PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN VIỆC SỬ DỤNG CÔNG NGHỆ AI TRONG ĐÁNH GIÁ KỸ NĂNG VIẾT BÀI LUẬN TIẾNG ANH CỦA SINH VIÊN NĂM 3 TẠI KHOA TIẾNG ANH, TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI
DOI:
https://doi.org/10.59266/houjs.2026.1261Keywords:
kỹ năng viết tiếng Anh, mô hình chấp nhận công nghệ, PLS-SEM, sinh viên đại học, trí tuệ nhân tạoAbstract
Nghiên cứu phân tích các nhân tố ảnh hưởng đến việc sử dụng công nghệ trí tuệ nhân tạo (AI) trong đánh giá kỹ năng viết bài luận tiếng Anh của sinh viên năm 3 tại Khoa Tiếng Anh, Trường Đại học Mở Hà Nội. Dựa trên Mô hình chấp nhận công nghệ (TAM) mở rộng, nghiên cứu đề xuất năm biến độc lập gồm Nhận thức về tính hữu ích, Nhận thức về sự dễ sử dụng, Chất lượng phản hồi từ AI, Ảnh hưởng xã hội và Tự hiệu năng AI. Phương pháp định lượng với phân tích PLS-SEM được áp dụng trên 122 mẫu hợp lệ. Kết quả cho thấy cả năm giả thuyết đều được hỗ trợ (p < 0,05), trong đó Nhận thức về tính hữu ích có tác động mạnh nhất, tiếp theo là Ảnh hưởng xã hội, Tự hiệu năng AI, Chất lượng phản hồi từ AI và Nhận thức về sự dễ sử dụng. Mô hình giải thích 66,3% phương sai của ý định sử dụng AI. Nghiên cứu cung cấp hàm ý thực tiễn cho các nhà quản lý giáo dục, giảng viên và sinh viên trong việc thúc đẩy ứng dụng AI hiệu quả trong giáo dục viết học thuật tại Việt Nam.
References
Al-Abdullatif, A. M., & Gameil, A. A. (2021). The effect of digital technology integration on students’ academic performance through project-based learning in an e-learning environment. International Journal of Emerging Technologies in Learning, 16(11), 189-210.
Antonietti, C., Cattaneo, A., & Amenduni, F. (2022). Can teachers’ digital competence influence technology acceptance in vocational education? Computers in Human Behavior, 132, 107266.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
Dai, W., Tsai, Y. S., Lin, J., Aldino, A., Jin, H., Li, T., … & Chen, G. (2024). Assessing the proficiency of large language models in automatic feedback generation: An evaluation study. Computers and Education: Artificial Intelligence, 7, 100299.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.
Deep, P. D., & Chen, Y. (2025). The role of AI in academic writing: Impacts on writing skills, critical thinking, and integrity in higher education. Societies, 15(9), 247.
Dinh, C. T. (2025). EFL students’ perspectives on ChatGPT in translation: Exploring AI assistance, motivation, and learning outcomes. Electronic Journal of e-Learning, 23(2), 99-116.
Escalante, J., Pack, A., & Barrett, A. (2023). AI-generated feedback on writing: Insights into efficacy and ENL student preference. International Journal of Educational Technology in Higher Education, 20(1), 57.
Galy, E., Downey, C., & Johnson, J. (2011). The effect of using e-learning tools in online and campus-based classrooms on student performance. Journal of Information Technology Education: Research, 10(1), 209-230.
Green, S. B. (1991). How many subjects does it take to do a regression analysis? Multivariate Behavioral Research, 26(3), 499-510.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed.). Sage Publications.
Holden, H., & Rada, R. (2011). Understanding the influence of perceived usability and technology self-efficacy on teachers’ technology acceptance. Journal of Research on Technology in Education, 43(4), 343-367.
Nguyen, T. N. T., Van Lai, N., & Nguyen, Q. T. (2024). Artificial intelligence (AI) in education: A case study on ChatGPT’s influence on student learning behaviors. Educational Process: International Journal, 13(2), 105-121.
Truong, U. T. (2024, September). Writing classes in the AI era: Redefining English teachers’ roles. In 2024 6th International Workshop on Artificial Intelligence and Education (WAIE) (pp. 50-55). IEEE.
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.
Ying, X., Shaharuddin, S. S. B., Ramli, S. B., Heng, Y., & Nannan, G. (2025). Examining student acceptance of Procreate in digital art education using the Technology Acceptance Model (TAM). International Journal of Advanced and Applied Sciences, 12(9), 107-117.
