Đỗ Đức Dũng
Tóm tắt
Chủ quyền dữ liệu là một khái niệm ngày càng quan trọng trong bối cảnh chuyển đổi số, kinh tế dữ liệu và trí tuệ nhân tạo. Tuy nhiên, khái niệm này dễ bị hiểu đơn giản thành việc “giữ dữ liệu trong nước” hoặc “không chia sẻ dữ liệu ra bên ngoài”. Bài viết cho rằng chủ quyền dữ liệu không chỉ là vị trí lưu trữ dữ liệu, mà là năng lực kiểm soát toàn bộ vòng đời dữ liệu: tạo lập, thu thập, lưu trữ, phân loại, chuẩn hóa, bảo vệ, chia sẻ, xử lý, khai thác, chuyển giao và xóa dữ liệu theo luật pháp, lợi ích công, an ninh quốc gia và quyền của các chủ thể liên quan. Trên cơ sở các tài liệu của World Bank, OECD, Liên minh châu Âu và khung pháp lý mới của Việt Nam về dữ liệu, bài viết phân tích bản chất, các thành phần, các ngộ nhận phổ biến và hàm ý chính sách của chủ quyền dữ liệu. Đối với Việt Nam, đặc biệt trong các lĩnh vực tài nguyên nước, thủy lợi, khí tượng thủy văn, đất đai, nông nghiệp và phòng chống thiên tai, chủ quyền dữ liệu không nên được hiểu là đóng kín dữ liệu, mà là làm chủ khả năng chuyển hóa dữ liệu chuyên ngành thành tri thức số, AI chuyên ngành và năng lực ra quyết định của chính mình.
Từ khóa: chủ quyền dữ liệu, quản trị dữ liệu, dữ liệu chuyên ngành, AI, chủ quyền số, chủ quyền AI, tài nguyên nước, dữ liệu quốc gia, bảo vệ dữ liệu cá nhân.
1. Đặt vấn đề
Trong kỷ nguyên AI, câu hỏi về dữ liệu không còn dừng lại ở việc “chúng ta có bao nhiêu dữ liệu”.
Câu hỏi quan trọng hơn là:
- Ai có quyền kiểm soát dữ liệu?
- Ai được quyền sử dụng dữ liệu?
- Dữ liệu được lưu ở đâu?
- Dữ liệu được chia sẻ cho ai?
- Dữ liệu được dùng để huấn luyện AI hay không?
- Giá trị tạo ra từ dữ liệu thuộc về ai?
- Và khi có rủi ro, ai chịu trách nhiệm?
Những câu hỏi đó dẫn chúng ta đến một khái niệm rất quan trọng: chủ quyền dữ liệu.
Đây là khái niệm không chỉ dành cho các chuyên gia công nghệ thông tin hay luật sư. Nó liên quan trực tiếp đến quản trị quốc gia, an ninh, kinh tế số, khoa học công nghệ, tài nguyên môi trường và năng lực cạnh tranh của mỗi tổ chức.
Đối với một quốc gia, chủ quyền dữ liệu gắn với khả năng bảo vệ và khai thác tài sản dữ liệu phục vụ lợi ích phát triển. Đối với một ngành, chủ quyền dữ liệu gắn với khả năng làm chủ dữ liệu chuyên ngành. Đối với một viện nghiên cứu, chủ quyền dữ liệu gắn với khả năng giữ gìn, chuẩn hóa và chuyển hóa dữ liệu, báo cáo, bản đồ, mô hình và tri thức chuyên gia thành tài sản số.
Trong lĩnh vực tài nguyên nước và thủy lợi, chủ quyền dữ liệu không phải là khái niệm xa xôi. Nó hiện diện trong những câu hỏi rất cụ thể: số liệu mưa, mực nước, lưu lượng, hồ chứa, đê điều, bản đồ ngập, quy hoạch, vận hành công trình và dữ liệu hạ du đang nằm ở đâu, ai quản lý, có được chuẩn hóa không, có thể chia sẻ cho ai, có được đưa vào AI không và có phục vụ quyết định của chính chúng ta không?
2. Phương pháp tiếp cận
Bài viết tiếp cận chủ quyền dữ liệu từ bốn góc độ.
Thứ nhất là góc độ phát triển: dữ liệu được nhìn như một nguồn lực có thể tạo giá trị kinh tế – xã hội nếu được sử dụng và tái sử dụng đúng cách. World Bank trong World Development Report 2021: Data for Better Lives nhấn mạnh cần một “khế ước xã hội mới” cho dữ liệu, vừa cho phép sử dụng và tái sử dụng dữ liệu để tạo giá trị kinh tế – xã hội, vừa bảo đảm tiếp cận công bằng với giá trị đó và tạo niềm tin rằng dữ liệu không bị lạm dụng.
Thứ hai là góc độ quản trị: OECD cho rằng dữ liệu đã trở thành một tài sản chiến lược có khả năng chuyển đổi đời sống và tạo lợi thế kinh tế, nhưng đặc tính riêng của dữ liệu cũng tạo ra các đánh đổi chính sách phức tạp; do đó cần một cách tiếp cận quản trị dữ liệu toàn diện và nhất quán trong nước cũng như xuyên biên giới.
