1. ĐÁNH GIÁ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN QUAN ĐIỂM CỦA SINH VIÊN TRƯỜNG ĐẠI HỌC Y DƯỢC CẦN THƠ VỀ VIỆC ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG HỌC TẬP NĂM 2024-2025

Phạm Thành Suôl1, Nguyễn Phục Hưng1, Võ Thị Mỹ Hương1, Nguyễn Phú Vinh2, Trần Bá Kiên3, Lê Thị Thanh Yến3, Ngô Phương Thảo1
1 Trường Đại học Y Dược Cần Thơ
2 Trường Đại học Văn Hiến
3 Trường Cao đẳng Dược Trung ương Hải Dương

Nội dung chính của bài viết

Tóm tắt

Mục tiêu: Đánh giá các yếu tố liên quan đến quan điểm chung về ứng dụng trí tuệ nhân tạo trong học tập của sinh viên tại Trường Đại học Y Dược Cần Thơ năm 2024-2025.


Phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang, thực hiện thông qua khảo sát sinh viên đang học tập tại Trường Đại học Y Dược Cần Thơ trong khoảng thời gian từ tháng 5/2024 đến tháng 5/2025 bằng bộ câu hỏi trực tuyến dựa trên nền tảng Google Forms.


Kết quả: Trong số 1676 sinh viên tham gia nghiên cứu, nữ giới (60%) đang theo học ngành dược học (78,2%) chiếm đa số. Nghiên cứu ghi nhận 4 cấu phần với 14 biến quan sát đạt độ tin cậy và giá trị đo lường tốt. 3 yếu tố dự báo thuận chiều quan điểm chung gồm: sự tin tưởng (β = 0,409; f² = 0,259), ảnh hưởng xã hội (β = 0,279; f² = 0,141) và ảnh hưởng truyền thông (β = 0,274; f² = 0,125). Mô hình giải thích 74,2% biến thiên quan điểm (R² hiệu chỉnh = 0,742).


Kết luận: Cần ưu tiên gia cố niềm tin vào trí tuệ nhân tạo thông qua đào tạo chính khóa, hướng dẫn an toàn, đạo đức và minh chứng hiệu quả; đồng thời tận dụng ảnh hưởng xã hội và truyền thông định hướng để thúc đẩy tích hợp trí tuệ nhân tạo trong dạy-học y dược.

Chi tiết bài viết

Tài liệu tham khảo

[1] Ejaz H, McGrath H, Wong B.L, Guise A, Vercauteren T, Shapey J. Artificial intelligence and medical education: A global mixed-methods study of medical students’ perspectives. Digital Health, 2022, 8: 20552076221089099.
[2] Buabbas A.J, Miskin B, Alnaqi A.A, Ayed A.K, Shehab A.A, Syed-Abdul S et al. Investigating students’ perceptions towards artificial intelligence in medical education. Healthcare, 2023, MDPI.
[3] Weidener L, Fischer M. Artificial intelligence in medicine: cross-sectional study among medical students on application, education, and ethical aspects. JMIR medical education, 2024, 10 (1): e51247.
[4] Hair J.F, Black W.C, Babin B.J, Anderson R.E. Multivariate data analysis: Pearson new international edition PDF eBook: Pearson Higher Ed, 2013.
[5] Ursavaş Ö.F. Unified Theory of Acceptance and Use of Technology Model (UTAUT). Conducting Technology Acceptance Research in Education: Theory, Models, Implementation, and Analysis: Springer, 2022, p. 111-33.
[6] Amiri H, Peiravi S, Rezazadeh Shojaee S.S, Rouhparvarzamin M, Nateghi M.N, Etemadi M.H et al. Medical, dental, and nursing students’ attitudes and knowledge towards artificial intelligence: a systematic review and meta-analysis. BMC Medical Education, 2024, 24 (1): 412.
[7] Truong N.M, Vo T.Q, Tran H.T.B, Nguyen H.T, Pham V.N.H. Healthcare students’ knowledge, attitudes, and perspectives toward artificial intelligence in the southern Vietnam. Heliyon, 2023, 9 (12).
[8] Dang N.B, Phan Q.N, Tran N.H. Curious but Unprepared: Healthcare Students’ Perspectives on AI and Robotics in Care and the Need for Curriculum Reform. International Medical Education, 2025, 4 (3): 30.
[9] Shevtsova D, Ahmed A, Boot I.W.A, Sanges C, Hudecek M, Jacobs J.J.L et al. Trust in and Acceptance of Artificial Intelligence Applications in Medicine: Mixed Methods Study. JMIR Hum Factors, 2024, 11: e47031.
[10] Weidener L, Fischer M. Artificial Intelligence in Medicine: Cross-Sectional Study Among Medical Students on Application, Education, and Ethical Aspects. JMIR Med Educ, 2024, 10: e51247.