TRÍ TUỆ NHÂN TẠO VÀ ĐỔI MỚI QUẢN TRỊ QUỐC GIA Ở VIỆT NAM: TIẾP CẬN THỂ CHẾ VÀ ĐỊNH HƯỚNG CHÍNH SÁCH ĐẾN NĂM 2045

ARTIFICIAL INTELLIGENCE AND NATIONAL GOVERNANCE INNOVATION IN VIETNAM: AN INSTITUTIONAL APPROACH AND POLICY ORIENTATIONS TOWARD 2045

Tác giả: [Họ và tên tác giả]

Cơ quan công tác: [Tên cơ quan, đơn vị]

Email liên hệ: [Email của tác giả]

TÓM TẮT

Mục tiêu: Nghiên cứu làm rõ mối quan hệ giữa ứng dụng trí tuệ nhân tạo (AI) và đổi mới quản trị quốc gia, nhận diện các điều kiện ảnh hưởng đến hiệu quả triển khai AI trong khu vực công, từ đó đề xuất định hướng chính sách cho Việt Nam đến năm 2045.

Phương pháp: Bài viết sử dụng phương pháp nghiên cứu định tính, kết hợp phân tích tài liệu, tổng hợp lý luận và phân tích chính sách. Cơ sở phân tích được xây dựng từ các báo cáo chuyên đề của OECD, OECD/UNESCO, khuyến nghị về đạo đức AI của UNESCO và các văn bản chính sách, pháp luật Việt Nam.

Kết quả: Nghiên cứu xác định bốn phương diện mà AI có thể hỗ trợ đổi mới quản trị quốc gia, gồm năng lực dự báo và điều hành, hoạch định chính sách dựa trên bằng chứng, cung ứng dịch vụ công và phối hợp liên ngành. Đồng thời, nghiên cứu đề xuất khung phân tích gồm năm thành tố: thể chế, dữ liệu, năng lực con người, tổ chức thực thi và trách nhiệm giải trình.

Kết luận: AI chỉ có khả năng tạo ra giá trị công bền vững khi được tích hợp với cải cách thể chế, quản trị dữ liệu, phát triển năng lực tổ chức và cơ chế kiểm soát rủi ro. Bài viết đề xuất sáu nhóm định hướng chính sách và lộ trình triển khai ba giai đoạn đến năm 2045 theo nguyên tắc lấy người dân làm trung tâm, quản trị dựa trên bằng chứng và bảo đảm trách nhiệm của con người.

Từ khóa: trí tuệ nhân tạo; quản trị quốc gia; đổi mới thể chế; chính sách công; quản trị dữ liệu; chuyển đổi số.

ABSTRACT

Objective: This study examines the relationship between artificial intelligence (AI) adoption and national governance innovation, identifies the institutional and organizational conditions shaping AI implementation in the public sector, and proposes policy orientations for Vietnam toward 2045.

Methods: The study adopts a qualitative approach combining documentary analysis, theoretical synthesis, and policy analysis. Its analytical foundation draws on OECD and OECD/UNESCO reports, UNESCO's Recommendation on the Ethics of Artificial Intelligence, and relevant Vietnamese policy and legal documents.

Results: The study identifies four areas in which AI may support governance innovation: anticipatory governance and public management, evidence-informed policymaking, public service delivery, and inter-agency coordination. It develops a five-component analytical framework comprising institutions, data, human capabilities, organizational implementation, and accountability.

Conclusion: AI can generate sustainable public value only when technological adoption is integrated with institutional reform, data governance, organizational capacity building, and risk oversight. The study proposes six policy orientations and a three-stage roadmap toward 2045, emphasizing human-centred governance, evidence-informed implementation, and human accountability.

Keywords: artificial intelligence; national governance; institutional innovation; public policy; data governance; digital transformation.

1. ĐẶT VẤN ĐỀ

Trí tuệ nhân tạo đang trở thành một trong những công nghệ có khả năng tác động sâu rộng đến phương thức tổ chức, vận hành và ra quyết định trong khu vực công. Sự phát triển của học máy, xử lý ngôn ngữ tự nhiên, mô hình ngôn ngữ lớn và các hệ thống phân tích dữ liệu tạo điều kiện để các cơ quan nhà nước cải thiện năng lực xử lý thông tin, dự báo xu hướng, phát hiện rủi ro và hỗ trợ cung cấp dịch vụ công.

Khác với quá trình tin học hóa hành chính truyền thống, vốn chủ yếu tập trung số hóa hồ sơ và tự động hóa những quy trình được xác lập trước, ứng dụng AI mở rộng khả năng hỗ trợ các hoạt động đòi hỏi phân tích thông tin phức tạp và xử lý những tình huống có nhiều yếu tố bất định. Sự thay đổi này đặt ra những yêu cầu mới đối với thể chế, nguồn nhân lực và cơ chế trách nhiệm trong quản trị quốc gia.

Theo OECD (2024), AI có tiềm năng cải thiện năng suất khu vực công, mức độ đáp ứng của các dịch vụ công và trách nhiệm giải trình của chính phủ. Tuy nhiên, tổ chức này đồng thời nhấn mạnh yêu cầu xây dựng môi trường thuận lợi cho việc triển khai AI đáng tin cậy, bao gồm các điều kiện tổ chức và cơ chế kiểm soát rủi ro.

Báo cáo Digital Government Outlook 2026 của OECD (2026) tiếp tục chỉ ra khoảng cách giữa việc xây dựng chiến lược chuyển đổi số và khả năng chuyển hóa các nền tảng công nghệ thành hiệu quả hoạt động thực tế. Theo báo cáo, 92% quốc gia OECD được khảo sát có chiến lược AI trong chính phủ, nhưng chỉ 28% cho biết đã thực hiện đánh giá tác động tài chính hoặc phi tài chính đối với các trường hợp ứng dụng AI. Những kết quả này cho thấy sự phổ biến của công nghệ chưa đồng nghĩa với việc đã hình thành năng lực quản trị công nghệ hiệu quả.

 

Đối với Việt Nam, phát triển và ứng dụng AI diễn ra trong bối cảnh chuyển đổi số quốc gia, hiện đại hóa nền hành chính và yêu cầu nâng cao năng lực quản trị nhà nước. Quyết định số 749/QĐ-TTg ngày 03/6/2020 của Thủ tướng Chính phủ đã phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030. Tiếp đó, Luật Công nghiệp công nghệ số số 71/2025/QH15 và Luật Trí tuệ nhân tạo số 134/2025/QH15 tạo thêm cơ sở pháp lý cho sự phát triển của công nghệ số và AI tại Việt Nam (Thủ tướng Chính phủ, 2020; Quốc hội, 2025a, 2025b).

