z employees. Drawing on the Job Demands-Resources theory and Social Cognitive Theory, this study proposes a research framework in which the use of GenAI is conceptualized as an enabling condition that enhances Gen Z employees’ work engagement and promotes their innovative work performance.

Keywords: Generative artificial intelligence, innovative work performance, Generation Z, AI self-efficacy, work engagement

GIỚI THIỆU

Trong kỷ nguyên chuyển đổi số hiện nay, việc sử dụng công nghệ thông tin để thay đổi cách thức thực thi và tương tác của doanh nghiệp đã trở thành nhu cầu cấp thiết (Nurhatisyah và cộng sự, 2026). Sự phát triển mạnh mẽ của GenAI đã đem đến những chuyển hóa trong cách thức làm việc và hiệu suất của người lao động (Zhang và cộng sự, 2026). Đặc biệt, đối với thế hệ Gen Z trong độ tuổi lao động, việc thành thạo công nghệ kỹ thuật hiện đại là động lực thúc đẩy khả năng thích ứng và đóng góp của nhóm đối tượng này vào thành công chung của tổ chức (Nurhatisyah và cộng sự, 2026).

Nhiều nghiên cứu cho rằng, việc sử dụng hiệu quả GenAI giúp nhân viên tối ưu hóa thời gian, cải thiện kết quả và hỗ trợ ra quyết định, nhưng tác động thực sự của nó đối với hiệu suất đổi mới sáng tạo là một chủ đề cần khai thác thêm trong bối cảnh cụ thể của từng thế hệ người lao động (Nguyen và cộng sự, 2026).

Mặc dù việc vận dụng hiệu quả các công cụ AI giúp nhân viên tối ưu hóa việc quản lý thời gian và cải thiện kết quả công việc, nhưng những lợi ích này không tự động phát sinh mà phụ thuộc phần lớn vào năng lực tự chủ AI (Bandura, 1977; Hur và cộng sự, 2026). Yếu tố này trở thành nội lực thúc đẩy sự gắn kết khi họ đối điện với những vấn đề phức tạp trong công việc do công nghệ mới gây ra (Sun và cộng sự, 2026; B. Wang và cộng sự, 2026). Khi Gen Z tin tưởng vào khả năng tự sử dụng AI, họ sẽ có không gian để sáng tạo trong những công việc mình đang thực hiện và tăng tâm lý gắn kết với công việc (Li và cộng sự, 2026; Schaufeli và cộng sự, 2002; B. Wang và cộng sự, 2026).

Mặc dù nhiều nghiên cứu ghi nhận tầm quan trọng của năng lực tự chủ AI và sự gắn kết công việc, song vẫn còn hạn chế nghiên cứu về mối quan hệ tuyến tính tuần tự giữa các yếu tố (Hur và cộng sự, 2026; Sun và cộng sự, 2026). Cụ thể, cách thức việc sử dụng GenAI giúp xây dựng sự kỳ vọng vào năng lực tự chủ AI, từ đó tạo điều kiện cho sự gắn kết và cuối cùng là nâng cao hiệu suất đổi mới sáng tạo của riêng nhóm nhân viên Gen Z, chưa được khám phá một cách toàn diện.

Để thu hẹp khoảng trống này, nghiên cứu đóng góp 3 điểm mới mang tính cốt lõi: Thứ nhất, nghiên cứu phân tích hành vi sử dụng thực tế tại nơi làm việc, tập trung vào cách thức làm việc và chất lượng công việc nhân viên khi tích hợp GenAI. Thứ hai, giải thích cách thức sử dụng GenAI củng cố năng lực tự chủ AI, từ đó kích hoạt trạng thái tâm lý gắn kết trong công việc. Thứ ba, tập trung tìm hiểu đặc thù về đối tượng nhân viên là Gen Z trong độ tuổi lao động.

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU

Cơ sở lý thuyết

Lý thuyết nhận thức xã hội (SCT)

Lý thuyết SCT nhấn mạnh sự tương tác qua lại giữa yếu tố cá nhân, hành vi và môi trường; trong đó niềm tin vào năng lực bản thân là một khái niệm trung tâm được Bandura (1977) đề xuất. Điều này thể hiện niềm tin của một người vào khả năng hoàn thành một nhiệm vụ cụ thể.

