 |
Các bác sĩ thực hiện phẫu thuật nội soi với hệ thống robot Da Vinci cho người bệnh ung thư đại trực tràng tại Bệnh viện K. Ảnh: BVCC |
AI sẽ mang lại một thập kỷ đổi mới quốc gia
Tại Việt Nam, nếu được ứng dụng rộng rãi, AI được dự báo sẽ đóng góp khoảng 79,3 tỷ USD vào nền kinh tế, tương đương 12% GDP vào năm 2030. Tỷ lệ doanh nghiệp Việt Nam sử dụng AI trong hoạt động bán hàng lên tới 75%, nhiều doanh nghiệp lớn đều đã đầu tư phát triển AI, coi đây là công nghệ then chốt để đẩy mạnh tăng trưởng và khả năng cạnh tranh dài hạn.
Tuy nhiên, có một mối lo ngại ngày càng gia tăng là Việt Nam có nguy cơ trở thành "thuộc địa kỹ thuật số" của nước ngoài, khi những nước dẫn đầu về AI như Mỹ và Trung Quốc đã nhanh chóng phát triển các công nghệ AI ngày càng định hình bối cảnh công nghệ của Việt Nam. Gần như tất cả ứng dụng AI mà doanh nghiệp Việt đang sử dụng là dựa trên nền tảng toàn cầu, không phải nền tảng quốc gia. Từ tính toán đến dữ liệu, không một ai thực sự biết điều gì đang diễn ra phía sau những mô hình AI mạnh mẽ đó.
Thực trạng đó dấy lên câu hỏi lớn về "chủ quyền AI" của Việt Nam, cũng như năng lực tự phát triển công nghệ AI phù hợp với ưu tiên văn hoá và kinh tế của mình.
Mối quan tâm này đã được củng cố tại hội thảo khoa học quốc gia "Sức mạnh không giới hạn và những thách thức khó dự báo của trí tuệ nhân tạo (AI) – tác động và ứng phó chính sách" diễn ra ngày 15/9.
Trong bài phát biểu khai mạc của mình, Bộ trưởng Bộ Công an Lương Tam Quang nhấn mạnh việc phát triển AI của Việt Nam cần một sự "cân bằng tinh tế" giữa đổi mới và kỷ cương, giữa tốc độ và kiểm soát, giữa hội nhập và tự chủ, đồng thời bảo đảm chủ quyền công nghệ, an ninh dữ liệu và lợi ích quốc gia.
Tương tự, Bộ trưởng Bộ Khoa học & Công nghệ Nguyễn Mạnh Hùng nhấn mạnh rằng "tự chủ" về AI là một trong bảy đặc điểm quan trọng của Tuyên ngôn AI Việt Nam. Đây cũng là một trong sáu nguyên tắc chính mà Bộ KH&CN đang tích hợp vào Luật AI, Chiến lược AI cập nhật và Bộ quy tắc đạo đức AI, dự kiến công bố vào cuối năm 2025.
Nhận thức mới về cuộc đua AI
Việt Nam đã từng ban hành Chiến lược quốc gia về AI năm 2021, đề cập đến việc nghiên cứu, phát triển và từng bước làm chủ AI. Tuy nhiên, theo GS. Hồ Tú Bảo, chiến lược này ra đời khi AI tạo sinh chưa bùng nổ.
Sự xuất hiện của các dạng AI tạo sinh như ChatGPT đã tạo ra một loạt hệ thống mới, có sức lan tỏa mạnh mẽ trong xã hội, đi kèm với hàng loạt thay đổi về nhận thức, lợi ích và rủi ro trong cộng đồng. Tác động của chúng khiến cả thế giới cân nhắc rõ hơn về các vấn đề như kiểm soát AI, quản lý AI theo mức độ rủi ro và nhiều khía cạnh đạo đức khác.
Ngoài ra, nó còn gây hiểu lầm với nhiều người hiện nay khi nói đến AI là chỉ nghĩ đến AI tạo sinh, mà quên rằng còn có AI phân tích - dạng AI giúp tạo ra tri thức mới mà Chiến lược AI của Việt Nam và hơn 60 quốc gia nhắm đến. Do đó, theo GS. Hồ Tú Bảo, Chiến lược AI cập nhật cần phải cân bằng lại định hướng, mục tiêu, tầm nhìn, lộ trình của cả hai dạng AI này.
