Đặt hàng nghiên cứu từ những bài toán của thành phố

TP Hồ Chí Minh có lợi thế tập trung nhiều trường đại học, viện nghiên cứu và doanh nghiệp công nghệ. Thế nhưng, để kết nối những nguồn lực này và đưa các kết quả nghiên cứu thành sản phẩm, đáp ứng nhu cầu thực tế vẫn còn là bài toán. Phóng viên Báo Tin tức và Dân tộc đã có buổi trao đổi với Tiến sĩ Lê Duy Tân, giảng viên Khoa Công nghệ thông tin, Trường Đại học Quốc tế (Đại học Quốc gia TP Hồ Chí Minh), đồng sáng lập Phòng thí nghiệm AIoT Lab VN, để làm rõ hơn vấn đề này.

Theo anh, TP Hồ Chí Minh cần làm gì để những định hướng của Nghị quyết 57 đi vào thực tiễn?

Theo tôi, Thành phố cần chuyển từ việc đếm số đề tài, chương trình sang đánh giá những nghiên cứu đó tạo ra sản phẩm gì, giải quyết được vấn đề nào và mang lại bao nhiêu giá trị.

Nghị quyết 57 đặt ra các mục tiêu đến năm 2030 kinh phí nghiên cứu và phát triển (R&D) đạt 2% GDP, kinh tế số chiếm tối thiểu 30% GDP, trên 40% doanh nghiệp có hoạt động đổi mới sáng tạo; số lượng đơn đăng ký sáng chế, văn bằng bảo hộ sáng chế tăng trung bình 16 - 18% mỗi năm. Thước đo thực hiện vì vậy cần gắn với công nghệ được ứng dụng, doanh nghiệp sử dụng và thị trường chấp nhận.

Tiến sĩ Lê Duy Tân, giảng viên, đồng sáng lập Phòng thí nghiệm AIoT Lab VN, Khoa Công nghệ thông tin, Trường Đại học quốc tế (Đại học Quốc gia TP Hồ Chí Minh).

TP Hồ Chí Minh có lợi thế tập trung nhiều trường đại học, viện nghiên cứu, doanh nghiệp công nghệ và doanh nghiệp khởi nghiệp. Mỗi năm, Thành phố có thể lựa chọn khoảng 10 - 20 vấn đề lớn trong giao thông, y tế, giáo dục, môi trường, logistics, năng lượng, quản lý đô thị để đặt hàng công khai cho các đơn vị cùng giải quyết.

Chẳng hạn, thay vì tài trợ một đề tài chung về AI cho giao thông thông minh, có thể đặt mục tiêu giảm 15% thời gian chờ tại một nhóm nút giao, thử nghiệm trong 12 tháng. Nếu chứng minh được hiệu quả, Thành phố có thể trở thành khách hàng đầu tiên, sau đó mở rộng ứng dụng. Đây là cách vừa giải quyết vấn đề đô thị, vừa tạo thị trường cho sản phẩm nghiên cứu.

Muốn vậy, cần có quy trình xuyên suốt từ xác định bài toán, đặt hàng nghiên cứu, thử nghiệm, đo lường hiệu quả đến mua sắm, ứng dụng và thương mại hóa. Nhà nước đóng vai trò đưa ra bài toán, cung cấp dữ liệu, xây dựng môi trường thử nghiệm có kiểm soát và hình thành thị trường ban đầu cho công nghệ.

Với vị thế đầu tàu kinh tế, TP Hồ Chí Minh cũng cần hướng tới những cụm công nghệ đủ mạnh, tạo ra sản phẩm “Make in HCMC” có khả năng cạnh tranh trong nước và quốc tế.

Một trong những nguồn lực quan trọng để hiện thực hóa Nghị quyết 57 là đội ngũ trí thức trẻ. Theo anh, đâu là những rào cản lớn khiến lực lượng này chưa phát huy hết khả năng?

Một trong những rào cản cần tháo gỡ hiện nay đó là thủ tục hành chính. Nhà khoa học phải chịu trách nhiệm về kinh phí nghiên cứu, nhưng nếu dành quá nhiều thời gian cho việc giải trình, bổ sung hồ sơ, mua sắm và thanh quyết toán thì thời gian dành cho chuyên môn sẽ bị hạn chế.

Các hội viên thanh niên cùng thảo luận đưa ra giải pháp đổi mới công tác thực hiện hoạt động Hội LHTN Việt Nam TP Hồ Chí Minh nhiệm kỳ 2026 - 2031.

