Bốn trụ cột cho ứng dụng AI trong khu vực công
Việc ứng dụng trí tuệ nhân tạo (AI) nói riêng và chuyển đổi số nói chung đang được đẩy mạnh trong khu vực công với kỳ vọng mang lại những đột phá về hiệu quả quản lý, nâng cao năng suất và tinh gọn đội ngũ nhân sự.
Tuy nhiên, ứng dụng AI như thế nào cho hiệu quả với điều kiện cơ sở hạ tầng, năng lực quản lý dữ liệu, nhân lực hay cơ chế, chính sách của khu vực công hiện tại là bài toán cần cân nhắc kỹ lưỡng.
Chị Đỗ Thanh Huyền, Chuyên gia phân tích Chính sách công, UNDP tại Việt Nam. Ảnh: Đinh Hương
Trong bối cảnh đó, Chương trình Phát triển Liên Hợp Quốc (UNDP) tại Việt Nam đã thực hiện Đánh giá Mức độ sẵn sàng cho áp dụng AI trong khu vực công tại Việt Nam (AILA) đối với việc tận dụng các lợi ích của AI một cách có đạo đức, đồng thời giảm thiểu các mối nguy hại của AI. Theo đó, Chính phủ vừa là tác nhân thúc đẩy nền kinh tế AI thông qua các chiến lược, chính sách, tiêu chuẩn hoặc luật pháp, đồng thời cũng là người sử dụng AI trong các dịch vụ của Chính phủ và dịch vụ công.
Để hiểu hơn về những nguyên tắc, thực tiễn thực hiện cũng như thuận lợi và khó khăn khi ứng dụng AI trong khu vực công, Báo Khoa học & Phát triển đã trao đổi với chị Đỗ Thanh Huyền – Chuyên gia phân tích chính sách công, UNDP tại Việt Nam. Chị đã có nhiều năm kinh nghiệm theo sát công tác chuyển đổi số tại Trung ương và địa phương.
Báo Khoa học & Phát triển: AI được ứng dụng rộng rãi vào khu vực công sẽ có ảnh hưởng rất lớn tới quy mô toàn xã hội, vậy chị có thể cho biết ứng dụng AI trong khu vực công cần đảm bảo các yêu cầu, nguyên tắc gì?
Chị Đỗ Thanh Huyền: Có một số điều kiện cần và đủ. Điều kiện cần và đủ quan trọng nhất là dữ liệu, mà dữ liệu phải đảm bảo tính khách quan, khoa học và có thể sử dụng được qua thời gian. Dữ liệu phải chuẩn, sạch và lớn để máy học có thể thực hiện được các tính toán của nó. Đây là thách thức to lớn nhất đối với Việt Nam. Bên cạnh đó, dữ liệu trong khu vực công còn phải đảm bảo bảo mật thông tin cá nhân của người dùng và công dân. Nếu ứng dụng AI mà lại để lộ các thông tin cá nhân ra bên ngoài thì nó sẽ làm hại hơn là làm lợi. Đây có lẽ cũng là một trong những rào cản dẫn tới chưa ứng dụng được AI trong khu vực công.
Thứ hai là đạo đức của con người, gồm cả những người xây dựng các công cụ AI và bên cung ứng các dịch vụ để không lộ thông tin cá nhân của người dùng, gọi là đạo đức công vụ của người nắm giữ dữ liệu công dân hay doanh nghiệp. Giờ đây, các quốc gia, trong đó có Việt Nam, bắt đầu quan tâm nhiều hơn đến an ninh quốc gia trong thế giới dữ liệu. Vì vậy, Việt Nam tới đây sẽ phải đầu tư xây dựng và bảo trì các kho dữ liệu (data warehouse) trong nước. Luật Dữ liệu vừa mới ban hành cuối năm 2024 cũng đã yêu cầu đảm bảo về an toàn dữ liệu và quyền riêng tư. Chúng ta cũng cần một thời gian nữa để đánh giá xem các cơ quan quản lý các kho dữ liệu trong nước tuân thủ Luật Dữ liệu như thế nào.
