AI governance và vai trò của DRAS trong thiết kế chính sách công nghệ quốc gia

AI governance (quản trị trí tuệ nhân tạo) như một kiến trúc thể chế

AI governance (quản trị trí tuệ nhân tạo) không đơn thuần là bộ quy tắc đạo đức dành cho kỹ sư phát triển thuật toán. Ở cấp độ chính sách, khái niệm này bao hàm toàn bộ cấu trúc nguyên tắc, luật pháp, cơ chế giám sát và trách nhiệm giải trình nhằm bảo đảm việc phát triển và triển khai AI phù hợp với lợi ích xã hội dài hạn.

OECD (2019) đã đặt nền tảng cho cách tiếp cận lấy con người làm trung tâm, nhấn mạnh minh bạch, trách nhiệm và khả năng kiểm soát của con người đối với hệ thống AI. Trong khi đó, EU AI Act (2024) cụ thể hoá quản trị AI bằng cách phân loại rủi ro và áp đặt nghĩa vụ pháp lý tương ứng. Hai cách tiếp cận này cho thấy AI governance không còn là thảo luận học thuật, mà đã bước vào giai đoạn thể chế hoá.

Nếu nhìn sâu hơn, AI governance vận hành trên nhiều tầng: tầng giá trị định hướng, tầng pháp lý – thể chế và tầng vận hành thực tiễn như kiểm toán thuật toán và giám sát hệ thống. Chính sự đa tầng này khiến quản trị AI trở thành một lĩnh vực đòi hỏi năng lực liên ngành thay vì chuyên môn kỹ thuật thuần tuý.

Sự gia tăng năng lực AI và nhu cầu điều phối chiến lược

AI Index Report 2024 ghi nhận sự gia tăng đáng kể về năng lực mô hình nền tảng và quy mô đầu tư toàn cầu vào AI (Stanford Institute for Human-Centered AI, 2024). Khi AI tham gia vào các lĩnh vực nhạy cảm như tài chính, y tế hay hạ tầng dữ liệu quốc gia, tác động của nó không còn mang tính cục bộ.

Russell (2019) lập luận rằng vấn đề trọng tâm của AI không nằm ở khả năng tính toán, mà ở việc đảm bảo hệ thống hành xử phù hợp với mục tiêu xã hội. Lập luận này mở rộng phạm vi thảo luận từ kỹ thuật sang thiết kế chính sách. Quản trị AI vì vậy không phải phản ứng sau đổi mới, mà cần song hành cùng đổi mới ngay từ đầu.

Trong bối cảnh nhiều kịch bản dự báo về AGI xuất hiện trong thập kỷ này, dù còn tranh luận về mốc thời gian cụ thể, điều có thể khẳng định là tốc độ phát triển công nghệ vượt xa tốc độ thích ứng của thể chế. Khoảng cách này chính là không gian mà năng lực hoạch định chiến lược cần được lấp đầy.

AI governance như yếu tố cấu trúc của năng lực quốc gia

Khi AI trở thành hạ tầng chiến lược, quản trị AI gắn chặt với năng lực cạnh tranh quốc gia. Nó liên quan đến chủ quyền dữ liệu, an ninh thông tin và khả năng định hình chuẩn mực quốc tế.

World Economic Forum (2023) nhấn mạnh rằng quản trị AI hiệu quả đòi hỏi mô hình đa bên, nơi nhà nước, doanh nghiệp và học thuật cùng tham gia thiết kế khuôn khổ điều phối. Cách tiếp cận này phản ánh thực tế rằng AI không nằm trọn trong một lĩnh vực duy nhất, mà lan toả khắp hệ sinh thái kinh tế – xã hội.

Một quốc gia có thể sở hữu công nghệ tiên tiến, nhưng nếu thiếu năng lực điều phối chính sách và thiết kế cơ chế trách nhiệm giải trình, lợi thế công nghệ đó khó có thể chuyển hoá thành lợi thế bền vững.

DRAS trong hệ sinh thái SwissUK™ và năng lực thiết kế hệ thống

Trong bối cảnh đó, Doctoral Advanced Studies (DRAS) trong hệ sinh thái SwissUK™ có thể được nhìn nhận như một cấu trúc phát triển năng lực ở cấp độ thể chế. Khác với đào tạo chuyên môn tập trung vào kỹ thuật hoặc nghiệp vụ, DRAS hướng tới khả năng phân tích cấu trúc, thiết kế hệ thống và hoạch định chính sách trong môi trường phức hợp.

AI governance đòi hỏi năng lực đọc hiểu công nghệ, nhưng đồng thời cần khả năng đánh giá tác động kinh tế – xã hội, xây dựng khung điều tiết cân bằng giữa đổi mới và an toàn, cũng như thiết kế cơ chế trách nhiệm giải trình trong môi trường digital labour (lao động số) ngày càng mở rộng.

DRAS, nếu được định vị đúng, không chỉ là cấp độ học thuật cao hơn MAS, mà là cấu trúc đào tạo nhằm hình thành năng lực lãnh đạo thể chế. Trong môi trường nơi AI có thể tự động hoá nhiều quy trình nhận thức, giá trị gia tăng của con người nằm ở khả năng thiết kế và điều phối hệ thống.

Hàm ý cho SwissUK™ Policy Lab

AI governance đang chuyển từ chủ đề thảo luận sang trụ cột chính sách. Điều này đặt ra yêu cầu tái cấu trúc chương trình đào tạo nâng cao theo hướng tích hợp phân tích rủi ro công nghệ, thiết kế thể chế và tư duy hệ thống.

Mô hình tích luỹ theo cấp độ như CAS–MAS–DRAS trong hệ sinh thái SwissUK™ có thể được phát triển như lộ trình hình thành năng lực từ chuyên môn đến lãnh đạo chính sách. Khi AI tiến gần hơn tới tự động hoá nhận thức quy mô lớn, năng lực thiết kế hệ thống và điều phối chiến lược trở thành yếu tố phân biệt giữa thích ứng thụ động và dẫn dắt chủ động.

Quản trị AI vì vậy không chỉ là câu chuyện kiểm soát rủi ro, mà là bài toán kiến tạo cấu trúc phát triển bền vững trong thời đại công nghệ tăng tốc.

Tài liệu tham khảo

• OECD. (2019). OECD principles on artificial intelligence. OECD Publishing.
• Russell, S. (2019). Human compatible: Artificial intelligence and the problem of control. Viking.
• Stanford Institute for Human-Centered AI. (2024). AI Index Report 2024. Stanford University.
• World Economic Forum. (2023). A blueprint for responsible AI governance. World Economic Forum.