Từ khóa: trí tuệ nhân tạo, AI, thái độ, nhân viên
Summary
This research is conducted based on a comprehensive review and assessment of relevant literature and prior research on employees’ attitudes towards Artificial Intelligence (AI). The primary objective is to systematize the theoretical framework and research landscape to establish a foundation for subsequent studies, encompassing both qualitative and quantitative approaches. The research not only supports researchers, managers, and strategic planners in understanding the significance of employees’ attitudes towards AI but also assists designers in developing AI applications suitable for the knowledge, attitudes, and emotions of the target users.
Keywords: Artificial Intelligence, AI, Attitude, Employee
GIỚI THIỆU
Nhiều nhà nghiên cứu cho rằng, thái độ của nhân viên có vai trò quan trọng trong việc ứng dụng công nghệ mới, có thể ảnh hưởng mạnh mẽ đến các quyết định chấp nhận công nghệ của tổ chức (Lichtenthaler, 2020) và tác động đến hiệu suất công việc, yếu tố được xem là quyết định đến khả năng cạnh tranh và thành công của doanh nghiệp (Tong và cộng sự, 2021), nhất là khi AI vẫn chưa thể thay thế hoàn toàn con người trong các hoạt động sản xuất, kinh doanh.
Trong khi hầu hết tác giả chủ yếu tập trung vào các khía cạnh cùng với tác động của AI thì nghiên cứu về sự chấp nhận và thái độ của mọi người đối với AI còn rất hạn chế. Mặt khác, việc đánh giá mức độ sẵn sàng của xã hội trước những biến đổi sắp tới hay hiểu biết về cách mà cá nhân đối mặt với đổi mới, như AI và các công nghệ tiên tiến là một thách thức lớn (Vasiljeva, Kreituss và Lulle, 2021). Điều này mở ra cơ hội để xem xét mối quan hệ giữa các yếu tố có liên quan đến thái độ đối với trí AI, giúp điều tra các yếu tố ảnh hưởng đến việc triển khai AI trong nhiều lĩnh vực (Pumplun, Tauchert và Heidt, 2019; Pillai và Sivathanu, 2020).
CƠ SỞ LÝ THUYẾT
Khái niệm nghiên cứu
Trí tuệ nhân tạo
AI là tập hợp các công nghệ thông tin truyền thông mô phỏng trí thông minh của con người với mục đích chính là cải thiện việc làm, tạo ra hiệu quả cao hơn và thúc đẩy tăng trưởng kinh tế (Arakpogun và cộng sự, 2021). Trong khoa học máy tính, AI là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên do con người thể hiện và không bị giới hạn ở một hoặc một vài ứng dụng. Thay vào đó, AI là một thuật ngữ chung bao gồm nhiều loại công nghệ nhận thức, là một ngành rộng bao gồm nhiều ngành khoa học như: khoa học máy tính, kỹ thuật, sinh học, khoa học thần kinh và tâm lý học. Đại diện của các sản phẩm AI phổ biến hiện nay, như: trợ lý ảo (Siri, Bixby, Alexa), chatbot (ChatGPT, Bing, Bard), công nghệ tự động hóa (ô tô tự lái), robot (Sophia, Pepper, Erica), ứng dụng chỉnh sửa ảnh và video (GliaCloud, Synthesia, InVideo)…
Thái độ đối với AI
Thái độ đối với AI cũng có mối liên hệ chặt chẽ với sự chấp nhận và ý định hành vi của mọi người đối với việc sử dụng AI trong cuộc sống hàng ngày (Kelly, Kaye và Oviedo-Trespalacios, 2022). Thái độ đối với AI khác nhau tùy thuộc vào bối cảnh và các ứng dụng cụ thể của nó (Schepman và Rodway, 2020). Các cách trình bày và thông tin về AI liên tục phát triển cũng được cho là có ảnh hưởng đến thái độ đối với AI (Park và Woo, 2022), khiến việc nghiên cứu này theo thời gian với dữ liệu được thu thập từ cùng một người tham gia ở nhiều thời điểm khác nhau trở nên hấp dẫn. Các công ty muốn triển khai sử dụng AI cần tìm hiểu và giải quyết hợp lý những vấn đề liên quan (nếu có) vì sự hợp tác giữa con người và AI sẽ là động lực chính tạo ra lợi thế cạnh tranh trong tương lai.
