1. Tóm Tắt Nghiên Cứu (Abstract)
Sự bùng nổ của Trí tuệ Nhân tạo (AI), đặc biệt là các mô hình AI tạo sinh (Generative AI) và mô hình ngôn ngữ lớn (LLM), đang tái cấu trúc nền kinh tế toàn cầu cũng như phương thức vận hành của hệ thống pháp luật. Bài nghiên cứu này tập trung phân tích bối cảnh pháp lý hiện hành của Việt Nam trong quản trị AI, xác định các khoảng trống thể chế cơ bản về trách nhiệm dân sự, quyền sở hữu trí tuệ, bảo vệ dữ liệu cá nhân và an ninh mạng. Thông qua phương pháp so sánh pháp luật đối chiếu với Đạo luật AI của Liên minh Châu Âu (EU AI Act), Sắc lệnh hành chính của Hoa Kỳ và các quy định quản lý thuật toán của Trung Quốc, nghiên cứu làm rõ các ưu điểm và hạn chế của từng mô hình quản trị. Kết quả nghiên cứu chỉ ra rằng Việt Nam cần nhanh chóng chuyển dịch từ tiếp cận thụ động sang mô hình quản trị AI dựa trên rủi ro (Risk-based AI Governance Framework). Bài viết đề xuất hệ thống giải pháp toàn diện gồm: ban hành luật chuyên ngành hoặc bổ sung chương riêng về AI trong Luật Công nghiệp công nghệ số, thành lập Cơ quan Quản lý Ethics và AI Quốc gia, xây dựng cơ chế thử nghiệm pháp lý có kiểm soát (Regulatory Sandbox), và hoàn thiện chính sách minh bạch thuật toán nhằm cân bằng giữa mục tiêu thúc đẩy đổi mới sáng tạo và bảo vệ quyền lợi hợp pháp của chủ thể trong kỷ nguyên số.
2. Đặt Vấn Đề & Tổng Quan Lý Thuyết (Introduction & Literature Review)
Trí tuệ nhân tạo đã bước sang một giai đoạn phát triển bứt phá, chuyển từ các hệ thống chuyên biệt sang các mô hình đa dụng có khả năng tự học, sáng tạo nội dung và đưa ra quyết định tự động. Theo Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng Trí tuệ nhân tạo đến năm 2030 (Quyết định 127/QĐ-TTg ngày 26/01/2021 của Thủ tướng Chính phủ), Việt Nam đặt mục tiêu đưa AI trở thành ngành kinh tế mũi nhọn, phấn đấu nằm trong nhóm 4 quốc gia dẫn đầu ASEAN về lĩnh vực này. Tuy nhiên, sự phát triển vượt bậc của AI cũng đặt ra những thách thức pháp lý chưa từng có tiền lệ đối với hệ thống pháp luật truyền thống.
Về mặt lý luận, quản trị AI đặt ra hiện tượng "Định luật Pace" (Pace's Law), trong đó tốc độ phát triển công nghệ diễn ra theo cấp số nhân trong khi sự thay đổi của pháp luật chỉ diễn ra theo cấp số cộng. Điều này tạo ra "khoảng trống pháp lý" (regulatory gap) lớn. Tổng quan các nghiên cứu quốc tế chỉ ra ba trường phái quản trị AI chính:
- Trường phái quản lý phòng ngừa dựa trên rủi ro (Precautionary Risk-Based Approach): Đội ngũ điển hình là Liên minh Châu Âu với EU AI Act, phân loại các hệ thống AI theo 4 cấp độ rủi ro (không thể chấp nhận, rủi ro cao, rủi ro giới hạn, rủi ro tối thiểu) để áp đặt các nghĩa vụ pháp lý tương ứng.
- Trường phái thúc đẩy thị trường và điều chỉnh linh hoạt (Market-Driven & Flexible Regulation): Đội ngũ điển hình là Hoa Kỳ, ưu tiên tính tự điều chỉnh của doanh nghiệp, sử dụng các khung tiêu chuẩn kỹ thuật phi bắt buộc (như NIST AI Risk Management Framework) để tránh làm triệt tiêu động lực đổi mới sáng tạo.
- Trường phái quản lý tập trung và an ninh quốc gia (State-Centric & Security Regulation): Đội ngũ điển hình là Trung Quốc, tập trung kiểm soát thuật toán, quản lý dịch vụ AI tạo sinh và nội dung tổng hợp nhằm bảo đảm an ninh chính trị và trật tự xã hội.
