AI là gì? Trí tuệ nhân tạo: cách hoạt động, ví dụ, luật 2026

Mục lục

1. AI là gì?
2. AI là viết tắt của từ gì?
3. Lịch sử phát triển của AI qua các mốc chính
4. AI hoạt động như thế nào?
5. Các loại AI: có mấy cách phân loại?
6. AI, machine learning, deep learning và generative AI khác nhau thế nào?
7. Các lĩnh vực con của trí tuệ nhân tạo
8. Ví dụ về trí tuệ nhân tạo trong đời sống và doanh nghiệp
9. Ứng dụng của trí tuệ nhân tạo theo ngành
10. Lợi ích của trí tuệ nhân tạo
11. Hạn chế và rủi ro của AI là gì?
12. Khung pháp lý về AI tại Việt Nam
13. Doanh nghiệp nên bắt đầu ứng dụng AI từ đâu?
14. Những hiểu lầm phổ biến về AI
15. Thuật ngữ AI cần biết
16. Câu hỏi thường gặp

AI là gì?

AI là khả năng của máy móc trong việc thực hiện các nhiệm vụ cần đến trí tuệ con người. Thay vì được lập trình sẵn từng bước, phần lớn hệ thống AI hiện đại tự rút ra quy luật từ dữ liệu, rồi dùng quy luật đó để dự đoán, phân loại hoặc tạo nội dung mới.

Ví dụ đời thường: hộp thư của bạn tự đẩy thư rác sang thư mục riêng. Không ai viết sẵn danh sách mọi thư rác. Hệ thống đã học từ hàng triệu thư được người dùng đánh dấu, nhận ra dấu hiệu chung, rồi phán đoán khi thư mới đến. Mở khoá điện thoại bằng khuôn mặt, bản đồ gợi ý đường tránh kẹt xe hay chatbot trả lời bằng tiếng Việt cũng theo cùng nguyên lý: học từ dữ liệu, rồi suy luận trên dữ liệu mới.

Artificial intelligence là gì? Định nghĩa ngắn bằng hai ngôn ngữ

Nếu bạn tìm “what is artificial intelligence”, câu trả lời ngắn nhất như sau.

• Tiếng Anh: artificial intelligence is the field of computer science that builds machines able to perform tasks that normally need human intelligence, such as learning from data, reasoning, recognizing images and understanding language.
• Tiếng Việt: trí tuệ nhân tạo là lĩnh vực khoa học máy tính tạo ra hệ thống làm được những việc thường cần trí óc con người, như học từ dữ liệu, suy luận, nhận biết hình ảnh và hiểu ngôn ngữ.

Một điểm dễ nhầm: “AI” vừa là tên một lĩnh vực nghiên cứu, vừa là cách gọi một sản phẩm cụ thể (“tôi dùng AI để dịch”). Khi ai đó nói “một AI”, họ thường chỉ một mô hình hoặc ứng dụng. Khi nói “ngành AI”, họ chỉ cả lĩnh vực, gồm học máy, thị giác máy tính, xử lý ngôn ngữ và nhiều nhánh khác.

Tìm “ai” trên Google: từ khoá này mang nghĩa gì?

Trong tiếng Việt, “ai” còn là đại từ nghi vấn (“ai đó?”, “ai làm việc này?”). Vì vậy truy vấn ngắn “ai” có thể lẫn hai ý. Bảng dưới giúp bạn phân biệt nhanh.

Cách viết	Nghĩa	Ngữ cảnh
AI, A.I. (viết hoa)	Artificial Intelligence, trí tuệ nhân tạo	Công nghệ, kinh doanh, luật, tin tức
ai (viết thường, tiếng Việt)	Đại từ hỏi về người	Giao tiếp hằng ngày
AI trong tên sản phẩm	Tính năng dùng mô hình học máy	“Camera AI”, “trợ lý AI”, “AI tạo sinh”

Chữ “AI” viết hoa gồm chữ cái A và chữ cái I. Đừng gõ nhầm thành “Al” (chữ L thường), vì nhiều phông chữ không phân biệt được hai ký tự này.

AI khác gì phần mềm thông thường?

Phần mềm truyền thống chạy theo quy tắc con người viết ra. AI học quy tắc từ dữ liệu. Ví dụ minh hoạ: một hàm tính thuế giá trị gia tăng chỉ cần công thức, nên không cần AI. Một bộ lọc thư rác thì khó viết đủ quy tắc vì kẻ gửi liên tục đổi cách viết, nên hệ thống học từ các thư đã được đánh dấu.

