Trần Hải Ly, Bùi Thị Lý, Lại Minh Sang, Nguyễn Minh Phương, Nguyễn Linh Trang, Đồng Kim Ngân, Lê Nguyễn Anh Minh, Dương Ngọc Khánh

Trường Đại học Ngoại thương

Tóm tắt

Tuy thuật toán cá nhân hóa đóng vai trò quan trọng trong việc nâng cao trải nghiệm người dùng và tạo giá trị lâu dài cho các sàn thương mại điện tử (TMĐT), những lo ngại về tính minh bạch và quyền kiểm soát đã tạo sự hoài nghi nhất định từ phía người dùng. Nghiên cứu khảo sát 321 người dùng TMĐT tại Việt Nam, bằng phương pháp PLS-SEM trên SPSS và Amos, nhằm khám phá tác động của mức độ quen thuộc lên niềm tin vào thuật toán, với nhận định phê phán đóng vai trò trung gian. Kết quả cho thấy mức độ quen thuộc làm tăng niềm tin vào thuật toán khi người dùng ít phê phán các hạn chế của thuật toán, từ đó thúc đẩy sự tin tưởng vào hệ thống TMĐT.

Từ khóa: Nhận định phê phán về thuật toán, niềm tin trực tuyến, sàn thương mại điện tử

Summary

While personalized algorithms are pivotal in enhancing user experience and delivering long-term value to e-commerce platforms, concerns over transparency, fairness, and user control have sparked skepticism among users. This study surveyed 321 e-commerce users in Vietnam to assess the influence of familiarity on trust in algorithms, focusing on the mediating role of critical perceptions of these algorithms. Data were analyzed using PLS-SEM via SPSS and Amos to ensure reliability. Findings show that familiarity boosts trust when critical views of algorithmic flaws decrease, strengthening confidence in e-commerce systems.

Keywords: Algorithm, Critical perception of algorithm, E-commerce, E-trust

GIỚI THIỆU

Thuật toán cá nhân hóa là công cụ quan trọng trong TMĐT (TMĐT), bởi nó giúp nâng cao trải nghiệm người dùng thông qua việc cung cấp gợi ý sản phẩm dựa trên hành vi và sở thích cá nhân, đồng thời tối ưu hóa hiệu quả bán hàng và giữ chân khách hàng. Bên cạnh những lợi ích trên, thuật toán gợi ý cũng dấy lên nhiều lo ngại về tính minh bạch, quyền kiểm soát của người dùng và sự công bằng trong việc phân phối nội dung.

Mức độ quen thuộc với TMĐT có thể ảnh hưởng đến cách người dùng nhìn nhận thuật toán, thường theo hướng tích cực. Trong khi đó, niềm tin vào nền tảng quyết định hành vi người dùng nhưng có thể suy giảm khi thuật toán thiếu minh bạch (Shin, 2021). Nghiên cứu này nhằm làm rõ tác động của mức độ quen thuộc đến niềm tin vào thuật toán, đồng thời kiểm định vai trò trung gian của nhận định phê phán.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Cơ sở lý thuyết và giả thuyết nghiên cứu

Mức độ quen thuộc và nhận định phê phán với thuật toán sàn TMĐT

Mức độ quen thuộc với sàn TMĐT là sự tích lũy kinh nghiệm, và khả năng điều hướng trên nền tảng. Người dùng càng thường xuyên sử dụng một sàn TMĐT, họ càng có xu hướng hiểu rõ về quy trình và cách thức hoạt động của nó (Gefen, 2000). Nhận định về thuật toán đề cập đến sự hiểu biết, diễn giải và thái độ của người dùng đối với các hệ thống thuật toán. Trong đó, nhận định phê phán về thuật toán phản ánh cách người dùng đánh giá những hạn chế của thuật toán, đặc biệt là tác động của chúng đến quyền tự chủ (Hu và Wang, 2023).

Theo tâm lý học hành vi, trải nghiệm cá nhân và mức độ quen thuộc với một hệ thống có thể ảnh hưởng đến sự ủng hộ của người dùng đối với công nghệ (Taylor và Todd, 1995). Cụ thể, người dùng có trải nghiệm trước đó với một ứng dụng có xu hướng đồng cảm hơn với ứng dụng đó và giảm bớt sự khắt khe trong đánh giá (Fazio và cộng sự, 1978). Trên cơ sở đó, nhóm nghiên cứu đề xuất giả thuyết sau:

H1: Mức độ quen thuộc với sàn TMĐT có tác động tiêu cực đến Nhận định phê phán với sàn TMĐT.

Nhận định phê phán với thuật toán sàn TMĐT và niềm tin vào sàn TMĐT

Theo Mô hình chấp nhận công nghệ (TAM), nhận định của người dùng về một công nghệ tác động trực tiếp đến niềm tin của họ vào thuật toán (Davis, 1987). Niềm tin được định nghĩa là sự tự tin của người dùng vào tính bảo mật, độ tin cậy và khả năng thực hiện cam kết của nền tảng trong việc đảm bảo dữ liệu cá nhân và mang lại trải nghiệm hài lòng (Yusuf và cộng sự, 2023).