Cơ sở lý thuyết
Thuyết hành vi có kế hoạch
Kế thừa từ thuyết Hành vi hợp lý (TRA) của Fishbein và Ajzen (1975), thuyết Hành vi có kế hoạch (TPB) là một lý thuyết trong lĩnh vực tâm lý học và khoa học hành vi được phát triển bởi Ajzen (1991) dựa trên: (1) Ý thức về lợi ích và hậu quả; (2) Thái độ tích cực hay tiêu cực; (3) Đánh giá về khả năng kiểm soát sẽ ảnh hưởng đến ý định và hành vi của con người. TPB là một trong những lý thuyết được áp dụng và trích dẫn rộng rãi nhất về lý thuyết hành vi (Cooke và Sheeran, 2004).
Mô hình chấp nhận công nghệ
Mô hình chấp nhận công nghệ (TAM) là một mô hình lý thuyết về hành vi sử dụng công nghệ, được phát triển bởi Davis (1989), là bản chuyển thể từ TRA của Fishbein và Ajzen (1975). Mô hình này tập trung vào thái độ nhằm giải thích cách người dùng đánh giá và sử dụng công nghệ mới. Theo đó, hành vi sử dụng công nghệ của người dùng phụ thuộc vào 2 yếu tố chính: (1) Giá trị dự kiến, là mức độ mà người dùng tin rằng công nghệ sẽ giúp cải thiện hiệu suất, mang lại lợi ích cho công việc hoặc nhu cầu của họ; (2) Độ dễ dàng sử dụng dự kiến, là mức độ mà người dùng tin rằng việc sử dụng công nghệ sẽ dễ dàng và không phức tạp. Một phần mở rộng quan trọng của mô hình TAM là việc kiểm tra sự khác biệt của từng cá nhân trong thái độ đối với các dịch vụ AI khác nhau (Venkatesh và Davis, 2000).
TỔNG QUAN NGHIÊN CỨU
Thái độ đối với AI của nhân viên là đối tượng nghiên cứu thuộc lĩnh vực tâm lý học tổ chức và quản lý, góp phần tạo ra môi trường làm việc tích cực, giúp nâng cao hiệu quả hoạt động quản trị nguồn nhân lực. Thái độ được xem là yếu tố không thể thiếu để hiểu hành vi của cá nhân khi đối mặt với những đổi mới về mặt công nghệ (Dwivedi và cộng sự, 2019) hay các sản phẩm của AI như robot (Dang và Liu, 2021). Nghiên cứu tập trung vào thái độ của nhân viên trong tổ chức là cơ sở chuẩn bị kế hoạch cho chiến lược áp dụng công nghệ mới hoặc đo lường mức độ hiệu quả khi triển khai. Bởi, nếu có mức độ tin tưởng cao hay năng lực, hiểu biết về một công nghệ thì người lao động sẽ thể hiện thái độ tích cực, sẵn sàng chấp nhận và ngược lại. Tuy nhiên, hầu hết các nghiên cứu hiện nay vẫn còn xem nhẹ sự phức tạp trong thái độ đối với AI và các sản phẩm từ AI (Dang và Liu, 2021).
Có 2 xu hướng nghiên cứu về thái độ đối với AI phổ biến hiện nay, gồm có:
(1) Xây dựng, phát triển, kiểm chứng khái niệm và thang đo trong các bối cảnh khác nhau, giúp củng cố nền tảng lý thuyết cho các nghiên cứu tiếp theo sau này (Lichtenthaler, 2020).
(2) Nghiên cứu xem xét mối quan hệ giữa thái độ đối với AI và các yếu tố khác có liên quan.
