Đỗ Đức Dũng
Tóm tắt
Sự phát triển nhanh của trí tuệ nhân tạo đang đặt ra câu hỏi lớn đối với nhiều ngành nghề kỹ thuật: liệu AI có thể thay thế kỹ sư hay không? Trong lĩnh vực thủy lợi, tài nguyên nước và phòng chống thiên tai, câu hỏi này càng có ý nghĩa đặc biệt vì công việc của kỹ sư không chỉ là tính toán, mà còn liên quan đến an toàn công trình, an toàn hạ du, phân bổ nguồn nước, quy hoạch phát triển, sinh kế người dân và trách nhiệm pháp lý. Bài viết phân tích khả năng AI thay thế một số tác vụ của kỹ sư thủy lợi như xử lý dữ liệu, tra cứu tài liệu, lập báo cáo, hỗ trợ mô hình, phát hiện sai số, dự báo và mô phỏng kịch bản. Tuy nhiên, AI khó có thể thay thế toàn diện kỹ sư thủy lợi vì nghề này đòi hỏi phán đoán chuyên môn, hiểu biết bối cảnh lưu vực, kinh nghiệm công trình, trách nhiệm đạo đức, năng lực giao tiếp với cộng đồng và quyết định trong điều kiện bất định. Bài viết cho rằng AI sẽ không thay thế kỹ sư thủy lợi giỏi, nhưng sẽ thay đổi sâu sắc cách kỹ sư làm việc. Kỹ sư thủy lợi tương lai phải trở thành “kỹ sư dữ liệu – mô hình – hệ thống”, biết kết hợp thủy văn, thủy lực, công trình, GIS, mô hình số, AI và trách nhiệm nghề nghiệp.
Từ khóa: AI, kỹ sư thủy lợi, tài nguyên nước, mô hình thủy lực, trách nhiệm nghề nghiệp, an toàn công trình, dữ liệu chuyên ngành, kỹ sư tương lai.
1. Đặt vấn đề
Trong nhiều cuộc trao đổi về AI, câu hỏi được nhắc đến nhiều nhất là: AI có thay thế con người không?
Với người làm nghề kỹ thuật, câu hỏi ấy trở nên cụ thể hơn: AI có thay thế kỹ sư không?
Với ngành thủy lợi, câu hỏi ấy còn sâu hơn nữa: AI có thay thế được kỹ sư thủy lợi không?
Đây không phải là nỗi lo vô căn cứ. AI hiện nay có thể đọc tài liệu, tóm tắt báo cáo, lập trình, phân tích số liệu, vẽ biểu đồ, hỗ trợ mô hình, viết thuyết minh, kiểm tra lỗi, dự báo chuỗi thời gian và trả lời các câu hỏi chuyên môn ở mức ngày càng tốt. Những công việc mà trước đây một kỹ sư trẻ phải làm nhiều giờ, thậm chí nhiều ngày, nay AI có thể hỗ trợ trong vài phút.
Nhưng nghề kỹ sư thủy lợi không chỉ là tính toán.
Một kỹ sư thủy lợi phải hiểu mưa, lũ, hạn, mặn, dòng chảy, công trình, đất, nước, người dân, mùa vụ, đô thị, hồ chứa, hạ du, quy hoạch và pháp luật. Kỹ sư thủy lợi phải làm việc với dữ liệu không hoàn hảo, mô hình có sai số, công trình có giới hạn, quyết định có rủi ro và cộng đồng có nhu cầu rất khác nhau.
Vì vậy, câu hỏi “AI có thay thế kỹ sư thủy lợi không?” cần được trả lời một cách thận trọng.
Theo tôi, câu trả lời là:
AI có thể thay thế hoặc tự động hóa nhiều tác vụ của kỹ sư thủy lợi, đặc biệt là các tác vụ lặp lại, xử lý dữ liệu, tra cứu, mô phỏng sơ bộ và lập báo cáo. Nhưng AI không thể thay thế toàn diện vai trò của kỹ sư thủy lợi như một người chịu trách nhiệm chuyên môn, hiểu bối cảnh, phán đoán rủi ro và ra quyết định có đạo đức trong các hệ thống nước phức tạp.
Nói ngắn gọn: AI không thay kỹ sư thủy lợi, nhưng kỹ sư thủy lợi không biết dùng AI sẽ bị thay thế bởi kỹ sư biết dùng AI.
2. Phương pháp tiếp cận
Bài viết tiếp cận vấn đề theo bốn lớp.
Thứ nhất là lớp nghề nghiệp: kỹ sư thủy lợi thực chất làm những việc gì, từ khảo sát, dữ liệu, tính toán, thiết kế, quy hoạch, vận hành đến giám sát và tư vấn chính sách.
Thứ hai là lớp công nghệ: AI hiện có thể hỗ trợ hoặc tự động hóa những tác vụ nào trong chuỗi công việc đó.
