27/11/2025 – (AIHanhChinhCong.vn) – Khi các hệ thống camera giao thông thông minh bắt đầu tự động gửi phiếu phạt, hay các phần mềm hỗ trợ trả lời thủ tục hành chính hoạt động 24/7 tại bộ phận một cửa, chúng ta đều nhận thấy một thực tế rõ ràng: Công nghệ không còn là chuyện của tương lai, nó đang định hình cách thức phục vụ nhân dân ngay lúc này. Tuy nhiên, đi kèm với sự tiện lợi là những câu hỏi hóc búa về trách nhiệm giải trình. Nếu một thuật toán phân bổ an sinh xã hội bị sai lệch, ai sẽ chịu trách nhiệm? Làm thế nào để đảm bảo dữ liệu công dân không bị lạm dụng?
Đây không chỉ là thách thức về kỹ thuật mà là bài toán về năng lực quản trị. Dựa trên nghiên cứu chuyên sâu về “Điều chỉnh AI trong Dịch vụ công: Các phương pháp tiếp cận quản trị địa phương đối với các công nghệ mới” (Advances in Consumer Research, 2025), chúng tôi sẽ cùng Bạn phân tích, mổ xẻ, đúc kết những bài học thực tiễn nhất để áp dụng cho đơn vị mình.
Sự dịch chuyển từ áp dụng công nghệ sang quản trị công nghệ
Trước đây, mối quan tâm lớn nhất của chính quyền địa phương là làm sao để có ngân sách mua sắm phần mềm hay trang bị hạ tầng. Nhưng hiện nay, gió đã đổi chiều. Việc triển khai AI mà thiếu vắng hành lang pháp lý rõ ràng đang tạo ra một “vùng xám” trong quản trị.
Nghiên cứu chỉ ra rằng, khác với các công nghệ truyền thống, các hệ thống AI vận hành thông qua các quy trình thuật toán “hộp đen” thiếu minh bạch. Điều này có thể khuếch đại sự thiên kiến, hạn chế tính công khai và làm suy yếu trách nhiệm giải trình.
Tại cấp độ địa phương – nơi tương tác trực tiếp nhất với người dân – sự mất cân bằng giữa việc triển khai công nghệ thần tốc và khung pháp lý lỏng lẻo đang dẫn đến những rủi ro đạo đức không thể kiểm soát. Do đó, tư duy của lãnh đạo và cán bộ chuyên môn cần chuyển dịch: Từ việc chỉ đơn thuần là “người dùng công nghệ” sang vai trò “người giám sát và quản trị công nghệ”.
Mô hình đánh giá mức độ trưởng thành trong quản trị AI (AIGMM)
Để giúp các đồng chí dễ hình dung và tự đánh giá đơn vị mình đang ở đâu, hãy sử dụng khung tham chiếu Mô hình Trưởng thành Quản trị AI (AIGMM) được đề cập trong tài liệu. Mô hình này đánh giá dựa trên 4 trụ cột chính:
-
Giám sát đạo đức (Ethical Oversight): Đơn vị có hội đồng đánh giá đạo đức hoặc bộ phận giám sát thuật toán độc lập không?
-
Sự minh bạch (Transparency): Các thuật toán, báo cáo kiểm toán có được công khai cho người dân biết không?
-
Sự tham gia (Participation): Người dân có được tham gia đóng góp ý kiến vào quá trình thiết kế chính sách công nghệ không?
-
Năng lực thực thi (Implementation Capacity): Có hạ tầng kỹ thuật, nguồn vốn và nhân sự được đào tạo bài bản để quản lý hay không?
Chúng ta hãy cùng xem xét cách 3 thành phố lớn trên thế giới là Barcelona (Tây Ban Nha), Boston (Mỹ) và Bengaluru (Ấn Độ) giải quyết bài toán này như thế nào để rút ra kinh nghiệm.