Tiêu chí	Phần mềm theo quy tắc	Phần mềm có AI học máy
Quy tắc đến từ đâu	Lập trình viên viết	Thuật toán rút ra từ dữ liệu huấn luyện
Tình huống chưa gặp	Lỗi hoặc không xử lý	Suy luận, có thể đúng hoặc sai
Kết quả với cùng đầu vào	Luôn như nhau	Có thể thay đổi, nhất là AI tạo sinh
Khi sai	Tìm dòng lệnh lỗi để sửa	Xem lại dữ liệu, huấn luyện lại hoặc thêm bước kiểm tra
Cách đánh giá	Đúng hoặc sai theo đặc tả	Tỷ lệ đúng trên mẫu kiểm thử

Vì vậy AI không phải lúc nào cũng tốt hơn. Bài toán có quy tắc rõ và cần kết quả tuyệt đối chính xác thường nên dùng phần mềm thường.

Trí tuệ nhân tạo là gì theo pháp luật Việt Nam?

Điều 3 Luật Trí tuệ nhân tạo số 134/2025/QH15 định nghĩa: trí tuệ nhân tạo là việc thực hiện bằng điện tử các năng lực trí tuệ của con người, bao gồm học tập, suy luận, nhận thức, phán đoán và hiểu ngôn ngữ tự nhiên. Hệ thống trí tuệ nhân tạo là hệ thống dựa trên máy, được thiết kế để thực hiện các năng lực đó, với mức độ tự chủ khác nhau và có thể tự thích nghi sau khi triển khai.

Định nghĩa này rất gần với định nghĩa hệ thống AI mà Tổ chức Hợp tác và Phát triển Kinh tế (OECD) cập nhật ngày 29/11/2023: hệ thống dựa trên máy, từ dữ liệu đầu vào suy ra cách tạo đầu ra như dự đoán, nội dung, khuyến nghị hoặc quyết định. Chữ quan trọng là “suy ra”: AI không tra bảng đáp án có sẵn mà suy luận để xử lý cả trường hợp chưa từng gặp.

AI là viết tắt của từ gì?

AI là viết tắt của Artificial Intelligence. “Artificial” nghĩa là nhân tạo, “Intelligence” nghĩa là trí tuệ. Tiếng Việt dịch là “trí tuệ nhân tạo”, đôi khi là “trí thông minh nhân tạo”. Văn bản pháp luật Việt Nam thống nhất dùng “trí tuệ nhân tạo”. Người Việt đọc AI là “ây-ai” theo tiếng Anh hoặc “a-i” theo tiếng Việt, cả hai đều phổ biến.

Cụm từ này xuất hiện trong bản đề xuất ngày 31/08/1955 của John McCarthy, Marvin Minsky, Nathaniel Rochester và Claude Shannon, nhằm tổ chức một nhóm nghiên cứu mùa hè năm 1956 tại Đại học Dartmouth (Mỹ). Bản đề xuất đặt giả thuyết rằng mọi đặc điểm của trí tuệ, về nguyên tắc, đều có thể mô tả chính xác đến mức máy móc mô phỏng được.

Lịch sử phát triển của AI qua các mốc chính

AI đã trải qua hơn 70 năm, xen kẽ giữa những giai đoạn hưng phấn và các “mùa đông AI” (AI winter), khi kỳ vọng vượt khả năng thực tế và đầu tư bị cắt giảm. Bảng dưới chỉ liệt kê mốc kiểm chứng được qua tài liệu gốc; bạn có thể đọc bản đầy đủ hơn ở bài lịch sử phát triển của AI.

Thời điểm	Sự kiện
1950	Alan Turing đăng bài “Computing Machinery and Intelligence” trên tạp chí Mind, đặt câu hỏi “Máy móc có thể suy nghĩ không?” và đề xuất “trò chơi bắt chước” (sau gọi là phép thử Turing)
1956	Dự án nghiên cứu mùa hè về AI tại Đại học Dartmouth, mốc khai sinh ngành AI
1966	Joseph Weizenbaum (MIT) tạo chương trình ELIZA, một trong những chatbot đầu tiên
05/1997	Deep Blue của IBM thắng nhà vô địch cờ vua thế giới Garry Kasparov 3,5–2,5
2012	Mạng nơ-ron AlexNet (Krizhevsky, Sutskever, Hinton) thắng cuộc thi nhận dạng ảnh ImageNet, mở ra làn sóng học sâu
03/2016	AlphaGo của DeepMind thắng kỳ thủ cờ vây Lee Sedol 4–1 tại Seoul
06/2017	Bài báo “Attention Is All You Need” giới thiệu kiến trúc Transformer, nền tảng của các mô hình ngôn ngữ lớn
30/11/2022	OpenAI ra mắt ChatGPT, AI tạo sinh trở thành công cụ đại chúng
10/2024	Nobel Vật lý trao cho John Hopfield và Geoffrey Hinton vì nền tảng học máy bằng mạng nơ-ron. Nobel Hoá học trao một nửa cho Demis Hassabis và John Jumper vì dự đoán cấu trúc protein
10/12/2025	Quốc hội Việt Nam thông qua Luật Trí tuệ nhân tạo số 134/2025/QH15

