I. TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO

Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo là công nghệ liên quan đến việc xây dựng các máy tính và máy móc có thể mô phỏng khả năng học tập, suy luận, giải quyết vấn đề, ra quyết định, sáng tạo và hoạt động như trí thông minh và sự tự chủ của con người. 

Các ứng dụng và thiết bị được trang bị AI có thể nhìn thấy và nhận dạng các đối tượng; có thể hiểu và phản hồi ngôn ngữ của con người; có thể học hỏi từ thông tin, dữ liệu và kinh nghiệm; có thể đưa ra các khuyến nghị chi tiết cho người dùng và chuyên gia. 

Đặc biệt, chúng có thể hoạt động độc lập, thay thế nhu cầu về trí thông minh hoặc sự can thiệp của con người.

Về mặt kỹ thuật, AI bao gồm nhiều ngành khác nhau như khoa học máy tính, phân tích dữ liệu và thống kê, kỹ thuật phần cứng và phần mềm, ngôn ngữ học, khoa học thần kinh, thậm chí cả triết học và tâm lý học...

Ở cấp độ vận hành, AI là một tập hợp các công nghệ chủ yếu dựa trên học máy (machine learning) hoặc học sâu (deep learning), được sử dụng để phân tích dữ liệu, dự đoán và dự báo, phân loại đối tượng, xử lý ngôn ngữ tự nhiên, đề xuất, truy xuất dữ liệu thông minh... 

Các kỹ thuật AI dù khác nhau nhưng đều dựa trên yếu tố cốt lõi là dữ liệu. Quá trình học này thường liên quan đến các thuật toán - tập hợp các quy tắc hoặc hướng dẫn - hướng dẫn AI phân tích và ra quyết định.

Cơ chế hoạt động của trí tuệ nhân tạo

AI vận hành dựa trên sự kết hợp giữa dữ liệu lớn và các thuật toán phức tạp, được thiết kế để mô phỏng cách con người học hỏi và xử lý thông tin. AI trải qua quá trình xử lý thông tin lặp đi lặp lại, trong đó nó phân tích các mẫu dữ liệu và trích xuất các đặc điểm quan trọng để tạo ra tri thức mới. 

Cụ thể, khi AI tiếp nhận dữ liệu, nó sử dụng các thuật toán để phân tích, tìm kiếm quy luật và xây dựng mô hình.

Trong quá trình này, AI sẽ tự động đánh giá hiệu suất của mình, kiểm tra các dự đoán hoặc hành động đã thực hiện và so sánh với kết quả thực tế. Nếu phát hiện sai lệch hoặc thiếu sót, hệ thống sẽ điều chỉnh các tham số hoặc thuật toán để cải thiện độ chính xác.

Điểm đặc biệt là AI có khả năng tự học qua các chu trình học máy hoặc học sâu, giúp AI nâng cao hiểu biết và mở rộng khả năng xử lý các tác vụ phức tạp hơn. Với mỗi vòng lặp học tập, AI trở nên thông minh hơn nhờ khả năng cập nhật thông tin mới, tối ưu hóa hiệu suất và tự động thích nghi với các thay đổi trong dữ liệu đầu vào. Đây chính là cốt lõi của sự phát triển không ngừng trong các ứng dụng AI hiện nay.

Học máy

Học máy (ML) tập trung vào việc cho phép máy tính và máy móc bắt chước cách con người học, thực hiện nhiệm vụ một cách tự động và cải thiện hiệu suất cũng như độ chính xác của chúng thông qua kinh nghiệm và tiếp xúc với nhiều dữ liệu hơn.

Có nhiều loại kỹ thuật hoặc thuật toán học máy, bao gồm hồi quy tuyến tính, hồi quy logistic, cây quyết định, máy véc-tơ hỗ trợ (SVM)... Một trong những loại thuật toán học máy phổ biến nhất được gọi là mạng nơ-ron (hoặc mạng nơ-ron nhân tạo). 

Mạng nơ-ron được mô phỏng theo cấu trúc và chức năng của não người, bao gồm các lớp nút được kết nối với nhau, hoạt động cùng nhau để xử lý và phân tích dữ liệu phức tạp.

Học sâu

Học sâu là một tập hợp con của học máy sử dụng mạng nơ-ron nhiều lớp, được gọi là mạng nơ-ron sâu, để mô phỏng khả năng ra quyết định phức tạp của não người.

Vì học sâu không đòi hỏi sự can thiệp của con người, nên nó cho phép máy học ở quy mô cực lớn. Nó rất phù hợp với xử lý ngôn ngữ tự nhiên (NLP), thị giác máy tính và các tác vụ khác liên quan đến việc nhận dạng nhanh chóng, chính xác các mẫu phức tạp và mối quan hệ trong lượng dữ liệu lớn. 

Một số dạng học sâu hỗ trợ hầu hết các ứng dụng AI đang hiện diện trong cuộc sống của chúng ta ngày nay.

