Khi AI bị xem là quá đắt, doanh nghiệp còn lo ngại điều gì?

Một khảo sát doanh nghiệp tại Brazil cho thấy lo ngại về nhân sự và dữ liệu cùng xuất hiện ra sao ở các doanh nghiệp cho rằng chi phí AI cao. Kết quả có thể giúp làm rõ một đề xuất ứng dụng AI.

Phân tích gốc của Influence IQ từ TIC Empresas 2025, với các cuộc phỏng vấn tại Brazil từ tháng 2/2025 đến tháng 1/2026.

Tóm tắt

Ước tính 37,5% doanh nghiệp cho rằng chi phí AI cao trong nhóm khảo sát Brazil mà chúng tôi xác định cũng báo cáo cả tình trạng thiếu nhân sự có kỹ năng cần thiết và khó khăn về tính sẵn có hoặc chất lượng dữ liệu. Ước lượng có trọng số có khoảng lấy mẫu 95% từ 29,8%–45,2%. Các doanh nghiệp này có bộ phận, phòng ban hoặc chuyên viên CNTT, không báo cáo sử dụng bất kỳ công nghệ nào trong 7 công nghệ AI được liệt kê và cho rằng chi phí có vẻ quá cao.[1][2][8]

Chúng tôi phân tích TIC Empresas 2025, được thực hiện từ tháng 2/2025 đến tháng 1/2026 với các doanh nghiệp tư nhân chính thức có ít nhất 10 người làm việc, thuộc các ngành mà khảo sát bao phủ. Nhóm chính gồm 547 bản ghi đã công bố. Hàm ý thực tế là bên cạnh giá cả, cần hỏi về công việc được đề xuất, người sẽ kiểm tra kết quả và thông tin cần dùng. Đây là lời khuyên lập kế hoạch rút ra từ những lo ngại được báo cáo, không phải bằng chứng rằng giảm giá hoặc đào tạo sẽ khiến doanh nghiệp ứng dụng AI.

Một đề xuất AI được đặt lên bàn chủ doanh nghiệp rồi bị chặn lại vì giá. Cuộc họp tiếp theo có thể chuyển thành tìm công cụ rẻ hơn. Nhưng trước đó, có một câu hỏi đáng đặt ra: nhóm sẽ cần làm những gì để sử dụng công cụ này?

Tình huống đó chỉ để minh họa, không phải một cuộc phỏng vấn trong khảo sát. Nó giải thích vì sao chúng tôi xem xét sâu hơn danh sách các thách thức ứng dụng AI thường được nêu. Chúng tôi muốn biết liệu chính những doanh nghiệp lo ngại về chi phí có đồng thời nêu lo ngại về nhân sự và dữ liệu hay không.

Sự phân biệt này quan trọng với nhóm tiếp thị đang cân nhắc một công việc mới. Giá có thể được so sánh trên bảng tính. Còn người kiểm tra kết quả và thông tin họ sẽ dựa vào cần một cuộc trao đổi riêng. Phân tích của chúng tôi mô tả cách các lo ngại này cùng xuất hiện; ví dụ dưới đây cho thấy một cách chuyển sự phân biệt đó thành bản tóm tắt hỗ trợ quyết định có thể sử dụng.

Đề xuất và các công việc đi kèm

Một cuốn sổ với tiền xu, thẻ công việc để trống, hình người bằng gỗ, bảng kẹp kiểm tra và các tập thông tin được sắp trên một bàn làm việc minh họa.
Minh họa về quyết định lập kế hoạch, không phải dữ liệu khảo sát. Một công việc được đề xuất cần mức giá, người có thể kiểm tra kết quả và thông tin phù hợp.

Lo ngại về nhân sự và dữ liệu cùng xuất hiện ra sao

Trong 547 doanh nghiệp đủ điều kiện cho rằng chi phí AI cao, 197 doanh nghiệp cũng báo cáo cả thiếu nhân sự có kỹ năng cần thiết và khó khăn về tính sẵn có hoặc chất lượng dữ liệu. Dùng trọng số khảo sát, tỷ lệ ước tính là 37,5%. Tỷ lệ không có trọng số là 36,0%.[1][8]

Cả hai tỷ lệ dùng cùng các doanh nghiệp và câu trả lời. Số liệu không có trọng số tính mỗi doanh nghiệp ngang nhau. Số liệu có trọng số cho mỗi bản ghi mức đóng góp do thiết kế khảo sát ấn định, nên đây là ước lượng chính của chúng tôi. Trọng số làm thay đổi ước lượng, không làm thay đổi câu trả lời nào được tính là báo cáo cả hai lo ngại.