Xu hướng chung: AI giai đoạn đầu dựa trên luật do con người viết tay. AI hiện đại học từ dữ liệu khổng lồ, nhờ chip đồ hoạ (GPU) và lượng dữ liệu số bùng nổ.

AI hoạt động như thế nào?

Có thể ví AI như một học sinh luyện đề: làm thật nhiều bài có đáp án, rút ra mẹo giải, rồi dùng mẹo đó cho đề mới. Khác biệt là quy mô: hàng triệu đến hàng tỷ ví dụ, và “mẹo” được lưu dưới dạng các con số gọi là tham số.

1. Dữ liệu

Dữ liệu là nguyên liệu AI học: văn bản, hình ảnh, âm thanh, giao dịch, số đo cảm biến. Nhiều bài toán cần dữ liệu được gán nhãn (data annotation), tức con người ghi đáp án đúng cho từng mẫu: ảnh này có con mèo, thư này là thư rác. Nguyên tắc “rác vào, rác ra” (garbage in, garbage out) luôn đúng: dữ liệu sai thì mô hình sai.

2. Huấn luyện

Huấn luyện (training) là quá trình điều chỉnh tham số để dự đoán khớp đáp án nhiều nhất. Mỗi lần sai, thuật toán đo mức sai và chỉnh một chút, lặp lại hàng triệu lần. Huấn luyện mô hình lớn tốn nhiều điện năng và GPU, nên đa số doanh nghiệp dùng mô hình có sẵn rồi tinh chỉnh hoặc kết nối với dữ liệu riêng.

3. Mô hình

Mô hình (model) là sản phẩm của huấn luyện, giống một hàm số phức tạp: nhận đầu vào, trả đầu ra. Nó không lưu nguyên văn dữ liệu như thư viện mà lưu các mẫu hình thống kê.

4. Suy luận

Suy luận (inference) là lúc mô hình được dùng thật: bạn gõ câu hỏi vào chatbot, chụp hoá đơn để phần mềm đọc số tiền, camera đọc biển số xe. Kết quả sai và phản hồi người dùng được dùng để huấn luyện lại.

Máy “học” theo những cách nào?

• Học có giám sát (supervised learning): học từ dữ liệu có đáp án, như phân loại thư rác.
• Học không giám sát (unsupervised learning): tự tìm nhóm trong dữ liệu chưa gán nhãn, như phân nhóm khách hàng.
• Học tăng cường (reinforcement learning): học qua thử và sai, nhận “thưởng” khi làm đúng.
• Học tự giám sát (self-supervised learning): tự tạo bài tập từ dữ liệu thô, như che một từ rồi đoán. Đây là cách mô hình ngôn ngữ lớn học.

Các loại AI: có mấy cách phân loại?

Không có một đáp án duy nhất cho câu hỏi “có mấy loại AI”. Bốn cách phân loại dưới đây được dùng nhiều nhất.

Theo năng lực: AI hẹp, AI tổng quát, siêu trí tuệ

Loại	Mô tả	Hiện trạng
AI hẹp (Narrow AI, ANI)	Giỏi một việc hoặc một nhóm việc: dịch, nhận diện khuôn mặt, viết văn bản	Đang tồn tại, gồm cả chatbot mạnh nhất
AI tổng quát (AGI)	Làm được hầu hết việc trí óc ở mức con người, linh hoạt giữa các lĩnh vực	Chưa tồn tại, định nghĩa còn tranh luận
Siêu trí tuệ (ASI)	Vượt con người ở mọi lĩnh vực trí tuệ	Giả thuyết

Mô hình ngôn ngữ lớn làm được nhiều việc nên đôi khi bị gọi là “gần AGI”, nhưng vẫn mắc lỗi cơ bản và cần người kiểm tra. Hãy coi chúng là AI hẹp có phạm vi rộng. Các mức và tiêu chí của khái niệm này được phân tích ở bài về trí tuệ nhân tạo tổng quát.

