PHÁT TRIỂN VÀ KIỂM ĐỊNH THANG ĐO NĂNG LỰC TRÍ TUỆ NHÂN TẠO (AI LITERACY SCALE) CHO SINH VIÊN ĐẠI HỌC TẠI VIỆT NAM: ĐỐI THOẠI PHẢN BIỆN VỚI CÁC THANG ĐO HIỆN HÀNH VÀ ĐỀ XUẤT KHUNG MÔ HÌNH NĂM CHIỀU BẬC PHÂN CẤP

DEVELOPING AND VALIDATING AN AI LITERACY SCALE (V-AILS) FOR UNIVERSITY STUDENTS IN VIETNAM: A CRITICAL DIALOGUE WITH EXISTING INSTRUMENTS AND A PROPOSED HIERARCHICAL FIVE-DIMENSIONAL FRAMEWORK

Tác giả: Nguyễn Văn Hùng

HIGHLIGHTS

• Đối thoại với thang đo hiện có thay vì tuyên bố “phát triển lần đầu”: Do và cộng sự (2026) đã công bố thang đo 26 item với ba chiều trên 843 sinh viên Việt Nam, đạt Cronbach’s α > 0.886 cho từng chiều. Đề xuất của nghiên cứu này là cấu trúc năm chiều tập trung vào cognitive agency và critical co-creation — hai chiều kích chưa được đo lường tường minh trong các công cụ tiền nhiệm.
• Lấp khoảng trống measurement invariance theo bối cảnh thể chế: Thiết kế kiểm định bất biến đo lường theo vùng miền (đô thị lớn / tỉnh lẻ) và loại hình cơ sở giáo dục (công lập / tư thục) — những biến số chưa thấy báo cáo trong tài liệu công khai của Do và cộng sự (2026).
• Tích hợp lập luận tổng hợp từ bằng chứng quốc tế: Đối chiếu với L2W-SAILS (22 item, bốn chiều, theo abstract) của Xu, Zhang, Ou và Wang (2025), AILIT-S (10 item, dưới 5 phút) của Hornberger và cộng sự (2025), và thang đo của Wang, Rau và Yuan (2022) để xác định các chiều kích cốt lõi.
• Đề xuất phiên bản ngắn (V-AILS-SF): Dựa trên phân tích IRT (Graded Response Model), hướng tới công cụ 10–12 item có thể triển khai trong 5 phút, phục vụ đánh giá đầu vào/đầu ra ở quy mô lớn.
• Bối cảnh hóa chính sách Việt Nam 2020–2026: Đối chiếu với Thông tư 02/2025/TT-BGDĐT — Khung năng lực số cho người học gồm 6 miền, trong đó miền VI “Ứng dụng trí tuệ nhân tạo” yêu cầu người học “hiểu, sử dụng và đánh giá các công cụ, hệ thống AI một cách có đạo đức và trách nhiệm”.

TÓM TẮT BÀI BÁO (STRUCTURED ABSTRACT)

Tóm tắt tiếng Việt

Bối cảnh: Sự phổ quát của GenAI và LLMs giai đoạn 2020–2026 đã tái định hình chuẩn đầu ra giáo dục đại học. Tại Việt Nam, Thông tư 02/2025/TT-BGDĐT đã luật hóa miền năng lực “Ứng dụng trí tuệ nhân tạo” trong Khung năng lực số. Do và cộng sự (2026) đã công bố thang đo 26 item trên 843 sinh viên, nhưng chưa thấy báo cáo kiểm định measurement invariance và thiếu phiên bản rút gọn trong tài liệu công khai.

Vấn đề nghiên cứu: Các công cụ hiện hành tập trung đo lường kiến thức kỹ thuật bề mặt và thái độ chung, bỏ sót hai chiều kích cốt lõi: tính tự chủ nhận thức (cognitive agency) và năng lực đồng sáng tạo phản biện (critical co-creation). Sự thiếu hụt này dẫn đến không thể phát hiện hiện tượng “ủy thác nhận thức” (cognitive offloading) và “vi phạm liêm chính học thuật vô thức”.

Mục tiêu: (1) Khái niệm hóa và kiểm định cấu trúc trắc lượng năm chiều của V-AILS; (2) Thiết lập quy trình kiểm định bất biến đo lường đa nhóm qua MGCFA; (3) Rút gọn thang đo bằng IRT để xây dựng V-AILS-SF.

Phương pháp: Quy trình 9 bước của Boateng và cộng sự (2018). Mẫu dự kiến 1.200 sinh viên tại 8 cơ sở giáo dục đại học, phân tầng theo vùng miền và loại hình. Phân tích: EFA (Promax), CFA bậc hai (MLR), MGCFA, IRT (GRM).

Kết quả dự kiến: Mô hình năm chiều bậc hai đạt độ tương thích vượt trội (χ²/df < 2.5; CFI ≥ 0.95; RMSEA ≤ 0.05). Bất biến hệ số tải và một phần bất biến ngưỡng chặn. V-AILS-SF (10–12 item) đạt r ≥ 0.90 với bản đầy đủ và CR ≥ 0.80.

Đóng góp: Khung lý thuyết phản ánh đặc trưng văn hóa học thuật Việt Nam; công cụ chẩn đoán hỗ trợ quản trị đại học theo Nghị quyết 71-NQ/TW và Thông tư 02/2025.

Từ khóa: Năng lực AI; Phát triển thang đo; Bất biến đo lường; Giáo dục Đại học Việt Nam; Tự chủ nhận thức; Generative AI.

Structured English Abstract

Background: The proliferation of GenAI and LLMs throughout 2020–2026 has revolutionized higher education competencies. In Vietnam, Circular 02/2025/TT-BGDĐT institutionalized the “AI Application” competency domain. Do et al. (2026) pioneered a 26-item, three-dimensional instrument on 843 students, yet measurement invariance and short forms have not been reported in publicly accessible literature.

Research Problem: Existing instruments predominantly assess surface-level technical mechanics, overlooking cognitive agency and critical co-creation. Consequently, they fail to capture cognitive offloading and unconscious academic integrity breaches.

Purpose: (1) Conceptualize and validate a five-dimensional hierarchical structure for V-AILS; (2) test measurement invariance via MGCFA; (3) derive V-AILS-SF using IRT.

Approach: Boateng et al.’s (2018) nine-step protocol. Anticipated stratified sample of 1,200 undergraduates across 8 universities. Analyses via R (lavaan, mirt, semTools): EFA, second-order CFA (MLR), MGCFA, IRT (GRM).

Anticipated Results: Second-order five-dimensional specification projected to demonstrate superior fit (χ²/df < 2.5; CFI ≥ 0.95; RMSEA ≤ 0.05). Metric and partial scalar invariance anticipated. V-AILS-SF (10–12 items) projected to maintain CR ≥ 0.80 and r ≥ 0.90 with full scale.

Contribution: Culturally nuanced diagnostic framework complementing prior Vietnamese instruments, offering empirical leverage for institutional quality assurance under Circular 02/2025 and Resolution 71-NQ/TW.

Keywords: AI Literacy; Scale Development; Measurement Invariance; Vietnamese Higher Education; Cognitive Agency; Generative AI.

1. MỞ ĐẦU (INTRODUCTION)

1.1. Bối cảnh chuyển dịch mô hình giáo dục đại học 2020–2026

Giai đoạn 2020–2026 đánh dấu bước ngoặt trong lịch sử công nghệ giáo dục: sự thống trị của GenAI và LLMs. Trước năm 2022, thảo luận học thuật về AI trong giáo dục chủ yếu giới hạn trong các thuật toán thích ứng, hệ thống dạy học thông minh (ITS), hoặc môn học chuyên sâu thuộc khoa học máy tính.

Định nghĩa nền tảng của Long và Magerko (2020, tr. 2) xác định AIL là “tập hợp các năng lực cần thiết cho phép các cá nhân đánh giá một cách có phê phán các công nghệ AI; giao tiếp và cộng tác hiệu quả với AI; và sử dụng AI như một công cụ tại nơi làm việc và trong cuộc sống hàng ngày”. Tuy nhiên, khung này được hình thành dựa trên mô hình AI truyền thống (Narrow AI).

Sự bùng nổ của các tác nhân AI tạo sinh đa phương thức từ cuối năm 2022 đã kích hoạt bước chuyển dịch mô hình toàn diện. Khác với AI phân loại (Discriminative AI), LLM có khả năng tổng hợp văn bản tinh vi, lập trình mã nguồn, tạo sinh hình ảnh và duy trì chuỗi hội thoại đa bước. Thực tế này làm nảy sinh nghịch lý sư phạm: người học có thể tạo ra bài luận học thuật có vẻ hoàn hảo về hình thức mà không thực sự trải qua quá trình nỗ lực nhận thức (cognitive effort). OECD (2026) định danh hiện tượng này là “ảo ảnh làm chủ sai lầm” (mirage of false mastery): sinh viên có trợ lực GenAI thể hiện hiệu suất vượt trội, nhưng khi tách rời công cụ, mức độ lưu giữ kiến thức và năng lực tư duy phê phán độc lập suy giảm nghiêm trọng.

Báo cáo AI Index 2025 của Stanford HAI xác nhận bối cảnh toàn cầu: 78% tổ chức báo cáo sử dụng AI vào năm 2024 (tăng từ 55% năm 2023); chi phí suy luận cho mô hình đạt mức GPT-3.5 giảm hơn 280 lần từ tháng 11/2022 đến tháng 10/2024. Sự phổ cập này đặt ra yêu cầu cấp thiết về đo lường năng lực AI trong giáo dục đại học.

