Bài nghiên cứu này nhằm khảo sát phương pháp sử dụng Chat GPT trong việc học, trong đó Chat GPT được sử dụng như một công cụ để hỗ trợ và tương tác với người học có thể tạo ra sự tác độn
Mục tiêu nghiên cứu và câu hỏi nghiên cứu
Mục tiêu nghiên cứu
Nghiên cứu được thực hiện với mục đích kiểm tra tác động của Chat GPT đến động lực trong việc học tập của sinh viên UEH Để đạt được mục tiêu trên, đề tài sẽ tập trung vào việc thực hiện các vấn đề nghiên cứu cụ thể như sau:
- Xem xét mối tương quan giữa các nhân tố ảnh hưởng bao gồm sự quan tâm/ thích thú, áp lực/ căng thẳng, nhận thức về sự lựa chọn, giá trị/ tính hữu ích, nhận thức về năng lực
- Đánh giá mức độ tác động của các yếu tố sự quan tâm/ thích thú, áp lực / căng thẳng , nhận thức về sự lựa chọn, giá trị/ tính hữu ích, nhận thức về năng lực đến động lực học tập của sinh viên
- Cung cấp những giải pháp nhằm hỗ trợ sinh viên sử dụng Chat GPT để tăng cường động lực học tập Đồng thời, giúp các nhà hoạch định chính sách nói chung và trường UEH nói riêng, tham khảo nhằm xem xét triển khai đưa Chat GPT vào việc hỗ trợ học tập giúp thúc đẩy động lực của sinh viên.
Câu hỏi nghiên cứu
Để thực hiện hiệu quả các mục đích nghiên cứu đã đề ra, nhóm tác giả đã thiết lập ba câu hỏi nghiên cứu cụ thể Những câu hỏi này được xây dựng nhằm hướng dẫn quá trình nghiên cứu và cung cấp khuôn khổ để phân tích và diễn giải dữ liệu Mục đích của việc đặt ra các câu hỏi nghiên cứu là để tập trung hướng nghiên cứu, xác định các biến cần đo lường và giúp nhóm tác giả có thể thu thập dữ liệu có liên quan và có ý nghĩa.
1 Các yếu tố nào được đưa vào mô hình có ảnh hưởng đến động lực trong học tập của sinh viên UEH hiện nay ?
2 Xác định mức độ ảnh hưởng của các yếu tố sau trong mô hình Sự quan tâm/thích thú (QT), Áp lực / căng thẳng (CT), Nhận thức về sự lựa chọn (LC), Giá trị/ tính hữu ích (GT) và Nhận thức về năng lực (NL) ảnh hưởng như thế nào đến biến số "Động lực" cho sinh viên?
3 Những giải pháp nào thực sự hữu ích cho sinh viên thuộc phạm vi nghiên cứu nói riêng và áp dụng lên quy mô tổng thể là sinh viên toàn Việt Nam nói nói chung ?
Phương pháp nghiên cứu
Phương pháp nghiên cứu định tính
Dữ liệu thứ cấp được nhóm tổng hợp qua quá trình tiếp thu và tổng hợp những ý kiến, bài học từ việc trao đổi với giảng viên hướng dẫn, những buổi workshop… để điều chỉnh và hoàn thiện về các thang đo và mô hình nghiên cứu của nhóm
Dữ liệu sơ cấp được thu thập từ quá trình khảo sát sinh viên trường Đại học Kinh tế thành phố Hồ Chí Minh thông qua Google Form Kích thước mẫu được tính như sau: Khảo sát gồm 28 câu hỏi, vì vậy số lượng phiếu khảo sát cần đạt được tối thiểu rơi vào khoảng 140 sinh viên Bên cạnh đó, để đảm bảo kết quả chính xác hơn, nhóm tác giả lấy
286 mẫu khảo sát Sau đó thực hiện chọn mẫu phi xác suất nhằm lọc ra các mẫu phù hợp nhất
Phương pháp nghiên cứu định lượng
Thu thập các dữ liệu về sự tác động của Chat GPT đến động lực học tập thông qua việc nhận về 286 khảo sát điền form của các bạn sinh viên UEH Sau đó chọn lọc những mẫu dữ liệu phù hợp cho quá trình nghiên cứu để tổng hợp, phân tích, thống kê mô tả, suy diễn để từ đó rút ra kết luận Chat GPT có những tác động như thế nào đến động lực học tập của sinh viên UEH Các dữ liệu được xử lý bằng phần mềm SPSS 20, thang đo chính thức được đánh giá bằng các phương pháp: Kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan Pearson, phân tích Hồi quy đa biến và kiểm định Independent.
Câu hỏi khảo sát
Phần 1: Thu thập thông tin chung của các bạn sinh viên bao gồm năm học, nhóm ngành đang theo học, ý định/ hành vi sử dụng Chat GPT, mục đích sử dụng và lý do chưa sử dụng
Phần 2: Sử dụng thang đo Likert 5 mức độ để đo lường mức độ đồng ý của các bạn sinh viên đối với các yếu tố tác động đến động lực học tập thông qua việc sử dụng
Chat GPT cho việc học, trong đó 1 là rất không đồng ý và 5 là rất đồng ý Các yếu tố bao gồm: Sự quan tâm/thích thú (QT), Áp lực / căng thẳng (CT), Nhận thức về sự lựa chọn (LC), Giá trị/ tính hữu ích (GT) và Nhận thức về năng lực (NL)
Thang đo Likert 5 mức độ được sử dụng để đo lường ảnh hưởng của phương pháp ứng dụng Chat GPT trong quá trình học đối với động lực học tập của sinh viên Dựa trên kết quả thu thập được, các khuyến nghị và kết luận được đưa ra nhằm cung cấp hướng dẫn cho các nhà hoạch định chính sách và các trường giáo dục khi tích hợp Chat GPT vào chương trình học.
Đóng góp đề tài
Về mặt lý luận
Cho thấy được khả năng của Chat GPT trong bài nghiên cứu thông qua việc hỗ trợ trải nghiệm học tập được cá nhân hoá bằng ngôn ngữ tự nhiên Đồng thời khai thác và sử dụng các nguồn thông tin học thuật liên quan đến đề tài
Làm sáng tỏ được mối quan hệ giữa các yếu tố được đề cập đến trong mô hình và kiểm định sự tác động lẫn nhau giữa các biến cung cấp thêm bằng chứng thực nghiệm mới, cung cấp cái nhìn toàn diện hơn về chủ đề.
Về mặt thực tiễn
Thông qua bài nghiên cứu có thể cho thấy được tính ứng dụng thực tế của Chat GPT thông qua việc đáp ứng nhu cầu của đa dạng sinh viên UEH, nâng cao chất lượng trong học tập và lấp đầy lỗ hổng kiến thức
Nghiên cứu về ChatGPT tại ĐH Kinh tế TP.HCM đã chỉ ra tác động của công cụ này đến động lực học tập của sinh viên Dựa trên kết quả này, các tác giả đề xuất các kết luận và gợi ý cho các nhà hoạch định chính sách và các trường xem xét tích hợp ChatGPT vào chương trình học để nâng cao hiệu quả truyền tải kiến thức.
Bố cục đề tài
Chương 1: Giải quyết và đặt vấn đề
Giới thiệu lý do thực hiện đề tài, đưa ra cái nhìn tổng quan Từ đó, đề ra các mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu và ý nghĩa của đề tài được thực hiện
Chương 2: Cơ sở lý thuyết và phương pháp nghiên cứu
Trình bày các nền tảng lý thuyết cơ bản được sử dụng trong bài nghiên cứu; tóm tắt một số phát hiện, biến số liên quan từ các nghiên cứu trước đó Qua đó, hình thành cơ sở để đưa ra hướng đặt giả thuyết và mô hình nghiên cứu của nhóm
Bài viết trình bày chi tiết cách đo lường biến, chỉ ra các lý do đưa biến vào mô hình Trình bày nguồn thu thập và cách xử lý dữ liệu để kiểm định mô hình
Chương 3: Kết quả và phân tích dữ liệu
Mô tả dữ liệu các biến thông qua bảng thống kê mô tả, trình bày các kết quả kiểm định và hồi quy, cũng như xem xét mối quan hệ giữa các biến độc lập và phụ thuộc So sánh kết quả thực nghiệm, do sinh viên nghiên cứu với các bài nghiên cứu cùng đề tài trước đó
Chương 4: Kết luận và khuyến nghị
Chương sau cùng của bài nghiên cứu sẽ đưa ra những kết luận và thảo luận các vấn đề liên quan giúp giải đáp mục tiêu nghiên cứu Đồng thời, chương này cũng sẽ chỉ ra những hạn chế của đề tài, đề xuất các biện pháp khắc phục và đưa ra những ý tưởng cho các nghiên cứu tương lai về chủ đề này.
Cơ sở lý thuyết
Lý thuyết về Thuyết tự quyết - Self-Determination Theory (SDT)
Thuyết tự quyết (SDT) (Ryan & Deci, 2000) thừa nhận hứng thú học tập và thành tích học tập của học sinh có thể được nâng cao bằng cách nâng cao động lực Khái niệm về thuyết tự quyết phân biệt rõ hơn giữa động lực bên trong và bên ngoài Một học sinh có động lực nội tại thực hiện một hoạt động vì sự hài lòng, niềm vui hoặc thử thách vốn có của nó hơn là vì một số hậu quả có thể tách rời Ngược lại, một sinh viên có động cơ bên ngoài thực hiện một hoạt động do các lực lượng, áp lực hoặc phần thưởng bên ngoài (Deci & Ryan, 1985)
Trong Thuyết tự quyết định (SDT), có ba nhu cầu tâm lý thỏa mãn động lực nội tại: quyền tự quyết, năng lực và sự kết nối Quyền tự quyết là cảm giác hành động do tự bản thân khởi xướng và lựa chọn Năng lực là nhận thức về việc cá nhân có thể thực hiện một nhiệm vụ một cách hiệu quả và tự tin Sự kết nối được định nghĩa là sự hỗ trợ tình cảm mà cá nhân nhận được hoặc trao cho người khác trong quá trình tương tác Các nghiên cứu đã chỉ ra rằng những sinh viên có động lực nội tại cao hơn thường kiên trì hơn trong việc giải quyết các nhiệm vụ khó khăn và thể hiện nhiều sự hài lòng và hứng thú hơn khi họ đạt được kiến thức mới.
Ví dụ, trong học tập trực tuyến nâng cao công nghệ, Hsu và cộng sự (2019) cho thấy rằng khi các nhu cầu tâm lý cơ bản được đáp ứng, động lực học tập sẽ được nâng cao, điều này tạo ra sự chuyển giao kiến thức được nhận thức cao hơn với việc đạt được các mục tiêu của khóa học tốt hơn Trong học tập trên thiết bị di động, người ta quan sát thấy mức độ cao hơn về năng lực nhận thức, quyền tự quyết và động lực nội tại của học sinh, điều này góp phần tạo ra tác động tích cực đến thành tích chung (Jeno và cộng sự,
2019 ; Nikou & Economides ,2018 ) Vì động lực nội tại bắt nguồn từ nhu cầu tâm lý của một cá nhân thúc đẩy các hành vi mà không có phần thưởng bên ngoài xuất hiện trong các bối cảnh học tập nâng cao công nghệ khác nhau, chúng nhóm tác giả dự định sẽ tiếp tục nghiên cứu trước đó bằng cách điều tra xem liệu một phương pháp học tập dựa trên Chat GPT có thể đáp ứng các nhu cầu tâm lý tương tự góp phần tạo động lực học trong nghiên cứu này hay không.
