zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Doanh Marketing

» Quản trị kinh doanh

Các yếu tố ảnh hưởng đến sự phụ thuộc vào ChatGPT của gen Z trong học tập ở thành phố Hồ Chí Minh và giải pháp

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:20

Báo xấu

8
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu sẽ cung cấp khuyến nghị và giải pháp phù hợp để đảm bảo việc sử dụng công nghệ ChatGPT một cách an toàn và đạo đức đối với gen Z, đồng thời giúp hệ sinh thái giáo dục thích ứng và phát triển bền vững trước sự biến đổi mạnh mẽ trong môi trường số ngày nay.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Các yếu tố ảnh hưởng đến sự phụ thuộc vào ChatGPT của gen Z trong học tập ở thành phố Hồ Chí Minh và giải pháp

PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ PHỤ THUỘC VÀO CHATGPT CỦA GEN Z TRONG HỌC TẬP Ở THÀNH PHỐ HỒ CHÍ MINH VÀ GIẢI PHÁP Lê Phụng Các, Đỗ Thành Danh, Phạm Thúy Huyền, Trần Lê Bửu Tánh, Nguyễn Quang Hưng Trường Đại học Kinh tế - Luật, Đại học Quốc gia TP.HCM Email: caclp21406c@st.uel.edu.vn, danhdt22411@st.uel.edu.vn, huyenpt23411@st.uel.edu.vn, tanhtlb23411@st.uel.edu.vn, hungnq@uel.edu.vn Tóm tắt: Sự xuất hiện của ChatGPT đã đặt ra nhiều cơ hội và thách thức cho nền giáo dục thế giới nói chung và Việt Nam nói riêng. Nghiên cứu này nhằm khảo sát sự phụ thuộc vào ChatGPT của giới trẻ hiện nay (gen Z) ở Thành phố Hồ Chí Minh trong học tập qua đó xác định những yếu tố tác động đến vấn đề này bằng cách sử dụng phương pháp nghiên cứu định lượng. Sau khi thu thập dữ liệu chủ yếu ở nhóm đối tượng này và tiến hành sử dụng phần mềm SPSS 26 xây dựng mô hình hồi quy, nhóm nghiên cứu rút ra kết luận có hai nhân tố có tác động đến sự phụ thuộc của gen Z vào ChatGPT trong học tập bao gồm nhận thức tính hữu ích và quy chuẩn chủ quan. Qua đó, đưa ra những giải pháp, khuyến nghị cho nhiều đối tượng trong lĩnh vực giáo dục nhằm ứng dụng ChatGPT hiệu quả trong học tập và phát triển nền giáo dục Việt Nam vững mạnh trong bối cảnh kỷ nguyên số. Từ khóa: ChatGPT, gen Z, giáo dục, nghiên cứu định lượng, sự phụ thuộc. 1. ĐẶT VẤN ĐỀ Trong kỷ nguyên công nghệ hiện nay, sự quan tâm đến trí tuệ nhân tạo (AI) trong lĩnh vực giáo dục được chú ý hơn bao giờ hết. Từ năm 2010, số lượng đề tài nghiên cứu về “AI” và “giáo dục” trên các diễn đàn khoa học và Google Scholar đã tăng đáng kể, đặc biệt trong giai đoạn 2015 - 2019, các bài báo liên quan đến hai chủ đề này được xuất bản chiếm tỷ lệ lên đến khoảng 70% trong tất cả các bài báo được lập chỉ mục. Khi giáo dục phát triển, các nhà nghiên cứu đang nỗ lực áp dụng các kỹ thuật AI tiên tiến vào giáo dục để có thể giải quyết những vấn đề phức tạp và tùy chỉnh phương pháp giảng dạy phù hợp cho từng học sinh cụ thể [1]. Trong vòng một năm trở lại đây, một mô hình xử lý ngôn ngữ tự nhiên được ra đời và phát triển với tốc độ chóng mặt, đánh dấu một bước tiến mới trong AI chính là ChatGPT. ChatGPT nhanh chóng thu hút được sự quan tâm đông đảo của nhân loại và sử dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là giáo dục. Theo OpenAI, cha đẻ của ChatGPT, đây là một mô hình ngôn ngữ thông minh có khả năng hỗ trợ người dùng tìm kiếm các thông tin và trả lời câu hỏi bằng nhiều ngôn ngữ khác nhau thông qua Internet [2]. Công cụ này được xây dựng dựa trên kiến trúc GPT (Generative Pre-trained Transformer) và được huấn luyện trước trên một lượng lớn dữ liệu để có thể đề xuất các văn bản và câu trả lời một cách tự động, hỗ trợ dịch thuật và nhiều ứng dụng vượt trội khác [3]. Công cụ này được sử dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là trong giáo dục giúp hỗ trợ từ người dạy đến người học. Với khả năng tiếp thu và cung cấp thông tin đa dạng, ChatGPT đóng vai trò quan trọng trong việc cung cấp tài liệu học tập, hướng dẫn sử dụng công nghệ, và phát triển kỹ năng số cho thế hệ trẻ ngày nay [4]. 735
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Sự xuất hiện của ChatGPT đã tạo nên những thay đổi quan trọng đối với nền giáo dục Việt Nam, song công cụ này cũng mang đến nhiều rủi ro. Gần đây, nhiều nhà nghiên cứu và các chuyên gia đã liên tục đưa ra các cảnh báo về những hạn chế và nguy cơ tiềm ẩn mà ChatGPT có thể tác động đến giới trẻ trong học tập. Khi thực hiện đặt câu hỏi cho ChatGPT về những hạn chế của công cụ này đối với người học trong lĩnh vực giáo dục, công cụ này đã đề xuất 5 hạn chế điển hình bao gồm thiếu tính nhân văn, hạn chế tính độc lập trong tư duy của người học, độ tin cậy của thông tin có thể sai lệch, các rủi ro về vấn đề bảo mật thông tin cá nhân và không có khả năng thay thế giáo viên hay tương tác giữa giảng viên, giáo viên với người học [5]. Sự tham gia của ChatGPT trong lĩnh vực giáo dục đặt ra nhiều thách thức và lo ngại cần được giải quyết một cách cẩn thận và đạo đức [6]. Khi có ChatGPT, đạo đức trong việc kiểm tra trực tuyến đang dần trở thành một vấn đề khó nói và khó đánh giá năng lực người học hơn bao giờ hết. Các nghiên cứu tiếp tục giải quyết những tranh cãi này, nhất là về bản quyền và đạo đức trong sáng tạo sản phẩm từ AI, cụ thể là ChatGPT. Người học cần đảm bảo rằng các dự án mà họ thực hiện không đánh cắp ý tưởng và tuân thủ các nguyên tắc đạo đức khoa học. ChatGPT đặt ra nhiều thách thức cho giáo dục Việt Nam trong việc kiểm soát hành vi cá nhân của gen Z. Tuy nhiên, không thể phủ nhận cơ hội và lợi ích mà nó mang lại. Với tốc độ phát triển như hiện tại, ChatGPT không lâu sẽ trở thành một công cụ hỗ trợ đắc lực hàng đầu trong nền giáo dục Việt Nam. Đặt ra vấn đề giải pháp để ứng dụng công cụ này một cách ưu việt và khắc phục những tác động tiêu cực của nó đối với gen Z. Nghiên cứu sẽ cung cấp khuyến nghị và giải pháp phù hợp để đảm bảo việc sử dụng công nghệ ChatGPT một cách an toàn và đạo đức đối với gen Z, đồng thời giúp hệ sinh thái giáo dục thích ứng và phát triển bền vững trước sự biến đổi mạnh mẽ trong môi trường số ngày nay. 2. Tổng quan nghiên cứu 2.1 Thế giới Ngày nay, sự phát triển của AI đang tạo ra những biến đổi đáng kể trong hệ thống giáo dục, trong đó có ChatGPT. Trong nghiên cứu năm 2023, Gilson và cộng sự đã chỉ ra những thành tích đáng kể của ChatGPT trong kì thi cấp phép Y khoa của Hoa Kỳ. Kết quả nghiên cứu cho