Thứ ba là lớp trách nhiệm: những phần nào của nghề kỹ sư không thể giao hoàn toàn cho AI vì liên quan đến an toàn công trình, an toàn cộng đồng, trách nhiệm pháp lý và đạo đức nghề nghiệp.
Thứ tư là lớp chuyển đổi nghề nghiệp: kỹ sư thủy lợi tương lai cần học thêm gì để không bị tụt lại trong thời đại AI.
Cách tiếp cận này phù hợp với xu hướng chung của thế giới. Báo cáo Future of Jobs Report 2025 của World Economic Forum cho rằng thay đổi công nghệ, phân mảnh địa kinh tế, bất định kinh tế, biến đổi nhân khẩu và chuyển đổi xanh sẽ cùng định hình thị trường lao động đến năm 2030; báo cáo dựa trên khảo sát hơn 1.000 nhà tuyển dụng toàn cầu đại diện cho hơn 14 triệu lao động.
Trong lĩnh vực kỹ thuật xây dựng, ASCE đã có tuyên bố chính sách rất rõ: AI có thể nâng cao hiệu quả và đổi mới trong kỹ thuật dân dụng, nhưng kỹ sư vẫn phải duy trì trách nhiệm đối với quy hoạch, thiết kế, xây dựng, vận hành, bảo trì và bảo vệ sức khỏe, an toàn, phúc lợi công cộng; AI không thể thay thế phán đoán nghề nghiệp của kỹ sư có chứng chỉ hành nghề.
Đây là một điểm tựa rất quan trọng để bàn về kỹ sư thủy lợi.
3. Kỹ sư thủy lợi thực chất làm gì?
Để trả lời AI có thay thế kỹ sư thủy lợi không, trước hết phải hiểu kỹ sư thủy lợi làm gì.
Nếu nhìn đơn giản, kỹ sư thủy lợi là người tính toán kênh mương, hồ chứa, đê, cống, trạm bơm, tiêu thoát nước, tưới tiêu, phòng chống lũ và cấp nước. Nhưng nhìn như vậy là chưa đủ.
Kỹ sư thủy lợi thực chất làm việc với hệ thống nước.
Hệ thống đó gồm tự nhiên, công trình và con người.
Tự nhiên gồm mưa, dòng chảy, địa hình, đất, nước dưới đất, sông, kênh, triều, bùn cát, xâm nhập mặn và biến đổi khí hậu.
Công trình gồm hồ chứa, đập, tràn, cống, kênh, trạm bơm, đê, bờ bao, ô bao, hệ thống tiêu thoát, công trình kiểm soát mặn, công trình cấp nước và công trình bảo vệ bờ.
Con người gồm dân cư, nông dân, doanh nghiệp, đô thị, chính quyền, người vận hành, cộng đồng hạ du, người sử dụng nước và các nhóm dễ bị tổn thương.
Kỹ sư thủy lợi phải kết nối ba thế giới này.
Một bản vẽ công trình không chỉ là hình học.
Một thông số thiết kế không chỉ là con số.
Một lưu lượng xả không chỉ là dòng nước.
Một phương án quy hoạch không chỉ là bài toán tối ưu kỹ thuật.
Nó đều liên quan đến an toàn, chi phí, lợi ích, rủi ro, môi trường, sinh kế và trách nhiệm xã hội.
Vì vậy, kỹ sư thủy lợi không chỉ là người làm phép tính. Kỹ sư thủy lợi là người chuyển tri thức về nước thành quyết định kỹ thuật phục vụ con người.
4. AI có thể thay thế những tác vụ nào của kỹ sư thủy lợi?
AI sẽ tác động mạnh trước hết vào các tác vụ có tính lặp lại, có dữ liệu, có quy trình và có tiêu chí kiểm tra rõ.
4.1. Tra cứu và tổng hợp tài liệu
AI có thể đọc nhanh nhiều báo cáo, văn bản pháp luật, tiêu chuẩn, quy chuẩn, hồ sơ quy hoạch, tài liệu vận hành và bản tin dự báo.
Một kỹ sư trước đây mất nhiều thời gian tìm căn cứ pháp lý, trích thông số, tổng hợp nội dung, nay có thể dùng AI để tìm nhanh hơn, so sánh nhanh hơn và tạo bản nháp nhanh hơn.
Tuy nhiên, AI chỉ hỗ trợ tra cứu. Kỹ sư vẫn phải kiểm chứng nguồn, hiệu lực văn bản, tính phù hợp của tiêu chuẩn và bối cảnh áp dụng.
4.2. Xử lý dữ liệu
AI có thể hỗ trợ làm sạch dữ liệu mưa, mực nước, lưu lượng, độ mặn, dữ liệu hồ chứa, dữ liệu công trình và dữ liệu GIS.