Tuy nhiên, đổi mới quản trị quốc gia bằng AI không thể được hiểu đơn thuần là đầu tư các hệ thống công nghệ vào bộ máy hành chính hiện hữu. Một hệ thống AI có khả năng xử lý thông tin nhanh vẫn có thể tạo ra kết quả thiếu tin cậy nếu dữ liệu đầu vào không chính xác, quy trình nghiệp vụ không hợp lý hoặc trách nhiệm của cơ quan sử dụng không được xác định rõ.

Mặt khác, AI cũng đặt ra các rủi ro liên quan đến quyền riêng tư, sự công bằng, an ninh thông tin, thiên lệch thuật toán và khả năng giải thích kết quả. Những rủi ro này đặc biệt đáng quan tâm khi AI được ứng dụng trong những hoạt động có ảnh hưởng trực tiếp đến quyền và lợi ích hợp pháp của cá nhân, tổ chức.

Từ đó, vấn đề nghiên cứu không chỉ nằm ở khả năng ứng dụng AI vào những lĩnh vực quản lý cụ thể mà còn ở cách thức thiết kế các điều kiện thể chế, dữ liệu, tổ chức và giám sát để công nghệ thực sự nâng cao chất lượng quản trị quốc gia.

Bài viết tập trung giải quyết ba câu hỏi nghiên cứu:

(1) AI có thể tác động đến những phương diện chủ yếu nào của đổi mới quản trị quốc gia?

(2) Những điều kiện nào quyết định khả năng chuyển hóa ứng dụng AI thành hiệu quả quản trị trong khu vực công?

(3) Việt Nam cần ưu tiên những định hướng chính sách nào để khai thác AI một cách hiệu quả, an toàn và có trách nhiệm đến năm 2045?

Trên cơ sở đó, nghiên cứu hướng tới việc xây dựng khung phân tích có tính hệ thống và đề xuất các định hướng chính sách phù hợp với yêu cầu đổi mới quản trị quốc gia tại Việt Nam.

2. TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN

2.1. Tổng quan các tiếp cận nghiên cứu về AI trong khu vực công

Các nghiên cứu và báo cáo chính sách về AI trong khu vực công có thể được tổng hợp thành ba hướng tiếp cận chủ yếu.

Hướng tiếp cận thứ nhất nghiên cứu AI như một công cụ nâng cao hiệu quả hoạt động của cơ quan nhà nước.

OECD (2024) nhấn mạnh các cơ hội liên quan đến tăng năng suất, cải thiện mức độ đáp ứng của dịch vụ công và nâng cao trách nhiệm giải trình. Theo cách tiếp cận này, AI không chỉ hỗ trợ thực hiện những nhiệm vụ mang tính lặp lại mà còn có thể mở rộng khả năng phân tích dữ liệu và hỗ trợ quyết định hành chính.

Tuy nhiên, lợi ích của AI phụ thuộc vào đặc điểm từng nhiệm vụ, chất lượng dữ liệu và cách thức tích hợp công nghệ vào hoạt động quản lý thực tế.

Hướng tiếp cận thứ hai tập trung vào các yêu cầu đạo đức, pháp lý và quản trị rủi ro.

Khuyến nghị về đạo đức trí tuệ nhân tạo của UNESCO được thông qua ngày 23/11/2021 nhấn mạnh các nguyên tắc bảo vệ quyền con người, phẩm giá con người, tính minh bạch, công bằng và sự giám sát của con người.

Trên cơ sở đó, OECD/UNESCO (2024) xây dựng bộ công cụ quản trị AI trong khu vực công nhằm hỗ trợ các nhà hoạch định chính sách chuyển hóa nguyên tắc sử dụng AI an toàn, đáng tin cậy thành các hoạt động thực thi.

Điểm đáng chú ý của hướng tiếp cận này là yêu cầu đánh giá AI không chỉ theo hiệu năng kỹ thuật mà còn theo khả năng bảo vệ quyền lợi của các nhóm chịu tác động và mức độ trách nhiệm của cơ quan triển khai.

Hướng tiếp cận thứ ba nghiên cứu AI trong tổng thể quá trình chuyển đổi số và đổi mới năng lực quản trị.

OECD (2026) chỉ ra rằng quá trình xây dựng nền tảng số tại nhiều quốc gia đã đạt được những tiến bộ đáng kể, nhưng khả năng vận hành đồng bộ, chia sẻ dữ liệu và đo lường tác động thực tế vẫn còn hạn chế.

Theo hướng tiếp cận này, hiệu quả của AI phụ thuộc vào những điều kiện rộng hơn, bao gồm thể chế, hạ tầng dữ liệu, năng lực nhân sự, quản trị đầu tư và phương thức tổ chức thực thi.

Như vậy, các công trình được tổng hợp cho thấy sự dịch chuyển trong nghiên cứu và thực tiễn chính sách: từ nhấn mạnh khả năng ứng dụng công nghệ sang quan tâm nhiều hơn đến điều kiện bảo đảm hiệu quả, mức độ tin cậy và giá trị công.

2.2. Khoảng trống nghiên cứu và hướng tiếp cận của bài viết

Các tài liệu quốc tế nói trên cung cấp cơ sở quan trọng để nhận diện cơ hội và rủi ro của AI trong khu vực công. Tuy nhiên, việc vận dụng các nguyên tắc và kinh nghiệm này vào Việt Nam đòi hỏi sự xem xét các điều kiện cụ thể về pháp luật, dữ liệu hành chính, tổ chức bộ máy và năng lực thực thi chính sách.

Trong phạm vi nguồn tài liệu được lựa chọn, chưa có đủ bằng chứng để xác định mô hình quản trị AI nào tạo ra hiệu quả vượt trội trong toàn bộ khu vực công Việt Nam hoặc lượng hóa tác động của từng điều kiện thể chế đối với kết quả ứng dụng AI.

Do đó, khoảng trống mà bài viết lựa chọn xử lý là nhu cầu xây dựng một khung phân tích tích hợp giữa năng lực công nghệ và các điều kiện quản trị, trên cơ sở đó đề xuất định hướng chính sách phù hợp với bối cảnh Việt Nam.

Đóng góp chủ yếu của bài viết được xác định ở ba nội dung.

Thứ nhất, hệ thống hóa các phương diện tác động của AI đối với đổi mới quản trị quốc gia trên cơ sở tổng hợp các tài liệu nghiên cứu và chính sách đã lựa chọn.

Thứ hai, đề xuất khung phân tích gồm năm thành tố để xem xét các điều kiện chuyển hóa năng lực AI thành hiệu quả quản trị.

Thứ ba, xây dựng định hướng chính sách và lộ trình triển khai theo nguyên tắc thí điểm có kiểm chứng, quản lý rủi ro và đánh giá dựa trên giá trị công.

Đây là đóng góp mang tính tổng hợp lý luận và đề xuất chính sách, chưa phải một mô hình đã được kiểm định bằng dữ liệu thực nghiệm.

