Thuật toán đề xuất nội dung bằng AI và mối liên hệ với ý định ngừng sử dụng nền tảng video ngắn ở Gen Z

Các nền tảng video ngắn như TikTok, YouTube Shorts và Instagram Reels đã làm thay đổi mạnh mẽ cách người dùng tiếp cận và tương tác với nội dung số

Trong những năm gần đây, các nền tảng video ngắn như TikTok, YouTube Shorts và Instagram Reels đã làm thay đổi mạnh mẽ cách người dùng tiếp cận và tương tác với nội dung số. Với hơn 1,5 tỷ người dùng hoạt động hàng tháng trên toàn cầu (DataReportal, 2024), các nền tảng này không chỉ đóng vai trò giải trí mà còn trở thành kênh truyền thông có ảnh hưởng sâu rộng. Theo Statista (2024), đến cuối năm 2025, TikTok dự kiến đạt hơn 955 triệu người dùng toàn cầu, trong đó nhóm tuổi 18 - 24 chiếm 30,7%. Thành công của video ngắn xuất phát từ khả năng đáp ứng nhu cầu tiếp nhận thông tin nhanh trong “kỷ nguyên đếm ngược”, nơi người dùng ưu tiên nội dung trực quan, giải trí cao và có tính tương tác tức thì. Đặc biệt, các hệ thống gợi ý nội dung dựa trên trí tuệ nhân tạo (AI) đóng vai trò then chốt trong việc gia tăng mức độ gắn kết và thúc đẩy sự phát triển của các nền tảng này.

Sau đại dịch COVID-19, video ngắn trên thiết bị di động tiếp tục chiếm lĩnh thị trường nhờ khả năng truyền tải sinh động và phù hợp với môi trường số. Báo cáo Minh bạch của TikTok (2023) cho thấy Việt Nam nằm trong top 5 quốc gia có tốc độ tăng trưởng người dùng cao nhất khu vực Châu Á - Thái Bình Dương, với 68% người dùng thuộc nhóm 18 - 24 tuổi. Điều này phản ánh sự mở rộng nhanh chóng của thế hệ Z và xu hướng tiêu thụ nội dung số ngày càng phụ thuộc vào nền tảng video ngắn. Tuy nhiên, việc cá nhân hóa nội dung quá mức thông qua thuật toán AI cũng tiềm ẩn nhiều hệ lụy tiêu cực. Nghiên cứu của Ma và cộng sự (2021) chỉ ra rằng việc tiếp xúc liên tục với nội dung được AI đề xuất có thể gây quá tải thông tin và kiệt quệ cảm xúc, từ đó làm suy giảm ý định sử dụng lâu dài. Bên cạnh đó, Ma và cộng sự (2023) cho thấy cảm giác bị kiểm soát hoặc thao túng bởi AI có thể dẫn đến bất hòa nhận thức, khiến người dùng giảm tương tác hoặc rời bỏ nền tảng.

Mặc dù các nghiên cứu trước đây (Ma et al., 2021; Liu et al., 2023) đã đề cập đến căng thẳng do AI gây ra, vai trò điều tiết của “mối quan ngại về quyền riêng tư” trong việc khuếch đại các yếu tố gây căng thẳng thông tin vẫn chưa được làm rõ. Đây là khoảng trống nghiên cứu quan trọng, đặc biệt trong bối cảnh thế hệ Z - nhóm người dùng nhạy cảm với quyền riêng tư dữ liệu - có thể phản ứng theo những cơ chế ngưng sử dụng khác biệt. Do đó, nghiên cứu này hướng đến việc làm rõ các rủi ro tiềm ẩn từ hệ thống gợi ý nội dung bằng AI, đồng thời cung cấp cơ sở khoa học cho các bên liên quan và nhà hoạch định chính sách nhằm xây dựng chiến lược cân bằng giữa nâng cao trải nghiệm người dùng, bảo vệ quyền riêng tư và phát triển hệ sinh thái số bền vững.