Trước tiên là tìm hiểu các yếu tố ảnh hưởng, tác động đến thái độ đối với AI của nhân viên (Vasiljeva, Kreituss và Lulle, 2021; Schepman và Rodway, 2022). Các yếu tố này rất đa dạng, đơn cử như nghiên cứu của Vasiljeva, Kreituss và Lulle (2021) đề cập đến sáu yếu tố độc lập, bao gồm: (1) niềm tin, (2) kiến thức về AI, (3) hiệu quả chi phí, (4) lợi thế tương đối, (5) sự sẵn sàng của bộ phận, (6) hỗ trợ từ quản lý cấp cao, được phân theo ba khía cạnh, lần lượt theo cặp là: xã hội, công nghệ và tổ chức. Trong khi các nghiên cứu của Schepman và Rodway (2022); Park và Woo (2022) lại đề cập đến các đặc điểm về tính cách, nhân khẩu học hoặc nhân chủng học. Chẳng hạn, như những người càng hướng nội thì thái độ đối với AI càng tích cực (Schepman và Rodway, 2022). Hay là người trẻ có thái độ tích cực hơn so với người già (Gillespie, Lockey và Curtis, 2021); nam giới có thái độ tích cực hơn so với nữ giới (Schepman và Rodway, 2022). Ngoài ra, Schepman và Rodway (2022) còn cho thấy, sự tác động đến từ các yếu tố khác như: sự ngờ vực của doanh nghiệp và niềm tin chung. Kết quả, sự ngờ vực của doanh nghiệp cao hơn dẫn đến thái độ tiêu cực, trong khi niềm tin chung cao hơn dẫn đến quan điểm tích cực về lợi ích của AI. Vì vậy, có thể kết luận rằng, nguyên nhân, hệ quả của việc chấp nhận và thái độ đối với AI là những cấu trúc phức tạp, liên quan đến nhiều yếu tố. Do đó, việc điều tra các yếu tố góp phần hình thành thái độ đối với AI có thể làm phong phú thêm kiến thức về phản ứng của xã hội đối với các công nghệ mới phát triển, mang lại những góc nhìn hiểu biết rộng và sâu sắc hơn.
Tiếp theo là những nghiên cứu đo lường tác động của thái độ đối với AI đến các khía cạnh khác có liên quan, như: ý định mua hàng (Liang, Lee và Workman, 2020); ý định áp dụng AI trong lĩnh vực ngân hàng (Noreen và cộng sự, 2023) hay ý định hành vi sử dụng công nghệ AI trong các hiệu sách (Wang, Huang và Wang, 2020); kết hợp, xem xét các mối quan hệ dạng này thường là ứng dụng và phát triển mô hình lý thuyết trong các bối cảnh khác nhau, tập trung xem xét mối quan hệ của thái độ, ý định và hành vi (Liang, Lee và Workman, 2020).
Trong khi một số nghiên cứu cho thấy kết quả lo ngại về những rủi ro tiềm ẩn của AI đến công việc và cuộc sống (Stein, Liebold và Ohler, 2019; Wang và Wang, 2022) thì số còn lại cho kết quả lạc quan hơn về lợi ích và tương lai nghề nghiệp của con người trước những tác động mạnh mẽ của AI mặc dù các thái độ tích cực và tiêu cực của đáp viên vẫn đan xen tồn tại (Pinto dos Santos và cộng sự, 2019). Đặc biệt, kết quả nghiên cứu về thái độ đối với AI có thể có sự khác biệt và thay đổi tùy theo bối cảnh và thời điểm bởi các yếu tố về văn hóa, chính trị, tôn giáo, trình độ hiểu biết, quan điểm thẩm mỹ, ngành nghề hoặc lĩnh vực (Dang và Liu, 2021; Vasiljeva, Kreituss và Lulle, 2021).
HƯỚNG NGHIÊN CỨU TIẾP THEO
Các nghiên cứu của Bean (2019), Cubric (2020) đã cho thấy, tầm quan trọng của việc đưa AI vào hoạt động kinh doanh và chuyển đổi kỹ thuật số, nhưng vẫn tiềm ẩn nguy cơ xảy ra sự mơ hồ và không chắc chắn cao về thái độ của mọi người đối với những thành tựu công nghệ mang tính đột phá mới. Đánh giá thấp thái độ của nhân viên và công chúng đối với các công cụ công nghệ thông tin và truyền thông, chẳng hạn như AI có thể có tác động cực kỳ tiêu cực đến bất kỳ công ty nào (Vasiljeva, Kreituss và Lulle, 2021). Trong những năm tới đây, các tổ chức thuộc tất cả các ngành nghề, lĩnh vực sẽ phải đối mặt với áp lực ngày càng tăng trong việc triển khai AI để cải thiện hiệu suất và khả năng cạnh tranh. Theo đó, thái độ của nhân viên đối với công nghệ đột phá này sẽ ảnh hưởng đến sự thành công của dự án, ảnh hưởng đến mức độ tham gia hoặc phản đối của họ trong việc triển khai. Trong một số trường hợp nhất định, thái độ cảm xúc tiêu cực cũng có thể khiến nhân viên cân nhắc việc rời bỏ công việc của mình (Chiu, Zhu và Corbett, 2021). Vậy nên, hướng nghiên cứu thứ nhất mà nhóm tác giả đề xuất là điều tra thái độ của nhân viên trước khi tiến hành triển khai áp dụng AI vào quản lý, vận hành tổ chức thông qua việc xem xét các yếu tố tác động đến thái độ đối với AI của nhân viên.
