Chương 4.5: Triển khai

Biến các nguyên tắc quản trị thành hành động đòi hỏi phải xây dựng các tiêu chuẩn an toàn kỹ thuật, tạo ra khả năng giám sát của cơ quan quản lý thông qua các công cụ như sổ đăng ký mô hình và giám sát điện toán, và thiết lập những cơ chế thực thi đáng tin cậy.

Tiêu chuẩn an toàn AI

Những cách tiếp cận nào tồn tại để xây dựng tiêu chuẩn an toàn AI ở cấp quốc gia? Có nhiều cách tiếp cận khác nhau để xây dựng tiêu chuẩn an toàn trong bối cảnh từng quốc gia, từ các cơ quan tiêu chuẩn hóa do chính phủ dẫn dắt cho đến các quy trình hợp tác công tư. Các cơ quan tiêu chuẩn quốc gia đóng vai trò then chốt trong việc xây dựng và triển khai các tiêu chuẩn an toàn AI phù hợp với ưu tiên chính sách và năng lực công nghệ của mỗi quốc gia (Cihon, 2019 (mở trong tab mới)). Đạo luật AI của EU minh chứng cho điều này thông qua yêu cầu về một Bộ Quy tắc Thực hành (Code of Practice), quy định các nghĩa vụ ở tầm cao đối với các mô hình AI đa dụng (General-Purpose AI). Tại Hoa Kỳ, Viện Tiêu chuẩn và Công nghệ Quốc gia (National Institute of Standards and Technology, NIST) đã xây dựng một Khung Quản lý Rủi ro AI, đóng vai trò là tiêu chuẩn tự nguyện trong phạm vi thẩm quyền tài phán của Hoa Kỳ. Năm 2021, Ủy ban Quản lý Tiêu chuẩn hóa Trung Quốc (Standardization Administration of China, SAC) đã công bố một lộ trình phát triển tiêu chuẩn AI, bao gồm hơn 100 quy định kỹ thuật và đạo đức, từ tính minh bạch thuật toán cho đến an toàn nhận diện sinh trắc học, được điều phối bởi các cơ quan chính phủ như Bộ Công nghiệp và Công nghệ Thông tin (MIIT) và Viện Tiêu chuẩn hóa Điện tử Trung Quốc (CESI). Không giống Hoa Kỳ hay EU, nơi các tiêu chuẩn thường được xây dựng bởi nhiều bên liên quan hoặc dựa trên thị trường, quy trình của Trung Quốc mang tính tập trung cao độ và gắn chặt với những tham vọng địa chính trị rộng lớn hơn của nước này (Ding, 2018 (mở trong tab mới)).

Các cơ quan tiêu chuẩn quốc gia xây dựng những tiêu chuẩn an toàn AI hiệu quả bằng cách nào? Các tiêu chuẩn quốc gia đã có kinh nghiệm quản lý nhiều vấn đề kinh tế - kỹ thuật khác nhau trong phạm vi quốc gia của mình. Ví dụ, các tiêu chuẩn an ninh mạng quốc gia đã lan rộng khắp các ngành, các tiêu chuẩn bền vững môi trường đã thúc đẩy những khoản đầu tư đáng kể từ doanh nghiệp, và các tiêu chuẩn an toàn đã được triển khai trên nhiều lĩnh vực, từ ô tô đến năng lượng. Chuyên môn từ các ngành công nghiệp rủi ro cao khác có thể được tận dụng để xây dựng những tiêu chuẩn an toàn AI hiệu quả, phù hợp với nhu cầu cụ thể và môi trường quản lý của từng quốc gia (Cihon, 2019 (mở trong tab mới)). Các tiêu chuẩn quốc gia có thể được dùng để lan tỏa văn hóa an toàn và trách nhiệm trong nghiên cứu và phát triển AI theo bốn cách:

• Các tiêu chí trong tiêu chuẩn thiết lập quy tắc và kỳ vọng cho các thông lệ an toàn trong hệ sinh thái AI của quốc gia.
• Các tiêu chuẩn gắn kết từng nhà nghiên cứu và tổ chức riêng lẻ vào trong một mạng lưới trách nhiệm giải trình trong nước rộng lớn hơn.
• Việc triển khai tiêu chuẩn một cách thường xuyên giúp các nhà nghiên cứu nội tâm hóa những thói quen an toàn như một phần của thông lệ tiêu chuẩn.
• Khi các tiêu chuẩn được tích hợp vào sản phẩm và các gói phần mềm, chúng củng cố những cân nhắc về an toàn bất kể tổ chức trong nước nào sử dụng hệ thống.

