PGS.TS Bùi Thị An, Phó Chủ tịch Hội Nữ trí thức Việt Nam, Chủ tịch Hội Nữ trí thức Hà Nội.

Trong bối cảnh trí tuệ nhân tạo (AI) ngày càng tham gia sâu vào quá trình nghiên cứu và công bố khoa học, nhiều vấn đề mới đang được đặt ra đối với môi trường học thuật, từ ranh giới giữa hỗ trợ công nghệ và gian lận nghiên cứu đến cách đánh giá tính trung thực và giá trị thực chất của các công trình khoa học.

Mới đây, Bộ Khoa học và Công nghệ đã ban hành Quyết định số 2557 hướng dẫn về liêm chính khoa học và đạo đức nghề nghiệp trong nghiên cứu khoa học, phát triển công nghệ. Đây được xem là khung hướng dẫn toàn diện đầu tiên ở cấp quốc gia nhằm siết chặt các hành vi như đạo văn, giả mạo dữ liệu, ghi tên tác giả không đúng thực tế hay lạm dụng AI trong nghiên cứu.

Liên quan đến những vấn đề này, phóng viên đã có cuộc trao đổi với PGS.TS Bùi Thị An, Chủ tịch Hội Nữ trí thức Hà Nội, về ranh giới giữa ứng dụng AI và lạm dụng AI trong nghiên cứu khoa học, cũng như những yêu cầu mới đặt ra đối với liêm chính học thuật trong thời đại công nghệ số.

PV: Một điểm mới đáng chú ý là hướng dẫn đã đưa ra quy tắc riêng đối với việc sử dụng trí tuệ nhân tạo (AI) trong nghiên cứu khoa học. Theo PGS.TS Bùi Thị An, đâu là ranh giới giữa việc ứng dụng AI như công cụ hỗ trợ và việc lạm dụng AI làm sai lệch bản chất nghiên cứu?

PGS.TS Bùi Thị An: Tôi cho rằng điểm rất tiến bộ của Quyết định 2557 là lần đầu tiên Việt Nam nhìn nhận AI không chỉ như một công nghệ, mà còn như một vấn đề của liêm chính khoa học.

Theo tôi, ranh giới giữa “ứng dụng AI” và “lạm dụng AI” không nằm ở việc có sử dụng AI hay không, mà ở chỗ AI có đang thay thế tư duy khoa học, trách nhiệm khoa học và tính trung thực khoa học của con người hay không.

AI hoàn toàn có thể được sử dụng như một công cụ hỗ trợ hợp lý trong nghiên cứu, chẳng hạn như dịch thuật, tìm kiếm tài liệu, gợi ý cấu trúc bài viết, hỗ trợ lập trình, mô phỏng, phân tích dữ liệu sơ bộ, kiểm tra lỗi ngữ pháp hoặc trực quan hóa dữ liệu. Trong những trường hợp đó, nhà khoa học vẫn là chủ thể của quá trình nghiên cứu: họ đặt giả thuyết, thiết kế phương pháp, kiểm chứng dữ liệu và chịu trách nhiệm về kết luận khoa học.

Tuy nhiên, việc lạm dụng AI bắt đầu khi công nghệ bị sử dụng để tạo ra “tri thức giả”. Ví dụ, dùng AI để tạo kết quả nghiên cứu mà không kiểm chứng; để AI “bịa” tài liệu tham khảo; tạo dữ liệu giả, hình ảnh, biểu đồ hoặc kết quả thí nghiệm không có thật; hay để AI viết toàn bộ bài báo rồi đứng tên như sản phẩm trí tuệ của mình. Khi đó, điều bị sai lệch không chỉ là một bài báo khoa học mà còn là bản chất của hoạt động nghiên cứu.

Theo tôi, còn có một ranh giới rất tinh tế khác giữa việc AI hỗ trợ diễn đạt và AI thay thế tư duy. AI có thể giúp trình bày một ý tưởng phức tạp rõ ràng hơn, đó là điều bình thường. Nhưng nếu nhà nghiên cứu không còn hiểu chính lập luận của mình mà chỉ sao chép đầu ra do AI tạo ra thì đó là dấu hiệu rất nguy hiểm.

