Bài toán không chỉ là làm AI thông minh hơn
AI ngôn ngữ ít dữ liệu là các hệ thống trí tuệ nhân tạo xử lý những ngôn ngữ có ít nguồn dữ liệu số để huấn luyện, khiến độ chính xác và mức độ an toàn của chúng khó được bảo đảm như với ngôn ngữ phổ biến. Đây là trọng tâm đáng chú ý của RMIT Hackathon 2026: thay vì chỉ chạy đua tạo ra sản phẩm mới, sinh viên phải nghĩ cách để AI hoạt động đáng tin cậy hơn với những cộng đồng thường bị công nghệ bỏ lại phía sau. Thử thách diễn ra trong hai ngày 22 và 23-10 tại Việt Nam, Australia và Malaysia. Các đội tìm lời giải cho câu hỏi làm sao để hệ thống AI an toàn, chính xác và đáng tin cậy hơn khi dữ liệu số của ngôn ngữ còn hạn chế. Đây là hướng đi thiết thực: một mô hình có thể gây ấn tượng bằng tiếng Anh nhưng vẫn trả lời sai hoặc không an toàn nếu thiếu dữ liệu phù hợp cho ngôn ngữ khác.
Một cuộc thi, ba quốc gia và hàng nghìn sinh viên
Quy mô của cuộc thi cho thấy chủ đề này đã vượt khỏi phạm vi một bài tập kỹ thuật nhỏ. RMIT Hackathon 2026 thu hút khoảng 1.000 sinh viên, đại diện 247 đội từ 49 trường đại học ở Việt Nam, Australia và Malaysia. Theo thông tin được ban tổ chức công bố, số sinh viên tham gia tăng từ hơn 270 người năm 2024 lên hơn 1.000 người trong năm nay. Chiều 26-10, kết quả chung cuộc được công bố: MUCK, đội đến từ cơ sở Hà Nội của RMIT Việt Nam, là đội xuất sắc nhất tại Việt Nam; WeNeedClaudeSub, gồm sinh viên RMIT Việt Nam đang du học tại Australia, giành chiến thắng ở điểm thi Australia; còn Default Settings của Đại học Taylor’s đứng đầu tại Malaysia. Ba đội thắng ở ba địa điểm cho thấy thử thách AI không thuộc riêng một thị trường: ngôn ngữ ít dữ liệu là vấn đề xuyên biên giới, cần nhiều góc nhìn để giải quyết.
Sinh viên thi AI phải kiểm tra cả điểm yếu lẫn hiệu quả
Điểm đáng giá của thử thách là sinh viên không được phép xem độ chính xác như thước đo duy nhất. Mỗi đội bốn người xử lý bốn thử thách liên kết, kết hợp năng lực kỹ thuật với làm việc nhóm. Nhiệm vụ gồm phát hiện lỗ hổng trong hệ thống AI, cải thiện hiệu quả của mô hình ngôn ngữ lớn và tìm cách giúp AI phục vụ tốt hơn các cộng đồng dùng ngôn ngữ ít dữ liệu. Cách đặt bài toán ấy hợp lý: một hệ thống trả lời trôi chảy vẫn có thể gây hại nếu dễ bị khai thác, còn một hệ thống an toàn nhưng thường xuyên hiểu sai thì cũng không hữu ích. Vì vậy, AI an toàn cần được đánh giá đồng thời qua độ tin cậy, khả năng chống lỗi và mức độ phục vụ đúng nhu cầu. Với người dùng, điều này có thể quyết định liệu họ có thể tìm thông tin, giao tiếp hoặc tiếp cận dịch vụ bằng ngôn ngữ quen thuộc hay không. Hackathon biến yêu cầu rộng lớn ấy thành những nhiệm vụ cụ thể để sinh viên thử nghiệm.
Cạnh tranh tạo kinh nghiệm, nhưng bài toán còn dài
Thành tích của MUCK và các đội thắng cuộc là điểm nhấn, nhưng ý nghĩa lớn hơn nằm ở việc sinh viên được tiếp xúc với những giới hạn thực tế của AI. Cuộc thi tạo cơ hội trải nghiệm công nghệ mới, phối hợp với bạn bè quốc tế và làm việc với các vấn đề của ngành công nghệ. Đây là cách học có sức nặng hơn việc chỉ thảo luận về AI trong lớp: đội thi phải tìm giải pháp dưới áp lực thời gian, đồng thời cân nhắc cả kỹ thuật lẫn tác động với người dùng. Dẫu vậy, một cuộc thi không thể tự khắc phục tình trạng thiếu dữ liệu số cho nhiều ngôn ngữ. Nó có thể giúp hình thành kỹ năng và hướng sự chú ý đến những cộng đồng ít được đại diện, nhưng AI phục vụ họ tốt hơn còn đòi hỏi các hệ thống được phát triển và đánh giá phù hợp. Giá trị của RMIT Hackathon vì thế không chỉ nằm ở người chiến thắng, mà ở việc đưa câu hỏi về an toàn, chính xác và khả năng tiếp cận vào trung tâm cuộc đua AI.
