Bài 07 trong series (loạt bài) Đạo đức AI: từ giá trị đến vận hành.
Khi chatbot hứa, ai chịu trách nhiệm?
Jake Moffatt tìm vé Air Canada để về dự tang người thân. Chatbot trên website hãng hướng dẫn rằng có thể yêu cầu mức giá hỗ trợ trong vòng 90 ngày từ khi xuất vé. Nhưng khi Moffatt xin hoàn một phần tiền, hãng từ chối: chính sách không áp dụng sau khi hành trình đã hoàn tất. Hai câu trả lời từ cùng một doanh nghiệp đã đặt khách hàng vào thế phải tự chịu phần chênh lệch. Phân tích vụ việc của Hiệp hội Luật sư Hoa Kỳ (ABA).
Ngày 14/2/2024, Cơ quan giải quyết tranh chấp dân sự British Columbia (CRT) kết luận Air Canada phải bồi thường vì cung cấp thông tin sai do bất cẩn. Hãng đã không bảo đảm sự chính xác của câu trả lời mà khách hàng dựa vào. ABA phân tích căn cứ phán quyết. Lập luận tách trách nhiệm của chatbot khỏi doanh nghiệp cũng bị bác bỏ; đoạn nhận định này được dẫn lại trong tài liệu thẩm tra của Hạ viện California, tr. 6.
Tổ chức đã giao cho công cụ quyền hướng dẫn khách hàng, nhưng cơ chế nhận lại trách nhiệm khi hướng dẫn sai chưa bảo vệ được người khách.
Phán quyết này cần được đọc trong bối cảnh Canada. Với doanh nghiệp mình, câu hỏi là: Ai có quyền xác nhận lời hứa mà hệ thống đưa ra dưới tên tổ chức?
Đọc luật đến chỗ có người phải quyết định
Một bản tổng hợp pháp lý có thể giúp ban lãnh đạo hiểu những yêu cầu đang áp dụng. Chatbot được phép giải thích chính sách đến đâu? Có được xác nhận hoàn tiền không? Phải chuyển yêu cầu cho ai nếu tài liệu đang mâu thuẫn? Nếu chưa trả lời được, đội ngũ vẫn có thể tiếp tục vận hành theo cách cũ dù đã đọc thêm nhiều văn bản.
Cần đọc nghĩa vụ từ bối cảnh sử dụng: hệ thống phục vụ ai, ở thị trường nào, xử lý dữ liệu gì, tác động đến quyền lợi nào và tổ chức giữ vai trò gì. Tên mô hình không đủ để trả lời những câu hỏi đó. Việc phân loại pháp lý vẫn cần được làm đúng; song kết quả phân loại phải dẫn tới một giới hạn hành động cụ thể.
Chương 7 của Đạo đức AI: Nguyên tắc và Thực hành đề xuất cách đối chiếu thực hành, nối yêu cầu của nhiều khung với kiểm soát và bằng chứng dùng chung:
“Năm lớp nghĩa vụ như một bộ lọc, bước tiếp theo rất thực dụng, ta làm mapping để “một lần làm, nhiều khung cùng hiểu”, tức gom các yêu cầu từ EU, Mỹ, OECD, ASEAN, và cả chính sách nội bộ, vào một hệ thống kiểm soát và bằng chứng thống nhất, tránh làm trùng và tránh cãi nhau vì khác ngôn ngữ.” (Chương 7, tr. 287)
Đoạn tiếp theo làm rõ công việc phải thực hiện:
“Mapping không phải là làm thêm giấy tờ, mapping là biến nghĩa vụ thành kiểm soát, biến kiểm soát thành bằng chứng, rồi gắn nhãn bộ bằng chứng đó theo ngôn ngữ của từng khung. Khi làm đúng, bạn không phải làm nhiều bộ hồ sơ trùng lặp, bạn chỉ vận hành một hệ thống kiểm soát và bằng chứng thống nhất, còn “đa khung” chỉ là cách diễn giải.” (Chương 7, tr. 287)
Giữa nghĩa vụ và kiểm soát phải có người quyết định giới hạn của AI. Pháp chế có thể xác định yêu cầu; người phụ trách nghiệp vụ phải xác định hành động được phép; đội kỹ thuật phải làm cho giới hạn ấy có hiệu lực. Nếu thiếu người quyết định, bảng đối chiếu dễ trở thành nơi các bộ phận ghi nhận công việc của nhau mà không ai nhận trách nhiệm khép lại.