Trước khi AI tạo sinh phổ biến, Việt Nam nhìn nhận AI chủ yếu như một công cụ thúc đẩy tăng trưởng kinh tế trong nước, đặc biệt để đạt mục tiêu tăng trưởng GDP 6-8% giai đoạn 2021-2025 và xây dựng nền kinh tế số chiếm khoảng 20% GDP vào năm 2025. Tuy nhiên, những mục tiêu này chủ yếu tập trung vào việc khai thác các công cụ sẵn có trong nước hoặc sẽ được doanh nghiệp trong nước phát triển, chứ không nhằm cạnh tranh quốc tế hay thúc đẩy đổi mới AI.
Sự xuất hiện của ChatGPT vào cuối năm 2022 dường như đã làm xáo trộn khá nhiều kế hoạch. Những công ty nội địa nhỏ, với nguồn vốn hạn chế, khó có thể cạnh tranh với các mô hình AI nền tảng được tài trợ mạnh mẽ bởi các "ông lớn" công nghệ toàn cầu.
Một số nhà nghiên cứu chia sẻ với Khoa học & Phát triển rằng họ đã phát triển các mô hình ngôn ngữ lớn tiếng Việt dựa trên mã nguồn mở của OpenAI và Google, nhưng nguồn lực hạn chế khiến họ không thể mở rộng quy mô. Kết quả là dự án trở thành một bằng chứng thử nghiệm về khả năng "làm được" của người Việt hơn là một sản phẩm thực tế.
Tại hội thảo, TS. Hồ Đức Thắng, Viện trưởng Viện Công nghệ số và Chuyển đổi số (Bộ KH&CN), cho biết các mô hình AI ngôn ngữ lớn nhất ở Việt Nam hiện chỉ đạt khoảng 70 tỷ tham số, và hạ tầng trong nước cũng chỉ đủ để vận hành mức này. Trong khi đó, các mô hình AI ngôn ngữ lớn của Mỹ có từ 400–2.700 tỷ tham số và chạy trên những hạ tầng tính toán trị giá hàng tỷ USD. Ông Thắng khẳng định, chúng ta "không thể đua cuộc đua [đốt tiền] đó được, mà cần tìm một hướng đi khác."
Hướng đi mới dường như đã lộ diện. Sự xuất hiện của DeepSeek ở Trung Quốc hồi tháng 1/2025 giáng một đòn mạnh mẽ vào các gã khổng lồ công nghệ Mỹ. Chúng truyền cảm hứng cho nhiều quốc gia, trong đó có Việt Nam, về khả năng có thể đạt được những đột phá về AI với các khoản đầu tư hạn chế.
DeepSeek - được xây dựng trong vài tháng với đội ngũ tinh gọn và chạy thuật toán trên những con chip lỗi thời - là một minh chứng hùng hồn cho việc chạy đua AI không chỉ dựa vào tiền bạc, mà còn là cách thay đổi phương pháp xây dựng mô hình để đạt hiệu suất tốt hơn và khám phá các kiến trúc công nghệ mới đem lại hiệu quả chi phí tốt hơn.
Thành công chỉ sau một đêm của DeepSeek truyền cảm giác tự tin cho các nhà hoạch định chính sách rằng các công ty khởi nghiệp nội địa và các khoản đầu tư nhỏ hơn thực sự có thể thúc đẩy đổi mới AI. Ngay sau khi DeepSeek ra mắt, nhiều chính phủ trên thế giới đã tăng mạnh cam kết tài chính vào AI.
Thúc đẩy chủ quyền AI thông qua dữ liệu
Chiến lược quốc gia về AI của Việt Nam đã xác định mục tiêu sẽ hỗ trợ mạnh mẽ - từ đầu tư cho nghiên cứu phát triển, quyền truy cập vào những bộ dữ liệu mở chất lượng cao, đến cơ sở hạ tầng AI như sức mạnh tính toán. Trong số đó, có lẽ quan trọng nhất là việc truy cập vào dữ liệu.