thấy mô hình đã trả lời đúng trên 60% câu hỏi trong đề thi Y khoa, bằng với điểm đạt được của một sinh viên Y khoa năm ba [7]. Hay trong nghiên cứu của Eaton đã cho thấy ChatGPT thậm chí còn có thể vượt qua kì thi Luật và Kinh doanh với mức điểm trung bình của đại học Calgary, Hoa Kỳ [8]. Từ đó, làm nổi bật được tiềm năng của ChatGPT trong lĩnh vực giáo dục. Tuy nhiên, cũng cần chú ý rằng mô hình vẫn phải đối mặt với một số thách thức, đặc biệt là trong việc xử lý các câu hỏi có độ phức tạp và độ khó cao hơn. Và điều đó cũng đặt ra những yêu cầu tiếp tục nghiên cứu và cải thiện mô hình ChatGPT để có thể tăng cường hiệu suất và đáp ứng được đa dạng các câu hỏi về mọi lĩnh vực của nhân loại. Trong nghiên cứu, Qadir và đồng nghiệp đã đề cập đến việc sử dụng công nghệ AI, chẳng hạn như mô hình ngôn ngữ ChatGPT, là một phần quan trọng của quá trình đổi mới và thích nghi của giáo dục với sự thay đổi của ngành công nghệ kỹ thuật mới [9]. ChatGPT không chỉ là một công cụ có thể cải thiện trải nghiệm học tập và giảng dạy mà còn có khả năng tạo ra mô phỏng để hỗ trợ quá trình học bằng thực hành. Tuy nhiên, việc sử dụng AI trong giáo dục còn đặt ra những vấn đề đạo đức. 736
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Theo nghiên cứu của Mhlanga vào năm 2023, ông đã thực hiện phân tích toàn diện về việc sử dụng ChatGPT một cách có trách nhiệm và đạo đức trong giáo dục cũng như khuyến khích thêm nghiên cứu và tranh luận về chủ đề quan trọng này. Nghiên cứu đã phát hiện rằng việc sử dụng ChatGPT trong giáo dục đòi hỏi sự tôn trọng đối với quyền riêng tư, sự công bằng và không phân biệt đối xử, tính minh bạch trong việc sử dụng ChatGPT và một số yếu tố khác [10]. 2.2 Việt Nam Ở Việt Nam, nghiên cứu về ChatGPT cũng nhận được rất nhiều sự quan tâm trong thời gian gần đây. Mặc dù còn nhiều hạn chế song không thể phủ nhận được tính ứng dụng của ChatGPT trong giáo dục và điều này đã được chứng minh qua nhiều nghiên cứu. Trong một nghiên cứu gần đây, lĩnh vực giáo dục đang mở ra những cơ hội mới do ứng dụng trí tuệ nhân tạo trong giảng dạy và học tập, điều này đã được thử nghiệm ở nhiều quốc gia với mức độ phát triển đa dạng [11]. Nghiên cứu của Vương và cộng sự đã trình bày một số nhận định về việc sử dụng ChatGPT đối với giảng viên, sinh viên cũng như nhà quản lý ở cấp bậc đại học [12]. Bài viết chủ yếu nêu những mặt tích cực của việc khai thác và sử dụng hiệu quả ứng dụng này đối với từng đối tượng công việc để từ đó đưa ra các giải pháp, khuyến nghị nhằm nâng cao hiệu quả học tập và công việc, hỗ trợ nhà quản lý trong việc đưa định hướng phát triển trong tương lai. Bên cạnh đó, nó cũng thúc đẩy sự tích cực trong hành vi sử dụng công nghệ của các sinh viên và giảng viên tránh bị lạc hậu. Vinh và các cộng sự đã nghiên cứu kết quả thực hiện bài kiểm tra định kì môn Toán và môn Ngữ văn ở cấp Trung học, lớp 9 và lớp 12 của ChatGPT để đối chiếu với kết quả kiểm tra thực tế của học sinh [13]. Và kết quả chỉ ra rằng, ChatGPT có khả năng hoàn thành bài kiểm tra ở mức độ nhất định nhưng chất lượng câu trả lời chưa ổn định và phụ thuộc vào nhiều yếu tố. Nghiên cứu chỉ cung cấp một góc nhìn chi tiết về khả năng của ChatGPT trong kiểm tra và đánh giá, qua đó giúp các nhà quản lý giáo dục, giáo viên và học sinh trung học có kế hoạch sử dụng phù hợp và hiệu quả công cụ này. Hay trong nghiên cứu của mình, Trang đã tiến hành khảo sát và phỏng vấn các sinh viên ngành tiếng Anh tại Đại học Sư phạm Hà Nội để đánh giá mức độ hiểu biết và ứng dụng ChatGPT cũng như thái độ của giáo viên đối với khả năng hỗ trợ giảng dạy và học tập của công cụ này [14]. Kết quả cho thấy hầu hết sinh viên tham gia nghiên cứu đều biết đến ChatGPT và họ đều bày tỏ thái độ tích cực đối với khả năng hỗ trợ học tập, nhưng bên cạnh đó, cũng bày tỏ lo ngại về độ tin cậy và chính xác của thông tin do ChatGPT cung cấp cũng như tác động tiêu cực đến kỹ năng tư duy phản biện. Điều này chứng tỏ rằng mặc dù ChatGPT có tiềm năng hỗ trợ việc học và dạy nhưng cần phải xem xét và đánh giá cẩn thận để đảm bảo thông tin được cung cấp là chính xác và đáng tin cậy. Nghiên cứu cũng đưa ra khuyến nghị về việc tích hợp ChatGPT với các công cụ AI khác trong giảng dạy tiếng Anh, đề xuất nghiên cứu sâu hơn để khám phá tính hiệu quả của ChatGPT trong giảng dạy tiếng Anh và các vấn đề đạo đức liên quan, đồng thời khuyến nghị sử dụng công cụ này trong lĩnh vực giáo dục. Từ những nghiên cứu, ta có thể thấy xu hướng phát triển AI, đặc biệt là ChatGPT trong lĩnh vực giáo dục mang lại nhiều cơ hội cũng như thách thức mới cho nền giáo dục Việt Nam, yêu cầu phải có thêm nhiều nghiên cứu mới để tìm ra giải pháp và phương hướng để phát triển giáo dục Việt Nam bền vững. 737
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 3. Cơ sở lý thuyết Từ việc tham khảo các nghiên cứu có liên quan chúng tôi thấy rằng những yếu tố sau đây có ảnh hưởng đến sự phụ thuộc vào ChatGPT của gen Z ngày nay: nhận thức sự tin cậy, nhận thức sự hữu ích, nhận thức sự dễ sử dụng, rủi ro và quy chuẩn chủ quan. Những yếu tố tên có sự tác động khác nhau tuỳ thuộc vào vùng miền, tác động xã hội, tình hình kinh tế, lối sống, v.v. của các đối tượng khảo sát. Những giả thuyết có liên quan được ứng dụng trong nghiên cứu nhằm mục đích rút ra những kết luận về đề tài và đề xuất giải pháp. 3.1 Các khái niệm được đề cập 3.1.1 Khái niệm gen Z Gen Z hay thế hệ Z, còn được biết đến với các tên gọi như Post Millennials iGeneration, hoặc Homeland Generation, là nhóm dân số theo sau thế hệ Millennials. Không có ngày chính xác nào khi nhóm này bắt đầu hoặc kết thúc; các nhà nhân khẩu học và các nhà nghiên cứu thường sử dụng những năm tháng sinh khác nhau, từ giữa những năm 1990 đến đầu năm 2000. Mặc dù vậy, vẫn chưa có sự đồng thuận hoàn toàn giữa các nhà khoa học xã hội về năm bắt đầu của thế hệ Z, với một số người cho rằng nó bắt đầu từ cuối năm 2005. Tổng hợp từ nhiều nguồn thông tin khác nhau và các nghiên cứu, trong phạm vi nghiên cứu này, thế hệ Z thường được định nghĩa là những người sinh trong khoảng thời gian từ năm 1995 đến 2012 [15]. 