Hội thảo tại TP.HCM: Tác giả phải tự kiểm chứng nghiên cứu có dùng AI

Tại hội thảo quốc tế SEBL 2026 do Trường Đại học Kinh tế – Luật (UEL), Đại học Quốc gia TP.HCM tổ chức ngày 6-10, các diễn giả đã bàn về một câu hỏi thiết thực khi trí tuệ nhân tạo được đưa vào nghiên cứu: ai chịu trách nhiệm nếu nội dung hoặc kết quả sai? Theo tường thuật của Tuổi Trẻ, người thực hiện và đứng tên công trình vẫn phải tự kiểm chứng.

AI hỗ trợ viết, nhưng không thay trách nhiệm tác giả

PGS Gwanghyun Jo thuộc Đại học Hanyang (Hàn Quốc) nói tại hội thảo rằng nhà nghiên cứu cần kiểm tra nội dung do AI hỗ trợ, gồm cả trích dẫn và hình ảnh, đồng thời bảo đảm công trình có đóng góp nguyên bản. Ông cũng nhấn mạnh cần trình bày trung thực kết quả chưa tốt và các hạn chế thay vì tiếp tục chỉnh cho kết quả có vẻ thuận lợi hơn.

Với nghiên cứu học máy, ông lưu ý việc xem kết quả trên cùng một bộ dữ liệu kiểm tra rồi liên tục chỉnh mô hình theo kết quả đó có thể khiến điểm đánh giá tăng, nhưng không còn là phép thử độc lập. Cách được nêu tại hội thảo là giữ riêng một bộ dữ liệu để đánh giá cuối cùng và chỉ dùng sau khi mô hình đã được chốt.

Giám sát theo rủi ro sau khi triển khai

PGS Dominik Bierecki thuộc Đại học Pomeranian ở Słupsk (Ba Lan) cho rằng mức giám sát AI cần tương xứng với khả năng và mức độ nghiêm trọng của rủi ro. Ông đề cập việc theo dõi hệ thống sau khi đưa vào sử dụng và đánh giá lại định kỳ, vì khả năng cũng như tác động của hệ thống có thể thay đổi. Với quyết định tự động ảnh hưởng trực tiếp đến con người, cần chú ý khả năng giải thích và xem xét lại kết quả.

SEBL 2026 diễn ra tại UEL ở TP.HCM, tập trung vào phát triển bền vững trong kinh tế, kinh doanh và luật. Theo thông tin của UEL, hội thảo nhận hơn 320 bài nghiên cứu và trao giải Best Paper cho 11 công trình. Các trao đổi về kiểm chứng và trách nhiệm nghiên cứu vì vậy gắn với bối cảnh học thuật đang quan tâm cả chuyển đổi số lẫn trách nhiệm giải trình.

Tóm tắt 3 ý

• Người đứng tên công trình vẫn phải kiểm tra nội dung, trích dẫn và hình ảnh có AI hỗ trợ; trách nhiệm không chuyển cho công cụ.
• Dùng cùng một bộ dữ liệu kiểm tra để chỉnh mô hình nhiều lần có thể làm sai lệch đánh giá; nên giữ một bộ riêng cho lần đánh giá cuối.
• Tại SEBL 2026 ở TP.HCM, diễn giả cũng đề xuất giám sát AI theo mức rủi ro, theo dõi sau triển khai và đánh giá lại định kỳ.

Nguồn: Tuổi Trẻ · Trường Đại học Kinh tế – Luật (UEL).