Theo Bandura (1977), niềm tin này ảnh hưởng đến mức độ nỗ lực, sự kiên trì và cách cá nhân đối mặt với khó khăn. Trong nghiên cứu này, năng lực tự chủ AI thể hiện mức độ nhân viên tin rằng họ có thể sử dụng GenAI hiệu quả để hỗ trợ công việc.

Lý thuyết Yêu cầu - Nguồn lực Công việc (JD-R)

Lý thuyết JD-R được Demerouti và cộng sự (2001) đề xuất, giải thích rằng nguồn lực công việc và nguồn lực cá nhân có thể giúp người lao động duy trì động lực, tăng sự gắn kết và đạt được kết quả công việc tích cực. Theo lý thuyết này, niềm tin vào năng lực sử dụng AI được xem là một nguồn lực cá nhân, giúp nhân viên Gen Z cảm thấy tự tin hơn khi làm việc với GenAI. Nguồn lực này có thể thúc đẩy sự gắn kết trong công việc, từ đó khuyến khích nhân viên đầu tư nhiều năng lượng, sự tập trung và nỗ lực hơn vào việc hình thành và triển khai các ý tưởng mới.

JD-R được sử dụng để giải thích chuỗi tác động từ niềm tin vào năng lực sử dụng AI đến sự gắn kết trong công việc và cuối cùng là hiệu suất đổi mới sáng tạo (Li và cộng sự, 2026; Sun và cộng sự, 2026).

Tổng quan nghiên cứu

Sử dụng GenAI

Nhiều nghiên cứu hàm ý việc sử dụng GenAI vượt ngoài phạm vi ứng dụng công nghệ như một công cụ hỗ trợ theo nhiệm vụ, mà bản chất là một tiến trình tương tác giữa con người và hệ thống AI (Marimon và cộng sự, 2025; Zhang và cộng sự, 2026). Thay vì thụ động tiếp nhận kết quả đầu ra, nhân viên sử dụng GenAI thông qua các quy trình lặp đi lặp lại, sửa đổi và tinh chỉnh các lệnh để phù hợp với bối cảnh công việc cụ thể (Sun và cộng sự, 2026).

Đối với nhân viên Gen Z, sự tương tác này còn giúp giải phóng tư duy, thúc đẩy sự sáng tạo trong các nhiệm vụ phức tạp thay vì chỉ làm theo quy trình truyền thống cứng nhắc (Zhang và cộng sự, 2026). Do đó, việc ứng dụng AI hiệu quả đòi hỏi người lao động kiểm soát tâm lý và có niềm tin vào năng lực tự chủ AI của bản thân (Marimon và cộng sự, 2025). Quyền tiếp cận và khả năng tích hợp GenAI có thể tạo ra nguồn lực công việc; còn sử dụng AI tạo sinh phản ánh mức độ nhân viên thực sự khai thác nguồn lực công nghệ.

Năng lực tự chủ AI

Theo Bandura (1977) nhận thức về năng lực cá nhân tạo ra từ việc tin tưởng vào tổ chức. R. Wang và cộng sự (2026) cho rằng, năng lực tự chủ AI được hiểu là sự tự đánh giá của bản thân về khả năng sử dụng các kỹ năng cần thiết để điều hướng và tối ưu hóa hệ thống AI. Sự tự tin sử dụng AI đòi hỏi nhân viên phải có khả năng thích ứng với các thuật toán mở và sở hữu kỹ năng tư duy phản biện để xác minh thông tin đầu ra (Naiseh và cộng sự, 2025).

Trong quá trình làm việc, sai lệch từ AI là điều khó tránh khỏi, nhưng nhân viên có năng lực tự chủ cao sẽ xem đây là cơ hội để tạo bước đà cho sự phát triển về kỹ năng (Liu và cộng sự, 2026; B. Wang và cộng sự, 2026). Tư duy tích cực này giúp nhân viên kiểm soát lo âu, giảm thiểu thái độ tiêu cực với công nghệ, từ đó duy trì sự tập trung ổn định cho các nhiệm vụ cốt lõi (Hur và cộng sự, 2026; Marimon và cộng sự, 2025). Hơn nữa, năng lực này có thể được bồi đắp thông qua sự hỗ trợ từ lãnh đạo, môi trường học tập (Naiseh và cộng sự, 2025; B. Wang và cộng sự, 2026).