Khi thuật toán gợi ý chỉ lặp lại các lựa chọn quen thuộc, cung cấp gợi ý dư thừa, thiếu minh bạch hoặc ưu tiên lợi nhuận hơn sự phù hợp, người dùng có xu hướng hoài nghi về chất lượng của trải nghiệm cá nhân hóa, thậm chí cảm thấy mất kiểm soát và lo ngại về quyền riêng tư (Shin, 2021). Những yếu tố này tác động tiêu cực đến niềm tin tổng thể của người dùng vào nền tảng TMĐT. Ngược lại, khi người dùng giảm các nhận định phê phán với thuật toán, niềm tin của họ với nền tảng cũng cao hơn. Trên cơ sở đó, nhóm nghiên cứu đề xuất giả thuyết sau:

H2: Nhận định phê phán với sàn TMĐT có tác động tiêu cực đến Niềm tin vào sàn TMĐT.

Mô hình nghiên cứu

Trên cơ sở các nghiên cứu liên quan và các giả thuyết, nhóm nghiên cứu đề xuất mô hình nghiên cứu như Hình.

Hình 1: Mô hình nghiên cứu

Nguồn: Đề xuất của nhóm tác giả

Phương pháp nghiên cứu

Phương pháp thu thập dữ liệu

Đối tượng nghiên cứu là người dùng các sàn TMĐT tại Việt Nam. Nghiên cứu khảo sát người dùng TMĐT tại Việt Nam với cỡ mẫu tối thiểu 220. Bảng hỏi được gửi trực tuyến, thu về 400 phản hồi, trong đó 321 bảng hợp lệ, đủ điều kiện kiểm định giả thuyết. Thời gian khảo sát từ tháng 8 đến tháng 12/2024.

Phương pháp phân tích và xử lý dữ liệu

Nghiên cứu sử dụng kết hợp dữ liệu thứ cấp và sơ cấp để đảm bảo tính toàn diện và độ tin cậy của kết quả. Dữ liệu thứ cấp được thu thập từ nghiên cứu trong nước và trong nước. Dữ liệu sơ cấp được xử lý qua phần mềm SPSS, quá trình đưa ra kết quả bao gồm các khâu sau: thống kê mô tả, phân tích độ tin cậy thang đo, phân tích nhân tố khám phá, phân tích nhân tố khẳng định, phân tích mô hình cấu trúc tuyến tính.

KẾT QUẢ VÀ ĐÁNH GIÁ

Kết quả nghiên cứu

Phân tích độ tin cậy của thang đo qua chỉ số Cronbach’s Alpha

Bảng 1: Tổng hợp kết quả phân tích Cronbach’s Alpha và EFA

Kiểm định Cronbach’s Alpha (CA) đo lường độ tin cậy nội tại của thang đo. Kết quả nghiên cứu (Bảng 1) cho thấy, với các giá trị CA đều > 0.7, thang đo của tất cả các biến đạt độ tin cậy cao.

Phân tích nhân tố khám phá (EFA)

Phân tích EFA được thực hiện để kiểm tra cấu trúc thang đo, với tiêu chí KMO ≥ 0.5, kiểm định Bartlett Sig. < 0.05. Tổng phương sai trích (Total Variance Explained) phản ánh khả năng tái hiện thông tin từ dữ liệu gốc. Với 3 nhân tố rút trích, mô hình giải thích 61.179% (> 50%) tổng phương sai, cho thấy khả năng tổng quát hóa cao. Tất cả Factor Loadings đều vượt 0.7, khẳng định ý nghĩa thống kê và tính phù hợp của mô hình.

Phân tích nhân tố khẳng định

Kết quả nghiên cứu (Hình 2) cho thấy, mô hình hoàn toàn phù hợp khi được đánh giá dựa trên các điều kiện chỉ số quan trọng: CMIN/df ≤ 3, CFI ≥ 0.95, GFI ≥ 0.9, TLI ≥ 0.9, RMSEA ≤ 0.06, PCLOSE ≥ 0.01.

Hình 2: Phân tích nhân tố khẳng định

Nguồn: Tính toán của nhóm tác giả

Phân tích mô hình cấu trúc tuyến tính (SEM)

Đánh giá chỉ số R²

Kết quả cho thấy, các chỉ số R² của ND, NT đều > 25%, đây là các giá trị phù hợp.

Đánh giá các tác động đã chuẩn hóa

Bảng 2: Hệ số hồi quy chuẩn hóa

Kết quả nghiên cứu Bảng 2 cho thấy, với mức ý nghĩa 1%, các chỉ báo là hoàn toàn phù hợp về mặt ý nghĩa thống kê.

