Tóm tắt 30 giây

  • Tọa đàm "Thúc đẩy nghiên cứu cơ bản xuất sắc trong kỷ nguyên số" diễn ra chiều 05/11/2026 tại Hà Nội với các nhà khoa học từ nhiều trường, viện.
  • AI đang chuyển từ hệ thống dự báo sang AI tạo sinh và AI tác tử, tham gia cả kiểm chứng giả thuyết toán học và mô phỏng phân tử.
  • GS.TS Nguyễn Đức Hòa kiến nghị tài trợ nghiên cứu dài hạn 5–10 năm và xây trung tâm phân tích dùng chung cấp quốc gia.
  • Rủi ro được nêu gồm công bố kém chất lượng tăng, tư duy nghiên cứu bị đồng nhất và phụ thuộc nền tảng công nghệ lõi nước ngoài.

Nghiên cứu cơ bản vẫn là nền móng để làm chủ công nghệ lõi, nhưng cách làm nghiên cứu đang thay đổi nhanh dưới tác động của trí tuệ nhân tạo. Đó là tinh thần chung của tọa đàm chuyên đề về nghiên cứu cơ bản xuất sắc, tổ chức chiều 05/11/2026 tại Hà Nội, với sự tham gia của nhà quản lý, chuyên gia và nhà khoa học từ các trường đại học, viện nghiên cứu.

Nhóm nghiên cứu mạnh cần đội ngũ gắn bó và có kế thừa

GS.TS Huỳnh Thị Thanh Bình (Trường Công nghệ thông tin và Truyền thông, Đại học Bách khoa Hà Nội) cho rằng muốn có công bố ở tạp chí nhóm Q1 hay hội thảo quốc tế như GECCO, AAAI thì ngoài kinh phí và hạ tầng tính toán, yếu tố quyết định là đội ngũ có năng lực và gắn bó lâu dài. Nhóm cần nối được các thế hệ: sinh viên, học viên cao học, nghiên cứu sinh và chuyên gia sau tiến sĩ.

Nhóm của bà hiện theo các hướng tối ưu hóa đa nhiệm, học tăng cường và ứng dụng mô hình ngôn ngữ lớn (LLM) trong thiết kế tự động.

AI mở ra công cụ mới nhưng kéo theo rủi ro học thuật

PGS.TS Bùi Thu Lâm (Học viện Kỹ thuật Mật mã) phân tích AI đã đi từ các hệ thống dự báo truyền thống sang AI tạo sinh và AI tác tử (Agentic AI – hệ thống tự lập kế hoạch và thực hiện nhiều bước). Ngoài tổng quan tài liệu, phân tích dữ liệu, AI còn tham gia kiểm chứng giả thuyết toán học, mô phỏng cấu trúc phân tử.

Đi kèm là các thách thức: nguy cơ tăng công bố kém chất lượng, đồng nhất hóa tư duy, hạn chế về khả năng giải thích của mô hình, vấn đề đạo đức học thuật và sự phụ thuộc vào nền tảng công nghệ lõi nước ngoài.

PGS.TS Bùi Quốc Tính (Đại học Duy Tân) bổ sung: khi AI đỡ được nhiều việc lập trình, tính toán, thì tư duy phản biện, khả năng đặt vấn đề và tìm hướng tiếp cận mới trở thành năng lực cốt lõi của nhà khoa học trẻ.

Nghiên cứu cơ bản có thể giải bài toán thực tiễn

GS.TS Trần Đức Tân (Đại học Phenikaa) giới thiệu các hướng kết hợp AI và khoa học dữ liệu trong điện tử y sinh, Internet vạn vật (IoT) và giám sát môi trường, ví dụ:

  • Cảm biến gia tốc nhận diện tư thế ngủ;
  • Hệ thống tạo ảnh siêu âm cắt lớp hỗ trợ phát hiện sớm khối u;
  • Giải pháp IoT cho nông nghiệp thông minh;
  • Hệ thống định vị, giám sát an toàn cho lực lượng cứu hỏa.

Các nhà khoa học kiến nghị cơ chế tài trợ ổn định và hạ tầng dùng chung

GS.TS Nguyễn Đức Hòa (Trường Vật liệu, Đại học Bách khoa Hà Nội) nêu ba yếu tố của nhóm nghiên cứu xuất sắc: bài toán có tính tiên phong, đội ngũ có năng lực, và hạ tầng cùng văn hóa phòng thí nghiệm phù hợp. Ông kiến nghị tài trợ dài hạn từ 5–10 năm thay vì gây áp lực số lượng sản phẩm theo từng năm, đồng thời nghiên cứu lập các trung tâm phân tích dùng chung cấp quốc gia.

Ông Nguyễn Phú Bình, Phó Giám đốc Cơ quan Điều hành Quỹ Phát triển khoa học và công nghệ quốc gia (NAFOSTED), nhấn mạnh hoàn thiện chính sách tài trợ phải đi cùng nâng chất lượng nhóm nghiên cứu và kết nối liên ngành. Phiên bàn tròn còn bàn về huy động vốn doanh nghiệp cho nghiên cứu cơ bản và điều chỉnh tỷ lệ chi phí quản lý đề tài tại các trường đại học tự chủ.

Ý nghĩa với doanh nghiệp, viện nghiên cứu và nhà khoa học Việt Nam

  • Nhóm nghiên cứu nên đầu tư vào tính kế thừa nhân lực, không chỉ vào thiết bị.
  • Khi dùng AI trong nghiên cứu, cần quy trình kiểm chứng để tránh công bố kém chất lượng.
  • Doanh nghiệp có thể theo dõi các đề xuất huy động vốn khu vực tư cho nghiên cứu cơ bản.

Tọa đàm nghiên cứu cơ bản xuất sắc diễn ra khi nào?

Tọa đàm chuyên đề "Thúc đẩy nghiên cứu cơ bản xuất sắc trong kỷ nguyên số" diễn ra chiều 05/11/2026 tại Hà Nội. Tham dự có các nhà quản lý, chuyên gia và nhà khoa học đến từ nhiều trường đại học, viện nghiên cứu, cùng đại diện Quỹ Phát triển khoa học và công nghệ quốc gia.

AI mang lại rủi ro gì cho nghiên cứu khoa học?

Theo PGS.TS Bùi Thu Lâm, rủi ro gồm gia tăng công bố khoa học kém chất lượng, đồng nhất hóa tư duy nghiên cứu, hạn chế về khả năng giải thích của mô hình AI, các vấn đề đạo đức học thuật và sự phụ thuộc vào nền tảng công nghệ lõi nước ngoài.

Nhà khoa học đề xuất thời hạn tài trợ nghiên cứu bao lâu?

GS.TS Nguyễn Đức Hòa kiến nghị cơ chế tài trợ nghiên cứu dài hạn từ 5 đến 10 năm, thay vì đặt áp lực về số lượng sản phẩm theo từng năm. Ông cũng đề xuất xây dựng các trung tâm phân tích dùng chung cấp quốc gia để các nhóm tiếp cận thiết bị hiện đại.

Nguồn: Tổng hợp từ Cổng thông tin Bộ Khoa học và Công nghệ (đăng ngày 05/11/2026)