Giải Mã Nút Thắt Thể Chế Và Rào Cản Hệ Thống Trong Tiến Trình Phát Triển Trí Tuệ Nhân Tạo Tại Việt Nam (Dựa Trên Báo Cáo Mức Độ Sẵn Sàng AI 2025 Của UNESCO)
Trí tuệ nhân tạo (AI) đang trở thành lực lượng sản xuất mang tính cách mạng của thế kỷ 21, làm đảo lộn cấu trúc kinh tế, pháp lý và xã hội trên phạm vi toàn cầu. Đối với Việt Nam, AI không chỉ đơn thuần là một công cụ công nghệ hay một động lực tăng trưởng kinh tế thuần túy, mà là phép thử sinh tồn đối với thể chế quản trị quốc gia và năng lực tự cường dân tộc trong kỷ nguyên số. Dựa trên Báo cáo Đánh giá Mức độ Sẵn sàng AI (RAM) năm 2025 của UNESCO, bài chính luận này bóc tách toàn diện và trực diện các “nút thắt thể chế” cùng những rào cản hệ thống đang kìm hãm tiến trình chuyển đổi số quốc gia.
Bài viết đi sâu mổ xẻ 4 tầng mâu thuẫn cốt lõi: nghịch lý giữa các chỉ số sẵn sàng lý thuyết với năng lực thực thi thực tế; xung đột gay gắt giữa quy định bảo vệ dữ liệu, an ninh mạng với nhu cầu huấn luyện mô hình AI; sự đứt gãy về hạ tầng tính toán, năng lượng và vốn đầu tư mạo hiểm; cùng cuộc khủng hoảng thiếu hụt nhân lực chất lượng cao và bất bình đẳng kỹ thuật số. Từ góc nhìn nhân văn sâu sắc và nhãn quan triết học vĩ mô, nghiên cứu không chỉ phê phán đanh thép những yếu kém, sự trì trệ và tư duy “quản không được thì cấm”, mà còn đề xuất lộ trình bứt phá mang tính chiến lược nhằm chuyển hóa AI từ một nguy cơ đe dọa thành đòn bẩy bảo vệ phẩm giá con người và thúc đẩy sự phát triển bền vững, công bằng cho toàn xã hội.
Phần 1: Bối Cảnh Chiến Lược Và Thực Trạng Kiến Trúc Chính Sách Trí Tuệ Nhân Tạo Tại Việt Nam
1.1. Đánh giá Mức độ Sẵn sàng AI Quốc gia: Bức tranh Tổng quan và Thứ hạng Quốc tế
Cuộc cách mạng trí tuệ nhân tạo (AI) trỗi dậy như một cơn địa chấn công nghệ làm rung chuyển toàn bộ cấu trúc kinh tế - xã hội toàn cầu. Trong cuộc đua sinh tồn mang tầm vóc lịch sử này, các quốc gia không chỉ so kè bằng thuật toán hay năng lực tính toán phần cứng, mà còn quyết chiến trên mặt trận thể chế quản trị và khả năng hấp thụ công nghệ của bộ máy hành chính công. Đối với Việt Nam, vị thế trên bản đồ AI khu vực và quốc tế đang phản ánh một bức tranh phức tạp, chứa đựng nhiều gam màu đối lập giữa những chỉ số xếp hạng định lượng ấn tượng trên giấy tờ và thực tế triển khai còn nhiều gập ghềnh, điểm nghẽn tại cấp độ địa phương.
Theo Báo cáo Chỉ số Sẵn sàng AI của Chính phủ (Government AI Readiness Index) do Oxford Insights công bố giai đoạn 2023/2024, Việt Nam đã có bước tiến mạnh mẽ khi vươn lên vị trí thứ 39 trong tổng số 193 quốc gia và lãnh thổ toàn cầu. Đáng chú ý, thành tích này thể hiện sự bứt phá đáng ghi nhận so với vị trí thứ 55 vào năm 2022, đưa Việt Nam vươn lên đứng thứ 5 trong tổng số 10 quốc gia thuộc khu vực ASEAN. Song song đó, theo Chỉ số Đổi mới Sáng tạo Toàn cầu (Global Innovation Index - GII) năm 2024 do Tổ chức Sở hữu Trí tuệ Thế giới (WIPO) phát hành, Việt Nam tiếp tục duy trì vị thế vững chắc khi xếp thứ 44 trên 133 nền kinh tế, được ghi nhận là một trong những quốc gia thuộc nhóm thu nhập trung bình thấp có tốc độ đổi mới sáng tạo vượt xa mức kỳ vọng so với trình độ phát triển kinh tế. Cùng với đó, các dự báo từ những tổ chức tài chính quốc tế uy tín chỉ ra rằng, đến năm 2030, kinh tế số và trí tuệ nhân tạo kỳ vọng sẽ đóng góp từ 12% đến 14% vào tổng sản phẩm quốc nội (GDP) của Việt Nam. Ở khía cạnh hạ tầng dịch vụ công, báo cáo từ các cơ quan chức năng khẳng định tỷ lệ cơ quan chính phủ triển khai các nền tảng trực tuyến phục vụ người dân và doanh nghiệp đã đạt mốc trên 80%.
Tuy nhiên, nếu bóc tách những con số hào nhoáng đó bằng một nhãn quan phê phán sắc bén và tư duy thực chứng nghiêm túc, một nghịch lý thể chế nghiêm trọng lập tức lộ diện. Mặc dù tỷ lệ phủ sóng hạ tầng trực tuyến đạt con số áp đảo trên 80%, nhưng mức độ ứng dụng AI tích hợp nâng cao - như xử lý ngôn ngữ tự nhiên để tự động hóa hồ sơ, phân tích dữ liệu dự báo hoặc các hệ thống hỗ trợ quyết định thông minh - mới chỉ dừng lại ở mức khiêm tốn dưới 15% tổng số dịch vụ công trực tuyến cấp độ 4. Sự lệch pha này chỉ rõ một căn bệnh kinh niên trong quản trị công: hiện tượng “Thực chứng ảo” (Illusion of Progress). Chúng ta đang sống trong một ảo tưởng về sự tiến bộ công nghệ khi lấy số lượng văn bản chính sách ban hành, số lượng cổng thông tin điện tử khai trương hay số điểm xếp hạng lý thuyết do các tổ chức quốc tế chấm điểm để làm thước đo cho năng lực chuyển đổi thực tế. Các chỉ số quốc tế như Oxford Insights hay WIPO về bản chất phụ thuộc rất lớn vào sự xuất hiện của các văn bản thể chế mang tính cam kết chính trị.
Về mặt cơ sở pháp lý, Việt Nam đã xây dựng một hành lang định hướng tương đối sớm và bài bản. Quyết định số 127/QĐ-TTg ngày 26/01/2021 của Thủ tướng Chính phủ phê duyệt “Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030” đã đặt ra những cột mốc phát triển đầy tham vọng. Chiến lược này tiếp nối tinh thần chỉ đạo từ Nghị quyết số 52-NQ/TW ngày 27/09/2019 của Bộ Chính trị về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ 4, cũng như Quyết định số 749/QĐ-TTg ngày 03/06/2020 phê duyệt “Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030”. Hệ thống văn bản này khẳng định quyết tâm chính trị mạnh mẽ của Đảng và Nhà nước trong việc đưa Việt Nam bắt kịp chuyến tàu công nghệ của thời đại.
Dẫu vậy, từ góc nhìn nhân văn triết học, mọi chiến lược hay chỉ số xếp hạng công nghệ chỉ thực sự có giá trị khi nó giải phóng con người khỏi những xiềng xích của thủ tục hành chính phiền hà, giảm bớt chi phí tuân thủ cho doanh nghiệp và nâng cao phẩm giá cùng chất lượng sống của nhân dân. Tư duy quản trị hiện nay vẫn đang bị mắc kẹt trong cái bẫy “chạy theo thành tích số lượng văn bản” thay vì áp dụng phương thức “quản trị dựa trên đo lường tác động thực tế” (Impact-based policy execution). Khi một bộ máy hành chính công công bố đạt thứ hạng 39 thế giới nhưng người dân vẫn phải nộp hàng loạt giấy tờ truyền thống, doanh nghiệp AI vẫn vật lộn trong sự mơ hồ về pháp lý dữ liệu, thì điểm số xếp hạng ấy chỉ là một bức mành che đậy sự trì trệ hệ thống. Trí tuệ nhân tạo không thể phát triển dựa trên những khẩu hiệu duy ý chí. Nếu không dũng cảm nhìn thẳng vào sự thật để san bằng khoảng cách giữa “điểm số chính sách trên giấy” và “năng lực hấp thụ thực tế”, Việt Nam sẽ phải trả giá bằng việc lỡ mất cơ hội lịch sử, biến những tiềm năng to lớn trên bản báo cáo thành sự thất bại cay đắng trong thực tiễn phát triển.
1.2. Khung Khái niệm và Phương pháp luận Đánh giá RAM của UNESCO
Để cắt cơn nghiện “thành tích chỉ số” và đánh giá một cách công tâm, khoa học về thực trạng AI tại Việt Nam, việc tiếp cận Bộ công cụ Đánh giá Mức độ Sẵn sàng AI (Readiness Assessment Methodology - RAM) do UNESCO phát triển mang ý nghĩa phương pháp luận sống còn. RAM không phải là một công cụ đo lường thuần túy mang tính kỹ thuật thương mại, mà là một khung phân tích đa chiều được thiết kế dựa trên Khuyến nghị về Đạo đức Trí tuệ Nhân tạo năm 2021 của UNESCO - văn bản toàn cầu đầu tiên xác định các nguyên tắc đạo đức cốt lõi nhằm đảm bảo AI phục vụ nhân loại một cách nhân văn và phát triển bền vững.
Khung phương pháp luận RAM bóc tách mức độ sẵn sàng AI của một quốc gia dựa trên 5 chiều kích cấu trúc liên hoàn:
Chiều kích Pháp lý và Quy định (Legal and Regulatory)
Chiều kích Xã hội và Văn hóa (Social and Cultural)
Chiều kích Kinh tế và Thị trường (Economic and Market)
Chiều kích Khoa học và Giáo dục (Scientific and Educational)
Chiều kích Hạ tầng và Kỹ thuật (Technological and Infrastructure)
Trong tiến trình triển khai đánh giá RAM tại Việt Nam trong giai đoạn 2024-2025, một chuỗi các hoạt động tham vấn sâu rộng đã được tổ chức với sự tham gia trực tiếp của hơn 100 chuyên gia hàng đầu, đại diện đến từ các bộ, ngành quản lý nhà nước, các tập đoàn công nghệ trụ cột, các viện nghiên cứu chuyên sâu cùng các tổ chức xã hội dân sự. Việt Nam tự hào là một trong những quốc gia tiên phong tại khu vực Đông Nam Á chủ động tiến hành đánh giá RAM toàn diện, thể hiện cam kết mạnh mẽ trong việc tiệm cận các chuẩn mực quốc tế về quản trị AI có trách nhiệm.
Về cơ sở pháp lý và chính sách điều hành, tiến trình này gắn liền với Khuyến nghị về Đạo đức Trí tuệ Nhân tạo được UNESCO thông qua tại Kỳ họp 41 Đại hội đồng vào năm 2021. Để cụ thể hóa các nguyên tắc này vào bối cảnh nội địa, Bộ Khoa học và Công nghệ đã ban hành Công văn số 2381/BKHCN-CN ngày 26/07/2023 về việc ban hành “Hướng dẫn một số nguyên tắc đạo đức trong nghiên cứu, phát triển trí tuệ nhân tạo”. Đây được xem là bước đi khởi đầu mang tính nền tảng nhằm định hình một môi trường R&D AI an toàn và nhân văn tại Việt Nam.
Tuy nhiên, giá trị phê phán lớn nhất của phương pháp luận RAM không nằm ở việc vinh danh những nỗ lực ban đầu, mà ở khả năng chỉ ra sự “Lệch pha” (Asymmetry) nghiêm trọng đang hiện hữu giữa 5 chiều kích sẵn sàng tại Việt Nam. Phân tích thực chứng từ RAM cho thấy một mâu thuẫn sâu sắc: Việt Nam đang tập trung nguồn lực rất lớn và đạt được những tiến bộ tương đối nhanh ở hai chiều kích “Hạ tầng/Kỹ thuật” và “Khung pháp lý phát triển” (dưới dạng các chiến lược định hướng). Thế nhưng, 3 chiều kích còn lại - đặc biệt là “Đạo đức AI”, “An sinh Xã hội” và “Môi trường dữ liệu bình đẳng” - lại đang bị bỏ ngỏ hoặc đối xử như những yếu tố thứ yếu.
Sự lệch pha thể chế này phản ánh một tư duy phát triển lệch lạc khi coi công nghệ là một mục đích tự thân thay vì là công cụ phục vụ con người. Khi chiều kích “Pháp lý” chỉ mải mê chạy theo các mục tiêu thúc đẩy kinh tế số, còn chiều kích “Xã hội và Văn hóa” thiếu hụt hoàn toàn các cơ chế bảo vệ người lao động bị mất việc làm do tự động hóa; khi chiều kích “Khoa học và Giáo dục” chưa chuẩn bị kịp kỹ năng số cho thế hệ tương lai, thì sự phát triển AI sẽ tạo ra những hệ lụy xã hội vô cùng tàn khốc. Sự mất cân bằng giữa khả năng cung cấp công nghệ và năng lực kiểm soát đạo đức sẽ biến các thuật toán AI thành “hộp đen” thao túng dữ liệu cá nhân, làm sâu sắc thêm bất bình đẳng xã hội và gia tăng sự tổn thương của các nhóm yếu thế.
RAM của UNESCO đóng vai trò như một chiếc gương thần soi rõ bản chất của kiến trúc chính sách Việt Nam: chúng ta đang có một khung phát triển “lệch chân”. Nếu không sớm điều chỉnh tư duy, tập trung nguồn lực để khỏa lấp khoảng trống về đạo đức, an sinh xã hội và sự bình đẳng trong tiếp cận dữ liệu, Việt Nam sẽ rơi vào cái bẫy phát triển thiếu bền vững - nơi công nghệ tăng trưởng theo hàm số nhân nhưng phẩm giá con người và sự ổn định xã hội lại bị suy giảm theo hàm số cộng.
1.3. Hệ thống Hóa Chiến lược Quốc gia 127/QĐ-TTg và Các Nghị quyết Trụ cột
Xương sống trong kiến trúc chính sách phát triển AI của Việt Nam được định hình tập trung tại Quyết định số 127/QĐ-TTg ngày 26/01/2021 của Thủ tướng Chính phủ. Văn bản này đề ra một tham vọng chiến lược cực kỳ to lớn với những mục tiêu định lượng cụ thể đến năm 2030: đưa Việt Nam nằm trong nhóm 4 nước dẫn đầu khu vực ASEAN về nghiên cứu, phát triển và ứng dụng AI; xây dựng được 5 thương hiệu AI có uy tín trong khu vực; đồng thời thành lập 3 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao. Để làm bệ phóng cho chiến lược này, hệ thống chính sách còn được bảo chứng bởi Nghị quyết số 36-NQ/TW ngày 01/07/2014 của Bộ Chính trị về đẩy mạnh ứng dụng, phát triển công nghệ thông tin, cùng Chiến lược Phát triển Kinh tế - Xã hội 10 năm 2021-2030.
Thế nhưng, khi đối diện với thực tế kiểm toán kết quả trung hạn giai đoạn 2021-2025, bản quy hoạch chính sách vĩ mô này đang bộc lộ nguy cơ biến thành một “Chiến lược treo” - một hiện tượng phổ biến trong quản trị công tại Việt Nam khi tham vọng chiến lược tỷ lệ nghịch với năng lực thực thi và công cụ tài chính hỗ trợ.
Số liệu thực chứng chỉ ra rằng, tính đến đầu năm 2025, tỷ lệ hoàn thành các mục tiêu trung hạn (2021-2025) đề ra trong Quyết định 127/QĐ-TTg mới chỉ đạt vỏn vẹn khoảng 40% đến 45% chỉ tiêu, đặc biệt là sự chậm trễ nghiêm trọng trong việc khởi công và vận hành các hạ tầng trung tâm dữ liệu dùng chung mạng lưới kết nối dữ liệu liên thông quốc gia. Nguyên nhân cốt lõi của sự trật lệch này bắt nguồn từ nút thắt ngân sách và cơ chế phân bổ nguồn lực. Mặc dù AI được tuyên bố là “công nghệ mũi nhọn đột phá”, tổng chi ngân sách nhà nước phân bổ cho nghiên cứu và phát triển (R&D) trong lĩnh vực AI tại Việt Nam hiện chỉ chiếm dưới 0,5% GDP. Đây là một con số vô cùng vô lý và thấp một cách thảm hại khi so sánh với mức đầu tư bình quân từ 1,5% đến 2,5% GDP của các nền kinh tế bứt phá trong khu vực và trên thế giới như Singapore hay Hàn Quốc.
Bản chất của rào cản hệ thống ở đây chính là sự thiếu hụt một “Công cụ tài chính đặc thù” (Financial vehicle) để hiện thực hóa các mục tiêu vĩ mô. Một chiến lược công nghệ đỉnh cao không thể được vận hành bằng cơ chế giải ngân ngân sách mang tính hành chính, cào bằng và xin - cho truyền thống. Quy trình phân bổ vốn đầu tư cho AI hiện nay đang bị phân tán và giằng xé giữa hàng loạt cơ quan quản lý nhà nước: Bộ Khoa học và Công nghệ nắm quyền quản lý các đề tài nghiên cứu; Bộ Thông tin và Truyền thông quản lý hạ tầng công nghiệp số; Bộ Kế hoạch và Đầu tư nắm nguồn vốn đầu tư phát triển. Sự phân mảnh chức năng này tạo ra những “lãnh địa quản lý” chồng chéo, nơi không một cơ quan nào chịu trách nhiệm cuối cùng về kết quả đầu ra của Chiến lược 127/QĐ-TTg.
Hậu quả là các dự án xây dựng 3 trung tâm tính toán hiệu năng cao quốc gia vẫn nằm trên bàn đàm phán hoặc vướng mắc thủ tục đầu tư công kéo dài nhiều năm. Các doanh nghiệp công nghệ nội địa muốn phát triển thương hiệu AI tầm cỡ khu vực thì phải tự bơi trong dòng vốn thương mại đầy rủi ro mà không nhận được sự hỗ trợ tài chính ban đầu (Seed funding) đáng kể nào từ phía Nhà nước.
Tình trạng “Chiến lược treo” không chỉ gây lãng phí tài nguyên thời gian vàng ngọc của quốc gia, mà còn làm bào mòn niềm tin của cộng đồng doanh nghiệp và giới khoa học. Việc đề ra những mục tiêu xa vời vượt quá năng lực phân bổ nguồn lực tài chính và quản trị thực tế là một biểu hiện của căn bệnh duy ý chí trong lập quy hoạch. Nếu không sớm tái cấu trúc cơ chế tài chính công, thành lập Quỹ Phát triển AI chuyên biệt với cơ chế chấp nhận rủi ro và tập trung quyền lực quản trị vào một đầu mối thống nhất, Chiến lược 127/QĐ-TTg sẽ khó tránh khỏi vết xe đổ của nhiều dự án quy hoạch công nghệ trước đây: rầm rộ khi phát động nhưng lặng lẽ lâm vào bế tắc khi tiến về đích.