Thứ ba là góc độ pháp lý và thể chế: Liên minh châu Âu đã xây dựng các công cụ như Data Governance Act và Data Act nhằm thúc đẩy chia sẻ dữ liệu, tái sử dụng dữ liệu khu vực công có bảo vệ, phát triển trung gian dữ liệu đáng tin cậy và làm rõ ai được dùng dữ liệu trong điều kiện nào.
Thứ tư là góc độ Việt Nam: Luật Dữ liệu số 60/2024/QH15 quy định về dữ liệu số, xây dựng, phát triển, bảo vệ, quản trị, xử lý và sử dụng dữ liệu số; Trung tâm dữ liệu quốc gia; cơ sở dữ liệu tổng hợp quốc gia; sản phẩm, dịch vụ dữ liệu số và trách nhiệm của các chủ thể liên quan. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 01/01/2026, đánh dấu bước phát triển mới trong khuôn khổ pháp lý về bảo vệ dữ liệu cá nhân ở Việt Nam.
Từ các góc độ trên, bài viết không xem chủ quyền dữ liệu là khẩu hiệu, mà xem đó là một năng lực quản trị cụ thể.
3. Chủ quyền dữ liệu là gì?
Có thể hiểu một cách ngắn gọn:
Chủ quyền dữ liệu là quyền và năng lực kiểm soát dữ liệu theo luật pháp, lợi ích chính đáng và trách nhiệm của chủ thể có thẩm quyền trong toàn bộ vòng đời dữ liệu.
Chủ thể đó có thể là quốc gia, cơ quan nhà nước, tổ chức, doanh nghiệp, cộng đồng hoặc cá nhân, tùy loại dữ liệu và quy định pháp luật.
Chủ quyền dữ liệu không chỉ là “dữ liệu thuộc về ai”.
Nó bao gồm nhiều câu hỏi sâu hơn:
- Ai có quyền tạo lập dữ liệu?
- Ai có quyền thu thập dữ liệu?
- Ai chịu trách nhiệm về chất lượng dữ liệu?
- Ai được lưu trữ dữ liệu?
- Dữ liệu được lưu ở đâu?
- Dữ liệu có được chuyển ra ngoài không?
- Ai được truy cập dữ liệu?
- Ai được dùng dữ liệu để phân tích, kinh doanh, nghiên cứu hoặc huấn luyện AI?
- Dữ liệu có được chia sẻ cho bên thứ ba không?
- Dữ liệu có được xóa, chỉnh sửa, ẩn danh hóa hoặc tổng hợp không?
- Khi dữ liệu tạo ra giá trị, giá trị đó được phân bổ thế nào?
- Khi dữ liệu gây hại, ai chịu trách nhiệm?
Như vậy, chủ quyền dữ liệu không chỉ là quyền sở hữu tĩnh. Nó là quyền kiểm soát động trong cả quá trình dữ liệu được sinh ra, được sử dụng và tạo ra giá trị.
Nói cách khác, chủ quyền dữ liệu không phải là khóa dữ liệu lại.
Chủ quyền dữ liệu là biết mở dữ liệu thế nào, đóng dữ liệu thế nào, chia sẻ dữ liệu thế nào, bảo vệ dữ liệu thế nào và khai thác dữ liệu thế nào để phục vụ lợi ích chính đáng.
4. Chủ quyền dữ liệu khác gì với bảo mật dữ liệu?
Nhiều người dễ nhầm chủ quyền dữ liệu với bảo mật dữ liệu.
Bảo mật dữ liệu là một phần của chủ quyền dữ liệu, nhưng không phải toàn bộ.
Bảo mật dữ liệu trả lời câu hỏi: làm thế nào để dữ liệu không bị truy cập trái phép, bị rò rỉ, bị phá hoại hoặc bị sử dụng sai?
Chủ quyền dữ liệu trả lời câu hỏi rộng hơn: ai có quyền quyết định đối với dữ liệu, dữ liệu được quản trị theo luật nào, được chia sẻ trong điều kiện nào, được khai thác ra sao và giá trị từ dữ liệu thuộc về ai?
Một hệ thống có thể rất bảo mật nhưng vẫn không bảo đảm chủ quyền dữ liệu nếu toàn bộ quyền xử lý, phân tích, khai thác và thương mại hóa dữ liệu nằm trong tay một bên khác.
Ngược lại, một hệ thống muốn có chủ quyền dữ liệu thì bắt buộc phải có bảo mật tốt.
Có thể hình dung:
- Bảo mật dữ liệu là khóa cửa.
- Quản trị dữ liệu là quy định ai được vào, vào để làm gì, ghi sổ thế nào.
- Chủ quyền dữ liệu là quyền quyết định ngôi nhà đó thuộc về ai, phục vụ mục tiêu gì và được sử dụng theo luật nào.
