Từ ngày 14 đến 17/9/2026 tại Riyadh, Saudi Arabia, TS. Trần Tiến Công – Quyền Trưởng khoa Trí tuệ nhân tạo, Học viện Công nghệ Bưu chính Viễn thông (PTIT), Giám đốc Trung tâm Đào tạo chuyên sâu về AI – đã tham dự Diễn đàn toàn cầu lần thứ 4 về Đạo đức Trí tuệ nhân tạo (4th UNESCO Global Forum on the Ethics of Artificial Intelligence – GFEAI 2026) và tham gia với vai trò diễn giả tại phiên thảo luận “Rethinking Sciences in the Age of Artificial Intelligence”.

GFEAI là diễn đàn quốc tế do UNESCO khởi xướng nhằm thúc đẩy việc triển khai Khuyến nghị về Đạo đức Trí tuệ nhân tạo – khuôn khổ chuẩn mực toàn cầu đầu tiên của UNESCO về đạo đức AI. Diễn đàn năm 2026 được UNESCO và Vương quốc Saudi Arabia đồng tổ chức với chủ đề “Transforming Global Cooperation for Ethical AI Governance”, quy tụ hơn 6.300 người tham dự và hơn 50 đoàn đại biểu quốc gia, cùng đại diện các tổ chức quốc tế, giới học thuật, doanh nghiệp và xã hội dân sự. Các phiên thảo luận tập trung vào những vấn đề đang trực tiếp định hình tương lai của AI, từ quản trị có trách nhiệm, quyền con người, giáo dục, khoa học, y tế và phát triển bền vững đến an toàn AI, giám sát, trách nhiệm giải trình và hợp tác quốc tế.

Đào tạo nhà nghiên cứu khi công cụ AI thay đổi từng ngày

Tại phiên “Rethinking Sciences in the Age of Artificial Intelligence”, TS. Trần Tiến Công tập trung vào một vấn đề cốt lõi của giáo dục và nghiên cứu trong kỷ nguyên AI: làm thế nào để đào tạo một thế hệ nhà khoa học có thể tận dụng AI để tăng tốc khám phá, nhưng vẫn duy trì được tư duy phản biện, tính độc lập và sự nghiêm ngặt vốn là nền tảng của khoa học. Một trong những câu hỏi được đặt ra từ chính thực tiễn xây dựng Khoa Trí tuệ nhân tạo tại PTIT là: sinh viên hôm nay nên học gì khi đến thời điểm tốt nghiệp, những công cụ AI mà các em đang sử dụng có thể đã hoàn toàn khác?

Theo TS. Trần Tiến Công, nếu chương trình đào tạo chỉ tập trung vào cách sử dụng các công cụ đang phổ biến ở thời điểm hiện tại, kiến thức đó rất dễ trở nên lỗi thời. Điều quan trọng hơn là giúp người học hình thành năng lực có thể tồn tại lâu hơn bất kỳ một mô hình hay nền tảng cụ thể nào: khả năng tư duy, tự học, nghiên cứu, đánh giá bằng chứng và đưa ra phán đoán khoa học một cách độc lập. Từ góc nhìn đó, đào tạo AI không nên được hiểu đơn giản là dạy sinh viên cách sử dụng AI. Mục tiêu phải là chuẩn bị cho họ khả năng tiếp tục học hỏi và làm chủ công nghệ ngay cả khi môi trường AI thay đổi nhanh chóng.

Hai tầng năng lực AI: phổ cập rộng và đào tạo chuyên sâu

Trong phần chia sẻ, TS. Trần Tiến Công cũng đề cập tới yêu cầu xây dựng hai tầng năng lực AI có tính bổ trợ cho nhau. Ở tầng thứ nhất là AI literacy – hiểu biết và năng lực sử dụng AI ở quy mô rộng. AI ngày càng trở thành công cụ chung trong nhiều lĩnh vực, do đó bác sĩ, kỹ sư, nhà kinh tế, luật sư hay các chuyên gia thuộc những ngành nghề khác đều cần có khả năng hiểu và sử dụng AI một cách phù hợp trong công việc của mình. Tuy nhiên, phổ cập AI là chưa đủ. Ở tầng thứ hai, một quốc gia vẫn cần lực lượng các nhà nghiên cứu và kỹ sư được đào tạo chuyên sâu, có khả năng đi vào bản chất của công nghệ: hiểu nền tảng toán học, thuật toán và nguyên lý khoa học phía sau các hệ thống AI, đồng thời đủ năng lực nghiên cứu, phát triển và tạo ra những công nghệ mới.