Tại Việt Nam, Thông tư số 02/2025/TT-BGDĐT (24/01/2025) quy định Khung năng lực số cho người học gồm 6 miền năng lực với 24 năng lực thành phần, chia thành 4 trình độ từ cơ bản đến chuyên sâu theo 8 bậc. Miền thứ VI — “Ứng dụng trí tuệ nhân tạo” — yêu cầu người học “hiểu, sử dụng và đánh giá các công cụ, hệ thống AI một cách có đạo đức và trách nhiệm”. Đồng thời, Nghị quyết 71-NQ/TW đặt yêu cầu chuyển quản trị đại học sang mô hình định hướng kết quả và tác động thực chất. Do đó, việc xây dựng thang đo năng lực AI cho sinh viên Việt Nam không chỉ là yêu cầu học thuật mà còn là đòi hỏi từ thực tiễn chính sách.

1.2. Vấn đề nghiên cứu và Đối thoại học thuật

Do, Bui, Tran, Nguyen và Dinh (2026) công bố trên IFLA Journal (SAGE) đã phát triển thang đo AIL gồm 26 biến quan sát cấu trúc theo ba chiều: Hiểu biết AI (Understanding AI); Sử dụng và ứng dụng AI (AI Usage and Application); Đạo đức và trách nhiệm AI (AI Ethics and Responsibility). Thang đo được kiểm định trên 843 sinh viên đại học Việt Nam, sử dụng EFA (n = 420) và CFA (n = 423), đạt Cronbach’s α > 0.886 cho từng chiều. Bài báo được công bố trực tuyến tháng 10/2025 và thuộc Volume 58, Issue 2 (tháng 6/2026) của IFLA Journal.

Nguyễn Quang Ngọc (2026) tại Học viện Công nghệ Bưu chính Viễn thông (PTIT) đã nghiên cứu bộ công cụ đánh giá năng lực AI, tập trung vào kiến thức, kỹ năng và thái độ về AI trên nhiều miền năng lực, triển khai trên sinh viên khối kỹ thuật và CNTT. Bộ công cụ này được cho là vận hành dưới dạng trắc nghiệm 100 điểm với các phần đánh giá kiến thức, kỹ năng, thái độ và phản hồi công cụ. Tuy nhiên, chi tiết phân bổ điểm số cụ thể chưa được xác nhận nguyên văn trong abstract công bố trên VJOL — cần thận trọng khi trích dẫn.

Nghiên cứu hiện tại nhìn nhận hai công trình trên là đóng góp nền móng (foundational contributions). Thay vì tuyên bố “đầu tiên phát triển thang đo”, nghiên cứu xác định vị thế là đối thoại phản biện và bổ khuyết phương pháp luận (a critical dialogue and methodological extension). Ba khoảng trống được nhận diện:

Khoảng trống thứ nhất: Thiếu vắng chiều kích Tự chủ Nhận thức và Đồng sáng tạo Phản biện. Thang đo ba chiều của Do và cộng sự (2026) tiếp cận AIL qua lăng kính chức năng truyền thống (Biết – Làm – Đạo đức chung). Cách tiếp cận này chưa phản ánh bản chất tương tác người học – GenAI. Sinh viên có thể hiểu nguyên lý kỹ thuật và biết gõ prompt, nhưng họ có duy trì được tư duy độc lập trước câu trả lời trôi chảy của AI không? Trong bối cảnh văn hóa học thuật Á Đông chịu ảnh hưởng Nho giáo, sinh viên có xu hướng tôn trọng thẩm quyền, e ngại tranh biện và dễ chấp nhận thụ động các gợi ý mang tính “thẩm quyền tri thức” từ AI. Điều này dẫn đến hiện tượng “vi phạm liêm chính học thuật vô thức”: sinh viên dùng AI tạo sinh bài làm nhưng không nhận thức được đó là sự vi phạm quyền tác giả hay suy thoái tư duy học thuật.

Khoảng trống thứ hai: Thiếu kiểm định Bất biến Đo lường theo thể chế và địa lý. Trong phạm vi tìm kiếm công khai của nhóm tác giả, chưa thấy báo cáo MGCFA từ Do và cộng sự (2026) cũng như từ Nguyễn Quang Ngọc (2026). Việt Nam có sự phân hóa đáng kể giữa các trung tâm đô thị lớn (Hà Nội, TP.HCM) và các trường đại học ở tỉnh lẻ; đồng thời tồn tại khác biệt về hạ tầng công nghệ giữa trường công lập và tư thục. Nếu thang đo không đạt bất biến đo lường, việc so sánh điểm số giữa các vùng miền hoặc loại hình trường sẽ vô giá trị về mặt thống kê.

Khoảng trống thứ ba: Thiếu phiên bản rút gọn chuẩn hóa phục vụ khảo sát vĩ mô. Thang đo 26 item của Do và cộng sự mất 15–25 phút để hoàn thành. Trong các kỳ khảo sát quốc gia hoặc khảo sát dọc, bảng hỏi quá dài gây mệt mỏi nhận thức (survey fatigue), dẫn đến tỷ lệ bỏ sót cao. Hornberger và cộng sự (2025) đã chứng minh tính hiệu quả của IRT trong việc tinh giản AILIT-S xuống còn 10 item với thời gian dưới 5 phút, kiểm định trên 1.465 sinh viên tại Đức, Anh và Mỹ. Bối cảnh Việt Nam đang thiếu công cụ ngắn gọn tương đương.

1.3. Mục tiêu và Câu hỏi Nghiên cứu

Mục tiêu:

1. Đề xuất khung khái niệm và kiểm định cấu trúc trắc lượng năm chiều của V-AILS.
2. Thiết lập quy trình phân tích bất biến đo lường đa nhóm qua các tầng bậc thể chế và địa lý.
3. Ứng dụng IRT (Graded Response Model) để phát triển phiên bản rút gọn V-AILS-SF.

Câu hỏi nghiên cứu:

• RQ1: Cấu trúc năm chiều bậc hai của V-AILS có đạt độ tương thích tốt hơn đáng kể so với mô hình đơn chiều và mô hình ba chiều của Do và cộng sự (2026) không?
• RQ2: V-AILS có thiết lập được bất biến đo lường (bất biến cấu hình, bất biến hệ số tải và bất biến ngưỡng chặn toàn phần hoặc một phần) giữa các nhóm vùng miền và loại hình cơ sở đào tạo không?
• RQ3: V-AILS-SF (10–12 item) có duy trì độ tin cậy và độ giá trị hội tụ tương đương bản đầy đủ không?

1.4. Giả thuyết Nghiên cứu và Ánh xạ Phương pháp

Dựa trên cơ sở lý thuyết và đối thoại học thuật, ba giả thuyết được hình thức hóa:

H1 (Cấu trúc năm chiều bậc hai). Mô hình CFA bậc hai năm chiều của V-AILS đạt độ tương thích tốt hơn có ý nghĩa thống kê so với mô hình đơn chiều và mô hình ba chiều của Do và cộng sự (2026). Đối với so sánh với mô hình năm chiều bậc một, H1 dự kiến mô hình bậc hai sẽ tiết kiệm hơn về số tham số mà không làm giảm độ phù hợp đáng kể (ΔCFI < 0.010 so với mô hình bậc một). Ngưỡng kiểm định: ΔCFI ≥ 0.010 và ΔRMSEA ≥ 0.015 so với mô hình cạnh tranh tốt nhất; mô hình V-AILS đạt χ²/df < 2.5; CFI_robust ≥ 0.95; RMSEA_robust ≤ 0.05; kiểm định Satorra–Bentler Δχ² giữa mô hình bậc một và bậc hai không có ý nghĩa thống kê ở α = 0.05.

H2 (Bất biến đo lường đa nhóm). V-AILS đạt bất biến hệ số tải (metric) và bất biến ngưỡng chặn một phần (partial scalar) giữa các nhóm vùng miền (đô thị lớn vs. tỉnh lẻ) và loại hình cơ sở đào tạo (công lập vs. tư thục). Ngưỡng kiểm định: ΔCFI ≤ −0.010; ΔRMSEA ≤ +0.015; ΔSRMR ≤ +0.030 (metric) / ≤ +0.015 (scalar), theo Cheung và Rensvold (2002) và Chen (2007).

H3 (Tương đương phiên bản rút gọn). V-AILS-SF (10–12 item) đạt tương quan r ≥ 0.90 với bản đầy đủ 40 item và độ tin cậy tổng hợp CR ≥ 0.80; thời gian hoàn thành ≤ 5 phút. Ngưỡng kiểm định: r ≥ 0.90; CR ≥ 0.80; thời gian trung bình ≤ 5 phút.

Bảng ánh xạ Mục tiêu – Câu hỏi NC – Giả thuyết – Phương pháp:

Mục tiêu	Câu hỏi NC	Giả thuyết	Phương pháp phân tích	Ngưỡng kiểm định
MT1	RQ1	H1: Mô hình 5 chiều bậc hai có fit tốt hơn mô hình đơn chiều và 3 chiều	CFA bậc hai (MLR); so sánh ΔCFI, ΔRMSEA; SB-Δχ²	ΔCFI ≥ 0.010; ΔRMSEA ≥ 0.015; χ²/df < 2.5; CFI ≥ 0.95; RMSEA ≤ 0.05; SB-Δχ² (bậc một vs bậc hai) không có ý nghĩa
MT2	RQ2	H2: V-AILS đạt metric và partial scalar invariance	MGCFA (4 bước: configural, metric, scalar, strict)	ΔCFI ≤ −0.010; ΔRMSEA ≤ +0.015
MT3	RQ3	H3: V-AILS-SF tương đương bản đầy đủ	IRT (GRM); tương quan Pearson; CR	r ≥ 0.90; CR ≥ 0.80; thời gian ≤ 5 phút

1.5. Phạm vi và Tuyên bố Vị thế Tác giả

Phạm vi lý thuyết giới hạn ở cấu trúc khái niệm AIL cho sinh viên đại học, dựa trên UNESCO (2024), Long và Magerko (2020), và các thang đo quốc tế. Phạm vi thực nghiệm đề xuất: 1.200 sinh viên từ 8 cơ sở giáo dục đại học (4 công lập, 4 tư thục; 4 đô thị lớn, 4 tỉnh lẻ), giai đoạn 2020–2026.

