Từ nguyên tắc quản trị đến công cụ kiểm chứng
AI đáng tin cậy là hệ thống trí tuệ nhân tạo được phát triển và sử dụng với các biện pháp bảo đảm an toàn, bảo mật, minh bạch, trách nhiệm giải trình và kiểm soát rủi ro. Đây không phải nhãn dán có thể tự cấp; độ tin cậy cần được chứng minh qua cách hệ thống vận hành và được đánh giá.
Ngày 29/10/2026, tại Quảng Ninh, Bộ Khoa học và Công nghệ Việt Nam cùng Bộ Nội vụ và Truyền thông Nhật Bản tổ chức hội thảo hợp tác trong khuôn khổ Nhóm Bạn bè Sáng kiến Tiến trình Hiroshima AI. Thời điểm này có ý nghĩa: AI đã đi vào dịch vụ công, hoạt động kinh doanh và những quyết định tác động trực tiếp đến con người, trong khi nguy cơ về bảo mật, minh bạch và trách nhiệm vẫn tăng.
Hai nước nêu hướng phối hợp xây dựng phương pháp và bộ dữ liệu đánh giá AI đáng tin cậy. Đây là phần thiết thực nhất của chương trình: thay vì dừng ở tuyên bố nguyên tắc, cần có cách kiểm tra để phát hiện rủi ro và so sánh hệ thống trong những tình huống sử dụng cụ thể. Niềm tin của người dùng sẽ phụ thuộc vào việc các phép thử đó có phản ánh đúng tác động ngoài đời hay không.
Ngôn ngữ và tri thức bản địa không thể là phần phụ
Một mô hình AI có thể hoạt động tốt trên dữ liệu phổ biến nhưng vẫn hiểu sai tiếng Việt, ngữ cảnh văn hóa hoặc tri thức địa phương. Vì vậy, đề xuất phát triển AI cho ngôn ngữ và tri thức bản địa không chỉ nhằm tạo sản phẩm gần gũi hơn; nó còn quyết định ai có thể tiếp cận công nghệ và liệu câu trả lời có phù hợp với hoàn cảnh thực tế hay không.
Trong định hướng hợp tác, hai bên hướng tới phát triển mô hình ngôn ngữ lớn phù hợp với tiếng Việt và văn hóa Việt Nam, đồng thời chia sẻ dữ liệu và đầu tư hạ tầng số, trung tâm dữ liệu xanh. Đây là chương trình rộng hơn việc huấn luyện một mô hình: chất lượng dữ liệu, quyền sử dụng dữ liệu và năng lực hạ tầng đều ảnh hưởng đến kết quả mà người dân, cơ quan công quyền và doanh nghiệp nhận được.
Điểm cần giữ vững là dữ liệu bản địa phải được đưa vào cả quá trình phát triển lẫn đánh giá. Nếu kiểm thử không bao quát tiếng Việt và bối cảnh sử dụng trong nước, một hệ thống có vẻ chính xác trên chuẩn chung vẫn có thể đưa ra kết quả thiếu phù hợp cho người dùng Việt.
Kiến trúc mở là lựa chọn thực dụng, không phải khẩu hiệu
Hội thảo cũng nêu việc thử nghiệm kiến trúc AI mở có khả năng kết nối. Hướng đi này đáng chú ý vì các hệ thống có thể tương tác giúp cơ quan, viện nghiên cứu và doanh nghiệp phối hợp thay vì bị khóa trong một nền tảng riêng. Nhưng “mở” chỉ có giá trị nếu khả năng kết nối đi cùng tiêu chuẩn an toàn, quản lý dữ liệu và trách nhiệm rõ ràng.
Tự chủ chiến lược, theo định hướng được trình bày tại hội thảo, không đồng nghĩa với khép kín công nghệ; đó là nâng năng lực trong nước để hợp tác bình đẳng và đóng góp vào hệ sinh thái chung. Cách hiểu này hợp lý hơn lựa chọn giữa tự làm tất cả và phụ thuộc hoàn toàn vào bên ngoài. Kiến trúc AI mở có thể là nơi thử cách cân bằng ấy, nếu các tiêu chuẩn kết nối và kiểm định được thống nhất.
Tiến trình Hiroshima AI đã mở rộng từ khuôn khổ G7 thành Nhóm Bạn bè với 70 quốc gia tham gia, trong đó có Việt Nam. Quy mô đó cho thấy quản trị AI cần hợp tác quốc tế, nhưng không tự bảo đảm việc thực thi. Bước tiếp theo là chuyển các đề xuất về đánh giá, ngôn ngữ bản địa và kết nối hệ thống thành thử nghiệm có tiêu chí, dữ liệu và trách nhiệm cụ thể.
Kết luận: đo được thì mới tạo dựng được niềm tin
Hợp tác AI Việt Nam–Nhật Bản có trọng tâm đúng: đánh giá độ tin cậy, phát triển AI ngôn ngữ bản địa và thử nghiệm kiến trúc AI mở. Ba hướng này gắn trực tiếp với việc hệ thống có an toàn hay không, có hiểu người dùng địa phương hay không và có thể phối hợp mà không đánh đổi quyền kiểm soát dữ liệu hay không.
Để những mục tiêu đó có ý nghĩa với công chúng, kết quả cần được thể hiện qua bộ đánh giá dùng được, mô hình phù hợp với tiếng Việt và tri thức địa phương, cùng các thử nghiệm kết nối minh bạch về rủi ro. Nguyên tắc quản trị chỉ tạo được niềm tin khi người dùng có thể thấy chúng được thực hiện. Vì thế, thước đo thành công không phải số lượng tuyên bố hợp tác, mà là năng lực kiểm chứng và lợi ích thực tế mà các hệ thống AI mang lại.