Khái niệm về Chat GPT
Chat GPT là một mô hình mạng nơ-ron dựa trên kiến trúc Transformer đã được huấn luyện trước bởi OpenAI Nó phát triển vượt trội trong việc xử lý ngôn ngữ tự nhiên, chẳng hạn như tạo văn bản, tóm tắt và hệ thống đối thoại Trước khi có Chat GPT, vô số những Chatbot thông minh đã được sử dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là trong giáo dục và đã đạt được kết quả đáng kể Ví dụ, một số chatbot được phát hành trước đó đã giúp học sinh nâng cao hiệu quả trong học tập đồng thời thúc đẩy sự thích ứng môi trường linh hoạt (Vázquez-Cano và cộng sự, 2021) Ngoài ra, chatbot có tiềm năng cung cấp hỗ trợ học tập cá nhân hóa cho học sinh và thúc đẩy tương tác học tập
So với những chatbot thông thường, Chat GPT không yêu cầu phản hồi theo quy tắc hoặc ý định trước định sẵn và có khả năng tự động trò chuyện vượt trội Có những báo cáo khác nhau về ứng dụng Chat GPT trong các lĩnh vực khác nhau, như các kỳ thi y khoa (Gilson và cộng sự, 2022; Gilson và cộng sự, 2023), cải thiện khả năng viết văn học thuật của học sinh (Stokel-Walker, 2022), và cái nhìn sâu sắc về cải cách giáo dục (Kung và cộng sự, 2023; Kasneci và cộng sự, 2023)
Mặc dù tiên tiến, Chat GPT vẫn có hạn chế như hiểu sai ngữ cảnh do thiếu cảm xúc, đặt ra các vấn đề về đạo đức, pháp lý và kinh tế như gian lận trí tuệ nhân tạo, vi phạm bản quyền và sở hữu trí tuệ Vì vậy, cần có các khung pháp lý mạnh mẽ để bảo vệ tính toàn vẹn của kiến thức học thuật Đồng thời, quyền riêng tư, bảo mật dữ liệu và hướng dẫn đạo đức, pháp lý phải được xem xét kỹ lưỡng.
Khái niệm về Động lực trong học tập
Động lực học tập đề cập đến sức mạnh tinh thần của con người, cụ thể là những yếu tố kích thích, thúc đẩy sự hứng thú trong học tập Động lực học tập đề cập đến tất cả các yếu tố, cảm xúc và quan điểm cá nhân giúp thúc đẩy người học tham gia và đầu tư vào việc học một cách đầy tích cực và hứng thú Động lực học tập thể hiện mức độ động viên và sự quyết tâm của họ trong việc tiếp thu kiến thức, phát triển kỹ năng và đạt được mục tiêu học tập Động lực học tập có tác động tích cực đến việc cải thiện kết quả học tập và sự phát triển nhận thức của sinh viên Nó giúp người học phát triển tư duy phản biện và khả năng tự chủ, đồng thời khuyến khích tích cực và nhiệt tình tham gia vào các hoạt động học tập (HT Hiền và HTP Lan, 2021) Có hai loại động lực chính liên quan đến thành tích học tập của người học, đó là động lực bên trong và động lực bên ngoài Động lực bên trong hay động lực nội tại xuất phát từ bên trong người học, là khả năng của họ trong việc tương tác với môi trường học tập để đạt được các mục tiêu và mục đích học tập mà họ đã đề ra Điều này bao gồm sự ham muốn tham gia vào các hoạt động liên quan học tập, cũng như khả năng tự quyết định và kiểm soát trong việc học Ngược lại, động lực bên ngoài là những yếu tố đến từ bên ngoài người học, như các phần thưởng hay điểm số, góp phần thúc đẩy động lực của họ trong quá trình học tập (Tanveer và cộng sự, 2012) Tuy nhiên, động lực bên ngoài này có thể làm suy giảm khả năng học tập ( Amabile và cộng sự, 1990)
Chính vì vậy, trong bài nghiên cứu này nhóm tác giả cho rằng việc nghiên cứu động lực nội tại trong học tập của sinh viên là vô cùng thiết yếu nhằm kích thích sự hứng thú, tìm tòi bằng cách tạo ra môi trường học tập thú vị, kích thích và hỗ trợ, qua đó nâng cao động lực nội tại là cốt yếu dẫn đến hành vi học tập.
Bản kiểm kê Động lực Nội tại (IMI)
Bản kiểm kê Động lực Nội tại (IMI) được phát triển bởi McAuley và cộng sự (1989), để đánh giá trải nghiệm chủ quan của người tham gia liên quan đến hoạt động mục tiêu trong thí nghiệm và đo lường trải nghiệm chủ quan của sinh viên Đại học về động lực nội tại liên quan đến môi trường học tập Bản kiểm kê Động lực Nội tại (IMI) là một thiết bị đo lường đa chiều nhằm đánh giá trải nghiệm chủ quan của người tham gia liên quan đến một hoạt động cụ thể trong các thí nghiệm cần khảo sát Nó đã được sử dụng trong một số thí nghiệm liên quan đến động lực nội tại và khả năng tự điều chỉnh (Ryan, 1982; Ryan, Mims & Koestner, 1983; Plant & Ryan, 1985; Ryan, Connell,
& Plant, 1990; Ryan, Koestner & Deci , 1991; Deci, Eghrari, Patrick, & Leone, 1994)
Nó được chia thành nhiều yếu tố, bao gồm sở thích/thích thú, năng lực nhận thức, nỗ lực/tầm quan trọng, áp lực/căng thẳng, lựa chọn nhận thức, giá trị/tính hữu dụng và tính liên quan (Ryan, 1982; McAuley và cộng sự, 1989).
Mối quan hệ giữa Self-Determination Theory và Learning Intrinsic
Lý thuyết quyền tự quyết (SDT) (Ryan & Deci, 2000) thừa nhận rằng hứng thú học tập và thành tích học tập của học sinh có thể được nâng cao bằng cách nâng cao động lực Khái niệm về quyền tự quyết phân biệt rõ hơn giữa động lực bên trong và bên ngoài Trong khuôn khổ của SDT, động lực học tập có thể được coi là một động lực nội tại, trong đó cá nhân tham gia vào hoạt động vì niềm vui và sự thỏa mãn đến từ hoạt động đó chính nó, chứ không phải vì những phần thưởng hay phạt từ bên ngoài Trong quá trình học tập, sự tự chủ, sự gắn kết và năng lực đóng vai trò quan trọng Đã được phát hiện rằng học sinh có xu hướng tham gia vào các hoạt động học tập khi họ cảm thấy tự chủ, liên kết và năng lực (Gagné & Deci, 2005) Nhiều nghiên cứu đã nhấn mạnh tầm quan trọng của SDT trong hiểu biết về động lực học tập (Ryan & Deci, 2000) Ví dụ, khi học sinh cảm nhận được rằng họ có nhiều lựa chọn và có thể ra quyết định theo ý muốn của mình, họ thường thể hiện sự quan tâm và sự tham gia cao hơn (Vansteenkiste và cộng sự, 2012) Hỗ trợ sự tự chủ, năng lực và kết nối của học sinh có thể cải thiện động lực và hiệu suất học tập của họ (Reeve, 2009), và tăng sự quan tâm thành tích học tập (Krapp, 1999; Ryan & Deci, 2020) Trong môi trường giáo dục trực tuyến, tương tác, tự tin sử dụng internet và tự quản học đã được xác định là các yếu tố quan trọng trong việc dự đoán sự hài lòng của học sinh (Kuo và cộng sự, 2014) Hơn nữa, việc hỗ trợ sự tự chủ, năng lực và liên kết của nhân viên trong môi trường làm việc có thể nâng cao động lực làm việc, dẫn đến cải thiện hiệu suất và sự hài lòng (Gagné & Deci, 2005) Trong nghiên cứu này, tập trung vào động lực nội tại Dựa trên SDT, các yếu tố động lực nội tại của động lực học tập của sinh viên đại học và tác động của chúng đến hiệu suất học tập sau khi sử dụng Chat GPT
Các nghiên cứu đã chỉ ra rằng những sinh viên có động lực nội tại cao hơn có thể kiên trì xử lý các nhiệm vụ đầy thách thức và thể hiện sự hài lòng cũng như thích thú hơn khi họ tiếp thu được năng lực về kiến thức mới Nhiều nhà điều tra đã áp dụng khuôn khổ SDT cho động lực nội tại trong bối cảnh giáo dục (Niemiec & Ryan, 2009)
Ví dụ, trong học tập trực tuyến nâng cao công nghệ Hsu và cộng sự (2019) cho thấy rằng khi các nhu cầu tâm lý được nhận thức cao hơn với việc đạt được các mục tiêu của khóa học tốt hơn Trong học tập trên thiết bị di động, người ta quan sát thấy mức độ cao hơn về năng lực nhận thức, quyền tự quyết và động lực nội tại của học sinh , điều này góp phần tạo ra tác động tích cực đến thành tích chung (Jeno và cộng sự, 2019; Nikou & Economides, 2018) Tương tự như vậy trong học tập trực tuyến được ứng dụng trong game, học sinh thể hiện động lực tự chủ và năng lực ở mức độ cao (Bovermann và cộng sự, 2018) Vì động lực nội tại bắt nguồn từ nhu cầu tâm lý của một cá nhân thúc đẩy các hành vi mà không có phần thưởng bên ngoài xuất hiện trong các bối cảnh học tập nâng cao công nghệ khác nhau, nhóm tác giả dự định sẽ tiếp tục nghiên cứu trước đó bằng cách điều tra xem liệu sinh viên khi sử dụng Chat GPT có thể đáp ứng các nhu cầu tâm lý tương tự góp phần tạo động lực trong nghiên cứu này hay không.
