Mô hình hóa trải nghiệm du lịch ảo: Sự tương tác giữa chất lượng, sự hài lòng, ý định du lịch và vai trò của trí tuệ nhân tạo giải thích
Nguyễn Văn Thọ (Tác giả liên hệ)
Nguyễn Văn Thích
Nguyễn Văn Đạt
Trường Đại học Ngân hàng TP. Hồ Chí Minh
Email: thonv@hub.edu.vn
Tóm tắt
Nghiên cứu nhằm mục đích xác định các nhân tố ảnh hưởng của chất lượng công nghệ thực tế ảo/thực tế tăng cường (VR/AR) đến ý định du lịch của người dùng và vai trò điều tiết của trí tuệ nhân tạo hỗ trợ giải thích (XAI). Mô hình nghiên cứu được tích hợp từ mô hình thành công của hệ thống thông tin (ISS), mô hình chấp nhận công nghệ (TAM) và mô hình kích thích chủ thể phản hồi (SOR). Kết quả phân tích sử dụng phương pháp mô hình bình phương cấu trúc (SEM) cho thấy, các nhân tố liên quan đến cảm nhận của người tiêu dùng về chất lượng gồm: Thông tin; Hệ thống; Bảo mật; Tính hữu dụng có tác động tích cực đáng kể đến cảm nhận chất lượng VR/AR, qua đó, tác động đến Ý định du lịch của khách du lịch thông qua vai trò trung gian của Sự hài lòng. XAI đóng vai trò là nhân tố điều tiết mối quan hệ giữa cảm nhận chất lượng VR/AR và ý định du lịch. Kết quả nghiên cứu cung cấp các hàm ý quản lý chức năng cho các nhà sản xuất để cải thiện chất lượng sản phẩm và ý định của người dùng về điểm đến.
Từ khóa: du lịch, thực tế ảo, hài lòng, trí tuệ nhân tạo giải thích, ý định du lịch
Summary
The study aims to identify the factors affecting the quality of virtual reality/augmented reality (VR/AR) technology on users' travel intentions and the moderating role of explanatory artificial intelligence (XAI). The research model is integrated from the information system success model (ISS), the technology acceptance model (TAM) and the stimulus organism response model (SOR). The analysis results using the structural equation modelling method (SEM) show that the factors related to consumers' perception of quality: Information; System; Security; and Usefulness have a significant positive impact on the perception of VR/AR quality, thereby affecting tourists' travel intentions through the mediating role of Satisfaction. XAI plays a moderating role in the relationship between perceived VR/AR quality and travel intentions. The research results provide functional management implications for manufacturers to improve product quality and user intentions toward destinations.
Keywords: tourism, virtual reality, satisfaction, explanatory artificial intelligence, travel intentions
GIỚI THIỆU
Thực tế ảo (Virtual Reality - VR) và thực tế tăng cường (Augmented Reality - AR) là những công nghệ mới nổi trong ngành du lịch, chất lượng của VR/AR đã được nhiều nghiên cứu khám phá liên quan đến ý định hành vi của người tiêu dùng. Tuy nhiên, hiện tại có ít nghiên cứu về ý định du lịch thông qua công nghệ VR/AR, nhất là trong bối cảnh du lịch Việt Nam. Một số nghiên cứu đã xem xét tác động của công nghệ VR hoặc AR đối với hành vi của khách du lịch, chẳng hạn như: khám phá tác động của chất lượng VR đối với ý định đến thăm điểm đến của khách du lịch và cho phép khách hàng trải nghiệm sản phẩm, dịch vụ hoặc địa điểm trước khi mua hàng (Chung và cộng sự, 2015; Zhang và cộng sự, 2022).
Tuy vậy, các nghiên cứu trước đây chỉ xem xét các thuộc tính của VR hoặc AR riêng lẻ trong trải nghiệm của người dùng, nên chưa khám phá đầy đủ mức độ hài lòng của người dùng một cách tổng thể như khi trải nghiệm kết hợp cả công nghệ VR và AR cùng nhau. Hơn nữa, hiện nay còn thiếu các nghiên cứu điều tra vai trò của AI hỗ trợ giải thích ảnh hưởng đến ý định hành vi tiêu dùng trong du lịch. Do đó, việc xác định các nhân tố ảnh hưởng của chất lượng VR/AR đến ý định du lịch của người dùng với vai trò điều tiết của trí tuệ nhân tạo hỗ trợ giải thích, cũng như mô hình hóa các trải nghiệm du lịch ảo trong mối quan hệ tác động của các nhân tố là rất cần thiết nhằm lấp đầy các khoảng trống nói trên và đề xuất hàm ý quản trị đối với các nhà sản xuất công nghệ VR/AR, các doanh nghiệp du lịch nhằm thu hút khách đến với điểm đến.