AI có thể phát hiện giá trị bất thường, chuỗi dữ liệu bị đứt đoạn, trùng lặp mã trạm, sai đơn vị, sai hệ tọa độ hoặc sai định dạng thời gian.
Trong ngành nước, đây là ứng dụng rất thực tế vì chất lượng dữ liệu quyết định chất lượng mô hình.
4.3. Hỗ trợ mô hình thủy văn – thủy lực
AI có thể hỗ trợ hiệu chỉnh tham số, so sánh kết quả mô hình, nhận dạng sai số có hệ thống, hiệu chỉnh dự báo và xây mô hình thay thế để tính nhanh một số kịch bản.
Các nghiên cứu gần đây về dự báo thủy văn cho thấy xu hướng chuyển từ mô hình truyền thống sang các hệ thống tích hợp dữ liệu phong phú, viễn thám, IoT và AI; các mô hình lai và AI có ràng buộc vật lý được xem là hướng có triển vọng để kết hợp tính linh hoạt của dữ liệu với tính hiện thực của quá trình vật lý.
4.4. Lập bản đồ và phân tích không gian
AI có thể hỗ trợ phân loại ảnh vệ tinh, nhận dạng vùng ngập, phát hiện thay đổi sử dụng đất, phân tích nguy cơ sạt lở, nhận dạng vùng dễ tổn thương và hỗ trợ cập nhật lớp dữ liệu GIS.
Trong các WebGIS và Digital Twin, AI có thể giúp người dùng truy vấn bằng ngôn ngữ tự nhiên thay vì chỉ thao tác kỹ thuật.
4.5. Viết báo cáo kỹ thuật sơ bộ
AI có thể hỗ trợ lập đề cương, tóm tắt số liệu, diễn giải biểu đồ, soạn bản nháp báo cáo, chuẩn hóa văn phong, rà lỗi logic và lập bảng so sánh.
Đây là thay đổi rất lớn đối với công việc tư vấn, nghiên cứu và quản lý.
Nhưng báo cáo kỹ thuật không thể chỉ là văn bản trôi chảy. Nó phải đúng số liệu, đúng phương pháp, đúng căn cứ và đúng trách nhiệm. Phần này vẫn cần kỹ sư kiểm soát.
4.6. Hỗ trợ cảnh báo và vận hành
AI có thể tổng hợp dữ liệu mưa, dòng chảy đến, mực nước hồ, dung tích, lưu lượng xả, trạng thái hạ du, quy trình vận hành và kịch bản dự báo để hỗ trợ người vận hành.
Nhưng trong các tình huống có rủi ro cao như xả lũ, an toàn đập, sự cố công trình, AI không thể là chủ thể chịu trách nhiệm cuối cùng.
Nghị định 114/2018/NĐ-CP của Chính phủ quy định về quản lý an toàn đập, hồ chứa nước, cho thấy vận hành và an toàn hồ chứa là lĩnh vực có trách nhiệm pháp lý và quản lý rủi ro rõ ràng, không thể giao cho một hệ thống AI tự quyết định ngoài khuôn khổ con người chịu trách nhiệm.
5. AI khó thay thế những phần nào của kỹ sư thủy lợi?
AI có thể làm nhanh nhiều việc, nhưng có những năng lực rất khó thay thế.
5.1. Hiểu bối cảnh lưu vực
Một lưu vực sông không chỉ là dữ liệu đầu vào của mô hình.
Nó có lịch sử, địa hình, dân cư, công trình, mùa vụ, tập quán sử dụng nước, xung đột lợi ích, thay đổi sử dụng đất, vận hành thượng nguồn và các yếu tố xã hội.
AI có thể đọc dữ liệu, nhưng hiểu bối cảnh sâu cần kinh nghiệm và tiếp xúc thực tế.
Một kỹ sư từng đi khảo sát nhiều lần sẽ nhìn một đoạn sông khác với AI chỉ nhìn bản đồ.
Một người từng chứng kiến lũ lên, triều cường, nước tràn bờ bao, dân chạy máy bơm, cống bị kẹt rác, kênh bị bồi lắng sẽ hiểu hệ thống theo cách mà dữ liệu chưa chắc phản ánh đầy đủ.
5.2. Phán đoán trong điều kiện thiếu dữ liệu
Ngành nước thường phải ra quyết định khi dữ liệu không hoàn hảo.
Không đủ trạm đo.
Mưa dự báo còn sai.
Mặt cắt sông đã cũ.
DEM không đủ chính xác.
Công trình vận hành không đúng như thiết kế.
Số liệu hạ du thiếu.
Trong những tình huống ấy, kỹ sư phải dùng kinh nghiệm, nguyên lý vật lý, hiểu biết địa phương và phán đoán rủi ro.
AI có thể hỗ trợ, nhưng nếu dữ liệu đầu vào thiếu hoặc sai, AI cũng có thể sai.