Trong kỷ nguyên AI, sự phân biệt này rất quan trọng. Một tổ chức có thể lưu dữ liệu an toàn trong một dịch vụ đám mây, nhưng nếu hợp đồng cho phép nhà cung cấp dùng dữ liệu để huấn luyện mô hình chung thì tổ chức đó vẫn có thể mất quyền kiểm soát giá trị tri thức từ dữ liệu.
5. Chủ quyền dữ liệu khác gì với dữ liệu mở?
Chủ quyền dữ liệu cũng không đối lập với dữ liệu mở.
Dữ liệu mở là dữ liệu được công bố để cộng đồng có thể sử dụng, tái sử dụng và chia sẻ theo điều kiện nhất định.
Dữ liệu mở rất cần thiết cho minh bạch, nghiên cứu, đổi mới sáng tạo và phát triển dịch vụ công. Ví dụ, dữ liệu khí tượng, bản đồ nền, số liệu thống kê, dữ liệu giao thông hoặc một phần dữ liệu môi trường nếu được mở đúng cách có thể tạo ra giá trị xã hội rất lớn.
Nhưng không phải dữ liệu nào cũng có thể mở.
Dữ liệu cá nhân, dữ liệu hạ tầng quan trọng, dữ liệu an ninh, dữ liệu công trình nhạy cảm, dữ liệu thương mại bí mật hoặc dữ liệu có thể gây rủi ro nếu bị diễn giải sai cần được phân loại và bảo vệ.
Chủ quyền dữ liệu không có nghĩa là đóng tất cả dữ liệu.
Chủ quyền dữ liệu là quyền quyết định loại dữ liệu nào được mở, mở đến mức nào, theo giấy phép nào, ai được dùng, dùng vào mục đích gì và cơ chế kiểm soát rủi ro ra sao.
Điều này rất gần với cách tiếp cận của Liên minh châu Âu trong Data Governance Act: không chỉ thúc đẩy mở dữ liệu, mà còn tạo cơ chế tái sử dụng một số dữ liệu khu vực công vốn không thể công bố như dữ liệu mở, đồng thời phát triển các tổ chức trung gian dữ liệu đáng tin cậy.
Vì vậy, chủ quyền dữ liệu không chống lại chia sẻ dữ liệu. Nó làm cho chia sẻ dữ liệu trở nên an toàn, có trách nhiệm và có lợi hơn.
6. Chủ quyền dữ liệu gồm những thành phần nào?
Theo tôi, chủ quyền dữ liệu có thể được nhìn qua tám thành phần chính.
6.1. Chủ quyền pháp lý
Dữ liệu phải được quản trị theo khung pháp luật rõ ràng.
Đối với Việt Nam, đây là hệ thống gồm Luật Dữ liệu, Luật Bảo vệ dữ liệu cá nhân, các quy định về an ninh mạng, bí mật nhà nước, sở hữu trí tuệ, giao dịch điện tử, lưu trữ, tiếp cận thông tin và các quy định chuyên ngành.
Luật Dữ liệu năm 2024 đã đặt ra phạm vi điều chỉnh tương đối rộng, bao gồm xây dựng, phát triển, bảo vệ, quản trị, xử lý và sử dụng dữ liệu số, cũng như Trung tâm dữ liệu quốc gia và cơ sở dữ liệu tổng hợp quốc gia.
6.2. Chủ quyền lưu trữ
Dữ liệu được lưu ở đâu?
Trong nước hay ngoài nước?
Trên máy chủ của cơ quan, trên đám mây công cộng, đám mây riêng hay trung tâm dữ liệu quốc gia?
Với dữ liệu thông thường, vị trí lưu trữ có thể linh hoạt. Nhưng với dữ liệu chiến lược, dữ liệu nhạy cảm hoặc dữ liệu liên quan an ninh quốc gia, vị trí lưu trữ và quyền kiểm soát hạ tầng có ý nghĩa rất lớn.
Tuy nhiên, lưu trong nước chưa đủ. Nếu hạ tầng trong nước nhưng phần mềm, khóa mã hóa, tài khoản quản trị và quyền xử lý dữ liệu do bên ngoài nắm, thì chủ quyền dữ liệu vẫn chưa đầy đủ.
6.3. Chủ quyền truy cập
Ai được xem dữ liệu?
Ai được tải dữ liệu?
Ai được sửa dữ liệu?
Ai được chia sẻ dữ liệu?
Ai được dùng dữ liệu để huấn luyện AI?
Quản lý truy cập không chỉ là cấp tài khoản. Nó phải gắn với vai trò, trách nhiệm, mục đích sử dụng, nhật ký truy cập và cơ chế kiểm tra sau sử dụng.
6.4. Chủ quyền xử lý
Dữ liệu có thể được phân tích, tổng hợp, ẩn danh hóa, kết nối, huấn luyện mô hình hoặc chuyển đổi thành sản phẩm dữ liệu.
Chủ quyền xử lý nghĩa là chủ thể có thẩm quyền kiểm soát được các hoạt động xử lý đó.
