BỘ CÔNG THƯƠNG

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP HỒ CHÍ MINH

KHOA QUẢN TRỊ KINH DOANH
----------

TIỂU LUẬN GIỮA KỲ

Môn học: NGHIÊN CỨU MARKETING

Đề tài: CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ CHẤP NHẬN VÀ
SỬ DỤNG CHAT GPT VÀO HỌC TẬP CỦA SINH VIÊN TRƯỜNG
ĐẠI HỌC CÔNG NGHIỆP TP. HỒ CHÍ MINH

GVHD: TS Bùi Huy Khôi

LỚP HP: DHMK16CTT
NHÓM: 5
NIÊN KHOÁ: 2020 – 2024

Thành phố Hồ Chí Minh, ngày 30 tháng 03 năm 2023

 DANH SÁCH THÀNH VIÊN THAM GIA

STT Họ và tên MSSV Hoàn thành %

1 Vũ Thị Thuỳ Linh Linh 20106051 100%
2 Phạm Nguyễn Hải Thanh 20033031 100%
3 Nguyễn Văn Quốc 20040321 100%
4 Trần Thị Thanh Triều 20083081 100%
5 Đỗ Đức Dũng 20115991 100%
6 Trần Thị Trà My 20044981 100%
 LỜI CẢM ƠN

Nhóm chúng em xin gửi lời cảm ơn sâu sắc đến thầy Bùi Huy Khôi - Giảng
viên bộ môn Nghiên cứu Marketing - Trường Đại Học Công Nghiệp Thành phố
Hồ Chí Minh, đã dành thời gian quý báu cũng như tạo điều kiện tốt nhất cho
chúng em thực hiện thành công đề tài nghiên cứu lần này . Cám ơn tất cả các bạn
sinh viên đã hỗ trợ cho nhóm thực hiện khảo sát góp phần tạo nên sự thành công
của đề tài này.
Chân thành cảm ơn Ban Giám Hiệu - Trường Đại Học Công Nghiệp Thành phố
Hồ Chí Minh đã cung cấp cho chúng em điều kiện tốt nhất trong việc giảng dạy,
đồng thời tạo cơ hội cho sinh viên được cọ xát thực tế, bổ sung kinh nghiệm cũng
như kiến thức cho chuyên môn sau này.
Dưới đây là kết quả của quá trình tìm hiểu, nghiên cứu của nhóm chúng em
trong
suốt thời gian vừa qua. Trong quá trình hoàn thành bài tiểu luận với sự vụng về
thiếu kiến thức cũng như kinh nghiệm về môn học còn nhiều hạn chế, nên chúng
em không thể tránh khỏi những sai sót trong bài tiểu luận lần này. Em rất mong
nhận được sự góp ý và chỉ bảo của thầy để bài tiểu luận của chúng em được hoàn
thiện hơn, và hơn thế nữa chúng em có cơ hội được được trau dồi kiến thức để áp
dụng cho cuộc sống cũng như công việc về sau.
Cuối cùng, em xin cảm ơn thầy vì sự tận tình chỉ dạy để chúng em có được
ngày hôm nay, chúng em chúc thầy có thật nhiều thức khỏe, hạnh phúc và ngày
càng thành công trong sự nghiệp giảng dạy của mình để truyền đạt kiến thức cho
các thế hệ mai sau.

TPHCM, ngày 30 tháng 3 năm 2023

 MỤC LỤC
PHẦN I. GIỚI THIỆU CHUNG.........................................................................................1
1. Lý do chọn đề tài.............................................................................................................1
2. Mục tiêu nghiên cứu.....................................................................................................3
2.1 Mục tiêu nghiên cứu tổng quát.....................................................................................3
2.2 Mục tiêu nghiên cứu cụ thể...........................................................................................3
3. Câu hỏi nghiên cứu..........................................................................................................3
4. Phương pháp nghiên cứu.................................................................................................4
4.1. Nguồn dữ liệu...............................................................................................................4
4.2. Phương pháp nghiên cứu định tính...............................................................................4
4.3. Phương pháp nghiên cứu định lượng............................................................................4
3. Phạm vi nghiên cứu......................................................................................................5
4. Đối tượng nghiên cứu...................................................................................................5
PHẦN II. CỞ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN................................................5
1. Các khái niệm cơ bản.......................................................................................................5
1.1. Chatbot trí tuệ nhân tạo.................................................................................................5
1.1.1 Trí tuệ nhân tạo...........................................................................................................5
1.1.2 Chatbot........................................................................................................................5
1.1.3 Chat Bot trí tuệ nhân tạo.............................................................................................6
1.2 Hành vi người tiêu dùng................................................................................................6
1.3 Các yếu tố ảnh hưởng đến sự chấp nhận và sử dụng chat GPT vào học tập của sinh
viên......................................................................................................................................7
2. Các mô hình lý thuyết......................................................................................................8
2.1 Thuyết phổ biến sự đổi mới – IDT................................................................................8
2.2. Thuyết hành động hợp lý – TRA..................................................................................8
2.3. Thuyết hành vi dự định – TPB......................................................................................8
2.4. Mô hình chấp nhận công nghệ - TAM..........................................................................8
2.5. Mô hình chấp nhận và sử dụng công nghệ - UTAUT................................................10
3. Giả thuyết nghiên cứu....................................................................................................10
3.1 Nhận thức hữu ích........................................................................................................10
3.2 Nhận thức dễ dàng sử dụng.........................................................................................10
3.3 Nhận thức kiểm soát hành vi.......................................................................................11
3.4 Ảnh hưởng xã hội........................................................................................................11
3.5 Kỳ vọng hiệu quả.........................................................................................................11
3.6 Rào cản kỹ thuật..........................................................................................................11
4. Mô hình nghiên cứu.......................................................................................................12
5. Phương pháp nghiên cứu...............................................................................................12
5.1 Phương pháp nghiên cứu.............................................................................................12
5.3 Xây dựng bảng câu hỏi................................................................................................13
5.4 Chọn mẫu nghiên cứu..................................................................................................15
5.4.1 Xác định tổng thể nghiên cứu...................................................................................15
5.4.2 Xác định khung tổng thể...........................................................................................15
5.4.3 Phương pháp chọn mẫu............................................................................................16
5.4.4 Xác định quy mô mẫu...............................................................................................16
PHẦN III. KẾT QUẢ NGHIÊN CỨU..............................................................................16
1. Thống kê kết quả nghiên cứu.........................................................................................16
1.2. Thống kê mô tả nghiên cứu........................................................................................16
2. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo.......................................19
2.1. Sự hữu ích khi chấp nhận và sử dụng ChatGPT.........................................................19
TÀI LIỆU THAM KHẢO.................................................................................................37
 DANH MỤC HÌNH
Hình 1. Mô hình chấp nhận công nghệ TAM (F. Davis).......................................10
Hình 2. Mô hình chấp nhận công nghệ TAM (V. Venkatesh và F. Davis)............11
Hình 3. Mô hình nghiên cứu..................................................................................14
 DANH MỤC BẢNG BIỂU
Bảng 1. Mã hóa và thang đo nghiên cứu...........................................................................15
Bảng 2. Thống kê mô tả giới tính......................................................................................19
Bảng 3. Thống kê mô tả độ tuổi của mẫu quan sát............................................................20
Bảng 4. Thống kê mô tả ứng dụng ChatGPT vào học tập.................................................21
Bảng 5. Kết quả kiểm định Cronbach’s Alpha của sự hữu ích..........................................22
Bảng 6. Kết quả kiểm định Cronbach’s Alpha của mức độ dễ sử dụng............................23
Bảng 7. Kết quả kiểm định Cronbach’s Alpha của mức kiểm soát hành vi......................24
Bảng 8. Kết quả kiểm định Cronbach’s Alpha của ảnh hưởng xã hội...............................24
Bảng 9. Kết quả kiểm định Cronbach’s Alpha của mức độ kỳ vọng hiệu quả..................25
Bảng 10. Kết quả kiểm định Cronbach’s Alpha của rào cản khi chấp nhận và sử dụng
ChatGPT............................................................................................................................26
Bảng 11. Kết quả kiểm định Cronbach’s Alpha của mức độ chấp nhận và sử dụng
ChatGPT vào học tập.........................................................................................................27
Bảng 12. Kiểm định KMO and Bartlett’s Test..................................................................28
Bảng 13. ANOVA.............................................................................................................32
Bảng 14. Coefficients........................................................................................................33
PHẦN I. GIỚI THIỆU CHUNG
ChatGPT, tên gọi đầy đủ là Chat Generative Pre-training Transformer, là một
chatbot do công ty OpenAI - một công ty khởi nghiệp về trí tuệ nhân tạo có trụ sở
tại San Francisco của Mỹ phát triển và ra mắt vào ngày 30/11/2022. ChatGPT
được xây dựng dựa trên GPT-3.5 - một dòng mô hình ngôn ngữ lớn của OpenAI
đồng thời được tinh chỉnh bằng cả hai kỹ thuật học tăng cường lẫn học có giám
sát. ChatGPT nhanh chóng thu hút sự chú ý nhờ việc nó có thể hồi đáp chi tiết và
trả lời lưu loát trên nhiều lĩnh vực kiến thức khác nhau. Độ chính xác không đồng
đều về dữ kiện thực tế của nó được xác định là mặt hạn chế đáng kể.
Đến ngày 4/12/2022, OpenAI ước tính ChatGPT đã có hơn một triệu người
dùng. Tính đến 31/1/2023, ứng đã đạt 100 triệu người dùng chỉ sau 2 tháng ra mắt.
Thống kê của Sensor Tower cho thấy nền tảng video ngắn TikTok cần 9 tháng sau
khi phát hành toàn cầu để đạt 100 triệu người dùng, trong khi Instagram mất tới
2,5 năm, còn ứng dụng dịch Google Translate là 6,5 năm. ChatGPT đã trở thành
ứng dụng tiêu dùng phát triển nhanh nhất trong lịch sử.
1. Lý do chọn đề tài
Các cuộc Cách mạng công nghiệp đã tạo ra sự thay đổi lớn trên nhiều phương
diện, mang đến những đổi thay tích cực cho đời sống xã hội, trong đó có giáo dục
và cụ thể hơn là học tập. Những thành tựu của công nghệ đã góp phần nâng cao
hiệu quả học tập, cải thiện thành tích và hứng thú học tập cho học sinh, sinh viên.
Đặc biệt, sự ra đời của trí tuệ nhân tạo (Artificial intelligence – AI) đã thúc đẩy
các phương pháp học tập tích cực, trải nghiệm tra cứu thông tin dễ dàng, nhanh
chóng. Tuy nhiên, bên cạnh các lợi ích, các nghiên cứu cũng chỉ ra những thách
thức của ứng dụng trí tuệ nhân tạo trong học tập, giáo dục như sự phụ thuộc vào
công nghệ, vấn đề an toàn số, dữ liệu thiếu hoàn thiện và chưa được xác thực.
Chính vì vậy, các nghiên cứu ứng dụng và đánh giá hiệu quả của công nghệ giáo
dục có vai trò quan trọng trong việc đưa ra những định hướng phù hợp
Trong số những công cụ trí tuệ nhân tạo mới nhất hiện nay, ChatGPT
(Generative Pre-trained Transformer) nổi lên như một xu hướng mới, thu hút sự