Theo chức năng: 4 loại của Arend Hintze

Năm 2016, Arend Hintze (Đại học Michigan State) chia AI thành 4 loại:

1. Máy phản ứng (reactive machines): không có bộ nhớ, chỉ phản ứng với hiện tại. Ví dụ: Deep Blue.
2. Bộ nhớ hạn chế (limited memory): dùng dữ liệu quá khứ gần để quyết định, như xe tự lái theo dõi xe xung quanh. Hầu hết AI hiện nay ở nhóm này.
3. Lý thuyết tâm trí (theory of mind): hiểu người khác có suy nghĩ, cảm xúc riêng. Chưa đạt được.
4. Tự nhận thức (self-awareness): có ý thức về bản thân. Thuần lý thuyết.

Theo kỹ thuật

• AI dựa trên luật, hệ chuyên gia (expert system): con người viết sẵn quy tắc “nếu… thì…”. Dễ giải thích nhưng cứng nhắc.
• AI học máy: tự học quy luật từ dữ liệu. Linh hoạt nhưng khó giải thích.
• AI dự đoán (predictive AI) trả lời “điều gì sẽ xảy ra, thuộc loại nào”; AI tạo sinh (generative AI) tạo nội dung mới: chữ, ảnh, âm thanh, mã nguồn.

Theo mức độ rủi ro: cách phân loại của luật Việt Nam

Điều 9 Luật Trí tuệ nhân tạo chia hệ thống AI thành 3 mức. Rủi ro cao: có thể gây thiệt hại đáng kể đến tính mạng, sức khoẻ, quyền và lợi ích hợp pháp, lợi ích quốc gia, công cộng. Rủi ro trung bình: có thể gây nhầm lẫn, tác động hoặc thao túng người dùng vì họ không biết mình đang tương tác với AI. Rủi ro thấp: còn lại. Với doanh nghiệp, đây là cách phân loại có hệ quả thực tế nhất vì nghĩa vụ pháp lý phụ thuộc vào nó. Nội dung đầy đủ nằm ở bài Luật Trí tuệ nhân tạo 2025.

AI, machine learning, deep learning và generative AI khác nhau thế nào?

Bốn khái niệm này lồng vào nhau như các vòng tròn: ngoài cùng là AI, trong cùng là AI tạo sinh. Bài AI và machine learning khác nhau đi sâu hơn vào hai lớp ngoài cùng.

Tiêu chí	AI	Học máy	Học sâu	AI tạo sinh
Phạm vi	Cả lĩnh vực	Nhánh của AI	Nhánh của học máy	Ứng dụng của học sâu
Cách hoạt động	Luật viết tay hoặc học từ dữ liệu	Thuật toán học quy luật từ dữ liệu	Mạng nơ-ron nhiều lớp tự trích xuất đặc trưng	Mô hình lớn học phân bố dữ liệu để sinh nội dung
Nhu cầu dữ liệu	Tuỳ kỹ thuật	Vừa phải, thường có cấu trúc	Lớn, cả phi cấu trúc	Rất lớn
Ví dụ	Robot hút bụi tránh vật cản theo luật	Dự báo doanh số, chấm điểm tín dụng	Mở khoá bằng khuôn mặt, giọng nói thành chữ	ChatGPT, Gemini, Claude, công cụ tạo ảnh

Mô hình ngôn ngữ lớn (Large Language Model, LLM) là mô hình AI tạo sinh chuyên về văn bản, thường dựa trên kiến trúc Transformer. Phía sau hầu hết chatbot hiện đại là một LLM.

Các lĩnh vực con của trí tuệ nhân tạo

• Xử lý ngôn ngữ tự nhiên (Natural Language Processing, NLP): dịch máy, tóm tắt, phân tích bình luận khách hàng, chatbot, trích xuất thông tin hợp đồng. Tiếng Việt có dấu thanh và nhiều cách viết tắt, nên cần đủ dữ liệu tiếng Việt.
• Thị giác máy tính (Computer Vision): nhận diện khuôn mặt, đọc biển số, kiểm tra lỗi sản phẩm, phân tích ảnh y tế. Ứng dụng quen thuộc với doanh nghiệp là nhận dạng ký tự quang học (OCR), chuyển ảnh chứng từ thành dữ liệu chữ.
• Nhận dạng và tổng hợp giọng nói: trợ lý ảo, tổng đài tự động, ghi biên bản họp, phụ đề tự động.
• Hệ gợi ý (recommender system): đề xuất sản phẩm, video, bài hát theo hành vi từng người.
• Robot và tự động hoá thông minh: AI kết hợp với tự động hoá quy trình bằng robot phần mềm (RPA) để xử lý việc lặp lại nhưng cần đọc hiểu, như đối chiếu hoá đơn.
• AI tác tử (AI agent): tự lập kế hoạch và thực hiện nhiều bước, như tìm thông tin, điền biểu mẫu, gọi phần mềm khác. Mạnh hơn nhưng đòi hỏi kiểm soát và phân quyền chặt.