Mối quan hệ giữa Self-Determination Theory, Learning Intrinsic
Nguyên tắc cốt lõi của lý thuyết tự chủ là điều kiện và môi trường hỗ trợ ba nhu cầu tâm lý bẩm sinh: nhu cầu về năng lực, nhu cầu kết nối và nhu cầu tự chủ có thể thúc đẩy sự tham gia năng cao động lực của cá nhân
Khi nhu cầu tự chủ, năng lực và kết nối của cá nhân được đáp ứng, họ có động lực nội tại để tham gia vào những hành vi cụ thể (Ryan & Deci, 2000) Hơn nữa, trạng thái động lực của họ còn ảnh hưởng đến hành vi, cảm xúc và nhận thức của họ Ví dụ, trong ngữ cảnh các chuyên gia về tập thể dục, việc hỗ trợ tự chủ của cá nhân đã được xác định là một chiến lược động lực phù hợp với nguyên tắc cốt lõi của lý thuyết tự chủ (Sánchez-Oliva và cộng sự, 2021)
Ngoài ra, có một số nghiên cứu đã chứng minh rằng động lực học tập tốt có thể giúp học sinh chú ý, tự chủ và tích cực hơn trong quá trình học tập Trong môi trường công nghệ hiện đại, tương tác của học sinh với nội dung học tập có thể nâng cao sự hài lòng và củng cố sự quan tâm và động lực của họ (Heaven, 2020; Kuo và cộng sự, 2014) Kết quả nghiên cứu tương tự đã được báo cáo trong một nghiên cứu của Chiu và cộng sự (2023), phát hiện ra rằng việc sử dụng Chatbot dựa trên AI đã cải thiện động lực học tập của học sinh, trong khi sự hỗ trợ và hướng dẫn của giáo viên giúp nâng cao kết quả học tập của học sinh Vì vậy, việc ứng dụng Chat GPT trong lĩnh vực giáo dục có tiềm năng để xác định mục tiêu học tập và tập trung của học sinh, cũng như nâng cao động lực học tập của họ thông qua tăng cường tương tác với học sinh (Mhlanga, 2023; Rudolph và cộng sự, 2023; Zhai & Center, 2023)
Trong suốt quá trình nghiên cứu, đối tượng nghiên cứu là sinh viên đại học, người đã quen thuộc và đã sử dụng Chat GPT Do đó, trước khi tiến hành khảo sát bằng câu hỏi, một nhóm sinh viên dễ lấy mẫu đã được đào tạo về việc sử dụng Chat GPT và được cung cấp một khoảng thời gian nhất định để làm quen với công cụ này Dựa trên điều này, có thể đặt giả thiết rằng khi sử dụng Chat GPT, nó có thể đáp ứng tốt hơn ba nhu cầu tâm lý của tự chủ, kết nối và năng lực đối với sinh viên đại học Sự thỏa mãn ba nhu cầu tâm lý này cho thấy rằng năm biến độc lập Interest-enjoyment, Tension-pressure, Perceived choice, Perceived Competence và Value - Usefulness liên quan đến ba nhu cầu tâm lý có thể ảnh hưởng đáng kể đến biến phụ thuộc Từ đó, đề xuất rằng Chat GPT có thể là một công cụ giáo dục rất thiết thực và triển vọng.
Khái niệm về các biến độc lập
Thuật ngữ "Thích thú" là một khái niệm tích cực thường được sử dụng để miêu tả trạng thái tinh thần của một người khi họ cảm thấy phấn khích, hứng thú hoặc hào hứng khi trải nghiệm một điều gì đó Cảm xúc này không chỉ đơn thuần là cảm giác thoải mái và hài lòng mà còn nguồn động lực tích cực thúc đẩy sự chủ động trong việc tìm hiểu, nghiên cứu và sáng tạo trong một lĩnh vực nào đó
Johnmarshall Reeve (1989) chỉ ra rằng sự thích thú góp phần vào động lực nội tại bằng cách duy trì sự sẵn sàng tiếp tục và kiên trì trong hoạt động Sự quan tâm đã được coi là một khía cạnh tiềm ẩn của động lực nội tại (Deci, 1992) Theo Deci (1998) lập luận rằng "hành vi có động lực nội tại được thực hiện bởi vì nó thú vị" và kết luận rằng đọc một cuốn sách chỉ vì nó khiến người ta hứng thú là có động lực từ bên trong
Do đó, trong vài trường hợp, sở thích và động lực nội tại còn được đánh giá là các thuật ngữ đồng nghĩa (Tobias, 1994)
Theo Renninger & Bachrach (2015) cho rằng sự quan tâm thích thú đó là một yếu tố bền vững dẫn đến tăng động lực học tập của sinh viên Nói chung, sự quan tâm thường đề cập đến những cảm xúc tích cực và dẫn đến sự hấp dẫn dẫn tới một sở thích và đam mê (Hidi và cộng sự, 2004, p 94) Khi học sinh trải nghiệm được sự thích thú, họ sẽ có xu hướng tham gia vào các hành động thúc đẩy động lực nội tại, và họ có thể được thúc đẩy bởi sự thích thú chứ không phải bởi các động cơ bên ngoài (Siklander và cộng sự, 2017; Ryan & Deci, 2000)
Áp lực - căng thẳng trong học tập đóng vai trò quan trọng trong hành vi học tập và tâm lý giáo dục Nó chỉ tình trạng học sinh, sinh viên đối mặt với áp lực và căng thẳng cao trong quá trình học Nhiều yếu tố góp phần như yêu cầu học tập khó, áp lực về thời gian, lo lắng về khả năng hoàn thành nhiệm vụ học tập, hay áp lực từ gia đình, bạn bè và môi trường học tập.
Theo Byrne, Davenport & Mazanov (2007) cho rằng căng thẳng trong học tập chủ yếu đến từ sự quá tải của khối lượng bài vở, khối lượng tài liệu học tập và nhu cầu thực hiện tốt các hoạt động học tập Về mặt cảm xúc, Yeo & Lee (2017) cho rằng căng thẳng trong học tập xảy ra khi học sinh cảm thấy không thoải mái, khó tiếp thu hoặc người học cáu kỉnh và căng thẳng trong học tập có liên quan đến cảm xúc tiêu cực như tức giận, lo lắng, bất lực, xấu hổ và buồn chán
Theo nghiên cứu của Ryan (1982) và Ryan, Mims & Koestner (1983) đã chỉ ra rằng áp lực căng thẳng có thể làm giảm sự hứng thú và động lực nội tại của cá nhân đối với việc học tập Một nghiên cứu khác được tiến hành bởi Ji Won You (2018) đã phát hiện ra mối liên hệ đáng kể giữa mức độ căng thẳng và động lực học tập của sinh viên
Nhận thức lựa chọn đề cập đến khái niệm mà những người tham gia tin rằng họ có khả năng lựa chọn và quyết định trong một tình huống Mặc dù có thể tồn tại những ràng buộc và điều kiện ảnh hưởng đến các lựa chọn thực tế, nhận thức và cảm xúc của mỗi người về mức độ tự do đưa ra quyết định cũng có thể đóng một vai trò quan trọng trong quá trình ra quyết định Đồng thời, nhận thức lựa chọn có thể ảnh hưởng đến tâm trạng, sự hài lòng và hành vi của những người tham gia trong tình huống Mọi người thường cảm thấy tích cực và hài lòng hơn khi họ cảm thấy mình có những lựa chọn và có tác động đến kết quả cuối cùng, thay vì chỉ làm theo chỉ dẫn hoặc áp lực từ người khác
Nhận thức lựa chọn là khái niệm chỉ cảm giác cá nhân trong việc tham gia hành vi tự chủ hay bị kiểm soát (Reeve, Nix & Hamm, 2003) Đây là một định nghĩa quan trọng trong lĩnh vực động lực, chỉ có ý nghĩa khi mỗi cá nhân được tự do lựa chọn và kiểm soát hành động của mình (Markland, 1999) Từ góc độ động lực, lựa chọn đồng nghĩa với khả năng hành động hoặc không hành động, điều này có thể tạo ra cảm giác kiểm soát trong ý thức cá nhân (Reeve và cộng sự, 2003)
Việc sử dụng Chat GPT trong việc học tập có thể đóng góp vào việc tăng cường sự hấp dẫn và động lực cho các hoạt động học tập, bằng cách cung cấp nhiều lựa chọn và gợi ý cho sinh viên Điều này giúp nâng cao ý thức kiểm soát và quyền tự quyết của sinh viên trong quá trình học tập
Tính hữu ích liên quan đến mức độ mà người sử dụng cảm nhận rằng sản phẩm hoặc dịch vụ đó thực sự hữu ích và có ích cho việc giải quyết các nhu cầu, mục tiêu của họ Tính hữu ích được đánh giá dựa trên khả năng của sản phẩm hoặc dịch vụ trong việc đáp ứng các yêu cầu cụ thể của người sử dụng và đáp ứng mục tiêu mà họ đang hướng đến Khi người sử dụng cảm nhận rằng sản phẩm hoặc dịch vụ có giá trị và hữu ích đối với họ, họ có xu hướng chấp nhận và sử dụng nó một cách tích cực
Nhà kinh tế học P.A Samuelson cho rằng: “Giá trị sử dụng là một khái niệm trừu tượng dùng để chỉ sự hưởng thụ, tính hữu ích hoặc sự hài lòng chủ quan do việc tiêu dùng hàng hoá mang lại.” Giá trị là mức độ mà người sử dụng cảm nhận và đánh giá một sản phẩm hoặc dịch vụ có ý nghĩa và hữu ích đối với họ Điều này bao gồm những lợi ích và tiện ích mà họ cảm nhận khi sử dụng sản phẩm hoặc dịch vụ đó Một sản phẩm hoặc dịch vụ có giá trị cao nếu nó đáp ứng và vượt qua kỳ vọng và nhu cầu của người sử dụng, đồng thời giải quyết các vấn đề và thách thức mà họ đang đối diện
Năng lực là khả năng ứng dụng kiến thức, kỹ năng và phẩm chất để giải quyết hiệu quả các vấn đề trong thực tiễn, đáp ứng yêu cầu của hoạt động cụ thể và đạt kết quả nhanh chóng Nhận thức năng lực liên quan đến quá trình tự đánh giá và phản ánh về chính khả năng thực hiện nhiệm vụ, hoạt động hoặc lĩnh vực công việc nhất định của bản thân.
Theo Bouffard, Marcoux, Vezeau, & Bordeleau (2003) năng lực là khả năng của một cá nhân để thực hiện các hoạt động hiệu quả trong một môi trường cụ thể, dựa trên kết quả đã tích lũy từ các tương tác cá nhân trong môi trường đó Nó cung cấp thông tin về các nhiệm vụ, hoạt động mà một cá nhân có thể thực hiện và những tương tác, hoạt động nào đỏng để thực hiện (Buch, Sọfvenbom, & Boe, 2015)
Ví dụ, khi sử dụng Chat GPT trong môi trường học tập, cá nhân có thể được hỗ trợ cá nhân hóa, giúp họ cảm thấy có năng lực và động lực để đạt được mục tiêu học tập (Yilmaz & Karaoglan Yilmaz, 2022a; 2022b) Đồng thời, niềm tin vào khả năng của mình cũng thúc đẩy sự phát triển sự quan tâm và hứng thú của học sinh trong một hoạt động (Bandura, 1997) Do đó, khi cá nhân có nhận thức tích cực về khả năng của mình, họ có xu hướng tự tin và có thêm động lực để đạt được kết quả tốt trong các hoạt động học tập và công việc mà họ tham gia (Nikou & Economides, 2017)
Trong mô hình này, sự nhận thức về năng lực đề cập đến mức độ nỗ lực mà cá nhân tiêu tốn trong việc tham gia vào một hoạt động học tập cụ thể, cùng với kỹ năng nhận thức cá nhân cần thiết để tương tác một cách hiệu quả Sự tham gia này đóng vai trò quan trọng trong việc xác định kỳ vọng thành công của cá nhân đối với một nhiệm vụ nhất định (Hagger, Koch, & Chatzisarantis, 2015).