3.1.2 Khái niệm ChatGPT ChatGPT là một hệ thống AI dựa trên xử lý ngôn ngữ tự nhiên, được thiết kế để tương tác với con người thông qua các cuộc đối thoại. Mô hình ngôn ngữ này có khả năng trả lời các câu hỏi và tạo ra nhiều nội dung khác nhau, bao gồm văn bản, hình ảnh hay cả video [16]. 3.2 Giả thuyết nghiên cứu Từ việc tham khảo các nghiên cứu có liên quan chúng tôi thấy rằng những yếu tố sau đây có ảnh hưởng đến sự phụ thuộc vào ChatGPT của gen Z ngày nay: nhận thức sự tin cậy, nhận thức sự hữu ích, nhận thức sự dễ sử dụng, rủi ro và quy chuẩn chủ quan. Những yếu tố ảnh hưởng của các đối tượng khảo sát là khác nhau tuỳ thuộc vào vùng miền, tác động xã hội, tình hình kinh tế, lối sống, v.v. Những giả thuyết có liên quan được ứng dụng trong nghiên cứu nhằm mục đích rút ra những kết luận và đề xuất giải pháp. 3.2.1 Nhận thức sự tin cậy và sự phụ thuộc vào ChatGPT của gen Z trong học tập Sự tin cậy có thể ảnh hưởng đến việc sử dụng ChatGPT [17]. Một nghiên cứu khảo sát với 359 người tham gia cho thấy ý định tiếp tục sử dụng dịch vụ chatbot của người dùng bị ảnh hưởng chủ yếu bởi niềm tin của họ đối với chatbot [18]. Niềm tin tạo cho người dùng cảm giác an toàn khi sử dụng công cụ ChatGPT, nó cũng tạo nên sự ổn định về mặt tâm lý khi thực hiện hành vi này. Người dùng khi sử dụng mang trong mình sự an tâm, tin tưởng vào những kết quả mang lại có sự tác động tích cực đến họ, và nhờ vậy ChatGPT hình thành trong suy nghĩ của người sử dụng là một công cụ cần thiết mỗi khi đối diện với vấn đề học tập. Họ nhận thấy sự tin cậy mà chính ChatGPT mang lại giải quyết được những vấn đề họ gặp phải nên họ có xu hướng gia tăng sự phụ thuộc khi ngày càng nhận rõ sự tin cậy của chính công cụ này. 3.2.2 Nhận thức sự hữu ích và sự phụ thuộc vào ChatGPT của gen Z trong học tập Nhận thức hữu ích được định nghĩa là “Mức độ mà một người tin rằng việc sử dụng một hệ thống sẽ nâng cao hiệu suất công việc của mình” (Davis, 1989) [19]. Sử dụng công cụ ChatGPT trong học tập là hữu ích vì nó giải quyết được nhiều vấn đề gen Z gặp phải trong học 738
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 tập. Người dùng có thể tiếp tục sử dụng công cụ này nếu họ thấy nó hữu ích, ngay cả khi họ không hài lòng với việc sử dụng trước đó của họ [20]. Nhận thức sự hữu ích phản ánh những giá trị ChatGPT mang lại cho người dùng và cũng chính nó là nhân tố làm cho người dùng quyết định sử dụng và có những thái độ liên quan đến chính công cụ này. Xuất phát từ những lợi ích vượt trội cho khuynh hướng giải quyết vấn đề trong học tập mà công cụ ChatGPT được gen Z sử dụng. Tầm quan trọng của vấn đề càng lớn, vấn đề được giải quyết càng chứng tỏ sự hữu ích của ChatGPT và làm tăng sự tương tác sử dụng từ giới trẻ đối với công cụ này. 3.2.3 Nhận thức tính dễ sử dụng và sự phụ thuộc vào ChatGPT của gen Z trong học tập Nhận thức dễ sử dụng là “Mức độ mà một cá nhân tin rằng việc sử dụng hệ thống cụ thể sẽ không tốn nhiều công sức” (Davis, 1989) [19]. Hệ thống công nghệ đổi mới được coi là dễ sử dụng hơn và ít phức tạp hơn sẽ có nhiều khả năng được chấp nhận và được sử dụng bởi người sử dụng tiềm năng (Davis và cộng sự, 1989) [19]. Về mặt lý thuyết, dễ sử dụng được nhận thức khi người dùng cảm thấy công cụ ChatGPT không khó hiểu, học hỏi và sử dụng. Vì lý do này, tính dễ sử dụng được coi là một trong những yếu tố quan trọng ảnh hưởng đến việc chấp nhận và sử dụng các công nghệ mới của người dùng. ChatGPT là một công cụ trí tuệ nhân tạo vượt bậc, có sự tương tác phản hồi với người dùng chứng tỏ khả năng nắm bắt nhu cầu của người dùng được thể hiện rõ ràng. Bên cạnh đó, trong bối cảnh môi trường số, một hệ thống được nhiều người nhận định dễ sử dụng ở giao diện thân thiện như các bước rõ ràng và dễ thấy, nội dung phù hợp và bố trí đồ họa, các chức năng hữu ích, các lệnh rõ ràng và dễ hiểu. 3.2.4 Rủi ro và sự phụ thuộc vào ChatGPT của gen Z trong học tập Việc tích hợp công nghệ AI với hy vọng giảm thiểu lỗi của con người, nâng cao hiệu quả và mang lại kết quả nhanh hơn. Tuy nhiên, đã có nghiên cứu chỉ ra rằng AI có thể trở nên nguy hiểm theo thời gian và sẽ không thực hiện được các vai trò đã định [21]. Việc phát triển AI không chỉ là một cuộc cách mạng công nghệ, mà còn là một thách thức về đạo đức và an ninh cho xã hội. Theo nhiều nghiên cứu bên cạnh lợi ích mà AI mang lại song song đó là những tìm ẩn rủi ro từ chính việc sử dụng của người dùng. Theo cách truyền thống từ trước, khi một người gặp vấn đề về tìm kiếm thông tin việc đầu tiên họ làm là đọc sách, tham khảo các tài liệu liên quan, nhưng khi ChatGPT ra đời xu hướng này đã giảm đi vì những tiện ích vượt bậc mà công vụ này mang lại. Chính sự tiện ích quá lớn đó đã ảnh hưởng nhiều đến tư duy của người dùng và xuất hiện những vấn đề suy nghĩ hạn chế, giới hạn tư duy. Rủi ro còn tác động đến các vấn đề liên quan như bảo mật thông tin, thông tin nhiễu, tính trung thực. Chính những rủi ro của ChatGPT đã ảnh hưởng đến quyết định sử dụng làm sự phụ thuộc sẽ giảm đi nếu có xảy ra nhiều vấn đề tiêu cực, không một ai lại muốn sử dụng công cụ mang lại nhiều tác động trái chiều. 3.2.5 Quy chuẩn chủ quan và sự phụ thuộc vào ChatGPT của gen Z trong học tập Quy chuẩn chủ quan là yếu tố quyết định xã hội về phản ánh áp lực xã hội đối với hành vi. Các ảnh hưởng chuẩn chủ quan này có thể là ảnh hưởng khác nhau giữa các nền văn hoá và ảnh hưởng yếu tố xã hội về niềm tin của một người về việc ý kiến những người khác đồng tình việc sử dụng công cụ ChatGPT hỗ trợ cho quá trình học tập. Theo Hofstede đánh giá nền văn hóa Việt Nam được coi là nền văn hóa tập thể khác với nền văn hóa cá nhân ở một số nước phương Tây như nước Anh, văn hóa tập thể là nơi mà tự do cá nhân có thể bị hạn chế và các cá nhân phải hòa nhập với cộng đồng rộng lớn (Hofstede, 2011) [22]. Tâm lý của người tiêu dùng Việt Nam cũng dễ bị ảnh hưởng “hiệu ứng bầy đàn”, nguyên nhân do thông tin chưa nắm bắt 739
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 được đầy đủ chính xác (Vũ Huy Thông, 2010) [23], nên họ thường thông qua việc quan sát hành vi của mọi người xung quanh để tìm hiểu và yên tâm hơn khi có người đã sử dụng, nên xu hướng sử dụng ChatGPT trong học tập cũng bị ảnh hưởng bởi những người khác. 4. Mô hình và phương pháp nghiên cứu 4.1 Mô hình nghiên cứu Từ những học thuyết về hành vi, nghiên cứu khoa học có liên quan, hiện trạng thực tế trong cuộc sống, chúng tôi đề xuất mô hình nghiên cứu của đề tài “Xác định các yếu tố ảnh hưởng đến sự phụ thuộc vào ChatGPT của gen Z trong học tập ở Thành phố Hồ Chí Minh” dựa trên 5 giả thuyết nghiên cứu lần lượt là H1, H2, H3, H4, H5 tác động lên biến phụ thuộc như sau: H1: Nhận thức sự tin cậy có mối quan hệ đồng biến lên sự phụ thuộc vào ChatGPT của gen Z. H2: Nhận thức sự hữu ích có mối quan hệ đồng biến lên sự phụ thuộc vào ChatGPT của gen Z. H3: Nhận thức tính dễ sử dụng có mối quan hệ đồng biến lên sự phụ thuộc vào ChatGPT của gen Z. H4: Rủi ro có mối quan hệ nghịch biến lên sự phụ thuộc vào ChatGPT của gen Z. H5: Quy chuẩn chủ quan có mối quan hệ đồng biến lên sự phụ thuộc vào ChatGPT của gen Z. Hình 1: Mô hình nghiên cứu Nguồn: Tác giả bài nghiên cứu 4.2 Phương pháp nghiên cứu 4.2.1. Quy trình phân tích nghiên cứu Nghiên cứu được thực hiện thông qua khảo sát 225 đối tượng thuộc nhóm tuổi gen Z trên địa bàn Thành phố Hồ Chí Minh. Dữ liệu được thu thập dùng cho việc đánh giá độ tin cậy và giá trị thang đo, kiểm định thang đo, kiểm định tính phù hợp của mô hình đề xuất. Kết quả khảo sát sau khi sàng lọc loại bỏ những dữ liệu không phù hợp tiếp tục được xử lý thông qua phần mềm SPSS 26 theo quy trình như sau: • Kiểm định độ tin cậy Cronbach’s Alpha. • Phân tích nhân tố khám phá EFA. 740
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 • Phân tích tương quan tuyến tính Pearson. • Phân tích phương trình hồi quy tuyến tính. • Phân tích ANOVA, Coefficients xác định các nhân tố ảnh hưởng đến sự phụ thuộc và ChatGPT của gen Z tại Thành phố Hồ Chí Minh. Thông qua kết quả nghiên cứu rút ra được kết luận về mức độ ảnh hưởng của các yếu tố từ đó đề xuất khuyến nghị phù hợp. 4.2.2. Chọn mẫu và thang đo nghiên cứu Đối tượng khảo sát trong nghiên cứu thuộc nhóm tuổi gen Z trên địa bàn Thành phố Hồ Chí Minh; hiện đang là học sinh, sinh viên của các trường Trung học phổ thông, Đại học ở nhiều quận, huyện trên địa bàn thành phố. Các thức lấy mẫu được chúng tôi thực hiện thông qua khảo sát trực tuyến bằng Google Biểu mẫu. Chúng tôi quyết định chọn phương pháp lấy mẫu thuận tiện vì đối tượng khảo sát ở đây có sự đa dạng về độ tuổi, giới tính, thu nhập, v.v. Theo Nguyễn Đình Thọ (2011), phương pháp lấy mẫu thuận tiện là phương pháp chọn mẫu phi xác suất, tác giả lấy mẫu dựa trên sự thuận lợi và có thể chọn các đối tượng có thể tiếp cận được [24]. Hair và cộng sự (2009), đối với phân tích nhân tố khám phá EFA thì cỡ mẫu tối thiểu phải gấp năm lần tổng số biến quan sát trong các thang đo [25]. Đề tài nghiên cứu có 30 biến quan sát nên số mẫu cần là 30 x 5 = 150 quan sát, vì vậy chúng tôi tiến hành khảo sát 225 đối tượng gen Z trên địa bàn thành phố Hồ Chí Minh để đảm bảo độ tin cậy cho bài nghiên cứu. Nghiên cứu cũng sử dụng thang đo Likert 05 điểm (1: Hoàn toàn không đồng ý - 5: Hoàn toàn đồng ý), được áp dụng cho 5 thang đo dựa trên 30 biến quan sát như sau: Bảng 1: Thang đo các nhóm nhân tố nghiên cứu Stt Mã hoá Nội dung Nguồn Nhận thức sự tin cậy - TC Cung cấp những thông tin chính xác và cần thiết cho 1 TC1 việc học tập của bạn Avishek Xử lý các vấn đề mà bạn gặp phải trong học tập một Choudhury; 2 TC2 cách nhanh chóng hơn Hamid Shamszare, Gợi ý cho bạn những hướng giải quyết khi bạn đang “bí 3 TC3 (2023) [17]; ý tưởng” Nguyen DM Có khối lượng kiến thức sâu rộng về nhiều lĩnh vực & cộng sự, 4 TC4 khác nhau (2021) [18] 5 TC5 Bảo mật những thông tin cá nhân của bạn Nhận thức sự hữu ích - HI Tiết kiệm được thời gian và công sức khi giải quyết các 6 HI1 Davis, vấn đề trong học tập (1989) [19] Cung cấp cho bạn những câu trả lời với độ chính xác 7 HI2 cao 741
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Stt Mã hoá Nội dung Nguồn Hiện nay cho phép người dùng sử dụng hoàn toàn miễn 8 HI3 phí Đề xuất cho bạn nhiều ý tưởng để giải quyết vấn đề 9 HI4 khác nhau trong học tập Hỗ trợ bạn các nhiệm vụ học tập như viết các đoạn văn, 10 HI5 tóm tắt văn bản, tra cứu thông tin, v.v. Nhận thức dễ sử dụng - SD Bạn cảm thấy các thao tác để thực hiện trên ChatGPT 11 SD1 dễ dàng, đơn giản Có thể hiểu và phân tích được ngôn ngữ một cách tự 12 SD2 nhiên như con người Davis, Cung cấp thông tin một cách trực tiếp và nhanh chóng (1989) [19] 13 SD3 so với Google, Yahoo, v.v. Cung cấp câu trả lời một cách rõ ràng, bố cục mạch lạc, 14 SD4 dễ hiểu Được triển khai trên nhiều nền tảng như website, các 15 SD5 app, v.v. Nhận thức rủi ro - RR Bạn lo lắng về sự sai lệch một số thông tin mà ChatGPT 16 RR1 cung cấp Bạn lo lắng tình trạng trùng lặp, đạo văn về nội dung 17 RR2 mà ChatGPT cung cấp Alex Bạn lo lắng về bảo mật thông tin cá nhân khi sử dụng Mathew, 18 RR3 (2020) [21] ChatGPT hỗ trợ học tập Bạn lo lắng bản thân sẽ ỷ lại vào ChatGPT và khiến bạn 19 RR4 trở nên lười biếng hơn Bạn lo lắng bị thể hạn chế khả năng tư duy phản biện, 20 RR5 khả năng sáng tạo, khả năng viết, v.v. Chuẩn mực chủ quan - CQ Bạn thấy ChatGPT được nhiều người sử dụng trong học Hofstede, 21 CQ1 tập (2011); Vũ Bạn được người thân, bạn bè giới thiệu ChatGPT trong Huy Thông, 22 CQ2 (2010) [22] học tập 23 CQ3 Bạn thấy các bài báo, tạp chí nói về ChatGPT 742
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Stt Mã hoá Nội dung Nguồn Bạn thấy ChatGPT xuất hiện nhiều trên các nền tảng 24 CQ4 mạng xã hội Bạn thấy các chuyên gia đề xuất sử dụng ChatGPT 25 CQ5 trong học tập Sự phụ thuộc - PT 26 PT1 ChatGPT là công cụ không thể thiếu trong học tập ChatGPT là lựa chọn hàng đầu của bạn trong học tập so 27 PT2 với việc đọc sách, tra cứu tài liệu 28 PT3 Bạn ưu tiên sử dụng ChatGPT hơn các công cụ AI khác Trong quá trình học tập, tần suất sử dụng ChatGPT của 29 PT4 bạn ngày càng tăng lên Bạn sẵn sàng cung cấp các quyền cho ChatGPT truy 30 PT5 cập vào camera, micro, v.v. để tìm thông tin Nguồn: Tác giả bài nghiên cứu 5 KẾT QUẢ NGHIÊN CỨU VÀ ĐỀ XUẤT GIẢI PHÁP 5.1 Kết quả nghiên cứu 5.1.1. Thống kê mô tả Chúng tôi tiến hành khảo sát bằng phương pháp lấy ý kiến trực tuyến, khảo sát thu được 225 phản hồi, sau khi xử lý thu về 210 mẫu khảo sát có câu trả lời hợp lệ (93,33%) dùng làm dữ liệu phân tích cho nghiên cứu. Bộ dữ liệu dùng cho nghiên cứu của chúng tôi sau khi đã xử lý được đăng tải thông qua đường liên kết: https://docs.google.com/spreadsheets/d/1-KgEJK7L- fRoMD3EnWjgAqlgHHOFmgE7MK-PsJX7EkI/export?format=xlsx Bảng 2: Thống kê mô tả dữ liệu khảo sát Thông tin Chi tiết Số lượng Tỷ lệ (%) Nam 66 31,43 Giới tính Nữ 144 68,57 Dưới 18 tuổi 9 4,29 Độ tuổi Từ 18 đến 22 tuổi 196 93,33 Trên 22 tuổi 5 2,38 Thường sử dụng nhiều 85 40,48 Sử dụng ChatGPT Đã từng sử dụng 125 59,52 trong học tập Chưa từng sử dụng 0 0,00 Mục đích sử dụng Tra cứu thông tin 194 35,27 743
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Thông tin Chi tiết Số lượng Tỷ lệ (%) ChatGPT trong học Lên ý tưởng cho dự án môn học 132 24,00 tập Viết văn bản 113 20,55 (Có thể chọn nhiều mục đích) Tóm tắt văn bản 104 18,91 Khác (dịch văn bản, lập trình, giải bài 7 1,27 tập môn học) Dưới 10 lần/tuần 128 60,95 Tần suất sử dụng ChatGPT trong học Từ 10 - 20 lần/tuần 57 27,14 tập Trên 20 lần/tuần 25 11,90 Nguồn: Tác giả bài nghiên cứu Theo bảng số liệu trên, ta thấy nữ chiếm tỷ lệ gen Z là nữ cao hơn so với nam, đa số là gen Z có độ tuổi từ 18 đến 22 tuổi đều đã sử dụng ChatGPT trong học tập với mục đích phổ biến nhất là tra cứu thông tin, tần suất sử dụng ChatGPT nhiều nhất là dưới 10 lần/tuần. 5.1.2 Kiểm định độ tin cậy của Cronbach’s Alpha Hình 2. Kết quả kiểm định độ tin cậy thang đo Nhận thức sự tin cậy Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Hình 3. Kết quả kiểm định độ tin cậy thang đo Nhận thức sự hữu ích Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Hình 4. Kết quả kiểm định độ tin cậy thang đo Nhận thức sự dễ sử dụng 744
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Hình 5. Kết quả kiểm định độ tin cậy thang đo Rủi ro Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Hình 6. Kết quả kiểm định độ tin cậy thang đo Quy chuẩn chủ quan Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Hình 7. Kết quả kiểm định độ tin cậy thang đo Sự phụ thuộc vào ChatGPT Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Kết quả từ Bảng đến Bảng cho thấy các thang đo Nhận thức sự tin cậy, Nhận thức sự hữu ích, Nhận thức sự dễ sử dụng, Rủi ro, Quy chuẩn chủ quan và Sự phụ thuộc vào ChatGPT đều có hệ số tin cậy Cronbach’s Alpha lớn hơn 0,6. Hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3. Vì vậy, tất cả 25 biến quan sát thuộc thang đo thành phần và 5 biến quan 745
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 sát thuộc thang đo phụ thuộc sử dụng đều đạt độ tin cậy. Qua đó có thể kết luận sau khi tiến hành kiểm định thang đo Cronbach’s Alpha, mô hình với 30 biến quan sát đều đủ điều kiện để phân tích nhân tố phân bổ cho 6 nhóm nhân tố như ban đầu. 5.1.3. Phân tích nhân tố EFA Bảng 3. Bảng tóm tắt kết quả phân tích nhân tố khám phá EFA của biến độc lập Rotated Component Matrixa Component 1 2 3 RR4 0,790 RR5 0,781 RR3 0,725 RR2 0,717 RR1 0,682 HI5 0,829 HI4 0,816 HI1 0,760 CQ5 0,774 CQ2 0,751 CQ4 0,515 Hệ số KMO = 0,756 Giá trị Sig trong kiểm định Bartlett = 0,000 Eigenvalues = 1,135 Tổng phương sai trích = 61,189% Nguồn: Tác giả bài nghiên cứu Kết quả phân tích EFA cho thấy trong số 25 biến quan sát, chỉ còn lại 11 biến lần lượt là RR4, RR5, RR3, RR2, RR1, HI5, HI4, HI1, CQ5, CQ2, CQ4 đạt yêu cầu và có hệ số tải lớn hơn 0,5 được gom thành 3 nhân tố. Những biến còn lại là có hệ số tải nhỏ hơn 0,5 nên đã bị loại bỏ khỏi mô hình. Sự loại bỏ hơn một nửa các biến quan sát này vẫn có thể bảo đảm được sự tương quan của các biến số được giữ lại căn cứ vào giá trị sig trong kiểm định Bartlett nhỏ hơn 0,05 (0,00 < 0,05) - đạt yêu cầu đồng thời chúng cũng có thể giải thích được 61,189% sự biến thiên của dữ liệu. Không những thế, trị số của KMO lớn hơn 0,5 và hệ số KMO = 0,756 (0,5 < KMO < 1) cũng góp phần khẳng định sự thay đổi này là phù hợp với tập dữ liệu nghiên cứu. Tác giả của bài viết, đơn vị công tác in đậm và chữ email in đậm, căn lề phải. 746
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Bảng 4. Bảng tóm tắt kết quả phân tích nhân tố khám phá EFA của biến phụ thuộc Rotated Component Matrixa Component PT2 0,860 PT4 0,799 PT1 0,794 PT5 0,706 PT3 0,696 Hệ số KMO = 0,817 Giá trị Sig trong kiểm định Bartlett = 0,000 Eigenvalues = 2,993 Tổng phương sai trích = 59,852% Nguồn: Tác giả bài nghiên cứu Kết quả phân tích EFA cho thấy 5 biến quan sát có giá trị lớn hơn 0,5 và nằm trong cùng một nhóm, như mong đợi của người nghiên cứu. Hệ số KMO làm cho việc kiểm định phù hợp, với giá trị nằm trong khoảng từ 0,5 đến 1, chứng tỏ các biến đưa vào phân tích nhân tố là có ý nghĩa và mô hình phân tích là phù hợp với các giả thuyết đề ra. Tiếp theo, kiểm định tương quan biến có Sig = 0,000 < 0,05 các biến quan sát có tương quan với nhau trong mỗi nhóm nhân tố. Tổng phương sai trích đều lớn hơn 50% nên đáp ứng tiêu chuẩn. 5.1.4. Phân tích Pearson Hình 8. Kiểm định tương quan của mô hình Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Từ kết quả Pearson cho thấy các biến độc lập CQ, HI có mối tương quan thuận chiều với biến phụ thuộc PT vì các hệ số tương quan (Pearson Correlation) của các biến độc lập so với biến phụ thuộc đều dương và hệ số Sig của các trường hợp ấy đều có ý nghĩa thống kê (Sig < 747
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 0,05). Tuy nhiên, ta có thể thấy biến độc lập RR có hệ số Sig lớn hơn 0,05 (0,162 > 0,05) nên dù hệ số tương quan của nó gần bằng 0 đồng nghĩa với việc RR có thể không tương quan với biến phụ thuộc nhưng nó vẫn không bị loại bỏ tại phần phân tích Pearson này. 5.1.4. Phân tích phương trình hồi quy tuyến tính Hình 9: Model Summary Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 R bình phương hiệu chỉnh = 0,124 = 12,4%. Như vậy các biến độc lập đưa vào chạy hồi quy ảnh hưởng 12,4% sự thay đổi của biến phụ thuộc. Kết quả của chương trình SPSS cho ra hệ số Durbin - Watson là 2,163. Ta thấy hệ số nằm trong khoảng từ 0 đến 4, do đó không xuất hiện hiện tượng tự tương quan. Hình 10: ANOVA Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Bảng kết quả phân tích ANOVA cho thấy Sig = 0,00 < 0,05. Điều đó nói lên ý nghĩa mô hình lý thuyết phù hợp với dữ liệu thực tế nghiên cứu, các biến độc lập trong mô hình tương quan với biến phụ thuộc. Hình 11: Coefficients Nguồn: Tác giả chạy dữ liệu trên phần mềm SPSS 26 Dựa vào kết quả phân tích bảng trên cho thấy, mô hình hồi quy có 2 nhân tố độc lập đạt mức ý nghĩa Sig < 0,05 bao gồm CQ (0,044), HI (0,000). Biến RR sẽ bị loại ra khỏi mô hình bởi giá trị Sig của nó không đạt yêu cầu (0,855 > 0,05). Hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến còn lại trong mô hình có giá trị lần lượt là 1,540 và 1,317 đều nhỏ 2; chứng tỏ giữa 2 biến độc lập này không có hiện tượng đa cộng tuyến. Như vậy, sau khi loại bỏ biến xấu, mô hình hồi quy tuyến tính được chuẩn hóa có dạng như sau: 748
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 PT = 0,266*HI + 0,163*CQ Hay: Sự phụ thuộc vào ChatGPT trong học tập của gen Z Thành phố Hồ Chí Minh = 0,266*Nhận thức sự hữu ích + 0,163*Chuẩn mực chủ quan Hình 12. Kết luận mô hình nghiên cứu Nguồn: Tác giả bài nghiên cứu Dựa trên phương trình trên, yếu tố Nhận thức tính hữu ích là nhân tố tác động mạnh hơn đến Sự phụ thuộc so với yếu tố Quy chuẩn chủ quan còn lại. 5.2 Nhận xét Dựa vào những kết quả mà nhóm nghiên cứu phân tích được, có 2 nhân tố có tác động đến sự phụ thuộc vào ChatGPT của gen Z trong học tập, trong đó cả 2 biến nhân tố đều ảnh hưởng cùng chiều đến biến phụ thuộc với các mức độ ảnh hưởng khác nhau. Những nhân tố còn lại là Nhận thức sự tin cậy, Nhận thức sự dễ sử dụng, Rủi ro bị loại khỏi mô hình. Năm giả thuyết nghiên cứu lúc đầu là H1, H2, H3, H4, H5, sau khi phân tích đã bác bỉ các giả thuyết H1, H3, H4 và chỉ giữ lại giả thuyết H2, H5. Một bộ phận gen Z có sự lo ngại về tính đáng tin cậy của ChatGPT, và một trong những lý do chính là sự phụ thuộc quá mức vào công nghệ, gây ra lo ngại về việc mất quyền kiểm soát và sự riêng tư. Họ thường tỏ ra nghi ngờ về khả năng của trí tuệ nhân tạo trong việc hiểu và phản hồi chính xác trong các tình huống phức tạp, do AI vẫn còn hạn chế trong khả năng hiểu biết sâu rộng và cảm xúc con người. Bên cạnh đó cũng có một số trở ngại cho việc sử dụng ChatGPT, làm cho tính dễ sử dụng của công cụ này bị giảm xuống. Giao diện và trải nghiệm người dùng còn chưa tối ưu hoặc không đủ thân thiện, khiến cho quá trình sử dụng trở nên khó khăn và không thuận tiện; tốc độ tải thông tin bị hay thường xuyên bị ngắt kết nối cũng khiến cho gen Z bị khó khăn trong việc sử dụng. Mặc dù các hệ thống AI ngày càng phát triển, cụ thể là ChatGPT, nhưng vẫn còn hạn chế trong việc hiểu và đáp ứng được các yêu cầu phức tạp hoặc cảm xúc của con người một cách tự nhiên. Yếu tố rủi ro cũng không ảnh hưởng đến gen Z cho thấy sự hứng thú và kỳ vọng vào những lợi ích của ChatGPT mang lại, vì lợi có đối với một số người là đáng kể nên mức độ rủi ro đã bị giảm xuống, bên cạnh đó sự phổ biến của AI trong cuộc sống hàng ngày cũng khiến cho một số người trẻ trở nên quen thuộc và chấp nhận nó như một phần không thể thiếu của cuộc sống hiện đại. Từ phương trình hồi quy tuyến tính được chuẩn hóa được kết luận phía trên, chúng tôi kết luận rằng nhân tố nhận thức tính hữu ích (β = 0,266) có tác động đáng kể hơn so với nhân tố quy chuẩn chủ quan. Điều này chứng tỏ rằng khi nhận được sự giới thiệu sử dụng công cụ 749
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 này từ bạn bè, người thân, gia đình hay biết đến công cụ qua các nền tảng mạng xã hội và các chuyên gia, gen Z có xu hướng bị tác động ít nhiều dẫn đến việc đồng ý tiếp xúc và sử dụng Chat GPT. Nhưng việc cảm nhận được sự hữu ích của công cụ ChatGPT trong học tập mới là yếu tố quan trọng hơn dẫn đến việc chấp nhận nó là công cụ hỗ trợ đắc lực. Có thể nhận thấy xu hướng của việc thấu hiểu người dùng, nâng cao chất lượng trải nghiệm của công cụ ChatGPT (yếu tố hữu ích) cùng với tầm quan trọng của marketing trong trường hợp này là truyền miệng và thông qua mạng xã hội (yếu tố chủ quan) đã tác động đến việc ưa chuộng sử dụng ChatGPT trong học tập của gen Z. Đây là một xu hướng không thể tránh khỏi trong thời đại số mà các nhà phát triển sản phẩm cần chú trọng để đầu tư phát triển, các bên liên quan đến lĩnh vực giáo dục cần thấu hiểu để có sự thích nghi thích hợp. 5.3 Đề xuất giải pháp Kết quả khảo sát nghiên cứu đã cung cấp một cách trực quan về sự phụ thuộc vào ChatGPT trong quá trình học tập của gen Z. Trong đó, tần suất sử dụng thường xuyên ChatGPT trong học tập chiếm hơn 1/3 tỉ lệ người tham gia khảo sát, một con số đáng quan tâm thể hiện tác động mạnh mẽ của AI trong giáo dục. Điều này đòi hỏi các nhà chức trách cầm quyền, những người làm trong ngành giáo dục, những bên liên quan cần có sự thích nghi thích hợp, nhằm tránh khỏi những đe dọa tiềm tàng về lâu dài và bắt lấy những cơ hội tiềm năng khi ứng dụng AI sẽ trở thành xu thế trong mọi ngành Những khuyến khích giải pháp của nhóm nghiên cứu sẽ phục vụ cho các đối tượng được đề cập bên trên, cụ thể như sau 5.3.1. Đối với các cơ quan quản lý giáo dục Sử dụng ChatGPT hỗ trợ cho quá trình quản lý giáo dục: Tận dụng ưu điểm của ChatGPT, các cơ quan quản lý giáo dục có thể số hóa quy trình quản lý bằng cách sử dụng công nghệ này để hỗ trợ hoạt động quản lý học tập và giảng dạy. Từ đó giúp cho quá trình quản lý trở nên tinh gọn và hiệu quả, đồng thời giúp kiểm soát sự can thiệp của công nghệ vào quá trình học tập của gen Z. Tổ chức các hoạt động phổ cập thông tin về công cụ số cho người dạy: Việc hiểu rõ thách thức và rủi ro ChatGPT mang lại giúp giảng viên trau dồi năng lực số và biết cách tận dụng để cải thiện chất lượng bài giảng và tiết kiệm thời gian đồng thời tăng chất lượng học tập và điều hoà hành vi sử dụng công cụ này của gen Z. Xây dựng các chương trình đào tạo và tập huấn năng lực số dành cho các cán bộ, nhân viên công tác cơ sở giáo dục: Trong bối cảnh AI bùng nổ, khả năng sử dụng các công cụ số và ứng dụng công nghệ thông tin trong giảng dạy và học tập là tất nhiên đối với ngành giáo dục. Nâng cao năng lực số giúp họ có thể thích nghi với các công nghệ mới, trong đó có ChatGPT để vận hành và áp dụng nó một cách đúng đắn hỗ trợ cho công tác giảng dạy. Thường xuyên tổ chức các hoạt động ngoại khóa cập nhật kiến thức số cho người học và trách nhiệm của gen Z trong việc sử dụng các công cụ AI hỗ trợ cho việc học trong môi trường số: Cơ quan quản lý giáo dục cần tăng cường hoạt động ngoại khóa và chương trình đa dạng về môi trường số và AI trong giáo dục tại các cơ sở giáo dục đồng thời thúc đẩy hoạt động phổ cập và nâng cao năng lực số cho người học để họ sử dụng công cụ này một cách đúng đắn. Xây dựng các chính sách, quy định về việc sử dụng ChatGPT và các công cụ AI khác trong giảng dạy và học tập tại các cơ sở giáo dục: Để kiểm soát việc ứng dụng công cụ ChatGPT trong học tập của gen Z, nhà quản lý giáo dục cần xây dựng và cập nhật chính sách cũng như 750
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 quy định cụ thể tại cơ sở giáo dục địa phương. Điều này giúp các nhà chức trách có cơ sở để giải quyết các trường hợp vi phạm, đảm bảo mục đích sử dụng và trách nhiệm đúng đắn đối với công cụ này. 5.3.2. Đối với các giảng viên, giáo viên Để hành vi sử dụng ChatGPT của gen Z hỗ trợ cho việc học hiệu quả hơn yêu cầu có sự hợp tác đáng kể từ những thầy cô giáo viên. Bởi vì họ là những người theo sát học trò của mình trong quá trình học tập, thầy cô nắm rõ được tình trạng và dễ dàng hơn trong việc đưa ra những giải pháp cụ thể và thích hợp đối với các đối tượng người học nhất định. Sử dụng các công cụ phát hiện dấu vết ChatGPT để kiểm tra các dự án môn học của học sinh, sinh viên: Sự lạm dụng ChatGPT có thể gây ra tình trạng phụ thuộc và hạn chế tư duy sáng tạo của giới trẻ. Để giải quyết vấn đề này, công cụ như GPTZero đã được phát triển để phát hiện văn bản có nguồn gốc từ ChatGPT. Tuy nhiên, độ tin cậy của GPTZero vẫn đang được nghiên cứu và cải thiện hơn trong tương lai. GPTZero có tỉ lệ dương tính giả thấp (10%) trong việc phân biệt các văn bản của người học là do AI tạo ra nhưng có tỷ lệ âm tính giả cao (35%) trong việc phân biệt những văn bản tạo ra bởi AI là do người học thực hiện [26]. Vì vậy, cần lưu ý rằng các kết quả dương tính có tỉ lệ trùng lặp cao có thể tin cậy hơn, trong khi các kết quả âm tính có thể không chính xác do tỷ lệ âm tính giả cao. Giảng viên, giáo viên cần cân nhắc sử dụng GPTZero và ứng dụng nó một cách linh hoạt để đảm bảo tính trung thực trong giáo dục và hạn chế lạm dụng ChatGPT trong tương lai của gen Z. Chủ động nâng cao năng lực số: Giảng viên, giáo viên cần tích cực nắm bắt xu hướng công nghệ và nâng cao kỹ năng sử dụng công cụ số trong giảng dạy và quản lý học tập cho học sinh, sinh viên, bao gồm việc kiểm soát việc sử dụng ChatGPT trong quá trình học tập. Họ cần hiểu rõ cách hoạt động, điểm mạnh và điểm yếu của các công cụ để áp dụng một cách hiệu quả và kiểm soát hành vi sử dụng của sinh viên, học sinh [27]. Đưa ra những hướng dẫn và quy định cụ thể về việc sử dụng ChatGPT vào việc học đối với những học sinh, sinh viên của mình: Giảng viên, giáo viên có vai trò quan trọng trong việc kiểm soát và điều chỉnh hành vi sử dụng ChatGPT của thế hệ gen Z trong học tập. Thầy cô có thể phổ cập và đặt ra quy định cụ thể để đảm bảo việc sử dụng công cụ này được phù hợp và đúng đắn. Đồng thời, thầy cô cũng có thể thiết kế chương trình dạy học và xác định mục tiêu phù hợp để đưa ra quy định cho việc sử dụng công nghệ hỗ trợ môn học một cách linh hoạt và hiệu quả [27]. Thực hiện đánh giá sáng tạo đối với các khóa học: Đánh giá sáng tạo là việc người dạy phân tích mối liên hệ giữa đặc điểm của sinh viên và nội dung khóa học để cải thiện chương trình giảng dạy cho các khóa học sau [27]. Thực hiện đánh giá sáng tạo vào cuối mỗi khóa học giúp giảng viên, giáo viên đánh giá hiệu quả của việc sử dụng công cụ AI trong học tập và tìm ra cách triển khai các công cụ số, bao gồm ChatGPT, một cách hiệu quả cho các khóa học tương lai. 5.3.3. Đối với các nhà nghiên cứu và chuyên gia trong lĩnh vực liên quan Thông qua kết quả của nghiên cứu này và nhiều nghiên cứu liên quan trước đó cùng với tính cấp thiết của vấn đề sử dụng ChatGPT trong học tập đối với gen Z, cần có thêm nhiều nghiên cứu trong tương lai về vấn đề này để giải quyết hiệu quả nhằm đảm bảo tính phát triển bền vững của giáo dục Việt Nam trong thời đại số. 751
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 Thực hiện những nghiên cứu mới liên quan đến hai lĩnh vực AI và giáo dục để đề ra các phương án, giải pháp phù hợp hơn trong bối cảnh hiện tại và xu thế tương lai: Hiện nay, các nhà nghiên cứu và chuyên gia cần tiến hành thực hiện những nghiên cứu mới liên quan đến AI và giáo dục để đề xuất các giải pháp phù hợp hơn trong hiện tại và tương lai. Điều này đảm bảo rằng việc sử dụng công cụ như ChatGPT trong giáo dục và kiểm soát hành vi của gen Z được thực hiện hiệu quả và loại bỏ các rủi ro tiềm tàng. Nghiên cứu và xem xét áp dụng những giải pháp được thực hiện trên thế giới phục vụ cho việc kiểm soát tính hiệu quả khi áp dụng ChatGPT vào giáo dục: Để kiểm soát việc sử dụng ChatGPT trong giáo dục, cần nghiên cứu và tham khảo các giải pháp áp dụng tại các quốc gia khác, đánh giá ưu điểm và hạn chế của chúng, và xem xét khả năng áp dụng vào môi trường giáo dục tại Việt Nam. Điển hình là hiện nay Liên minh châu Âu đang tiến hành đề xuất các quy định cụ thể trong việc sử dụng các công cụ AI trong lĩnh vực giáo dục tại Đạo luật Trí tuệ nhân tạo châu Âu, các nhà nghiên cứu và chuyên gia tại Việt Nam có thể theo dõi những cập nhật và quy định tại đạo luật này để có thể xem xét điều chỉnh đưa vào ứng dụng trong nền giáo dục nước nhà. Đánh giá những hạn chế của các nghiên cứu liên quan tại Việt Nam: Các chuyên gia và nhà nghiên cứu cần đánh giá các nghiên cứu đã được công bố trong và ngoài nước để tìm hiểu giải pháp tối ưu hóa tác động tích cực và hạn chế tác động tiêu cực của ChatGPT khi gen Z sử dụng nó trong học tập. Điểm mạnh và hạn chế của các nghiên cứu trước đó cần được xác định để đề xuất và điều chỉnh các giải pháp phù hợp hơn trong tương lai. Khắc phục các hạn chế và cải thiện các công cụ phát hiện văn bản tạo bởi ChatGPT: Hiện nay, một số công cụ phát hiện các văn bản được tạo ra bởi AI đã được triển khai nghiên cứu và đi vào sử dụng nhưng độ tin cậy của chúng vẫn đang là một điều đáng quan tâm. Do đó, các nhà nghiên cứu và chuyên gia trong các lĩnh vực này cần hợp tác và nghiên cứu sâu hơn nữa để có thể cải thiện và tăng tính hiệu quả của các công cụ này. Mục tiêu trước hết là nghiên cứu để giảm tỷ lệ âm tính giả của các công cụ này trong tương lai gần nhằm khắc phục tình trạng đạo văn trong quá trình thực