Sự gắn kết trong công việc

Kahn (1990) lần đầu tiên giới thiệu khái niệm về sự gắn kết trong công việc. Schaufeli (2002) đã phát triển và khái niệm về sự gắn kết trong công việc là trạng thái tâm lý thỏa mãn liên hệ mật thiết đến công việc bao gồm: sức sống, sự tận tâm và sự đắm mình trong công việc. Đây là một chất xúc tác quan trọng, khi Gen Z tin vào năng lực tự chủ AI, họ sẽ không xem AI là gánh nặng; thay vào đó, họ coi AI là công cụ giúp giảm kiệt sức và tăng sự hứng khởi đối với tác vụ phức tạp (Marimon và cộng sự, 2025; Sun và cộng sự, 2026). Điều này giúp họ duy trì cam kết và sử dụng AI một cách sáng tạo hơn, đồng thời ngày càng trở nên gắn bó với công việc (Hur và cộng sự, 2026).

Hiệu suất đổi mới sáng tạo

Với bối cảnh môi trường kinh doanh nhiễu động và cạnh tranh, trong nghiên cứu này, khái niệm hiệu suất đổi mới sáng tạo được định hướng trọng tâm như một chỉ báo phản ánh mức độ thành công của các hoạt động đổi mới. Đối với Gen Z, để tăng hiệu suất, họ có thể kết hợp kỹ thuật số và khả năng tự phân bổ nguồn lực bằng cách dùng AI chuyển đổi từ tác vụ thủ công sang tự động hóa (Nguyen và cộng sự, 2026).

GIẢ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Giả thuyết nghiên cứu

Trên cơ sở kế thừa và phân tích các nghiên cứu trước, nhóm tác giả đề xuất các giả thuyết nghiên cứu sau:

H1: Sử dụng GenAI có tác động tích cực đến Năng lực tự chủ AI của nhân viên Gen Z.

H2: Năng lực tự chủ AI có ảnh hưởng tích cực đến Sự gắn kết trong công việc nhân viên Gen Z.

H3: Sự gắn kết trong công việc có tác động tích cực đến Hiệu suất đổi mới sáng tạo của nhân viên Gen Z.

H4: Năng lực tự chủ với AI đóng vai trò trung gian giữa Sử dụng GenAI và Sự gắn kết trong công việc.

H5: Sự gắn kết trong công việc đóng vai trò trung gian giữa Năng lực tự chủ AI và Hiệu suất đổi mới sáng tạo.

H6: Niềm tin vào năng lực tự chủ AI và Sự gắn kết trong công việc đóng vai trò trung gian tuần tự trong mối quan hệ giữa Sử dụng GenAI và Hiệu suất đổi mới sáng tạo.

Mô hình nghiên cứu

Dựa trên các giả thuyết nghiên cứu đã được hình thành, mô hình nghiên cứu đề xuất được trình bày tại Hình.

Hình: Mô hình nghiên cứu

Nguồn: Nhóm tác giả đề xuất

KẾT LUẬN

Việc sử dụng GenAI được kỳ vọng sẽ giúp nhân viên Gen Z nâng cao niềm tin vào khả năng sử dụng AI trong công việc. Khi cảm thấy tự tin hơn với công nghệ, họ có thể chủ động và gắn kết hơn với nhiệm vụ được giao, từ đó nâng cao hiệu suất đổi mới sáng tạo. Mô hình đề xuất góp phần làm rõ cơ chế tâm lý tuần tự thông qua đó việc sử dụng GenAI được chuyển hóa thành kết quả đổi mới trong công việc.

Doanh nghiệp cần chú trọng đào tạo kỹ năng và xây dựng sự tự tin cho người lao động khi sử dụng AI nhằm khai thác công nghệ hiệu quả hơn, duy trì sự gắn kết và phát huy khả năng đổi mới.

