Tác động của kiến thức về trí tuệ nhân tạo đến kết quả học tập của sinh viên ngành kế toán – kiểm toán: Mô hình nghiên cứu đề xuất

1. Lời mở đầu

Hiện nay, tại Việt Nam, những khái niệm như "Cách mạng Công nghiệp 4.0", "Kỷ nguyên số", "Cuộc sống kỹ thuật số" và "Trí tuệ nhân tạo" đang được nhắc đến rất phổ biến trong các tuyên bố, bài báo trên các kênh truyền thông đại chúng. Phần lớn các nội dung này nhấn mạnh vào lĩnh vực công nghiệp AI, với trọng tâm là các vấn đề liên quan đến robot và một vài khía cạnh khác của công nghiệp AI. AI được xem là một loại công nghệ đa mục đích, do đó nó đóng vai trò như công nghệ "chỉ đạo" thúc đẩy hiệu quả kinh tế quốc gia. Thủ tướng Chính phủ đã nhấn mạnh rằng Việt Nam phải "nhanh chóng tham gia vào chuyến tàu 4.0", ngụ ý rằng việc phát triển một chiến lược quốc gia về AI với khẩu hiệu "Trí tuệ nhân tạo cùng con người vì lợi ích nhân loại" là hết sức cần thiết và phù hợp nhất với bối cảnh nước ta (Nguyễn Thanh Thủy và cộng sự, 2018). Và trong “chuyến tàu 4.0” đó, giáo dục không thể đứng ngoài. Vì giáo dục là quốc sách hàng đầu của quốc gia. Do đó, áp dụng AI vào giáo dục là định hướng rõ ràng của Chính phủ Việt Nam.

AI, với sự ra đời của ChatGPT, do OpenAI phát triển, đã mang đến một cuộc cách mạng trong giáo dục đại học, ChatGPT mang đến nhiều khả năng đáng chú ý như tạo ra các cuộc đối thoại giống như giữa con người với nhau, đưa ra ý tưởng, giúp soạn thảo bài luận và thậm chí hỗ trợ các nhiệm vụ viết mã trong tin học (Gao và cộng sự, 2024). Bất chấp những lo ngại về tác động tiềm tàng của nó đến tính toàn vẹn, chính trực trong học thuật, tiềm năng của ChatGPT đã được chứng minh là không nên bị bỏ qua.

AI hiện nay ngoài ChatGPT đã có thêm nhiều bên tham gia, dễ dàng truy cập cho người dùng với các phiên bản miễn phí và có phí, cùng với chất lượng của AI đã tăng lên đáng kể, và những công nghệ này đang ngày càng được sử dụng rộng rãi trong bối cảnh giáo dục (Chu và cộng sự, 2022). Sinh viên đang trải nghiệm những tác động chưa từng có của AI lên quá trình học tập, hiệu quả và kết quả học tập của mình. Những thay đổi này cũng ảnh hưởng đến sự phát triển toàn diện của họ, bao gồm các khía cạnh cá nhân, nhận thức và đạo đức. Do đó, việc nâng cao kiến thức về AI, bao gồm việc sử dụng thành thạo và có trách nhiệm các công cụ AI, là rất quan trọng để giúp sinh viên đạt được và duy trì lợi thế cạnh tranh trong môi trường chuyển đổi số ngày càng phát triển (Brew và cộng sự, 2023).

Đối với ngành Kế toán – Kiểm toán, AI nâng cao hiệu quả và độ chính xác của các nhiệm vụ kế toán và kiểm toán bằng cách tự động hóa các quy trình thông thường, giảm thiểu lỗi của con người và cải thiện việc ra quyết định. Ví dụ, AI có thể cải thiện đáng kể các hoạt động ghi nhận nghiệp vụ, lập báo cáo và quy trình ra quyết định trong kế toán và kiểm toán (Ali và cộng sự, 2023). Việc tích hợp AI vào giáo dục kế toán đòi hỏi phải cải cách mạnh mẽ chương trình giảng dạy để trang bị cho sinh viên những kỹ năng cần thiết cho một ngành nghề Kế toán – Kiểm toán đang thay đổi hiện nay (Tandiono, 2023). Điều này bao gồm việc cần tích hợp các kiến thức AI như kiến thức về môi trường số, tư duy phản biện và tư duy giải quyết vấn đề vào chương trình giảng dạy (Arise & Moloi, 2024).