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Cơ sở lý thuyết
Mô hình thành công hệ thống thông tin (ISS)
Mô hình thành công của hệ thống thông tin (DeLone và McLean, 2003) cung cấp một khuôn khổ có giá trị để hiểu bản chất đa chiều của sự thành công trong hệ thống thông tin. Mô hình đã được áp dụng trong nhiều lĩnh vực khác nhau. Đối với ngành du lịch, chất lượng thông tin là một khía cạnh quan trọng khác, bao gồm: tính chính xác, tính liên quan và tính kịp thời của thông tin được cung cấp. Hiệu quả của các chiến lược tiếp thị phụ thuộc rất nhiều vào chất lượng thông tin, mà du khách tiềm năng có thể tiếp cận. Một số nghiên cứu chỉ ra rằng, du khách ngày càng phụ thuộc vào các nền tảng trực tuyến để lập kế hoạch du lịch, khiến chất lượng thông tin trên các nền tảng này trở thành nhân tố quyết định sự hài lòng của người dùng và cuối cùng là ý định đến thăm một điểm đến của họ (Xiang và Gretzel, 2010; Huang và cộng sự, 2017). Chất lượng hệ thống đề cập đến hiệu suất kỹ thuật của các hệ thống thông tin du lịch, đóng vai trò quan trọng trong việc quản lý và phổ biến thông tin về các điểm đến, dịch vụ và điểm tham quan.
Mô hình chấp nhận công nghệ (TAM)
Mô hình TAM là nền tảng quan trọng để hiểu cách người dùng trong ngành du lịch áp dụng và sử dụng các công nghệ khác nhau. TAM cho rằng, cảm nhận tính hữu ích và tính dễ sử dụng là những nhân tố quyết định chính ảnh hưởng đến ý định chấp nhận và sử dụng công nghệ của người dùng. Mô hình này đã được áp dụng rộng rãi trong bối cảnh du lịch, đặc biệt là khi ngành này ngày càng tích hợp các giải pháp kỹ thuật số để nâng cao trải nghiệm của khách hàng và hiệu quả hoạt động. Việc áp dụng TAM trong bối cảnh du lịch ảo đã thu hút được sự chú ý, đặc biệt là trong giai đoạn xảy ra đại dịch Covid-19, đại dịch đã thúc đẩy việc áp dụng các giải pháp kỹ thuật số trong ngành du lịch. Các nghiên cứu đã khám phá cách TAM có thể giải thích ý định tham gia vào các trải nghiệm du lịch ảo của người dùng, nhấn mạnh vai trò của tính hữu ích và tính dễ sử dụng trong việc định hình hành vi của người dùng (Rafdinal và cộng sự, 2021; Iswahyudi và cộng sự, 2021).
Mô hình kích thích chủ thể phản hồi (SOR)
Mô hình kích thích - chủ thể - phản hồi (S-O-R), do Mehrabian và Russell (1974) phát triển, mô hình cung cấp một khuôn khổ có giá trị để hiểu được hành vi của khách du lịch trong nhiều bối cảnh khác nhau, bao gồm: lựa chọn điểm đến, đánh giá trải nghiệm và ý định sau khi ghé thăm. Trong du lịch, mô hình này có thể được áp dụng để phân tích các nhân tố kích thích khác nhau, chẳng hạn như: hình ảnh điểm đến, chất lượng dịch vụ và tín hiệu môi trường tác động đến trải nghiệm của khách du lịch và ý định quay lại hoặc giới thiệu điểm đến sau đó của họ. Các nghiên cứu đã chỉ ra rằng, hình ảnh tình cảm của một điểm đến đóng vai trò trung gian cho mối quan hệ giữa các đánh giá nhận thức và ý định quay lại, nhấn mạnh vai trò của trải nghiệm cảm xúc trong du lịch (Asyraff và cộng sự, 2024). Hơn nữa, việc tích hợp các trải nghiệm du lịch đáng nhớ vào khuôn khổ S-O-R đã được đề xuất, cho thấy rằng, hình ảnh nhận thức ảnh hưởng đến các phản ứng tình cảm, từ đó, định hình ý định của khách du lịch (Yabo và cộng sự, 2024).
