Các yếu tố ảnh hưởng đến hành vi đọc học liệu số trong bối cảnh AI
Yếu tố cá nhân
Các nghiên cứu của Chen et al (2022); Zhang et al. (2025) cho thấy năng lực đọc số quyết định khả năng điều hướng siêu văn bản và tích hợp thông tin đa nguồn. Khảo sát 122 sinh viên Trường Đại học Khoa học Xã hội và Nhân văn, Đại học Quốc gia Hà Nội cho thấy: 53% đánh giá đọc học liệu số hiệu quả; 50% cải thiện kết quả học tập; 52,5% tự tin về kỹ năng; 54% ưu tiên đọc trên nền tảng số.
Các chỉ số phản ánh mức độ chấp nhận tích cực, tương đồng với Nguyễn Thị Lan và Tuamsuk (2023), nhưng cũng cho thấy khoảng chênh năng lực đáng kể. Trong môi trường AI, sự khác biệt này dẫn đến phân hóa chiến lược đọc: nhóm năng lực cao sử dụng AI như công cụ hỗ trợ tư duy, trong khi nhóm còn lại dễ phụ thuộc vào nội dung tóm tắt. Do đó, tác động của AI phụ thuộc vào nền tảng nhận thức và động cơ học tập.
Yếu tố công nghệ
Theo TAM (Davis, 1989) và UTAUT (Venkatesh et al., 2003), tính hữu ích và điều kiện thuận lợi quyết định việc sử dụng công nghệ. Khảo sát cho thấy 47% đánh giá học liệu số dễ thao tác; 52% có đủ thiết bị; 47,5% hài lòng với hạ tầng.
Điều kiện công nghệ ở mức trung bình khá nhưng chưa đồng đều, khiến người học ưu tiên công cụ truy cập nhanh (kể cả AI miễn phí) hơn là cơ sở dữ liệu học thuật. Vì vậy, công nghệ không chỉ ảnh hưởng đến mức độ sử dụng mà còn định hình lựa chọn nguồn và độ sâu xử lý thông tin.
AI như biến điều tiết nhận thức trong cấu trúc hành vi đọc số
AI tạo sinh tham gia trực tiếp vào xử lý nội dung (UNESCO, 2023; IFLA, 2023). Khảo sát cho thấy 50% sinh viên nhận thấy AI giúp hiểu nhanh hơn; 47,5% đánh giá cao khả năng tóm tắt.
AI rút ngắn chu trình đọc từ tìm kiếm - đọc - phân tích - tích hợp sang đặt câu hỏi - nhận tóm tắt - sử dụng. Vì vậy, AI mang tính điều tiết: tăng hiệu quả xử lý sơ cấp nhưng có thể làm giảm chiều sâu nếu thiếu kiểm chứng từ nguồn gốc.
Trong khung này, AI là biến điều tiết tác động lên mối quan hệ giữa năng lực cá nhân, điều kiện công nghệ và mức độ xử lý thông tin. Khi năng lực và động cơ học thuật cao, AI đóng vai trò hỗ trợ nhận thức, hỗ trợ lập luận và tích hợp đa nguồn; ngược lại nếu năng lực và động cơ học thuật thấp, có thể dẫn đến “chuyển giao nhận thức” và xử lý bề mặt. Như vậy, tác động của AI phụ thuộc vào cấu trúc tương tác giữa cá nhân, công nghệ và môi trường học thuật.
Yếu tố môi trường học thuật
Môi trường học thuật điều chỉnh chiến lược đọc thông qua chuẩn đầu ra và hình thức đánh giá. Khảo sát cho thấy 57% sinh viên được giảng viên khuyến khích sử dụng học liệu số; 52% nhận thấy môi trường học tập thúc đẩy việc đọc số.
Nếu đánh giá thiên về tái hiện, người học có xu hướng đọc lướt hoặc phụ thuộc AI; ngược lại, yêu cầu phân tích và so sánh đa nguồn sẽ giúp người học duy trì đọc sâu. Vì vậy, môi trường học thuật có thể làm tăng hoặc giảm tác động điều tiết của AI.
Mặc dù các nghiên cứu đã xác định vai trò của các yếu tố trên, mối quan hệ giữa chúng chủ yếu được xem xét theo hướng tuyến tính, chưa phản ánh đầy đủ cơ chế nhận thức trong môi trường có AI. Do đó, cần xây dựng khung phân tích tích hợp với AI như biến điều tiết trong cấu trúc hành vi đọc.