Tổng quan nghiên cứu

Greedy Recommendations

Theo Xing và cộng sự (2014), thuật toán đề xuất tham lam đề cập đến cơ chế mà hệ thống chỉ khai thác những hiểu biết hiện có về sở thích của người dùng mà không tiến hành phân tích hoặc khám phá bổ sung. Cơ chế này thường dẫn đến hiện tượng “bong bóng lọc” (filter bubble) (Nguyen et al., 2014), làm hạn chế khả năng tiếp cận của người dùng đối với các loại nội dung đa dạng và từ đó gây ra hiện tượng thu hẹp thông tin (Huang et al., 2020).Do lđó, lnhóm ltác lgiả lđề lxuất lgiả lthuyết lsau:

H1a: Đề xuất tham lam có tác động cùng chiều đến sự thu hẹp thông tin của người dùng trên các nền tảng video ngắn.

Hơn nữa, do thuật toán đề xuất tham lam thường chỉ sử dụng dữ liệu hành vi gần đây của người dùng để dự đoán sở thích trong tương lai, điều này dễ dẫn đến tình trạng dư thừa thông tin (Liang & Fu, 2017). Dựa trên lập luận này, nhóm nghiên cứu đề xuất giả thuyết:

H1b: Đề xuất tham lam có tác động cùng chiều đến sự dư thừa thông tin của người dùng trên các nền tảng video ngắn.

Bên cạnh đó, mặc dù thuật toán đề xuất tham lam có thể giúp giảm bớt tình trạng quá tải thông tin bằng cách lọc bỏ nội dung không liên quan, vấn đề quá tải vẫn tồn tại do khối lượng thông tin được đề xuất quá lớn (Y. Huang et al., 2020). Tính chất “vô tận” của đề xuất nội dung khiến người dùng liên tục tiếp nhận lượng lớn thông tin, trong khi khả năng xử lý thông tin của họ có giới hạn (A. R. Lee et al., 2016). Do đó, người dùng có thể gặp phải tình trạng quá tải thông tin khi tiếp xúc với lượng thông tin vượt quá năng lực xử lý nhận thức. Vì vậy, nhóm nghiên cứu tiếp tục đề xuất giả thuyết:

H1c: Đề xuất tham lam có tác động cùng chiều đến sự quá tải thông tin của người dùng trên các nền tảng video ngắn.

Sự thu hẹp thông tin

Trong bối cảnh các hệ thống đề xuất ngày càng trở nên cá nhân hóa, sự thu hẹp thông tin xảy ra khi “người dùng dần dần chỉ được tiếp cận với một số lượng danh mục nội dung ngày càng ít, do bị hệ thống loại trừ, từ đó làm giảm sự đa dạng của thông tin nhận được” (Huang et al., 2020). Theo Vargas & Castels (2011), người dùng có xu hướng tìm kiếm sự mới mẻ và đa dạng trong các nội dung được đề xuất; khi những nhu cầu này không được đáp ứng, các phản ứng tiêu cực có thể phát sinh. Điều này cũng được chứng minh trong mô hình lý thuyết sự phù hợp giữa con người và môi trường, khi môi trường không còn phù hợp với nhu cầu và khả năng của cá nhân, điều này có thể dẫn đến căng thẳng và mệt mỏi. Tóm lại, vì việc thu hẹp thông tin có nghĩa là người dùng có nhu cầu chưa được thỏa mãn nên nó có thể được coi là tác nhân gây ra tình trạng mệt mỏi. Do đó, nhóm chúng tôi đề xuất giả thuyết

H2a: Sự thu hẹp thông tin có tác động cùng chiều đến sự mệt mỏi khi sử dụng các nền tảng video ngắn.