5.3. Trách nhiệm đạo đức và pháp lý
AI không chịu trách nhiệm trước người dân.
AI không ký hồ sơ thiết kế.
AI không ra hiện trường khi công trình sự cố.
AI không trả lời trước cộng đồng hạ du khi xả lũ gây thiệt hại.
AI không chịu trách nhiệm trước pháp luật như con người.
ASCE nhấn mạnh AI không thể chịu trách nhiệm và không thể thay thế đào tạo, kinh nghiệm, phán đoán của kỹ sư chuyên nghiệp trong quy hoạch, thiết kế, xây dựng và vận hành công trình dân dụng để bảo vệ sức khỏe, an toàn và phúc lợi công cộng.
Đây là nguyên tắc rất quan trọng với thủy lợi, vì công trình thủy lợi gắn trực tiếp với an toàn cộng đồng.
5.4. Cân bằng các mục tiêu mâu thuẫn
Trong tài nguyên nước, nhiều quyết định không có đáp án kỹ thuật duy nhất.
Giữ nước cho mùa khô hay xả để bảo đảm an toàn lũ?
Ưu tiên cấp nước sinh hoạt, công nghiệp hay nông nghiệp?
Giữ ngập sinh thái hay tiêu thoát nhanh cho đô thị?
Bảo vệ vùng sản xuất hay chấp nhận chuyển đổi sinh kế?
Tối ưu kinh tế hay bảo vệ nhóm dễ tổn thương?
Đây không chỉ là bài toán tối ưu. Đây là bài toán quản trị, xã hội và đạo đức.
AI có thể cung cấp thông tin, nhưng quyết định cuối cùng phải do con người và thể chế xác lập.
5.5. Giao tiếp với người dân và nhà quản lý
Kỹ sư thủy lợi không chỉ tính toán cho máy tính. Kỹ sư phải giải thích cho lãnh đạo, địa phương, người dân, doanh nghiệp và các bên liên quan.
Một phương án kỹ thuật tốt nhưng không được cộng đồng hiểu và chấp nhận có thể thất bại.
AI có thể hỗ trợ diễn giải, nhưng sự tin cậy giữa con người với con người vẫn rất quan trọng, đặc biệt trong các quyết định liên quan đến nước, đất, sinh kế và rủi ro thiên tai.
6. Thay thế nghề hay thay đổi cấu trúc công việc?
Có lẽ nên tránh cách hỏi cực đoan: AI có thay thế nghề kỹ sư thủy lợi hay không?
Câu hỏi chính xác hơn là:
AI sẽ thay đổi cấu trúc công việc của kỹ sư thủy lợi như thế nào?
Một nghề thường không bị thay thế toàn bộ ngay lập tức. Nhưng các tác vụ bên trong nghề sẽ thay đổi.
Những việc lặp lại, có quy trình, ít yêu cầu phán đoán bối cảnh sẽ bị tự động hóa mạnh.
Những việc cần hiểu hệ thống, kiểm chứng, sáng tạo phương án, giao tiếp, chịu trách nhiệm và ra quyết định trong điều kiện bất định sẽ vẫn cần con người.
Điều này tương tự xu hướng chung của thị trường lao động. World Economic Forum cho rằng các lực lượng như công nghệ, chuyển đổi xanh và biến động kinh tế sẽ định hình lại nhu cầu kỹ năng và chiến lược chuyển đổi lực lượng lao động trong giai đoạn 2025–2030, thay vì chỉ tạo ra một xu hướng thay thế đơn giản.
Với kỹ sư thủy lợi, có thể hình dung ba nhóm công việc.
Nhóm thứ nhất là nhóm dễ bị AI hỗ trợ mạnh: nhập liệu, kiểm tra định dạng, lập bảng, vẽ biểu đồ, tóm tắt tài liệu, viết bản nháp, so sánh số liệu, chạy kịch bản đơn giản.
Nhóm thứ hai là nhóm AI hỗ trợ nhưng con người quyết định: hiệu chỉnh mô hình, phân tích kịch bản, đánh giá rủi ro, lựa chọn phương án, thẩm định báo cáo, vận hành hồ chứa.
Nhóm thứ ba là nhóm AI khó thay thế: xác định vấn đề, hiểu bối cảnh xã hội – lưu vực, chịu trách nhiệm kỹ thuật, giao tiếp với cộng đồng, quyết định trong điều kiện bất định, xử lý khủng hoảng và bảo vệ lợi ích công.
Như vậy, AI không xóa nghề kỹ sư thủy lợi. AI làm nghề này phân hóa rõ hơn.
Kỹ sư chỉ làm việc lặp lại sẽ bị thay thế nhanh hơn.
Kỹ sư có năng lực dữ liệu, mô hình, AI, hệ thống và trách nhiệm nghề nghiệp sẽ có giá trị cao hơn.
