Đi dạy có cái lợi là buộc mình phải học. Cái dở là đôi khi càng chuẩn bị kỹ, càng nhận ra những điều tưởng đã hiểu thực ra mới chỉ biết sơ sơ. Những câu hỏi khó nhất nhiều khi chẳng đến từ học viên mà xuất hiện lúc ngồi một mình xem lại giáo trình, đọc thêm tài liệu hoặc cố tìm một cách giải thích cho thật thỏa đáng.
Với đạo đức AI, câu chuyện đã diễn ra như vậy. Khởi đầu từ một dự án đào tạo, rồi chuẩn bị bài giảng, đứng lớp và viết sách, cuối cùng lại dẫn đến việc phải học khá nghiêm túc về triết học đạo đức. Những khái niệm quen thuộc trong các tài liệu Responsible AI như công bằng, minh bạch, trách nhiệm giải trình, quyền tự chủ hay phẩm giá con người, khi truy đến cơ sở biện minh, hóa ra đều chứa những vấn đề chưa có lời giải đáp thống nhất.
Mà phiền nhất là càng học, những điều trước kia tưởng chắc chắn lại càng có nhiều lý do để nghi ngờ.
Từ một khóa học đến cuốn sách Đạo đức AI
Tháng 10/2024, tôi tham gia dự án đào tạo đạo đức AI được Đại sứ quán Hoa Kỳ tài trợ. Đến tháng 5/2025, các khóa học được tổ chức tại Hà Nội ngày 12–13/5 và Thành phố Hồ Chí Minh ngày 15–16/5. Báo Điện tử Chính phủ ngày 15/5/2025 có ghi lại hoạt động này, trong đó có những nội dung tôi tham gia trao đổi với tư cách giảng viên. Trọng tâm khi ấy là các nguyên tắc sử dụng AI có trách nhiệm (Responsible AI), những rủi ro về thiên kiến, quyền riêng tư, an toàn, minh bạch và trách nhiệm giải trình, cùng kinh nghiệm đưa các nguyên tắc ấy vào thực tế tổ chức và doanh nghiệp.
Từ khóa học đó nảy sinh ý định viết cuốn Đạo đức AI, nguyên tắc và thực hành, xuất bản năm 2026. Viết sách đòi hỏi một kỷ luật khác với đứng lớp. Một nhận định đưa vào bản thảo phải có cơ sở, phải biết nó đúng trong những điều kiện nào và có thể bị phản bác ở đâu. Những vấn đề thuộc khoa học và kỹ thuật thường có thể đối chiếu bằng bằng chứng thực nghiệm, các phương pháp kiểm chứng hoặc tiêu chuẩn chuyên ngành. Nhưng khi khẳng định một hành vi là đúng, một quyết định là công bằng hay một cách sử dụng AI là chính đáng, ta đang đưa ra những phán đoán thuộc một lĩnh vực có phương pháp luận khác.
Người làm kỹ thuật có xu hướng muốn định nghĩa vấn đề cho rõ, xác định các biến số, lựa chọn phương pháp rồi tìm lời giải. Thói quen ấy hữu ích trong rất nhiều trường hợp. Nhưng đạo đức học không dễ chiều lòng người như vậy. Ngay cả khi mọi người đồng ý về dữ kiện, họ vẫn có thể bất đồng về điều nên làm, bởi những lý do đạo đức mà họ coi trọng không giống nhau.
Chương 3 của cuốn sách, “Triết học đạo đức cho AI, từ cổ điển đến hiện đại” (tr 93-134), được viết nhằm giới thiệu một phần nền tảng ấy. Nhưng càng chuẩn bị, càng thấy một chương sách khó đủ để trình bày thỏa đáng những tranh luận kéo dài hàng nghìn năm. Vậy là phải tiếp tục học.
Khi thuật toán đúng mà quyết định vẫn có thể sai
Thử lấy một ví dụ trong ứng dụng AI. Một ngân hàng triển khai hệ thống chấm điểm tín dụng, giảm được tỷ lệ nợ xấu, rút ngắn thời gian xét duyệt và nâng hiệu quả kinh doanh. Sau một thời gian vận hành, kết quả kiểm tra cho thấy hệ thống có tỷ lệ từ chối sai cao hơn đối với một số nhóm khách hàng. Có nên tiếp tục sử dụng hệ thống ấy?
