Kỹ sư QLTT Ghi chú ôn thi
← Về danh sách
AI & Dữ liệu
#AI 기본법#인공지능 규제#고영향 인공지능#생성형 AI#AI 거버넌스
Cập nhật lần cuối · 2026-10-23

Luật Khung về AI (Luật Khung về Phát triển AI và Thiết lập Nền tảng Niềm tin)

1. Tổng quan

A. Định nghĩa

Luật Khung về AI là một luật khung của Hàn Quốc nhằm hỗ trợ việc thúc đẩy ngành công nghiệp AI và xây dựng nền tảng của ngành, đồng thời áp đặt nghĩa vụ về minh bạch, an toàn và bảo vệ người dùng đối với AI tác động cao và AI sinh để thiết lập nền tảng niềm tin. Tên chính thức là "Luật Khung về Phát triển Trí tuệ Nhân tạo và Thiết lập Nền tảng Niềm tin"; luật được công bố vào tháng 1 năm 2025 và có hiệu lực từ tháng 1 năm 2026.

Cốt lõi của Luật Khung về AI là nó không phải là "luật chỉ để quản lý" cũng không phải "luật chỉ để thúc đẩy". Đây là văn bản lập pháp tích hợp, kết hợp các điều khoản thúc đẩy — mở rộng nền tảng đầu tư, nhân lực, dữ liệu và điện toán thông qua một kế hoạch cơ bản AI cấp quốc gia và một cơ quan quản trị chuyên trách — với các điều khoản niềm tin buộc chịu trách nhiệm đối với AI tác động lớn đến sinh mệnh, thân thể và quyền cơ bản của người dân. Do đó, Kỹ sư chuyên nghiệp nên hiểu luật này không phải bằng cách thuộc lòng các điều khoản mà như một khuôn khổ để lập danh mục các trường hợp sử dụng AI của tổ chức và phán định mỗi trường hợp là đối tượng hỗ trợ thúc đẩy, đối tượng nghĩa vụ tác động cao/AI sinh, hay đối tượng áp dụng ngoài lãnh thổ.

Luật này không chỉ là vấn đề của các nhà cung cấp trong nước. Luật đặt điều khoản áp dụng ngoài lãnh thổ để các hành vi thực hiện ở nước ngoài vẫn có thể áp dụng nếu ảnh hưởng đến thị trường và người dùng trong nước, và văn bản dưới luật được thiết kế theo hướng áp đặt nghĩa vụ chỉ định đại diện trong nước cho các nhà cung cấp nước ngoài trên một quy mô nhất định. Tuy nhiên, các ngưỡng cụ thể (doanh thu, số lượng người dùng) và mức phạt hành chính được chốt ở giai đoạn nghị định thi hành và thông báo, nên khả năng áp dụng thực tế phải được xác nhận dựa trên văn bản hiện hành của Trung tâm Thông tin Pháp luật Quốc gia và các thông báo của Bộ Khoa học và ICT.

B. Bối cảnh ra đời và sự cần thiết

Khi AI sinh lan rộng nhanh chóng, chỉ riêng độ chính xác của mô hình đã trở nên không đủ để giải thích rủi ro xã hội. Cùng một mô hình phân loại ít quan trọng khi sắp xếp ảnh, nhưng khi dùng trong sàng lọc tuyển dụng, thẩm định khoản vay hay hỗ trợ y tế thì lo ngại về phân biệt đối xử và an toàn tăng lên. Rủi ro vì thế phát sinh không phải từ tên thuật toán mà từ mục đích, đối tượng và bối cảnh sử dụng, và riêng Luật Bảo vệ Thông tin Cá nhân hay Luật Mạng hiện hành khó bao quát được các vấn đề đặc thù của AI như khả năng giải thích, thiên lệch và lạm dụng.