Lịch sử vắn tắt của trí tuệ nhân tạo

Mặc dù được xem là một trong những công nghệ chủ chốt của cuộc Cách mạng công nghiệp lần thứ tư, nhưng những ý tưởng về AI như “một cỗ máy biết suy nghĩ” đã xuất hiện từ thời Hy Lạp cổ đại. 

Tuy nhiên, phải đến khi máy tính điện tử ra đời, những “câu chuyện viễn tưởng” về trí thông minh nhân tạo mới có điều kiện trở thành hiện thực.

- Năm 1950: Alan Turing xuất bản bài báo khoa học “Máy tính và trí thông minh”. Trong bài viết này, “cha đẻ của khoa học máy tính” đã đặt ra câu hỏi: “máy móc có thể suy nghĩ không?”. Ông cũng đưa ra một bài kiểm tra, được biết đến với tên gọi “Bài kiểm tra Turing”. 

Bài kiểm tra là một trong những cách đo lường trí thông minh của máy móc thông qua việc đánh giá khả năng máy móc bắt chước cuộc trò chuyện và hành vi của con người.

- Năm 1956: John McCarthy đưa ra thuật ngữ “trí tuệ nhân tạo” tại hội nghị AI đầu tiên. Cuối năm đó, Allen Newell, JC Shaw và Herbert Simon đã tạo ra Logic Theorist - chương trình máy tính AI đầu tiên.

- Năm 1959: Arthur Samuel là người tiên phong trong khái niệm học máy bằng cách phát triển một chương trình máy tính tự cải thiện hiệu suất của nó trong trò chơi cờ đam (checkers). Samuel chứng minh rằng máy tính có thể được lập trình để tuân theo các quy tắc được xác định trước và “học” từ kinh nghiệm, cuối cùng chơi tốt hơn người lập trình.

- Năm 1967: Frank Rosenblatt xây dựng Mark 1 Perceptron, máy tính đầu tiên dựa trên mạng nơ-ron “học” thông qua thử nghiệm và sai sót. Chỉ 1 năm sau, Marvin Minsky và Seymour Papert xuất bản một cuốn sách có tựa đề Perceptrons, trở thành công trình mang tính bước ngoặt về mạng nơ-ron.

- Năm 1980: mạng nơ-ron nhân tạo, sử dụng thuật toán truyền ngược để tự đào tạo, đã được sử dụng rộng rãi trong các ứng dụng AI.

- Năm 1997: máy tính Deep Blue của IBM đã có cuộc “so tài” với nhà vô địch cờ vua thế giới Garry Kasparov. Khả năng tính toán hàng triệu nước đi mỗi giây của máy, kết hợp với những tiến bộ trong lý thuyết trò chơi và phương pháp tìm kiếm, cho phép nó vượt qua Kasparov, củng cố vị trí của Deep Blue trong lịch sử AI. 

Sự kiện này cũng làm dấy lên những cuộc tranh luận về mối quan hệ trong tương lai giữa nhận thức của con người và AI, ảnh hưởng đến các nghiên cứu AI sau này trong các lĩnh vực khác như xử lý ngôn ngữ tự nhiên và hệ thống tự động.

- Năm 1998: Dave Hampton và Caleb Chung đã tạo ra Furby - thú cưng robot trong nhà đầu tiên. Furby có thể phản ứng với sự tiếp xúc, âm thanh, ánh sáng và “học” ngôn ngữ. Khả năng bắt chước việc học và tương tác với người dùng của Furby khiến nó trở thành tiền thân của những robot xã hội, robot kết hợp với giải trí tinh vi hơn ra đời sau này.

- Năm 2011: IBM Watson® đã tham gia chương trình trò chơi truyền hình Jeopardy và đánh bại các nhà vô địch Ken Jennings và Brad Rutter. Chiến thắng này làm nổi bật những tiến bộ của AI trong khả năng hiểu và tương tác với ngôn ngữ của con người.

Cũng trong năm 2011, Apple đã cho ra mắt Siri - một trợ lý ảo được tích hợp vào hệ điều hành iOS - cho phép người dùng tương tác với thiết bị thông qua lệnh thoại.

- Năm 2016: AlphaGo của Google DeepMind đã đánh bại Lee Sedol - một trong những kỳ thủ cờ vây hàng đầu thế giới. Chiến thắng của AlphaGo đã thể hiện sức mạnh của các kỹ thuật học sâu để xử lý các nhiệm vụ chiến lược cực kỳ phức tạp mà trước đây nằm ngoài khả năng của AI.

Năm 2016, Hanson Robotics đã giới thiệu Sophia - một robot hình người có thể nhận diện khuôn mặt, giao tiếp bằng mắt và trò chuyện bằng cách kết hợp nhận dạng hình ảnh và xử lý ngôn ngữ tự nhiên.