Mặt khác, khi AI vẫn chưa thể thay thế hoàn toàn con người trong các hoạt động sản xuất, kinh doanh thì hiệu suất công việc của nhân viên được xem là yếu tố quyết định đến khả năng cạnh tranh và thành công của doanh nghiệp. Tăng trưởng kinh tế do AI có thể bắt nguồn từ việc nâng cao hiệu suất trong các công việc thông thường hoặc tăng cường khả năng của nhân viên, tập trung vào những nhiệm vụ mang lại giá trị cao và thú vị hơn trong tương lai (Lê Thành Ý, 2019). Nói cách khác, AI sẽ thay thế con người trong những công việc đơn điệu, nhàm chán, lặp đi lặp lại, phức tạp hay mất nhiều thời gian không cần thiết, để nhường chỗ cho những công việc thú vị hơn, đòi hỏi sự sáng tạo, thử thách và mới mẻ.
Tuy nhiên, các nghiên cứu về tác động của thái độ đối với AI đến ý định, hành vi, hiệu suất làm việc của nhân viên hoặc đội nhóm, đến kết quả hoạt động hay kết quả triển khai AI của doanh nghiệp còn rất hạn chế, đặc biệt là trong bối cảnh của Việt Nam. Vì vậy, hướng nghiên cứu tiếp theo mà nhóm tác giả đề xuất là điều tra sự tác động của thái độ đối với AI đến các khía cạnh này.
Việc sử dụng AI sẽ tiếp tục phát triển theo cấp số nhân, thâm nhập vào nhiều khía cạnh của xã hội (Schepman và Rodway, 2020), cho nên hướng nghiên cứu liên quan đến thái độ đối với AI của nhân viên trong tương lai, dù ở khía cạnh nào cũng tiềm năng và triển vọng, hứa hẹn sẽ mang đến những kết quả thú vị cho các nhà nghiên cứu, nhà quản trị và hoạch định chính sách./.
TÀI LIỆU THAM KHẢO
1. Ajzen, I. (1991), The theory of planned behavior, Organizational behavior and human decision processes, 50(2), 179-211.
2. Arakpogun, E. O., Elsahn, Z., Olan, F., Elsahn, F. (2021), Artificial intelligence in Africa: Challenges and opportunities, The fourth industrial revolution: Implementation of artificial intelligence for growing business success, 375-388.
3. Bean, R. (2019), Why fear of disruption is driving investment in AI, MIT Sloan Management Review, retrieved from https://sloanreview.mit.edu/article/why-fear-of-disruption-is-driving-investment-in-ai/.
4. Chiu, Y. T., Zhu, Y. Q., Corbett, J. (2021), In the hearts and minds of employees: A model of pre-adoptive appraisal toward artificial intelligence in organizations, International Journal of Information Management, 60, 102379.
5. Cooke, R., Sheeran, P. (2004), Moderation of cognition-intention and cognition-behaviour relations: A meta-analysis of properties of variables from the theory of planned behaviour, British Journal of Social Psychology, 43(2), 159-186.
6. Cubric, M. (2020), Drivers, barriers and social considerations for AI adoption in business and management: A tertiary study, Technology in Society, 62.
7. Dang, J., Liu, L. (2021), Robots are friends as well as foes: Ambivalent attitudes toward mindful and mindless AI robots in the United States and China, Computers in Human Behavior, 115.
8. Davis, F. D. (1989), Perceived usefulness, perceived ease of use, and user acceptance of information technology, MIS quarterly, 25, 319-340.
9. Dwivedi, Y. K., Rana, N. P., Jeyaraj, A., Clement, M., Williams, M. D. (2019), Re-examining the unified theory of acceptance and use of technology (UTAUT): Towards a revised theoretical model, Information Systems Frontiers, 21, 719-734.