Trong kỷ nguyên AI, đây là thành phần rất quan trọng. Dữ liệu có thể không bị đánh cắp, nhưng nếu được dùng để huấn luyện mô hình chung mà không có kiểm soát, lợi thế tri thức có thể bị dịch chuyển.
6.5. Chủ quyền chia sẻ
Chia sẻ dữ liệu không phải là mất chủ quyền.
Ngược lại, chia sẻ dữ liệu có kiểm soát là biểu hiện của chủ quyền dữ liệu trưởng thành.
EU Data Act đặt mục tiêu tăng khả năng tiếp cận và sử dụng dữ liệu, đặc biệt là dữ liệu công nghiệp, đồng thời làm rõ ai được dùng dữ liệu trong điều kiện nào và bảo đảm công bằng trong phân bổ giá trị dữ liệu.
Bài học ở đây là: dữ liệu phải được chia sẻ để tạo giá trị, nhưng chia sẻ phải có luật chơi.
6.6. Chủ quyền giá trị
Khi dữ liệu tạo ra giá trị, ai được hưởng giá trị đó?
Đây là câu hỏi rất quan trọng.
Nếu một quốc gia tạo ra dữ liệu, người dân tạo ra dữ liệu, cơ quan công tạo ra dữ liệu, nhưng giá trị kinh tế lớn nhất lại thuộc về một nền tảng bên ngoài, thì chủ quyền dữ liệu bị suy yếu.
Chủ quyền dữ liệu không có nghĩa là mọi giá trị phải thuộc nhà nước. Nhưng nó đòi hỏi cơ chế phân bổ giá trị công bằng, minh bạch và phù hợp với lợi ích chính đáng của các bên.
6.7. Chủ quyền tri thức
Dữ liệu sau khi được phân tích sẽ tạo thành tri thức.
Trong AI, tri thức có thể được đưa vào mô hình, embedding, kho tri thức, hệ thống khuyến nghị và công cụ hỗ trợ quyết định.
Nếu chỉ giữ dữ liệu gốc mà không kiểm soát được tri thức sinh ra từ dữ liệu, thì chủ quyền dữ liệu chưa đầy đủ.
Đối với ngành tài nguyên nước, chủ quyền tri thức nghĩa là không chỉ giữ số liệu mưa, lũ, hồ chứa, đê bao, mà phải làm chủ mô hình, bản sao số, AI cảnh báo và hệ thống ra quyết định dựa trên dữ liệu đó.
6.8. Chủ quyền xóa và thu hồi
Một dữ liệu đã chia sẻ có thể thu hồi không?
Một bên xử lý dữ liệu có phải xóa dữ liệu sau khi kết thúc hợp đồng không?
Dữ liệu cá nhân có quyền được xóa theo quy định pháp luật không?
Mô hình đã học từ dữ liệu có thể “quên” dữ liệu đó không?
Đây là một vấn đề khó trong AI. Nhưng về nguyên tắc quản trị, quyền xóa, thu hồi, giới hạn thời gian sử dụng và kiểm toán sau sử dụng phải được đặt ra ngay từ đầu.
7. Ba ngộ nhận phổ biến về chủ quyền dữ liệu
7.1. Ngộ nhận thứ nhất: chủ quyền dữ liệu là giữ dữ liệu trong nước
Lưu trữ trong nước là một yếu tố, nhưng không phải toàn bộ.
Nếu dữ liệu lưu trong nước nhưng nền tảng xử lý, thuật toán, quyền quản trị hệ thống và hợp đồng khai thác thuộc về bên ngoài, thì chủ quyền dữ liệu vẫn chưa chắc được bảo đảm.
Ngược lại, có những trường hợp dữ liệu được xử lý xuyên biên giới nhưng vẫn có thể được kiểm soát tốt nếu có hợp đồng chặt chẽ, mã hóa, phân quyền, kiểm toán, tuân thủ pháp luật và cơ chế bảo vệ lợi ích rõ ràng.
Vì vậy, không nên đồng nhất chủ quyền dữ liệu với vị trí địa lý của máy chủ.
7.2. Ngộ nhận thứ hai: chủ quyền dữ liệu là không chia sẻ dữ liệu
Không chia sẻ dữ liệu có thể làm giảm rủi ro ngắn hạn, nhưng cũng làm mất giá trị dài hạn.
Dữ liệu chỉ phát huy giá trị khi được sử dụng và tái sử dụng. World Bank nhấn mạnh chính việc sử dụng và tái sử dụng dữ liệu mới tạo ra giá trị kinh tế – xã hội, nhưng quá trình đó phải đi cùng niềm tin và cơ chế ngăn ngừa lạm dụng.
Đóng kín dữ liệu có thể dẫn đến tình trạng mỗi cơ quan làm lại từ đầu, mỗi dự án tạo một bộ dữ liệu riêng, thông tin không liên thông và quyết định thiếu bức tranh tổng thể.
Chủ quyền dữ liệu không phải là đóng cửa. Chủ quyền dữ liệu là mở cửa có khóa, có quy tắc và có người chịu trách nhiệm.