- Năm 2020: OpenAI giới thiệu GPT-3 - một mô hình ngôn ngữ với 175 tỷ tham số, một trong những mô hình AI lớn nhất và tinh vi nhất cho đến nay. AlphaFold 2 của DeepMind tạo nên bước đột phá trong sinh học bằng cách dự đoán chính xác cấu trúc 3D của protein từ trình tự axit amin của chúng.

- Năm 2021: Tesla ra mắt Full Self-Driving (FSD) Beta - một hệ thống hỗ trợ lái xe tận dụng học sâu và mạng nơ-ron để điều hướng các tình huống lái xe phức tạp.

- Năm 2022: OpenAI đã phát hành chatbot AI ChatGPT, có khả năng tương tác với người dùng theo cách thực tế hơn nhiều so với các chatbot trước đây nhờ nền tảng GPT-3 được đào tạo trên hàng tỷ dữ liệu đầu vào. 

Đây cũng được xem là cột mốc quan trọng cho giai đoạn phát triển của GenAI, như việc OpenAI phát hành GPT-4, Microsoft tích hợp ChatGPT vào công cụ tìm kiếm Bing, Google ra mắt chatbot GPT Bard và Gemini 1.5 - mô hình ngôn ngữ tiên tiến có khả năng xử lý độ dài ngữ cảnh lên tới 1 triệu mã thông báo...

II. NHỮNG LỢI ÍCH TO LỚN

Một số lợi ích của AI

Tự động hóa các tác vụ lặp đi lặp lại

AI có thể được sử dụng để tự động hóa các nhiệm vụ thường xuyên, lặp đi lặp lại như thu thập dữ liệu, nhập và xác minh tài liệu, ghi âm cuộc gọi điện thoại hoặc trả lời các câu hỏi của khách hàng hay các nhiệm vụ vật lý như chọn kho và lựa chọn quy trình sản xuất... 

Khả năng này của AI giúp giải phóng nguồn nhân lực, để nguồn nhân lực thực hiện những công việc có giá trị cao hơn, sáng tạo hơn.

Giảm thiểu lỗi của con người

AI có thể loại bỏ lỗi thủ công trong quá trình xử lý dữ liệu, phân tích, lắp ráp trong sản xuất và các nhiệm vụ khác thông qua tự động hóa và các thuật toán tuân theo cùng một quy trình mọi lúc. Điều này đặc biệt quan trọng trong các ngành như chăm sóc sức khỏe. 

Ví dụ, robot phẫu thuật được AI hướng dẫn cho phép đạt được độ chính xác nhất quán.

Các thuật toán học máy có thể liên tục cải thiện độ chính xác và giảm thiểu lỗi hơn nữa khi chúng tiếp xúc với nhiều dữ liệu hơn và “học” từ những kinh nghiệm trước đó.

Nâng cao khả năng ra quyết định

Với khả năng xử lý nhiều thông tin nhanh hơn con người, khám phá mối quan hệ trong dữ liệu mà con người có thể bỏ lỡ, AI cho phép dự đoán nhanh hơn, chính xác hơn và đưa ra quyết định đáng tin cậy hơn. 

Kết hợp với tự động hóa, AI cho phép các doanh nghiệp tận dụng hiệu quả các cơ hội và ứng phó kịp thời với các cuộc khủng hoảng mà không cần sự can thiệp của con người.

Khả năng sử dụng vô hạn

AI luôn hoạt động, có sẵn 24/7 và mang lại hiệu suất nhất quán. Các công cụ như chatbot AI hoặc trợ lý ảo có thể làm giảm nhu cầu về nhân sự cho dịch vụ khách hàng hoặc hỗ trợ. Trong các ứng dụng khác như xử lý vật liệu hoặc dây chuyền sản xuất, AI có thể giúp duy trì chất lượng công việc nhất quán.

Giảm nguy cơ vật lý

Bằng cách tự động hóa các công việc nguy hiểm như kiểm soát động vật, xử lý chất nổ, thực hiện các nhiệm vụ ở vùng nước sâu dưới đại dương, ở độ cao lớn hoặc ngoài không gian, AI có thể loại bỏ nhu cầu khiến người lao động có nguy cơ bị thương hoặc tệ hơn.

Nghiên cứu và phát triển nhanh chóng

Khả năng phân tích nhanh khối lượng dữ liệu lớn có thể mang đến những đột phá nhanh chóng trong nghiên cứu và phát triển. Ví dụ, AI đã được sử dụng trong mô hình dự đoán các phương pháp điều trị bằng dược phẩm mới tiềm năng hoặc để định lượng bộ gene người...

Ứng dụng rộng rãi, hiệu quả tích cực

Với những lợi ích to lớn trên, theo Khảo sát toàn cầu năm 2025 của công ty tư vấn quản lý toàn cầu McKinsey, ngày càng nhiều tổ chức trên thế giới quan tâm và có những hành động cụ thể để tăng cường ứng dụng AI nhằm cải thiện hiệu quả hoạt động của mình.

