Mở đầu:

Dữ liệu là tài sản chiến lược của cuộc cách mạng kỹ thuật số và chính quyền phải tính đến giá trị của dữ liệu trong mọi hoạt động của lĩnh vực công.

Chính sách dữ liệu

Chính sách dữ liệu nhằm mục đích dựa vào việc sản xuất, chia sẻ và khai thác dữ liệu để phát triển một nền hành chính hiệu quả, minh bạch và tạo ra nhiều giá trị hơn. Mục tiêu này sẽ đạt được thông qua việc thiết lập cơ chế quản trị, khung chiến lược và pháp lý cũng như phát triển văn hóa dữ liệu trong các cơ quan nhà nước.

Xây dựng và triển khai chính sách dữ liệu công không chỉ là một thách thức đối với việc chuyển đổi hành động của các cơ quan nhà nước, đảm bảo minh bạch và hiệu quả mà còn đối với việc tạo ra giá trị kinh tế và bảo vệ chủ quyền. Chính sách về dữ liệu được thực hiện sẽ thúc đẩy sự phát triển của cả khu vực tư nhân và nhà nước và mang lại những lợi ích như:

- Minh bạch hơn: Người dân có thể truy cập dữ liệu liên quan đến hoạt động của cơ quan Nhà nước và được thông báo về những dữ liệu được sử dụng để giải quyết thủ tục hành chính. Cơ quan Nhà nước sử dụng dữ liệu một cách có trách nhiệm, đồng thời giải thích được các quy tắc làm cơ sở cho các quyết định tập thể và cá nhân

- Tạo ra được dịch vụ công tốt hơn: Dịch vụ công được tạo ra sẽ phù hợp hơn với nhu cầu của người dùng, trải nghiệm của người dùng về thủ tục hành chính được đơn giản hóa và cải thiện. Các bên thứ ba có thể cung cấp các dịch vụ giá trị gia tăng bổ sung cho hành động của các cơ quan nhà nước bằng cách khai thác dữ liệu có sẵn được cung cấp theo cơ chế dữ liệu mở open data.

- Hiệu quả hơn: Kiến thức được chia sẻ và phổ biến dễ dàng hơn vượt ra ngoài phạm vi tách biệt của mỗi cơ quan Nhà nước, nguồn lực được phân bổ hiệu quả hơn, quy trình nghiệp vụ được tối ưu hóa và các nhiệm vụ hành chính được giảm bớt hoặc loại bỏ. Việc thiết kế, chỉ đạo điều hành và đánh giá chính sách công được cải thiện.

- Mang tinh thần phục vụ cao hơn: Sử dụng dữ liệu giúp đánh giá được thực trạng của việc người dân, doanh nghiệp bỏ không sử dụng dịch vụ, không làm thủ tục; giúp cơ quan Nhà nước tăng tính chủ động trong tiếp cận người dùng (cung cấp thông tin, thông báo về các quyền lợi được hưởng cho người dân, thậm chí chi trả tự động các quyền lợi đó cho đối tượng đủ điều kiện).

- Có khả năng tạo ra giá trị kinh tế: Doanh nghiệp, người làm nghiên cứu, các tổ chức hiệp hội đều có thể khai thác dữ liệu công khả dụng để cải tiến hoạt động, hoặc đổi mới sáng tạo, từ đó tạo ra những giá trị và kiến thức mới. Hiện nay, với sự phát triển của một khối lượng dữ liệu khổng lồ và đa dạng, đây là yếu tố tạo điều kiện cho sự ra đời của nhiều công việc mới.

Hình: Những công việc mới có liên quan đến thu thập, xử lý và khai thác dữ liệu

Chỉ đạo điều hành các chính sách ưu tiên dựa trên dữ liệu:

Chỉ đạo điều hành bằng dữ liệu là một động lực mới để thiết kế, thực hiện, điều chỉnh và đánh giá chính sách công một cách hiệu quả hơn. Những cải cách lớn của Nhà nước được hưởng lợi từ xu hướng này: việc sử dụng dữ liệu giúp điều chỉnh hành động, hỗ trợ công việc cho các cơ quan trung ương, đặc biệt trong việc đưa ra quyết định để đảm bảo tiến độ cho chương trình hành động của Chính phủ.

Các chính sách ưu tiên được Chính phủ xây dựng phù hợp với những cam kết lớn mà Tổng thống đã đặt ra cho nhiệm kỳ của mình. Để đạt được các mục tiêu đã đề ra, một nguyên tắc mới đã được đưa vào thực hiện đó là chấm dứt cơ chế quản lý bằng chỉ tiêu và ngân sách, thực hiện mô hình quản lý dựa trên mục tiêu và kết quả. Theo đó, mỗi chính sách công đều gắn với các mục tiêu cụ thể được điều chỉnh cho phù hợp với từng địa phương, đi kèm với các chỉ số đánh giá quá trình triển khai và đánh giá tác động.

