KHẢO SÁT MÔ HÌNH HỌC TẬP KẾT HỢP SỬ DỤNG ỨNG DỤNG DI ĐỘNG TÍCH HỢP TRÍ TUỆ NHÂN TẠO (AI) ĐỐI VỚI VIỆC HỌC KỸ NĂNG VIẾT CHO SINH VIÊN NĂM NHẤT KHÔNG CHUYÊN ANH TẠI VÙNG ĐỒNG BẰNG SÔNG CỬU LONG, VIỆT NAM
Nội dung chính của bài viết
Tóm tắt
Trong bối cảnh cách mạng công nghiệp 4.0, học tập di động (M-learning) đã nổi lên như một giải pháp giáo dục linh hoạt, hỗ trợ sinh viên học tập mọi lúc, mọi nơi. Nghiên cứu này được thực hiện nhằm giải quyết những thách thức về kỹ năng viết (từ ngữ pháp, từ vựng đến cấu trúc) mà sinh viên năm nhất không chuyên tiếng Anh tại Việt Nam thường gặp phải. Bài báo đề xuất một mô hình học tập kết hợp, sử dụng các ứng dụng di động tích hợp AI (như ChatGPT, Grammarly) để cung cấp hỗ trợ tức thời và các cơ hội thực hành bổ sung ngoài giờ học. Dựa trên mô hình TAM2 của Venkatesh and Davis (2000), một khảo sát định lượng với 98 sinh viên đại diện một số ngành tại một trường đại học ở khu vực Đồng bằng Sông Cửu Long đã được thực hiện để đánh giá mức độ hữu ích (PU) và mức độ dễ sử dụng (PEOU) của mô hình. Kết quả phân tích SPSS 20 cho thấy thái độ tích cực từ người học, họ đánh giá cao phản hồi tức thì và sự tiện lợi của thiết bị di động. Tuy nhiên, nghiên cứu cũng thừa nhận một số hạn chế, bao gồm quy mô mẫu nhỏ và việc tập trung vào sinh viên không chuyên, điều này có thể làm giảm tính đại diện và khả năng khái quát hóa của kết quả. Bài báo kết thúc với các đề xuất triển khai cụ thể và các hướng nghiên cứu trong tương lai, khẳng định tiềm năng ứng dụng mạnh mẽ của mô hình này trong tương lai.
Chi tiết bài viết
Tài liệu tham khảo
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage publications.
Crompton, H., & Burke, D. (2018). The use of mobile learning in higher education: A systematic review. Computers & Education, 123, 53–64.
Hwang, G. J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, 100001. https://doi.org/10.1016/j.caeai.2020.100001
Kim, H., & Kwon, Y. (2019). Exploring smartphone applications for effective mobile-assisted language learning. *Multimedia-Assisted Language Learning, 22*(1), 10–31.
Kohnke, L., Moorhouse, B. L., & Zou, D. (2023). Exploring generative artificial intelligence preparedness among university language instructors: A case study. Computers and Education: Artificial Intelligence, 5, 100156. https://doi.org/10.1016/j.caeai.2023.100156
Koltovskaia, S. (2020). Student engagement with automated written corrective feedback (AWCF) provided by Grammarly: A multiple case study. Assessing Writing, 44, 100450.
Le, V. T., & Nguyen, H. T. T. (2021). Challenges in teaching English writing to non-English majors in Vietnam: A case study. Journal of Language and Education, 7(4), 132–145. https://doi.org/10.17323/jle.2021.11973
Loewen, S., Crowther, D., Isbell, D. R., Kim, K. M., Maloney, J., & Zheng, D. (2019). Mobile-assisted language learning: A Duolingo case study. ReCALL, 31(3), 293–311.
Nguyen, T. H. T., Tran, Q. M., & Le, T. T. (2023). Integrating digital tools in Vietnamese higher education: A study on lecturers' readiness and challenges. Journal of Educational Technology & Society, 26(1), 155–169.
Sánchez-Prieto, J. C., Huang, F., Olmos-Migueláñez, S., García-Peñalvo, F. J., & Teo, T. (2019). Exploring the unknown: The effect of resistance to change on technology adoption in educational settings. British Journal of Educational Technology, 50(5), 2323–2340.
Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers & Education, 128, 13–35.
Tran, T. Q., & Duong, T. M. (2022). The effectiveness of the mobile learning-based blended learning model on English writing skills for non-English major students. Education and Information Technologies, 27(7), 10121–10139. https://doi.org/10.1007/s10639-022-11040-5
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926
Wang, Y., Liu, C., & Tu, Y. F. (2023). Factors affecting the adoption of AI-based applications in higher education: An analysis of teachers' perspectives using a structural equation modeling approach. Computers & Education, 201, 104827.
Zou, D., Huang, Y., & Xie, H. (2021). Digital game-based vocabulary learning: where are we and where are we going? Computer Assisted Language Learning, 34(5-6), 751–777. https://doi.org/10.1080/09588221.2019.1640745