Cụ thể, kết quả khảo sát có sự tham gia của 1.491 người thuộc tất cả các khu vực, ngành, quy mô công ty,... tại 101 quốc gia do McKinsey thực hiện giữa năm 2024 cho thấy, có tới 78% số người trả lời cho biết tổ chức của họ sử dụng AI trong ít nhất một chức năng kinh doanh, tăng 6% so với đầu năm 2024 và tăng 23% so với 1 năm trước đó. 

Các phản hồi cũng cho thấy, các tổ chức sử dụng AI trong trung bình 3 chức năng kinh doanh, đa phần là trong tiếp thị và bán hàng, phát triển sản phẩm và dịch vụ, vận hành dịch vụ và kỹ thuật phần mềm...

Mặc dù nhận định đây là giai đoạn đầu của hành trình tìm hiểu sức mạnh, phạm vi tiếp cận và khả năng của AI, nhưng trong một nghiên cứu gần đây, McKinsey đã ước tính, mỗi năm AI có thể giúp tăng thêm 2.600 - 4.400 tỷ USD cho nền kinh tế toàn cầu.

Cụ thể, theo tính toán của McKinsey, GenAI có tác động đáng kể đến tất cả các ngành. Trong đó, ngân hàng, công nghệ cao và khoa học đời sống là những ngành được hưởng lợi lớn nhất. 

Riêng trong ngành ngân hàng, công nghệ này có thể mang lại giá trị tương đương 200 - 340 tỷ USD mỗi năm. Trong lĩnh vực bán lẻ và hàng tiêu dùng đóng gói, tác động tiềm năng cũng có thể đạt mức 400 - 660 tỷ USD/năm.

Bên cạnh đó, GenAI hiện tại và các công nghệ khác cũng có tiềm năng tự động hóa các hoạt động công việc chiếm 60 - 70% thời gian của nhân viên. Tùy thuộc vào tốc độ áp dụng công nghệ và tái phân bổ thời gian của người lao động vào các hoạt động khác, AI có thể cho phép tăng trưởng năng suất lao động từ 0,1 - 0,6% mỗi năm cho đến năm 2040. 

Với sự kết hợp GenAI và tất cả các công nghệ khác, tự động hóa công việc có thể tăng thêm 0,5 - 3,4 điểm phần trăm vào tăng trưởng năng suất hằng năm.

Theo Sách trắng “Các ngành công nghiệp trong thời đại thông minh” do Diễn đàn Kinh tế thế giới (WEF) và Boston Consulting Group công bố, AI đã chứng minh được giá trị của mình trong hoạt động công nghiệp khi những tổ chức ứng dụng AI sớm đã đạt được mức tiết kiệm lên tới 14%.

Báo cáo Công nghệ và Đổi mới năm 2025 của UNCTAD cũng khẳng định, những lợi ích mà AI mang lại là rất lớn. Tại thời điểm năm năm 2023, các công nghệ như Internet, Blockchain, 5G, in 3D, AI đã cùng tạo ra một thị trường có tổng giá trị lên tới 2.500 tỷ USD và ước tính sẽ tăng gấp 6 lần, lên 16.400 tỷ USD trong thập niên tới. 

Đến năm 2033, AI có khả năng là công nghệ tiên phong có quy mô thị trường lớn nhất, vào khoảng 4.800 tỷ USD.

III. KHÔNG ÍT RỦI RO, THÁCH THỨC

Nội dung giả mạo và gây hiểu lầm

Theo Tổ chức Hợp tác và Phát triển kinh tế (OECD), đây là một trong những rủi ro rất lớn từ AI. Thực tế cho thấy, với khả năng mạnh mẽ trong việc tạo nội dung, AI cũng có thể được sử dụng để tạo ra hình ảnh, file âm thanh hoặc video trông giống thật nhưng hoàn toàn “bịa đặt” để lừa dối mọi người, thậm chí là thao túng thông tin và dư luận, gây chia rẽ xã hội và khủng hoảng niềm tin...

Vi phạm quyền sở hữu trí tuệ

Sự phát triển của AI cũng tạo ra các vấn đề liên quan đến quyền sở hữu trí tuệ, như việc sử dụng những nội dung không được cấp phép trong dữ liệu đào tạo; khả năng vi phạm bản quyền, bằng sáng chế và nhãn hiệu của các sáng tạo AI cũng như quyền sở hữu các tác phẩm do AI tạo ra.

Trên thực tế, việc đào tạo các mô hình AI, đặc biệt là các mô hình ngôn ngữ lớn, phụ thuộc rất nhiều vào quyền truy cập vào các tập dữ liệu mở rộng. Một phương pháp được sử dụng rộng rãi để thu thập dữ liệu như vậy là trích xuất thông tin tự động từ các trang web, cơ sở dữ liệu hoặc nền tảng truyền thông xã hội của bên thứ ba. 