Đề xuất khung tích hợp AI
Nghiên cứu đề xuất một khung tích hợp đa tầng, trong đó yếu tố cá nhân quyết định nền tảng nhận thức và năng lực xử lý; yếu tố công nghệ định hình điều kiện tiếp cận học liệu; môi trường học thuật đóng vai trò định hướng và điều chỉnh và AI như một cơ chế điều tiết nhận thức.
Theo đó, hành vi đọc học liệu số là cấu trúc đa tầng, hình thành từ tương tác giữa đặc điểm cá nhân, điều kiện công nghệ và môi trường học thuật, dưới sự điều tiết của AI trong quá trình xử lý thông tin. Các yếu tố này định hình chiến lược đọc, từ đó ảnh hưởng đến mức độ xử lý chiều sâu và dẫn đến hành vi đọc sâu như một kết quảnhận thức.
AI tạo sinh được tích hợp như biến điều tiết, không tác động trực tiếp đến hành vi đọc mà điều chỉnh mối quan hệ giữa các yếu tố nền tảng, chiến lược đọc và mức độ xử lý chiều sâu. Tùy thuộc vào năng lực cá nhân và môi trường học thuật, AI có thể mở rộng xử lý chiều sâu hoặc làm gia tăng xu hướng xử lý bề mặt thông tin.
Gợi mở chính sách
Đối với cơ sở đào tạo đại học
Kết quả nghiên cứu cho thấy AI tạo sinh đang làm thay đổi cách sinh viên tiếp nhận tri thức, theo hướng rút ngắn quá trình đọc toàn văn và gia tăng phụ thuộc vào nội dung tóm lược. Điều này đòi hỏi điều chỉnh chính sách đào tạo ở cấp chương trình.
Trước hết, cần tích hợp năng lực đọc sâu và năng lực sử dụng AI có trách nhiệm vào chuẩn đầu ra của người học. Nếu năng lực AI chỉ dừng ở thao tác công cụ mà thiếu phân tích và kiểm chứng, quá trình đào tạo có thể gia tăng xu hướng xử lý thông tin bề mặt. Vì thế, chuẩn đầu ra cần khả năng đánh giá nội dung do AI tạo sinh, đối chiếu đa nguồn và xây dựng lập luận độc lập dựa trên đọc sâu. Tiếp đến, cần tái thiết kế đánh giá theo hướng yêu cầu phân tích, phản biện và minh chứng bằng tài liệu gốc. Các hình thức kiểm tra thiên về tái hiện hoặc tóm lược dễ khiến AI thay thế tư duy người học, trong khi nhiệm vụ phân tích và so sánh sẽ duy trì thực hành đọc sâu. Cuối cùng, cần bồi dưỡng giảng viên về hướng dẫn đọc số và quản lý rủi ro nhận thức, nhằm giúp sinh viên sử dụng AI như công cụ hỗ trợ thay vì thay thế tư duy.
Tổng thể, chính sách đào tạo phải chuyển từ tiếp cận “ứng dụng công nghệ” sang “định hướng và quản trị nhận thức trong môi trường công nghệ”.
Đối với thư viện đại học
Trong bối cảnh chuyển đổi số, thư viện cần được tái định vị như một trung tâm học tập, tập trung phát triển năng lực khai thác và xử lý thông tin thay vì chỉ cung cấp tài nguyên.
Thư viện nên triển khai chương trình đào tạo về đọc tài liệu/ học liệu số và sử dụng AI có đạo đức, bao gồm đánh giá nguồn, truy xuất tài liệu gốc và kiểm chứng thông tin. Đồng thời, có thể phát triển dịch vụ tham vấn chiến lược đọc và quản lý quá tải nhận thức nhằm hỗ trợ sinh viên duy trì thực hành đọc sâu.
Việc tăng cường cung cấp cơ sở dữ liệu tin cậy và thúc đẩy liêm chính học thuật trong môi trường AI cũng là điều kiện quan trọng để hạn chế phụ thuộc vào nội dung tạo sinh và củng cố chuẩn mực nghiên cứu.