1.4. Mâu thuẫn giữa Tốc độ Ban hành Chính sách và Năng lực Thực thi Thực tế
Nút thắt thể chế nguy hiểm nhất trong tiến trình phát triển AI tại Việt Nam hiện nay nằm ở mâu thuẫn gay gắt giữa tốc độ biến đổi theo từng ngày của công nghệ và quy trình lập pháp, thực thi chính sách kéo dài lê thê theo từng năm. Sự lệch nhịp về mặt thời gian (Time-lag) này đang tạo ra một lực cản khủng khiếp, vây hãm mọi động lực sáng tạo của hệ sinh thái AI nội địa.
Dữ liệu khảo sát thực tế chỉ ra rằng, độ trễ thời gian trung bình để một Hướng dẫn hoặc Thông tư chi tiết được các bộ ngành ban hành sau khi một Chiến lược quốc gia hoặc Nghị định của Chính phủ ra đời thường kéo dài từ 18 đến 24 tháng. Trong thế giới AI - nơi một vòng đời công nghệ hoặc một thế hệ mô hình ngôn ngữ lớn (LLM) mới chỉ mất từ 3 đến 6 tháng để ra đời và thay thế công nghệ cũ - độ trễ pháp lý từ 1,5 đến 2 năm đồng nghĩa với việc khi một văn bản hướng dẫn có hiệu lực thi hành, thì công nghệ mà nó định quản lý đã trở nên lạc hậu hoặc biến hình sang một dạng thức hoàn toàn mới.
Hệ lụy của độ trễ này phản ánh rõ qua Chỉ số rủi ro tuân thủ pháp lý của doanh nghiệp: có tới 68% doanh nghiệp AI được khảo sát thừa nhận họ rơi vào tình trạng lúng túng, bế tắc khi cố gắng áp dụng các quy định pháp luật hiện hành. Họ bị mắc kẹt trong một ma trận các quy định chồng chéo, mâu thuẫn giữa Luật An toàn thông tin mạng, Luật An ninh mạng và các quy định về quản lý dữ liệu. Doanh nghiệp không thể xác định nổi đâu là ranh giới giữa việc thu thập dữ liệu hợp pháp để huấn luyện AI và hành vi vi phạm an toàn thông tin.
Đặc biệt, sự bế tắc của cơ chế thử nghiệm pháp lý có kiểm soát (Sandbox) là bằng chứng đanh thép nhất cho sự thất bại trong năng lực thực thi. Cho đến đầu năm 2025, số lượng Sandbox công nghệ AI được cấp phép vận hành chính thức trên quy mô quốc gia vẫn là con số 0 tròn trĩnh. Mọi đề xuất thử nghiệm AI trong các lĩnh vực nhạy cảm như y tế, tài chính hay giao thông tự lái đều dừng lại ở những mô hình thí điểm nhỏ lẻ, cục bộ cấp ngành, thiếu hoàn toàn khung bảo trợ pháp lý vững chắc ở cấp Nghị định.
Về mặt thể chế, công tác lập pháp hiện nay vẫn tuân thủ nghiêm ngặt Luật Ban hành văn bản quy phạm pháp luật 2015 (sửa đổi, bổ sung 2020) và Quyết định số 569/QĐ-TTg ngày 11/05/2022 ban hành Chiến lược phát triển khoa học, công nghệ và đổi mới sáng tạo đến năm 2030. Tuy nhiên, quy trình lập pháp truyền thống vốn được thiết kế cho một nền kinh tế tĩnh, nơi các chủ thể và hành vi kinh doanh mang tính ổn định cao. Quy trình này hoàn toàn gãy đổ trước bản chất bất định, biến đổi phi tuyến tính của trí tuệ nhân tạo.
Bản chất của rào cản hệ thống ở đây là sự chi phối của tư duy “Không quản được thì cấm” hoặc nguyên tắc “Thận trọng quá mức” (Over-precautionary principle) trong đội ngũ cán bộ quản lý nhà nước. Trước sự phức tạp của thuật toán AI và rủi ro phát sinh trách nhiệm pháp lý, các cơ quan quản lý có xu hướng chọn giải pháp an toàn cho bộ máy: trì hoãn phê duyệt, đòi hỏi thêm thủ tục thẩm định hoặc đùn đẩy trách nhiệm lòng vòng giữa các bộ ngành. Tâm lý “sợ sai, sợ chịu trách nhiệm” đã biến cơ chế Sandbox từ một công cụ mở đường cho sáng tạo thành một quy trình xin phép gian nan hơn cả thủ tục thông thường.
Dưới góc nhìn triết học về sự phát triển, khi kiến trúc thượng tầng (hệ thống pháp luật và tư duy quản lý) trở nên xơ cứng và lạc hậu, nó sẽ trở thành xiềng xích xiết chặt sự phát triển của lực lượng sản xuất mới (công nghệ AI và tri thức số). Việc vắng bóng một hành lang pháp lý linh hoạt, cho phép chấp nhận rủi ro và sai số trong thử nghiệm, đang đẩy các doanh nghiệp AI Việt Nam vào một nghịch lý cay đắng: hoặc phải chấp nhận hoạt động “chui” trong vùng xám pháp lý với rủi ro bị xử phạt bất cứ lúc nào, hoặc phải chuyển dịch trụ sở sang các quốc gia có khung pháp lý Sandbox cởi mở như Singapore hay Các Tiểu vương quốc Ả Rập Thống nhất để sinh tồn. Sự chảy máu thể chế này chính là tổn thất lớn nhất đối với năng lực cạnh tranh quốc gia trong kỷ nguyên AI.
Phần 2: Môi Trường Pháp Lý, Quản Trị Dữ Liệu Và Quyền Riêng Tư Trong Kỷ Nguyên AI
Trong kiến trúc phát triển của trí tuệ nhân tạo (AI), nếu các thuật toán phức tạp đóng vai trò là động cơ vận hành thì dữ liệu chính là dòng máu nuôi dưỡng toàn bộ hệ thống. Không thể có một mô hình trí tuệ nhân tạo đột phá hay một hệ sinh thái AI tự chủ nếu nguồn cung cấp dữ liệu bị nghẽn mạch hoặc bị giam hãm trong những bộ khung pháp lý xơ cứng, lỗi thời.
Tuy nhiên, khi soi rọi vào thực tế hạ tầng pháp lý và môi trường quản trị dữ liệu tại Việt Nam hiện nay, một nghịch lý mang tính bản chất đang hiện hữu: sự xung đột sâu sắc giữa tư duy quản lý hành chính đóng kín, ưu tiên kiểm soát an toàn thụ động với đòi hỏi mở rộng luồng sinh khí tri thức, lưu thông dữ liệu tự do và chấp nhận rủi ro thử nghiệm. Khoảng cách giữa khát vọng đưa quốc gia bứt phá về AI và năng lực thiết lập một khung khổ pháp lý vừa bảo vệ quyền con người, vừa kích thích sáng tạo công nghệ đang trở thành một rào cản hệ thống nghiêm trọng.
2.1. Nghị định 13/2023/NĐ-CP về Bảo vệ Dữ liệu Cá nhân và Thách thức Huấn luyện Mô hình AI
Sự ra đời của Nghị định số 13/2023/NĐ-CP ngày 17/04/2023 của Chính phủ về Bảo vệ dữ liệu cá nhân được xem là một bước tiến quan trọng trong nỗ lực thể chế hóa việc bảo vệ quyền riêng tư và phẩm giá con người trên không gian số. Việc tiệm cận các tiêu chuẩn quốc tế khắt khe, điển hình là Quy định Bảo vệ Dữ liệu Chung (GDPR) của Liên minh Châu Âu, thể hiện định hướng nhân văn rõ rệt trong chính sách công. Tuy nhiên, khi áp đặt một bộ khung pháp lý vốn được thiết kế cho các giao dịch kỹ thuật số truyền thống vào môi trường huấn luyện các mô hình AI tiên tiến, sự “lệch pha” về mặt thuật toán và pháp lý đã lập tức bộc lộ, tạo ra những hệ lụy đảo ngược ngoài mong muốn.
Bản chất của các mô hình AI hiện đại – đặc biệt là các mô hình ngôn ngữ lớn (LLM) và học sâu (Deep Learning) – phụ thuộc tuyệt đối vào khả năng xử lý và hấp thụ khối lượng dữ liệu khổng lồ (Big Data). Các thuật toán này không hoạt động theo logic lưu trữ dữ liệu tuyến tính, mà bóc tách, phân tích các mẫu hình (patterns) và trích xuất tri thức từ những tập dữ liệu quy mô hàng tỷ điểm thông tin.
Đối lập hoàn toàn với nguyên lý vận hành này, Nghị định số 13/2023/NĐ-CP lại áp đặt quy tắc “giới hạn mục đích” và cơ chế “sự đồng ý bóc tách” cực kỳ nghiêm ngặt tại Điều 11. Theo đó, chủ thể dữ liệu phải được thông báo và đưa ra sự đồng ý rõ ràng, chủ động cho từng mục đích xử lý dữ liệu cụ thể. Đây là một đòi hỏi gần như bất khả thi trong quy trình phát triển AI. Khi thu thập hàng triệu văn bản hay hình ảnh để huấn luyện một mô hình máy học, nhà phát triển không thể dự báo trước toàn bộ các kết quả hay ứng dụng tương lai để xin phép từng cá nhân theo cách thủ công.
Sự bất cập này thể hiện rõ qua các số liệu thực chứng đầy giật mình:
Có tới 92% các tập dữ liệu mở (Open Datasets) hiện đang được sử dụng để nghiên cứu và huấn luyện AI tại Việt Nam không thể đáp ứng đầy đủ tiêu chuẩn về “sự đồng ý chủ động, rõ ràng” theo đúng quy định tại Điều 11 Nghị định số 13/2023/NĐ-CP. Điều này đồng nghĩa với việc đại đa số các nhóm nghiên cứu và doanh nghiệp AI nội địa đang phải vận hành trong trạng thái “vi phạm pháp lý định mệnh” nếu muốn tiếp tục huấn luyện mô hình.
Chi phí tuân thủ thủ tục Đánh giá tác động xử lý dữ liệu cá nhân (DPIA) cùng các nghĩa vụ hồ sơ đi kèm đã làm gia tăng từ 30% đến 50% chi phí vận hành ban đầu cho các doanh nghiệp khởi nghiệp (startup) AI trong nước. Đối với các đơn vị đổi mới sáng tạo có nguồn vốn mỏng, đây là một gánh nặng tài chính đè bẹp khả năng cạnh tranh ngay từ vạch xuất phát.
Tính đến đầu năm 2025, tỷ lệ doanh nghiệp AI hoàn tất hồ sơ Đánh giá tác động gửi về Cục An ninh mạng và Phòng chống tội phạm sử dụng công nghệ cao (A05) thuộc Bộ Công an mới đạt mức dưới 10% tổng số doanh nghiệp công nghệ đang hoạt động. Con số khiêm tốn này không phản ánh sự vô kỷ luật của cộng đồng doanh nghiệp, mà vạch trần tính thiếu khả thi và sự phức tạp thái quá của quy trình hành chính hiện hành.
Lỗ hổng lớn nhất của Nghị định số 13/2023/NĐ-CP và Dự thảo Luật Bảo vệ dữ liệu cá nhân đang trong quá trình hoàn thiện chính là việc thiếu vắng hoàn toàn các “ngoại lệ pháp lý” dành riêng cho hoạt động nghiên cứu, phát triển (R&D) và huấn luyện AI phi thương mại. Trong khi luật pháp của nhiều quốc gia tiên tiến đã nhanh chóng bổ sung các điều khoản về “sử dụng hợp lý” (fair use) hoặc ngoại lệ khai thác dữ liệu cho mục đích nghiên cứu khoa học, thì hạ tầng pháp lý Việt Nam vẫn đánh đồng hành vi thu thập dữ liệu để huấn luyện AI với hành vi mua bán, xâm phạm dữ liệu cá nhân trái phép.
Hệ lụy của sự cản trở này là rất lớn. Một mặt, nó đe dọa trực tiếp đến tính hợp pháp của các sản phẩm AI “Make in Vietnam”. Mặt khác, nó tạo ra một môi trường bất bình đẳng cay đắng: các tập đoàn công nghệ xuyên quốc gia vẫn thản nhiên thu thập dữ liệu của người dùng Việt Nam thông qua các nền tảng toàn cầu để huấn luyện mô hình của họ ở hải ngoại, trong khi các nhà khoa học và doanh nghiệp trong nước lại bị trói tay bởi chính các quy định nội địa.
Nếu Luật An toàn thông tin mạng năm 2015 và Nghị định số 13/2023/NĐ-CP không sớm được điều chỉnh để tích hợp các cơ chế miễn trừ hợp lý cho R&D AI, chúng ta sẽ tự đóng sầm cánh cửa tự chủ công nghệ, biến quốc gia thành vùng trống về dữ liệu hợp chuẩn và đẩy lực lượng công nghệ trong nước vào thế thua ngay trên sân nhà.
2.2. Khung Pháp lý An ninh mạng, An toàn Thông tin và Điểm nghẽn Xử lý Dữ liệu Xuyên biên giới
Đi đôi với các rào cản về bảo vệ dữ liệu cá nhân là những nút thắt siết chặt luồng luân chuyển dữ liệu xuyên biên giới. Trong thời đại kinh tế số toàn cầu, dữ liệu không thể phát huy tối đa giá trị nếu bị giam cầm trong các ranh giới địa lý hành chính. Tuy nhiên, tư duy “Chủ nghĩa bảo hộ dữ liệu” (Data Nationalism) quá mức đang chi phối đậm nét trong kiến trúc an ninh mạng hiện hành, vô hình trung cách ly hệ sinh thái AI Việt Nam khỏi dòng chảy tri thức và hạ tầng tính toán của thế giới.
Luật An ninh mạng số 24/2018/QH14 và Nghị định số 53/2022/NĐ-CP quy định chi tiết một số điều của Luật An ninh mạng đã đặt ra các yêu cầu khắt khe về việc lưu trữ dữ liệu tại Việt Nam (Data Localization) và đặt văn phòng đại diện đối với các doanh nghiệp cung cấp dịch vụ nước ngoài. Mục tiêu chiến lược nhằm bảo đảm an ninh quốc gia và chủ quyền số là hoàn toàn chính đáng. Dù vậy, việc thực thi các quy định này lại vấp phải một thực tế hạ tầng yếu kém và chưa chuẩn bị kịp thời của thị trường nội địa.
Thực trạng phụ thuộc hạ tầng và rào cản thủ tục chuyển dữ liệu ra nước ngoài đang bộc lộ những con số đầy quan ngại:
Hơn 80% các doanh nghiệp và nhóm nghiên cứu AI tại Việt Nam hiện đang phụ thuộc hoàn toàn vào hạ tầng điện toán đám mây và máy chủ tính toán của các tập đoàn quốc tế như Amazon Web Services (AWS), Google Cloud hay Microsoft Azure. Nguyên nhân cốt lõi là do thị trường trong nước trầm trọng thiếu hụt các Trung tâm dữ liệu (Datacenter) đạt chuẩn Tier 3 và Tier 4 có khả năng cung cấp hiệu năng tính toán cao với giá thành cạnh tranh.
Khi áp dụng thủ tục Đánh giá tác động chuyển dữ liệu ra nước ngoài (DTA) theo các quy định an ninh mạng, các doanh nghiệp phải mất trung bình từ 3 đến 6 tháng để hoàn tất quy trình thẩm định và phê duyệt pháp lý. Đối với một ngành công nghệ có tốc độ thay đổi tính bằng ngày như AI, độ trễ kéo dài hàng tháng trời đồng nghĩa với việc tước bỏ hoàn toàn cơ hội thương mại hóa và thử nghiệm sản phẩm của doanh nghiệp.
Việc triển khai Quyết định số 964/QĐ-TTg ngày 10/08/2022 phê duyệt Chiến lược an toàn, an ninh mạng quốc gia chưa tạo ra được hành lang phân loại dữ liệu rõ ràng, dẫn đến tình trạng các cơ quan quản lý áp dụng cơ chế kiểm soát cẩn trọng quá mức (Over-precautionary) lên cả những tập dữ liệu thương mại hoặc kỹ thuật thuần túy.
Ranh giới mờ nhạt giữa khái niệm “Dữ liệu quan trọng quốc gia”, “Dữ liệu an ninh quốc gia” và “Dữ liệu thương mại thông thường” đang gieo rắc tâm lý sợ sai, sợ chịu trách nhiệm trong bộ máy quản lý hành chính. Do thiếu các tiêu chí định lượng và danh mục phân loại chi tiết, các cán bộ thẩm định có xu hướng chọn giải pháp an toàn nhất là từ chối hoặc kéo dài thời gian xử lý hồ sơ luân chuyển dữ liệu.
Sự tắc nghẽn này tạo ra một “điểm nghẽn kép”:
Thứ nhất, các doanh nghiệp AI Việt Nam không thể tiếp cận một cách hợp pháp và nhanh chóng các hạ tầng GPU công suất lớn đặt tại các Datacenter nước ngoài để huấn luyện các mô hình AI phức tạp, do vướng quy định chuyển dữ liệu thô ra khỏi biên giới.
Thứ hai, các đối tác và nhà đầu tư công nghệ quốc tế e ngại khi đưa các dự án AI tiên tiến vào Việt Nam do lo sợ rủi ro gián đoạn luồng dữ liệu toàn cầu và chi phí tuân thủ pháp lý không thể dự báo trước.
An ninh mạng vững chắc phải là bệ phóng cho sự phát triển, chứ không thể là bức tường thành cô lập đất nước khỏi tri thức nhân loại. Nếu tiếp tục duy trì tư duy quản lý theo kiểu “không quản được thì siết chặt”, chúng ta không chỉ thất bại trong mục tiêu bảo vệ an ninh dữ liệu một cách chủ động, mà còn tự triệt hạ năng lực đổi mới sáng tạo, đẩy nền kinh tế số Việt Nam rơi vào nguy cơ tụt hậu vĩnh viễn so với các quốc gia trong khu vực như Singapore hay Thái Lan – những nơi đang áp dụng cơ chế luân chuyển dữ liệu xuyên biên giới linh hoạt và cởi mở hơn rất nhiều.
2.3. Lỗ hổng trong Quản trị Dữ liệu Mở (Open Data) và Sự Thiếu hụt Kho Dữ liệu Chuẩn hóa
Nếu dữ liệu riêng tư bị bủa vây bởi các rào cản siết chặt, thì dữ liệu công khai – nguồn tài sản công vô giá để phát triển các ứng dụng AI phục vụ cộng đồng – lại đang rơi vào tình trạng bỏ hoang và phân mảnh nghiêm trọng. Sự thiếu hụt các kho dữ liệu mở được chuẩn hóa, chất lượng cao là nguyên nhân trực tiếp khiến các mô hình AI tại Việt Nam gặp phải tình trạng “suy dinh dưỡng dữ liệu” ngay từ khâu tạo dựng nền tảng.
Nghị định số 47/2020/NĐ-CP ngày 09/04/2020 của Chính phủ về quản lý, kết nối và chia sẻ dữ liệu số của cơ quan nhà nước cùng Quyết định số 2117/QĐ-TTg ngày 16/12/2020 đã đề ra những mục tiêu rất tham vọng về việc mở cửa dữ liệu chính phủ, loại bỏ rào cản hành chính giữa các bộ ngành. Tuy nhiên, giữa văn bản chính sách và thực tế triển khai lại là một khoảng cách mênh mông, vạch trần căn bệnh “cát cứ dữ liệu” đã ăn sâu vào tư duy của bộ máy quản lý.