Ví dụ về trí tuệ nhân tạo trong đời sống và doanh nghiệp

Trong đời sống hằng ngày

• Mở khoá điện thoại bằng khuôn mặt (thị giác máy tính).
• Bàn phím gợi ý từ tiếp theo, tự sửa chính tả (mô hình ngôn ngữ).
• Bản đồ dự đoán thời gian di chuyển, gợi ý tuyến đường.
• Mạng xã hội, ứng dụng nhạc chọn nội dung cho bạn (hệ gợi ý).
• Chụp thực đơn tiếng nước ngoài để dịch (OCR và dịch máy).
• Lọc thư rác, cảnh báo cuộc gọi lừa đảo (mô hình phân loại).
• Chatbot AI viết email, tóm tắt tài liệu, hỗ trợ học tập.

Trong doanh nghiệp

Chăm sóc khách hàng dùng chatbot trả lời 24/7. Kế toán dùng OCR đọc hoá đơn và mô hình phát hiện giao dịch bất thường. Marketing dùng AI tạo sinh viết nháp nội dung. Sản xuất dùng camera kiểm tra lỗi. Kho vận dùng học máy dự báo nhu cầu. Pháp chế dùng NLP rà soát hợp đồng. Bộ phận công nghệ dùng AI hỗ trợ viết mã và phát hiện tấn công mạng. Danh sách đầy đủ hơn nằm trong bài ứng dụng của trí tuệ nhân tạo.

Ví dụ tại Việt Nam

• Xác thực khuôn mặt khi chuyển tiền: theo Quyết định 2345/QĐ-NHNN ngày 18/12/2023 của Ngân hàng Nhà nước, từ 01/07/2024, chuyển tiền trực tuyến trên 10 triệu đồng mỗi lần hoặc tổng trên 20 triệu đồng mỗi ngày phải xác thực sinh trắc học, đối chiếu với dữ liệu căn cước gắn chip hoặc VNeID. Phía sau là công nghệ nhận diện khuôn mặt dựa trên AI.
• AI hỗ trợ đọc X-quang: ngày 04/06/2021, VinBrain và tổ chức phi chính phủ FIT (Đức) công bố sách trắng về AI tầm soát lao qua X-quang ngực. Theo công bố, mô hình được huấn luyện trên hơn 500.000 ảnh, độ nhạy 86% và độ đặc hiệu 96,1%.
• Hạ tầng tính toán AI: ngày 23/04/2024, FPT công bố hợp tác với NVIDIA, dự kiến đầu tư 200 triệu USD xây nhà máy AI cung cấp năng lực GPU trên đám mây.
• Trợ lý ảo dịch vụ công: tháng 2/2025, tỉnh Bình Phước (cũ) đưa chatbot AI lên Cổng dịch vụ công, hướng dẫn hơn 1.400 thủ tục, hoạt động 24/7.

Ứng dụng của trí tuệ nhân tạo theo ngành

Ngành	Ứng dụng tiêu biểu	Lưu ý
Y tế	Hỗ trợ đọc ảnh chẩn đoán, sàng lọc bệnh, nghiên cứu thuốc	Bác sĩ quyết định cuối cùng
Tài chính, ngân hàng	Chống gian lận, xác thực sinh trắc học, chấm điểm tín dụng	Giải thích được lý do từ chối, bảo vệ dữ liệu
Giáo dục	Gia sư AI, chấm bài, cá nhân hoá lộ trình học	Nguy cơ phụ thuộc, gian lận
Bán lẻ, thương mại điện tử	Gợi ý sản phẩm, định giá động, dự báo tồn kho	Minh bạch khi dùng chatbot
Sản xuất	Kiểm tra chất lượng bằng camera, bảo trì dự đoán	Cần dữ liệu cảm biến ổn định
Giao thông, logistics	Tối ưu tuyến, đọc biển số, hỗ trợ lái xe	Liên quan an toàn tính mạng
Hành chính công	Trợ lý ảo hướng dẫn thủ tục, phân loại hồ sơ	Phải cập nhật theo văn bản mới
Truyền thông, sáng tạo	Viết nháp, dịch, lồng tiếng, tạo ảnh và video	Bản quyền, ghi nhãn nội dung AI

Ở cấp tổ chức, AI là một mảnh ghép của chuyển đổi số. Doanh nghiệp chưa số hoá dữ liệu và quy trình sẽ khó khai thác AI hiệu quả.