Lược khảo các nghiên cứu trước đây
Bảng 1: Bảng tổng hợp các bài nghiên cứu trước đây
STT Năm nghiên cứu, tác giả
Cách thức/Phạm vi nghiên cứu
The interplay of dominant factors that influence adolescents’ academic performance:
Motivation type and pressure vs involvement
Bài nghiên cứu hiện tại về 430 học sinh thiếu niên tại Nga và Kazakhstan
Phân tích cho thấy mối quan hệ mạnh mẽ giữa áp lực và thiếu động lực học và giữa động lực nội tại và sự tham gia học tập Đồng thời, áp lực bên ngoài được xác định làm tăng tình trạng nghỉ học và lo âu, dẫn đến sự suy giảm về thành tích học tập
Applying AI chatbot for teaching a foreign language: an empirical research
Có hai nhóm: nhóm thí nghiệm và nhóm kiểm soát Ban đầu, mỗi nhóm có 100 sinh viên Nhóm Đánh giá hiệu quả của việc sử dụng chatbot để cải thiện hiệu suất học tập Đa số học sinh cho thấy tiềm năng của chatbot nhằm nâng cao quá trình học đồng thời kiểm soát tham gia khóa học mà không sử dụng chatbot, trong khi nhóm thí nghiệm sử dụng chatbot trong 10 buổi học họ cũng cho rằng việc học trở nên vui hơn và hào hứng hơn với chatbot
Conversation technology with micro-learning: the impact of chatbot- based learning on students' learning motivation and performance
Để đánh giá hiệu quả của chatbot trong giáo dục, một nghiên cứu phân chia sinh viên thành hai nhóm: nhóm kiểm soát và nhóm thí nghiệm Nhóm kiểm soát theo học ở lớp học truyền thống, còn nhóm thí nghiệm sử dụng chatbot làm công cụ hỗ trợ học tập Nội dung bài giảng cho cả hai nhóm là như nhau, tuy nhiên thời gian học khác nhau Ở lớp học truyền thống, sinh viên thụ động nghe giảng, trong khi ở lớp học chatbot, sinh viên tích cực tương tác với hệ thống học tập thông qua chatbot.
Kết quả của nghiên cứu cho thấy rằng sự hiện diện của chatbot đã có ảnh hưởng tích cực đến động lực của học sinh Chatbot đã giúp học sinh cảm thấy tự tin hơn và có động lực cao hơn để tiếp tục học tập Đồng thời, hiệu suất học tập của học sinh cũng được cải thiện đáng kể Chatbot đã giúp học sinh nắm vững kiến thức hơn, cải thiện khả năng ghi nhớ và ứng dụng kiến thức vào thực tế
How to trigger students’ interest in digital learning environments: A systematic literature review
Sử dụng phương pháp phân tích dữ liệu (SLR) giúp đưa ra kết luận đáng tin cậy và mang tính xác thực hơn
Tính linh hoạt trong việc học đã được chứng minh là có lợi trong việc khơi dậy hứng thú học tập của học sinh Sự kết hợp giữa tính linh hoạt và môi trường học tập kích thích có thể tạo ra một trải nghiệm học tập sôi động, tương tác và thú vị, đồng thời
Life-Long Learning phát triển các kỹ năng quan trọng như khả năng giải quyết vấn đề, tự quản lý…cho học sinh trong việc tự học và tư duy độc lập
Influence of the motivational climate in physical education on the intention to practice physical activity or sport
975 người tham gia, (13-18 tuổi) Dữ liệu thu thập được bao gồm sử dụng các công cụ đo lường như: PECCS,
TEOSQ, IMI.Dữ liệu đã được phân tích bằng phương pháp
Mô hình Phương trình Cấu trúc (SEM)
Kết quả nghiên cứu cho thấy động lực nội tại (mối quan tâm, nhận thức về năng lực và sự hài lòng) có mối quan hệ tích cực với ý định tham gia hoạt động thể thao Ngược lại, căng thẳng có tác động tiêu cực đến sự thích thú và quan tâm của học sinh đối với hoạt động này.
A proposed framework to understand the intrinsic motivation factors on university students’ behavioral intention to use a mobile application for learning
Thu được 193 phản hồi hữu ích từ 1372
SV đạt tỷ lệ phản hồi là 13,78%
Kết quả cho thấy rằng nhận biết về năng lực, sự nhận thức về sự thách thức, nhận thức về sự lựa chọn và sự quan tâm có ảnh hưởng quan trọng đến ý định hành vi sử dụng ứng dụng di động cho việc học của SV
The effect of a mobile-application tool on biology students' motivation and achievement in species identification: A Self-Determination Theory perspective
Nghiên cứu này thực hiện trên 71 sinh viên năm thứ hai tại một trường đại học ở Na
Uy, họ được mời tham gia trong khóa học sinh học Trước khi tham gia, sinh viên đã được cung cấp thông tin về mục đích của nghiên cứu và đảm bảo rằng thông tin của họ sẽ được bảo mật
Nghiên cứu so sánh hiệu quả của ứng dụng di động và sách giáo khoa trong việc nhận diện các loài Kết quả cho thấy ứng dụng di động giúp sinh viên có điểm cao hơn, năng lực nhận thức tốt hơn và động lực học tập nội tại cao hơn Sự hỗ trợ cho độc lập và năng lực trong ứng dụng đóng vai trò quan trọng trong động lực học tập nội tại của sinh viên
Gamification in Genetics: Effects of Gamified Instructional Materials on the STEM Students’
Sử dụng thiết kế nghiên cứu mô tả, nhóm nghiên cứu đã thu thập dữ liệu từ học sinh thông qua các phương pháp nghiên cứu quan sát và khảo sát.
Kết quả cho thấy việc sử dụng ứng dụng di động làm tăng cảm giác tự chủ và năng lực, và từ đó làm tăng động lực nội tại, cảm xúc tích cực và thành tích học tập Điều này phản ánh rằng các tính năng tích hợp trong ứng dụng di động cho phép học sinh có sự lựa chọn và tư duy tự chủ, thông qua phản hồi thông tin và thách thức tối ưu
The effects of m- learning on motivation, achievement and well-being: A Self-
Nghiên cứu này tập trung vào 58 sinh viên năm hai ngành Sinh học tham gia khóa học ngoài trời
Kết quả cho thấy ứng dụng di động làm tăng cảm giác tự tin và tự chủ của sinh viên so với sách giáo khoa Từ đó tăng cường
Determination Theory approach về nhận diện loài động lực học tập và cảm xúc tích cực của sinh viên
Teacher support and student motivation to learn with Artificial Intelligence (AI) based chatbot
124 học sinh lớp 10 (tuổi: 15 - 17) sử dụng trò chuyện với trí tuệ nhân tạo như công cụ trong thí nghiệm
Mức độ động lực nội tại và khả năng học tập của học sinh khi sử dụng trò chuyện với trí tuệ nhân tạo phụ thuộc vào hai yếu tố chính: sự hỗ trợ của giáo viên và chuyên môn của học sinh Sự hỗ trợ của giáo viên đóng vai trò quan trọng trong việc hướng dẫn và động viên học sinh sử dụng hiệu quả công cụ trò chuyện trí tuệ nhân tạo Mặt khác, chuyên môn của học sinh bao gồm kỹ năng tự điều chỉnh quá trình học tập và khả năng đọc hiểu kỹ thuật số, là yếu tố cần thiết để học sinh có thể khai thác tối đa lợi ích của trò chuyện trí tuệ nhân tạo trong quá trình học.
Bảng 2: Những yếu tố tác động đến động lực nội tại
STT Tên bài nghiên cứu CT GT LC QT NL
1 The interplay of dominant factors that influence adolescents’ academic performance: Motivation type and pressure vs involvement (G.Abildaeva,
2 Applying AI chatbot for teaching a foreign language: an empirical research (Nghi Tran và cộng sự, 2019) x x
3 Conversation technology with micro-learning: the impact of chatbot-based learning on students' learning motivation and performance (Jiaqi Yin và cộng sự, 2021) x x x x x
4 How to trigger students’ interest in digital learning environments: A systematic literature review Media, Technology & Life-Long x x
Learning (L Sun và cộng sự, 2018)
5 Influence of the motivational climate in physical education on the intention to practice physical activity or sport (Amparo & Melchor, 2010) x x x x
6 A proposed framework to understand the intrinsic motivation factors on university students’ behavioral intention to use a mobile application for learning
(Shroff, Ronnie H và cộng sự, 2016) x x x
7 The effect of a mobile-application tool on biology students' motivation and achievement in species identification: A Self-Determination Theory perspective (Jeno và cộng sự, 2017) x x x
8 Gamification in Genetics: Effects of Gamified
Instructional Materials on the STEM Students’
9 The effects of m-learning on motivation, achievement and well-being: A Self-Determination
Theory approach ( Jeno và cộng sự,2019) x x
10 Teacher support and student motivation to learn with
Artificial Intelligence (AI) based chatbot ( Chiu và cộng sự, 2023) x x
Đề xuất giả thuyết và mô hình nghiên cứu
Giả thuyết nghiên cứu
Qua các bài nghiên cứu, nhóm tác giả nhận ra rằng các yếu tố “Sự quan tâm/thích thú” “Áp lực/ Căng thẳng”, “Nhận thức về sự lựa chọn”, “Giá trị/Sự hữu ích” “Nhận thức về năng lực” là nguyên nhân chính tác động lên sự thích thú trong học tập, hay còn gọi động lực nội tại trong học tập
H1: Sự quan tâm/ thích thú có tác động tích cực đến động lực học tập
H2: Áp lực/ căng thẳng có tác động tiêu cực đến động lực học tập
Việc nhận thức được sự lựa chọn có ảnh hưởng tích cực đến động lực học tập, vì nó mang đến cho học sinh cảm giác kiểm soát và sở hữu quá trình học tập của mình Khi học sinh nhận thấy rằng họ có thể lựa chọn cách tiếp cận tài liệu, phương thức học tập và thậm chí cả giáo viên của mình, họ sẽ cảm thấy có động lực hơn để tham gia vào quá trình học tập Tương tự như vậy, giá trị hữu ích của học tập, tức là nhận thức về sự liên quan và ý nghĩa của học tập, cũng có ảnh hưởng tích cực đến động lực học tập Khi học sinh hiểu rằng những gì họ đang học có liên quan đến mục tiêu và giá trị của họ, họ sẽ có nhiều khả năng tham gia và duy trì động lực học tập.
H5: Nhận thức về năng lực có tác động tích cực đến động lực học tập
Mô hình nghiên cứu
Bảng 3: Mô hình nghiên cứu đề xuất của nhóm tác giả
Thiết kế phương pháp nghiên cứu
Quy trình nghiên cứu
Nhằm mục đích làm rõ hơn những bước cũng như các giai đoạn nghiên cứu, nhóm tác giả tiến hành xây dựng quy trình nghiên cứu, tất cả đều được thể hiện trong mô hình sau:
Bảng 4: Mô hình thể hiện quy trình nghiên cứu Động lực trong học tập
(nhận thức về sự lựa
(Giá trị/Sự hữu ích)
Các phương pháp nghiên cứu của đề tài
Qua quy trình nghiên cứu cho thấy, để thực hiện nghiên cứu này nhóm tác giả thông qua hai bước nghiên cứu chính đó là nghiên cứu định tính và nghiên cứu định lượng Nội dung của từng bước nghiên cứu được nhóm tác giả thể hiện chi tiết ở phần sau
Nhóm tác giả thực hiện phương pháp nghiên cứu định tính thông qua trao đổi qua email với giáo viên hướng dẫn và khảo lược các công trình nghiên cứu thực nghiệm, bài báo khoa học, tạp chí có liên quan trước đây Điều này giúp nhóm tác giả
Cơ sở lý thuyết Đề xuất mô hình nghiên Thang đo nháp Nghiên cứu định tính
Thang đo chính thức Nghiên cứu định lượng
Phân tích hồi quy đa biến
Loại bỏ biến có hệ số tương quan biến tổng, hệ số Cronbach’s Alpha nếu xóa
Kết luận và đề xuất giải pháp
Loại bỏ các biến xấu, tạo nhân tố đại diện.
