Chấp nhận công nghệ là gì? Các bài báo nghiên cứu khoa học

Khái niệm chấp nhận công nghệ

Chấp nhận công nghệ (technology acceptance) là quá trình mà qua đó các cá nhân, nhóm hoặc tổ chức quyết định bắt đầu sử dụng và tích hợp một công nghệ mới vào hoạt động hàng ngày. Đây là một chủ đề trọng yếu trong nghiên cứu khoa học xã hội ứng dụng và đổi mới công nghệ, bởi không phải công nghệ nào ra đời cũng được tiếp nhận và triển khai hiệu quả trong thực tế.

Khái niệm này bao hàm hai chiều: một là việc người dùng tiếp xúc với công nghệ và đánh giá tiềm năng của nó, hai là hành vi chấp nhận, thể hiện qua việc áp dụng và sử dụng công nghệ đó một cách lặp lại và ổn định. Nghiên cứu chấp nhận công nghệ đóng vai trò quan trọng trong việc thiết kế sản phẩm công nghệ, xây dựng chiến lược đổi mới số, cũng như triển khai các giải pháp trong giáo dục, y tế, công nghiệp và dịch vụ công.

Một số yếu tố ảnh hưởng đến quá trình chấp nhận công nghệ bao gồm:

• Đặc điểm kỹ thuật của công nghệ (tính hữu ích, dễ sử dụng)
• Đặc điểm của người dùng (nhận thức, kinh nghiệm, văn hóa)
• Yếu tố tổ chức (chính sách, hỗ trợ kỹ thuật, đào tạo)
• Bối cảnh xã hội (truyền thông, ảnh hưởng mạng lưới xã hội)

Mô hình TAM (Technology Acceptance Model)

Mô hình TAM do Fred Davis đề xuất năm 1986 là khung lý thuyết đầu tiên có ảnh hưởng rộng rãi trong việc giải thích hành vi chấp nhận công nghệ. Mô hình này xác định hai yếu tố chính chi phối quyết định sử dụng công nghệ là cảm nhận tính hữu ích (Perceived Usefulness - PU) và cảm nhận tính dễ sử dụng (Perceived Ease of Use - PEOU). Hai yếu tố này ảnh hưởng đến thái độ người dùng, từ đó dẫn đến ý định hành vi và hành vi sử dụng thực tế.

Phương trình lý thuyết cơ bản như sau: $Behavioral\ Intention = PU + PEOU$ Mô hình TAM được đánh giá cao nhờ tính đơn giản, dễ áp dụng và có thể điều chỉnh linh hoạt theo bối cảnh khác nhau. Trong thực tế, nhiều nghiên cứu ứng dụng TAM trong các lĩnh vực như thương mại điện tử, đào tạo trực tuyến, dịch vụ ngân hàng số, và hệ thống thông tin y tế.

Ví dụ về các thành phần của mô hình:

Yếu tố	Định nghĩa	Ảnh hưởng đến
PU	Cảm nhận công nghệ giúp tăng hiệu quả công việc	Ý định sử dụng
PEOU	Cảm nhận công nghệ dễ học, dễ thao tác	PU và thái độ
Thái độ	Đánh giá tích cực/tiêu cực về công nghệ	Ý định sử dụng

Nội dung chi tiết được trình bày trong nghiên cứu gốc của Davis tại INFORMS.

Tiến hóa của các mô hình chấp nhận công nghệ

TAM ban đầu mặc dù đơn giản nhưng không giải thích được đầy đủ các yếu tố xã hội và tổ chức tác động đến hành vi công nghệ. Do đó, các mô hình mở rộng đã được phát triển, điển hình là TAM2, TAM3, TTF (Task-Technology Fit) và đặc biệt là mô hình UTAUT (Unified Theory of Acceptance and Use of Technology) của Venkatesh et al. (2003).