Lợi ích của trí tuệ nhân tạo

• Giảm việc lặp lại: nhập liệu, phân loại email, tóm tắt tài liệu.
• Xử lý dữ liệu lớn: phân tích hàng triệu giao dịch hay hàng nghìn bình luận.
• Hoạt động 24/7: chatbot, hệ thống giám sát không nghỉ.
• Phát hiện mẫu hình khó thấy: dấu hiệu gian lận, lỗi sản phẩm nhỏ.
• Cá nhân hoá quy mô lớn và hỗ trợ ra quyết định bằng dự báo.

Tuy vậy, dùng AI chưa chắc đã có lời. Khảo sát The State of AI của McKinsey công bố tháng 8/2026 (1.719 người tại 97 quốc gia) cho thấy gần 9/10 người được hỏi nói tổ chức của họ thường xuyên dùng AI ở ít nhất một bộ phận, nhưng chỉ 37% ghi nhận AI có đóng góp nhất định vào lợi nhuận trước lãi vay và thuế (EBIT). Phân tích cân bằng hơn có trong bài lợi ích và rủi ro của AI.

Hạn chế và rủi ro của AI là gì?

Ảo giác

Ảo giác (hallucination) là khi AI tạo sinh đưa ra thông tin nghe hợp lý nhưng sai hoặc bịa, vì mô hình dự đoán chuỗi chữ có xác suất cao chứ không tra cứu sự thật. Ngày 22/06/2023, trong vụ Mata kiện Avianca tại Mỹ, thẩm phán liên bang P. Kevin Castel phạt hai luật sư 5.000 USD vì nộp lập luận trích dẫn các bản án không tồn tại do ChatGPT tạo ra. Cách phòng: luôn kiểm tra số liệu, trích dẫn, điều luật với nguồn gốc.

Thiên lệch

AI học cả định kiến trong dữ liệu. Theo Reuters năm 2018, Amazon bỏ một công cụ AI tuyển dụng thử nghiệm vì nó hạ điểm hồ sơ có từ “women’s”. Nguyên nhân: công cụ học từ hồ sơ của 10 năm trước đó, phần lớn của nam giới.

Quyền riêng tư

Dán hợp đồng, danh sách khách hàng vào chatbot công cộng có thể làm lộ dữ liệu. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, thông qua ngày 26/06/2025, hiệu lực từ 01/01/2026, đặt nghĩa vụ rõ ràng khi xử lý dữ liệu cá nhân, kể cả cho AI.

Bản quyền

Ngày 27/12/2023, The New York Times kiện OpenAI và Microsoft, cáo buộc hàng triệu bài báo bị dùng huấn luyện mô hình mà không xin phép. Khi dùng nội dung AI tạo, hãy đọc điều khoản của công cụ và tránh sao chép tác phẩm người khác.

Deepfake và lừa đảo

Tháng 1/2024, một nhân viên của tập đoàn kỹ thuật Arup tại Hồng Kông chuyển khoảng 200 triệu đô la Hồng Kông (khoảng 25 triệu USD) sau một cuộc gọi video mà các “lãnh đạo” trong đó là hình ảnh giả do AI tạo. Arup đã xác nhận vụ việc.

Hộp đen, chi phí và việc làm

Nhiều mô hình học sâu khó giải thích vì sao ra kết quả, gây khó trong tín dụng, y tế, tuyển dụng. Chi phí bản quyền, hạ tầng có thể vượt dự tính, và doanh nghiệp dễ phụ thuộc một nhà cung cấp. AI thay thế nhiều tác vụ hơn là trọn một nghề, nhưng buộc người lao động học kỹ năng mới.

Khung pháp lý về AI tại Việt Nam

Từ năm 2026, AI ở Việt Nam không còn là vùng trống pháp lý. Bảng dưới xếp các văn bản chính theo thời gian.

Văn bản	Thông qua, ban hành	Hiệu lực	Nội dung liên quan
Quyết định 127/QĐ-TTg, Chiến lược quốc gia về AI đến năm 2030	26/01/2021	Từ ngày ký	Mục tiêu vào nhóm 4 nước dẫn đầu ASEAN và nhóm 50 nước dẫn đầu thế giới về AI vào năm 2030
Luật Công nghiệp công nghệ số số 71/2025/QH15	14/06/2025	01/01/2026	Chương IV (Điều 41 đến 45) về AI, gồm dấu hiệu nhận dạng sản phẩm do AI tạo. Chương này bị bãi bỏ theo Điều 33 Luật Trí tuệ nhân tạo từ 01/03/2026
Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15	26/06/2025	01/01/2026	Nghĩa vụ khi xử lý dữ liệu cá nhân, áp dụng cả cho AI
Luật Trí tuệ nhân tạo số 134/2025/QH15	10/12/2025	01/03/2026	Đạo luật chuyên biệt về AI, 8 chương, 35 điều