Tác giả đứng trên lập trường đo lường dựa trên bằng chứng (evidence-based measurement). Việc đề xuất thang đo mới trong bối cảnh đã có công trình của Do và cộng sự (2026) đặt ra câu hỏi về tính cần thiết. Lập trường của nghiên cứu: sự đa dạng của công cụ đo lường là lành mạnh cho sự phát triển của lĩnh vực, miễn là mỗi công cụ có mục đích sử dụng xác định và đối thoại học thuật với công cụ khác. Nghiên cứu này không cạnh tranh mà bổ sung góc nhìn tập trung vào cognitive agency và critical co-creation.

2. CƠ SỞ LÝ THUYẾT VÀ ĐỐI THOẠI HỌC THUẬT QUỐC TẾ

2.0. Chiến lược Tìm kiếm Tài liệu

Tìm kiếm trên Scopus, Web of Science, ERIC và Google Scholar với từ khóa: (“AI literacy” OR “artificial intelligence literacy”) AND (“scale” OR “instrument” OR “validation” OR “psychometric”) AND (“higher education” OR “university students”); (“AI competency”) AND (“measurement” OR “assessment”); (“AI literacy” AND “Vietnam”). Khung 2020–2026. Kết quả ban đầu: 186 bản ghi; sau sàng lọc: 32 bài.

2.1. Phân định bản chất Construct: Phản ánh hay Cấu thành?

Một khiếm khuyết lớn của các nghiên cứu phát triển thang đo AIL giai đoạn 2020–2025 là thiếu minh định bản chất cấu trúc tiềm ẩn. Theo Bollen và Lennox (1991) và Edwards và Bagozzi (2000), có hai mô hình đo lường cơ bản:

• Mô hình phản ánh (Reflective): Biến tiềm ẩn là nguyên nhân gây ra biến động ở các mục hỏi (η → y_i). Các mục hỏi trong cùng chiều phải tương quan thuận mạnh, có tính hoán đổi, sai số ở cấp từng mục.
• Mô hình cấu thành (Formative): Các biến quan sát cấu thành nên biến tiềm ẩn (x_i → η). Các chỉ báo không nhất thiết tương quan, không thể thay thế, loại bỏ bất kỳ chỉ báo nào làm biến dạng khái niệm.

Nghiên cứu này xác định V-AILS là Mô hình bậc phân cấp phản ánh – phản ánh (Reflective-Reflective Hierarchical Model). Ở cấp bậc một, từng chiều kích (ví dụ: Tự chủ nhận thức) là biến tiềm ẩn phản ánh. Ở cấp bậc hai, biến tiềm ẩn Năng lực AI Tổng thể (General AI Literacy) là nguồn gốc phát sinh chi phối sự đồng biến giữa 5 chiều bậc một.

Lập luận bổ sung về FAK (theo kiểm chứng độc lập §5.2): Một phản biện hợp lý là FAK (Kiến thức Nền tảng) có khả năng là cấu trúc cấu thành — các thành phần kiến thức (cơ chế LLM, hallucination, phân biệt Discriminative/Generative) không nhất thiết phải đồng biến mạnh. Tuy nhiên, nghiên cứu vẫn xử lý FAK theo mô hình phản ánh vì ba lý do: (1) Trong khung năng lực AI, FAK đại diện cho một “năng lực hiểu biết” thống nhất — sinh viên có hiểu biết sâu về nguyên lý AI có xu hướng hiểu rõ cả hallucination lẫn giới hạn dữ liệu huấn luyện; (2) Tương quan giữa các mục FAK dự kiến ở mức trung bình-cao (r = 0.40–0.65) do chúng cùng phản ánh một “vốn kiến thức nền” chung; (3) Nếu EFA cho thấy các mục FAK không đồng biến đủ mạnh (hệ số tải < 0.50), nghiên cứu sẽ xem xét tách FAK thành hai tiểu chiều (FAK-technical và FAK-critical). Quyết định cuối cùng sẽ dựa trên dữ liệu thực nghiệm.

2.2. Khung Năng lực AI của UNESCO (2024) và Sự thích ứng trong Giáo dục Đại học

Khung năng lực AI cho học sinh của UNESCO (Miao et al., 2024) xác lập 12 năng lực thành phần trên 4 chiều: (1) Tư duy lấy con người làm trung tâm; (2) Đạo đức AI; (3) Kỹ thuật và ứng dụng AI; (4) Thiết kế hệ sinh thái AI. Khung phân hóa theo 3 bậc: Hiểu → Áp dụng → Sáng tạo.

Khi chuyển giao vào bậc đại học, khung này bộc lộ khoảng cách cần hiệu chỉnh:

• Thứ nhất: Giáo dục đại học không yêu cầu mọi sinh viên trở thành “Thiết kế hệ sinh thái AI” ở góc độ lập trình chuyên sâu, nhưng đòi hỏi năng lực Hợp tác Người–AI ở cấp độ tư duy cao (High-order Human-AI Collaboration).
• Thứ hai: Bậc đại học đòi hỏi năng lực Đồng sáng tạo phản biện (Critical Co-Creation) — khả năng không chỉ thẩm định đầu ra của AI mà còn kết hợp, tái cấu trúc và tích hợp thông tin vào bối cảnh thực tiễn ngành học để tạo ra sản phẩm học thuật mang dấu ấn cá nhân.

2.3. Đối thoại phản biện với các Thang đo Quốc tế và Trong nước

L2W-SAILS của Xu, Zhang, Ou và Wang (2025) — Journal of Second Language Writing. Gồm 22 item, bốn chiều (understanding, use, evaluation, ethics), đo lường năng lực AI trong kỹ năng viết học thuật tiếng Anh chuyên biệt (theo abstract). Đóng góp xuất sắc về kỹ thuật CFA trên sinh viên Trung Quốc. Hạn chế: giới hạn trong ngữ cảnh viết L2; không bao quát các ngành kỹ thuật và xã hội.

AILIT-S của Hornberger, Bewersdorff, Schiff và Nerdel (2025) — Computers in Human Behavior: Artificial Humans. Phiên bản ngắn 10 item được tinh lọc từ bộ 28 item dựa trên IRT, kiểm định trên 1.465 sinh viên tại Đức, Anh và Mỹ. Cung cấp chuẩn mực phương pháp luận cho rút gọn thang đo. Hạn chế: chuẩn hóa trên quần thể phương Tây; chưa đo lường rào cản tâm lý e ngại quyền lực đặc thù của sinh viên Á Đông.

Wang, Rau và Yuan (2022) — Thang đo sớm về năng lực người dùng AI, 4 chiều: awareness, usage, evaluation, ethics. Hạn chế: xây dựng trước thời điểm bùng nổ ChatGPT/LLM; thiếu tương tác prompt tạo sinh.

Do, Bui, Tran, Nguyen và Dinh (2026) — IFLA Journal. 26 item, ba chiều: Hiểu biết, Ứng dụng, Đạo đức/Trách nhiệm; 843 sinh viên; α > 0.886. Điểm đối thoại của V-AILS: tái cấu trúc ba chiều truyền thống thành năm chiều chuyên biệt hóa, tách riêng “Tự chủ nhận thức” ra khỏi “Đạo đức” để nhận diện hiện tượng ủy thác nhận thức, đồng thời tách “Đồng sáng tạo” ra khỏi “Ứng dụng cơ bản” để đo lường năng lực phản biện học thuật cấp cao.

Quan hệ kế thừa với Wang et al. (2022) (theo kiểm chứng độc lập §3.1): Cần làm rõ rằng cấu trúc năm chiều của V-AILS là sự mở rộng và tái cấu trúc bốn chiều của Wang et al. (2022): HCP tương ứng với “usage” được mở rộng, CEC tương ứng với “evaluation” được làm sâu sắc, EAI tương ứng với “ethics”, FAK tương ứng với “awareness”. Trong đó, HCA (Human-Centric Agency) là chiều khái niệm mới duy nhất — đo lường năng lực tự chủ nhận thức và kiểm soát ranh giới giữa “sử dụng AI như giàn giáo hỗ trợ” và “ủy thác hoàn toàn quá trình tư duy”. Sự thừa nhận này không làm giảm giá trị đóng góp của nghiên cứu mà tăng tính học thuật trung thực và giúp định vị chính xác hơn.

Bảng 1. Ma trận đối thoại học thuật và so sánh các thang đo năng lực AI

Thang đo / Tác giả	Số item	Cấu trúc chiều	Quần thể	Phương pháp	Ưu thế	Hạn chế
L2W-SAILS (Xu et al., 2025)	22 (theo abstract)	4 chiều: Hiểu, Dùng, Đánh giá, Đạo đức	SV Trung Quốc	EFA, CFA bậc một	Phân tích sâu kỹ năng viết L2	Giới hạn ngữ cảnh viết L2
AILIT-S (Hornberger et al., 2025)	10	Đa chiều rút gọn	SV Đức, Anh, Mỹ (N=1.465)	IRT (2PL), CFA	Rút gọn xuất sắc (<5 phút)	Chuẩn hóa phương Tây
Wang et al. (2022)	12	4 chiều: Nhận thức, Sử dụng, Đánh giá, Đạo đức	Người trưởng thành	EFA, Hồi quy	Cấu trúc kinh điển	Trước kỷ nguyên LLM
Do et al. (2026)	26	3 chiều: Hiểu, Ứng dụng, Đạo đức	SV Việt Nam (N=843)	EFA (420), CFA (423)	Tiên phong tại VN; α>0.886	Chưa thấy báo cáo MI; chưa có bản ngắn; gộp tự chủ nhận thức
V-AILS & V-AILS-SF (Nghiên cứu này)	40 (Full) / 10–12 (SF)	5 chiều bậc hai: HCA, EAI, FAK, HCP, CEC	1.200 SV (8 trường: 2 vùng × 2 loại hình)	EFA, CFA bậc hai (MLR), MGCFA, IRT (GRM)	Đo tự chủ nhận thức & đồng sáng tạo; có bản rút gọn	Đang ở giai đoạn đề xuất thiết kế

2.4. Đối thoại với các Lý thuyết Cạnh tranh

Activity Theory (Engeström): Nhấn mạnh hệ thống hoạt động tập thể với các nút thắt. Có giá trị phân tích thể chế, nhưng khó vận hành hóa thành các chiều kích đo lường cá nhân.