1
quan tâm toàn cầu bởi tính mới mẻ và khả năng xử lý vượt trội. ChatGPT là một
mô hình ngôn ngữ lớn được huấn luyện bằng các phương pháp học sâu (deep
learning), được OpenAI phát triển từ năm 2018. Mô hình này được huấn luyện từ
một lượng lớn dữ liệu văn bản trên Internet, với mục tiêu là tạo ra một công cụ đa
năng có thể giải quyết nhiều vấn đề bằng ngôn ngữ tự nhiên. ChatGPT được đánh
giá là có khả năng tương tác và trả lời thông minh, dễ dàng tích hợp vào các ứng
dụng và linh hoạt sử dụng trên nhiều nền tảng khác nhau. Tuy nhiên ứng dụng này
có những hạn chế nhất định liên quan đến độ chính xác, mức độ cập nhật của
thông tin và quyền riêng tư. Từ cuối năm 2022, ChatGPT đã trở thành đối tượng
nghiên cứu trong rất nhiều lĩnh vực để tìm hiểu về khả năng ứng dụng của công cụ
này.
Trong xu thế trên, các nền giáo dục trên thế giới cũng rất quan tâm đến tác động
của ChatGPT đến quá trình học tập của học sinh và sinh viên. Các nhà giáo dục,
các nhà nghiên cứu bắt đầu chú ý tìm hiểu về cách thức ứng dụng, hiệu quả cũng
như thách thức mà công cụ này mang lại. Theo Markel và cộng sự (2023),
ChatGPT có thể được sử dụng để phát triển nền tảng tập huấn giáo viên hiệu quả.
Kwon (2023) chỉ ra các ứng dụng trí tuệ nhân tạo như ChatGPT có thể là phương
tiện dạy học ngôn ngữ. Phillips và cộng sự (2022) nhấn mạnh vai trò của ChatGPT
như công cụ đánh giá hiệu quả, Gilson và cộng sự (2023) chỉ ra thành tích đáng kể
của ChatGPT trong kì thi Y học của Mỹ. Cụ thể, ChatGPT trả lời đúng trên 60%
câu hỏi trong đề thi Y khoa, bằng với điểm đạt của một sinh viên Y khoa năm thứ
ba, thậm chí có thể vượt qua kì thi Luật và Kinh doanh với mức điểm trung bình
của trường đại học Mỹ. Tuy nhiên, với đặc thù của giáo dục là đào tạo con người
có phẩm chất, năng lực thì sự vượt trội của ChatGPT cũng dấy lên những mối lo
ngại lớn về nguy cơ gian lận, làm ảnh hưởng đến chất lượng đầu ra của giáo dục.
Thực tế đã phát hiện những trường hợp gian lận như người học sử dụng ChatGPT
trong các kì thi. Tại Việt Nam, nhận thức rõ được cơ hội và thách thức của các ứng
dụng AI nói chung và ứng dụng Chat GPT nói riêng, Bộ Giáo dục và Đào tạo đã tổ
chức tọa đàm “Chat GPT, trí tuệ nhân tạo - lợi ích và thách thức đối với giáo dục”.

2
Trong toạ đàm, những người tham gia đã thảo luận và chia sẻ về đặc điểm, ảnh
hưởng của AI, Chat GPT, bàn về các chiến lược hành động trong tương lai của
ngành Giáo dục. Cơ hội và thách thức của Chat GPT trong học tập và giáo dục vẫn
đang là một vấn đề cần được giải mã khi mà những nghiên cứu về khả năng của
Chat GPT vẫn còn hạn chế không chỉ trong nước mà cả trên thế giới. Với những lý
do ở trên, nhóm đã quyết định lựa chọn đề tài nghiên cứu “Các yếu tố ảnh hưởng
đến sự chấp nhận và sử dụng Chat GPT vào học tập của sinh viên trường Đại học
Công Nghiệp TPHCM”. Kết quả nghiên cứu là cơ sở để đưa ra những khuyến nghị
ban đầu cho giảng viên, các nhà quản lý giáo dục và các đối tượng quan tâm trong
việc quản lý việc sử dụng Chat GPT trong học tập của sinh viên.
2. Mục tiêu nghiên cứu
2.1 Mục tiêu nghiên cứu tổng quát
Nhằm tìm hiểu các yếu tố ảnh hưởng đến sự chấp nhận và sử dụng Chat GPT
vào học tập của sv trường đại học Công Nghiệp TP.HCM. Qua đó đề xuất những
giải pháp
2.2 Mục tiêu nghiên cứu cụ thể
1) Xác định các yếu tố ảnh hưởng đến việc sử dụng Chat GPT vào học tập của
sinh viên trường Đại học Công nghiệp TP.HCM
2) Đo lường các yếu tố ảnh hưởng đến việc sử dụng Chat GPT vào học tập của
sinh viên trường Đại học Công nghiệp TP.HCM
3) Đề xuất các giải pháp nhằm hạn chế các yếu tố ảnh hưởng đến sự chấp nhận
và sử dụng Chat GPT vào học tập của sinh viên trường Đại học Công nghiệp
TP.HCM
3. Câu hỏi nghiên cứu
Câu hỏi 1: Các yếu tố ảnh hưởng đến sự chấp nhận và sử dụng Chat GPT vào học
tập của sinh viên trường Đại học Công Nghiệp TPHCM?
Câu hỏi 2: Mức độ ảnh hưởng của các nhân tố đến sự chấp nhận và sử dụng Chat
GPT vào học tập của sinh viên?

3
Câu hỏi 3: Đánh giá của sinh viên về khả năng cung cấp thông tin và mức độ
chính xác của Chat GPT?
Câu hỏi 4: Các giải pháp để sinh viên ứng dụng sử dụng Chat GPT hiệu quả và
hợp lý hơn?
4. Phương pháp nghiên cứu
4.1. Nguồn dữ liệu
Dữ liệu thứ cấp: Thông qua sách, internet, các bài báo, các bài nghiên cứu khoa
học
Dữ liệu sơ cấp: Sử dụng phương pháp khảo sát trực tiếp và trực tuyến.
4.2. Phương pháp nghiên cứu định tính
Nghiên cứu định tính là một phương pháp thu thập được sử dụng trong nhiều
các nghiên cứu khác nhau. Các thông tin và dữ liệu được thu thập chi tiết về đối
tượng, hành vi đối tượng và lý do ảnh hưởng đến hành vi này, dựa trên phương
pháp khảo sát hoặc điều tra. Đề tài được thực hiện thông qua phương pháp nghiên
cứu định tính, tác giả tìm tài liệu, thu thập, tổng hợp, phân tích, so sánh và đánh
giá các tài liệu từ các nghiên cứu trước, kế thừa có chọn lọc những tài liệu này,
nhằm xác định được mô hình, các yếu tố, thang đo. Sau đó, sử dụng phương pháp
Thảo luận nhóm nhằm khám phá, điều chỉnh, bổ sung thang đo. Từ đó, hình thành
thang đo hoàn chỉnh cho nghiên cứu định lượng tiếp theo.
4.3. Phương pháp nghiên cứu định lượng
Giai đoạn nghiên cứu định lượng, tác giả nghiên cứu mô hình đã có trước và kế
thừa từ phương pháp nghiên cứu định tính. Tiến hành đo lường độ tin cậy
Cronbach’s Alpha và phân tích nhân tố khám phá Efa nhằm kiểm tra, xác định lại
mô hình để thực hiện nghiên cứu. Đề tài sử dụng nhiều công cụ phân tích dữ liệu:
Thống kê mô tả; đo lường độ tin cậy Cronbach’s alpha, phân tích nhân tố khám
phá (EFA). Phân tích nhân tố khẳng định CFA được sử dụng để kiểm định lại
thang đo và phân tích mô hình cấu trúc tuyến tính SEM sử dụng để kiểm định mô
hình nghiên cứu.