Phân tích so sánh: Bài học từ 3 mô hình quản trị điển hình
Dữ liệu từ nghiên cứu cho thấy sự khác biệt rõ rệt về hiệu quả quản trị dựa trên cách tiếp cận của từng địa phương.
1. Barcelona (Tây Ban Nha): Hình mẫu về sự tham gia của công dân
Barcelona đạt điểm số cao nhất trong bảng đánh giá (17.5/20 điểm). Bí quyết của họ nằm ở đâu?
-
Cơ chế: Họ vận hành một “Ủy ban Đạo đức Dữ liệu Thành phố” chuyên trách. Mọi dự án AI đều phải qua ủy ban này xem xét trước khi triển khai.
-
Minh bạch: Thành phố công khai “Sổ đăng ký thuật toán”, liệt kê các ứng dụng AI đang dùng, mục tiêu và kết quả kiểm toán.
-
Quyền công dân: Người dân có quyền khiếu nại các quyết định do thuật toán đưa ra.
Bài học: Sự minh bạch và tôn trọng quyền tham gia của người dân là chìa khóa để công nghệ được xã hội chấp nhận.
2. Boston (Mỹ): Sức mạnh của pháp lý và sắc lệnh
Boston đứng thứ hai với 16.5 điểm, nổi bật với tính thực thi pháp luật mạnh mẽ.
-
Công cụ: Họ ban hành “Sắc lệnh Trách nhiệm giải trình Thuật toán” (Algorithmic Accountability Ordinance). Đây không phải là khuyến nghị, mà là luật.
-
Quy trình: Sắc lệnh này bắt buộc phải đánh giá rủi ro và đạo đức trước khi triển khai bất kỳ công nghệ nào.
-
Mua sắm công: Các điều khoản hợp đồng mua sắm được thiết kế chặt chẽ để đảm bảo nhà cung cấp phải chia sẻ dữ liệu phục vụ kiểm toán, tránh tình trạng bị lệ thuộc vào công nghệ của nhà thầu.
Bài học: Cần có văn bản quy phạm pháp luật ở cấp địa phương (trong thẩm quyền cho phép) để ràng buộc trách nhiệm, thay vì chỉ dựa vào hướng dẫn chung chung.
3. Bengaluru (Ấn Độ): Bài học về sự thiếu hụt giám sát
Bengaluru, dù là một trung tâm công nghệ lớn, chỉ đạt 9.0 điểm.
-
Vấn đề: Họ tập trung mạnh vào triển khai (giao thông thông minh, camera) nhưng thiếu cơ chế giám sát độc lập.
-
Hệ quả: Sự giám sát chỉ diễn ra manh mún, dựa vào chỉ đạo từ cấp trên thay vì chủ động tại địa phương. Dữ liệu bị hạn chế công khai, dẫn đến việc người dân không thể giám sát.
-
Nguyên nhân: Thiếu năng lực tài chính và sự phụ thuộc vào khung chính sách cấp quốc gia mà không có sự cụ thể hóa tại địa phương.
Bài học: Chỉ đầu tư vào công nghệ mà bỏ quên đầu tư vào thể chế quản trị sẽ dẫn đến rủi ro pháp lý và mất niềm tin.
So sánh ưu nhược điểm của các mô hình quản trị AI tại Barcelona Boston và Bengaluru
3 bước hành động cụ thể cho lãnh đạo và cán bộ địa phương
Từ những phân tích trên, để chuẩn bị cho năm 2026 và các giai đoạn tiếp theo, các đơn vị hành chính công tại Việt Nam (cấp xã, sở, ban ngành cấp tỉnh và trung ương) cần tập trung vào các giải pháp cụ thể sau:
Bước 1: Thể chế hóa giám sát đạo đức (Institutionalized Ethical Oversight)
Đừng đợi sự cố xảy ra mới xử lý. Hãy thiết lập quy trình rà soát ngay từ khâu lập kế hoạch dự án.