2.3. Khái niệm AI trong quản trị quốc gia

Trong phạm vi nghiên cứu này, AI được tiếp cận như các hệ thống dựa trên máy móc có khả năng suy luận từ dữ liệu đầu vào nhằm tạo ra những kết quả như dự báo, nội dung, khuyến nghị hoặc quyết định, với mức độ tự chủ nhất định.

Trong khu vực công, có thể phân biệt ba nhóm chức năng cơ bản của AI.

Nhóm thứ nhất là chức năng phân tích và dự báo, bao gồm xử lý dữ liệu, nhận diện xu hướng và hỗ trợ xây dựng kịch bản.

Nhóm thứ hai là chức năng hỗ trợ nghiệp vụ, chẳng hạn phân loại văn bản, trích xuất thông tin, kiểm tra tính nhất quán của hồ sơ và giải đáp các câu hỏi phổ biến.

Nhóm thứ ba là chức năng hỗ trợ quyết định, trong đó kết quả từ hệ thống AI được sử dụng như một nguồn thông tin phục vụ quá trình đánh giá và lựa chọn phương án của người có thẩm quyền.

Việc phân biệt những nhóm chức năng này có ý nghĩa quan trọng đối với thiết kế cơ chế quản lý rủi ro. Mức độ tác động của AI đến quyền lợi của người dân càng lớn thì yêu cầu kiểm tra, giám sát và trách nhiệm giải trình càng cần được chú trọng.

2.4. Đổi mới quản trị quốc gia và giá trị công

Trong nghiên cứu này, quản trị quốc gia được hiểu là tổng thể các thể chế, cơ chế, quy trình và quan hệ phối hợp thông qua đó Nhà nước cùng các chủ thể có liên quan tổ chức giải quyết những vấn đề công và thực hiện các mục tiêu phát triển.

Đổi mới quản trị quốc gia không chỉ bao gồm thay đổi công cụ quản lý mà còn liên quan đến đổi mới phương thức ra quyết định, tổ chức thực thi, kiểm soát quyền lực và cung ứng dịch vụ.

Theo đó, chất lượng quản trị có thể được xem xét trên các phương diện như hiệu lực, hiệu quả, tính minh bạch, trách nhiệm giải trình, khả năng đáp ứng và sự công bằng trong tiếp cận dịch vụ công.

Khái niệm giá trị công trong bài viết được sử dụng để chỉ các lợi ích xã hội mà hoạt động của cơ quan công quyền có thể tạo ra, bao gồm chất lượng dịch vụ, hiệu quả sử dụng nguồn lực, bảo vệ quyền lợi hợp pháp và mức độ tin cậy của người dân.

Từ góc độ này, thành công của ứng dụng AI không nên được đánh giá chỉ bằng số lượng phần mềm triển khai hoặc mức độ tự động hóa. Tiêu chí quan trọng hơn là sự cải thiện có thể kiểm chứng đối với kết quả quản trị.

2.5. Khung phân tích đề xuất

Trên cơ sở tổng hợp các tiếp cận đã trình bày, bài viết đề xuất khung phân tích gồm năm thành tố có quan hệ phụ thuộc và tương tác.

Thể chế và chính sách: Bao gồm các quy định về mục đích sử dụng, thẩm quyền, trách nhiệm, quản lý rủi ro, kiểm tra và xử lý sai sót.

Dữ liệu và hạ tầng: Bao gồm chất lượng dữ liệu, khả năng liên thông, an ninh thông tin, nguồn gốc dữ liệu và các điều kiện kỹ thuật cần thiết.

Nguồn nhân lực: Bao gồm năng lực của lãnh đạo, cán bộ nghiệp vụ, chuyên gia công nghệ và những bộ phận chịu trách nhiệm kiểm tra, giám sát.

Tổ chức thực thi: Bao gồm quy trình nghiệp vụ, sự phối hợp giữa các cơ quan, hoạt động mua sắm, quản lý nhà cung cấp và khả năng vận hành liên tục.

Trách nhiệm giải trình: Bao gồm xác định chủ thể chịu trách nhiệm, minh bạch phù hợp, giám sát của con người, tiếp nhận khiếu nại và khả năng khắc phục sai sót.

Hình 1. Khung phân tích các điều kiện chuyển hóa ứng dụng AI thành giá trị công

Nguồn: Tác giả đề xuất trên cơ sở tổng hợp OECD (2024, 2026) và OECD/UNESCO (2024). Sơ đồ biểu thị quan hệ phân tích giả định, chưa phải quan hệ nhân quả đã được kiểm định.

Khung phân tích cho thấy AI là điều kiện hỗ trợ, còn hiệu quả quản trị được hình thành thông qua sự tương tác giữa công nghệ và các điều kiện thể chế, tổ chức.

3. PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Thiết kế nghiên cứu

Bài viết sử dụng thiết kế nghiên cứu định tính theo hướng phân tích tài liệu và chính sách.

Đối tượng nghiên cứu là mối quan hệ giữa ứng dụng AI và đổi mới quản trị quốc gia, trong đó trọng tâm là các điều kiện bảo đảm hiệu quả triển khai AI trong khu vực công.

Phạm vi không gian tập trung vào Việt Nam, có tham khảo các kinh nghiệm và khuyến nghị quốc tế nhằm xây dựng khung lý luận và định hướng chính sách.

Phạm vi thời gian của phần đề xuất chính sách kéo dài đến năm 2045. Các giai đoạn được đề xuất là kết quả phân tích của tác giả, không được trình bày như những mốc bắt buộc do cơ quan nhà nước ban hành.

3.2. Nguồn tài liệu

Nguồn tài liệu được chia thành hai nhóm.

Nhóm thứ nhất là tài liệu quốc tế, bao gồm các báo cáo chuyên đề của OECD về AI và chính phủ số, bộ công cụ OECD/UNESCO về AI trong khu vực công và khuyến nghị đạo đức AI của UNESCO.

Nhóm thứ hai là tài liệu chính sách, pháp luật Việt Nam, tập trung vào các văn bản có liên quan trực tiếp đến chuyển đổi số, công nghiệp công nghệ số và AI.

Các tài liệu được lựa chọn theo ba tiêu chí: có nguồn xuất bản hoặc cơ quan ban hành xác định; có liên quan trực tiếp đến chủ đề quản trị AI; và cung cấp căn cứ lý luận, bằng chứng mô tả hoặc định hướng chính sách phù hợp với câu hỏi nghiên cứu.

3.3. Phương pháp phân tích

Nghiên cứu vận dụng ba phương pháp chủ yếu.

Phân tích tài liệu được sử dụng nhằm nhận diện các quan điểm, kết luận và khuyến nghị liên quan đến ứng dụng AI trong hoạt động quản trị công.

