Thói quen đeo tai nghe khi đi bộ tiềm ẩn nhiều nguy cơ

Người tham gia nghiên cứu khoa học, phát triển công nghệ không được sử dụng AI để tạo dữ liệu giả, ảnh giả hoặc tài liệu tham khảo không có thật.

Không sử dụng tài liệu do AI tạo ra nhưng chưa được kiểm chứng làm tài liệu tham khảo. Khi sử dụng AI trong quá trình nghiên cứu, cá nhân liên quan phải cung cấp đầy đủ tên công cụ, phiên bản, phạm vi sử dụng AI, đồng thời ghi rõ các nội dung nghiên cứu hoàn toàn do AI tạo ra.

Hướng dẫn quy định không đưa dữ liệu mật hoặc dữ liệu chưa công bố lên nền tảng AI trái quy định pháp luật. AI được xác định là công cụ hỗ trợ, người sử dụng phải chịu trách nhiệm cuối cùng về các nội dung, sản phẩm, tài liệu do AI tạo ra.

Với dữ liệu nghiên cứu, yêu cầu thu thập dữ liệu khách quan, đầy đủ, truy xuất được. Không chọn lọc dữ liệu để đạt kết quả mong muốn, ghi chép nhật ký nghiên cứu, không xóa dấu vết chỉnh sửa, lưu cả dữ liệu chưa công bố, lưu trữ, sao lưu, bảo mật, chia sẻ dữ liệu phù hợp. Không mua dữ liệu nghiên cứu giả hoặc thuê bên thứ ba tạo dữ liệu thiếu minh bạch.

Theo hướng dẫn, các hành vi vi phạm liêm chính khoa học được nêu gồm ngụy tạo dữ liệu, kết quả nghiên cứu, giả mạo dữ liệu, đạo văn dưới mọi hình thức, ghi tên tác giả không đúng thực tế hoặc loại bỏ tác giả có đóng góp thực sự, cản trở, đe dọa, ép buộc, can thiệp vào quá trình đánh giá, phản biện, xét duyệt bản thảo công bố khoa học.

Về đạo đức nghề nghiệp, hướng dẫn đề cập các hành vi như che giấu rủi ro gây hậu quả nghiêm trọng, truyền bá thông tin sai sự thật, xuyên tạc kết quả nghiên cứu, nghiên cứu trên người khi chưa có sự đồng ý tự nguyện bằng văn bản hoặc hình thức tương tự của đối tượng nghiên cứu, tiết lộ dữ liệu nhạy cảm thu thập trong nghiên cứu khi chưa được phép.

Các hành vi khác gồm sử dụng thiết bị, kinh phí, vật tư phục vụ mục đích cá nhân, không công khai mối quan hệ tài chính, nguồn tài trợ nghiên cứu, các xung đột lợi ích có thể ảnh hưởng đến tính khách quan, độc lập, kết quả nghiên cứu, thử nghiệm công nghệ hoặc sản phẩm mới gây tác động tiêu cực đến môi trường, tài nguyên thiên nhiên hoặc sức khỏe cộng đồng khi chưa có biện pháp đánh giá tác động và kiểm soát.

Các cơ quan tài trợ kinh phí, tổ chức khoa học và công nghệ có trách nhiệm ban hành, tổ chức thực hiện và kiểm tra việc tuân thủ quy tắc về liêm chính khoa học và đạo đức nghề nghiệp trong cơ quan, tổ chức mình.

Các tổ chức phải thiết lập cơ chế rà soát nội bộ về dữ liệu, tác giả, trích dẫn, đồng thuận tham gia nghiên cứu, bảo mật dữ liệu, lưu trữ hồ sơ nghiên cứu.

Hướng dẫn cũng yêu cầu tổ chức kiểm tra, giám sát việc thực hiện quy tắc về liêm chính khoa học và đạo đức nghề nghiệp trong cơ quan, tổ chức.

Khi nhận được thông tin về dấu hiệu vi phạm, cơ quan tài trợ, tổ chức khoa học và công nghệ tổ chức xác minh sơ bộ, thành lập hội đồng tư vấn gồm những cá nhân có chuyên môn phù hợp, độc lập với nội dung vụ việc, tổ chức xác minh.

Tùy vi phạm do vô ý hay cố ý, tính chất, mức độ và hậu quả của vi phạm, cơ quan tài trợ, tổ chức khoa học và công nghệ có thể quy định biện pháp xử lý phù hợp.

Các hình thức được nêu gồm nhắc nhở, phê bình, cảnh cáo bằng văn bản, yêu cầu cải chính, xin lỗi công khai, dừng giao chủ trì hoặc tham gia nhiệm vụ khoa học và công nghệ đang thực hiện.

Tin Gốc: Tuổi Trẻ

Trong phần trình diễn Gemini Omni tại Google I/O, Google bị cho là đã vô tình để lộ hình ảnh một thiết bị trông giống Pixel nhưng có đường viền phát sáng bao quanh dải camera phía sau.

Chi tiết này đã ngay lập tức gợi lên tin đồn từ trước đó về một hệ thống đèn LED mới trên Pixel 11 Pro. Tài khoản Saurav trên mạng xã hội X đã đăng lại khoảnh khắc này kèm nhận định rằng đèn LED có thể hoạt động như một hệ thống thông báo ở mặt lưng, nó sẽ sáng lên khi có cuộc gọi, tin nhắn hoặc cảnh báo, đồng thời có thể tùy biến màu sắc để phân biệt từng liên hệ hoặc từng loại thông báo.

Trên thực tế, cách làm này không hoàn toàn mới, bởi trước đó Nothing Phone từng theo đuổi ý tưởng tương tự với hệ thống đèn Glyph ở mặt lưng. Tuy nhiên nếu Google đưa tính năng này lên Pixel 11 Pro, thì đây sẽ là thay đổi dễ nhận ra nhất chỉ bằng mắt thường mà dòng Pixel từng thực hiện.

Cùng với chi tiết phát sáng, các thông tin rò rỉ trước đó cũng phác thảo thêm nhiều thay đổi về ngoại hình. Pixel 11 Pro được cho là có kích thước 162,7 x 76,5 x 8,5mm, mỏng hơn một chút so với thế hệ trước trong khi vẫn giữ màn hình 6,8 inch LTPO AMOLED.

Đây là loại màn hình OLED có khả năng điều chỉnh tần số quét linh hoạt, vừa mượt khi cuộn nội dung, vừa tiết kiệm pin khi hiển thị ảnh tĩnh.

Các bản dựng CAD sớm cũng gợi ý viền màn hình có thể mảnh hơn thế hệ trước. Ở mặt sau, cụm ba camera được kỳ vọng nằm gọn trong một dải camera màu đen toàn bộ, khác với Pixel 10 Pro XL khi dải camera có một phần đồng màu thân máy, tạo cảm giác hai tông màu.

Về phần cứng bên trong, Pixel 11 Pro được nhắc tới với chip Tensor G6 bản 7 nhân, modem MediaTek M90, bộ nhớ trong khởi điểm 256 GB và tùy chọn 12 GB hoặc 16 GB RAM. Pin được đồn đoán ở mức 5.500 mAh, hướng tới thời lượng sử dụng dài hơn giữa các lần sạc.

Giá khởi điểm dự kiến vào khoảng 1.200 USD, tương đương khoảng 31,4 triệu đồng và thời điểm ra mắt được nhắc tới là nửa cuối năm 2026.

Hiện Google chưa xác nhận bất kỳ thông tin nào trong số này. Chi tiết xuất hiện tại Google I/O chỉ đủ để củng cố thêm nghi vấn về một Pixel 11 Pro với ngôn ngữ thiết kế mới - nổi bật hơn, theo đúng nghĩa đen.

Tin Gốc: Dân Trí

Trong bối cảnh AI đang trở thành một trong những công nghệ nền tảng của nền kinh tế số, các trường đại học phải thay đổi cách đào tạo để theo kịp nhu cầu của thị trường lao động. Chia sẻ với VnExpress bên lề sự kiện South Summit 2026 ngày 3-5/6 tại Madrid, bà Rafif Srour, Phó hiệu trưởng Trường Khoa học và Công nghệ - Đại học IE (Tây Ban Nha), đã phân tích những kỹ năng sinh viên cần trang bị, vai trò mới của giáo dục đại học và cách cân bằng giữa năng lực công nghệ với tư duy phản biện trong thời AI.

- Tháng trước, sinh viên ở Mỹ từng la ó bài phát biểu tốt nghiệp về AI của cựu CEO Google Eric Schmidt, cho thấy sự lo lắng ngày càng lớn về tác động của AI đối với tương lai. Phản ứng tương tự được ghi nhận trong sinh viên Đại học IE thế nào?

- Chúng tôi chưa ghi nhận phản ứng như vậy từ sinh viên của mình, nhưng chắc chắn đang chứng kiến những lo ngại ngày càng gia tăng xoay quanh AI và tương lai việc làm. Điều thú vị là mức độ lo lắng khác nhau đáng kể tùy từng giai đoạn trong hành trình học tập của sinh viên.

Sinh viên năm nhất nhìn chung khá hào hứng với AI. Các em xem đây là công nghệ mang tính trao quyền và chứa đựng nhiều cơ hội. Tuy nhiên, đồng thời nhiều em cũng đánh giá thấp tầm quan trọng của việc xây dựng nền tảng vững chắc về toán học, thống kê và tư duy thuật toán, bởi các công cụ AI hiện có thể tạo ra câu trả lời gần như lập tức. Một trong những thách thức giáo dục lớn nhất hiện nay của chúng tôi là giúp sinh viên hiểu rằng nền tảng kỹ thuật cốt lõi vẫn rất quan trọng, thậm chí có thể còn quan trọng hơn trước. Những sinh viên có nền tảng kỹ thuật mạnh thường đón nhận AI theo hướng tích cực hơn, bởi công nghệ này giúp mở rộng năng lực và tăng tốc quá trình học tập của họ.

Nhóm có mức độ lo lắng cao nhất là sinh viên chuẩn bị tốt nghiệp. Dù chưa có dữ liệu quy mô lớn, qua trao đổi với sinh viên và đối tác doanh nghiệp, tôi có thể cảm nhận những lo ngại về thị trường lao động. Việc tuyển dụng ở cấp độ entry-level (mới vào nghề) trong một số lĩnh vực công nghệ đang trở nên cạnh tranh hơn, và sinh viên bắt đầu đặt câu hỏi về việc sự nghiệp của họ sẽ thay đổi ra sao trong một nền kinh tế được dẫn dắt bởi AI.

Tôi cho rằng cảm xúc chủ đạo lúc này không phải sợ hãi, mà là sự bất định. Sinh viên hào hứng trước những khả năng AI mang lại, nhưng cũng đang cố gắng hình dung vai trò của mình sẽ ra sao trong một thế giới thay đổi rất nhanh.

- Bà nhắc đến một thế giới thay đổi rất nhanh, vậy các trường đại học đã thích nghi đủ nhanh với AI chưa hay nhiều nơi vẫn đang tiếp tục đào tạo cho "một thế giới không còn tồn tại"?

- Tôi nghĩ các trường đại học trên khắp thế giới đều đang đối mặt với cùng một bài toán. Thật không thực tế nếu tiếp tục giảng dạy theo đúng cách của 5 năm trước. Phần lớn tổ chức giáo dục đang cố gắng thích nghi, dù một số nơi có thể chuyển đổi nhanh hơn nhiều nơi khác.

Có những lý do mang tính cấu trúc khiến sự thay đổi trong môi trường học thuật diễn ra chậm hơn. Tuy nhiên, trường nào càng linh hoạt càng có lợi thế cạnh tranh trong việc thu hút và giữ chân sinh viên. Chẳng hạn tại IE, chúng tôi cập nhật chương trình đào tạo hàng năm cho các ngành khoa học dữ liệu, toán ứng dụng và khoa học máy tính, ở cả bậc đại học lẫn sau đại học. Những chủ đề như kiến trúc dữ liệu, mô hình ngôn ngữ lớn (LLM) hay agentic AI đã được tích hợp vào chương trình học.

Tuy nhiên, đó chỉ là những thay đổi dễ thấy nhất. Thách thức sâu xa hơn không đơn thuần là bổ sung các môn học liên quan đến AI, mà là phải tư duy lại toàn bộ mô hình sư phạm. AI không chỉ thay đổi những gì sinh viên cần học, mà còn thay đổi cách họ học, cách họ làm việc và cách họ tương tác với tri thức.

Một trong những điểm mạnh của IE là nhiều giảng viên cũng đang làm việc trong ngành công nghiệp, giúp đưa các thực tiễn mới và công nghệ mới nổi trực tiếp vào lớp học. Nhưng về lâu dài, sự chuyển đổi mà giáo dục đại học cần thực hiện sẽ vượt xa việc chỉ cập nhật nội dung môn học.

- AI thay đổi cách sinh viên học tập và làm việc. Đâu sẽ là những kỹ năng quan trọng nhất các trường đại học công nghệ cần giúp họ phát triển trong 5 năm tới?

- Bất kỳ cuộc thảo luận nào về các kỹ năng của tương lai cũng cần bắt đầu từ việc hiểu rõ đặc điểm của thế hệ sinh viên hiện nay. Các em đang lớn lên trong môi trường của những câu trả lời tức thì, khả năng tập trung ngắn và sự kích thích số liên tục. Vì vậy, với vai trò là những nhà giáo dục, chúng tôi cần củng cố những kỹ năng đòi hỏi chiều sâu thay vì tốc độ.

Tư duy phân tích chuyên sâu, khả năng tổng hợp và tư duy phản biện sẽ ngày càng trở nên quan trọng. Ngay cả khi các hệ thống AI có thể tạo ra bản tóm tắt hay đưa ra lời giải, sinh viên vẫn cần năng lực đánh giá thông tin, nhận diện những lập luận yếu và kết nối các ý tưởng giữa nhiều lĩnh vực khác nhau.

Trong tương lai, AI có thể trở nên giỏi hơn trong việc giải quyết vấn đề về mặt kỹ thuật, nhưng con người vẫn phải đặt đúng câu hỏi, loại bỏ nhiễu thông tin, xác định mục tiêu rõ ràng và đưa ra quyết định trong điều kiện bất định.

Tôi cũng tin khả năng làm việc nhóm, tính thích nghi và tư duy hệ thống sẽ trở thành những kỹ năng thiết yếu. Người thành công trong kỷ nguyên AI không nhất thiết ghi nhớ được nhiều thông tin nhất, mà có thể tích hợp tri thức, hợp tác hiệu quả và làm việc cùng các hệ thống thông minh.

- Trước nhu cầu đó, đặc biệt trong bối cảnh nhiều quốc gia thiếu hụt nhân lực AI, khoa học máy tính và khoa học dữ liệu, sai lầm phổ biến mà các trường đại học mắc phải khi vội vàng mở chương trình đào tạo AI là gì?

- Một trong những sai lầm lớn nhất là xem AI như một xu hướng nhất thời thay vì một lĩnh vực được xây dựng trên nền tảng kỹ thuật chuyên sâu. Thậm chí, tồn tại quan điểm rằng khoa học máy tính có thể trở nên lỗi thời vì AI. Theo tôi, ngược lại mới đúng. Những lĩnh vực này sẽ còn trở nên quan trọng hơn nữa.

AI vừa là một công cụ, vừa là một năng lực cốt lõi. Việc triển khai chương trình AI quá nhanh, trong khi chưa thực sự hiểu nhu cầu của ngành công nghiệp hay kỹ năng dài hạn sinh viên cần có thường dẫn tới các chương trình hời hợt, chỉ tập trung vào những ứng dụng đang "hot".

Một chương trình đào tạo AI bài bản cần nền tảng vững chắc về khoa học máy tính, toán học, thống kê, kỹ thuật hệ thống và tư duy thuật toán. Sinh viên không chỉ cần học cách sử dụng hệ thống AI, mà phải hiểu cách xây dựng, kiểm chứng và đánh giá chúng một cách phản biện.

Tôi cho rằng việc củng cố nền tảng khoa học máy tính đồng thời tích hợp kỹ thuật AI (AI engineering) một cách chiến lược là hướng đi bền vững hơn nhiều để đào tạo thế hệ nhân lực AI tiếp theo, bao gồm cả người sử dụng và người phát triển.

- Nhưng dù đã thay đổi chương trình đào tạo, nếu AI có thể tự động hóa công việc ở cấp độ entry-level, cơ hội nào cho sinh viên mới ra trường tích lũy kinh nghiệm?

- Đây là một trong những câu hỏi quan trọng nhất chúng ta cần đặt ra lúc này, và thành thật mà nói, cũng là một trong những mối lo lớn nhất của tôi.

Trước đây, vị trí entry-level cho phép kỹ sư hay chuyên viên phân tích trẻ xây dựng trực giác nghề nghiệp, phát triển chiều sâu kỹ thuật và học hỏi từ trải nghiệm thực tế. Nếu nhiều công việc trong số đó nay được tự động hóa, chúng ta có nguy cơ đối mặt khoảng trống chuyên môn trong tương lai, bởi thế hệ trẻ có thể mất đi cơ hội hình thành hiểu biết thực tiễn ở mức sâu.

Qua trao đổi với nhiều lãnh đạo doanh nghiệp, tôi nhận thấy mối lo này ngày càng phổ biến. Nhiều người bắt đầu e ngại trong tương lai chúng ta sẽ thiếu những kỹ sư thực sự hiểu hệ thống nền tảng, bởi quá nhiều quy trình đã được tự động hóa ngay từ đầu.

Theo tôi, một trong những giải pháp tốt nhất là tăng cường mạnh mẽ hơn sự gắn kết giữa doanh nghiệp và chương trình đào tạo đại học. Sinh viên cần tiếp cận môi trường thực tế sớm hơn thông qua dự án, phòng lab, chương trình thực tập, học tập ứng dụng và hợp tác với doanh nghiệp. Tại IE, đây cũng là điều chúng tôi đang chủ động thúc đẩy trong các chương trình STEM.

Thách thức hiện không còn đơn thuần là truyền đạt kiến thức, mà là làm sao tạo ra những con đường thực sự hiệu quả để sinh viên tích lũy kinh nghiệm trong một môi trường làm việc được tăng cường bởi AI.

- Là lãnh đạo tại một trường về khoa học công nghệ, bà nhìn nhận gì về quan điểm trong kỷ nguyên AI, lập trình có thể kém quan trọng hơn so với những kỹ năng như sáng tạo, tư duy hệ thống hay khả năng xác định vấn đề?

- Quan điểm này có phần đúng. Các hệ thống AI tiên tiến có thể tạo ra mã lập trình ở trình độ thậm chí vượt qua nhiều kỹ sư junior (cơ bản). Vì vậy, vai trò của lập trình viên chắc chắn sẽ thay đổi.

Tuy nhiên, điều đó không có nghĩa coding sẽ biến mất. Sinh viên vẫn cần đủ hiểu biết kỹ thuật để kiểm chứng, diễn giải, xử lý lỗi, tối ưu và đánh giá một cách phản biện các giải pháp do AI tạo ra. Coding trong tương lai có thể sẽ ít xoay quanh việc tự viết từng dòng lệnh, mà thiên về giám sát, điều phối và cải thiện hệ thống thông minh.

Đồng thời, những kỹ năng như tư duy hệ thống, sáng tạo, giao tiếp và xác định đúng vấn đề sẽ trở nên có giá trị hơn rất nhiều. Trong nhiều trường hợp, thách thức lớn nhất không còn là giải quyết một vấn đề về mặt kỹ thuật, mà là xác định đúng vấn đề cần giải quyết ngay từ đầu.

Kỹ sư của tương lai nhiều khả năng sẽ là người kết hợp được hiểu biết kỹ thuật với tư duy chiến lược và năng lực liên ngành.

- Nếu thiết kế một trường đại học từ đầu trong kỷ nguyên AI, bà sẽ làm gì khác đi?

- Tôi sẽ suy nghĩ lại về ba lĩnh vực lớn: cách đánh giá, phương pháp giảng dạy và mức độ gắn kết với doanh nghiệp.

Trước tiên, tôi cho rằng hệ thống đánh giá cần thay đổi một cách căn bản. Mô hình truyền thống - phụ thuộc nhiều vào ghi nhớ và các bài kiểm tra tiêu chuẩn hóa - đang dần trở nên kém phù hợp trong một thế giới mà AI có thể truy xuất và tạo ra thông tin gần như ngay lập tức.

Thứ hai, tôi sẽ thiết kế chương trình xoay quanh việc học ứng dụng, học theo dự án và học liên ngành ngay từ đầu. Sinh viên cần liên tục làm việc với các bài toán thực tế thay vì tách rời lý thuyết và thực hành.

Thứ ba, tôi sẽ tích hợp doanh nghiệp sâu hơn vào mô hình giáo dục. Các trường đại học không thể vận hành tách biệt khỏi tốc độ thay đổi của công nghệ. Đội ngũ giảng viên, hoạt động nghiên cứu và chương trình đào tạo cần kết nối chặt chẽ với thực tế đang thay đổi của thị trường.

Tuy nhiên, tôi vẫn sẽ duy trì việc đào tạo nghiêm ngặt về toán học, khoa học và tư duy phân tích. Kỷ nguyên AI không làm giảm tầm quan trọng của những nền tảng cốt lõi; nếu có, nó còn khiến chúng trở nên quan trọng hơn.

- Việt Nam có lực lượng sinh viên trẻ và rất quan tâm đến công nghệ. Theo bà, đâu là lợi thế lớn nhất của các thị trường mới nổi trong cuộc đua AI?

- Một trong những lợi thế lớn nhất của các thị trường mới nổi là sự linh hoạt.

Nhiều nền kinh tế mới nổi đang xây dựng các hệ sinh thái số mới thay vì phải hiện đại hóa những hệ thống và hạ tầng đã tồn tại hàng chục năm. Họ thường ít bị ràng buộc hơn bởi các cấu trúc tổ chức phân mảnh, quy trình cũ hay nền tảng công nghệ lỗi thời - những yếu tố có thể làm chậm đổi mới tại các thị trường phát triển hơn.

Điều này tạo ra cơ hội để triển khai các hệ thống AI-native (được thiết kế ngay từ đầu với AI là thành phần cốt lõi) nhanh hơn và linh hoạt hơn. Trong một số trường hợp, các thị trường mới nổi thậm chí có thể "nhảy cóc" qua những giai đoạn phát triển công nghệ truyền thống.

Ngoài ra còn có một lợi thế về mặt văn hóa. Dân số trẻ tại các thị trường mới nổi thường có khả năng thích nghi cao, tinh thần khởi nghiệp mạnh và động lực lớn trong việc tham gia các ngành công nghiệp dựa trên công nghệ. Khi kết hợp với khả năng tiếp cận ngày càng tốt hơn với hạ tầng số và các nền tảng tri thức toàn cầu, điều này tạo ra tiềm năng rất lớn cho đổi mới sáng tạo tốc độ cao.

Trong khi đó, các thị trường lâu đời đôi khi phải đối mặt với sức ì lớn hơn trong quá trình chuyển đổi, bởi họ phải cập nhật, tự động hóa và tái cấu trúc hệ thống hiện có ở quy mô lớn. Ngược lại, thị trường mới nổi có cơ hội thiết kế những hệ thống hoàn toàn mới ngay từ đầu với AI là yếu tố cốt lõi.

Tin Gốc: Vnexpress