Sự bất cập trong công tác quản trị và chia sẻ dữ liệu mở được minh chứng cụ thể qua các chỉ số thực tế:
Cổng dữ liệu quốc gia (data.gov.vn) dù đã công bố và lưu trữ hơn 10.000 bộ dữ liệu từ các cơ quan công quyền, nhưng có tới hơn 75% trong số đó tồn tại ở dạng “dữ liệu chết” hoặc “dữ liệu rác”. Đó là các tệp tin định dạng tĩnh như PDF quét, bảng tính Excel không tuân thủ cấu trúc chuẩn hóa, thiếu các tài liệu mô tả dữ liệu (metadata) và hoàn toàn không tích hợp giao diện lập trình ứng dụng (API) để các hệ thống AI có thể tự động truy cập, thu thập và xử lý.
Tỷ lệ các bộ, ngành và địa phương thực hiện chia sẻ dữ liệu liên thông theo các chỉ tiêu định lượng tại Quyết định số 2117/QĐ-TTg hiện mới chỉ đạt dưới 20%. Dữ liệu công vẫn đang bị xem là “tài sản riêng”, là quyền lực khép kín của từng cơ quan, đơn vị thay vì là tài sản dùng chung phục vụ sự phát triển của quốc gia.
Trong bức tranh toàn cầu về phát triển các mô hình ngôn ngữ lớn (LLM), tỷ lệ dữ liệu tiếng Việt chất lượng cao được đưa vào huấn luyện chỉ chiếm dưới 0,1% tổng lượng dữ liệu toàn cầu. Con số vô cùng nhỏ bé này phản ánh sự nghèo nàn nghiêm trọng của tài nguyên dữ liệu số hóa tiếng Việt trên không gian mạng.
Nghịch lý lớn nhất nằm ở chỗ: Việt Nam là một quốc gia có quy mô dân số gần 100 triệu người với mức độ thâm nhập internet cao, nhưng tài nguyên dữ liệu ngôn ngữ, văn hóa, lịch sử và hành chính công lại bị phân tán, thất thoát hoặc không được chuẩn hóa để cống hiến cho AI.
Tình trạng “cát cứ dữ liệu” xuất phát từ hai lý do cốt lõi:
Thứ nhất là thiếu cơ chế định giá và thương mại hóa dữ liệu công hợp pháp. Các cơ quan nhà nước không có động lực tài chính để đầu tư nhân lực, hạ tầng làm sạch và chuẩn hóa dữ liệu, vì việc chia sẻ dữ liệu không mang lại nguồn thu tái đầu tư mà còn phát sinh thêm trách nhiệm.
Thứ hai là nỗi sợ rủi ro pháp lý. Trong bối cảnh các quy định về an toàn thông tin và bảo vệ bí mật nhà nước còn chồng chéo, các cán bộ quản lý dữ liệu luôn lo sợ việc mở dữ liệu có thể dẫn đến sai phạm hoặc lộ rò thông tin. Sự an toàn vị kỷ của người quản lý đã đè bẹp lợi ích chiến lược của toàn dân tộc.
Hệ lụy của sự thiếu hụt kho dữ liệu mở chuẩn hóa là vô cùng ngặt nghèo. Khi các nhà phát triển trong nước không có đủ dữ liệu tiếng Việt chất lượng cao để huấn luyện, họ buộc phải sử dụng các mô hình nền tảng (Foundation Models) được huấn luyện bởi các tập đoàn công nghệ phương Tây hoặc Trung Quốc.
Điều này dẫn đến nguy cơ “xâm lăng văn hóa và tư duy thuật toán” (Digital Colonization). Các ứng dụng AI phục vụ người Việt nhưng lại suy nghĩ, phân tích và phản ánh thế giới quan, giá trị văn hóa và thiên kiến chính trị của các quốc gia khác. Đây là một mối đe dọa trực tiếp đối với chủ quyền số và sự bảo tồn nhận thức văn hóa dân tộc trong kỷ nguyên trí tuệ nhân tạo.
2.4. Thách thức Trí tuệ Nhân tạo với Bỏ ngỏ Sở hữu Trí tuệ và Bản quyền Sản phẩm AI
Điểm nghẽn cuối cùng nhưng không kém phần trầm trọng trong hạ tầng pháp lý hiện nay chính là khoảng trống mênh mông về sở hữu trí tuệ (SHTT) và bảo vệ bản quyền đối với các công nghệ, sản phẩm liên quan đến AI. Hệ thống pháp luật về sở hữu trí tuệ của Việt Nam, dù đã qua nhiều lần sửa đổi, vẫn đang loay hoay trước những câu hỏi triết học và pháp lý hoàn toàn mới do AI đặt ra.
Luật Sở hữu trí tuệ năm 2005 (sửa đổi, bổ sung vào các năm 2009, 2019 và 2022) được xây dựng dựa trên nguyên lý căn bản: “Tác giả phải là con người” – chủ thể trực tiếp sáng tạo ra tác phẩm thông qua lao động trí óc. Tuy nhiên, sự xuất hiện bùng nổ của Trí tuệ nhân tạo tạo sinh (Generative AI) đã làm sụp đổ nền tảng lý luận này.
Khi một bức tranh, một bài văn, một bản nhạc hay một đoạn mã phần mềm được tạo ra hoàn toàn hoặc phần lớn bởi thuật toán AI chỉ sau một câu lệnh (prompt) của người dùng, việc xác định tư cách tác giả và quyền sở hữu tác phẩm rơi vào trạng thái bế tắc hoàn toàn.
Thực trạng bỏ ngỏ này đang tạo ra những rủi ro cực kỳ lớn cho cả giới sáng tạo lẫn các nhà phát triển công nghệ:
Số lượng đơn đăng ký sáng chế liên quan đến AI do các cá nhân, tổ chức hoặc doanh nghiệp Việt Nam làm chủ sở hữu trong toàn bộ giai đoạn 2018-2024 chỉ chiếm dưới 5% tổng số đơn đăng ký sáng chế AI được nộp tại Cục Sở hữu trí tuệ. Đại đa số các bằng sáng chế AI tại Việt Nam đều thuộc về các tập đoàn nước ngoài. Con số này vạch trần năng lực tự chủ công nghệ cực kỳ thấp và sự thụ động của hệ sinh thái đổi mới sáng tạo trong nước.
Tỷ lệ các vụ việc tranh chấp bản quyền liên quan đến nội dung do AI tạo ra (AI-generated content) có thể giải quyết dứt điểm hiện đạt mức 0%. 100% các đơn khiếu nại, tranh chấp hoặc yêu cầu bảo hộ tác quyền đối với các sản phẩm do AI hỗ trợ tạo ra hiện nay đều đang bị đình trệ, xếp xó tại các cơ quan quản lý do thiếu vắng hoàn toàn các Thông tư, Nghị định hướng dẫn chi tiết.
Khoảng trống pháp lý về sở hữu trí tuệ đang tạo ra một “cuộc khủng hoảng kép” trên thị trường sáng tạo:
Một mặt, nó trói tay các nhà phát triển AI nội địa. Khi thu thập dữ liệu trên mạng internet để huấn luyện mô hình, các doanh nghiệp AI luôn đối mặt với nguy cơ bị kiện tụng hàng loạt vì vi phạm bản quyền tác giả. Thiếu quy định về “Sử dụng hợp lý cho mục đích khai thác dữ liệu” (Text and Data Mining Exception), việc phát triển các mô hình AI đòi hỏi hàng tỷ tệp dữ liệu trở thành một hoạt động tiềm ẩn rủi ro pháp lý vô tận.
Mặt khác, nó không bảo vệ được quyền lợi hợp pháp của giới nghệ sĩ, nhà văn, nhà báo và các nhà sáng tạo nội dung trong nước. Tác phẩm của họ bị các hệ thống AI tự do cào quét, sử dụng để huấn luyện mà không được xin phép, không được trả thù lao và không được trích dẫn nguồn. Khi các nội dung do AI tạo ra tràn ngập thị trường với chi phí bằng 0, nó đe dọa trực tiếp đến sinh kế và phẩm giá lao động nghệ thuật của con người.
Sự chậm trễ trong việc ban hành các văn bản dưới luật để định hình khung quản trị sở hữu trí tuệ cho AI thể hiện một tư duy thụ động, chờ đợi tiền lệ quốc tế thay vì chủ động thiết lập chính sách phù hợp với lợi ích quốc gia. Nếu không sớm xác định rõ ranh giới giữa hành vi “Sử dụng dữ liệu hợp lý để huấn luyện AI” và hành vi “Xâm phạm bản quyền hàng loạt”, cũng như không đưa ra cơ chế công nhận quyền tài sản phù hợp cho các sản phẩm sáng tạo có sự hỗ trợ của AI, Việt Nam sẽ biến môi trường kinh doanh công nghệ thành một vùng xám đầy rủi ro, triệt hạ động lực đầu tư R&D của cả doanh nghiệp lẫn giới sáng tạo cá nhân.
Phần 3: Hạ Tầng Kỹ Thuật, Đổi Mới Sáng Tạo Và Năng Lực Tính Toán AI
3.1. Điểm nghẽn Hạ tầng Tính toán Hiệu năng Cao (HPC), GPU và Trung tâm Dữ liệu (Data Center)
Trong mọi cuộc cách mạng công nghiệp, hạ tầng vật lý luôn đóng vai trò là bệ đỡ sinh mệnh quyết định sự thành bại của các tham vọng thể chế. Đối với trí tuệ nhân tạo (AI), năng lực tính toán hiệu năng cao (HPC) cùng hệ thống vi xử lý đồ họa chuyên dụng (GPU) không đơn thuần là những thông số kỹ thuật thuần túy, mà chính là “nhiên liệu hạt nhân” định hình quyền lực công nghệ và vị thế chiến lược của mỗi quốc gia. Mặc dù Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030 (ban hành theo Quyết định số 127/QĐ-TTg ngày 26/01/2021 của Thủ tướng Chính phủ) đã đặt ra mục tiêu đầy tham vọng về việc xây dựng 3 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao, thực tế triển khai lại đang bộc lộ một khoảng cách chênh lệch đáng báo động giữa ý chí chính trị trên giấy và năng lực vật lý thực tế.
Dữ liệu thực chứng từ Báo cáo Đánh giá Mức độ Sẵn sàng AI năm 2025 của UNESCO đã phơi bày một thực trạng nghiệt ngã: tổng năng lực tính toán AI của Việt Nam hiện ước tính chỉ đạt dưới 1% so với đảo quốc Singapore và khiêm tốn ở mức dưới 0,05% khi đặt bên cạnh các cường quốc công nghệ toàn cầu như Mỹ hay Trung Quốc. Sự tụt hậu này không còn là một cảnh báo mang tính lý thuyết, mà đã trở thành điểm nghẽn sinh tử bóp nghẹt mọi nỗ lực tự chủ công nghệ. Toàn bộ lực lượng nghiên cứu và phát triển AI trên lãnh thổ Việt Nam - bao gồm các viện nghiên cứu, trường đại học hàng đầu cho đến các tập đoàn công nghệ tiên phong - hiện chỉ sở hữu một khối lượng tài sản vi xử lý vô cùng xơ xác với dưới 2.000 chip GPU chuyên dụng cho AI (thuộc các dòng như Nvidia H100 hay A100). Đáng quan ngại hơn, nguồn lực tính toán hiếm hoi này lại bị phân mảnh gay gắt, tập trung chủ yếu trong phạm vi nội bộ của một vài tập đoàn kinh tế lớn như Viettel, Vingroup hay FPT, hoàn toàn nằm ngoài tầm với của cộng đồng nghiên cứu hàn lâm và các doanh nghiệp khởi nghiệp đổi mới sáng tạo.
Sự thiếu hụt về năng lực phần cứng còn bị trầm trọng hóa bởi hạ tầng Trung tâm Dữ liệu (Datacenter) lạc hậu. Dù cả nước hiện có khoảng 30 trung tâm dữ liệu đang vận hành, nhưng phần lớn trong số đó được thiết kế và xây dựng dựa trên kiến trúc công nghệ của thập kỷ trước, phục vụ nhu cầu lưu trữ dữ liệu truyền thống và điện toán đám mây cơ bản. Các trung tâm này hoàn toàn thiếu vắng các chuẩn mực kỹ thuật hiện đại dành riêng cho AI, đặc biệt là hệ thống làm mát bằng chất lỏng (liquid cooling) và khả năng đáp ứng mật độ điện năng cao trên từng tủ rack - những yếu tố bắt buộc để vận hành các cụm máy tính huấn luyện mô hình ngôn ngữ lớn (LLM).
Sự bế tắc này diễn ra ngay cả khi Chính phủ đã ban hành Quy hoạch hạ tầng thông tin và truyền thông thời kỳ 2021-2030, tầm nhìn đến năm 2050 (theo Quyết định số 36/QĐ-TTg ngày 11/01/2024). Bản chất của rào cản hệ thống ở đây chính là sự phụ thuộc hoàn toàn vào chuỗi cung ứng phần cứng quốc tế, trong bối cảnh địa chính trị toàn cầu diễn biến phức tạp với các hàng rào kiểm soát xuất khẩu công nghệ nghiêm ngặt từ các nước phát triển. Mức chi phí đầu tư tài sản cố định (CapEx) cho một cụm siêu máy tính AI đạt chuẩn quốc tế vượt xa khả năng tài chính tự lực của bất kỳ tổ chức nghiên cứu công lập nào tại Việt Nam. Khi chính sách công thiếu đi một cơ chế tài chính đặc thù để mua sắm, tích tụ và cung cấp “hạ tầng tính toán dùng chung” như một loại hàng hóa công cộng (public goods), các nhà khoa học và kỹ sư Việt Nam buộc phải đối mặt với một nghịch lý chua chát: họ có trí tuệ, có thuật toán, nhưng lại hoàn toàn thiếu “lò luyện” để biến các ý tưởng sáng tạo thành sản phẩm thực tế. Sự đứt gãy hạ tầng này không chỉ đẩy giá thành phát triển sản phẩm AI nội địa lên mức đắt đỏ bất hợp lý, mà còn biến tham vọng tự chủ công nghệ thành một ảo ảnh xa xỉ.
3.2. Mạng lưới Năng lượng, Điện năng và Yêu cầu Hạ tầng Xanh cho AI
Một mô hình AI tiên tiến không thể vận hành bằng những lời hứa suông hay các quyết tâm chính trị, mà đòi hỏi một dòng chảy năng lượng điện khổng lồ và liên tục. Khi làn sóng Generative AI bùng nổ, cuộc đua công nghệ toàn cầu đã nhanh chóng chuyển hóa thành cuộc đua về hạ tầng năng lượng. Tại Việt Nam, mâu thuẫn giữa cơn khát điện năng dữ dội của các trung tâm dữ liệu AI và sức chịu đựng có hạn của hệ thống an ninh năng lượng quốc gia đang trở thành một bài toán thể chế vô cùng gay gắt, đe dọa trực tiếp đến tính bền vững của tiến trình chuyển đổi số.
Theo các dự báo kỹ thuật trong Báo cáo của UNESCO, mức tiêu thụ điện năng của các Trung tâm Dữ liệu AI tại Việt Nam đến năm 2030 dự kiến sẽ tăng bứt phá từ 4 đến 6 lần so với hiện tại, chiếm khoảng 3 đến 5% tổng công suất điện toàn quốc. Đây là một con số khổng lồ đối với một nền kinh tế đang trong giai đoạn thâm dụng năng lượng phục vụ sản xuất công nghiệp truyền thống. Tuy nhiên, yếu tố nguy hại hơn không chỉ nằm ở sản lượng tiêu thụ, mà nằm ở chỉ số hiệu quả sử dụng năng lượng (PUE - Power Usage Effectiveness). Trong khi tiêu chuẩn AI xanh của thế giới đang tiến sát về mức lý tưởng dưới 1,2 thì chỉ số PUE trung bình tại các trung tâm dữ liệu của Việt Nam hiện vẫn dao động ở mức yếu kém từ 1,5 đến 1,8. Điều này đồng nghĩa với việc một lượng điện năng khổng lồ đang bị lãng phí thuần túy cho các hệ thống tản nhiệt và hạ tầng phụ trợ kém hiệu quả, gây áp lực trực tiếp lên lưới điện quốc gia và gia tăng lượng phát thải khí nhà kính.
Nghịch lý hệ thống càng lộ rõ khi đặt thực trạng này bên cạnh các cam kết quốc tế cao nhất của Việt Nam. Tại Hội nghị COP26, Việt Nam đã đưa ra cam kết lịch sử về việc đạt mức phát thải ròng bằng “0” (Net Zero) vào năm 2050, được cụ thể hóa qua Quy hoạch phát triển điện lực quốc gia thời kỳ 2021-2030, tầm nhìn đến năm 2050 (Quy hoạch điện VIII theo Quyết định số 500/QĐ-TTg). Thế nhưng, tỷ lệ năng lượng tái tạo (điện mặt trời, điện gió) thực tế cung cấp cho các trung tâm dữ liệu hiện nay lại nằm ở mức thấp tồi tệ: dưới 15%. Sự lệch pha này vạch trần một khoảng trống thể chế nghiêm trọng giữa chính sách phát triển công nghệ cao và chính sách chuyển dịch năng lượng xanh.
Bản chất của điểm nghẽn này xuất phát từ sự chậm trễ kéo dài trong việc thể chế hóa Cơ chế Mua bán điện trực tiếp (DPPA) giữa các đơn vị phát điện năng lượng tái tạo và các khách hàng sử dụng điện lớn như trung tâm dữ liệu. Các doanh nghiệp công nghệ muốn đầu tư hạ tầng AI xanh tại Việt Nam hoàn toàn bị bó tay trước một cơ chế vận hành năng lượng mang tính độc quyền, thiếu tính linh hoạt và chưa có khung giá điện riêng biệt ưu đãi cho hạ tầng tính toán sạch. Nếu không nhanh chóng tháo gỡ điểm nghẽn thể chế này, Việt Nam không chỉ đối mặt với nguy cơ thiếu hụt điện năng cục bộ gây gián đoạn các hệ thống công nghệ trọng yếu, mà còn tự biến mình thành một “điểm đen” về phát thải carbon trong chuỗi giá trị AI toàn cầu. Đó sẽ là một cái giá quá đắt về mặt môi trường và nhân văn, khi sự phát triển của công nghệ phải đánh đổi bằng chính chất lượng sống và sự an toàn sinh thái của các thế hệ tương lai.
3.3. Rào cản Hệ sinh thái Khởi nghiệp AI, Thương mại hóa Nghiên cứu và Viễn cảnh Đổi mới Sáng tạo
Sức sống của một nền kinh tế tri thức không đo đếm bằng số lượng các đề tài nghiên cứu nằm phủ bụi trong thư viện hay các bằng khen hành chính, mà được quyết định bởi khả năng chuyển hóa tri thức thành các sản phẩm thương mại có sức cạnh tranh trên thị trường. Trong lĩnh vực AI - nơi chu kỳ đổi mới công nghệ tính bằng tháng - hệ sinh thái khởi nghiệp chính là động cơ trung tâm để hiện thực hóa các ý tưởng sáng tạo. Tuy nhiên, tại Việt Nam, động cơ này đang bị kẹt cứng trong một mạng lưới rào cản thể chế, tư duy quản trị bảo thủ và sự khô hạn của các dòng vốn đầu tư mạo hiểm.
Bức tranh thực tế từ dữ liệu đầu vào phơi bày một sự thật ảm đạm: Tổng vốn đầu tư mạo hiểm (Venture Capital - VC) thu hút vào các doanh nghiệp khởi nghiệp AI tại Việt Nam trong giai đoạn 2023-2024 chỉ chiếm chưa đầy 8% tổng lượng vốn VC dành cho ngành công nghệ. Con số này là quá khiêm tốn và hoàn toàn lép vế khi đặt cạnh tỷ lệ từ 30 đến 40% tại các quốc gia láng giềng trong khu vực ASEAN như Singapore hay Indonesia. Sự thờ ơ của các dòng vốn mạo hiểm quốc tế không phải do người Việt Nam thiếu tài năng, mà do môi trường pháp lý của chúng ta chứa đựng quá nhiều rủi ro và chi phí tuân thủ ngầm.