Trí tuệ nhân tạo hỗ trợ giải thích (Explained Artificial Intelligence - XAI)
XAI là một lĩnh vực nghiên cứu quan trọng nhằm tăng cường tính minh bạch và khả năng diễn giải của các hệ thống AI. Bằng cách cung cấp các giải thích rõ ràng về quy trình ra quyết định của AI, XAI thúc đẩy sự tin tưởng, trách nhiệm giải trình và các cân nhắc về mặt đạo đức của người dùng trong các ứng dụng AI. XAI đề cập đến một tập hợp các quy trình và phương pháp nhằm mục đích đưa ra các quyết định và hoạt động của hệ thống AI dễ hiểu đối với người dùng. XAI tìm cách giải quyết bản chất "hộp đen" của nhiều mô hình AI, thường hoạt động theo những cách mà người dùng không dễ hiểu, do đó, thúc đẩy sự tin tưởng và tạo điều kiện cho sự hợp tác hiệu quả giữa con người và AI. Về bản chất, XAI hướng đến việc tạo ra các mô hình không chỉ chính xác, mà còn có thể diễn giải được. XAI tập trung vào việc tạo ra các mô hình có thể giải thích được trong khi vẫn duy trì mức độ chính xác dự đoán cao. Mục tiêu kép này cho phép người dùng hiểu, tin tưởng và quản lý hiệu quả các hệ thống AI, điều này rất quan trọng, vì các công nghệ này ngày càng phổ biến trong các quy trình ra quyết định (Mereani and Howe, 2019).
Xây dựng giả thuyết nghiên cứu
Các thuộc tính và cảm nhận chất lượng VR/AR
Một trong những thuộc tính chính của công nghệ VR và AR là khả năng tạo ra những trải nghiệm nhập vai thu hút nhiều giác quan. Ngoài ra, các công nghệ này còn cung cấp cho người dùng nhiều thông tin và tín hiệu cảm giác, giúp tăng cường cảm giác hiện diện trong môi trường ảo so với phương tiện truyền thông truyền thống (Lee và Oh, 2022). Cảm giác hiện diện được nâng cao này là một yếu tố quan trọng trong chất lượng cảm nhận, vì người dùng thường coi trải nghiệm nhập vai hơn là chất lượng cao hơn. Sự phong phú về cảm giác mà VR/AR mang lại có thể dẫn đến phản ứng cảm xúc mạnh mẽ hơn, điều này rất cần thiết để tạo ra những trải nghiệm đáng nhớ ảnh hưởng đến ý định du lịch.
Bảo mật cũng là một trong những thuộc tính quan trọng của VR/AR đối với người dùng. Bảo mật ảnh hưởng đến thông tin cá nhân của người dùng khi họ sử dụng công nghệ, nên đây là vấn đề quan trọng mà người dùng hệ thống quan tâm (Huang và cộng sự, 2017). Một trong những mối quan tâm chính liên quan đến VR và AR trong du lịch là bảo vệ dữ liệu người dùng. Khi người dùng tương tác với các ứng dụng VR và AR, họ thường cung cấp thông tin cá nhân, bao gồm: dữ liệu vị trí, sở thích và mô hình hành vi. Hơn nữa, tính dễ sử dụng và tính tương tác của các ứng dụng VR/AR góp phần đáng kể vào cảm nhận chất lượng. Khách du lịch có nhiều khả năng áp dụng các ứng dụng VR/AR do giao diện thân thiện với người dùng và các tính năng hấp dẫn (Omran và cộng sự, 2024). Điều này phù hợp với các phát hiện từ Jang và cộng sự (2021) cho thấy, nhận thức về tính dễ sử dụng và nhận thức về tính hữu ích ảnh hưởng đáng kể đến thái độ của người dùng đối với công nghệ, từ đó, ảnh hưởng đến ý định tham gia trải nghiệm VR/AR của họ. Khi người dùng thấy các công nghệ này dễ điều hướng và có lợi, nhận thức chung của họ về chất lượng sẽ được cải thiện, dẫn đến tăng mức độ tương tác và khả năng đi du lịch. Ngoài ra, loại nội dung được cung cấp thông qua trải nghiệm VR/AR có thể tác động đáng kể đến cảm nhận chất lượng. Nghiên cứu của Kazmi và cộng sự (2021) chỉ ra rằng, trải nghiệm AR thường được coi là thú vị và hấp dẫn, có thể tăng cường sự tham gia và sự hài lòng của người dùng. Điều này cho thấy, thiết kế và tính liên quan của nội dung là những thuộc tính quan trọng ảnh hưởng đến cách người dùng cảm nhận chất lượng trải nghiệm VR/AR trong bối cảnh du lịch. Từ những cơ sở nêu trên, các giả thuyết sau được đề xuất:
H1a: Thông tin có tác động tích cực đến Cảm nhận chất lượng của VR/AR.
H1b: Hệ thống có tác động tích cực đến Cảm nhận chất lượng của VR/AR.