Vậy Việt Nam đã có những điều kiện gì về cơ sở hạ tầng, dữ liệu, nhân lực, hay khả năng tổ chức triển khai của hệ thống, pháp lý, để ứng dụng AI trong khu vực công?
Chúng ta cần bốn điều kiện, gọi là 4 M. M thứ nhất là về thể chế, thiết chế và cơ chế chính sách quản lý (mechanisms), trong đó đòi hỏi quan trọng nhất là Luật Dữ liệu. Hy vọng Luật dữ liệu có những yêu cầu, điều kiện liên quan tới đạo đức của những người làm quản trị dữ liệu trong việc thu thập, khai thác, sử dụng dữ liệu, bảo đảm an toàn, bảo mật dữ liệu, đặc biệt là dữ liệu liên quan tới cá nhân công dân.
Các đại biểu tìm hiểu các giải pháp ứng dụng trí tuệ nhân tạo vào lĩnh vực hành chính công được trưng bày tại quận 10, Thành phố Hồ Chí Minh.
M thứ hai là con người (manpower – human resources). Tới đây, có lẽ có vị trí công việc quan trọng là công chức làm nhiệm vụ quản trị dữ liệu, có năng lực khoa học dữ liệu. Nếu thực sự Việt Nam đặt ra định hướng cho thời gian sắp tới là chuyển đổi số thì xương sống của khu vực công phải là những công chức có khả năng thu thập dữ liệu, tổng hợp dữ liệu, phân tích dữ liệu, và khả năng quan trọng nữa là hiểu biết số liệu về mọi mặt. Người làm công tác về dữ liệu phải có cả tri thức về chính trị, kinh tế, xã hội, môi trường, hiểu biết về dữ liệu và quản trị dữ liệu tốt và đảm bảo đạo đức công vụ trong quản trị dữ liệu. Đây là những năng lực mà hiện nay, nói một cách rất công tâm, là rất thiếu và yếu trong khu vực công.
M thứ ba là trang thiết bị, vật lực (machinery), hiện nay là kho dữ liệu. Kho dữ liệu phải đặt ở địa điểm đảm bảo an toàn, bảo mật thông tin ở tầm quốc gia và để người dùng ở cả khu vực công và tư, cả cá nhân và tổ chức tin tưởng dữ liệu của họ không bị rò rỉ cho những mục đích mà họ không được biết tới, chưa đồng thuận chia sẻ. Có những nguyên tắc về bảo mật dữ liệu trong khu vực công. Ví dụ, các văn bản soạn thảo các định hướng của quốc gia thì chắc chắn không thể chuyển qua Zalo, Google mà phải được hệ thống thư của nhà nước tiếp nhận, truyền tải. Tuy nhiên, nhiều hệ thống thư công hiện không được sử dụng và không hoạt động. Một vấn đề nữa là hệ thống trang thiết bị, máy vi tính và các nguồn để thu thập dữ liệu ở cấp cơ sở hiện nay rất yếu và thiếu. Có những máy móc, trang thiết bị 10-15 năm chỉ được thay RAM, thậm chí có máy vẫn chạy trên hệ điều hành Windows 97, không thể tích hợp được các phần mềm hiện đại. Ngoài ra, các phần mềm thu thập dữ liệu phải mang tính hệ thống, xuyên suốt, nhất quán, kết nối và liên tục chứ không thể cát cứ như hiện nay. Năm 2024, UNDP nghiên cứu về thực hiện hồ sơ sức khỏe điện tử ở địa phương. Khi về đến địa phương mới thấy trạm y tế ở các xã, nhân viên y tế phải điền thông tin vào đến tám phần mềm và trang thu thập dữ liệu, và không cái nào kết nối với cái nào. Mỗi lĩnh vực lại có một trang, phần mềm để thu thập dữ liệu riêng. Cát cứ về quản lý dữ liệu, cát cứ về hệ thống dữ liệu, cát cứ cả phần mềm dữ liệu, không có cái gì tích hợp với cái gì, và đây là những vấn đề hầu như ngành nào cũng có.
