Luận văn ứng dụng AI dịch văn bản nhãn thực phẩm Việt - Trung của Wei Zemin năm 2026

Nghiên cứu ứng dụng AI trong dịch thuật Trung - Việt văn bản pháp quy nhãn bao bì thực phẩm, đánh giá vai trò với hội nhập thương mại hai nước.

• Tác giả: Wei Zemin
• Người hướng dẫn: TS. Vũ Minh Hải
• Trường học: Trường Đại học Khoa học Xã hội và Nhân văn, Đại học Quốc gia Hà Nội
• Chuyên ngành: Việt Nam học
• Đề tài: Ứng dụng AI trong dịch thuật Trung – Việt văn bản pháp quy về nhãn bao bì thực phẩm và ý nghĩa đối với hội nhập thương mại Việt Nam – Trung Quốc
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2026
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng quan ứng dụng AI dịch nhãn bao bì thực phẩm Việt Trung

Thương mại thực phẩm giữa Việt Nam và Trung Quốc tăng trưởng mạnh mẽ trong giai đoạn mới. Yêu cầu minh bạch thông tin hàng hóa trở nên cấp thiết. Nhãn bao bì thực phẩm đóng vai trò căn bản trong kiểm soát chất lượng và an toàn thực phẩm. Các văn bản pháp quy về nhãn mác chứa đựng hệ thống quy chuẩn kỹ thuật phức tạp. Hoạt động dịch thuật truyền thống tốn nhiều thời gian và chi phí. Năm 2026 ghi nhận bước tiến vượt bậc của trí tuệ nhân tạo trong xử lý ngôn ngữ tự nhiên. Các mô hình ngôn ngữ lớn như ChatGPT và DeepSeek tham gia sâu rộng vào dịch thuật chuyên ngành. Công nghệ này hỗ trợ chuyển đổi thông tin thành phần, hạn sử dụng và hướng dẫn bảo quản nhanh chóng. Khả năng tự động hóa giúp rút ngắn chu kỳ đưa sản phẩm ra thị trường. Tuy nhiên, tính chất pháp lý của nhãn thực phẩm đòi hỏi độ chính xác tuyệt đối. Doanh nghiệp cần hiểu rõ cơ chế vận hành của công nghệ trước khi áp dụng đại trà. Việc tiếp cận công nghệ đúng hướng mang lại lợi thế cạnh tranh rõ rệt trong thương mại song phương.

1.1. Bối cảnh thương mại và vai trò của nhãn thực phẩm

Giao thương thực phẩm Việt Nam – Trung Quốc phát triển không ngừng. Nhãn bao bì là căn cứ pháp lý bảo vệ người tiêu dùng. Nhãn cung cấp tên gọi, định lượng, thành phần và chỉ dẫn an toàn. Cơ quan kiểm tra hai nước siết chặt quy chuẩn ghi nhãn tại cửa khẩu. Vi phạm nhãn mác dẫn đến đình chỉ thông quan hoặc tiêu hủy hàng hóa. Doanh nghiệp chịu thiệt hại lớn nếu thông tin dịch thuật sai lệch. Bản dịch nhãn cần chuẩn xác tuyệt đối theo ngôn ngữ pháp lý nước nhập khẩu. Dịch nhãn thực phẩm không chỉ là chuyển ngữ từ vựng. Quá trình này quyết định trực tiếp đến sự thông suốt của toàn bộ chuỗi cung ứng thương mại quốc tế.

1.2. Sự trỗi dậy của các công cụ AI thế hệ mới

Năm 2026 đánh dấu bước tiến vượt bậc của trí tuệ nhân tạo tạo sinh. Các mô hình như ChatGPT và DeepSeek định hình lại phương thức dịch thuật chuyên ngành. Thuật toán xử lý lượng lớn dữ liệu song ngữ trong thời gian ngắn. Hệ thống ghi nhớ ngữ cảnh và nhận diện cấu trúc văn bản hành chính phức tạp. Tốc độ chuyển ngữ của AI vượt trội so với biên dịch viên con người. Chi phí vận hành giảm đi đáng kể cho các doanh nghiệp xuất nhập khẩu. Công nghệ AI hỗ trợ trích xuất bảng dinh dưỡng và danh mục phụ gia tự động. Tuy vậy, máy móc vẫn gặp giới hạn trong việc cảm thụ sắc thái pháp lý. Sự phát triển này mở ra kỷ nguyên mới nhưng vẫn cần sự giám sát chuyên môn chặt chẽ từ chuyên gia.

II. Thách thức ứng dụng AI dịch nhãn bao bì thực phẩm Việt Trung

Văn bản quy chuẩn kỹ thuật và nhãn mác thực phẩm mang tính pháp quy nghiêm ngặt. Hệ thống từ vựng mang tính đặc thù cao và không cho phép sai lệch ngữ nghĩa. Các mô hình AI thường mắc lỗi khi xử lý các thuật ngữ chuyên ngành phức tạp. Trí tuệ nhân tạo dễ nhầm lẫn các chất phụ gia và tên gọi khoa học tương đương. Ngoài ra, AI thường thất bại trong việc tái hiện đúng các động từ tình thái thể hiện cấp độ pháp lý. Cụm từ mang tính bắt buộc như "phải" đôi khi bị AI chuyển thành "có thể". Cụm từ nghiêm cấm như "không được" lại bị hạ bậc thành "không nên". Lỗi sai này làm biến đổi hoàn toàn nghĩa vụ pháp lý của bên nhập khẩu. Doanh nghiệp đối mặt với rủi ro bị cơ quan quản lý xử phạt hoặc từ chối thông quan hàng hóa. Hơn nữa, việc dịch từng đoạn rời rạc khiến hệ thống thiếu tính nhất quán với phụ lục viện dẫn. AI cũng chưa hiểu thấu đáo các chuẩn mực đối chiếu giữa hai quốc gia. Hậu quả gây lãng phí tài chính và làm gián đoạn kế hoạch kinh doanh.

2.1. Sai lệch động từ tình thái và tính chuẩn xác quy phạm

Ngôn ngữ pháp lý yêu cầu ranh giới rõ ràng giữa nghĩa vụ và khuyến cáo. Văn bản nhãn mác dùng động từ tình thái để phân định quyền hạn. Các mô hình AI thường nhầm lẫn giữa mức độ bắt buộc và tùy chọn. Từ "không được" mang ý nghĩa nghiêm cấm tuyệt đối theo luật định. AI dịch thành "không nên" biến điều cấm thành lời khuyên thông thường. Tương tự, từ "phải" bị hạ thấp thành "có thể" làm mất hiệu lực bắt buộc. Sự chuyển dịch sai lệch này làm thay đổi trách nhiệm của doanh nghiệp. Bản dịch nhãn sai quy phạm dẫn tới nguy cơ bị xử phạt hành chính. Tính chính xác không chỉ nằm ở từ vựng kỹ thuật đơn lẻ. Độ chuẩn xác đòi hỏi giữ nguyên toàn bộ giá trị hiệu lực pháp lý của văn bản gốc.

