Khóa luận tốt nghiệp luật học trí tuệ nhân tạo và vấn đề bảo vệ quyền nhân thân một số kiến nghị cho việt nam

Khóa luận nghiên cứu về trí tuệ nhân tạo và bảo vệ quyền nhân thân, đưa ra các kiến nghị cho Việt Nam trong bối cảnh phát triển công nghệ.

• Tác giả: Nguyễn Cao Thảo
• Người hướng dẫn: ThS. Nguyễn Huy Hoàng Nam
• Trường học: Trường Đại học Luật Hà Nội
• Chuyên ngành: Luật dân sự
• Đề tài: Trí tuệ nhân tạo và vấn đề bảo vệ quyền nhân thân - Một số kiến nghị cho Việt Nam
• Loại tài liệu: Khoá luận tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Hà Nội

Tóm tắt

I. Khái niệm và đặc điểm của quyền nhân thân trong bối cảnh trí tuệ nhân tạo

Quyền nhân thân là những quyền cơ bản của con người, bao gồm quyền bảo mật thông tin cá nhân, quyền riêng tư, quyền danh dự và nhân phẩm. Trong thời đại trí tuệ nhân tạo phát triển, các quyền này đối mặt với những thách thức mới chưa từng có. Các hệ thống AI có khả năng thu thập, xử lý và phân tích lượng dữ liệu cá nhân khổng lồ, từ đó tạo ra những rủi ro tiềm ẩn đối với sự riêng tư của cá nhân. Đặc biệt, các thuật toán học máy có thể đưa ra những quyết định ảnh hưởng trực tiếp đến cuộc sống mà người dùng không hề biết. Do đó, việc hiểu rõ bản chất và tầm quan trọng của bảo vệ quyền nhân thân là yêu cầu cấp thiết trong xã hội số hiện nay.

1.1. Định nghĩa quyền nhân thân

Quyền nhân thân là tập hợp những quyền cơ bản gắn liền với bản thân con người, không thể tách rời khỏi tính cách của cá nhân. Theo Bộ luật Dân sự 2015, quyền nhân thân bao gồm quyền sống, quyền sức khỏe, quyền riêng tư, quyền danh dự, nhân phẩm và uy tín. Những quyền này không có giá trị kinh tế nhưng mang ý nghĩa sâu sắc đối với đời sống tinh thần và xã hội của cá nhân.

1.2. Tác động của trí tuệ nhân tạo đến quyền nhân thân

Trí tuệ nhân tạo tạo ra những rủi ro mới cho bảo vệ quyền nhân thân. Các ứng dụng AI có thể theo dõi, phân tích hành vi cá nhân; nhận diện khuôn mặt gây xâm phạm quyền riêng tư; sử dụng dữ liệu cá nhân mà không có sự đồng ý. Hơn nữa, các quyết định tự động của hệ thống AI có thể gây thiệt hại danh dự và uy tín của cá nhân nếu không được kiểm soát đúng cách.

II. Thực trạng pháp luật bảo vệ quyền nhân thân tại Việt Nam hiện nay

Pháp luật Việt Nam đã bước đầu nhận thức được tầm quan trọng của bảo vệ quyền nhân thân trong bối cảnh phát triển công nghệ. Bộ luật Dân sự 2015 quy định các quyền nhân thân cơ bản và cơ chế bảo vệ. Năm 2023, Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân được ban hành, đánh dấu một bước tiến quan trọng trong việc bảo vệ thông tin cá nhân trước những rủi ro từ công nghệ số. Tuy nhiên, khung pháp lý hiện tại còn có những khoảng trống trong việc xử lý các vấn đề liên quan đến trí tuệ nhân tạo, đặc biệt là vấn đề trách nhiệm pháp lý của các hệ thống AI và việc bảo vệ quyền nhân thân khỏi những quyết định tự động của máy tính.

2.1. Những quy định pháp luật hiện hành

Bộ luật Dân sự 2015 là cơ sở pháp lý chính trong bảo vệ quyền nhân thân. Ngoài ra, Luật Bảo vệ Quyền Tiêu dùng, Luật Thông tin và Bảo vệ Bí mật Nhà nước cũng góp phần bảo vệ. Nghị định 13/2023/NĐ-CP cung cấp các quy định chi tiết về xử lý dữ liệu cá nhân, bao gồm sự đồng ý của chủ thể dữ liệu, quyền truy cập, và quyền xóa dữ liệu.