Việc thu thập dữ liệu này có thể ảnh hưởng đến các vấn đề bản quyền, quyền cơ sở dữ liệu, nhãn hiệu, bí mật thương mại và quyền cá nhân...

Không có gì ngạc nhiên khi các vụ kiện liên quan đến thu thập dữ liệu đang gia tăng trên toàn cầu, với các vụ kiện nổi bật xuất hiện ở Mỹ, Liên minh châu Âu và nhiều nơi khác. Ngoài ra, những lo ngại về các “sản phẩm” của AI, đặc biệt là những sản phẩm bắt chước phong cách, giọng nói hoặc hình ảnh của một cá nhân mà không được phép, cũng gây nhiều lo ngại.

“Ảo giác” AI và sai lệch, phân biệt đối xử trong AI

“Ảo giác AI” xảy ra khi các mô hình ngôn ngữ lớn hoặc AI tạo ra những thông tin không chính xác, nhưng lại có tính thuyết phục. Ngoài việc duy trì thông tin không chính xác, điều này có thể ảnh hưởng đến khả năng học các kỹ năng mới của mô hình, thậm chí dẫn đến các kỹ năng sai lệch.

Chưa hết, do các mô hình AI học từ dữ liệu lịch sử, nên nếu các dữ liệu này mang thành kiến, AI sẽ tiếp tục và thậm chí khuếch đại các thành kiến hiện có trong dữ liệu đào tạo, gây bất bình đẳng và phân biệt đối xử trong xã hội. 

Ví dụ, dữ liệu đào tạo thiên vị được sử dụng để đưa ra quyết định tuyển dụng có thể củng cố định kiến về giới tính hoặc chủng tộc và tạo ra các mô hình AI thiên vị một số nhóm nhân khẩu học hơn những nhóm khác.

Ngoài ra, AI cũng làm dấy lên mối lo ngại về quyền riêng tư. Bằng cách đào tạo trên lượng dữ liệu lớn, các mô hình này có thể vô tình nắm bắt và tái tạo thông tin riêng tư hoặc nhạy cảm. Ví dụ, một mô hình ngôn ngữ được đào tạo trên dữ liệu văn bản có thể tái tạo thông tin cá nhân hoặc thông tin bí mật.

Thách thức đối với thị trường lao động

Với những tiến bộ đáng kể của AI, không có gì ngạc nhiên khi mối lo ngại về khả năng mất việc làm lại nổi lên.

Tổ chức Lao động quốc tế (ILO) cho rằng, mặc dù tổn thất việc làm do AI tạo ra hiện nay là tương đối nhỏ, nhưng ước tính có khoảng 2,3% số việc làm (tương đương với 75 triệu việc làm) sẽ có nguy cơ bị tự động hóa do công nghệ AI tạo ra. Ở các quốc gia có thu nhập cao, tỷ lệ này có thể lớn hơn (5,1%, tương đương 30 triệu việc làm).

Tiêu thụ năng lượng và môi trường

AI, nhất là GenAI, đòi hỏi sức mạnh tính toán cực lớn, kéo theo việc gia tăng tiêu thụ năng lượng và tài nguyên thiên nhiên. Trong một báo cáo công bố đầu năm 2024, Cơ quan Năng lượng quốc tế (IEA) cho biết, các trung tâm dữ liệu nói chung sử dụng khoảng 40% điện năng cho hoạt động tính toán và 40% cho việc làm mát. 

Cùng với đó, các dịch vụ tích hợp AI cần nhiều điện năng hơn so với các dịch vụ không phải AI. Ví dụ, nhiều nghiên cứu chỉ ra rằng, mỗi yêu cầu gửi đến ChatGPT sử dụng điện năng gấp khoảng 10 lần so với một lần tìm kiếm trên Google. 

Theo dự báo của IEA, đến năm 2034, mức tiêu thụ năng lượng toàn cầu của các trung tâm dữ liệu dự kiến sẽ lên tới 1.580TWh, tương đương mức tiêu thụ của toàn bộ Ấn Độ.

Bên cạnh đó, việc sử dụng AI không được kiểm soát tốt trong các lĩnh vực như mô hình hóa khí hậu và mô phỏng môi trường có thể vô tình làm trầm trọng thêm các thách thức về sinh thái và làm suy yếu những nỗ lực bảo tồn.

Nhiều rủi ro tiềm ẩn trong tương lai

Theo OECD, trong tương lai gần, GenAI có thể làm trầm trọng thêm các thách thức khi nội dung tổng hợp có chất lượng và độ chính xác khác nhau lan tràn trong không gian kỹ thuật số và sau đó được sử dụng để đào tạo các mô hình GenAI tiếp theo, gây ra một vòng luẩn quẩn. 

Với những rủi ro này, việc quá phụ thuộc, tin tưởng vào AI có thể gây ra tác hại sâu sắc và lâu dài cho xã hội.

