Bài báo được thực hiện bởi các tác giả Zeynep Engin, Jon Crowcroft, David Hand và Philip Treleaven, bản sửa đổi cuối được đăng tải vào ngày 8/7/2025.

Nghiên cứu này tập trung xây dựng một khung lý thuyết mới nhằm lý giải và định hướng quá trình chuyển đổi của chính phủ trong bối cảnh ứng dụng trí tuệ nhân tạo (AI).

Trong bối cảnh AI đang ngày càng làm thay đổi cách thức vận hành của khu vực công, các chính phủ trên thế giới phải đối mặt với thách thức lớn trong việc tích hợp các công nghệ mới vào hệ thống quản trị hiện có. Thực tế cho thấy, nhiều thành phần như hạ tầng số, dữ liệu, thuật toán và công nghệ chính phủ (GovTech) thường được phát triển rời rạc, thiếu sự liên kết chặt chẽ. Trước vấn đề này, nghiên cứu đề xuất khung ASA - Algorithmic State Architecture (Kiến trúc Nhà nước Thuật toán) như một mô hình tích hợp, giúp kết nối các thành phần trên thành một hệ thống thống nhất.

Cụ thể, ASA được xây dựng dựa trên bốn lớp (layers) có mối quan hệ phụ thuộc lẫn nhau. Lớp thứ nhất là Digital Public Infrastructure - DPI (Hạ tầng công cộng số), đóng vai trò nền tảng, bao gồm các hệ thống nhận dạng số, thanh toán số và nền tảng kết nối dữ liệu. Trên nền tảng đó, lớp thứ hai là Data for Policy - DfP (Dữ liệu phục vụ hoạch định chính sách), cho phép thu thập, chuẩn hóa và khai thác dữ liệu nhằm hỗ trợ ra quyết định. Tiếp theo là lớp Algorithmic Government/Governance - AG (Chính phủ/quản trị dựa trên thuật toán), nơi các thuật toán và mô hình AI được sử dụng để phân tích, dự báo và tự động hóa các quy trình ra quyết định. Cuối cùng là lớp GovTech (Công nghệ chính phủ), thể hiện ở các dịch vụ công trực tiếp cung cấp cho người dân và doanh nghiệp.

Điểm nổi bật của khung ASA là không xem các thành phần này như những yếu tố độc lập, mà nhấn mạnh mối quan hệ tương tác và cơ chế phản hồi giữa các lớp. Nghiên cứu chỉ ra rằng hạ tầng số là điều kiện tiên quyết để thu thập dữ liệu một cách hệ thống; dữ liệu này sau đó trở thành đầu vào cho các thuật toán; và kết quả của quá trình xử lý được chuyển hóa thành các dịch vụ công cụ thể. Thông qua phân tích so sánh các trường hợp điển hình tại Estonia, Singapore, Ấn Độ và Vương quốc Anh, nghiên cứu cho thấy hiệu quả của việc triển khai AI trong chính phủ phụ thuộc vào sự phát triển đồng bộ giữa các lớp, cũng như cơ chế tích hợp giữa chúng.

Bên cạnh đó, nghiên cứu cũng nhấn mạnh rằng việc triển khai AI trong khu vực công không chỉ là vấn đề kỹ thuật mà còn liên quan chặt chẽ đến quản trị và thể chế. Khi năng lực thuật toán ngày càng phát triển, yêu cầu về minh bạch, trách nhiệm giải trình và giám sát dân chủ cũng trở nên quan trọng hơn. Do đó, các yếu tố kỹ thuật và khung quản trị cần được phát triển song song để đảm bảo AI phục vụ lợi ích công mà không làm suy giảm các giá trị dân chủ.

Về mặt đóng góp, khung ASA mang lại cả giá trị lý thuyết và thực tiễn. Về lý thuyết, nghiên cứu giúp kết nối các lĩnh vực trước đây còn rời rạc trong nghiên cứu chính phủ số, từ hạ tầng dữ liệu đến quản trị thuật toán. Về thực tiễn, ASA cung cấp một cách tiếp cận có cấu trúc để các nhà hoạch định chính sách đánh giá mức độ phát triển, xác định các điểm nghẽn và xây dựng lộ trình chuyển đổi số phù hợp. Ngoài ra, nghiên cứu cũng đề xuất các hướng phát triển tiếp theo như nghiên cứu theo chiều dọc (longitudinal studies), phân tích sâu hơn về mối liên kết giữa các lớp và xem xét ảnh hưởng của các bối cảnh chính trị – thể chế khác nhau đến việc triển khai mô hình.

 

Tóm lại, nghiên cứu đã đưa ra khung Algorithmic State Architecture (ASA) như một cách tiếp cận toàn diện nhằm tổ chức và triển khai chính phủ ứng dụng AI. Khung này không chỉ giúp hiểu rõ hơn mối quan hệ giữa các thành phần trong hệ thống chính phủ số mà còn cung cấp định hướng quan trọng để đảm bảo rằng sự phát triển của công nghệ sẽ góp phần nâng cao hiệu quả, tính minh bạch và tính bao trùm của quản trị nhà nước trong kỷ nguyên trí tuệ nhân tạo.