2.2. Những khoảng trống và hạn chế

Pháp luật Việt Nam chưa có quy định cụ thể về trách nhiệm pháp lý của các hệ thống trí tuệ nhân tạo. Không có quy chuẩn rõ ràng về độ minh bạch của thuật toán AI, cách thức con người có thể khiếu nại quyết định của máy tính, và cơ chế giám sát các ứng dụng AI. Những hạn chế này gây khó khăn trong việc bảo vệ quyền nhân thân trước những mối đe dọa từ công nghệ mới.

III. Kinh nghiệm quốc tế trong bảo vệ quyền nhân thân trước trí tuệ nhân tạo

Các quốc gia phát triển trên thế giới đã tiên phong trong việc xây dựng khung pháp lý bảo vệ quyền nhân thân trong bối cảnh phát triển trí tuệ nhân tạo. Liên minh Châu Âu với Quy định Bảo vệ Dữ liệu Chung (GDPR) đã thiết lập những tiêu chuẩn cao nhất về bảo vệ dữ liệu cá nhân và quyền riêng tư. Luật AI của EU yêu cầu các công ty phải công bố các rủi ro liên quan đến AI, cung cấp thông tin minh bạch về cách hoạt động của hệ thống, và đảm bảo con người có quyền giám sát quyết định của AI. Các nước như Canada, Hàn Quốc, Singapore cũng đang phát triển các quy định cụ thể nhằm cân bằng giữa sự phát triển công nghệ và bảo vệ quyền nhân thân. Những kinh nghiệm này cung cấp bài học quý báu cho Việt Nam.

3.1. Quy định của Liên minh Châu Âu GDPR và Luật AI

GDPR là một trong những quy định bảo vệ dữ liệu chặt chẽ nhất trên thế giới, yêu cầu sự đồng ý rõ ràng của cá nhân trước khi xử lý dữ liệu. Luật AI của EU phân loại các hệ thống trí tuệ nhân tạo theo mức độ rủi ro và yêu cầu độ minh bạch cao đối với các ứng dụng AI có rủi ro cao. Cá nhân có quyền giải thích về quyết định của AI và quyền khiếu nại quyết định tự động.

3.2. Các mô hình pháp lý khác trên thế giới

Canada ban hành Luật AIDA nhằm điều chỉnh ứng dụng trí tuệ nhân tạo có rủi ro cao. Hàn Quốc phát triển Chiến lược AI Quốc gia kèm theo quy định về đạo đức AI. Singapore sử dụng cách tiếp cận linh hoạt với Khung Quản lý AI. Các mô hình này nhấn mạnh sự cân bằng giữa đổi mới và bảo vệ quyền cơ bản của con người.

IV. Kiến nghị hoàn thiện pháp luật bảo vệ quyền nhân thân trong bối cảnh phát triển trí tuệ nhân tạo

Để bảo vệ quyền nhân thân một cách hiệu quả trước những thách thức từ trí tuệ nhân tạo, Việt Nam cần thực hiện một số biện pháp cấp bách. Thứ nhất, cần hoàn thiện khung pháp lý bằng cách ban hành Luật về Trí tuệ Nhân tạo hoặc Luật về Ứng dụng Công nghệ Số với các quy định rõ ràng về trách nhiệm pháp lý của các nhà phát triển AI. Thứ hai, cần xây dựng cơ chế giám sát độ minh bạch của thuật toán, cung cấp thông tin chi tiết cho người dùng về cách hoạt động của các hệ thống AI. Thứ ba, phải tăng cường quyền của cá nhân bao gồm quyền truy cập dữ liệu, quyền xóa dữ liệu, quyền giải thích và quyền khiếu nại quyết định tự động. Cuối cùng, cần nâng cao nhận thức và đào tạo các cán bộ pháp luật, kỹ sư AI về bảo vệ quyền nhân thân.

4.1. Hoàn thiện khung pháp lý

Việt Nam nên xem xét ban hành Luật chuyên biệt về Trí tuệ Nhân tạo hoặc Luật về Ứng dụng Công nghệ Số, lấy GDPR và Luật AI của EU làm tham khảo. Luật cần quy định rõ trách nhiệm pháp lý của các nhà phát triển, cung cấp, người sử dụng AI; cơ chế kiểm thử an toàn trước khi triển khai; yêu cầu về bảo vệ dữ liệu cá nhân trong các ứng dụng AI; và hình phạt cho những vi phạm nghiêm trọng về bảo vệ quyền nhân thân.