7.3. Ngộ nhận thứ ba: đã có dữ liệu là đã có chủ quyền dữ liệu
Có dữ liệu chưa chắc đã làm chủ dữ liệu.
Nếu không biết dữ liệu nằm ở đâu, chất lượng ra sao, ai chịu trách nhiệm, có được cập nhật không, có thể chia sẻ không, có rủi ro gì và có thể tạo giá trị gì, thì chưa thể gọi là làm chủ dữ liệu.
Rất nhiều cơ quan có dữ liệu, nhưng dữ liệu nằm rải rác trong file Excel, PDF, ổ cứng cá nhân, báo cáo giấy, hệ thống cũ, dự án cũ và trí nhớ chuyên gia.
Đó là trạng thái “có dữ liệu” chứ chưa phải “có chủ quyền dữ liệu”.
8. Chủ quyền dữ liệu trong thời đại AI
AI làm cho vấn đề chủ quyền dữ liệu trở nên cấp bách hơn.
Trước đây, dữ liệu được dùng chủ yếu để báo cáo, thống kê, lập bản đồ hoặc mô hình hóa.
Ngày nay, dữ liệu có thể được dùng để huấn luyện, tinh chỉnh hoặc cung cấp ngữ cảnh cho AI. Khi đó, giá trị của dữ liệu có thể chuyển hóa thành tri thức bên trong mô hình.
Đây là một thay đổi rất lớn.
Trong Bài 7, tôi đã phân tích rằng dữ liệu sau khi AI học không tự động mất quyền sở hữu, nhưng tổ chức sở hữu dữ liệu có thể mất lợi thế tri thức nếu không kiểm soát được việc dữ liệu được dùng để huấn luyện, tinh chỉnh hoặc thương mại hóa mô hình.
Vì vậy, trong thời đại AI, chủ quyền dữ liệu phải bao gồm thêm các câu hỏi:
- Dữ liệu có được dùng để huấn luyện mô hình không?
- Mô hình học từ dữ liệu thuộc về ai?
- Dữ liệu có được dùng để cải thiện mô hình chung của nhà cung cấp không?
- Embedding và kho tri thức tạo ra từ dữ liệu thuộc về ai?
- Kết quả đầu ra có được dùng để huấn luyện tiếp không?
- Mô hình có thể tái tạo thông tin nhạy cảm không?
- Có cơ chế kiểm toán dữ liệu huấn luyện không?
- Có cơ chế buộc mô hình “quên” dữ liệu không?
- Có phân biệt giữa dữ liệu công khai, dữ liệu nội bộ, dữ liệu nhạy cảm và dữ liệu chiến lược không?
Nếu không trả lời được các câu hỏi đó, tổ chức có thể vẫn “sở hữu dữ liệu” trên giấy tờ nhưng không còn làm chủ giá trị mà dữ liệu tạo ra.
9. Chủ quyền dữ liệu, chủ quyền số và chủ quyền AI
Ba khái niệm này liên quan chặt chẽ với nhau nhưng không hoàn toàn giống nhau.
Chủ quyền dữ liệu là khả năng kiểm soát dữ liệu trong toàn bộ vòng đời của nó.
Chủ quyền số rộng hơn, bao gồm khả năng kiểm soát hạ tầng số, nền tảng số, dữ liệu, an ninh mạng, định danh số, dịch vụ số và không gian số của quốc gia.
Chủ quyền AI là khả năng phát triển, lựa chọn, triển khai và kiểm soát các hệ thống AI phục vụ lợi ích của mình, dựa trên dữ liệu, hạ tầng, nhân lực, pháp luật và giá trị của mình.
Có thể nói:
- Không có chủ quyền dữ liệu thì rất khó có chủ quyền AI.
Một quốc gia có thể mua mô hình AI từ bên ngoài. Nhưng nếu không làm chủ dữ liệu của mình, không biết dữ liệu nào được đưa vào mô hình, không kiểm soát được kết quả đầu ra và không có năng lực kiểm chứng, thì quốc gia đó khó có AI chủ quyền.
Ngược lại, nếu một quốc gia có dữ liệu chuyên ngành tốt, hạ tầng dữ liệu tốt, thể chế dữ liệu tốt và đội ngũ chuyên gia biết khai thác dữ liệu, thì dù không làm chủ toàn bộ công nghệ AI nền tảng, quốc gia đó vẫn có thể phát triển AI chuyên ngành phục vụ lợi ích của mình.
Đây là con đường rất thiết thực đối với Việt Nam.
10. Chủ quyền dữ liệu đối với tài nguyên nước và thủy lợi
Trong lĩnh vực tài nguyên nước và thủy lợi, chủ quyền dữ liệu có ý nghĩa rất đặc biệt.
Nước là tài nguyên chiến lược.
Nhưng quản trị nước trong thời đại hiện nay không thể tách khỏi dữ liệu.
Dữ liệu mưa, mực nước, lưu lượng, chất lượng nước, hồ chứa, đê điều, công trình, nhu cầu dùng nước, bản đồ ngập, hạn, mặn, quy hoạch và vận hành là nền tảng để ra quyết định.