Năm lớp để soi vào một ứng dụng cụ thể
Chương 7 dùng năm lớp nghĩa vụ làm bộ lọc khi đối chiếu các khung (tr. 287–289): dữ liệu và quyền riêng tư, chống phân biệt đối xử, an toàn và an ninh, minh bạch, trách nhiệm giải trình. Các câu hỏi dưới đây chuyển bộ lọc ấy vào công việc. Đây là gợi ý rà soát; nghĩa vụ bắt buộc vẫn phải được xác định theo pháp luật áp dụng cho từng trường hợp.
Dữ liệu và quyền riêng tư. Dữ liệu thu thập từ đâu? Căn cứ xử lý là gì? Ai được truy cập? Lưu bao lâu? Khi khách hàng yêu cầu thực hiện quyền đối với dữ liệu, ai tiếp nhận và xử lý? Với chatbot, cần nhìn cả nội dung hội thoại, tệp đính kèm và dữ liệu được chuyển sang nhà cung cấp. Một bản thông báo trên website chỉ có ý nghĩa khi cách vận hành thực tế khớp với điều đã thông báo.
Chống phân biệt đối xử và công bằng. Cùng một chính sách, hệ thống có hướng dẫn bất lợi hơn cho một nhóm khách hàng không? Nhóm nào ít có cơ hội yêu cầu xem lại? Đội ngũ cần kiểm tra các khác biệt có liên quan đến quyền lợi và bối cảnh sử dụng, kể cả khi không ai chủ ý tạo ra thiên vị. Kết quả kiểm tra phải dẫn được về người có quyền sửa quy trình hoặc thu hẹp phạm vi sử dụng.
An toàn người dùng và an ninh hệ thống. Một câu trả lời sai có thể khiến khách hàng mất tiền; một quyền truy cập quá rộng có thể làm lộ dữ liệu. Hai vấn đề cần cách kiểm tra khác nhau. Tổ chức nên thử tình huống tư vấn sai, yêu cầu vượt thẩm quyền và truy cập trái phép, rồi xác định cách chặn, chuyển cho người xử lý hoặc tạm dừng chức năng liên quan.
Minh bạch và thông tin. Người khách hiểu mình đang nhận hướng dẫn hay một quyết định đã được xác nhận? Họ biết liên hệ với ai khi cần làm rõ không? Thông báo có AI tham gia cần đi cùng cách giải thích đủ rõ về phạm vi hỗ trợ. Gắn một nhãn AI lên giao diện không tự giải quyết được sự mâu thuẫn giữa lời tư vấn và chính sách.
Trách nhiệm giải trình và xử lý sự cố. Khi phát hiện câu trả lời sai, ai có quyền ngừng sử dụng nội dung đó? Ai xem lại quyền lợi của khách hàng? Bằng chứng nào giúp biết hệ thống đã dựa vào phiên bản chính sách nào? Người nhận trách nhiệm cần có quyền truy cập, thời gian và công cụ để làm việc ấy.
Mỗi câu trả lời cần dẫn tới một người, một hành động và một dấu vết có thể kiểm tra. Những ô còn trống là phần việc phải giải quyết trước khi tiếp tục trao quyền cho hệ thống.