Những cơ chế này giúp tạo ra điều mà một số nhà nghiên cứu gọi là "tư duy an toàn" (safety mindset) trong giới thực hành AI trong phạm vi hệ sinh thái AI quốc gia. Các tiêu chuẩn quốc gia đóng vai trò là công cụ hiệu quả để nuôi dưỡng văn hóa trách nhiệm và an toàn trong phát triển AI, điều thiết yếu cho lợi ích lâu dài của xã hội (Cihon, 2019 (mở trong tab mới)).

Khả năng giám sát của cơ quan quản lý

Khả năng giám sát của cơ quan quản lý đòi hỏi sự soi xét chủ động và độc lập đối với các hệ thống AI trước, trong, và sau khi triển khai. Khi các hệ thống AI tiên phong ngày càng được tích hợp sâu vào xã hội, sự soi xét từ bên ngoài (huy động các bên bên ngoài tham gia đánh giá hệ thống AI) mang lại một công cụ mạnh mẽ để tăng cường an toàn và trách nhiệm giải trình. Sự soi xét từ bên ngoài hiệu quả nên tuân theo khung ASPIRE, đề xuất sáu tiêu chí cho việc đánh giá bên ngoài hiệu quả (Anderljung et al., 2023 (mở trong tab mới)):

• Khả năng tiếp cận (Access): Các bên soi xét bên ngoài cần có quyền tiếp cận phù hợp vào hệ thống AI và các thông tin liên quan.
• Thái độ chủ động tìm kiếm (Searching attitude): Các bên soi xét nên chủ động tìm kiếm những vấn đề và lỗ hổng tiềm ẩn.
• Tương xứng với rủi ro (Proportionality to the risks): Mức độ soi xét nên tương xứng với những rủi ro tiềm ẩn mà hệ thống gây ra.
• Tính độc lập (Independence): Các bên soi xét cần không chịu ảnh hưởng quá mức từ các nhà phát triển AI.
• Nguồn lực (Resources): Cần có đủ nguồn lực để hỗ trợ việc soi xét một cách kỹ lưỡng.
• Chuyên môn (Expertise): Các bên soi xét phải sở hữu chuyên môn kỹ thuật và chuyên môn theo lĩnh vực cần thiết.

Một số quốc gia đang khám phá các sổ đăng ký mô hình (model registries) — những cơ sở dữ liệu tập trung, bao gồm chi tiết về kiến trúc, quy trình huấn luyện, các chỉ số hiệu suất, và đánh giá tác động xã hội. Những sổ đăng ký này hỗ trợ việc giám sát có cấu trúc và có thể đóng vai trò như hệ thống cảnh báo sớm cho những năng lực mới trỗi dậy, giúp các cơ quan quản lý phát hiện những xu hướng nguy hiểm trước khi chúng hiện thực hóa thành tổn hại (McKernon et al., 2024 (mở trong tab mới)). Các thẩm quyền tài phán khác nhau áp dụng những cách tiếp cận khác nhau, nhưng tài liệu hóa mô hình thường bao gồm:

• Tài liệu cơ bản (định danh mô hình, các trường hợp sử dụng dự kiến)
• Đặc tả kỹ thuật (kiến trúc, tham số, yêu cầu về điện toán)
• Tài liệu hiệu suất (kết quả bài kiểm tra, đánh giá năng lực)
• Đánh giá tác động (ảnh hưởng xã hội, hàm ý về an toàn, các cân nhắc đạo đức)
• Tài liệu triển khai (chiến lược triển khai, kế hoạch giám sát)