Bên cạnh đó, các mô hình AI dễ bị tấn công bởi các đối tượng xấu thông qua những hành vi như thao túng hoặc đánh cắp. Sự phức tạp của các mô hình học máy cũng làm tăng nguy cơ lỗi vận hành hoặc thiếu kiểm soát trong triển khai.

Ngoài ra, sự tập trung các nguồn lực AI vào một số ít công ty công nghệ đa quốc gia và chính phủ có thể dẫn đến mất cân bằng toàn cầu.

IV. PHÁT TRIỂN AI: LẤY CON NGƯỜI LÀM TRUNG TÂM

Sự phát tiển của AI đang nhanh chóng định hình lại các ngành công nghiệp trên toàn thế giới. Để tận dụng được những cơ hội, đồng thời giải quyết hiệu quả những nguy cơ đặt ra trong tiến trình này, nhiều quốc gia, tổ chức đã có những định hướng cụ thể nhằm thúc đẩy phát triển AI có trách nhiệm và đáng tin cậy, lấy con người làm trung tâm.

CHLB Đức: Phát triển AI có trách nhiệm

Năm 2018, CHLB Đức đã xây dựng Chiến lược AI và năm 2020 cập nhật chiến lược này. Mục tiêu chính của chiến lược là bảo đảm khả năng cạnh tranh của Đức trong tương lai, thúc đẩy phát triển AI có trách nhiệm, đáng tin cậy và đưa AI vào xã hội thông qua đối thoại xã hội rộng rãi cũng như những nỗ lực chính trị tích cực. 

Cam kết của Đức đối với các mục tiêu này được phản ánh trong mạng lưới các tổ chức nghiên cứu công và tư. Các nhà nghiên cứu Đức luôn được xếp trong số những người đứng đầu toàn cầu về các ấn phẩm nghiên cứu AI. Năng lực tính toán đáng kể của Đức trong các học viện - điều cần thiết để đào tạo các mô hình AI tinh vi - cũng là lợi thế cạnh tranh đáng kể của quốc gia này.

Chiến lược AI của Đức cũng ưu tiên phát triển lấy con người làm trung tâm, tập trung vào những ứng dụng nhằm nâng cao năng lực của con người, tôn trọng quyền riêng tư và bảo đảm công bằng, bảo đảm rằng công nghệ AI phục vụ lợi ích công cộng một cách rộng rãi.

Trong Chiến lược AI, Đức cũng đặt trọng tâm về tính bền vững của môi trường, coi đây là một trong những yêu cầu trong phát triển AI có đạo đức. Điều này không chỉ thể hiện qua việc thực hiện quá trình chuyển đổi kép hướng tới nền kinh tế xanh và kỹ thuật số, mà còn thông qua việc tận dụng AI để thúc đẩy quá trình khử carbon cũng như các hoạt động bền vững trong nhiều lĩnh vực quan trọng như năng lượng, giao thông và công nghiệp...

Theo đánh giá của OECD, động lực toàn cầu hiện tại và sự gia tăng mối quan tâm về AI đã tạo cơ hội hoàn hảo để CHLB Đức thúc đẩy việc áp dụng AI trên các lĩnh vực quan trọng. 

Bằng cách xây dựng các chính sách có mục tiêu và tài trợ cho các dự án chuyển đổi, Đức có thể đẩy nhanh quá trình đưa AI vào sản xuất, dịch vụ công, chăm sóc sức khỏe và các sáng kiến xanh. Những nỗ lực này không chỉ nâng cao khả năng cạnh tranh toàn cầu mà còn hỗ trợ các mục tiêu xã hội và môi trường rộng lớn hơn của quốc gia này.

Ấn Độ: Cách mạng hóa chăm sóc sức khỏe

Với hơn 1,4 tỷ người và áp lực ngày càng tăng đối với sức khỏe cộng đồng, Ấn Độ đã thông qua việc phát triển AI để thực hiện cuộc cách mạng chăm sóc sức khỏe cộng đồng. Theo đó, các công ty dược phẩm hàng đầu như Sun Pharma và Dr. Reddy's Laboratories đang triển khai AI để giải quyết các bệnh có gánh nặng quốc gia cao, như bệnh lao và tiểu đường.

Cùng với đó, bệnh nhân cũng được theo dõi sức khỏe, tham khảo ý kiến bác sĩ chuyên khoa từ xa và quản lý các tình trạng bệnh mãn tính tại nhà thông qua những công cụ kỹ thuật số. Thiết bị đeo và ứng dụng di động cung cấp dữ liệu sức khỏe theo thời gian thực cũng có thể kích hoạt các biện pháp can thiệp sớm. 

Các nền tảng như e-Sanjeevani đã cho phép bệnh nhân ở vùng nông thôn tiếp cận các chẩn đoán kịp thời mà không cần phải di chuyển xa.