Trong khi đó, Hàn Quốc — hướng tới vị thế quốc gia dẫn đầu AI dựa trên năng lực cạnh tranh về bán dẫn, viễn thông và chế tạo — lo ngại rằng chỉ quản lý thôi có thể làm mất năng lực cạnh tranh công nghiệp. Khi Liên minh châu Âu chốt EU AI Act vào năm 2024 và Hoa Kỳ, Nhật Bản chọn cách tiếp cận riêng, Hàn Quốc đã chọn mô hình dung hòa là "ưu tiên thúc đẩy nhưng đặt các thiết chế niềm tin tối thiểu". Trên bối cảnh đó, Luật Khung về AI ra đời như văn bản lập pháp tạo cơ sở pháp lý cho chính sách AI quốc gia, đồng thời bổ sung niềm tin bằng các nghĩa vụ giới hạn trong lĩnh vực tác động cao và AI sinh.

C. Góc nhìn áp dụng

Trong thực tiễn, hiệu quả nhất là trước hết hỏi "trường hợp sử dụng AI của tổ chức ta có thuộc tác động cao không", kế đó phán định "ta có cung cấp kết quả AI sinh ra bên ngoài không", rồi mới bố trí nghĩa vụ theo vai trò vào yêu cầu, kiến trúc và quy trình vận hành. Nếu chỉ tạo tài liệu pháp lý mà không phản ánh vào thiết kế hệ thống, việc thực hiện nghĩa vụ sẽ bị gián đoạn mỗi khi đổi mô hình hay thay đổi tính năng. Đặc biệt, khi dùng mô hình nền tảng bên ngoài qua API, phải xem xét chính sách và tính năng gắn nhãn của nhà cung cấp cùng nhau để nghĩa vụ được đáp ứng trên toàn bộ luồng dịch vụ.

2. Cấu trúc pháp lý và quản trị

Luật Khung về AI trở nên rõ ràng khi hiểu theo ba trục: "thúc đẩy – xây dựng nền tảng – niềm tin". Trục thúc đẩy đảm nhận kế hoạch cơ bản, R&D, tiêu chuẩn hóa, đào tạo nhân lực và hỗ trợ trung tâm dữ liệu; trục nền tảng đảm nhận tài nguyên dữ liệu, điện toán và hỗ trợ hệ sinh thái công nghiệp; trục niềm tin đảm nhận nghĩa vụ tác động cao/AI sinh và bảo đảm an toàn. Một đặc điểm là Ủy ban AI Quốc gia trực thuộc Tổng thống giám sát cả ba trục, với Bộ Khoa học và ICT lập kế hoạch cơ bản AI ba năm một lần.

flowchart TB
  Law["Luật Khung về AI (luật khung)"] --> Gov["Ủy ban AI Quốc gia (trực thuộc Tổng thống)"]
  Law --> Plan["Kế hoạch cơ bản AI (chu kỳ 3 năm)"]
  Gov --> Plan
  Plan --> Promote["Trục thúc đẩy & nền tảng"]
  Plan --> Trust["Trục niềm tin & quản lý"]
  Promote --> P1["R&D, tiêu chuẩn hóa, nhân lực"]
  Promote --> P2["Hỗ trợ dữ liệu & điện toán"]
  Trust --> T1["Nghĩa vụ AI tác động cao"]
  Trust --> T2["Minh bạch AI sinh"]
  Trust --> T3["Bảo đảm an toàn (mô hình siêu lớn)"]
  MSIT["Bộ Khoa học và ICT"] --> Safety["Viện An toàn AI"]
  MSIT --> Center["Trung tâm Chính sách AI"]
  Safety --> Trust

Cấu trúc này không có nghĩa "không quản lý thì không hỗ trợ gì". Đa số AI rủi ro thấp chỉ là đối tượng thúc đẩy và hỗ trợ, không có nghĩa vụ riêng, còn nghĩa vụ trục niềm tin chỉ áp đặt lên phạm trù giới hạn là tác động cao và AI sinh. Nghĩa là Luật Khung về AI theo đuổi quản lý theo cấp tương ứng với rủi ro nhưng đặt phạm vi nghĩa vụ hẹp hơn EU AI Act nhằm giảm gánh nặng cho ngành.