Một phương pháp khác để tăng khả năng giám sát của cơ quan quản lý đối với AI là hệ thống Định danh Khách hàng (Know Your Customer, KYC). Hệ thống KYC vốn đã là một phần đã được thiết lập trong quản lý tài chính, dùng để phát hiện và ngăn chặn rửa tiền và tài trợ khủng bố. Chúng đã chứng minh được hiệu quả trong khả năng nhận diện những cá nhân rủi ro cao trước khi một giao dịch diễn ra. Nguyên tắc tương tự có thể được áp dụng cho việc tiếp cận điện toán. Như đã thảo luận trong phần quản trị điện toán, các mô hình AI tiên phong đòi hỏi lượng tài nguyên điện toán khổng lồ, thường tập trung ở một số ít nhà cung cấp quy mô siêu lớn (hyperscale), những bên đóng vai trò như điểm nghẽn quản lý tự nhiên. Một hệ thống KYC cho AI sẽ cho phép các chính phủ phát hiện sớm việc phát triển những hệ thống có khả năng nguy hiểm, ngăn chặn việc huấn luyện mô hình một cách bí mật, và triển khai các biện pháp kiểm soát xuất khẩu hay yêu cầu cấp phép với độ chính xác cao hơn. Vì cách tiếp cận này nhắm vào các ngưỡng năng lực thay vì các trường hợp sử dụng, nó có thể đóng vai trò như một công cụ phòng ngừa cho việc quản lý rủi ro, thay vì một công cụ phản ứng trước những thất bại khi triển khai (Egan & Heim, 2023 (mở trong tab mới)). Tuy nhiên, việc triển khai một chế độ KYC cho điện toán đặt ra một số câu hỏi còn bỏ ngỏ. Các nhà cung cấp sẽ cần những nhiệm vụ pháp lý rõ ràng, tiêu chí kỹ thuật để xác minh khách hàng, và quy trình để chuyển những trường hợp rủi ro cao lên cho cơ quan chức năng. Sự phân mảnh về thẩm quyền tài phán là một thách thức. Nhiều nhà phát triển phụ thuộc vào các dịch vụ điện toán được phân bổ trên toàn cầu, và nếu không có sự hợp tác quốc tế, các chế độ KYC có nguy cơ bị vô hiệu hóa bởi tình trạng trú ẩn quy định. Để hiệu quả, một hệ thống KYC dựa trên điện toán sẽ cần phải đồng bộ với các cơ chế minh bạch khác, chẳng hạn như sổ đăng ký mô hình và hệ thống báo cáo sự cố (Egan & Heim, 2023 (mở trong tab mới)).

Các chính sách quốc gia có thể hỗ trợ việc chia sẻ thông tin có trách nhiệm như thế nào? Việc báo cáo thông tin có trách nhiệm quan trọng đối với cả tự điều chỉnh lẫn giám sát của chính phủ. Như đã thảo luận trong phần quản trị cấp doanh nghiệp, các công ty phát triển và triển khai hệ thống AI tiên phong có quyền tiếp cận hàng đầu đối với thông tin về năng lực và rủi ro tiềm ẩn của hệ thống mình, và việc chia sẻ thông tin này một cách có trách nhiệm có thể cải thiện đáng kể khả năng của nhà nước trong việc quản lý rủi ro AI (Kolt et al., 2024 (mở trong tab mới)). Các chính sách quốc gia phải xử lý sự căng thẳng giữa tính minh bạch và quyền kiểm soát độc quyền. Một cách tiếp cận là công bố theo tầng (tiered disclosure), trong đó tài liệu kỹ thuật được cung cấp cho cơ quan quản lý theo các thỏa thuận bảo mật, trong khi thông tin công khai vẫn ở mức tổng quát và tập trung vào rủi ro. Một cách tiếp cận khác là chia sẻ dữ liệu ẩn danh hoặc tổng hợp, cho phép có được những hiểu biết mang tính thống kê mà không tiết lộ những chi tiết triển khai nhạy cảm.

