Ứng dụng AI trong khu vực công: Bức tranh sơ khởi
11:01, 04/04/2025
Một số cơ quan nhà nước trung ương và địa phương đã bước đầu ứng dụng AI vào hoạt động quản lý hành chính và cung cấp dịch vụ công, nhưng số lượng, lĩnh vực và cơ quan ứng dụng đều còn khiêm tốn.
Trợ lý ảo đang được Tòa án Nhân dân Tối cao áp dụng. Ảnh: Vietnam+
Việc ứng dụng trí tuệ nhân tạo (AI) để tạo ra những đột phá trong năng suất và hiệu quả quản lý đang được đẩy mạnh ở hầu hết mọi ngành nghề, lĩnh vực, trong đó ứng dụng AI ở khu vực công nhận được nhiều trông đợi. Bởi lẽ, chính phủ vừa là tác nhân thúc đẩy nền kinh tế AI thông qua các chiến lược, chính sách, tiêu chuẩn hoặc luật pháp, đồng thời cũng là người sử dụng AI trong các dịch vụ công của mình. Ở Việt Nam, một số cơ quan, địa phương đã bắt đầu thử nghiệm ứng dụng AI để hỗ trợ nhiều công việc hằng ngày.
Có thể kể đến trợ lý ảo cho thẩm phán được Tòa án Nhân dân Tối cao xây dựng từ năm 2022 nhằm hỗ trợ thẩm phán tìm bản án, tổng hợp tài liệu, mã hóa bản án… Trợ lý ảo hiện đang được sử dụng ở tòa án tất cả các cấp và đã giúp giảm khoảng 30% khối lượng công việc của thẩm phán - ông Nguyễn Đức Lam, Cố vấn chính sách, Viện Nghiên cứu Chính sách và Phát triển Truyền thông (IPS), nhắc lại chia sẻ của Tòa án Nhân dân Tối cao tại tọa đàm chuyên đề về ứng dụng AI trong khu vực công do UNDP tại Việt Nam và IPS tổ chức mới đây. Ông nêu ví dụ, với nhiệm vụ mã hóa bản án để đưa lên trang web của Tòa án Nhân dân Tối cao, trước đây con người làm phải mất ít nhất một ngày, “nhưng nhờ có trợ lý ảo, giờ họ chỉ nhấp chuột và làm trong khoảng vài phút là xong”.
Tuy nhiên, những câu chuyện thành công như trợ lý ảo của Tòa án Nhân dân Tối cao chỉ là số ít, như ông Lam mô tả: “số lượng ứng dụng đã ít, lĩnh vực ứng dụng cũng ít và cơ quan ứng dụng cũng ít”. Các hình thức ứng dụng AI phổ biến hiện nay chủ yếu bao gồm trợ lý ảo hỗ trợ công chức, chatbot giải đáp các thủ tục hành chính hay tích hợp vào các hệ thống camera giám sát, được triển khai ở một số tỉnh thành như Tây Ninh, Hà Nội, Đà Nẵng, Huế nhưng còn rất manh nha, như chị Đỗ Thanh Huyền, Chuyên gia phân tích chính sách công tại UNDP tại Việt Nam, từng nhận xét.
Báo cáo “Ứng dụng trí tuệ nhân tạo trong các cơ quan nhà nước ở Việt Nam: Đánh giá mức độ sẵn sàng và khuyến nghị” do UNDP tại Việt Nam và IPS phối hợp thực hiện từ tháng 9/2024, bao gồm các đánh giá định tính - khảo sát và hội thảo với sự tham gia của các cán bộ công chức và cơ quan quản lý nhà nước, từ đó đưa ra các khuyến nghị cho các lĩnh vực chính sách, cơ sở hạ tầng, đào tạo kỹ năng, và lĩnh vực phát triển để thúc đẩy sử dụng công nghệ AI một cách hiệu quả và có đạo đức hơn.
Chưa xác định được bài toán cho AI
Theo Báo cáo “Ứng dụng trí tuệ nhân tạo trong các cơ quan nhà nước ở Việt Nam: Đánh giá mức độ sẵn sàng và khuyến nghị” do UNDP tại Việt Nam và IPS thực hiện, nguyên nhân chính của tình trạng này là do các tổ chức công chưa hiểu rõ mình đang cần gì và độ sẵn sàng cho AI của mình đến đâu, dẫn đến chưa xác định trúng bài toán cho AI để có định hướng chiến lược trong ngắn hạn, trung hạn hay dài hạn. “Ví dụ nhiệm vụ của cơ quan là rà soát tính mâu thuẫn, chồng chéo của dự thảo đang định ban hành so với các văn bản trước đây. Cơ quan không đề ra được bài toán cụ thể thế nào là chồng chéo nên đơn vị công nghệ rất lúng túng khi xây dựng ứng dụng AI”, ông Nguyễn Đức Lam nói. Việc xác định bài toán cho AI cần dựa trên ba yếu tố: nhu cầu của cơ quan, năng lực của cơ quan và tiềm năng, rủi ro từ AI, từ đó có thể quyết định ứng dụng ngay hay có những lộ trình ứng dụng AI.