UTAUT tích hợp các yếu tố như kỳ vọng hiệu suất, kỳ vọng nỗ lực, ảnh hưởng xã hội và điều kiện thuận lợi, trong khi vẫn duy trì mối liên kết với hành vi sử dụng công nghệ. Mô hình này được kiểm nghiệm rộng rãi trong môi trường doanh nghiệp, giáo dục đại học và dịch vụ công. Các yếu tố điều tiết như giới tính, tuổi, kinh nghiệm và tính tự nguyện sử dụng cũng được đưa vào để tăng khả năng dự đoán hành vi.

Cấu trúc mô hình UTAUT:

• Performance Expectancy: công nghệ giúp cải thiện hiệu quả công việc
• Effort Expectancy: công nghệ dễ tiếp cận, dễ sử dụng
• Social Influence: tác động từ đồng nghiệp, lãnh đạo, nhóm xã hội
• Facilitating Conditions: hỗ trợ kỹ thuật và chính sách tổ chức

Bài viết gốc được công bố tại ScienceDirect - MIS Quarterly.

Yếu tố cá nhân ảnh hưởng đến chấp nhận công nghệ

Các yếu tố nhân khẩu học và đặc điểm tâm lý cá nhân có vai trò then chốt trong hành vi chấp nhận công nghệ. Tuổi tác thường gắn liền với sự khác biệt trong khả năng làm quen và thích nghi với công nghệ mới. Những người trẻ tuổi có xu hướng cởi mở, ít lo ngại rủi ro, và thường nhanh chóng thử nghiệm công nghệ mới. Ngược lại, người cao tuổi có thể gặp rào cản về nhận thức, kỹ năng số hoặc thiếu tự tin khi sử dụng thiết bị kỹ thuật số.

Trình độ học vấn và kinh nghiệm công nghệ cũng là những yếu tố dự báo mạnh mẽ. Người có nền tảng học vấn cao thường dễ dàng tiếp cận tài liệu hướng dẫn, nhanh chóng làm quen với giao diện mới và có khả năng tự học. Ngoài ra, các đặc điểm như mức độ đổi mới cá nhân (personal innovativeness), sự tin tưởng (trust), và thái độ với công nghệ (technology readiness) cũng có ảnh hưởng rõ rệt.

Theo khảo sát từ Pew Research Center, năm 2023, có 94% người Mỹ từ 18–29 tuổi sử dụng smartphone hàng ngày, trong khi chỉ 61% người trên 65 tuổi làm điều tương tự. Dữ liệu này phản ánh rõ khoảng cách công nghệ giữa các thế hệ, và đặt ra yêu cầu cần có chính sách đào tạo kỹ năng số phù hợp với từng nhóm đối tượng.

Văn hóa và chấp nhận công nghệ

Văn hóa là yếu tố nền tảng ảnh hưởng mạnh đến hành vi chấp nhận công nghệ ở cấp độ cá nhân, tổ chức và quốc gia. Mỗi xã hội có một hệ giá trị riêng ảnh hưởng đến cách người dân nhìn nhận rủi ro, thay đổi và vai trò của công nghệ trong đời sống. Mô hình văn hóa quốc gia của Geert Hofstede là một công cụ phổ biến để phân tích mối quan hệ giữa văn hóa và công nghệ. Trong đó, các chiều như khoảng cách quyền lực, tránh rủi ro, chủ nghĩa cá nhân hay tập thể đóng vai trò quyết định trong tiếp cận đổi mới.

Ví dụ, các quốc gia có chỉ số “tránh rủi ro” (uncertainty avoidance) cao như Nhật Bản, Pháp, Hàn Quốc thường yêu cầu chứng minh rõ ràng về tính an toàn và hiệu quả của công nghệ mới trước khi chấp nhận rộng rãi. Trong khi đó, các quốc gia như Mỹ hoặc Đan Mạch – vốn có chỉ số này thấp – lại có xu hướng thử nghiệm công nghệ mới một cách cởi mở và nhanh chóng hơn.