H1c: Bảo mật có tác động tích cực đến Cảm nhận chất lượng của VR/AR.
H1d: Sự hữu dụng có tác động tích cực đến Cảm nhận chất lượng của VR/AR.
H1e: Dễ sử dụng có tác động tích cực đến Cảm nhận chất lượng của VR/AR.
H1f: Dễ sử dụng có tác động tích cực đến Sự hữu dụng.
Chất lượng cảm nhận của VR/AR, sự hài lòng và ý định du lịch
Mối quan hệ giữa cảm nhận chất lượng của trải nghiệm VR/AR và sự hài lòng của người dùng là một lĩnh vực nghiên cứu quan trọng, đặc biệt là khi các công nghệ này ngày càng được tích hợp vào ngành du lịch. Zulkifli và cộng sự (2021) chỉ ra rằng, cảm nhận chất lượng cao hơn có liên quan đến sự hài lòng hơn của người dùng, ví dụ, tính hữu ích và sự thích thú được cảm nhận có mối tương quan đáng kể với sự hài lòng của người dùng khi trải nghiệm VR và AR trong du lịch. Điều này nhấn mạnh tầm quan trọng của việc đảm bảo rằng, các ứng dụng VR và AR không chỉ có chức năng, mà còn hấp dẫn và thú vị đối với người dùng. Cảm nhận chất lượng trong bối cảnh VR và AR gồm nhiều chiều, như: chất lượng hệ thống, chất lượng nội dung và trải nghiệm nhập vai do các công nghệ này cung cấp. Chất lượng của AR bao gồm: nội dung thông tin, chất lượng hệ thống và chất lượng dịch vụ, ảnh hưởng tích cực đến sự hài lòng của người dùng, dẫn đến ý định giới thiệu hệ thống AR tăng lên (Pratisto và cộng sự, 2022). Quan điểm này được Chung và cộng sự (2022) ủng hộ, nghiên cứu này phát hiện ra rằng, sức hấp dẫn trực quan của các hệ thống AR, kết hợp với hỗ trợ kỹ thuật đầy đủ, khuyến khích người dùng tương tác với AR và ghé thăm các điểm đến du lịch.
Mối quan hệ giữa sự hài lòng của người dùng với trải nghiệm VR và AR và ý định du lịch là một chủ đề ngày càng có liên quan trong nghiên cứu về du lịch. Khi công nghệ VR và AR ngày càng được tích hợp nhiều hơn vào tiếp thị và trải nghiệm du lịch, tận dụng ưu điểm mà các công nghệ này ảnh hưởng đến sự hài lòng của người dùng và sau đó là ý định du lịch là rất quan trọng đối với các bên liên quan trong ngành. Nayyar và cộng sự (2018) nhấn mạnh rằng, VR có thể gợi lên cảm giác mạnh mẽ và tăng cường hình ảnh liên quan đến ý định du lịch. Điều này cho thấy, trải nghiệm nhập vai góp phần đáng kể vào sự hài lòng của người dùng. Từ những cơ sở nêu trên, các giả thuyết sau được đề xuất:
H2: Cảm nhận chất lượng VR/AR tác động tích cực đến Sự hài lòng trải nghiệm VR/AR.
H3: Cảm nhận chất lượng VR/AR tác động tích cực đến Ý định du lịch.
H4: Sự hài lòng trải nghiệm VR/AR có tác động tích cực đến Ý định du lịch.
Vai trò của XAI đối với cảm nhận chất lượng VR/AR và ý định du lịch
XAI đóng vai trò quan trọng trong mối quan hệ này bằng cách cung cấp cho người dùng những lời giải thích dễ hiểu về cách thức hoạt động của hệ thống VR và AR và đưa ra quyết định. Bằng cách tăng cường tính minh bạch, XAI có thể giúp người dùng tin tưởng vào công nghệ, điều này rất cần thiết để thúc đẩy ý định du lịch tích cực. Nhấn mạnh việc hiểu các yếu tố ảnh hưởng đến thái độ và ý định của người dùng là rất quan trọng, đặc biệt là trong bối cảnh ứng dụng VR trong du lịch (Yuce và cộng sự, 2020). Khi người dùng có thể hiểu được lý do đằng sau các khuyến nghị hoặc trải nghiệm do hệ thống VR/AR cung cấp, sự tin tưởng của họ vào các công nghệ này sẽ tăng lên, có khả năng dẫn đến ý định du lịch cao hơn. Hơn nữa, sự hiện diện của XAI có thể làm giảm bớt những lo ngại liên quan đến bản chất "hộp đen" của các hệ thống AI. Theo đó, nhận thức của người dùng về rủi ro có thể ảnh hưởng đáng kể đến ý định du lịch của họ, đặc biệt là trong những hoàn cảnh như trong đại dịch Covid-19 (Neuburger và Egger, 2021). Bằng cách cung cấp các giải thích rõ ràng về cách các hệ thống VR/AR do AI điều khiển đánh giá rủi ro và đưa ra khuyến nghị, XAI có thể làm giảm bớt sự lo lắng của người dùng và tăng cường mong muốn du lịch của họ. Từ những cơ sở nêu trên, giả thuyết sau được đề xuất:
H5: Trí tuệ nhân tạo hỗ trợ giải thích đóng vai trò điều tiết tích cực đến Mối quan hệ giữa cảm nhận chất lượng VR/AR và Ý định du lịch.