Báo cáo nhận định, sẽ không có giai đoạn “sẵn sàng cho tất cả mọi ứng dụng AI” mà cần có cách tiếp cận “cuốn chiếu”, tức là tận dụng mọi nguồn lực hiện có và định hướng ứng dụng AI theo từng mức ưu tiên để có chiến lược ứng dụng AI trong ngắn hạn, trung hạn và dài hạn. Mục tiêu cuối cùng là tích hợp công nghệ này vào công việc hằng ngày của các cơ quan - điều sẽ làm thay đổi hoàn toàn hoạt động của tổ chức, thậm chí cả bản chất công việc.
AI cũng là một công nghệ có khoảng thời gian đào tạo khá lâu và chưa chắc đã thành công ngay từ đầu, nên muốn ứng dụng phải chấp nhận rủi ro thất bại và sẵn sàng cho một quá trình có thể rất lâu dài và khó khăn.
Tài chính: Bao nhiêu là đủ và từ đâu
Đánh giá về cơ chế tài chính cho AI của khu vực công, ông Nguyễn Đức Lam nói, cái khó ở Việt Nam không chỉ là ít tiền mà ngay cả tính tiền cũng không dễ vì chưa có quy định hay hướng dẫn cụ thể nào về ngân sách cho một công nghệ đặc thù như AI. Ví dụ, cần tách biệt thế nào giữa chi phí xây dựng mô hình AI với chi phí phát triển một hệ thống AI? Khi đầu tư cho một hệ thống AI thì có tính đến chi phí cho thử nghiệm, rủi ro hay thất bại không?
Ông Đàm Hải Đăng, chuyên viên Sở KH&CN tỉnh Tây Ninh, thừa nhận vấn đề khó khăn nhất của tỉnh mình khi bắt tay vào ứng dụng AI là kinh phí. Ông chia sẻ, một ứng dụng trợ lý ảo với cấu hình tối thiểu để trả lời các nội dung liên quan tới dịch vụ công đã được báo giá tới 10 tỷ đồng. Tuy nhiên, thay vì ngồi chờ kinh phí của nhà nước, Tây Ninh quyết định cứ triển khai bằng những nguồn kinh phí mà tỉnh đảm bảo được, coi đây như giai đoạn thử nghiệm và tích lũy kinh nghiệm để khi có kinh phí sẽ mở rộng ứng dụng AI.
PGS.TS. Nguyễn Xuân Hoài, Viện trưởng Viện Trí tuệ Nhân tạo Việt Nam, thì cho rằng nên có những quy định riêng về tính tiền và chi tiền cho AI, theo hướng ngân sách nhà nước trả tiền cho đơn vị cung cấp giải pháp AI dựa trên hiệu quả mang lại. “Nếu giải pháp AI giúp tiết kiệm được 30% chi phí của Nhà nước thì chúng ta có sẵn sàng chia 10% số lợi đó [cho đơn vị phát triển AI] hay không?”, PGS.TS. Nguyễn Xuân Hoài lấy ví dụ. Ông cũng gợi ý Việt Nam tham khảo thêm kinh nghiệm của các quốc gia khác và có thể đưa ra cơ chế sandbox để thử nghiệm, bởi đây là vấn đề còn rất mới. Ngoài ra, nên có cơ chế chấp nhận rủi ro có chọn lọc, tức là chấp nhận rủi ro thử nghiệm đối với ứng dụng AI đơn giản, sau này có thể tiến tới chấp nhận rủi ro với những AI phức tạp hơn.
Cơ sở hạ tầng và dữ liệu còn thiếu
Dữ liệu đóng vai trò cốt lõi trong các hệ thống AI. Báo cáo đánh giá dữ liệu trong khu vực công hiện nay dù lớn nhưng vẫn còn nhiều nhược điểm. Ở cả bảy tiêu chí đánh giá (khai thác, sử dụng dữ liệu; nhân lực dữ liệu; hạ tầng dữ liệu; an toàn dữ liệu, dữ liệu cá nhân, quyền riêng tư; chia sẻ dữ liệu; chất lượng dữ liệu; và hệ thống dữ liệu), dữ liệu trong khu vực công chỉ đạt khoảng 1 - 2 trên 5 điểm ở hầu hết các tiêu chí. Trong đó, thấp nhất là hệ thống dữ liệu, được đánh giá là chưa thống nhất về tiêu chuẩn và quy chuẩn và chưa địa phương hóa. Dữ liệu chưa “đúng, đủ, sạch, sống” và còn phân mảnh, chưa kết nối được với nhau. Thực tế này đòi hỏi khu vực công cần tăng cường kết nối, chia sẻ dữ liệu, cả cho khối doanh nghiệp, khối tư nhân và khối nghiên cứu để có thêm nguồn dữ liệu phát triển ứng dụng AI. Đơn giản hóa các thủ tục hành chính về dữ liệu cũng là một yêu cầu được đặt ra để tận dụng lợi thế về thời gian.