Mặc dù các hệ thống báo cáo sự cố từ những ngành khác, chẳng hạn như Hệ thống Báo cáo An toàn Hàng không (Aviation Safety Reporting System, ASRS) mang tính bảo mật và không trừng phạt tại Hoa Kỳ, mang lại những tiền lệ hữu ích, nhưng vẫn chưa có hệ thống tương đương nào tồn tại cho AI. Trong ngành hàng không, điều gì cấu thành một sự cố hay một tình huống suýt xảy ra tai nạn là khá rõ ràng, nhưng với AI, ranh giới này có thể rất mờ nhạt. Việc điều chỉnh mô hình này sẽ đòi hỏi những định nghĩa rõ ràng về điều gì cấu thành một "sự cố," với các hạng mục có cấu trúc trải dài từ hành vi sai lệch của mô hình cho đến những tổn hại xã hội. Các nỗ lực quốc gia hiện nay về vấn đề này còn manh mún. Tại EU, Đạo luật AI bắt buộc các nhà phát triển AI rủi ro cao và AI đa dụng phải báo cáo "sự cố nghiêm trọng." Tại Trung Quốc, Cục Quản lý Không gian mạng (Cyberspace Administration) đang xây dựng một hạ tầng tập trung để báo cáo theo thời gian thực những thất bại nghiêm trọng theo luật an ninh mạng. Tại Hoa Kỳ, việc báo cáo sự cố vẫn mang tính đặc thù theo từng ngành, với những nỗ lực sơ khởi đang được tiến hành trong lĩnh vực y tế và an ninh quốc gia (Farrell, 2024 (mở trong tab mới); Cheng, 2024 (mở trong tab mới); OECD, 2025 (mở trong tab mới)).

Đảm bảo tuân thủ

Những công cụ quản lý nào có thể đảm bảo việc tuân thủ các tiêu chuẩn an toàn AI? Đối với các hệ thống AI rủi ro cao, các cơ chế giám sát phải vượt ra ngoài những tiêu chuẩn tự nguyện hay các đợt đánh giá một lần. Nhiều nhà nghiên cứu đã đề xuất các chế độ cấp phép, phản chiếu những thông lệ quản lý trong các ngành như dược phẩm hay năng lượng hạt nhân. Trong những lĩnh vực này, các đơn vị vận hành phải xin và duy trì giấy phép bằng cách chứng minh sự tuân thủ liên tục các yêu cầu nghiêm ngặt về an toàn và tài liệu hóa. Áp dụng vào AI tiên phong, cách tiếp cận này sẽ bao gồm các quy trình phê duyệt chính thức trước khi triển khai mô hình, kiểm toán định kỳ, và khả năng để cơ quan chức năng thu hồi giấy phép trong trường hợp không tuân thủ (Buhl et al., 2024 (mở trong tab mới)). Một khung cấp phép đáng tin cậy sẽ yêu cầu các nhà phát triển nộp một hồ sơ luận chứng an toàn (safety case) có cấu trúc — một lập luận chính thức, được hỗ trợ bởi bằng chứng, cho thấy hệ thống đáp ứng các ngưỡng an toàn để được triển khai. Điều này có thể bao gồm việc mô hình hóa mối đe dọa, kết quả kiểm định độc lập từ bên ngoài, đánh giá khả năng diễn giải, và kế hoạch giám sát sau triển khai. Hồ sơ luận chứng an toàn cung cấp một cơ chế cho cả việc phê duyệt trước (ex ante) lẫn việc theo dõi xem liệu những tuyên bố về an toàn có còn đúng hay không khi hệ thống phát triển trong quá trình triển khai. Việc lồng ghép những yêu cầu này vào quy trình cấp phép có thể giúp các chính phủ thiết lập một chu trình liên tục gồm rà soát, phản hồi, và xác minh kỹ thuật (Buhl et al., 2024 (mở trong tab mới)).

