‘Chiến thắng cuộc đua: KẾ HOẠCH HÀNH ĐỘNG AI CỦA NƯỚC MỸ’ - bản dịch sang tiếng Việt

Là bản dịch tài liệu ‘Chiến thắng cuộc đua: KẾ HOẠCH HÀNH ĐỘNG AI CỦA NƯỚC MỸ’ do Nhà Trắng xuất bản ngày 23/07/2025.

“Giới thiệu

Hoa Kỳ đang trong cuộc đua giành vị thế thống trị toàn cầu về trí tuệ nhân tạo (AI). Bất kỳ quốc gia nào sở hữu hệ sinh thái AI lớn nhất sẽ thiết lập các tiêu chuẩn AI toàn cầu và gặt hái những lợi ích kinh tế và quân sự to lớn. Cũng giống như chúng ta đã chiến thắng trong cuộc đua không gian, Hoa Kỳ và các đồng minh nhất thiết phải chiến thắng trong cuộc đua này. Tổng thống Trump đã có những bước đi quyết định hướng tới mục tiêu này ngay trong những ngày đầu nhậm chức bằng việc ký Sắc lệnh Hành pháp 14179, “Xóa bỏ rào cản đối với vị thế dẫn đầu của Hoa Kỳ trong lĩnh vực Trí tuệ Nhân tạo”, kêu gọi Hoa Kỳ duy trì vị thế thống trị trong cuộc đua toàn cầu này và chỉ đạo việc xây dựng Kế hoạch Hành động AI.

Chiến thắng trong cuộc đua AI sẽ mở ra một kỷ nguyên vàng mới cho sự phát triển thịnh vượng của con người, khả năng cạnh tranh kinh tế và an ninh quốc gia cho người dân Hoa Kỳ. AI sẽ cho phép người Mỹ khám phá ra các vật liệu mới, tổng hợp các hóa chất mới, sản xuất các loại thuốc mới và phát triển các phương pháp mới để khai thác năng lượng - một cuộc cách mạng công nghiệp. Nó sẽ tạo ra những hình thức giáo dục, phương tiện và truyền thông hoàn toàn mới - một cuộc cách mạng thông tin. Và nó sẽ tạo ra những thành tựu trí tuệ hoàn toàn mới: giải mã những cuộn giấy cổ xưa từng bị cho là không thể đọc được, tạo ra những đột phá trong lý thuyết khoa học và toán học, và tạo ra những loại hình nghệ thuật kỹ thuật số và vật lý mới - một thời kỳ phục hưng.

Một cuộc cách mạng công nghiệp, một cuộc cách mạng thông tin, và một thời kỳ phục hưng - tất cả cùng một lúc. Đây chính là tiềm năng mà AI mang lại. Cơ hội đang mở ra trước mắt chúng ta vừa đầy cảm hứng vừa khiêm nhường. Và chúng ta có thể nắm bắt, hoặc đánh mất nó.

Kế hoạch Hành động AI của Hoa Kỳ có ba trụ cột: đổi mới, cơ sở hạ tầng, ngoại giao và an ninh quốc tế. Hoa Kỳ cần đổi mới nhanh hơn và toàn diện hơn so với các đối thủ cạnh tranh trong việc phát triển và phân phối công nghệ AI mới trên mọi lĩnh vực, đồng thời xóa bỏ các rào cản pháp lý không cần thiết đang cản trở khu vực tư nhân thực hiện điều này. Như Phó Tổng thống Vance đã nhận xét tại Hội nghị Thượng đỉnh Hành động AI Paris vào tháng 2, việc hạn chế phát triển AI bằng các quy định nặng nề "không chỉ mang lại sự bất công về lợi ích cho những người đương nhiệm... mà còn đồng nghĩa với việc làm tê liệt một trong những công nghệ triển vọng nhất mà chúng ta từng thấy trong nhiều thế hệ". Đó là lý do tại sao Tổng thống Trump đã hủy bỏ các hành động nguy hiểm của Chính quyền Biden ngay từ ngày đầu tiên.

Chúng ta cần xây dựng và duy trì cơ sở hạ tầng AI rộng lớn cùng nguồn năng lượng để vận hành nó. Để làm được điều đó, chúng ta sẽ tiếp tục bác bỏ giáo điều khí hậu cực đoan và thủ tục hành chính quan liêu, như Chính quyền đã làm kể từ Ngày Nhậm chức. Nói một cách đơn giản, chúng ta cần "Xây dựng, Em yêu, Xây dựng!"

Chúng ta cần thiết lập AI của Mỹ - từ các chất bán dẫn tiên tiến đến các mô hình và ứng dụng của chúng ta - như tiêu chuẩn vàng cho AI trên toàn thế giới và đảm bảo các đồng minh của chúng ta đang phát triển dựa trên công nghệ của Mỹ.

Một số nguyên tắc xuyên suốt cả ba trụ cột này. Thứ nhất, người lao động Mỹ đóng vai trò trung tâm trong chính sách AI của Chính quyền Trump. Chính quyền sẽ đảm bảo rằng người lao động của Quốc gia và gia đình của họ được hưởng lợi từ những cơ hội được tạo ra trong cuộc cách mạng công nghệ này. Việc xây dựng cơ sở hạ tầng AI sẽ tạo ra việc làm lương cao cho người lao động Mỹ. Và những đột phá trong y học, sản xuất và nhiều lĩnh vực khác mà AI sẽ tạo ra sẽ nâng cao mức sống cho tất cả người Mỹ. AI sẽ cải thiện cuộc sống của người Mỹ bằng cách bổ sung cho công việc của họ - chứ không phải thay thế nó.

Thứ hai, hệ thống AI của chúng ta phải không bị ảnh hưởng bởi định kiến tư tưởng và được thiết kế để theo đuổi sự thật khách quan thay vì các chương trình nghị sự kỹ thuật xã hội khi người dùng tìm kiếm thông tin thực tế hoặc phân tích. Hệ thống AI đang trở thành những công cụ thiết yếu, định hình sâu sắc cách người Mỹ tiếp nhận thông tin, nhưng những công cụ này cũng phải đáng tin cậy.

Cuối cùng, chúng ta phải ngăn chặn các công nghệ tiên tiến của mình bị lạm dụng hoặc đánh cắp bởi các tác nhân độc hại, cũng như giám sát các rủi ro mới nổi và không lường trước được từ AI. Làm như vậy đòi hỏi sự cảnh giác liên tục.

Kế hoạch Hành động này đặt ra các mục tiêu chính sách rõ ràng để chính phủ Liên bang thực hiện trong thời gian tới. Mục tiêu của Kế hoạch Hành động là nêu rõ các khuyến nghị chính sách mà Chính quyền này có thể đưa ra cho người dân Mỹ để đạt được tầm nhìn của Tổng thống về sự thống trị AI toàn cầu. Cuộc đua AI là chiến thắng của nước Mỹ, và Kế hoạch Hành động này là lộ trình dẫn đến chiến thắng của chúng ta.

Michael J. Kratsios

Trợ lý Tổng thống về Khoa học và Công nghệ

David O. Sacks

Cố vấn Đặc biệt về AI và Mật mã

Marco A. Rubio

Trợ lý Tổng thống về An ninh Quốc gia”

Tự do tải về bản dịch sang tiếng Việt của tài liệu có 40 trang tại địa chỉ: https://www.dropbox.com/scl/fi/we2pyhf5anro4ou3ejhec/Americas-AI-Action-Plan_Vi-30072025.pdf?rlkey=2azh6bdh14mu277731v2630s2&st=e58cej5d&dl=0

Xem thêm:

• Trí tuệ nhân tạo (AI)/Hàng hóa Công cộng Kỹ thuật số (DPG)

• Chuyển đổi số/Năng lực số

• Các tài liệu dịch

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Nhà Trắng công bố Kế hoạch hành động AI của Hoa Kỳ

White House Unveils America’s AI Action Plan

The White House; July 23, 2025

Theo: https://www.whitehouse.gov/articles/2025/07/white-house-unveils-americas-ai-action-plan/

Bài được đưa lên Internet ngày: 23/07/2025

Hôm nay, Nhà Trắng đã công bố “Chiến thắng trong Cuộc đua AI: Kế hoạch Hành động AI của Hoa Kỳ”, theo sắc lệnh hành pháp của Tổng thống Trump ban hành vào tháng 1 về việc Xóa bỏ Rào cản đối với Vị thế Lãnh đạo của Hoa Kỳ trong lĩnh vực AI. Chiến thắng trong cuộc đua AI sẽ mở ra một kỷ nguyên vàng son mới cho sự phát triển của con người, khả năng cạnh tranh kinh tế và an ninh quốc gia cho người dân Hoa Kỳ.

Kế hoạch xác định hơn 90 hành động chính sách của Liên bang trên ba trụ cột – Tăng tốc Đổi mới, Xây dựng Cơ sở hạ tầng AI của Hoa Kỳ và Dẫn đầu trong Ngoại giao và An ninh Quốc tế – mà Chính quyền Trump sẽ thực hiện trong những tuần và tháng tới.

Các chính sách chính trong Kế hoạch Hành động AI bao gồm:

• Xuất khẩu AI của Hoa Kỳ: Bộ Thương mại và Bộ Ngoại giao sẽ hợp tác với ngành công nghiệp để cung cấp các gói xuất khẩu AI an toàn, đầy đủ – bao gồm phần cứng, mô hình, phần mềm, ứng dụng và tiêu chuẩn – cho bạn bè và đồng minh của Hoa Kỳ trên toàn thế giới.