4
3. Phạm vi nghiên cứu
Phạm vi không gian: Trường Đại học Công nghiệp Thành phố Hồ Chí Minh cơ sở
Thành phố Hồ Chí Minh
Phạm vi thời gian: Từ 16/03/2023 – 26/03/2023
4. Đối tượng nghiên cứu
Các yếu tố ảnh hưởng đến sự chấp nhận và sử dụng Chat GPT
PHẦN II. CỞ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN
1. Các khái niệm cơ bản
1.1. Chatbot trí tuệ nhân tạo
1.1.1 Trí tuệ nhân tạo
Trí tuệ nhân tạo (Artificial Intelligence - AI) là một lĩnh vực trong khoa học
máy tính và kỹ thuật điện tử, nhằm tạo ra các hệ thống và chương trình máy tính
có khả năng học hỏi, tư duy, phân tích và giải quyết vấn đề một cách tự động mà
không cần sự can thiệp của con người. Mục tiêu của trí tuệ nhân tạo là tạo ra các
hệ thống thông minh có khả năng tự động hoá nhiều công việc mà trước đây chỉ có
con người mới có thể thực hiện được. Các ứng dụng của trí tuệ nhân tạo rất đa
dạng, từ các hệ thống hỗ trợ ra quyết định trong doanh nghiệp, xử lý ngôn ngữ tự
nhiên, tự động lái xe, chơi game và nhận diện hình ảnh. Trí tuệ nhân tạo đang
được coi là một trong những xu hướng công nghệ phát triển nhanh nhất và có tiềm
năng ứng dụng rộng rãi trong tương lai.
1.1.2 Chatbot
Chatbot (hay còn gọi là bot trò chuyện) là một loại phần mềm được thiết kế để
tự động trả lời các câu hỏi hoặc thực hiện các tác vụ thông qua cuộc trò chuyện
trực tuyến với người dùng. Chatbot thường được sử dụng để hỗ trợ khách hàng
trong việc tìm kiếm thông tin, giải đáp thắc mắc, thực hiện các nhiệm vụ đơn giản
và cung cấp dịch vụ tư vấn. Chatbot có thể được lập trình để sử dụng trí tuệ nhân
tạo và học máy để nâng cao khả năng tương tác với người dùng. Chatbot được sử
dụng phổ biến trong nhiều lĩnh vực, từ dịch vụ khách hàng đến giáo dục và giải trí.

5
1.1.3 Chat Bot trí tuệ nhân tạo
Chatbot trí tuệ nhân tạo (AI chatbot) là một loại chatbot được tích hợp trí tuệ
nhân tạo để có khả năng tự động học và cải thiện khả năng tương tác với người
dùng thông qua các cuộc trò chuyện trực tuyến. Chatbot trí tuệ nhân tạo có thể xử
lý và trả lời các câu hỏi của người dùng một cách tự động mà không cần sự can
thiệp của con người, và có khả năng học hỏi và cải thiện khả năng của mình theo
thời gian. Chatbot trí tuệ nhân tạo thường được sử dụng trong các lĩnh vực như
dịch vụ khách hàng, bán lẻ, ngân hàng, bảo hiểm, giáo dục và giải trí. Chatbot trí
tuệ nhân tạo giúp tối ưu hóa trải nghiệm của khách hàng và tiết kiệm chi phí cho
các doanh nghiệp.
1.2 Hành vi người tiêu dùng
Hành vi của người tiêu dùng đề cập đến nghiên cứu về cách khách hàng, cả cá
nhân và tổ chức, thỏa mãn nhu cầu và mong muốn của họ bằng cách lựa chọn,
mua, sử dụng và xử lý hàng hóa, ý tưởng và dịch vụ. (Hiệp hội Marketing Mỹ -
AMA)
Một số quan điểm về khái niệm hành vi người tiêu dùng:
Theo Philip Kotler, “hành vi của người tiêu dùng là việc nghiên cứu cách các cá
nhân, nhóm và tổ chức lựa chọn, mua, sử dụng và loại bỏ hàng hóa, dịch vụ, ý
tưởng và trải nghiệm để thỏa mãn nhu cầu và mong muốn của họ”.
Theo David L.Loudon & Albert J. Della Bitta, “hành vi người tiêu dùng được
định nghĩa là quá trình ra quyết định và hành động thực tế của các cá nhân khi
đánh giá, mua sắm, sử dụng hoặc loại bỏ những hàng hoá và dịch vụ”.
Tương tự, theo quan điểm của Leon G. Schiffman & Leslie Lazar Kanuk, “hành
vi người tiêu dùng là toàn bộ hành động mà người tiêu dùng bộc lộ ra trong quá
trình trao đổi sản phẩm, bao gồm: điều tra, mua sắm, sử dụng, đánh giá và xử lý
thải bỏ sản phẩm và dịch vụ nhằm thoả mãn nhu cầu của họ”.

6
1.3 Các yếu tố ảnh hưởng đến sự chấp nhận và sử dụng chat GPT vào học tập
của sinh viên
Có nhiều yếu tố có thể ảnh hưởng đến sự chấp nhận và sử dụng Chat GPT vào
học tập của sinh viên trường đại học. Sau đây là một số yếu tố quan trọng:
- Chưa có bản dùng thử tại Việt Nam.
- Bản Chất GPT Plus có giá cao đối với sinh viên 20 USD/tháng (tương đương
470.000 VND).
- Thông tin Chat GPT chỉ cập nhập tới tháng 9/2021.
- Độ tin cậy của Chat DOT: Sinh viên có thể không tin tưởng vào kết quả do
Chat GPT trả về nếu họ cho rằng nó không chính xác hoặc không đáng tin cậy.
Điều này có thể dẫn đến việc sinh viên không sử dụng Chat GPT trong học tập của
mình.
- Độ khó sử dụng của Chat GPT: Nếu Chat GPT quá khó sử dụng hoặc không
dễ sử dụng, sinh viên có thể không muốn sử dụng nó. Điều này có thể dẫn đến
việc sinh viên sử dụng các công cụ khác thay vì Chat GPT để hỗ trợ học tập của
mình.
- Động lực của sinh viên: Việc sử dụng Chat GPT để hỗ trợ học tập của mình
phụ thuộc rất nhiều vào động lực của sinh viên.
- Kiến thức và kinh nghiệm của sinh viên: Sinh viên sẽ cảm thấy dễ dàng hơn
khi sử dụng Chat GPT nếu họ có kiến thức và kinh nghiệm về công nghệ thông
tin. Nếu không, họ có thể cảm thấy khó khăn trong việc sử dụng công cụ này.
- Khả năng sử dụng tiếng Anh: Cho GPT được thiết kế để sử dụng tiếng Anh,
do đó, nếu sinh viên không có khả năng sử dụng tiếng Anh, họ có thể gặp khó
khăn trong việc sử dụng Chat GPT.
- Công cụ học tập khác: Sinh viên có thể đã sử dụng các công cụ học tập khác
trước đó và cảm thấy thoải mái với chúng. Do đó, họ có thể không muốn sử dụng
Chat GPT vì cảm thấy chúng không phù hợp với nhu cầu của mình.
- Khả năng tiếp cận: Sinh viên có thể không có tiếp cận đủ tốt đến máy tính
hoặc Internet để sử dụng Chat GPT.

7
2. Các mô hình lý thuyết
2.1 Thuyết phổ biến sự đổi mới – IDT
Mô hình này đã được Roger xây dựng thành công, ông cho rằng những lợi ích
của sự đổi mới sẽ làm cho khách hàng chấp nhận và nhận ra sự khác biệt, quá trình
này gồm có năm bước: biết đến, quan tâm, đánh giá, dùng thử và chấp nhận. Các
bước này được Roger cụ thể hoá: Đầu tiên người tiêu dùng biết sản phẩm mới này
nhưng vẫn chưa có đủ thông tin về sản phẩm. Người tiêu dùng sẽ quan tâm và tìm
kiếm các thông tin về sản phẩm, về những đặc điểm mới của sản phẩm. Sau khi
biết những thông về sản phẩm, người tiêu dùng sẽ đánh giá và xem xét việc có nên
dùng thử sản phẩm. Người tiêu dùng mua sản phẩm để đánh giá kĩ hơn về sản
phẩm. Cuối cùng, khi sản phẩm đạt được sự hài lòng của khách hàng, họ quyết
định thường xuyên sử dụng sản phẩm (E.Roger).
2.2. Thuyết hành động hợp lý – TRA
Thuyết hành động hợp lý TRA do hai nhà nghiên cứu Fishbein & Ajzen đồng
phát triển. Sau quá trình hoàn thiện, hiệu chỉnh và mở rộng nhà nghiên cứu đã chỉ
ra rằng nhân tố quan trọng nhất để dự đoán hành vi tiêu dùng đó là ý định và ý
định bị tác động bởi hai yếu tố: thái độ và chuẩn chủ quan. Đặc biệt, dựa trên cơ
sở lý thuyết của TRA cho thấy rằng ý định được xem là tiền đề trực tiếp dẫn đến
hành vi sử dụng công nghệ (Fishbein & Ajzen).
2.3. Thuyết hành vi dự định – TPB
Đây là mô hình cải tiến và hoàn thiện hơn của mô hình TRA trong việc dự đoán
và cụ thể hóa hành vi của người tiêu dùng trong cùng một hoàn cảnh nghiên cứu
(Nguyễn Ngọc Mai).
2.4. Mô hình chấp nhận công nghệ - TAM
Các nghiên cứu về việc sử dụng hệ thống thông tin thường được ứng dụng trong
mô hình công nghệ TAM.

8
 Hình 1 . Mô hình chấp nhận công nghệ TAM (F. Davis)
Với:
Biến bên ngoài là những yếu tố tác động tới niềm tin của một người về việc chấp
nhận sản phẩm hay dịch vụ. Biến này có hai nguồn gốc là quá trình nhận thức,
cảm nhận của bản thân và quá trình ảnh hưởng đến từ xã hội (F. Davis).
Nhận thức sự hữu ích là mức độ niềm tin của một người về việc sử dụng hệ thống
đặc thù sẽ nâng cao hiệu suất công việc của chính họ (F. Davis).
Nhận thức tính dễ sử dụng là mức độ niềm tin của một người về việc sử dụng hệ
thống đặc thù mà không cần phải cố gắng (F. Davis).
Mô hình TAM sau đó đã được các nhà nghiên cứu hoàn thiện, điều chỉnh và đơn
giản hoá bằng cách loại bỏ đi yếu tố Thái độ dẫn tới hành vi trong mô hình gốc
TRA (V. Venkatesh và F. Davis).