Các cơ quan trong khu vực công nhìn chung cũng chưa quan tâm đến an toàn dữ liệu và quyền riêng tư. “Trong khảo sát, chúng tôi hỏi những vấn đề về bảo vệ dữ liệu cá nhân thì hầu hết những người trả lời chưa quan tâm lắm. Thậm chí khi hỏi về bảo vệ dữ liệu cá nhân thì họ lại trả lời sang an toàn, an ninh mạng”, ông Nguyễn Đức Lam chia sẻ thêm về kết quả từ Báo cáo.
Về cơ sở hạ tầng, Việt Nam đang thiếu các trung tâm dữ liệu và chip để chạy hệ thống AI. Tính đến đầu năm 2024, công suất các trung tâm dữ liệu của nước ta là 40 MW với tốc độ tăng trưởng 60%/năm, nhỏ hơn so với một số nước trong khu vực như Thái Lan (60 MW, 550%), Philippines (60 MW, 200%), Malaysia (120 MW, 500%), Indonesia (200 MW, 270%) và Singapore (1.000 MW, 30%).
Nhóm thực hiện Báo cáo khuyến nghị khu vực công nên “liệu cơm gắp mắm”, tận dụng tốt các hạ tầng dữ liệu hiện có cũng như hạ tầng của khối tư nhân, nhưng cũng cần gấp rút bổ sung thêm các hệ thống lưu trữ dữ liệu. Ông Nguyễn Đức Lam cho biết, Tòa án Nhân dân Tối cao sẽ tiếp tục xây dựng một hệ thống lưu trữ dữ liệu lớn, trong khi tỉnh Tây Ninh cũng đang có kế hoạch xây dựng hệ thống lưu trữ dữ liệu từ các ngành chuyên môn khác nhau như môi trường, nông nghiệp, du lịch…
“Ba nhân lực, ba năng lực”
Chia sẻ với Báo Khoa học & Phát triển, chị Đỗ Thanh Huyền từng đánh giá nhân lực về chuyển đổi số trong khu vực công đang “rất thiếu và yếu”. Nâng cao năng lực cho đội ngũ này là câu chuyện không dễ khi “cơ chế tiền lương cho công chức quá thấp để thu hút được người giỏi về cơ sở dữ liệu, quản trị dữ liệu, khoa học dữ liệu”, chứ chưa nói đến những nhân sự có kỹ năng về AI.
Báo cáo đề xuất công thức “ba nhân lực, ba năng lực” để giải bài toán nhân lực AI cho khu vực công. Trong đó, “ba nhân lực” gồm các nhóm nhân lực cốt lõi về công nghệ thông tin và AI, nhân lực AI thuộc các chuyên ngành, và nhân lực từ bên ngoài (chuyên gia về AI, nhân lực từ các doanh nghiệp nhà nước đặt hàng…). “Ba năng lực” gồm năng lực AI chuyên sâu, năng lực chuyên môn (năng lực cung cấp tri thức, kiến thức, dữ liệu đầu vào cho AI), và năng lực quản trị kết nối. Nhóm thực hiện Báo cáo nhận thấy năng lực quản trị kết nối chưa tốt là một nguyên nhân khiến nhiều đơn vị chưa thành công trong ứng dụng AI, tức là họ chưa thể kết nối đơn vị công, doanh nghiệp công nghệ với các đơn vị chuyên môn của ngành để liên kết tri thức và kỹ năng của các bên.
Bên cạnh bổ sung những vị trí việc làm liên quan đến AI, khu vực công cũng cần chú trọng hoạt động đào tạo, nâng cao kiến thức về AI, học qua làm - ứng dụng AI trong thực tế. Có thể cân nhắc tích hợp các nội dung chuyên sâu về AI vào các chương trình đào tạo, bồi dưỡng cán bộ, công chức của Học viện Chính trị Quốc gia Hồ Chí Minh, cùng với đó là chia sẻ kinh nghiệm, các trường hợp ứng dụng AI thành công và chưa thành công thông qua các tài liệu, diễn đàn, mạng lưới…
