Hoàn thiện khung pháp lý và quản trị AI đa tầng

Đây là chia sẻ của TS Trần Quý - chuyên gia kinh tế số, Viện trưởng Viện Phát triển kinh tế số Việt Nam với Diễn đàn Doanh nghiệp.

Bộ Khoa học và Công nghệ đã chủ trì soạn thảo Dự thảo Luật Trí tuệ nhân tạo, theo ông việc thành lập Ủy ban Quốc gia về Trí tuệ nhân tạo do Thủ tướng làm Chủ tịch như trong Dự thảo sẽ tác động như thế nào đến quản trị và điều phối trí tuệ nhân tạo (AI) ở Việt Nam?

Việc Thủ tướng làm Chủ tịch Ủy ban Quốc gia về Trí tuệ nhân tạo là một lựa chọn chiến lược, phù hợp với cấu trúc điều hành tập trung của Việt Nam và với nhịp phát triển nhanh, đa ngành của lĩnh vực AI. Mô hình này giúp phá bỏ sự chia cắt theo ngành dọc, tạo trục điều phối thống nhất và đẩy nhanh tốc độ huy động nguồn lực công – tư cho các dự án trọng điểm.

Tuy nhiên, hiệu quả trong thực tiễn sẽ phụ thuộc vào ba điều kiện then chốt.

Thứ nhất, ranh giới thẩm quyền phải rõ và có cơ chế xử lý xung đột hiệu quả. Cần ban hành quy chế hoạt động của Ủy ban, trong đó quy định cụ thể quyền yêu cầu thông tin, quyền điều phối, và quyền phán quyết cuối cùng khi phát sinh chồng lấn nhiệm vụ giữa các cơ quan. KPI liên ngành nên được thiết kế gắn với tiến độ và kết quả đầu ra cụ thể, như hoàn thiện bộ datasets quốc gia, phát triển sandbox thử nghiệm AI, xây dựng chuẩn dữ liệu mở, hay bảo đảm bảo hộ quyền riêng tư dữ liệu cá nhân.

Thứ hai, Văn phòng giúp việc phải thực sự là “bộ não” có thực lực. Cơ quan thường trực của Ủy ban cần được tổ chức tinh gọn, nhưng hội tụ các chuyên gia hàng đầu về công nghệ, pháp lý và chính sách; có ngân sách độc lập, quyền truy cập dữ liệu, quyền điều phối tổ công tác chuyên đề, quyền giám sát tiến độ và có hệ thống dashboard công khai để nâng minh bạch.

Thứ ba, vai trò của thành viên ngoài khu vực nhà nước cần mang tính quyết định. Doanh nghiệp, giới học thuật, hiệp hội nghề nghiệp không nên chỉ dừng ở vai trò tư vấn, mà cần được giao chủ trì các tiểu ban chuyên môn như chuẩn dữ liệu, đạo đức AI, an toàn hệ thống, hay phát triển mô hình nguồn mở tiếng Việt. Kết quả thẩm định và khuyến nghị của họ nên được tích hợp trực tiếp vào quy trình ra quyết định của Ủy ban.

Đề xuất xây dựng Cổng dịch vụ công một cửa về AI trong Dự thảo được coi là bước tiến về quản lý minh bạch, số hóa quy trình. Theo ông, đâu là thách thức quan trọng nhất để Cổng vận hành hiệu quả, minh bạch và thực chất?

Cổng dịch vụ công một cửa về AI nếu vận hành đúng nghĩa sẽ giúp minh bạch hóa quy trình, giảm chi phí tuân thủ và tạo dữ liệu điều tiết theo thời gian thực. Tuy nhiên, thách thức lớn nhất không nằm ở công nghệ, mà ở độ chín thể chế và năng lực sẵn sàng số của hệ thống.

Có ba điểm nghẽn cần được tháo gỡ. Về nền tảng dữ liệu, Cổng chỉ hiệu quả khi dựa trên cơ sở dữ liệu quốc gia về AI có chuẩn chung, liên thông và cập nhật thường xuyên. Điều này đòi hỏi thống nhất từ điển dữ liệu, định danh pháp lý - kỹ thuật của hệ thống AI rủi ro cao, cùng cơ chế API-first để kết nối liên ngành và kiểm soát truy cập an toàn.