9
 Hình 2. Mô hình chấp nhận công nghệ TAM (V. Venkatesh và F. Davis)

Nhận thức sự hữu ích

Ý định hành vi Hành vi

Nhận thức tính dễ sử dụng

2.5. Mô hình chấp nhận và sử dụng công nghệ - UTAUT

Mô hình UTAUT là mô hình tổng hợp từ các mô hình chấp nhận công nghệ
trước đó, tác giả nghiên cứu mô hình cho rằng có 4 yếu tố ảnh hưởng trực tiếp đến
quyết định sử dụng và hành vi sử dụng: mong đợi về sự nỗ lực (Effort
Expectancy), điều kiện thuận tiện (Facilitating Conditions), mong đợi về thành
tích ((Performance Expectancy), ảnh hưởng xã hội (Social Influence). Bên cạnh
đó, giới tính, kinh nghiệm, độ tuổi và sự tự nguyện là có ảnh hưởng gián tiếp đến 4
nhân tố trên (V. Venkatesh & Cộng sự).
3. Giả thuyết nghiên cứu
3.1 Nhận thức hữu ích
Tính hữu ích là sự tin tưởng vào hệ thống giúp cho cá nhân sử dụng nâng cao
được hiệu quả công việc (Davis, 1989; 1993; Venkatesh và cộng sự, 2003). Tính
hữu ích là nhân tố thúc đẩy xu hướng hay dự định của người sử dụng chấp nhận
một hệ thống công nghệ mới (Venkatesh và cộng sự, 2003; Lin và cộng sự, 2005;
Roca & Gagne, 2008; Park, 2009; Park và cộng sự, 2012; Punnoose, 2012; Chen

10
& Tseng, 2012; Mohammadi, 2015). Trong nghiên cứu này, đối với hệ thống Chat
GPT nhận thức hữu ích có thể được xem xét thông qua việc giúp cho sinh viên cải
thiện việc học tập, cải thiện kết quả cũng như nhận thức về lợi ích của hệ thống
mang lại với họ.
Giả thuyết H1: Yếu tố “ Nhận thức hữu ích” có tác động tích cực đến sự chấp
nhận và sử dụng Chat GPT.
3.2 Nhận thức dễ dàng sử dụng
Tính dễ sử dụng là nhận thức về khả năng dễ dàng sử dụng dịch vụ khi cá nhân
được tiếp xúc với hệ thống dịch vụ. Nhiều nghiên cứu cho thấy tính dễ sử dụng có
ảnh hưởng tích cực đến tính hữu ích được nhận thức và ý định hành vi ( Al-
Maroof & Al-Emran, 2018). Tính dễ sử dụng là niềm tin về khả năng có thể sử
dụng hệ thống một cách dễ dàng, dễ đạt được việc sử dụng thành thạo dịch vụ
trong thời gian ngắn hay cảm nhận về những thao tác sử dụng đơn giản.
Giả thuyết H2: Yếu tố “ Nhận thức dễ dàng sử dụng” có tác động tích cực đến
tính hữu ích.
3.3 Nhận thức kiểm soát hành vi
Nhận thức kiểm soát hành vi là cảm nhận cá nhân, mức độ kiểm soát khi thực
hiện hành vi (Ajzen và cộng sự 1986; 1991; 2002). Nhận thức kiểm soát hành vi là
cảm nhận của khách hàng về sự chấp nhận và sử dụng Chat GPT.
Giả thuyết H3: Yếu tố “ Nhận thức kiểm soát hành vi” có tác động tích cực đến
sự chấp nhận và sử dụng Chat GPT
3.4 Ảnh hưởng xã hội
Theo Venkatesh và cộng sự 2003, ảnh hưởng xã hội là mức độ mà một cá nhân
thấy rằng những người quan trọng đối với họ nghĩ rằng nên sử dụng hệ thống
thông tin mới. Ảnh hưởng xã hội là một yếu tố quyết định trực tiếp đến ý định
hành vi. Trong nghiên cứu này, yếu tố xã hội là mức độ tác động của người có ảnh
hưởng ( bạn bè, gia đình,...) nghĩ rằng sinh viên nên chấp nhận và sử dụng Chat
GPT vào học tập.

11
 Giả thuyết H4: Yếu tố “ Ảnh hưởng xã hội” có tác động tích cực đến sự chấp
nhận và sự dụng Chat GPT.
3.5 Kỳ vọng hiệu quả
Kỳ vọng hiệu quả là mức độ một cá nhân tin rằng việc sử dụng hệ thống thông
tin mới sẽ giúp đạt hiệu quả cao hơn trong công việc( Venkatesh và cộng sự,
2003). Trong nghiên cứu này, kỳ vọng hiệu quả đối với Chat GPT là mức độ mà
sinh viên sử dụng nghĩ rằng việc chấp nhận và sử dụng sẽ giúp đạt hiệu quả cao
trong học tập, mang lại nhiều lợi ích hơn.
Giả thuyết H5: Yếu tố “ Kỳ vọng hiệu quả” tác động tích cực đến sự chấp nhận
và sử dụng Chat GPT.
3.6 Rào cản kỹ thuật
Rào cản kỹ thuật là những bất lợi về khía cạnh công nghệ, kỹ thuật đến việc tiếp
cận hệ thống dịch vụ (Julander, 2003). Rào cản về mặt kỹ thuật càng lớn lớn sẽ tác
động tiêu cực đến xu hướng chấp nhận sử dụng hệ thống của người sử dụng. Do
đó, nghiên cứu này đưa ra giả thuyết:
Giả thuyết H6: Yếu tố “ Rào cản kỹ thuật” có tác động tiêu cực đến sự chấp
nhận và sử dụng Chat GPT.
4. Mô hình nghiên cứu
Dựa trên lý thuyết của mô hình lý thuyết hành động hợp lý (TRA), thuyết hành
vi dự định (TPB), thuyết phổ biến sự đổi mới ( IDT) và các mô hình nghiên cứu
liên quan đến sự chấp nhận và sử dụng Chat GPT, nhóm đề xuất mô hình nghiên
cứu gồm 6 yếu tố: (1) nhận thức hữu ích; (2) nhận thức dễ dàng sử dụng; (3) nhận
thức kiểm soát hành vi; (4) ảnh hưởng xã hội; (5) kỳ vọng hiệu quả và (6) rào cản
kỹ thuật.

12
 Hình 3. Mô hình nghiên cứu

Nhận thức hữu ích

H1+

Nhận thức đễ dang H2+

sử dụng

H3+
Nhận thức kiểm
soát hành vi Chấp nhận và
H4+
sử dụng
Ảnh hưởng xã hội
H5+

Kỳ vọng hiệu quả

H6-
Rào cản kỹ thuật

13
5. Phương pháp nghiên cứu
5.1 Phương pháp nghiên cứu
* Phương pháp thu thập thông tin định lượng
Nghiên cứu định lượng được thông qua phương thức khảo sát bằng bảng câu
hỏi, sử dụng dạng thức Likert với 5 mức độ từ 1: Hoàn toàn không đồng ý - 5:
Hoàn toàn đồng ý.
5.3 Xây dựng bảng câu hỏi
* Thang đo được sử dụng nghiên cứu
Nghiên cứu xây dụng, thiết kế thang đò phù hợp với điều kiện thực tiễn dựa
trên những nghiên cứu trước đó về sự chấp nhận và sử dụng, qua đó kế thừa và bổ
sung để phù hợp với mục đích nghiên cứu. Tất cả các biến quan sát trong thành
phần đều sử dụng thang đo Likert 5 điểm với sự lựa chọn theo mức độ tăng dần từ
1 đến 5: (1) Hoàn toàn không đồng ý; (2) Không đồng ý ; (3) Bình thường; (4)
Đồng ý; (5) Hoàn toàn đồng ý.
Bảng 1. Mã hóa và thang đo nghiên cứu

NHÂN TỐ MÃ BIẾN QUAN SÁT Nguồn

HÓA
PU1 Hiệu suất làm việc tốt hơn khi sử
dụng Chat GPT
PU2 Chat GPT giúp việc tìm kiếm (Venkatesh và cộng
Nhận thức hữu ích thông tin nhanh hơn trong quá sự, 2003)
(PU) trình học tập (Davis và cộng
PU3 Sử dụng Chat GPT giúp tăng sự,1989)
hiệu quả trong học tập
PEU1 Tôi có thể tìm kiếm thông tin dễ
dàng thông qua Chat GPT (Venkatesh và cộng
Nhận thức dễ dàng sự, 2003)

14
 sử dụng (PEU) PEU2 Tôi thấy giao diện của Chat GPT (Davis, 1993)
rõ ràng, dễ hiểu (Taylor &
PEU3 Tôi có thể thao tác và giao tiếp Todd,1995)
dễ dang với Chat GPT
PBC1 Cần có các nguồn lực cần thiết
Nhận thức kiểm cho việc sử dụng Chat GPT (Brown, 1990)
soát hành vi (PBC) PBC2 Sử dụng Chat GPT hoàn toàn (Berry và cộng sự,
trong tầm kiểm soát 2002)
SI1 Những người quan trọng ( gia (Yu,2012)
đình, bạn bè,…) của tôi đang sử ( Oliveria và cộng
dụng Chat GPT sự,2014)
SI2 Chat GPT đang được sử dụng (Gu và cộng
Ảnh hưởng xã hội phổ biến sự,2009)
(SI)
SI3 Những người có ảnh hưởng đang (Venkatesh và cộng
sử dụng Chat GPT sự, 2003)

SI4 Bạn bè khuyến khích tôi nên sử (Venkatesh và cộng
dụng Chat GPT sự, 2003)

PE1 Sử dụng Chat GPT hiệu quả cho (Venkatesh và cộng
việc học tập của tôi sự, 2003)

PE2 Thông tin Chat GPT cung cấp (Yu,2012)