Một rào cản lớn là thủ tục hành chính. Nhà khoa học phải chịu trách nhiệm về kinh phí, nhưng nếu dành quá nhiều thời gian giải trình, bổ sung hồ sơ, mua sắm và thanh quyết toán thì thời gian cho chuyên môn sẽ bị thu hẹp.

Trong lĩnh vực trí tuệ nhân tạo (AI), nhu cầu thuê máy chủ, mua quyền sử dụng dữ liệu hay đăng ký dịch vụ phần mềm quốc tế có thể phát sinh rất nhanh. Nếu thủ tục kéo dài nhiều tháng, ý tưởng nghiên cứu có nguy cơ chậm so với công nghệ và nhu cầu thị trường.

Nghiên cứu luôn có rủi ro. Khi thử nghiệm, nhóm nghiên cứu có thể phải thay đổi thiết bị, công cụ hoặc hướng tiếp cận. Nếu mỗi điều chỉnh đều qua nhiều tầng xin phép, người làm khoa học dễ chọn phương án an toàn, ngại theo đuổi ý tưởng mới.

Một vấn đề khác đáng quan tâm đó là tình trạng “chảy máu chất xám tại chỗ”, nghĩa là người giỏi vẫn làm việc tại Việt Nam, nhưng họ dành phần lớn thời gian tham gia các dự án gia công nghệ hoặc dự án ngắn hạn cho nước ngoài, bởi vì môi trường nghiên cứu trong nước chưa đủ hấp dẫn.

Theo tôi, Thành phố cần đơn giản hóa thủ tục, có đầu mối chuyên trách hỗ trợ và cho phép nhà khoa học linh hoạt điều chỉnh hoạt động nghiên cứu trong phạm vi kinh phí được phê duyệt. Việc kiểm tra, đánh giá cần tập trung vào tính minh bạch, sử dụng kinh phí đúng mục đích và kết quả thực chất.

Ngoài tháo gỡ thủ tục, Thành phố cần cơ chế gì để thu hút, giữ chân đội ngũ này?

Cần có các gói tài trợ nghiên cứu kéo dài 3 - 5 năm dành cho nhà khoa học trẻ, thay vì chủ yếu là những đề tài nhỏ trong 1 - 2 năm. Nguồn lực tương đối ổn định giúp họ xây dựng nhóm, tuyển nghiên cứu sinh, kỹ sư và đầu tư điều kiện nghiên cứu.

Cách đánh giá cũng cần linh hoạt, phù hợp với đặc điểm từng nhiệm vụ. Kết quả có thể là bài báo khoa học, bằng sáng chế, phần mềm, dữ liệu, sản phẩm mẫu hoặc hợp đồng chuyển giao công nghệ.

Bên cạnh tiền lương, Thành phố cần quỹ nghiên cứu cạnh tranh, hạ tầng tính toán sử dụng bộ xử lý đồ họa (GPU) và dữ liệu dùng chung; cơ chế chia sẻ lợi ích từ sở hữu trí tuệ, hỗ trợ hình thành doanh nghiệp từ kết quả nghiên cứu. Nhà khoa học cũng cần được tạo điều kiện tham gia doanh nghiệp công nghệ một cách minh bạch.

Thu hút nhân tài không nhất thiết đồng nghĩa với việc đưa người Việt Nam đang làm việc ở nước ngoài về sinh sống lâu dài tại Thành phố. Có thể xây dựng hình thức hợp tác linh hoạt để chuyên gia ở Anh, Mỹ, Australia, Nhật Bản hay Singapore cùng hướng dẫn nghiên cứu sinh, xây dựng phòng thí nghiệm chung hoặc tham gia dự án. Họ cũng có thể dành khoảng 2 - 3 tháng mỗi năm làm việc tại Việt Nam.

Trong thời đại số, Thành phố nên xây dựng mạng lưới chất xám toàn cầu, thay vì chỉ nhìn nhận nguồn nhân lực chất lượng cao qua địa chỉ thường trú.

Các trường đại học cần thay đổi như thế nào trong việc đào tạo, nghiên cứu và liên kết với doanh nghiệp để hình thành nguồn nhân lực chất lượng cao?