Tổng hợp và hệ thống hóa lý luận được áp dụng để phân nhóm những yếu tố ảnh hưởng đến hiệu quả triển khai AI, qua đó xây dựng khung phân tích năm thành tố.

Phân tích chính sách được sử dụng để đối chiếu những yêu cầu quản trị AI với bối cảnh pháp lý và định hướng chuyển đổi số của Việt Nam, từ đó đề xuất các ưu tiên chính sách và lộ trình triển khai.

Quy trình phân tích gồm bốn bước: xác định câu hỏi nghiên cứu; lựa chọn tài liệu; phân loại nội dung theo các nhóm chủ đề; và tổng hợp, đối chiếu để hình thành nhận định, kết luận và khuyến nghị.

3.4. Giới hạn phương pháp

Bài viết không tiến hành khảo sát, phỏng vấn chuyên gia hoặc thu thập dữ liệu thực nghiệm từ các cơ quan nhà nước.

Do đó, nghiên cứu không lượng hóa mức độ tác động của AI đến năng suất, chất lượng dịch vụ công hoặc hiệu quả ngân sách tại Việt Nam.

Những nhận định về khả năng ứng dụng và lợi ích của AI được thể hiện dưới dạng tiềm năng hoặc hàm ý chính sách. Các đề xuất được xây dựng trên cơ sở phân tích lý luận và tài liệu thứ cấp, cần được tiếp tục kiểm chứng thông qua nghiên cứu trường hợp và đánh giá thực tế.

4. KẾT QUẢ NGHIÊN CỨU

4.1. AI mở rộng khả năng chuyển từ quản lý phản ứng sang quản trị chủ động

Một phương diện tác động quan trọng của AI là khả năng hỗ trợ phát hiện sớm vấn đề và cung cấp thông tin phục vụ dự báo.

Trong các phương thức quản lý phụ thuộc nhiều vào báo cáo định kỳ, thông tin thường được tổng hợp sau khi hoạt động hoặc sự kiện đã diễn ra. Điều này có thể hạn chế khả năng phản ứng kịp thời trước những biến động nhanh.

AI có thể hỗ trợ xử lý dữ liệu với quy mô và tốc độ lớn, nhận diện các mẫu hình bất thường và ước lượng những khả năng có thể xảy ra trong điều kiện nhất định.

Trong quản lý giao thông, các mô hình dự báo có thể hỗ trợ phân tích nguy cơ ùn tắc trên cơ sở dữ liệu lịch sử và thông tin được cập nhật. Trong quản lý môi trường, AI có thể hỗ trợ phát hiện những biến động cần kiểm tra từ hệ thống quan trắc. Trong phòng, chống thiên tai, các công cụ phân tích có thể được sử dụng để hỗ trợ tổng hợp thông tin và chuẩn bị kịch bản ứng phó.

Tuy nhiên, dự báo do AI tạo ra không phải kết luận chắc chắn về tương lai. Độ tin cậy của mô hình chịu ảnh hưởng bởi dữ liệu đầu vào, phương pháp huấn luyện và điều kiện vận hành thực tế.

Do đó, đổi mới quản trị theo hướng chủ động cần dựa trên sự kết hợp giữa dữ liệu, năng lực phân tích, kiến thức chuyên môn và trách nhiệm của người có thẩm quyền.

4.2. AI hỗ trợ nâng cao chất lượng hoạch định chính sách dựa trên bằng chứng

Hoạch định chính sách công là quá trình bao gồm xác định vấn đề, lựa chọn phương án, đánh giá tác động và tổ chức thực hiện.

AI có thể góp phần nâng cao năng lực xử lý thông tin trong quá trình này thông qua việc tổng hợp tài liệu, phân tích dữ liệu, hỗ trợ rà soát văn bản và xây dựng những kịch bản có thể so sánh.

Đặc biệt, khả năng xử lý ngôn ngữ tự nhiên tạo điều kiện hỗ trợ tổng hợp khối lượng lớn ý kiến tham vấn hoặc phân loại các nhóm vấn đề được người dân và doanh nghiệp phản ánh.

Bên cạnh đó, các công cụ phân tích và mô phỏng có thể cung cấp thông tin phục vụ việc đánh giá phương án chính sách trước khi triển khai.

Tuy nhiên, bằng chứng định lượng không tự quyết định tính phù hợp của chính sách. Một phương án có thể tối ưu về chi phí nhưng tạo ra ảnh hưởng phân phối bất lợi đối với một số nhóm dân cư.

Vì vậy, AI cần được sử dụng nhằm mở rộng cơ sở thông tin và nâng cao chất lượng phân tích, không thay thế quá trình cân nhắc các giá trị công, lợi ích xã hội và trách nhiệm pháp lý của cơ quan có thẩm quyền.

4.3. AI tạo điều kiện đổi mới hoạt động cung ứng dịch vụ công

Trong hoạt động cung ứng dịch vụ công, AI có thể hỗ trợ cả quá trình tương tác với người dân và xử lý nghiệp vụ nội bộ.

Các hệ thống hỗ trợ hội thoại có thể hướng dẫn thủ tục, trả lời những câu hỏi phổ biến và hỗ trợ tra cứu thông tin hành chính.

Công cụ trích xuất dữ liệu có thể hỗ trợ nhận diện các thành phần hồ sơ, phát hiện thông tin chưa thống nhất và giảm thao tác nhập liệu thủ công.

Những ứng dụng này có tiềm năng cải thiện tính thuận tiện của dịch vụ, giảm thời gian thực hiện một số nhiệm vụ và giúp cán bộ tập trung vào những trường hợp phức tạp.

Tuy nhiên, mức độ tự động hóa không nên trở thành tiêu chí duy nhất để đánh giá chất lượng dịch vụ công.

Đối với người dân có khả năng tiếp cận công nghệ hạn chế, việc chuyển đổi sang các kênh sử dụng AI có thể làm phát sinh rào cản mới nếu không duy trì những hình thức hỗ trợ phù hợp.

Do đó, đổi mới dịch vụ công cần bảo đảm đồng thời ba yêu cầu: tăng hiệu quả xử lý, cải thiện trải nghiệm sử dụng và duy trì khả năng tiếp cận bình đẳng.

4.4. AI hỗ trợ năng lực phối hợp và điều hành liên ngành

Nhiều vấn đề quản trị quốc gia như phát triển đô thị, ứng phó biến đổi khí hậu, an sinh xã hội và bảo vệ môi trường đòi hỏi sự phối hợp của nhiều cơ quan, lĩnh vực và cấp quản lý.

Trong điều kiện dữ liệu phân tán, quá trình tổng hợp thông tin có thể gặp khó khăn do khác biệt về chuẩn dữ liệu, phương pháp cập nhật và cơ chế chia sẻ.