2.2. Nguy cơ thiếu nhất quán thuật ngữ và tính hệ thống

Quy chuẩn nhãn bao bì vận hành như một hệ sinh thái khép kín. Các điều khoản liên kết chặt chẽ với danh mục định nghĩa và phụ lục viện dẫn. Một thuật ngữ tại phần thành phần bắt buộc phải tương ứng với phụ lục tra cứu. AI có xu hướng dịch từng câu độc lập mà bỏ qua mối liên kết tổng thể. Hiện tượng này dẫn đến tình trạng dịch không đồng nhất một danh từ kỹ thuật. Cùng một phụ gia thực phẩm có thể bị đặt tên khác nhau trên cùng bao bì. Sự thiếu nhất quán gây hoang mang cho người tiêu dùng và chuyên viên kiểm dịch. Cơ quan chức năng đánh giá sự bất nhất này là hành vi sai phạm kỹ thuật. Việc thiếu cái nhìn toàn diện là rào cản lớn nhất của AI dịch thuật hiện nay.

III. Giải pháp ứng dụng AI dịch nhãn bao bì thực phẩm Việt Trung

Doanh nghiệp cần áp dụng mô hình kết hợp người và máy móc để tối ưu hóa quy trình dịch thuật. Mô hình biên tập sau dịch (MTPE) giữ vai trò then chốt trong chuỗi xử lý nhãn mác. Trí tuệ nhân tạo đảm nhiệm vai trò dịch thô ban đầu để đẩy nhanh tiến độ dự án. Chuyên gia ngôn ngữ và chuyên viên kỹ thuật tiến hành hiệu đính chi tiết bản thảo. Việc xây dựng kho ngữ liệu và bảng thuật ngữ chuẩn hóa là điều kiện tiên quyết. Doanh nghiệp cần cung cấp cho AI bảng đối chiếu thuật ngữ pháp quy trước khi tiến hành dịch. Kỹ thuật tinh chỉnh câu lệnh (prompt engineering) giúp định hình chính xác văn phong hành chính. Các quy định về giới hạn phụ gia và chất gây dị ứng cần được kiểm tra chéo qua hệ thống dữ liệu đối sánh. Việc kiểm thử chất lượng phải diễn ra trên toàn văn bản chứ không dừng lại ở từng câu đơn lẻ. Doanh nghiệp cũng cần thiết lập bộ quy tắc kiểm soát nội dung trước khi in ấn bao bì. Quy trình chặt chẽ này giúp triệt tiêu sai số và nâng cao tỷ lệ thông quan hàng hóa thành công.

3.1. Phương pháp biên tập sau dịch kết hợp chuyên gia

Mô hình kết hợp con người và trí tuệ nhân tạo tạo ra giải pháp tối ưu cho ngành dịch thuật nhãn thực phẩm. AI thực hiện bước chuyển ngữ sơ bộ với tốc độ cực nhanh. Biên dịch viên chuyên môn cao sẽ rà soát và hiệu đính bản dịch. Quá trình biên tập tập trung vào việc chuẩn hóa thuật ngữ chuyên ngành kỹ thuật. Người hiệu đính kiểm tra tính chính xác của các con số, đơn vị đo lường và tỷ lệ thành phần. Sự tham gia của con người đảm bảo tính pháp quy của văn bản được giữ nguyên. Chuyên gia có khả năng phát hiện những lỗ hổng ngữ nghĩa mà máy móc bỏ qua. Quy trình phối hợp này vừa giảm thiểu thời gian xử lý, vừa ngăn chặn các sai sót pháp lý nghiêm trọng.

3.2. Chuẩn hóa cơ sở dữ liệu thuật ngữ chuyên ngành

Xây dựng cơ sở dữ liệu thuật ngữ song ngữ là nền tảng nâng cao chất lượng dịch máy. Doanh nghiệp cần lập danh mục thuật ngữ quy chuẩn dựa trên văn bản pháp lý chính thống. Bộ dữ liệu này bao gồm tên chất phụ gia, tiêu chuẩn vi sinh và quy định dinh dưỡng. Khi tích hợp dữ liệu chuẩn vào AI, tỷ lệ sai lệch ngữ nghĩa giảm rõ rệt. Kỹ thuật này buộc mô hình tuân thủ quy tắc đặt tên cố định. Sự thống nhất giữa phần thân nhãn và phụ lục quy chuẩn được duy trì tuyệt đối. Việc cập nhật liên tục cơ sở dữ liệu giúp doanh nghiệp bắt kịp thay đổi chính sách. Đây là khoản đầu tư chiến lược mang lại giá trị bền vững cho hoạt động xuất nhập khẩu hàng hóa.

IV. Đánh giá ứng dụng AI dịch nhãn bao bì thực phẩm Việt Trung

Ứng dụng trí tuệ nhân tạo trong dịch thuật nhãn bao bì thực phẩm năm 2026 mang lại bước ngoặt to lớn cho thương mại song phương. Công nghệ mở ra cơ hội tối ưu hóa chi phí và rút ngắn thời gian chuẩn bị hồ sơ hàng hóa. Doanh nghiệp Việt Nam và Trung Quốc có thể nâng cao tốc độ lưu thông nông sản qua các cửa khẩu biên giới. Tuy nhiên, AI không thể thay thế hoàn toàn vai trò của con người trong các khâu pháp lý quan trọng. Mức độ chính xác của nhãn mác quyết định sự thành bại của một chiến dịch xuất khẩu. Doanh nghiệp cần kết hợp linh hoạt giữa công nghệ xử lý ngôn ngữ tự nhiên và năng lực thẩm định chuyên môn. Việc đầu tư vào dữ liệu thuật ngữ chuẩn hóa và quy trình kiểm soát chất lượng là yếu tố bắt buộc. Cách tiếp cận thận trọng giúp hạn chế rủi ro tranh chấp thương mại và giữ vững uy tín thương hiệu trên thị trường quốc tế. Tương lai của dịch thuật chuyên ngành thuộc về mô hình cộng tác thông minh giữa trí tuệ nhân tạo và chuyên gia ngôn ngữ.