Điểm đứt gãy tồi tệ nhất nằm ở khâu thương mại hóa các kết quả nghiên cứu sử dụng ngân sách nhà nước. Dù hàng năm Nhà nước đã bỏ ra những khoản kinh phí không nhỏ cho các đề tài nghiên cứu AI cấp Quốc gia hay cấp Bộ, nhưng tỷ lệ các đề tài này được thương mại hóa thành công để tạo ra doanh thu thực tế trên thị trường lại nằm ở mức thấp báo động: dưới 5%. Hàng trăm thuật toán, mô hình thử nghiệm sau khi hoàn thành nghiệm thu hành chính đều nhanh chóng rơi vào “Thung lũng chết” (Valley of Death) - khoảng trống vô định giữa phòng thí nghiệm và thị trường thương mại.
Căn nguyên của tình trạng “nghiên cứu xếp xó” này bắt nguồn từ những xung đột thể chế sâu sắc trong hệ thống pháp luật hiện hành. Dưới ánh sáng của Luật Khoa học và Công nghệ 2013 và Luật Quản lý, sử dụng tài sản công, các kết quả nghiên cứu khoa học sử dụng vốn ngân sách được coi là “tài sản công”. Quy trình định giá, chuyển giao hoặc góp vốn bằng các tài sản trí tuệ này bị siết chặt bởi những thủ tục hành chính vô cùng phức tạp và tâm lý sợ làm “thất thoát tài sản nhà nước” của các nhà quản lý. Một nhà khoa học tại trường đại học công lập khi muốn thành lập doanh nghiệp khởi nghiệp nguồn (Spin-off) để thương mại hóa thuật toán do chính mình sáng tạo ra phải đối mặt với một mê lộ thủ tục kéo dài từ 6 đến 12 tháng, với nguy cơ bị quy trách nhiệm hình sự hoặc hành chính nếu sản phẩm thử nghiệm thất bại trên thị trường.
Mặt khác, dù Luật Hỗ trợ doanh nghiệp nhỏ và vừa 2017 cũng như Đề án “Hỗ trợ hệ sinh thái khởi nghiệp đổi mới sáng tạo quốc gia đến năm 2025” (Đề án 844/QĐ-TTg) đã tạo ra một số khung chính sách chung, nhưng các cơ chế hỗ trợ tài chính thực chất cho giai đoạn mầm chồi (Seed & Series A) vẫn hoàn toàn trống vắng. Môi trường thể chế hiện tại đang trừng phạt sự thất bại thay vì khuyến khích tinh thần dấn thân đổi mới. Sự bảo thủ này đã triệt hạ động lực sáng tạo, biến các nhà khoa học thành những cán bộ làm hồ sơ nghiệm thu thuần túy, và buộc những sáng lập viên AI xuất sắc nhất phải lựa chọn giải pháp sang Singapore hay Mỹ đăng ký thành lập doanh nghiệp để giải phóng sức sáng tạo của mình.
3.4. Khoảng cách về Chi phí Chi trả cho Nghiên cứu (R&D) và Cơ chế Thử nghiệm Có kiểm soát (Sandbox)
Nhiên liệu cho sự đột phá công nghệ chính là ngân sách Nghiên cứu và Phát triển (R&D) cùng một không gian pháp lý linh hoạt cho phép các thử nghiệm tiên phong được diễn ra mà không bị bóp nghẹt bởi các tư duy quản lý cũ. Tuy nhiên, khi phân tích cấu trúc tài chính và cơ chế quản lý R&D tại Việt Nam, chúng ta chạm phải những hạn chế mang tính hệ thống, biến các nỗ lực nghiên cứu AI trở thành những hoạt động mang tính “muỗi đốt inox” khi so sánh với quy mô đầu tư của thế giới.
Theo các số liệu thống kê thực chứng, mức kinh phí trung bình phân bổ cho một đề tài nghiên cứu AI cấp Nhà nước tại Việt Nam hiện chỉ dao động từ 2 đến 5 tỷ VNĐ (tương đương khoảng 80.000 đến 200.000 USD). Đây là một mức ngân sách quá nhỏ bé, gần như vô nghĩa nếu biết rằng chi phí cho điện toán và huấn luyện một mô hình ngôn ngữ vừa phải trên thế giới hiện nay đã tiêu tốn từ vài triệu đến hàng chục triệu USD. Với khoản kinh phí eo hẹp đó, các nhà khoa học trong nước chỉ đủ tiền mua sắm một vài máy chủ cấu hình thấp và chi trả mức thù lao nghiên cứu ít ỏi mang tính thủ tục. Trong khi đó, khu vực doanh nghiệp tư nhân - động lực lẽ ra phải gánh vác sứ mệnh R&D - cũng rơi vào tình trạng tương tự: chỉ có khoảng 2% tổng số doanh nghiệp Việt Nam có thiết lập ngân sách R&D riêng biệt dành cho AI.
Sự thiếu hụt về tài chính lại đi kèm với sự tê liệt về cơ chế thử nghiệm thể chế. Tính đến đầu năm 2025, số lượng không gian thử nghiệm có kiểm soát (Sandbox) được cấp phép chính thức trên quy mô quốc gia dành cho các ứng dụng AI trong những lĩnh vực nhạy cảm như Y tế, Tài chính (Fintech) hay Giao thông vận tải vẫn dừng lại ở con số 0 tròn trĩnh. Các dự án quy định cơ chế thử nghiệm - ví dụ như Dự thảo Nghị định quy định cơ chế thử nghiệm có kiểm soát trong lĩnh vực ngân hàng - đã bị ngâm hoãn, sửa đổi qua nhiều năm trời mà vẫn chưa thể ban hành.
Bản chất của rào cản thể chế ở đây nằm ở tư duy thanh quyết toán ngân sách R&D mang tính “hành chính hóa” triệt để, được quy định tại Nghị định số 95/2014/NĐ-CP về đầu tư và cơ chế tài chính đối với hoạt động khoa học và công nghệ. Hệ thống quản lý tài chính công đòi hỏi các nhà khoa học phải kê khai hóa đơn, chứng từ chi tiết đến từng vật tư, văn phòng phẩm giống như một hoạt động mua sắm hàng hóa thông thường, trong khi hoàn toàn tuyệt đối không chấp nhận “rủi ro thất bại” trong nghiên cứu khoa học. Trong bản chất của khoa học và đặc biệt là AI, thất bại trong các thử nghiệm là bước đi bắt buộc để tiến tới sáng tạo. Việc bắt buộc nghiên cứu khoa học phải chắc chắn thành công 100% theo đúng tiến độ đề ra trên hợp đồng hành chính đã biến các báo cáo khoa học thành những sản phẩm gượng ép, thiếu tính đột phá.
Đồng thời, tư duy “Thận trọng quá mức” (Over-precautionary principle) cùng thái độ “không quản được thì cấm” của bộ máy quản lý đã biến các quy trình cấp phép thử nghiệm công nghệ mới thành những pháo đài kiên cố. Sự e ngại trách nhiệm của các cán bộ quản lý nhà nước trước những rủi ro pháp lý chưa định hình đã khiến các mô hình AI tiềm năng trong chẩn đoán y tế hay tự động hóa giao thông bị giam cầm trong các phòng thí nghiệm. Khoảng cách về chi phí R&D và sự vắng bóng của các khung Sandbox thực chất đang biến Việt Nam thành một vùng trũng công nghệ, nơi chúng ta tự tước bỏ cơ hội thử nghiệm cái mới để rồi chấp nhận trở thành người tiêu dùng thụ động các sản phẩm AI do nước ngoài chi phối.
Phần 4: Phát Triển Nguồn Nhân Lực, Giáo Dục Stem Và Bình Đẳng Giới Trong AI
Trong mọi cuộc cách mạng công nghệ, tri thức và năng lực sáng tạo của con người luôn đóng vai trò là hạt nhân quyết định. Trí tuệ nhân tạo (AI), suy cho cùng, không phải là một thực thể siêu nhiên tự sinh ra từ khoảng không thể chế, mà là sản phẩm trực tiếp từ năng lực tư duy, nền tảng tri thức và thế giới quan của lực lượng lao động tạo ra nó. Đối với một quốc gia đang trong tiến trình bứt phá phát triển như Việt Nam, nhân lực vừa là điểm tựa chiến lược duy nhất để san bằng khoảng cách hạ tầng vật lý, vừa là mắt xích dễ tổn thương nhất trước những đứt gãy hệ thống. Tuy nhiên, khi bóc tách thực trạng phát triển nguồn nhân lực AI tại Việt Nam qua lăng kính thực chứng, một mâu thuẫn mang tính bản chất đã lộ diện: ước vọng vươn mình trở thành trung tâm đổi mới sáng tạo của khu vực đang bị ghì chặt bởi cuộc khủng hoảng thiếu hụt nhân lực chất lượng cao, sự chênh lệch sâu sắc giữa hệ thống giáo dục với đòi hỏi thực tiễn, cùng những đứt gãy an sinh xã hội và bất bình đẳng giới chưa được giải quyết triệt để.
4.1. Thực trạng Thiếu hụt Chuyên gia AI Cấp cao và Hiện tượng "Chảy máu Chất xám"
Mặt trận nhân lực AI Việt Nam hiện nay đang chứng kiến một cuộc khủng hoảng diện rộng về quy mô lẫn độ sâu trình độ. Dữ liệu thực chứng chỉ ra rằng tổng số nhân lực AI chuyên sâu - bao gồm kỹ sư AI (AI Engineers) và nhà khoa học dữ liệu (Data Scientists) - trên toàn quốc ước tính chỉ dao động trong khoảng 15.000 đến 20.000 người. Con số này là quá khiêm tốn, chỉ đáp ứng chưa tới 20% nhu cầu thực tế của thị trường lao động trong nước tính đến năm 2030. Sự thiếu hụt này không chỉ dừng lại ở chỉ số số lượng thuần túy, mà trở nên trầm trọng hơn ở cấp độ chuyên gia nghiên cứu chuyên sâu, những người có khả năng sáng tạo thuật toán gốc, thiết kế kiến trúc mô hình lớn hoặc dẫn dắt các phòng thí nghiệm R&D quy mô tập đoàn.
Khủng hoảng nhân lực càng bị đẩy tới bờ vực bởi hiện tượng chảy máu chất xám quy mô lớn, xảy ra dưới cả hai hình thức: dịch chuyển địa lý và dịch chuyển số. Trên 70% chuyên gia AI trình độ Tiến sĩ và Thạc sĩ được đào tạo bài bản hoặc tốt nghiệp từ các trung tâm khoa học hàng đầu tại các nước phát triển đã lựa chọn không trở về nước làm việc. Nguyên nhân cốt lõi không thuần túy nằm ở tâm lý cá nhân, mà xuất phát từ mâu thuẫn hệ thống giữa tiềm năng trí tuệ và môi trường dung dưỡng trí tuệ. Mức thu nhập của một kỹ sư AI làm việc từ xa cho các tập đoàn công nghệ toàn cầu hoặc làm việc tại các quốc gia phát triển hiện cao gấp từ 3 đến 8 lần so với mức đãi ngộ tại các viện nghiên cứu hoặc cơ sở giáo dục đại học trong nước.
Cơ sở pháp lý nhằm tháo gỡ điểm nghẽn này đã được ban hành thông qua Quyết định số 899/QĐ-TTg ngày 31/07/2023 của Thủ tướng Chính phủ phê duyệt Chiến lược quốc gia về thu hút, trọng dụng nhân tài đến năm 2030, tầm nhìn đến năm 2050, cùng Nghị định số 140/2017/NĐ-CP về chính sách thu hút, tạo nguồn cán bộ từ sinh viên tốt nghiệp xuất sắc, cán bộ khoa học trẻ. Tuy nhiên, hiệu quả thực thi của các chính sách này trên thực tế đang gặp phải rào cản rất lớn từ tư duy quản lý hành chính hóa.
Sự bế tắc nằm ở chỗ các chính sách đãi ngộ nguồn nhân lực chất lượng cao hiện nay vẫn bị trói buộc trong khung hệ số lương ngạch bậc xơ cứng của khu vực công. Một Tiến sĩ AI xuất sắc trở về từ nước ngoài, khi gia nhập một viện nghiên cứu nhà nước, vẫn phải chịu mức lương cơ bản bám theo hệ số hành chính, cùng cơ chế quản lý thời gian và thủ tục giải ngân kinh phí khoa học mang tính phiền hà. Hệ quả trực tiếp là hiện tượng “chảy máu chất xám tại chỗ” (Brain drain on-site): các nhà khoa học giỏi dù ở lại trong nước nhưng rút lui hoàn toàn khỏi khu vực R&D công ích để chuyển sang làm gia công phần mềm hoặc tư vấn thương mại cho doanh nghiệp nước ngoài.
Thực trạng này phản ánh một triết lý quản trị nhân tài lệch lạc. Chúng ta vinh danh tri thức trên các bản báo cáo chính trị, nhưng lại đối xử với chuyên gia bằng quy trình kiểm soát hóa đơn tài chính. Khi hạ tầng tính toán trong nước thiếu thốn, máy chủ GPU đắt đỏ không được trang bị, và cơ chế trả lương bị giới hạn bởi các trần ngạch bậc, việc các tài năng AI rời bỏ hệ sinh thái nội địa là một lựa chọn sinh tồn mang tính quy luật. Nếu không sớm thay đổi tư duy từ “quản lý cán bộ” sang “dụng nhân công nghệ”, Việt Nam sẽ mãi rơi vào vòng xoáy gia công giá trị thấp và đứng ngoài lề cuộc chơi tri thức toàn cầu.
4.2. Khung Chương trình Đào tạo AI trong Hệ thống Đại học và Phổ thông
Gốc rễ của cuộc khủng hoảng nhân lực AI xuất phát từ những khoảng trống và độ trễ nghiêm trọng trong hệ thống giáo dục quốc dân, từ bậc đại học cho đến giáo dục phổ thông. Thống kê thực tế cho thấy, toàn quốc hiện chỉ có khoảng 30 trên tổng số 240 trường đại học mở ngành hoặc chuyên ngành đào tạo AI chính thức. Tỷ lệ sinh viên theo học các ngành STEM (Khoa học, Công nghệ, Kỹ thuật và Toán học) tại Việt Nam hiện mới đạt khoảng 28% đến 30% tổng số sinh viên đại học. Con số này thấp hơn đáng kể so với các quốc gia có chiến lược bứt phá công nghệ trong khu vực và trên thế giới như Hàn Quốc (35%) hay Đức (38%).
Ở bậc giáo dục phổ thông (K-12), bức tranh còn trở nên xám màu hơn khi tỷ lệ các trường tích hợp nội dung Đạo đức AI, tư duy thuật toán và kỹ năng AI cơ bản vào chương trình học chính khóa mới dừng ở mức dưới 5%. Hầu hết các hoạt động trải nghiệm công nghệ tại bậc phổ thông vẫn mang tính tự phát, phong trào, dựa vào xã hội hóa hoặc các trung tâm ngoại khóa đắt đỏ tại các đô thị lớn, tạo ra sự bất bình đẳng ngay từ cửa ngõ tiếp cận tri thức.
Về mặt thể chế, Luật Giáo dục đại học 2012 (sửa đổi, bổ sung 2018) cùng Quyết định số 131/QĐ-TTg ngày 25/01/2022 của Thủ tướng Chính phủ phê duyệt Đề án “Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022-2025, định hướng đến năm 2030” đã tạo hành lang pháp lý mở cho việc tự chủ đại học và đẩy mạnh chuyển đổi số giáo dục. Mặc dù vậy, khoảng cách từ chính sách đến thực tiễn giảng đường là một vực sâu về chất lượng.
Nút thắt hệ thống lớn nhất nằm ở tốc độ đổi mới chương trình đào tạo. Khung chương trình tại phần lớn các cơ sở giáo dục đại học thường mất từ 3 đến 5 năm để hoàn thành quy trình thẩm định, phê duyệt và đưa vào giảng dạy. Trong khi đó, chu kỳ biến đổi của công nghệ AI hiện nay được tính bằng tháng. Sự chậm trễ này khiến cho tri thức được truyền tải trên giảng đường nhanh chóng trở nên lạc hậu ngay tại thời điểm sinh viên tốt nghiệp.
Bên cạnh đó là sự biến tướng của khái niệm “tự chủ đại học” gắn liền với xu hướng thương mại hóa danh xưng ngành học. Không ít cơ sở đào tạo cấp tập mở ngành “Trí tuệ nhân tạo” hoặc “Khoa học dữ liệu” nhằm thu hút người học và nâng cao nguồn thu học phí, nhưng đội ngũ giảng viên hữu cơ hoàn toàn thiếu vắng các công trình nghiên cứu quốc tế về AI. Việc “bình mới rượu cũ” - lấy khung chương trình Công nghệ thông tin truyền thống, bổ sung một vài môn học đại cương về AI rồi dán nhãn ngành học tiên phong - là một hành vi thiếu trách nhiệm đối với tương lai người học và sự phát triển quốc gia. Nếu hệ thống giáo dục không sớm chuyển mình từ việc truyền thụ lý thuyết sang đào tạo tư duy giải quyết vấn đề và năng lực học tập suốt đời, chúng ta sẽ chỉ tạo ra một thế hệ lao động cầm tay chỉ việc, dễ dàng bị thay thế bởi chính các công cụ AI thế hệ mới.
4.3. Đào tạo Lại và Nâng cao Kỹ năng (Reskilling & Upskilling) cho Lực lượng Lao động Đương nhiệm
Bên cạnh thách thức đào tạo mới, áp lực đào tạo lại (Reskilling) và nâng cao kỹ năng (Upskilling) cho lực lượng lao động đương nhiệm đang trở thành một vấn đề an sinh xã hội cấp bách. Việt Nam hiện có khoảng 40% người lao động được trang bị kỹ năng số cơ bản - một tỷ lệ quá thấp để thích ứng với nền kinh tế số chuyên sâu. Đáng quan ngại hơn, tỷ lệ các doanh nghiệp Việt Nam có ngân sách và chương trình đào tạo lại về AI cho nhân viên mới chỉ đạt dưới 12%.
Sự thụ động này đang đặt lực lượng lao động trước nguy cơ sa thải hàng loạt. Theo dự báo của Tổ chức Lao động Quốc tế (ILO), làn sóng ứng dụng AI và tự động hóa nâng cao có khả năng tác động mạnh, thay thế hoặc biến đổi sâu sắc khoảng 68% lao động trong ngành dệt may, da giày, và tới 40% lao động trong lĩnh vực tài chính - ngân hàng tại Việt Nam. Đây là những ngành kinh tế dụng công lao động và đóng góp tỷ trọng lớn vào quy mô nền kinh tế.
Hệ thống pháp lý liên quan đến vấn đề này bao gồm Bộ luật Lao động 2019 (với các quy định về nghĩa vụ của người sử dụng lao động trong việc đào tạo, bồi dưỡng nâng cao trình độ kỹ năng nghề) và Quyết định số 146/QĐ-TTg ngày 28/01/2022 của Thủ tướng Chính phủ phê duyệt Đề án “Nâng cao nhận thức, phổ cập kỹ năng và phát triển nguồn nhân lực chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030”. Tuy nhiên, các chính sách này vẫn dừng lại ở dạng định hướng chung, thiếu các công cụ tài chính và cơ chế khuyến khích thực chất để buộc hoặc hỗ trợ doanh nghiệp chuyển đổi.