Việc thực thi sẽ hoạt động ra sao trong thực tế? Các khung cấp phép phải được hậu thuẫn bởi những cơ quan có quyền điều tra vi phạm, áp đặt chế tài, và đình chỉ việc phát triển. Các thông lệ thực thi quốc gia dao động giữa quản trị theo chiều ngang (áp dụng các quy tắc chung trên nhiều ngành) và các chế độ theo chiều dọc (nhắm vào những lĩnh vực cụ thể như y tế hay tài chính) (Cheng & McKernon, 2024 (mở trong tab mới)). Ví dụ, Đạo luật AI của Liên minh Châu Âu thiết lập thẩm quyền thực thi thông qua một khung quản trị theo chiều ngang với Văn phòng AI Châu Âu, cơ quan có thể điều tra, áp mức phạt lên tới 3% doanh thu toàn cầu hằng năm, và bắt buộc thực hiện biện pháp khắc phục, kết hợp với yêu cầu báo cáo sự cố bắt buộc, yêu cầu giảm thiểu rủi ro mang tính hệ thống, và Bộ Quy tắc Thực hành hỗ trợ cho các mô hình AI đa dụng (GPAI) (Cheng & McKernon, 2024 (mở trong tab mới)). Ngược lại, Cục Quản lý Không gian mạng (CAC) của Trung Quốc thực thi quyền lực tập trung theo một khung quản lý theo chiều dọc. Trong khi cách tiếp cận của cơ quan này ưu tiên can thiệp nhanh chóng và tuân thủ kiểm duyệt, CAC lại thiếu những cơ chế kiểm tra quy trình minh bạch và thường dựa vào những tiêu chí mơ hồ để thực thi. Tại Hoa Kỳ, việc thực thi mang tính manh mún. Trong khi các biện pháp kiểm soát xuất khẩu được áp dụng nghiêm ngặt thông qua các cơ quan như Bộ Thương mại, việc tuân thủ an toàn AI ở phạm vi rộng hơn lại được giao cho từng cơ quan riêng lẻ, không có cơ quan cấp phép quốc gia thống nhất. Kết quả là các hành động thực thi thường mang tính phản ứng và đặc thù theo lĩnh vực, dựa vào quyền hạn hành pháp mang tính tùy nghi (Cheng & McKernon, 2024 (mở trong tab mới)). Việc tìm ra sự cân bằng phù hợp giữa những cách tiếp cận này sẽ phụ thuộc vào năng lực thể chế, động lực của nhà phát triển, và tốc độ tiến bộ của AI. Trong một số trường hợp, việc sử dụng các cơ quan thẩm quyền theo ngành hiện có có thể là đủ. Trong những trường hợp khác, sẽ cần đến những thể chế mới để xử lý các năng lực đa dụng nằm ngoài những hạng mục quản lý truyền thống (Dafoe, 2023 (mở trong tab mới)).

Hạn chế và đánh đổi

Mọi cách tiếp cận quản trị đều đối mặt với những ràng buộc căn bản mà không thiết kế thể chế nào có thể khắc phục hoàn toàn. Việc hiểu được những hạn chế này giúp thiết lập những kỳ vọng thực tế và xác định nơi cần đến sự đổi mới nhất (Dafoe, 2023 (mở trong tab mới)).

Một số rủi ro không chịu khuất phục trước các giải pháp kỹ thuật. Bất chấp những tiến bộ trong khả năng diễn giải và đánh giá, chúng ta vẫn chưa thể hiểu đầy đủ hay dự đoán được hành vi của AI. Các mô hình hộp đen khiến việc xác minh trở nên khó khăn. Các năng lực trỗi dậy xuất hiện một cách bất ngờ. Khoảng cách giữa tham vọng quản trị của chúng ta và năng lực kỹ thuật hiện có là rất lớn (Mukobi, 2024 (mở trong tab mới)). Các kỹ thuật an toàn hiện nay như RLHF (học tăng cường từ phản hồi của con người) và AI hiến pháp (constitutional AI) cho thấy nhiều triển vọng đối với các mô hình ngày nay, nhưng có thể thất bại thảm hại với những hệ thống có năng lực cao hơn. Chúng ta đang xây dựng các khung quản trị xoay quanh những cách tiếp cận an toàn có thể trở nên lỗi thời. Sự bất định căn bản này đòi hỏi những khung thích ứng, có thể phát triển cùng với hiểu biết của chúng ta (Ren et al., 2024 (mở trong tab mới)).

Những thách thức trong đo lường làm suy yếu trách nhiệm giải trình. Chúng ta thiếu những chỉ số đáng tin cậy cho nhiều thuộc tính liên quan đến an toàn. Làm sao để đo lường xu hướng lừa dối của một mô hình? Tiềm năng tự cải thiện một cách tự định hướng của nó? Khả năng chống lại việc bị lợi dụng sai mục đích? Nếu không có những phép đo đáng tin cậy, việc tuân thủ trở thành vấn đề diễn giải hơn là xác minh (Narayan & Kapoor, 2024 (mở trong tab mới)). Ví dụ, Đạo luật AI của EU yêu cầu đánh giá "rủi ro mang tính hệ thống," nhưng lại chỉ đưa ra hướng dẫn hạn chế về cách đo lường những rủi ro đó một cách định lượng (Cheng, 2024 (mở trong tab mới)).

