Chấp nhận AI trong môi trường làm việc: Kiểm định mô hình chấp nhận công nghệ và vai trò điều tiết của lo ngại về đạo đức
DOI:
https://doi.org/10.24311/jabes/2026.37.04.2Từ khóa:
Ý định sử dụng, Lo ngại về đạo đức, Thái độ, Lý thuyết cảm nhận rủi ro, Mô hình chấp nhận công nghệTóm tắt
Nghiên cứu xem xét các yếu tố thúc đẩy ý định sử dụng trí tuệ nhân tạo trong bối cảnh công việc dựa trên mô hình chấp nhận công nghệ, lý thuyết cảm nhận rủi ro và biến lo ngại về đạo đức. Dữ liệu khảo sát thu thập từ 225 người dùng tham gia có trải nghiệm sử dụng AI trong công việc và được phân tích bằng mô hình phương trình cấu trúc bình phương tối thiểu riêng phần. Kết quả cho thấy nhận thức về tính hữu ích và tính dễ sử dụng tác động tích cực đến thái độ, từ đó thúc đẩy ý định sử dụng. Dù không tác động trực tiếp đến ý định sử dụng, lo ngại về đạo đức đóng vai trò điều kiện biên làm suy yếu đáng kể mối quan hệ giữa thái độ và ý định sử dụng trong khung mô hình mở rộng. Phát hiện này giúp lý giải nghịch lý giữa ủng hộ cảm xúc và do dự hành động khi áp dụng trí tuệ nhân tạo tạo sinh. Nghiên cứu đề xuất các tổ chức cần ưu tiên tăng cảm nhận hữu ích, tính dễ dùng thông qua thiết kế quy trình, hỗ trợ sử dụng; đồng thời quản trị rủi ro đạo đức bằng hướng dẫn, chuẩn kiểm chứng và cơ chế trách nhiệm nhằm chuyển hóa thái độ tích cực thành ý định sử dụng bền vững.
Tài liệu tham khảo
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots. In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610-623). Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889-942. https://doi.org/10.1093/qje/qjae044
Bujold, A., Roberge-Maltais, I., Parent-Rocheleau, X., Boasen, J., Sénécal, S., & Léger, P. M. (2024). Responsible artificial intelligence in human resources management: A review of the empirical literature. AI and Ethics, 4(4), 1185-1200. https://doi.org/10.1007/s43681-023-00325-1
Butt, M. M., Huisman, J., Hussain, D., Alam, M., & Amin, M. (2024). Antecedents and consequences of students' attitudes towards internationally accredited business schools: A signalling theory perspective. Journal of Marketing for Higher Education, 34(1), 1-17. https://doi.org/10.1080/08841241.2021.1942388
Chin, W. W., Marcolin, B. L., & Newsted, P. R. (2003). A partial least squares latent variable modeling approach for measuring interaction effects: Results from a Monte Carlo simulation study and an electronic-mail emotion/adoption study. Information Systems Research, 14(2), 189-217. https://doi.org/10.1287/isre.14.2.189.16018
Cohen, J. (2013). Statistical Power Analysis for the Behavioral Sciences. Routledge. https://doi.org/10.4324/9780203771587
Đặng Thị Thu Trang, & Phạm Thảo Nguyên. (2025). Chuyển đổi số trong kinh tế phi chính thức: Các yếu tố quyết định áp dụng bán lẻ đa kênh của tiểu thương tại chợ truyền thống ở Đà Nẵng, Việt Nam. Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á, 36(12), 20-38. https://doi.org/10.24311/jabes/2025.36.12.02
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
Đinh Thị Hương. (2025). Tác động AI đến hiệu suất bền vững: Vai trò trung gian của năng lực động xanh và đổi mới sáng tạo xanh tại các doanh nghiệp ngành chế biến chế tạo ở Việt Nam. Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á, 36(9), 36-51. https://doi.org/10.24311/jabes/2025.36.9.03
Dwivedi, Y. K., Rana, N. P., Tamilmani, K., & Raman, R. (2020). A meta-analysis based modified unified theory of acceptance and use of technology (meta-UTAUT): A review of emerging literature. Current Opinion in Psychology, 36, 13-18. https://doi.org/10.1016/j.copsyc.2020.03.008
Featherman, M. S., & Pavlou, P. A. (2003). Predicting e-services adoption: A perceived risk facets perspective. International Journal of Human-Computer Studies, 59(4), 451-474. https://doi.org/10.1016/S1071-5819(03)00111-3
Fishbein, M., & Ajzen, I. (1975). Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research. Reading, MA: Addison-Wesley.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.2307/3151312
Geisser, S. (1974). A predictive approach to the random effect model. Biometrika, 61(1), 101-107. https://doi.org/10.2307/2334290
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2014). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). SAGE Publications.