4.1. Lợi thế cạnh tranh và tốc độ hội nhập thương mại

Ứng dụng công nghệ dịch máy giúp cắt giảm tới 70% thời gian xử lý thủ tục nhãn mác. Doanh nghiệp đưa sản phẩm thâm nhập thị trường nhanh hơn so với quy trình cũ. Khả năng dịch tức thời hỗ trợ đắc lực cho các lô hàng nông sản tươi sống vốn có hạn sử dụng ngắn. Doanh nghiệp tiết kiệm ngân sách đáng kể dành cho khâu hoàn thiện bao bì sản phẩm. Dòng chảy thương mại giữa hai quốc gia nhờ đó được kích thích mạnh mẽ. Sự chuẩn hóa dữ liệu tạo nền tảng chuyển đổi số toàn diện cho chuỗi logistics. Việc tận dụng AI hợp lý mang lại lợi thế cạnh tranh tiên phong trong cuộc đua xuất nhập khẩu khu vực.

4.2. Khuyến nghị chiến lược cho doanh nghiệp năm 2026

Doanh nghiệp không nên phó mặc hoàn toàn việc dịch nhãn mác cho trí tuệ nhân tạo. Việc thành lập bộ phận kiểm tra tuân thủ chuyên trách là bước đi cấp thiết. Đội ngũ kiểm soát cần nắm vững cả hai hệ thống quy chuẩn kỹ thuật của Việt Nam và Trung Quốc. Doanh nghiệp cần kiểm tra chéo từng thông số dinh dưỡng và cảnh báo dị ứng trước khi xuất xưởng. Việc cập nhật thường xuyên các thay đổi trong luật thực phẩm hai nước giúp phòng ngừa rủi ro thu hồi sản phẩm. Đầu tư vào đào tạo nhân lực kết hợp công cụ số là hướng đi mang tính sống còn. Chiến lược chủ động này bảo vệ thương hiệu và duy trì thị phần vững chắc trong giai đoạn hội nhập sâu rộng.

Nội dung chính

Tổng quan nghiên cứu

Thương mại song phương giữa Việt Nam và Trung Quốc đang ghi nhận quy mô tăng trưởng ấn tượng, với tổng kim ngạch xuất nhập khẩu của Việt Nam năm 2025 đạt khoảng 930,05 tỷ USD, trong đó Trung Quốc tiếp tục giữ vị thế là thị trường nhập khẩu lớn nhất với kim ngạch xấp xỉ 186 tỷ USD. Đi cùng với quy mô giao thương khổng lồ là yêu cầu ngày càng khắt khe về việc kiểm soát tính tuân thủ pháp lý, an toàn thực phẩm và rào cản kỹ thuật. Vấn đề nghiên cứu trọng tâm nảy sinh khi phía Trung Quốc ban hành hai tiêu chuẩn kỹ thuật nền tảng mới là GB 7718-2025 về ghi nhãn thực phẩm bao gói sẵn và GB 28050-2025 về ghi nhãn dinh dưỡng, đòi hỏi các doanh nghiệp xuất khẩu Việt Nam phải nhanh chóng tiếp cận, dịch thuật và thực thi chính xác.

Mục tiêu cụ thể của luận văn tập trung vào việc đánh giá khả năng ứng dụng thực tế của hai mô hình trí tuệ nhân tạo nổi bật hiện nay là ChatGPT và DeepSeek trong dịch thuật văn bản pháp quy từ tiếng Trung sang tiếng Việt; nhận diện các lỗi dịch thuật mang tính hệ thống; đồng thời đối chiếu sự khác biệt quy chuẩn giữa hai quốc gia để làm rõ tác động đến năng lực tuân thủ của doanh nghiệp. Phạm vi nghiên cứu về không gian tập trung vào trục thương mại Việt Nam – Trung Quốc, với thời gian khảo sát thực nghiệm diễn ra trong giai đoạn chuyển tiếp 2025 – 2026, chọn lọc ngành hàng thủy sản xuất khẩu chủ lực là cá tra bao gói sẵn làm trường hợp phân tích điển hình.

Ý nghĩa của công trình thể hiện rõ nét qua việc cung cấp cơ sở dữ liệu thực nghiệm giúp hơn 100 doanh nghiệp xuất khẩu thủy sản lớn tiếp cận chuẩn xác ngôn ngữ pháp lý thị trường đích. Nghiên cứu hỗ trợ doanh nghiệp giảm thiểu rủi ro bị từ chối thông quan hoặc xử phạt hành chính do sai phạm ghi nhãn từ mức ước tính 15% xuống dưới 3%, đồng thời mở ra cách tiếp cận liên ngành độc đáo kết hợp giữa Ngôn ngữ học ứng dụng, Dịch thuật học và Việt Nam học trong bối cảnh chuyển đổi số toàn cầu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn vận dụng lý thuyết dịch thuật pháp lý chức năng do Šarčević khởi xướng, nhấn mạnh rằng việc chuyển ngữ văn bản quy phạm phải lấy người tiếp nhận và hiệu lực pháp lý của văn bản đích làm trung tâm, thay vì chỉ đối chiếu cơ học từng từ ngữ bề mặt. Lý thuyết này được kết hợp chặt chẽ với Mô hình đánh giá chất lượng bản dịch (TQA) của Juliane House dựa trên phân tích ngữ vực bao gồm trường, thể và thức giao tiếp để phân loại lỗi hiển ngôn và ẩn ngôn. Bên cạnh đó, nghiên cứu tích hợp Khung chỉ số chất lượng đa chiều (MQM) bao quát 7 chiều kích chuyên sâu như tính chính xác, thuật ngữ, quy ước ngôn ngữ và phong cách, nhằm gán các trọng số phạt từ mức nhẹ, trung bình đến nghiêm trọng và rất nghiêm trọng. Ngoài ra, lý thuyết về Hàng rào kỹ thuật trong thương mại (TBT) của Tổ chức Thương mại Thế giới (WTO) đóng vai trò khung chiếu thực tiễn, phân tích bản chất của việc ghi nhãn thực phẩm như một công cụ bảo vệ sức khỏe người tiêu dùng nhưng cũng có thể biến thành rào cản phi thuế quan nếu doanh nghiệp không nắm vững quy định.

Hệ thống khái niệm then chốt được xác lập xuyên suốt công trình gồm: thực phẩm bao gói sẵn (预包装食品) được định nghĩa theo phạm vi bao bì kín và định lượng trước; nhãn dinh dưỡng (营养标签) với các thông số bắt buộc như năng lượng, chất đạm, chất béo, cacbohydrat và natri; tính tương đương pháp lý (legal equivalence) phản ánh mức độ phù hợp về giá trị thực thi giữa hai hệ thống pháp luật; lực quy phạm (normative force) gắn liền với mức độ bắt buộc của các trợ động từ tình thái; và độ lệch tiêu cực (negative deviation) nhằm loại bỏ những khác biệt ngữ pháp không làm tổn hại đến giá trị pháp lý cốt lõi của văn bản.

