I. Giới thiệu

Sự tích hợp nhanh chóng của trí tuệ nhân tạo tạo sinh (Generative AI), đặc biệt là các mô hình ngôn ngữ lớn (large language models - LLMs), đã tạo ra một bước ngoặt đáng kể trong bối cảnh nghiên cứu khoa học.1,2 AI không chỉ đơn thuần là công cụ hỗ trợ mà đang trở thành một "cộng tác viên" kỹ thuật số tham gia vào hầu hết các giai đoạn của quy trình nghiên cứu, từ tổng hợp tài liệu, hình thành giả thuyết đến phân tích dữ liệu và soạn thảo bản thảo.3 Việc ứng dụng Trí tuệ Nhân tạo (AI) trong nghiên cứu khoa học không còn là câu chuyện của tương lai mà đã trở thành một cuộc cách mạng thực sự, định hình lại cách các nhà khoa học khám phá tri thức. Tuy nhiên, sự bùng nổ này cũng đặt ra những thách thức chưa từng có đối với tính chính trực khoa học và các tiêu chuẩn đạo đức truyền thống.

II. Thực trạng sử dụng AI trong nghiên cứu hiện nay

Việc sử dụng AI đã trở nên phổ biến trên phạm vi toàn cầu và xuyên suốt nhiều lĩnh vực khoa học khác nhau.

  1. Quy mô áp dụng: Một nghiên cứu phân tích trên hơn 2 triệu bản thảo từ các kho lưu trữ preprint như arXiv, bioRxiv và SSRN cho thấy sự gia tăng đột biến trong việc áp dụng AI kể từ cuối năm 2022. Các tác giả thuộc mọi lĩnh vực, từ khoa học tự nhiên đến khoa học xã hội, đều đang tích cực sử dụng LLMs để hỗ trợ công việc của mình.4
  2. Sự đa dạng về công cụ: Hệ sinh thái công cụ AI phục vụ nghiên cứu hiện nay vô cùng phong phú, bao gồm các công cụ hỗ trợ tìm kiếm tài liệu (Consensus, Elicit, Semantic Scholar), đọc và hiểu văn bản (SciSpace, NotebookLM), hỗ trợ viết lách (Paperpal, Writefull, Jenni AI), cho đến các công cụ chuyên dụng cho hình ảnh (BioRender) và phân tích thống kê (JASP, Julius AI).5
  3. Sự thay đổi trong quy trình làm việc: Quy trình nghiên cứu hiện nay thường có sự can thiệp của AI trong tất cả các bước, chẳng hạn đặt giả thuyết, tìm kiếm tài liệu, thiết kế nghiên cứu,   phân tích dữ liệu, viết bản thảo và thậm chí là phản biện.2 Nhờ có các công cụ AI, việc soạn thảo văn bản hoặc nghiên cứu khoa học được cải thiện tốc độ một cách đáng kể.6

III. Ưu điểm của việc sử dụng AI trong nghiên cứu

AI mang lại những lợi ích đáng kể, thúc đẩy tiến bộ khoa học nếu được sử dụng đúng cách.