Trên cơ sở trình bày các giả thuyết nêu trên, mô hình nghiên cứu sau được đề xuất:
Hình 1: Mô hình nghiên cứu đề xuất
Nguồn: Nhóm tác giả để xuất |
Phương pháp nghiên cứu
Bài viết sử dụng phương pháp định lượng để thực hiện nghiên cứu. Dữ liệu được thu thập thông qua khảo sát trực tiếp và trực tuyến theo hình thức lấy mẫu thuận tiện, thời gian thực hiện từ tháng 7-9/2024. Kết quả thu về 420/450 phiếu hợp lệ để đưa vào xử lý dữ liệu. Các dữ liệu được kiểm định độ tin cậy thang đo bằng phương pháp kiểm định Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA), đồng thời sử dụng mô hình phương trình cấu trúc (SEM) để kiểm định giả thuyết và đánh giá mô hình nghiên cứu được đề xuất (Bài viết sử dụng cách viết số thập phân theo chuẩn quốc tế).
KẾT QUẢ NGHIÊN CỨU
Mô hình đo lường
Kết quả phân tích dữ liệu cho thấy giá trị α và CR tối thiểu lần lượt là 0.79 và 0.803, hệ số tải nhân tố > 0.5 và AVE > 0.5.
Hình 2: Kết quả phân tích CFA mô hình tới hạn
Nguồn: Xử lý dữ liệu |
Kết quả phân tích CFA cho thấy mô hình là phù hợp: Chi2/df = 1.588 (<3); GFI = 0.902 (> 0.9); CFI = 0.955 (> 0.9); TLI = 0.949 (> 0.9); RMSEA = 0.037 (< 0.08) đáp ứng yêu cầu. Kết quả phân tích thể hiện các tham số tương ứng của các phương pháp phân tích đều đáp ứng các yêu cầu kỹ thuật.
Kiểm định giả thuyết và đánh giá mô hình cấu trúc
Hình 3: Kết quả phân tích SEM
Nguồn: Xử lý dữ liệu |
Kết quả phân tích được trình bày trong Hình 3, các giá trị phù hợp tổng thể của mô hình đều đáp ứng các yêu cầu kỹ thuật: GFI = 0.885 (< 0.9 và nằm trong giới hạn chấp nhận được); TLI = 0.928 (> 0.9); CFI = 0.934 (> 0.9); RMSEA = 0.043 (< 0.08) đáp ứng yêu cầu, do đó, có thể kết luận mô hình phù hợp với dữ liệu thị trường.
Bảng 1: Kết quả kiểm định giá trị phân biệt
Cấu trúc | INF | SYS | SAT | PU | PEU | INT | SEC | PEQ |
INF | 0.757 |
|
|
|
|
|
|
|
SYS | 0.452 | 0.749 |
|
|
|
|
|
|
SAT | 0.301 | 0.216 | 0.762 |
|
|
|
|
|
PU | 0.481 | 0.464 | 0.326 | 0.764 |
|
|
|
|
PEU | 0.217 | 0.265 | 0.113 | 0.330 | 0.720 |
|
|
|
INT | 0.391 | 0.282 | 0.722 | 0.346 | 0.158 | 0.754 |
|
|
SEC | 0.461 | 0.362 | 0.277 | 0.488 | 0.281 | 0.349 | 0.720 |
|
PEQ | 0.651 | 0.528 | 0.490 | 0.631 | 0.308 | 0.591 | 0.516 | 0.711 |
Nguồn: Xử lý AMOS
Kết quả kiểm định độ phân biệt được trình bày trong Bảng 1; căn bậc hai của AVE lớn hơn giá trị tương quan trong các hàng và cột. Do đó, theo tiêu chí Fornell-Larcker (Fornell và Larcker, 1981), các khái niệm nghiên cứu của mô hình lý thuyết đáp ứng yêu cầu về độ phân biệt. Kết quả nghiên cứu cho thấy, các nhân tố: Thông tin; Hệ thống; Bảo mật; Tính hữu dụng và Tính dễ sử dụng có tác động tích cực đến Chất lượng cảm nhận VR/AR; Chất lượng cảm nhận VR/AR có tác động tích cực đến Sự hài lòng và Sự hài lòng có tác động tích cực đến Ý định du lịch (Bảng 2).