Một người theo hệ quả luận (consequentialism) có thể xem xét tổng thể lợi ích và thiệt hại, mức độ nghiêm trọng của những sai lệch cùng khả năng khắc phục. Người theo bổn phận luận (deontology) sẽ quan tâm đến các nghĩa vụ và quyền mà ngân hàng phải tôn trọng, kể cả khi việc tôn trọng chúng làm giảm hiệu quả kinh doanh. Từ lý thuyết công lý, câu hỏi có thể xoay quanh cách phân phối cơ hội và rủi ro giữa những nhóm khách hàng, đặc biệt với những người vốn đã gặp bất lợi. Đức hạnh luận (virtue ethics) lại gợi mở việc xem xét phẩm chất và văn hóa trách nhiệm của tổ chức đang vận hành hệ thống.
Những cách tiếp cận ấy có thể bổ sung, cũng có thể xung đột với nhau. Chưa thể quyết định nếu chưa biết mức độ thiệt hại, nguyên nhân sai lệch, những lựa chọn thay thế và khả năng sửa chữa. Nhưng ngay cả khi có đủ dữ kiện, tranh luận vẫn chưa chắc kết thúc. Một người có thể chấp nhận tiếp tục vận hành với các điều kiện bảo vệ nghiêm ngặt, người khác cho rằng phải đình chỉ cho đến khi khắc phục được sai lệch. Cả hai có thể đều hiểu vấn đề, có thiện chí và đưa ra những lập luận đáng xem xét.
Đó là một trong những khó khăn của đạo đức chuẩn tắc (normative ethics): chúng ta nên làm gì và dựa trên những lý do nào để biện minh cho hành động? Rồi lại nảy sinh câu hỏi khác. Nếu hai người cùng có hiểu biết, thiện chí và năng lực suy luận tương đương mà vẫn bất đồng, liệu cả hai có thể cùng hợp lý? Khi nói một phán đoán đạo đức là đúng, chữ “đúng” ấy thực sự có nghĩa gì? Cái đúng ấy có tồn tại độc lập với quan điểm của con người không, hay phụ thuộc vào những chuẩn mực và cách đánh giá mà chúng ta xây dựng?
Đến đây đã bước sang siêu đạo đức học (metaethics), nơi người ta nghiên cứu bản chất, ý nghĩa và khả năng nhận biết các phán đoán đạo đức. Chẳng hạn, chủ nghĩa hiện thực đạo đức (moral realism) bảo vệ quan điểm rằng có những sự thật đạo đức tồn tại độc lập với thái độ hay niềm tin của chúng ta, trong khi các lập trường phản hiện thực (moral anti-realism) chất vấn điều đó theo nhiều cách khác nhau. Nhận thức luận đạo đức (moral epistemology) lại hỏi bằng cách nào con người có thể có tri thức hoặc những niềm tin được biện minh về đạo đức?
Nghe có vẻ xa xôi. Một kỹ sư đang sửa lỗi mô hình hoặc một giám đốc phải quyết định triển khai AI hẳn chẳng mấy hào hứng với chuyện tranh luận về sự tồn tại của các sự thật đạo đức. Nhưng hãy thử hỏi vì sao hệ thống AI phải công bằng, công bằng theo nghĩa nào, hoặc tại sao sự đồng ý của người dùng chưa chắc đã đủ để biện minh cho mọi cách thu thập và sử dụng dữ liệu. Những câu trả lời nghiêm túc sớm muộn cũng đụng đến các vấn đề triết học nền tảng.
Một thuật toán có thể hoạt động chính xác theo đặc tả kỹ thuật mà đặc tả ấy vẫn chứa những lựa chọn đạo đức đáng tranh cãi. Nếu không nhận ra điều đó, người ta rất dễ tưởng rằng một vấn đề đã được giải quyết chỉ vì đã có công thức tính toán và chỉ số đánh giá.
Có phải lúc nào cũng tìm được một đáp án đúng?
Trong quá trình học, càng ngày tôi càng thấy mình gần với đa nguyên đạo đức (moral pluralism). Theo lập trường này, có thể tồn tại nhiều loại lý do đạo đức căn bản như công lý, lợi ích, quyền con người, lòng trung thành, nghĩa vụ chăm sóc hay trách nhiệm đối với người khác. Chúng có thể cạnh tranh và không nhất thiết luôn quy đổi được về một giá trị duy nhất để so sánh.