Tại Việt Nam, các văn bản quy phạm pháp luật như Luật An ninh mạng 2018, Luật Sở hữu trí tuệ (sửa đổi 2022), Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân hay Luật Giao dịch điện tử 2023 đã bước đầu chạm đến một số khía cạnh của không gian mạng và dữ liệu. Tuy nhiên, hệ thống pháp luật hiện hành vẫn thiếu hụt nghiêm trọng các quy định trực tiếp điều chỉnh bản chất hành vi tự quyết của thuật toán, cơ chế xác định lỗi khi AI gây thiệt hại, và quyền tác giả đối với sản phẩm do AI tạo ra.
3. Phương Pháp Nghiên Cứu (Methodology)
Nghiên cứu này được thực hiện dựa trên sự kết hợp của các phương pháp nghiên cứu khoa học pháp lý và phân tích chính sách công liên ngành:
- Phương pháp Phân tích Quy phạm Pháp luật (Dogmatic Legal Method): Rà soát, hệ thống hóa và phân tích tính thích ứng của các văn bản pháp luật hiện hành tại Việt Nam đối với các hành vi vi phạm hoặc rủi ro phát sinh từ công nghệ AI.
- Phương pháp So sánh Pháp luật (Comparative Legal Method): Nghiên cứu đối chiếu quy định pháp lý của ba trung tâm công nghệ lớn (EU, Hoa Kỳ, Trung Quốc) để rút ra bài học kinh nghiệm và mô hình quản trị phù hợp cho các quốc gia đang phát triển như Việt Nam.
- Phương pháp Phân tích Tác động Chính sách (Policy Impact Assessment): Đánh giá cân bằng giữa chi phí tuân thủ pháp luật đối với doanh nghiệp khởi nghiệp công nghệ và lợi ích bảo vệ quyền con người, an toàn dữ liệu và trật tự công cộng.
- Phương pháp Thu thập Dữ liệu Thứ cấp (Secondary Data Collection): Tổng hợp báo cáo nghiên cứu từ các tổ chức quốc tế (WIPO, OECD, UNESCO), cơ sở dữ liệu học thuật SCOPUS/Web of Science, và tài liệu từ Bộ Khoa học và Công nghệ, Bộ Thông tin và Truyền thông Việt Nam.
4. Kết Quả Nghiên Cứu & Thảo Luận (Results & Discussion)
Kết quả nghiên cứu thực tiễn và lý luận cho thấy 4 nhóm vấn đề xung đột pháp lý trọng yếu đang đặt ra tại Việt Nam hiện nay:
Thứ nhất, vấn đề xác định tư cách pháp lý và trách nhiệm bồi thường thiệt hại ngoài hợp đồng của AI. Bộ luật Dân sự 2015 chỉ công nhận hai chủ thể pháp lý là cá nhân và pháp nhân. AI không phải là chủ thể pháp luật nên không thể chịu trách nhiệm độc lập. Vấn đề "hộp đen thuật toán" (Black-box effect) khiến việc chứng minh yếu tố lỗi (chủ quan hay khách quan) hoặc mối quan hệ causal giữa hành vi của thuật toán và thiệt hại thực tế trở nên vô cùng phức tạp. Đơn cử, khi xe tự lái gây tai nạn hoặc hệ thống y tế AI đưa ra chẩn đoán sai, việc phân định trách nhiệm thuộc về nhà phát triển phần mềm, nhà sản xuất phần cứng, hay người vận hành hệ thống chưa có căn cứ pháp lý rõ ràng.
Thứ hai, thách thức đối với Luật Sở hữu Trí tuệ và Bảo vệ Dữ liệu. Nghiên cứu chỉ ra hai nút thắt lớn:
- Quyền tác giả đối với sản phẩm AI: Luật Sở hữu trí tuệ Việt Nam quy định tác giả phải là cá nhân trực tiếp sáng tạo ra tác phẩm. Do đó, các tác phẩm do Generative AI tự động tạo ra từ câu lệnh (prompt) hiện rơi vào vùng xám pháp lý, chưa được bảo hộ chính thức nhưng cũng không thuộc hẳn sở hữu cộng đồng.