Sự dư thừa thông tin

Sự dư thừa thông tin đề cập đến tình trạng người dùng liên tục tiếp nhận các thông điệp bị lặp lại hoặc trùng lặp (Liang & Fu, 2017). Do người dùng có xu hướng tìm kiếm sự mới mẻ liên tục, việc tiếp xúc lặp đi lặp lại với các nội dung tương tự nhau có thể tạo ra sự không tương thích giữa mục tiêu cá nhân và yêu cầu từ môi trường (P-E misfit) (Edwards, 1996; Muench et al., 2015). Theo mô hình lý thuyết sự phù hợp giữa con người và môi trường, không phù hợp P-E là sự không phù hợp giữa nguồn cung cấp từ môi trường và nhu cầu, mục tiêu và giá trị cá nhân, từ đó dẫn đến căng thẳng về mặt tâm lý (Edwards, 1996). Dựa trên lập luận này, chúng tôi đề xuất giả thuyết sau:

H2b: Sự dư thừa thông tin có tác động cùng chiều đến sự mệt mỏi khi sử dụng các nền tảng video ngắn.

Sự quá tải thông tin

Quá tải thông tin được định nghĩa là có nhiều thông tin liên quan hơn mức một người có thể tiếp thu hoặc có thể nghĩa là người dùng bị gánh nặng bởi nguồn lớn các thông tin không mong muốn, một số trong đó có thể có liên quan (Butcher, 1998). Cụ thể, do khả năng và hiệu quả xử lý thông tin của các cá nhân có hạn nên một lượng thông tin lớn có thể nhanh chóng vượt qua giới hạn nhận thức về khả năng xử lý thông tin và khiến mọi người cảm thấy bị gánh nặng cũng như choáng ngợp, từ đó dẫn đến mệt mỏi, kiệt sức (Wurman, 1990). Theo mô hình lý thuyết sự phù hợp giữa con người và môi trường, sự mất cân bằng giữa nhu cầu cá nhân và đặc điểm của môi trường có thể dẫn đến căng thẳng và mệt mỏi. Khi thông tin được cung cấp quá mức so với khả năng tiếp nhận và xử lý của người dùng (sự dư thừa thông tin), điều này làm suy giảm sự phù hợp giữa cá nhân và môi trường, dẫn đến trạng thái căng thẳng và kiệt sức tinh thần. Từ những nghiên cứu trên, nhóm nghiên cứu đã đề xuất giả thuyết sau:

H2c: Sự quá tải thông tin có tác động cùng chiều đến sự mệt mỏi của người dùng khi sử dụng các nền tảng video ngắn.

Sự mệt mỏi

Khía cạnh cảm xúc và tâm lý đề cập đến sự xuất hiện của các vấn đề sức khỏe, chẳng hạn như suy nhược, lo lắng, kiệt sức, hoặc thất vọng (Lin, 2016; Dhir, 2018; Cao, 2018). Bên cạnh đó, theo lý thuyết giao dịch về căng thẳng và ứng phó (Lazarus & Folkman, 1984) cho rằng phản ứng căng thẳng của cá nhân phụ thuộc vào cách họ đánh giá một tình huống và lựa chọn cách ứng phó. Theo đó, sự mệt mỏi do tiếp xúc kéo dài với một yếu tố gây căng thẳng có thể kích hoạt phản ứng tâm lý tiêu cực, chẳng hạn như kiệt sức cảm xúc, lo âu hoặc ý định rời bỏ nền tảng công nghệ. Từ những nghiên cứu trên, nhóm nghiên cứu đã đề xuất giả thuyết sau:

H3a: Sự mệt mỏi có tác động cùng chiều đến phản ứng tâm lý của người dùng trên các nền tảng video ngắn.

Mặt khác, trạng thái mệt mỏi cũng có thể thúc đẩy sự thay đổi hành vi: khi mức độ căng thẳng vượt quá khả năng đối phó (coping capacity), họ sẽ chọn cách rút lui khỏi nền tảng như một chiến lược ứng phó (Jones, 2004). Theo lý thuyết giao dịch về căng thẳng và ứng phó, khi người dùng cảm thấy mệt mỏi do việc tiếp xúc liên tục với nội dung do thuật toán đề xuất tham lam trên nền tảng video ngắn, họ có thể đánh giá đây là một yếu tố gây căng thẳng (stressor). Vì vậy, nhóm nghiên cứu đã đề xuất giả thuyết sau:

H3b: Sự mệt mỏi có tác động cùng chiều đến ý định ngừng sử dụng nền tảng video ngắn của người dùng.