Nếu dữ liệu này phân tán, thiếu chuẩn, không liên thông hoặc phụ thuộc hoàn toàn vào hệ thống bên ngoài, năng lực quản trị nguồn nước sẽ bị hạn chế.
Đối với ngành tài nguyên nước, chủ quyền dữ liệu có thể được hiểu qua các câu hỏi cụ thể:
- Có danh mục đầy đủ các bộ dữ liệu ngành không?
- Có chuẩn mã trạm, mã lưu vực, mã hồ chứa, mã công trình không?
- Dữ liệu mưa, mực nước, lưu lượng có được kiểm định chất lượng không?
- Dữ liệu hồ chứa, đập, cống, trạm bơm có cập nhật không?
- Dữ liệu quy hoạch và điều tra cơ bản có được số hóa không?
- Dữ liệu có liên thông giữa quan trắc, công trình, quy hoạch, vận hành và thiên tai không?
- Ai được truy cập dữ liệu nào?
- Dữ liệu nào được mở cho cộng đồng?
- Dữ liệu nào chỉ dùng nội bộ?
- Dữ liệu nào không được đưa vào AI công cộng?
- Khi hợp tác với doanh nghiệp công nghệ, mô hình AI tạo ra từ dữ liệu ngành thuộc về ai?
Những câu hỏi này rất thực tế. Và nếu không trả lời sớm, ngành sẽ khó làm chủ AI chuyên ngành.
11. Một khung đề xuất cho chủ quyền dữ liệu chuyên ngành
Đối với các ngành như tài nguyên nước, thủy lợi, khí tượng thủy văn, đất đai, nông nghiệp và phòng chống thiên tai, tôi đề xuất một khung chủ quyền dữ liệu gồm 10 nhóm việc.
Thứ nhất, kiểm kê dữ liệu
Phải biết mình có dữ liệu gì, đang nằm ở đâu, ai quản lý, chất lượng thế nào và có thể dùng cho mục tiêu gì.
Thứ hai, phân loại dữ liệu
Cần phân loại dữ liệu theo mức độ mở, hạn chế, nhạy cảm, chiến lược và dữ liệu cá nhân.
Thứ ba, chuẩn hóa dữ liệu
Chuẩn hóa mã, tên, đơn vị, hệ tọa độ, hệ cao độ, cấu trúc bảng, định dạng thời gian và metadata.
Thứ tư, xác lập quyền và trách nhiệm
Mỗi bộ dữ liệu phải có chủ quản, đơn vị cập nhật, người chịu trách nhiệm chất lượng, cơ chế phê duyệt chia sẻ và trách nhiệm khi có sai sót.
Thứ năm, xây dựng hạ tầng dữ liệu an toàn
Cần có kho dữ liệu, cơ sở dữ liệu, API, phân quyền, mã hóa, sao lưu, nhật ký truy cập và cơ chế kiểm toán.
Thứ sáu, thiết lập cơ chế chia sẻ có kiểm soát
Dữ liệu cần được chia sẻ theo mức độ phù hợp: mở, dùng chung nội bộ, chia sẻ có điều kiện, chia sẻ theo hợp đồng hoặc không chia sẻ.
Thứ bảy, kiểm soát sử dụng dữ liệu cho AI
Phải quy định rõ dữ liệu nào được dùng cho AI, dùng trong môi trường nào, có được huấn luyện mô hình không, có được dùng cho mô hình chung không và mô hình tạo ra thuộc về ai.
Thứ tám, bảo vệ dữ liệu cá nhân và dữ liệu nhạy cảm
Dữ liệu liên quan đến con người, tài sản, hạ tầng hoặc an ninh cần được bảo vệ theo pháp luật. Luật Bảo vệ dữ liệu cá nhân của Việt Nam đã xác lập khuôn khổ luật định mới cho quyền, nghĩa vụ và trách nhiệm của các chủ thể trong xử lý dữ liệu cá nhân.
Thứ chín, phát triển kho tri thức chuyên ngành
Không chỉ lưu dữ liệu, mà phải lưu cả báo cáo, quy trình, bài học, kinh nghiệm, quy tắc chuyên môn và diễn giải của chuyên gia.
Thứ mười, chuyển hóa dữ liệu thành năng lực ra quyết định
Mục tiêu cuối cùng của chủ quyền dữ liệu không phải là sở hữu dữ liệu, mà là sử dụng dữ liệu để nâng cao chất lượng quyết định.
12. Chủ quyền dữ liệu không chỉ là trách nhiệm của nhà nước
Trong nhiều trường hợp, khi nói đến chủ quyền dữ liệu, người ta chỉ nghĩ đến nhà nước.
Điều đó đúng nhưng chưa đủ.
Nhà nước có vai trò rất quan trọng trong ban hành luật, xây dựng hạ tầng, bảo vệ dữ liệu chiến lược, điều phối chia sẻ dữ liệu và bảo đảm lợi ích công.