- Khai thác dữ liệu huấn luyện (Training Data): Quá trình thu thập hàng tỷ dữ liệu từ internet để huấn luyện mô hình học máy thường xuyên vi phạm bản quyền tác giả và quy định bảo vệ dữ liệu cá nhân (Nghị định 13/2023/NĐ-CP) nếu không có cơ chế "Sử dụng hợp lý" (Fair Use) hoặc sự đồng ý rõ ràng của chủ thể dữ liệu.
Thứ ba, rủi ro định kiến thuật toán, thiên vị và thông tin sai lệch (Deepfake & Disinformation). Việc sử dụng AI trong tuyển dụng, chấm điểm tín dụng hoặc phê duyệt hành chính có thể dẫn đến sự phân biệt đối xử vô thức do dữ liệu đầu vào chứa định kiến xã hội. Bên cạnh đó, công nghệ Deepfake gia tăng nguy cơ lừa đảo tài chính, bôi nhọ danh dự và đe dọa an ninh quốc gia nếu thiếu các quy định bắt buộc về gắn nhãn watermark nhận diện nội dung do AI tạo ra.
Thứ tư, bài học từ các mô hình quản trị quốc tế. Phân tích so sánh cho thấy mô hình cứng nhắc như EU AI Act tạo ra chi phí tuân thủ đắt đỏ (Compliance cost), có thể gánh nặng cho các startup AI tại Việt Nam. Ngược lại, mô hình quá tự do của Mỹ lại thiếu chế tài bảo vệ người tiêu dùng. Do đó, Việt Nam cần một tiếp cận trung hòa, áp dụng phân loại rủi ro nhưng có độ linh hoạt cao thông qua sandbox.
5. Kết Luận & Khuyến Nghị Chính Sách (Conclusion & Policy Implications)
Để vừa bảo đảm an toàn pháp lý, bảo vệ quyền con người, vừa tạo không gian đổi mới sáng tạo cho doanh nghiệp Việt Nam tiến ra toàn cầu, nghiên cứu đề xuất hệ thống 5 giải pháp chính sách mang tính chiến lược:
- Nhanh chóng thể chế hóa quản trị AI trong Luật Công nghiệp công nghệ số: Cần xây dựng một chương riêng quy định về Trí tuệ Nhân tạo, định nghĩa rõ ràng về hệ thống AI, phân loại rủi ro 4 cấp độ và quy định nghĩa vụ minh bạch thuật toán đối với các hệ thống AI rủi ro cao.
- Thành lập Cơ quan Chuyên trách Quản trị và Đạo đức AI Quốc gia: Cơ quan này sẽ đóng vai trò ban hành tiêu chuẩn kỹ thuật, thẩm định đạo đức thuật toán, vận hành cơ chế giải quyết khiếu nại về định kiến AI và cập nhật danh mục công nghệ AI bị cấm hoặc hạn chế.
- Triển khai Cơ chế Thử nghiệm Pháp lý Có Kiểm soát (Regulatory Sandbox): Cho phép các doanh nghiệp công nghệ thử nghiệm các sản phẩm AI mới trong không gian và thời gian giới hạn với sự giám sát trực tiếp của cơ quan quản lý, giảm thiểu rủi ro pháp lý trước khi thương mại hóa rộng rãi.
- Hoàn thiện cơ chế bồi thường thiệt hại và trách nhiệm nghiêm ngặt (Strict Liability): Quy định rõ trách nhiệm sản phẩm đối với nhà phát triển và cung cấp AI trong các trường hợp ứng dụng rủi ro cao, loại bỏ nghĩa vụ chứng minh lỗi phức tạp cho người tiêu dùng bị thiệt hại.
- Bổ sung quy định về ngoại lệ bản quyền cho hoạt động khai phá dữ liệu (TDM - Text and Data Mining): Sửa đổi Luật Sở hữu trí tuệ nhằm tạo hành lang pháp lý hợp pháp cho việc thu thập và sử dụng dữ liệu huấn luyện AI, thúc đẩy việc phát triển các mô hình AI tiếng Việt và dữ liệu nội địa.
#PhapLuatCongNghe #QuanTriAI #AIGovernance #TriTueNhanTao #KhuyenNghiChinhSach #ChuyenDoiSo #ISI
Tác Giả: Tiến Sĩ Kinh Tế - Chính trị Luật Sư Nguyễn Hoàng Thanh Lam - Viện trưởng Viện Khoa Học Công Nghệ và Pháp Luật