Ngoài ra, các nghiên cứu tiếp theo có thể kết hợp định tính và định lượng. Phỏng vấn sâu hoặc thảo luận nhóm có thể giúp khám phá rõ hơn trải nghiệm, lo ngại và cách nhân viên sử dụng, trong khi khảo sát định lượng có thể được sử dụng để kiểm định các mối quan hệ trong mô hình trên mẫu lớn hơn.

Tài liệu tham khảo:

1. Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191-215. https://doi.org/10.1037/0033-295X.84.2.191

2. Demerouti, E., Bakker, A. B., Nachreiner, F., & Schaufeli, W. B. (2001). The job demands-resources model of burnout. Journal of Applied Psychology, 86(3), 499-512.

3. Hur, W. M., Shin, G., & Shin, Y. (2026). When and how generative AI support promotes job crafting: Mediation of GenAI self-efficacy and moderation of GenAI usage. Oeconomia Copernicana, 17(1), 141-179.

4. Kahn, W. A. (1990). Psychological conditions of personal engagement and disengagement at work. Academy of Management Journal, 33(4), 692-724.

5. Li, X., Gong, Z., Choi, H., & Kang, S. W. (2026). AI self-efficacy and innovative work behavior in hospitality and tourism: A job demands-resources perspective on work engagement and schedule I-deals. Behavioral Sciences, 16(3), Article 431.

6. Liu, Q., Tian, Q., Li, X., & Tan, H. (2025). How does organizational AI adoption affect employees’ job crafting behaviors? An approach-avoidance perspective. Frontiers in Psychology, 16, Article 1690238.

7. Marimon, F., Mas-Machuca, M., & Akhmedova, A. (2025). Trusting in generative AI: Catalyst for employee performance and engagement in the workplace. International Journal of Human-Computer Interaction, 41(11), 7076-7091.

8. Naiseh, M., Babiker, A., Al-Shakhsi, S., Cemiloglu, D., Al-Thani, D., Montag, C., & Ali, R. (2025). Attitudes towards AI: The interplay of self-efficacy, well-being, and competency. Journal of Technology in Behavioral Science, 1-14.

9. Nguyen, T. M., Nguyen, A. T., Nguyen, H. T., Vo, N. B. T., & Truong, D. T. (2026). AI-enhanced time management and employee performance: Proposing an integrated research framework. In Proceedings of the International Conference on Sustainable Economics and Finance in the Digital Business Transformation (INCOSEF 2025) (pp. 226-253). Atlantis Press. https://doi.org/10.2991/978-94-6239-624-1_17

10. Nurhatisyah, N., Wahyuni, E. S., & Dewi, N. P. (2026). Digital transformation and Gen Z employee performance: Digital literacy as mediator. RIGGS: Journal of Artificial Intelligence and Digital Business, 5(1), 2808-2816. https://doi.org/10.31004/riggs.v5i1.6360

11. Schaufeli, W. B., Salanova, M., González-Romá, V., & Bakker, A. B. (2002). The measurement of engagement and burnout: A two-sample confirmatory factor analytic approach. Journal of Happiness Studies, 3(1), 71-92.

12. Sun, L., Hu, R., & Su, H. (2026). Unlocking human potential in the AI age: How employee-AI collaboration transforms work engagement through dual psychological pathways. Frontiers in Psychology, 16, Article 1705671.

13. Wang, B., Liu, S., & Luo, C. (2026). How does human-AI collaboration task complexity affect employee work engagement? The roles of humble leadership and AI self-efficacy. Frontiers in Psychology, 17, Article 1767967.

14. Wang, R., Zhang, Z., Zhao, W., Li, S. B., & Pan, Y. (2026). Exploring the relationship between generative AI usage and employee creativity: A dual-pathway mediation model. European Journal of Innovation Management, 29(3), 799-823.

15. Zhang, H., Zhu, L., Zhang, A., & Shohruh, K. (2026). The influence of generative artificial intelligence usage on employees’ innovative job performance. PLOS ONE, 21(1), Article e0327786.