4.2. Xây dựng cơ chế giám sát và bảo vệ quyền cá nhân

Cần thành lập cơ quan giám sát độc lập chuyên về trí tuệ nhân tạo có quyền kiểm tra, đánh giá mức độ rủi ro của các ứng dụng AI. Cá nhân cần được bảo vệ quyền: truy cập dữ liệu của mình, yêu cầu giải thích quyết định AI, xóa hoặc chỉnh sửa dữ liệu không chính xác, và khiếu nại quyết định tự động. Đồng thời, tăng cường minh bạch bằng cách yêu cầu công bố tóm tắt thuật toán và những rủi ro tiềm ẩn của các ứng dụng AI.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. MOT SO VAN DE LÝ LUẬN VE TRÍ TUỆ NHÂN TẠO VÀ BẢO VỆ QUYEN NHÂN THÂN 1. Khái quát chung về trí tuệ nhân tạo 1. Khái niệm Hiện nay, khái niệm về trí tuệ nhân tạo (TTNT) vẫn chưa có một định nghĩa thống nhất trên toàn cầu.

Tuy theo góc nhìn của từng quốc gia, tổ chức hoặc công ty, khái niệm TTNT có thé rất đa dang. Dù TTNT đã trở thành một chú đề nổi bật, nhưng việc thống nhất một định nghĩa rõ ràng về đối tượng này vẫn là một thách thức lớn đối VỚI Cộng đồng khoa học và công nghệ. Thực tẾ, TTNT có thể được hiểu theo nhiều cách khác nhau, chăng hạn như một hệ thông phức tạp, một công nghệ, phần cứng hoặc phần mềm, phương pháp xử lý thông tin, hay thậm chí là khá năng của máy móc. Tổ chức Hợp tác và Phát triển Kinh tế (OECD) đưa ra một định nghĩa toàn diện về hệ thong TINT, xem no là một hệ théng máy moc có kha năng dua ra dự đoán, khuyến nghi hoặc quyết định ,tác động đến môi trường để đạt được các mục tiêu mà con người đặt ra.

Đặc điểm ni bật trong định nghĩa này là sự tương tác giữa hệ thống TTNT và môi trường, cùng với vai trò trung tâm của con người trong việc xác định mục tiêu và giám sát hệ thống. Hệ thống TTNT sử dụng đữ liệu từ cả máy móc và con người, qua đó biến đổi dữ liệu thành các mô hình để đưa ra quyết định dựa trên suy luận logic. OECD cũng đặc biệt nhắn mạnh sự linh hoạt của hệ thống TTNT, với kha năng hoạt động ở các mức độ tự động hoá khác nhau, từ hệ thống hoàn toàn tự chủ đến những hệ thống cần sự giám sát của con người. Định nghĩa này không chỉ đề cập đến khía cạnh kỹ thuật mà còn chú trọng đến các vấn đề xã hội và đạo đức, như minh bạch và trách nhiệm trong quá trình đưa ra quyết định.” OECD (2023), Al Principles, https://www.org/en/topics/ai-principles.himl, truy cập ngày 04/01/2025.

12 Tương tự, Nhật Bản cũng định nghĩa TTNT là một “bệ thong thực hiện chức năng trí tuể””, tập trung vào khả năng học hỏi, suy luận và giải quyết van dé của hệ thống. Các quốc gia khác như Anh, Australia và Singapore lại coi TINT là một công nghệ, ví dụ như Đạo luật Chứng khoán và Đầu tư của Anh mô tả TTNT là công nghệ cho phép lập trình và huấn luyện thiết bị hoặc phần mềm dé nhận thức môi trường, chuyên hoá đữ liệu thành khả năng nhận thức và đưa ra các khuyến nghị hoặc quyết định.” Liên minh Châu Âu trong Luật về TTNT cũng định nghĩa TTNT là hệ thống máy có kha năng hoạt động tự động với mức độ tự chủ khác nhau va sử dụng dit liệu đầu vào để tạo ra các kết quả như dự đoán, khuyến nghị hoặc quyết định ảnh hưởng đến môi trường.” Tu những cách giải thích này, tác giả có thé rút ra định nghĩa: “Trí tuệ nhán tạo (Al) là công nghệ tính toán xử lý đữ liệu để mô phỏng hành vi thông minh của con người, bao gôm khả năng suy nghĩ, lập luận, học hỏi và thích ứng”. AI khác biệt so với các chương trình máy tính truyền thống ở khả năng tự học và thích ứng liên tục, cho phép thực hiện các nhiệm vụ phức tạp trong nhiều lĩnh vực, từ phân tích dữ liệu đến tạo ra nội dung sáng tạo. Sự đa dạng trong các định nghĩa và nhận thức về TTNT phản ánh tính chất phức tạp của công nghệ này, điều này có ý nghĩa quan trọng trong việc xây dựng các chính sách và khung pháp lý để quản lý và phát triển các hệ thống TTNT trong tương lai.

