Tác giả: Đào Trung Thành, chuyên gia tư vấn chiến lược chuyển đổi số và AI, Ủy viên Hội Truyền thông số Việt Nam (VDCA), cố vấn chiến lược AI cho các tổ chức tập đoàn Viễn thông, ngân hàng, tác giả sách Đạo đức AI: Nguyên tắc và thực hành (NXB Khoa học – Công nghệ – Truyền thông, 2026).
Tóm tắt cốt lõi (TL;DR)
Khác biệt cốt lõi: Khác với chatbot chỉ dừng ở mức gợi ý câu trả lời, AI Agent có quyền truy cập hệ thống và tự chạy code. Quyền hạn này xóa nhòa ranh giới giữa người ra lệnh và bên thực thi, tạo ra khoảng trống trách nhiệm khi phát sinh sự cố.
Nguyên tắc quy trách nhiệm: Các mô hình quốc tế như khung tương tác M3 hay hướng dẫn từ OpenAI đều thống nhất: pháp luật luôn yêu cầu một thực thể con người đứng ra chịu trách nhiệm cuối cùng, cụ thể là đơn vị điều phối và triển khai hệ thống (deployer).
Vấn đề pháp lý tại Việt Nam: Luật Trí tuệ nhân tạo 134/2025/QH15 đã quy định nghĩa vụ giải trình chung, nhưng chưa có chế tài kỹ thuật cụ thể cho các luồng tự trị (agentic workflows) hoặc tác vụ tự thực thi mã.
Giải pháp cho doanh nghiệp: Cần chủ động thiết lập ba chốt chặn nội bộ gồm ma trận phân quyền, cơ chế duyệt người thật (HITL) cho tác vụ rủi ro cao và hệ thống ghi log kiểm toán bất biến.
Bảng thuật ngữ nhanh (Glossary)
1. Từ hỗ trợ thông tin đến tự thực thi hành động
Mô hình Generative AI giai đoạn đầu vận hành đơn giản: người dùng ra lệnh (prompt), mô hình trả lời, người dùng tự chịu trách nhiệm khi dùng thông tin đó.
Xu hướng Agentic AI đã thay đổi hoàn toàn cuộc chơi. AI Agent hiện nay có thể tự chia nhỏ mục tiêu, gọi API bên thứ ba, truy vấn CRM hay thậm chí tự viết và chạy mã nguồn trực tiếp trên máy chủ. Khi được trao quyền can thiệp thẳng vào hệ thống, chỉ một sai lệch nhỏ trong logic xử lý cũng có thể dẫn đến thất thoát tài chính hoặc rò rỉ dữ liệu diện rộng. Lúc này, pháp luật không thể xử phạt một dòng code vô tri, mà phải tìm ra thực thể con người đứng sau.
2. Trách nhiệm pháp lý luôn thuộc về bên triển khai
Nhiều người lầm tưởng rằng khi hệ thống vận hành qua nhiều tầng agent tự động, trách nhiệm sẽ bị phân tán. Nghiên cứu về mô hình M3 (Science and Engineering Ethics, 2025) và báo cáo của OpenAI đều bác bỏ điều này. Đơn vị thiết lập quy tắc vận hành và triển khai hệ thống (deployer) là bên nắm quyền kiểm soát cao nhất, do đó phải gánh trách nhiệm pháp lý trực tiếp cho các thiệt hại phát sinh.
Trách nhiệm giải trình không phải việc tìm người “chịu trận” sau sự cố, mà nằm ở hệ thống kiểm soát được chuẩn bị từ trước: phân quyền rõ ràng, lưu vết quyết định và có phương án can thiệp kịp thời.
3. Khoảng trống quy chuẩn tại Việt Nam
Dù Luật Trí tuệ nhân tạo 134/2025/QH15 (hiệu lực từ 01/03/2026) cùng Quyết định 33/2026/QĐ-TTg đã định danh các hệ thống rủi ro cao trong tài chính, y tế hay giáo dục, luật vẫn thiếu hướng dẫn chi tiết cho các luồng tác vụ tự trị.
Đặc biệt trong ngành ngân hàng, nơi AI Agent tham gia chấm điểm tín dụng và khớp lệnh tự động, rủi ro dây chuyền có thể lan rộng chỉ trong vài giây. Nếu xảy ra lỗi giao dịch do dữ liệu sai lệch, ranh giới trách nhiệm giữa bên cung cấp mô hình nền tảng, bên tích hợp giải pháp và nhân sự vận hành vẫn còn nhập nhằng.
4. Ba trụ cột kiểm soát nội bộ cho doanh nghiệp
Ma trận phân quyền (Permission Matrix): Tách bạch rõ hành động nào AI được phép tự chạy, hành động nào bắt buộc phải có phê duyệt từ nhân sự có thẩm quyền (Human-in-the-loop). Tuyệt đối không để AI tự ý phê duyệt các giao dịch tài chính hoặc can thiệp dữ liệu nhạy cảm mà thiếu giám sát.
Nhật ký kiểm toán bất biến (Action Audit Log): Lưu trữ toàn bộ dấu vết kỹ thuật theo thời gian thực gồm mã định danh agent, người kích hoạt, chuỗi suy luận (Chain-of-Thought) tại thời điểm ra quyết định và thông tin nhân sự phê duyệt. Nhật ký này là bằng chứng duy nhất giúp doanh nghiệp giải trình khi xảy ra sự cố.
Định danh trách nhiệm (Attributability): Mọi agent hoạt động trong hệ thống đều phải gắn với một mã quản lý và một đầu mối nhân sự cụ thể. Doanh nghiệp phải chịu trách nhiệm về hành vi của agent tương tự như hành vi của một nhân viên chính thức.
Tài liệu tham khảo và trích dẫn chuẩn hóa
Đào Trung Thành (2026), Đạo đức AI: Nguyên tắc và thực hành, Nhà xuất bản Khoa học – Công nghệ – Truyền thông, Hà Nội (Chương 2, Chương 7, Chương 9).
OECD (2026), The agentic AI landscape and its conceptual foundations, OECD Artificial Intelligence Papers, No. 56, OECD Publishing, Paris.
Madkour, N. et al. (2026), Agentic AI Risk-Management Standards Profile, Center for Long-Term Cybersecurity (CLTC), University of California, Berkeley.
Shavit, Y. et al. (2025), Practices for Governing Agentic AI Systems, OpenAI Research Publications.
Constantinescu, C., & Kaptein, M. (2025), “Responsibility Gaps, LLMs & Organisations: A Many-Agents, Many-Levels, Many-Interactions (M3) Approach”, Science and Engineering Ethics, Vol. 31, No. 6, DOI: 10.1007/s11948-025-00560-1.
Quốc hội Việt Nam (2025), Luật Trí tuệ nhân tạo (Luật số 134/2025/QH15), Ban hành ngày 10/12/2025, Hiệu lực từ 01/03/2026.
Thủ tướng Chính phủ Việt Nam (2026), Quyết định ban hành Danh mục hệ thống trí tuệ nhân tạo có rủi ro cao (Quyết định số 33/2026/QĐ-TTg), Ban hành ngày 30/06/2026, Hiệu lực từ 15/08/2026.