• Thúc đẩy Xây dựng Nhanh chóng các Trung tâm Dữ liệu: Đẩy nhanh và hiện đại hóa giấy phép cho các trung tâm dữ liệu và nhà máy sản xuất chất bán dẫn, cũng như tạo ra các sáng kiến quốc gia mới để tăng cường các ngành nghề có nhu cầu cao như thợ điện và kỹ thuật viên HVAC.

• Thúc đẩy Đổi mới và Áp dụng: Loại bỏ các quy định Liên bang nặng nề cản trở sự phát triển và triển khai AI, đồng thời tìm kiếm ý kiến đóng góp từ khu vực tư nhân về các quy tắc cần loại bỏ.

• Duy trì Tự do Ngôn luận trong các Mô hình Tiên phong: Cập nhật các hướng dẫn mua sắm của Liên bang để đảm bảo rằng chính phủ chỉ ký hợp đồng với các nhà phát triển mô hình ngôn ngữ lớn tiên phong, những người đảm bảo rằng hệ thống của họ khách quan và không có định kiến tư tưởng từ trên xuống.

“Kế hoạch Hành động AI của Hoa Kỳ vạch ra một lộ trình quyết định nhằm củng cố vị thế thống trị của Hoa Kỳ trong lĩnh vực trí tuệ nhân tạo. Tổng thống Trump đã ưu tiên AI như một nền tảng cho sự đổi mới của Hoa Kỳ, thúc đẩy một kỷ nguyên mới về sự lãnh đạo của Hoa Kỳ trong khoa học, công nghệ và ảnh hưởng toàn cầu. Kế hoạch này thúc đẩy các nỗ lực của Liên bang nhằm tăng cường năng lực đổi mới, xây dựng cơ sở hạ tầng tiên tiến và dẫn đầu toàn cầu, đảm bảo rằng người lao động và các gia đình Hoa Kỳ phát triển thịnh vượng trong kỷ nguyên AI. Chúng tôi đang hành động khẩn trương để biến tầm nhìn này thành hiện thực”, Giám đốc Văn phòng Chính sách Khoa học và Công nghệ Nhà Trắng Michael Kratsios cho biết.

“Trí tuệ nhân tạo là một công nghệ mang tính cách mạng với tiềm năng chuyển đổi nền kinh tế toàn cầu và thay đổi cán cân quyền lực trên thế giới. Để duy trì vị thế cường quốc kinh tế và quân sự hàng đầu, Hoa Kỳ phải chiến thắng trong cuộc đua AI. Nhận thức được điều này, Tổng thống Trump đã chỉ đạo chúng tôi xây dựng Kế hoạch Hành động này. Để chiến thắng trong cuộc đua AI, Hoa Kỳ phải dẫn đầu về đổi mới sáng tạo, cơ sở hạ tầng và quan hệ đối tác toàn cầu. Đồng thời, chúng ta phải tập trung vào người lao động Mỹ và tránh việc sử dụng AI theo kiểu Orwellian. Kế hoạch Hành động này cung cấp một lộ trình để thực hiện điều đó”, David Sacks, ông trùm AI và Crypto, phát biểu.

“Chiến thắng trong cuộc đua AI là điều không thể thương lượng. Hoa Kỳ phải tiếp tục là thế lực thống trị về trí tuệ nhân tạo để thúc đẩy thịnh vượng và bảo vệ an ninh kinh tế và quốc gia của chúng ta. Tổng thống Trump đã nhận ra điều này ngay từ đầu nhiệm kỳ của mình và đã hành động quyết đoán bằng cách ủy quyền cho Kế hoạch Hành động AI này. Những mục tiêu chính sách rõ ràng này đặt ra kỳ vọng cho Chính phủ Liên bang nhằm đảm bảo Hoa Kỳ thiết lập tiêu chuẩn vàng về công nghệ trên toàn thế giới và thế giới tiếp tục vận hành dựa trên công nghệ của Hoa Kỳ”, Ngoại trưởng kiêm Quyền Cố vấn An ninh Quốc gia Marco Rubio cho biết.

Tìm hiểu thêm tại AI.Gov.

The White House today released “Winning the AI Race: America’s AI Action Plan”, in accordance with President Trump’s January executive order on Removing Barriers to American Leadership in AI. Winning the AI race will usher in a new golden age of human flourishing, economic competitiveness, and national security for the American people.

The Plan identifies over 90 Federal policy actions across three pillars – Accelerating Innovation, Building American AI Infrastructure, and Leading in International Diplomacy and Security – that the Trump Administration will take in the coming weeks and months.

Key policies in the AI Action Plan include:

• Exporting American AI: The Commerce and State Departments will partner with industry to deliver secure, full-stack AI export packages – including hardware, models, software, applications, and standards – to America’s friends and allies around the world.

• Promoting Rapid Buildout of Data Centers: Expediting and modernizing permits for data centers and semiconductor fabs, as well as creating new national initiatives to increase high-demand occupations like electricians and HVAC technicians.

• Enabling Innovation and Adoption: Removing onerous Federal regulations that hinder AI development and deployment, and seek private sector input on rules to remove.

• Upholding Free Speech in Frontier Models: Updating Federal procurement guidelines to ensure that the government only contracts with frontier large language model developers who ensure that their systems are objective and free from top-down ideological bias.

“America’s AI Action Plan charts a decisive course to cement U.S. dominance in artificial intelligence. President Trump has prioritized AI as a cornerstone of American innovation, powering a new age of American leadership in science, technology, and global influence. This plan galvanizes Federal efforts to turbocharge our innovation capacity, build cutting-edge infrastructure, and lead globally, ensuring that American workers and families thrive in the AI era. We are moving with urgency to make this vision a reality,” said White House Office of Science and Technology Policy Director Michael Kratsios.

“Artificial intelligence is a revolutionary technology with the potential to transform the global economy and alter the balance of power in the world. To remain the leading economic and military power, the United States must win the AI race. Recognizing this, President Trump directed us to produce this Action Plan. To win the AI race, the U.S. must lead in innovation, infrastructure, and global partnerships. At the same time, we must center American workers and avoid Orwellian uses of AI. This Action Plan provides a roadmap for doing that,” said AI and Crypto Czar David Sacks.

“Winning the AI Race is non-negotiable. America must continue to be the dominant force in artificial intelligence to promote prosperity and protect our economic and national security. President Trump recognized this at the beginning of his administration and took decisive action by commissioning this AI Action Plan. These clear-cut policy goals set expectations for the Federal Government to ensure America sets the technological gold standard worldwide, and that the world continues to run on American technology,” said Secretary of State and Acting National Security Advisor Marco Rubio.

Learn more at AI.Gov.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Vì sao Singapore đang xây dựng hàng hóa công cộng kỹ thuật số

Why Singapore is building digital public goods

December 7, 2022

Theo: https://www.undp.org/blog/why-singapore-building-digital-public-goods

Bài được đưa lên Internet ngày: 07/12/2022

Các tác giả: Chan Cheow Hoe, Giám đốc Công nghệ Kỹ thuật số của Chính phủ Singapore; Robert Opp, Giám đốc Kỹ thuật số của UNDP

Thế kỷ 20 được định nghĩa ở nhiều quốc gia bằng vai trò và tính khả dụng của hàng hóa công cộng (Public Goods), cũng như các nguồn lực chung và được chia sẻ để cải thiện cuộc sống và sự thịnh vượng. Những hàng hóa công cộng này bao gồm từ nhà ở công cộng và hệ thống y tế công cộng đến công viên và không gian mở. Ngày nay, thế kỷ 21 mà chúng ta đang sống được nhấn mạnh bằng nhu cầu đảm bảo các công nghệ kỹ thuật số cũng công bằng và bình đẳng như vậy - và hoạt động vì lợi ích của mọi người.

Khi sự chú ý tập trung vào kỹ thuật số, thường là về định giá nghìn tỷ đô la và các con kỳ lân công nghệ, nhưng chúng ta cũng cần ghi nhận những anh hùng thầm lặng của quá trình chuyển đổi kỹ thuật số: hàng hóa công cộng kỹ thuật số.

Hàng hóa công cộng kỹ thuật số là phần mềm nguồn mở, dữ liệu mở, mô hình trí tuệ nhân tạo mở, tiêu chuẩn mở và nội dung mở được thiết kế để cải thiện cuộc sống và sinh kế trên toàn thế giới. Theo thiết kế, chúng tuân thủ quyền riêng tư và các luật hiện hành khác cũng như các thông lệ tốt nhất, không gây hại và giúp đạt được các Mục tiêu phát triển bền vững. Chúng thường tạo nên hệ thống ống dẫn nước kỹ thuật số hỗ trợ cho nền kinh tế và xã hội kỹ thuật số toàn cầu của chúng ta.

Singapore đang định hình hàng hóa công cộng kỹ thuật số toàn cầu

Singapore đã có cam kết lâu dài trong việc xây dựng và thúc đẩy các công nghệ nguồn mở. Từ khi thành lập Cơ quan Công nghệ Chính phủ Singapore – GovTech – vào năm 2016, Singapore đã nhận ra nhu cầu phải mở về cách thức thực hiện kỹ thuật số – bao gồm chia sẻ và xây dựng dựa trên các thông lệ tốt nhất. Đại dịch COVID-19 đã khẳng định lại tầm quan trọng này và chứng minh thêm rằng tất cả các quốc gia đều đang trên hành trình chuyển đổi số – mặc dù ở các giai đoạn khác nhau.

