Factors Affecting the Acceptance of ChatGPT Technology in Humanica Co., Ltd.
Article Sidebar
Main Article Content
Abstract
The study on Factors Affecting the Acceptance of ChatGPT Technology in Humanica Public Company Limited has the following research objectives: (1) To study the characteristics of the acceptance of ChatGPT technology by employees in Humanica Public Company Limited (2) To study the factors affecting the perceived ease of use and perceived usefulness of ChatGPT among employees at Humanica Public Company Limited. (3) To study the factors affecting the acceptance of ChatGPT by employees in Humanica Public Company Limited. The sample group for this research comprised 228 employees of Humanica Public Company Limited. The research instruments were questionnaires. The statistics used for analysis included frequency, percentage, mean, standard deviation, t-test, analysis of variance (ANOVA), and multiple regression. The results of the study found that: 1) The perception of ease of use of ChatGPT in Humanica Public Company Limited was at a high level overall. 2) The perception of the benefits of ChatGPT in Humanica Public Company Limited was at a high level overall. 3) The characteristics of the acceptance of ChatGPT technology in Humanica Public Company Limited were at a high level overall. 4) Personnel with different genders, ages, education, work experience, monthly incomes, and departments did not accept the use of ChatGPT by employees in Humanica Public Company Limited differently at the 0.05 significance level. 5) The factors of perceived ease of use and perceived usefulness can jointly explain the acceptance of using ChatGPT by employees at Humanica Public Company Limited by 35.50 percent (Adj. R2 = 0.355), with the factors of perceived ease of use and the factors of perceived usefulness having statistically significant effects at the 0.01 level.
Keywords: Technology Acceptance, Perceived Ease, Perceived Usefulness, ChatGPT
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
ชีวรัตน์ ชัยสำโรง. (2561). การยอมรับเทคโนโลยีการเรียนภาษาผ่านแอปพลิเคชันออนไลน์ของผู้บริโภคในเขตกรุงเทพมหานครและปริมณฑล [วิทยานิพนธ์ปริญญามหาบัณฑิต, มหาวิทยาลัยธรรมศาสตร์]. คณะพาณิชยศาสตร์และการบัญชี. http://ethesisarchive.library.tu.ac.th/thesis/2018/TU_ 2018_6002030259_9845_9783.pdf
ดวงพร รัดสินทร. (2562). การรับรู้เทคโนโลยีที่มีผลต่อความตั้งใจใช้บริการการชำระเงินผ่านคิวอาร์โค้ดของผู้บริโภคในเขตกรุงเทพมหานคร [วิทยานิพนธ์ปริญญามหาบัณฑิต, มหาวิทยาลัยศรีนครินทรวิโรฒ]. คณะวิทยาศาสตร์. https://so03.tci-thaijo.org/index.php/JMND/article/view/277526
นวพรรษ จันทร์คำ. (2568). การพัฒนาแพลตฟอร์มแนะแนวการศึกษาอัจฉริยะด้วย AI Chatbot เพื่อส่งเสริมการประชาสัมพันธ์หลักสูตรเทคโนโลยีและสื่อสารการศึกษา. วารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยนครพนม, 15(1), 214–228. https://so03.tci-thaijo.org/index.php/npuj
ปิยะ ขุนทองเอก. (2566). ปัจจัยที่ส่งผลต่อการยอมรับการใช้งาน ChatGPT ในธุรกิจ [ออนไลน์]. เข้าถึงได้จาก https://kip.kmitl.ac.th/projects/cln8rfkeo00p6qn9yy2b5x6s0
วรรณิดา กอเงินกลาง. (2567). ปัจจัยที่มีอิทธิพลต่อการยอมรับและพฤติกรรมการใช้งานปัญญาประดิษฐ์แชทจีพีทีอย่างต่อเนื่อง. วารสารมหาจุฬานาครทรรศน์, 11(2), 120–129. https://so03.tci-thaijo.org/index.php/JMND/article/download/275311/182358/1124555
ศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร. (2564). รายงานเทคโนโลยีสารสนเทศและการสื่อสารประจำปี 2564. กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม.