Khả năng học tập Khả năng học hỏi và thích ứng là yếu tố then chốt trong việc tạo ra sức mạnh của trí tuệ nhân tạo. Nhờ vào các thuật toán học máy (machine learning’) và học sâu “Luu Hương Ly (2024), “Các khía cạnh pháp luật về trách nhiệm dân sự của các đối tượng liên quan đến trí tuệ nhân tạo”, Héi thảo pháp luật về trí tuệ nhân tạo: kinh nghiệm quốc té và các khuyên nghị chính sách cho Việt Nam, Bộ Tư Pháp, tr.179 > Lisa Wright, Jennifer Moreau (2023), How does the national security and investment act affect AI?, https://www.com/insights/horizon-scanning/how-does-the-national-security-and-investment-act- affect- ai/#:~:text=Artificial®o20intelligence%s20(A1T)%20is%200ne, circumstances%2C%20have%20potential%20milita ry%20applications, truy cập ngày 04/01/2025. ® Khoản 1 Điều 3 Luật về Trí tuệ nhân tạo của Liên minh Châu Âu (AI Act) ” Xem hình 1. 13 (deep learning”), AI có thé tự động tiếp thu kiến thức từ lượng dé liệu khống lồ, nhận điện các mau và quy luật ân trong đó, qua đó đưa ra các dự đoán và quyết định chính xác.” Khác với các chương trình máy tính truyền thống, AI không cần được lập trình chi tiết cho từng nhiệm vu, mà có thé tự thích nghi và điều chỉnh dé đối phó với các tính huống mới và sự thay đổi trong môi trường.

AI có thể học theo nhiều phương pháp khác nhau, trong đó có học có giám sát (Supervised learning). Trong phương pháp nay, AI được đào tạo với một tập dữ liệu đã được gắn nhãn, tức là mỗi dữ liệu đều có thông tin cho biết nó thuộc về lớp nào. Ví dụ, khi huẫn luyện một mô hình nhận dạng hình ảnh, người ta sẽ cung cấp cho AT một tập hợp các hình ảnh đã được gắn nhãn như “mèo”, “chó”, “xe hơi”,. Sau quá trinh dao tạo, mô hình có thé phân loại chính xác các hình anh mới.

Một phương pháp khác là học không giám sát (Unsupervised learning), trong đó AI không nhận được bat ky nhãn nào cho dữ liệu đầu vào. Thay vào đó, AI tự tìm kiếm và nhận diện các mẫu hoặc câu trúc ấn trong đữ liệu. Ví dụ, khi phân tích một số lượng lớn các bài viết, AI có thể tự động phân nhóm các bài viết có chủ đề tương tự nhau mà không cần sự chi dan cụ thé nào từ con người. Cuối cùng, học tăng cường (Reinforcement learning) là phương pháp mà trong đó AI học cách thực hiện nhiệm vụ qua quá trình thử và sai.

AI sẽ nhận phần thưởng khi thực hiện đúng và bi phạt khi thực hiện sai. Qua thời gian, AI sẽ dan cải thiện khả năng hành động của mình dé tối đa hoá phần thưởng nhận được. Khả năng suy luận Một trong những điểm mạnh nổi bật của AI chính là khả năng suy luận và giải quyết van đề. Nhờ vào các thuật toán phức tap, AI có thể tiến hành các phép suy luận logic, tìm kiếm giải pháp tối ưu và đưa ra quyết định chính xác trong nhiều tình huống khác nhau.