A. Trục thúc đẩy và nền tảng

Điểm khởi đầu của trục thúc đẩy là kế hoạch cơ bản AI. Bộ trưởng Khoa học và ICT lập kế hoạch cơ bản ba năm một lần sau thẩm định và nghị quyết của Ủy ban AI Quốc gia, bao gồm các chính sách hỗ trợ R&D, hợp tác quốc tế, tiêu chuẩn hóa, đào tạo nhân lực chuyên môn và hỗ trợ khởi nghiệp. Điều này có ý nghĩa lớn ở chỗ trao cơ sở pháp lý và lộ trình trung hạn cho chính sách AI vốn trước đây phân tán theo từng dự án riêng lẻ.

Trục nền tảng nhắm vào hai nút thắt — dữ liệu và điện toán. Luật đặt cơ sở để thúc đẩy việc sản xuất, thu thập, sử dụng dữ liệu huấn luyện và mở rộng trung tâm dữ liệu AI cấp quốc gia cùng tài nguyên điện toán hiệu năng cao. Ví dụ, nếu cung cấp dưới dạng hạ tầng dùng chung những tài nguyên GPU quy mô lớn và dữ liệu công mà doanh nghiệp vừa, nhỏ và khởi nghiệp khó tự bảo đảm, thì rào cản đầu tư ban đầu giảm và nền tảng hệ sinh thái mở rộng.

Luật cũng đặt cơ sở để chỉ định Trung tâm Chính sách AI và vận hành Viện An toàn AI. Trung tâm chính sách được thiết kế để đảm nhận nghiên cứu chính sách, khảo sát thực trạng và phân tích xu hướng quốc tế, còn viện an toàn nghiên cứu kỹ thuật và tiêu chí đánh giá an toàn, sao cho thúc đẩy và niềm tin được kết nối chứ không tách rời. Điều này cũng gắn với nỗ lực của nhà nước nhằm tích lũy "năng lực đánh giá trước và sau triển khai" thông qua viện an toàn.

B. Quản trị và kế hoạch cơ bản

Ủy ban AI Quốc gia, trực thuộc Tổng thống, điều phối chính sách liên bộ và thẩm định kế hoạch cơ bản cùng các biện pháp chủ yếu. AI là vấn đề hội tụ trải khắp công nghiệp, khoa học công nghệ, giáo dục, lao động và an ninh, nên điều này phản ánh thực tế rằng một bộ riêng lẻ khó thúc đẩy chính sách. Việc đưa chuyên gia khu vực tư nhân vào ủy ban để phản ánh tiếng nói từ hiện trường cũng là cốt lõi của thiết kế quản trị.

Dù vậy, để ủy ban có năng lực điều phối thực chất, cần có ngân sách, thẩm quyền và một ban thư ký chuyên trách hậu thuẫn. Nếu chỉ dừng ở cơ quan tư vấn, các dự án theo bộ có thể trùng lặp hoặc trách nhiệm trở nên mơ hồ, nên hệ thống kiểm tra thực hiện và đánh giá kết quả của kế hoạch cơ bản phải vận hành song song. Dưới góc nhìn Kỹ sư chuyên nghiệp, nên xem việc quản trị như vậy kết nối thế nào với hệ thống quản lý AI trong tổ chức (ví dụ ISO/IEC 42001 [[iso-42001-ai-management-system]]) là một bài toán thiết kế.

3. Nghĩa vụ cốt lõi và quy trình áp dụng

Nghĩa vụ trục niềm tin chia rộng thành nghĩa vụ AI tác động cao, nghĩa vụ minh bạch AI sinh, nghĩa vụ bảo đảm an toàn, và áp dụng ngoài lãnh thổ/đại diện trong nước. Nhà cung cấp có nghĩa vụ xem xét trước xem AI của mình có thuộc tác động cao không, còn việc yêu cầu Bộ Khoa học và ICT xác nhận tình trạng đó được thiết kế là tùy chọn. Khi bị phán định là tác động cao, họ phải thực hiện nhiều biện pháp như quản lý rủi ro, khả năng giải thích và bảo vệ người dùng.