Bảng minh họa một số chỉ số văn hóa liên quan:

Quốc gia	Chỉ số tránh rủi ro	Chủ nghĩa cá nhân
Nhật Bản	92	46
Hoa Kỳ	46	91
Pháp	86	71
Thụy Điển	29	71

Sự hiểu biết về đặc trưng văn hóa giúp các nhà thiết kế công nghệ xây dựng sản phẩm và chiến lược truyền thông phù hợp với từng khu vực, từ đó nâng cao tỷ lệ chấp nhận và sử dụng thực tế.

Chấp nhận công nghệ trong giáo dục

Trong bối cảnh chuyển đổi số mạnh mẽ, giáo dục là một lĩnh vực chứng kiến sự áp dụng công nghệ rộng rãi như lớp học trực tuyến, phần mềm quản lý học tập (LMS), học tập qua thiết bị di động, và gần đây là ứng dụng trí tuệ nhân tạo như chatbot hỗ trợ học tập. Tuy nhiên, mức độ chấp nhận công nghệ trong giáo dục phụ thuộc lớn vào năng lực số, niềm tin vào công nghệ và chính sách hỗ trợ của nhà trường.

Giảng viên là nhóm đóng vai trò then chốt. Nghiên cứu cho thấy thái độ tích cực của giảng viên đối với công nghệ có ảnh hưởng đáng kể đến quyết định sử dụng. Các yếu tố như đào tạo kỹ năng số, hỗ trợ kỹ thuật tức thời và môi trường chính sách thân thiện có thể thúc đẩy quá trình chuyển đổi số trong dạy học.

Báo cáo từ OECD năm 2020 cho thấy, tại các quốc gia OECD, khoảng 35% giáo viên cảm thấy không tự tin khi sử dụng các công nghệ mới trong lớp học, đặc biệt ở các nước đang phát triển nơi hạ tầng mạng và thiết bị vẫn còn hạn chế.

Các chiến lược khuyến khích chấp nhận công nghệ trong giáo dục có thể bao gồm:

• Tích hợp công nghệ vào chương trình đào tạo sư phạm
• Thiết kế công cụ học tập thân thiện, đa nền tảng
• Thúc đẩy cộng đồng chia sẻ thực hành tốt
• Áp dụng mô hình học tập kết hợp (blended learning)

Chấp nhận công nghệ trong y tế

Ngành y tế là lĩnh vực có yêu cầu cao về tính chính xác, an toàn và bảo mật, do đó quá trình chấp nhận công nghệ ở đây phức tạp và đòi hỏi nhiều điều kiện tiên quyết. Những công nghệ như hồ sơ bệnh án điện tử (EHR), theo dõi sức khỏe từ xa (remote monitoring), và hỗ trợ chẩn đoán bằng AI chỉ có thể phát huy hiệu quả khi được nhân viên y tế và bệnh nhân tin tưởng và sử dụng đều đặn.

Theo báo cáo từ U.S. Office of the National Coordinator for Health IT, một số rào cản lớn bao gồm thiếu kỹ năng sử dụng hệ thống, lo ngại về quyền riêng tư bệnh nhân, sự phức tạp trong tích hợp dữ liệu và kháng cự thay đổi từ bác sĩ. Chẳng hạn, nhiều bác sĩ vẫn tin tưởng hơn vào phương pháp ghi chép giấy do quen tay và cho rằng hệ thống EHR làm chậm quy trình khám chữa bệnh.

