Số phát hành: Số 21 - Tháng 7 - 2026Quản trị - Quản lý
Các yếu tố ảnh hưởng đến sự hài lòng của người dùng đối với trợ lý trí tuệ nhân tạo
Xuất bản: tháng 8 14, 2026
Tóm tắt
Trong bối cảnh công nghệ phát triển mạnh mẽ, trí tuệ nhân tạo đã trở thành một phần không thể thiếu trong đời sống hàng ngày. Nghiên cứu nhằm phát hiện các yếu tố và đo lường mức độ ảnh hưởng của các yếu tố lên sự hài lòng của người dùng đối với công cụ trợ lý trí tuệ nhân tạo. Từ đó, nghiên cứu cung cấp những thông tin hữu ích cho các doanh nghiệp công nghệ trong việc xây dựng chiến lược để làm hài lòng người dùng trợ lý ảo hơn. Sau khi phân tích dữ liệu với kiểm định Cronbach’s Alpha và phân tích nhân tố, các thang đo còn lại được đưa vào phân tích SEM để kiểm định các giả thuyết nghiên cứu. Kết quả nghiên cứu cho thấy, có 4 yếu tố ảnh hưởng đến sự hài lòng của người dùng công cụ trợ lý ảo theo mức độ tác động từ mạnh nhất đến yếu nhất, đó là: hiệu suất cảm nhận, kỳ vọng, xác nhận kỳ vọng và niềm tin.
Từ khóa
trí tuệ nhân tạocông cụ trợ lý ảosự hài lònghiệu suất cảm nhậnkỳ vọngniềm tinquyền riêng tư
Tài liệu tham khảo
1.
Alnaser F. M., Rahi S., Alghizzawi M., & Ngah A. H. (2023). Does artificial intelligence (AI) boost digital banking user satisfaction? Integration of expectation confirmation model and antecedents of artificial intelligence enabled digital banking. Heliyon, 9(8).
2.
Anderson R. E. (1973). Consumer dissatisfaction: The effect of disconfirmed expectancy on perceived product performance. Journal of Marketing Research, 10(1), 38-44.
3.
Berrin A. E. (2020). Determinants of customer satisfaction in chatbot use: Evidence from a banking application in Turkey. Ufuk University, Turkey.
4.
Brill M. (2018, July). Interactive democracy. Proceedings of the 17th international conference on autonomous agents and multiagent systems (1183-1187).
5.
Churchill Jr G. A., & Surprenant C. (1982). An investigation into the determinants of customer satisfaction. Journal of Marketing Research, 19(4), 491-504.
6.
Gupta K., & Stewart D. W. (1996). Customer satisfaction and customer behavior: the differential role of brand and category expectations. Marketing Letters, 7(3), 249-263.
7.
Jiang J. J., & Klein G. (2009). Expectation-confirmation theory: Capitalizing on descriptive power. In Handbook of research on contemporary theoretical models in information systems (pp. 384-401). IGI Global Scientific Publishing.
8.
Jo H. (2022). Impact of information security on continuance intention of artificial intelligence assistant. Procedia Computer Science, 204, 768-774.
9.
Kim H. W., Xu Y., & Gupta S. (2012). Which is more important in Internet shopping, perceived price or trust?. Electronic Commerce Research and Applications, 11(3), 241-252.
10.
LaTour S. A., & Peat N. C. (1979). Conceptual and Methodological Issues in Consumer Satisfaction Research. Advances in Consumer Research, 6(1).
11.
Morgan R. M., & Hunt S. D. (1994). The commitment-trust theory of relationship marketing. Journal of marketing, 58(3), 20-38.
12.
Oliver R. L. (1977). Effect of expectation and disconfirmation on postexposure product evaluations: An alternative interpretation. Journal of Applied Psychology, 62(4), 480.
13.
Schoorman F. D., Mayer R. C., & Davis J. H. (2007). An integrative model of organizational trust: Past, present, and future. Academy of Management Review, 32(2), 344-354.
14.
Smith H. J., Dinev T., & Xu H. (2011). Information privacy research: An interdisciplinary review 1. MIS Quarterly, 35(4), 989-A27.
15.
Uzir M. U. H., Al Halbusi H., Lim R., Jerin I., Hamid A. B. A., et al. (2021). Applied Artificial Intelligence and user satisfaction: Smartwatch usage for healthcare in Bangladesh during COVID-19. Technology in Society, 67, 101780.
16.
Wu Y. L., & Chen J. (2018). Review and prospect of social commerce research based on statistical analysis of SSCI papers from 2006 to 2016. Scientific Journal of E-Business, 7, 1-14.