Nhưng chủ quyền dữ liệu còn cần sự tham gia của nhiều chủ thể.
Doanh nghiệp phải có trách nhiệm bảo vệ dữ liệu khách hàng, dữ liệu sản xuất, dữ liệu vận hành và dữ liệu đối tác.
Viện nghiên cứu phải có trách nhiệm quản trị dữ liệu đề tài, dữ liệu khảo sát, dữ liệu mô hình, dữ liệu quy hoạch và tri thức chuyên gia.
Trường đại học phải có trách nhiệm về dữ liệu nghiên cứu, dữ liệu học thuật và dữ liệu người học.
Cộng đồng khoa học phải có trách nhiệm với chuẩn dữ liệu, metadata, tái sử dụng dữ liệu và đạo đức nghiên cứu.
Người dân cũng là chủ thể dữ liệu, đặc biệt đối với dữ liệu cá nhân.
Vì vậy, chủ quyền dữ liệu không chỉ là vấn đề quản lý nhà nước. Đó là năng lực văn hóa và thể chế của toàn xã hội trong việc tạo lập, chia sẻ và sử dụng dữ liệu có trách nhiệm.
13. Những rủi ro nếu không có chủ quyền dữ liệu
Nếu không xây dựng chủ quyền dữ liệu, có thể xuất hiện nhiều rủi ro.
13.1. Mất kiểm soát dữ liệu
Dữ liệu bị phân tán, sao chép, chuyển giao hoặc khai thác mà chủ thể quản lý không nắm được.
13.2. Mất lợi thế tri thức
Dữ liệu chuyên ngành được dùng để xây dựng mô hình, sản phẩm hoặc dịch vụ bởi bên khác, trong khi tổ chức sở hữu dữ liệu không nắm được giá trị gia tăng.
13.3. Phụ thuộc nền tảng
Cơ quan hoặc doanh nghiệp có thể phụ thuộc vào nền tảng nước ngoài để lưu trữ, xử lý, phân tích và khai thác dữ liệu.
13.4. Rủi ro an ninh
Dữ liệu về hạ tầng quan trọng, công trình, tài nguyên, dân cư hoặc vị trí chiến lược nếu bị lộ có thể gây hậu quả lớn.
13.5. Quyết định sai do dữ liệu kém chất lượng
Nếu không quản trị chất lượng dữ liệu, AI và mô hình phân tích có thể đưa ra dự báo sai, khuyến nghị sai hoặc cảnh báo sai.
13.6. Suy giảm niềm tin xã hội
Nếu dữ liệu cá nhân bị lạm dụng, dữ liệu công bị khai thác thiếu minh bạch hoặc dữ liệu chính sách bị sai lệch, người dân và doanh nghiệp sẽ mất niềm tin vào hệ thống số.
Những rủi ro này cho thấy chủ quyền dữ liệu không phải là vấn đề xa xỉ. Nó là điều kiện căn bản để phát triển AI an toàn và bền vững.
14. Hàm ý cho Việt Nam
Đối với Việt Nam, chủ quyền dữ liệu cần được đặt trong bối cảnh chuyển đổi số quốc gia, phát triển AI, xây dựng chính phủ số, kinh tế số và xã hội số.
Theo tôi, có sáu hàm ý quan trọng.
Thứ nhất, cần chuyển từ tư duy “dữ liệu của dự án” sang “dữ liệu là tài sản quốc gia”
Nhiều dữ liệu hiện nay được tạo ra trong từng đề tài, dự án, quy hoạch hoặc nhiệm vụ chuyên môn. Sau khi kết thúc nhiệm vụ, dữ liệu thường không được tổ chức để tái sử dụng.
Trong kỷ nguyên AI, cách làm đó rất lãng phí.
Mỗi nhiệm vụ sử dụng ngân sách, mỗi dự án điều tra, mỗi quy hoạch, mỗi hệ thống quan trắc phải để lại dữ liệu chuẩn, có thể kiểm chứng và tái sử dụng.
Thứ hai, cần xây dựng chuẩn dữ liệu chuyên ngành
Không thể có chủ quyền dữ liệu nếu dữ liệu mỗi nơi một kiểu.
Trong tài nguyên nước, cần chuẩn mã trạm, mã lưu vực, mã công trình, hệ tọa độ, hệ cao độ, chuẩn thời gian, chuẩn đơn vị, metadata và quy tắc kiểm định chất lượng.
Thứ ba, cần phân loại dữ liệu trước khi chia sẻ
Không phải dữ liệu nào cũng mở. Nhưng cũng không phải dữ liệu nào cũng đóng.
Cần có danh mục rõ: dữ liệu mở, dữ liệu dùng chung, dữ liệu chia sẻ có điều kiện, dữ liệu hạn chế, dữ liệu nhạy cảm và dữ liệu chiến lược.
Thứ tư, cần quy định sử dụng dữ liệu cho AI
Các cơ quan và ngành cần có quy chế rõ về việc đưa dữ liệu vào AI, đặc biệt là AI công cộng, AI thương mại, AI triển khai riêng và AI hợp tác với doanh nghiệp.