Các nghiên cứu trước đây trên thế giới đưa ra những phát hiện trái ngược nhau về mối quan hệ giữa kiến thức về AI và kết quả học tập. Một số nghiên cứu đã chỉ ra rằng việc phụ thuộc vào các công cụ AI tác động tiêu cực đến kết quả học tập của sinh viên (Cui & Alias, 2024), (Ivanov, 2023). Tuy nhiên, các nghiên cứu khác đã chỉ ra điều ngược lại, đó là việc sử dụng công cụ AI một cách chủ động sẽ hỗ trợ kết quả và động lực học tập của sinh viên (Montenegro-Rueda và cộng sự, 2023). Kiến thức về AI của sinh viên cao hơn được phát hiện có liên quan đến việc tăng cường sử dụng các công cụ AI cho mục đích học tập, từ đó dẫn đến kết quả học tập tốt hơn, cải thiện hiệu quả học tập (Singh và cộng sự, 2025). Trên cơ sở đó, sự hài lòng của sinh viên sẽ cao hơn nhờ việc học tập được cá nhân hóa với sự hỗ trợ của AI (Shete và cộng sự, 2024). Điều này có nghĩa là các công cụ AI có thể hỗ trợ sinh viên trong nhiều lĩnh vực khác nhau, từ việc tìm kiếm thông tin đơn giản đến việc cung cấp các trao đổi tương tác cho phép trải nghiệm cá nhân hóa việc học tập, cũng như hỗ trợ sinh viên trong nhiều vấn đề đa dạng như nghiên cứu, viết tiểu luận (Aggarwal và cộng sự, 2023). Tất nhiên, lợi ích sẽ đi kèm với những rủi ro không mong muốn. Sự suy giảm khả năng sáng tạo, tư duy phản biện và giải quyết vấn đề của sinh viên đã được chỉ ra là do việc quá phụ thuộc vào các công cụ AI. Tương tự, sự gia tăng và tạo điều kiện cho đạo văn và gian lận là những mối lo ngại lớn. Ngoài ra, có những lo ngại đã được nêu ra liên quan đến việc mất đi sự tương tác giữa giảng viên và sinh viên do việc sử dụng công nghệ AI (Santana-Soriano, 2025). Rõ ràng, những vấn đề này đặt ra những thách thức lớn cho các nhà hoạch định chính sách giáo dục và ban quản lý, giảng viên, nhà nghiên cứu và những bên liên quan khác trong lĩnh vực giáo dục (Brew và cộng sự, 2023).

Tại Việt Nam, các nghiên cứu về AI trong giáo dục đại học mới chỉ dừng ở việc đề xuất các kiến nghị để áp dụng AI trong giáo dục cho các trường riêng lẻ (Nguyễn Lâm Ngọc Vi, 2023), (Nguyễn Hà An, 2024)…. Một số nghiên cứu khác đi theo hướng tìm hiểu ảnh hưởng của trí tuệ nhân tạo tới hoạt động học tập của sinh viên (Bùi Trọng Tài & Nguyễn Minh Tuấn, 2024), (Nguyễn Võ Anh & Nguyễn Chí Hải, 2025)… Nghiên cứu của Nguyễn Sĩ Thiệu & Nguyễn Hải Yến (2024) đã tìm hiểu mối quan hệ giữa AI và kết quả học tập của sinh viên tại Học viện Chính sách và Phát triển, trong đó nhóm tác giả đã chỉ ra AI có khả năng cải thiện đáng kể kết quả học tập thông qua các công cụ hỗ trợ học tập cá nhân hóa, nhưng cũng phát hiện tác động tiêu cực từ việc sử dụng AI vào mục đích giải trí. Để tối ưu hóa việc ứng dụng AI, bài viết đề xuất tích hợp AI vào chương trình giảng dạy, cũng như giám sát và đào tạo kỹ năng số cho giáo viên và sinh viên.