4. Kết luận
Hành vi đọc học liệu số trong bối cảnh AI là cấu trúc đa tầng chịu tác động đồng thời của yếu tố cá nhân, công nghệ, môi trường học thuật và sự trung gian hóa của AI. AI không chỉ hỗ trợ truy xuất mà đang tái cấu trúc chu trình xử lý tri thức. Việc phát triển năng lực đọc sâu trong môi trường AI đòi hỏi tiếp cận tích hợp giữa chính sách quốc gia, cơ sở đào tạo và thư viện đại học. Nghiên cứu này đề xuất khung phân tích AI như biến điều tiết và mở ra hướng nghiên cứu tiếp theo về đo lường thực nghiệm tác động của AI đối với đọc sâu và tư duy phản biện trong giáo dục đại học Việt Nam.
__________________________
Tài liệu tham khảo
1. Abdullah, N., & Husaini, H. (2022). The influence of digital reading habits on student performance at Vision College: A conceptual framework (Ảnh hưởng của thói quen đọc số đến kết quả học tập của sinh viên tại Vision College: khung khái niệm). Journal of Information and Knowledge Management. 12(1). https://doi.org/10.24191/jikm.v12i1.5905. https://www.researchgate.net/publication/398029055_The_Influence_of_Digital_Reading_Habits_on_Student_Performance_at_Vision_College_A_Conceptual_Framework
2. Baron, N. S. (2015). Words onscreen: The fate of reading in a digital world. (Đọc trên màn hình: Số phận của việc đọc trong môi trường số). Oxford University Press.
3. Bộ Giáo dục và Đào tạo. (2025). Thông tư số 02/2025/TT-BGDĐT ban hành Khung năng lực số dành cho người học.
4. Chang, L., Wang, Y., Liu, J., & Feng, Y. (2023). Study on factors influencing college students’ digital academic reading behavior. (Nghiên cứu các yếu tố ảnh hưởng đến hành vi đọc học liệu số của sinh viên đại học). Frontiers in Psychology. 13. Article 1007247. https://doi.org/10.3389/fpsyg.2022.1007247
5. Chen, F., Sakyi, A., & Cui, Y. (2022). Identifying key contextual factors of digital reading literacy through a machine learning approach (Xác định các yếu tố bối cảnh then chốt của năng lực đọc số thông qua cách tiếp cận học máy). Journal of Educational Computing Research. 60(7). https://doi.org/10.1177/07356331221083215
6. Chen, X., và Xiao, Y. (2024). Pathways to digital reading literacy among secondary school students: A multilevelanalysis using data from 31 economies (Lộ trình hình thành năng lực đọc số của học sinh trung học: Phân tích đa cấp trên dữ liệu của 31 nền kinh tế). Computers & Education. 218. 105090. https://doi.org/10.1016/j.compedu.2024.105090
7. Thủ tướng Chính phủ. (2020). Quyết định số 749/QĐ-TTg ngày 03 tháng 6 năm 2020 phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030. Cổng thông tin điện tử Chính phủ. https://chinhphu.vn/default.aspx?pageid=27160&docid=200163
8. Thủ tướng Chính phủ. (2022). Quyết định số 131/QĐ-TTg về tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục giai đoạn 2022-2025, định hướng đến 2030.
9. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology (Nhận thức về tính hữu ích, tính dễ sử dụng và sự chấp nhận công nghệ thông tin của người dùng). MIS Quarterly. 13(3). https://doi.org/10.2307/249008
10. Hahnel, C., Ramalingam, D., Kroehne, U., & Goldhammer, F. (2022). Patterns of reading behaviour in digital hypertext environments (Các mô hình hành vi đọc trong môi trường siêu văn bản số). Journal of Computer Assisted Learning. 39(3). https://doi.org/10.1111/jcal.12709
11. Hargreaves, H., Robin, S., & Caldwell, E. (2022). Student perceptions of reading digital texts for university study (Nhận thức của sinh viên về việc đọc văn bản số trong học tập đại học). Journal of Learning Development in Higher Education. 24. https://www.researchgate.net/publication/363386308_Student_perceptions_of_reading_digital_texts_for_university_study
12. IFLA. (2023). IFLA statement on libraries and artificial intelligence (Tuyên bố của IFLA về thư viện và trí tuệ nhân tạo). International Federation of Library Associations and Institutions.