flowchart TB
  Start["Lập kế hoạch sản phẩm/dịch vụ AI"] --> Q1{"Thuộc lĩnh vực tác động cao?"}
  Q1 -->|"Có"| High["Thực hiện nghĩa vụ AI tác động cao"]
  Q1 -->|"Không"| Q2{"Cung cấp kết quả AI sinh?"}
  High --> HR["Lập/vận hành phương án quản lý rủi ro"]
  High --> HE["Chuẩn bị phương án giải thích kết quả"]
  High --> HU["Lập phương án bảo vệ người dùng"]
  High --> HA["Nỗ lực đánh giá tác động (ưu đãi đấu thầu công)"]
  Q2 -->|"Có"| Gen["Nghĩa vụ minh bạch AI sinh"]
  Q2 -->|"Không"| Low["Đối tượng thúc đẩy & kiểm soát chung"]
  Gen --> G1["Thông báo trước về vận hành dựa trên AI"]
  Gen --> G2["Gắn nhãn AI trên kết quả sinh"]
  High --> Gen
  HR --> Done["Vận hành & giám sát sau triển khai"]
  G1 --> Done

Luồng trên cho thấy nghĩa vụ không phải là "tất cả hoặc không gì cả". Một dịch vụ có thể vừa là tác động cao vừa là AI sinh, khi đó nghĩa vụ của cả hai trục áp dụng chồng lấn. Ngược lại, tự động hóa rủi ro thấp trở thành đối tượng thúc đẩy và kiểm soát chung mà không có nghĩa vụ trục niềm tin, nên việc phân loại chính xác phải đi trước.

A. AI tác động cao

AI tác động cao chỉ AI trong các lĩnh vực ảnh hưởng nghiêm trọng, hoặc có nguy cơ gây hại cho an toàn sinh mệnh, thân thể và quyền cơ bản của con người. Luật và văn bản dưới luật nêu ví dụ như thiết bị y tế, các lĩnh vực thiết yếu của đời sống như năng lượng và cấp nước, vận hành cơ sở giao thông, và các lĩnh vực đánh giá quan hệ pháp lý của cá nhân như tuyển dụng và thẩm định khoản vay. Đối tượng và phạm vi cụ thể được ủy quyền cho chính phủ quy định, để lại tính linh hoạt điều chỉnh theo thay đổi công nghệ.

Nhà cung cấp tác động cao bị áp các nghĩa vụ như lập và vận hành phương án quản lý rủi ro, chuẩn bị phương án giải thích cho người dùng, lập phương án bảo vệ người dùng, biện pháp bảo đảm an toàn/độ tin cậy, quản lý và giám sát bởi con người, và lưu trữ tài liệu. Chẳng hạn, doanh nghiệp dùng AI trong sàng lọc tuyển dụng phải giải thích được đặc trưng nào đưa vào đánh giá, và phải chuẩn bị kênh để ứng viên khiếu nại kết quả cùng quy trình để con người xem xét lại. Đây không phải chỉ là một câu thông báo mà phải được hiện thực hóa thành yêu cầu, nhật ký, giao diện và quy trình vận hành thì mới có hiệu lực.

Mặt khác, đánh giá tác động (dòng Điều 35) được biết là quy định như một "nghĩa vụ nỗ lực" về mặt pháp lý, nhưng việc tạo động cơ để cơ quan nhà nước ưu tiên xem xét sản phẩm đã hoàn tất đánh giá tác động khi mua sắm có thể khiến nó vận hành gần như bắt buộc trên thực tế. Nhà cung cấp nhắm thị trường công do đó có lợi thế cạnh tranh đấu thầu khi thực hiện đánh giá tác động sớm. Dù vậy, mức nghĩa vụ theo từng điều và tiêu chí chi tiết của nghị định thi hành có thể được sửa đổi, nên không nên khẳng định mà phải xác nhận văn bản mới nhất.

B. AI sinh và minh bạch

Nhà cung cấp muốn cung cấp sản phẩm/dịch vụ dùng AI sinh hoặc AI tác động cao phải thông báo trước cho người dùng rằng sản phẩm/dịch vụ vận hành dựa trên AI. Kết quả do AI sinh tạo ra (văn bản, hình ảnh, video, âm thanh, v.v.) cũng phải được gắn nhãn là do AI sinh ra. Điều này nhằm giảm nhận nhầm và lạm dụng nội dung tổng hợp như deepfake và bảo đảm quyền phán đoán của người dùng.