Cần phân biệt đa nguyên đạo đức với chủ nghĩa tương đối đạo đức (moral relativism). Thừa nhận nhiều lý do đạo đức có giá trị không có nghĩa mọi phán đoán đều đúng hoặc mỗi người muốn làm gì cũng được. Một lập luận vẫn có thể dựa trên dữ kiện sai, tiền đề không vững, thiếu nhất quán hoặc không đứng được trước phản biện. Đa nguyên đạo đức cũng có nhiều phiên bản, và việc các lý do đạo đức cạnh tranh với nhau chưa tự nó chứng minh rằng mọi xung đột đều không thể giải quyết.
Một tình huống nổi tiếng của Jean-Paul Sartre kể về người thanh niên Pháp trong thời chiến phải lựa chọn giữa việc ở lại chăm sóc mẹ và ra đi tham gia kháng chiến chống phát xít. Cả hai lựa chọn đều có những lý do đạo đức đáng kể. Anh không thể thực hiện trọn vẹn cả hai nghĩa vụ, và cũng khó tìm được một công thức có sẵn để quyết định thay mình.
Điều thú vị là ngay cả khi lựa chọn cuối cùng có thể được biện minh, nghĩa vụ còn lại chưa hẳn đã mất hết ý nghĩa. Người thanh niên có thể vẫn phải sống với sự hối tiếc, cảm giác mắc nợ hoặc trách nhiệm đối với những gì không thể thực hiện. Trong triết học đạo đức có khái niệm moral residue, tạm hiểu là phần dư đạo đức sau một lựa chọn. Một quyết định được biện minh không nhất thiết xóa sạch mọi điều đáng tiếc về mặt đạo đức.
Ý tưởng này khá gần với kinh nghiệm sống. Có lẽ mỗi người đều từng phải lựa chọn giữa những nghĩa vụ đáng trân trọng mà không thể thực hiện tất cả. Và sau quyết định, cuộc đời vẫn tiếp tục, cùng với những điều chưa giải quyết được.
Trong AI, vấn đề thêm phần phức tạp khi một quyết định có thể ảnh hưởng đến hàng nghìn hoặc hàng triệu người, trong khi trách nhiệm phân tán giữa nhà phát triển, nhà cung cấp, tổ chức triển khai, người quản lý và người sử dụng. Một hệ thống AI hiện nay chưa có đủ cơ sở để được xem là chủ thể đạo đức (moral agent) có thể tự mình gánh chịu trách nhiệm đạo đức như con người. Nhưng những thiệt hại do hệ thống gây ra vẫn cần được giải quyết và những người có trách nhiệm vẫn phải trả lời về quyết định của mình.
Bởi vậy, càng thận trọng với các tuyên bố rằng chỉ cần áp dụng một bộ nguyên tắc hoặc một phương pháp đánh giá là đã giải quyết xong đạo đức AI.
Từ triết học đến AI Governance
Không cần học triết học trước mới đọc được cuốn Đạo đức AI, nguyên tắc và thực hành. Một người quản lý có thể tìm đến sách để hiểu rủi ro và trách nhiệm khi triển khai AI; kỹ sư quan tâm đến phương pháp đánh giá hệ thống; nhà hoạch định chính sách chú ý đến các khung quản trị và tiêu chuẩn. Nhưng nếu muốn hiểu sâu hơn vì sao một nguyên tắc có giá trị, khi nào các nguyên tắc xung đột và làm thế nào để bảo vệ một quyết định trước phản biện, nền tảng triết học rất hữu ích.
Triết học cũng chẳng cung cấp sẵn phương án thiết kế tốt nhất cho một hệ thống AI. Nó giúp làm rõ các lý do, kiểm tra tiền đề, phát hiện những mâu thuẫn trong lập luận và nhận diện các lựa chọn cần được biện minh. Để quyết định trong thực tế, vẫn phải có dữ kiện, kiến thức chuyên môn, đánh giá rủi ro và những cơ chế quản trị phù hợp.
