Các nhân tố tác động đến “Liêm chính học thuật” của sinh viên đại học trong bối cảnh phát triển trí tuệ nhân tạo

Abstract

Trong những năm gần đây, sự gia tăng của Trí tuệ nhân tạo (AI) đã gây ảnh hưởng sâu sắc đến lĩnh vực giáo dục và học thuật. Mặc dù phục vụ như một công nghệ phụ trợ cho việc học, AI vẫn kéo theo nhiều rủi ro liêm chính học thuật khác nhau. Nghiên cứu này hướng tới việc phân tích các yếu tố quyết định sự không trung thực trong học tập của sinh viên Việt Nam, đặc biệt là đánh giá tác động của AI. Dựa trên dữ liệu thu thập được từ 326 câu trả lời thu được từ các sinh viên đại học ở Hà Nội, các tác giả đã tiến hành phân tích bằng cách sử dụng khung Mô hình phương trình cấu trúc bình phương nhỏ nhất một phần (PLS-SEM). Do đó, đo lường sự khác biệt trung bình giữa các biến với sự trợ giúp của các ứng dụng SPSS 26.0 và SmartPLS. Các phát hiện cho thấy 9 yếu tố ảnh hưởng đến sự không trung thực trong học tập, bao gồm Ý định sử dụng AI của Học sinh, Cơ hội, Hợp lý hóa, Áp lực, Nhận thức về các chính sách học tập, Hành vi gian lận ngang hàng nhận thức, Mức độ nghiêm trọng của hình phạt, Chuẩn mực chủ quan và Thái độ. Bài viết này trình bày bằng chứng khoa học liên quan đến những ảnh hưởng đến tính toàn vẹn của sinh viên đại học trong bối cảnh AI. Ngoài ra, các tác giả đưa ra các giải pháp khả thi để giảm thiểu các trường hợp vi phạm liêm chính học thuật.

In recent years, the proliferation of Artificial Intelligence (AI) has exerted a profound influence on the educational and academic realms. Despite serving as an auxiliary technology for learning, AI nevertheless entails various academic integrity risks. This research is directed towards analyzing the determinants of academic dishonesty among Vietnamese students, particularly assessing the impact of AI. Drawing upon data gathered from 326 responses obtained from university students within Hanoi, the authors undertook analysis utilizing the Partial Least Squares Structural Equation Modeling (PLS-SEM) framework. Hence, measuring mean differences between variables with the aid of SPSS 26.0 and SmartPLS applications. The findings reveal 9 factors influencing academic dishonesty, including Student’s intention of using AI, Opportunity, Rationalization, Pressure, The perceived awareness of academic policies, The perceived peer cheating behavior, The perceived severity of punishments, Subjective norms, and Attitude. This article presents scientific evidence concerning the influences on the integrity of university students amidst the backdrop of AI. Additionally, the authors proffer viable solutions to mitigate instances of academic integrity violations.