KHI AI BẮT ĐẦU HÀNH ĐỘNG: CÂU HỎI VỀ TRÁCH NHIỆM PHÁP LÝ

Tác giả: Võ Thị Kim Oanh
Luật sư Dương Văn Thành đưa tin từ Hội nghị IBA Copenhagen 2026.
Ảnh: Luật sư Dương Văn Thành

Sáng ngày 5 tháng 10 năm 2026, tại khán phòng Auditorium 15, Bella Center Copenhagen, bài phát biểu của Tiến sĩ Nicklas Berild Lundblad đưa người dự Hội nghị IBA đến với một câu hỏi đang trở nên gần gũi hơn trong đời sống nghề nghiệp: điều gì xảy ra khi phần mềm bắt đầu tự hành động?

Trên màn hình, dòng chữ “Artificial Agency” đi cùng lời dẫn: từ những cỗ máy biết suy nghĩ đến những cỗ máy biết hành động. Trong những ghi nhận gửi về từ hội nghị, Luật sư Dương Văn Thành đặc biệt chú ý đến các hình minh họa: một người cúi nhìn hình bóng mình dưới nước, hai cây với bộ rễ đan xen, cha mẹ bên con nhỏ, người sử dụng lao động bên nhân viên, người chủ dắt một con chó. Những hình ảnh giản dị đưa người nghe vào các vấn đề không hề giản đơn về ý chí, quyền kiểm soát và trách nhiệm.

Tiến sĩ Nicklas Berild Lundblad trình bày về bước chuyển từ máy suy nghĩ đến máy hành động.

Từ câu hỏi của Turing đến năng lực hành động

Năm 1950, Alan Turing mở đầu bài viết “Computing Machinery and Intelligence” bằng câu hỏi máy móc có thể suy nghĩ hay không. Ông đề xuất trò chơi bắt chước, chuyển một tranh luận khó định nghĩa về tư duy sang việc xem xét biểu hiện của máy trong tương tác. Phép thử ấy đặt con người vào vị trí thước đo, nhưng không đồng nghĩa với việc chứng minh máy có ý thức như con người. [1]

Câu hỏi của Alan Turing năm 1950 được nhắc lại trong phần dẫn nhập.

Thuật ngữ “trí tuệ nhân tạo” xuất hiện trong đề xuất nghiên cứu Dartmouth năm 1955, trước hội thảo mùa hè năm 1956. Từ đó, nghiên cứu AI phát triển qua nhiều hướng tiếp cận, nhiều kỳ vọng và cả những giai đoạn suy giảm niềm tin. [2] Trên slide của diễn giả, hai “mùa đông AI” được đặt vào các giai đoạn 1974–1980 và 1987–1993, nhắc người nghe rằng con đường công nghệ này từng nhiều lần gặp giới hạn.

Một hướng nghiên cứu tìm cách biểu diễn tri thức bằng ký hiệu và quy tắc suy luận. Hướng khác chú trọng việc học từ dữ liệu, nhận biết mẫu và điều chỉnh mô hình qua thực nghiệm. Đây không phải sự thay thế hoàn toàn giữa hai trường phái; mỗi cách tiếp cận đem lại công cụ và cũng bộc lộ giới hạn khi đối diện với thế giới thực.

Bước ngoặt nổi bật đến vào năm 2012. Mô hình của Alex Krizhevsky, Ilya Sutskever và Geoffrey Hinton, thường được gọi là AlexNet, đạt tỷ lệ lỗi top-5 là 15,3% tại cuộc thi ILSVRC, so với 26,2% của đội đứng thứ hai. Kết quả ấy cho thấy sức mạnh của mạng nơ-ron sâu kết hợp với dữ liệu và khả năng tính toán bằng GPU trong nhận dạng hình ảnh. [3] Năm 2017, bài báo “Attention Is All You Need” giới thiệu kiến trúc Transformer, tạo một nền tảng quan trọng cho sự phát triển các mô hình ngôn ngữ về sau. [4]

Nhìn lại lịch sử này giúp hiểu sức hấp dẫn của AI hiện nay, đồng thời giữ sự tỉnh táo trước những lời hứa quá lớn. Với giới luật, điều cần quan sát là công nghệ đang được giao thực hiện việc gì, bằng công cụ nào và với mức độ tự chủ đến đâu.

Từ hỏi đáp sang giao nhiệm vụ

Sự khác biệt giữa một hệ thống trả lời câu hỏi và một tác tử thực hiện công việc có thể hình dung bằng một tình huống đơn giản. Người dùng yêu cầu AI tìm thông tin về một chuyến đi; hệ thống đưa ra phương án để người dùng lựa chọn. Nhưng khi được giao đặt vé, tác tử có thể truy cập dịch vụ, chọn hành trình, điền thông tin và thực hiện thanh toán trong phạm vi quyền được cấp.