Hai hướng này không loại trừ nhau. Ngược lại, chúng tạo thành một hệ sinh thái trong đó AI vừa được đưa vào các lĩnh vực của đời sống và sản xuất, vừa có một lực lượng chuyên gia đủ chiều sâu để làm chủ và phát triển công nghệ.

Văn hóa nghiên cứu cần bắt đầu sớm

Một nội dung khác được nhấn mạnh là việc đưa sinh viên đến gần hoạt động nghiên cứu càng sớm càng tốt. Thay vì chờ tới những năm cuối đại học hoặc đến khi bắt đầu một đề tài tốt nghiệp, sinh viên có thể được tiếp xúc sớm với các nhóm nghiên cứu, phòng thí nghiệm, bài toán thực tế của doanh nghiệp và cộng đồng nghiên cứu. Qua đó, các em học được cách đặt câu hỏi, xây dựng giả thuyết, kiểm chứng kết quả, làm việc với dữ liệu và chấp nhận việc một hướng nghiên cứu có thể thất bại. Tại PTIT, cách tiếp cận này cũng đang được mở rộng tới các hoạt động dành cho học sinh trẻ tuổi hơn, phản ánh quan điểm rằng văn hóa nghiên cứu không bắt đầu từ thời điểm một người viết bài báo khoa học đầu tiên, mà từ lúc họ bắt đầu biết tò mò, đặt câu hỏi và tìm cách kiểm chứng câu trả lời. Trong kỷ nguyên AI, năng lực nghiên cứu sớm càng trở nên quan trọng bởi người học không chỉ phải tiếp nhận kiến thức, mà còn phải biết phân biệt giữa một câu trả lời có vẻ hợp lý và một kết luận có thể được chứng minh bằng phương pháp khoa học.

Khi AI có thể tạo ra câu trả lời, con người càng phải biết đặt câu hỏi

Sự tiến bộ nhanh chóng của AI đang thay đổi sâu sắc quy trình nghiên cứu. Các hệ thống AI có thể hỗ trợ tìm kiếm và tổng hợp tài liệu, sinh mã nguồn, phân tích dữ liệu, đề xuất giả thuyết, mô phỏng thí nghiệm, xây dựng lời giải thích và thậm chí hỗ trợ tạo ra một bản thảo nghiên cứu. Nhưng chính khả năng này cũng tạo ra một rủi ro mới. Nếu phụ thuộc quá nhiều vào AI, một nhà nghiên cứu có thể ngày càng giỏi trong việc nhận được câu trả lời, nhưng lại dần yếu đi trong khả năng đặt câu hỏi liệu câu trả lời đó có thực sự đúng hay không. Vì vậy, theo TS. Trần Tiến Công, người làm khoa học trong tương lai cần đặc biệt chú trọng ba nhóm năng lực. Thứ nhất là nền tảng vững chắc về toán học, thống kê, thuật toán và phương pháp khoa học. Những kiến thức này giúp người nghiên cứu không chỉ biết rằng một hệ thống hoạt động, mà còn có khả năng phân tích vì sao nó hoạt động, điều kiện nào khiến kết quả đáng tin cậy và giới hạn của phương pháp nằm ở đâu. Thứ hai là khả năng làm việc liên ngành. Những đột phá quan trọng trong tương lai có thể không đến từ việc phát triển AI như một lĩnh vực biệt lập, mà từ việc kết hợp AI với các lĩnh vực khác.