7. Kỹ sư thủy lợi tương lai cần năng lực gì?
Kỹ sư thủy lợi trong thời đại AI không thể chỉ biết công thức thủy lực và vẽ bản vẽ.
Theo tôi, cần ít nhất tám nhóm năng lực.
7.1. Năng lực nền tảng thủy văn – thủy lực – công trình
AI không thay thế kiến thức nền. Ngược lại, muốn dùng AI tốt càng cần hiểu nền tảng.
Không hiểu thủy văn thì khó biết AI dự báo có hợp lý không.
Không hiểu thủy lực thì khó biết bản đồ ngập có vô lý không.
Không hiểu công trình thì khó đánh giá phương án vận hành.
7.2. Năng lực dữ liệu
Kỹ sư cần biết dữ liệu đến từ đâu, chất lượng thế nào, có sai số gì, thiếu gì, hệ tọa độ nào, hệ cao độ nào, đơn vị nào, thời đoạn nào, có thể dùng cho mục tiêu gì.
Trong thời đại AI, kỹ sư không biết dữ liệu sẽ khó làm chủ mô hình.
7.3. Năng lực GIS và không gian số
Nước luôn gắn với không gian.
Kỹ sư thủy lợi tương lai phải quen với GIS, WebGIS, bản đồ số, DEM, ảnh vệ tinh, lớp dữ liệu công trình, vùng ngập, lưu vực và hệ thống phân tích không gian.
7.4. Năng lực mô hình
Không chỉ biết chạy phần mềm, mà phải hiểu mô hình: giả thiết, phương trình, tham số, điều kiện biên, độ nhạy, sai số và giới hạn áp dụng.
7.5. Năng lực AI cơ bản
Không nhất thiết mọi kỹ sư phải trở thành nhà khoa học AI. Nhưng kỹ sư cần hiểu AI có thể làm gì, không thể làm gì, rủi ro gì, cần dữ liệu gì và cách kiểm chứng kết quả.
World Bank khi bàn về nền tảng AI cho phát triển nhấn mạnh bốn yếu tố: kết nối, năng lực tính toán, dữ liệu theo bối cảnh và kỹ năng con người. Điều đó cho thấy năng lực con người vẫn là một trụ cột của hệ sinh thái AI, không thể chỉ đầu tư vào công nghệ.
7.6. Năng lực kiểm chứng
Kỹ sư phải biết kiểm tra AI.
Kết quả AI có hợp lý với nguyên lý vật lý không?
Có phù hợp với số liệu thực đo không?
Có vi phạm cân bằng nước không?
Có mâu thuẫn với kinh nghiệm địa phương không?
Có vượt quá phạm vi dữ liệu huấn luyện không?
Kỹ sư tương lai không chỉ dùng AI, mà phải biết “chất vấn” AI.
7.7. Năng lực hệ thống
Tài nguyên nước là hệ thống liên ngành. Kỹ sư cần hiểu quan hệ giữa nước, đất, nông nghiệp, đô thị, năng lượng, môi trường, kinh tế và xã hội.
AI có thể cho nhiều kết quả, nhưng người kỹ sư phải đặt kết quả đó trong bức tranh hệ thống.
7.8. Năng lực đạo đức và trách nhiệm
Kỹ sư thủy lợi làm việc với công trình, dòng chảy và cộng đồng. Vì vậy, trách nhiệm nghề nghiệp phải là năng lực cốt lõi.
AI càng mạnh thì con người càng phải có đạo đức nghề nghiệp vững hơn.
8. AI sẽ làm thay đổi đào tạo kỹ sư thủy lợi
Nếu AI làm thay đổi công việc, nó cũng phải làm thay đổi đào tạo.
Theo tôi, chương trình đào tạo kỹ sư thủy lợi trong tương lai cần bổ sung hoặc tăng cường một số nội dung.
Thứ nhất, khoa học dữ liệu cho ngành nước.
Thứ hai, GIS, viễn thám và dữ liệu không gian.
Thứ ba, mô hình thủy văn – thủy lực gắn với kiểm định sai số và bất định.
Thứ tư, học máy ứng dụng trong thủy văn, dự báo lũ, hạn, mặn và vận hành công trình.
Thứ năm, Digital Twin và hệ thống hỗ trợ quyết định.
Thứ sáu, quản trị dữ liệu và chủ quyền dữ liệu chuyên ngành.
Thứ bảy, đạo đức AI và trách nhiệm nghề nghiệp trong kỹ thuật.
Thứ tám, kỹ năng giao tiếp kỹ thuật với nhà quản lý và cộng đồng.
Điều quan trọng là không biến kỹ sư thủy lợi thành kỹ sư phần mềm thuần túy. Mục tiêu là tạo ra kỹ sư thủy lợi biết dùng công nghệ để hiểu hệ thống nước tốt hơn.