Khi được tích hợp với hệ thống dữ liệu có khả năng liên thông, AI có thể hỗ trợ tổng hợp thông tin từ nhiều nguồn, phát hiện mối quan hệ giữa các biến số và cung cấp thông tin phục vụ điều hành.

Tuy nhiên, công nghệ không thể tự khắc phục tình trạng thiếu phối hợp nếu trách nhiệm giữa các cơ quan không rõ ràng hoặc thiếu cơ chế chia sẻ thông tin phù hợp.

Vì vậy, khả năng đổi mới quản trị liên ngành chỉ có thể được hiện thực hóa khi việc ứng dụng AI đi cùng cải tiến quy trình, thiết lập tiêu chuẩn dữ liệu và tổ chức lại cơ chế phối hợp.

4.5. Những cơ hội chiến lược đối với Việt Nam

Từ các phương diện tác động nói trên, có thể nhận diện bốn nhóm cơ hội đối với Việt Nam.

Thứ nhất, AI tạo điều kiện nâng cao năng lực xử lý thông tin và hỗ trợ điều hành, qua đó góp phần hiện đại hóa phương thức hoạt động của bộ máy nhà nước.

Thứ hai, AI có thể hỗ trợ nâng cao hiệu quả sử dụng nguồn lực công thông qua dự báo nhu cầu, phát hiện điểm nghẽn và hỗ trợ lựa chọn phương án quản lý.

Thứ ba, công nghệ này mở rộng khả năng tương tác giữa cơ quan nhà nước với người dân, hỗ trợ tiếp nhận phản ánh và cải thiện chất lượng cung ứng dịch vụ.

Thứ tư, nhu cầu ứng dụng AI trong khu vực công có thể thúc đẩy phát triển năng lực nghiên cứu, đổi mới sáng tạo, nhân lực số và quản trị công nghệ tại Việt Nam.

Các cơ hội trên mang tính tiềm năng. Hiệu quả thực tế cần được đánh giá đối với từng nhóm ứng dụng, trên cơ sở điều kiện triển khai và kết quả đo lường cụ thể.

4.6. Những thách thức và rủi ro chủ yếu

Bên cạnh các cơ hội, kết quả tổng hợp tài liệu cho thấy năm nhóm thách thức có ý nghĩa đặc biệt quan trọng.

Thứ nhất, chất lượng dữ liệu và khả năng liên thông. Dữ liệu thiếu chính xác, không đồng nhất hoặc không đại diện có thể ảnh hưởng trực tiếp đến chất lượng kết quả AI. Việc kết hợp dữ liệu từ nhiều nguồn còn đòi hỏi quy định rõ về thẩm quyền truy cập và mục đích sử dụng.

Thứ hai, bảo vệ dữ liệu cá nhân và quyền riêng tư. Việc xử lý thông tin với quy mô lớn có thể làm gia tăng nguy cơ sử dụng dữ liệu vượt mục đích, tiết lộ thông tin hoặc xâm phạm các quyền, lợi ích hợp pháp nếu thiếu biện pháp kiểm soát phù hợp.

Thứ ba, thiên lệch thuật toán và nguy cơ bất bình đẳng. Các hệ thống AI có thể tạo ra kết quả bất lợi đối với những nhóm đối tượng nhất định khi dữ liệu huấn luyện phản ánh sự mất cân bằng hoặc tiêu chí thiết kế không phù hợp.

Thứ tư, trách nhiệm giải trình. Khi AI tham gia hỗ trợ các quyết định có tác động đáng kể đến cá nhân, tổ chức, cần xác định rõ trách nhiệm của cơ quan triển khai, người có thẩm quyền và nhà cung cấp công nghệ.

Thứ năm, năng lực tổ chức và phụ thuộc công nghệ. Thiếu nhân lực có chuyên môn, thiếu quy trình đánh giá và phụ thuộc vào một nhà cung cấp có thể gây khó khăn cho việc vận hành, kiểm tra, thay thế hoặc duy trì hệ thống.

Các thách thức này phù hợp với những vấn đề được OECD/UNESCO (2024) xác định trong quản trị AI khu vực công và các nguyên tắc về công bằng, minh bạch, giám sát của con người được UNESCO (2021) đề cao.

4.7. Tổng hợp cơ hội, rủi ro và yêu cầu quản trị

Bảng 1. Các phương diện ứng dụng AI và yêu cầu quản trị tương ứng

Nguồn: Tác giả tổng hợp và phân tích trên cơ sở OECD (2024, 2026), OECD/UNESCO (2024) và UNESCO (2021).

Bảng 1 cho thấy mỗi nhóm ứng dụng AI đều đồng thời tạo ra cơ hội cải thiện quản trị và những yêu cầu kiểm soát đặc thù. Do đó, không thể áp dụng một cơ chế quản lý đồng nhất cho mọi hệ thống AI trong khu vực công.

5. THẢO LUẬN VÀ HÀM Ý CHÍNH SÁCH ĐỐI VỚI VIỆT NAM

5.1. Đổi mới quản trị bằng AI phải được tiếp cận như một quá trình cải cách thể chế

Kết quả phân tích cho thấy mối quan hệ giữa đầu tư công nghệ và cải thiện chất lượng quản trị không mang tính tự động. Một cơ quan nhà nước có thể triển khai hệ thống AI hiện đại nhưng chưa chắc đạt được hiệu quả cao hơn nếu quy trình nghiệp vụ thiếu hợp lý, trách nhiệm phân công chưa rõ hoặc thông tin đầu vào không đáp ứng yêu cầu.

Do đó, AI cần được đặt trong tổng thể chương trình cải cách quản trị quốc gia, thay vì triển khai như một dự án công nghệ độc lập.

Quan điểm này tương đồng với định hướng của OECD (2026) về chuyển trọng tâm từ xây dựng nền tảng chính phủ số sang tạo ra những kết quả có thể đo lường trong hoạt động quản trị và cung ứng dịch vụ công.

Đối với Việt Nam, quá trình đổi mới cần bắt đầu bằng việc xác định những vấn đề công cụ thể, đánh giá những hạn chế của phương thức giải quyết hiện hành và xác định liệu AI có phải công cụ phù hợp để cải thiện kết quả hay không.

Cách tiếp cận này giúp hạn chế nguy cơ đầu tư công nghệ theo phong trào, triển khai trùng lặp hoặc tự động hóa những quy trình chưa hợp lý.

5.2. Hoàn thiện thể chế quản trị AI trên cơ sở phân loại và kiểm soát rủi ro

Việc ban hành Luật Trí tuệ nhân tạo số 134/2025/QH15 là một bước phát triển của khuôn khổ pháp lý chuyên ngành về AI tại Việt Nam. Luật được ban hành ngày 10/12/2025 và có hiệu lực từ ngày 01/3/2026 (Quốc hội, 2025b).