Lo ngại về nhân sự và dữ liệu được báo cáo cùng nhau ở doanh nghiệp lo ngại chi phí

Doanh nghiệp có bộ phận, phòng ban hoặc chuyên viên CNTT, không báo cáo sử dụng 7 công nghệ AI được liệt kê và lo ngại chi phí cao theo cảm nhận. Chúng tôi đo tỷ lệ báo cáo rõ cả lo ngại về nhân sự và dữ liệu.

Bảng dữ liệu: Lo ngại về nhân sự và dữ liệu ở doanh nghiệp cho rằng chi phí AI cao
Nhóm khảo sátCó trọng số khảo sátKhông có trọng số khảo sátKhoảng 95%: cận dướiKhoảng 95%: cận trênSố doanh nghiệp trong nhóm mẫu
Doanh nghiệp đủ điều kiện cho rằng chi phí AI cao37,5%36,0%29,8%45,2%547
Phỏng vấn tại Brazil, tháng 2/2025–tháng 1/2026. Mẫu số là 547 bản ghi công khai; mọi câu trả lời chưa rõ về nhân sự hoặc dữ liệu vẫn được giữ. Ước lượng có trọng số và khoảng lấy mẫu 95% dùng thiết kế gốc của khảo sát. Ước lượng không có trọng số dùng cùng các bản ghi với mức đóng góp bằng nhau. Các tỷ lệ này mô tả nhóm được xác định này, không phải toàn bộ doanh nghiệp.

Khoảng lấy mẫu 95% trải từ 29,8% đến 45,2%. Khoảng này là lý do để mô tả kết quả là khoảng 4 trên 10, thay vì khiến người đọc nghĩ rằng 37,5% là phép đo chính xác cho mọi doanh nghiệp tương tự.

Vì cả 3 câu trả lời đến từ cùng một bản ghi, phân tích đo trực tiếp sự giao nhau. Chúng tôi có thể thấy liệu những doanh nghiệp lo ngại về chi phí có đồng thời báo cáo rõ ràng cả lo ngại về nhân sự và dữ liệu hay không.

Cách tính này cũng để ngỏ các câu trả lời khác. Doanh nghiệp ngoài nhóm xác nhận cả hai có thể nêu một trong hai lo ngại, không nêu lo ngại nào hoặc trả lời chưa rõ. Không thể mô tả phần còn lại là nhóm chỉ gặp vấn đề về giá. Bảng hỏi còn có các lý do khác, và kết quả chính của chúng tôi không xếp hạng chúng.

Tỷ lệ này mô tả nhóm khảo sát Brazil trong giai đoạn đã qua. Doanh nghiệp ở nơi khác có thể dùng sự phân biệt này để đặt câu hỏi nghiên cứu cho mình.

“Chi phí”, “kỹ năng” và “dữ liệu” có nghĩa gì ở đây

Câu hỏi về chi phí hỏi liệu chi phí có vẻ quá cao hay không. Nó không ghi nhận báo giá của nhà cung cấp, mức doanh nghiệp có thể chi trả hay khoản chi cụ thể mà người trả lời nghĩ đến. Vì vậy, chúng tôi gọi đây là lo ngại về chi phí theo cảm nhận. Câu trả lời không cho biết giá cần giảm bao nhiêu hay liệu giảm giá có làm thay đổi quyết định hay không.[2]

Câu hỏi về nhân sự liên quan đến những người trong doanh nghiệp có kỹ năng sử dụng các công nghệ đó. Trước tiên, bảng hỏi sàng lọc việc có bộ phận, phòng ban hoặc chuyên viên CNTT. Có sự hỗ trợ này tự nó không xác lập rằng những người liên quan có kỹ năng cần thiết cho một công việc AI được đề xuất.

Câu hỏi về dữ liệu gộp tính sẵn có và chất lượng. Câu trả lời “có” có thể liên quan đến việc thông tin phù hợp có tồn tại hay không, có dùng được hay không, hoặc cả hai. Vì khảo sát không tách riêng các khả năng đó, nó không thể xác định một doanh nghiệp cụ thể cần chuẩn bị theo cách nào.