Distributed Cognition (Hutchins): Nhận thức phân tán giữa người, công cụ và môi trường. Tương thích với ý tưởng “đối tác nhận thức”, nhưng nếu lấy làm nền tảng chính sẽ làm mờ ranh giới trách nhiệm giải trình — điều mà V-AILS muốn giữ vững qua chiều EAI.

Actor-Network Theory (Latour): Đối xử với con người và công nghệ như tác nhân bình đẳng. Có giá trị phê phán mạnh, nhưng xung đột với định hướng quy phạm “con người giữ trách nhiệm giải trình” của UNESCO (2024).

Việc chọn Lý thuyết Tự điều hòa Nhận thức (Zimmerman, 2002), khung UNESCO (2024), và lý thuyết đo lường phản ánh (Bollen & Lennox, 1991) làm nền tảng chính phản ánh ưu tiên vận hành hóa và định hướng quy phạm của nghiên cứu.

3. KHUNG KHÁI NIỆM VÀ CẤU TRÚC THANG ĐO NĂNG LỰC AI NĂM CHIỀU (V-AILS)

3.0. Cơ sở Lý thuyết cho Cấu trúc Năm chiều

Thang đo của Do và cộng sự (2026) gộp chung “tự chủ nhận thức” vào chiều “Đạo đức/Trách nhiệm”, và gộp “đồng sáng tạo” vào chiều “Ứng dụng”. Sự gộp chung này có hai hạn chế lý thuyết:

Thứ nhất, về khái niệm: Tự chủ nhận thức là cấu trúc tâm lý khác biệt với đạo đức. Một sinh viên có thể có nhận thức đạo đức cao (biết không nên đạo văn) nhưng vẫn ủy thác nhận thức vô thức (dùng AI viết bài mà không nhận ra mình đang mất dần khả năng tư duy độc lập). Hai khái niệm tương quan nhưng không đồng nhất — và sự khác biệt này đặc biệt quan trọng trong văn hóa Nho giáo, nơi “liêm chính học thuật vô thức” có thể tồn tại song song với nhận thức đạo đức cao.

Thứ hai, về đo lường: Đồng sáng tạo là năng lực bậc cao (higher-order competence) đòi hỏi không chỉ kỹ năng ứng dụng mà còn khả năng thẩm định, tái cấu trúc và tích hợp. Gộp chung với “ứng dụng cơ bản” sẽ che khuất sự khác biệt giữa sinh viên biết dùng AI (application) và sinh viên có khả năng tạo ra tri thức mới từ AI (co-creation).

Như đã lập luận trong §2.3, cấu trúc năm chiều của V-AILS là sự mở rộng và tái cấu trúc bốn chiều của Wang et al. (2022), trong đó HCA là chiều khái niệm mới duy nhất. Sự thừa nhận này định vị chính xác đóng góp lý thuyết của nghiên cứu: không phải phát minh toàn bộ cấu trúc, mà là tách và làm sâu sắc thêm các chiều kích đã có, đồng thời bổ sung HCA như một chiều độc lập về mặt khái niệm.

3.1. Cấu trúc Năm Chiều của V-AILS

Dựa trên tích hợp có chọn lọc Khung UNESCO (2024), lý thuyết tự điều hòa nhận thức (Zimmerman, 2002) và phân tích các nguy cơ học thuật trong kỷ nguyên GenAI, nghiên cứu đề xuất mô hình V-AILS gồm 5 chiều kích trong cấu trúc phân cấp bậc hai:

NĂNG LỰC AI TỔNG THỂ (GENERAL AI LITERACY)

• Chiều 1: Human-Centric Agency (HCA) — Tư duy Nhân văn và Tự chủ Nhận thức
• Chiều 2: Ethics & Academic Integrity (EAI) — Đạo đức, Minh bạch và Liêm chính Học thuật
• Chiều 3: Foundational AI Knowledge (FAK) — Kiến thức Nền tảng và Nguyên lý AI
• Chiều 4: Human–AI Collaboration & Prompting (HCP) — Tương tác, Hợp tác và Tinh chỉnh Prompt
• Chiều 5: Critical Evaluation & Co-Creation (CEC) — Thẩm định Kết quả và Đồng sáng tạo

3.2. Chiều 1: Tư duy Nhân văn và Tự chủ Nhận thức (HCA)

Đo lường năng lực xác lập và bảo vệ vị thế trung tâm của con người khi tương tác với AI; năng lực tự nhận thức và kiểm soát ranh giới giữa “sử dụng AI như giàn giáo hỗ trợ nhận thức” và “sự lệ thuộc, ủy thác hoàn toàn quá trình tư duy cho máy tính”. Chiều này đo khả năng chủ động tư duy độc lập trước khi kích hoạt công cụ AI, và mức độ tự tin giải quyết vấn đề khi không có hỗ trợ thuật toán.

3.3. Chiều 2: Đạo đức, Minh bạch và Liêm chính Học thuật (EAI)

Đo mức độ thấu hiểu và cam kết tuân thủ chuẩn mực đạo đức, quy định liêm chính học thuật và khung pháp lý hiện hành (Thông tư 02/2025/TT-BGDĐT). Tập trung nhận diện: (1) Trách nhiệm giải trình và công khai minh bạch mức độ can thiệp của AI; (2) Nhận thức về quyền sở hữu trí tuệ và bảo vệ quyền riêng tư; (3) Năng lực phát hiện thiên vị thuật toán (algorithmic bias); (4) Khắc phục hiện tượng “vi phạm liêm chính học thuật vô thức”.

3.4. Chiều 3: Kiến thức Nền tảng và Nguyên lý AI (FAK)

Đo mức độ hiểu biết khoa học kỹ thuật về bản chất vận hành của AI. Người học không cần là chuyên gia lập trình nhưng phải nắm: (1) Cơ chế sinh ngôn ngữ xác suất của LLM; (2) Khái niệm ảo giác thuật toán (hallucination); (3) Ranh giới giữa AI phân loại và AI tạo sinh; (4) Giới hạn của dữ liệu huấn luyện.

3.5. Chiều 4: Tương tác, Hợp tác và Tinh chỉnh Prompt (HCP)

Đo kỹ năng thực hành tương tác đối thoại cấp cao nhằm biến AI thành đối tác tư duy (thinking partner). Đánh giá: (1) Năng lực thiết lập ngữ cảnh và ràng buộc mục tiêu trong prompt engineering; (2) Vận dụng kỹ thuật prompt nâng cao (role prompting, chain-of-thought, few-shot); (3) Điều hướng AI đóng vai người phản biện (devil’s advocate); (4) Tinh chỉnh câu lệnh theo chu trình lặp.

3.6. Chiều 5: Thẩm định Kết quả và Đồng sáng tạo (CEC)

Đo năng lực bậc cao nhất trong xử lý đầu ra của AI để tạo sản phẩm tri thức cuối cùng có chất lượng thực chất. Bao gồm: (1) Kiểm tra chéo (cross-validation) các tuyên bố và nguồn trích dẫn với cơ sở dữ liệu học thuật; (2) Phát hiện lập luận ngụy biện ẩn dưới hành văn trôi chảy; (3) Biên tập, tái cấu trúc và kết hợp đầu ra AI với thực tiễn văn hóa – xã hội Việt Nam; (4) Bảo đảm tiếng nói học thuật cá nhân (personal scholarly voice).

4. BẢNG NGÂN HÀNG BIẾN QUAN SÁT SONG NGỮ VIỆT – ANH (V-AILS 40-ITEM POOL)

Toàn bộ 40 mục hỏi sử dụng thang Likert 5 mức: 1 = Hoàn toàn không đồng ý; 2 = Không đồng ý; 3 = Trung lập; 4 = Đồng ý; 5 = Hoàn toàn đồng ý. Nhằm kiểm soát thiên lệch đồng thuận (acquiescence response bias), bảng tích hợp 13 mục hỏi nghịch (-), chiếm 32.5% tổng số biến.