  1. Sự bùng nổ hiệu suất xuất bản khoa học: AI đang thay đổi cách các nhà khoa học viết và bình duyệt các bài báo. Điều này đặc biệt có ý nghĩa trong việc giảm bớt gánh nặng hành chính và các tác vụ lặp đi lặp lại.3,7 Việc áp dụng AI giúp các nhà nghiên cứu tăng sản lượng bản thảo hàng tháng từ 23,7% đến 89,3% tùy thuộc vào lĩnh vực và nền tảng của tác giả.4 Theo phân tích từ các nhà xuất bản lớn như Elsevier, Wiley và Springer Nature, lượng bản thảo gửi về các tạp chí đã tăng mạnh (ước tính sản lượng học thuật toàn cầu vượt mức 6 triệu bài báo vào năm 2026). Một phân tích dữ liệu cho thấy số lượng bài báo nộp tăng tới 56% kể từ khi ChatGPT ra mắt, phần lớn nhờ vào việc ứng dụng AI hỗ trợ viết, biên dịch và tóm tắt tài liệu.6
  2. Mở rộng tìm kiếm các nguồn tài liệu mới: Thay vì chỉ tập trung vào các công trình có số lượng trích dẫn cao hoặc đã được công nhận rộng rãi, AI có thể hỗ trợ nhà nghiên cứu tiếp cận phạm vi tài liệu đa dạng hơn, bao gồm sách, các công trình mới xuất bản và những nghiên cứu chưa có nhiều trích dẫn. Nhờ khả năng xử lý và tổng hợp lượng lớn thông tin, AI góp phần giảm bớt những hạn chế về thời gian và năng lực bao quát của con người trong quá trình tìm kiếm, sàng lọc và khai thác nguồn tri thức.4
  3. Cải thiện chất lượng văn bản: AI đóng vai trò như một công cụ hỗ trợ ngôn ngữ đắc lực cho các nhà nghiên cứu không sử dụng tiếng Anh làm bản ngữ. Nó giúp giảm bớt rào cản về kỹ năng viết, cho phép các nhà khoa học từ các quốc gia không nói tiếng Anh có thể trình bày kết quả nghiên cứu của mình một cách chuyên nghiệp và cạnh tranh hơn trên các tạp chí quốc tế.4 Bên cạnh đó, AI còn có khả năng rất lớn trong hỗ trợ tinh chỉnh ngôn ngữ, sửa lỗi ngữ pháp, cải thiện cấu trúc lập luận và đảm bảo văn phong phù hợp với các tiêu chuẩn học thuật khắt khe.8

IV. Nhược điểm và thách thức

Mặc dù có nhiều ưu điểm, việc lạm dụng AI cũng đi kèm với những rủi ro nghiêm trọng.

  1. Hiện tượng ảo giác (Hallucinations): Một trong những nhược điểm lớn nhất là AI có thể tạo ra các thông tin sai lệch, bao gồm các số liệu, trích dẫn hoặc tài liệu tham khảo hoàn toàn không có thực, bỏ sót hoặc thêm tài liệu sai.6,7 Do đó, không nên để AI tự tìm kiếm tài liệu, mọi bước đều cần người kiểm tra lại.
  2. Diễn giải sai nghiên cứu: Trước đây, văn phong phức tạp thường đi đôi với tư duy sâu sắc. Tuy nhiên, sự xuất hiện của AI đã làm đảo lộn mối liên hệ này. Nhiều bài báo có ngôn ngữ trau chuốt, tạo cảm giác "rất thuyết phục" nhưng nội dung lại không hợp lý, không chặt chẽ hoặc suy diễn quá mức, bỏ qua giới hạn nghiên cứu và không phản ánh đúng bằng chứng.6 Thực tế cho thấy, đối với các bản thảo có sự hỗ trợ của AI, sự phức tạp trong cách viết đôi khi lại tỷ lệ nghịch với đánh giá của hội đồng chuyên môn về chất lượng thực.4
  3. Hạn chế trong năng lực phản biện khoa học (peer review): Hiện tại, các nhà xuất bản lớn đều cho rằng AI không đủ khả năng thực hiện đánh giá khoa học độc lập vì: không có tư duy phản biện, không chịu trách nhiệm học thuật và có thể tạo kết luận sai hoặc thiên lệch. Do đó, vai trò của AI trong phản biện chỉ nên là hỗ trợ các công việc kỹ thuật, không thay thế đánh giá chuyên môn.9
  4. Liêm chính khoa học: Cùng với sự phát triển mạnh mẽ của AI, việc xuất bản các công bố khoa học một cách nhanh chóng có thể tiềm ẩn nguy cơ gian lận. Theo một báo cáo gần đây, với 1,86 triệu công bố trên Scimago năm 2023, có đến hơn 100,000 công bố “giả mạo” và con số này tăng lên hàng năm.10 Đặc biệt trong lĩnh vực khoa học sức khỏe, điều này có thể ảnh hưởng đến uy tín khoa học, niềm tin của người dân và nguy hiểm nhất là sức khỏe cộng đồng.