7 câu hỏi về sử dụng AI bao quát nhiều hơn AI tạo sinh. Chúng gồm các công nghệ như phân tích văn bản, nhận dạng giọng nói, học máy và tự động hóa quy trình. Do đó, kết quả liên quan đến danh sách công nghệ rộng hơn này.

Mọi câu trả lời chưa rõ về nhân sự hoặc dữ liệu vẫn nằm trong toàn bộ nhóm lo ngại về chi phí. Tỷ lệ chính chỉ tính những trường hợp xác nhận rõ ràng cả hai lo ngại; chúng tôi không điền câu trả lời còn thiếu bằng phỏng đoán. Điều kiện chọn nhóm cũng chấp nhận câu trả lời chưa rõ hoặc bỏ trống về sử dụng AI, nên không được hiểu “không báo cáo sử dụng” là đã xác nhận không sử dụng.

Từ phản đối về giá đến câu hỏi lập kế hoạch rõ hơn

Với chủ doanh nghiệp hoặc trưởng nhóm tiếp thị, hàm ý thực tế là giữ 3 câu hỏi riêng biệt: công việc được đề xuất tốn bao nhiêu, ai có thể đánh giá kết quả và cần thông tin gì. Việc quan sát thấy các lo ngại cùng xuất hiện là lý do để hỏi cả 3 cùng lúc. Để tìm hiểu thách thức triển khai AI trong doanh nghiệp mình, hãy bắt đầu bằng một công việc xác định và bằng chứng từ những người sẽ thực hiện.

Bắt đầu bằng mô tả công việc có kết quả để người khác kiểm tra. “Dùng AI trong tiếp thị” quá rộng để làm rõ nhu cầu của nhóm. “Phân nhóm câu hỏi về sản phẩm gửi đến theo chủ đề để bộ phận bán hàng xem xét” nêu được đầu ra và người sử dụng. Công việc cụ thể hơn giúp trao đổi về giá của một thứ xác định.

Sau đó, hỏi mức giá đề xuất gồm những gì. Phí thuê bao công cụ và thời gian nhân sự chuẩn bị thông tin hoặc kiểm tra đầu ra là những mục khác nhau trong kế hoạch. Đây là cách phân biệt được đề xuất để lập kế hoạch, không phải cơ cấu chi phí do khảo sát đo lường. Nhóm có thể ghi lại các mục này mà không mặc định một công việc chưa quen sẽ tốn kém hoặc sẽ tiết kiệm thời gian.

Câu hỏi về việc kiểm tra có thể hữu ích hơn câu hỏi chung về mức tự tin khi dùng AI. Ai sẽ nhận ra một yêu cầu bị phân nhóm sai? Họ sẽ tra nguồn nào khi câu trả lời chưa chắc chắn? Ai quyết định đầu ra có dùng được không? Những câu hỏi này xác định trách nhiệm cho công việc được đề xuất; chúng không suy ra kỹ năng của một người từ số liệu khảo sát.

Chọn bước tiếp theo tương xứng với quyết định. Doanh nghiệp có thể cần làm rõ báo giá, tìm tài liệu sản phẩm có thẩm quyền hoặc nhờ đồng nghiệp xem xét một ví dụ nhỏ. Trước khi cam kết với dự án lớn hơn, hãy chọn phép kiểm tra trả lời đúng câu hỏi cụ thể còn bỏ ngỏ.

3 câu hỏi cho công việc được đề xuất

3 nhóm đồ vật minh họa: sổ trống với tiền xu; hình người bằng gỗ cạnh bảng kẹp kiểm tra; các tập hồ sơ với thẻ thông tin.
  1. Làm rõ chi phí

    Ghi lại báo giá bao gồm những gì và chi phí hoặc công việc nào vẫn cần làm rõ.

  2. Xác định người kiểm tra

    Xác định ai có thể đánh giá và họ sẽ kiểm tra thông tin chưa chắc chắn ở đâu.

  3. Kiểm tra thông tin

    Tìm tư liệu nguồn hiện hành và xác định liệu có phù hợp để sử dụng hay không.

Công cụ hỗ trợ lập kế hoạch mang tính khái niệm, không phải mô hình nhân quả được đo lường hay bảng xếp hạng các lo ngại trong khảo sát.