Kỳ vọng hiệu quả phù hợp với tôi ( Oliveria và cộng

(PE) sự,2014)
PE3 Sử dụng Chat GPT giúp tiết kiệm
thời gian của tôi

15
 BAR1 Hệ thống hạ tầng công nghệ
thông tin cho hệ thống Chat GPT (Phương pháp
Rào cản kỹ thuật còn chưa tốt Delphi)
(BAR) BAR2 Sử dụng hệ thống Chat GPT phải
sử dụng các phần mềm riêng
BAR3 Đăng ký tài khoản Chat GPT
phải tốn phí
BI1 Tôi sẽ sử dụng Chat GPT trong
tương lai
Chấp nhận và sử BI2 Tôi sẽ thường xuyên sử dụng (Davis,1993)
dụng (BI) Chat GPT trong quá trình học tập (Venkatesh và cộng
sự, 2003)
BI3 Tôi sẽ giới thiệu cho bạn bè,
người thân sử dụng Chat GPT

* Thiết kế bảng câu hỏi

Link Google Form:
https://docs.google.com/forms/d/1PIWvq0dNXXMPXwIxIjEuQ2VpQfBcYi42iK
3MA_Pytw8/viewform?edit_requested=true
5.4 Chọn mẫu nghiên cứu
5.4.1 Xác định tổng thể nghiên cứu
Tổng thể nghiên cứu: là sinh viên Trường Đại học Công nghiệp Thành phố Hồ
Chí Minh có ý định chấp nhận và sử dụng Chat GPT vào học tập.
5.4.2 Xác định khung tổng thể
Khung tổng thể bao gồm các phần tử của tổng thể mục tiêu đã được xác định.
Bao gồm các sinh viên đang học tập tại Trường Đại học Công Nghiệp TP.HCM,
có thể là các sinh viên đang hoạt động trong các câu lạc bộ/ đội/ nhóm, các sinh
viên thuộc một khoa nhất định hoặc sinh viên thuộc một khóa nhất định.

16
5.4.3 Phương pháp chọn mẫu
Mẫu sẽ được chọn theo phương pháp phi xác suất (phi ngẫu nhiên) với hình
thức chọn mẫu thuận tiện, các phần tử của mẫu được lựa chọn với xác suất không
giống nhau và chưa được xác định.
Nhóm nghiên cứu tiến hành tiếp cận với đối tượng khảo sát – sinh viên Trường
Đại học Công Nghiệp TP.HCM dựa trên tính thuận lợi, ở những nơi mà nhóm
nghiên cứu có khả năng tiếp cận được đối tượng khảo sát cao – khuôn viên trường
học, thang máy, canteen,....
5.4.4 Xác định quy mô mẫu
Quy mô - kích cỡ mẫu phụ thuộc vào phương pháp phân tích và kỳ vọng về độ
tin cậy. Nghiên cứu này sử dụng phân tích nhân tố khám phá EFA. Trong đó, để
phân tích nhân tố khám phá EFA cần có mẫu ít nhất 200 quan sát (Gorsuch, 1983);
theo Hair và công sự (1998) kích cỡ mẫu ít nhất bằng 5 lần số biến quan sát; các
quy tắc và kinh nghiệm khác trong việc xác định cỡ mẫu cho phân tích EFA -
thông thường là số quan sát (kích thước mẫu) ít nhất bằng 4 đề tài có 21 biến quan
sát, do đó cỡ mẫu tối thiểu sẽ là 21 x 5 = 105. Tuy nhiên, để đảm bảo tính giá trị
và tính chính xác của đề tài nghiên cứu, ở đây nhóm lựa chọn số lượng mẫu
nghiên cứu là 233 mẫu, tương đương với 233 bảng câu hỏi được gửi đi để khảo sát
các sinh viên của Trường Đại học Công Nghiệp Thành phố Hồ Chí Minh.

PHẦN III. KẾT QUẢ NGHIÊN CỨU

1. Thống kê kết quả nghiên cứu

1.2. Thống kê mô tả nghiên cứu
Mẫu quan sát đã được thu nhập theo phương pháp thuận tiện thông qua hình
thức khảo sát online bằng bảng câu hỏi. Đối tượng được khảo sát chuyên sâu là
sinh viên trường Đại học Công nghiệp Thành phố Hồ Chí Minh. Sau khi khảo sát

17
đã thu về 233 mẫu quan sát và đưa vào xử lý bằng phần mềm SPSS 20.0 để có thể
tiến hành nghiên cứu định lượng chính thức.
1.2.1. Thống kê mô tả giới tính
Sau khi sàng lọc và nhận về các kết quả quan sát hợp lệ, tác giả đã đem các đặc
tính nhân khẩu học như giới tính, năm học tại trường của sinh viên trường Đại học
Công nghiệp Thành phố Hồ Chí Minh, và sau đó phân tích dữ liệu này thông qua
phần mềm SPSS, ta có mô tả thống kê kết quả như sau:

Bảng 2. Thống kê mô tả giới tính

Số lượng Tỷ lệ (%)
Nam 116 49,8
Valid Nữ 117 50,2
Total 233 100,0

Qua thống kê với các mẫu quan sát, ta thấy tỷ lệ giới tính nữ là 117 khảo sát,
chiếm 35,1% và lớn hơn giới tính nam với 116 khảo sát chiếm 34,8% , do tỷ lệ
giới tính không chênh lệch quá nhiều, nên kết quả khảo sát ít có sự khác biệt giữa
hai giới tính.
1.2.2. Thống kê mô tả năm học tại trường
Dưới dây là kết quả thống kê mô tả về năm học tại trường của 233 mẫu quan sát
tác giả đã thu nhập được qua quá trình khảo sát. Kết quả mô tả thống kê về năm
học tại trường giúp tác giả xác định được sinh viên năm thứ mấy sẽ quan tâm
nhiều nhất về việc sử dụng ChatGPT hiện nay.
Bảng 3. Thống kê mô tả độ tuổi của mẫu quan sát
Số lượng Tỷ
lệ(%)

18
 Năm
39 16,7
nhất

Nhóm sinh Năm 2 59 25,3

viên Năm 3 78 33,5
Năm 4 57 24,5
Total 233 100,0

Từ kết quả thống kê nhận được trong tổng 233 quan sát có, nhóm sinh viên năm
nhất chỉ có 39 người (chiếm 11,7%) là nhóm có tỉ lệ thấp nhấp trong nhóm. Cao
nhất đó là nhóm sinh viên năm 3 với số lượng 78 người (chiếm 23,4%), xếp ngay
sau đó lần lượt là các nhóm sinh viên năm 2 với số lượng 59 người (chiếm 17,7%)
và nhóm sinh viên năm 4 với 57 người (chiếm 17,1%). Từ đó ta thấy được rằng
sinh viên 2 và năm 3 có xu hướng sử dụng ChatGPT nhiều nhất, nhiều hơn so với
năm nhất do khối lượng môn học chưa thật sự nhiều và năm 4 do khối lượng môn
học đã được học thành một phần lớn nên nhu cầu sử dụng ChatGPT không cao
bằng năm 2 và năm 3.
1.2.3. Thống kê mô tả việc ứng dụng ChatGPT vào học tập
Ứng dụng ChatGPT xuất hiện và rất nổi trội nên việc sinh viên biết đến là rất dễ
dàng. Nhưng ChatGPT được sử dụng cho rất nhiều mục đích khác nhau. Kết quả
thống kê dưới dây sẽ cho thấy tỉ lệ sinh viên biết đến và đã ứng dụng ChatGPT
vào học tập như thế nào:

Bảng 4. Thống kê mô tả ứng dụng ChatGPT vào học tập

Số lượng Tỷ lệ (%)
Chưa
132 44,3
từng
Đã từng 101 56,7

19
 Total 233 100,0

Từ kết quả thống kê trong tổng số 233 quan sát, nhóm sinh viên đã ứng dụng
ChatGPT vào việc học tập có 101 người (chiếm 30,3%) và chưa từng ứng dụng là
132 người (chiếm 39,6%). Điều đó cho thấy sinh viên trường Đại học Công
nghiệp tuy có thể biết đến và đã sử dụng ChatGPT nhưng việc ứng dụng vào học
tập chưa thật sự cao.
Tóm lại thông qua kết quả mô tả thống kê về giới tính, năm học tại trường và
mức độ ứng dụng ChatGPT vào học tập của sinh viên trường Đại học Công
Nghiệp Thành phố Hồ Chí Minh, thì tác giả nhận thấy rằng tỷ lệ chênh lệch nhau
không quá lớn, vì vậy tác giả cho rằng việc giới tính, năm học tại trường,… đều
không ảnh hưởng quá nhiều đến việc chấp nhận và sử dụng ChatGPT vào học tập
của sinh viên trường Đại học Công Nghiệp Thành phố Hồ Chí Minh.

2. Kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo.
2.1. Sự hữu ích khi chấp nhận và sử dụng ChatGPT
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự
chặt chẽ và tương quan giữa các biến quan sát. Và phương pháp này cho phép loại
bỏ những biến không phù hợp đồng thời có thể hạn chế các biến rác trong mô hình
nghiên cứu.
Bảng 5. Kết quả kiểm định Cronbach’s Alpha của sự hữu ích
Biến quan sát Hệ số tương quan biến Hệ số Cronbach’s
tổng Alpha nếu loại biến
SỰ HỮU ÍCH KHI CHẤP NHẬN VÀ SỬ DỤNG CHATGPT(SHI): Cronbach’s
Alpha = 0,978
SHI1 ,959 ,963
SHI2 ,950 ,969
SHI3 ,948 ,971

20
 Kết quả cho thấy bao gồm cả 3 biến quan sát ảnh hưởng đến sự chấp nhận và
ứng dụng ChatGPT vào học tập, thì ta thấy tất cả các biến quan sát đều có hệ số
tương quan tổng phù hợp từ 0.3 trở lên nên được lựa chọn. Hệ số Cronbach’s
Alpha của nhân tố sự hữu ích = 0.978 > 0.6, và hệ số Cronbach’s Alpha nếu loại
biến của các biến quan sát cũng đều > 0.6 nên thang đo này đạt tiêu chuẩn. Vì thế,
các biến quan sát trong nhân tố sự hữu ích đều thỏa mãn yêu cầu khi thực hiện
kiểm định độ tin cậy của thang đo, do đó phù hợp để thực hiện kiểm định tiếp
theo.
2.2. Mức độ dễ sử dụng
Đối với việc kiểm định Cronbach’s Alpha cho nhân tố mức độ dễ sử dụng, tác
giả nhằm mục đích kiểm định sự phù hợp và độ đáng tin cậy của nhân tố này trong
thang đo để có thể thực hiện các bước kiểm định kế tiếp.