TS. Trần Tiến Công đề cập tới hướng tiếp cận “AI+X”, trong đó AI trở thành công cụ và nền tảng để thúc đẩy nghiên cứu trong các lĩnh vực như sinh học, y học, kỹ thuật hay các ngành khoa học khác. Khi kiến thức chuyên ngành được kết hợp với năng lực AI, những câu hỏi trước đây rất khó giải quyết có thể được tiếp cận theo những cách hoàn toàn mới. Thứ ba, và cũng đặc biệt quan trọng, là tính độc lập về trí tuệ. Một nhà nghiên cứu không thể mặc nhiên chấp nhận kết quả do AI đưa ra chỉ vì mô hình có vẻ thông minh hoặc câu trả lời được trình bày thuyết phục. Họ cần tiếp tục hỏi: Vì sao hệ thống đưa ra kết quả này? Kết quả có thể tái lập hay không? Dữ liệu có đủ đáng tin cậy không? Có thiên lệch nào đang ảnh hưởng đến kết luận không? Và bằng chứng thực tế có thực sự ủng hộ điều mà AI đang nói hay không? Đó là những câu hỏi vốn thuộc về phương pháp khoa học, nhưng trở nên cấp thiết hơn khi AI ngày càng tham gia sâu vào quá trình tạo lập tri thức.

“Hiểu AI, tạo ra AI và phản biện AI”

Từ những vấn đề trên, phần chia sẻ của TS. Trần Tiến Công hướng tới một quan điểm rõ ràng: mục tiêu của giáo dục AI không chỉ là đào tạo những người biết sử dụng AI. Một thế hệ nhà nghiên cứu mới cần có khả năng “understand AI, create AI, challenge AI” – hiểu AI, tạo ra AI và biết phản biện AI. “Hiểu AI” nghĩa là nắm được những nguyên lý, khả năng và giới hạn của công nghệ thay vì chỉ vận hành nó như một hộp đen, “Tạo ra AI” đòi hỏi nền tảng chuyên môn đủ sâu để người học có thể nghiên cứu, thiết kế và phát triển những phương pháp, mô hình và ứng dụng mới. Còn “phản biện AI” là khả năng không chấp nhận một kết quả chỉ vì nó được máy móc tạo ra; thay vào đó, người nghiên cứu phải tiếp tục kiểm chứng, chất vấn và chịu trách nhiệm về cách AI được đưa vào quá trình khoa học. Theo cách tiếp cận này, AI nên được xem là công cụ để mở rộng năng lực khám phá của con người, chứ không phải một cơ chế thay thế phán đoán và trách nhiệm của con người. Khi máy móc ngày càng có khả năng xử lý thông tin, suy luận và tạo nội dung, những phẩm chất rất “con người” của một nhà khoa học – sự tò mò, tinh thần hoài nghi khoa học, ý thức đạo đức, trí tưởng tượng và trách nhiệm – không trở nên kém quan trọng. Ngược lại, chúng chính là những năng lực cần được củng cố mạnh mẽ hơn.

Đóng góp tiếng nói của PTIT vào các thảo luận toàn cầu về AI có trách nhiệm

Sự tham gia của Khoa Trí tuệ nhân tạo – PTIT tại GFEAI 2026 là cơ hội để kết nối với cộng đồng học thuật, các nhà hoạch định chính sách, tổ chức quốc tế và chuyên gia đang trực tiếp tham gia định hình cách AI được phát triển và quản trị trên thế giới. Đồng thời, đây cũng là dịp để PTIT đóng góp góc nhìn từ thực tiễn đào tạo nguồn nhân lực AI tại Việt Nam vào những thảo luận có phạm vi toàn cầu. Trong bối cảnh AI ngày càng tác động mạnh mẽ tới khoa học, giáo dục và đời sống xã hội, câu hỏi quan trọng không còn chỉ là AI có thể làm được gì, mà còn là con người cần được chuẩn bị như thế nào để sử dụng, phát triển và kiểm soát AI một cách có trách nhiệm. Thông qua định hướng chú trọng nền tảng khoa học, nghiên cứu sớm, tư duy liên ngành và tính độc lập trí tuệ, Khoa Trí tuệ nhân tạo – PTIT hướng tới đào tạo một thế hệ nhân lực không chỉ có khả năng làm việc với các công nghệ AI hiện tại, mà còn có đủ năng lực thích nghi, sáng tạo và dẫn dắt khi công nghệ tiếp tục thay đổi.

Sự hiện diện tại GFEAI 2026 qua đó tiếp tục khẳng định định hướng hội nhập quốc tế của Khoa, đồng thời góp phần đưa tiếng nói của Việt Nam vào các cuộc thảo luận chung về một hệ sinh thái AI có trách nhiệm, lấy con người làm trung tâm và phục vụ sự phát triển bền vững.