Phương pháp nghiên cứu

Nguồn dữ liệu của luận văn được cấu thành từ hai trụ cột: dữ liệu văn bản pháp quy gốc gồm GB 7718-2025, GB 28050-2025 của Trung Quốc đối chiếu cùng TCVN 7087:2013, TCVN 7088:2025, TCVN 14429:2025, Nghị định số 43/2017/NĐ-CP và Nghị định số 111/2021/NĐ-CP của Việt Nam; kết hợp dữ liệu thực nghiệm thu thập từ khảo sát định lượng và phỏng vấn chuyên sâu.

Cỡ mẫu khảo sát bao gồm 212 người tham gia hợp lệ sau quá trình rà soát loại bỏ phiếu lỗi, được thu thập từ ngày 12 đến ngày 17 tháng 5 năm 2026. Trong đó, có 165 phiếu thu nhận qua nền tảng Wenjuanxing tại Trung Quốc chiếm tỷ lệ 77,83% và 47 phiếu qua Google Forms tại Việt Nam chiếm 22,17%. Mẫu khảo sát được lựa chọn theo phương pháp chọn mẫu phi xác suất (chọn mẫu thuận tiện), hướng đến các nhóm đối tượng trực tiếp sử dụng ngôn ngữ gồm giảng viên, học viên cao học, sinh viên chuyên ngành và chuyên viên xuất nhập khẩu. Nghiên cứu thực hiện phỏng vấn bán cấu trúc với 3 đối tượng đại diện: 2 nhà quản trị nhà máy chế biến thủy sản xuất khẩu và 1 chuyên gia tư vấn kiểm dịch thông quan hàng hóa vào thị trường Trung Quốc.

Phương pháp phân tích lỗi dịch thuật và ngôn ngữ học đối chiếu được áp dụng dựa trên 6 phương diện: độ đầy đủ; độ chính xác nội dung; tính chính xác và nhất quán của thuật ngữ; bảo toàn mức độ quy phạm; tính rõ ràng phù hợp văn phong pháp quy; và độ chuẩn xác của bảng biểu, số liệu, đơn vị đo. Lý do lựa chọn tổ hợp phương pháp này là vì các chỉ số chấm tự động đơn thuần như BLEU hay TER chỉ đo lường sự trùng lặp ký tự và từ vựng, hoàn toàn bất lực trong việc phát hiện những sai lệch tinh vi về mặt pháp lý hay sự đảo lộn giữa quyền hạn và nghĩa vụ cưỡng chế trong văn bản tiêu chuẩn kỹ thuật.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm chứng thực nghiệm trên cùng ngữ liệu pháp quy đã mang lại bốn phát hiện trọng tâm:

Thứ nhất, ChatGPT thể hiện năng lực diễn đạt ngôn ngữ đích rất tự nhiên, với khoảng 85% câu văn dịch đạt độ trôi chảy và phù hợp với thói quen hành văn tiếng Việt. Tuy nhiên, mô hình này bộc lộ nhược điểm cố hữu khi có tới 18% các trường hợp tự ý rút gọn câu, diễn giải phóng khoáng hoặc lược bỏ các mệnh đề điều kiện loại trừ pháp lý. Việc thiếu hụt các điều kiện ràng buộc này làm sai lệch đáng kể phạm vi áp dụng quy chuẩn.

Thứ hai, DeepSeek chứng minh ưu thế vượt trội trong việc nắm bắt cú pháp gốc tiếng Trung, duy trì cấu trúc thứ bậc điều khoản với độ tương thích đạt 92%. Dẫu vậy, DeepSeek lại gặp tỷ lệ lỗi lạm dụng chuyển dịch Hán Việt thô lên đến 24%. Nhiều kết cấu từ ngữ bị sao chép máy móc theo ngữ pháp Hán hiện đại, tạo nên các câu văn rườm rà, tối nghĩa, không tương thích với thể thức văn bản quy phạm pháp luật của Việt Nam.

Thứ ba, cả hai công cụ trí tuệ nhân tạo đều đối mặt với rủi ro nghiêm trọng khi xử lý thuật ngữ dinh dưỡng chuyên sâu, với tỷ lệ sai sót thuật ngữ trong tiêu chuẩn GB 28050-2025 ghi nhận ở mức 31%. Điển hình là việc dịch sai khái niệm tỷ lệ giá trị tham chiếu dinh dưỡng (NRV%) hoặc nhầm lẫn giữa công bố hàm lượng và công bố chức năng dinh dưỡng.

Thứ tư, dữ liệu định lượng từ 212 người tham gia khảo sát cho thấy 78,3% người dùng thừa nhận thường xuyên tích hợp trí tuệ nhân tạo để dịch thô hồ sơ tài liệu thương mại, nhưng có tới 82,1% khẳng định bắt buộc phải có sự tham gia hiệu đính của chuyên gia con người vì mức độ tin cậy pháp lý của máy tính chưa thể đáp ứng yêu cầu thông quan.

Thảo luận kết quả

Nguyên nhân cốt lõi dẫn đến sự khác biệt giữa hai mô hình xuất phát từ kiến trúc tiền huấn luyện và tập dữ liệu mục tiêu. ChatGPT được tinh chỉnh hành vi hướng tới sự lưu loát, thân thiện với giao tiếp hội thoại phương Tây, nên có xu hướng tạo ra văn bản đích dễ đọc dù phải trả giá bằng việc hy sinh tính chính xác từng câu chữ. Ngược lại, DeepSeek được tôi luyện trên nguồn ngữ liệu Hán ngữ sâu rộng, thấu hiểu ngữ pháp tiếng Trung nhưng lại thiếu hụt tập dữ liệu đối chiếu chuyên ngành Trung – Việt chất lượng cao trong lĩnh vực lập pháp, dẫn đến hiện tượng can thiệp tiêu cực từ ngôn ngữ nguồn.

Kết quả thực nghiệm này củng cố trực tiếp luận điểm của các học giả đi trước như Briva-Iglesias cùng cộng sự năm 2024, khẳng định độ trôi chảy bề mặt không bao giờ có thể đóng vai trò chỉ báo thay thế cho tính an toàn pháp lý. Trong thực tế, dữ liệu phân tích lỗi có thể được mô hình hóa trực quan thông qua biểu đồ cột so sánh tần suất 4 cấp độ lỗi giữa ChatGPT và DeepSeek, kết hợp cùng bảng ma trận đối chiếu 50 thuật ngữ pháp quy thực phẩm bắt buộc. Minh họa dạng bảng cho thấy rõ các lỗi nghiêm trọng của DeepSeek tập trung chủ yếu ở chiều kích phong cách và quy ước ngôn ngữ (chiếm 65% tổng số lỗi của mô hình), trong khi lỗi nghiêm trọng của ChatGPT lại dồn vào chiều kích bỏ sót thông tin và sai lệch lực quy phạm (chiếm 58% sai sót). Ý nghĩa của thảo luận chỉ ra rằng trí tuệ nhân tạo chỉ đóng vai trò trợ lý gia tăng tốc độ, không thể thay thế năng lực thẩm định chuyên môn của con người.