Việc hiện thực hóa nghĩa vụ gắn nhãn không dừng ở một câu chữ trên màn hình. Trong thực tiễn, phải thiết kế đồng thời cả siêu dữ liệu phản hồi API, hình mờ hay dấu máy đọc được (ví dụ các chuẩn xuất xứ nội dung dòng C2PA), nhật ký lịch sử sinh, và bản ghi về việc có chỉnh sửa hay không thì mới đáp ứng nghĩa vụ một cách lặp lại và tự động. Chẳng hạn, nhà cung cấp dùng kết quả AI sinh trong video tin tức, quảng cáo thì chèn dấu tự động ở khâu biên tập ổn định hơn so với thông báo thủ công.

Minh bạch không có nghĩa là công khai toàn bộ nội bộ mô hình. Cốt lõi là cung cấp thông tin để người dùng hiểu "liệu mình có đang tương tác với AI không" và "nội dung này có phải do sinh ra không". Do đó, hướng dẫn đa ngôn ngữ, khả năng tiếp cận, kênh báo cáo và lưu trữ nhật ký phải được đưa vào yêu cầu dịch vụ.

C. Bảo đảm an toàn và mô hình siêu lớn

Nghĩa vụ bảo đảm an toàn nhắm vào AI tác động cao và các mô hình quy mô lớn trên một ngưỡng nhất định. Trong thảo luận dự thảo văn bản dưới luật, đã có đề xuất coi các mô hình siêu lớn có lượng tính toán huấn luyện lũy kế vượt 10 lũy thừa 26 FLOPs là đối tượng bảo đảm an toàn riêng, yêu cầu nhận diện, đánh giá và biện pháp giảm nhẹ rủi ro. Đây là ý tưởng tương tự ngưỡng rủi ro hệ thống cho mô hình AI đa dụng của EU AI Act, lấy lượng tính toán làm chỉ số đại diện cho rủi ro.

Cách lấy ngưỡng lượng tính toán làm tiêu chí có ưu điểm về tính khách quan của phép đo, nhưng cũng có hạn chế là khi công nghệ tiến bộ và mô hình mạnh xuất hiện với lượng tính toán ít hơn thì tiêu chí có thể nhanh chóng lỗi thời. Tiêu chí an toàn vì thế cần được bổ sung bằng các chỉ số đa diện ngoài lượng tính toán, như đánh giá năng lực, red team và báo cáo sự cố. Việc để Viện An toàn AI nghiên cứu và tích lũy kỹ thuật, tiêu chí đánh giá cũng có thể xem là thiết kế lưu tâm đến sự bổ sung như vậy.

D. Áp dụng ngoài lãnh thổ và đại diện trong nước

Luật Khung về AI đặt điều khoản áp dụng ngoài lãnh thổ để các hành vi thực hiện ở nước ngoài vẫn có thể áp dụng nếu ảnh hưởng đến thị trường và người dùng trong nước. Đây là thiết chế để điều chỉnh tác động lên người dùng trong nước của các dịch vụ big tech toàn cầu đặt trên máy chủ nước ngoài. Tuy nhiên, do có tranh luận về việc năng lực thực thi và biện pháp chế tài có đủ hay không, chế độ đại diện trong nước bổ sung cho điều này.

Nghĩa vụ chỉ định đại diện trong nước nhắm vào các nhà cung cấp nước ngoài trên một quy mô nhất định, với dự thảo văn bản dưới luật thảo luận các ngưỡng như doanh thu trụ sở chính, doanh thu liên quan AI trong nước, và số người dùng trung bình ngày trong nước. Đại diện trong nước đảm nhận vai trò thực hiện nghĩa vụ minh bạch/an toàn, lưu trữ tài liệu, và làm đầu mối liên lạc với cơ quan chức năng. Vì các con số ngưỡng cụ thể và mức phạt khi không chỉ định là những điều được chốt bởi nghị định thi hành và thông báo, ghi chú này không khẳng định và giả định việc xác nhận văn bản mới nhất.