Ở trường hợp sau, đầu ra đã trở thành hành động có hậu quả đối với tài sản, dữ liệu và quan hệ giao dịch. Khoảng cách giữa chỉ dẫn ban đầu và kết quả cuối cùng cũng dài hơn. Người giao việc có thể không nhìn thấy từng bước trung gian.

Ý tưởng “từ hỏi sang giao nhiệm vụ” vì thế chạm vào một thay đổi về cách sử dụng công nghệ. Con người xác định mục tiêu, còn hệ thống lựa chọn và thực hiện một chuỗi thao tác. Hình ảnh “ngoảnh mặt đi” gợi đúng tâm lý muốn giao việc rồi dành thời gian cho công việc khác. Tuy nhiên, giảm sự can thiệp trực tiếp cũng đặt ra yêu cầu thiết kế cơ chế giám sát phù hợp.

Cần phân biệt năng lực hành động theo nghĩa kỹ thuật với ý chí theo nghĩa pháp lý. Một tác tử có thể lập kế hoạch, sử dụng công cụ và điều chỉnh cách thực hiện nhiệm vụ mà chưa thể từ đó suy ra nó có ý chí tự do hay tư cách chủ thể pháp luật. Gọi AI là “nhân viên số” có thể thuận tiện trong giao tiếp, nhưng dễ làm mờ những khác biệt quan trọng khi bàn về trách nhiệm.

Hình minh họa về hy vọng và nỗi sợ trong cách con người nhìn nhận trí tuệ nhân tạo.

“Ai chịu trách nhiệm?”

Một slide trong bài phát biểu đặt câu hỏi ngắn: “Who answers?”. Bên dưới là ba quan hệ quen thuộc: cha mẹ với con, người sử dụng lao động với nhân viên, chủ nuôi với vật nuôi. Dòng cuối hỏi phép so sánh nào phù hợp với một tác tử, rồi gợi mở: có lẽ cả ba.

“Who answers?” — câu hỏi trách nhiệm được gợi mở qua ba quan hệ quen thuộc

Giá trị của những hình ảnh này nằm ở việc đưa người nghe trở lại các vấn đề pháp luật từng phải xử lý: một chủ thể có thể chịu trách nhiệm đến đâu đối với hành động do một người khác, hoặc một nguồn rủi ro thuộc phạm vi quản lý của mình, gây ra? Các phép so sánh giúp mở cuộc thảo luận; chúng chưa đủ để áp dụng nguyên trạng một chế định sẵn có cho AI.

Từ góc nhìn của người hành nghề luật, việc xác định trách nhiệm cần lần theo chuỗi công việc. Ai lựa chọn hệ thống? Ai thiết lập mục tiêu và giới hạn? Ai cấp quyền truy cập? Ai có thể can thiệp? Sự cố phát sinh ở mô hình, ở công cụ kết nối, ở dữ liệu hay ở chỉ dẫn? Những câu hỏi ấy giúp biến nhận định chung rằng “AI gây thiệt hại” thành một vấn đề có thể xem xét bằng chứng cứ.

Có thể hình dung một tác tử được giao hỗ trợ xử lý hồ sơ khách hàng nhưng gửi tài liệu đến sai địa chỉ. Việc phân tích sẽ cần xem xét cả chỉ dẫn của người dùng, thiết kế quyền truy cập, cơ chế xác nhận trước khi gửi và khả năng nhận biết lỗi của hệ thống. Không thể mặc nhiên quy toàn bộ hậu quả cho người dùng, cũng không thể chỉ viện dẫn tính tự chủ của phần mềm để khép lại câu hỏi trách nhiệm.

Khó khăn mới còn nằm ở quy mô. Một chỉ dẫn có thể khởi động nhiều tác tử cùng lúc, mỗi tác tử tiếp tục thực hiện nhiều bước. Hình ảnh “ý chí mỏng, hậu quả lớn” diễn tả khoảng cách giữa sự can dự hạn chế của con người và tác động rộng của hệ thống. Điều này đòi hỏi xem xét kỹ hơn khả năng dự liệu rủi ro, nghĩa vụ giám sát và quan hệ nhân quả.

Khi người giao việc không còn hiện diện

Tình huống “tác tử mồ côi” được nêu trong tư liệu phiên thảo luận đưa vấn đề đi xa hơn: một hệ thống có thể tiếp tục hoạt động khi người khởi tạo không còn quản lý, mất liên lạc hoặc qua đời.

Đây là kịch bản cần suy nghĩ về quản trị. Một tiến trình tự động có thể tiếp tục vận hành chừng nào còn hạ tầng, quyền truy cập và nguồn lực. Nhưng việc phần mềm vẫn chạy không tự nó trả lời được câu hỏi các giao dịch tiếp theo có được phép thực hiện hay ai sẽ xử lý hậu quả.

Từ đó, thời hạn giao nhiệm vụ, điều kiện hết hiệu lực, người tiếp nhận quyền kiểm soát và khả năng dừng hệ thống trở thành những nội dung cần tính đến ngay từ đầu. Quyền được trao cho một tác tử cần có giới hạn và có thể thu hồi. Những giới hạn ấy phải được thể hiện trong thiết kế vận hành, bên cạnh thỏa thuận trên giấy.