Một nhà bán buôn giả định xem xét 1 công việc được đề xuất

Xét một nhà bán buôn khu vực giả định có nhóm bán hàng nhận câu hỏi về sản phẩm qua website, email và tin nhắn mạng xã hội. Một quản lý đề xuất dùng AI để phân nhóm các câu hỏi theo chủ đề. Nhóm muốn biết câu hỏi nào cần thông tin sản phẩm rõ hơn và câu hỏi nào nên được chuyển đến nhân viên bán hàng. Đây là ví dụ minh họa về lập kế hoạch, không phải doanh nghiệp được quan sát trong khảo sát.

Cuộc trao đổi đầu tiên dừng lại ở giá. Thay vì kết luận chi phí giải thích mọi thứ, người quản lý ghi lại đầu ra đề xuất: danh sách chủ đề câu hỏi, liên kết đến tin nhắn gốc để một người kiểm tra. Đề xuất không bao gồm tự động trả lời hay đưa khuyến nghị sản phẩm cho khách hàng.

Trưởng nhóm bán hàng nhận thấy những tên sản phẩm tương tự có thể bị nhầm lẫn. Cô đồng ý kiểm tra việc phân nhóm theo danh mục hiện hành và đánh dấu câu hỏi có nghĩa chưa rõ. Câu hỏi cần quan tâm trở thành liệu cô có thông tin và mức độ am hiểu cần thiết để kiểm tra hay không, thay vì liệu ai đó trong công ty nói chung có “giỏi AI” hay không.

Một đồng nghiệp kiểm tra thông tin mà công việc sẽ dùng. Mô tả sản phẩm nằm trong nhiều hơn 1 tài liệu, và một số tin nhắn hỏi hàng chứa thông tin khách hàng. Nhóm quyết định xác định nguồn sản phẩm hiện hành và kiểm tra những tin nhắn nào phù hợp để sử dụng trước khi chuẩn bị ví dụ.

Lúc này, người quản lý có thể yêu cầu đề xuất cụ thể hơn. Công cụ làm gì, con người phải kiểm tra gì và cần chuẩn bị thông tin nào? Nhóm ghi lại các việc đó bên cạnh mức giá được báo.

Quyết định tiếp theo là liệu một đợt xem xét giới hạn có trả lời được các câu hỏi còn lại hay không. Nhóm có thể tiếp tục, điều chỉnh công việc hoặc hoãn lại. Người quản lý ghi lý do cho quyết định và thông tin mới nào sẽ dẫn đến một lần xem xét nữa.

Sao chép mẫu này trước đề xuất AI tiếp theo

Sao chép mẫu này vào bản yêu cầu dự án hoặc ghi chú cuộc họp đang dùng. Không cần tài khoản Influence. Điền cho 1 công việc được đề xuất.

1. Công việc dự kiến: [công việc cụ thể] → [đầu ra có thể kiểm tra] → [người hoặc nhóm sử dụng]. Viết cả những gì nằm ngoài đề xuất lẫn những gì được bao gồm.

2. Câu hỏi về chi phí: [báo giá hoặc ước tính đang trao đổi] · [những gì được bao gồm] · [những gì chưa rõ]. Ghi riêng công việc chuẩn bị hoặc kiểm tra của nhân sự nếu có liên quan; đừng tự đặt ra khoản tiết kiệm để biện minh cho đề xuất.

3. Trách nhiệm kiểm tra: [người kiểm tra cụ thể] · [nội dung sẽ kiểm tra] · [nguồn có thể tham khảo] · [cách xử lý khi chưa chắc chắn]. Chỉ chức danh có thể chưa trả lời được các câu hỏi này.

4. Thông tin cần có: [tài liệu hoặc bản ghi nguồn] · [người duy trì] · [có cập nhật và phù hợp để sử dụng hay không] · [câu hỏi còn bỏ ngỏ về tính sẵn có hoặc chất lượng].

5. Bước kiểm tra nhỏ tiếp theo: [câu hỏi cần giải quyết] · [người phụ trách] · [bằng chứng giúp đưa ra quyết định]. Mô tả phép kiểm tra trước khi diễn giải kết quả.

6. Ghi lại quyết định: [tiếp tục, điều chỉnh hoặc hoãn] · [lý do có căn cứ từ phép kiểm tra] · [điều còn chưa chắc chắn]. Phân biệt một lo ngại với bằng chứng rằng lo ngại đó đã được giải quyết.

