Xây dựng niềm tin vào AI bằng tiêu chuẩn và kiểm chứng

Ngày 19/10/2026, tại TP. Hồ Chí Minh, Ủy ban Tiêu chuẩn Đo lường Chất lượng (TCĐLCL) Quốc gia, Bộ Khoa học và Công nghệ (KH&CN) tổ chức Hội thảo APEC về quản lý AI. Sự kiện nằm trong khuôn khổ hợp tác của Diễn đàn Hợp tác Kinh tế châu Á - Thái Bình Dương (APEC).

Trọng tâm của chương trình là việc triển khai các tiêu chuẩn liên quan đến AI, trong đó có những tiêu chuẩn do Ủy ban kỹ thuật ISO/IEC JTC 1/SC 42 xây dựng, góp phần hỗ trợ ứng dụng công nghệ an toàn và tăng cường khả năng tương tác giữa các nền kinh tế.

AI đang trở thành một trong những động lực quan trọng thúc đẩy đổi mới sáng tạo, nâng cao năng suất và chuyển đổi số

Phát biểu tại hội thảo, TS. Trần Hậu Ngọc, Phó Chủ tịch Ủy ban TCĐLCL Quốc gia, nhấn mạnh, AI đang trở thành một trong những động lực quan trọng thúc đẩy ĐMST, nâng cao năng suất và chuyển đổi số (CĐS) trên phạm vi toàn cầu. Sự phát triển nhanh chóng của AI đang tạo ra nhiều cơ hội mới cho các nền kinh tế, doanh nghiệp (DN) và xã hội, từ cải tiến quy trình sản xuất, nâng cao hiệu quả quản lý đến phát triển các sản phẩm, dịch vụ và mô hình kinh doanh mới.

Tuy nhiên, cùng với những cơ hội đó, việc phát triển và ứng dụng AI cũng đặt ra nhiều thách thức về an toàn, độ tin cậy, tính minh bạch, trách nhiệm giải trình, bảo vệ dữ liệu và quản lý rủi ro. Theo TS. Trần Hậu Ngọc, yêu cầu đặt ra là có cách tiếp cận phù hợp để thúc đẩy ĐMST, đồng thời bảo đảm AI được phát triển và ứng dụng có trách nhiệm, an toàn và tin cậy.

Trong bối cảnh đó, các tiêu chuẩn quốc tế ngày càng đóng vai trò quan trọng trong việc cung cấp những nguyên tắc, khuôn khổ và công cụ kỹ thuật để hỗ trợ các tổ chức, DN quản lý và sử dụng AI một cách hiệu quả. Việc áp dụng tiêu chuẩn quốc tế, kết hợp với đánh giá sự phù hợp và các cơ chế bảo đảm kỹ thuật, giúp củng cố niềm tin đối với các ứng dụng AI. Đây cũng là cơ sở góp phần giảm thiểu sự khác biệt về yêu cầu kỹ thuật, tạo thuận lợi cho hợp tác và thương mại giữa các nền kinh tế.

TS. Trần Hậu Ngọc cho rằng, khu vực châu Á - Thái Bình Dương có sự đa dạng về trình độ phát triển, năng lực công nghệ và hệ thống quản lý. Vì vậy, tăng cường trao đổi kinh nghiệm và hợp tác trong quản lý AI có ý nghĩa thiết thực đối với mỗi nền kinh tế. Các nền kinh tế APEC đang có những cách tiếp cận khác nhau đối với phát triển và quản lý AI, phù hợp với điều kiện và ưu tiên của từng nền kinh tế.

“Tuy nhiên, chúng ta đều có chung mục tiêu là khai thác hiệu quả những lợi ích của AI, đồng thời quản lý tốt các rủi ro và tăng cường niềm tin của người dân, DN đối với công nghệ này”, TS. Trần Hậu Ngọc nói.

Từ góc độ quản trị, bà Aurélie Jacquet, Giám đốc Ethical AI Consulting, cho rằng có thể tham khảo kinh nghiệm quản trị an toàn từ những lĩnh vực đã phát triển lâu dài như hàng không, thay vì bắt đầu từ con số 0. Ngành hàng không cho thấy hiệu quả của việc liên tục cải tiến cách tiếp cận an toàn, từ chú trọng yếu tố kỹ thuật đến xem xét cả con người, tổ chức và toàn bộ hệ thống.

Theo hướng tiếp cận này, quản trị AI cần vượt ra ngoài việc kiểm tra công nghệ đơn thuần. Một hệ thống AI có thể hoạt động tốt về mặt kỹ thuật nhưng vẫn gây ra rủi ro nếu sử dụng dữ liệu không phù hợp, tạo ra kết quả thiên lệch hoặc được triển khai mà thiếu cơ chế giám sát.

Theo bà Aurélie Jacquet, khung AI có trách nhiệm được xây dựng trên nền tảng các nguyên tắc AI, hướng đến hai mục tiêu song song: gia tăng giá trị và giảm thiểu rủi ro. Năm nguyên tắc cốt lõi được bà đề cập, gồm: lợi ích cộng đồng, công bằng, quyền riêng tư và bảo mật, minh bạch, trách nhiệm giải trình.