Hệ sinh thái đổi mới chăm sóc sức khỏe của Ấn Độ cũng có sự phát triển mạnh mẽ thông qua việc tăng cường tài trợ cho ngành dược phẩm sinh học; sự hợp tác giữa các công ty công nghệ và các công ty dược phẩm để mở rộng ranh giới chẩn đoán, mô hình hóa bệnh tật và phân tích dữ liệu thông qua AI. 

Một trong những cải tiến hứa hẹn nhất là các mô hình AI phi tập trung được đào tạo trên nhiều tập dữ liệu, cho phép Ấn Độ cải thiện độ chính xác của chẩn đoán trong khi vẫn bảo vệ quyền của bệnh nhân.

Cam kết an toàn của các nhà phát triển AI

Để quản lý các hệ thống AI tiên tiến, nhiều nhà phát triển AI như Google DeepMind, Meta và Anthropic đã tự xây dựng và thực hiện các khuôn khổ an toàn, bao gồm các ngưỡng mà tại đó rủi ro từ hệ thống của họ sẽ không được chấp nhận.

Tại Hội nghị thượng đỉnh AI tổ chức tại Hàn Quốc vào tháng 5-2024, nhiều tổ chức AI trên khắp thế giới như Amazon, Google, IBM, Meta, Microsoft, OpenAI, Samsung Electronics, Zhipu.ai, NVIDIA,... đã nhất trí về Cam kết an toàn AI với những khuôn khổ an toàn nhằm đánh giá và quản lý những rủi ro AI nghiêm trọng.

Theo đó, các tổ chức này khẳng định sẽ thực hiện các biện pháp tốt nhất liên quan đến an toàn AI, bao gồm việc thành lập các nhóm ứng phó với những mối đe dọa nghiêm trọng và mới; tăng cường chia sẻ thông tin; đầu tư vào an ninh mạng và biện pháp bảo vệ các mô hình độc quyền và chưa phát hành; khuyến khích bên thứ ba khám phá và báo cáo các vấn đề và lỗ hổng; phát triển và triển khai các cơ chế cho phép người dùng hiểu liệu nội dung âm thanh hoặc hình ảnh có phải do AI tạo ra hay không; báo cáo công khai các khả năng, hạn chế và phạm vi sử dụng phù hợp và không phù hợp của mô hình hoặc hệ thống; ưu tiên nghiên cứu về các rủi ro xã hội do mô hình và hệ thống AI tiên tiến gây ra; phát triển và triển khai các mô hình và hệ thống AI tiên tiến để giúp giải quyết những thách thức lớn nhất của thế giới.

Một trong những biện pháp được các bên cam kết thực hiện là việc tổ chức đánh giá rủi ro trong suốt vòng đời đối với các mô hình hoặc hệ thống AI có khả năng ngang bằng hoặc vượt trội hơn các mô hình tiên tiến nhất. 

Việc đánh giá rủi ro sẽ được xem xét trên cơ sở khả năng của mô hình, bối cảnh chúng được phát triển và triển khai cũng như hiệu quả của các biện pháp giảm thiểu được thực hiện để giảm các rủi ro liên quan đến việc sử dụng và sử dụng sai mục đích có thể thấy trước.

Cùng với đó, những tổ chức này cũng thống nhất đặt ra các ngưỡng để xác định một mô hình hoặc hệ thống được coi là không thể chấp nhận được; đồng thời có trách nhiệm phát triển và triển khai an toàn các mô hình và hệ thống AI tiên tiến của mình...

V. MỘT SỐ KHUYẾN NGHỊ CẦN QUAN TÂM

Tại Báo cáo Công nghệ và Đổi mới năm 2025 với chủ đề “Trí tuệ nhân tạo toàn diện cho phát triển”, UNCTAD đã đưa ra một số khuyến nghị đối với các quốc gia trong phát triển AI.

Bảo đảm khả năng cạnh tranh qua 3 “đòn bẩy” chính

Theo UNCTAD, các công ty công nghệ hàng đầu đang giành quyền kiểm soát tương lai của công nghệ và động cơ thương mại của họ không phải lúc nào cũng phù hợp với lợi ích công. 

Vì vậy, các chính phủ cần có những chính sách và quy định có thể khuyến khích và hướng dẫn phát triển công nghệ theo con đường thúc đẩy tính bao trùm và mang lại lợi ích cho tất cả mọi người.

Để làm được điều đó, các chính phủ cần quan tâm đến việc tăng cường năng lực của con người - 1 trong 3 “đòn bẩy” chính có thể thúc đẩy chuỗi chuyển đổi AI (bao gồm cơ sở hạ tầng, dữ liệu và kỹ năng). Các kỹ năng người lao động cần được trang bị trải rộng trên nhiều lĩnh vực, từ kiến thức dữ liệu cơ bản đến chuyên môn kỹ thuật nâng cao trong việc phát triển các thuật toán và từ thành thạo trong phân tích dữ liệu đến tích hợp kiến thức chuyên ngành để giải quyết các vấn đề phức tạp. 