Trên toàn thế giới, chúng ta đang phải đối mặt với những thách thức chung và có thể học hỏi từ những thành công – và bài học – của nhau. Hàng hóa công cộng kỹ thuật số tạo cơ hội cho các quốc gia trao đổi kiến thức về những gì hiệu quả – do đó cho phép các quốc gia kém trang bị hơn xây dựng dựa trên các giải pháp hiện có mà không cần phải bắt đầu từ đầu.

Với suy nghĩ này, GovTech đã hợp tác với Trung tâm Công nghệ, Đổi mới và Phát triển Bền vững Toàn cầu của UNDP để công nhận một số sáng kiến kỹ thuật số của GovTech là hàng hóa công cộng kỹ thuật số. Việc công nhận như vậy cung cấp cho các chính phủ trên toàn thế giới quyền truy cập sâu hơn vào các giải pháp đã được chứng minh của Singapore, mà họ có thể khám phá và triển khai dựa trên nhu cầu của địa phương để đẩy nhanh quá trình phát triển kỹ thuật số. Các giải pháp ban đầu do GovTech và UNDP lựa chọn - Purple HATS và OpenAttestation (được thảo luận bên dưới) - được lựa chọn để đáp ứng các ưu tiên phát triển chính.

Thúc đẩy tính toàn diện bằng hàng hóa công cộng kỹ thuật số

Theo Tổ chức Y tế Thế giới, khoảng 15 phần trăm dân số thế giới, hoặc ước tính là 1 tỷ người, sống với một số dạng khuyết tật. Các rào cản đối với sự hòa nhập và tham gia của họ vào cuộc sống hàng ngày trở nên trầm trọng hơn do thiếu khả năng tiếp cận công nghệ hỗ trợ giá cả phải chăng và phù hợp. Ví dụ, chỉ một trong mười người khuyết tật hiện nay có quyền truy cập vào công nghệ hỗ trợ cần thiết để họ có cuộc sống độc lập và tự chủ.

Những khoảng trống trong thiết kế kỹ thuật số toàn diện cũng có thể ngăn cản - hoặc tệ hơn nữa - loại trừ những người khuyết tật khỏi việc tham gia vào nền kinh tế kỹ thuật số. Với vấn đề này, GovTech đã phát triển và mã nguồn mở Purple HATS: một công cụ kiểm tra khả năng truy cập tự động, có thể tùy chỉnh cho phép các nhóm phát triển phần mềm tìm và khắc phục các sự cố về khả năng truy cập để cải thiện khả năng truy cập của người khuyết tật vào các dịch vụ kỹ thuật số. Ví dụ: công cụ này có thể xác định xem các trang web của chính phủ có thể truy cập đúng cách trên các công nghệ hỗ trợ, chẳng hạn như trình đọc màn hình hay không và liệu chúng có tuân thủ Nguyên tắc về khả năng truy cập nội dung web toàn cầu (WCAG) hay không. Purple HATS hiện có sẵn trên trang này trong sổ đăng ký của Liên minh hàng hóa công cộng kỹ thuật số - DPGA (Digital Public Goods Alliance), nơi bất kỳ ai cũng có thể khám phá cách đưa Purple HATS vào thực tế.

Để duy trì sự phù hợp vượt ra ngoài những thách thức hiện nay, hàng hóa công cộng kỹ thuật số cũng cần được bảo vệ trong tương lai và tương tác với các công nghệ mới nổi. Một lĩnh vực quan tâm ngày càng tăng là xung quanh các công nghệ sổ cái phân tán - DLT (Distributed-Ledger Technologies) như blockchain. DLT là các sáng kiến cơ sở dữ liệu phi tập trung cho phép cộng tác hoặc giao dịch có thể xác minh và ngang hàng. Việc xác minh này rất quan trọng vì nó có thể giảm thiểu - hoặc làm nổi bật - thời điểm hồ sơ hoặc thông tin bị giả mạo. DLT có thể đóng vai trò quan trọng trong khả năng truy xuất nguồn gốc, trách nhiệm giải trình và tính toàn vẹn – từ việc cải thiện quản trị kỹ thuật số đến đảm bảo bằng cấp học thuật và các bằng cấp khác được tin cậy.

Hiểu được tầm quan trọng của các tính năng này, GovTech và UNDP đã nỗ lực để OpenAttestation được công nhận là một tài sản công cộng kỹ thuật số. OpenAttestation được GovTech phát triển như một khung nguồn mở cho phép chia sẻ dữ liệu học thuật đáng tin cậy bằng cách tạo điều kiện cho việc phát hành, lưu trữ và xác minh phi tập trung các tài liệu học thuật và đào tạo, phù hợp với các quy định về quyền riêng tư dữ liệu hiện hành. Nó cũng có khả năng mở rộng vốn có và có thể được áp dụng trong các bối cảnh phi học thuật, chẳng hạn như Tài chính thương mại ví dụ như TradeTrust. Đọc thêm về nó tại đây.

Kỹ thuật số vì sự phát triển bền vững

Là một quốc gia nhỏ, Singapore từ lâu đã nhận ra tầm quan trọng của việc chia sẻ các bài học kinh nghiệm và xây dựng dựa trên các thông lệ tốt nhất để đẩy nhanh hành trình phát triển của đất nước. Do đó, quốc gia này tạo ra các hướng dẫn, sản phẩm và dịch vụ kỹ thuật số cũng như tài liệu kỹ thuật từ các cơ quan chính phủ của mình thông qua Cổng thông tin dành cho nhà phát triển của Chính phủ Singapore. OpenAttestation và Purple HATS nằm trong số các giải pháp do GovTech phát triển là nguồn mở để các nhóm sản phẩm khác sử dụng và tùy chỉnh. Các giải pháp này bao gồm rất nhiều lĩnh vực chính, chẳng hạn như nhận dạng kỹ thuật số, thiết kế và nhận dạng người dùng, và cơ sở hạ tầng dưới dạng mã (nơi cơ sở hạ tầng kỹ thuật số có thể được lập trình thay vì quản lý thủ công).

Khi tất cả chúng ta khám phá tiềm năng của kỹ thuật số đối với nền kinh tế và xã hội của chúng ta - từ các dịch vụ công kỹ thuật số đến các khái niệm mới nổi như Cuộc cách mạng công nghiệp lần thứ tư và Đám mây - chúng ta cần tránh trùng lặp bằng cách rút ra bài học từ những gì đã và chưa hiệu quả. Singapore đang tham gia ngày càng nhiều cùng với các quốc gia trên thế giới trong việc tạo ra một ý thức mới về hợp tác kỹ thuật số toàn cầu nhằm tích cực tham gia với những quốc gia khác có trải nghiệm tương tự và hợp tác phát triển và triển khai hàng hóa công kỹ thuật số.

Với sự đóng góp của:

GovTech

Nhóm tư vấn và kỹ thuật Agile: Steven Koh, Giám đốc và Barry Lim, Phó giám đốc

Nhóm hỗ trợ khả năng truy cập: Zui Young Lim, Kỹ sư DevOps cấp cao

Văn phòng quản lý công nghệ: Hazel Koh, Quản lý

"Khi sự chú ý tập trung vào kỹ thuật số, chúng ta thường nói về định giá nghìn tỷ đô la và các con kỳ lân công nghệ, nhưng chúng ta cũng cần ghi nhận những anh hùng thầm lặng của quá trình chuyển đổi kỹ thuật số: hàng hóa công cộng kỹ thuật số."

Singapore is investing in digital public goods to ensure that digital technologies work for the benefit of everyone. Photo: GovTech

Authors: Chan Cheow Hoe, Government Chief Digital Technology Officer, Singapore; Robert Opp, Chief Digital Officer, UNDP

The 20^th Century was defined in many countries by the role and availability of public goods, as well as shared and common resources to improve life and prosperity. These public goods range from public housing and public health systems to parks and open spaces. Today, the 21^st Century we live in is highlighted by the need to ensure digital technologies are similarly equitable and equal – and work for the benefit of everyone.

When attention is focused on digital, it's often about trillion-dollar valuations and tech unicorns, but we also need to recognize the unsung heroes of digital transformation: digital public goods.

Digital public goods are open-source software, open data, open artificial intelligence models, open standards and open content that are designed to improve lives and livelihoods around the world. By design, they adhere to privacy and other applicable laws and best practices, do no harm, and help to achieve the Sustainable Development Goals. They often make up the digital plumbing that underpin our global digital economies and societies.

Singapore is shaping global digital public goods

Singapore has had a long commitment with building and fostering open-source technologies. From the founding of Singapore’s Government Technology Agency – GovTech – in 2016, Singapore recognized the need to be open about how digital is done – including sharing and building on best practices. The COVID-19 pandemic reaffirmed this importance and further demonstrated that all countries are on a digital transformation journey – albeit at different stages.

Across the world, we are facing common challenges and can learn from the successes – and lessons – of each other. Digital public goods provide an opportunity for countries to exchange knowledge on what works – thereby allowing countries that are less equipped, to build on existing solutions without needing to start from scratch.

With this in mind, GovTech has been working with the UNDP Global Centre for Technology, Innovation and Sustainable Development to accredit several of GovTech's digital initiatives as digital public goods. Such accreditation provides governments around the world with further access to Singapore’s proven solutions, which they can explore and implement based on their local needs in order to accelerate digital development. The initial solutions selected by GovTech and UNDP – Purple HATS and OpenAttestation (discussed below) – were chosen in response to key development priorities.