Kiểm định tương quan giữa các biến độc lập và biến phụ thuộc.
Kiểm định sự phù hợp của mô hình;
Kiểm định phân phối chuẩn phần dư;
Kiểm định giả thuyết, viết phương trình Kiểm định về sự khác biệt giới tính ảnh hưởng đến ý định không trung thực thu thập thông tin chính xác và đáng tin cậy, làm nền tảng cho việc phân tích và đánh giá kết quả nghiên cứu một cách toàn diện và sâu sắc hơn
Tất cả các sinh viên trường Đại học Kinh tế TP.HCM từ khóa 46 đến 48 đã từng sử dụng Chat GPT để hỗ trợ cho việc học như: sáng tạo nội dung, tra cứu thông tin, hỗ trợ học ngoại ngữ, cung cấp các câu hỏi chuyên sâu và còn nhiều mục đích khác
Khảo sát gồm 28 câu hỏi, vì vậy số lượng phiếu khảo sát cần đạt tối thiểu là 28*5= 140 sinh viên Song, để đảm bảo kết quả chính xác hơn, nhóm tác giả lấy mẫu
286 khảo sát, sau đó thực hiện chọn mẫu phi xác suất nhằm chọn lọc các mẫu phù hợp
Lọc dữ liệu được thu thập được từ form khảo sát, loại bỏ các đáp viên không đạt chỉ tiêu và không thuộc nhóm đối tượng được khảo sát, và đồng thời loại bỏ các mẫu ngoại lệ trong các tài liệu nghiên cứu Sau khi lọc dữ liệu, 164 đáp viên đạt yêu cầu
- Phương pháp tiếp cận mẫu Để đảm bảo cỡ mẫu n = 286 sinh viên, tác giả đã sử dụng các công cụ khảo sát trên Internet như Google Form, chia sẻ trên các trang mạng xã hội và tiến hành khảo sát với số lượng lớn các nhóm SV UEH, các nhóm chat trong lớp và bạn bè.
Phương pháp phân tích dữ liệu
Phương pháp thống kê mô tả
Phương pháp phân tích thống kê mô tả là phương pháp thu thập số liệu, tổng hợp, trình bày, tính toán và mô tả các đặc điểm khác nhau để phản ánh tổng thể đối tượng nghiên cứu
Thống kê mô tả các biến định danh: Nghiên cứu đánh giá các số liệu thống kê về khóa học, chuyên ngành đang học, mục đích sử dụng
Thống kê mô tả các biến quan sát: Nghiên cứu thống kê các giá trị nhỏ nhất, lớn nhất, trung bình, mode, trung vị , độ lệch chuẩn của các biến quan sát
Kiểm định độ tin cậy Cronbach’s Alpha
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) hệ số Cronbach's Alpha là một phép kiểm định thống kê về mức độ liên quan giữa các biến trong một thang đo
Khi đánh giá thang đo các nhân tố ảnh hưởng, chúng ta cần tìm các nhân tố phù hợp nhất trong mô hình thông qua phương pháp Cronbach Alpha và loại bỏ các biến rác (phân tích nhân tố khám phá) trước khi phân tích các nhân tố EFA Theo Nguyễn Đình Thọ (2011), thang đo có độ tin cậy tốt khi hệ số Cronbach α dao động trong khoảng 0,7 – 0,8 Các biến có hệ số tương qua0n tổng thể nhỏ hơn 0,3 bị loại (Nunnally và Burnstein, 1994; Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008))
Do đó, Cronbach's Alpha từ 0,6 trở lên là chấp nhận được cho nghiên cứu này Đồng thời, nếu hệ số Cronbach’s Alpha bé hơn 0,6 thì mình cần loại các biến sẽ giúp cho hệ số Cronbach’s Alpha hay Cronbach’s Alpha if Item Deleted của biến lớn nhất và tiếp tục chạy lại đến khi hệ số Cronbach’s Alpha của thang đo đủ điều kiện từ 0,6 trở lên
Phương pháp phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (EFA) được thực hiện nhằm mục đích giảm số lượng biến quan sát bằng cách nhóm các biến ít tương quan với nhau thành các nhân tố đại diện có mức độ tương quan cao hơn Các tiêu chí để nhóm biến gồm có:
Hệ số KMO (Kaiser-Meyer-Olkin) dùng để xem xét khả năng ứng dụng của các nhân tố Giá trị của hệ số KMO phải từ 0,5 trở lên
Kiểm định Bartlett (Bartlett's test of sphericity) được sử dụng để kiểm tra mối tương quan giữa các biến quan sát trong các nhân tố, và kiểm định Bartlett có hệ số sig
Các giá trị riêng được sử dụng để xác định số nhân tố trong phân tích EFA Theo tiêu chí này, chỉ những nhân tố có giá trị riêng ≥ 1 mới được giữ lại trong mô hình phân tích
Tổng phương sai được giải thích ≥ 50% cho thấy mô hình EFA là phù hợp Với mức biến thiên là 100%, giá trị này cho biết có bao nhiêu phần trăm các nhân tố trích được đã bị nén và bao nhiêu phần trăm các biến quan sát bị mất
Trọng số nhân tố thể hiện mối tương quan giữa các biến quan sát và nhân tố Hệ số tải nhân tố càng cao thì mối tương quan giữa biến quan sát với nhân tố càng lớn và ngược lại Nhóm tác giả lấy hệ số tải 0,5 làm chuẩn nên các biến quan sát có ý nghĩa thống kê tốt
Phân tích tương quan Pearson
Phân tích Tương quan Pearson để xem xét mối tương quan giữa biến độc lập và biến phụ thuộc, và nhận diện một số trường hợp có thể xảy ra động cộng tuyến dựa trên các tiêu chí sau:
Khi giá trị Sig (xác suất thống kê) nhỏ hơn 0,05 (p < 0,05) và giá trị tuyệt đối của hệ số tương quan Pearson lớn hơn 0 (|r| > 0), điều này cho thấy sự tồn tại của mối tương quan có ý nghĩa thống kê giữa các biến độc lập và biến phụ thuộc Ngược lại, nếu các điều kiện này không được đáp ứng, tức là p ≥ 0,05 hoặc |r| ≤ 0, thì không có bằng chứng về mối tương quan giữa các biến được nghiên cứu.
Ngoài ra, nếu giá trị Sig nhỏ hơn 0,05 và hệ số tương quan Pearson cao, hiện tượng đa cộng tuyến giữa các biến độc lập bị nghi ngờ
Phân tích hồi quy đa biến
Kiểm định giả thuyết của mô hình mà tác giả đề xuất và đưa ra kết luận về nghi vấn đa cộng tuyến bao gồm các bước sau:
- Kiểm định sự phù hợp của mô hình thông qua hệ số R bình phương hiệu chỉnh (lấy 0.5 làm mốc phân biệt giữa mô hình tốt và mô hình chưa tốt) và giá trị sig trong bảng ANOVA bé hơn 0.05 (có ý nghĩa thống kê)
- Kiểm định phân phối chuẩn phần dư dựa trên kiểm định Kolmogorov - Smirnov và biểu đồ Histogram, Normal P - P Plot
- Kiểm định các giả thuyết nghiên cứu dựa trên giá trị Sig bé hơn 0.05 (có nghĩa thống kê)
- Kết luận nghi vấn đa cộng tuyến dựa trên hệ số VIF (bé hơn 10)
- Đưa phương trình hồi quy chuẩn hóa dựa trên kết quả thu được để đánh giá mức độ ảnh hưởng của các nhân tố lên biến phụ thuộc
Cuối cùng nhóm tác giả sử dụng công cụ SPSS 20 làm kiểm định Independent Sample T-test nhằm kiểm định sự khác biệt giữa (1) nhóm ngành Kinh doanh, Kinh tế và các nhóm ngành còn lại (2) sinh viên năm 1 và sinh viên các năm còn lại trong việc sử dụng Chat GPT phục vụ cho việc học, giúp thúc đẩy động lực học tập.
Mô tả mẫu nghiên cứu
Thống kê mẫu khảo sát
Nhóm nghiên cứu sau đó tiến hành khảo sát trực tuyến qua Google Form với 286 người thuộc đối tượng mục tiêu Sau khi thu thập được dữ liệu, nhóm nghiên cứu tiến hành kiểm tra và đưa ra các kết quả như sau:
286 bản đã mã hóa, đưa vào phần mềm SPSS để phân tích, kết quả thống kê được thể hiện qua các biểu đồ với những thông tin cụ thể sau đây:
Bảng 5: Bảng phân phối tần số, tần suất thể hiện ý định/ hành vi sử dụng của đối tượng khảo sát Ý định/hành vi sử dụng Tần số Tần suất Tần suất phần trăm ( %) Đã từng 164 0,573 57,3%
Không có ý định sử dụng 42 0,147 14,7%
Chưa sử dụng nhưng sẽ sử dụng
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Thu thập dữ liệu 286 sinh viên tham gia khảo sát Trong đó, có 164 sinh viên đã từng sử dụng Chat GPT trong quá trình học tập, chiếm tỷ lệ 57,3% trong mẫu khảo sát Điều đó cho thấy phần lớn SV đã có trải nghiệm sử dụng công cụ này và đã chọn áp dụng nó vào quá trình học tập Trong khi đó, có 80 sinh viên chưa sử dụng Chat GPT nhưng có ý định sử dụng trong tương lai ( 28%) thể hiện rằng một phần SV đã nhận thức được tiềm năng của Chat GPT và đang lên kế hoạch sử dụng nó để hỗ trợ việc học
Ngoài ra, còn có 42 sinh viên không có ý định sử dụng Chat GPT, chiếm tỷ lệ 14,7% trong số đáp viên Số liệu thể hiện rằng một phần nhỏ SV có thể có những quan ngại liên quan đến việc sử dụng Chat GPT Chính vì vậy, để tạo ra một cái nhìn toàn diện, sâu sắc hơn về lý do tại sao các SV có ý định sử dụng hoặc không có ý định sử dụng, nhóm tác giả đã thu thập dữ liệu và thống kê cụ thể qua bảng dưới đây:
Bảng 6: Bảng phân phối tần số, tần suất thể hiện những lý do sinh viên chưa sử dụng Chat GPT
Lý do chưa sử dụng
( câu hỏi được lựa chọn nhiều câu trả lời)
Tần số Tần suất Tần suất phần trăm (%)
Chưa biết cách sử dụng 68 0,557 55,7%
Quen với cách tìm kiếm thông tin truyền thống
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Qua đó, ta thấy được nguyên nhân chiếm tỷ lệ cao nhất là “ Chưa biết cách sử dụng” chiếm 55,7% Điều này cho thấy SV có thể chưa có đủ thông tin hay hướng dẫn cụ thể về cách tương tác và tận dụng các tính năng của Chat GPT để hỗ trợ học tập dẫn đến sự không chắc chắn về việc sử dụng một công cụ mới, do đó họ có xu hướng tránh sử dụng nó
Tiếp đến là nguyên nhân “ Quen với cách tìm kiếm truyền thống” chiếm 41%, phản ánh rằng sự quen thuộc với những phương pháp tìm kiếm truyền thống có thể làm cho việc chuyển đổi sang một phương pháp học tập mới trở nên khó khăn hơn Ngoài ra, còn có các lý do khác bao gồm bao gồm “Chưa biết tới” (18,9%), “Không cần thiết” (32%), “Không tin tưởng” (23,8%), Khác (3,3%) Để đạt được mục tiêu của nghiên cứu, nhóm tác giả đã thu thập một số thông tin cơ bản từ những sinh viên đã sử dụng Chat GPT thông qua bảng thống kê dưới đây:
Bảng 7 : Kết quả thống kê mô tả mẫu Thông tin Thông tin mẫu Tần số Tần suất (%)
(câu hỏi được lựa chọn nhiều câu trả lời)
Hỗ trợ học ngoại ngữ 38 6,6% Đưa ra đề xuất 94 16,3%
Nhân cách hóa cuộc trò chuyện 26 4,5% Cung cấp các câu hỏi chuyên sâu 76 13,2%
Mô tả mẫu
Về năm học: Mẫu khảo sát đối với sinh viên đã từng sử dụng Chat GPT bao gồm 54,9% sinh viên năm 1, còn lại 45,1% được phân về cho các năm 2, 3 và 4 lần lượt theo tỷ lệ phần trăm 30,5%, 8,5%, 6,1% Do đó, nhóm nghiên cứu quyết định chia đối tượng nghiên cứu thành hai nhóm:
- Nhóm 1: là sinh viên năm 1 có xu hướng hứng thú và tò mò với các công nghệ mới và muốn khám phá và sử dụng chúng trong quá trình học tập
- Nhóm 2: là sinh viên các năm 2,3,4 có xu hướng đã quen thuộc hơn với môi trường học tập đại học và các công nghệ đã được sử dụng trong quá trình học tập trước đó
Về nhóm ngành: Mẫu khảo sát đối với sinh viên đã từng sử dụng Chat GPT bao gồm 28% sinh viên đang theo học nhóm ngành Kinh doanh, 37,8% sinh viên đang theo học nhóm ngành Kinh tế Đồng thời, có 26 sinh viên chiếm tỷ lệ 15,9% đang theo học nhóm ngành Công nghệ; còn lại 19,5% được phân về cho các nhóm ngành Luật (7,3%), Quản lý nhà nước (3,7%), Thiết kế (7,3%) Tỷ lệ có sự chênh lệch lớn bởi đặc điểm của trường đại học Kinh tế TP HCM (tỷ lệ sinh viên theo học hai nhóm ngành Kinh doanh,
Kinh tế cao) Do đó, nhóm nghiên cứu quyết định chia đôi đối tượng nghiên cứu thành hai nhóm:
- Nhóm 1: sinh viên đang theo học nhóm ngành Kinh doanh, Kinh tế
- Nhóm 2: sinh viên đang theo học các nhóm ngành còn lại (Công nghệ, Luật, Quản lý nhà nước, Thiết kế)
Về mục đích sử dụng: Trong số các SV đã từng sử dụng Chat GPT thì mục đích sử dụng dùng để tra cứu thông tin và sáng tạo nội dung lần lượt chiếm tỷ lệ cao nhất là 19,4% và 19,1% Tiếp đến là 16,3% sinh viên sử dụng để được đưa ra các đề xuất và dùng để được cung cấp câu hỏi chuyên sâu chiếm 13,2% Ngoài ra còn có những mục đích khác bao gồm: Dịch thuật (12,9%), Nhân cách hóa cuộc trò chuyện ( 4,5%), Giải trí ( 8%), Hỗ trợ học ngoại ngữ ( 6,6%).