Một công trình khoa học không chỉ là văn bản được viết trau chuốt, mà còn bao gồm logic khoa học, năng lực phản biện, khả năng bảo vệ luận điểm và trách nhiệm học thuật của tác giả. Nếu người đứng tên công trình không thể giải thích mô hình, không hiểu số liệu hoặc không chứng minh được quy trình nghiên cứu, thì dù bài viết có vẻ “rất học thuật”, công trình đó vẫn thiếu liêm chính.

AI có thể giúp tăng tốc quá trình nghiên cứu nhờ khả năng xử lý khối lượng tài liệu lớn, phát hiện xu hướng dữ liệu hoặc đề xuất mô hình nghiên cứu nhanh hơn con người. Tuy nhiên, AI không có trách nhiệm đạo đức, không chịu hậu quả xã hội và cũng không có “lương tri khoa học”.

Một chatbot có thể đưa ra thông tin sai với mức độ tự tin rất cao. Nếu nhà nghiên cứu không kiểm chứng mà công bố ngay, trách nhiệm không thuộc về AI mà thuộc về con người sử dụng AI. Trong khoa học, “nhanh” không bao giờ được phép thay thế “đúng”.

Tôi cũng cho rằng việc sử dụng AI chỉ có thể được chấp nhận khi bảo đảm tính minh bạch. Hiện nay, nhiều tạp chí khoa học quốc tế không cấm AI, nhưng yêu cầu tác giả phải khai báo mức độ sử dụng AI, không để AI trở thành “đồng tác giả” và con người phải chịu trách nhiệm cuối cùng đối với nội dung công bố.

Ví dụ, nếu sử dụng AI để hiệu đính tiếng Anh, xử lý hình ảnh hoặc hỗ trợ phân tích dữ liệu thì cần công khai rõ trong phương pháp nghiên cứu. Minh bạch chính là “hàng rào đạo đức” quan trọng để ngăn nguy cơ gian lận học thuật.

Theo tôi, điều đáng lo ngại nhất hiện nay không phải AI ngày càng thông minh, mà là con người ngày càng lười tư duy. AI sẽ không làm suy yếu khoa học nếu nhà khoa học vẫn giữ được tư duy phản biện, trung thực với dữ liệu và tôn trọng sự thật.

Ngược lại, nếu chạy theo số lượng bài báo, áp lực thành tích hay “công nghiệp hóa công bố”, AI rất dễ bị biến thành “máy sản xuất học thuật”. Khi đó sẽ xuất hiện những bài báo na ná nhau, trích dẫn ảo, dữ liệu không thể kiểm chứng và thứ “khoa học bề ngoài” thiếu giá trị thực chất.

Đó cũng là lý do Quyết định 2557 nhấn mạnh các yêu cầu về trách nhiệm giải trình, minh bạch dữ liệu, chống ngụy tạo kết quả và chống lạm dụng AI trong nghiên cứu khoa học.

Tóm lại, AI có thể hỗ trợ năng lực khoa học của con người, nhưng không được phép thay thế sự trung thực và trách nhiệm khoa học của con người. Khoa học chân chính không chỉ tạo ra tri thức mới, mà còn phải tạo ra tri thức đáng tin. Theo tôi, đó mới là tinh thần cốt lõi của liêm chính khoa học trong thời đại AI hiện nay.

PV: Hướng dẫn cho phép các cơ sở nghiên cứu và cơ quan tài trợ tự quy định tỷ lệ trùng lặp phù hợp với từng lĩnh vực. Theo PGS.TS Bùi Thị An, điều này có thể tạo ra sự linh hoạt cần thiết hay sẽ phát sinh nguy cơ thiếu thống nhất trong quá trình đánh giá các công bố khoa học?

PGS.TS Bùi Thị An: Việc cho phép các cơ sở nghiên cứu và cơ quan tài trợ tự quy định tỷ lệ trùng lặp có mặt tích cực là tạo ra sự linh hoạt, bởi mỗi lĩnh vực khoa học có đặc thù riêng. Chẳng hạn, ở các ngành kỹ thuật, y sinh hay luật học, việc sử dụng nhiều thuật ngữ chuyên môn, mô tả quy trình hoặc trích dẫn tài liệu có thể khiến tỷ lệ similarity cao hơn so với một số lĩnh vực khác.