Những điểm chính của Luật Trí tuệ nhân tạo 2025

• Chủ thể: luật phân biệt nhà phát triển, nhà cung cấp, bên triển khai, người sử dụng và người bị ảnh hưởng. Doanh nghiệp chỉ dùng công cụ AI của bên khác để phục vụ khách hàng vẫn có thể là “bên triển khai”.
• Quản lý theo rủi ro (Điều 9): 3 mức cao, trung bình, thấp; mức càng cao nghĩa vụ càng nặng.
• Minh bạch (Điều 11): AI tương tác trực tiếp với người phải cho người dùng biết họ đang tương tác với AI. Âm thanh, hình ảnh, video do AI tạo phải được đánh dấu ở định dạng máy đọc được. Bên triển khai phải thông báo rõ khi công bố nội dung AI tạo hoặc chỉnh sửa có thể gây nhầm lẫn về tính xác thực. Nội dung mô phỏng ngoại hình, giọng nói người thật phải gắn nhãn dễ nhận biết.
• Hành vi bị nghiêm cấm (Điều 7): gồm lợi dụng AI để vi phạm pháp luật, dùng yếu tố giả mạo hoặc mô phỏng người, sự kiện thật để lừa dối, thao túng nhận thức con người, gây tổn hại nghiêm trọng.
• Cổng thông tin và cơ sở dữ liệu quốc gia về AI (Điều 8).
• Chuyển tiếp (Điều 35): hệ thống AI đã hoạt động trước 01/03/2026 có 18 tháng để tuân thủ nếu thuộc y tế, giáo dục, tài chính; 12 tháng với lĩnh vực khác.

Để so sánh, Đạo luật AI của Liên minh châu Âu (Quy định EU 2024/1689) có hiệu lực từ 01/08/2024, cũng tiếp cận theo rủi ro. Doanh nghiệp có khách hàng châu Âu cần lưu ý cả hai khung.

Doanh nghiệp nên bắt đầu ứng dụng AI từ đâu?

Nhiều dự án AI hỏng vì chọn công nghệ trước khi xác định việc cần giải quyết. Lộ trình sau dành cho doanh nghiệp vừa và nhỏ.

1. Chọn bài toán: việc tốn nhiều giờ công, lặp lại, có quy luật, đo được bằng số giờ, số lỗi hoặc doanh thu. Ví dụ: trả lời câu hỏi khách hàng, nhập hoá đơn.
2. Kiểm tra dữ liệu: đã ở dạng số chưa, đủ và sạch chưa, ai chịu trách nhiệm. Hồ sơ còn trên giấy thì số hoá trước.
3. Đánh giá rủi ro, pháp lý: có đụng dữ liệu cá nhân, ảnh hưởng quyền lợi khách hàng, người lao động không; thuộc mức rủi ro nào theo luật.
4. Chạy thử (pilot): 4 đến 8 tuần với một nhóm người dùng, so sánh trước và sau theo chỉ số đã chọn.
5. Giữ con người trong vòng kiểm soát: quy định bước nào AI đề xuất, bước nào người duyệt, nhất là nội dung gửi khách và quyết định tài chính.
6. Ban hành quy tắc dùng AI nội bộ và đào tạo: công cụ được phép, dữ liệu cấm đưa vào chatbot công cộng, cách viết yêu cầu (prompt), cách kiểm tra kết quả.
7. Nhân rộng theo số liệu: so kết quả pilot với chỉ số ban đầu, rồi theo dõi chất lượng đầu ra định kỳ sau khi triển khai.

Điểm khởi đầu hiệu quả với nhiều doanh nghiệp là kết hợp OCR, RPA và mô hình ngôn ngữ để tự động hoá xử lý chứng từ: dữ liệu có sẵn, dễ đo, ít rủi ro pháp lý.

Những hiểu lầm phổ biến về AI

• “AI có ý thức như người.” Sai. AI xử lý mẫu hình thống kê, có thể nói như người nhưng không có ý thức.
• “Máy thì luôn khách quan.” Sai. AI phản ánh cả định kiến trong dữ liệu.
• “AI trả lời là đúng.” Sai. AI tạo sinh có thể bịa thông tin rất thuyết phục.
• “Chỉ doanh nghiệp lớn mới dùng được AI.” Sai. Doanh nghiệp nhỏ có thể bắt đầu với một bài toán đơn giản, chi phí thấp.
• “Chatbot nào cũng là AI.” Không hẳn. Nhiều chatbot cũ chỉ chạy theo kịch bản cố định.