Bảng 6. Kết quả kiểm định Cronbach’s Alpha của mức độ dễ sử dụng

Biến quan sát Hệ số tương quan biến Hệ số Cronbach’s

tổng Alpha nếu loại biến
MỨC ĐỘ DỄ SỬ DỤNG CỦA CHATGPT(DSD): Cronbach’s Alpha = 0,832

DSD1 ,827 ,621

DSD2 ,834 ,613
DSD3 ,464 ,958
Có được kết quả từ bảng trên, tất cả các biến quan sát đều có hệ số tương quản
tổng phù hợp từ 0.3 trở lên nên được chấp nhận. Hệ số Cronbach’s Alpha của nhân
tố mức độ dễ sử dụng = 0.832 >0.6, và hệ số Cronbach’s Alpha nếu loại biến của
các biến quan sát cũng đều >0.6 nên thang đo này đạt tiêu chuẩn và thỏa mãn điều
kiện yêu cầu trong kiểm định. Sau khi kiểm định ta thấy, các biến quan sát trong
nhân tố sự dễ sử dụng đều thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy

21
của thang đo và có mức ý nghĩa phù hợp, do đó tác giả có thể thực hiện được bước
kiểm định tiếp theo.
2.3. Mức độ kiểm soát hành vi
Tiếp tục, tác giả kiểm định Cronbach’s Alpha cho biến phụ thuộc kế tiếp trong thang
đo là mức độ kiểm soát hành vi, nhằm kiểm định sự phù hợp của nhân tố này khi ảnh
hưởng đến sự chấp nhận và ứng dụng ChatGPT vào học tập của sinh viên, cũng như các
biến quan sát có phù hợp để thực hiện các bước kiểm định tiếp theo. Và xem xét mức phù
hợp cùng độ đáng tin cậy của các biến quan sát cho việc kiểm định này.

Bảng 7. Kết quả kiểm định Cronbach’s Alpha của mức kiểm soát hành vi
Biến quan sát Hệ số tương quan biến Hệ số Cronbach’s
tổng Alpha nếu loại biến
MỨC ĐỘ KIỂM SOÁT HÀNH VI KHI CHẤP NHẬN VÀ SỬ DỤNG CỦA
CHATGPT(KSHV): Cronbach’s Alpha = 0,980
KSHV1 ,961
KSHV2 ,961
Trong kết quả kiểm định trên ta có được tất cả các biến quan sát đều mang hệ số
tương quan tổng phù hợp từ 0.3 trở lên nên phù hợp để lựa chọn. Hệ số
Cronbach’s Alpha của nhân tố trên = 0.980 > 0.6 từ đó ta thấy thang đo này đạt
tiêu chuẩn. Đồng thời, việc chấp nhận các biến quan sát về nhân tố mức độ kiểm
soát hành vi cho các bước kiểm định tiếp theo là có ý nghĩa và phù hợp.
2.4. Ảnh hưởng xã hội
Kế đến kiểm định Cronbach’s Alpha cho nhân tố ảnh hưởng xã hội trong thang đo
cùng với 4 biến quan sát gây ảnh hưởng đến sự chấp nhận và sử dụng ChatGPT vào học
tập của sinh viên trường Đại học Công Nghiệp Thành phố Hồ Chí Minh.

Bảng 8. Kết quả kiểm định Cronbach’s Alpha của ảnh hưởng xã hội
Biến quan sát Hệ số tương quan Hệ số Cronbach’s
biến tổng Alpha nếu loại biến

22
 ẢNH HƯỞNG CỦA XÃ HỘI ĐẾN SỰ CHẤP NHẬN VÀ SỬ DỤNG
CHATGPT (XH): Cronbach’s Alpha = 0,982
XH1 ,952 ,976
XH2 ,953 ,976
XH3 ,965 ,973
XH4 ,942 ,979

Sau khi nhận được kết quả thống kê của kiểm định trên, tác giả thấy được rằng
tất cả các biến quan sát đều có hệ số tương quan tổng phù hợp từ 0.3 trở lên nên
được lựa chọn. Hệ số Cronbach’s Alpha của nhân tố ảnh hưởng xã hội = 0.982
>0.6, và hệ số Cronbach’s Alpha nếu loại biến của các biến quan sát cũng đều
>0.6 nên thang đo này đạt tiêu chuẩn. Cho nên, các biến quan sát trong nhân tố
ảnh hưởng của xã hội đều thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của
thang đo. Điều này cho thấy các biến quan sát trong nhân tố ảnh hưởng xã hội có ý
nghĩa thống kê và chấp nhận cho để thực hiện các bước kiểm định sau.
2.5. Mức độ kỳ vọng hiệu quả
Nhân tố mức độ kỳ vọng hiệu quả được xem là một nhân tố khá ảnh hưởng đến sự
chấp nhận của sinh viên, vì vậy tác giả cần kiểm định độ tin cậy thang đo các biến quan
sát trong nhân tố này và để xem các biến quan sát để có phù hợp đồng thời có đạt mức ý
nghĩa phù hợp cho thực hiện các bước phân tích tiếp theo hay không.

Bảng 9. Kết quả kiểm định Cronbach’s Alpha của mức độ kỳ vọng hiệu quả

Biến quan sát Hệ số tương quan Hệ số Cronbach’s

biến tổng Alpha nếu loại biến
MỨC ĐỘ KỲ VỌNG HIỆU QUẢ KHI CHẤP NHẬN VÀ SỬ DỤNG
CHATGPT (KV): Cronbach’s Alpha = 0,980
KV1 ,957 ,968
KV2 ,961 ,966

23
 KV3 ,948 ,975
Qua kết quả kiểm định trên có thể thấy được tất cả biến quan sát đều có hệ số
tương quan tổng phù hợp từ 0.3 trở lên nên được lựa chọn. Hệ số Cronbach’s
Alpha của nhân tố mức độ kỳ vọng hiệu quả = 0.980 >0.6, và hệ số Cronbach’s
Alpha nếu loại biến của các biến quan sát cũng đều > 0.6 nên thỏa mãn yêu cầu
đồng thời các biến quan sát trong thang đo này đạt tiêu chuẩn. Và chấp nhận việc
các biến quan sát trong nhân tố mức độ kỳ vọng hiệu quả đều thỏa mãn yêu cầu
khi thực hiện kiểm định độ tin cậy của thang đo. Có mức độ ý nghĩa cao và có thể
thực hiện các kiểm định kế tiếp.
2.6. Rào cản
Và biến độc lập cuối cùng trong thang đo là “Rào cản” được tác giả thực hiện kiểm
định Cronbach’s Alpha cùng với các biến quan sát gây ảnh hưởng đến sự chấp nhận và sử
dụng ChatGPT vào học tập của sinh viên, dưới đây là kết quả kiểm định độ tin cậy
Cronbach’s Alpha của nhân tố này:

Bảng 10. Kết quả kiểm định Cronbach’s Alpha của rào cản khi chấp nhận và
sử dụng ChatGPT
Biến quan sát Hệ số tương quan Hệ số Cronbach’s
biến tổng Alpha nếu loại biến
RÀO CẢN KHI CHẤP NHẬN VÀ SỬ DỤNG CHATGPT (RC):
Cronbach’s Alpha = 0,971
RC1 ,959 ,942
RC2 ,937 ,957
RC3 ,917 ,972
Tóm lại, những kết quả kiểm định trên bảng ta thấy được tất cả các biến quan
sát đều có hệ số tương quan tổng phù hợp từ 0.3 trở lên nên được lựa chọn. Hệ số
Cronbach’s Alpha của nhân tố rào cản = 0.971 >0.6, và hệ số Cronbach’s Alpha
nếu loại biến của các biến quan sát cũng đều >0.6 nên thang đo này đạt tiêu chuẩn.
Vì thế, các biến quan sát trong nhân tố rào cản đều thỏa mãn yêu cầu khi thực hiện

24
kiểm định độ tin cậy của thang đo, nên các biến quan sát trong rào cản là có ý
nghĩa kiểm định cho các bước tiếp theo.
2.7. Biến phụ thuộc mức độ chấp nhận và sử dụng ChatGPT vào học tập
Ngoài kiểm định độ tin cậy Cronbach’s Alpha của các biến độc lập thì tác giả còn
kiểm định cả độ tin cậy của biến phụ thuộc là ý định mua sắm trực tuyến trong thang đo,
nhằm có thể tăng độ tin cậy và sự phù hợp cho thang đo để thực hiện các bước phân tích
sau.