Ứng dụng PILOTE, ra mắt tại Pháp vào năm 2021, được sử dụng để phục vụ việc chỉ đạo điều hành các chính sách ưu tiên của Chính phủ tại địa phương. Công cụ này dựa trên việc thu thập, lưu thông và khai thác dữ liệu, chia sẻ các chỉ tiêu giao cho từng dự án và kết quả đạt được để xác định những trở ngại và vướng mặc gặp phải trong quá trình thực hiện. Công cụ này đáp ứng nhiều mục tiêu: (1) Chỉ đạo điều hành các chính sách công ưu tiên bằng kết quả, thông qua việc thu thập các dữ liệu thực tiễn, phản ánh một cách khách quan các tác động của mỗi chính sách; (2) Chỉ đạo điều hành các chính sách công theo thời gian thực và sát nhất có thể với người dân, thông qua việc thu thập đều đặn dữ liệu của các địa phương; (3) Cải thiện hiệu quả phối hợp, trao đổi giữa các cơ quan hành chính trung ương và địa phương.

Dựa trên chương trình tranh cử của Tổng thống, 60 chính sách ưu tiên lớn đã được xác định, sau đó được chia thành 150 dự án. Đối với mỗi dự án này, các bộ đề xuất các chỉ số đánh giá tác động và chỉ số đánh giá phương tiện, các chỉ số này cũng được lãnh đạo phê duyệt. Việc giám sát các chỉ số này được thực hiện thường xuyên thông qua việc thu thập dữ liệu ở cấp quốc gia, cấp vùng và cấp tỉnh. Tất cả các kết quả được trình bày trong công cụ PILOTE dưới dạng trực quan hóa dữ liệu. Những kết quả này được giám sát thường xuyên ở cấp cao trong mỗi bộ cũng như ở cấp liên bộ. Hàng quý, các bộ trình bày kết quả của mình tại các cuộc họp do Tổng thư ký Văn phòng Tổng thống và Chánh văn phòng Thủ tướng chủ trì.

Ứng dụng PILOTE cho phép từng cấp thừa hành báo cáo Chính phủ về tiến độ triển khai từng chính sách ưu tiên. Công cụ này dựa trên việc thu thập dữ liệu liên quan đến các chỉ số đánh giá từ các cấp địa phương, các cơ quan địa phương được yêu cầu cập nhật báo cáo liên tục. Từ các dữ liệu báo cáo, kết hợp với tham khảo số liệu thống kê và các bản đồ được cung cấp trên ứng dụng PILOTE, có thể đánh giá được tiến độ thực hiện của từng chương trình cải cách. Từ đó, có thể xác định đâu là địa phương đang gặp khó khăn và cung cấp các hỗ trợ cụ thể và kịp thời.

Thiết kế một chiến lược chung và kế hoạch hành động:

Một khung chiến lược chung được xây dựng (với tầm nhìn, mục tiêu, phương tiện) sẽ cung cấp cho các cơ quan bộ ngành những đường hướng lớn để đưa hành động của mình lồng ghép vào khung chiến lược chung đó. Các bộ ngành sẽ dựa vào khung chiến lược chung để xây dựng lộ trình triển khai thực hiện chính sách dữ liệu với các cam kết cụ thể, đi kèm với phương tiện thực hiện và mốc dự kiến hoàn thành. Các lộ trình này phải được thiết kế với sự tham gia của các đơn vị chuyên môn để xác định đâu là chính sách công có thể cải thiện thông qua việc sử dụng dữ liệu.

Điều chỉnh khung pháp lý hiện hành theo hướng tạo thuận lợi cho việc mở, lưu thông và khai thác dữ liệu rộng hơn: khung pháp lý trước đây thường không phù hợp với việc lưu thông và khai thác dữ liệu giữa các chủ thể. Việc điều chỉnh và cập nhật khung pháp lý hiện hành sẽ giúp thúc đẩy lưu thông dữ liệu tốt hơn giữa các chủ thể đủ điều kiện, phổ biến việc mở dữ liệu đối với các dữ liệu không nhạy cảm và khai thác dữ liệu an toàn.