Thuật ngữ AI cần biết

Thuật ngữ	Giải thích ngắn
Mô hình ngôn ngữ lớn (LLM)	Mô hình AI tạo sinh chuyên xử lý và tạo văn bản
Mô hình nền tảng (foundation model)	Mô hình lớn huấn luyện một lần, dùng lại cho nhiều nhiệm vụ
Prompt	Yêu cầu, câu hỏi bạn đưa cho AI tạo sinh
Token	Đơn vị nhỏ của văn bản mô hình xử lý; chi phí AI thường tính theo token
Tham số (parameter)	Các con số bên trong mô hình, được chỉnh khi huấn luyện
Tinh chỉnh (fine-tuning)	Huấn luyện thêm mô hình có sẵn bằng dữ liệu riêng
RAG (Retrieval-Augmented Generation)	Cho AI tra tài liệu của bạn trước khi trả lời, giúp giảm ảo giác
Đa phương thức (multimodal)	AI xử lý nhiều dạng dữ liệu cùng lúc: chữ, ảnh, âm thanh, video
GPU	Chip tính toán song song mạnh, dùng để huấn luyện và chạy AI

Câu hỏi thường gặp

Artificial intelligence là gì (what is artificial intelligence)?

Artificial intelligence là lĩnh vực khoa học máy tính tạo ra hệ thống làm được việc thường cần trí óc con người: học từ dữ liệu, suy luận, nhận biết hình ảnh và hiểu ngôn ngữ. Từ viết tắt là AI, tiếng Việt gọi là trí tuệ nhân tạo.

AI là gì, giải thích đơn giản nhất?

AI là công nghệ giúp máy tính làm việc cần trí óc con người, như nhận ra hình ảnh, hiểu câu nói, dự đoán và gợi ý. Phần lớn AI hiện nay học từ rất nhiều ví dụ rồi áp dụng cho tình huống mới.

AI là viết tắt của từ gì?

AI là viết tắt của Artificial Intelligence, nghĩa là trí tuệ nhân tạo. Thuật ngữ xuất hiện trong bản đề xuất năm 1955 của John McCarthy và cộng sự cho hội thảo Dartmouth năm 1956.

Trí tuệ nhân tạo có mấy loại?

Tuỳ cách chia. Theo năng lực có 3 loại: AI hẹp, AI tổng quát, siêu trí tuệ. Theo chức năng có 4 loại: máy phản ứng, bộ nhớ hạn chế, lý thuyết tâm trí, tự nhận thức. Theo luật Việt Nam có 3 mức rủi ro: cao, trung bình, thấp.

ChatGPT có phải là AI không?

Có. ChatGPT là ứng dụng AI tạo sinh chạy trên mô hình ngôn ngữ lớn, thuộc nhánh học sâu. Nó vẫn là AI hẹp và có thể trả lời sai.

Machine learning và AI khác nhau thế nào?

AI là lĩnh vực rộng gồm mọi kỹ thuật giúp máy làm việc trí óc. Machine learning (học máy) là nhánh của AI, trong đó máy tự học quy luật từ dữ liệu. Mọi học máy là AI, nhưng không phải AI nào cũng là học máy.

Việt Nam đã có luật về AI chưa?

Có. Luật Trí tuệ nhân tạo số 134/2025/QH15 được Quốc hội thông qua ngày 10/12/2025, hiệu lực từ 01/03/2026, gồm 8 chương, 35 điều.

Nội dung do AI tạo ra có phải ghi nhãn không?

Theo Điều 11 Luật Trí tuệ nhân tạo, âm thanh, hình ảnh, video do AI tạo phải được đánh dấu ở định dạng máy đọc được. Nội dung có thể gây nhầm lẫn về tính xác thực phải được thông báo rõ, và nội dung mô phỏng người thật phải gắn nhãn dễ nhận biết.

AI có thay thế con người không?

AI thay thế nhiều tác vụ lặp lại như nhập liệu, phân loại, viết nháp. Việc cần phán đoán, chịu trách nhiệm và giao tiếp vẫn cần người. Người biết dùng AI sẽ có lợi thế.

AI khác blockchain như thế nào?

AI giúp máy học và suy luận từ dữ liệu. Blockchain là sổ cái phân tán, ghi nhận dữ liệu minh bạch và khó sửa. Hai công nghệ giải quyết bài toán khác nhau nhưng có thể kết hợp, chẳng hạn dùng blockchain truy vết nguồn gốc dữ liệu huấn luyện.