Khác với nghiên cứu của Nguyễn Sĩ Thiệu & Nguyễn Hải Yến (2024), nghiên cứu của chúng tôi không tìm hiểu AI một cách chung chung mà đi tập trung vào kiến thức về AI, cũng như mối quan hệ của nó với kết quả học tập sinh viên ngành Kế toán – Kiểm toán tại các trường Đại học tại Việt Nam. Trên thế giới đã có một số nghiên cứu về vấn đề này như nghiên cứu của (Bećirović và cộng sự, 2025), (Shahzad và cộng sự, 2024), hay (Gao và cộng sự, 2024)… nhưng các nghiên cứu này thường không tập trung vào đối tượng sinh viên ngành Kế toán – Kiểm toán. Hơn nữa, đặc điểm sinh viên Việt Nam cũng khác với sinh viên các nước khác trên thế giới về khả năng công nghệ, cách tiếp nhận kiến thức… Do đó, thực hiện nghiên cứu này là cần thiết để lấp đầy những khoảng trống và đóng góp vào tài liệu chuyên môn trong lĩnh vực AI trong giáo dục tại Việt Nam. Nghiên cứu này có thể đem tới sự hiểu biết sâu hơn về kiến ​​thức AI cho sinh viên đại học không chuyên về AI đang theo học các ngành khoa học xã hội. Tuy chỉ dừng lại ở việc đề xuất mô hình nghiên cứu, nhưng kết quả từ bài báo này có thể được sử dụng làm nền tảng cho các nghiên cứu trong tương lai, thực hiện kiểm định với mẫu lớn để đưa ra kết luận về sự tác động của kiến thức về AI đến kết quả học tập của sinh viên ngành Kế toán – Kiểm toán. Việc hiểu sâu hơn về mối quan hệ giữa kiến thức về AI và kết quả học tập của sinh viên ngành Kế toán – Kiểm toán có thể hỗ trợ việc triển khai các phương pháp tiếp cận thành công để tích hợp hiệu quả các công nghệ AI vào quy trình giáo dục kế toán. Việc tích hợp này có thể giúp sinh viên nâng cao kiến ​​thức về AI và khả năng sử dụng AI một cách thành thạo và hiệu quả, đồng thời cho phép họ sử dụng các công nghệ này một cách có đạo đức và có trách nhiệm. Tương tự, những phát hiện của nghiên cứu này có thể hỗ trợ việc sửa đổi và thiết kế các chính sách, chương trình giảng dạy và phương pháp giảng dạy AI hiện có.

2. Định nghĩa

2.1. Kiến thức về trí tuệ nhân tạo

Kiến thức về AI là khả năng hiểu, đánh giá phân tích và sử dụng hiệu quả các công nghệ AI, bao gồm các khía cạnh kỹ thuật, đạo đức và văn hóa xã hội (Han & Zhang, 2025), (Chiu và cộng sự, 2024).

Theo Ng và cộng sự (2021), kiến thức về AI là một tập hợp các loại kiến thức khác nhau để xác định các kỹ năng trong việc sử dụng AI bao gồm “biết và hiểu về AI”, “áp dụng AI”, “đánh giá và tạo ra AI” và “đạo đức khi sử dụng AI”. Ngoài ra, một số nghiên cứu khác còn đề cập thêm một số kỹ năng như: hiểu biết về công nghệ, ứng dụng thực tế, đánh giá phản biện, tự tin dùng công nghệ và chất lượng đầu ra liên quan đến công nghệ AI (Carolus và cộng sự, 2023).

Trong bài báo này, để đánh giá kiến thức về AI, nhóm tác giả sử dụng khung đánh giá kiến thức về AI những người không phải chuyên gia của Laupichler và cộng sự (2023), bao gồm ba yếu tố: hiểu biết kỹ thuật AI, khả năng đánh giá phê bình AI và khả năng ứng dụng thực tế AI.

2.2. Kết quả học tập của sinh viên

Trước khi tìm hiểu định nghĩa về kết quả học tập, chúng ta cần xem qua khái niệm về việc học. Theo Mumford (1999), việc học là quá trình mà sau khi hoàn thành người học có thể chứng minh họ biết một điều gì đó họ không biết trước đây (những hiểu biết sâu sắc và nhận thức cũng như sự thật) và/ hoặc khi họ có thể làm gì đó mà họ không thể làm trước đây (kỹ năng).