Mặc dù chưa chính thức công bố các chương trình mời gọi đề xuất từ doanh nghiệp khởi nghiệp, nhà nghiên cứu hay doanh nhân để hợp tác xây dựng các mô hình AI dựa trên bộ dữ liệu Việt Nam, nhưng Luật Dữ liệu (2024) cùng các định hướng phát triển khoa học-công nghệ liên quan gần đây đã gợi ý rằng, sớm hay muộn, các doanh nghiệp sẽ có cơ hội khai thác ‘mỏ vàng dữ liệu’ này khi lượng dữ liệu đã đủ lớn và sẵn sàng để sử dụng.
Sự mong mỏi về mở cửa dữ liệu không chỉ là kỳ vọng của doanh nghiệp, mà còn của các cơ quan bộ ngành. Tại hội thảo 15/9, TS. Nguyễn Khánh Phương, Viện trưởng Viện Chiến lược và Chính sách Y tế (Bộ Y tế) nói rằng họ đang mong ngóng từng ngày việc liên thông dữ liệu dân cư với dữ liệu y tế lớn để sớm có được những AI tích hợp vào hệ thống an sinh xã hội. Bà chỉ ra rằng, ứng dụng AI mang lại giá trị to lớn và toàn diện - từ chăm sóc sức khỏe ban đầu, y tế công cộng, kiểm soát dịch bệnh, đến hỗ trợ chẩn đoán, ra quyết định lâm sàng, cá thể hóa điều trị và cung cấp các hỗ trợ cho bệnh nhân.
Khi bàn về "dữ liệu Việt Nam", nhiều chuyên gia nhấn mạnh đây là lợi thế cạnh tranh "gác cổng" cuối cùng mà chúng ta phải giữ bằng mọi giá. Bốn trụ cột để phát triển AI gồm thể chế, hạ tầng, nhân lực và văn hóa AI đều cần phải xây dựng nhanh chóng, nhưng điểm khác biệt thực sự của Việt Nam nằm ở dữ liệu.
Lý do là vì trên Internet, phần lớn dữ liệu đã bị các tập đoàn công nghệ toàn cầu thu thập từ lâu. Là một nước đi sau, nếu Việt Nam chỉ dựa vào dữ liệu công khai thì khó có thể tạo ra lợi thế. Cái còn lại và cũng là quý giá nhất chính là dữ liệu trong nước đang được thu thập và tích tụ trong quá trình chuyển đổi số.
Nếu các tổ chức, doanh nghiệp Việt Nam đem dữ liệu của mình gửi ra nước ngoài để xử lý, thì dữ liệu ấy không còn thuộc về Việt Nam nữa. Vì vậy, điều cấp thiết là phải tạo điều kiện cho những doanh nghiệp trong nước sử dụng và xử lý dữ liệu ngay tại Việt Nam, từ đó đào tạo ra các mô hình AI phục vụ cho người Việt.
Nhưng cũng như Bộ trưởng Khoa học & Công nghệ Nguyễn Mạnh Hùng từng nhấn mạnh, Việt Nam không thể là một "ốc đảo" tách biệt mà phải cân bằng giữa những cặp đối lập: toàn cầu và địa phương, hợp tác và tự chủ, Big Tech và startup, dữ liệu mở và dữ liệu cần bảo vệ, công nghệ mở và công nghệ đóng.v.v Với một công nghệ tiên tiến như AI, hợp tác là điều không thể tránh khỏi, và trong quá trình đó, việc chia sẻ dữ liệu cũng không thể bị loại trừ.