Số liệu phân tích từ câu hỏi chính
Nhóm tác giả lấy số liệu 164 mẫu chọn đã sử dụng Chat GPT trong 286 mẫu khảo sát thực hiện phân tích
Bảng 8: Kết quả thống kê mô tả dữ liệu
GTNN GTLN Giá trị trung bình Độ lệch chuẩn
Sự quan tâm/ thích thú
QT1 Tôi thích thú với phương pháp sử dụng
Chat GPT hỗ trợ việc học
QT2 Phương pháp sử dụng Chat GPT để hỗ trợ việc học rất thú vị
QT3 Tôi thấy phương pháp sử dụng Chat
GPT hỗ trợ việc học thu hút sự quan tâm của tôi
QT4 Khi được hỏi, tôi sẽ mô tả phương pháp sử dụng Chat GPT hỗ trợ việc học khá hấp dẫn
QT5 Khi sử dụng Chat GPT hỗ trợ việc học, tôi hay nghĩ về việc tôi thấy thích thú với phương pháp học này như thế nào
CT1 Tôi hoàn toàn cảm thấy lo lắng với phương pháp sử dụng Chat GPT hỗ trợ việc học
CT2 Tôi cảm thấy rất căng thẳng khi sử dụng
Chat GPT hỗ trợ việc học
CT3 Tôi cảm thấy áp lực với phương pháp sử dụng Chat GPT trong việc học
Nhận thức về sự lựa chọn
LC1 Tôi tin rằng tôi sẽ có nhiều lựa chọn và quyết định với những kết quả mà Chat
GPT đưa ra để hỗ trợ việc học
LC2 Chat GPT là một trong những phương pháp tôi sử dụng để hỗ trợ việc học
LC3 Tôi sử dụng Chat GPT hỗ trợ việc học vì tôi muốn
LC4 Tôi sử dụng Chat GPT hỗ trợ việc học vì đó là điều tôi nên làm
Giá trị - tính hữu dụng
GT1 Tôi tin rằng với phương pháp sử dụng
Chat GPT hỗ trợ việc học sẽ có đem lại một số giá trị cho tôi
GT2 Tôi sẵn sàng sử dụng Chat GPT hỗ trợ việc học một lần nữa vì nó đem lại cho tôi một số giá trị nhất định
GT3 Tôi tin rằng với phương pháp sử dụng
Chat GPT hỗ trợ việc học rất hữu ích cho tôi
GT4 Tôi nghĩ phương pháp sử dụng Chat
GPT hỗ trợ việc học rất quan trọng
Nhận thức về năng lực
NL1 Tôi tin rằng tôi rất giỏi trong việc sử dụng Chat GPT hỗ trợ việc học
NL2 Tôi tin rằng tôi đã làm tốt trong việc sử dụng Chat GPT hỗ trợ việc học và có thể so sánh với các sinh viên khác
NL3 Sau một khoảng thời gian thực hành phương pháp sử dụng Chat GPT trong việc học, tôi nhận thấy tôi có nhiều kỹ năng, kiến thức hơn
NL4 Tôi rất hài lòng với thành tích của mình sau khi sử dụng Chat GPT hỗ trợ việc học được Chat GPT hỗ trợ
NL5 Tôi rất thông thạo trong việc sử dụng
Chat GPT hỗ trợ việc học
1 5 3,622 0,948 Động lực học tập ĐL1 Tôi thích ứng dụng hỗ trợ học tập thú vị như Chat GPT để tôi có thể học được nhiều thứ hơn
1 5 3,768 1,019 ĐL2 Tôi sẵn lòng sử dụng Chat GPT để hỗ trợ việc học tập vì nó giúp tôi thấy thoải mái hơn
1 5 3,732 1,046 ĐL3 Khi có cơ hội trong lớp, tôi sẽ sử dụng
Chat GPT trong việc học mặc dù nó có thể không giúp tôi có điểm tốt
1 5 3,652 1,025 ĐL4 Tôi nghĩ tôi sẽ sử dụng Chat GPT trong tất cả các môn học của mình
1 5 3,524 1,036 ĐL5 Tôi nghĩ tôi sẽ học được nhiều kiến thức hơn khi sử dụng Chat GPT trong việc học
1 5 3,835 0,942 ĐL6 Tôi tự tin tôi sẽ hoàn thành tốt các bài tập của mình khi sử dụng Chat GPT trong việc học
1 5 3,598 1,084 ĐL7 Khi tôi làm một bài kiểm tra, tôi sẽ thấy rất bất lợi so với các bạn khác nếu không sử dụng Chat GPT trong việc học
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Các biến đa số có giá trị trung bình lớn hơn 3 trên thang đo likert 5 điểm, cho thấy chúng mang tính trung bình, khá cao Hầu hết những người trả lời có ý kiến trung lập, đồng ý hoặc rất đồng ý vào các yếu tố của biến như “Tôi thích thú với phương pháp sử dụng Chat GPT hỗ trợ việc học.” (QT1), “Tôi tin rằng tôi sẽ có thêm nhiều lựa chọn, quyết định hơn với kết quả mà Chat GPT đưa ra để hỗ trợ việc học” (LC1), “Tôi sẵn sàng sử dụng Chat GPT hỗ trợ việc học một lần nữa vì nó đem lại cho tôi một số giá trị nhất định” (GT2), “ Tôi thích ứng dụng hỗ trợ học tập thú vị như Chat GPT để tôi có thể học được nhiều thứ hơn.” (ĐL1) Tuy nhiên, các biến quan sát “ Tôi cảm thấy rất căng thẳng khi sử dụng Chat GPT hỗ trợ việc học” (CT2), “ Tôi cảm thấy áp lực với phương pháp sử dụng Chat GPT trong việc học” (CT3) ít được sinh viên đồng tình
Hầu hết các biến đều có độ lệch chuẩn nhỏ hơn 1 , cho thấy giá trị của biến hầu như không có biến động lớn, và có sự đồng nhất và nhận định tương tự nhau Ngoài ra còn có các yếu tố có độ lệch chuẩn lớn hơn 1 như: “Tôi sẵn lòng sử dụng Chat GPT để hỗ trợ việc học tập vì nó giúp tôi thấy thoải mái hơn” (ĐL2) ,“ Tôi nghĩ tôi sẽ sử dụng Chat GPT trong tất cả các môn học của mình.” (ĐL4), “Tôi tự tin tôi sẽ hoàn thành tốt các bài tập của mình khi sử dụng Chat GPT trong việc học” (ĐL4) thể hiện ý kiến của các đáp viên về các câu hỏi khảo sát có sự đa dạng.
Đánh giá độ tin cậy (Theo hệ số Cronbach’s Alpha)
Bảng 9: Bảng kết quả đánh giá độ tin cậy biến độc lập” Sự quan tâm/thích thú”
Trung bình thang đo nếu loại biến
Phươ ng sai nếu loại biến
Biến độc lập “Sự quan tâm/ thích thú”: Cronbach’s Alpha = 0,887
QT1 Tôi thích thú với phương pháp sử dụng Chat GPT hỗ trợ việc học
QT2 Phương pháp sử dụng Chat GPT để hỗ trợ việc học rất thú vị
QT3 Tôi thấy phương pháp sử dụng Chat
GPT hỗ trợ việc học không thu hút sự quan tâm của tôi (R)
QT4 Khi được hỏi, tôi sẽ mô tả phương pháp sử dụng Chat GPT hỗ trợ việc học khá hấp dẫn
QT5 Khi sử dụng Chat GPT hỗ trợ việc học, tôi hay nghĩ về việc tôi thấy thích thú với phương pháp học này như thế nào
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Kết quả Cronbach’s Alpha của thang đo “Sự quan tâm - thích thú” là 0,887 >
0,6; các hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3 Vì vậy, tất cả các biến quan sát đều được chấp nhận và được sử dụng trong phân tích nhân tố tiếp theo
Bảng 10: Bảng kết quả đánh giá độ tin cậy biến độc lập “Áp lực/ Căng thẳng”
Trung bình thang đo nếu loại biến
Phươn g sai nếu loại biến
Cronb ach’s Alpha nếu loại biến
Biến độc lập “Áp lực/ Căng thẳng”: Cronbach’s Alpha = 0,840
CT1 Tôi hoàn toàn không cảm thấy lo lắng với phương pháp sử dụng Chat GPT hỗ trợ việc học (R)
CT2 Tôi cảm thấy rất căng thẳng khi sử dụng Chat GPT hỗ trợ việc học
CT3 Tôi cảm thấy áp lực với phương pháp sử dụng Chat GPT trong việc học
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Kết quả phân tích độ tin cậy của thang đo "Áp lực / Căng thẳng" thông qua hệ số Cronbach's Alpha là 0,840, lớn hơn ngưỡng chấp nhận 0,6 Các hệ số tương quan giữa các biến quan sát đều lớn hơn 0,3, cho thấy các biến này có mối liên hệ chặt chẽ với nhau Do đó, tất cả các biến được đưa vào phân tích nhân tố tiếp theo để xác định cấu trúc của thang đo.
