Phạm Thị Thanh Trúc
Email: phamtttruc0502@gmail.com
Bùi Thanh Long
Email: thlongbui@tvu.edu.vn
Lê Thu Hà
Email: hale.24082003@gmail.com
Trường Kinh tế, Luật – Trường Đại học Trà Vinh
Tóm tắt
Thông qua kết quả phỏng vấn 300 sinh viên Trường Kinh tế, Luật, Trường Đại học Trà Vinh, nghiên cứu phân tích các yếu tố ảnh hưởng đến việc ứng dụng Chat GPT trong học tập của sinh viên khối ngành Kinh tế, Luật. Kết quả nghiên cứu cho thấy, có 4 yếu tố ảnh hưởng đến việc ứng dụng Chat GPT vào học tập của sinh viên, gồm: Kỳ vọng khả năng thực hiện; Ảnh hưởng xã hội; Tính chính xác; Thái độ của sinh viên. Trong đó, yếu tố Thái độ kỳ vọng khả năng thực hiện của sinh viên có tác động mạnh nhất.
Từ khóa: ứng dụng, sinh viên, Chat GPT, Kinh tế – Luật, Trường Đại học Trà Vinh
Summary
Through the interviews with 300 students of the School of Economics and Law, Tra Vinh University, the study analyzes the factors affecting the application of Chat GPT in the study of students majoring in Economics and Law. The research results show four factors affecting the application of Chat GPT in the study of students, including Expectation of implementation ability, Social influence, Accuracy, and Attitude of students. Of which, the factor of Attitude of students’ expectation of implementation ability has the strongest impact.
Keywords: Application, students ChatGPT, Economics and Law, Tra Vinh University.
GIỚI THIỆU
Cuộc Cách mạng công nghiệp 4.0 đã tạo ra nhiều thay đổi có nhiều thách thức nhưng cũng đầy những cơ hội trên nhiều phương diện khác nhau. Nhiều ngành nghề tàn lụi, nhưng cũng có nhiều ngành nghề nảy sinh và phát triển vượt bậc. Những thành tựu công nghệ đã giúp nâng cao trình độ, khoa học kỹ thuật… làm tiến bộ hơn một cách kỳ diệu. Trong đó, không thể không kể đến sự ra đời của trí tuệ nhân tạo thúc đẩy các phương pháp học tích cực, giúp bạn học dễ dàng giải đáp các thông tin cần thiết, tiết kiệm thời gian tìm kiếm thông tin, nâng cao khả nâng học tập, mở rộng kiến thức và thông tin, nhanh chóng làm kế sách để giải đáp mọi câu hỏi (Vuong và Nguyen, 2024).
Chat GPT là một mô hình trí tuệ nhân tạo được phát triển bởi OpenAI. Với khả năng xử lý ngôn ngữ tự nhiên và dữ liệu phong phú, Chat GPT có khả năng tạo ra các nội dung giáo dục phong phú, phù hợp với nhu cầu của từng cá nhân, giúp tìm kiếm thông tin và giải quyết vấn đề một cách hiệu quả.
Đến nay, Chat GPT đã quá quen thuộc với các bạn sinh viên với tính năng giải đáp câu hỏi. Bên cạnh những lợi ích tiềm ẩn những hạn chế nhất định, về độ chính xác cũng như việc mọi người dựa hoàn toàn vào nó để giải quyết các câu hỏi đặt ra, phụ thuộc vào công nghệ, thiếu kỹ năng tra cứu thông tin. Thay vì tự suy nghĩ để tìm ra câu trả lời, cách giải quyết các bạn sinh viên dựa vào Chat GPT tổng hợp để trả lời, trở nên lo lắng khi Chat GPT trả lời thiếu nội dung cần tìm, khiến các bạn sinh viên trở nên lười biếng không phân biệt được đúng sai giữa các nguồn thông tin, không phát triển được tư duy sáng tạo của mình.