สุพัตรา เพชรศรี. (2566). ทัศนคติ ความตั้งใจ และพฤติกรรมการใช้ ChatGPT ในบริบทด้านการทำงานของGeneration Y [วิทยานิพนธ์เศรษฐศาสตรมหาบัณฑิต, มหาวิทยาลัยธรรมศาสตร์]. คณะเศรษฐศาสตร์. https://digital.library.tu.ac.th/tu_dc/frontend/Info/item/dc:315807
Abeer S. Almogren. (2024). Exploring factors influencing the acceptance of ChatGPT in higher education: A smart education perspective. Heliyon, 10, e31887. https://doi.org/10.1016/j.heliyon.2024.e31887
Aggelidis, V. P., & Chatzoglou, P. D. (2016). Using a modified technology acceptance model in hospitals. International Journal of Medical Informatics, 78(2), 115–126. https://doi.org/10.1016/j.ijmedinf.2015.12.003
Amaro, S., & Duarte, P. (2015). An integrative model of consumers’ intentions to purchase travel online. Tourism Management, 46, 64–79. https://doi.org/10.1016/j.tourman.2014.06.006
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
George, A.S., et al. (2023). A review of ChatGPT AI’s impact on several business sectors. Partners Universal International Innovation Journal, 1(1), 9–23. https://doi.org/10.5281/zenodo.7644359
Hart, O. A., Nwibere, B. M., & Inyang, B. J. (2015). Demographic determinants of electronic commerce (EC) adoption by SMEs: A twist by location factors. Journal of Enterprise Information Management, 28(3), 326–345. https://doi.org/10.1108/JEIM-05-2013-0027
Junadi, S. (2015). A model of factors influencing consumer’s intention to use e-payment system in Indonesia. Procedia Computer Science, 59, 214–220. https://doi.org/10.1016/j.procs.2015.07.557
Keng-Boon Ooi; Garry Wei-Han Tan. (2025). Mobile Technology Acceptance Model: An Investigation Using Mobile Users to Explore Smartphone Credit Card. Expert Systems with Applications, 59, 33–46. https://doi.org/10.1016/j.eswa.2016.04.015
Latinovic, Z., & Chatterjee, A. (2022). Achieving the promise of AI and ML in delivering economic and relational customer value in B2B. Journal of Business Research, 144, 966–974. https://doi.org/10.1016/j.jbusres.2022.01.052
Neuendorf, K. A., & Valdiseri, J. (2016). Content analysis in communication research. Journal of Communication Research, 5(1), 35–48.
Ni Putu Cempaka Dharmadewi Atmaja, Ni Made Dwi Puspitawati. (2022). Antecedents of using electronic money application on technology communication during covid-19 pandemic. International Journal of Communication and Society, 4(1), 72–81. https://doi.org/10.31763/ijcs.v4i1.418
Ooi, K. B., & Tan, G. W. H. (2016). Mobile technology acceptance model: An empirical study. Journal of Mobile Communication Studies, 7(3), 112–129.
Park, S. Y. (2010). An analysis of the technology acceptance model in understanding university students' behavioral intention to use e-learning. Educational Technology & Society, 13(3), 150–162. https://www.researchgate.net/publication/220374248
Puspitasari, R., Widayanto, A., & Nugraha, R. (2021). Digital transformation in banking: Adoption and impact on customer experience. Journal of Digital Business Research, 8(2), 203–219.
Sadi, M. A., & Noordin, M. F. (2011). Factors influencing the adoption of e-commerce: A study on Saudi SMEs. Journal of Internet Commerce, 10(2), 127–154. https://doi.org/10.1080/15332861.2011.558456
Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating perceived behavioral control, computer anxiety and enjoyment into the technology acceptance model. Information Systems Research, 11, 342–365. https://doi.org/10.1287/isre.11.4.342.11872
Zhang, X., Li, Y., & Wang, J. (2014). The role of trust in e-commerce adoption: A meta-analysis. Journal of Business Research, 9(4), 134–156.
Zuniarti, A., Hidayat, R., & Wibowo, A. (2021). Understanding consumer behavior in digital payment adoption. Journal of Economics & Business Innovation, 7(2), 99–115.