Kỹ sư thủy lợi tương lai phải là người đứng giữa bốn thế giới: nước, công trình, dữ liệu và con người.
9. AI sẽ làm thay đổi viện nghiên cứu và đơn vị tư vấn thủy lợi
AI không chỉ thay đổi từng cá nhân kỹ sư. Nó sẽ thay đổi tổ chức nghề nghiệp.
Một viện nghiên cứu thủy lợi trong thời đại AI không thể chỉ lưu báo cáo PDF sau mỗi đề tài. Nó phải có kho dữ liệu, kho mô hình, kho bản đồ, kho tri thức chuyên gia và hệ thống truy vấn thông minh.
Một đơn vị tư vấn không thể chỉ dựa vào năng lực của từng nhóm riêng lẻ. Nó cần chuẩn hóa quy trình dữ liệu, quản lý phiên bản mô hình, tái sử dụng kết quả, kiểm soát chất lượng bằng AI và xây dựng thư viện bài toán.
Một cơ quan quản lý không thể chỉ nhận báo cáo cuối kỳ. Nó cần dữ liệu sống, dashboard, mô hình cập nhật, cảnh báo sớm và công cụ hỗ trợ quyết định.
Đây là sự chuyển đổi từ tổ chức làm theo dự án sang tổ chức học hỏi liên tục.
Trong bối cảnh đó, giá trị của kỹ sư không chỉ nằm ở năng lực cá nhân, mà còn ở khả năng đóng góp vào hệ thống tri thức chung của tổ chức.
Một kỹ sư giỏi không chỉ làm ra một báo cáo tốt. Kỹ sư giỏi trong thời đại AI phải để lại dữ liệu tốt, mô hình tốt, quy trình tốt và tri thức có thể tái sử dụng.
10. Rủi ro nếu dùng AI sai trong ngành thủy lợi
AI trong thủy lợi cần được ứng dụng thận trọng vì đây là lĩnh vực có rủi ro cao.
10.1. Rủi ro tin AI quá mức
Nếu kỹ sư tin AI mà không kiểm chứng, sai số có thể đi vào báo cáo, mô hình, thiết kế hoặc vận hành.
Một con số sai trong lĩnh vực thủy lợi không chỉ là lỗi văn bản. Nó có thể ảnh hưởng đến công trình, hạ du và người dân.
10.2. Rủi ro dữ liệu kém
AI học từ dữ liệu kém có thể đưa ra kết quả kém. Nghiêm trọng hơn, AI có thể trình bày kết quả kém bằng ngôn ngữ rất thuyết phục.
10.3. Rủi ro mất kỹ năng nền
Nếu kỹ sư trẻ quá phụ thuộc vào AI, họ có thể yếu dần năng lực tính toán cơ bản, đọc bản đồ, đọc số liệu, hiểu mô hình và phán đoán thủy văn.
Đây là rủi ro thật sự. AI nên giúp học nhanh hơn, không phải làm con người lười suy nghĩ hơn.
10.4. Rủi ro trách nhiệm không rõ
Nếu một khuyến nghị do AI tạo ra gây sai sót, ai chịu trách nhiệm?
Người nhập dữ liệu?
Người dùng AI?
Nhà cung cấp phần mềm?
Cơ quan phê duyệt?
Kỹ sư ký hồ sơ?
Câu hỏi này phải được trả lời rõ trong quy trình nghề nghiệp. NIST AI Risk Management Framework được xây dựng để giúp các tổ chức quản lý rủi ro AI đối với cá nhân, tổ chức và xã hội, đồng thời đưa các yếu tố đáng tin cậy vào quá trình thiết kế, phát triển, sử dụng và đánh giá hệ thống AI.
10.5. Rủi ro mất chủ quyền dữ liệu
Nếu đưa dữ liệu hồ chứa, đê điều, công trình, hạ du, quy hoạch và vận hành vào các nền tảng AI không kiểm soát, ngành có thể mất lợi thế tri thức hoặc tạo rủi ro an ninh dữ liệu.
Vì vậy, AI trong thủy lợi phải đi cùng quản trị dữ liệu.
11. Trong những việc nào AI có thể làm tốt hơn kỹ sư?
Cần công bằng với AI. Có những việc AI có thể làm tốt hơn con người, hoặc ít nhất nhanh hơn rất nhiều.
AI có thể đọc cùng lúc hàng nghìn trang tài liệu.
AI có thể phát hiện mẫu trong dữ liệu lớn mà mắt người khó thấy.
AI có thể chạy nhiều kịch bản nhanh hơn.
AI có thể hỗ trợ kiểm tra lỗi định dạng và logic.
AI có thể tóm tắt bản tin, lập bảng, tạo biểu đồ, so sánh phương án.
AI có thể nhắc kỹ sư về những điểm cần kiểm tra.