Bảng 2: Kết quả kiểm định mô hình cấu trúc
Mối quan hệ | β | S.E. | C.R. | P | Kết luận | ||
---|---|---|---|---|---|---|---|
PU | <--- | PEU | .351 | .055 | 6.327 | *** | Chấp nhận |
PEQ | <--- | INF | .284 | .045 | 6.320 | *** | Chấp nhận |
PEQ | <--- | SYS | .125 | .040 | 3.129 | .002 | Chấp nhận |
PEQ | <--- | SEC | .108 | .039 | 2.748 | .006 | Chấp nhận |
PEQ | <--- | PU | .242 | .040 | 6.003 | *** | Chấp nhận |
PEQ | <--- | PEU | .026 | .039 | .680 | .497 | Bác bỏ |
SAT | <--- | PEQ | .647 | .086 | 7.521 | *** | Chấp nhận |
INT | <--- | PEQ | .376 | .069 | 5.461 | *** | Chấp nhận |
INT | <--- | SAT | .508 | .052 | 9.784 | *** | Chấp nhận |
INT | <--- | XAI_TB | .130 | .024 | 5.360 | .029 | Chấp nhận |
Nguồn: Xử lý dữ liệu
Bảng 3: Kiểm định vai trò điều tiết
Mối quan hệ | β | S.E. | C.R. | P | ||
---|---|---|---|---|---|---|
INT | <--- | INTTT | .340 | .025 | 1.362 | .047 |
Nguồn: Xử lý dữ liệu
Thảo luận
Theo Bảng 2, có 8 giả thuyết được chấp nhận ở mức p < 0.05. Kết quả kiểm định cho thấy, các nhân tố: Chất lượng thông tin (β = 0.284, P = 0.000); Chất lượng hệ thống (β = 0.125, P = 0.002); Chất lượng bảo mật (β = 0.108, P = 0.006); Tính hữu dụng (β = 0.242, P = 0.000) có tác động tích cực đến Cảm nhận chất lượng VR/AR, hỗ trợ các giả thuyết H1a, H1b, H1c, H1d và H1e. Các nhân tố này đều có tác động tích cực đến Cảm nhận chất lượng VR/AR, cho thấy sự quan trọng của thông tin rõ ràng, hệ thống hoạt động tốt và bảo mật trong trải nghiệm người dùng. Điều này nhấn mạnh rằng, các nhà phát triển cần chú trọng cải thiện những khía cạnh này để nâng cao trải nghiệm. Tính dễ sử dụng (β = 0.351, p = 0.000) có tác động tích cực đến Tính hữu dụng, hỗ trợ giả thuyết H1f. Điều này có thể gợi ý, người dùng cần cảm thấy rằng, công nghệ không chỉ dễ sử dụng, mà còn mang lại giá trị thực tế trong trải nghiệm du lịch. Tính dễ sử dụng (β = 0.026, p = 0.497) không có tác động tích cực đến Cảm nhận chất lượng VR/AR, giả thuyết này bị bác bỏ. Mặc dù kết quả này khác với kết quả nghiên cứu trước đây, song trong bối cảnh du lịch Việt Nam ở thời đại thế hệ Gen Z cảm nhận việc sử dụng công nghệ không còn là một thách thức với họ, thì Tính dễ sử dụng không phải là nhân tố chính ảnh hưởng đến chất lượng công nghệ.
Cảm nhận chất lượng VR/AR (β = 0.647, P = 0.000) có tác động tích cực đến Sự hài lòng, hỗ trợ giả thuyết H2. Điều này có thể được hiểu là nếu người dùng cảm thấy hài lòng với trải nghiệm VR/AR, họ sẽ có xu hướng đánh giá tích cực hơn về công nghệ này. Cảm nhận chất lượng VR/AR (β = 0.376, P = 0.000) có tác động tích cực đến Ý định du lịch, do đó, hỗ trợ giả thuyết H3. Cảm nhận chất lượng VR/AR không chỉ ảnh hưởng đến Sự hài lòng, mà còn đến Ý định du lịch của người dùng. Điều này cho thấy, việc cải thiện trải nghiệm VR/AR có thể khuyến khích người dùng tham gia vào các hoạt động du lịch thực tế, làm tăng khả năng chọn lựa trải nghiệm du lịch của người dùng dựa trên công nghệ này. Sự hài lòng (β = 0.508, P = 0.000) có tác động tích cực đến Ý định du lịch, hỗ trợ giả thuyết H4. Điều này cho thấy, việc nâng cao trải nghiệm người dùng có thể dẫn đến việc tăng cường sự tham gia vào các hoạt động du lịch.