Đối chiếu nhiều khung mà vẫn giữ đúng nghĩa vụ riêng
Cần phân biệt tính chất của từng tài liệu trước khi ghép chúng vào cùng một bảng đối chiếu:
EU AI Act là văn bản pháp luật. Nghĩa vụ phụ thuộc phạm vi áp dụng, loại hệ thống, mục đích sử dụng và vai trò của tổ chức. Điều 50 quy định minh bạch cho những nhóm hệ thống và nội dung cụ thể, có ngoại lệ; không thể hiểu là mọi đầu ra AI đều phải công bố theo cùng một cách. Đánh giá tác động quyền cơ bản tại Điều 27 và quy trình đánh giá sự phù hợp tại Điều 43 cũng có phạm vi riêng. Văn bản chính thức EU AI Act.
NIST AI RMF là khung quản trị rủi ro tự nguyện, tổ chức quanh bốn chức năng: quản trị, lập bản đồ, đo lường và quản lý. Có thể dùng cấu trúc này để tổ chức công việc và bằng chứng, nhưng việc dùng khung không tự xác nhận tuân thủ pháp luật. NIST AI RMF 1.0.
Nguyên tắc AI của OECD cung cấp định hướng về giá trị và AI đáng tin cậy. Hướng dẫn ASEAN về quản trị và đạo đức AI đưa ra khuyến nghị thực hành tự nguyện, không thay thế pháp luật hiện hành. Hai nguồn này hỗ trợ đối thoại và thiết kế quản trị; cần ghi rõ khi một khuyến nghị được tổ chức đưa vào chính sách hoặc cam kết hợp đồng. OECD AI Principles, ASEAN Guide on AI Governance and Ethics.
Với dữ liệu cá nhân tại Việt Nam, không thể mặc định mọi hoạt động xử lý đều dựa trên sự đồng ý. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 quy định các trường hợp xử lý không cần sự đồng ý tại Điều 19. Vì vậy, phải xác định căn cứ xử lý và lưu bằng chứng tương ứng; bằng chứng đồng ý cần được lưu khi hoạt động dựa trên căn cứ đó. Đây là một ví dụ đối chiếu cụ thể, không phải danh mục đầy đủ pháp luật Việt Nam về AI. Thông tin chính thức về Điều 19.
Một nhật ký có thể phục vụ nhiều lần giải trình, nhưng từng nghĩa vụ vẫn cần được kiểm tra về nội dung, thời hạn lưu, quyền truy cập và mức độ đầy đủ. Lưu quá nhiều dữ liệu để chứng minh tuân thủ còn có thể tạo thêm rủi ro riêng tư.
Cùng một kiểm soát có thể hỗ trợ nhiều yêu cầu. Việc đánh dấu “đã có” chỉ nên diễn ra sau khi người phụ trách xác nhận kiểm soát ấy thực sự đáp ứng yêu cầu đang xét.
Từ nghĩa vụ đến một quyết định có thể giải trình
Hãy thử lập một hồ sơ đối chiếu cho chatbot hướng dẫn hoàn tiền. Đây là ví dụ thiết kế vận hành, không phải mô tả hệ thống nội bộ của Air Canada. Thay vì bắt đầu bằng một ma trận lớn, ta đi hết một yêu cầu từ đầu đến cuối:
Xác định yêu cầu và căn cứ áp dụng. Bộ phận pháp chế ghi rõ quy định, điều khoản hợp đồng hoặc chính sách liên quan đến thông tin hoàn tiền; nêu thị trường, phạm vi áp dụng và ngày kiểm tra. Yêu cầu bắt buộc và khuyến nghị nội bộ được ghi riêng.
Chốt quyền đã giao cho chatbot. Người phụ trách nghiệp vụ quyết định chatbot chỉ được giải thích chính sách đã phê duyệt. Yêu cầu ngoại lệ hoặc nội dung mâu thuẫn phải chuyển đến người có quyền xử lý. Nếu muốn giao thêm quyền xác nhận hoàn tiền, tổ chức phải xem lại cả căn cứ, giới hạn và cách kiểm soát.