Sự đứt gãy hệ thống ở đây thể hiện rõ qua sự thiếu hụt cơ chế kết nối tam giác: Nhà nước - Nhà trường - Doanh nghiệp. Doanh nghiệp Việt Nam, đặc biệt là khối doanh nghiệp vừa và nhỏ (SME), coi chi phí đào tạo lại là một khoản rủi ro tài chính thay vì một khoản đầu tư phát triển, do e ngại hiện tượng lao động sau khi được nâng cao kỹ năng sẽ chuyển sang nơi khác làm việc. Ở chiều ngược lại, các quỹ hỗ trợ quốc gia như Quỹ Hỗ trợ sắp xếp doanh nghiệp hay Quỹ Quốc gia về việc làm lại thiếu các hạng mục chi riêng biệt dành cho chuyển đổi kỹ năng AI và công nghệ số.
Về mặt nhân văn, sự chậm trễ trong chính sách nâng cao kỹ năng đang biến người lao động thành nạn nhân thụ động của tiến bộ công nghệ. AI không nên và không được phép trở thành công cụ tối ưu hóa chi phí bằng cách đẩy hàng triệu lao động yếu thế ra đường. Một chiến lược AI nhân văn phải là một chiến lược giúp nâng tầm con người (Human-augmentation), trong đó Nhà nước đóng vai trò kiến tạo các mạng lưới an sinh kỹ năng, chia sẻ rủi ro tài chính với doanh nghiệp để đảm bảo không ai bị bỏ lại phía sau trong cuộc quá độ sang nền kinh tế tri thức.
4.4. Bất bình đẳng Giới và Sự Thiếu hụt Nữ giới trong Các Lĩnh vực STEM/AI
Một điểm xám thể chế ít được nhìn nhận một cách thẳng thắn nhưng mang hệ lụy lâu dài là tình trạng bất bình đẳng giới sâu sắc trong lĩnh vực công nghệ mũi nhọn này. Dữ liệu thực chứng chỉ ra rằng nữ giới chỉ chiếm khoảng 20% đến 22% trong tổng lực lượng lao động AI và Công nghệ thông tin tại Việt Nam. Sự thiếu hụt này càng trở nên trầm trọng hơn ở các vị trí cấp cao: tỷ lệ nữ giới giữ vai trò chủ nhiệm đề tài nghiên cứu (PI) hoặc là nhà sáng lập các startup AI hiện đạt dưới 8%. Tại các trường đại học kỹ thuật hàng đầu, tỷ lệ sinh viên nữ nhập học các ngành Khoa học máy tính hay Trí tuệ nhân tạo chỉ dao động từ 12% đến 15%.
Khung pháp lý về bình đẳng giới tại Việt Nam tương đối đầy đủ với Luật Bình đẳng giới 2006 và Chiến lược quốc gia về bình đẳng giới giai đoạn 2021-2030 (ban hành theo Nghị quyết số 28/NQ-CP ngày 03/03/2021 của Chính phủ). Tuy nhiên, việc thực thi chính sách trong lĩnh vực công nghệ cao đang đối mặt với những rào cản định kiến xã hội mang tính cấu trúc.
Sự thiếu hụt nữ giới trong ngành AI không thuần túy là câu chuyện con số thống kê lao động, mà xuất phát từ các định kiến giới (Gender stereotyping) được định hình ngay từ giáo dục sớm. Quan niệm xã hội sai lầm cho rằng các ngành kỹ thuật, toán học và lập trình chỉ phù hợp với nam giới đã tạo ra một bộ lọc vô hình, dập tắt niềm yêu thích công nghệ của nữ giới từ bậc phổ thông. Đồng thời, thiếu hụt các chương trình học bổng chuyên biệt, thiếu môi trường làm việc thân thiện với các đặc thù sinh học và gia đình của phụ nữ trong ngành công nghệ cao đã khiến nhiều tài năng nữ từ bỏ con đường nghiên cứu chuyên sâu.
Hệ lụy của vấn đề này mang tính triết học và kỹ thuật vô cùng nguy hiểm. AI được xây dựng dựa trên dữ liệu và thuật toán do con người thiết kế. Khi lực lượng xây dựng các hệ thống AI bị thống trị tuyệt đối bởi nam giới (chiếm gần 80%), các định kiến vô thức của nam giới sẽ tự động được mã hóa vào trong các dòng lệnh và bộ dữ liệu huấn luyện. Kết quả là chúng ta tạo ra các công cụ AI mang định kiến giới ngầm định (Gender Bias) - từ các thuật toán tuyển dụng tự động loại bỏ hồ sơ nữ giới, đến các hệ thống đánh giá rủi ro tín dụng phân biệt đối xử với phụ nữ.
Giải quyết bất bình đẳng giới trong AI không phải là một khẩu hiệu từ thiện hay việc chạy theo chỉ tiêu hình thức, mà là yêu cầu sống còn để đảm bảo tính công bằng và toàn diện của chính các sản phẩm công nghệ. Một hệ thống AI không thể gọi là thông minh nếu nó được nhào nặn bởi một tư duy phiến diện và củng cố thêm những bất công lịch sử đối với một nửa dân số thế giới.
Phần 5: Đạo Đức AI, Tác Động Xã Hội Và Sự Chấp Nhận Của Công Chúng
5.1. Thách thức Định hình Bộ Quy tắc Đạo đức AI và Nguyên tắc Trách nhiệm Giải trình
Sự bùng nổ của trí tuệ nhân tạo không đơn thuần là một bước nhảy vọt về mặt kỹ thuật, mà là một cuộc va chạm mang tính triết học sâu sắc giữa tốc độ tối ưu hóa của thuật toán và các giá trị cốt lõi về phẩm giá con người. Khi thuật toán bắt đầu thay thế con người trong các phán quyết mang tính sinh mệnh xã hội - từ phân bổ tín dụng, tuyển dụng lao động đến thẩm định an sinh - câu hỏi then chốt không còn là “máy tính làm được gì”, mà là “máy tính có quyền làm gì và ai sẽ chịu trách nhiệm khi nó phạm sai lầm”. Tại Việt Nam, thực trạng định hình khuôn khổ đạo đức AI đang bộc lộ những khoảng trống hệ thống nguy hiểm, nơi sự nhận thức lệch pha của đội ngũ phát triển hòa quyện với sự thiếu hụt các công cụ kiểm toán kỹ thuật và tính chất phi cưỡng chế của khung chính sách hiện hành.
Khảo sát thực chứng từ tiến trình đánh giá Mức độ Sẵn sàng AI (RAM) của UNESCO tại Việt Nam chỉ ra một con số giật mình: dưới 25% kỹ sư lập trình và nhà phát triển phần mềm trong nước hiểu rõ các nguyên tắc cốt lõi về Đạo đức AI như tính Minh bạch (Transparency), sự Công bằng (Fairness) và Trách nhiệm giải trình (Accountability). Phần lớn lực lượng lao động công nghệ cao hiện nay vẫn được đào tạo theo tư duy thuần túy kỹ thuật, lấy hiệu năng mô hình (accuracy, F1-score) và lợi nhuận thương mại làm thước đo tối thượng, trong khi hoàn toàn mù mờ hoặc coi nhẹ các hệ lụy xã hội mà thuật toán có thể gây ra. Sự thiếu hụt nhận thức này dẫn đến một hệ quả tất yếu: các sản phẩm AI được tung ra thị trường mang trong mình những lỗi hệ thống về mặt đạo đức ngay từ khâu thiết kế (ethics by design bị bỏ ngỏ).
Mặt khác, ở góc độ kỹ thuật kiểm soát, tỷ lệ các sản phẩm AI thương mại hóa tại Việt Nam sở hữu tính năng kiểm toán thuật toán (Algorithm Auditability) và khả năng giải thích được (Explainable AI - XAI) hiện chiếm chưa đầy 5%. Chúng ta đang vận hành những “hộp đen” thuật toán (Black-box AI) đúng nghĩa trong các hạ tầng dân sinh. Khi một thuật toán từ chối hồ sơ vay vốn của một người dân vùng xa, hoặc loại bỏ một ứng viên xin việc mà không thể đưa ra giải trình logic bằng ngôn ngữ tự nhiên, quyền được biết và quyền được đối xử công bằng của con người đã bị tước đoạt một cách âm thầm bởi các phương trình toán học phi nhân hóa.
Về mặt kiến trúc pháp lý và quản trị nhà nước, ngày 26/07/2023, Bộ Khoa học và Công nghệ đã ban hành Quyết định số 2381/BKHCN-XN về “Hướng dẫn một số nguyên tắc đạo đức trong nghiên cứu, phát triển trí tuệ nhân tạo”. Mặc dù đây là một nỗ lực ghi nhận sự bắt kịp xu thế quốc tế, song bản chất của văn bản này chỉ dừng lại ở cấp độ “Khuyến nghị tự nguyện” (Non-binding guidelines). Nó hoàn toàn thiếu đi các chế tài xử phạt hành chính hoặc hình sự mang tính răn đe, đồng thời không thiết lập được cơ chế bắt buộc Đánh giá tác động đạo đức (Ethical Impact Assessment - EIA) trước khi đưa một hệ thống AI vào vận hành công cộng. Trong một môi trường thị trường cạnh tranh khốc liệt, khi các chuẩn mực đạo đức chỉ là “lời khuyên tự nguyện” không gắn liền với nghĩa vụ pháp lý, các doanh nghiệp sẽ dễ dàng hy sinh sự an toàn và tính công bằng của người dùng để đổi lấy tốc độ chiếm lĩnh thị phần.
Song song đó, các Tiêu chuẩn quốc gia TCVN về Công nghệ thông tin - Trí tuệ nhân tạo (đang được xây dựng dựa trên bộ tiêu chuẩn quốc tế ISO/IEC JTC 1/SC 42) vẫn chuyển động với một tốc độ chậm chạp so với đà tiến hóa của công nghệ. Sự chậm trễ trong việc ban hành tiêu chuẩn kỹ thuật khiến các cơ quan quản lý nhà nước rơi vào thế bị động: không có căn cứ định lượng để kiểm toán, không có công cụ để định danh sai phạm và không có tiêu chuẩn để cấp phép an toàn. Nghịch lý nằm ở chỗ, trong khi chúng ta kêu gọi một nền AI “Vì con người” (Human-centric AI), thì các rào cản thể chế lại đang biến các nguyên tắc đạo đức thành những khẩu hiệu mang tính trang trí trên giấy, để mặc sự can thiệp của thuật toán diễn ra tự do trong không gian sống của cộng đồng.
5.2. Rủi ro Định kiến Algo (Algorithmic Bias), Tin giả (Deepfake) và Xâm phạm Đời tư
Trí tuệ nhân tạo không phải là một thực thể vô tư; nó là tấm gương phản chiếu chính xác những thiên vị, định kiến và bất bình đẳng vốn có trong dữ liệu lịch sử của xã hội con người. Khi dữ liệu dùng để huấn luyện mô hình bị ô nhiễm bởi các định kiến xã hội, AI sẽ không chỉ học lại những định kiến đó mà còn nhân bản, khuếch đại và thể chế hóa chúng dưới danh nghĩa “kết quả phân tích khách quan của máy tính”. Tại Việt Nam, rủi ro định kiến thuật toán (Algorithmic Bias) cùng sự bùng nổ của các hình thức tội phạm công nghệ cao như Deepfake đang trở thành những nguy cơ trực tiếp đe dọa đến trật tự an toàn xã hội và quyền riêng tư của từng cá nhân.
Các kết quả khảo sát độc lập cho thấy, tỷ lệ thiên vị và định kiến trong các công cụ tuyển dụng tự động hoặc chấm điểm tín dụng (Credit scoring) đang được áp dụng thử nghiệm tại Việt Nam đối với nhóm lao động nhập cư và người dân ở vùng sâu, vùng xa ước tính lên tới 15% đến 25%. Nguyên nhân cốt lõi xuất phát từ việc các mô hình AI này được huấn luyện trên các tập dữ liệu lịch sử tập trung chủ yếu ở đối tượng dân cư đô thị có thu nhập trung bình và cao. Hệ quả là, thuật toán tự động gán nhãn “rủi ro cao” cho những cá nhân xuất thân từ các vùng kinh tế khó khăn hoặc thiếu lịch sử giao dịch ngân hàng truyền thống, vô hình trung tước đi cơ hội tiếp cận vốn vay hợp pháp và cơ hội việc làm bình đẳng của những nhóm người yếu thế nhất trong xã hội. Đây chính là biểu hiện của sự bất công kỹ thuật số (Digital Injustice), nơi hoàn cảnh xuất thân của con người bị mã hóa thành một “điểm trừ” cố định trong hệ thống dữ liệu.
Đồng thời, sự phát triển đột biến của công nghệ Generative AI đã biến các công cụ tổng hợp hình ảnh và giọng nói giả mạo (Deepfake) thành những vũ khí nguy hiểm. Dữ liệu thực chứng giai đoạn 2023-2024 tại Việt Nam cho thấy, tỷ lệ gia tăng các vụ lừa đảo tài chính sử dụng công nghệ Deepfake giả mạo khuôn mặt và giọng nói của người thân hoặc cơ quan công quyền đã tăng hơn 80% so với giai đoạn trước đó. Hàng ngàn tỷ đồng của người dân đã bị chiếm đoạt; phẩm giá, uy tín và quyền đời tư của vô số cá nhân bị xâm phạm nghiêm trọng chỉ bằng một vài thao tác thu thập dữ liệu sinh trắc học công khai trên mạng xã hội.
Nhìn vào hệ thống pháp luật hiện hành, những rào cản và lỗ hổng quản trị đang bộc lộ sự bất cập sâu sắc trước quy mô của vấn đề. Nghị định số 15/2020/NĐ-CP quy định xử phạt vi phạm hành chính trong lĩnh vực bưu chính, viễn thông, CNTT; Luật An ninh mạng 2018 (Luật số 24/2018/QH14) hay Bộ luật Hình sự 2015 (sửa đổi, bổ sung 2017) đều được thiết kế dựa trên tư duy quản lý các hành vi vi phạm truyền thống hoặc không gian mạng thế hệ cũ. Cơ quan quản lý đang gặp phải một “độ trễ công nghệ” nghiêm trọng trong việc phát hiện, dán nhãn bắt buộc đối với nội dung do AI tạo ra (AI-generated content labeling) và truy xuất nguồn gốc của các nội dung mạo danh.
Điểm nghẽn mang tính triết lý và pháp lý lớn nhất hiện nay nằm ở sự bất khả thi trong việc gán trách nhiệm pháp lý khi thuật toán “Hộp đen” đưa ra quyết định gây thiệt hại dân sự hoặc hình sự. Khi một hệ thống AI đưa ra phán quyết sai lệch làm tổn hại danh dự của một công dân, hoặc làm phá sản một doanh nghiệp do thuật toán chấm điểm lỗi, khung pháp lý hiện hành hoàn toàn lúng túng trong việc xác định ai là chủ thể chịu trách nhiệm: nhà lập trình, công ty sở hữu dữ liệu, đơn vị triển khai thuật toán hay chính là bản thân mô hình AI? Sự mơ hồ về trách nhiệm pháp lý này đang tạo ra một “khoảng trống miễn trừ” nguy hiểm, nơi thiệt hại thuộc về phía nạn nhân - những con người bằng xương bằng thịt - còn trách nhiệm lại bị hòa tan vào các dòng mã máy tính vô hình.
5.3. Tác động của AI tới Thị trường Lao động và Nguy cơ Mất Việc làm trong Các Ngành Truyền thống
Nền kinh tế tri thức dưới sự dẫn dắt của trí tuệ nhân tạo đang tạo ra một cuộc tái cấu trúc lực lượng lao động toàn cầu với quy mô và tốc độ chưa từng có trong lịch sử. Tuy nhiên, đằng sau bức tranh tươi sáng về sự gia tăng năng suất là một bóng đen u ám đang phủ lên sinh kế của hàng triệu lao động phổ thông và lao động văn phòng cơ bản. Sự phát triển của AI tạo sinh (Generative AI) không chỉ đe dọa các công việc chân tay mang tính lặp đi lặp lại như trong các cuộc cách mạng công nghiệp trước đây, mà đang đánh thẳng vào các ngành nghề trí óc bậc trung - nơi vốn được coi là vùng an toàn của lực lượng lao động đô thị.
Tại Việt Nam, ước tính hiện có khoảng 1,2 triệu lao động trong các lĩnh vực như chăm sóc khách hàng (Call centers), nhập dữ liệu, biên phiên dịch cơ bản, thiết kế đồ họa phổ thông và xử lý hành chính văn phòng đang chịu tác động trực tiếp và có nguy cơ bị thay thế hoàn toàn bởi các hệ thống GenAI và tự động hóa quy trình. Cuộc khủng hoảng chuyển dịch lao động này không còn là một dự báo trên lý thuyết, mà đã bắt đầu hiện hữu qua các đợt cắt giảm nhân sự thầm lặng tại các tập đoàn viễn thông, tài chính và công nghệ. Những người lao động dành hàng thập kỷ để rèn luyện một kỹ năng chuyên môn nhất định đột nhiên đối mặt với nguy cơ bị đào thải chỉ sau một đêm, khi một mô hình ngôn ngữ lớn có thể thực hiện công việc của họ với chi phí gần như bằng không và tốc độ tính bằng giây.
Thế nhưng, sự chuẩn bị của hệ thống an sinh xã hội trước làn sóng sa thải công nghệ này lại đang ở mức yếu kém đáng báo động. Mức độ sẵn sàng của lưới an sinh xã hội đối với khủng hoảng việc làm do AI gây ra hiện ghi nhận dưới 30% các chính sách bảo hiểm thất nghiệp có tích hợp cơ chế hỗ trợ tài chính cho việc học nghề và chuyển đổi kỹ năng công nghệ mới. Các trung tâm dịch vụ việc làm công lập vẫn vận hành theo tư duy cũ: hỗ trợ một khoản trợ cấp thất nghiệp ngắn hạn và giới thiệu các công việc chân tay có giá trị gia tăng thấp, hoàn toàn thiếu các chương trình tái đào tạo chuyên sâu (Reskilling) để giúp người lao động thích ứng với nền kinh tế số.
Về mặt thể chế, Luật Việc làm 2013 (đang trong quá trình sửa đổi) và Luật Bảo hiểm xã hội 2024 vẫn chưa thể hiện được tư duy quản trị rủi ro mang tính dự báo (Proactive Social Impact Assessment). Hệ thống pháp luật lao động hiện hành hoàn toàn thiếu các quy định bắt buộc doanh nghiệp phải có trách nhiệm xã hội khi sa thải hàng loạt do áp dụng công nghệ AI, chẳng hạn như nghĩa vụ thông báo trước theo lộ trình dài hạn, nghĩa vụ đóng góp vào quỹ tái đào tạo lao động hoặc nghĩa vụ trích một phần lợi nhuận từ việc gia tăng năng suất do AI mang lại để hỗ trợ người lao động bị mất việc.
Sự phản ứng thụ động của chính sách an sinh xã hội xuất phát từ việc chính quyền chưa nhìn nhận chuyển đổi nghề nghiệp do AI là một rủi ro hệ thống mang tính quốc gia, mà vẫn coi đó là “rủi ro cá nhân” do người lao động không tự nâng cao trình độ. Tư duy này vô hình trung đẩy gánh nặng thích ứng về phía những người yếu thế nhất - những người vốn dĩ thiếu cả tài chính lẫn thời gian để tự học lại. Nếu không có một chiến lược can thiệp thể chế đanh thép và một lưới an sinh có khả năng chủ động đỡ đần người lao động, Việt Nam sẽ phải đối mặt với một cuộc khủng hoảng xã hội sâu sắc, nơi tình trạng thất nghiệp công nghệ (Technological Unemployment) sẽ làm nát vụn cấu trúc tầng lớp trung lưu và gia tăng áp lực lên hệ thống an sinh quốc gia.