Cung cấp nguồn lực bổ sung cho chính quyền: triển khai thực hiện chính sách dữ liệu đòi hỏi phải đầu tư các nguồn lực lớn về tài chính và nhân lực. Nguồn lực đó phải được sử dụng để phát triển hệ thống hạ tầng dữ liệu mạnh và bền vững, đào tạo bồi dưỡng cho các công chức viên chức về các nội dung liên quan đến dữ liệu cũng như tuyển dụng các chuyên gia dữ liệu để thực hiện lộ trình đã công bố.

Phát triển văn hóa dữ liệu: Huy động các bên liên quan trong việc thực hiện chính sách dữ liệu đòi hỏi phải nâng cao nhận thức của họ về các vấn đề dữ liệu. Văn hóa dữ liệu phải được hình thành ở mỗi người, mỗi chủ thể, từ người lãnh đạo ra quyết định tới các viên chức làm việc chuyên môn. Để nâng cao nhận thức, cần làm cho mọi người hiểu được những lợi ích của việc sử dụng dữ liệu, cũng như những xáo trộn trong cách làm việc và những cơ hội mà dữ liệu mang lại cho cơ quan. Phát triển văn hóa dữ liệu cũng kéo theo cách tiếp cận mới trong tổ chức công việc, đặt tư duy sản xuất, lưu thông và phát huy giá trị của dữ liệu vào trung tâm của mọi hành động.

Từ dữ liệu đến AI: thách thức và triển vọng

Trí tuệ nhân tạo (AI) là khái niệm có nội hàm khá phức tạp và khó có thể đưa ra được một định nghĩa ổn định bởi đây là một lĩnh vực liên ngành, xét trên cả khía cạnh lý thuyết và thực tiễn. AI có thể được định nghĩa là một “ngành khoa học với mục tiêu là tạo ra một cỗ máy hoàn thành các nhiệm vụ vốn đòi hỏi trí thông minh của con người hoặc động vật” (nội hàm ở đây là khái niệm bắt chước), AI cũng có thể được coi là một sản phẩm hoặc dịch vụ, và ta có thể liệt kê các công cụ, phần mềm, thuật toán, kỹ thuật, mô hình AI dùng để thực hiện một nhiệm vụ (nội hàm ở đây là các tính năng). Dù sử dụng định nghĩa hay cách tiếp cận nào, trí tuệ nhân tạo đều “sống bằng” dữ liệu. Một câu nói mà chúng ta có thể áp dụng ở đây: “không có dữ liệu, không có AI”.

Các cơ quan quản lý đã nhanh chóng nắm bắt được chủ đề này và lồng vào đó hai khía cạnh: khía cạnh công nghiệp (phát triển AI như một ngành kinh tế: công cụ để nâng cao năng lực cạnh tranh, phát triển kỹ năng và kiến thức về AI thông qua đầu tư vào nghiên cứu và giáo dục đại học) và khía cạnh ứng dụng (AI phục vụ sự chuyển đổi của nền kinh tế “truyền thống”). Tại Pháp, vào năm 2018 đã thông qua “Chiến lược quốc gia về trí tuệ nhân tạo” đã xác định 4 lĩnh vực hoạt động trong đó ưu tiên đầu tư vào hệ thống AI: y tế, giao thông, môi trường, quốc phòng/an ninh. Các chương trình ưu tiên đầu tư cho bốn lĩnh vực này được triển khai trong cả khu vực Nhà nước và tư nhân.

Một số điển hình của AI trong khu vực công tại Pháp như:

Phát hiện các âm mưu gian lận tài chính bằng cách sử dụng công nghệ xử lý ngôn ngữ tự động và mạng lưới thần kinh - Dự án Hopkins, Bộ Kinh tế và Tài chính, Pháp. Tại Pháp, vấn đề nhức nhối là rửa tiền chiếm từ 2 đến 5% GDP toàn cầu (từ 1000 đến 3000 tỷ đô la). Để chống lại vấn nạn này, các chỉ thị của Châu Âu và tiêu chuẩn quốc tế yêu cầu thông tin về các giao dịch tài chính và các báo cáo giao dịch đáng ngờ phải được chuyển đến cơ quan chức năng. Phương pháp tiếp cận: dự án Hopkins đã sử dụng các kỹ thuật học sâu deep learning để phát triển mô hình phân loại tự động cho các dữ liệu văn bản và trực quan hóa các dòng tài chính (dữ liệu có cấu trúc). Kết quả: phát hiện các điểm bất thường và đường đi của gian lận tài chính để hướng dẫn điều tra và kiểm soát trong cuộc chiến chống rửa tiền.