 |
Một dự án AI về giám sát chất lượng không khí do Học viện Bưu chính Viễn thông phát triển, tại Ngày hội Sáng tạo và Đổi mới, tháng 4/2025. Ảnh: Lưu Quý |
Vậy làm sao để giải quyết mâu thuẫn này? Tại hội thảo 15/9, PGS. TS. Nguyễn Trường Thắng, Viện trưởng Viện Công nghệ thông tin (Viện Hàn lâm Khoa học Công nghệ Việt Nam) chỉ ra rằng vấn đề không nằm ở việc e sợ hợp tác, mà là "hợp tác thế nào cho thông minh hơn". Chẳng hạn, thay vì chỉ gửi nhân sự ra nước ngoài học tập như trước kia, Việt Nam cần tạo ra các cơ chế thu hút ngược: xây dựng những phòng thí nghiệm lớn, những bài toán lớn, các ưu đãi hấp dẫn, đủ điều kiện để mời gọi các chuyên gia quốc tế và chuyên gia người Việt đến làm việc. Khi đó, chúng ta vừa có thể tận dụng nguồn lực toàn cầu, vừa bảo đảm dữ liệu và chủ quyền AI được giữ vững ngay trên lãnh thổ.
Trong Chiến lược AI đã ban hành, Chính phủ nhấn mạnh việc hình thành 50 bộ dữ liệu mở, liên thông và kết nối giữa các ngành, các lĩnh vực kinh tế - xã hội; đồng thời xây dựng các trung tâm đổi mới sáng tạo quốc gia về AI, cùng phát triển 2-3 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao, tạo thành mạng lưới chia sẻ năng lực dữ liệu và tính toán phục vụ AI.
Một khi Chính phủ "bật đèn xanh" giao những bài toán lớn và mở kho dữ liệu cho doanh nghiệp trong nước tiếp cận thì sẽ càng có nhiều doanh nghiệp có cơ hội được thực hành, cọ sát và củng cố năng lực. Đây chính là công thức để các doanh nghiệp Việt đạt được sự tự chủ về AI, bởi làm chủ công nghệ lõi không chỉ đơn thuần là nắm vững kỹ thuật, mà còn bao gồm cả việc quản lý dữ liệu, hạ tầng và hiểu rõ nhu cầu thực tiễn.
Nếu tất cả những kế hoạch này được hiện thực hóa thành công, chúng sẽ trở thành dấu ấn rõ nét của cách tiếp cận "quốc gia khởi nghiệp" mà Việt Nam đang hướng tới – nơi nhà nước đóng vai trò kiến tạo chủ động trong phát triển AI, đồng thời trao cho doanh nghiệp những nguồn lực cần thiết để thúc đẩy đổi mới và nâng cao năng lực cạnh tranh.
Nếu các tổ chức, doanh nghiệp Việt Nam đem dữ liệu của mình gửi ra nước ngoài để xử lý, thì dữ liệu ấy không còn thuộc về Việt Nam nữa. Vì vậy, điều cấp thiết là phải tạo điều kiện cho những doanh nghiệp trong nước, sử dụng và xử lý dữ liệu ngay tại Việt Nam, từ đó đào tạo ra các mô hình AI phục vụ cho người Việt. |
Đặt con người vào trung tâm
Một trong những vấn đề của Việt Nam khi phát triển AI là đặt con người vào vị trí trung tâm.Điều này có nghĩa là các ứng dụng AI phải thực sự phục vụ con người, mang lại lợi ích thiết thực cho người dùng; đồng thời bảo vệ quyền của con người và đảm bảo không ai bị bỏ lại phía sau.
"Đó thực sự thách thức" GS.TS. Giang Thanh Long, nhà nghiên cứu về dân số và an sinh xã hội tại Đại học Kinh tế Quốc dân, nói.
Ông chỉ ra một số ví dụ mà các nhóm người rất dễ bị bỏ lại phía sau trong quá trình phát triển AI. Chẳng hạn, Việt Nam có khoảng 16 triệu người cao tuổi. Đây là những người dễ bị tổn thương và rất khó sử dụng AI. Mặc dù đang trong thời kỳ "dân số vàng" với hơn 65 triệu người ở độ tuổi 15-60, dữ liệu gần nhất của Tổng cục Thống kê cho thấy chỉ khoảng 12% người làm việc trong các ngành liên quan đến công nghệ, đồng nghĩa với việc phần lớn còn lại có thể thiếu kỹ năng số cần thiết.