Thảo luận kết quả nghiên cứu

Phân tích dữ liệu từ 321 bảng hỏi hợp lệ cho thấy mức độ quen thuộc với sàn TMĐT có tác động tích cực đáng kể đến niềm tin vào thuật toán. Cụ thể, những người có kinh nghiệm sử dụng TMĐT thường xuyên và hiểu rõ cách hệ thống vận hành có xu hướng tin tưởng hơn vào khả năng hoạt động của thuật toán. Kết quả này phù hợp với các nghiên cứu trước đó (Gefen, 2000; Taylor và Todd, 1995), trong đó, sự quen thuộc làm giảm mức độ hoài nghi và gia tăng lòng tin vào hệ thống.

Tuy nhiên, nghiên cứu cũng chỉ ra rằng, tác động của mức độ quen thuộc không phải lúc nào cũng tuyệt đối. Khi người dùng nhận thấy thuật toán không đáp ứng tốt nhu cầu cá nhân hoặc có dấu hiệu thao túng kết quả, niềm tin của họ có thể bị suy giảm bất kể mức độ quen thuộc ban đầu (Shin, 2021; Wang và cộng sự, 2023).

Kết quả kiểm định mô hình cho thấy, nhận định phê phán về thuật toán đóng vai trò trung gian đáng kể giữa mức độ quen thuộc và niềm tin vào thuật toán. Cụ thể, những người có mức độ quen thuộc thấp thường có xu hướng phê phán thuật toán cao hơn, từ đó dẫn đến niềm tin thấp hơn vào hệ thống. Điều này phù hợp với nghiên cứu của Hu và Wang (2023) và Shin (2021), khi sự thiếu minh bạch và tính khó nắm bắt của thuật toán có thể làm gia tăng thái độ tiêu cực.

KẾT LUẬN VÀ HÀM Ý NGHIÊN CỨU

Nghiên cứu hệ thống hóa lý thuyết về mức độ quen thuộc với nền tảng TMĐT, nhận định phê phán về thuật toán, và niềm tin vào thuật toán, đồng thời kiểm định mô hình nghiên cứu dựa trên dữ liệu từ 321 phiếu khảo sát hợp lệ. Kết quả cho thấy mức độ quen thuộc có ảnh hưởng tiêu cực đến các nhận định phê phán về thuật toán, và những nhận định này có ảnh hưởng tiêu cực đến niềm tin vào thuật toán, trong đó nhận định về tính giới hạn tác động mạnh nhất.

Về lý thuyết, nghiên cứu bổ sung vào kiến thức về niềm tin vào thuật toán bằng cách xác nhận tác động tích cực của mức độ quen thuộc, đồng thời chỉ ra vai trò trung gian của nhận định phê phán. Về thực tiễn, nghiên cứu nhấn mạnh tầm quan trọng của tính minh bạch thuật toán trong việc duy trì niềm tin. Các nền tảng TMĐT nên cung cấp thông tin rõ ràng về cách thuật toán hoạt động, như tiêu chí xếp hạng sản phẩm hay cơ chế cá nhân hóa, để giảm lo ngại của người dùng.

Nghiên cứu có một số hạn chế cần được xem xét. Thứ nhất, mẫu nghiên cứu chủ yếu tập trung vào người dùng tại Việt Nam, điều này có thể ảnh hưởng đến tính tổng quát của kết quả khi áp dụng vào các thị trường khác. Thứ hai, nghiên cứu chưa phân tích sự khác biệt giữa các nền tảng TMĐT cụ thể, chẳng hạn như Shopee, Tiki hay Lazada, trong khi mỗi nền tảng có thể có cách triển khai thuật toán khác nhau, ảnh hưởng đến mức độ quen thuộc và niềm tin của người dùng. Hướng nghiên cứu tương lai có thể mở rộng bằng cách kiểm tra ảnh hưởng của nhân tố văn hóa hoặc thử nghiệm mô hình trong các bối cảnh TMĐT khác nhau để đảm bảo độ tin cậy của kết quả./.

Tài liệu tham khảo:

1. Davis, F. D. (1987), User acceptance of information systems: the technology acceptance model (TAM), retrieved from https://deepblue.lib.umich.edu/bitstream/handle/2027.42/35547/b1409190.0001.001.pdf.

3. Gefen, D. (2000), E-commerce: the role of familiarity and trust, Omega, 28(6), 725-737.

4. Taylor, S., Todd, P. (1995), Assessing IT usage: The role of prior experience, MIS quarterly, 19(4), 561-570.

5. Fazio, R. H., Zanna, M. P. (1978), Attitudinal qualities relating to the strength of the attitude-behavior relationship, Journal of experimental social psychology, 14(4), 398-408.

6. Hu, J., Wang, R. (2023), Familiarity Breeds Trust? The Relationship between Dating App Use and Trust in Dating Algorithms via Algorithm Awareness and Critical Algorithm Perceptions, International Journal of Human-Computer Interaction, 40(17), 4596–4607.