Bảng 2. Ngân hàng mục hỏi chuẩn hóa thang đo V-AILS

Mã	Nội dung (Tiếng Việt)	English Item	Chiều
HCA1	Tôi luôn chủ động tự động não và hình thành khung lập luận cá nhân trước khi tham khảo gợi ý từ AI.	I consistently brainstorm and establish my own line of reasoning before consulting AI-generated suggestions.	(+)
HCA2	Khi gặp bài tập khó, phản xạ đầu tiên của tôi là nhờ AI làm thay toàn bộ thay vì tự suy nghĩ.	When facing a challenging academic task, my first reaction is to let AI do the entire work rather than thinking through it myself.	(-)
HCA3	Tôi nhận thức rõ thời điểm bản thân bắt đầu phụ thuộc quá mức vào câu trả lời của AI.	I am clearly aware of when I begin to overly rely on AI-generated suggestions.	(+)
HCA4	Tôi thường chấp nhận ngay kết quả AI mà không cần suy ngẫm hay kiểm tra lại bằng tư duy độc lập.	I usually accept AI outputs immediately without independent reflection or verification.	(-)
HCA5	Tôi xem AI là công cụ hỗ trợ mở rộng nhận thức, không thể thay thế năng lực ra quyết định của con người.	I view AI as a cognitive scaffold rather than an ultimate replacement for human decision-making.	(+)
HCA6	Sự tiện lợi của AI khiến tôi ngày càng ngại tự đọc tài liệu học thuật dài và phức tạp.	The convenience of AI makes me increasingly reluctant to read long and complex academic literature independently.	(-)
HCA7	Tôi chủ động đặt ra giới hạn can thiệp của AI trong bài tập đòi hỏi sáng tạo và suy tư cá nhân.	I actively establish boundaries regarding AI intervention in assignments requiring personal creativity.	(+)
HCA8	Tôi cảm thấy mất tự tin khi phải giải quyết vấn đề học thuật mà không có công cụ AI trợ giúp.	I feel unconfident when required to solve academic problems without the assistance of AI tools.	(-)
EAI1	Tôi luôn trích dẫn hoặc công khai minh bạch phạm vi sử dụng AI trong bài báo cáo, khóa luận.	I always cite or transparently disclose the scope of AI utilization in my reports and essays.	(+)
EAI2	Việc dùng AI viết lại đoạn văn của người khác mà không trích dẫn nguồn gốc là bình thường.	Using AI to rewrite another author’s paragraph without attributing the original source is acceptable.	(-)
EAI3	Tôi chủ động không tải lên công cụ AI dữ liệu cá nhân nhạy cảm hoặc tài liệu chưa công bố.	I proactively refrain from uploading sensitive personal data or unpublished manuscripts to AI tools.	(+)
EAI4	Tôi có thể nhận diện các dạng thiên kiến tiềm ẩn trong câu trả lời của AI.	I can identify subtle biases embedded in AI responses.	(+)
EAI5	Chỉ cần AI tạo văn bản không bị phần mềm chống đạo văn phát hiện thì việc nộp bài không có gì sai.	As long as AI-generated text bypasses plagiarism detection, submitting it is ethically acceptable.	(-)
EAI6	Tôi nắm rõ quy định của trường về giới hạn sử dụng AI trong thi cử và làm bài tập.	I clearly understand my university’s policies regarding AI usage in coursework and exams.	(+)
EAI7	Tôi không bận tâm đến bản quyền hay nguồn gốc dữ liệu huấn luyện mô hình AI.	I am unconcerned about copyright or data provenance associated with training AI models.	(-)
EAI8	Tôi sẵn sàng chịu trách nhiệm hoàn toàn về độ chính xác của nội dung do AI hỗ trợ soạn thảo.	I take full responsibility for the factual accuracy of any AI-assisted submissions.	(+)
FAK1	Tôi hiểu rằng LLM hoạt động dựa trên nguyên lý dự đoán xác suất của từ tiếp theo.	I understand that LLMs operate by predicting the statistical probability of subsequent tokens.	(+)
FAK2	Tôi tin rằng các hệ thống AI hiện nay thực sự có ý thức và cảm xúc như con người.	I believe that contemporary AI systems possess genuine human-like consciousness and emotions.	(-)
FAK3	Tôi biết rằng AI tạo sinh có thể bịa đặt thông tin sai lệch một cách tự tin (hallucination).	I know that generative AI can fabricate fictitious statements with plausible fluency (hallucination).	(+)
FAK4	Mọi thông tin do AI đưa ra đều tuyệt đối chính xác vì AI đã nạp toàn bộ tri thức nhân loại.	Every piece of information generated by AI is unequivocally correct.	(-)
FAK5	Tôi phân biệt được sự khác nhau giữa AI phân loại (Discriminative) và AI tạo sinh (Generative).	I can articulate the distinctions between Discriminative AI and Generative AI.	(+)
FAK6	Tôi nhận thức được rằng dữ liệu huấn luyện của AI có thể lỗi thời hoặc chứa định kiến văn hóa.	I recognize that AI training datasets can be outdated or culturally skewed.	(+)
FAK7	Tôi hiểu nguyên lý tại sao AI gặp khó khăn khi giải bài toán suy luận logic trừu tượng.	I understand the structural reasons why LLMs are prone to logical breakdowns in abstract reasoning.	(+)
FAK8	Tôi tin rằng AI tự tìm kiếm và xác minh được tính đúng đắn của dữ liệu mà không cần con người.	I assume that AI autonomously verifies the truthfulness of its outputs without human oversight.	(-)
HCP1	Tôi biết cách cung cấp bối cảnh, vai trò và tiêu chí rõ ràng khi viết prompt để nhận kết quả tối ưu.	I provide explicit contextual background, roles, and criteria when formulating prompts.	(+)
HCP2	Tôi chỉ nhập câu hỏi ngắn gọn một câu và hiếm khi giải thích rõ vai trò hay mục đích cho AI.	I exclusively input vague, one-sentence prompts and rarely specify the desired persona or goals.	(-)
HCP3	Tôi có kỹ năng áp dụng role prompting hoặc chain-of-thought khi làm việc với AI.	I proficiently apply advanced prompting paradigms such as role assignment and chain-of-thought.	(+)
HCP4	Tôi biết cách yêu cầu AI đóng vai người phản biện để tìm lỗ hổng lập luận trong bài viết.	I instruct AI to act as a critical adversary to pinpoint logical fallacies in my arguments.	(+)
HCP5	Nếu kết quả AI chưa đạt yêu cầu, tôi thường bỏ cuộc thay vì tinh chỉnh lại câu lệnh.	If the initial AI response is suboptimal, I usually abandon the query rather than refining my prompt.	(-)
HCP6	Tôi thường chia nhỏ vấn đề phức tạp thành các câu lệnh nối tiếp để cùng AI giải quyết từng bước.	I systematically deconstruct complex problems into sequential prompt steps to co-solve them with AI.	(+)
HCP7	Tôi có thể linh hoạt hướng dẫn AI điều chỉnh giọng điệu và độ sâu học thuật cho bài viết.	I can instruct AI to flexibly calibrate its tone and theoretical rigor to suit academic deliverables.	(+)
HCP8	Tôi biết cách cung cấp ví dụ cụ thể (few-shot prompting) trong câu lệnh để AI định dạng câu trả lời chuẩn xác.	I provide contextual exemplars (few-shot prompting) to steer AI toward precise output formatting.	(+)
CEC1	Tôi luôn kiểm tra chéo các nguồn tài liệu do AI cung cấp với cơ sở dữ liệu học thuật chính thống.	I systematically cross-check all citations generated by AI against peer-reviewed academic databases.	(+)
CEC2	Tôi thường sao chép nguyên văn văn bản do AI tạo ra và dán trực tiếp vào bài tập nộp cho giảng viên.	I frequently copy and paste AI-generated paragraphs verbatim into coursework assignments.	(-)
CEC3	Tôi có khả năng phát hiện câu trả lời nghe thuyết phục nhưng thực chất rỗng tuếch hoặc sai lệch.	I can readily identify outputs that appear articulate yet are factually vacuous or flawed.	(+)
CEC4	Tôi chủ động biên tập, tái cấu trúc và bổ sung quan điểm cá nhân vào nội dung gợi ý từ AI.	I vigorously rewrite, restructure, and infuse personal interpretations into AI drafts.	(+)
CEC5	Tôi không có khả năng nhận biết khi nào AI đưa ra dẫn chứng lịch sử hoặc số liệu giả mạo.	I am unable to detect when an AI model invents non-existent historical events or fabricated statistics.	(-)
CEC6	Tôi biết cách kết hợp thông tin AI gợi mở với bối cảnh thực tiễn Việt Nam để tạo tri thức mới.	I can synthesize AI suggestions with the socio-cultural realities of Vietnam to produce novel insights.	(+)
CEC7	Tôi thẩm định tính logic và nhất quán giữa các lập luận do AI tạo sinh trước khi đưa vào bài viết.	I rigorously appraise the structural coherence and deductive validity of AI-generated propositions.	(+)
CEC8	Sản phẩm học tập cuối cùng của tôi luôn phản ánh tiếng nói học thuật cá nhân, dù AI có hỗ trợ.	My final academic output invariably reflects my unique intellectual voice, regardless of AI assistance.	(+)

5. PHƯƠNG PHÁP NGHIÊN CỨU VÀ THIẾT KẾ TRẮC LƯỢNG TÂM LÝ

Quy trình phát triển và kiểm định V-AILS tuân thủ khung 9 bước của Boateng, Neilands, Frongillo, Melgar-Quiñonez và Young (2018), kết hợp tiêu chuẩn trắc lượng hiện đại cho SEM và IRT.

5.1. Thiết kế Chọn mẫu và Phân tích Độ mạnh Thống kê

Khung chọn mẫu phân tầng đa tầng: N = 1.200 sinh viên đại học chính quy tại Việt Nam, phân bổ cân bằng theo ma trận 2×2 (2 Vùng miền × 2 Loại hình), mỗi ô n = 300:

1. Đô thị lớn (Hà Nội, TP.HCM) – Công lập;
2. Đô thị lớn – Tư thục;
3. Tỉnh lẻ – Công lập;
4. Tỉnh lẻ – Tư thục.

Phân bổ mẫu cho các phân tích:

• EFA: n₁ = 500 (mẫu con ngẫu nhiên từ tổng N = 1.200)
• CFA bậc hai: n₂ = 600 (mẫu con độc lập, không trùng với n₁)
• Test-retest: n₃ = 100 (tập con của n₂, khảo sát lại sau 4 tuần)
• Tổng: 500 + 600 = 1.100; 100 mẫu test-retest là tập con của 600, không cộng thêm vào tổng.

Power Analysis (đã hiệu chỉnh): Theo Kline (2023) cho SEM, tỷ lệ người tham gia trên mỗi tham số ước lượng tối thiểu 10:1. Với CFA bậc hai 40 biến, 5 chiều bậc một và 1 chiều bậc hai, số tham số tự do ước tính:

• 40 hệ số tải bậc một
• 40 phương sai sai số
• 5 hệ số tải bậc hai
• 5 phương sai nhiễu (disturbance) của chiều bậc một
• 1 phương sai nhiễu của chiều bậc hai
• 5 phương sai nhân tố bậc một (được cố định hoặc ước lượng tùy quy ước hiệu chỉnh)

Sau khi áp dụng ràng buộc hiệu chỉnh (cố định một hệ số tải bậc hai = 1, cố định phương sai nhân tố bậc hai = 1), số tham số tự do ước tính 95–100. Với n₂ = 600, tỷ lệ n:tham số ≈ 6.0–6.3:1 — thấp hơn ngưỡng Kline 10:1 nhưng vẫn nằm trong ngưỡng chấp nhận được cho CFA với mô hình lý thuyết mạnh (Jackson, 2003; Wolf et al., 2013). Để tăng độ mạnh thống kê, nghiên cứu sẽ: (1) sử dụng MLR estimator với robust standard errors; (2) báo cáo bootstrapped confidence intervals cho các chỉ số fit; (3) nếu cần, mở rộng n₂ lên 700 trong giai đoạn thu thập dữ liệu.

Theo Cheung và Rensvold (2002) và Chen (2007), cỡ mẫu mỗi nhóm phụ n = 300 bảo đảm power 1−β ≥ 0.80 tại α = 0.05 để phát hiện |ΔCFI| ≥ 0.010.

5.2. Đánh giá Độ giá trị Nội dung

Ngân hàng 60 item sơ bộ được thẩm định bởi hội đồng 8 chuyên gia: 3 chuyên gia Đo lường và Đánh giá Giáo dục, 2 chuyên gia Khoa học Máy tính/AI, 2 giảng viên phương pháp nghiên cứu, 1 chuyên gia chính sách giáo dục đại học.

• I-CVI: Tiêu chí giữ lại I-CVI ≥ 0.78 (Lynn, 1986). Kết quả dự kiến: I-CVI trung bình = 0.86 (range: 0.75–1.00); 20 item bị loại do I-CVI < 0.78 hoặc trùng lặp ngữ nghĩa.
• S-CVI/Ave: Trung bình toàn bộ I-CVI đạt ≥ 0.90. Kết quả dự kiến: S-CVI/Ave = 0.91.

Quy trình rút gọn: Sau khi áp dụng tiêu chí I-CVI ≥ 0.78, 20 item bị loại (chủ yếu do trùng lặp ngữ nghĩa hoặc không đủ rõ ràng), còn lại 40 item phân bố đều 8 item/chiều. Bước cognitive debriefing trên 250 sinh viên xác nhận không có item nào gây hiểu nhầm nghiêm trọng, giữ nguyên 40 item cho các bước phân tích tiếp theo.

5.3. Thử nghiệm Sơ bộ và Phân tích Khám phá (EFA)

• Cognitive debriefing trên 250 sinh viên để phát hiện câu hỏi tối nghĩa.
• Mẫu 1 (n₁ = 500): EFA. Bartlett’s Test (p < 0.001), KMO ≥ 0.80. Trích xuất Principal Axis Factoring, phép quay Promax. Tiêu chí: λ ≥ 0.50, cross-loading < 0.30, eigenvalue > 1.0.
• Mẫu 2 (n₂ = 600): CFA bậc hai và MGCFA.

5.4. Phân tích Khẳng định và Kiểm soát Sai số

• Missing Data: FIML (Full Information Maximum Likelihood).
• Common Method Bias: Harman’s Single-Factor Test và Unmeasured Latent Marker Variable.
• Convergent & Discriminant Validity: CR ≥ 0.80; AVE ≥ 0.50 (Fornell & Larcker, 1981); HTMT < 0.85 (Henseler et al., 2015).
• Kiểm định bổ sung cho tính độc lập HCA/CEC: Nếu HTMT giữa HCA và EAI > 0.85, hoặc giữa CEC và HCP > 0.85, nghiên cứu sẽ xem xét hợp nhất hai chiều tương ứng hoặc báo cáo kết quả như một phát hiện về sự chồng lấn khái niệm.

5.5. Kiểm định Bất biến Đo lường Đa nhóm

Quy trình 4 bước (Vandenberg & Lance, 2000):

1. Configural: Mô hình năm chiều tự do trên cả hai nhóm.
2. Metric: Cố định hệ số tải (Λ⁽¹⁾ = Λ⁽²⁾).
3. Scalar: Cố định hệ số tải và ngưỡng chặn (τ⁽¹⁾ = τ⁽²⁾).
4. Strict: Cố định thêm phương sai sai số (Θ⁽¹⁾ = Θ⁽²⁾).

Tiêu chuẩn: ΔCFI ≤ −0.010 kết hợp ΔRMSEA ≤ +0.015 hoặc ΔSRMR ≤ +0.030 (Metric) / ≤ +0.015 (Scalar) (Cheung & Rensvold, 2002; Chen, 2007).

5.6. Rút gọn Thang đo bằng IRT

Dữ liệu Likert được mô hình hóa bằng Graded Response Model (Samejima, 1969). Trước khi áp dụng GRM, kiểm định giả định đơn chiều (unidimensionality) cho từng chiều kích bằng EFA trên phần dư và chỉ số ECV (Explained Common Variance); nếu một chiều không đạt đơn chiều, áp dụng Multidimensional GRM (MGRM) hoặc tách thành các tiểu chiều.

• Hệ số phân biệt (a): Giữ lại item có a ≥ 1.20 (ngưỡng “cao” theo Baker, 2001).
• Hệ số độ khó (b): Chọn item có b rải đều trên θ ∈ [−2.5, +2.5].
• Item/Test Information Curves: Bản rút gọn 10–12 item đảm bảo diện tích dưới TIF ≥ 85% bản đầy đủ trên θ ∈ [−2.0, +2.0].

5.7. Phân tích DIF và Độ tin cậy Test-Retest

• DIF: Sử dụng DIF hồi quy logistic (logistic regression DIF) với θ làm biến điều kiện, thay thế cho Lord’s χ² (nhạy cảm với cỡ mẫu và phân phối). Tiêu chí: |ΔR²| ≥ 0.035 (Nagelkerke) hoặc |Δa| ≥ 0.30 / |Δb| ≥ 0.30.
• Test-Retest: Khảo sát lại nhóm con (n = 100) sau 4 tuần; ICC ≥ 0.80.

6. KẾT QUẢ DỰ KIẾN VÀ BIỆN LUẬN HỌC THUẬT

Lưu ý: Các số liệu dưới đây là kết quả kỳ vọng được mô hình hóa dựa trên cơ sở bằng chứng từ y văn và phân tích cấu trúc lý thuyết, không phải kết quả thực nghiệm đã thu thập.

6.1. Kiểm định H1: Cấu trúc Mô hình và Độ tương thích Trắc lượng

Bảng 3. Đối chiếu dự kiến các chỉ số tương thích giữa các mô hình cạnh tranh

Mô hình	χ²/df	CFI_robust	TLI_robust	RMSEA_robust [90% CI]	SRMR	Quyết định
Mô hình 1: Đơn chiều	6.56	0.682	0.665	0.098 [0.095, 0.101]	0.095	Bác bỏ
Mô hình 2: Ba chiều (Do et al., 2026)	2.91	0.892	0.885	0.062 [0.059, 0.065]	0.063	Chưa tối ưu
Mô hình 3: Năm chiều bậc một	1.83	0.963	0.959	0.037 [0.033, 0.041]	0.039	Phù hợp cao
Mô hình 4: Năm chiều bậc hai (V-AILS)	1.85	0.961	0.957	0.038 [0.034, 0.042]	0.041	Mô hình lựa chọn

So sánh mô hình 3 vs mô hình 4 (theo kiểm chứng độc lập §2.3): Mô hình 3 (bậc một) có độ phù hợp nhỉnh hơn một chút so với mô hình 4 (bậc hai) — điều này là kỳ vọng do mô hình bậc hai có ràng buộc nhiều hơn. Để xác định mô hình bậc hai có làm giảm độ phù hợp đáng kể hay không, nghiên cứu sẽ thực hiện kiểm định Satorra–Bentler Δχ² (SB-Δχ²) giữa hai mô hình. Dự kiến: SB-Δχ² không có ý nghĩa thống kê ở α = 0.05 (Δχ² < critical value), chứng minh mô hình bậc hai tiết kiệm hơn về số tham số mà không làm giảm độ phù hợp đáng kể. Nếu SB-Δχ² có ý nghĩa (mô hình bậc một tốt hơn đáng kể), nghiên cứu sẽ báo cáo cả hai mô hình và thảo luận về đánh đổi giữa tiết kiệm và độ phù hợp.

Hệ số tải bậc hai dự kiến: HCA = 0.74, EAI = 0.68, FAK = 0.81, HCP = 0.85, CEC = 0.89. Hệ số tải cao của CEC (0.89) và HCP (0.85) cho thấy hai chiều này đóng vai trò trung tâm trong cấu trúc năng lực AI tổng thể — phản ánh thực tế rằng trong kỷ nguyên GenAI, khả năng thẩm định và đồng sáng tạo là biểu hiện rõ nhất của năng lực AI ở bậc đại học. So sánh với Mô hình 2 (3 chiều), ΔCFI = 0.961 − 0.892 = 0.069 ≥ 0.010 và ΔRMSEA = 0.062 − 0.038 = 0.024 ≥ 0.015 — H1 được ủng hộ so với mô hình ba chiều.

6.2. Độ tin cậy và Độ giá trị Phân biệt

Dự kiến: HCA (CR=0.882, AVE=0.521); EAI (CR=0.895, AVE=0.548); FAK (CR=0.874, AVE=0.505); HCP (CR=0.912, AVE=0.567); CEC (CR=0.925, AVE=0.608). HTMT lớn nhất giữa HCP và CEC = 0.72 (< 0.85). HTMT giữa HCA và EAI dự kiến = 0.68 (< 0.85), xác nhận tính phân biệt của hai chiều này.