Đề xuất và khuyến nghị

Nhằm tối ưu hóa hiệu quả ứng dụng công nghệ và bảo vệ an toàn thương mại cho chuỗi cung ứng thực phẩm, bốn nhóm giải pháp hành động cụ thể được đề xuất:

Một là, chuẩn hóa và áp dụng quy trình dịch thuật phối hợp 6 bước giữa trí tuệ nhân tạo và chuyên gia con người tại các doanh nghiệp xuất nhập khẩu. Chủ thể thực hiện là phòng pháp chế và phòng quản trị chất lượng của các doanh nghiệp chế biến thực phẩm, với lộ trình triển khai ngay trong quý 3 năm 2026. Mục tiêu cụ thể là cắt giảm thời gian dịch thô xuống 40%, đồng thời kiểm soát tỷ lệ lỗi sai sót thuật ngữ trên bao bì thương mại dưới ngưỡng 2%.

Hai là, khởi tạo và ban hành kho ngữ liệu số hóa về thuật ngữ đối chiếu Tam ngữ Trung – Việt – Anh chuyên ngành an toàn thực phẩm và bao bì đóng gói. Chủ thể chủ trì là các viện nghiên cứu ngôn ngữ, trường đại học phối hợp với Cục Xuất nhập khẩu trực thuộc Bộ Công Thương, hoàn thiện trong giai đoạn 2026 – 2027. Mục tiêu là chuẩn hóa hơn 200 thuật ngữ pháp quy bắt buộc, bao phủ 100% các tiêu chuẩn mới được cập nhật tại hai quốc gia.

Ba là, tái cấu trúc chương trình đào tạo biên dịch chuyên ngành tại các cơ sở giáo dục đại học theo hướng tích hợp công nghệ. Các khoa Ngoại ngữ và Việt Nam học cần đưa kỹ nghệ thiết kế câu lệnh (Prompt Engineering) và kỹ năng hậu biên tập (Post-editing) vào giảng dạy từ năm học 2026 – 2027. Mục tiêu hướng tới là bảo đảm 100% cử nhân và học viên sau đại học được trang bị tư duy phản biện pháp lý khi sử dụng trí tuệ nhân tạo.

Bốn là, thiết lập tổ tư vấn chuyên trách về rào cản kỹ thuật và ghi nhãn thực phẩm nhằm hỗ trợ trực tiếp các doanh nghiệp vừa và nhỏ. Chủ thể thực thi là Hiệp hội Chế biến và Xuất khẩu Thủy sản Việt Nam (VASEP) phối hợp cùng các cơ quan kiểm dịch biên giới, tổ chức rà soát định kỳ hàng quý bắt đầu từ cuối năm 2026. Chỉ tiêu đề ra là hỗ trợ thẩm định nhãn bao bì cho tối thiểu 150 doanh nghiệp thành viên, kéo giảm tỷ lệ lô hàng thủy sản bị từ chối thông quan do vi phạm nhãn mác xuống mức dưới 1%.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị thực tiễn và tính ứng dụng cao cho 4 nhóm đối tượng trọng tâm:

Nhóm thứ nhất là các nhà quản lý chất lượng (QA/QC), chuyên viên pháp chế và chuyên viên phát triển sản phẩm tại các doanh nghiệp chế biến, xuất khẩu thực phẩm sang Trung Quốc. Họ có thể khai thác trực tiếp bảng so sánh chi tiết giữa GB 7718-2025, GB 28050-2025 với hệ thống tiêu chuẩn Việt Nam để chỉnh sửa nhãn cá tra, nhãn nông sản bao gói sẵn, tránh các tổn thất tài chính phát sinh từ việc bị xử phạt hoặc tái xuất hàng hóa.

Nhóm thứ hai là đội ngũ biên dịch viên, phiên dịch viên và các đơn vị cung cấp dịch vụ ngôn ngữ chuyên nghiệp Trung – Việt. Luận văn cung cấp cẩm nang thực hành hữu ích giúp nhận diện các bẫy Hán Việt, làm chủ quy trình hậu biên tập 6 bước, từ đó nâng cao chất lượng dịch thuật các hợp đồng thương mại và văn bản tiêu chuẩn kỹ thuật có độ phức tạp cao.

Nhóm thứ ba là giảng viên, học viên cao học và sinh viên các ngành Việt Nam học, Ngôn ngữ học ứng dụng và Đông phương học. Tài liệu đóng vai trò là một case study mẫu mực về cách tiếp cận nghiên cứu liên ngành, gắn kết lý thuyết dịch thuật chức năng với thực tiễn thương mại quốc tế trong thời kỳ bùng nổ của các mô hình ngôn ngữ lớn.

Nhóm thứ tư là các nhà hoạch định chính sách, cán bộ xúc tiến thương mại và cơ quan quản lý tiêu chuẩn đo lường chất lượng. Nguồn tư liệu thực nghiệm từ khảo sát 212 đối tượng và 3 ca phỏng vấn sâu là căn cứ tin cậy để xây dựng các cẩm nang hướng dẫn xuất khẩu chính ngạch, thúc đẩy tiến trình hài hòa hóa tiêu chuẩn giữa Việt Nam và các đối tác thương mại lớn.

Câu hỏi thường gặp

Trí tuệ nhân tạo như ChatGPT hay DeepSeek có thể thay thế hoàn toàn con người trong dịch thuật nhãn bao bì xuất khẩu không? Hoàn toàn không thể. Mặc dù AI xử lý sơ bộ rất nhanh, nhưng nghiên cứu chỉ ra tỷ lệ lỗi thuật ngữ và sai lệch mệnh đề pháp lý bắt buộc lên đến 18% - 31%. Trong thực tế, việc sai sót dù chỉ một cảnh báo dị ứng cũng đủ khiến cơ quan hải quan nước bạn bác bỏ hồ sơ lô hàng.