Trong quá trình tổ chức thực thi, cần đặc biệt chú trọng việc cụ thể hóa cơ chế quản lý phù hợp với mức độ rủi ro và phạm vi tác động của từng ứng dụng AI trong khu vực công.

Theo hướng tiếp cận đề xuất, các hệ thống AI có thể được xem xét theo ba nhóm chức năng để phục vụ công tác đánh giá nội bộ.

Nhóm thứ nhất gồm những hệ thống hỗ trợ tác nghiệp có phạm vi ảnh hưởng hạn chế, như tổng hợp báo cáo, hỗ trợ tìm kiếm thông tin và sắp xếp tài liệu. Trọng tâm quản lý là chất lượng thông tin, bảo mật và hiệu quả vận hành.

Nhóm thứ hai gồm các hệ thống hỗ trợ phân tích và đề xuất phương án quản lý, như dự báo nhu cầu dịch vụ hoặc phát hiện điểm bất thường. Đối với nhóm này, cần bổ sung các biện pháp kiểm tra dữ liệu, đánh giá độ tin cậy và xem xét tác động của sai số.

Nhóm thứ ba gồm những hệ thống tham gia vào quá trình xử lý công việc có ảnh hưởng đáng kể đến quyền và lợi ích của người dân. Những ứng dụng này cần được ưu tiên đánh giá pháp lý, kiểm soát tác động, bảo đảm khả năng xem xét lại và xác định trách nhiệm của người có thẩm quyền.

Cách phân nhóm trên chỉ là công cụ phân tích phục vụ đề xuất chính sách, không thay thế hệ thống phân loại rủi ro theo pháp luật hiện hành.

Đồng thời, cần thiết lập cơ chế rà soát các hệ thống AI đang được sử dụng trong khu vực công, làm rõ mục đích hoạt động, đơn vị quản lý, nguồn dữ liệu, mức độ tự động hóa và những đối tượng có thể chịu tác động.

5.3. Phát triển quản trị dữ liệu như một điều kiện nền tảng

Dữ liệu là đầu vào quan trọng của phần lớn các hệ thống AI. Vì vậy, chất lượng dữ liệu có ảnh hưởng trực tiếp đến độ tin cậy của kết quả phân tích và hỗ trợ quyết định.

Đối với khu vực công, yêu cầu quản trị dữ liệu không dừng lại ở việc xây dựng các cơ sở dữ liệu có quy mô lớn, mà còn bao gồm tính chính xác, khả năng cập nhật, nguồn gốc, tính nhất quán và cơ chế sử dụng dữ liệu đúng thẩm quyền.

Trên cơ sở đó, bài viết đề xuất bốn ưu tiên.

Một là, chuẩn hóa dữ liệu theo những tiêu chuẩn phù hợp để tạo thuận lợi cho việc kết nối và chia sẻ giữa các hệ thống.

Hai là, xác định trách nhiệm của từng cơ quan trong việc thu thập, cập nhật, kiểm tra và bảo đảm chất lượng dữ liệu.

Ba là, xây dựng cơ chế phân quyền truy cập, ghi nhận hoạt động xử lý và kiểm soát việc chia sẻ dữ liệu.

Bốn là, thực hiện đánh giá tính đầy đủ, mức độ đại diện và các nguy cơ thiên lệch của dữ liệu trước khi triển khai AI trong những hoạt động có tác động đáng kể đến cá nhân, tổ chức.

Việc liên thông dữ liệu cần được thực hiện theo nguyên tắc hợp pháp, có mục đích và có khả năng kiểm soát, tránh đồng nhất yêu cầu chia sẻ dữ liệu với việc cho phép truy cập không giới hạn.

5.4. Phát triển năng lực AI cho đội ngũ cán bộ, công chức

Năng lực quản trị AI là một bộ phận của năng lực tổ chức trong nền hành chính hiện đại.

Khác với kỹ năng sử dụng phần mềm thông thường, năng lực quản trị AI đòi hỏi khả năng hiểu mục đích ứng dụng, nhận diện những giới hạn của hệ thống, đánh giá chất lượng đầu ra và xử lý rủi ro.

Đối với đội ngũ lãnh đạo, quản lý, cần chú trọng năng lực xác định vấn đề công, lựa chọn mục tiêu ứng dụng và đánh giá kết quả đầu tư.

Đối với cán bộ tham mưu chính sách, cần tăng cường năng lực phân tích dữ liệu, kiểm tra nguồn thông tin và phân biệt giữa kết quả dự báo của mô hình với bằng chứng đã được kiểm chứng.

Đối với cán bộ trực tiếp thực thi, cần trang bị kỹ năng sử dụng hệ thống, nhận diện sai sót và thực hiện quy trình can thiệp khi kết quả AI không phù hợp.

Đối với bộ phận công nghệ, pháp chế và mua sắm công, cần phát triển kiến thức chuyên sâu về bảo mật, kiểm thử, trách nhiệm pháp lý, điều kiện hợp đồng, kiểm toán và quản lý nhà cung cấp.

Bên cạnh hoạt động đào tạo, cơ quan nhà nước cần xây dựng cơ chế đánh giá năng lực thực hành để xác định mức độ đáp ứng yêu cầu công việc sau khi triển khai AI.

5.5. Thiết lập cơ chế đánh giá tác động và mở rộng ứng dụng dựa trên bằng chứng

Một vấn đề quan trọng trong quản trị AI là phân biệt giữa kết quả triển khai công nghệ và giá trị công mà công nghệ tạo ra.

Việc hoàn thành mua sắm, cài đặt hoặc đưa hệ thống vào vận hành chưa đủ để khẳng định dự án đã đạt mục tiêu.

Theo OECD (2026), hạn chế trong đánh giá tác động là một trong những khoảng trống quan trọng của quá trình ứng dụng AI trong chính phủ. Điều này cho thấy nhu cầu chuyển từ việc đánh giá theo đầu ra kỹ thuật sang đánh giá kết quả thực tế.

Trên cơ sở đó, nghiên cứu đề xuất quy trình gồm năm bước:

(1) Xác định vấn đề quản trị và xây dựng bộ chỉ số đo lường trước khi ứng dụng AI.

(2) Đánh giá chất lượng dữ liệu, điều kiện pháp lý, năng lực tổ chức và mức độ rủi ro.

(3) Thực hiện thí điểm trong phạm vi giới hạn, duy trì sự giám sát của cán bộ có thẩm quyền.

(4) Đánh giá kết quả thí điểm bằng cách so sánh với quy trình trước đó hoặc phương án thay thế phù hợp.

(5) Quyết định mở rộng, điều chỉnh hoặc chấm dứt ứng dụng trên cơ sở bằng chứng về lợi ích, chi phí và khả năng kiểm soát rủi ro.

Bảng 2. Bộ tiêu chí đề xuất đánh giá ứng dụng AI trong khu vực công

Nguồn: Tác giả đề xuất trên cơ sở OECD (2024, 2026) và OECD/UNESCO (2024).