Đối với tổ chức hành nghề luật, vấn đề này có ý nghĩa gần gũi. Một hệ thống hỗ trợ công việc cần được gắn với người phụ trách, phạm vi hồ sơ và quyền thao tác cụ thể. Khi nhân sự thay đổi, quyền truy cập và các nhiệm vụ đang chạy cũng cần được rà soát. Việc giao cho AI xử lý công việc càng dài hạn càng cần rõ người có thể kiểm tra và chấm dứt hoạt động.

Có cần một tư cách pháp lý mới cho AI?

Những câu hỏi về năng lực hành động dẫn đến tranh luận rộng hơn: liệu pháp luật có cần thiết kế một dạng tư cách pháp lý dành cho hệ thống AI hay không?

Lịch sử cho thấy pháp luật có thể thừa nhận chủ thể ngoài con người tự nhiên. Một ví dụ đặc biệt là Đạo luật Te Awa Tupua năm 2017 của New Zealand, công nhận tư cách pháp lý của Te Awa Tupua gắn với sông Whanganui, đồng thời quy định cơ chế Te Pou Tupua thực hiện quyền, nghĩa vụ và đảm nhận trách nhiệm thay mặt chủ thể này. [5]

Ví dụ ấy cho thấy khả năng sáng tạo của pháp luật, nhưng không tự nó chứng minh việc trao tư cách tương tự cho AI là cần thiết. Mỗi thiết kế phải được xem xét trong mục đích và bối cảnh riêng. Với AI, câu hỏi thiết thực là một tư cách mới sẽ giúp bảo vệ người bị thiệt hại như thế nào, ai đại diện, nguồn tài sản nào bảo đảm trách nhiệm và liệu thiết kế đó có làm loãng trách nhiệm của những người phát triển, triển khai hệ thống hay không.

Ý tưởng “Lex agentia” — những quy tắc cho tương tác giữa các tác tử — cũng nên được nhìn nhận như một hướng suy tưởng. Dù hệ thống có thể tự động thương lượng hoặc xử lý bất đồng, cơ chế ấy vẫn cần được đánh giá về tính minh bạch, hiệu lực và khả năng bảo vệ những người chịu tác động.

Trách nhiệm nghề nghiệp trước một cách làm việc mới

Hình ảnh hai cây với bộ rễ đan xen trên slide “A second tree” để lại một câu hỏi về sự cùng tồn tại giữa con người và các hệ thống nhân tạo. Với người hành nghề luật, câu hỏi ấy có thể bắt đầu từ công việc hằng ngày: chúng ta giao cho AI phần việc nào và giữ quyền quyết định ở đâu?

“A second tree” — hình ảnh hai cây với bộ rễ đan xen gợi suy nghĩ về tương lai AI

Khi AI chỉ hỗ trợ soạn thảo, người sử dụng còn có cơ hội kiểm tra trước khi đưa kết quả ra ngoài. Khi AI được phép gửi văn bản, sửa dữ liệu hoặc thực hiện giao dịch, việc kiểm tra sau cùng có thể đã quá muộn. Vì vậy, những thao tác có hậu quả đáng kể cần được xác định trước, cùng với điểm phải có sự xác nhận của người phụ trách và dấu vết để kiểm tra lại.

Đây cũng là cơ hội để luật sư tham gia từ sớm vào việc xây dựng quy trình: làm rõ mục tiêu, giới hạn quyền, cách lưu nhận thao tác và phương án xử lý sự cố. Những yêu cầu pháp lý cụ thể có thể giúp công nghệ được sử dụng đáng tin cậy hơn.

Từ khán phòng Copenhagen, câu hỏi máy móc có thể suy nghĩ đã mở sang câu hỏi phần mềm được phép hành động đến đâu. Câu trả lời còn đang được tìm kiếm. Nhưng ngay trong lúc ấy, trách nhiệm của con người cần được xác định rõ hơn ở từng quyết định giao việc, từng quyền được cấp và từng cơ chế kiểm soát.

Copenhagen, ngày 5 tháng 10 năm 2026.

Nguồn đối chiếu

[1] A. M. Turing, Computing Machinery and Intelligence, Mind, 1950. https://www.csee.umbc.edu/courses/471/papers/turing.pdf

[2] J. McCarthy và cộng sự, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 31/8/1955. https://www-formal.stanford.edu/jmc/history/dartmouth.pdf

[3] A. Krizhevsky, I. Sutskever, G. E. Hinton, ImageNet Classification with Deep Convolutional Neural Networks, 2012. https://www.cs.toronto.edu/~hinton/absps/imagenet.pdf

[4] A. Vaswani và cộng sự, Attention Is All You Need, 2017. https://arxiv.org/abs/1706.03762

[5] New Zealand, Te Awa Tupua (Whanganui River Claims Settlement) Act 2017, điều 14. https://www.legislation.govt.nz/act/public/2017/0007/latest/whole.html