Đâu là điểm khác biệt mấu chốt giữa ChatGPT và DeepSeek khi dịch văn bản tiêu chuẩn kỹ thuật Trung – Việt? ChatGPT có ưu thế vượt trội về độ trôi chảy ngôn ngữ đích, câu từ tự nhiên nhưng dễ mắc lỗi lược bỏ điều kiện ràng buộc. Ngược lại, DeepSeek bám rất sát ngữ pháp và trật tự câu tiếng Trung nhưng lại thường xuyên mắc lỗi lạm dụng từ Hán Việt thô, làm văn bản tiếng Việt trở nên trúc trắc và khó tiếp nhận.

Tiêu chuẩn mới GB 7718-2025 và GB 28050-2025 của Trung Quốc đặt ra những đòi hỏi mới nào cho doanh nghiệp cá tra Việt Nam? Hai tiêu chuẩn này siết chặt quy định về hiển thị chất gây dị ứng, mã số đăng ký tại nước sở tại và Trung Quốc, cùng việc bắt buộc công bố chi tiết bảng thành phần dinh dưỡng theo khẩu phần hoặc 100g. Doanh nghiệp bắt buộc phải tính toán lại tỷ lệ NRV% theo công thức mới và rà soát toàn bộ quy cách in ấn nhãn mác.

Quy trình phối hợp nào giữa trí tuệ nhân tạo và con người mang lại hiệu quả cao nhất? Mô hình tối ưu là quy trình 6 bước khép kín: chuẩn bị ngữ liệu và bảng thuật ngữ; thiết kế câu lệnh chuẩn hóa; dịch thô bằng mô hình ngôn ngữ lớn; đối chiếu song song và hiệu đính thuật ngữ chuyên ngành bởi chuyên gia; thẩm định tính tương đương pháp lý; và phê duyệt phát hành nhãn mẫu hoàn thiện trước khi in ấn hàng loạt.

Bảng thuật ngữ đối chiếu trong luận văn có thể thay thế ý kiến tư vấn pháp lý chính thức không? Bảng thuật ngữ chỉ đóng vai trò là tài liệu tham khảo khoa học hỗ trợ kỹ thuật dịch thuật. Doanh nghiệp khi triển khai sản xuất đại trà vẫn cần tham vấn ý kiến pháp lý từ các cơ quan kiểm nghiệm có thẩm quyền hoặc cơ quan hải quan hai nước nhằm đảm bảo tính hợp pháp tuyệt đối trước các thay đổi chính sách đột xuất.

Kết luận

Luận văn đã giải quyết toàn diện các mục tiêu nghiên cứu đề ra thông qua 5 kết luận cốt lõi:

• Xác lập cầu nối liên ngành vững chắc giữa Ngôn ngữ học đối chiếu, Dịch thuật học và Việt Nam học, đặt hoạt động dịch thuật vào trọng tâm của bài toán quản trị rủi ro thương mại giữa Việt Nam và Trung Quốc trong giai đoạn kim ngạch nhập khẩu đạt đỉnh 186 tỷ USD.
• Khẳng định bản dịch trôi chảy của các mô hình ngôn ngữ lớn không đồng nghĩa với tính chính xác pháp lý, đồng thời bóc tách tỷ lệ sai lệch thuật ngữ và điều kiện quy phạm dao động từ 18% đến 31% ở cả ChatGPT và DeepSeek.
• Đóng góp hai sản phẩm mang tính thực tiễn cao cho cộng đồng doanh nghiệp và nghiên cứu: quy trình phối hợp dịch thuật 6 bước kiểm soát lỗi chặt chẽ và hệ thống thuật ngữ đối chiếu Tam ngữ Trung – Việt – Anh chuyên ngành nhãn thực phẩm.
• Chỉ rõ lộ trình chuyển đổi và thích ứng bắt buộc của ngành hàng thủy sản xuất khẩu trong chu kỳ 2026 – 2027 trước các rào cản kỹ thuật mới từ tiêu chuẩn GB 7718-2025 và GB 28050-2025.
• Đặt nền móng học thuật cho các nghiên cứu tiếp theo về việc xây dựng các tập dữ liệu huấn luyện cục bộ (fine-tuning) dành riêng cho cặp ngôn ngữ Trung – Việt trong lĩnh vực tiêu chuẩn chất lượng.

Đóng góp lớn nhất của công trình là làm sáng tỏ vai trò sống còn của việc tiếp nhận thể chế và ngôn ngữ tiêu chuẩn đối với năng lực cạnh tranh quốc gia. Về lộ trình tiếp theo, các doanh nghiệp và viện nghiên cứu cần bắt tay triển khai thử nghiệm quy trình 6 bước ngay từ quý 3 năm 2026, đồng thời mở rộng việc chuẩn hóa thuật ngữ sang các nhóm nông sản xuất khẩu khác trước năm 2027. Các doanh nghiệp chế biến xuất khẩu, các nhà nghiên cứu và cơ sở đào tạo hãy chủ động liên kết, ứng dụng kết quả nghiên cứu này vào thực tiễn quản trị chất lượng nhằm nâng cao năng lực tuân thủ tiêu chuẩn toàn cầu, bảo đảm dòng chảy thương mại xuyên biên giới luôn thông suốt và bền vững.

Trích đoạn nội dung tài liệu

MỞ ĐẦU. Lý do chọn đề tài.AI và sự thay đổi của ngành dịch thuật toàn cầu.Nhu cầu dịch thuật Trung -Việt trong bối cảnh thương mại Việt Nam – Trung Quốc phát triển mạnh. Vai trò của nhãn bao bì thực phẩm và dịch nhãn bao bì trong thương mại và hội nhập. Vai trò của văn bản pháp quy trong hoạt động xuất nhập khẩu thực phẩm.Tính cấp thiết của việc đánh giá chất lượng dịch thuật AI đối với văn bản có tính pháp lý cao.

Tổng quan nghiên cứu. Nghiên cứu về dịch thuật và dịch thuật trong AI. Nghiên cứu về thương mại Việt Nam – Trung Quốc. Nghiên cứu về đánh giá chất lượng bản dịch.

Khoảng trống nghiên cứu. Câu hỏi nghiên cứu. Mục tiêu nghiên cứu. Mục tiêu tổng quát.

Nhiệm vụ cụ thể. Đối tượng và phạm vi nghiên cứu. Đối tượng nghiên cứu. Phạm vi nghiên cứu.

Phương pháp nghiên cứu. Phân tích tài liệu. Nghiên cứu trường hợp. Ngôn ngữ học đối chiếu Việt – Trung.

Phân tích lỗi dịch thuật. Khảo sát định lượng. Phỏng vấn chuyên gia. Bố cục của luận văn.

CƠ SỞ LÝ LUẬN VÀ THỰC TIỄN. AI và sự phát triển của dịch thuật máy. Từ RBMT đến LLM. ChatGPT và DeepSeek.AI trong dịch thuật chuyên ngành.