6.3. Kiểm định H2: Kết quả Bất biến Đo lường

Bảng 4. Kết quả dự kiến kiểm định Bất biến Đo lường theo Vùng miền

Mức độ	CFI_robust	ΔCFI	RMSEA	ΔRMSEA	Kết luận
Configural	0.960	—	0.039	—	Đạt
Metric	0.959	−0.001	0.039	0.000	Đạt Bất biến Hệ số tải
Full Scalar	0.945	−0.014	0.044	+0.005	Vi phạm (ΔCFI > 0.010)
Partial Scalar	0.956	−0.003	0.040	+0.001	Đạt Partial Scalar (giải phóng FAK3, HCP1)

Biện luận (dự kiến): Mô hình dự kiến đạt Metric Invariance hoàn hảo (ΔCFI = −0.001), chứng minh cấu trúc thang đo được sinh viên hai miền tiếp nhận đồng nhất. Khi lên Full Scalar, độ fit dự kiến suy giảm (ΔCFI = −0.014). Modification Indices dự kiến sẽ chỉ ra ngưỡng chặn của FAK3 (nhận biết ảo giác) và HCP1 (thiết lập bối cảnh prompt) ở sinh viên đô thị cao hơn có ý nghĩa so với sinh viên tỉnh lẻ tại cùng mức năng lực tiềm ẩn. Sau khi giải phóng hai tham số, Partial Scalar Invariance dự kiến được thiết lập (ΔCFI = −0.003) — đủ điều kiện để so sánh latent mean giữa các vùng miền theo Vandenberg và Lance (2000). H2 dự kiến được ủng hộ.

6.4. Kiểm định H3: Phiên bản Rút gọn V-AILS-SF qua IRT

Dự kiến 10 item có hệ số phân biệt a cao nhất: HCA1 (1.85), HCA3 (1.92), EAI1 (2.05), EAI4 (1.78), FAK1 (1.82), FAK3 (2.10), HCP3 (2.25), HCP4 (1.98), CEC3 (2.41), CEC4 (2.15). V-AILS-SF (10–12 item) dự kiến đạt CR tổng hợp = 0.865, tương quan với bản gốc r = 0.935 (p < 0.001), thời gian hoàn thành 3.8 phút (giảm 75%). CR từng chiều của SF dự kiến: HCA = 0.81, EAI = 0.83, FAK = 0.79, HCP = 0.84, CEC = 0.86. H3 dự kiến được ủng hộ (r = 0.935 ≥ 0.90; CR tổng hợp = 0.865 ≥ 0.80; thời gian 3.8 phút ≤ 5 phút).

7. THẢO LUẬN VÀ HÀM Ý THỰC TIỄN

7.1. Đóng góp Lý thuyết: Giải mã “Ảo ảnh làm chủ” và “Liêm chính học thuật vô thức”

Đóng góp quan trọng nhất là tích hợp hai chiều kích HCA và CEC vào cấu trúc đo lường chính thức. Kết quả dự kiến làm sáng tỏ thực tế: sinh viên Việt Nam có thể đạt điểm cao ở kỹ năng thao tác công cụ (HCP), nhưng điểm trũng ở HCA và EAI. Điều này phản ánh cảnh báo của OECD (2026) về “ảo ảnh làm chủ sai lầm”: sinh viên nhầm lẫn giữa sự trôi chảy của AI với năng lực trí tuệ của chính mình.

Trong môi trường văn hóa Nho giáo, nơi sự tôn trọng khuôn mẫu truyền thống có thể tạo rào cản vô thức đối với tranh biện, thang đo giúp định hình lại khái niệm liêm chính: không chỉ là không đạo văn cơ học, mà là sự minh bạch về quyền tác giả và trách nhiệm giải trình nhận thức.

7.2. Nguy cơ Phân hóa Khoảng cách Số Thế hệ Hai (Second Digital Divide)

Phát hiện dự kiến về vi phạm bất biến ngưỡng chặn toàn phần đối với FAK3 và HCP1 giữa sinh viên đô thị và tỉnh lẻ có giá trị lý thuyết sâu sắc. Khoảng cách số trong kỷ nguyên GenAI đã dịch chuyển từ First Digital Divide (bất bình đẳng tiếp cận thiết bị) sang Second Digital Divide (bất bình đẳng kỹ năng khai thác nhận thức cao). Báo cáo OECD (2026) cũng xác nhận rằng quyền truy cập không bình đẳng vào các công cụ GenAI tiên tiến có thể làm trầm trọng thêm sự bất bình đẳng hiện có.

Sinh viên đô thị có điều kiện tiếp cận GenAI trả phí cao cấp, sớm hình thành kỹ năng nhận diện ảo giác và prompt theo chuỗi logic. Sinh viên tỉnh lẻ chủ yếu dùng phiên bản miễn phí với năng lực suy luận hạn chế, dễ chấp nhận thông tin sai lệch. Nếu các trường áp dụng bài kiểm tra đánh giá năng lực AI mà không tính đến bất biến đo lường một phần này, họ sẽ vô tình tạo ra sự bất công bằng thể chế, làm trầm trọng thêm thiệt thòi của sinh viên khu vực khó khăn.

7.3. Hàm ý Quản trị Giáo dục Đại học và Thực thi Chính sách

Đối với Bộ Giáo dục và Đào tạo: V-AILS cung cấp bộ công cụ đo lường thực chứng để cụ thể hóa miền năng lực VI “Ứng dụng trí tuệ nhân tạo” theo Thông tư 02/2025/TT-BGDĐT. Thay vì đánh giá bằng bài thi lý thuyết tin học lạc hậu, các trường có thể áp dụng khung 5 chiều của V-AILS để xây dựng chuẩn đầu ra thống nhất.

Đối với cơ sở giáo dục đại học: V-AILS-SF (10–12 item) có thể tích hợp vào khảo sát sinh viên đầu vào (phát hiện lỗ hổng kỹ năng) và đầu ra (đo lường learning gain). Kết quả cung cấp bằng chứng định lượng phục vụ kiểm định chất lượng theo tinh thần Nghị quyết 71-NQ/TW.

Đối với giảng viên: Kết cấu thang đo gợi mở cấp thiết chuyển đổi kiểm tra đánh giá: từ chấm tiểu luận ghi nhớ (đã bị LLM vô hiệu hóa) sang đánh giá quy trình tương tác hợp tác (Human-AI dialogic assessment), nơi sinh viên phải trình bày prompt logs, giải trình tư duy phản biện và chứng minh dấu ấn cá nhân.

Chi phí triển khai: V-AILS-SF có thể triển khai qua Google Forms/Microsoft Forms với chi phí gần như bằng không; thời gian dưới 5 phút; không cần phần mềm chuyên dụng. Quy trình: (1) khảo sát đầu vào năm 1; (2) khảo sát đầu ra năm cuối; (3) so sánh learning gain; (4) báo cáo hội đồng đảm bảo chất lượng.

7.4. Giới hạn Nghiên cứu và Hướng phát triển

1. Self-report bias: Thang đo đo nhận thức tự đánh giá, chưa phải bài kiểm tra hiệu suất thực tế. Nghiên cứu tương lai cần kết hợp với Situational Judgment Tests (SJTs) hoặc phân tích hành vi tương tác prompt thực tế trên LMS.
2. Cross-sectional design: Cần nghiên cứu dọc (longitudinal) theo dõi cùng nhóm sinh viên từ năm 1 đến năm 4 để kiểm định độ ổn định và đo lường biến thiên năng lực dưới tác động can thiệp sư phạm.
3. Sự phát triển của AI: Giai đoạn 2026–2030, khi Agentic AI và AGI xuất hiện, các mục hỏi về kỹ thuật prompt có thể cần cập nhật để đo lường năng lực giám sát và điều phối hệ thống đa tác nhân (Multi-Agent Orchestration).
4. Tính độc lập trắc lượng của HCA và CEC: Hai chiều kích mới (HCA, CEC) chưa có bằng chứng trắc lượng độc lập từ y văn. Tính độc lập của chúng so với EAI và HCP sẽ được kiểm định qua EFA/CFA trong nghiên cứu — đây là giả thuyết lý thuyết cần được kiểm chứng thực nghiệm.
5. Common Method Variance (bổ sung theo kiểm chứng độc lập): Do dữ liệu tự báo cáo từ một nguồn duy nhất, có nguy cơ phương sai phương pháp chung. Nghiên cứu sẽ áp dụng Harman’s Single-Factor Test và Unmeasured Latent Marker Variable (§5.4); kết quả sẽ được báo cáo và thảo luận như một giới hạn.

8. KẾT LUẬN

Nghiên cứu này đề xuất phát triển và kiểm định Thang đo Năng lực AI cho sinh viên đại học Việt Nam (V-AILS) với cấu trúc năm chiều bậc hai: Tư duy Nhân văn và Tự chủ Nhận thức, Đạo đức và Liêm chính Học thuật, Kiến thức Nền tảng, Tương tác và Hợp tác Human–AI, và Thẩm định Kết quả và Đồng sáng tạo.

Đóng góp của nghiên cứu không nằm ở tuyên bố “phát triển thang đo đầu tiên” — vì Do và cộng sự (2026) đã có đóng góp tiên phong với thang đo 26 item trên 843 sinh viên — mà ở việc: (1) đề xuất cấu trúc khái niệm bổ sung tập trung vào các chiều kích đặc thù của văn hóa học thuật Việt Nam, trong đó HCA là chiều khái niệm mới duy nhất so với các thang đo tiền nhiệm; (2) thiết kế kiểm định measurement invariance theo vùng miền và loại hình cơ sở giáo dục — điều kiện tiên quyết cho so sánh công bằng; và (3) phát triển phiên bản ngắn V-AILS-SF (10–12 item) khả dụng cho đánh giá diện rộng.

Trong giai đoạn 2020–2026, khi AI tạo sinh đã trở thành một phần không thể tách rời của đời sống học thuật, việc có một công cụ đo lường chuẩn hóa, đáng tin cậy và phù hợp văn hóa là điều kiện cần để chuyển từ “đối phó” sang “kiến tạo” — từ việc chỉ đối phó với gian lận AI sang chủ động phát triển năng lực AI có trách nhiệm cho sinh viên. V-AILS, nếu được kiểm định thành công, sẽ là một đóng góp vào nỗ lực đó.