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24. https://doi.org/10.1108/EBR-11-2018-0203
Hannigan, T. R., McCarthy, I. P., & Spicer, A. (2024). Beware of botshit: How to manage the epistemic risks of generative chatbots. Business Horizons, 67(5), 471-486. https://doi.org/10.1016/j.bushor.2024.03.001
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jiang, Y., Miao, M., Jalees, T., & Zaman, S. I. (2019). Analysis of the moral mechanism to purchase counterfeit luxury goods: Evidence from China. Asia Pacific Journal of Marketing and Logistics, 31(3), 647-669. https://doi.org/10.1108/APJML-05-2018-0190
Kahneman, D. (2011). Thinking, Fast and Slow. Penguin Books, London.
Kock, N. (2015). Common method bias in PLS-SEM: A full collinearity assessment approach. International Journal of e-Collaboration, 11(4), 1-10. https://doi.org/10.4018/ijec.2015100101
Lai, C. Y., Cheung, K. Y., & Chan, C. S. (2023). Exploring the role of intrinsic motivation in ChatGPT adoption to support active learning: An extension of the technology acceptance model. Computers and Education: Artificial Intelligence, 5, 100178. https://doi.org/10.1016/j.caeai.2023.100178
Lê Quốc Thắng, & Lê Thanh Tiệp. (2025). Tác động của chuyển đổi số, chất lượng dịch vụ đến ý định tiếp tục chọn đào tạo trực tuyến ở các trường đại học ngoài công lập. Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á, 36(4), 69-87. https://doi.org/10.24311/jabes/2025.36.4.05
Lưu Thị Thuỳ Dương. (2024). Di chuyển bền vững tại đô thị Việt Nam: Các yếu tố ảnh hưởng đến ý định sử dụng dịch vụ vận tải hành khách bằng xe điện. Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á, 35(7), 53-68. https://doi.org/10.24311/jabes/2024.35.7.6
Marikyan, D., Papagiannidis, S., & Stewart, G. (2023). Technology acceptance research: Meta-analysis. Journal of Information Science, 52(2). https://doi.org/10.1177/01655515231191177
Nguyễn Hồng Quân, Lê Ngọc Hân, Lã Hương Ly, Trần Thị Quỳnh Chi, Trần Thị Yến Nhi, & Nguyễn Minh Phương. (2024). Tác động của nhận thức sự hỗ trợ của tổ chức tới ý định nghỉ việc: Vai trò điều tiết của vốn tâm lý. Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á, 35(11), 63-78. https://doi.org/10.24311/jabes/2024.35.11.05
Nikou, S. A., & Economides, A. A. (2017). Mobile-based assessment: Investigating the factors that influence behavioral intention to use. Computers & Education, 109, 56-73. https://doi.org/10.1016/j.compedu.2017.02.005
Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192. https://doi.org/10.1126/science.adh2586
Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International Journal of Electronic Commerce, 7(3), 101-134. https://doi.org/10.1080/10864415.2003.11044275
Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879-903. https://doi.org/10.1037/0021-9010.88.5.879
Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192-210. https://doi.org/10.5465/amr.2018.0072
Rana, N. P., Pillai, R., Sivathanu, B., & Malik, N. (2024). Assessing the nexus of Generative AI adoption, ethical considerations, and organizational performance. Technovation, 135, 103064. https://doi.org/10.1016/j.technovation.2024.103064
Retkowsky, J., Hafermalz, E., & Huysman, M. (2024). Managing a ChatGPT-empowered workforce. Business Horizons, 67(5), 511-523. https://doi.org/10.1016/j.bushor.2024.04.009
Rigotti, C., & Fosch-Villaronga, E. (2024). Fairness, AI & recruitment. Computer Law & Security Review, 53, 105966. https://doi.org/10.1016/j.clsr.2024.105966
Rodgers, W., Murray, J. M., Stefanidis, A., Degbey, W. Y., & Tarba, S. Y. (2023). An artificial intelligence algorithmic approach to ethical decision-making in human resource management processes. Human Resource Management Review, 33(1), 100925. https://doi.org/10.1016/j.hrmr.2022.100925
Stahl, B. C., & Eke, D. (2024). The ethics of ChatGPT ‒ Exploring the ethical issues of an emerging technology. International Journal of Information Management, 74, 102700. https://doi.org/10.1016/j.ijinfomgt.2023.102700
Stone, M. (1974). Cross-validatory choice and assessment of statistical predictions. Journal of the RoyalStatistical Society: Series B (Methodological), 36(2), 111-133. https://doi.org/10.1111/j.2517-6161.1974.tb00994.x
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273-315. https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model. Management Science, 46(2), 186-204. https://www.jstor.org/stable/2634758
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. https://doi.org/10.2307/30036540
Wirtz, B. W., Weyerer, J. C., & Sturm, B. J. (2020). The dark sides of artificial intelligence: An integrated AI governance framework for public administration. International Journal of Public Administration, 43(9), 818-829. https://doi.org/10.1080/01900692.2020.1749851
Tải xuống
Đã Xuất bản
Số
Chuyên mục
Giấy phép
Bản quyền (c) 2026 Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Cách trích dẫn