Có nhiều cách khác nhau để định nghĩa về kết quả học tập, nhiều thuật ngữ được sử dụng tương đương như: “hiệu quả việc học”, “sự hài lòng” ….(Noesgaard & Ørngreen, 2015). Nhìn chung, có thể định nghĩa kết quả học tập như sau: Kết quả học tập đề cập đến việc đánh giá sự tiến bộ của cá nhân người học, hiệu quả của tổ chức giảng dạy và chất lượng tổng thể của quá trình giáo dục. Đây là kết quả có thể đo lường được từ những nỗ lực học tập của sinh viên, thường được đánh giá thông qua các phương pháp đánh giá liên tục như điểm trung bình hoặc điểm phần trăm (Tharu, 2024).

3. Phương pháp nghiên cứu

Với mục tiêu đề xuất mô hình nghiên cứu nên phương pháp nghiên cứu được sử dụng trong bài báo này là phương pháp tổng quan tài liệu.

Phương pháp tổng quan tài liệu hữu ích khi mục đích là cung cấp cái nhìn tổng quan về một vấn đề hoặc vấn đề nghiên cứu cụ thể. Thông thường, loại tổng quan tài liệu này được thực hiện để đánh giá tình trạng kiến ​​thức về một chủ đề cụ thể. Ví dụ, nó có thể được sử dụng để lập kế hoạch nghiên cứu, xác định những thiếu sót trong nghiên cứu, hoặc đơn giản là thảo luận về một vấn đề cụ thể. Việc tổng quan tài liệu sẽ cung cấp cơ sở để xây dựng một mô hình khái niệm hoặc lý thuyết mới và có thể hữu ích khi muốn lập bản đồ sự phát triển của một lĩnh vực nghiên cứu cụ thể theo thời gian (Snyder, 2019).

4. Giả thuyết và mô hình nghiên cứu

4.1. Giả thuyết nghiên cứu

Nhận thức tích cực của sinh viên về tính hữu ích của AI tới kết quả học tập của họ phụ thuộc vào sự hiểu biết và quen thuộc của các em với kỹ thuật AI (Noboa Torres và cộng sự, 2024). Hiểu biết kỹ thuật về AI của sinh viên ảnh hưởng tích cực đến hiệu quả tự học và chất lượng đầu ra AI của họ, những yếu tố rất quan trọng đối với kết quả học tập. Tuy nhiên, tác động trực tiếp của hiểu biết kỹ thuật về AI đối với kết quả học tập không phải lúc nào cũng đáng kể (Bećirović và cộng sự, 2025). Điều này bởi vì có mức độ nhận thức về kỹ thuật khác nhau giữa sinh viên các ngành khác nhau (Bećirović, 2023). Sinh viên theo học các chương trình liên quan đến giáo dục và tội phạm học cho thấy mức độ nhận thức về các công cụ AI và tiềm năng của chúng cao hơn so với sinh viên theo học các chương trình kinh doanh (Bobby L. Asirit & H. Hua, 2023), trong khi sinh viên ngành quản lý có kết quả vượt trội hơn sinh viên khối ngành kỹ thuật (Kamoun và cộng sự, 2024). Sinh viên ngành Kế toán – Kiểm toán cùng khối ngành với sinh viên ngành quản lý, do đó, nhóm tác giả đề xuất giả thuyết như sau:

- H1: Hiểu biết kỹ thuật AI có tác động tích cực tới kết quả học tập của sinh viên ngành Kế toán – Kiểm toán.