Từ kinh nghiệm giảng dạy, nghiên cứu AI, tôi cho rằng trước hết phải giảm khoảng cách giữa học và làm. Công nghệ thay đổi nhanh, một mô hình AI hay công cụ lập trình được dạy ở năm nhất có thể đã khác nhiều khi sinh viên tốt nghiệp. Vì vậy, nhà trường cần trang bị nền tảng, tư duy giải quyết vấn đề và khả năng tự học công nghệ mới.

Sinh viên học AI không thể chỉ biết sử dụng ChatGPT hoặc một vài thư viện lập trình Python. Các em cần kiến thức toán, xác suất thống kê, cấu trúc dữ liệu, thuật toán, lập trình, cơ sở dữ liệu và hệ thống máy tính. Trên nền đó mới tiếp cận học máy, học sâu, AI tạo sinh, dữ liệu lớn, điện toán đám mây, Internet vạn vật và an ninh mạng.

Quan trọng hơn, sinh viên phải được làm dự án với dữ liệu và vấn đề thực tế, như phát hiện ùn tắc giao thông, dự báo tiêu thụ điện, hỗ trợ chẩn đoán y tế hoặc xây dựng trợ lý AI cho dịch vụ công.

Mối quan hệ giữa Nhà nước, nhà trường và doanh nghiệp cũng cần thay đổi. Doanh nghiệp nên tham gia từ khâu xây dựng chương trình, cung cấp bài toán, dữ liệu, chuyên gia và đồng hướng dẫn đồ án, thay vì chỉ xuất hiện khi tuyển dụng.

Ở chiều ngược lại, trường đại học cần cung cấp cho doanh nghiệp kết quả nghiên cứu, công nghệ, sáng chế và nhân lực R&D, bên cạnh việc đưa sinh viên đi thực tập. Báo cáo của Tổ chức Hợp tác và Phát triển Kinh tế (OECD) chỉ ra nhiều kênh hợp tác, từ nghiên cứu chung, đồng sáng chế đến hình thành doanh nghiệp từ kết quả nghiên cứu trong trường đại học.

Khi AI ngày càng phổ biến, nhà trường cần chuẩn bị gì để sinh viên làm việc hiệu quả cùng công nghệ?

Tôi cho rằng cần đào tạo sinh viên biết làm việc cùng AI và hiểu giới hạn của công cụ.

Một nghiên cứu được công bố qua Cục Nghiên cứu Kinh tế Quốc gia Mỹ (NBER), thực hiện với 5.179 nhân viên hỗ trợ khách hàng, ghi nhận năng suất, đo bằng số vấn đề giải quyết mỗi giờ, tăng trung bình khoảng 14% khi sử dụng công cụ AI tạo sinh. Với nhóm ít kinh nghiệm hoặc có kỹ năng thấp, mức cải thiện khoảng 34%. Kết quả này cho thấy công nghệ có thể hỗ trợ người lao động khi được đưa vào quy trình cụ thể.

Đối với giáo dục, thay vì cấm sinh viên sử dụng AI, nhà trường cần dạy các em sử dụng có trách nhiệm, biết kiểm chứng kết quả, bảo vệ dữ liệu và nhận ra khi nào không nên tin công cụ.

Cách kiểm tra, đánh giá cũng phải thay đổi: Giảm những câu hỏi AI có thể trả lời nhanh, tăng các bài toán yêu cầu sinh viên thiết kế, thực nghiệm, phản biện và bảo vệ sản phẩm. Qua đó, người học phải thể hiện được năng lực của mình trong quá trình sử dụng công nghệ.

Nghị quyết 57 đặt mục tiêu đến năm 2030, Việt Nam thuộc nhóm 3 nước dẫn đầu Đông Nam Á về nghiên cứu và phát triển AI; nguồn nhân lực nghiên cứu khoa học, phát triển công nghệ, đổi mới sáng tạo đạt 12 người trên một vạn dân. Để góp phần thực hiện mục tiêu này, trường đại học cần trở thành nơi kết nối đào tạo, nghiên cứu và phát triển sản phẩm cùng doanh nghiệp.

Theo tôi, tinh thần thực hiện Nghị quyết 57 tại TP Hồ Chí Minh cần được nhìn nhận rất cụ thể, từ các đề tài đã tạo ra bao nhiêu công nghệ, doanh nghiệp, việc làm chất lượng cao và giá trị mới cho xã hội. Đó là những kết quả cần hướng tới khi đầu tư cho khoa học, công nghệ và đổi mới sáng tạo.

Xin trân trọng cám ơn anh!