M cuối cùng là ngân sách, tài chính (money) để đầu tư cho tất cả ba điều kiện nêu trên. Hiện nay, chúng ta nói rất nhiều về chuyển đổi số, nhưng khi về địa phương hỏi có dòng ngân sách riêng cho chuyển đổi số không thì không ngành, địa phương nào có, trừ Đề án 061. Đề án 06 thực hiện đến ngành nào thì ngành đó mới có ngân sách, còn không là không có. Tài chính mà không có thì làm sao có thể chuyển đổi số – một lĩnh vực đòi hỏi rất nhiều đầu tư? Cả bốn trụ cột nêu trên đều chới với, nhưng mục tiêu đề ra thì rất tham vọng. Khi nền móng của chuyển đổi số còn yếu, còn chắp vá, cát cứ, chưa thành hệ thống thì không đáp ứng được yêu cầu đặt ra. Nói như một lãnh đạo bệnh viện địa phương, chuyển đổi số trong ngành y tế hiện nay giống như yêu cầu người ta xây một cái bệnh viện 10 tầng trên một móng nhà chỉ cho nhà cấp bốn.
Nãy giờ chúng ta đã nói quá nhiều về khó khăn rồi, vậy không biết Việt Nam đã có những thuận lợi gì để ứng dụng AI trong khu vực công?
Tôi cho rằng phát triển AI ở khu vực tư Việt Nam cực kỳ mạnh mẽ, chỉ có điều chưa kéo họ vào cuộc để hỗ trợ khu vực công phát triển AI. Trong chuyến công tác vừa qua tại Hàn Quốc, tôi có trao đổi với một đại diện Cơ quan Thông tin Quốc gia (NIA) – đơn vị quản trị toàn bộ dữ liệu quốc gia của Hàn Quốc – bên lề khóa học về chuyển đổi số ở ASEAN và Hàn Quốc. Cách họ thực hiện là kết nối rất nhiều doanh nghiệp trong nước cùng đồng hành xây dựng hệ thống cơ sở dữ liệu và quản trị dữ liệu cũng như tạo ra các sản phẩm sử dụng dữ liệu ở trong nước, trong đó có AI. Tôi thấy rằng, không thiếu doanh nghiệp Việt Nam đang làm outsource cho nước ngoài. Nhân lực mảng AI hay dữ liệu rất tốt, nhưng khu vực công của chúng ta chưa tận dụng được vì cơ chế liên quan tới tiền lương công chức quá thấp để thu hút được người giỏi về cơ sở dữ liệu, quản trị dữ liệu, khoa học dữ liệu về với bộ máy nhà nước. Có lẽ đã đến lúc chúng ta thiết lập một trung tâm nhân tài về khoa học dữ liệu, AI cho khu vực công, theo cách Singapore đang làm.
Trên cơ sở những điều kiện như vậy, chị hình dung AI có thể được ứng dụng như thế nào trong khu vực công tại Việt Nam?
Có rất nhiều khía cạnh có thể đưa AI vào để giúp cho công chức. Khi chúng ta có một bộ dữ liệu cực kỳ lớn, chúng ta cho máy học để tạo ra và đẩy xu hướng lên, thậm chí tổng hợp thành các phân tích dữ liệu nhanh và trong thời gian thực. Công cụ vận dụng AI để nắm bắt điều gì diễn ra ở đất nước, ở địa phương rất quan trọng với những người hoạch định chính sách và ra quyết định. Nếu coi lãnh đạo là một khách hàng thì nhà cung cấp là đội ngũ công chức bên dưới phải tạo ra được công cụ để khách hàng của mình muốn tìm thông tin gì có thể hỏi công cụ AI để có câu trả lời luôn. Ví dụ để tìm hiểu hiện trạng sản xuất kinh doanh của một địa phương, thay vì người lãnh đạo phải gửi yêu cầu cho một cơ quan rồi chờ x, y ngày mới có kết quả, thì AI dựa trên nền tảng dữ liệu lớn có thể phân tích và trả lời ngay được. Điều này sẽ làm các phòng như IOC2 trở nên hiệu quả hơn, thay vì chỉ là một đơn vị trình diễn các dashboard và lấy dữ liệu một cách cơ học, không tự động.