Bảng 12: Bảng kết quả đánh giá độ tin cậy biến độc lập “ Nhận thức về sự lựa chọn”
Trung bình thang đo nếu loại biến
Phươn g sai nếu loại biến
Cronba ch’s Alpha nếu loại biến
Biến độc lập “Nhận thức về sự lựa chọn”: Cronbach’s Alpha = 0,896
LC1 Tôi tin rằng tôi sẽ có thêm nhiều lựa chọn, quyết định hơn với kết quả mà Chat
GPT đưa ra để hỗ trợ việc học
LC2 Tôi cảm thấy tôi phải sử dụng Chat GPT hỗ trợ việc học (R)
LC3 Tôi sử dụng Chat GPT hỗ trợ việc học vì tôi muốn
LC4 Tôi sử dụng Chat GPT hỗ trợ việc học vì đó là điều tôi phải làm (R)
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Kết quả Cronbach’s Alpha của thang đo “Nhận thức về sự lựa chọn” là 0,889 > 0,6 các hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3 Vì vậy, tất cả các biến quan sát đều được chấp nhận và sẽ được sử dụng trong phân tích nhân tố tiếp theo
Bảng 13: Bảng kết quả đánh giá độ tin cậy biến độc lập “ Giá trị/ tính hữu ích”
Biến quan sát Trung bình thang đo nếu loại biến
Phươn g sai nếu loại biến
Biến độc lập “Giá trị/ tính hữu ích”: Cronbach’s Alpha = 0,849
GT1 Tôi tin rằng với phương pháp sử dụng Chat GPT hỗ trợ việc học sẽ có đem lại một số giá trị cho tôi
GT2 Tôi sẵn sàng sử dụng
Chat GPT hỗ trợ việc học một lần nữa vì nó đem lại
11,4146 6,036 0,765 0,816 Biến phù hợp cho tôi một số giá trị nhất định
GT3 Tôi tin rằng với phương pháp sử dụng Chat GPT hỗ trợ việc học rất hữu ích cho tôi
GT4 Tôi nghĩ phương pháp sử dụng Chat GPT hỗ trợ việc học rất quan trọng
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Kết quả Cronbach’s Alpha của thang đo “Giá trị/ tính hữu ích” là 0,849 > 0,6; các hệ số tương quan biến tổng của các biến quan sát trong thang đo đều lớn hơn 0,3
Do đó, các biến quan sát đều được chấp nhận và sẽ được sử dụng trong bước phân tích nhân tố tiếp theo
Bảng 14: Bảng kết quả đánh giá độ tin cậy biến độc lập “ Nhận thức về năng lực”
Biến quan sát Trung bình thang đo nếu loại biến
Phươn g sai nếu loại biến
Biến độc lập “Nhận thức về năng lực”: Cronbach’s Alpha = 0,887
NL1 Tôi tin rằng tôi rất giỏi trong việc sử dụng Chat
GPT hỗ trợ việc học
NL2 Tôi tin rằng tôi đã làm tốt trong việc sử dụng Chat
GPT hỗ trợ việc học và có thể so sánh với các sinh viên khác
NL3 Sau một khoảng thời gian thực hành phương pháp sử dụng Chat GPT trong việc học, tôi nhận thấy tôi có nhiều kỹ năng, kiến thức hơn
NL4 Tôi rất hài lòng với thành tích của mình sau khi sử dụng Chat GPT hỗ trợ việc học được Chat GPT hỗ trợ
NL5 Tôi rất thông thạo trong việc sử dụng Chat GPT hỗ trợ việc học
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Kết quả Cronbach’s Alpha của thang đo “Nhận thức về năng lực” là 0,887 >
0,6; các hệ số tương quan biến tổng của các biến quan sát trong thang đo đều lớn hơn 0,3 Do đó, các biến quan sát đều được chấp nhận và sẽ được sử dụng trong bước phân tích nhân tố tiếp theo
Bảng 15: Bảng kết quả đánh giá độ tin cậy biến độc lập “ Động lực học tập”
Biến quan sát Trung bình thang đo nếu loại biến
Phươn g sai nếu loại biến
Biến độc lập “Động lực học tập”: Cronbach’s Alpha = 0,885 ĐL1 Tôi thích ứng dụng hỗ trợ học tập thú vị như Chat
GPT để tôi có thể học được nhiều thứ hơn
21,8171 22,617 0,715 0,864 Biến phù hợp ĐL2 Tôi sẵn lòng sử dụng Chat
GPT để hỗ trợ việc học tập vì nó giúp giảm căng thẳng
21,8537 22,101 0,752 0,859 Biến phù hợp ĐL3 Khi có cơ hội trong lớp, tôi sẽ sử dụng Chat GPT trong việc học mặc dù nó có thể không giúp tôi có điểm tốt
21,9329 22,468 0,728 0,862 Biến phù hợp ĐL4 Tôi nghĩ tôi sẽ sử dụng
Chat GPT trong tất cả các môn học của mình
22,0610 23,714 0,575 0,881 Biến phù hợp ĐL5 Tôi nghĩ tôi sẽ học được nhiều kiến thức hơn khi sử dụng Chat GPT trong việc học
21,7500 22,949 0,748 0,861 Biến phù hợp ĐL6 Tôi tự tin tôi sẽ hoàn thành tốt các bài tập của mình khi sử dụng Chat
21,9878 22,392 0,685 0,868 Biến phù hợp ĐL7 Khi tôi làm một bài kiểm tra, tôi sẽ thấy rất bất lợi so với các bạn khác nếu không sử dụng Chat GPT trong việc học
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Kết quả Cronbach’s Alpha của thang đo “Động lực học tập” là 0,885> 0,6 các hệ số tương quan biến tổng của các biến quan sát trong thang đo đều lớn hơn 0,3 Do đó, các biến quan sát đều được chấp nhận và sẽ được sử dụng trong bước phân tích nhân tố tiếp theo.
Phân tích nhân tố khám phá EFA
Sau khi phân tích độ tin cậy bằng hệ số Cronbach’s Alpha, thang đo Động lực học tập gồm 5 thành phần với 28 biến quan sát đáp ứng đủ yêu cầu về độ tin cậy Do đó, 28 biến quan sát này tiếp tục được đánh giá bằng phương pháp phân tích nhân tố khám phá EFA để kiểm tra thêm tính hợp lệ của thang đo.
Kết quả phân tích nhân tố khám phá EFA lần thứ nhất cho thấy chỉ số KMO 0,864> 0,5; trị số P của kiểm định Bartlett’s Sigg = 0,000 < 0,05 Kết quả EFA lần 1 còn cho thấy 5 nhân tố có các hệ số Eigenvalue đều lớn hơn 1 và tổng phương sai trích 71,299% >50% cho thấy 5 nhân tố này phản ánh được 71,299% sự biến thiên của các biến quan sát Sau khi phân tích, 28 biến quan sát đều đạt yêu cầu về tính hội tụ và phân biệt và được dùng để đua vào phân tích tương quan và hồi quy Kết quả kiểm định KMO, Bartlett và các hệ số nhân tải của 28 biến quan sát được trình bày cụ thể ở các bảng sau
Bảng 16 : Kết quả kiểm định KMO và Bartlett của các biến
Hệ số KMO (Kaiser – Meyer – Olkin) 0,864
Giá trị Chi bình phương 2912,601
Kiểm định Bartlett của thang đo df 378
Bảng 17: Kết quả phân tích nhân tố khám phá lần 1
Biến quan sát Hệ số tải nhân số
1 2 3 4 5 6 ĐL2 0,832 ĐL3 0,791 ĐL5 0,765 ĐL6 0,750 ĐL1 0,725 ĐL4 0,601 ĐL7 0,563
(Nguồn: Kết quả phân tích dữ liệu khảo sát của nhóm nghiên cứu)
Xác định mối tương quan giữa các nhân tố và yếu tố phụ thuộc
Tương quan giữa sự quan tâm/ thích thú và động lực học tập
Từ kết quả phân tích tương quan Pearson thu được kết quả: Hệ số tương quan Pearson r= 0,463; giá trị sig.= 0,000 (có ý nghĩa thống kê) nên nhóm kết luận mối tương quan tương quan giữa "Sự quan tâm/thích thú" và "Động lực học tập"
Trong biến “ Sự quan tâm/thích thú”, các biến quan sát “Tôi thích thú với phương pháp sử dụng Chat GPT hỗ trợ việc học” (QT1), “ Phương pháp sử dụng Chat GPT để hỗ trợ việc học rất thú vị” (QT2) có giá trị trung bình lần lượt là 3,671 ; 3,744 trên thang đo 5 mức độ cho thấy sức cuốn hút của phương pháp sử dụng Chat GPT cho việc học đối với SV là không hề nhỏ Đồng thời thể hiện sự thích thú của SV dành cho phương pháp học này.
Tương quan giữa áp lực/ căng thẳng và động lực học tập
Từ kết quả phân tích tương quan Pearson thu được kết quả: Hệ số tương quan Pearson r= 0,07; giá trị sig.= 0,925 ( không có ý nghĩa thống kê) nên nhóm kết luận không có mối tương quan giữa “ Áp lực/ Căng thẳng” và “ Động lực học tập”
Trong yếu tố “ Áp lực/Căng thẳng” , biến quan sát “ Tôi hoàn toàn cảm thấy cảm thấy lo lắng với phương pháp sử dụng Chat GPT hỗ trợ việc học” (CT1),“Tôi cảm thấy rất căng thẳng khi sử dụng Chat GPT hỗ trợ việc học”(CT2) có giá trị trung bình lần lượt là 2,482 và 2,372 trên thang đo 5 mức độ cho thấy Chat GPT góp phần thúc đẩy tinh thần học tập thoải mái thông qua việc cung cấp thông tin bằng ngôn ngữ tự nhiên, tạo cảm giác hứng thú trong quá trình học.
Tương quan giữa nhận thức về sự lựa chọn và động lực học tập
Từ kết quả phân tích tương quan Pearson thu được kết quả: Hệ số tương quan Pearson r= 0,323; giá trị sig.= 0,000 ( có ý nghĩa thống kê) nên nhóm kết luận có mối tương quan giữa “ Nhận thức về sự lựa chọn” và “ Động lực học tập”
Trong yếu tố “ Nhận thức về sự lựa chọn” , biến quan sát “ Tôi tin rằng tôi sẽ có thêm nhiều lựa chọn, quyết định hơn với kết quả mà Chat GPT đưa ra để hỗ trợ việc học” (LC1), “Tôi sử dụng Chat GPT hỗ trợ việc học vì tôi muốn” (LC3) có giá trị trung bình lần lượt là 3,628; 3,665 trên thang đo 5 mức điểm cho thấy SV tham gia khảo sát có xu hướng tin tưởng vào khả năng của Chat GPT trong việc cung cấp thêm lựa chọn và quyết định liên quan đến học tập.