Nâng cao độ tin cậy cho việc xử phạt các trường hợp vi phạm luật giao thông thông qua công nghệ nhận dạng hình ảnh - Dự án Flash AI, Bộ Nội vụ, Pháp: Vấn đề là tình trạng người tham gia giao thông phải nhận thông báo phạt nguội đối với những lỗi vi phạm giao thông mà mình không hề phạm phải là thực tế hay xảy ra. Nguyên nhân chính là do biển số xe bị trộm cắp dẫn đến tình trạng thông báo phạt nguội được gửi tới chủ xe đã đăng ký thay vì được gửi tới người vi phạm. Phương pháp tiếp cận: để tránh tình trạng gửi thông báo phạt sai người, hệ thống sẽ đối chiếu biển số với mẫu xe liên quan. Các kỹ sư đã phát triển phần mềm nhận dạng hình ảnh để tự động phát hiện kiểu dáng và mẫu mã của chiếc xe vi phạm. Các dữ liệu này sẽ được đối chiếu với dữ liệu từ hệ thống đăng ký xe. Kết quả: tránh được hàng nghìn trường hợp “vi phạm oan”, điều này giúp tiết kiệm thời gian cho cơ quan quản lý và tăng lòng tin của người dân

Quản lý phương tiện và nguồn lực cứu hộ thông qua mô hình dự báo cháy - Dự án Prévisecours, Bộ Nội vụ, Pháp: Vấn đề: các lực lượng cứu hỏa và cứu hộ, với lượng công việc thường gia tăng vào mùa hè, mong muốn có công cụ dự phòng được nguồn lực con người và phương tiện, trang thiết bị để có thể đáp ứng được nhu cầu tăng lên. Phương pháp tiếp cận: bằng cách sử dụng một số loại dữ liệu (tổng kết các vụ việc đã xử lý, dữ liệu môi trường, v.v.), dự án đã phát triển các mô hình dự đoán hỏa hoạn. Kết quả: thông qua giao diện chuyên dụng, các lực lượng cứu hỏa, cứu hộ, cứu nạn có thể xem các dự đoán do mô hình thuật toán đưa ra và lập phương án dự phòng cho các hoạt động triển khai trong tương lai, đặc biệt là trong trường hợp xảy ra khủng hoảng. Dữ liệu được sử dụng để huấn luyện mô hình dự đoán cũng như mã nguồn của mô hình dự đoán đã được công khai.

Một số dự án AI khác được phát triển trong các cơ quan hành chính của Pháp: Bút danh hóa các quyết định của tòa án để công chúng có thể tiếp cận (NLP); Rô-bốt đàm thoại (chatbot) để hướng dẫn người dùng thực hiện các bước của quy trình thủ tục; Tích hợp các công cụ AI để giúp người dùng dễ tiếp cận hơn với luật pháp với một ứng dụng công cụ tìm kiếm các văn bản pháp luật và pháp quy trong lĩnh vực luật lao động.

Kết luận:

Dữ liệu là tài sản chiến lược để chỉ đạo điều hành hành động công. Việc triển khai chính sách dữ liệu góp phần tạo ra một nền tảng chung về kỹ thuật, chuyên môn nghiệp vụ, tổ chức và pháp lý để hỗ trợ việc xây dựng các dịch vụ hữu ích cho người dân sử dụng thủ tục dịch vụ và các công chức viên chức xử lý thủ tục. Cho dù để thu thập thông tin phục vụ cho giám sát và đánh giá hành động của các cơ quan công quyền, để giám sát việc quản lý khủng hoảng hay để thay đổi cách thức vận hành của một dịch vụ công hoặc quy trình tác vụ, dữ liệu đều góp phần giúp chỉ đạo điều hành việc triển khai thực hiện các chính sách công. Các cơ quan hành chính công đang được hưởng lợi nhiều hơn mỗi ngày từ năng lực được cung cấp bởi một khuôn khổ mở rộng về lưu thông và khai thác dữ liệu cũng như nhờ sự tăng tốc của công nghệ kỹ thuật số.

Trinh Thị Trang – Phòng Quản lý Đầu tư

Danh mục tài liệu tham khảo:

1. https://pilote.modernisation.gouv.fr/

2. https://www.economie.gouv.fr/strategie-nationale-intelligence-artificielle

3. https://eig.etalab.gouv.fr/defis/ia-flash/

4. https://huggingface.co/tasks

5. Ứng dụng AI tại châu Á: https://www.technologyreview.com/2023/06/28/1075495/empowering-asias-citizens-the-generative-ai-opportunity-for-government/

6. Các trường hợp ứng dụng AI trong khu vực công: https://www.analyticsinsight.net/10-use-cases-of-generative-aiin-the-public-sector/