5.4. Nhận thức Công chúng và Khoảng cách Kỹ thuật số (Digital Divide) giữa Các Vùng miền
Trí tuệ nhân tạo sở hữu tiềm năng to lớn để san bằng các bất bình đẳng xã hội thông qua việc bình dân hóa tri thức và dịch vụ. Thế nhưng, nếu không được phân bổ và quản trị bằng một tư duy nhân văn công bằng, AI sẽ phản tác dụng, trở thành một bộ gia tốc làm sâu sắc thêm những khoảng cách bất bình đẳng sẵn có giữa các tầng lớp dân cư và các vùng địa lý. Tại Việt Nam, sự chênh lệch về hạ tầng kỹ thuật, năng lực tài chính và trình độ học vấn đang tạo ra một “vực thẳm kỹ thuật số” (Digital Divide) nguy hiểm giữa khu vực đô thị và nông thôn, miền núi.
Số liệu thực chứng về hạ tầng và năng lực số phản ánh một sự phân hóa gay gắt:
Tỷ lệ hộ gia đình có kết nối internet cáp quang tại các khu vực đô thị đạt trên 90%, trong khi con số này tại các vùng nông thôn, vùng sâu, vùng xa và vùng đồng bào dân tộc thiểu số ghi nhận dưới 60%.
Mức độ hiểu biết và khả năng chủ động khai thác các công cụ GenAI phục vụ công việc và học tập của người dân nông thôn hiện đạt dưới 15%, một sự tương phản tuyệt đối so với tỷ lệ trên 50% tại các đô thị đặc biệt như Hà Nội và TP.HCM.
Chỉ số sẵn sàng kỹ năng số (Digital Literacy Index) giữa các vùng kinh tế trọng điểm (như Đồng bằng sông Hồng, Đông Nam Bộ) và các vùng khó khăn (như Tây Nguyên, Tây Bắc) ghi nhận mức chênh lệch lên tới 2,5 lần.
Sự lệch pha này đồng nghĩa với việc, trong khi trẻ em và người dân tại các đô thị lớn đang sử dụng AI như một trợ lý cá nhân để tăng tốc học tập, mở rộng tri thức và tối ưu hóa năng suất lao động, thì người dân tại các vùng sâu vùng xa lại đang bị cô lập hoàn toàn khỏi dòng chảy tri thức này. Họ không chỉ thiếu máy tính và mạng internet tốc độ cao, mà còn thiếu cả kỹ năng tư duy phản biện để tương tác với AI. Nghịch lý lớn hơn nằm ở rào cản ngôn ngữ: hầu hết các mô hình ngôn ngữ lớn hiện nay đều được tối ưu hóa cho tiếng Anh và tiếng Việt phổ thông, hoàn toàn vắng bóng các mô hình AI hỗ trợ ngôn ngữ của các dân tộc thiểu số. Điều này vô hình trung đẩy đồng bào dân tộc thiểu số ra hẳn bên ngoài lề của nền kinh tế tri thức số.
Về mặt chính sách ban hành, Quyết định số 1198/QĐ-TTg ngày 13/10/2023 phê duyệt Đề án “Quy hoạch phát triển mạng lưới cơ sở báo chí, truyền thông, xuất bản” và Chương trình cung cấp dịch vụ viễn thông công ích đến năm 2025 (theo Quyết định số 2269/QĐ-TTg) đã đề ra nhiều mục tiêu thu hẹp khoảng cách thông tin. Tuy nhiên, việc triển khai thực tế lại gặp phải điểm nghẽn về cơ chế phân bổ nguồn lực. Việc phủ sóng viễn thông công ích chủ yếu dừng lại ở việc cung cấp hạ tầng di động cơ bản (3G, 4G), hoàn toàn thiếu các gói hỗ trợ hạ tầng tính toán hoặc các chương trình bình dân hóa kỹ năng AI cho cộng đồng vùng khó khăn.
Bản chất của rào cản hệ thống ở đây là sự thiếu hụt một chiến lược “AI bao trùm” (Inclusive AI). Khi các nguồn lực đầu tư cho AI của cả nhà nước lẫn tư nhân đều dồn vào các trung tâm kinh tế lớn vì mục tiêu tối ưu hóa lợi nhuận, những vùng yếu thế sẽ tiếp tục bị bỏ lại phía sau. Sự bất bình đẳng về tiếp cận AI ngày hôm nay sẽ chuyển hóa thành sự bất bình đẳng về cơ hội kinh tế và vị thế xã hội của ngày mai. Một đứa trẻ không được tiếp cận AI ở miền núi hôm nay sẽ khó có cơ hội cạnh tranh sòng phẳng trên thị trường lao động với một đứa trẻ đô thị được trang bị kỹ năng AI từ nhỏ. Đây không chỉ là một bài toán kinh tế, mà là một thử thách nghiêm trọng đối với lời cam kết “không ai bị bỏ lại phía sau” trong tiến trình phát triển quốc gia.
Phần 6: Ứng Dụng AI Trong Các Ngành Trọng Điểm: Dịch Vụ Công, Y Tế, Giáo Dục Và Nông Nghiệp
6.1. Chuyển đổi số và Ứng dụng AI trong Dịch vụ Công, Hành chính Dân cư
Thúc đẩy chính phủ số và bộ máy hành chính công thông minh không đơn thuần dừng lại ở việc trang bị các công cụ công nghệ hiện đại hay hiện đại hóa giao diện tương tác, mà về bản chất triết học quản trị, đó là một cuộc cách mạng tái định hình mối quan hệ giữa Nhà nước và công dân. Trong bối cảnh trí tuệ nhân tạo (AI) đang phát triển với tốc độ vũ bão trên quy mô toàn cầu, việc tích hợp các mô hình thuật toán thông minh vào hệ thống dịch vụ công được xem là chìa khóa then chốt để minh bạch hóa quy trình, triệt tiêu triệt để cơ chế xin - cho, cắt giảm chi phí tuân thủ thủ tục hành chính và nâng cao hiệu năng phục vụ nhân dân. Tuy nhiên, nhìn vào thực tế triển khai tại Việt Nam qua bức tranh thực chứng từ Báo cáo Đánh giá Mức độ Sẵn sàng AI (RAM) 2025 của UNESCO, một khoảng cách mênh mông và nghịch lý sâu sắc đang lộ diện giữa ý chí chính trị vĩ mô trên văn bản và năng lực vận hành thực tế ở cấp cơ sở.
Mặc dù hệ thống thể chế đã tạo dựng những cột mốc quan trọng, nổi bật là Đề án “Phát triển ứng dụng dữ liệu về dân cư, định danh và xác thực điện tử phục vụ chuyển đổi số quốc gia giai đoạn 2022-2025, tầm nhìn đến năm 2030” (Đề án 06/QĐ-TTg) cùng Nghị định số 45/2020/NĐ-CP ngày 08/04/2020 về thực hiện thủ tục hành chính trên môi trường điện tử, bức tranh thực thi thực tế lại bộc lộ sự trì trệ vô cùng đanh thép. Dữ liệu thực chứng chỉ rõ: số lượng dịch vụ công trực tuyến có tích hợp Trợ lý ảo AI xử lý hồ sơ tự động hiện mới chỉ chiếm dưới 10% tổng số dịch vụ công cấp độ 4 (dịch vụ công trực tuyến toàn trình). Con số dưới 10% khiêm tốn này phản ánh một thực trạng chua chát rằng, phần lớn cái gọi là “chuyển đổi số hành chính” ở các bộ, ngành và địa phương hiện nay thực chất mới chỉ dừng lại ở công đoạn số hóa thủ công hoặc “bình mới rượu cũ”. Công dân nộp hồ sơ qua không gian mạng, nhưng ở hậu trường, quy trình thẩm định, phân loại, xác minh và phê duyệt vẫn hoàn toàn phụ thuộc vào thao tác thủ công và sự can thiệp mang tính chủ quan của cán bộ xử lý. Sự thiếu vắng các thuật toán tự động hóa đã khiến dịch vụ công trực tuyến chưa thể trở thành một trải nghiệm thông suốt, vô tư và tối ưu hóa thời gian cho người dân.
Nghịch lý này càng trở nên trầm trọng khi nhìn vào hạ tầng dữ liệu dân cư. Cơ sở dữ liệu quốc gia về dân cư - trái tim của Đề án 06 - vốn được kỳ vọng là nguồn tài nguyên chiến lược để phát triển các ứng dụng AI phục vụ tiện ích xã hội đa dạng. Thế nhưng, tỷ lệ dữ liệu từ Đề án 06 được mở kết nối giao diện lập trình ứng dụng (API) cho các mô hình AI phục vụ dân sinh hiện mới dừng lại ở một số ít các đối tác ngân hàng và doanh nghiệp viễn thông được chỉ định. Việc đóng kín dòng chảy dữ liệu xuất phát từ tư duy bảo thủ đã biến nguồn tài sản công vô giá này thành những “hòn đảo dữ liệu” biệt lập, ngăn cản các năng lực đổi mới sáng tạo từ khu vực tư nhân và các viện nghiên cứu trong việc tạo ra các giải pháp AI phụng sự cộng đồng.
Bên cạnh sự đóng kín về dữ liệu, khoảng trống năng lực của đội ngũ thực thi chính là một điểm nghẽn thể chế vô cùng gay gắt. Báo cáo đánh giá cho thấy, tỷ lệ cán bộ, công chức, viên chức được tập huấn và sở hữu kỹ năng sử dụng AI trong công tác quản lý hành chính hiện đạt dưới 20%. Sự mù mờ về công nghệ, kết hợp với tư duy quản lý truyền thống xơ cứng trong đội ngũ bộ máy thực thi, đã dựng lên một bức tường cản trở việc hấp thụ công nghệ mới.
Bản chất của rào cản hệ thống này bắt nguồn từ tâm lý e ngại rủi ro pháp lý sâu sắc của người đứng đầu các cơ quan hành chính nhà nước. Trong một môi trường thể chế chưa thiết lập được cơ chế bảo vệ cán bộ đột phá, đổi mới sáng tạo, sự thận trọng quá mức đã biến thành sự thụ động và ngần ngại tuyệt đối. Xử lý hồ sơ bằng thuật toán AI luôn tiềm ẩn nguy cơ phát sinh lỗi kỹ thuật hoặc sự cố bảo mật; và khi ranh giới pháp lý về trách nhiệm giải trình giữa con người và thuật toán chưa được phân định rạch ròi, người đứng đầu cơ quan quản lý lựa chọn giải pháp an toàn nhất cho sinh mệnh chính trị của mình: duy trì quy trình kiểm soát thủ công, kéo dài thời gian phê duyệt và từ chối áp dụng các công cụ tự động hóa.
Song song đó là lỗ hổng nghiêm trọng trong cơ chế tài chính đầu tư công nghệ thông tin. Các văn bản quy phạm pháp luật hiện hành về định mức chi ngân sách nhà nước hoàn toàn thiếu vắng hướng dẫn về giá trần cũng như tiêu chuẩn định giá phù hợp cho các sản phẩm, dịch vụ trí tuệ nhân tạo. AI không phải là một tài sản cố định mua một lần dùng vĩnh viễn, mà là một hệ thống đòi hỏi chi phí huấn luyện mô hình, duy trì hạ tầng máy tính hiệu năng cao và cập nhật dữ liệu liên tục theo phương thức thuê dịch vụ (SaaS). Việc cưỡng ép đưa các quy định đấu thầu, mua sắm công truyền thống vốn dành cho công trình vật lý hay phần mềm đóng gói vào các dịch vụ AI đã khiến mọi dự án ứng dụng AI trong khu vực công bị tắc nghẽn ngay từ khâu lập dự toán và thẩm định giá.
Dưới góc độ nhân văn sâu sắc, dịch vụ công không phải là một bộ máy ban phát ơn huệ hay công cụ kiểm soát trị an, mà là sự hiện thực hóa nghĩa vụ phục vụ con người của Nhà nước. Khi một người dân phải đi lại nhiều lần, chờ đợi hàng tuần và chịu đựng sự phiền hà cho một thủ tục hành chính đơn giản mà một hệ thống AI có thể thẩm định vô tư trong vài giây, đó không chỉ là sự lãng phí nguồn lực xã hội mà còn là sự tổn hại nghiêm trọng đến phẩm giá công dân và niềm tin đối với bộ máy quản lý. Chuyển đổi số trong dịch vụ công nếu không đưa AI vào giải phóng con người khỏi sự nhũng nhiễu thủ tục sẽ chỉ tạo ra một lớp tầng quan liêu số phức tạp và đắt đỏ hơn.
6.2. Ứng dụng AI trong Y tế, Chăm sóc Sức khỏe và Rào cản Pháp lý Bảo mật Bệnh án
Y tế là lĩnh vực chạm đến cốt lõi phẩm giá con người: sự sống, sức khỏe và sự sinh tồn. Ứng dụng AI trong y tế - từ tầm soát ung thư sớm, chẩn đoán hình ảnh y khoa, phân tích chuỗi gen cho đến dự báo diễn tiến bệnh lý - mang sứ mệnh nhân đạo cao cả là thu hẹp khoảng cách chất lượng y tế giữa các vùng miền, giảm tải cho các bệnh viện tuyến trên và mang lại cơ hội sống cho hàng triệu bệnh nhân nghèo. Tuy nhiên, tại Việt Nam, tiến trình chuyển hóa các thành tựu AI vào không gian khám chữa bệnh đang bị chặn đứng bởi những điểm nghẽn hạ tầng dữ liệu và sự chậm trễ khó chấp nhận trong việc ban hành hành lang pháp lý chuyên biệt.
Dữ liệu thực chứng bóc tách một thực trạng đáng lo ngại: Bệnh án điện tử (EMR) được xác định là nền tảng cốt lõi và là “nhiên liệu” bắt buộc để các mô hình AI y tế có thể học tập, vận hành và đưa ra các gợi ý chẩn đoán. Theo Thông tư số 46/2018/TT-BYT quy định về Bệnh án điện tử, mục tiêu bắt buộc được Bộ Y tế đề ra là 100% các bệnh viện trên toàn quốc phải hoàn tất triển khai EMR vào năm 2023. Thế nhưng, tính đến thời điểm hiện tại, tỷ lệ bệnh viện triển khai Bệnh án điện tử thực tế mới chỉ đạt khoảng 15-20%. Sự phá sản tiến độ nghiêm trọng này - trễ hạn nhiều năm so với mốc thời gian pháp lý - đã làm sụp đổ nền móng dữ liệu của toàn bộ hệ thống y tế thông minh. Khi bệnh án vẫn nằm dưới dạng những tệp giấy chất đống, viết tay nhòe mực và phân tán manh mún ở từng khoa phòng, các thuật toán AI hoàn toàn không có nguồn dữ liệu chuẩn hóa để xử lý.
Hệ lụy trực tiếp của sự đứt gãy hạ tầng dữ liệu là sự khan hiếm các sản phẩm AI y tế được công nhận chính thức. Hiện nay, số lượng phần mềm hoặc thuật toán AI chẩn đoán hình ảnh y khoa được Bộ Y tế thẩm định và cấp phép lưu hành chính thức như một “Thiết bị y tế” (Medical Device) theo Nghị định số 98/2021/NĐ-CP mới đạt dưới 5 sản phẩm. Con số dưới 5 sản phẩm là một minh chứng đanh thép cho thấy sự tê liệt trong khâu thương mại hóa và đưa công nghệ vào thực địa. Các bác sĩ lâm sàng, dù ý thức rõ hiệu quả của AI trong việc giảm thiểu sai sót chẩn đoán, cũng buộc phải quay lưng với công nghệ vì thiếu cơ sở pháp lý để sử dụng hợp pháp trong quy trình khám chữa bệnh.
Bản chất của rào cản hệ thống trong ngành y tế nằm ở sự xung đột trách nhiệm pháp lý khi xảy ra sự cố y khoa. Luật Khám bệnh, chữa bệnh năm 2023 và các văn bản hướng dẫn thi hành hiện nay hoàn toàn bỏ ngỏ ranh giới pháp lý cho tình huống phát sinh sai sót y khoa do thuật toán AI gợi ý phác đồ hoặc chẩn đoán sai. Nếu một mô hình AI bỏ sót tổn thương ung thư hoặc đề xuất sai liều lượng thuốc dẫn đến tử vong hay biến chứng cho bệnh nhân, trách nhiệm thuộc về bác sĩ trực tiếp điều trị, hội đồng y khoa bệnh viện, hay đơn vị cung cấp phần mềm AI? Sự mơ hồ về mặt pháp lý này tạo ra tâm lý phòng thủ tuyệt đối trong đội ngũ y bác sĩ. Họ lựa chọn giải pháp an toàn là chối bỏ khuyến nghị của AI, thà tin vào kinh nghiệm cá nhân hữu hạn hơn là mạo hiểm ứng dụng một công cụ chưa được pháp luật bảo vệ trách nhiệm.
Song song đó là khoảng trống chết người trong quản trị và chia sẻ dữ liệu y tế. Hiện nay, Việt Nam hoàn toàn thiếu một khung pháp lý chuyên biệt và các quy chuẩn kỹ thuật an toàn cho việc “Chia sẻ dữ liệu y tế phi định danh” (Anonymized Medical Data). Nghị định số 13/2023/NĐ-CP áp đặt các quy định khắt khe về bảo vệ dữ liệu cá nhân, trong khi Bộ Y tế chưa ban hành hướng dẫn kỹ thuật bóc tách thông tin định danh y tế chuẩn hóa. Điều này tạo ra một vòng lặp bế tắc: các viện nghiên cứu và doanh nghiệp công nghệ trong nước không thể tiếp cận nguồn dữ liệu y tế công lập để huấn luyện các mô hình AI tầm soát bệnh lý đặc thù của người Việt (như ung thư gan, ung thư dạ dày hay bệnh lao); trong khi đó, dữ liệu y tế Việt Nam lại đứng trước nguy cơ bị chảy máu chui ra các tập đoàn công nghệ nước ngoài qua các hợp tác không chính thức.
Thêm vào đó, cơ chế tài chính đấu thầu và định giá dịch vụ y tế công lập đang kìm kẹp các bệnh viện. Việc định giá một lượt chẩn đoán có sự hỗ trợ của AI trong danh mục được Bảo hiểm y tế chi trả chưa từng được quy định. Các bệnh viện công lập hoàn toàn không có cơ chế thu chi hợp pháp để hoàn vốn đầu tư cho các hệ thống AI đắt đỏ, dẫn đến tình trạng AI y tế trở thành một thứ “xa xỉ phẩm” chỉ có tại một vài bệnh viện tư nhân đắt đỏ, làm sâu sắc thêm bất bình đẳng trong tiếp cận dịch vụ chăm sóc sức khỏe.
Dưới góc nhìn nhân đạo sâu sắc, y đức không chỉ dừng lại ở thái độ ân cần hay sự tận tụy của thầy thuốc, mà còn nằm ở trách nhiệm của toàn bộ hệ thống thể chế trong việc mang những thành tựu khoa học tốt nhất đến cho người bệnh. Sự chậm trễ nhiều năm trong triển khai Bệnh án điện tử và sự bế tắc trong cấp phép AI y tế đồng nghĩa với việc mỗi ngày trôi qua, hàng ngàn bệnh nhân ở các vùng sâu, vùng xa bị tước đoạt cơ hội được chẩn đoán sớm; hàng ngàn bác sĩ tuyến huyện phải căng mình làm việc trong điều kiện thiếu hụt công cụ hỗ trợ. Đó là một tổn thất nhân đạo sâu sắc mà không một báo cáo thành tích nào có thể che đậy.