Trong mô hình nghiên cứu này, XAI đóng vai trò là nhân tố điều tiết mối quan hệ giữa Cảm nhận chất lượng (PEQ) và Ý định du lịch (INT). Hệ số hồi quy của biến INTTT là 0.047, cho thấy khi biến PEQ và biến XAI_TB cùng đồng thời tăng lên 1 đơn vị, thì biến INT sẽ tăng lên 0.047 đơn vị, do đó, giả thuyết H5 được ủng hộ (Bảng 3). Điều này nhấn mạnh vai trò của trí tuệ nhân tạo hỗ trợ giải thích giúp người dùng hiểu rõ và yên tâm hơn về hệ thống công nghệ VR/AR trong trải nghiệm du lịch, từ đó, giúp họ có ý định về điểm đến, điều mà trí tuệ nhân tạo thông thường (AI) chưa đáp ứng được.
KẾT LUẬN
Kết quả nghiên cứu cho thấy, các nhân tố liên quan đến cảm nhận của người tiêu dùng về chất lượng là: Thông tin; Hệ thống; Bảo mật; Tính hữu dụng có tác động tích cực đáng kể đến Cảm nhận chất lượng VR/AR, qua đó, tác động đến Ý định du lịch của khách du lịch thông qua vai trò trung gian của Sự hài lòng. XAI đóng vai trò là nhân tố điều tiết mối quan hệ giữa Cảm nhận chất lượng VR/AR và Ý định du lịch. Nghiên cứu góp phần làm phong phú thêm sự hiểu biết lý thuyết về hành vi của người tiêu dùng đối với các sản phẩm công nghệ tiên tiến trong du lịch, trong đó có vai trò quan trọng của XAI.
Hàm ý quản trị
Từ kết quả nghiên cứu, nhóm tác giả đưa ra một số hàm ý quản trị nhằm giúp các nhà sản xuất cải thiện chất lượng sản phẩm và gia tăng ý định lựa chọn của người dùng về điểm đến, cụ thể như sau:
Thông tin và Hệ thống: Là 2 nhân tố quan trọng có ảnh hưởng tích cực đến Cảm nhận chất lượng VR/AR. Do đó, cần gia tăng chất lượng của 2 nhân tố này bằng cách cung cấp thông tin đầy đủ, chi tiết và dễ tiếp cận để người dùng hiểu rõ sản phẩm/dịch vụ. Đồng thời, cần nâng cấp hệ thống công nghệ VR/AR để đảm bảo hiệu suất, độ ổn định, và giao diện người dùng tối ưu.
Tính hữu dụng: Là nhân tố có tác động mạnh đến Cảm nhận chất lượng VR/AR và trải nghiệm người dùng. Nhà cung cấp cần tập trung phát triển các tính năng hỗ trợ người dùng đạt được mục tiêu một cách nhanh chóng và hiệu quả. Với mức ảnh hưởng cao tới Cảm nhận chất lượng VR/AR và từ đó tác động tới Sự hài lòng, các doanh nghiệp cần đầu tư vào công nghệ và trải nghiệm thực tế để đảm bảo người dùng cảm thấy hài lòng với sản phẩm/dịch vụ. Ví dụ: Cá nhân hóa trải nghiệm người dùng thông qua XAI. Với vai trò hỗ trợ và giải thích, trí tuệ nhân tạo giúp người dùng hiểu rõ hơn về các dịch vụ và lựa chọn phù hợp. Cần tích hợp XAI trong các ứng dụng du lịch để tăng sự tin cậy và quyết định của khách hàng, đồng thời phải tối đa hóa tính năng dễ sử dụng mới thu hút được người dùng.
Bảo mật: Mặc dù có tác động nhỏ hơn, song việc đảm bảo an toàn và bảo mật thông tin cá nhân trong môi trường VR/AR là rất quan trọng. Các chiến lược bảo mật phải được nhà cung cấp minh bạch và truyền đạt rõ ràng đến người dùng và quán triệt đến toàn bộ nhân viên trong tổ chức.
TÀI LIỆU THAM KHẢO
1. Alt, R. (2022), Electronic Markets on AI and standardization, Electronic Markets, 32(4), 1795-1805.
2. Asyraff, M. A., Hanafiah, M. H., and Zain, N. A. M. (2024), Travelling During Travel Bubble: Assessing the Interrelationship between Cognitive, Affective, Unique Image, and Future Revisit Intention, Journal of Tourism and Services, 15(28), 39-60.