Việc lựa chọn chỉ số cụ thể cần phù hợp với đặc điểm của từng ứng dụng, mức độ sẵn có của dữ liệu và các yêu cầu pháp lý liên quan.

Đối với những hệ thống có tác động đáng kể đến người dân, cần ưu tiên đánh giá khả năng phát sinh kết quả bất lợi, năng lực khắc phục sai sót và mức độ hiệu quả của cơ chế xem xét lại.

5.6. Bảo đảm trách nhiệm giải trình và quyền lợi của người dân

Trong quản trị quốc gia, việc sử dụng AI phải bảo đảm nguyên tắc các cơ quan nhà nước và người có thẩm quyền chịu trách nhiệm đối với hoạt động thuộc chức năng, nhiệm vụ của mình.

Kết quả do AI tạo ra không thể được sử dụng như một lý do để miễn trừ trách nhiệm pháp lý hoặc trách nhiệm công vụ.

Đối với những ứng dụng có tác động trực tiếp đến quyền và lợi ích của người dân, cần có cơ chế thông tin phù hợp về vai trò của AI trong quá trình xử lý.

Đồng thời, cần thiết lập hoặc duy trì các kênh phản ánh, khiếu nại và yêu cầu xem xét lại theo quy định pháp luật.

Sự giám sát của con người cần được thực hiện một cách thực chất. Điều này đòi hỏi người giám sát có đủ thông tin, năng lực, thời gian và thẩm quyền cần thiết để kiểm tra, bác bỏ hoặc điều chỉnh kết quả do hệ thống đề xuất.

Bên cạnh đó, công khai thông tin phải được thực hiện phù hợp với yêu cầu bảo vệ dữ liệu cá nhân, bí mật nhà nước và an ninh hệ thống.

Về bản chất, quản trị AI có trách nhiệm không chỉ nhằm ngăn ngừa sai sót kỹ thuật mà còn hướng tới bảo vệ tính hợp pháp, công bằng và niềm tin xã hội đối với hoạt động của cơ quan công quyền.

6. ĐỊNH HƯỚNG VÀ LỘ TRÌNH ĐỔI MỚI QUẢN TRỊ QUỐC GIA BẰNG AI ĐẾN NĂM 2045

6.1. Quan điểm định hướng

Từ kết quả nghiên cứu, quá trình ứng dụng AI trong đổi mới quản trị quốc gia của Việt Nam cần tuân theo năm định hướng chủ yếu.

Thứ nhất, lấy yêu cầu giải quyết vấn đề công và lợi ích của người dân làm điểm xuất phát. Công nghệ phải phục vụ mục tiêu quản trị, không trở thành mục tiêu độc lập.

Thứ hai, kết hợp triển khai AI với đổi mới thể chế, quy trình nghiệp vụ và phương thức phối hợp. Không coi tự động hóa là sự thay thế cho cải cách hành chính.

Thứ ba, xây dựng năng lực ứng dụng AI trên cơ sở dữ liệu đáng tin cậy, nguồn nhân lực có chuyên môn và hạ tầng phù hợp.

Thứ tư, triển khai công nghệ theo nguyên tắc quản trị rủi ro, trách nhiệm giải trình và giám sát của con người.

Thứ năm, đánh giá kết quả bằng giá trị công có thể kiểm chứng, đồng thời duy trì khả năng cải tiến, điều chỉnh hoặc chấm dứt các hệ thống không đạt yêu cầu.

6.2. Đề xuất lộ trình triển khai đến năm 2045

Nghiên cứu đề xuất lộ trình gồm ba giai đoạn, tương ứng với yêu cầu phát triển từng bước năng lực quản trị AI.

Giai đoạn 2026–2030: Hoàn thiện các điều kiện nền tảng

Trong giai đoạn này, cần ưu tiên tổ chức thực thi pháp luật về AI, rà soát nhu cầu ứng dụng trong khu vực công và đánh giá hiện trạng năng lực dữ liệu, nhân lực, hạ tầng.

Các cơ quan cần lựa chọn những trường hợp ứng dụng có mục tiêu rõ ràng, rủi ro có thể kiểm soát và điều kiện dữ liệu tương đối phù hợp để tiến hành thí điểm.

Song song với đó, cần xây dựng tiêu chí đánh giá, quy trình quản lý rủi ro, cơ chế giám sát và hướng dẫn chuyên môn cho các nhóm cán bộ có liên quan.

Kết quả mong muốn của giai đoạn này không chỉ là số lượng mô hình được triển khai mà còn là sự hình thành năng lực tổ chức, đánh giá và kiểm soát AI trong khu vực công.

Giai đoạn 2031–2035: Mở rộng những ứng dụng đã được kiểm chứng

Trong giai đoạn tiếp theo, trọng tâm là mở rộng các hệ thống đã chứng minh được hiệu quả và khả năng quản lý rủi ro thông qua đánh giá thực tế.

Việc mở rộng cần gắn với tăng cường liên thông dữ liệu, chuẩn hóa quy trình và nâng cao khả năng phối hợp giữa các cơ quan.

Đồng thời, cần phát triển năng lực kiểm toán công nghệ, quản lý hoạt động mua sắm và giảm thiểu sự phụ thuộc không cần thiết vào nhà cung cấp.

Hoạt động đánh giá cần được duy trì thường xuyên, bởi chất lượng của hệ thống AI có thể thay đổi khi dữ liệu, môi trường vận hành hoặc nhu cầu sử dụng biến động.

Giai đoạn 2036–2045: Hướng tới năng lực quản trị thông minh và có trách nhiệm

Định hướng dài hạn là hình thành năng lực quản trị dựa trên dữ liệu và bằng chứng, trong đó AI được tích hợp có chọn lọc vào những hoạt động phù hợp của bộ máy nhà nước.

Mục tiêu không chỉ là tăng tốc độ xử lý công việc mà còn nâng cao chất lượng dự báo, hiệu quả phối hợp chính sách, khả năng thích ứng với biến động và chất lượng phục vụ người dân.

Ở giai đoạn này, cần đặc biệt chú trọng năng lực tự chủ trong đánh giá, quản lý và duy trì các hệ thống công nghệ thiết yếu.

Đồng thời, việc phát triển AI phải được đặt trong mối quan hệ với bảo vệ quyền con người, quyền công dân, an ninh quốc gia và yêu cầu phát triển bền vững.

Bảng 3. Lộ trình định hướng ứng dụng AI trong đổi mới quản trị quốc gia đến năm 2045

Nguồn: Đề xuất của tác giả trên cơ sở kết quả phân tích; các giai đoạn và kết quả kỳ vọng chưa phải chỉ tiêu chính thức của Nhà nước.