6.3. AI trong Giáo dục: Đổi mới Phương pháp Giảng dạy và Nguy cơ Gian lận Tri thức
Giáo dục là gốc rễ vững chắc của sự phát triển quốc gia và là con đường duy nhất để khai phóng tiềm năng, phẩm giá con người. Sự bùng nổ của các mô hình trí tuệ nhân tạo tạo sinh (Generative AI) đang tạo ra một cơn địa chấn làm rung chuyển toàn bộ cấu trúc giáo dục truyền thống trên toàn cầu. AI không chỉ đóng vai trò là một trợ lý học tập cá nhân hóa vượt trội, mà còn đặt ra những thách thức mang tính sống còn đối với liêm chính học thuật, định nghĩa về tri thức và phương pháp đánh giá năng lực con người. Trong bối cảnh đó, hệ thống giáo dục Việt Nam đang bộc lộ sự thụ động, lúng túng và khoảng cách tụt hậu nghiêm trọng giữa tư duy quản lý và thực tế công nghệ.
Bức tranh thực chứng từ Báo cáo RAM của UNESCO bóc tách một sự lệch pha vô cùng nguy hại. Tỷ lệ học sinh, sinh viên tại Việt Nam chủ động sử dụng các công cụ Generative AI (như ChatGPT, Claude, Copilot, Gemini…) để hỗ trợ học tập, viết luận và giải bài tập hiện đạt trên 75%. Công nghệ đã đi trước một bước dài và trở thành một phần không thể tách rời trong đời sống học thuật của người học. Tuy nhiên, ở phía ngược lại của bục giảng, tỷ lệ giảng viên, giáo viên sở hữu bộ công cụ hoặc được trang bị kỹ năng sư phạm chuyên sâu để kiểm tra, đánh giá và phát hiện gian lận bằng AI mới chỉ đạt dưới 15%.
Sự chênh lệch tri thức và kỹ năng công nghệ giữa người dạy và người học đã tạo ra một cuộc chiến bất cân sức trong lớp học. Hầu hết giáo viên hiện nay hoàn toàn bất lực trong việc thẩm định xem một bài luận, một đồ án hay một đề tài nghiên cứu là sản phẩm của quá trình tư duy độc lập hay là tác phẩm được tạo ra chỉ sau vài giây gõ lệnh cho chatbot. Đáng báo động hơn, sự buông lỏng và trì trệ ở cấp quản trị đại học thể hiện qua việc số lượng các trường đại học ban hành Quy định chính thức về việc sử dụng AI hợp chuẩn (AI Code of Conduct) trong làm luận văn, đồ án tốt nghiệp và nghiên cứu khoa học hiện đạt dưới 10% tổng số trường đại học trên toàn quốc.
Mặc dù Quyết định số 131/QĐ-TTg ngày 25/01/2022 của Thủ tướng Chính phủ phê duyệt Đề án “Tăng cường ứng dụng công nghệ thông tin và chuyển đổi số trong giáo dục và đào tạo giai đoạn 2022-2025, định hướng đến năm 2030” đã đề ra các mục tiêu vĩ mô, cùng các Thông tư quy định về đào tạo và liêm chính học thuật của Bộ Giáo dục và Đào tạo, việc cụ thể hóa thành các quy chế vận hành tại các cơ sở giáo dục lại rơi vào tình trạng đóng băng.
Bản chất của rào cản hệ thống này nằm ở sự bùng nổ của “Cuộc khủng hoảng liêm chính học thuật” (Academic Integrity Crisis) do tư duy quản lý xơ cứng gây ra. Do thiếu các văn bản hướng dẫn chuẩn hóa từ cơ quan quản lý nhà nước, các cơ sở giáo dục đang dao động giữa hai thái cực cực đoan và sai lầm. Một bên là tư duy cấm đoán cơ học, coi mọi việc sử dụng AI là hành vi gian lận và đe dọa kỷ luật người học. Thái cực này hoàn toàn phá sản trước thực tế phổ cập của công nghệ và biến nhà trường thành một môi trường dối trá, nơi người học sử dụng AI chui lén. Thái cực còn lại là sự buông lỏng hoàn toàn, nhắm mắt làm ngơ để người học biến các bài thi, bài luận thành hành vi sao chép công nghiệp từ thuật toán.
Cả hai thái cực trên đều bắt nguồn từ sự trì trệ trong phương pháp kiểm tra, đánh giá. Hệ thống giáo dục Việt Nam vẫn duy trì phương thức đánh giá truyền thống dựa trên khả năng ghi nhớ, tái hiện thông tin và viết bài luận thụ động - những kỹ năng mà các mô hình Generative AI có thể thực hiện vượt trội trong vài giây. Việc chậm chuyển đổi sang các phương pháp đánh giá nâng cao dựa trên tư duy phản biện, năng lực giải quyết vấn đề thực tiễn và khả năng sáng tạo độc lập đã khiến hệ thống kiểm tra trở thành một kịch bản vô nghĩa trước công nghệ. Thêm vào đó, việc thiếu hụt ngân sách dành cho chương trình đào tạo lại (upskilling) năng lực số cho đội ngũ nhà giáo đã bỏ rơi người giáo viên cô đơn trong làn sóng chuyển đổi công nghệ.
Dưới góc nhìn triết học giáo dục nhân văn, mục đích cao nhất của giáo dục không phải là biến con người thành những kho chứa dữ liệu hay những cỗ máy học thuộc lòng, mà là rèn luyện khả năng tư duy độc lập, lòng thấu cảm và bản lĩnh đạo đức. Khi học sinh, sinh viên lạm dụng AI để tư duy thay, và khi hệ thống giáo dục bất lực không thể định hướng cho họ cách hợp tác một cách chuẩn mực với AI, chúng ta đang đối mặt với nguy cơ tạo ra một thế hệ “rỗng ruột về tri thức” - những con người thụ động, lệ thuộc hoàn toàn vào sự định hình của thuật toán. Đó là sự thất bại cay đắng nhất của sứ mệnh khai phóng con người trong giáo dục.
6.4. AI trong Nông nghiệp, Lâm nghiệp và Ứng phó Biến đổi Khí hậu
Nông nghiệp là trụ đỡ của nền kinh tế Việt Nam, là sinh kế của hơn 60% dân số và là tấm lá chắn đảm bảo an ninh lương thực quốc gia. Trong bối cảnh Việt Nam là một trong những quốc gia chịu ảnh hưởng nặng nề nhất bởi biến đổi khí hậu, nước biển dâng và xâm nhập mặn - đặc biệt tại Đồng bằng sông Cửu Long và dải duyên hải miền Trung - việc ứng dụng AI trong nông nghiệp, lâm nghiệp và dự báo thiên tai không chỉ đơn thuần là bài toán tối ưu hóa năng suất kinh tế, mà là yêu cầu sinh tồn để bảo vệ mạng sống và sinh kế của hàng triệu nông dân yếu thế. Tuy nhiên, đây lại là lĩnh vực chứng kiến sự đứt gãy công nghệ nghiêm trọng và khoảng cách kỹ thuật số sâu sắc nhất.
Dữ liệu thực chứng phản ánh một thực trạng chua chát: Mặc dù Quyết định số 255/QĐ-TTg ngày 25/02/2021 phê duyệt Kế hoạch cơ cấu lại ngành nông nghiệp giai đoạn 2021-2025 và Quyết định số 150/QĐ-TTg về Chiến lược phát triển nông nghiệp và nông thôn bền vững giai đoạn 2021-2030, tầm nhìn đến năm 2050 đã đặt ra nhiều chỉ tiêu hiện đại hóa, nhưng tỷ lệ các trang trại, doanh nghiệp nông nghiệp ứng dụng công nghệ IoT và AI trong giám sát cây trồng, quản lý dinh dưỡng và dự báo sâu bệnh hiện mới chỉ đạt dưới 3%. Nông nghiệp Việt Nam về cơ bản vẫn đang vận hành dựa trên kinh nghiệm truyền thống manh mún và sự may rủi của thời tiết.
Trong lĩnh vực quản lý lâm nghiệp và bảo vệ tài nguyên rừng, tỷ lệ diện tích rừng quốc gia được giám sát biến động (chặt phá rừng, cháy rừng, suy thoái thảm thực vật) bằng dữ liệu ảnh vệ tinh xử lý qua thuật toán AI mới chỉ chiếm khoảng 35-40% tổng diện tích rừng toàn quốc. Hơn 60% diện tích rừng còn lại vẫn phụ thuộc vào phương thức tuần tra thủ công của lực lượng kiểm lâm mỏng và thiếu hụt trang thiết bị. Sự thiếu vắng của mắt thần AI đã khiến hàng ngàn hecta rừng phòng hộ và rừng tự nhiên bị xâm hại trước khi cơ quan chức năng kịp thời phát hiện.
Đáng lo ngại nhất, số lượng các mô hình AI dự báo xâm nhập mặn, hạn hán, lũ quét và thiên tai tại Đồng bằng sông Cửu Long và khu vực miền Trung được tích hợp trực tiếp vào hệ thống cảnh báo sớm cấp địa phương hiện vô cùng hạn chế. Phần lớn các mô hình này chỉ dừng lại ở các đề tài, dự án nghiên cứu thử nghiệm ngắn hạn của các trường đại học hay viện nghiên cứu, nhanh chóng bị xếp xó ngay khi hết kinh phí tài trợ mà không bao giờ được thể chế hóa thành công cụ vận hành thường nhật để bảo vệ người dân.
Bản chất của rào cản hệ thống trong nông nghiệp bắt nguồn từ cấu trúc sản xuất manh mún, nhỏ lẻ và phân tán. Mô hình kinh tế hộ gia đình với diện tích đất canh tác bình quân cực kỳ thấp khiến việc thu thập dữ liệu nông nghiệp chuẩn hóa, liên tục theo thời gian thực gặp rào cản vô cùng lớn. AI đòi hỏi dữ liệu lớn (Big Data) có độ chính xác cao, nhưng dữ liệu nông nghiệp Việt Nam bị xé nhỏ, không đồng bộ và hoàn toàn thiếu các tiêu chuẩn kỹ thuật dùng chung.
Thêm vào đó là bài toán chi phí đầu tư vượt quá khả năng chi trả. Chi phí đầu tư ban đầu cho hệ thống cảm biến IoT, trạm đo khí tượng thông minh, máy bay không người lái (Drone) và hạ tầng kết nối dữ liệu AI là quá đắt đỏ so với biên lợi nhuận bấp bênh của người nông dân. Thiếu hụt các cơ chế tín dụng ưu đãi, Quỹ bảo hiểm rủi ro nông nghiệp và chính sách hỗ trợ tài chính từ Nhà nước để bù đắp chi phí chuyển đổi công nghệ ban đầu.
Song song đó là sự đứt gãy trong chuỗi chuyển giao công nghệ từ phòng thí nghiệm đến đồng ruộng. Các thuật toán AI nông nghiệp được nghiên cứu tại các viện trường thường mang nặng tính lý thuyết, thiếu sự thích ứng với điều kiện thổ nhưỡng, khí hậu đa dạng của từng vùng sinh thái, đồng thời giao diện ứng dụng quá phức tạp so với trình độ kỹ năng số còn hạn chế của cư dân nông thôn.
Dưới góc nhìn triết lý phát triển bền vững và tinh thần nhân văn, công nghệ tiên tiến nhất phải phục vụ những cộng đồng dễ bị tổn thương nhất. Người nông dân Việt Nam - những người làm ra hạt gạo nuôi sống toàn xã hội - lại đang là những nạn nhân đầu tiên và chịu thiệt hại nặng nề nhất của biến đổi khí hậu, hạn hán và mặn xâm nhập. Khi AI được tung hô như giải pháp thần kỳ ở các đô thị lớn nhưng lại hoàn toàn vắng bóng trên đồng ruộng và rừng núi, đó là biểu hiện rõ nét của sự bất bình đẳng công nghệ và sự bỏ quên những giá trị nhân sinh cốt lõi. Khai thông AI trong nông nghiệp, lâm nghiệp và ứng phó thiên tai không chỉ là một mục tiêu kinh tế, mà là hành động nhân đạo thiết thực nhất để bảo vệ quyền sống, quyền lao động và sự sinh tồn bền vững của người nông dân Việt Nam.
Phần 7: Khai Thông Nút Thắt: Khuyến Nghị Chính Sách Và Lộ Trình Bứt Phá Hệ Thống
Phần này đề xuất hệ thống giải pháp tổng thể, đồng bộ và có tính khả thi cao nhằm giải quyết triệt để các rào cản thể chế, hạ tầng, nhân lực và đạo đức. Bằng việc chuyển dịch tư duy quản lý từ tiền kiểm cấm đoán sang hậu kiểm quản trị rủi ro, biến dữ liệu công thành hàng hóa công cộng và giải phóng năng lực sáng tạo của con người, Việt Nam hoàn toàn có thể khai thông các điểm nghẽn hệ thống để bứt phá mạnh mẽ trên bản đồ trí tuệ nhân tạo toàn cầu.
7.1. Hoàn thiện Khung Cấu trúc Pháp lý Toàn diện: Từ Luật Công nghiệp Công nghệ Số đến Luật AI Chuyên biệt
Trí tuệ nhân tạo (AI) đang tái định hình trật tự kinh tế toàn cầu với tốc độ chưa từng có trong lịch sử loài người. Tuy nhiên, tại Việt Nam, sự phát triển vượt bậc của công nghệ lại đang va chạm dữ dội với một hệ thống pháp lý mang tư duy quản lý cổ điển, nặng về tiền kiểm và e ngại rủi ro. Thực tiễn triển khai Chiến lược quốc gia theo Quyết định số 127/QĐ-TTg đã bộc lộ rõ khoảng trống thể chế: khi thuật toán thay đổi theo từng ngày, quy trình lập pháp và ban hành văn bản hướng dẫn lại kéo dài từ 18 đến 24 tháng. Độ trễ này không đơn thuần là một chỉ số hành chính, mà là một điểm nghẽn sinh tử, tiêu tốn cơ hội phát triển quốc gia, đẩy các doanh nghiệp đổi mới sáng tạo nội địa vào tình thế rủi ro tuân thủ hoặc phải dịch chuyển trụ sở ra nước ngoài. Để thoát khỏi bẫy “chiến lược treo”, Việt Nam cần một cuộc cách mạng thể chế mang tính cấu trúc, chuyển từ tư duy “không quản được thì cấm” sang tư duy “quản trị dựa trên rủi ro” (Risk-based Governance).
Nhìn ra thế giới, Đạo luật Trí tuệ Nhân tạo của Liên minh Châu Âu (EU AI Act - 2024) đã thiết lập một cột mốc lịch sử khi xây dựng hệ thống phân loại rủi ro 4 cấp độ: rủi ro không thể chấp nhận (bị cấm hoàn toàn), rủi ro cao, rủi ro trung bình/thấp và rủi ro tối thiểu. Đây là bài học thể chế vô cùng đắt giá cho Việt Nam. Việc cào bằng mọi ứng dụng AI dưới một lăng kính quản lý siết chặt chỉ thể hiện sự bất lực của bộ máy hành chính trước sự phức tạp của công nghệ. Việt Nam không thể xây dựng một nền kinh tế số tiên phong nếu tiếp tục áp dụng các biện pháp tiền kiểm nặng nề lên những công nghệ chưa định hình hoàn toàn. Bài học từ EU AI Act chỉ ra rằng, sự minh bạch và phân loại rủi ro chính là chìa khóa để bảo vệ công chúng mà không dập tắt ngọn lửa sáng tạo.
Yêu cầu cấp thiết trước mắt trong giai đoạn 2024-2025 là Quốc hội cần đẩy nhanh tiến độ thẩm định và thông qua Luật Công nghiệp công nghệ số. Đạo luật này phải đóng vai trò là hạ tầng pháp lý nền tảng, định danh rõ ràng vị thế của các sản phẩm, dịch vụ AI, đồng thời luật hóa cơ chế thử nghiệm có kiểm soát (Sandbox). Một điểm nghẽn cố hữu trong công tác quản lý hiện nay là sự e ngại trách nhiệm của cán bộ thực thi khi đối mặt với các mô hình kinh doanh mới. Do đó, Luật Công nghiệp công nghệ số phải quy định cắt giảm tối thiểu 30% thời gian thẩm định thủ tục Sandbox đối với các công nghệ AI thuộc nhóm rủi ro thấp và trung bình. Đồng thời, luật phải quy định rõ cơ chế miễn trừ trách nhiệm pháp lý dân sự có giới hạn (Safe Harbor) cho các nhà phát triển và doanh nghiệp khi tham gia thử nghiệm Sandbox hợp chuẩn. Nếu không có “lá chắn thể chế” này, sẽ không một doanh nghiệp hay nhà khoa học nào dám dấn thân vào những bài toán thử nghiệm có tính đột phá.
Về lộ trình dài hạn giai đoạn 2026-2030, Việt Nam không thể dừng lại ở việc lồng ghép các quy định AI rải rác trong các luật chuyên ngành. Bộ Khoa học và Công nghệ cần chủ trì xây dựng Đề án ban hành Đạo luật riêng về Trí tuệ Nhân tạo (AI Act Vietnam). Đạo luật này sẽ luật hóa các nguyên tắc quản trị AI tối cao, phân định ranh giới trách nhiệm giữa nhà phát triển mô hình gốc (Foundation Model) và bên triển khai ứng dụng cuối cùng, đồng thời thiết lập khung pháp lý cho tài sản trí tuệ do AI tạo ra.
Bên cạnh đó, cần giải quyết ngay mâu thuẫn gay gắt giữa Nghị định số 13/2023/NĐ-CP về Bảo vệ dữ liệu cá nhân và nhu cầu thu thập dữ liệu huấn luyện AI. Việc áp đặt quy tắc “sự đồng ý bóc tách” khắt khe cho từng mục đích sử dụng mà không có ngoại lệ đã làm tê liệt 92% các tập dữ liệu mở nội địa. Trong quá trình xây dựng Luật Bảo vệ dữ liệu cá nhân (đang trình Quốc hội), các nhà lập pháp bắt buộc phải bổ sung điều khoản ngoại lệ cho hoạt động nghiên cứu phát triển (R&D) và huấn luyện AI phi thương mại. Quy định này cho phép các cơ quan nghiên cứu và doanh nghiệp công nghệ được phép xử lý dữ liệu cá nhân đã qua quy trình mã hóa và phi định danh (Pseudonymization/Anonymization) mà không cần thu thập lại sự đồng ý từ đầu, miễn là tiến trình đó tuân thủ các tiêu chuẩn an toàn kỹ thuật nghiêm ngặt.
Xét đến cùng, pháp luật sinh ra là để phục vụ con người, bảo vệ phẩm giá và giải phóng năng lực sáng tạo của con người, chứ không phải để biến thành những gông cùm hành chính siết chặt sự phát triển. Một khung cấu trúc pháp lý hiện đại cho AI phải là sự cân bằng tinh tế giữa tính nghiêm minh của trật tự xã hội và không gian tự do cho đổi mới sáng tạo. Khi và chỉ khi tư duy quản lý chuyển từ “ngăn sông cấm chợ” sang “kiến tạo phát triển”, Việt Nam mới có thể chuyển hóa các chỉ số xếp hạng giấy tờ thành năng lực cạnh tranh thực chất trên trường quốc tế.