Làm cho giới hạn có hiệu lực. Đội kỹ thuật quản lý phiên bản tài liệu, giới hạn công cụ chatbot được gọi và kiểm tra tình huống vượt quyền. Nhân viên chăm sóc khách hàng có kênh tiếp nhận thực tế. Một dòng hướng dẫn trong câu lệnh hệ thống cần được kiểm tra cùng các quyền truy cập và thao tác mà công cụ thực sự có.
Lưu bằng chứng vừa đủ. Hồ sơ cần nối được câu trả lời với phiên bản chính sách, kết quả kiểm tra và quyết định của người xử lý ngoại lệ. Phạm vi lưu phải phù hợp với mục đích và yêu cầu bảo vệ dữ liệu. Có nhật ký chưa đủ; người xem lại phải hiểu được diễn biến từ những gì đã lưu.
Giao người xem lại khi có thay đổi. Chính sách mới, phản ánh của khách hàng hoặc câu trả lời vượt quyền đều có thể khiến phạm vi ủy thác cần được xem xét lại. Người phụ trách nghiệp vụ phối hợp với pháp chế và kỹ thuật để sửa, thu hẹp hoặc tạm dừng chức năng; ghi lại lý do và điều kiện cho phép hoạt động trở lại.
Người quản lý biết mình đang cho phép điều gì. Người kỹ thuật biết phải chặn điều gì. Khách hàng có nơi để yêu cầu xem lại. Và tổ chức có thể kiểm tra xem những điều đã thống nhất có được thực hiện hay không.
Cách thiết kế ấy cũng giữ lại quyền tự quyết của tổ chức đối với AI, tức khả năng can thiệp, đổi cách vận hành hoặc rút khỏi một sự phụ thuộc khi cần. Nếu bằng chứng chỉ nằm ở nhà cung cấp, hoặc hợp đồng cho phép dừng nhưng doanh nghiệp không có phương án tiếp nhận công việc, quyền ấy sẽ khó thực hiện. Khả năng lấy lại dữ liệu phù hợp, kiểm tra lịch sử xử lý và chuyển sang quy trình thay thế cần được xem xét ngay trong quyết định triển khai.
Lần tới, khi một ứng dụng AI được trình phê duyệt, tôi muốn cuộc trao đổi đi đến một câu hỏi cụ thể: Nếu ngày mai khách hàng mang đến một lời hứa sai của hệ thống, ai có đủ thẩm quyền, bằng chứng và khả năng để giải quyết cho họ?
Vị trí trong bản đồ
Bài tập trung vào thẩm quyền và trách nhiệm khi giao quyền cho AI (AI Governance). Từ đó, bài nối sang kiểm soát và bằng chứng trong vận hành (Operational Assurance), cùng quyền tự quyết được giữ lại (AI Sovereignty).
Quyền lực được ủy thác. Trong ví dụ của bài, chatbot được giải thích chính sách hoàn tiền đã phê duyệt cho khách hàng; quyền xác nhận ngoại lệ vẫn thuộc người phụ trách có thẩm quyền.
Tính chính đáng về giá trị. Việc hỗ trợ nhanh cần đi cùng thông tin chính xác và cơ hội yêu cầu xem lại, để khách hàng không phải gánh thiệt hại từ lời hướng dẫn sai của tổ chức.
Thẩm quyền và trách nhiệm. Pháp chế xác định nghĩa vụ áp dụng; người phụ trách nghiệp vụ phê duyệt, giới hạn hoặc thu hồi quyền của chatbot; kỹ thuật thực thi kiểm soát. Trách nhiệm pháp lý cụ thể được xác định theo pháp luật và vai trò thực tế, không tự chuyển sang AI.