Về năng lực thẩm định, hồ sơ AI rất phức tạp, bao gồm dữ liệu huấn luyện, an toàn, bảo mật... do đó, cần có lộ trình đào tạo - cấp chứng chỉ thẩm định viên AI, xây dựng hội đồng chuyên gia độc lập và ban hành bộ checklist, mẫu báo cáo chuẩn để bảo đảm chất lượng, rút ngắn thời gian xử lý.

Về trải nghiệm tuân thủ, quy trình cần được phân tầng theo mức rủi ro, chuẩn hóa biểu mẫu, số hóa hoàn toàn vòng đời hồ sơ và áp dụng nguyên tắc “once-only” - doanh nghiệp không phải nộp lại dữ liệu đã có của Nhà nước. Đồng thời, phải thiết lập cam kết mức dịch vụ (SLA), cơ chế phản hồi – khiếu nại trực tuyến và sandbox thủ tục cho startup, doanh nghiệp nhỏ và vừa (SME) để tránh “quá tải tuân thủ”.

Cách tiếp cận phù hợp là triển khai theo giai đoạn, bắt đầu với danh mục dịch vụ trọng yếu, quy trình tối thiểu khả dụng (MVP) và thử nghiệm trong phạm vi hẹp với các đơn vị tiên phong, sau đó mở rộng khi nền tảng dữ liệu, đội ngũ và khung đánh giá rủi ro đạt mức sẵn sàng.

Vậy, ông đánh giá thế nào về mức độ sẵn sàng của Việt Nam trong việc triển khai mô hình quản trị AI đa tầng, đa chủ thể?

Khung thể chế hiện nay đã thể hiện tầm nhìn hiện đại và khá toàn diện, là “điều kiện cần” quan trọng cho phát triển trí tuệ nhân tạo. Việc thiết kế cấu trúc quản trị phân tầng từ trung ương đến địa phương, cùng sự phân định rõ vai trò của nhà cung cấp, đơn vị triển khai và người sử dụng – theo hướng tương thích với thông lệ quốc tế – đã đặt nền móng vững chắc cho hệ sinh thái AI quốc gia.

Tuy nhiên, “điều kiện đủ” lại nằm ở năng lực và niềm tin thực thi. Ở khu vực công, năng lực thẩm định kỹ thuật, thanh tra – kiểm tra và xử lý các vụ việc liên quan đến AI còn hạn chế. Ở khu vực tư, đa số doanh nghiệp là SME, dễ rơi vào tình trạng quá tải trước các yêu cầu về quản trị dữ liệu và quản trị rủi ro công nghệ. Trong khi đó, ở cấp độ xã hội, mức độ hiểu biết và khả năng giám sát độc lập của công chúng đối với rủi ro AI vẫn còn thấp, khiến niềm tin xã hội dễ bị tổn thương nếu xảy ra sự cố.

Để mô hình quản trị AI đa tầng, đa chủ thể vận hành hiệu quả, Việt Nam cần một chương trình xây dựng năng lực quốc gia có mục tiêu, ngân sách và mốc thời gian cụ thể. Theo đó, cần nâng cao năng lực thể chế thông qua đào tạo, cấp chứng chỉ cho đội ngũ thẩm định - thanh tra, bồi dưỡng thẩm phán, kiểm sát viên và hình thành mạng lưới chuyên gia độc lập hỗ trợ cơ quan quản lý. Đồng thời, hỗ trợ doanh nghiệp - đặc biệt SME - bằng bộ công cụ tuân thủ theo mức rủi ro, mẫu hợp đồng dữ liệu chuẩn, hướng dẫn đánh giá tác động AI và cơ chế sandbox theo ngành ưu tiên.

Ngoài ra, cần củng cố niềm tin xã hội bằng việc áp dụng chuẩn transparency-by-design, cơ chế khiếu nại - bồi thường thân thiện người dùng, đánh giá độc lập định kỳ và công khai kết quả. Cùng với đó, tăng cường vai trò phản biện, kiểm định chuẩn của các tổ chức xã hội nghề nghiệp và đại học. Song song là xây dựng hệ thống chỉ tiêu đo lường đầu vào - đầu ra - kết quả.

Trân trọng cảm ơn ông!