Hay AI cũng có thể được dùng để kiểm tra, giám sát, đánh giá quá trình chuyển đổi số. Ví dụ, AI có thể phát hiện một ngày một địa phương có bao nhiêu địa chỉ IP làm thủ tục hành chính cho công dân và doanh nghiệp. Nếu cùng một địa chỉ IP nhưng có 20 tài khoản thực hiện thì rõ ràng chưa có công dân số hay doanh nghiệp số, bởi vì họ không làm được từ nhà hay doanh nghiệp mà phải đến bộ phận một cửa để làm. Phần giám sát, đánh giá đấy sẽ có ý nghĩa hơn trong thúc đẩy xã hội số và kinh tế số, thay vì ép cán bộ, công chức chạy đua thành tích và đưa ra số liệu không chuẩn xác.
Cho đến nay, đã có một số nỗ lực ở trung ương và địa phương để ứng dụng AI trong khu vực công, nhưng mới chỉ manh mún ở các dịch vụ công mà khối tư cung cấp, ví dụ trong y tế, giáo dục với Vinmec, trường ĐH Phenikaa hay trường ĐH FPT, còn dịch vụ công do bên công cung ứng thì tôi chưa thấy. Quan sát từ góc độ nhỏ mà tôi làm việc như quản trị điện tử trong khu vực công thì cũng còn rất manh nha. Nhìn vào các cổng dịch vụ công quốc gia hay địa phương thì ít nơi ứng dụng AI để tăng tương tác hiệu quả giữa người dân và doanh nghiệp với nhà nước. Có chatbot trên các cổng dịch vụ công cấp tỉnh giai đoạn trước cũng còn khá manh mún nhưng chưa đạt được kỳ vọng. Theo rà soát của UNDP năm 2024, 23 cổng dịch vụ công cấp tỉnh có chatbot, nhưng hỏi đến câu thứ ba là chatbot không trả lời tiếp được nữa, không chia sẻ được gì nữa ngoài việc gắn đường dẫn đến cổng dịch vụ công, chưa có tính tương tác trực tiếp.
Vậy UNDP đã có những hỗ trợ kỹ thuật nào cho khu vực công để ứng dụng được AI?
Với dịch vụ hành chính công, UNDP đã triển khai sáng kiến dichvucong.me nhằm hỗ trợ công dân tìm hiểu về thủ tục hành chính trước khi đến các bộ phận một cửa trực tuyến hoặc trực tiếp. Thứ hai, UNDP đã và đang hỗ trợ một số địa phương quan tâm việc đưa sáng kiến này vào cổng dịch vụ công của họ, ví dụ như Bà Rịa – Vũng Tàu. Thứ ba là thời gian vừa rồi, sau nghiên cứu về ứng dụng hồ sơ sức khỏe điện tử ở một số tỉnh thì cũng đã có báo cáo nghiên cứu gửi lên các cấp có thẩm quyền, trong đó có Bộ Y tế. Rất mừng là trong kỳ họp vừa rồi của nhóm công tác về y tế, Bộ trưởng Bộ Y tế đã ra chỉ đạo nhiệm vụ quan trọng nhất là thống nhất các đầu dữ liệu của ngành y tế, tránh cát cứ, phân mảnh. Một nhiệm vụ Bộ Y tế đề xuất với UNDP là thời gian tới hỗ trợ nhóm công tác đi vào các mảng liên quan tới chuyển đổi số trong ngành y tế hiệu quả hơn, còn ứng dụng AI không thì là câu chuyện tiếp theo. Phải xây dựng được dữ liệu đã. Dữ liệu tốt thì máy học sẽ học được và có đầu ra tốt, còn dữ liệu kém thì thôi, tốt nhất là không còn hơn. Nguy cơ cao của thông tin sai, thông tin không chính xác hoặc thông tin bị bóp méo còn nguy hiểm hơn thông tin bị phân mảnh nhưng đáng tin cậy.