Ở một khía cạnh khác, gần 50% lao động Việt Nam làm việc trong khu vực phi chính thức, không có công việc ổn định, không ký hợp đồng lao động và ít được bảo vệ. Và chỉ khoảng 40% người lao động đang tham gia Bảo hiểm xã hội. Một lực lượng lao động mới nổi lên gần đây là những người làm việc cho những ứng dụng công nghệ nền tảng như shipper giao hàng, xe ôm công nghệ v.v Ngay cả trong thời điểm hiện tại và khi về già, các nhóm người này sẽ phải đối mặt với rủi ro ngày càng cao hơn về sức khỏe, an toàn và đảm bảo cuộc sống.
Vậy, câu hỏi đặt ra là: các hệ thống AI trong quản lý xã hội làm sao để tính đến nhu cầu của họ? Làm thế nào để những nhóm người này được hỗ trợ trong quá trình chuyển đổi số, thích nghi với việc làm và cuộc sống chung với các hệ thống AI?
Rõ ràng, nếu không được thiết kế cẩn thận, các hệ thống AI sẽ tiềm ẩn nhiều rủi ro về đạo đức và bất công. Các nhà quản lý hiểu rằng để hạn chế tối đa những rủi ro mà công nghệ này có thể mang lại, cần phải tìm cách đưa những "gene tốt" vào AI ngay từ đầu.
Nguyên nhân chính của sự bất công của AI thường xuất phát từ dữ liệu. Một ví dụ nổi bật là trong y tế. TS. Nguyễn Khánh Phương (Bộ Y tế) chỉ ra rằng AI học từ dữ liệu lịch sử, nhưng bản thân dữ liệu y tế tự nhiên vốn đã phản ánh sự bất bình đẳng trong việc tiếp cận và thụ hưởng dịch vụ giữa các nhóm dân cư: thành thị – nông thôn, dân tộc thiểu số, thu nhập thấp – thu nhập cao, nam - nữ v.v Do vậy, dữ liệu này không đại diện đầy đủ cho tất cả các nhóm dân cư ở Việt Nam.
Khi áp dụng AI, hệ thống có thể không phản ánh đúng nhu cầu của mọi người và đưa ra những quyết định không đem lại lợi ích cho những nhóm bị "loại trừ". Vì vậy, yêu cầu đối với những nhà phát triển AI trong y tế là phải làm sạch dữ liệu, bổ sung các dữ liệu còn thiếu để đảm bảo tính đại diện và công bằng.
Bà cũng chỉ ra các hạn chế về hạ tầng công nghệ thông tin là một rào cản lớn khi ứng dụng AI. Ở cấp y tế cơ sở, đường truyền băng thông chưa tốt như ở các bệnh viện trung ương, trong khi nhân lực lại thiếu tiếng Anh và kỹ năng số, khiến việc tiếp cận ứng dụng số trở nên khó khăn hơn.
Đặc biệt, vấn đề tài chính cũng là một trở ngại. Phát triển và ứng dụng AI đòi hỏi chi phí cao. Nếu chi phí này không được tính vào chi phí xã hội chung và được Bảo hiểm y tế chi trả, sẽ có những nhóm người không thể tiếp cận các dịch vụ y tế tích hợp AI thông minh với giá cả phải chăng – ví dụ như AI sàng lọc ung thư – vốn có thể cứu sống họ.
Cuối cùng, việc giám sát và quản lý người dùng AI cũng rất quan trọng. Cần thiết lập các chuẩn mực đạo đức khi sử dụng AI, nhằm tránh việc lạm dụng hay xâm phạm quyền lợi của người dân. Ví dụ, các hệ thống AI trong y tế phải được kiểm soát chặt chẽ để đảm bảo dữ liệu cá nhân được bảo vệ, các quyết định do AI đưa ra không gây bất công, và người dùng – bao gồm cả nhân viên y tế – hiểu rõ giới hạn, trách nhiệm khi sử dụng công cụ này. Luôn phải có ít nhất một con người đứng đằng sau chịu trách nhiệm cho AI.
Bài đăng KH&PT số 1362 (số 38/2025)
Ngô Hà