Tuy nhiên, nếu chỉ giao quyền tự quy định mà không có một bộ chuẩn nền chung ở cấp quốc gia thì nguy cơ thiếu thống nhất là rất lớn. Thực tế có thể dẫn tới tình trạng “mỗi nơi một kiểu”: có đơn vị áp dụng ngưỡng 15%, nơi khác 30%, thậm chí không công bố rõ tiêu chí đánh giá. Khi đó, cùng một công trình nghiên cứu nhưng nơi này chấp nhận, nơi khác lại không, gây khó khăn trong việc bảo đảm tính công bằng khi xét duyệt đề tài, nghiệm thu hay xét phong học hàm, học vị.

Theo tôi, một nguy cơ khác là việc “hợp thức hóa” sai phạm nếu quy định thiếu chặt chẽ. Một số đơn vị có thể đặt ngưỡng similarity quá cao để giảm áp lực kiểm soát, “nới tay” cho các nhóm nghiên cứu quen thuộc hoặc chạy theo thành tích công bố. Khi đó, công cụ kiểm tra trùng lặp sẽ mất đi ý nghĩa cốt lõi là bảo vệ liêm chính khoa học.

Cần nhìn nhận rõ tỷ lệ similarity không đồng nghĩa với hành vi đạo văn. Nhiều nội dung được trích dẫn đúng chuẩn vẫn có thể bị phần mềm tính là trùng lặp; tài liệu tham khảo, tên phương pháp hay thuật ngữ chuyên môn cũng có thể làm tăng mức độ tương đồng văn bản. Ngược lại, những trường hợp “đạo văn ý tưởng” đôi khi lại không bị phần mềm phát hiện.

“Vì vậy, nếu không có hướng dẫn chuyên môn thống nhất, các hội đồng đánh giá rất dễ rơi vào hai thái cực là máy móc chạy theo con số hoặc đánh giá theo cảm tính”.

PV: Để xây dựng văn hóa liêm chính khoa học bền vững, theo PGS.TS Bùi Thị An, ngoài các chế tài xử phạt, các trường đại học, viện nghiên cứu, cơ quan quản lý và các nhà khoa học cần làm gì để nâng cao ý thức đạo đức nghiên cứu cho đội ngũ nhà khoa học trẻ?

PGS.TS Bùi Thị An: Theo tôi, để xây dựng văn hóa liêm chính khoa học bền vững, cần có cách tiếp cận “linh hoạt nhưng phải có khung chuẩn”. Đây cũng nên là tinh thần khi triển khai Quyết định 2557.

Mỗi lĩnh vực nghiên cứu đều có đặc thù riêng nên không thể áp dụng một cách máy móc cùng một tiêu chí cho tất cả. Tuy nhiên, vẫn cần một bộ nguyên tắc tối thiểu ở cấp quốc gia để bảo đảm sự thống nhất trong đánh giá và thực thi liêm chính khoa học.

Chẳng hạn, cần quy định rõ phần nào được phép có sự trùng lặp, như mô tả phương pháp nghiên cứu, văn bản pháp lý hay các trích dẫn chuẩn; đồng thời xác định rõ những nội dung tuyệt đối không thể chấp nhận việc sao chép, bao gồm kết quả nghiên cứu, lập luận gốc và dữ liệu khoa học.

Bên cạnh đó, các cơ sở đào tạo và nghiên cứu cần công khai ngưỡng similarity áp dụng trong đánh giá học thuật; xây dựng cơ chế giải trình khoa học thay vì chỉ phụ thuộc vào phần mềm kiểm tra trùng lặp; đồng thời hình thành các hội đồng đạo đức và liêm chính nghiên cứu hoạt động độc lập.

Theo tôi, điều quan trọng nhất không phải là đánh giá một công trình qua “tỷ lệ phần trăm trùng lặp”, mà phải nhìn vào bản chất sáng tạo, tính trung thực học thuật và đóng góp thực chất của nghiên cứu.