4. So sánh và trường hợp áp dụng

Luật Khung về AI thường được so sánh với EU AI Act [[eu-ai-act-compliance]]. Cả hai đều theo đuổi nghĩa vụ theo cấp tương ứng với rủi ro, nhưng EU — với phân loại chi tiết cấm–rủi ro cao–hạn chế–tối thiểu và mức phạt cao (tỷ lệ với doanh thu toàn cầu) — nghiêng về "ưu tiên quản lý", còn Hàn Quốc tập trung nghĩa vụ vào phạm trù hẹp là tác động cao và AI sinh, kết hợp các điều khoản thúc đẩy, nghiêng về "ưu tiên thúc đẩy".

Phân loại Luật Khung về AI (Hàn Quốc) EU AI Act
Bản chất cơ bản Luật khung kết hợp thúc đẩy+niềm tin Trọng tâm quản lý dựa trên rủi ro
Phân loại rủi ro Trọng tâm tác động cao/AI sinh (hẹp) Cấm, cao, hạn chế, tối thiểu (chi tiết)
Gắn nhãn AI sinh Thông báo trước + gắn nhãn kết quả Nghĩa vụ minh bạch (gắn nhãn tổng hợp)
Mô hình lớn Thảo luận an toàn theo ngưỡng tính toán Rủi ro hệ thống GPAI (dòng 10^25 FLOPs)
Chế tài Trọng tâm phạt hành chính (tương đối nhẹ) Phạt cao (tỷ lệ doanh thu)
Ngoài lãnh thổ Áp dụng ngoài lãnh thổ + đại diện trong nước Áp dụng ngoài lãnh thổ + đại diện EU

Hàm ý thực tiễn của so sánh này là nhà cung cấp nhắm cả thị trường châu Âu và trong nước nhìn chung có thể thỏa mãn tiêu chí trong nước nếu đáp ứng tiêu chí EU nghiêm ngặt hơn. Doanh nghiệp toàn cầu do đó nên lấy EU AI Act làm chuẩn nền cho kiểm soát chung và củng cố theo khu vực các yêu cầu chi tiết của Hàn Quốc như thông báo trước và gắn nhãn kết quả.

Làm ví dụ cụ thể, giả sử một doanh nghiệp fintech trong nước cung cấp tư vấn khoản vay qua chatbot AI sinh. Vì dịch vụ này kết hợp thẩm định khoản vay (tác động cao) và AI sinh (minh bạch), nó cần thiết kế để (1) thông báo khi khởi động chatbot rằng đây là "tư vấn dựa trên AI", (2) gắn nhãn AI cho câu trả lời sinh ra, (3) đặt phần giải thích kết quả thẩm định và kênh để con người xem xét lại, và (4) thực hiện đánh giá tác động chủ động nếu nhắm đấu thầu công/tài chính. Làm ví dụ khác, nếu một dịch vụ sinh video có trụ sở ở nước ngoài có số người dùng tháng trong nước lớn, nó có thể trở thành đối tượng chỉ định đại diện trong nước, nên phải chuẩn bị hệ thống đại diện và lưu trữ tài liệu từ giai đoạn đầu gia nhập thị trường.

5. Chuyên sâu: Xu hướng mới nhất và hướng ra đề dự kiến

Biến số cốt lõi sau khi luật có hiệu lực là văn bản dưới luật và thời kỳ hướng dẫn. Để giảm bối rối ở giai đoạn đầu, chính phủ cho biết hướng vận hành thời kỳ hướng dẫn/gia hạn tối thiểu một năm và cung cấp tư vấn phù hợp cho doanh nghiệp qua một quầy hỗ trợ gồm chuyên gia. Trong năm 2026, các tiêu chí chi tiết như sửa đổi nghị định thi hành và hướng dẫn bảo đảm minh bạch (dự thảo) đang được sắp xếp tuần tự, nên quan trọng là theo dõi không chỉ điều khoản mà cả thông báo và hướng dẫn.