Phản ứng tâm lý

Phản ứng tâm lý được định nghĩa là những phản ứng tâm lý tiêu cực phát sinh khi cá nhân cảm nhận rằng quyền tự do lựa chọn của mình bị đe dọa (Lowry & Moody, 2015). Xiumei Ma và cộng sự (2020) chỉ ra rằng khi người dùng gặp phải các phản ứng tiêu cực đối với thuật toán đề xuất nội dung, họ có xu hướng ngừng sử dụng nền tảng nhằm duy trì sự nhất quán giữa trạng thái tâm lý và hành vi. Theo Thuyết Động lực Bảo vệ (Protection Motivation Theory), khi người dùng nhận thức rằng việc tiếp tục sử dụng nền tảng có thể gây tổn hại đến sức khỏe tinh thần hoặc làm giảm năng suất cá nhân, họ sẽ hình thành động lực tự bảo vệ, từ đó dẫn đến ý định ngừng sử dụng nền tảng (Mahmud và cộng sự, 2023). Trên cơ sở đó, nhóm nghiên cứu đề xuất giả thuyết sau:

H4: Phản ứng tâm lý có tác động cùng chiều đến ý định ngừng sử dụng các nền tảng video ngắn của người dùng.

Lo ngại bảo mật thông tin

Theo nghiên cứu của Han và Yang (2018), Pitardi và Marriott (2021), lo ngại về bảo mật thông tin được định nghĩa là mức độ mà các cá nhân quan tâm đến cách các sản phẩm và dịch vụ dựa trên trí tuệ nhân tạo (AI) thu thập, truy cập, sử dụng và bảo vệ thông tin cá nhân của họ. Beaudry (2005) cho rằng các cá nhân phản ứng trước sự xâm phạm quyền riêng tư ở hai cấp độ: phản ứng hành vi và phản ứng nhận thức.

Ở cấp độ hành vi, những người dùng có mức độ quan tâm cao đến quyền riêng tư thường dành nhiều thời gian hơn để xem xét các chính sách bảo mật và tìm hiểu cách thiết lập các cài đặt quyền riêng tư chặt chẽ hơn nhằm bảo vệ nội dung họ chia sẻ trên các nền tảng mạng xã hội (Lin và cộng sự, 2014). Tuy nhiên, những nỗ lực này có thể khiến người dùng cảm thấy khó chịu, mệt mỏi và thậm chí kiệt sức; từ đó, sự mệt mỏi đối với mạng xã hội dần hình thành (Zhu và Bao, 2018).

Ở cấp độ nhận thức, những cá nhân đặc biệt quan tâm đến quyền riêng tư thường tập trung nhiều hơn vào việc bảo vệ thông tin cá nhân và đảm bảo rằng dữ liệu của họ không bị người dùng khác hoặc các nhà cung cấp nền tảng video ngắn thu thập, lưu trữ hoặc sử dụng một cách không phù hợp (Zhou, 2016). Do đó, những người dùng này có xu hướng dễ cảm thấy mệt mỏi khi sử dụng mạng xã hội (Logan và cộng sự, 2018).

Tuy nhiên, các nghiên cứu về vai trò điều tiết của lo ngại quyền riêng tư trong mối quan hệ giữa sự thu hẹp thông tin, sự dư thừa thông tin, sự quá tải thông tin và sự mệt mỏi của người dùng vẫn còn tương đối hạn chế. Trong khuôn khổ mô hình SSO, Lý thuyết Động lực Bảo vệ (Protection Motivation Theory – PMT) cho rằng lo ngại về quyền riêng tư có thể đóng vai trò là biến điều tiết. Chẳng hạn, nghiên cứu của Pang và cộng sự (2024) chỉ ra rằng những người dùng có mức độ lo ngại cao về quyền riêng tư thường cảm thấy căng thẳng hơn khi tiếp nhận các đề xuất nội dung được cá nhân hóa, do họ nhận thức rõ rằng hành vi của mình đang bị theo dõi. Chính vì vậy, nhóm nghiên cứu đã đề xuất giả thuyết…

H5a: Lo ngại bảo mật thông tin điều tiết mối quan hệ giữa sự thu hẹp thông tin và sự mệt mỏi của người dùng đối với các nền tảng video ngắn.