Đây là chỗ AI Ethics gặp AI Governance. Một tổ chức có thể tranh luận rất sâu về công bằng, nhưng cuối cùng vẫn phải lựa chọn cách đo lường, kiểm tra sai lệch, thiết kế cơ chế khiếu nại và xác định ai có quyền đình chỉ hệ thống. Nếu một nhân viên ngân hàng được giao phê duyệt hàng nghìn đề xuất tín dụng của AI trong thời gian quá ngắn để xem xét từng trường hợp, việc bố trí con người trong quy trình có thể chỉ tạo ra một hình thức giám sát. Người ấy còn đủ thời gian, thông tin và quyền hạn để phản đối quyết định của máy hay không mới là điều đáng hỏi.
Đằng sau một thiết kế như vậy còn có xung đột về lợi ích và giá trị. Ban lãnh đạo muốn tăng năng suất, giảm chi phí, cải thiện KPI. Những mục tiêu ấy có lý do kinh tế chính đáng. Nhưng nếu áp lực hiệu suất khiến người phê duyệt chỉ còn vai trò đóng dấu, trách nhiệm giải trình có nguy cơ trở thành một thủ tục hợp thức hóa quyết định đã được máy đề xuất.
Muốn giải quyết, phải xem lại cấu trúc quyền quyết định, khối lượng xử lý, thời gian xem xét, cơ chế kiểm tra và quyền can thiệp thực tế. Không thể chỉ yêu cầu nhân viên “có trách nhiệm hơn” trong khi chính hệ thống tổ chức công việc khiến việc thực hiện trách nhiệm gần như bất khả thi.
Câu nói “Đạo đức AI là quy trình và bằng chứng, không phải lời hứa” vẫn là định hướng quan trọng trong công việc của tôi. Tuy nhiên, quy trình và bằng chứng phải phục vụ những mục tiêu có thể biện minh. Một quy trình được thực hiện hoàn hảo chưa chắc đã chính đáng nếu ngay từ đầu mục tiêu hoặc những giả định đạo đức của nó có vấn đề.
Trở về ghế học, lần này công khai
Trong khoảng hai năm qua, việc học triết học đạo đức diễn ra khá rải rác qua đọc sách, nghiên cứu, chuẩn bị giảng dạy và những cuộc tranh luận với AI. Có những khái niệm tưởng đơn giản nhưng càng hỏi càng khó. Trách nhiệm đạo đức (moral responsibility) có nhất thiết đòi hỏi người thực hiện phải có lỗi? Vì sao hai người bất cẩn như nhau lại có thể bị đánh giá khác nhau khi chỉ một người gây ra hậu quả nghiêm trọng? Một người hành động đúng nhưng vô tình gây ra bi kịch có cần chịu trách nhiệm gì không? AI có thể là đối tượng được quan tâm về mặt đạo đức (moral patient) mà chưa phải chủ thể đạo đức (moral agent) hay không?
Từ một câu hỏi lại kéo theo những chủ đề khác: may rủi đạo đức (moral luck), trách nhiệm phân tán (distributed responsibility), địa vị đạo đức (moral status), quyền tự chủ (autonomy), công lý (justice), rồi nhận thức luận và siêu đạo đức học. Đọc Aristotle, Kant, Mill, Rawls hay các triết gia đương đại mới thấy những điều tưởng hiển nhiên trong cách nghĩ hiện nay có cả một lịch sử tranh luận dài phía sau. Mà đọc các triết gia lớn cũng chẳng nên mặc định họ luôn đúng. Aristotle là một ví dụ đáng suy nghĩ khi những đóng góp quan trọng cho triết học đạo đức của ông cùng tồn tại với lập luận biện hộ cho chế độ nô lệ tự nhiên, điều khó có thể bảo vệ theo những chuẩn mực bình đẳng đạo đức ngày nay.
AI giúp khá nhiều trong quá trình học, nhất là khi cần giải thích khái niệm, tạo những tình huống tối giản, trình bày lập luận đối lập hoặc chất vấn một giả định. Tuy nhiên, khả năng diễn đạt lưu loát không bảo đảm lập luận chính xác. Vẫn phải đọc tài liệu gốc, kiểm tra thuật ngữ và tự mình suy nghĩ. Thỉnh thoảng còn phải yêu cầu Tiểu Đào, trợ lý AI của mình, bớt đồng tình và phản biện nghiêm túc hơn. Học triết với một người bạn luôn khen mình thông minh thì có thể vui, nhưng chẳng biết đến bao giờ mới tiến bộ.