3. Chung, N., Han, H., and Joun, Y. (2015), Tourists’ intention to visit a destination: The role of augmented reality (AR) application for a heritage site, Computers in Human Behavior, 50, 588-599.
4. DeLone, W. H., and McLean, E. R. (2003), The DeLone and McLean model of information systems success: a ten-year update, Journal of management information systems, 19(4), 9-30.
5. Huang, H., Gong, T., Ye, N., Wang, R., and Dou, Y. (2017), Private and secured medical data transmission and analysis for wireless sensing healthcare system, IEEE Transactions on Industrial Informatics, 13(3), 1227-1237.
6. Iswahyudi, I., Azlan, I., and Azlan, H. (2021), Virtual tourism in new normal: are people going to change their style of travel temporarily or permanently? Proceedings of the 1st International Conference on Sustainable Management and Innovation, ICoSMI 2020, 14-16, September 2020, Bogor, West Java, Indonesia.
7. Jang, J., Ko, Y., Shin, W. S., and Han, I. (2021), Augmented reality and virtual reality for learning: An examination using an extended technology acceptance model, IEEE Access, 9, 6798-6809.
8. Javed, A. R., Khan, H. U., Alomari, M. K. B., Sarwar, M. U., Asim, M., Almadhor, A. S., and Khan, M. Z. (2023), Toward explainable AI-empowered cognitive health assessment, Frontiers in Public Health, 11, 1024195.
9. Kazmi, S. H. A., Ahmed, R. R., Soomro, K. A., Hashem E, A. R., Akhtar, H., and Parmar, V. (2021), Role of augmented reality in changing consumer behavior and decision making: Case of Pakistan, Sustainability, 13(24), 14064.
10. Lee, K., and Oh, S. (2022), The users’ intention to participate in a VR/AR sports experience by applying the extended technology acceptance model (ETAM), Healthcare.
11. Mehrabian, A., and Russell, J. A. (1974), An approach to environmental psychology, the MIT Press.
12. Mereani, F.A., Howe, J.M. (2021), Rule Extraction from Neural Networks and Other Classifiers Applied to XSS Detection, In Computational Intelligence Book, 359-386, IJCCI 2019, Springer, Cham, https://doi.org/10.1007/978-3-030-70594-7_15.
13. Nayyar, A., Mahapatra, B., Le, D., and Suseendran, G. (2018), Virtual Reality (VR) & Augmented Reality (AR) technologies for tourism and hospitality industry, International Journal of Engineering & Technology, 7(21), 156-160.
14. Neuburger, L., and Egger, R. (2021), Travel risk perception and travel behaviour during the COVID-19 pandemic 2020: A case study of the DACH region, Current issues in tourism, 24(7), 1003-1016.
15. Omran, W., Ramos, R. F., and Casais, B. (2024), Virtual reality and augmented reality applications and their effect on tourist engagement: a hybrid review, Journal of Hospitality and Tourism Technology, 15(4), 497-518.
16. Pratisto, E. H., Thompson, N., and Potdar, V. (2022), Immersive technologies for tourism: a systematic review, Information Technology & Tourism, 24(2), 181-219.
17. Rafdinal, W., Susanto, E., Novianti, S., and Juniarti, C. (2021), Is smart tourism technology important in predicting visiting tourism destination? Lessons from West Java, Indonesia, Journal of Tourism Sustainability, 1(2), 102-115.
18. Xiang, Z. and Gretzel, U. (2010), Role of social media in online travel information search, Tourism management, 31(2), 179-188.
19. Yabo, Z., Wee, H., and Gani, A. A. (2024), Destination Image and Memorable Tourism Experiences: Literature Gaps, and Conceptual Exploration, International Journal of Academic Research in Business and Social Sciences, 14(3).
20. Yuce, A., Arasli, H., Ozturen, A., and Daskin, M. (2020), Feeling the service product closer: Triggering visit intention via virtual reality, Sustainability, 12(16), 6632.
21. Zhang, Y., Sotiriadis, M., and Shen, S. (2022), Investigating the impact of smart tourism technologies on tourists’ experiences, Sustainability, 14(5), 3048.
22. Zulkifli, A. N., Mohamed, N. F. F., Qasim, M. M., and Bakar, N. A. A. (2021), Road Safety Education Courseware: A Study of Satisfaction and Learning Performance among Primary School Students in Malaysia, International Journal of Interactive Mobile Technologies, 15(6).
Ngày nhận bài: 5/10/2024; Ngày phản biện: 01/11/2024; Ngày duyệt đăng: 28/11/2024 |
Bình luận