Thứ năm, cần bảo vệ quyền của người dân
Khi dữ liệu liên quan đến cá nhân, quyền riêng tư và an toàn dữ liệu phải được đặt ở trung tâm. Đây là yêu cầu pháp lý và cũng là điều kiện để xây dựng niềm tin xã hội đối với chuyển đổi số.
Thứ sáu, cần phát triển AI chuyên ngành dựa trên dữ liệu Việt Nam
Chủ quyền dữ liệu không nên dừng ở việc bảo vệ. Mục tiêu cao hơn là khai thác dữ liệu để tạo năng lực mới.
Trong tài nguyên nước, đó là AI dự báo lũ, AI vận hành hồ chứa, AI cảnh báo hạn mặn, AI hỗ trợ quy hoạch và Digital Twin lưu vực sông.
15. Kết luận
Chủ quyền dữ liệu là một trong những nền tảng quan trọng nhất của kỷ nguyên AI.
Nó không chỉ là chuyện dữ liệu nằm ở đâu, mà là ai có quyền kiểm soát dữ liệu, dữ liệu được dùng như thế nào, chia sẻ ra sao, bảo vệ thế nào, tạo giá trị cho ai và phục vụ mục tiêu gì.
Chủ quyền dữ liệu cũng không có nghĩa là đóng kín dữ liệu.
Ngược lại, một quốc gia hoặc tổ chức có chủ quyền dữ liệu tốt là quốc gia hoặc tổ chức biết chia sẻ dữ liệu có kiểm soát, biết bảo vệ dữ liệu nhạy cảm, biết mở dữ liệu có lợi cho xã hội, biết khai thác dữ liệu thành tri thức và biết giữ quyền đối với giá trị chiến lược sinh ra từ dữ liệu.
Đối với Việt Nam, chủ quyền dữ liệu cần được hiểu như một năng lực phát triển.
Đối với ngành tài nguyên nước và thủy lợi, chủ quyền dữ liệu là điều kiện để xây dựng AI chuyên ngành, Digital Twin, hệ thống dự báo, cảnh báo và hỗ trợ ra quyết định trong tương lai.
Nếu không làm chủ dữ liệu, chúng ta khó làm chủ AI.
Nếu không làm chủ AI, chúng ta sẽ khó nâng cao năng lực quản trị trong một thế giới ngày càng dựa trên dữ liệu và tri thức số.
Một suy nghĩ bổ sung
Tôi cho rằng chủ quyền dữ liệu không nên được hiểu bằng tâm thế phòng thủ đơn thuần.
Đương nhiên, dữ liệu quan trọng phải được bảo vệ.
Nhưng nếu chỉ bảo vệ mà không khai thác, dữ liệu sẽ nằm im.
Nếu chỉ mở mà không kiểm soát, dữ liệu có thể gây rủi ro.
Nếu chỉ giao cho công nghệ mà thiếu chuyên gia ngành, dữ liệu có thể bị hiểu sai.
Nếu chỉ giao cho cơ quan quản lý mà thiếu cơ chế chia sẻ, dữ liệu sẽ bị cát cứ.
Vì vậy, chủ quyền dữ liệu thực sự là một trạng thái cân bằng: bảo vệ nhưng không đóng kín; chia sẻ nhưng không buông lỏng; khai thác nhưng không đánh mất quyền kiểm soát; dùng AI nhưng không để AI biến tri thức của mình thành tài sản của người khác.
Trong lĩnh vực tài nguyên nước, tôi càng thấy điều này rõ hơn.
Một quốc gia có thể có nhiều sông, nhiều hồ, nhiều công trình, nhiều số liệu. Nhưng nếu dữ liệu không được tổ chức, không được chuẩn hóa, không được liên thông và không được chuyển hóa thành tri thức số, thì lợi thế ấy sẽ không trở thành năng lực.
Chủ quyền dữ liệu, xét đến cùng, không chỉ là quyền đối với dữ liệu.
Đó là quyền làm chủ tri thức được tạo ra từ dữ liệu.
Và trong kỷ nguyên AI, quyền làm chủ tri thức ấy có thể sẽ quyết định năng lực phát triển của mỗi quốc gia, mỗi ngành và mỗi tổ chức.
Tài liệu tham khảo
- World Bank. World Development Report 2021: Data for Better Lives.
- OECD. Going Digital to Advance Data Governance for Growth and Well-being.
- European Commission. European Data Governance Act.
- European Commission. Data Governance Act explained.
- European Commission. Data Act explained.
- European Union. Regulation (EU) 2023/2854 — Data Act.
- Quốc hội Việt Nam. Luật Dữ liệu số 60/2024/QH15.
- Thủ tướng Chính phủ. Quyết định số 142/QĐ-TTg ngày 02/02/2024 phê duyệt Chiến lược dữ liệu quốc gia đến năm 2030.
- Quốc hội Việt Nam. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15.
- Thủ tướng Chính phủ. Quyết định số 127/QĐ-TTg ngày 26/01/2021 ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030.