10. Fishbein, M., Ajzen, I. (1975), Belief, attitude, intention, and behavior: An introduction to theory and research, Reading: Addison-Wesley Publication Company.
11. Gillespie, N., Lockey, S., Curtis, C. (2021), Trust in artificial intelligence: A five country study, The University of Queensland and KPMG Australia.
12. Kelly, S., Kaye, S. A., Oviedo-Trespalacios, O. (2022), What factors contribute to acceptance of artificial intelligence? A systematic review, Telematics and Informatics, 39.
13. Lê Thành Ý (2019), Xã hội siêu thông minh với trí tuệ nhân tạo trong xu thế toàn cầu, Tạp chí Kinh doanh và Công nghệ, 1, 54-61.
14. Liang, Y., Lee, S. H., Workman, J. E. (2020), Implementation of artificial intelligence in fashion: Are consumers ready?, Clothing and Textiles Research Journal, 38(1), 3-18.
15. Lichtenthaler, U. (2020), Extremes of acceptance: Employee attitudes toward artificial intelligence, Journal of business strategy, 41(5), 39-45.
16. Noreen, U., Shafique, A., Ahmed, Z., Ashfaq, M. (2023), Banking 4.0: Artificial Intelligence (AI) in Banking Industry & Consumer’s Perspective, Sustainability, 15(4), 36-82.
17. Park, J., Woo, S. E. (2022), Who likes artificial intelligence? Personality predictors of attitudes toward artificial intelligence, The Journal of Psychology, 156(1), 68-94.
18. Pillai, R., Sivathanu, B. (2020), Adoption of artificial intelligence (AI) for talent acquisition in IT/ITeS organizations, Benchmarking: An International Journal, 27(9), 2599-2629.
19. Pinto dos Santos, D., Giese, D., Brodehl, S., Chon, S. H., Staab, W., Kleinert, R., Baeßler, B. (2019), Medical students’ attitude towards artificial intelligence: a multicentre survey, European radiology, 29, 1640-1646.
20. Pumplun, L., Tauchert, C., Heidt, M. (2019). A new organizational chassis for artificial intelligence-exploring organizational readiness factors, In Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm & Uppsala, Sweden, June 8-14, 2019. ISBN 978-1-7336325-0-8 Research Papers.
21. Schepman, A., Rodway, P. (2020), Initial validation of the general attitudes towards Artificial Intelligence Sca,e. Computers in human behavior reports, 1.
22. Schepman, A., Rodway, P. (2022), The General Attitudes towards Artificial Intelligence Scale (GAAIS): Confirmatory validation and associations with personality, corporate distrust, and general trust, International Journal of Human–Computer Interaction, 19, 1-18.
23. Stein, J. P., Liebold, B., Ohler, P. (2019), Stay back, clever thing! Linking situational control and human uniqueness concerns to the aversion against autonomous technology, Computers in Human Behavior, 95, 73-82.
24. Tong, S., Jia, N., Luo, X., Fang, Z. (2021), The Janus face of artificial intelligence feedback: Deployment versus disclosure effects on employee performance, Strategic Management Journal, 42(9), 1600-1631.
25. Vasiljeva, T., Kreituss, I., Lulle, I. (2021), Artificial Intelligence: The Attitude of the Public and Representatives of Various Industries, Journal of Risk and Financial Management, 14(8).
26. Venkatesh, V., Davis, F. D. (2000), A theoretical extension of the technology acceptance model: Four longitudinal field studies, Management science, 46(2), 186-204.
27. Wang, S. M., Huang, Y. K., Wang, C. C. (2020), A model of consumer perception and behavioral intention for AI service, In Proceedings of the 2020 2nd International Conference on Management Science and Industrial Engineering (pp. 196-201).
28. Wang, Y. Y., Wang, Y. S. (2022), Development and validation of an artificial intelligence anxiety scale: An initial application in predicting motivated learning behavior, Interactive Learning Environments, 30(4), 619-634.
Trần Thị Ngọc Lan, Hồ Đắc Đăng Khoa
Trường Đại học Công Thương TP. Hồ Chí Minh
(Theo Tạp chí Kinh tế và Dự báo, số 02, tháng 01/2024)