Bảng 11. Kết quả kiểm định Cronbach’s Alpha của mức độ chấp nhận và sử dụng ChatGPT vào
học tập

Biến quan sát Hệ số tương quan Hệ số Cronbach’s

biến tổng Alpha nếu loại biến
MỨC ĐỘ CHẤP NHẬN VÀ SỬ DỤNG CHATGPT (CN):
Cronbach’s Alpha = 0,981
CN1 ,952 ,978
CN2 ,966 ,968
CN3 ,961 ,972
Hệ số Cronbach’s Alpha: Mức độ chấp nhận và sử dụng ChatGPT vào học tập –
CN = 0.981
Các yếu tố trong biến quan sát phụ thuộc đều có hệ số tương quan biến tổng > 0.3
nên được lựa chọn. Và hệ số Cronbach’s Alpha = 0.981 >0.6 vì vậy thang đo này
đạt tiêu chuẩn, do đó thang đo phù hợp để thực hiện các bước phân tích tiếp theo.
Tóm lại, sau khi kiểm định độ tin cậy Cronbach’s Alpha của các biến độc lập và
một biến phụ thuộc trong thang đo thì tất cả đều có hệ số Cronbach’s Alpha > 0.6,
đồng thời các biến quan sát trong thang đo đều có hệ số tương quan tổng phù hợp
> 0.3, nên đều được lựa chọn. Và vì thế nên các biến quan sát trong các nhân tố ở
thang đo đều thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo,
do đó phù hợp cho các bước tính tiếp theo.

25
3. Phân tích nhân tố khám phá EFA
3.1 Chạy EFA cho biến độc lập

Bảng 12. Kiểm định KMO and Bartlett’s Test

Hệ số KMO = 0.942 > 0.5, Sig. = 0.000 < 0.05, như vậy phân tích nhân tố là
phù hợp.

Bảng Total Variance Explained

26
 Có 1 nhân tố được trích từ 18 biến quan sát. Như vậy 1 nhân tố này tóm tắt
thông tin của 18 biến quan sát đưa vào EFA một cách tốt nhất. Tổng phương sai
mà 1 nhân tố này trích được là 91,30% > 50%, như vậy, 1 nhân tố được trích giải
thích được 90,30% biến thiên dữ liệu của 18 biến quan sát tham gia vào EFA.
3.2 Chạy EFA cho biến phụ thuộc

27
 Bảng Kiểm định KMO and Bartlett’s Test
Hệ số KMO = 0.786 > 0.5, sig Barlett’s Test = 0.000 < 0.05, như vậy phân tích
nhân tố là phù hợp.

Bảng Total Variance Explained

Có 1 nhân tố được trích từ 3 biến quan sát, nhân tố này tóm tắt thông tin của 3
biến quan sát đưa vào EFA một cách tốt nhất. Như vậy, nhân tố này giải thích
được 96,432% biến thiên dữ liệu của 3 biến quan sát tham gia vào EFA.

4. Phân tích tương quan 

28
 Bảng Correlations

Tương quan giữa biến độc lập với biến phụ thuộc: Trong bảng kết quả, Sig.
kiểm định t tương quan Pearson giữa 6 biến độc lập PU, PEU, PBC, SI, PE, BAR
với biến phụ thuộc BI đều nhỏ hơn 0.05. Như vậy, có mối liên hệ tuyến tính giữa
các biến độc lập này với biến phụ thuộc.
Tương quan giữa biến độc lập với biến độc lập: Trong bảng kết quả, Sig. kiểm
định t tương quan Pearson giữa 6 biến độc lập PU, PEU, PBC, SI, PE, BAR với
nhau đều nhỏ hơn 0.05. Như vậy, có mối liên hệ tuyến tính giữa các biến độc lập
này với biến phụ thuộc.

5. Phân tích hồi quy tuyến tính

29
 Bảng Model Summary

Dựa vào bảng Model Summary cho ta thấy. Giá trị R bình phương hiệu chỉnh
bằng 0.945 cho thấy các biến độc lập đưa vào phân tích hồi quy ảnh hưởng 94.5%
sự biến thiên của biến phụ thuộc, còn lại 5.5% là do các biến ngoài mô hình và sai
số ngẫu nhiên.
Kết quả bảng này cũng đưa ra giá trị Durbin–Watson để đánh giá hiện tượng tự
tương quan chuỗi bậc nhất. Giá trị DW = 2.351, nằm trong khoảng 1.5 đến 2.5 nên
kết quả không vi phạm giả định tự tương quan chuỗi bậc nhất.

Bảng 13. ANOVA

Bảng ANOVA cho chúng ta kết quả kiểm định F để đánh giá giả thuyết sự phù
hợp của mô hình hồi quy. Giá trị Sig. kiểm định F bằng 0.000 < 0.05, do đó, mô
hình hồi quy là phù hợp.

Đặt giả thuyết:

30
H1: Nhận thức hữu ích (PU) tác động đến sự chấp nhận và sử dụng ChatGPT.
H2: Nhận thức dễ dàng sử dụng (PEU) tác động đến sự chấp nhận và sử dụng
ChatGPT.
H3: Nhận thức kiểm soát hành vi (PBC) tác động đến sự chấp nhận và sử dụng
ChatGPT.
H4: Ảnh hưởng xã hội (SI) tác động đến sự chấp nhận và sử dụng ChatGPT.
H5: Kỳ vọng hiệu quả (PE) tác động đến sự chấp nhận và sử dụng ChatGPT.
H6: Rào cản (BAR) tác động đến sự chấp nhận và sử dụng ChatGPT.
Bảng 14. Coefficients

Biến PEU, PBC, SI có giá trị Sig. Kiểm định t lớn hơn 0.05, do đó, các biến này
không có ý nghĩa trong mô hình hồi quy, hay nói cách khác, các biến này không
có sự tác động lên biến phụ thuộc BI. Các biến còn lại gồm PU, PE, BAR đều có
Sig. kiểm định t nhỏ hơn 0.05, do đó các biến này đều có ý nghĩa thống kê, đều tác
động lên biến phụ thuộc BI. Hệ số hồi quy các biến độc lập này đều mang dấu
dương, như vậy các biến độc lập có tác động thuận chiều lên biến phụ thuộc.

Kết luận giả thuyết:

H1: Nhận thức hữu ích (PU) tác động đến sự chấp nhận và sử dụng ChatGPT
(Chấp nhận).
H2: Nhận thức dễ dàng sử dụng (PEU) tác động đến sự chấp nhận và sử dụng
ChatGPT (Bác bỏ).

31
H3: Nhận thức kiểm soát hành vi (PBC) tác động đến sự chấp nhận và sử dụng
ChatGPT (Bác bỏ).
H4: Ảnh hưởng xã hội (SI) tác động đến sự chấp nhận và sử dụng ChatGPT (Bác
bỏ).
H5: Kỳ vọng hiệu quả (PE) tác động đến sự chấp nhận và sử dụng ChatGPT (Chấp
nhận).
H6: Rào cản (BAR) tác động đến sự chấp nhận và sử dụng ChatGPT (Chấp nhận).

Phương trình hồi quy chuẩn hóa:

BI = 0.384*PE + 0.228*BAR + 0.186*PU

Biến PE đóng 48.12%, biến BAR đóng góp 28,57%, biến PU đóng góp 23.31%.
Như vậy thứ tự ảnh hướng đến sự chấp nhận và sử dụng ChatGPT là PE, BAR và
PU.
Thông qua các kiểm định, có thể khẳng định các yếu tố ảnh hưởng đến sự chấp
nhận và sử dụng ChatGPT là PE (Kỳ vọng hiệu quả), BAR (Rào cản) và PU (Nhận
thức hữu ích).

32
 PHẦN IV: KẾT LUẬN VÀ KIẾN NGHỊ
1. Kết luận
Nhằm đạt được những mục tiêu nghiên cứu chính của đề tài là tìm hiểu các
yếu tố ảnh hưởng đến sự chấp nhận và sử dụng Chat GPT vào học tập của sv
trường đại học Công Nghiệp TP.HCM, đồng thời đề xuất giải pháp cho những
vấn đề hạn chế. Qua nhiều tư liệu trong và ngoài nước, với những nỗ lực hết
mình, tập thể sinh viên nhóm 5 bắt đầu nghiên cứu bằng cách tổng hợp lại
những lý luận và kết quả khoa học của một số công trình có liên quan. 
Kế đến, tác giả đã tiến hành nghiên cứu định tính qua việc khảo sát ý kiến
và thảo luận nhóm. Nhờ đó, tác giả đã có thể hoàn thiện được dàn bài nghiên
cứu bằng việc bổ sung các yếu tố, điều chỉnh các biến quan sát và thiết kế
thang đo. 
Cuối cùng, với nghiên cứu định lượng, bài khảo sát được tác giả thực hiện
bằng bảng câu hỏi phỏng vấn online. Các cơ sở dữ liệu sau khi đã phân tích sẽ
tiến hành kiểm định bởi phần mềm SPSS 20.0. Các thang đo sẽ đánh giá sơ bộ
với chỉ số Cronbach's Alpha và kiểm tra bởi phân tích nhân tố khám phá EFA.
Qua phân tích, mô hình đề xuất ban đầu đã được điều chỉnh để phù hợp hơn
cho việc phân tích hồi quy tuyến tính, cũng như kiểm định sự khác biệt giữa
các yếu tố.
Từ đó, nhóm tác giả rút ra kết quả nghiên cứu cho những yếu tố ảnh hưởng
đến sự chấp nhận và sử dụng Chat GPT vào học tập của sinh viên trường Công
Nghiệp TP. Hồ Chí Minh bao gồm: (1) Hữu ích, (2) Kỳ vọng hiệu quả, (3) Rào
cản kỹ thuật.
2. Kiến nghị
 Đối với yếu tố kỳ vọng hiệu quả và hữu ích
Theo kết quả phân tích hồi quy, yếu tố “Kỳ vọng hiệu quả” là yếu tố tác
động mạnh nhất đến sự chấp nhận và sử dụng Chat GPT vào học tập của sinh viên
trường đại học Công Nghiệp TP.HCM với hệ số β=0.384. Khi các yếu tố khác