Driving inclusivity with digital public goods

According to the World Health Organization, around 15 percent of the world’s population, or an estimated 1 billion people, live with some form of disability. Barriers to their inclusion and participation in everyday life are exacerbated by the lack of access to affordable and relevant assistive technology. For instance, only one in ten persons with disabilities today has access to the assistive technology needed for them to have independent and autonomous lives.

Gaps in inclusive digital design may also discourage – or worse still – exclude persons with disabilities from engaging in the digital economy. Given this issue, GovTech developed and open-sourced Purple HATS: a customizable, automated accessibility testing tool that allows software development teams to find and fix accessibility problems to improve persons with disabilities' access to digital services. For example, it can identify whether government websites are properly accessible on assistive technologies, such as screen readers, and whether they adhere to global Web Content Accessibility Guidelines (WCAG). Purple HATS is now available on this page in the Digital Public Goods Alliance’s registry, where anyone can explore how to put Purple HATS into practice.

To remain relevant beyond today’s challenges, digital public goods also need to be future-proofed and engaged with emerging technologies. One growing area of interest is around distributed-ledger technologies (DLTs) such as blockchain. DLTs are decentralized database initiatives that allow verifiable and peer-to-peer collaborations or transactions. This verification is important, as it can minimize – or highlight – when records or information have been tampered with. DLTs could play a crucial role in traceability, accountability and integrity – from improving digital governance, to ensuring that academic and other credentials are trusted.

Understanding the importance of these features, GovTech and UNDP have worked to get OpenAttestation recognized as a digital public good. OpenAttestation was developed by GovTech as an open-source framework that allows for trustworthy academic data-sharing by facilitating the decentralized issuance, storage and verification of academic and training documents, in line with applicable data privacy regulations. It is also inherently scalable and could be applied in non-academic settings, such as Trade Finance eg. TradeTrust. Read more about it here.

Digital for sustainable development

As a small state, Singapore has long recognized the importance of sharing lessons learned, and building on best practices to accelerate the country's development journey. As a result, the country makes guidelines, digital products and services, and technical documentations from its government agencies available through the Singapore Government Developer Portal. OpenAttestation and Purple HATS are among the GovTech-developed solutions that are open-source for other product teams to use and adapt. These solutions cover a plethora of key areas, such as digital identity, design and user identity, and infrastructure as code (where digital infrastructure can be programmed, instead of managed manually).

As we all explore the potential of digital for our economies and societies – from digital public services, to emerging concepts such as the Fourth Industrial Revolution and Cloud – we need to avoid duplication by drawing lessons from what has and hasn't worked. Singapore is joining an increasing number of countries around the world in creating a new sense of global digital cooperation aimed at actively engaging with others with similar experiences and collaborating on the development and deployment of digital public goods.

With contributions by:

GovTech
Agile Consulting and Engineering team: Steven Koh, Director and Barry Lim, Deputy Director
Accessibility Enabling Team: Zui Young Lim, Senior DevOps Engineer
Technology Management Office: Hazel Koh, Manager

"When attention is focused on digital, it's often about trillion-dollar valuations and tech unicorns, but we also need to recognize the unsung heroes of digital transformation: digital public goods."

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

LIBER muốn Không có cấm vận (#ZeroEmbargo) đối với các ấn phẩm khoa học được nhà nước cấp vốn

LIBER wants #ZeroEmbargo on Publicly-Funded Scientific Publications

Theo: http://libereurope.eu/zeroembargo/

Trong khi đại dịch COVID-19 đã làm nổi bật những ưu điểm của Truy cập Mở và thúc đẩy những thay đổi trong truyền thông học thuật mà trước đây nhiều người lo sợ, các mô hình truyền đạt nội dung khoa học hiện tại vẫn duy trì quyền truy cập không bình đẳng tới nội dung.

Ở một phía khác của hệ thống được quản lý và kiểm soát chặt chẽ này, những người ủng hộ Truy cập Mở đang khám phá những cách hợp pháp để cho phép các nhà nghiên cứu tự do phổ biến nghiên cứu của họ và tối đa hóa tác động của nó.

Chiến lược Giữ lại các Quyền của Kế hoạch S (của Liên minh S) là một sáng kiến được chào đón nhiều, nó trao quyền cho các tác giả để kiểm soát nghiên cứu của riêng họ và các chương trình trợ cấp của Horizon Europe là một động thái táo bạo khác của Ủy ban Châu Âu theo hướng tương tự. Bây giờ là lúc các chính sách như vậy được triển khai ở tất cả các quốc gia thành viên Liên minh châu Âu và bản thân các quốc gia có cách tiếp cận ngang hàng và được phối hợp như nhau.

Vì thế, LIBER đề xuất một luật mẫu mới nhằm đảm bảo một giai đoạn cấm vận bằng 0 để tự lưu trữ hợp pháp trong các kho mở, công cộng, phi lợi nhuận.

Đọc luật mẫu của chúng tôi ở đây (bản dịch sang tiếng Việt).

While the COVID-19 pandemic has surfaced the virtues of Open Access and propelled changes in scholarly communication that previously many feared, the current models of communicating scientific content still maintain unequal access to content.

On the other side of this highly regulated and controlled system, advocates of Open Access are exploring lawful ways to enable researchers to freely disseminate their research and maximize its impact.

The Rights Retention Strategy of PlanS (cOAlitionS) is a much-welcomed initiative that empowers authors to be in control of their own research and the granting schemes of HorizonEurope is another bold move by the European Commission in the same direction. It is now time that policies like these are implemented in all EU Member States and that the countries themselves have the same coordinated and horizontal approach.

Therefore, LIBER proposes a new model law that aims to ensure a zero embargo period for lawful self-archiving on open, public, non-for-profit repositories.

Read our model law here. 

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

‘Chính sách Tài nguyên Giáo dục Mở Toàn diện Quốc gia iOER’ của Malaysia - bản dịch sang tiếng Việt

“Malaysia mong muốn giải quyết nhiều thách thức đi kèm với kỷ nguyên 4IR (Cách mạng công nghiệp lần thứ tư) và chuyển đổi số thông qua việc trao quyền cho T&L (Dạy & Học - Teaching & Learning) nhằm khuyến khích một hệ sinh thái học tập cộng tác, sáng tạo, linh hoạt và toàn cầu hóa. Ngoài ra, điều quan trọng là phải đảm bảo rằng giáo dục đại học mang tính toàn diện bất kể khả năng, vị trí địa lý, độ tuổi, giới tính hoặc nền tảng kinh tế xã hội của sinh viên.

Để đạt được điều này, Tài nguyên Giáo dục Mở toàn diện - iOER (inclusive Open Educational Resources) đã được sản xuất như một tuyên bố chính sách quốc gia để cung cấp đường hướng trong thiết kế, phát triển và sử dụng iOER. Nó dẫn đến việc gia tăng quyền truy cập và hỗ trợ T&L chất lượng trong giáo dục đại học ở Malaysia theo giấy phép Creative Commons liên quan đến nội dung, các hoạt động và tài nguyên mà phù hợp và có thể tùy chỉnh được cho các nhu cầu riêng của mọi người mà có ít hoặc không có các hạn chế.”

Trích lời nói đầu từ:

DATUK SERI DR. NORAINI AHMAD

Bộ trưởng Giáo dục Đại học

Bộ Giáo dục Đại học Malaysia

Tự do tải về bản dịch sang tiếng Việt của tài liệu có 44 trang tại địa chỉ: https://www.dropbox.com/scl/fi/zumpa0f4nfimj5pvg926p/20220411092159NATIONAL_iOER_POLICY_08122020_Vi-06122023.pdf?rlkey=mpwa224evfqajeuxq9qr7irgo&dl=0

Xem thêm:

• Tài nguyên Giáo dục Mở

• Các tài liệu dịch

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Phác thảo luồng dữ liệu và xác định trách nhiệm trong một tình huống dữ liệu liên quan tới bảo vệ dữ liệu cá nhân - kinh nghiệm từ Khung ra quyết định ẩn danh của Vương quốc Anh

 

Sketching the data flow and determining responsibility in a data situation related to personal data protection - experiences from UK’s Anonymisation Decision-making Framework

***

Tóm tắt: Phác thảo luồng dữ liệu và xác định trách nhiệm trong một tình huống dữ liệu liên quan tới bảo vệ dữ liệu cá nhân là một trong những công việc đầu tiên và không thể thiếu trong quá trình kiểm tra tình huống dữ liệu trước khi xác định liệu có rủi ro tiết lộ dữ liệu nào cần phải giải quyết trong phạm vi trách nhiệm đó hay không, cũng như mức độ nhạy cảm của tình huống dữ liệu đó. Bài viết cho thấy Khung ra quyết định ẩn danh (ADF) của Vương quốc Anh thực hiện điều đó như thế nào và đưa ra một số gợi ý.

Các từ khóa: dữ liệu và môi trường, khung ra quyết định ẩn danh, người kiểm soát dữ liệu và người xử lý dữ liệu, tình huống dữ liệu, vai trò và trách nhiệm

Abstract: Sketching the data flow and determining responsibility in a data situation related to personal data protection is the one of the first and indispensable steps in the data situation audit before determining whether there is any risk of data disclosure needs to be resolved within the scope of that responsibility, as well as the sensitivity of the data situation. The article shows how the UK's Anonymous Decision Framework (ADF) does that and gives some suggestions.