Từ những ghi chép và thảo luận ấy, gần đây tôi bắt đầu hệ thống lại thành một dự án học tập công khai ở địa chỉ Triết học đạo đức và AI (https://triet-hoc-dao-duc-ai.uncledao.com/)
Website tập hợp các khái niệm nền tảng, những cách tiếp cận trong đạo đức học, các tình huống tranh luận và những lộ trình học nối từ triết học đạo đức sang AI Ethics và AI Governance. Có thể bắt đầu từ một trường hợp cụ thể, tìm hiểu các lý do đạo đức cạnh tranh, đối chiếu với các lý thuyết liên quan rồi thử vận dụng trở lại những vấn đề AI. Các tình huống được đưa ra để thảo luận và kiểm tra lập luận, không phải một bộ đáp án đạo đức.
Đây là dự án tự học và nghiên cứu đang tiếp tục phát triển, đồng thời là tài liệu đồng hành với cuốn Đạo đức AI, nguyên tắc và thực hành. Những nội dung đã viết trong sách cũng không được xem là kết luận bất khả sửa đổi. Nếu việc nghiên cứu tiếp theo cho thấy một khái niệm cần phân biệt rõ hơn, một lập luận chưa đủ cơ sở hoặc một nhận định cần bổ sung, thì cứ sửa. Sách đã xuất bản là một dấu mốc, đâu phải lời cam kết rằng từ đó trở đi tác giả không được thay đổi nhận thức.
Công khai quá trình học cũng có cái lợi là người đọc có thể chỉ ra chỗ sai, đưa ra phản biện hoặc giới thiệu những nguồn nghiên cứu tốt hơn. Với triết học, chuyện bị phản bác có lẽ nên được xem là một phần bình thường của việc học, dù thú thật chẳng mấy ai thích cảm giác ấy ngay lúc đang bị phản bác.
Học để phán đoán tốt hơn
Học triết học không bảo đảm một người sẽ trở nên đạo đức hơn. Tri thức đạo đức, năng lực phán đoán và phẩm chất đạo đức có liên hệ với nhau, nhưng không đồng nhất. Lịch sử cũng chẳng thiếu những người có trí tuệ xuất sắc mà hành vi đạo đức vẫn đáng ngờ. Biết phân tích một vấn đề chưa chắc đã có đủ can đảm hoặc phẩm chất để hành động theo điều mình cho là đúng.
Dẫu vậy, việc học có thể giúp nhận diện rõ hơn những giả định trong suy nghĩ, phân biệt dữ kiện với giá trị, xem xét các lý do đối lập và sửa lại phán đoán khi gặp lập luận tốt hơn. Trong thực hành AI Governance, đó là những năng lực cần thiết, bởi các quyết định thường phải được đưa ra trong điều kiện thiếu thông tin, nhiều lợi ích cạnh tranh và hậu quả khó lường hết.
Khi AI ngày càng tham gia sâu vào việc tạo ra tri thức, đề xuất quyết định và thực hiện hành động, những câu hỏi về trách nhiệm, quyền lực, công lý, tính tự chủ và địa vị đạo đức sẽ còn tiếp tục được đặt ra. Một số câu hỏi có thể được làm sáng tỏ nhờ nghiên cứu thực nghiệm và tiến bộ kỹ thuật. Một số khác đòi hỏi cả việc xem xét lại những tiền đề triết học mà lâu nay chúng ta vẫn sử dụng.
Đó cũng là lý do để tiếp tục học, dù đã viết một cuốn sách và có nhiều năm làm công nghệ. Hy vọng dự án Triết học đạo đức và AI sẽ có ích cho những người muốn tìm hiểu sâu hơn nền tảng của các nguyên tắc đạo đức và quản trị AI, đồng thời có thêm người cùng đọc, cùng tranh luận và chỉ ra những điều còn chưa ổn.
Hành trình bắt đầu từ một dự án đào tạo, đi qua một cuốn sách, rồi lại trở về với việc học. Nghĩ cũng hơi buồn cười. Ở cái tuổi mà người ta thường thích được mời lên bục để giảng giải, lại tự mở thêm cho mình một lớp học, với khá nhiều bài tập khó và chưa biết bao giờ tốt nghiệp.
May mà lần này chẳng ai bắt phải tốt nghiệp cả.