AI có thể làm trợ lý cho người vận hành trong tình huống nhiều dữ liệu đổ về cùng lúc.
AI có thể giúp kỹ sư trẻ tiếp cận kho tri thức của các chuyên gia đi trước.
Vì vậy, thái độ đúng không phải là sợ AI hay phủ nhận AI.
Thái độ đúng là sử dụng AI như một công cụ khuếch đại năng lực kỹ sư.
Một kỹ sư giỏi có AI có thể làm việc hiệu quả hơn nhiều.
Một nhóm nghiên cứu có AI có thể quản lý tri thức tốt hơn.
Một cơ quan vận hành có AI có thể phản ứng nhanh hơn.
Một ngành biết dùng AI có thể nâng cao năng lực quản trị nước.
12. Trong những việc nào kỹ sư vẫn phải giữ vai trò trung tâm?
Ngược lại, có những việc kỹ sư vẫn phải giữ vai trò trung tâm.
Kỹ sư phải xác định bài toán.
AI không tự biết vấn đề nào là quan trọng nhất với một lưu vực.
Kỹ sư phải chọn giả thiết.
Mô hình nào cũng có giả thiết, và giả thiết sai có thể dẫn đến kết quả sai.
Kỹ sư phải hiểu sai số.
Không có mô hình nào không sai. Vấn đề là sai bao nhiêu, sai ở đâu, sai trong điều kiện nào và có chấp nhận được không.
Kỹ sư phải chịu trách nhiệm trước cộng đồng.
AI không thể đứng trước người dân vùng hạ du để giải thích một quyết định xả lũ.
Kỹ sư phải cân nhắc đạo đức.
Một phương án tối ưu về kinh tế chưa chắc công bằng về xã hội.
Kỹ sư phải học từ hiện trường.
Hiện trường luôn có những điều mà dữ liệu chưa phản ánh đầy đủ.
Kỹ sư phải quyết định khi không có đáp án hoàn hảo.
Đó là bản chất của nghề kỹ thuật trong các hệ thống phức tạp.
13. Liên hệ với Việt Nam: kỹ sư thủy lợi đang đứng trước cơ hội lớn
Việt Nam là quốc gia có nhiều bài toán nước rất đặc thù: lũ miền Trung lên nhanh, hạn mặn Đồng bằng sông Cửu Long, xâm nhập mặn ven biển, vận hành liên hồ, an toàn đập, tiêu thoát đô thị, sụt lún do khai thác nước dưới đất, phân bổ nước trong mùa kiệt, chuyển đổi sinh kế vùng ngập lũ và quản trị lưu vực sông xuyên biên giới.
Luật Tài nguyên nước năm 2023 quy định phạm vi quản lý, bảo vệ, điều hòa, phân phối, phục hồi, phát triển, khai thác, sử dụng tài nguyên nước và phòng, chống, khắc phục tác hại do nước gây ra; đồng thời đặt ra yêu cầu phát triển khoa học, công nghệ phục vụ quản lý tài nguyên nước trong từng giai đoạn.
Điều đó có nghĩa là kỹ sư thủy lợi Việt Nam không chỉ làm công trình theo nghĩa truyền thống. Kỹ sư phải tham gia vào quản trị tài nguyên nước hiện đại.
AI có thể giúp kỹ sư Việt Nam làm nhiều việc tốt hơn:
- dự báo lũ nhanh hơn;
- cảnh báo hạn mặn sớm hơn;
- vận hành hồ chứa có nhiều kịch bản hơn;
- quản lý dữ liệu công trình tốt hơn;
- hỗ trợ quy hoạch tổng hợp hơn;
- xây dựng WebGIS và Digital Twin;
- số hóa tri thức chuyên gia;
- hỗ trợ ra quyết định trong điều kiện bất định.
Đây là cơ hội lớn, không phải chỉ là nguy cơ.
Nhưng cơ hội này chỉ thành hiện thực nếu kỹ sư thủy lợi chủ động học AI, không để AI trở thành công cụ bên ngoài áp đặt vào ngành.
14. Một khung làm việc mới: kỹ sư thủy lợi + AI
Có thể hình dung mô hình làm việc mới của kỹ sư thủy lợi trong thời đại AI gồm sáu bước.
Bước 1: Kỹ sư xác định bài toán
Ví dụ: dự báo lũ 3 ngày, đánh giá ngập hạ du, kiểm tra an toàn đập, phân bổ nước mùa hạn, cảnh báo mặn.
Bước 2: Kỹ sư tổ chức dữ liệu
Xác định dữ liệu nào cần dùng, nguồn nào tin cậy, chất lượng ra sao, có thiếu gì, có cần chuẩn hóa gì.
Bước 3: AI hỗ trợ xử lý và phân tích
AI làm sạch dữ liệu, phát hiện bất thường, tổng hợp tài liệu, hỗ trợ mô hình và tạo kịch bản.