Dịch thuật Trung – Việt. Đặc điểm ngôn ngữ Việt – Trung. Thách thức trong dịch thuật Trung – Việt. Thuật ngữ chuyên ngành.

Dịch thuật văn bản pháp quy. Đặc trưng ngôn ngữ pháp lý. Tính tương đương pháp lý. Tiêu chí đánh giá chất lượng bản dịch.

Khung phân tích của luận văn. Hội nhập thương mại Việt Nam – Trung Quốc. Quan hệ thương mại Việt – Trung. Hàng rào kỹ thuật thương mại (TBT).

Vai trò của tiêu chuẩn và ghi nhãn. Vấn đề tuân thủ tiêu chuẩn của doanh nghiệp Việt Nam. CHƯƠNG 2: VĂN BẢN PHÁP QUY VỀ NHÃN THỰC PHẨM VÀ Ý NGHĨA ĐỐI VỚI HỘI NHẬP THƯƠNG MẠI VIỆT NAM – TRUNG QUỐC. Hệ thống quy định ghi nhãn thực phẩm của Trung Quốc.

So sánh với hệ thống tiêu chuẩn Việt Nam. Những điểm chung hệ thống tiêu chuẩn Việt Nam và Trung Quốc. Những điểm khác biệt giữa hệ thống tiêu chuẩn Việt Nam và Trung Quốc. Những điểm tương đồng giữa GB7718-2025 và TCVN 7087:2013.

Những điểm khác biệt giữa GB7718-2025 và TCVN 7087:2013. Kết luận so sánh tiêu chuẩn giữa GB7718-2025 và TCVN 7087:2013. Những điểm tương đồng giữa GB28050-2025 và TCVN 7088:2025 , TCVN 14429:2025. Những điểm khác biệt giữa GB28050-2025 và TCVN 7088:2025 , TCVN 14429:2025.

Kết luận so sánh tiêu chuẩn giữa GB28050-2025 và TCVN 7088:2025 , TCVN 14429:2025. Những khác biệt có thể tạo rào cản thương mại. Trường hợp ngành cá tra Việt Nam. Tổng quan xuất khẩu cá tra Việt Nam trên thị trường toàn cầu.

Cơ cấu thị trường xuất khẩu cá tra toàn cầu. Tình hình xuất khẩu cá tra sang Trung Quốc.1 Trung Quốc tiếp tục là thị trường lớn nhất.2 Tốc độ tăng trưởng chậm lại.3 Chuyển dịch từ số lượng sang chất lượng. Các rủi ro phổ biến về nhãn. Các trường hợp vi phạm.

Hàm ý đối với doanh nghiệp Việt Nam. Hàm ý đối với đào tạo dịch thuật Trung – Việt. ĐÁNH GIÁ ỨNG DỤNG AI TRONG DỊCH THUẬT TRUNG – VIỆT VĂN BẢN PHÁP QUY VỀ NHÃN THỰC PHẨM. Thiết kế nghiên cứu.

Cách tiếp cận và logic nghiên cứu. Khảo sát người dùng. Ngữ liệu và quy trình đánh giá bản dịch. Phỏng vấn sâu và kiểm chứng thực tiễn.

Kết quả khảo sát về việc sử dụng AI trong dịch thuật Trung – Việt. Đặc điểm mẫu và mức độ sử dụng. Mục đích sử dụng AI trong biên dịch. Nhận thức về lợi ích.

Nhận thức về chất lượng và giới hạn. Nhận thức về rủi ro và nhu cầu đào tạo. Đánh giá chất lượng dịch của ChatGPT. Nhóm lỗi thuật ngữ và chịu ảnh hưởng từ ngôn ngữ nguồn.

Nhóm lỗi lược dịch và thay đổi mức độ quy phạm. Đánh giá tổng hợp về ChatGPT. Đánh giá chất lượng dịch của DeepSeek. Nhóm lỗi dịch sát và can thiệp Hán ngữ.

Nhóm lỗi thuật ngữ và nhất quán. Đánh giá tổng hợp về DeepSeek. So sánh ChatGPT và DeepSeek. Đề xuất quy trình kết hợp AI và con người.

Nguyên tắc chung. Quy trình sáu bước. Phân công vai trò giữa AI và con người. Khuyến nghị đối với doanh nghiệp và đào tạo biên dịch.

Sản phẩm nghiên cứu và mô hình ứng dụng. Quy trình phối hợp AI và con người. Bảng thuật ngữ đối chiếu Trung – Việt – Anh. Hàm ý đối với doanh nghiệp và đào tạo dịch thuật.

Ý nghĩa và đóng góp của nghiên cứu. Đóng góp về lý luận. Đóng góp về phương pháp và thực tiễn. Hạn chế của nghiên cứu.

Hướng nghiên cứu tiếp theo. Kết luận chung. TÀI LIỆU THAM KHẢO. Phỏng vấn sâu nhà máy 1.

Phỏng vấn sâu nhà máy 2. Phỏng vấn sâu chuyên gia. Bản dịch tiếng Việt GB 7718-2025 do người dịch thực hiện. Bản dịch tiếng Việt GB 28050-2025 do người dịch thực hiện.

Bản gốc tiếng Trung GB 7718-2025. Bản gốc tiếng Trung GB 28050-2025. BẢNG TỪ VIẾT TẮT Từ viết tắt Tiếng Việt Tiếng Anh ACFTA Khu vực Mậu dịch Tự do ASEAN–China Free Trade Area ASEAN – Trung Quốc AI Trí tuệ nhân tạo Artificial Intelligence BLEU Tiêu chí đánh giá chất lượng Bilingual Evaluation Understudy dịch thuật COMET Thước đo tối ưu hóa xuyên ngôn Crosslingual Optimized Metric ngữ để đánh giá bản dịch for Evaluation of Translation chrF Character n-gram F-score Tiêu chí đánh giá dịch máy GEMBA Thước đo đánh giá bản dịch dựa GPT-3 Evaluation Metric for trên GPT-3 Translation LLM Mô hình ngôn ngữ lớn Large Language Model METEOR đo độ tương đồng từ vựng và Metric for Evaluation of đồng nghĩa Translation with Explicit ORdering NMT Dịch máy thần kinh Neural Machine Translation NRV Giá trị tham chiếu dinh dưỡng Nutrient Reference Values RBMT Dịch máy dựa trên quy tắc Rule-Based Machine Translation RCEP Hiệp định Đối tác Kinh tế Toàn Regional Comprehensive diện Khu vực Economic Partnership SMT Dịch máy thống kê Statistical Machine Translation SPS Biện pháp vệ sinh và kiểm dịch Sanitary and Phytosanitary động thực vật Measures TBT Hàng rào kỹ thuật thương mại Technical Barriers to Trade Agreement TER Đo khoảng cách chỉnh sửa Translation Error Rate TQA Đánh giá chất lượng bản dịch Translation Quality Assessment WTO Tổ chức Thương mại Thế giới World Trade Organization BẢNG THUẬT NGỮ STT Tiếng Trung Tiếng Việt Tiếng Anh Định nghĩa cơ bản 1 预包装食品 Thực phẩm bao gói sẵn Prepackaged food 2 食品标签 Nhãn thực phẩm Food label 3 营养标签 Nhãn dinh dưỡng Nutrition label 4 配料 Thành phần Ingredient 5 配料表 Danh mục thành phần List of ingredients 6 规格 Quy cách Specification Nội dung bắt buộc 7 食品名称 Tên thực phẩm Food name 8 净含量 Khối lượng tịnh Net weight 9 生产日期 Ngày sản xuất Production date Date of minimum durability 10 保质期 Hạn sử dụng / shelf life 11 贮存条件 Điều kiện bảo quản Storage conditions 12 生产者 Nhà sản xuất Manufacturer / Producer 13 地址 Địa chỉ Address 14 联系方式 Phương thức liên hệ Contact information 所在国家注册 Mã số đăng ký ở nước sở 15 编号 tại Overseas Registration No. Mã số đăng ký tại Trung 16 在华注册编号 Quốc China Registration No.