13. K., H., & P., D. (2020). Factors influencing digital reading behaviour of students (Các yếu tố ảnh hưởng đến hành vi đọc số của sinh viên). DESIDOC Journal of Library & Information Technology. 40(5). https://doi.org/10.14429/djlit.40.05.15672
14. Lin, Y., & Yu, Z. (2023). Extending the Technology Acceptance Model to higher-education students’ use of digital academic reading tools on computers (Mở rộng Mô hình chấp nhận công nghệ trong việc sử dụng công cụ đọc học liệu số trên máy tính của sinh viên đại học). International Journal of Educational Technology in Higher Education. 20. Article 403. https://link.springer.com/article/10.1186/s41239-023-00403-8
15. Moutsinas, G., et al. (2023). Reading comprehension and behavior in children using e-books vs. printed books (So sánh khả năng hiểu đọc và hành vi đọc của trẻ em khi sử dụng sách điện tử và sách in). World Journal of EnglishLanguage. 13(3). https://www.researchgate.net/publication/369348192_Reading_Comprehension_and_Behavior_in_Children_Using_E-books_vs_Printed_Books
16. Nguyễn Thị Lan. (2023). Digital reading of undergraduate students in Vietnamese universities: A focus group study (Hành vi đọc số của sinh viên đại học tại các trường đại học Việt Nam: Nghiên cứu nhóm tập trung). Library Management. Volume 45. Issue 12. DOI:10.1108/LM-06-2023-0052
17. Nguyễn Thị Lan và Tuamsuk, K. (2023). Digital reading in Vietnamese universities: The situation and influencingfactors (Đọc số trong các trường đại học Việt Nam: Thực trạng và các yếu tố ảnh hưởng). IFLA Journal. 49(4).
18. OECD. (2021). 21st-century readers: Developing literacy skills in a digital world (Người đọc thế kỷ 21: Phát triển năng lực đọc viết trong môi trường số). OECD Publishing. https://www.oecd.org/content/dam/oecd/en/publications/reports/2021/05/21st-century-readers_26f2b462/a83d84cb-en.pdf
19. Rabaud, C., Khan, N., & Rampat, S. (2018). Independent and digital reading among undergraduates: The case of the University of Mauritius (Hoạt động đọc độc lập và đọc số của sinh viên đại học: Nghiên cứu trường hợp tại Đại học Mauritius). Journal of Applied Research in Higher Education. https://doi.org/10.1108/JARHE-09-2017-0117
20. She, M., Xu, Y., Luo, Y., & Hu, P. (2025). Understanding university students’ acceptance and use of fragmented academic reading: An extension of the UTAUT2 model (Phân tích sự chấp nhận và sử dụng đọc học thuật phân mảnh của sinh viên đại học: Mở rộng mô hình UTAUT2). SAGE Open. 15. https://doi.org/10.1177/21582440251377881
21. UNESCO. (2023). Guidance for generative AI in education and research (Hướng dẫn sử dụng trí tuệ nhân tạo tạo sinh trong giáo dục và nghiên cứu). UNESCO. https://discovery.ucl.ac.uk/id/eprint/10176438/1/Miao%20and%20Holmes%20-%202023%20-%20Guidance%20for%20Generative%20AI%20in%20Education%20and%20Resear.pdf
22. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view (Sự chấp nhận công nghệ thông tin của người dùng: Hướng tới một cách tiếp cận thống nhất). MIS Quarterly. 27(3). https://doi.org/10.2307/30036540
23. Wolf, M. (2018). Reader, come home: The reading brain in a digital world (Người đọc, hãy trở về: Bộ não đọc trong môi trường số). Harper.
24. Zhang, W., Chen, X., Zhang, J., & Xu, S. (2024). A study on factors influencing digital reading behavior of junior high school students (Nghiên cứu các yếu tố ảnh hưởng đến hành vi đọc số của học sinh trung học cơ sở). Libri. 74(3). https://doi.org/10.1515/libri-2024-0004
25. Zhang, W., Wang, Y., & Jin, L. (2025). Digital reading literacy, social reading motivation and social reading behavior of middle school students-An analysis based on the mediating effect model (Năng lực đọc số, động cơ đọc xã hội và hành vi đọc xã hội của học sinh trung học: Phân tích theo mô hình tác động trung gian). Frontiers in Human Dynamics. https://doi.org/10.3389/fhumd.2025.1623865
Ngày Tòa soạn nhận bài: 15/4/2026; Ngày phản biện, đánh giá, sửa chữa: 5/5/2026; Ngày duyệt đăng: 15/5/2026.
TS NGUYỄN THỊ KIM DUNG – Ths QUẢN PHẠM LINH CHI
Nguồn: Tạp chí VHNT số 645, tháng 6-2026