H5b: Lo ngại bảo mật thông tin điều tiết mối quan hệ giữa sự dư thừa thông tin và sự mệt mỏi của người dùng đối với các nền tảng video ngắn.

H5c: Lo ngại bảo mật thông tin điều tiết mối quan hệ giữa sự quá tải thông tin và sự mệt mỏi của người dùng đối với các nền tảng video ngắn.

Kết quả nghiên cứu

Sau quá trình sàng lọc dữ liệu, nghiên cứu thu được các phản hồi hợp lệ với cơ cấu giới tính gồm 55,46% nam, 43,71% nữ và 0,83% thuộc các giới tính khác. Nhóm tuổi chiếm ưu thế là từ 17 đến 25, trong đó 87,58% đáp viên đang theo học hoặc đã tốt nghiệp đại học. Xét về thời lượng sử dụng nền tảng video ngắn, đa số người tham gia cho biết họ dành khoảng 1-3 giờ mỗi ngày, trong khi chỉ một tỷ lệ nhỏ sử dụng dưới 30 phút hoặc vượt quá 4 giờ/ngày.

Kết quả đánh giá độ tin cậy cho thấy các thang đo trong mô hình đều đảm bảo mức độ nhất quán nội tại. Cụ thể, hệ số tải ngoài của các biến quan sát đều vượt 0,7, đồng thời Cronbach’s Alpha và độ tin cậy tổng hợp đều cao hơn ngưỡng chấp nhận. Bên cạnh đó, giá trị AVE lớn hơn 0,5 cho thấy mô hình đạt được giá trị hội tụ.

Phân tích mô hình cấu trúc tuyến tính (SEM) chỉ ra rằng các chỉ số HTMT đều nhỏ hơn 0,85, qua đó xác nhận giá trị phân biệt giữa các khái niệm nghiên cứu. Kết quả cũng cho thấy thuật toán đề xuất mang tính tham lam có ảnh hưởng tích cực đến hiện tượng thu hẹp thông tin, quá tải thông tin và dư thừa thông tin, với các hệ số tác động tương ứng là β = 0,170, β = 0,154 và β = 0,273. Nhằm nâng cao khả năng khái quát hóa, mô hình được kiểm định bổ sung bằng phương pháp Bootstrap với 5000 mẫu lặp theo khuyến nghị của Hair và cộng sự (2017).

Bảng kết quả kiểm định Bootstrapping

Kết quả kiểm định (Bảng 1) cho thấy tất cả các giả thuyết đều có hệ số P-value = 0,000 < 0,05, do đó các giả thuyết đều được chấp nhận. Trong đó, sự quá tải thông tin có tác động tích cực và là yếu tố ảnh hưởng mạnh nhất đến sự mệt mỏi khi sử dụng các nền tảng video ngắn, với hệ số tác động chuẩn hóa (Original Sample) đạt 0,388. Điều này cho thấy khi người dùng cảm nhận bị quá tải bởi lượng thông tin tiếp nhận, họ dễ rơi vào trạng thái kiệt sức, từ đó có thể dẫn đến ý định ngừng sử dụng nền tảng.

Bên cạnh đó, mô hình nghiên cứu cũng xem xét và làm rõ vai trò điều tiết của biến lo ngại về bảo mật thông tin trong mối quan hệ giữa các biến sự quá tải thông tin, sự lặp lại thông tin và sự thu hẹp thông tin đối với sự mệt mỏi khi sử dụng các nền tảng video ngắn. Kết quả phân tích cho thấy các giả thuyết H5a, H5b và H5c đều được chấp nhận khi P-value < 0,05. Qua đó, có thể kết luận rằng lo ngại về bảo mật thông tin đóng vai trò điều tiết trong các mối quan hệ nêu trên. Đáng chú ý, biến này thể hiện vai trò điều tiết tích cực và mạnh nhất trong mối quan hệ giữa sự quá tải thông tin và sự mệt mỏi của người dùng trên các nền tảng video ngắn, khi giả thuyết H5b đạt giá trị T = 5,291.