Keywords: data and environment, anonymisation decision-making framework, data controller and data processor, data situations, roles and responsibilities

***

Ngày 17/04/2023, chính phủ đã ban hành Nghị định số 13/2023/NĐ-CP[1] (Sau đây gọi tắt là NĐ13) về ‘Bảo vệ dữ liệu cá nhân’, có hiệu lực thi hành từ 01/07/2023.

Triển khai thực hiện NĐ13, tất cả các bên liên quan, bao gồm các bên: kiểm soát dữ liệu cá nhân; xử lý dữ liệu cá nhân; kiểm soát và xử lý dữ liệu cá nhân; bên thứ ba, chắc chắn sẽ có việc phải phác thảo luồng dữ liệu và xác định trách nhiệm của mình trong bất kỳ tình huống dữ liệu nào có liên quan tới bảo vệ dữ liệu cá nhân. Về việc này, kinh nghiệm của các quốc gia đi trước có thể giúp chúng ta học hỏi được nhiều điều. Dưới đây trình bày cách để giúp phác thảo luồng dữ liệu và xác định trách nhiệm của tổ chức đối với một tình huống dữ liệu bằng việc sử dụng Khung ra quyết định ẩn danh của Vương quốc Anh[2] (sau đây gọi là Khung ADF) để có thể tuân thủ với các nội dung của ‘Quy định bảo vệ dữ liệu chung’ - GDPR[3] (General Data Protection Regulation) của Liên minh châu Âu ngày 27/04/2016, một Quy định với mục đích tương tự như NĐ13 của Việt Nam, có hiệu lực đối với tất cả các quốc gia thành viên của Liên minh châu Âu và đã được áp dụng vào thực tế từ ngày 25/05/2018.

Khung ADF có 10 thành phần (Hình 1), trong đó thành phần 2 của nó sử dụng để thực hiện việc phác thảo luồng dữ liệu và xác định trách nhiệm của bạn/tổ chức của bạn. Cùng với thành phần 1 (Mô tả/nắm bắt vấn đề trình bày), nó giúp trả lời cho câu hỏi: Bạn/tổ chức của bạn có trách nhiệm gì, một mình hay chung với (các) tổ chức khác, về một tình huống dữ liệu?

Hình 1. Khung ADF của Vương quốc Anh

Để giải thích vì sao, chúng ta cần xem xét các trách nhiệm đó được chỉ định như thế nào trong NĐ13. NĐ13 đưa ra mô tả các dạng vai trò xử lý dữ liệu cá nhân sau:

1. Bên Kiểm soát dữ liệu cá nhân là tổ chức, cá nhân quyết định mục đích và phương tiện xử lý dữ liệu cá nhân.

2. Bên Xử lý dữ liệu cá nhân là tổ chức, cá nhân thực hiện việc xử lý dữ liệu thay mặt cho Bên Kiểm soát dữ liệu, thông qua một hợp đồng hoặc thỏa thuận với Bên Kiểm soát dữ liệu.

3. Bên Kiểm soát và xử lý dữ liệu cá nhân là tổ chức, cá nhân đồng thời quyết định mục đích, phương tiện và trực tiếp xử lý dữ liệu cá nhân.

4. Bên thứ ba là tổ chức, cá nhân ngoài Chủ thể dữ liệu, Bên Kiểm soát dữ liệu cá nhân, Bên Xử lý dữ liệu cá nhân, Bên Kiểm soát và xử lý dữ liệu cá nhân được phép xử lý dữ liệu cá nhân.

Từ bốn dạng nêu trên, có thể thấy chỉ có hai vai trò chính trong bảo vệ dữ liệu cá nhân, đó là: (1) Kiểm soát dữ liệu cá nhân; và (2) Xử lý dữ liệu cá nhân. Theo NĐ13, sự khác biệt cơ bản giữa 2 vai trò này nằm ở chỗ: Bên Kiểm soát dữ liệu cá nhân là bên đưa ra quyết định cả mục đích và phương tiện xử lý dữ liệu cá nhân, trong khi Bên Xử lý dữ liệu cá nhân KHÔNG là bên đưa ra quyết định về mục đích và phương tiện, mà chỉ “thực hiện việc xử lý dữ liệu thay mặt cho Bên Kiểm soát dữ liệu, thông qua một hợp đồng hoặc thỏa thuận với Bên Kiểm soát dữ liệu”. Xác định được rõ vai trò của các bên sẽ giúp xác định rõ được trách nhiệm của họ.

Trong thực tế triển khai NĐ13, một trường hợp khác có thể xảy ra là khi hai tổ chức có thể hành động cùng nhau như là các Bên Kiểm soát chung dữ liệu cá nhân thông qua một thỏa thuận/hợp đồng giữa hai bên - trường hợp này cần minh bạch đặt ra các vai trò và trách nhiệm nào được đồng thuận cho việc tuân thủ NĐ13 cho từng tổ chức/cá nhân.

Bất kỳ tổ chức/các nhân nào khác không nằm trong hai vai trò ở trên được phân loại như là ‘Người sử dụng dữ liệu’.

Dựa vào cách tiếp cận ở trên, có thể xây dựng bảng dưới đây:

Bảng 1. Cần xem xét điều gì khi xác định trách nhiệm của bạn

	Bên/Người kiểm soát dữ liệu (NKS)	Bên/Người xử lý dữ liệu (NXL)	Bên/Người sử dụng (NSD) (không là NKS/NXL)
Vai trò	Xác định mục đích và phương tiện của việc xử lý. NKS có thể có trách nhiệm một mình hoặc chung với người khác.	Hành động thay mặt (theo đường hướng) của NKS. Có thể có sự tự chủ nhất định về các phương tiện xử lý.	Không có vai trò xác định mục đích hoặc các phương tiện xử lý dữ liệu cá nhân.
Nguồn gốc	NKS có thể thu thập dữ liệu, chỉ đạo việc thu thập dữ liệu hoặc bắt buộc chia sẻ dữ liệu theo yêu cầu luật định. Điều này ngụ ý nguồn gốc của dữ liệu có thể là Môi trường Dữ liệu (MTDL) của riêng NKS hoặc MTDL ngược lên trên từ họ.	NXL có thể thu thập dữ liệu nhân danh một NKS hoặc có dữ liệu được chia sẻ với nó theo chỉ thị của NKS. Điều này ngụ ý là gốc của dữ liệu có thể là MTDL của riêng NXL hoặc (nhiều) MTDL ngược lên trên.	Được NKS hoặc NXL cung cấp với quyền truy cập tới dữ liệu ẩn danh theo chức năng (dựa vào sự chỉ đạo của NKS).
Dạng dữ liệu	Bạn vẫn có thể là một NKS ngay cả nếu bạn không có quyền truy cập tới dữ liệu cá nhân. Tuy nhiên, thông thường, NKS nắm giữ các phương tiện để xác định các chủ thể dữ liệu. Việc triển khai các biện pháp kỹ thuật và tổ chức có thể liên quan (trong số những điều khác) tới việc duy trì xác định trực tiếp thông tin (thường được tham chiếu tới như là các khóa) và dữ liệu thuộc tính tách biệt nhau. Nếu NKS phá hủy các khóa đó đối với một tập hợp dữ liệu, thì câu hỏi liệu dữ liệu đó có còn là cá nhân hay thông tin ẩn danh hay không có thể cần phải đánh giá đúng thông qua kiểm tra tình huống dữ liệu. Không nên cho rằng nếu các khóa bị phá hủy thì dữ liệu không còn nhận dạng được nữa.	Dữ liệu đối với NXL có thể là nhận dạng được (hoặc trực tiếp hoặc gián tiếp) và vì thế được phân loại như là dữ liệu cá nhân. Đối với dữ liệu được lưu giữ mang tính chất nhận dạng gián tiếp, rủi ro nhận dạng có thể đã được giảm thiểu sao cho rủi ro nhận dạng lại được coi là rất thấp nhưng trên mức không đáng kể, thì dữ liệu đó vẫn được phân loại là dữ liệu cá nhân.	Đối với người nhận dữ liệu được coi là NSD, dữ liệu đó phải được ẩn danh theo chức năng. Điều này có thể đạt được hoặc qua các hạn chế đối với dữ liệu hoặc các hạn chế đối với sự kết hợp của dữ liệu đó với môi trường.

Khung ADF sử dụng thuật ngữ ‘tình huống dữ liệu’ và định nghĩa nó là tập hợp tổng hợp các mối quan hệ giữa một số dữ liệu và tập hợp các môi trường của chúng. Ví dụ: bản thân tổ chức của bạn sẽ tạo thành một môi trường, trong khi mọi chia sẻ hoặc phổ biến dữ liệu được đề xuất sẽ tạo thành một môi trường khác. Mỗi môi trường sẽ có cấu hình khác nhau với các tính năng cốt lõi giống nhau: con người, dữ liệu khác, cơ sở hạ tầng và quy trình quản trị.

Tình huống dữ liệu có thể tĩnh hoặc động. Tình huống dữ liệu tĩnh là khi không có sự di chuyển dữ liệu giữa các môi trường; tình huống dữ liệu động là nơi có sự chuyển động như vậy. Theo định nghĩa, tất cả các quá trình chia sẻ hoặc phổ biến dữ liệu diễn ra trong các tình huống dữ liệu động trong đó dữ liệu được di chuyển có chủ ý từ môi trường này sang môi trường khác. Một tình huống dữ liệu động có thể tương đối đơn giản liên quan đến việc di chuyển dữ liệu từ môi trường này sang môi trường khác. Tuy nhiên, thông thường nó phức tạp hơn, liên quan đến nhiều môi trường.

Hình 2. Các môi trường dữ liệu trong một tình huống dữ liệu

Ví dụ: trong Hình 2, chúng ta thấy dữ liệu truyền qua một số môi trường khác nhau. Hầu hết các môi trường đều nằm trong Tổ chức A, nhưng trong môi trường dữ liệu n+1, dữ liệu được chuyển đến Tổ chức B, có thể do chia sẻ dữ liệu hoặc do Tổ chức B đang xử lý dữ liệu thay mặt cho A. Tình huống dữ liệu như khi đó, tổng thể bao gồm tất cả các môi trường và luồng dữ liệu của chúng được tổng hợp lại, cho dù trong Tổ chức A hay B. Bên kiểm soát dữ liệu là người xác định mục đích và phương tiện xử lý thiết yếu và có thể là một hoặc nhiều người ở Tổ chức A, hoặc Tổ chức B, hoặc cả hai. Tình huống dữ liệu không bị giới hạn ở tập hợp trách nhiệm của một tổ chức cụ thể hoặc một người nắm giữ vai trò cụ thể.

Mặc dù môi trường dữ liệu có thể được coi là bối cảnh riêng biệt cho dữ liệu nhưng chúng được kết nối với nhau bằng sự chuyển động của dữ liệu (và con người) giữa chúng. Bằng cách ánh xạ luồng dữ liệu từ thời điểm dữ liệu được thu thập đến thời điểm sau đó chúng được chia sẻ hoặc phát hành, bạn sẽ có thể xác định các tham số cho tình huống dữ liệu của mình. Trước khi minh họa ý tưởng này trong các ví dụ đưa ra dưới đây, cần nhắc lại rằng việc xác định trách nhiệm ngay cả trong một luồng dữ liệu đơn giản có thể phức tạp và cần được xem xét theo từng trường hợp một. Các ví dụ dưới đây chỉ nhằm minh họa cách các yếu tố khác nhau sẽ phát huy tác dụng khi tìm ra ai chịu trách nhiệm về những gì dọc theo luồng dữ liệu. Những yếu tố đó bao gồm, ngoài việc ai là người xác định mục đích và phương tiện xử lý thiết yếu:

• Đặc điểm kỹ thuật của dữ liệu được chia sẻ

• Đặc điểm kỹ thuật của môi trường nhận, tức là ai sẽ có quyền truy cập vào dữ liệu được chia sẻ cũng như cách thức và những thông tin khác có trong môi trường nhận.

Ví dụ tình huống dữ liệu 1: Chia sẻ đơn giản

Giả thiết, tổ chức A thu thập dữ liệu cá nhân của các khách hàng của nó. Ta gọi đây là môi trường 1. Như một phần của các hoạt động xử lý, tổ chức A có kế hoạch chia sẻ phiên bản dữ liệu được kiểm soát tiết lộ với tổ chức B - tổ chức muốn sử dụng nó để hỗ trợ việc cung cấp dịch vụ tốt hơn cho các khách hàng của mình. Tổ chức A đồng ý chia sẻ bản trích xuất dữ liệu - hoặc có lẽ bắt buộc phải làm như vậy như một phần trong thỏa thuận dịch vụ của mình. Để làm điều này:

• Nó sử dụng các kỹ thuật ẩn danh để loại bỏ bớt khả năng tái nhận diện các khách hàng. Tuy nhiên, nó để lại một số biến số quan trọng - được tổ chức B đặc biệt quan tâm - không thay đổi. Điều này được hiểu là bản trích xuất dữ liệu đó (được chia sẻ cho tổ chức B) vẫn còn nằm trong môi trường của tổ chức A và vẫn là dữ liệu cá nhân - vì tổ chức A có phương tiện để tái nhận diện dữ liệu đó.

• Nó kiểm soát môi trường chia sẻ bằng cách sử dụng thỏa thuận chia sẻ dữ liệu, ví dụ, thường với các nội dung: (a) chỉ định cách tổ chức B có thể lưu giữ dữ liệu, phân tích dữ liệu và ai có thể truy cập dữ liệu đó; (b) cấm B chia sẻ hoặc phát hành bất kỳ phần nào của dữ liệu mà không có sự đồng ý trước của A; (c) yêu cầu B lưu giữ dữ liệu một cách an toàn và chứng minh việc hủy dữ liệu vào thời điểm đã thỏa thuận và (d) cho phép A kiểm tra B về việc xử lý dữ liệu.

Sau khi hợp đồng này được ký kết, tập hợp dữ liệu (dataset) sẽ được chuyển đến B. Môi trường của B là môi trường 2.

Hình 3 minh họa sự di chuyển có chủ ý của dữ liệu từ môi trường 1 sang môi trường 2. Luồng dữ liệu giữa A và B xác định các tham số của tình huống dữ liệu. Bằng cách sử dụng Thỏa thuận chia sẻ dữ liệu để đặt các biện pháp kiểm soát quản trị và cơ sở hạ tầng trên môi trường 2, tổ chức A quản lý một số rủi ro tiết lộ liên quan đến tình huống dữ liệu. Dữ liệu (được kiểm soát tiết lộ) trong môi trường 2 của B có thể được coi là rủi ro thấp (và thậm chí có thể không đáng kể) mặc dù chúng chứa một số biến số chính chi tiết. Điều này là do bằng cách đặt các biện pháp kiểm soát đối với môi trường, họ đang quản lý hiệu quả quyền truy cập ‘ai’ và ‘như thế nào’. Những yếu tố này có thể làm giảm rủi ro đáng kể và trong những trường hợp này, dữ liệu hiện do B nắm giữ có thể được ẩn danh về mặt chức năng chứ không phải dữ liệu cá nhân. Liệu điều này có đạt được hay không cũng sẽ phụ thuộc vào chi tiết của dữ liệu và các dữ liệu khác mà B nắm giữ. Tại thời điểm này, có thể cần phải phân tích rủi ro - và thực sự đây chính xác là điều mà việc kiểm tra tình huống dữ liệu hướng bạn tới: có bất kỳ tình huống khả thi nào mà dữ liệu đó có thể được nhận diện lại hay không.

Hình 3. Luồng dữ liệu giữa 2 môi trường trong chia sẻ đơn giản

Vì vậy, hiện tại chúng ta sẽ giả định rằng dữ liệu do B nắm giữ được ẩn danh về mặt chức năng và do đó không mang tính cá nhân. Câu hỏi quan trọng trở thành: B có đơn giản là người dùng trong tình huống dữ liệu này không? Vâng, có và không! Dữ liệu mà họ đang nắm giữ không phải là dữ liệu cá nhân và do đó - theo định nghĩa - đối với những dữ liệu đó, họ là người dùng. Tuy nhiên, B đã tham gia vào việc xác định mục đích xử lý dữ liệu mà A lưu giữ. Mặc dù có nhiều sắc thái phức tạp có thể xảy ra trong cách viết Thỏa thuận chia sẻ dữ liệu, giả định mặc định trong thỏa thuận này là B trở thành bên kiểm soát dữ liệu chung cho dữ liệu của A - liên quan đến quá trình xử lý cần thiết cho mục đích sử dụng cụ thể này.

Một khi bạn đã hiểu rõ điều đó, thì một câu hỏi sẽ nảy sinh là tại sao lại phải ẩn danh; tại sao không chia sẻ dữ liệu cá nhân? Có một số lý do tại sao không. Thứ nhất, chia sẻ dữ liệu cá nhân là một hình thức xử lý khác với việc chia sẻ dữ liệu theo cách không mang tính cá nhân. Nếu dữ liệu được ẩn danh thì trường hợp sử dụng gần như chắc chắn là thống kê/nghiên cứu và do đó sẽ không bị coi là không phù hợp với mục đích ban đầu là thu thập dữ liệu. Thứ hai, vì dữ liệu được ẩn danh về mặt chức năng nên A có thể tự tin chia sẻ dữ liệu và sẽ đáp ứng các nghĩa vụ riêng của họ trước pháp luật. Thứ ba, việc B có tư cách là người kiểm soát dữ liệu có nghĩa là nó đang phân chia rủi ro của phần được chia sẻ một cách tương ứng, do đó A sẽ sẵn sàng chia sẻ hơn. Thứ tư, B sẽ không đảm nhận mọi trách nhiệm của người kiểm soát dữ liệu đối với dữ liệu của A - ví dụ: nó sẽ không phải đáp ứng các yêu cầu truy cập của chủ thể dữ liệu (vì dữ liệu mà nó có quyền truy cập được ẩn danh về mặt chức năng và do đó theo định nghĩa, nó sẽ không có khả năng nhận diện các chủ thể dữ liệu cá nhân). Trách nhiệm của bên kiểm soát dữ liệu của B sẽ được quy định cụ thể trong Thỏa thuận chia sẻ dữ liệu (do đó sẽ là thỏa thuận giữa bên kiểm soát với bên kiểm soát). Tuy nhiên, về bản chất, họ có thể tóm tắt là xử lý dữ liệu một cách cẩn thận như đối với dữ liệu cá nhân ban đầu của bạn. Cuối cùng, tính năng ẩn danh theo chức năng bảo vệ tất cả các bên trong thỏa thuận này: A, B và các chủ thể dữ liệu, đồng thời cho phép chia sẻ dữ liệu hữu ích vì lợi ích công cộng.

Ví dụ tình huống dữ liệu 2: phát hành dữ liệu như là dữ liệu mở

Việc nắm bắt được khái niệm về dữ liệu mở vốn là cốt lõi của động lực minh bạch làm nền tảng cho nhiều phát hành dữ liệu theo định hướng chính sách.

Hình 4. Luồng dữ liệu cho các môi trường phát hành mở trong chia sẻ đơn giản

Trong môi trường ít hạn chế hơn này, như trên Hình 4, rủi ro liên quan đến những dữ liệu này có thể không được coi là thấp. Tổ chức A không còn kiểm soát ai và cách truy cập dữ liệu nữa. Ở nơi quyền truy cập thực sự mở, bất kỳ ai cũng có quyền truy cập Internet đều có thể tải xuống dữ liệu và làm bất cứ điều gì họ muốn với chúng. Tổ chức B trong trường hợp này chỉ đơn giản là một trong những người sử dụng dữ liệu, tải xuống dữ liệu từ môi trường truy cập mở. Họ không có trách nhiệm và thậm chí không có nghĩa vụ phải thông báo cho A về việc họ sử dụng dữ liệu. Rủi ro của bản phát hành này hoàn toàn nằm ở A (và các chủ thể dữ liệu). Cuối cùng, việc phát hành vào môi trường dữ liệu mở có nghĩa là về nguyên tắc, dữ liệu có thể được liên kết với dữ liệu khác được lưu giữ ở bất kỳ đâu trên thế giới, điều này sẽ chỉ làm tăng số lượng các kịch bản khả thi (có khả năng được sử dụng hợp lý) để tái nhận diện.

Điều cần làm rõ ở đây là, để ẩn danh dữ liệu về mặt chức năng trong tình huống dữ liệu 2, Tổ chức A cần phải đảm bảo rằng dữ liệu đủ điều kiện là thông tin ẩn danh, điều đó ngụ ý rằng chúng sẽ bị hạn chế hơn đáng kể so với trong tình huống dữ liệu 1. Điều này có vẻ hiển nhiên, nhưng việc không hiểu điểm cơ bản rằng việc phát hành dữ liệu cần phải phù hợp với môi trường phát hành của chúng là nguyên nhân chính dẫn đến các ví dụ được công bố rộng rãi về các tập hợp dữ liệu ẩn danh kém.

Ví dụ tình huống dữ liệu 3: chia sẻ đơn giản với phát hành thứ cấp mở

Hãy phát triển sâu hơn các khái niệm được nêu trong hai tình huống dữ liệu đầu tiên và tưởng tượng rằng B muốn công bố một số kết quả phân tích từ dữ liệu đó một cách công khai. Ví dụ: họ có thể muốn công bố bảng tổng hợp về việc mua sắm theo các nhóm nhân khẩu học chính như một phần của sáng kiến minh bạch. Kết quả đầu ra tổng hợp vẫn là dữ liệu và do đó việc phát hành như vậy sẽ mở rộng và thực sự làm phức tạp thêm tình huống dữ liệu. Môi trường thứ ba trong chuỗi là môi trường mở. Bức tranh mới về luồng dữ liệu được hiển thị trên Hình 5. Đây là một ví dụ về cái mà chúng ta gọi là tình huống dữ liệu hai bước. Bước đầu tiên được mô tả hoàn toàn bằng tình huống dữ liệu 1 ở trên, nhưng bước thứ hai thực chất là một tình huống dữ liệu mới và cần phân tích riêng.

Luồng dữ liệu giữa A, B và môi trường truy cập mở xác định các tham số về tình huống dữ liệu của B đối với dữ liệu khách hàng được ẩn danh.

Hình 5. Luồng dữ liệu giữa nhiều môi trường

Tổ chức B, như được quy định trong Thỏa thuận chia sẻ dữ liệu với tổ chức A, không thể tiết lộ dữ liệu ẩn danh được cung cấp cho nó ở dạng ban đầu mà không có sự cho phép của A. Với tư cách là bên cùng kiểm soát dữ liệu, B và/hoặc A nên: (i) tiến hành phân tích rủi ro tiết lộ về việc phát hành dự kiến đầu ra vào môi trường truy cập mở và (ii) nếu cần, sử dụng thêm biện pháp kiểm soát tiết lộ dữ liệu để giảm bớt sự rủi ro của dữ liệu đến mức không đáng kể. Quy trình chính xác cho việc này sẽ được quy định cụ thể trong Thỏa thuận chia sẻ dữ liệu nhưng thông thường B sẽ tự thực hiện đánh giá rủi ro trước khi đề xuất kết quả đầu ra cụ thể cho A.

Ví dụ tình huống dữ liệu 4: chia sẻ đơn giản với bản phát hành thứ cấp được kiểm soát

Hình 6. Sự dịch chuyển của dữ liệu qua nhiều môi trường

Trong ví dụ này, như trên Hình 6, chúng ta xem xét luồng dữ liệu qua các môi trường liên quan đến dữ liệu cá nhân và dữ liệu được ẩn danh để không nhận diện lại được. Giả thiết rằng tổ chức A thu thập dữ liệu khách hàng ở khu vực của mình. Theo luật, nó có quyền chia sẻ một số dữ liệu đó với một bên B để hỗ trợ cho công việc của mình. Việc chia sẻ dữ liệu được chính thức hóa theo Thỏa thuận chia sẻ dữ liệu quy định rằng A và B là các bên cùng kiểm soát dữ liệu đối với những dữ liệu đó. Điều này không nhất thiết có nghĩa là việc phân chia trách nhiệm sẽ bình đẳng giữa hai tổ chức – Thỏa thuận chia sẻ dữ liệu phải quy định tổ chức nào chịu trách nhiệm về việc gì. Gọi môi trường của A là môi trường 1.

Tổ chức B, như một phần trong trách nhiệm của nó (và theo thỏa thuận với Tổ chức A), tạo ra một tập hợp con dữ liệu đã được ẩn danh và cung cấp dữ liệu đó trong môi trường an toàn để các nhà nghiên cứu được phê duyệt và cấp quyền sử dụng lại. Gọi môi trường của Tổ chức B là môi trường 2, được thiết lập bảo mật theo cách đảm bảo rằng dữ liệu được ẩn danh về mặt chức năng. Nó đặt ra những hạn chế về việc ai có thể truy cập dữ liệu, cách truy cập dữ liệu và những thông tin phụ trợ nào có thể được đưa vào và ra khỏi môi trường phòng thí nghiệm an toàn. Gọi môi trường an toàn của phòng thí nghiệm C là môi trường 3.

Một nhà nghiên cứu được phê duyệt và công nhận thực hiện phân tích dữ liệu của mình trong phòng thí nghiệm an toàn, tạo ra kết quả thống kê cần thiết để viết bài báo về kết quả nghiên cứu của mình. Những kết quả đầu ra này trước tiên được nhân viên phòng thí nghiệm an toàn kiểm tra để đảm bảo rằng chúng không bị tiết lộ không mong muốn, trong trường hợp đó chúng sẽ được thông qua là 'an toàn'. Nhà nghiên cứu viết và xuất bản công khai nghiên cứu của mình một cách hợp lệ, trong đó có một số kết quả phân tích. Nền tảng xuất bản của nghiên cứu là môi trường truy cập mở, gọi là môi trường 4.

Như trong hai ví dụ đầu tiên, một trong những vấn đề chính mà đặc biệt muốn được nêu bật là dữ liệu trong môi trường này có thể được coi là ẩn danh về mặt chức năng, nhưng trong môi trường khác (chẳng hạn như ấn phẩm của nhà nghiên cứu), điều này có thể không còn đúng nữa. Do đó, trong ví dụ này, kết quả phân tích của nhà nghiên cứu phải được phòng thí nghiệm bảo mật kiểm tra và xác minh là ‘an toàn’ trước khi nhà nghiên cứu đó có thể mang dữ liệu đi.

Hình 7. Dữ liệu cá nhân nhạy cảm có thể trở thành dữ liệu mở bằng các kỹ thuật ẩn danh đúng cách xuyên suốt phổ dữ liệu, từ “đóng” sang “chia sẻ” rồi sang “mở”

Ví dụ này cũng cho thấy một điểm quan trọng khác, ấy là một tập hợp dữ liệu cá nhân, kể cả là dữ liệu cá nhân nhạy cảm như hồ sơ y tế cá nhân (Điều 2, khoản 4.b, NĐ13), khi được ẩn danh đúng cách, hoàn toàn có thể dịch chuyển qua toàn bộ phổ dữ liệu, từ dạng “đóng” sang dạng “chia sẻ” và sang dạng “mở”[4] mà bất kỳ ai cũng có thể truy cập được tới nó như được minh họa như trên Hình 7.

Cần nhấn mạnh rằng mặc dù một tình huống dữ liệu có thể phức tạp nhưng nó không nên được coi là một vấn đề khó giải quyết đến mức bạn cảm thấy an toàn hơn khi không cân nhắc việc chia sẻ hoặc phát hành dữ liệu của mình. Tất nhiên, đó có thể là kết luận mà bạn đưa ra sau khi đã làm việc với Khung ADF nhưng nó không phải là điểm khởi đầu. Bạn không nên bỏ qua hàng loạt lợi ích to lớn có thể và thực sự đến từ việc chia sẻ và mở dữ liệu.

Tinh chỉnh trọng tâm của bạn

Thông thường, các luồng dữ liệu mà bạn ánh xạ sẽ phức tạp hơn rất nhiều so với những gì bạn dự tính ban đầu và điều này có thể gây khó khăn. Đôi khi quá trình ánh xạ sẽ làm nổi bật những gì bạn đã biết: rằng tình huống mà bạn đang gặp phải rất phức tạp. Một cách để nhìn thấu sự phức tạp là tinh chỉnh trọng tâm phân tích của bạn.

Tình huống dữ liệu trọng tâm của bạn, cả dữ liệu và môi trường, là đối tượng bạn quan tâm để phân tích. Ví dụ: nếu bạn đang cân nhắc việc chia sẻ dữ liệu với một tổ chức khác thì tổ chức đó sẽ là môi trường dữ liệu trọng tâm và việc di chuyển dữ liệu mà bạn đang cân nhắc chia sẻ vào môi trường đó sẽ là tình huống dữ liệu trọng tâm. Do đó, mục tiêu của bạn ở đây là tinh chỉnh trọng tâm của mình một cách thích hợp và suy nghĩ nghiêm túc về tình huống dữ liệu trọng tâm đó. Để làm được điều này, bạn cần xem xét thêm ba yếu tố nữa.

• Phạm vi kiểm soát. Bạn có quyền kiểm soát quyết định và quyền kiểm soát hoạt động đối với những yếu tố nào của luồng dữ liệu? Kiểm soát quyết định cho thấy khả năng thiết lập chính sách, đưa ra các quy tắc và quy định để xử lý. Kiểm soát hoạt động có nghĩa là khả năng đưa ra các quyết định xử lý hàng ngày.

• Phạm vi trách nhiệm. Bạn chịu trách nhiệm trực tiếp và gián tiếp đối với những yếu tố nào của luồng dữ liệu? Trách nhiệm có thể đến từ các yêu cầu pháp lý, cân nhắc về đạo đức và/hoặc thỏa thuận. Trách nhiệm trực tiếp là những trách nhiệm mà chỉ có hành động của riêng bạn mới được thực hiện. Trách nhiệm gián tiếp là nơi hành động của người khác nằm trong phạm vi. Việc xác định các trách nhiệm này sẽ cho phép bạn làm rõ các trách nhiệm nào được áp dụng.

• Mức độ liên quan. Những yếu tố nào của luồng dữ liệu ảnh hưởng đến tình huống dữ liệu trọng tâm?

Thông thường, bên xử lý sẽ có quyền kiểm soát hoạt động và chịu trách nhiệm trực tiếp nhưng không có quyền kiểm soát quyết định hoặc trách nhiệm gián tiếp. Tuy nhiên, sẽ nảy sinh các tình huống khi bên xử lý ủy quyền hoặc ký hợp đồng phụ thực hiện các nhiệm vụ xử lý cho các bên xử lý phụ, trong trường hợp đó, họ cũng sẽ phải chịu một số trách nhiệm gián tiếp. Theo định nghĩa, bên kiểm soát có quyền kiểm soát quyết định và có thể có quyền kiểm soát hoạt động cũng như trách nhiệm trực tiếp và/hoặc gián tiếp. Điểm thứ hai là các khái niệm về kiểm soát và trách nhiệm áp dụng cho dữ liệu bất kể đó là dữ liệu cá nhân hay không trong khi sự phân biệt giữa bên kiểm soát/bên xử lý được gắn rõ ràng với dữ liệu cá nhân.

Nếu bạn xem xét tình huống dữ liệu 1, A có quyền kiểm soát hoạt động và kiểm soát quyết định cũng như trách nhiệm trực tiếp đối với dữ liệu của chính mình và B có một số quyền kiểm soát quyết định và trách nhiệm gián tiếp. Đối với phiên bản dữ liệu ẩn danh về mặt chức năng, B có quyền kiểm soát hoạt động và một số quyền quyết định cũng như trách nhiệm trực tiếp còn A có quyền kiểm soát quyết định và trách nhiệm gián tiếp. Đây là trường hợp khá phổ biến trong thực tế khi hai bên cùng có quyền kiểm soát.

Điểm mấu chốt ở giai đoạn này là đảm bảo rằng mục tiêu kiểm soát và mục tiêu trách nhiệm của bạn phù hợp với nhau. Nếu không thì có thể bạn đang gặp vấn đề mà việc ẩn danh không phải là giải pháp.

Yếu tố cuối cùng cần được xem xét khi xác định trọng tâm là mức độ liên quan. Một tình huống dữ liệu có thể liên quan nếu nó ảnh hưởng đến rủi ro của môi trường dữ liệu trọng tâm hiện hành nhưng nằm ngoài phạm vi kiểm soát.

Vì vậy, khi kết thúc phần này, bằng cách sử dụng các khái niệm về trách nhiệm, quyền kiểm soát và mức độ liên quan, bạn sẽ tinh chỉnh được tình huống dữ liệu trọng tâm của mình và bằng cách đó làm rõ câu hỏi ẩn danh cụ thể mà bạn muốn giải quyết.

Vài gợi ý

Trong khi việc xác định trách nhiệm thuộc về ai/tổ chức nào trong xử lý dữ liệu cá nhân nhằm tránh sự cố tiết lộ dữ liệu cá nhân không như dự tính và đưa ra được quyết định ẩn danh phù hợp để biến các dữ liệu cá nhân thành các dữ liệu hữu ích an toàn là một công việc phức tạp, thì vấn đề này chỉ là một (thành phần 2) trong mười thành phần của Khung Ra quyết định Ẩn danh (ADF) mà Vương quốc Anh đã và đang phát triển. Điều này cho thấy có nhu cầu rất lớn về một khung tương tự như Khung ADF cho Việt Nam với các gợi ý/hướng dẫn/giải thích/cung cấp các ví dụ cụ thể về cách thức xử lý dữ liệu cá nhân, từ việc kiểm tra tình huống dữ liệu (các thành phần từ 1 đến 6), cho tới phân tích rủi ro tiết lộ (thành phần 7) và quản lý các tác động (các thành phần từ 8 đến 10), được ánh xạ cho phù hợp với các nội dung được nêu trong NĐ13 và các văn bản quy phạm pháp luật có liên quan khác.

Gợi ý bổ sung thêm trường hợp đồng kiểm soát, như được nêu trong bài, với mức độ kiểm soát của từng bên không nhất thiết phải y hệt nhau.

Vài gợi ý khác có liên quan tới bảo vệ dữ liệu cá nhân có thể bổ sung cho bài viết này đã được nêu trong một bài viết khác gần đây[5], chẳng hạn như: (1) Các nguyên tắc dựa vào đó để xây dựng một Khung ADF; (2) Các nguyên tắc tính mở cho tổ chức kiểm soát và/hoặc xử lý dữ liệu cá nhân; (3) Vài kỹ thuật ẩn danh đơn giản; (4) Vài phần mềm nguồn mở tuân thủ GDPR.

Tài liệu tham khảo

[1] Trang web của Chính phủ: Nghị định số 13/2023/NĐ-CP của Chính phủ: Bảo vệ dữ liệu cá nhân: https://vanban.chinhphu.vn/?pageid=27160&docid=207759, truy cập ngày 10/10/2023.

[2] Mark Elliot, Elaine Mackey and Kieron O’Hara (2020): The Anonymisation Decision-Making Framework: European Practitioners’ Guide: https://msrbcel.files.wordpress.com/2020/11/adf-2nd-edition-1.pdf, truy cập ngày 10/10/2023.

[3] THE EUROPEAN PARLIAMENT AND THE COUNCIL OF THE EUROPEAN UNION (2016): General Data Protection Regulation: https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:32016R0679, truy cập ngày 10/10/2023.

[4] ODI (2019): Anonymisation and Open Data: An introduction to managing the risk of re-identification: https://docs.google.com/document/d/1CoXniaTnQL_4ZyQuji9_MA_YCEElQjx4z1SEdB08c2M/edit, p.7. Truy cập ngày 10/10/2023.

[5] Lê Trung Nghĩa (2023): Nghị định Bảo vệ dữ liệu cá nhân và một vài gợi ý triển khai: DOI: 10.5281/zenodo.8323145

 

Giấy phép nội dung: CC BY 4.0 Quốc tế

Tự do tải về bài viết định dạng PDF ở địa chỉ DOI: https://doi.org/10.5281/zenodo.10066982

Tự do tải về bài trình chiếu tại hội thảo ở địa chỉ: https://www.dropbox.com/scl/fi/3upw7oo2i2b0icpsl9gg5/ADF_for_VN.pdf?rlkey=dj54kw3en6wzuab9uxidevjqg&dl=0

Tweet: https://twitter.com/nghiafoss/status/1720288296142815466

Lê Trung Nghĩa, ORCID iD: https://orcid.org/0009-0007-7683-7703

Viện Nghiên cứu, Đào tạo và Phát triển Tài nguyên Giáo dục Mở (InOER)

Hiệp hội các trường đại học cao đẳng Việt Nam (AVU&C)

(Bài viết cho Hội thảo khoa học quốc gia ‘Dữ liệu cá nhân trong dòng chảy kinh tế số’ do Trường Kinh tế Luật và Quản lý Nhà nước, Đại học Kinh tế TP. Hồ Chí Minh (UEH) và Viện Nghiên cứu Chính sách và Phát triển Phương tiện (IPS) tổ chức ngày 03/11/2023 tại TP. Hồ Chí Minh).

Xem thêm:

• Các bài toàn văn

• Dữ liệu Mở

• Chuyển đổi số/Năng lực số