Sự sẵn sàng và phối hợp giữa 3 “đòn bẩy” chính này cũng tạo cơ sở để đánh giá mức độ sẵn sàng của một quốc gia đối với AI; tạo tiền đề cho việc phát triển các chính sách công nghiệp và đổi mới hiệu quả...

Tận dụng AI để tăng năng suất và trao quyền cho người lao động

Không giống như các làn sóng công nghệ trước đây chủ yếu tự động hóa các chức năng thường ngày và kỹ năng thấp, việc sử dụng AI có thể chuyển đổi nhiều loại nhiệm vụ, bao gồm các nhiệm vụ nhận thức từng được coi là dành riêng cho người lao động có tay nghề cao. 

Việc sử dụng AI có thể dẫn đến tăng năng suất và tăng thu nhập của một số người lao động, nhưng nó có thể dẫn đến mất việc làm đối với những người khác, định hình lại động lực nơi làm việc và nhu cầu lao động.

Vì vậy, các nhà hoạch định chính sách cần hiểu những động lực này để bảo đảm phân phối công bằng các lợi ích của AI và hỗ trợ quá trình chuyển đổi lực lượng lao động diễn ra suôn sẻ.

Theo đó, việc áp dụng AI ở các nước đang phát triển có thể được đẩy nhanh bằng cách thiết kế lại các giải pháp AI xung quanh cơ sở hạ tầng có sẵn tại địa phương; sử dụng và kết hợp các nguồn dữ liệu mới; giảm rào cản kỹ năng đối với AI bằng các giao diện đơn giản và xây dựng quan hệ đối tác chiến lược để tiếp cận các nguồn lực thiết yếu cho AI. Người lao động cần được bổ sung các kiến thức số, hỗ trợ chuyển sang công việc mới thông qua các chương trình đào tạo nâng cao kỹ năng và năng lực tổng thể. 

Bên cạnh đó, có thể sử dụng nguồn tài trợ cho nghiên cứu và phát triển (R&D), mua sắm công chiến lược và các ưu đãi thuế có mục tiêu để thúc đẩy các công nghệ AI bổ sung cho con người...

Chuẩn bị nắm bắt cơ hội AI

Các nước đang phát triển nên chuẩn bị cho một thế giới đang nhanh chóng được định hình lại bởi AI và các công nghệ tiên tiến khác. Theo đó, các chính phủ nên định vị chiến lược để nắm bắt những cơ hội do AI mang lại, bao gồm việc đánh giá năng lực AI quốc gia trên 3 “đòn bẩy”, đánh giá các cơ hội và thách thức thông qua các bài tập đánh giá công nghệ và dự báo,... để xác định những lĩnh vực hành động cụ thể.

Sự hợp tác giữa chính phủ và các bên liên quan như các cơ quan về khoa học, công nghệ và đổi mới sáng tạo (STI), ngành công nghiệp và giáo dục là rất quan trọng để xác định các giải pháp AI cho phát triển bền vững và xây dựng các kế hoạch STI phù hợp với các mục tiêu quốc gia.

Thiết kế chính sách quốc gia cho AI

Quá trình số hóa nhanh chóng và sự trỗi dậy của AI đòi hỏi các chính sách công nghiệp mới. Các chiến lược quốc gia nên hướng đến sự phối hợp tốt hơn giữa các lĩnh vực, bao gồm STI, công nghiệp, giáo dục, cơ sở hạ tầng và thương mại. 

Hơn nữa, các chính sách AI nên vượt ra ngoài các ưu đãi, chẳng hạn như khấu trừ thuế, và bao gồm các quy định, chẳng hạn như các quy định liên quan đến bảo vệ người tiêu dùng, nền tảng kỹ thuật số và bảo vệ dữ liệu, cùng với quản trị và thực thi, để định hướng cho hướng thay đổi công nghệ.

Các chính sách cũng nên hướng vào việc giải quyết 3 “đòn bẩy” để đáp ứng các nhu cầu cụ thể của ngành và thúc đẩy phát triển AI.

Hợp tác toàn cầu hướng tới AI toàn diện và công bằng

Nhiều vấn đề liên quan đến AI có thể được giải quyết ở cấp quốc gia thông qua các chính sách được thiết kế tốt. Tuy nhiên, vì AI liên quan đến hàng hóa và dịch vụ vô hình có thể được sao chép và sử dụng ở hầu như mọi nơi, nên cũng có những tác động xuyên biên giới. 

Điều này đòi hỏi sự hợp tác quốc tế. Để bảo đảm AI là một lợi ích công cộng, cần có sự hợp tác của nhiều bên liên quan để AI có thể tiếp cận, công bằng và có lợi cho mọi người, thúc đẩy đổi mới toàn diện để giải quyết các thách thức toàn cầu./.

Duy Anh - Thành Nam - Tiến Thắng - Khôi Nguyên - Công Minh (thực hiện)