-
Cách làm: Khi đề xuất một dự án chuyển đổi số có sử dụng AI (ví dụ: Chatbot hỗ trợ công dân, hệ thống phân tích dữ liệu kinh tế xã hội), cần thành lập tổ thẩm định không chỉ về kỹ thuật mà còn về tác động xã hội.
-
Câu hỏi cần đặt ra: Dữ liệu đầu vào có sạch không? Thuật toán có khả năng thiên vị nhóm đối tượng nào không? Nếu máy tính sai, quy trình xử lý khiếu nại của người dân như thế nào?
Bước 2: Xây dựng hệ sinh thái thuật toán minh bạch (Transparent Algorithmic Ecosystems)
Minh bạch không có nghĩa là lộ bí mật nhà nước, mà là công khai mục đích và nguyên tắc hoạt động.
-
Thực hành: Trên cổng thông tin điện tử của sở/ban/ngành, nên có chuyên mục công khai danh mục các ứng dụng số đang phục vụ người dân.
-
Nội dung công khai: Ứng dụng này dùng để làm gì? Dữ liệu nào được thu thập? Đơn vị nào chịu trách nhiệm vận hành? Đây là cách Boston và Barcelona đã làm rất tốt để lấy niềm tin của công chúng.
Bước 3: Nâng cao năng lực thực thi và tư duy làm chủ công nghệ
Nghiên cứu chỉ ra rằng, sự trưởng thành trong quản trị không phụ thuộc vào độ giàu có của địa phương mà phụ thuộc vào “ý chí thể chế” (institutional intent). Tuy nhiên, rào cản lớn nhất của Bengaluru chính là thiếu nhân lực am hiểu.
Đây chính là lúc chúng ta cần nhìn nhận nghiêm túc về công tác đào tạo. Việc mua sắm phần mềm triệu đô sẽ trở nên lãng phí nếu cán bộ không có tư duy chọn và sử dụng AI đúng cách.
Tại AIHanhChinhCong.vn, chúng tôi hiểu rõ nỗi đau này của các địa phương. Chúng tôi không chỉ cung cấp các giải pháp AI thông minh, tự động hóa chuyên nghiệp mà còn tập trung vào cốt lõi: Con người. Thông qua các chương trình tư vấn và đào tạo chuyển đổi số thực chiến, chúng tôi giúp các cán bộ, chuyên viên từ cấp xã đến trung ương hình thành tư duy giao tiếp với AI một cách chủ động.
Thay vì phụ thuộc vào hàng trăm mẫu câu lệnh (prompt) cứng nhắc và rập khuôn, các khóa đào tạo của chúng tôi hướng dẫn học viên hiểu bản chất, từ đó tự xây dựng các “Trợ lý AI cá nhân hóa” phục vụ đúng nhu cầu công việc đặc thù của từng sở, ngành, đoàn thể (Mặt trận tổ quốc, Hội phụ nữ, Đoàn thanh niên…). Mục tiêu là biến công nghệ thành công cụ phục vụ con người, chứ không để con người chạy theo công nghệ.
Quản trị AI trong dịch vụ công không phải là rào cản cho sự phát triển, mà chính là bệ phóng để công nghệ đi vào đời sống một cách bền vững. Kết quả nghiên cứu khẳng định: Một hệ thống quản trị tốt cần cân bằng giữa 3 trụ cột: Giám sát đạo đức – Hệ sinh thái minh bạch – Hành chính giàu nguồn lực và có tính tham gia.
Lãnh đạo và cán bộ địa phương cần xem xét việc áp dụng các cơ chế “đăng ký thuật toán” (như Barcelona), “sắc lệnh trách nhiệm” (như Boston) và tránh vết xe đổ của việc phát triển nóng nhưng thiếu kiểm soát. Bằng cách điều chỉnh việc áp dụng công nghệ phù hợp với các giá trị công cộng, chúng ta có thể biến AI từ một nguồn gốc của sự lo ngại thành một công cụ đắc lực cho sự công bằng, bao trùm và tiến bộ xã hội.