7.2. Xây dựng Quỹ Hạ tầng Tính toán Quốc gia và Cơ chế Chia sẻ Dữ liệu Mở Thực chất
Sự phát triển của AI phụ thuộc vào hai yếu tố vật chất sinh tử: năng lực tính toán hiệu năng cao (sức mạnh GPU) và nguồn nhiên liệu dữ liệu sạch, chuẩn hóa. Báo cáo Đánh giá Mức độ Sẵn sàng AI năm 2025 của UNESCO đã vạch trần một nghịch lý nhức nhối tại Việt Nam: trong khi mục tiêu Quyết định số 127/QĐ-TTg đặt ra yêu cầu xây dựng 3 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao, thì tổng năng lực tính toán AI của cả nước hiện chưa đạt tới 1% so với Singapore. Với số lượng chip GPU chuyên dụng toàn quốc dưới 2.000 đơn vị (nằm rải rác ở một vài tập đoàn lớn), các viện nghiên cứu, trường đại học và startup AI Việt Nam đang rơi vào tình trạng “đao cùn, giáp mỏng”. Họ buộc phải “ăn mày” hạ tầng đám mây quốc tế với chi phí đắt đỏ hoặc chấp nhận từ bỏ các nghiên cứu mô hình lớn.
Để đập tan nút thắt hạ tầng này, Nhà nước không thể tiếp tục phó mặc cho thị trường tự điều tiết hay trông chờ vào ngân sách nhỏ giọt của các đề tài khoa học. Cần lập tức thành lập Quỹ Hạ tầng Tính toán Quốc gia (National Computing Infrastructure Fund) theo mô hình hợp tác công - tư (PPP). Quỹ này đặt mục tiêu huy động từ 500 đến 1.000 tỷ VNĐ trong giai đoạn đầu, kết hợp giữa nguồn vốn ngân sách nhà nước và vốn góp của các tập đoàn công nghệ lớn. Nhiệm vụ trọng tâm của Quỹ là thu mua, xây dựng và quản lý tập trung hệ thống máy chủ GPU hiệu năng cao (như Nvidia H100, B200 hoặc các thế hệ chip tương đương). Năng lực tính toán này sẽ được tài trợ hoặc cho thuê với chi phí ưu đãi cho các dự án R&D trọng điểm của các trường đại học, viện nghiên cứu và các startup AI tiềm năng.
Song song với hạ tầng phần cứng, dữ liệu chính là nguyên liệu đầu vào quyết định sự sống còn của mô hình AI. Tuy nhiên, căn bệnh “cát cứ dữ liệu” (Data Silos) tại các bộ, ngành đang biến dữ liệu công thành “tài sản riêng” của từng cơ quan quản lý. Mặc dù Cổng dữ liệu quốc gia (data.gov.vn) công bố hơn 10.000 bộ dữ liệu, nhưng hơn 75% trong số đó là dữ liệu tĩnh, thiếu kết nối tự động API và có chất lượng rất thấp. Để giải quyết triệt để tình trạng “sở hữu cục bộ”, Chính phủ cần ban hành Chỉ số chia sẻ dữ liệu bắt buộc (Mandatory Data Sharing Index). Chỉ số này sẽ trở thành một tiêu chí định lượng bắt buộc trong việc đánh giá mức độ hoàn thành nhiệm vụ và xếp hạng Chuyển đổi số (DTI) hằng năm của người đứng đầu các bộ, ngành, địa phương. Cơ quan nào giữ kín dữ liệu công mà không có lý do an ninh quốc gia chính đáng sẽ bị hạ bậc thi đua và giảm nguồn kinh phí đầu tư CNTT.
Về mặt pháp lý, Chính phủ cần sớm ban hành Nghị định hướng dẫn về Định giá Dữ liệu và Thương mại hóa Dữ liệu phi cá nhân. Dữ liệu chỉ thực sự phát huy giá trị khi nó được lưu thông tự do như một loại hàng hóa đặc biệt trên thị trường. Việc thiết lập thí điểm Sàn giao dịch Dữ liệu quốc gia (National Data Exchange) là bước đi chiến lược, mục tiêu đạt quy mô giao dịch 100 triệu USD vào năm 2028. Sàn giao dịch này sẽ cung cấp môi trường kỹ thuật và pháp lý an toàn để các doanh nghiệp, tổ chức định giá, mua bán và trao đổi các bộ dữ liệu đã được chuẩn hóa, mã hóa an toàn.
Cuối cùng, cần thực hiện một cuộc phẫu thuật pháp lý đối với Luật Ngân sách nhà nước và Luật Quản lý, sử dụng tài sản công. Khung pháp lý hiện hành coi hạ tầng công nghệ thông tin và phần mềm như các tài sản cố định truyền thống, áp dụng quy trình đầu tư, khấu hao và đấu thầu mua sắm hành chính cồng kềnh. Điều này khiến ngân sách nhà nước dù có tiền cũng không thể giải ngân để mua sắm GPU hay thuê dịch vụ điện toán đám mây cho các nhà khoa học. Cần sửa đổi luật theo hướng công nhận hạ tầng tính toán AI và dữ liệu là một dạng “tài sản công đặc thù” với cơ chế quản lý linh hoạt, cho phép chấp nhận rủi ro khấu hao nhanh và áp dụng phương thức thuê dịch vụ trọn gói (Software/Infrastructure as a Service).
Dữ liệu và sức mạnh tính toán phải được coi là các hàng hóa công cộng (Public Goods) của kỷ nguyên số. Một quốc gia không thể tự chủ về AI nếu tiếp tục để nguồn nhiên liệu dữ liệu bị xâu xé bởi tư duy cục bộ, và để tri thức của các nhà khoa học bị bỏ ngỏ vì thiếu máy tính. Khai thông hai nguồn lực này chính là đòn bẩy quyết định để đưa Việt Nam bước vào kỷ nguyên phát triển bứt phá.
7.3. Chiến lược Thu hút, Giữ chân Nhân tài AI và Đẩy mạnh Hợp tác Quốc tế
Mọi chiến lược vĩ mô và hạ tầng hiện đại sẽ trở nên vô nghĩa nếu thiếu đi nhân tố quyết định: con người. Báo cáo thực trạng tại Việt Nam chỉ ra một con số giật mình: tổng lực lượng nhân lực AI chuyên sâu (kỹ sư AI, khoa học dữ liệu) hiện chỉ có khoảng 15.000 đến 20.000 người, đáp ứng chưa đầy 20% nhu cầu thị trường đến năm 2030. Cay đắng hơn, hiện tượng “chảy máu chất xám” đang diễn ra âm thầm nhưng tàn khốc. Hơn 70% chuyên gia AI trình độ Tiến sĩ, Thạc sĩ người Việt Nam được đào tạo ở nước ngoài lựa chọn ở lại làm việc tại các quốc gia phát triển. Ngay cả đối với lực lượng ở trong nước, tình trạng “chảy máu chất xám tại chỗ” (Brain drain on-site) cũng diễn ra gay gắt khi các tài năng hàng đầu bị thu hút hoàn toàn bởi các tập đoàn đa quốc gia với mức lương chênh lệch từ 3 đến 8 lần so với khu vực công và các viện nghiên cứu nội địa.
Việt Nam không thể tiếp tục kêu gọi lòng yêu nước hay tinh thần cống hiến thuần túy để thu hút nhân tài, trong khi vẫn áp dụng cơ chế đãi ngộ hành chính cào bằng và môi trường làm việc gò bó. Phải thay đổi toàn diện tư duy quản lý nhân sự hành chính sang tư duy “thị trường lao động toàn cầu”. Chính phủ cần ban hành Chương trình “Visa Thịnh vượng Công nghệ” (Tech Visa) với các chính sách đặc thù nhằm thu hút 1.000 chuyên gia AI gốc Việt và chuyên gia quốc tế hàng đầu thế giới về Việt Nam làm việc, giảng dạy hoặc hợp tác R&D bán thời gian. Thẻ Visa này phải đi kèm các đặc quyền vượt trội: miễn thị thực dài hạn, cấp giấy phép lao động đặc cách trong 24 giờ, hỗ trợ thủ tục cư trú thuận lợi cho bản thân và gia đình.
Về mặt chính sách tài chính, Chính phủ cần ban hành Nghị định quy định cơ chế đãi ngộ đặc thù cho các nhà khoa học đầu ngành về AI. Điểm đột phá cốt lõi là áp dụng chính sách miễn thuế thu nhập cá nhân trong thời hạn từ 5 đến 10 năm cho các chuyên gia AI cấp cao khi làm việc tại các viện nghiên cứu, trường đại học công lập và các dự án trọng điểm quốc gia. Đồng thời, sửa đổi Luật Quản lý thuế và Luật Thuế thu nhập cá nhân để ghi nhận mức chi phí ưu đãi cho nhân lực công nghệ cao. Cần dũng cảm chấp nhận cơ chế trả lương theo giá trị thị trường quốc tế, giao quyền tự chủ ngân sách cho các Trưởng phòng thí nghiệm trọng điểm để họ toàn quyền quyết định mức thu nhập và ngân sách nghiên cứu cho các thành viên dự án.
Song song với việc thu hút nhân tài cấp cao, hạ tầng đào tạo nội địa phải được nâng cấp khẩn cấp. Ngân sách nhà nước cần cấp vốn để triển khai Chương trình học bổng quốc gia về AI, tài trợ 100% kinh phí đào tạo 500 suất Tiến sĩ và Thạc sĩ AI mỗi năm tại các trường đại học hàng đầu thế giới, với cam kết quay trở lại phục vụ đất nước hoặc đóng góp trực tiếp cho các chương trình R&D quốc gia. Trong nước, cần hiện đại hóa giáo trình đại học, xóa bỏ khoảng cách chậm trễ 3 đến 5 năm so với công nghệ thực tế bằng cách bắt buộc tích hợp mô hình hợp tác “Nhà trường - Doanh nghiệp”.
Trong bối cảnh AI mang tính toàn cầu, không một quốc gia nào có thể tự bế quan tỏa cảng mà phát triển thành công. Việt Nam phải chủ động đẩy mạnh hợp tác quốc tế, với vị thế không chỉ là bên tiêu thụ công nghệ mà là đối tác bình đẳng trong chuỗi giá trị tri thức. Cần nhanh chóng xây dựng 3 Trung tâm Đổi mới Sáng tạo AI Xuyên biên giới tại Hà Nội, Đà Nẵng và TP. Hồ Chí Minh thông qua hợp tác chiến lược với các tập đoàn công nghệ toàn cầu như Google, NVIDIA, Meta. Các trung tâm này sẽ đóng vai trò là “cầu nối tri thức”, nơi kỹ sư Việt Nam được tiếp cận trực tiếp với các kiến trúc mô hình tiên tiến nhất, tham gia vào các dự án mã nguồn mở quốc tế và nâng cao năng lực chuẩn hóa sản phẩm theo tiêu chuẩn toàn cầu.
Nhân văn trong chiến lược nhân lực AI chính là sự tôn trọng phẩm giá của nhà khoa học, tôn trọng giá trị sức lao động tri thức và tạo ra một môi trường tự do tư tưởng để tài năng được nở rộ. Đã đến lúc phải chấm dứt tư duy coi nhà khoa học như một đối tượng quản lý hành chính. Chỉ khi giải phóng được năng lực sáng tạo của con người và trọng dụng nhân tài một cách thực chất, Việt Nam mới có thể đứng vững trên đôi chân của mình trong cuộc đua trí tuệ toàn cầu.
7.4. Lộ trình Triển khai Đạo đức AI Thực thi (Operationalizing AI Ethics) và Cơ chế Giám sát
Nếu pháp lý là hành lang, hạ tầng là động cơ, nhân lực là tài xế, thì đạo đức chính là bánh lái giữ cho chiếc xe AI không lao xuống vực thẳm của sự tha hóa. Báo cáo RAM của UNESCO đã chỉ ra một lỗ hổng mênh mông trong nhận thức xã hội tại Việt Nam: dưới 25% kỹ sư phần mềm hiểu rõ các nguyên tắc đạo đức AI; dưới 5% sản phẩm thương mại có khả năng giải thích thuật toán (XAI); trong khi các vụ lừa đảo tài chính bằng Deepfake tăng đột biến hơn 80%. Nhức nhối hơn, Hướng dẫn nguyên tắc đạo đức AI do Bộ Khoa học và Công nghệ ban hành theo Công văn số 2381/BKHCN-XN hiện mới dừng lại ở tính chất “khuyến nghị tự nguyện” không có chế tài. Đây là một sự bỏ ngỏ đầy nguy hiểm, biến các nguyên tắc đạo đức thành những lời khuyên hình thức trên giấy, hoàn toàn bất lực trước những hệ lụy xã hội thực tế như định kiến thuật toán, xâm phạm đời tư và đe dọa an sinh lao động.
Đã đến lúc Việt Nam phải chuyển hóa các nguyên tắc đạo đức AI từ “lời khuyên văn bản” thành các “tiêu chuẩn kỹ thuật kiểm toán được” (Auditable Technical Standards). Để làm được điều này, Chính phủ cần thành lập Ủy ban Đạo đức AI Quốc gia (National AI Ethics Council) độc lập. Ủy ban này bao gồm các chuyên gia hàng đầu về AI, các nhà luật học, triết học, xã hội học và đại diện các tổ chức xã hội. Ủy ban có nhiệm vụ thẩm định, ban hành và giám sát việc thực thi Bộ Tiêu chuẩn Quốc gia về Đánh giá Tác động Đạo đức AI (Ethical Impact Assessment - EIA Framework).
Lộ trình triển khai phải được thể chế hóa bằng các văn bản quy phạm pháp luật có hiệu lực bắt buộc. Bộ Khoa học và Công nghệ cần ban hành Thông tư quy định: Từ năm 2026, 100% các dự án R&D hoặc ứng dụng AI sử dụng ngân sách nhà nước bắt buộc phải vượt qua quy trình Đánh giá Tác động Đạo đức (EIA) trước khi được nghiệm thu hoặc đưa vào vận hành thực tế. Đối với khu vực tư nhân, quy định kiểm toán độc lập về an toàn và không thiên vị thuật toán phải áp dụng bắt buộc 100% đối với các hệ thống AI thuộc nhóm rủi ro cao (như chẩn đoán y tế, chấm điểm tín dụng ngân hàng, tuyển dụng lao động tự động, hỗ trợ xét xử tư pháp). Bất kỳ hệ thống AI nào vi phạm nghiêm trọng các chuẩn mực đạo đức, cố tình phát tán tin giả Deepfake, thao túng hành vi công chúng hoặc xâm phạm quyền riêng tư dân sự sẽ phải chịu các chế tài phạt hành chính nghiêm khắc và bị cấm vận hành vĩnh viễn.
Sự phát triển của AI phải lấy con người làm trung tâm (Human-centric AI). Công nghệ tạo ra là để phục vụ cuộc sống con người, nâng cao phẩm giá và hạnh phúc của con người, chứ không phải để biến con người thành công cụ, bị phân biệt đối xử bởi các thuật toán “hộp đen” vô cảm. Trong tiến trình hội nhập, Việt Nam cần chủ động tham gia vào việc xây dựng các công cụ quản trị AI toàn cầu của UNESCO và Liên Hợp Quốc, bảo đảm rằng các mô hình AI phát triển tại Việt Nam không chỉ tuân thủ chuẩn mực quốc tế mà còn gìn giữ, phản ánh đúng bản sắc văn hóa, lịch sử và giá trị đạo đức truyền thống của dân tộc.
Khai thông nút thắt thể chế, hạ tầng, nhân lực và đạo đức không phải là những nhiệm vụ biệt lập, mà là một hệ sinh thái giải pháp đồng bộ. Chỉ khi có một hành lang pháp lý dũng cảm kiến tạo, một hạ tầng tính toán tự chủ, một lực lượng nhân tài được tôn trọng và một nền tảng đạo đức vững chắc, Việt Nam mới có thể vượt qua rào cản hệ thống, chuyển hóa trí tuệ nhân tạo thành đòn bẩy vĩ đại cho sự phát triển phồn vinh, bền vững và nhân văn trong kỷ nguyên mới.
1. Tài liệu chính
- UNESCO (2025). Báo cáo Đánh giá Mức độ Sẵn sàng Trí tuệ Nhân tạo Việt Nam (Viet Nam Artificial Intelligence Readiness Assessment Report).
2. Các Nghị quyết của Đảng và Nhà nước
- Nghị quyết số 57-NQ/TW (22/12/2024) của Bộ Chính trị về những đột phá trong phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia.
- Nghị quyết số 52-NQ/TW của Bộ Chính trị về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ tư.
- Nghị quyết số 03/NQ-CP (09/01/2025) và Nghị quyết số 71/NQ-CP (01/04/2025) của Chính phủ về Chương trình hành động thực hiện Nghị quyết số 57-NQ/TW.
3. Các Luật và khung pháp lý liên quan
- Luật Công nghiệp Công nghệ số năm 2025 (có hiệu lực từ 01/01/2026).
- Luật Bảo vệ Dữ liệu Cá nhân năm 2025 (có hiệu lực từ 01/01/2026).
- Luật Dữ liệu năm 2024 (có hiệu lực từ 01/07/2025).
- Luật An toàn thông tin mạng năm 2015 và Luật An ninh mạng năm 2018.
- Luật Giao dịch điện tử năm 2023 và Luật Viễn thông năm 2023.
4. Các Chiến lược và Quyết định Quốc gia tiêu biểu về AI và Công nghệ số
- Quyết định số 127/QĐ-TTg (26/01/2021) của Thủ tướng Chính phủ phê duyệt Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo (AI) đến năm 2030.
- Quyết định số 749/QĐ-TTg (03/06/2020) của Thủ tướng Chính phủ phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030.
- Quyết định số 142/QĐ-TTg (02/02/2024) của Thủ tướng Chính phủ phê duyệt Chiến lược Dữ liệu quốc gia đến năm 2030.
- Quyết định số 411/QĐ-TTg (31/03/2022) của Thủ tướng Chính phủ phê duyệt Chiến lược quốc gia phát triển kinh tế số và xã hội số đến năm 2025, định hướng đến 2030.
- Quyết định số 1290/QĐ-BKHCN (11/06/2024) của Bộ Khoa học và Công nghệ về hướng dẫn một số nguyên tắc nghiên cứu, phát triển các hệ thống trí tuệ nhân tạo có trách nhiệm.
5. Các Báo cáo Quốc tế và Báo cáo Ngành chuyên sâu
- Oxford Insights (2024). Chỉ số Sẵn sàng Trí tuệ Nhân tạo 2024 (AI Readiness Index 2024).
- Trung tâm Đổi mới Sáng tạo Quốc gia (NIC) và JICA (2025). Báo cáo Kinh tế AI Việt Nam: Cơ hội Đột phá và Định hướng Phát triển Chiến lược.
- Bộ Khoa học và Công nghệ (2024). Sách Khoa học, Công nghệ và Đổi mới sáng tạo Việt Nam 2023.
- Bộ Thông tin và Truyền thông (2024). Báo cáo tổng kết công tác năm 2024 và phương hướng, nhiệm vụ năm 2025.
- Liên minh Viễn thông Quốc tế - ITU (2024). Chỉ số An toàn Không gian mạng Toàn cầu (Global Cybersecurity Index).
- Tổ chức Sở hữu Trí tuệ Thế giới - WIPO (2024). Chỉ số Đổi mới Sáng tạo Toàn cầu 2024 (Global Innovation Index 2024).
- UN Women (2021). Hồ sơ Bình đẳng giới Quốc gia Việt Nam 2021 (CGEP).
DONATE:
Mạng lưới: Monero (XMR)
Địa chỉ ví:
