Tóm tắt:

Nghiên cứu nhằm xác định các yếu tố ảnh hưởng đến ý định và hành vi sử dụng trí tuệ nhân tạo (AI) trong học tập của sinh viên Trường Đại học Mở Thành phố Hồ Chí Minh. Nghiên cứu kế thừa mô hình UTAUT và bổ sung các yếu tố gồm niềm tin vào AI, rủi ro cảm nhận, năng lực sử dụng AI, đạo đức học thuật và thói quen. Dữ liệu khảo sát 350 sinh viên được phân tích bằng Cronbach’s Alpha, EFA, CFA và SEM. Kết quả cho thấy, niềm tin vào AI, hiệu quả kỳ vọng và ảnh hưởng xã hội tác động tích cực đến ý định sử dụng; trong khi ý định sử dụng và thói quen tác động tích cực đến hành vi sử dụng thực tế. Từ kết quả này, nghiên cứu đề xuất một số hàm ý đối với nhà trường, giảng viên và sinh viên nhằm sử dụng trí tuệ nhân tạo hiệu quả và có trách nhiệm trong học tập.

Từ khóa: trí tuệ nhân tạo, sinh viên, UTAUT, ý định sử dụng, hành vi sử dụng

1. Đặt vấn đề

Việc sử dụng trí tuệ nhân tạo của sinh viên hiện diễn ra ở nhiều công đoạn như gợi ý ý tưởng, giải thích nội dung khó, lập dàn ý, dịch tài liệu và kiểm tra cách diễn đạt. Mức độ sử dụng cũng khác nhau, từ chỉ dùng khi cần đến hình thành thói quen sử dụng thường xuyên. Vì vậy, nghiên cứu trí tuệ nhân tạo trong giáo dục cần xem xét cả yếu tố thúc đẩy ý định và những yếu tố khiến việc sử dụng trở thành hành vi thường xuyên.

Đối với trường đại học, cấm hoàn toàn trí tuệ nhân tạo khó khả thi, nhưng khuyến khích sử dụng mà thiếu hướng dẫn cũng có thể dẫn đến phụ thuộc hoặc sử dụng nội dung chưa kiểm chứng. Do đó, việc xác định các yếu tố thúc đẩy ý định và hành vi sử dụng AI là cơ sở để nhà trường và giảng viên xây dựng hướng dẫn phù hợp. Nghiên cứu này tập trung vào sinh viên Trường Đại học Mở Thành phố Hồ Chí Minh.

Từ những vấn đề trên, nghiên cứu này xem xét cả ý định sử dụng và hành vi sử dụng AI thực tế của sinh viên. Mô hình UTAUT được sử dụng làm nền tảng và được bổ sung các yếu tố phù hợp với việc sử dụng AI trong học tập, gồm niềm tin vào AI, rủi ro cảm nhận, năng lực sử dụng trí tuệ nhân tạo, đạo đức học thuật và thói quen. Nghiên cứu được thực hiện với sinh viên Trường Đại học Mở Thành phố Hồ Chí Minh nhằm trả lời 2 câu hỏi: (1) những yếu tố nào ảnh hưởng đến ý định sử dụng AI trong học tập của sinh viên; và (2) những yếu tố nào ảnh hưởng đến hành vi sử dụng AI thực tế? Qua đó, nghiên cứu góp phần làm rõ hơn mối quan hệ giữa ý định, thói quen và hành vi sử dụng AI trong môi trường đại học.

2. Cơ sở lý thuyết và phương pháp nghiên cứu

2.1. Cơ sở lý thuyết và giả thuyết nghiên cứu

2.1.1. UTAUT và hành vi chấp nhận AI

Theo UTAUT, quyết định sử dụng một công nghệ thường chịu ảnh hưởng bởi 4 yếu tố chính: người dùng có thấy công nghệ đó hữu ích hay không; có dễ sử dụng hay không; những người xung quanh có khuyến khích sử dụng hay không; và người dùng có đủ điều kiện để sử dụng hay không (Venkatesh et al., 2003). UTAUT2 bổ sung thêm yếu tố thói quen để giải thích hành vi sử dụng của cá nhân (Venkatesh et al., 2012). Trong nghiên cứu này, UTAUT được chọn làm nền tảng vì có thể giải thích cả ý định và hành vi sử dụng AI của sinh viên. Ngoài các yếu tố của UTAUT, nghiên cứu bổ sung niềm tin, rủi ro cảm nhận, năng lực sử dụng AI và đạo đức học thuật để phù hợp hơn với bối cảnh học tập.

2.1.2. Các yếu tố ảnh hưởng đến ý định sử dụng

Hiệu quả kỳ vọng (Performance Expectancy - PE) được hiểu là mức độ sinh viên cho rằng, trí tuệ nhân tạo giúp ích cho việc học, chẳng hạn hoàn thành nhiệm vụ nhanh hơn, hiểu bài tốt hơn hoặc nâng cao chất lượng bài làm. Khi sinh viên nhận thấy AI thực sự hữu ích, họ có xu hướng muốn tiếp tục sử dụng. Vì vậy, giả thuyết H1 cho rằng hiệu quả kỳ vọng tác động tích cực đến ý định sử dụng AI.

Nỗ lực kỳ vọng (Effort Expectancy - EE) thể hiện mức độ sinh viên cảm thấy AI dễ học và dễ sử dụng. Các công cụ như ChatGPT hay Gemini có cách tương tác tương đối đơn giản, do đó sự thuận tiện khi sử dụng có thể làm tăng ý định tiếp tục sử dụng. Do đó, H2 cho rằng nỗ lực kỳ vọng tác động tích cực đến ý định sử dụng AI.

Ảnh hưởng xã hội (Social Influence - SI) là tác động từ bạn bè, giảng viên và môi trường học tập đến quyết định sử dụng AI của sinh viên. Khi việc sử dụng AI được những người xung quanh chấp nhận hoặc khuyến khích, sinh viên có thể có xu hướng sử dụng nhiều hơn. Vì vậy, H3 cho rằng ảnh hưởng xã hội tác động tích cực đến ý định sử dụng AI.

Niềm tin vào AI (Trust - TR) thể hiện mức độ sinh viên tin công cụ AI có thể cung cấp thông tin hữu ích, tương đối đáng tin cậy và an toàn khi sử dụng. Do AI vẫn có thể đưa ra thông tin sai, niềm tin của người học có thể ảnh hưởng trực tiếp đến quyết định tiếp tục sử dụng. Vì vậy, H4 cho rằng niềm tin vào AI tác động tích cực đến ý định sử dụng.

Ngược lại, rủi ro cảm nhận (Perceived Risk - PR) thể hiện những lo ngại về thông tin sai, đạo văn, vi phạm quy định học tập hoặc lộ thông tin cá nhân. Khi những lo ngại này tăng lên, sinh viên có thể thận trọng hơn trong việc sử dụng AI. Vì vậy, H5 cho rằng rủi ro cảm nhận tác động tiêu cực đến ý định sử dụng AI.

Đạo đức học thuật cá nhân (Academic Integrity - AIg) thể hiện ý thức của sinh viên trong việc sử dụng AI đúng quy định, không sao chép nguyên văn nội dung do AI tạo ra và ghi nhận việc sử dụng AI khi cần thiết. Theo Halaweh (2023), sự xuất hiện của ChatGPT làm cho các trường đại học phải quan tâm nhiều hơn đến ranh giới giữa việc dùng AI để hỗ trợ học tập và việc sử dụng AI không phù hợp. Vì vậy, H6 xem xét ảnh hưởng của đạo đức học thuật đến ý định sử dụng AI.

2.1.3. Các yếu tố ảnh hưởng đến hành vi sử dụng thực tế

Theo UTAUT, ý định sử dụng thường là một trong những yếu tố dẫn đến hành vi sử dụng thực tế. Vì vậy, H7 cho rằng ý định sử dụng (BI) tác động tích cực đến hành vi sử dụng thực tế (AU).

Điều kiện hỗ trợ (Facilitating Conditions - FC) bao gồm thiết bị, kết nối Internet, tài khoản AI và nguồn hướng dẫn cần thiết. Khi sinh viên có đủ các điều kiện này, việc sử dụng AI trong học tập có thể thuận lợi hơn. Vì vậy, H8 cho rằng điều kiện hỗ trợ tác động tích cực đến hành vi sử dụng thực tế.

Thói quen (Habit - HB) thể hiện mức độ sinh viên đã quen với việc sử dụng AI khi thực hiện các nhiệm vụ học tập. Khi AI trở thành một công cụ được sử dụng thường xuyên, sinh viên có thể nghĩ đến việc dùng AI ngay khi gặp một vấn đề cần giải quyết. Vì vậy, H9 cho rằng thói quen tác động tích cực đến hành vi sử dụng thực tế.

Năng lực sử dụng AI (AI Literacy - AL) là khả năng đặt câu hỏi phù hợp, đánh giá câu trả lời, kiểm tra lại thông tin và biết giới hạn của công cụ. Sinh viên có kỹ năng sử dụng AI tốt có thể khai thác công cụ hiệu quả hơn. Vì vậy, H10 cho rằng năng lực sử dụng AI tác động tích cực đến hành vi sử dụng thực tế.

2.1.4. Mô hình nghiên cứu

Hình 1. Mô hình nghiên cứu đề xuất

trí tuệ nhân tạo

Nguồn: Nhóm tác giả đề xuất trên cơ sở UTAUT và các nghiên cứu liên quan

2.2. Phương pháp nghiên cứu

2.2.1. Thiết kế nghiên cứu và thang đo 

Nghiên cứu gồm 2 giai đoạn. Giai đoạn định tính phỏng vấn bán cấu trúc 5-7 giảng viên và 10-12 sinh viên có kinh nghiệm sử dụng ChatGPT hoặc Gemini để rà soát thang đo. Giai đoạn định lượng sử dụng bảng hỏi Google Form với thang Likert 5 mức; đối tượng khảo sát là sinh viên Trường Đại học Mở Thành phố Hồ Chí Minh đã từng sử dụng AI trong học tập.

Mô hình gồm 11 khái niệm và 44 biến quan sát, mỗi khái niệm gồm 4 biến. PE, EE, SI, FC, BI và AU dựa trên UTAUT; HB dựa trên UTAUT2; TR, PR, AL và AIg được bổ sung để phản ánh đặc thù sử dụng AI trong học tập.

2.2.2. Mẫu và phương pháp phân tích

Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện. Dữ liệu định lượng được thu thập bằng bảng hỏi trực tuyến (Google Form) trong tháng 01/2026, với đối tượng khảo sát là sinh viên đang theo học tại Trường Đại học Mở Thành phố Hồ Chí Minh. Điều kiện tham gia khảo sát là sinh viên đã từng sử dụng ít nhất một công cụ trí tuệ nhân tạo tạo sinh phục vụ hoạt động học tập, chẳng hạn ChatGPT hoặc Gemini. Sau quá trình sàng lọc và làm sạch dữ liệu, 350 bảng trả lời hợp lệ được sử dụng cho phân tích chính thức; dữ liệu không có giá trị thiếu. Với mô hình gồm 11 khái niệm và 44 biến quan sát, quy mô 350 quan sát đáp ứng yêu cầu thực hiện EFA, CFA và SEM. Quy trình phân tích gồm: (1) kiểm định đ ộ tin cậy thang đo bằng Cronbach's Alpha; (2) phân tích nhân tố khám phá (EFA); (3) phân tích nhân tố khẳng định (CFA) để đánh giá mô hình đo lường; và (4) mô hình cấu trúc tuyến tính (SEM) để kiểm định các giả thuyết thông qua hệ số đường dẫn chuẩn hóa, p-value và R².

Do sử dụng mẫu thuận tiện tại một trường đại học, kết quả không được xem là đại diện cho toàn bộ sinh viên của trường hay sinh viên Việt Nam. Nghiên cứu tập trung kiểm định các mối quan hệ trong mô hình trên 350 quan sát hợp lệ.

3. Kết quả nghiên cứu và thảo luận

3.1. Độ tin cậy và giá trị thang đo

Bảng 1. Kết quả kiểm định độ tin cậy của các thang đo

trí tuệ nhân tạo

trí tuệ nhân tạo

Nguồn: Kết quả xử lý dữ liệu khảo sát của nghiên cứu

Cronbach’s Alpha của 11 thang đo đạt 0,806-0,855 (> 0,7), nên 44 biến quan sát được giữ lại. EFA cho KMO = 0,827, Bartlett p < 0,001; 11 nhân tố giải thích 67,46% phương sai và các hệ số tải đều lớn hơn 0,7.

CFA cho thấy mô hình đo lường phù hợp ở mức chấp nhận được: χ²/df = 1,785; RMSEA = 0,047; SRMR = 0,049; CFI = 0,890; TLI = 0,876. CR đạt 0,873-0,902, AVE đạt 0,632-0,697 và HTMT tối đa 0,524 (< 0,85), cho thấy độ tin cậy, giá trị hội tụ và phân biệt phù hợp. CFI và TLI thấp hơn nhẹ ngưỡng 0,90 nên cần diễn giải thận trọng.

3.2. Kết quả kiểm định mô hình cấu trúc

Bảng 2. Kết quả kiểm định các giả thuyết

trí tuệ nhân tạo

Nguồn: Kết quả SEM của nghiên cứu

Đối với ý định sử dụng, mô hình giải thích 22,6% sự thay đổi của BI (R² = 0,226). Niềm tin vào AI (TR) có tác động mạnh nhất đến BI (β = 0,255; p < 0,001), tiếp theo là hiệu quả kỳ vọng (PE) (β = 0,226; p < 0,001) và ảnh hưởng xã hội (SI) (β = 0,113; p = 0,028). Kết quả cho thấy sinh viên có xu hướng muốn sử dụng AI khi họ tin vào công cụ, nhận thấy AI hữu ích cho việc học và được môi trường xung quanh khuyến khích.

EE, PR và AIg không có tác động có ý nghĩa thống kê đến BI. Điều này không đồng nghĩa sinh viên không quan tâm đến sự dễ sử dụng, rủi ro hay đạo đức học thuật, mà chỉ cho thấy các yếu tố này chưa giải thích được sự khác biệt về ý định trong mô hình hiện tại.

Đối với hành vi sử dụng thực tế, mô hình giải thích 22,1% sự thay đổi của AU (R² = 0,221). Ý định sử dụng (BI) có tác động mạnh nhất (β = 0,404; p < 0,001), cho thấy sinh viên có ý định sử dụng AI càng rõ thì khả năng sử dụng thực tế càng cao. Thói quen (HB) cũng tác động tích cực đến AU (β = 0,180; p < 0,001). Kết quả này cho thấy, khi AI đã trở thành một công cụ quen thuộc trong quá trình học tập, sinh viên có xu hướng sử dụng thường xuyên hơn.

FC và AL không có tác động trực tiếp có ý nghĩa thống kê đến AU. Có thể điều kiện thiết bị và internet giữa sinh viên không khác biệt lớn, trong khi biết sử dụng AI tốt chưa chắc đồng nghĩa với sử dụng thường xuyên. Kết quả này cần được kiểm chứng thêm.

3.3. Thảo luận

Kết quả nghiên cứu cho thấy, niềm tin vào AI (TR) là yếu tố tác động mạnh nhất đến ý định sử dụng, tiếp theo là hiệu quả kỳ vọng (PE) và ảnh hưởng xã hội (SI). Điều này cho thấy sinh viên có xu hướng sử dụng AI khi họ cảm thấy công cụ đáng tin cậy, thực sự hỗ trợ việc học và được môi trường xung quanh khuyến khích. Kết quả này nhìn chung phù hợp với UTAUT (Venkatesh et al., 2003) và các nghiên cứu gần đây của Oc et al. (2025) và Yakubu et al. (2025). Ngược lại, nỗ lực kỳ vọng (EE), rủi ro cảm nhận (PR) và đạo đức học thuật (AIg) chưa cho thấy tác động có ý nghĩa thống kê đến ý định sử dụng. Một cách lý giải là các công cụ như ChatGPT và Gemini hiện khá dễ tiếp cận, trong khi những lo ngại về rủi ro và đạo đức có thể ảnh hưởng đến cách sinh viên sử dụng AI hơn là quyết định có sử dụng hay không. Đối với hành vi sử dụng thực tế, ý định sử dụng (BI) có tác động mạnh nhất, đồng thời thói quen (HB) cũng có ảnh hưởng tích cực. Trong khi đó, điều kiện hỗ trợ (FC) và năng lực sử dụng AI (AL) chưa có tác động trực tiếp có ý nghĩa thống kê. Kết quả này cho thấy, “sử dụng AI thường xuyên” và “sử dụng AI có năng lực” không hoàn toàn giống nhau. Vì vậy, bên cạnh việc tạo điều kiện tiếp cận AI, nhà trường cần chú trọng hướng dẫn sinh viên kiểm chứng thông tin và sử dụng AI phù hợp với yêu cầu học tập và chuẩn mực học thuật.

4. Kết luận và hàm ý

4.1. Kết luận

Nghiên cứu xem xét các yếu tố ảnh hưởng đến ý định và hành vi sử dụng AI trong học tập của 350 sinh viên Trường Đại học Mở Thành phố Hồ Chí Minh. Kết quả cho thấy, niềm tin vào AI, hiệu quả kỳ vọng và ảnh hưởng xã hội có tác động tích cực đến ý định sử dụng. Trong khi đó, ý định sử dụng và thói quen có tác động tích cực đến hành vi sử dụng thực tế. Nỗ lực kỳ vọng, rủi ro cảm nhận và đạo đức học thuật cá nhân chưa cho thấy tác động có ý nghĩa thống kê đến ý định sử dụng; điều kiện hỗ trợ và năng lực sử dụng AI cũng chưa cho thấy tác động trực tiếp có ý nghĩa thống kê đến hành vi sử dụng thực tế.

4.2. Hàm ý đối với nhà trường, giảng viên và sinh viên

Đối với giảng viên, ảnh hưởng xã hội cho thấy cách hướng dẫn AI có thể góp phần định hình thái độ của sinh viên. Ngay từ đầu môn học, giảng viên nên quy định rõ AI được sử dụng ở công đoạn nào; đồng thời yêu cầu sinh viên tự đọc tài liệu, kiểm chứng nguồn và chịu trách nhiệm với lập luận cuối cùng. Với bài tập đánh giá năng lực cá nhân, có thể yêu cầu sinh viên trình bày quá trình thực hiện hoặc giải thích lại nội dung đã nộp.

Đối với sinh viên, AI nên được xem là công cụ hỗ trợ chứ không phải nguồn kết luận cuối cùng. Số liệu, tài liệu tham khảo và thông tin quan trọng do AI cung cấp cần được kiểm tra từ nguồn đáng tin cậy. Thói quen sử dụng AI cũng cần đi cùng khả năng tự đánh giá tính hợp lý và xác định phần nội dung phải do chính người học phân tích.

4.3. Hạn chế và hướng nghiên cứu tiếp theo

Nghiên cứu còn một số hạn chế. Thứ nhất, nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện và toàn bộ 350 sinh viên tham gia khảo sát đều thuộc Trường Đại học Mở Thành phố Hồ Chí Minh. Vì vậy, kết quả phản ánh chủ yếu nhóm sinh viên trong mẫu khảo sát và chưa thể đại diện cho toàn bộ sinh viên đại học tại Việt Nam. Thứ hai, dữ liệu được thu thập tại một thời điểm và dựa trên câu trả lời tự đánh giá của sinh viên, nên chưa phản ánh được sự thay đổi trong cách sử dụng AI theo thời gian. Thứ ba, mô hình giải thích 22,6% sự thay đổi của ý định sử dụng và 22,1% sự thay đổi của hành vi sử dụng thực tế, cho thấy vẫn còn những yếu tố khác chưa được đưa vào nghiên cứu. Các nghiên cứu tiếp theo có thể khảo sát sinh viên tại nhiều trường đại học, theo dõi hành vi sử dụng trong thời gian dài hơn và xem xét thêm các yếu tố như chất lượng câu trả lời của AI, cách giảng viên sử dụng AI trong môn học hoặc đặc điểm của từng loại nhiệm vụ học tập.

TÀI LIỆU THAM KHẢO:

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

Halaweh, M. (2023). ChatGPT in education: Strategies for responsible implementation. Contemporary Educational Technology, 15(2), ep421.

Kasneci, E., Sessler, K., Küchemann, S. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.

Oc, Y., Gonsalves, C., & Quamina, L. T. (2025). AI in Higher Education Assessments: Examining Risk and Tech-Savviness on Student’s Adoption. Journal of Marketing Education, 47(2). https://doi.org/10.1177/02734753241302459.

UNESCO. (2023). Guidance for generative AI in education and research. Paris: UNESCO.

Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478.

Venkatesh, V., Thong, J. Y. L., Xu, X. (2012). Consumer acceptance and use of information technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157-178.

Yakubu, M. N., David, N., & Abubakar, N. H. (2025). Students ' behavioural intention to use content generative AI for learning and research: A UTAUT theoretical perspective. Education and Information Technologies, 30, 17969-17994. https://doi.org/10.1007/s10639-025-13441-8.

Factors influencing intention to use and actual use of artificial intelligence
in learning among students at Ho Chi Minh City Open University

Abstract:

This study identifies factors influencing students’ intention and actual use of artificial intelligence (AI) for learning at Ho Chi Minh City Open University. The study extends UTAUT by incorporating trust in AI, perceived risk, AI usage competence , academic integrity, and habit. Survey data from 350 students were analyzed using Cronbach’s Alpha, EFA, CFA, and SEM. The results show that trust in AI, performance expectancy, and social influence positively affect behavioral intention, while behavioral intention and habit positively affect actual use. Based on these findings, the study proposes implications for universities, lecturers, and students to promote effective and responsible use of AI in learning.

Keywords: artificial intelligence, university students, UTAUT, behavioral intention, actual use

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ số 27 tháng 9 năm 2026]