TUYÊN BỐ VỀ LOẠI HÌNH NGHIÊN CỨU VÀ TÍNH KẾ THỪA HỌC THUẬT

Bản thảo này trình bày một nghiên cứu thiết kế và đề xuất kiểm định thang đo (scale development and validation proposal), kế thừa và đối thoại phản biện với các thang đo AI Literacy cho sinh viên Việt Nam đã được công bố: Do, Bui, Tran, Nguyen và Dinh (2026) trên IFLA Journal (SAGE), và Nguyễn Quang Ngọc (2026) tại Học viện Công nghệ Bưu chính Viễn thông. Nghiên cứu không tuyên bố là công trình đầu tiên phát triển thang đo AI Literacy tại Việt Nam. Đóng góp của nó là: (1) đề xuất cấu trúc năm chiều khác biệt về mặt khái niệm, trong đó HCA là chiều mới duy nhất so với các thang đo tiền nhiệm; (2) thiết kế kiểm định measurement invariance theo vùng miền và loại hình cơ sở giáo dục; (3) phát triển phiên bản ngắn (short form) khả dụng cho đánh giá diện rộng. Mọi kết quả được trình bày dưới dạng “dự kiến” (anticipated). Trong phạm vi tìm kiếm công khai của nhóm tác giả, chưa thấy báo cáo MGCFA từ các nghiên cứu tiền nhiệm; tuy nhiên, khẳng định này giới hạn ở mức độ tài liệu công khai có thể truy cập.

TUYÊN BỐ ĐÓNG GÓP CỦA TÁC GIẢ (CRediT AUTHORSHIP STATEMENT)

Nguyễn Văn Hùng: Ý tưởng nghiên cứu cốt lõi (Conceptualization); Thiết lập phương pháp luận và cơ sở lý thuyết (Methodology & Theoretical Development); Xây dựng cấu trúc năm chiều của V-AILS và thiết kế quy trình kiểm định (Framework Architecture & Propositions); Tích hợp bằng chứng từ các thang đo quốc tế và đối thoại với Do và cộng sự (2026) (Evidence Integration); Thiết kế nghiên cứu với measurement invariance và IRT (Experimental Design); Soạn thảo toàn văn bản thảo (Writing – Original Draft); Rà soát, hiệu đính học thuật và chuẩn hóa APA 7 (Writing – Review & Editing); Quản trị dự án nghiên cứu (Project Administration).

CÁC KHAI BÁO CHUẨN MỰC XUẤT BẢN QUỐC TẾ

9.1. Tuyên bố về Tính khả dụng của Dữ liệu

Dữ liệu của nghiên cứu này sẽ được công bố công khai trên repository (Zenodo hoặc OSF) sau khi ẩn danh hóa, bao gồm: (a) dữ liệu định lượng đã mã hóa; (b) mã phân tích (R scripts); (c) rubric và thang đo; (d) giao thức phỏng vấn. Dữ liệu định tính thô sẽ không công bố để bảo vệ quyền riêng tư.

9.2. Tuyên bố về Xung đột Lợi ích

Tác giả tuyên bố không có xung đột lợi ích tài chính, thương mại, cá nhân hoặc quan hệ thể chế nào có thể bị xem là gây ảnh hưởng hoặc thiên lệch đến tính khách quan của các kết quả nghiên cứu.

9.3. Tuyên bố về Mối quan hệ với Tổ chức

Tác giả hiện là nhà nghiên cứu tại STEM Saigon ETech — một công ty công nghệ giáo dục. Tuy nhiên, nghiên cứu này được thực hiện độc lập, không nhận tài trợ từ tổ chức, và không có bất kỳ lợi ích thương mại nào gắn với kết quả nghiên cứu. Thang đo V-AILS được thiết kế như một công cụ học thuật mở, không gắn với bất kỳ sản phẩm thương mại nào. Tác giả cam kết công bố dữ liệu và mã phân tích theo chuẩn Open Science.

9.4. Tuyên bố về Việc Sử dụng Trí tuệ Nhân tạo

Trong quá trình hoàn thiện bản thảo, tác giả đã sử dụng GenAI như một công cụ kỹ thuật hỗ trợ rà soát chính tả, hiệu đính đối chiếu song ngữ Việt – Anh và chuẩn hóa quy cách trích dẫn APA 7. Toàn bộ các ý tưởng học thuật cốt lõi, việc xây dựng mô hình lý thuyết năm chiều, thiết kế các mục hỏi trắc lượng tâm lý, lập trình mã phân tích thống kê và toàn bộ các phân tích biện luận học thuật đều do tác giả trực tiếp thực hiện và chịu trách nhiệm học thuật duy nhất.

TÀI LIỆU THAM KHẢO (REFERENCES – APA 7TH EDITION)

Ambrose, S. A., Bridges, M. W., DiPietro, M., Lovett, M. C., & Norman, M. K. (2010). How learning works: Seven research-based principles for smart teaching. Jossey-Bass.

Biggs, J. (1996). Enhancing teaching through constructive alignment. Higher Education, 32(3), 347–364. https://doi.org/10.1007/BF00138871

Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, Article 149. https://doi.org/10.3389/fpubh.2018.00149

Bollen, K., & Lennox, R. (1991). Conventional wisdom on measurement: A structural equation perspective. Psychological Bulletin, 110(2), 305–314. https://doi.org/10.1037/0033-2909.110.2.305

Boud, D., & Falchikov, N. (2007). Rethinking assessment in higher education: Learning for the longer term. Routledge.

Bransford, J. D., Brown, A. L., & Cocking, R. R. (Eds.). (2000). How people learn: Brain, mind, experience, and school. National Academies Press.

Chen, F. F. (2007). Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural Equation Modeling, 14(3), 464–504. https://doi.org/10.1080/10705510701301834

Cheung, G. W., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling, 9(2), 233–255. https://doi.org/10.1207/S15328007SEM0902_5

Chi, M. T. H., & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4), 219–243. https://doi.org/10.1080/00461520.2014.965823

Do, H. V., Bui, T. T., Tran, D. H., Nguyen, H. T., & Dinh, L. D. (2026). Developing and validating an AI literacy scale for university students in Vietnam. IFLA Journal, 58(2), 222–233. https://doi.org/10.1177/03400352251385058

Edwards, J. R., & Bagozzi, R. P. (2000). On the nature and direction of relationships between constructs and measures. Psychological Methods, 5(2), 155–174. https://doi.org/10.1037/1082-989X.5.2.155

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104

Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8

Hornberger, M., Bewersdorff, A., Schiff, D. S., & Nerdel, C. (2025). Development and validation of a short AI literacy test (AILIT-S) for university students. Computers in Human Behavior: Artificial Humans, 5, Article 100176. https://doi.org/10.1016/j.chbah.2025.100176

Jackson, D. L. (2003). Revisiting sample size and number of parameter estimates: Some support for the N:q hypothesis. Structural Equation Modeling, 10(1), 128–141. https://doi.org/10.1207/S15328007SEM1001_6

Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work: An analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist, 41(2), 75–86. https://doi.org/10.1207/s15326985ep4102_1

Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). The Guilford Press.

Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). ACM. https://doi.org/10.1145/3313831.3376727

Lynn, M. R. (1986). Determination and quantification of content validity. Nursing Research, 35(6), 382–386. https://doi.org/10.1097/00006199-198611000-00017

Mayer, R. E. (2021). Multimedia learning (3rd ed.). Cambridge University Press.

Miao, F., Shiohira, K., & Lao, N. (2024). AI competency framework for students. UNESCO Publishing. https://doi.org/10.54675/ZJTE2084

Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x

Nguyễn, Q. N. (2026). Nghiên cứu phát triển bộ công cụ đánh giá năng lực trí tuệ nhân tạo cho sinh viên đại học. Tạp chí Thiết bị Giáo dục. https://vjol.info.vn/tctbgd/en/article/view/136576

Nicol, D. J., & Macfarlane-Dick, D. (2006). Formative assessment and self-regulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199–218. https://doi.org/10.1080/03075070600572090

OECD. (2026). Policies supporting responsible and systematic GenAI adoption in higher education (OECD Education Spotlights). OECD Publishing. https://doi.org/10.1787/c4e5621f-en

Samejima, F. (1969). Estimation of latent ability using a response pattern of graded scores. Psychometrika Monograph Supplement, 34(4, Pt. 2), Article 17. https://doi.org/10.1002/j.2333-8504.1969.tb00153.x

Stanford Institute for Human-Centered Artificial Intelligence. (2025). AI Index Report 2025. Stanford University. https://hai.stanford.edu/ai-index/2025-ai-index-report

Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer. https://doi.org/10.1007/978-1-4419-8126-4

Vandenberg, R. J., & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Organizational Research Methods, 3(1), 4–70. https://doi.org/10.1177/109442810031002

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.

Wang, B., Rau, P.-L. P., & Yuan, T. (2022). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour & Information Technology, 42(9), 1324–1337. https://doi.org/10.1080/0144929X.2022.2072768

Wiggins, G., & McTighe, J. (2005). Understanding by design (2nd ed.). ASCD.

Wolf, E. J., Harrington, K. M., Clark, S. L., & Miller, M. W. (2013). Sample size requirements for structural equation models: An evaluation of power, bias, and solution propriety. Educational and Psychological Measurement, 73(6), 913–934. https://doi.org/10.1177/0013164413495237

Xu, L., Zhang, L., Ou, L., & Wang, D. (2025). The development and validation of a scale on student AI literacy in L2 writing: A domain-specific perspective. Journal of Second Language Writing, 69, Article 101227. https://doi.org/10.1016/j.jslw.2025.101227

Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/s15430421tip4102_2