Hướng ra đề dự kiến dưới góc nhìn Kỹ sư chuyên nghiệp gồm: ① mô tả kèm trường hợp quy trình phán định AI tác động cao và nghĩa vụ nhà cung cấp; ② liên kết gắn nhãn kết quả AI sinh (hình mờ, C2PA) với ứng phó deepfake; ③ so sánh với EU AI Act; và ④ thiết kế quản trị tích hợp đan xen Luật Khung về AI, ISO/IEC 42001 [[iso-42001-ai-management-system]], và AI TRiSM [[ai-trism]]. Làm chiến lược trình bày bài, hiệu quả là trước hết trình bày toàn bộ cấu trúc theo ba trục "thúc đẩy – xây dựng nền tảng – niềm tin", rồi triển khai nghĩa vụ tác động cao/AI sinh kèm sơ đồ quy trình, và kết thúc bằng chiến lược áp dụng cùng đánh đổi dưới góc nhìn kỹ sư.

Luật Khung về AI cũng không vận hành đơn lẻ mà giao thoa với Luật Bảo vệ Thông tin Cá nhân, Luật Bản quyền, Luật Chính phủ Điện tử và Luật Mạng. Chẳng hạn, việc xử lý thông tin cá nhân trong dữ liệu huấn luyện cũng chịu sự áp dụng của Luật Bảo vệ Thông tin Cá nhân, và việc quy thuộc bản quyền của kết quả sinh ra vướng vào các vấn đề của Luật Bản quyền. Năng lực vẽ bản đồ quản lý và phân định "luật nào vướng ở đâu" vì thế ngày càng trở nên quan trọng.

6. Điểm cân nhắc và hàm ý

Thứ nhất, về mặt chiến lược áp dụng, tổ chức nên xây dựng danh mục AI (AI Inventory) trước khi luật có hiệu lực và phân loại trước tình trạng tác động cao/AI sinh. Phân loại phải đi trước thì mới bố trí nghĩa vụ chính xác vào yêu cầu, kiến trúc và quy trình vận hành, và khi dùng mô hình bên ngoài phải làm rõ bằng hợp đồng ranh giới giữa trách nhiệm của nhà cung cấp và của nội bộ.

Thứ hai, về mặt đánh đổi, Luật Khung về AI thu hẹp phạm vi nghĩa vụ để giảm gánh nặng cho ngành, nhưng điều này có tính hai mặt là có thể để lại khoảng trống trong bảo vệ niềm tin. Vì nghĩa vụ giới hạn ở AI tác động cao và AI sinh, có thể phát sinh điểm mù được phân loại là rủi ro thấp nhưng thực tế có tác động xã hội lớn, nên tổ chức an toàn hơn khi vận hành song song kiểm soát đạo đức/chất lượng riêng vượt mức tối thiểu của luật.

Thứ ba, về mặt triển vọng, tiêu chí ngưỡng lượng tính toán có thể già cỗi nhanh khi công nghệ tiến bộ, nên nhiều khả năng tiến hóa sang các chỉ số đa diện như đánh giá dựa trên năng lực, red team và báo cáo sự cố. Việc Viện An toàn AI tích lũy năng lực đánh giá và tương thích với tiêu chuẩn quốc tế (ISO/IEC 42001, NIST AI RMF) nhiều khả năng chi phối hiệu lực tương lai của quản lý.

Thứ tư, về mặt công nghệ liên kết, nghĩa vụ minh bạch kết nối trực tiếp với các chuẩn xuất xứ nội dung/hình mờ như C2PA, nghĩa vụ khả năng giải thích với kỹ thuật XAI [[explainable-ai]], và nghĩa vụ an toàn với AI red team [[ai-red-teaming]] và lan can bảo vệ. Tuân thủ do đó không phải là công việc tài liệu riêng rẽ mà phải được hiện thực hóa thành hệ thống MLOps/quản trị kết nối phả hệ dữ liệu, phiên bản mô hình, kết quả đánh giá và bản ghi sự cố thành một, để đồng thời đạt được ứng phó quản lý và chất lượng vận hành.

Tài liệu tham khảo

Tóm tắt một câu: Luật Khung về AI là luật khung AI tích hợp của Hàn Quốc kết hợp thúc đẩy/xây dựng nền tảng với niềm tin (nghĩa vụ tác động cao/AI sinh, bảo đảm an toàn, áp dụng ngoài lãnh thổ), theo đó tổ chức phải phân loại trường hợp sử dụng trước rồi hiện thực hóa các nghĩa vụ minh bạch, khả năng giải thích và an toàn qua hệ thống MLOps/quản trị.