V. Các quy định khi sử dụng AI trong nghiên cứu khoa học

Để đảm bảo tính chính trực, cộng đồng học thuật và các nhà xuất bản lớn đã thiết lập các quy tắc nghiêm ngặt về việc sử dụng AI.11–14

1. Nguyên tắc cốt lõi về trách nhiệm và quyền tác giả

-  Tất cả các tổ chức uy tín (COPE - (Ủy ban Đạo đức Xuất bản – Committee on Publication Ethics), Elsevier, Wiley, ICMJE (Ủy ban Quốc tế các Biên tập viên Tạp chí Y khoa – International Committee of Medical Journal Editors)) đều khẳng định AI không đáp ứng các tiêu chuẩn về quyền tác giả vì nó không thể chịu trách nhiệm pháp lý và đạo đức cho công trình.

-  Tác giả phải chịu trách nhiệm về độ chính xác, tính xác thực và tính toàn vẹn của nội dung, bao gồm cả các phần do AI hỗ trợ. Bên cạnh đó, các tác giả phải ngăn ngừa nguy cơ rủi ro về bảo mật và quyền sở hữu. Việc đưa các dữ liệu nhạy cảm, dữ liệu nghiên cứu chưa công bố hoặc bản thảo đang trong quá trình bình duyệt lên các nền tảng AI công cộng có thể dẫn đến vi phạm quyền riêng tư và mất quyền kiểm soát sở hữu trí tuệ.

2. Yêu cầu về công bố minh bạch (Disclosure)

Tác giả bắt buộc phải công bố việc sử dụng AI trong bản thảo. Đặc biệt đối với nguồn gốc ý tưởng, triển khai các đề mục (outline) cần được làm rõ là do AI gợi ý hay chỉ từ tác giả hay sự kết hợp của cả hai. Bên cạnh đó, nếu có bất kỳ phần nào trong bài viết được hỗ trợ soạn thảo hoặc chỉnh sửa, định dạng, dịch thuật đều cần được công bố một cách rõ ràng và chi tiết. Một số tạp chí lớn đã đề xuất Khung báo cáo PAIRED (Process-Anchored Framework) nhằm tăng tính minh bạch bằng cách chuyển trọng tâm từ báo cáo sản phẩm sang báo cáo quy trình.2 Trong đó, yêu cầu ghi chép tại từng "điểm quyết định" (decision point) như trên.

4. Quy định về hình ảnh và dữ liệu

Về mặt hình ảnh minh họa, các tác giả vẫn có thể sử dụng AI để tạo sơ đồ khái niệm hoặc biểu đồ quy trình nhưng phải công bố rõ ràng. Tuy nhiên đối với các dữ liệu và hình ảnh gốc, các quy định nghiêm cấm sử dụng AI để tạo ra hoặc chỉnh sửa các hình ảnh mang tính bằng chứng như ảnh hiển vi, kết quả Western blot hoặc ảnh chẩn đoán y khoa vì có thể gây sai lệch kết quả. Bên cạnh đó, AI chỉ được phép hỗ trợ nếu hình ảnh đó được tạo ra trực tiếp từ dữ liệu gốc thông qua các quy trình có thể tái lập.

VI. Kết luận

Tài liệu này cung cấp cái nhìn toàn diện về hiện trạng sử dụng, lợi ích và hạn chế cũng như các nguyên tắc cơ bản nhằm đảm bảo chất lượng và sự liêm chính liên quan đến việc sử dụng trí tuệ nhân tạo (AI) trong nghiên cứu khoa học. Việc áp dụng các mô hình ngôn ngữ lớn (LLM) giúp tăng đáng kể số lượng bài báo, đặc biệt hỗ trợ đắc lực cho những người không sử dụng tiếng Anh bản ngữ. Ngoài ra, công nghệ này còn giúp các nhà khoa học tiếp cận được nguồn tài liệu tham khảo đa dạng hơn, bao gồm cả sách và các công trình ít được biết đến. Tuy nhiên, các bằng chứng cũng cảnh báo về chất lượng thực của các công bố khi những văn bản có ngôn ngữ phức tạp do AI tạo ra thường thiếu hụt về chiều sâu nội dung.

Tóm lại các bằng chứng hiện tại chỉ ra rằng AI đang hỗ trợ sự phát triển nhảy vọt trong công bố khoa học. Dù vậy, chìa khóa để thích nghi với kỷ nguyên này không phải là cấm đoán mà là minh bạch và kiểm soát. Vì vậy nhu cầu cấp thiết là các tổ chức khoa học cần sớm cập nhật các quy định và hệ thống đánh giá để tập trung vào giá trị thực của các nghiên cứu.