hiện các dự án môn học của học sinh, sinh viên. 6. Kết luận Kết quả khảo sát của bài nghiên cứu đã chỉ ra rằng tần suất sử dụng ChatGPT đối với gen Z trong học tập hiện nay ở Thành phố Hồ Chí Minh đang ở một con số đáng chú ý, khẳng định sự bùng nổ của AI có tác động nhất định đến cách thế hệ trẻ đang học tập. Ngoài ra, nghiên cứu này cũng làm rõ và phân tích các yếu tố ảnh hưởng đến sự phụ thuộc ChatGPT của thế hệ Z trong quá trình học tập, tìm ra nhận thức về tính hữu ích của ChatGPT và quy chuẩn chủ quan đóng một vai trò quan trọng trong việc hình thành sự ưa chuộng sử dụng công cụ này trong giới trẻ. Đây là một dấu hiệu đáng quan tâm cho việc áp dụng AI nói chung và chatGPT nói riêng vào giáo dục là một xu thế tất yếu nhằm thích nghi sự thay đổi không ngừng của khoa học xã hội. Để thực hiện điều này, những đề xuất giải pháp đã được đưa ra với ý nghĩa chung là đề cao vai trò quan trọng của giáo viên, cơ sở giáo dục, và các nhà hoạch định chính sách. Những nhân tố chính tiên phong cho việc tạo ra một môi trường học tập linh hoạt và tiên tiến, nơi mà công nghệ có thể được sử dụng một cách tích cực và hiệu quả trong quá trình giảng dạy và học tập. Nghiên cứu còn là cơ sở để phát triển những nghiên cứu liên quan trong tương lai nhằm đưa ra những phương án thích nghi hiệu quả hơn của nền giáo dục Việt Nam với sự ra đời và phát triển vượt bậc của những công nghệ trí tuệ nhân tạo mới trong thời đại chuyển đổi số. 752
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 TÀI LIỆU THAM KHẢO [1]. Lijia Chen & cộng sự, (2020), “Artificial Intelligence in Education: A Review”, IEEE Access, Vol. 8, No. 10, pp. 75264 - 75278. [2]. OpenAI, (2023), xem tại: https://openai.com/chatgpt (truy cập ngày 23 tháng 01 năm 2024. [3]. Yanran Chen, Steffen Eger, (2022), “Transformers Go for the LOLs: Generating (Humourous) Titles from Scientific Abstracts End-to-End”, ArXiv, abs/2212.10522. [4]. Nguyễn Phúc Quân, (2023), “ChatGPT hỗ trợ khả năng tự học và phát triển năng lực số cho thanh niên”, Hội thảo Khoa học “Cán bộ trẻ các đại học quốc gia, đại học vùng mở rộng lần thứ II, pp. 232-237. [5]. Dương Thanh Linh, (2023), “Ứng dụng ChatGPT thúc đẩy dạy và học bậc đại học trong kỷ nguyên trí tuệ nhân tạo”, Tập san Khoa học và kỹ thuật trường Đại học Bình Dương, Vol. 6, No. 2. [6]. Junaid Qadir, (2023), “Engineering Education in the Era of ChatGPT: Promise and Pitfalls of Generative AI for Education”, 2023 IEEE Global Engineering Education Conference (EDUCON). [7]. Aidan Gilson & cộng sự, (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 Med Educ, Vol. 9. [8]. Beatriz Antonieta Moya & cộng sự, (2023), “Academic integrity and artificial intelligence in higher education contexts: A rapid scoping review protocol”, Canadian Perspectives on Academic Integrity, Vol. 5. pp. 59-75. [9]. Qadir, J, (2023), “Engineering education in the era of ChatGPT: Promise and pitfalls of generative AI for education”, IEEE Global Engineering Education Conference, pp. 1-9. [10]. Mhlanga, D’ (2023), “Open AI in education, the responsible and ethical use of ChatGPT towards lifelong learning” (University of Johanneburg). [11]. Đinh Thị Mỹ Hạnh; Trần Văn Hưng, (2020), “Trí tuệ nhân tạo trong giáo dục: Cơ hội và thách thức đến tương lai của việc dạy và học ở trường đại học”, Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng, Vol. 19, No, 2, pp. 38-42. [12]. Nguyễn Đức Vương; Phan Trọng Tiến’ (2023), “Application of ChatGPT in teaching, research and management at the university level”, Tạp chí khoa học Đại học Tân Trào, Vol. 9, Nol. 3, pp. 170-182. [13]. Lê Anh Vinh & cộng sự, (2023), “Khả năng thực hiện bài kiểm tra định kì môn Toán và môn Ngữ văn cấp Trung học của công cụ ChatGPT: Kết quả nghiên cứu và một số khuyến nghị ban đầu”, Tạp chí Khoa học giáo dục Việt Nam, Vol. 19, No. 2. [14]. Thái Thị Cẩm Trang, (2023), “Thái độ và kì vọng của sinh viên sư phạm tiếng Anh đối với ChatGPT: nghiên cứu tại Trường Đại học Sư phạm Hà Nội”, Tạp chí Giáo dục, pp. 51-56. [15]. Bassiouni, D., Hackley, C. (2014), “Generation Z'children’s adaptation to digital consumer culture: A critical literature review”, Journal of Customer Behaviour, Vol. 13, No. 2, pp. 113-133. 753
PHÂN TÍCH ĐỊNH LƯỢNG CÁC VẤN ĐỀ KINH TẾ VÀ XÃ HỘI TRONG MÔI TRƯỜNG SỐ LẦN THỨ 3 [16]. Sarrion, E. (2023), “What Is ChatGPT?”, In Exploring the power of ChatGPT: Applications, techniques, and implications. pp. 3-8. Berkeley, CA: Apress. [17]. Avishek Choudhury; Hamid Shamszare, (2023), “Investigating the Impact of User Trust on the Adoption and Use of ChatGPT: Survey Analysis”, Journal of Medical Internet Research, Vol. 25. [18]. Nguyen DM & cộng sự, (2021), “Determinants of continuance intention towards banks’ chatbot services in Vietnam: necessity for sustainable development”, Sustainability. [19]. Davis, F. D. (1989), “Perceived usefulness, perceived ease of use, and user acceptance of information technology”, MIS Quarterly, Vo. 13, No. 3, pp. 318-330, [20]. Bhattacherjee, Anol (2001), “Understanding information systems continuance: An expectation-confirmation model”, MIS Quarterly, pp. 351-370, [21]. Alex Mathew, (2020), “The Peril of Artificial Intelligence”, 2020 Fourth International Conference on Inventive Systems and Control (ICISC). [22]. Geert Hofstede, (2011), “Dimensionalizing Cultures: The Hofstede Model in Context”, IACCP. [23]. Vũ Huy Thông, (2010), “Giáo trình hành vi người tiêu dùng”, NXB Đại học Kinh tế quốc dân, Việt Nam. [24]. Nguyễn Đình Thọ, (2010), “Phương pháp nghiên cứu khoa học trong kinh doanh”, NXB Lao động Xã hội, Việt Nam. [25]. Hair và cộng sự, (2009), “Multivariate Data Analysis”, NXB Pearson, New Jersey. [26]. Habibzadeh, Farrokh, (2023), “GPTZero performance in identifying artificial intelligence- generated medical texts: a preliminary study”, Journal of Korean Medical Science. [27]. Huỳnh Trọng Cang, (2023), “Cải tiến cách thức dạy học ở đại học theo tiếp cận hệ sinh thái giáo dục số”, Tạp Chí Khoa Học Trường Đại Học Quốc Tế Hồng Bàng. pp. 1-8. 754

CÓ THỂ BẠN MUỐN DOWNLOAD

CMO.03: Bộ Tài Liệu Hệ Thống Quản Trị Marketing Thương Hiệu

385 tài liệu

1266 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.