Bước 4: Kỹ sư kiểm chứng
Kiểm tra kết quả AI bằng nguyên lý thủy văn – thủy lực, dữ liệu thực đo, kinh nghiệm địa phương và giới hạn kỹ thuật.
Bước 5: Kỹ sư ra khuyến nghị
Không để AI tự quyết định. AI cung cấp thông tin, kỹ sư chịu trách nhiệm khuyến nghị.
Bước 6: Hệ thống học lại
Sau mỗi trận lũ, mùa hạn, đợt vận hành, dữ liệu và bài học được đưa lại vào kho tri thức để cải thiện hệ thống.
Đây là mô hình phù hợp: AI hỗ trợ, kỹ sư kiểm soát, hệ thống học liên tục.
15. Kết luận
AI có thay thế được kỹ sư thủy lợi không?
Câu trả lời là: không thay thế toàn diện, nhưng sẽ thay đổi sâu sắc nghề kỹ sư thủy lợi.
AI sẽ thay thế nhiều tác vụ lặp lại.
AI sẽ hỗ trợ xử lý dữ liệu, tra cứu tài liệu, mô hình hóa, dự báo, lập báo cáo và phân tích kịch bản.
AI sẽ làm cho kỹ sư làm việc nhanh hơn, rộng hơn và có khả năng tiếp cận tri thức lớn hơn.
Nhưng AI không thể thay thế hoàn toàn phán đoán chuyên môn, hiểu biết lưu vực, kinh nghiệm công trình, trách nhiệm đạo đức, giao tiếp cộng đồng và quyết định trong điều kiện bất định.
Vì vậy, câu hỏi không phải là kỹ sư thủy lợi có còn cần thiết không.
Câu hỏi đúng là: kỹ sư thủy lợi phải thay đổi thế nào để làm chủ AI?
Theo tôi, kỹ sư thủy lợi tương lai phải là người biết kết hợp:
- tri thức thủy văn – thủy lực;
- hiểu biết công trình;
- dữ liệu chuyên ngành;
- GIS và mô hình số;
- AI và khoa học dữ liệu;
- kinh nghiệm hiện trường;
- trách nhiệm nghề nghiệp;
- năng lực giao tiếp với xã hội.
Kỹ sư như vậy không bị AI thay thế.
Ngược lại, họ sẽ dùng AI để làm nghề tốt hơn.
Một suy nghĩ bổ sung
Tôi không nghĩ AI sẽ làm nghề kỹ sư thủy lợi mất đi.
Nhưng tôi tin AI sẽ làm thay đổi sâu sắc giá trị của người kỹ sư.
Trước đây, người kỹ sư giỏi là người tính toán tốt, hiểu mô hình, có kinh nghiệm và viết báo cáo tốt.
Trong tương lai, những điều đó vẫn cần, nhưng chưa đủ.
Người kỹ sư giỏi sẽ phải biết tổ chức dữ liệu, biết đặt câu hỏi cho AI, biết kiểm tra câu trả lời của AI, biết kết nối mô hình với thực tế, biết biến số liệu thành quyết định và biết chịu trách nhiệm trước xã hội.
AI có thể rất thông minh, nhưng AI không biết lo cho hạ du.
AI có thể tính rất nhanh, nhưng AI không có ký ức về một trận lũ đã đi qua đời sống người dân.
AI có thể đưa ra phương án, nhưng AI không mang trách nhiệm nghề nghiệp như một kỹ sư ký vào hồ sơ.
Vì vậy, điều quan trọng nhất không phải là sợ AI.
Điều quan trọng là không để mình trở thành người kỹ sư chỉ làm những việc mà AI có thể làm tốt hơn.
Kỹ sư thủy lợi cần đi lên tầng cao hơn: tầng của tư duy hệ thống, trách nhiệm, dữ liệu, mô hình, AI và con người.
Nếu làm được điều đó, AI không phải là mối đe dọa.
AI sẽ trở thành người trợ lý mạnh mẽ giúp kỹ sư thủy lợi phục vụ dòng sông, công trình và người dân tốt hơn.
Tài liệu tham khảo
- American Society of Civil Engineers. Policy Statement 573: Artificial Intelligence and Engineering Responsibility.
- World Economic Forum. The Future of Jobs Report 2025.
- NIST. Artificial Intelligence Risk Management Framework.
- World Bank. Digital Progress and Trends Report 2025: Strengthening AI Foundations.
- Robles, K. P. V. et al. A Review of the Advances and Emerging Approaches in Hydrological Forecasting: From Traditional to AI-Powered Models. Water, 2026.
- Quốc hội Việt Nam. Luật Tài nguyên nước số 28/2023/QH15.
- Chính phủ Việt Nam. Nghị định số 114/2018/NĐ-CP về quản lý an toàn đập, hồ chứa nước.