Tuy nhiên, khi được đào tạo bài bản và cung cấp công cụ dễ sử dụng, tỷ lệ chấp nhận sẽ cải thiện đáng kể. Một số yếu tố thúc đẩy bao gồm:

• Thiết kế giao diện trực quan, thân thiện
• Hệ thống cảnh báo và hỗ trợ ra quyết định lâm sàng
• Bảo đảm quyền riêng tư dữ liệu bệnh nhân theo chuẩn HIPAA hoặc GDPR
• Chính sách tài chính khuyến khích từ bảo hiểm hoặc chính phủ

Ảnh hưởng của truyền thông và xã hội

Truyền thông đại chúng và mạng xã hội đóng vai trò định hình nhận thức của công chúng đối với công nghệ mới. Thông tin tích cực có thể thúc đẩy tâm lý tiếp nhận, trong khi các tin tiêu cực hoặc sai lệch (fake news) có thể làm sụt giảm lòng tin và dẫn đến sự từ chối.

Một yếu tố quan trọng là “bằng chứng xã hội” (social proof): khi người dùng thấy người khác trong nhóm xã hội của mình sử dụng công nghệ mới và được lợi từ nó, họ có xu hướng bắt chước. Đây là nguyên tắc tâm lý học hành vi có tác động rõ rệt trong các chiến dịch tiếp thị công nghệ.

Trong thời đại lan truyền thông tin nhanh, việc quản lý hình ảnh công nghệ và xử lý khủng hoảng truyền thông kịp thời trở nên then chốt. Các công ty công nghệ lớn thường có đội ngũ truyền thông và PR chuyên nghiệp để làm việc này, kết hợp cả truyền thông chủ động và phản hồi khủng hoảng.

Các rào cản chính trong chấp nhận công nghệ

Dù công nghệ mang lại nhiều lợi ích, quá trình chấp nhận không diễn ra tự động. Một số rào cản phổ biến gồm:

• Chi phí đầu tư ban đầu cao
• Thiếu hạ tầng kỹ thuật hoặc kết nối mạng
• Kỹ năng sử dụng kém hoặc không được đào tạo đầy đủ
• Lo ngại về quyền riêng tư và bảo mật thông tin cá nhân
• Tâm lý lo sợ mất việc hoặc mất quyền kiểm soát

Ngoài ra, các trải nghiệm tiêu cực trong lần sử dụng đầu tiên có thể gây tâm lý e ngại lâu dài. Đặc biệt, trong các tổ chức lớn, việc thay đổi công nghệ nếu không đi kèm chiến lược chuyển đổi phù hợp sẽ dễ dẫn đến kháng cự, trì hoãn hoặc thậm chí thất bại.

Để vượt qua rào cản, các nhà quản lý nên:

• Đầu tư đào tạo và hỗ trợ kỹ thuật liên tục
• Tổ chức truyền thông nội bộ rõ ràng, minh bạch
• Thử nghiệm công nghệ ở quy mô nhỏ trước khi triển khai rộng
• Tham khảo phản hồi người dùng để cải tiến sản phẩm

Xu hướng tương lai trong nghiên cứu chấp nhận công nghệ

Xu hướng hiện nay là chuyển từ khảo sát tự báo (self-report survey) sang phân tích hành vi thực tế bằng công nghệ số. Các hệ thống có thể thu thập dữ liệu sử dụng thực tế như số lần đăng nhập, thời gian tương tác, phản hồi người dùng để tạo mô hình hành vi người dùng chính xác hơn.

Trí tuệ nhân tạo và học máy được áp dụng trong các mô hình dự đoán khả năng chấp nhận dựa trên dữ liệu lớn (big data), cho phép cá nhân hóa giải pháp theo từng nhóm đối tượng. Điều này không chỉ cải thiện độ chính xác mà còn giúp tối ưu hóa trải nghiệm người dùng.

Song song, các nhà nghiên cứu đang tích hợp yếu tố đạo đức, sự công bằng và khả năng tiếp cận (accessibility) vào mô hình chấp nhận công nghệ, đặc biệt trong các hệ thống AI và tự động hóa quy mô lớn. Mục tiêu là đảm bảo công nghệ không chỉ được chấp nhận mà còn được sử dụng một cách bền vững và có trách nhiệm.