Trong ví dụ nhà bán buôn giả định, đầu ra là danh sách chủ đề câu hỏi, trưởng nhóm bán hàng kiểm tra danh sách và danh mục hiện hành cung cấp nguồn tham khảo sản phẩm. Bước kiểm tra tiếp theo xem liệu cách bố trí đó có tạo ra kết quả mà nhóm bán hàng đánh giá được hay không. Những mục này làm đề xuất cụ thể hơn mà không mượn tỷ lệ thành công từ một khảo sát không liên quan.

Cách chúng tôi phân tích khảo sát

Chúng tôi dùng vi dữ liệu TIC Empresas 2025 công khai của NIC.br/Cetic.br đã qua xử lý bảo mật. Phỏng vấn diễn ra tại Brazil từ tháng 2/2025 đến tháng 1/2026. Khảo sát bao phủ các doanh nghiệp tư nhân chính thức đang hoạt động, có ít nhất 10 người làm việc và thuộc những ngành được xác định.[1][3][4]

Phân tích bắt đầu từ bước sàng lọc có bộ phận, phòng ban hoặc chuyên viên CNTT của bảng hỏi. Sau đó, chúng tôi giữ các doanh nghiệp không có câu trả lời có nào trong 7 công nghệ AI được liệt kê và trả lời có với câu hỏi về chi phí theo cảm nhận. Phép tính chính chia tổng trọng số khảo sát của các doanh nghiệp báo cáo rõ cả lo ngại về nhân sự và dữ liệu cho tổng trọng số của toàn bộ nhóm đủ điều kiện lo ngại về chi phí. Mọi câu trả lời chưa rõ về nhân sự hoặc dữ liệu vẫn nằm trong mẫu số đó.

Chúng tôi tính độ bất định do lấy mẫu bằng 200 bộ trọng số lặp bootstrap kết hợp được cung cấp. Các khoảng mô tả độ bất định cho từng ước lượng, không bao gồm mọi nguồn sai số có thể có. Chúng tôi chỉ hiển thị kết quả đáp ứng các quy tắc về mức hỗ trợ dữ liệu và công bố đã xác định trước; không được coi những phân tích chi tiết bị lược bỏ là 0.[8]

Chúng tôi ấn định câu hỏi nghiên cứu và phép tính trước khi xem kết quả kết hợp. Trong lúc kiểm tra nguồn, chúng tôi ghi lại một điểm không nhất quán trong mã câu trả lời đã công bố nằm ngoài nhóm phân tích và sửa một phép so sánh quá chính xác với các bảng tham chiếu đã xuất bản. Bản tải xuống ghi lại điều gì thay đổi và khi nào. Các thay đổi không làm đổi quần thể phân tích hay các phép tính mục tiêu. Một phép tính độc lập đã tái lập kết quả được công bố.[8]

Tệp công khai đã qua xử lý bảo mật. Cetic.br kiểm tra tính hữu dụng của tệp so với các bảng đã công bố, nhưng điều đó không xác nhận rằng mọi phân tích kết hợp mới đều giống hệt phân tích dùng các cuộc phỏng vấn gốc.[7]

Ý tưởng chung rằng các lo ngại về nhân sự, dữ liệu và tài chính có thể cùng tồn tại đã được biết đến. Nghiên cứu trước đây phân nhóm doanh nghiệp theo tổ hợp rào cản, và báo cáo năm 2025 của đơn vị thực hiện khảo sát bàn về con người và dữ liệu trong các yêu cầu triển khai. Đóng góp của chúng tôi là ước lượng trực tiếp những lo ngại được chọn cùng xuất hiện trong nhóm lo ngại về chi phí cụ thể này, không phải phát hiện một nguyên nhân mới của việc chưa ứng dụng AI.[5][6]

Không cần đăng ký. Bảng chứa kết quả tổng hợp trong giai đoạn đã qua. Gói có phần giải thích đã dịch về phương pháp, kiểm tra nguồn và biện pháp bảo vệ đầu ra công khai; gói không phân phối lại bản ghi khảo sát của từng đơn vị.