17 生产批号 Số lô sản xuất Batch number / Lot number 18 原产国 Nước xuất xứ Country of Origin 19 目的地 Đích đến Destination 20 经销商 Nhà phân phối Distributor 21 学名 Tên khoa học Scientific Name 22 致敏物质 Chất gây dị ứng Allergens 23 辐照食品 Thực phẩm chiếu xạ Irradiated food 24 转基因食品 Thực phẩm biến đổi gen Genetically modified food Nội dung nhãn dinh dưỡng 25 营养素 Chất dinh dưỡng Nutrient Bảng thành phần dinh 26 营养成分表 dưỡng Nutrition information 27 能量 Năng lượng Energy 28 蛋白质 Chất đạm Protein 29 脂肪 Chất béo Fat 30 碳水化合物 Cacbohydrat Carbohydrate 31 糖 Đường Sugars 32 饱和脂肪 Chất béo bão hòa Saturated fat 33 反式脂肪 Chất béo dạng Trans Trans fat 34 膳食纤维 Chất xơ Dietary fiber 35 钠 Natri Sodium 36 维生素 Vitamin Vitamins 37 矿物质 Khoáng chất Minerals 营养素参考值 Giá trị tham chiếu dinh Nutrient Reference Values 38 （NRV） dưỡng (NRV) (NRV) 39 NRV% % NRV %NRV 40 每份 Mỗi khẩu phần Per serving 41 每 100 克 Mỗi 100 g Per 100 g 42 每 100 毫升 Mỗi 100 ml Per 100 mL 43 可食部 Phần ăn được Edible portion 44 营养声称 Công bố dinh dưỡng Nutrition claim 45 含量声称 Công bố hàm lượng Nutrient content claim 46 比较声称 Công bố so sánh Comparative claim 47 功能声称 Công bố chức năng Function claim Khác Threshold for zero 48 零界限值 Ngưỡng ‘0’ declaration 49 修约间隔 Khoảng làm tròn Rounding interval 豁免强制标示 Miễn ghi nhãn dinh Exemption from mandatory 50 营养标签 dưỡng bắt buộc nutrition labeling DANH MỤC BIỀU ĐỒ Biểu đồ 1: Tỷ lệ người Việt Nam và Trung Quốc tham gia khảo sát trên công cụ WJX.74 Biểu đồ 2: Tỷ lệ người Việt Nam và người Trung Quốc tham gia khảo sát trên công cụ Google Form.74 Biểu đồ 3: Tỷ lệ nữ giới và nam giới tham gia khảo sát trên công cụ WJX.75 Biểu đồ 4: Tỷ lệ nữ giới và nam giới tham gia khảo sát trên công cụ Google Form. 75 Biểu đồ 5 : Tỷ lệ công cụ AI được người tham gia khảo sát sử dụng trên công cụ khảo sát WJX.76 Biểu đồ 6 : Tỷ lệ công cụ AI được người tham gia khảo sát sử dụng trên công cụ khảo sát Google Form.76 Biểu đồ 7: Tỷ lệ tần suất công cụ AI được sử dụng trong biên dịch trên công cụ khảo sát WJX.77 Biểu đồ 8: Tỷ lệ tần suất công cụ AI được sử dụng trong biên dịch trên công cụ khảo sát Google Form.77 Biểu đồ 9: Tỷ lệ những diện công cụ AI được sử dụng trong biên dịch trên công cụ khảo sát WJX.78 Biểu đồ 10: Tỷ lệ những diện công cụ AI được sử dụng trong biên dịch trên công cụ khảo sát Google Form.78 DANH MỤC BẢNG BIỂU Bảng 1: Tóm tắt so sánh giữa GB7718-2025 và TCVN 7087:2013.50 Bảng 2: Tóm tắt so sánh giữa GB28050-2025 và TCVN 7088:2025, TCVN 14429:2025.52 Bảng 3: Những thị trường nhập khẩu cá tra hàng đầu của Việt Nam.58 Bảng 4: Kết quả nhận thức về lợi ích.79 Bảng 5: Kết quả nhận thức về chất lượng.80 Bảng 6: Kết quả về nhu cầu đào tạo.81 Bảng 7: So sánh và đánh giá ChatGPT và DeepSeek.86 Bảng 8: Sự phân công vai trò giữa AI và con người. Lý do chọn đề tài 1.AI và sự thay đổi của ngành dịch thuật toàn cầu Sự phát triển của trí tuệ nhân tạo (AI), đặc biệt là các mô hình ngôn ngữ lớn dựa trên kiến trúc Transformer, đang làm thay đổi hoạt động dịch thuật toàn cầu. Bên cạnh dịch văn bản, AI có thể xử lý ngữ cảnh dài, điều chỉnh văn phong, hỗ trợ tra cứu thuật ngữ, hiệu đính và hậu biên tập, qua đó nâng cao tốc độ xử lý tài liệu đa ngôn ngữ.

Các nghiên cứu gần đây cho thấy mô hình ngôn ngữ lớn có thể tạo ra những bản dịch tương đối mạch lạc và lưu loát, đồng thời có tiềm năng hỗ trợ xử lý văn bản ở cấp độ tài liệu thay vì chỉ giới hạn ở từng câu riêng lẻ [92].