6.3. Điều kiện bảo đảm thực hiện lộ trình

Để triển khai lộ trình trên, cần chú trọng sự đồng bộ giữa cơ chế chỉ đạo, nguồn lực, khả năng phối hợp và năng lực đánh giá.

Trước hết, cần xác định trách nhiệm của cơ quan chủ trì và các đơn vị tham gia theo từng nhiệm vụ. Cơ chế điều phối phải bảo đảm sự thống nhất về nguyên tắc quản trị nhưng đủ linh hoạt để đáp ứng đặc thù của từng lĩnh vực.

Tiếp theo, nguồn lực triển khai cần được phân bổ theo mục tiêu và kết quả kỳ vọng. Việc đánh giá chi phí phải tính đến toàn bộ vòng đời công nghệ, bao gồm xây dựng hoặc mua sắm, vận hành, bảo trì, bảo mật, đào tạo, cập nhật và thay thế hệ thống.

Bên cạnh đó, cần hình thành cơ chế hợp tác phù hợp giữa cơ quan nhà nước, trường đại học, viện nghiên cứu và doanh nghiệp, đồng thời bảo đảm yêu cầu minh bạch và quản lý xung đột lợi ích.

Cuối cùng, cần duy trì hệ thống theo dõi và đánh giá định kỳ để kịp thời phát hiện bất cập trong tổ chức thực hiện, điều chỉnh những nhiệm vụ không còn phù hợp và ưu tiên các giải pháp tạo ra lợi ích thực chất.

6.4. Giá trị lý luận và thực tiễn của khung phân tích đề xuất

Về phương diện lý luận, nghiên cứu nhấn mạnh AI không phải một yếu tố quyết định độc lập đối với chất lượng quản trị quốc gia. Hiệu quả của công nghệ phụ thuộc vào sự tương tác giữa các điều kiện thể chế, dữ liệu, con người, tổ chức và trách nhiệm giải trình.

Khung phân tích năm thành tố có thể được sử dụng như công cụ khái niệm nhằm nhận diện các điều kiện cần xem xét khi đánh giá một chương trình ứng dụng AI trong khu vực công.

Về phương diện thực tiễn, khung phân tích có thể hỗ trợ cơ quan quản lý xác định những nội dung cần chuẩn bị trước khi triển khai, lựa chọn nhóm tiêu chí đánh giá và xây dựng cơ chế quản lý phù hợp.

Tuy nhiên, để sử dụng khung phân tích như một mô hình đánh giá có khả năng so sánh giữa các cơ quan hoặc lĩnh vực, cần tiếp tục xây dựng hệ thống chỉ báo, thang đo và phương pháp kiểm định thực nghiệm.

6.5. Giới hạn nghiên cứu và hướng nghiên cứu tiếp theo

Mặc dù đã hệ thống hóa các điều kiện và định hướng quản trị AI, bài viết còn một số giới hạn.

Thứ nhất, nghiên cứu chủ yếu dựa trên tài liệu thứ cấp, chưa thu thập dữ liệu sơ cấp từ các cơ quan nhà nước hoặc nhóm đối tượng thụ hưởng dịch vụ công.

Thứ hai, khung phân tích năm thành tố được xây dựng thông qua tổng hợp lý luận và chưa được kiểm định về mức độ ảnh hưởng của từng yếu tố.

Thứ ba, nghiên cứu tập trung vào cấp độ quản trị quốc gia, chưa phân tích chi tiết sự khác biệt giữa các lĩnh vực như y tế, giáo dục, tài chính công, quản lý đô thị và an sinh xã hội.

Thứ tư, lộ trình đến năm 2045 có tính định hướng, chịu ảnh hưởng của những thay đổi về công nghệ, thể chế và điều kiện kinh tế – xã hội trong tương lai.

Các nghiên cứu tiếp theo có thể tập trung vào phân tích trường hợp ứng dụng AI tại các cơ quan nhà nước, khảo sát năng lực quản trị công nghệ của đội ngũ cán bộ và xây dựng mô hình định lượng đánh giá mối quan hệ giữa các điều kiện triển khai với kết quả quản trị.

7. KẾT LUẬN

Trí tuệ nhân tạo đang tạo ra những cơ hội quan trọng đối với quá trình đổi mới quản trị quốc gia, đặc biệt trong việc nâng cao năng lực phân tích, dự báo, hỗ trợ hoạch định chính sách, cải thiện cung ứng dịch vụ công và tăng cường phối hợp liên ngành.

Đối với Việt Nam, ứng dụng AI có ý nghĩa chiến lược trong tiến trình chuyển đổi số, hiện đại hóa nền hành chính và nâng cao năng lực quản trị quốc gia đến năm 2045. Tuy nhiên, công nghệ chỉ có thể phát huy hiệu quả khi được tích hợp với những thay đổi phù hợp về thể chế, dữ liệu, tổ chức và nguồn nhân lực.

Trên cơ sở phân tích tài liệu và tổng hợp lý luận, nghiên cứu xác định năm thành tố cần được xem xét đồng bộ trong quá trình ứng dụng AI, gồm thể chế và chính sách, dữ liệu và hạ tầng, nguồn nhân lực, tổ chức thực thi và trách nhiệm giải trình.

Từ khung phân tích này, bài viết đề xuất sáu nhóm định hướng chính sách: hoàn thiện thể chế quản trị AI dựa trên rủi ro; phát triển quản trị dữ liệu; nâng cao năng lực đội ngũ cán bộ, công chức; đặt nhu cầu giải quyết vấn đề công làm trung tâm; xây dựng cơ chế đánh giá dựa trên bằng chứng; và bảo đảm trách nhiệm giải trình cùng quyền lợi của người dân.

Bên cạnh đó, nghiên cứu đề xuất lộ trình ba giai đoạn đến năm 2045 theo hướng hoàn thiện nền tảng, mở rộng ứng dụng được kiểm chứng và hình thành năng lực quản trị thông minh, có trách nhiệm.

Kết quả phân tích cho thấy đổi mới quản trị quốc gia bằng AI cần được nhìn nhận như một quá trình cải cách thể chế và tổ chức có sự hỗ trợ của công nghệ, thay vì chỉ là quá trình nâng cấp các công cụ kỹ thuật.

Về lâu dài, giá trị của AI trong khu vực công phải được xác định thông qua những cải thiện thực chất và có thể kiểm chứng về chất lượng quyết định, hiệu quả thực thi chính sách, khả năng tiếp cận dịch vụ, tính công bằng và trách nhiệm của cơ quan công quyền.

Vì vậy, định hướng cốt lõi của Việt Nam không phải là tối đa hóa mức độ sử dụng AI trong mọi hoạt động quản lý, mà là xây dựng năng lực lựa chọn, triển khai và giám sát AI một cách phù hợp, nhằm tạo ra giá trị công bền vững và phục vụ tốt hơn lợi ích của người dân.