Đề xuất giải pháp

Từ các kết quả nghiên cứu thu được, nhóm tác giả đề xuất một số hàm ý và giải pháp nhằm nâng cao trải nghiệm người dùng trên các nền tảng video ngắn.

Thứ nhất, cần chú trọng cải tiến và tối ưu hóa thuật toán gợi ý nội dung. Các nhà quản lý nền tảng nên triển khai các cơ chế đề xuất có khả năng mở rộng phạm vi tiếp cận, chủ động đưa vào những nội dung mới và đa dạng hóa chủ đề dựa trên sở thích tiềm ẩn của người dùng. Cách tiếp cận này góp phần hạn chế sự lặp lại thông tin, qua đó giảm cảm giác nhàm chán và mệt mỏi trong quá trình sử dụng nền tảng.

Thứ hai, các nền tảng video ngắn nên cung cấp nhiều chế độ xem linh hoạt hơn cho người dùng, chẳng hạn như chế độ khám phá hoặc chế độ kiểm soát gợi ý. Những tùy chọn này cho phép người dùng chủ động điều chỉnh mức độ cá nhân hóa của hệ thống đề xuất, giúp họ tiếp cận nội dung phù hợp với nhu cầu cá nhân, từ đó làm giảm tình trạng mệt mỏi khi tiếp xúc với lượng lớn thông tin được gợi ý tự động.

Thứ ba, việc xây dựng và thực thi các chính sách bảo mật dữ liệu rõ ràng, minh bạch là hết sức cần thiết. Các nhà quản lý nền tảng cần cung cấp cho người dùng quyền kiểm soát dữ liệu cá nhân một cách dễ dàng, bao gồm khả năng điều chỉnh cách AI khai thác dữ liệu để đề xuất nội dung. Đồng thời, việc thông báo cụ thể về quy trình thu thập và sử dụng dữ liệu, cũng như cho phép người dùng tắt một số hình thức cá nhân hóa, sẽ góp phần nâng cao cảm nhận về sự an toàn và tin cậy khi sử dụng nền tảng.

Tài liệu tham khảo:

1. Bright, L. F., Kleiser, S. B., & Grau, S. L. (2015). Too much Facebook? An exploratory examination of social media fatigue. Computers in Human Behavior, 44, 148-155.

2. Edwards, J. R. (1996). An examination of competing versions of the person‐environment fit approach to stress. Academy of Management Journal, 39(2), 292-339.

3. Huang, D., Chen, Y., & Meng, Y. (2023). Perceived information overload and intention to discontinue use of short‐form video: The mediating roles of cognitive and psychological factors. Behavioral Sciences, 13(1), 50.

4. Lee, A. R., Son, S.-M., & Kim, K. K. (2016). Information and communication technology overload and social networking service fatigue: A stress perspective. Computers in Human Behavior, 55, 51-61.

5. Liu, Y., Zhang, H., & Guo, X. (2021). Privacy concerns and their influence on user reactions to content recommendation systems: The case of social media platforms. Journal of Information Privacy and Security, 17(3), 157-173.

6. Lowry, P. B., & Moody, G. D. (2015). Proposing the control‐reactance compliance model (CRCM) to explain opposing motivations to comply with organizational information security policies. Information Systems Journal, 25(5), 433-463.

7. Ma, X., Shen, T., & Xu, Y. (2020). Understanding user discontinuance of personalized news recommendations: A reactance perspective. Journal of Computer Information Systems, 60(4), 315-323.

8. Ma, X., Sun, Y., Guo, X., Lai, K.-H., & Vogel, D. (2021). Understanding users’ negative responses to recommendation algorithms in short‐video platforms: A perspective based on the Stressor‐Strain‐Outcome (SSO) framework. Electronic Markets, 31(3), 467-485.