33
không đổi, nếu biến “Kỳ vọng hiệu quả” tăng lên 1 đơn vị thì sẽ làm cho quyết
định chấp nhận và sử dụng Chat GPT vào học tập tăng lên 0.384 đơn vị.
Theo kết quả phân tích hồi quy, yếu tố “Hữu ích” là yếu tố tác động mạnh
thứ ba đến sự chấp nhận và sử dụng Chat GPT vào học tập của sinh viên trường
đại học Công Nghiệp TP.HCM với hệ số β=0.186. Khi các yếu tố khác không đổi,
nếu biến “Hữu ích” tăng lên 1 đơn vị thì sẽ làm cho quyết định chấp nhận và sử
dụng Chat GPT vào học tập tăng lên 0.186 đơn vị.
Dựa vào đó, nhóm tác giả nghiên cứu đề xuất giải pháp cho cả hai yếu tố:
Cải biến các sắc thái diễn đạt, kỹ năng phản biện khi trò chuyện với người
dùng. 
Chat GPT với khả năng có thể tạo ra các phản hồi, trả lời câu hỏi được đặt
ra giống như con người và quyền truy cập lượng lớn thông tin, tuy nhiên bản chất
của Chat GPT chỉ là AI và nó không có ý thức và kiến thức nền tảng như con
người thật. Vì thế, Chat GPT cần năng cao khả năng diễn đạt tự nhiên, kỹ năng tư
duy phản biện hoặc khả năng đưa ra các quyết định về đạo đức giúp nó khắc phục
hạn chế trả lời các câu hỏi vô nghĩa, hoặc hiểu sai câu hỏi mà sinh viên đưa ra.
Hơn hết, nó sẽ giúp sinh viên có cảm giác thoải mái hơn khi trò chuyện với Chat
GPT.
Nâng cấp, mở rộng nguồn dữ liệu thông tin mới và chính xác nhất trên toàn
thế giới với đa dạng ngôn ngữ.
Với tính chất học tập và làm việc, hầu hết các sinh viên thường xuyên phải
thực hiện những bài tiểu luận, báo cáo chi tiết và đòi hỏi nguồn thông tin tham
khảo đa dạng,có tính cập nhật và chính xác cao vì thế phiên bản Chat GPT phải
được nâng cấp nguồn dữ liệu của mình (từ 2021 trở về trước thành 2023 trở về
trước) nhằm tăng mức độ hiệu quả của thông tin tìm kiếm. Hơn nữa, phiên bản này
cũng phải phát huy khả năng tạo ra các bài viết dài với các câu mạch lạc, đúng ngữ
pháp, cấu trúc mà một bài tiểu luận, báo cáo yêu cầu.
Cùng lúc thực hiện nhiều nhiệm vụ từ người dùng yêu cầu.

34
 Hầu hết người dùng nói chung và sinh viên nói riêng đều ưu tiên sự thuận
tiện và nhanh chóng trong việc truy cập và tìm kiếm thông tin. Nhưng Chat GPT
có một hạn chế lớn là phiên bản này chỉ có thể hoạt động tối ưu khi được giao một
nhiệm vụ hoặc mục tiêu duy nhất. Nếu sinh viên yêu cầu Chat GPT thực hiện cùng
lúc nhiều nhiệm vụ thì nó sẽ gặp khó khăn trong việc sắp xếp lại các trình tự
nhiệm vụ, dẫn đến giảm hiệu quả và độ chính xác của từng câu trả lời.  Để có thể
đáp ứng được nhu cầu tiết kiêm thời gian nhưng vẫn không giảm mức độ hiệu quả
thì Chat GPT phải được đào tạo, thiết lập tính năng cùng lúc thực hiện nhiều yêu
cầu.
 Đối với yếu tố rào cản kỹ thuật
Theo kết quả phân tích hồi quy, yếu tố “Rào cản kỹ thuật” là yếu tố tác
động mạnh thứ hai đến sự chấp nhận và sử dụng Chat GPT vào học tập của sinh
viên trường đại học Công Nghiệp TP.HCM với hệ số β=0.228. Khi các yếu tố
khác không đổi, nếu biến “Rào cản kỹ thuật” tăng lên 1 đơn vị thì sẽ làm cho
quyết định chấp nhận và sử dụng Chat GPT vào học tập tăng lên 0.228 đơn vị.
Dựa vào đó nhóm tác giả nghiên cứu đề xuất giải pháp:
Giảm lượng tài nguyên khi xử lý dữ liệu
Chat GPT là một mô hình ngôn ngữ AI rất phức tạp, yêu cầu một lượng tài
nguyên tính toán rất lớn để hoạt động hiệu quả. Điều đó có nghĩa là việc chạy ứng
dụng này có thể tốn kém và có thể yêu cầu quyền truy cập vào các hệ thống phần
cứng và phần mềm chuyên dụng. Ngoài ra, chạy ChatGPT trên hệ thống hoặc
phần cứng cấp thấp có sức mạnh tính toán hạn chế có thể dẫn đến thời gian xử lý
chậm hơn, giảm độ chính xác và các vấn đề về hiệu suất khác. Các tổ chức nên
xem xét cẩn thận các tài nguyên và khả năng tính toán của mình trước khi sử dụng
Chat GPT.
Tăng cường bảo mật 
Khi Chat GPT ra đời, một số người dùng có ý đồ xấu đã sử dụng khả năng
lập trình của chatbot để tạo ra phần mềm giả mạo với mục đích tấn công và đánh

35
cắp thông tin. Thậm chí, Chat GPT có thể sử dụng code do chính mình tạo ra để
thực hiện các phương thức lừa đảo tinh vi hơn.

36
 TÀI LIỆU THAM KHẢO
Danh mục tài liệu tham khảo:
Tiếng Anh
[1] Ajzen, I. (1985), From intentions to actions: A theory of planned behavior,
Springer, New York
[2] Brown, L. G. (1990), “Convenience in services marketing”, Journal of
Services Marketing, 4, 53-59
[3] Chen, H, R., & Tseng, H.F. (2012), “Factor that influence acceptance of web
– based Chat GPT systems for the in service education of junior high school
teacher in Taiwan”, Evaluation and Program Planning, 35(3), 398 - 406
[4] Chu, H.C., & Hwang, G.J., (2008), “A Delphi-based approach to developing
expert systems with the cooperation of multiple experts”, Expert Systems with
Applications, 34, 2826–2840
[5] Davis, F. (1989). Perceived usefulness, perceived ease of use, and user
acceptance of information technology. MIS Quarterly, vol. 13, 3, 319-340.
[6] Fishbein, M., & Ajzen, I. (1975). Belief, attitude, and behavior: An
introduction to theory and research. Reading, Mass.: Addison Wessley.
[7] Rogers, E. (1995). Diffusion of innovations, 4th Edition, The Fess Press, New
Yord.
[8] Venkatesh, V. & Davis, F. (2000). A theoretical extension of the
technology acceptance model: Four longitudinal field studies. Management
Science, vol.46, 2, 186-204.
[9] Venkatesh, V., Morris, M., Davis, G., & F. Davis. (2003). User acceptance of
information technology: Toward a unified view. MIS Quarterly, vol. 27, 425- 478
[10] Das, K, (2019), The role and impact of ICT in improving the quality of
education: An overview, International Journal of Innovative Studies in Sociology
and Humanities, 4(6), 97-103. 

37
[11] Xie, H., Chu, H. C., Hwang, G. J., & Wang, C. C, (2019), Trends and
development in technology-enhanced adaptive/personalized learning: A systematic
review of journal publications from 2007 to 2017, Computers & Education, 140,
103599. 
[12] Qin, H., & Wang, G, (2022, January), Benefits, challenges and solutions of
artificial intelligence applied in education, In 2022 11th International Conference
on Educational and Information Technology (ICEIT), pp.62-66, IEEE. 
[13] OpenAI, (2023), ChatGPT: optimizing language models for dialogue, 2022
Nov 30, URL: https://openai.com/ blog/chatgpt/ [accessed 2022-1-22]. 
[14] Gilson, A., Safranek, C. W., Huang, T., Socrates, V., Chi, L., Taylor, R. A.,
& Chartash, D, (2023), How does ChatGPT perform on the United States medical
licensing examination? The implications of large language models for medical
education and knowledge assessment, JMIR Medical Education, 9(1), e45312. 
[15] Gordijn, B., & Have, H. T, (2023), ChatGPT: evolution or revolution?
Medicine, Health Care and Philosophy, 1-2. 
[16] George, A. S., & George, A. H, (2023), A Review of ChatGPT AI’s Impact
on Several Business Sectors, Partners Universal International Innovation Journal,
1(1), 9-23.
Tiếng Việt
[1] Nguyễn Ngọc Mai. (2020). Các nhân tố ảnh hưởng đến ý định sử dụng ứng
dụng gọi xe trường hợp nghiên cứu tỉnh Bình Dương. Khoa học thương mại,
Số 143, 83.
[2] Nguyễn, P. N. (2019, 12 20). Phương pháp chọn mẫu phi xác suất. Phương
pháp chọn mẫu phi xác suất. Retrieved 4 10, 2023, from
https://nguyennamphong.com/phuong-phap
chon%20mau/#Phuong_phap_chon_mau_phi_xac_suat
[3] Nguyễn Thị Hạnh (2016). Các nhân tố ảnh hưởng đến ý định chấp nhận và sử
dụng dịch vụ ngân hàng khu vực nông thôn ngoại thành Hà Nội, Luận án tiến sĩ
kinh tế, Trường Đại Học Kinh Tế Quốc Dân.

38
[4] Nguyễn Duy Thanh và Cao Hào Thi (2011). Mô hình chấp nhận và sử dụng E-
Banking ở Việt Nam, Thành phố Hồ Chí Minh.
[5] Nguyễn Duy Thanh, Nguyễn Tiến Dũng, Cao Hào Thi (2014). Sự chấp nhận
và sử dụng đào tạo trực tuyến trên điện toán đám mây. Tạp chí phát triển
KH&CN,17(Q3), 30-37. 

[6] Hoàng Thị Phương Thảo (2015). Các yếu tố tác động đến sự chấp nhận Mobile
Banking, Luận án thạc sĩ quản trị kinh doanh, Trường Đại học Mở Thành phố Hồ
Chí Minh.

39