Nguồn và ghi chú

  1. NIC.br/Cetic.br, vi dữ liệu cơ bản công khai TIC Empresas 2025 sau xử lý bảo mật, phiên bản 1.0, phát hành ngày 15/6/2026. Dữ liệu nguồn được ghi công theo CC BY 4.0. Các tỷ lệ ở đây do Influence IQ tính từ bản ghi đã công bố, không phải trích dẫn kết quả nổi bật được xuất bản sẵn.
  2. Bảng hỏi TIC Empresas 2025, H9 và H13. H9 bao gồm 7 công nghệ AI sau bước sàng lọc có bộ phận/phòng ban hoặc chuyên viên CNTT. H13 được hỏi khi không câu trả lời sử dụng nào là có, kể cả câu trả lời chưa rõ hoặc bỏ trống. H13_A liên quan đến chi phí có vẻ quá cao; H13_B liên quan đến kỹ năng nhân sự; H13_D gộp tính sẵn có và chất lượng dữ liệu.
  3. Báo cáo phương pháp TIC Empresas 2025. Khung mẫu bao phủ các doanh nghiệp tư nhân chính thức đang hoạt động, có từ 10 người làm việc trở lên trong những ngành Cempre/CNAE được chỉ định. Đây không phải mẫu của toàn bộ tổ chức, doanh nghiệp siêu nhỏ, nhà sáng tạo độc lập hay người lao động cá nhân tại Brazil. Mô-đun H được thu thập trong cả 3 đợt khảo sát.
  4. Báo cáo thu thập dữ liệu TIC Empresas 2025. Công việc thực địa kéo dài từ tháng 2/2025 đến tháng 1/2026. Báo cáo nêu 4.174 cuộc phỏng vấn hoàn tất; bản công bố công khai chứa 4.171 bản ghi. Các tài liệu đã xem không giải thích khác biệt này. Chúng tôi dùng bản công bố công khai đã cố định, không thêm bản ghi để khớp số cuộc phỏng vấn.
  5. Emerson Gomes dos Santos và Márcia Siqueira Rapini, Barreiras na Adoção Combinada de Tecnologias Digitais por Empresas Brasileiras: uma proposta de tipologia (2024). Phân tích trước đó dùng TIC Empresas 2021 và phương pháp phân cụm để nghiên cứu các tổ hợp rào cản. Đây là nghiên cứu tiền nhiệm có liên quan, không phải ước lượng có thể so sánh trực tiếp với nhóm có điều kiện năm 2025 của chúng tôi.
  6. Báo cáo TIC Empresas 2025 của đơn vị thực hiện, đặc biệt trang 94–95 trong phần thảo luận của Natália Marroni Borges về ứng dụng và thể chế hóa AI. Phần này xác định dữ liệu, con người, năng lực và quản trị là những yếu tố cần cân nhắc khi triển khai. Phân tích của chúng tôi không khẳng định các ý tưởng chung đó là mới.
  7. Hướng dẫn vi dữ liệu của Cetic.br mô tả việc mã hóa lại và ẩn dữ liệu để bảo vệ tính bảo mật, với tính hữu dụng được đánh giá theo kế hoạch lập bảng đã công bố. Hướng dẫn không xác định cách xử lý nào tác động đến từng bản ghi công khai cụ thể, cũng không bảo đảm mọi mối quan hệ kết hợp mới đều giữ nguyên so với phỏng vấn gốc. NIC.br/Cetic.br không chứng thực phân tích hay cách diễn giải của chúng tôi.
  8. Gói phương pháp và tái lập kết quả của Influence IQ. 11 bản ghi công khai đánh dấu cả 7 mục sử dụng AI là không áp dụng trong khi 9 trường lý do dùng mã câu trả lời khác; các bản ghi này vốn đã nằm ngoài quần thể phân tích được xác định. Mọi bản ghi đều được giữ lại. Chúng tôi cũng điều chỉnh một phép so sánh độ chính xác đối soát sau khi xem các bảng đã công bố, trước khi xem kết quả mục tiêu. Gói ghi lại cả hai sửa đổi, phép tính độ bất định và biện pháp bảo vệ đầu ra công khai. Gói không chứa bản ghi của từng doanh nghiệp.

Bài viết và nhãn bảng có bằng mọi ngôn ngữ của bài viết. Bảng hỏi nguồn bằng tiếng Bồ Đào Nha; gói kỹ thuật tái lập kết quả có phần giải thích đã dịch. Quần thể Brazil và giai đoạn khảo sát từ tháng 2/2025 đến tháng 1/2026 giữ nguyên trong mọi phiên bản.

Nghiên cứu liên quan