AI có trách nhiệm phải bắt đầu từ quản trị
AI có trách nhiệm trong giáo dục đại học là cách phát triển và sử dụng trí tuệ nhân tạo bảo đảm an toàn, tôn trọng quyền con người, có thể giải trình và đặt lợi ích cùng năng lực của người học làm trung tâm. Đây không phải một tính năng có thể bổ sung sau khi công nghệ đã được triển khai, mà là nguyên tắc phải chi phối từ khâu lựa chọn đến giám sát.
Ngày 29/10, Trường Đại học Luật, Đại học Quốc gia Hà Nội tổ chức tọa đàm khoa học về thực hành AI có trách nhiệm trong giáo dục, tập trung vào khung đạo đức quốc gia, quản trị rủi ro và ứng dụng thực tế. Sự kiện đặt đúng câu hỏi: khi AI can dự ngày càng rộng vào trường học, ai chịu trách nhiệm nếu hệ thống sai lệch, thiếu minh bạch hoặc làm tổn hại quyền lợi người học?
AI trong đại học đã vượt khỏi phạm vi hỗ trợ soạn bài. Công nghệ đang tác động đến giảng dạy, học tập, nghiên cứu, kiểm tra, đánh giá và quản trị nhà trường. Vì vậy, chỉ khuyến khích đổi mới mà không đặt ra tiêu chuẩn an toàn, trách nhiệm giải trình và liêm chính học thuật sẽ khiến rủi ro bị đẩy sang sinh viên và giảng viên. Quản trị phải đi trước việc mở rộng sử dụng.
Bốn trụ cột đạo đức cần thành quy tắc vận hành
Khung đạo đức trí tuệ nhân tạo quốc gia nêu bốn trụ cột: bảo đảm an toàn, tôn trọng quyền con người, thúc đẩy phát triển bền vững và khuyến khích đổi mới sáng tạo có trách nhiệm. Với đại học, giá trị của các nguyên tắc này nằm ở việc chuyển chúng thành quyết định cụ thể: công cụ nào được dùng, dữ liệu nào được phép đưa vào, kết quả nào phải được con người kiểm tra và ai xử lý khi phát sinh sai sót.
Khung pháp lý được đề cập tại tọa đàm gồm Luật Trí tuệ nhân tạo năm 2025, Nghị định số 142/2026/NĐ-CP và Thông tư số 05/2026/TT-BKHCN ban hành Khung đạo đức trí tuệ nhân tạo quốc gia. Đây là cơ sở để trường xây dựng chính sách nội bộ, nhưng tuân thủ văn bản chưa đủ nếu thiếu hướng dẫn dễ hiểu cho giảng viên, sinh viên và bộ phận mua sắm công nghệ.
Tham luận của PGS.TS. Nguyễn Thị Quế Anh nhấn mạnh sự chuyển dịch trong cách nhìn: AI không còn chỉ là công cụ kỹ thuật mà có khả năng định hình sâu sắc giáo dục đại học. Do đó, đạo đức trí tuệ nhân tạo phải bảo vệ quyền tự chủ và năng lực tư duy của người học. Cá nhân hóa hướng dẫn chỉ có ý nghĩa nếu giúp sinh viên phát triển khả năng tự học, chứ không biến việc hoàn thành bài tập thành mục tiêu duy nhất.
Sáu bước để quản trị rủi ro AI trong thực tế
Tọa đàm nêu một lộ trình sáu bước cho khung bảo đảm AI có trách nhiệm trong giáo dục: xác định mục đích và tính cần thiết; đánh giá tác động; kiểm định thực tế; giám sát và phản biện; xem xét dữ liệu và nhà cung cấp; cuối cùng là triển khai, giám sát và khắc phục. Trình tự này giúp trường tránh cách làm phổ biến nhưng thiếu an toàn: mua công cụ trước, rồi mới tìm cách xử lý hệ quả.
Bước đầu tiên nên là chứng minh nhu cầu: vấn đề giáo dục nào cần AI giải quyết, và có phương án ít rủi ro hơn không? Tiếp đó, đánh giá tác động cần xem xét quyền riêng tư, khả năng sai lệch và ảnh hưởng đến việc học. Trước khi sử dụng rộng, trường nên kiểm định công cụ trong điều kiện thực tế, duy trì giám sát và phản biện của con người, đồng thời thẩm tra dữ liệu cũng như nhà cung cấp.
Rủi ro không chỉ nằm ở lỗi kỹ thuật. Một nhiệm vụ được nêu tại tọa đàm là giảm thiên lệch trong đánh giá do khác biệt về ngôn ngữ, phong cách diễn đạt và khả năng tiếp cận công nghệ. Vì thế, kết quả do AI tạo ra không nên tự động quyết định điểm số hay cơ hội học tập. Khi triển khai, trường cần có cách tiếp nhận khiếu nại, sửa lỗi và thông báo rõ ai chịu trách nhiệm.
Thử nghiệm có kiểm soát trước khi mở rộng
Một cách tiếp cận đáng ưu tiên là thử nghiệm AI trong phạm vi hẹp trước khi triển khai toàn trường. Tham luận đề xuất cơ chế Sandbox, tức vùng thử nghiệm có kiểm soát, để cơ sở giáo dục đại học đánh giá ứng dụng mới trước khi mở rộng. Mỗi thử nghiệm cần có mục tiêu, giới hạn dữ liệu, người giám sát và tiêu chí dừng rõ ràng; nếu không, “thử nghiệm” có thể trở thành triển khai đại trà mà thiếu bảo vệ.
Tọa đàm cũng nêu hướng xây dựng kho dữ liệu dùng chung theo mô hình dữ liệu mở, nhất là dữ liệu về văn hóa, lịch sử và ngôn ngữ Việt Nam. Đây có thể là nền tảng giúp công cụ phù hợp hơn với bối cảnh trong nước, nhưng việc mở dữ liệu không đồng nghĩa với bỏ qua quyền riêng tư, chất lượng dữ liệu hay điều kiện sử dụng. Quản trị rủi ro AI phải bao quát cả nguồn dữ liệu lẫn kết quả đầu ra.
Dự án thúc đẩy AI có trách nhiệm của Trường Đại học Luật được triển khai trên cơ sở đặt hàng nghiên cứu của Chương trình Aus4Innovation, hướng đến đóng góp cho phát triển bền vững và bao trùm. Bước tiếp theo không nên chỉ là ban hành thêm quy tắc, mà là giúp từng trường biến nguyên tắc thành quy trình, đào tạo người sử dụng và công khai trách nhiệm.
Kết luận, AI trong đại học chỉ đáng mở rộng khi nhà trường chứng minh được rằng lợi ích giáo dục đi cùng an toàn, công bằng và quyền kiểm soát của con người. Một khung quản trị tốt không cản đổi mới; nó giúp đổi mới có giới hạn, có giám sát và có cách khắc phục khi sai. Đó mới là nền tảng để AI phục vụ người học thay vì buộc người học thích nghi với những quyết định khó giải thích của thuật toán.