Kiểm soát và bằng chứng vận hành. Quản lý phiên bản chính sách, giới hạn quyền công cụ, chuyển yêu cầu ngoại lệ cho người xử lý và lưu dấu vết đủ để đối chiếu câu trả lời với căn cứ cùng quyết định liên quan.
Quyền tự quyết cần giữ. Khách hàng có kênh yêu cầu con người xem lại. Tổ chức có khả năng dừng chức năng, tiếp cận bằng chứng và chuyển sang quy trình thay thế, kể cả khi dùng nhà cung cấp bên ngoài.
Vết nứt xuyên hệ thống. Khoảng trống thẩm quyền xuất hiện khi không ai quyết định chatbot được hứa đến đâu; khoảng trống kiểm soát khi giới hạn không có hiệu lực; khoảng trống bằng chứng khi không truy lại được căn cứ của lời hướng dẫn.
Phản tư và điều chỉnh. Thay đổi nghĩa vụ, chính sách, phản ánh của khách hàng hoặc bằng chứng vượt quyền đòi hỏi người phụ trách nghiệp vụ cùng pháp chế và kỹ thuật xem lại phạm vi ủy thác, cách kiểm soát và việc khắc phục quyền lợi.
Gợi mở từ sách & nguồn tham chiếu
Đào Trung Thành, Đạo đức AI: Nguyên tắc và Thực hành, Chương 7: hai đoạn trích về đối chiếu thực hành ở tr. 287; năm lớp nghĩa vụ ở tr. 287–289. Đã đối chiếu bản full có đánh trang.
Mạch nghĩa vụ áp dụng → giới hạn ủy thác → người quyết định → kiểm soát → bằng chứng là cách triển khai luận điểm của bài. Ví dụ chatbot hoàn tiền và hộp bản đồ thuộc lớp phân tích này.
Vụ Moffatt v. Air Canada, 2024 BCCRT 149 được đối chiếu qua phân tích của ABA và đoạn phán quyết dẫn trong tài liệu Hạ viện California; không dùng vụ việc để kết luận về kiến trúc mô hình hay phạm vi trách nhiệm tại Việt Nam.
EU AI Act, NIST AI RMF, OECD AI Principles, ASEAN Guide và thông tin Điều 19 Luật Bảo vệ dữ liệu cá nhân được dẫn trực tiếp tại phần đối chiếu. Ngày kiểm tra nguồn: 08/09/2026.
Bài tiếp theo
Một hồ sơ đối chiếu có thể đã ghi rõ người chịu trách nhiệm, giới hạn hành động và bằng chứng cần lưu. Nhưng sau nhiều tuần vận hành, người ngồi ở bàn điều hành nhìn vào đâu để biết những giới hạn ấy còn được giữ? Câu hỏi trở nên khó hơn khi hệ thống vẫn phản hồi nhanh, khách hàng vẫn sử dụng đều, còn những trường hợp bị xử lý sai lại ít khi xuất hiện trong báo cáo.
Bài 08. Chỉ số tin cậy phải dẫn đến quyết định có trách nhiệm sẽ đi vào khoảng cách đó. Một con số đẹp có thể khiến người quản lý yên tâm quá sớm; một tín hiệu nhỏ cũng có thể buộc họ xem lại quyền đã giao. Ta cần đọc bằng chứng như thế nào để biết lúc nào phải hành động? Ai có quyền đưa ra quyết định ấy?
Cuốn sách đồng hành cùng series (loạt bài)
Đạo đức AI: Nguyên tắc và Thực hành của Đào Trung Thành do Nhà xuất bản Khoa học - Công nghệ - Truyền thông xuất bản năm 2026; Công ty Cổ phần Xuất bản Khoa học và Giáo dục Thời Đại (Times Books) phát hành. Sách có 616 trang, ISBN 978-604-45-2705-5.
Khám phá cuốn sách tại website chính thức.
#DaoDucAI #AIEthics #AIgovernance #AICompliance #EUAIAct #NISTAIRMF #ResponsibleAI #TuanThuAI