AI không có kha nang xử lý lượng lớn dữ liệu mà con có thể nhận điện các mối quan hệ giữa các yếu tố, từ đó đưa ra những kết luận dựa trên thông tin có sẵn. ? Shruti M (2024), AI vs Machine Learning vs Deep Learning: Know the Differences, https://www.com/tutorials/artificial-intelligence-tutorial/ai-vs-machine-learning-vs-deep- learning#:~:text=Machine%20Learning%20is%20a%20subset.algorithmso20to%20train%20a%20model, truy cap ngay 04/01/2025. 14 Chang han, trong ngành y tế, AI có thé phân tích hình ảnh y tế, kết hợp với dữ liệu bệnh nhân dé đưa ra chan đoán chính xác và đề xuất phương pháp điều trị phù hợp. Ngoài ra, AI còn được ứng dụng rộng rãi trong các lĩnh vực khác như tài chính, sản xuất và dịch vụ khách hàng, giúp tự động hóa quy trình, nâng cao hiệu quả và hỗ trợ các quyết định kinh đoanh thông minh.

Khả năng suy luận của AI cũng thể hiện rất rõ trong lĩnh vực xử lý ngôn ngữ tự nhiên. Các mô hình ngôn ngữ lớn như GPT-3 có thé hiểu được ngữ cảnh câu hỏi, phân tích mối quan hệ giữa các từ và câu, từ đó đưa ra những câu trả lời mạch lạc và hợp lý. Vi du, khi được hỏi “Tại sao trời mưa”, AI có thé sử dụng kiến thức khí tượng học dé đưa ra một lời giải thích thỏa dang. Kha năng nhận thức Khả năng nhận thức của AI là một trong những bước tiễn quan trọng trong quá trình phát triển của công nghệ này.

Nhờ vào các thuật toán và mô hình học sâu tiên tiễn, AI ngày càng thé hiện khả năng tương tác với thế giới thực một cách tự nhiên và linh hoạt. Sử dụng các cảm biến và hệ thống xử lý dữ liệu phức tạp, AI có thể thu thập thông tin từ môi trường xung quanh, phân tích, hiểu và đưa ra những quyết định thích hợp trong các tình huống khác nhau. '9 Một trong những khía cạnh quan trọng của khả năng nhận thức là nhận thức thị giác. AI có khả năng phân tích hình ảnh và video dé nhận diện các đối tượng, mau sắc, hình đạng và chuyển động.

Công nghệ này hiện đang được ứng dụng trong các hệ thống nhận diện khuôn mặt'", phân loại hình ảnh y tế, cũng như các phương tiện giao thông tự lái. Bên cạnh đó, nhận thức thính giác cũng là một phần quan trọng trong khả năng nhận thức của AI. AI có thé xử lý âm thanh, nhận dạng giọng nói, âm nhạc và tiếng ồn, từ đó hiểu được ý nghĩa và nội dung của âm thanh. Các ứng dụng thực tiễn của nhận thức thính giác bao gồm trợ lý ảo, dịch thuật giọng nói và các hệ thống giám sát âm thanh.

'9 Amber Mohamed (2023), Image Recognition Tools: Enhancing Visual Intelligence, hitps://www.co/image-recognition-tools-enhancing-visual-intelligence/, truy cập ngày 05/01/2025. 15 Nhận thức xúc giác cũng là một lĩnh vực đang được nghiên cứu trong AI, mặc dù còn ở giai đoạn phát triển. AI đang được trang bị khả năng cảm nhận xúc giác thông qua các cảm biến, điều này hứa hẹn sẽ mở ra nhiều ứng dụng trong robot, thực tế ảo và các thiết bị tương tác. Cuối cùng, khả năng nhận thức không gian của AI cũng đóng vai trò quan trọng.

AI có thé định vị chính xác vị trí của mình trong không gian, xây dựng bản dé và lập kế hoạch đường di. Khả năng nay là yếu tố then chốt đối với các robot di động, xe tự lái và các hệ thống định vị hiện đại. Kha năng xứ lý ngôn ngữ tự nhiên Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP) là một lĩnh vực quan trong của trí tuệ nhân tạo, tập trung vào việc giúp máy tinh hiểu và tạo ra ngôn ngữ tự nhiên của con người.” Thay vì sử dung ngôn ngữ lập trình hay ngôn ngữ máy tính, NLP tập trung vào việc phân tích và thực hiện các tác vụ liên quan đến ngôn ngữ mà con người sử dụng hàng ngày, từ văn bản đến tiếng nói. Với khả năng này, ứng dụng AI có thể thực hiện các công việc phức tạp như dịch ngôn ngữ, tóm tắt văn bản, trả lời câu hỏi và thậm chí sáng tạo văn học.