Trong quá trình hỗ trợ, chị thấy có địa phương nào đã làm tốt một số mặt của ứng dụng AI vào các hoạt động thường nhật hoặc cung cấp dịch vụ công?
Từ kinh nghiệm hỗ trợ Tây Ninh từ năm 2022, tôi thấy độ mở về quản trị dữ liệu của tỉnh Tây Ninh rất tốt. Họ luôn luôn tuân thủ tất cả những nguyên tắc về bảo vệ dữ liệu, nhưng mở về tiếp nhận các phương án giải quyết. Họ muốn làm lại mục phản ánh kiến nghị trên cổng dịch vụ công, trong đó tạo ra một RESTful API [3] – một cái phễu để tiếp nhận tất cả các nguồn về một chỗ, sau đấy phân tỏa đi để các cơ quan ban ngành trả lời công dân rồi quay trở lại. Trước đây họ có bảy người ngồi ở Sở TT&TT để tiếp nhận kiến nghị từ bảy kênh khác nhau, thì bây giờ chỉ có một người giám sát hệ thống, không cần sáu người kia nữa. Và phản ánh đúng đích luôn vì mình sẽ chọn vào địa bàn nào, phản ánh kiến nghị về vấn đề gì, thì tạo ra những keyword như thế. Một quy trình 7-8 bước thì họ cắt giảm chỉ còn 5 bước thôi và tự động hóa được phần lớn.
Qua các hoạt động nghiên cứu, đánh giá, khảo sát, chị có những khuyến nghị gì để sớm ứng dụng AI trong khu vực công?
Quan trọng nhất là quay trở lại nguyên tắc 4 M, cái nào yếu thì tăng cường đầu tư để cải thiện và đánh giá lại hiệu quả thực hiện chuyển đổi số. Những thứ chưa phải là số thì phải chuyển sang số, sau đấy mới đến bước tiếp theo là ứng dụng cái gì vào để có thể phân tích dữ liệu. Quá trình này tôi nghĩ sẽ là 5-10 năm tiếp theo chứ không phải trong ngày một, ngày hai được.
Trong 4 M, tôi nghĩ trước tiên nên ưu tiên đầu tư tài chính. Đầu tiên phải mua trang thiết bị, tiếp đến là tăng tiền lương cho công chức để thu hút người có năng lực quản trị dữ liệu vào bộ máy nhà nước. Những người làm về dữ liệu hiện nay đang được khối tư trả công rất hậu hĩnh, trong khi khối công thì không thể tuyển được. Tôi nhớ khi trao đổi với sáu trung tâm y tế huyện, họ đều nói cực kỳ khó khăn trong tuyển người làm trong lĩnh vực công nghệ thông tin (ICT) chứ chưa nói đến dữ liệu. Có những đơn vị phải dùng một y sĩ làm công tác ICT cho trung tâm y tế huyện và các trạm y tế xã bên dưới chứ không tuyển được người thực sự được đào tạo bài bản về ICT. Vấn đề là đã muốn chuyển đổi số thì đừng chuyển đổi số trên giấy, đừng hô hào mà phải bằng hành động. Phải đầu tư sớm thì mới làm được, không có dòng ngân sách cho chuyển đổi số cho địa phương thì không thể làm được gì. Ngay cả việc mua trang thiết bị, máy tính mới cũng lại phải dồn lên trên, đến lúc mua xong mất một vài năm, trang thiết bị và phần mềm lại không đồng bộ. Phải có cơ chế chính sách và tài chính thì mới có 2 M còn lại được./.
Xin cảm ơn chị!
—
[1] 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”.
[2] Trung tâm Điều hành thông minh.
[3] Tiêu chuẩn dùng trong việc thiết kế API dành cho các website.
Theo bài đăng KH&PT số 1327 (số 3 đến số 5/2025)