Tương quan giữa giá trị/ tính hữu ích và động lực học tập
Từ kết quả phân tích tương quan Pearson thu được kết quả: Hệ số tương quan Pearson r= 0,534, giá trị sig.= 0,000 ( có ý nghĩa thống kê) nên nhóm kết luận có mối tương quan giữa “ Giá trị/tính hữu ích” và “ Động lực học tập”
Trong yếu tố “ Giá trị/ tính hữu ích” , biến quan sát “ Tôi tin rằng với phương pháp sử dụng Chat GPT hỗ trợ việc học sẽ có đem lại một số giá trị cho tôi” ( GT1) ,
“Tôi sẵn sàng sử dụng Chat GPT hỗ trợ việc học một lần nữa vì nó đem lại cho tôi một số giá trị nhất định” (GT2), “ Tôi tin rằng với phương pháp sử dụng Chat GPT hỗ trợ việc học rất hữu ích cho tôi” (GT3) có giá trị trung bình lần lượt là 3,841; 3,915 và 3,793 trên thang đo 5 mức độ cho thấy sức ảnh hưởng lớn mà Chat GPT mang lại không chỉ đơn thuần là việc giải quyết vấn đề thông qua thông tin hữu ích, mà còn là khả năng truyền tải kiến thức một cách chi tiết và dễ hiểu Tính hữu dụng và tính thuận tiện này đã làm tăng sự động viên, sự tự tin và sự hứng thú trong quá trình học tập của SV.
Tương quan giữa nhận thức về năng lực và động lực học tập
Từ kết quả phân tích tương quan Pearson thu được kết quả: Hệ số tương quan Pearson r= 0,392, giá trị sig.= 0,000 ( có ý nghĩa thống kê) nên nhóm kết luận có mối tương quan giữa “ Nhận thức về năng lực” và “ Động lực học tập”
Trong yếu tố “ Nhận thức về năng lực” , biến quan sát “Tôi rất hài lòng với thành tích của mình sau khi sử dụng Chat GPT hỗ trợ việc học được Chat GPT hỗ trợ” (NL4),
“Tôi rất thông thạo trong việc sử dụng Chat GPT hỗ trợ việc học” (NL5), “Sau một khoảng thời gian thực hành phương pháp sử dụng Chat GPT trong việc học, tôi nhận thấy tôi có nhiều kỹ năng, kiến thức hơn” (NL3) có giá trị trung bình lần lượt là 3,610; 3,622 và 3,659 trên thang đo 5 mức độ cho thấy mức độ hài lòng và cảm nhận tích cực về khả năng hỗ trợ trong việc học tập mà Chat GPT đem lại Đồng thời, việc cảm nhận sự tiến bộ đó của SV đã tạo động lực mạnh mẽ để họ tự tin và hăng say trong việc tiếp tục học tập.
Phân tích hồi quy
Kiểm định sự phù hợp của mô hình
Bảng 21: Bảng mức độ phù hợp của mô hình
1 0,616a 0,380 0,360 0,63210 1,761 a Biến độc lập: (Hằng số), Sự quan tâm/thích thú, Áp lực/căng thẳng, Nhận thức về sự lựa chọn, Giá trị/tính hữu ích, Nhận thức về năng lực b Biến phụ thuộc: Động lực học tập
(Nguồn: Thống kê của nhóm nghiên cứu từ SPSS)
Phân tích hồi quy đa biến trên công cụ SPSS thu được kết quả như sau: Giá trị Adjusted R Square hay còn gọi là R bình phương hiệu chỉnh = 0,360 nghĩa là 36%; tức là sự biến thiên của biến phụ thuộc Động lực học tập (ĐL) được giải thích bởi 5 biến độc lập Sự quan tâm/thích thú (QT), Sự áp lực/căng thẳng (CT), Nhận thức về sự lựa chọn (LC), Giá trị/sự hữu ích (GT), Nhận thức về năng lực (NL) và 64% sự biến thiên của biến phụ thuộc Động lực học tập (ĐL) được giải thích từ các biến bên ngoài mô hình và sai số ngẫu nhiên Ngoài ra, hệ số Durbin-Watson = 1,761 (1 < 1,761 < 3) nên ta kết luận các phần sai số không có tương quan chuỗi bậc nhất với nhau
Bảng 22: Bảng phân tích phương sai ANOVA
Trung bình bình phương F Sig
Tổng 101,751 163 a Biến phụ thuộc: Động lực học tập b Biến độc lập: (Hằng số), Sự quan tâm/thích thú, Áp lực/căng thẳng, Nhận thức về sự lựa chọn, Giá trị/tính hữu ích, Nhận thức về năng lực
(Nguồn: Thống kê của nhóm nghiên cứu từ SPSS)
Từ bảng ANOVA ta thu được kết quả có giá trị Sig của kiểm định F là 0.000 < 0,05, vì vậy kết luận mô hình hồi quy nhóm xây dựng có ý nghĩa thống kê.
Kiểm định phân phối chuẩn phần dư
Với số lượng cỡ mẫu là 164 (164 > 50) nhóm tác giả lựa chọn kiểm định Kolmogorov-Smirnov để kiểm tra phân phối chuẩn phần dư
Chọn mức ý nghĩa 𝛼 = 0,05 với giả thuyết đặt ra như sau:
H0: Phần dư có phân phối chuẩn
H1: Phần dư không có phân phối chuẩn
Bảng 23: Bảng phân tích phân phối chuẩn phần dư
Phần dư chưa chuẩn hóa
Thống kê df Sig Thống kê df Sig
(Nguồn: Thống kê của nhóm nghiên cứu từ SPSS)
Từ kết quả phân tích, hệ số Sig.= 0,07 > 0,05; do đó không thể bác bỏ giả thuyết
H0 Chứng tỏ rằng, mô hình hồi quy được đo lường tốt và phần dư có phân phối chuẩn
Biểu đồ : Biểu đồ tần số phần dư chuẩn hóa Histogram
Bên cạnh đó, quan sát biểu đồ tần suất phần dư chuẩn hóa Histogram ta thấy phân phối chuẩn của phần dư xấp xỉ MEAN= -1.63E-15 (giá trị MEAN gần bằng 0), độ lệch chuẩn Std Dev.= 0.985 (gần bằng 1) Như vậy, phân phối phần dư xấp xỉ chuẩn và giả thiết phân phối chuẩn của phần dư không bị vi phạm
Tóm lại, qua một số kiểm định trên cho thấy các giả định của hàm hồi quy tuyến tính mà nhóm xây dựng không bị vi phạm về phân phối chuẩn phần dư và phù hợp với tổng thể.
Kiểm định giả thuyết nghiên cứu
Bảng 24: Bảng phân tích hồi quy
Hệ số chưa chuẩn hóa
Hệ số đã chuẩn hóa t Sig Thống kê đa cộng tuyến
Sự quan tâm/thích thú
Nhận thức về sự lựa chọn
Giá trị/ tính hữu ích
Nhận thức về năng lực
0,152 0,073 0,153 2,074 0,040 0,720 1,389 a Biến phụ thuộc: Động cơ học tập
(Nguồn: Thống kê của nhóm nghiên cứu từ SPSS)
Từ kết quả bảng Coefficients cho thấy giá trị VIF (Variance Inflation Factor VIF) có giá trị lớn nhất là 1,750 ( Mở rộng phạm vi nghiên cứu: Tăng phạm vi và thực hiện đa dạng phương pháp lấy mẫu Cùng một nhóm đối tượng nhưng nếu phạm vi được mở rộng thì mức độ tin cậy cao hơn, đa dạng góc nhìn hơn và thích hợp khi mô phỏng bức tranh tài chính của sinh viên toàn Việt Nam
Hạn chế 2 - Phạm vi các yếu tố tác động: Bài nghiên cứu chỉ tập trung vào 5 nhân tố: Sự thích thú, Sự căng thẳng/áp lực, Nhận thức về sự lựa chọn, Giá trị/hữu ích,
Các nhà nghiên cứu chỉ tập trung vào động lực nội tại, bỏ qua các yếu tố động lực ngoại tại như phần thưởng Tuy nhiên, các yếu tố này cũng đóng vai trò quan trọng trong việc tạo nên động lực học tập của sinh viên.
=> Mở rộng phạm vi nghiên cứu: Để hiểu rõ hơn về ảnh hưởng của Chat GPT đối với động lực học tập, nên nghiên cứu và đánh giá cả yếu tố động lực nội tại và động lực ngoại tại
Hạn chế 3 - về các phương pháp và ứng dụng: Do sự phát triển nhanh chóng của công nghệ, các phương pháp và ứng dụng đề xuất trong bài nghiên cứu có thể trở nên lỗi thời hoặc không còn phù hợp với thời đại trong tương lai Điều này làm hạn chế tính bền vững và sự khả thi của việc sử dụng Chat GPT và các công nghệ AI tương tự trong việc hỗ trợ động lực học tập của sinh viên
Để đảm bảo nội dung nghiên cứu luôn cập nhật và tin cậy, cần theo dõi sát sao tiến bộ trong lĩnh vực trí tuệ nhân tạo và chatbot Phát hiện các giải pháp mới, tích hợp các tính năng tiên tiến và phát triển các ứng dụng hỗ trợ động lực học tập của sinh viên hiệu quả, phù hợp với xu thế thời đại.
Sử dụng công nghệ như ChatGPT đôi lúc có thể dẫn đến những tác động phụ không mong muốn hoặc tiềm ẩn mà không được nghiên cứu và xem xét kỹ lưỡng Những tác động này có thể ảnh hưởng đến động lực học tập của sinh viên theo những cách không lường trước được.
=> Mở rộng phạm vi nghiên cứu: Để đảm bảo việc sử dụng Chat GPT và các công nghệ tương tự trong học tập là an toàn và đáng tin cậy, cần phải xem xét tác động phụ và tiềm ẩn của các công nghệ này Điều này đòi hỏi một phần nghiên cứu đặc biệt để đảm bảo rằng việc sử dụng Chat GPT không gây hại cho sức khỏe tâm lý hay làm giảm hiệu quả học tập của sinh viên
Hạn chế 5 - sự so sánh và đối chiếu: Để thấy rõ tác động của Chat GPT, việc so sánh và đối chiếu với các phương pháp học tập khác, bao gồm cả việc tương tác trực tiếp với giáo viên và các công nghệ khác, có thể rất hữu ích Tuy nhiên, có thể đây là một khía cạnh không được nghiên cứu đầy đủ trong đề tài này
=> Mở rộng phạm vi nghiên cứu: Khám phá các giải pháp mới và tiến bộ trong công nghệ AI: Để đảm bảo tính hiện đại và đáng tin cậy của đề tài, nên theo sát sự tiến bộ trong lĩnh vực trí tuệ nhân tạo và chatbot Khám phá các giải pháp mới, tích hợp các tính năng tiên tiến và phát triển các ứng dụng hỗ trợ động lực học tập của sinh viên một cách hiệu quả và phù hợp với thời đại.