Việc phần lớn sinh viên các trường đại học sử dụng Chat GPT trở thành xu hướng, thoái quen, là ứng dụng hỗ trợ trong học tập, cung cấp những tin cần thiết, giải đáp thắc mắc… Hiện nay, sinh viên của Trường Kinh tế, Luật thuộc Trường Đại học Trà Vinh sử dụng Chat GPT để đưa vào học tập khá nhiều. Bài viết làm sáng tỏ về vấn đề các yếu tố ảnh hưởng đến việc sử dụng Chat GPT của sinh viên của Trường Kinh tế, Luật, Trường Đại học Trà Vinh. Từ đó, nhóm tác giả đề xuất một số giải pháp đến Nhà trường trong việc ứng dụng Chat GPT trong học tập của sinh viên nhóm Kinh tế, Luật.
CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Cơ sở lý thuyết
Khái niệm về Chat GPT
Nguyễn Phúc Quân (2023) cho rằng, Chat GPT là một mô hình trí tuệ nhân tạo được phát triển bởi OpenAI. Với khả năng xử lí ngôn ngữ tự nhiên và dữ liệu phong phú, Chat GPT có khả năng tạo ra các nội dung giáo dục phong phú, phù hợp với nhu cầu của từng cá nhân, giúp tìm kiếm thông tin và giải quyết vấn đềmột cách hiệu quả.
Nguyễn Thị Phước (2023) lại cho rằng, trong thời đại công nghệ số, Chat GPT (Generave Pre-trained Transformer) là một trong những công nghệ tiên tiến nhất trong lĩnh vực xử lý ngôn ngữ tự nhiên. Chat GPT là một mô hình học sâu được huấn luyện trước trên dữ liệu lớn, có khả năng tự sinh ra các văn bản có ý nghĩa. Sử dụng Chat GPT làm công cụ hỗ trợ trong việc dạy và học truyền thông có thể giúp nâng cao hiệu quả giảng dạy và học tập.
Từ các khái niệm trên có thể thấy, Chat GPT là một công cụ có khả năng xử lý ngôn ngữ và dữ liệu hỗ trợ trong việc học tập để nâng cao hiệu quả học tập. Nó có khả năng tập hợp các câu hỏi để đưa ra câu trả lời nhanh nhất.
Tổng quan nghiên cứu
Nghiên cứu của Hiền Lê Đăng (2020) chỉ ra, các bạn sinh viên phải luôn tích cực kết hợp việc sử dụng nó với các phương pháp học tập truyền thống. Thứ hai, điều quan trọng là học sinh phải phát triển thái độ tích cực đối với công nghệ và tiếp tục khám phá các công nghệ mới trong học tập với tinh thần phê phán cởi mở và mang tính xây dựng.
Nguyễn Thị My My (2022) đã tìm ra các nhân tố ảnh hưởng đến hành vi sử dụng công nghệ trí tuệ nhân tạo (AI) của nhân viên tại các doanh nghiệp trên địa bàn TP. Đà Nẵng. Theo đó, nhân tố Xã hội có ảnh hưởng lớn nhất đến Hành vi sử dụng công nghệ AI của nhân viên, tiếp đó là các nhân tố Kỳ vọng sự nỗ lực, Các điều kiện thuận lợi, Kỳ vọng khả năng thực hiện và Nhận thức sự đổi mới.
Thái Thị Cẩm Trang (2023) đã tiến hành thu thập dữ liệu thông qua khảo sát, phỏng vấn sinh viên sư phạm tiếng Anh tại Trường Đại học Sư phạm Hà Nội nhằm đánh giá mức độ làm quen và ứng dụng Chat GPT cũng như thái độ của giáo viên giảng dạy đối với tiềm năng của nó đối với hỗ trợ việc học tập và giảng dạy trong tương lai. Kết quả cho thấy, hầu hết sinh viên tham gia nghiên cứu đều đã nghe nói đến Chat GPT và một số đã sử dụng nó cho mục đích học tập.
Nguyễn Thị Phước (2023) đã tiến hành nghiên cứu về “Sử dụng Chat GPT làm công cụ hỗ trợ trong việc dạy và học ngành truyền thông”. Mục tiêu của nghiên cứu này là làm rõ những vấn đề nảy sinh, sự thay đổi trong quy trình dạy và học khi Chat GPT được sử dụng làm công cụ hỗ trợ. Đối tượng chính là sự thay đổi của hoạt động dạy và học truyền thông khi dùng Chat GPT. Phương pháp nghiên cứu chủ yếu là phân tích tư liệu thứ cấp, điều tra xã hội học, phỏng vấn định tính. Kết quả nghiên cứu cho thấy, so với giảng viên thì sinh viên có tần suất sử dụng Chat GPT ít hơn, chủ yếu dùng vào việc tham khảo và viết báo cáo, thuyết trình. Họ tuy chưa tin cậy hoàn toàn vào Chat GPT, nhưng vẫn sử dụng khá nhiều những thông tin đó vào bài tập, báo cáo trong môn học dù đôi khi chưa tham khảo nguồn khác.
Greeni Maheshwari (2023) tiến hành nghiên cứu các yếu tố ảnh hưởng đến ý định chấp nhận và sử dụng Chat GPT của sinh viên trong giáo dục đại học: Nghiên cứu trong bối cảnh Việt Nam. Thông qua dữ liệu thu thập được từ 108 người tham gia, kết quả nghiên cứu cho thấy, Tính dễ sử dụng có ảnh hưởng tích cực đến Ý định sử dụng, các sinh viên có xu hướng chấp nhận và sử dụng Chat GPT nhiều hơn khi họ thấy thuận tiện và thân thiện với người dùng.
Đặng Văn Em và cộng sự (2024) đã tiến hành nghiên cứu về “Thực trạng ứng dụng Chat GPT trong việc học tập, nghiên cứu của sinh viên Đại học Quốc gia Thành phố Hồ Chí Minh”. Kết quả cho thấy, Chat GPT đã trở thành một công cụ hữu ích cho sinh viên trong quá trình học tập và nghiên cứu, tuy nhiên để sử dụng nó đòi hỏi sự cân nhắc, trách nhiệm và chuẩn bị những kỹ năng thực hành cần thiết. Nghiên cứu này là cơ sở nghiên cứu trong tương lai nhằm tìm ra giải pháp nâng cao trải nghiệm của sinh viên khi sử dụng Chat GPT.
Mô hình nghiên cứu đề xuất
Hình: Mô hình nghiên cứu đề xuất
 |
| Nguồn: Nhóm tác giả đề xuất |
Dựa trên lý thuyết nền tảng và một số mô hình nghiên cứu kế thừa từ các công trình nghiên cứu trước đây, nhóm tác giả đề xuất mô hình nghiên cứu như Hình.
Các giả thuyết nghiên cứu được đưa ra như sau:
H1: Kỳ vọng khả năng thực hiện tác động cùng chiều lên Ứng dụng Chat GPT vào học tập.
H2: Nhận thức dễ sử dụng tác động cùng chiều lên Ứng dụng Chat GPT vào học tập.
H3: Ảnh hưởng xã hội có tác động cùng chiều lên Ứng dụng Chat GPT vào học tập.
H4: Tính chính xác có tác động cùng chiều lên Ứng dụng Chat GPT vào học tập.
H5: Thái độ có tác động cùng chiều lên Ứng dụng Chat GPT vào học tập.
Phương pháp nghiên cứu
Trong nghiên cứu này, nhóm tác giả sử dụng cả phương pháp nghiên cứu định tính và định lượng. Nghiên cứu định tính được thực hiện bằng cách phỏng vấn chuyên gia là các chuyên gia công nghệ; các giảng viên, để đảm bảo các biến quan sát thể hiện được đặc tính của thang đo. Tiếp đó, nhóm tác giả tiến hành phỏng vấn 300 sinh viên Trường Kinh tế, Luật, Trường Đại học Trà Vinh. Sau khi thu thập được dữ liệu sơ cấp từ phỏng vấn, nhóm tác giả tiến hành làm sạch và xử lý số liệu trên phần mềm SPSS để thực hiện các kiểm định (Cronbach’s Alpha, EFA) và cuối cùng tác giả phân tích mô hình hồi quy. Thời gian khảo sát được tiến hành trong tháng 7/2024.
Mô hình hồi quy có dạng:
UD = β 0 + β1KV + β2DSD + β3AH+ β4CX + β5TD+ ε
Trong đó: Biến phụ thuộc là UD – Ứng dụng Chat GPT vào học tập;
Các biến độc lập gồm: KV: Kỳ vọng khả năng thực hiện, DSD: Nhận thức dễ sử dụng, AH: Ảnh hưởng xã hội, TCX: Tính chính xác, TD: Thái độ của sinh viên
KẾT QUẢ NGHIÊN CỨU
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha
Kết quả phân tích Cronbach’s Alpha của các biến độc lập như sau: Biến “Kỳ vọng khả năng thực hiện” là 0,849, “Nhận thức dễ sử dụng” là 0,741, biến “Ảnh hưởng xã hội” là 0,896, Biến “Tính chính xác” là 0,881, tiếp theo là biến “Thái độ của sinh viên” là 0,763, cuối cùng là biến phụ thuộc “Ứng dụng Chat GPT vào học tập” là 0,821. Như vậy, tất cả các biến đều có hệ số Cronbach’s Alpha > 0,6 và từng biến quan sát trong thang đo đều có hệ số tương quan biến tổng (Corrected Item-Total Correlation) > 0,3. Do đó, các biến quan sát trong thang đo phù hợp để tiếp tục phân tích nhân tố khám phá (EFA).
Phân tích EFA
Trong kiểm định KMO và Bartlett, đối với các biến độc lập, hệ số KMO = 0,861 > 0,5; giá trị Sig. của kiểm định Bartlett = 0,000 0,5; giá trị Sig. của kiểm định Bartlett = 0,001
Trong đánh giá trị số Eigenvalues, giá trị Eigenvalues của 5 nhân tố đều >1, trong đó nhân tố giá trị Eigenvalues thấp nhất là 1,221 > 1, tổng phương sai trích của 5 nhân tố được trích là 63,483% cho thấy, các nhân tố được trích phản ánh được 63,483% sự biến thiên của tất cả các biến quan sát trong thang đo. Tổng phương sai trích là 63,483% > 50%, chứng tỏ mô hình EFA phù hợp. Trong biến phụ thuộc có 1 nhân tố được trích. Tổng phương sai trích của biến độc lập là 63,483% > 50%, nên mô hình EFA đạt yêu cầu.
Kết quả phân tích ma trận xoay cho 5 biến độc lập cho thấy, hệ số tải của các biến quan sát đều > 0,35, đồng thời các biến quan sát này được phân chia dựa trên các thuộc tính riêng biệt của chúng và sắp xếp thành 5 nhóm nhân tố độc lập nhau.
Phân tích hồi quy
Bảng 1: Tổng hợp kết quả mô hình
 |
| Nguồn: Kết quả phân tích dữ liệu bằng SPSS |
Bảng 1 cho thấy, giá trị R2 hiệu chỉnh = 0,618 > 0,5, chứng tỏ mức độ giải thích biến phụ thuộc của các biến độc lập trong mô hình hồi quy cao. Các biến độc lập giải thích được 61,8% sự biến thiên của biến phụ thuộc, còn lại 38,2% là do các yếu tố khác ngoài mô hình và sai số ngẫu nhiên.
Giá trị Durbin-Waston = 1,919 nằm trong khoảng từ 1,5 đến 2,5, nên không xảy ra hiện tượng tự tương quan chuỗi bậc nhất.
Bảng 2 : Phân tích ANOVA
 |
| Nguồn: Kết quả phân tích dữ liệu bằng SPSS |
Bảng 2 cho thấy, giá trị Sig. của kiểm định F = 0,001
Bảng 3: Phân tích hồi quy
 |
| Nguồn: Kết quả phân tích dữ liệu bằng SPSS |
Kết quả ở Bảng 3 cho thấy, giá trị Sig. của kiểm định t đối với các biến độc lập bao gồm: KV, AH, TCX, TD lần lượt = 0,001; 0,008; 0,001; 0,041
Giá trị Sig. của kiểm định t đối với biến độc lập DSD = 0,533 > 0,05, chứng tỏ biến DSD không có ý nghĩa thống kê và không có sự tác động lên biến phụ thuộc. Do đó, nhóm tác giả loại bỏ 1 biến độc lập là DSD ra khỏi mô hình hồi quy.
Hệ số phóng đại phương sai (VIF) của 4 biến độc lập KV, AH, TCX, TD lần lượt là 1,520; 1,103; 1,539; 1,283, các hệ số này đều
Để có thể so sánh mức độ tác động của các biến độc lập lên biến phụ thuộc, dựa trên hệ số hồi quy đã chuẩn hóa Beta, ta có mô hình hồi quy như sau:
UD = 0,486KV+0,110AH+0,364TCX+0,091TD+ ε
KẾT LUẬN VÀ HÀM Ý
Kết luận
Kết quả nghiên cứu cho thấy, có 4 yếu tố ảnh hưởng đến việc ứng dụng Chat GPT trong học tập của sinh viên Trường Kinh tế, Luật, gồm: Kỳ vọng khả năng thực hiện; Ảnh hưởng xã hội; Tính chính xác; Thái độ của sinh viên.
Một số hàm ý
Từ kết quả nghiên cứu, nhóm tác giả đề xuất một số giải pháp đến Nhà trường cho việc ứng dụng Chat GPT trong học tập của sinh viên Trường Kinh tế, Luật như sau:
Thứ nhất, Nhà trường cần nâng cao hiểu biết về Chat GPT cho sinh viên tìm hiểu về mức độ chính xác của Chat GPT là điều quan trọng, sinh viên nên kiểm tra và xác minh thông tin khi Chat GPT cung cấp. Tổ chức các cuộc tọa đàm để sinh viên hiểu được mức độ chính xác của thông tin Chat GPT cung cấp. Xem Chat GPT như một nguồn tài liệu tham khảo không xem là thay thế cho việc đọc sách hay nghiên cứu những nguồn thông tin khác, để nhận được câu trả lời chính xác sinh viên cần đặt câu hỏi một cách cụ thể, chi tiết. Khi người dùng đặt ra câu hỏi cụ thể Chat GPT sẽ hiểu một cách cụ thể hơn từ đó đưa ra câu trả lời cụ thể nhất, giúp người dùng tiếp cận nguồn thông tin có mức chính xác cao hơn.
Thứ hai, việc sinh viên sử dụng Chat GPT trong học tập là tốt nhưng về phía nhà trường cần quản lý chặt chẽ việc sinh viên chỉ dùng Chat GPT làm thông tin tham khảo hay dùng tất cả thông tin đó để giải bài tập thay sinh viên. Trong các bài kiểm tra giảng viên cần nắm được nội dung sinh viên làm là sử dụng thông tin Chat GPT cung cấp để sáng tạo nội dung, tạo thêm tính mới mẻ, tránh tình trạng sinh viên lạm dụng Chat GPT vào học tập làm cho sinh viên trở nên lười biếng, không tư duy trong việc sáng tạo nội dung học. Trong các kì thi nhà trường cần có biện pháp để tránh việc sinh viên sử dụng Chat GPT làm cả bài thi, trang bị các phần mềm chóng đạo văn có tích hợp tính năng nhận diện văn bản từ AI. Khuyến khích tính sáng tạo trong học tập của sinh viên dùng Chat GPT để sáng tạo, tự học chứ không dựa hoàn toàn và Chat GPT.
Thứ ba, Nhà trường cần tập huấn nâng cao sự hiểu biết của sinh viên về Chat GPT, tổ chức các buổi giới thiệu về Chat GPT, hướng dẫn sinh viên cách sử dụng đúng cách để có hiệu quả trong việc học, tránh tình trạng sinh viên sử dụng Chat GPT sai cách dẫn đến lạm dụng Chat GPT ảnh hưởng đến hiệu quả học tập. Hướng dẫn cho sinh viên về cách đặt câu hỏi rõ ràng, cụ thể để nhận được nguồn thông tin đầy đủ và cụ thể nhất, nhắc nhở sinh viên luôn kiểm tra thông tin khi Chat GPT cung cấp trước khi đưa vào sử dụng./.
Tài liệu tham khảo
1. Duong, T. L. (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, 6(2).
2. Đặng Văn Em, Nguyễn Đình Loan Phương, Nguyễn Thị Hảo (2024), Thực trạng ứng dụng Chat GPT trong việc học tập: Nghiên cứu của sinh viên Đại học Quốc gia Thành phố Hồ Chí Minh, Tạp chí Giáo dục, 24(1), 36–41.
3. Đặng Hiền Lê (2020), Phân tích các yếu tố ảnh hưởng đến ý định sử dụng công nghệ trí tuệ nhân tạo trong học tập: Nghiên cứu điển hình của sinh viên Hà Nội, truy cập từ https://www.tapchicongsan.org.vn/.
4. Greeni Maheshwari(2023), Các yếu tố ảnh hưởng đến ý định chấp nhận và sử dụng Chat GPT của sinh viên trong giáo dục đại học: Nghiên cứu trong bối cảnh Việt Nam, truy cập từ https://edu.vinhuni.edu.vn/nghien-cuu-moi-ve-chatgpt-tai-viet-namc2.06.09.02l0v0p0a101045.html.
5. Nguyễn Thị Phước (2023), Sử dụng Chat GPT làm công cụ hỗ trợ trong việc dạy và học ngành truyền thông, Tạp chí Khoa học Trường Đại học Quốc tế Hồng Bàng, 25, 95–100, tháng 9/2023.
6. Nguyễn Phúc Quân (2023), Chat GPT hỗ trợ khả năng tự học và phát triển năng lực số cho thanh niên, Kỷ yếu hội thảo khoa học Cán bộ trẻ các đại học quốc gia, đại học vùng mở rộng lần thứ II, năm 2023.
7. Nguyễn Thị My My (2022), Nhân tố ảnh hưởng đến việc sử dụng AI của nhân viên trong các doanh nghiệp tại Đà Nẵng, truy cập từ https://tapchitaichinh.vn/nhan-to-anh-huong-den-viec-su-dung-ai-cua-nhan-vien-trong-cac-doanh-nghiep-tai-da-nang.html.
8. Thái Thị Cẩm Trang (2023), Thái độ và kỳ vọng của sinh viên sư phạm tiếng anh đối với chat gpt. Nghiên cứu tại trường đại học sư phạm Hà Nội, Tạp chí Giáo dục, 23(10), 51–56.
9. Vuong, Q. H., Nguyen, M. H. (2024). Further on informational quanta, interactions, and entropy under the granular view of value formation. https://books.google.com/books/about?id=vy4ZEQAAQBAJ
| Ngày nhận bài: 20/9/2024; Ngày phản biện: 25/9/2024; Ngày duyệt đăng: 9/10/2024 |
[1] Lời cảm ơn: Kết quả nghiên cứu được tài trợ bởi Trường Đại học Trà Vinh thông qua Hợp đồng số37/2024/HĐ.HĐKH&ĐT-ĐHTV ngày 28/06/2024.