Tình trạng thiếu hụt chuyên môn tạo ra những nút thắt nghiêm trọng. Số lượng cá nhân am hiểu sâu sắc cả về hệ thống AI tiên tiến lẫn quản trị vẫn còn cực kỳ hạn chế, và khoảng trống này tồn tại ở mọi cấp độ, từ các đội an toàn của công ty và cơ quan quản lý cho đến các tổ chức quốc tế. Sự thiếu hụt nhân tài liên ngành làm suy yếu những nỗ lực dự đoán và quản lý các rủi ro mới trỗi dậy (Brundage et al., 2018 (mở trong tab mới)). Năng lực thể chế cho việc đánh giá và giám sát kỹ thuật cũng tương tự yếu kém tại nhiều thẩm quyền tài phán (Cihon et al., 2021 (mở trong tab mới)). Các chính phủ chật vật để thu hút và giữ chân chuyên môn cần thiết nhằm quản lý những mô hình AI mạnh mẽ, và sự thiếu hụt những chuyên gia vừa am hiểu kỹ thuật vừa nắm vững quản trị có thể là ràng buộc nghiêm trọng nhất đối với việc quản trị AI hiệu quả (Dafoe, 2023 (mở trong tab mới); Reuel & Bucknall, 2024 (mở trong tab mới)). Phần lớn nhân tài hiện có tập trung tại một số ít công ty thống lĩnh, hạn chế khả năng giám sát của khu vực công và củng cố thêm tình trạng bất đối xứng về năng lực quản trị (Brennan et al., 2025 (mở trong tab mới)).

Chi phí phối hợp leo thang nhanh hơn cả năng lực. Mỗi bên liên quan, mỗi yêu cầu, và mỗi quy trình rà soát bổ sung đều tạo thêm ma sát cho quá trình phát triển AI (Schuett, 2023 (mở trong tab mới)). Dù một số ma sát giúp đảm bảo an toàn, bộ máy quan liêu quá mức có thể đẩy hoạt động phát triển sang những cá nhân kém trách nhiệm hơn, hoặc đẩy hẳn xuống hoạt động ngầm (Zhang et al., 2025 (mở trong tab mới)). Sự chênh lệch về tốc độ tạo ra những khoảng trống quản trị căn bản. Năng lực AI tiến bộ theo từng tháng, trong khi các thỏa thuận quốc tế phải mất nhiều năm để đàm phán (Grace et al., 2024 (mở trong tab mới)). Năng lực của GPT-4 đã khiến các chuyên gia bất ngờ vào tháng 3 năm 2023; đến khi những phản ứng về mặt quản lý xuất hiện vào năm 2024, công nghệ đã tiến xa hơn, đến các hệ thống đa phương tiện và các tác nhân AI (Casper et al., 2024 (mở trong tab mới)). Các nhà nghiên cứu an toàn nhấn mạnh sự phòng ngừa và những kịch bản xấu nhất, các công ty ưu tiên vị thế cạnh tranh và thời gian đưa sản phẩm ra thị trường, các chính phủ phải cân bằng nhiều nhóm cử tri với những đòi hỏi mâu thuẫn nhau, còn người dùng thì muốn có những năng lực có lợi mà không cần hiểu rõ rủi ro (Dafoe, 2023 (mở trong tab mới)).

Tình trạng trú ẩn quy định làm suy yếu các tiêu chuẩn an toàn xuyên biên giới. Nếu châu Âu áp dụng những yêu cầu an toàn nghiêm ngặt trong khi các khu vực khác vẫn còn dễ dãi, hoạt động phát triển đơn giản có thể dịch chuyển sang nơi khác (Lancieri et al., 2024 (mở trong tab mới)). Như đã thảo luận trước đó trong phần về sự phổ biến, bản chất số hóa của AI khiến cho một mô hình có thể được huấn luyện tại Singapore, triển khai từ Ireland, và được sử dụng trên toàn cầu (Seger et al., 2023 (mở trong tab mới)). Các công ty có thể phân tách sản phẩm của mình, cung cấp những hệ thống an toàn hơn cho các thị trường được quản lý chặt, trong khi triển khai những phiên bản rủi ro hơn ở nơi khác. Sự bao phủ toàn cầu thực sự đòi hỏi nhiều hơn là chỉ những thẩm quyền tài phán mạnh mẽ riêng lẻ.