Để những nguyên tắc này đi vào thực tế, theo bà Aurélie Jacquet, quản trị AI cần được triển khai đồng thời trên ba phương diện: dữ liệu, hệ thống AI và tổ chức. Trong đó, sự tham gia của xã hội, cách tiếp cận phòng ngừa và khả năng giảm thiểu hoặc khắc phục hậu quả là những yếu tố quan trọng. Điều này cũng đòi hỏi các tổ chức thay đổi cách đặt vấn đề khi phát triển công nghệ. Thay vì chỉ hỏi “Chúng ta có làm được không?”, cần cân nhắc thêm “Chúng ta có nên làm không?”. Năng lực kỹ thuật cần đi cùng đánh giá tác động, trách nhiệm và sự phù hợp với mục đích sử dụng.

Bà Aurélie Jacquet cũng đưa ra ở cấp độ tổ chức, ISO/IEC 42001:2023 về hệ thống quản lý AI là một tiêu chuẩn đáng chú ý. Tiêu chuẩn này cung cấp khuôn khổ quản lý để tổ chức xây dựng, triển khai và cải tiến hoạt động quản trị AI. Cách tiếp cận tương tự tinh thần của ISO 9001 về quản lý chất lượng và ISO/IEC 27001 về quản lý an toàn thông tin, trong đó các yêu cầu được đưa vào quy trình quản lý thay vì chỉ xử lý những vấn đề phát sinh riêng lẻ.

Kinh nghiệm quốc tế cho thấy các tiêu chuẩn này có thể trở thành nền tảng cho việc xây dựng chính sách AI. Tại Australia, ISO/IEC 42001 được sử dụng làm cơ sở tham chiếu cho nhiều sáng kiến ở cấp quốc gia và bang, bao gồm Khung bảo đảm AI quốc gia, các tiêu chuẩn an toàn AI tự nguyện của liên bang và những khuôn khổ đánh giá, hướng dẫn sử dụng AI tại các bang.

Minh bạch và kiểm chứng để tạo dựng niềm tin

Theo ông Jason Chan, Phó Chủ tịch phụ trách Dữ liệu và Đổi mới của UL Solutions, có sáu yếu tố có thể thúc đẩy việc bảo đảm AI và tăng khả năng được thị trường chấp nhận, gồm: bằng chứng; an toàn ngay từ khâu thiết kế; minh bạch và niềm tin được hiệu chỉnh phù hợp; các biện pháp kiểm soát của con người có khả năng mở rộng; diễn tập mô phỏng để xây dựng niềm tin; đánh giá sự phù hợp liên tục.

Trong đó, minh bạch mô hình là một nội dung trọng tâm. Đây không chỉ là việc giải thích cách AI đưa ra kết quả, mà còn liên quan đến toàn bộ vòng đời phát triển và vận hành hệ thống. Ông Jason Chan cho rằng, tính minh bạch cần được xem xét trên 7 lĩnh vực: quản lý dữ liệu đầu nguồn, quản lý dữ liệu của mô hình, phát triển và đánh giá, quản trị và rủi ro, triển khai và vận hành, tài liệu và tương tác với người dùng, cùng đạo đức và tác động xã hội.

Từ góc độ DN, việc ứng dụng AI có trách nhiệm cũng đòi hỏi phải gắn công nghệ với dữ liệu, quy trình và trách nhiệm cụ thể. TS. Hồ Quốc Dũng, Trường Kỹ thuật và Công nghệ, Đại học Huế, đưa ra ví dụ về một nhà máy có mấy chục máy móc, nhưng thiếu hồ sơ đầy đủ về các lần sửa chữa, thời gian dừng máy và chi phí phát sinh.

Trong tình huống này, AI có thể hỗ trợ nhóm các ghi chú sửa chữa tương tự và chuẩn bị báo cáo hằng tuần. Tuy nhiên, để đưa ra quyết định nên thay máy nào trước, nhà máy vẫn cần dữ liệu thực tế và sự kiểm tra của con người. Một câu trả lời rõ ràng từ AI không thể thay thế những hồ sơ còn thiếu.

Theo TS. Hồ Quốc Dũng, DN cần bắt đầu từ một vấn đề kinh doanh cụ thể, quản lý dữ liệu và quyền truy cập, xác định vai trò và quyền hạn, kiểm tra kết quả, đồng thời duy trì khả năng hoạt động khi AI không khả dụng. Đặc biệt, khi hệ thống được trao quyền thực hiện hành động, thay vì chỉ đọc thông tin hoặc chuẩn bị phương án, các biện pháp kiểm soát và kế hoạch khôi phục càng cần chặt chẽ.

Khi AI ngày càng tham gia sâu vào hoạt động sản xuất, kinh doanh và quản lý, niềm tin cần được xây dựng trên những gì có thể chứng minh, thay vì chỉ dựa vào những gì được tuyên bố. Đây cũng là cơ sở để các nền kinh tế APEC tăng cường hợp tác, thúc đẩy ứng dụng AI có trách nhiệm và khai thác hiệu quả lợi ích của công nghệ này./.

Thạch Thảo