Các công cụ AI thường được sinh viên sử dụng để thu thập thông tin vì chúng có thể truy xuất một lượng lớn dữ liệu một cách có hiệu quả và hiệu suất cao dưới dạng cấu trúc và được cá nhân hóa (Mohamed và cộng sự, 2024). Các công cụ AI cũng được sử dụng thành công để cải thiện kỹ năng viết của sinh viên, giúp các em vượt qua tình trạng bí ý tưởng bằng cách cung cấp gợi ý và thúc đẩy sự sáng tạo (Shanto và cộng sự, 2024). Hệ thống giáo dục nên dạy sinh viên cách sử dụng các công cụ AI một cách ý nghĩa, có đạo đức và hiệu quả (Stracke và cộng sự, 2025). Ng và cộng sự (2021b) nhấn mạnh rằng “khả năng áp dụng kiến ​​thức, khái niệm và sử dụng thực tế AI trong các tình huống khác nhau” là một trong bốn trụ cột của kiến ​​thức về AI. Sinh viên nhìn chung có thái độ tích cực với các công cụ AI như ChatGPT (Haque và cộng sự, 2022), và phần lớn ủng hộ việc áp dụng các công cụ này vào giáo dục vì chúng có thể hỗ trợ quá trình học tập (Kamoun và cộng sự, 2024). Các lộ trình học tập được cá nhân hóa do AI thúc đẩy và cơ chế phản hồi thời gian thực đã cải thiện đáng kể kết quả học tập của sinh viên, đặc biệt là ở các môn học như toán học và khoa học (Rathika và cộng sự, 2024). Trên cơ sở đó, nhóm tác giả đề xuất giả thuyết như sau:

- H2: Khả năng ứng dụng thực tế AI có tác động tích cực tới kết quả học tập của sinh viên ngành Kế toán – Kiểm toán.

Để có thể sử dụng công nghệ AI một cách an toàn và có đạo đức, sinh viên phải có khả năng phản biện về các vấn đề khác nhau liên quan đến các công cụ AI và kết quả đầu ra của chúng (Ng và cộng sự, 2021a). Tư duy phản biện đề cập đến khả năng “xem xét và diễn giải thông tin một cách có phương pháp và logic, phân tích các giả định cơ bản, đánh giá độ tin cậy của bằng chứng và cuối cùng là đưa ra kết luận có cơ sở và hợp lý” (Shanto và cộng sự, 2024). Sinh viên cần nhận thức được rằng kết quả do AI tạo ra có thể không hoàn toàn đáng tin cậy và có thể chịu một số sai lệch tiềm ẩn (Kamoun và cộng sự, 2024). Một số người cũng cho rằng công nghệ dựa trên AI cản trở tư duy phản biện, khiến trải nghiệm học tập trở nên thụ động hơn (Robert và cộng sự, 2024). Các công cụ AI cũng bị dán nhãn là ứng dụng có thể khuyến khích đạo văn trong bài viết học thuật, đặc biệt là ở những sinh viên yếu hơn, phản ánh mối lo ngại dai dẳng trong các cơ sở giáo dục (Shanto và cộng sự, 2024). Trên cơ sở đó, nhóm tác giả đề xuất giả thuyết như sau:

- H3: Khả năng đánh giá phê bình AI có tác động tích cực tới kết quả học tập của sinh viên ngành Kế toán – Kiểm toán.

Mối quan hệ giữa kiến thức về AI và thái độ học tập càng làm phức tạp thêm tác động của chúng đến kết quả học tập. Kiến thức về AI có thể nâng cao thái độ học tập bằng cách tăng cường sự tự tin của sinh viên với khả năng hiểu và ứng dụng AI của họ (Hornberger và cộng sự, 2023). Sự tự tin được tăng cường này có thể thúc đẩy thái độ học tập tích cực hơn, từ đó cải thiện kết quả học tập. Chẳng hạn, sinh viên tự tin vào trình độ AI của mình có nhiều khả năng tham gia tích cực vào việc học, tự tìm kiếm thêm các tài liệu học tập và kiên trì vượt qua các khóa học khó (Kong và cộng sự, 2022). Ngược lại, học sinh có thái độ học tập tiêu cực có thể gặp khó khăn trong việc phát triển kiến thức về AI, ảnh hưởng tiêu cực đến kết quả học tập của họ. Những sinh viên này có thể cảm thấy choáng ngợp trước các khía cạnh kỹ thuật của AI, dẫn đến sự thất vọng và mất tập trung (Yang và cộng sự, 2022). Điều này nhấn mạnh tầm quan trọng của việc đồng thời bồi dưỡng kiến thức về AI và thái độ học tập tích cực để hỗ trợ sinh viên thành công trong học tập. You và cộng sự (2024) đã chỉ ra thái độ học tập đóng vai trò trung gian đáng kể trong mối quan hệ giữa kiến thức về AI và kết quả học tập. Thái độ tích cực đối với AI, được nuôi dưỡng bởi kiến ​​thức về AI, có thể hỗ trợ thêm cho thành công trong học tập. Một nghiên cứu cho thấy 17,5% sự thay đổi trong thái độ tích cực đối với AI có thể được giải thích bởi kiến ​​thức về AI, nhấn mạnh vai trò của nó trong việc hình thành thái độ học tập tích cực (Gedik và cộng sự, 2025). Trên cơ sở đó, nhóm tác giả đề xuất các giả thuyết như sau:

- H4: Hiểu biết kỹ thuật AI có tác động tích cực tới thái độ học tập của sinh viên ngành Kế toán – Kiểm toán.

- H5: Khả năng ứng dụng thực tế AI có tác động tích cực tới thái độ học tập của sinh viên ngành Kế toán – Kiểm toán.

- H6: Khả năng đánh giá phê bình AI có tác động tích cực tới thái độ học tập của sinh viên ngành Kế toán – Kiểm toán.

- H7: Thái độ học tập của sinh viên có tác động tích cực tới kết quả học tập của sinh viên ngành Kế toán – Kiểm toán.

Từ các giả thuyết đã xây dựng, nhóm tác giả xin đề xuất mô hình nghiên cứu như sau:

Hình 1. Mô hình nghiên cứu đề xuất

5. Kết luận

Dựa vào tổng quan nghiên cứu, chúng tôi đã thực hiện đề xuất mô hình nghiên cứu về mối quan hệ giữa kiến thức về trí tuệ nhân tạo, thái độ học tập và kết quả học tập sinh viên ngành Kế toán – Kiểm toán. Trên cơ sở kết quả này, các nghiên cứu tiếp theo có thể thực hiện phỏng vấn chuyên gia để đánh giá sự phù hợp của mô hình nghiên cứu với điều kiện sinh viên và việc ứng dụng AI tại các trường đại học có đào tạo Kế toán - Kiểm toán tại Việt Nam. Và cuối cùng, để có thể đưa ra kết luận chính xác về mối quan hệ giữa các nhân tố này, cần thực hiện kiểm định dữ liệu với mẫu lớn. Việc bổ sung lý thuyết nền cũng là một hướng mà các nghiên cứu trong tương lai có thể thực hiện để giải quyết hạn chế trong nghiên cứu này khi mô hình nghiên cứu đề xuất mới chỉ được hình thành từ việc tổng quan các nghiên cứu liên quan.

Nếu các giả thuyết trong mô hình nghiên cứu này được khẳng định sau khi kiểm định dữ liệu, nhóm tác giả xin đề xuất một số khuyến nghị cho các bên liên quan như sau:

- Đối với các trường đại học: Thiết kế các khóa học riêng về AI trong kế toán và kiểm toán, bao gồm hiểu biết kỹ thuật (ví dụ: học máy và phân tích dữ liệu), ứng dụng thực tế (sử dụng công cụ như ChatGPT cho báo cáo tài chính), và đánh giá phê bình (thảo luận về đạo đức AI). Đồng thời, các trường đại học nên hợp tác với các doanh nghiệp để cung cấp công cụ AI miễn phí cho sinh viên, hỗ trợ tích hợp vào giáo dục.

- Đối với giảng viên: Cần tích cực sử dụng các công cụ AI hỗ trợ học tập như mô phỏng kiểm toán dựa trên AI, từ đó giúp sinh viên thấy được các lợi ích của AI trong quá trình học tập cũng như tương lai công việc sau này, nâng cao thái độ chủ động của sinh viên khi tiếp cận AI.

- Đối với sinh viên: Khuyến khích sinh viên tham gia các dự án thực tế với AI, như sử dụng phần mềm phân tích dữ liệu để nâng cao hiểu biết và thái độ học tập.