Thứ Năm, 10 tháng 9, 2026

Độc giả của Giáo dục Mở. XIV. Các mô hình kinh doanh Mở

 

Độc giả của Giáo dục Mở. XIV. Các mô hình kinh doanh Mở

An Open Education Reader

Open Business Models

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/open_business_models.

---------------------------------------------------

Thừa nhận:

Nội dung này được dịch sang tiếng Việt từ tài liệu ‘Độc giả của Giáo dục Mở’ (An Open Education Reader) của tác giả David Wiley

https://edtechbooks.org/openedreader

Giấy phép CC BY

---------------------------------------------------

VỀ TRANG MỤC LỤC

---------------------------------------------------

44 Eric Raymond, “Chiếc vạc thần kỳ” 

Eric Raymond, “The Magic Cauldron”

Đọc bài viết tại https://edtechbooks.org/-oXHM

Bối cảnh

Eric Raymond, một người đóng góp đáng kể cho lý thuyết và các cuộc thảo luận trong cộng đồng nguồn mở, lại một lần nữa gây ấn tượng với bài báo “Chiếc Vạc Thần Kỳ” (The Magic Cauldron). Ông tuyên bố bài luận này sẽ “bắt đầu bằng việc bác bỏ một số quan niệm sai lầm phổ biến về kinh tế sản xuất phần mềm; sau đó tiếp tục phân tích theo hướng kinh tế học, lý thuyết trò chơi và mô hình kinh doanh”. Mặc dù được viết vào năm 1999, trước khi nhiều nguồn tài nguyên giáo dục mở và doanh nghiệp như hiện nay xuất hiện, Raymond đã trình bày rõ ràng các mô hình kinh doanh khả thi nhất có thể duy trì các công ty nguồn mở hoặc nội dung mở và tính hữu ích của từng mô hình. Hiểu được bài viết này sẽ giúp phân tích toàn diện sự nổi lên và sụp đổ của các công ty đã sử dụng một hoặc nhiều hoặc không sử dụng mô hình nào của ông để thu hút tiền trên thị trường và tạo ra các doanh nghiệp bền vững.

Những điểm chính

Raymond trước tiên chỉ ra sự khác biệt giữa “giá trị sử dụng” và “giá trị bán hàng”. Nói rõ hơn, sản xuất phần mềm khác biệt rất nhiều so với sản xuất truyền thống. Trong nhiều doanh nghiệp, phần mềm (và ở mức độ thấp hơn, nội dung) có thể cực kỳ có giá trị đối với một công ty, nhưng lại không thể bán được. Trong trường hợp này, điều đó có nghĩa là phần mềm có “giá trị sử dụng” nhưng không có “giá trị bán”. Lý thuyết về “giá trị sử dụng” là lý do chính khiến các công ty có thể công khai mã nguồn phần mềm của họ mà không phá hủy hoạt động kinh doanh. Với nguồn mở, họ đang gia tăng hiệu quả và tính hữu ích của mã nguồn – cải thiện “giá trị sử dụng” – mà không làm mất đi lợi nhuận tiềm năng trong tương lai.

Phần còn lại của bài viết đề cập đến các mô hình khác nhau có thể giúp các công ty biến các tài nguyên có giá trị sử dụng của nguồn mở thành nguồn tài chính khả thi.

Mô hình tài trợ dựa trên giá trị sử dụng

Các mô hình tạo ra các sản phẩm nguồn mở có giá trị cao nhờ tính chất nguồn mở của chúng, từ đó thu hút được nguồn vốn để tạo ra một doanh nghiệp bền vững.

  • Chia sẻ chi phí: Tài nguyên mã nguồn mở có thể phân bổ chi phí phát triển hoặc bảo trì ở mức thấp đến mức các doanh nghiệp được hưởng lợi khi tham gia mạng lưới.

  • Phân tán rủi ro: Tương tự, nguồn mở giảm thiểu rủi ro bằng cách phân tán rủi ro giữa các công ty. Điều này giảm thiểu rủi ro mà các công ty không thể thích ứng hoặc duy trì nguồn lực nội bộ của họ để đáp ứng các thách thức bên ngoài.

Mô hình bán hàng gián tiếp

  • Sản phẩm dẫn dụ: Sử dụng phần mềm nguồn mở để chiếm lĩnh thị trường đối với phần mềm độc quyền liên quan để tạo ra doanh thu.

  • Mô hình "Widget Frosting": Được sử dụng chủ yếu bởi các công ty phần cứng bán phần cứng mà yêu cầu phần mềm không tạo ra doanh thu.

  • Tặng công thức nấu ăn, mở nhà hàng: Trong mô hình này, các doanh nghiệp tập trung vào việc cung cấp các dịch vụ trả phí xung quanh các sản phẩm nguồn mở miễn phí của họ. Điều này có thể hữu ích khi khách hàng không muốn tự mình quản lý sản phẩm.

  • Bán phụ kiện: Bán các mặt hàng bổ sung cho sản phẩm, từ các vật phẩm mang thương hiệu đến các sản phẩm mã nguồn bổ sung.

  • Giải phóng tương lai, bán hiện tại: Trong mô hình này, bạn phát hành phần mềm với giấy phép đóng sẽ hết hạn vào một thời điểm đã được xác định trước. Điều này cho phép người dùng tùy chỉnh và đảm bảo rằng sản phẩm có thể được cộng đồng nguồn mở tiếp quản.

  • Giải phóng phần mềm, bán thương hiệu: Đây là một mô hình tương đối chưa được thử nghiệm và rủi ro. Ý tưởng cốt lõi là khách hàng có thể trả tiền cho người tạo ra mã nguồn để được chính thức gắn nhãn tuân thủ các tiêu chuẩn nhất định, do đó mọi người có cùng tên thương hiệu đều có phần mềm tương thích ngay cả khi nó được sửa đổi.

  • Giải phóng phần mềm, bán nội dung: Bán hàng dựa trên đăng ký cho nội dung.

Chiến lược và Hệ sinh thái: Trong các phần còn lại, Raymond nói về các chiến lược để áp dụng các mô hình trên. Trong phần “Khi nào nên mở, khi nào nên đóng”, ông đưa ra các ví dụ về cách các công ty đã cân bằng lợi ích của mã nguồn mở so với lợi ích của mã nguồn độc quyền để quyết định họ muốn sử dụng cái nào hoặc khi nào nên chuyển đổi từ cái này sang cái kia. Ông cũng khám phá thêm các ví dụ về cách các công ty đã duy trì vị thế dẫn đầu so với các đối thủ cạnh tranh có quyền truy cập vào tất cả các tài liệu và mã nguồn được tạo ra. Nhìn chung, Raymond coi nguồn mở là một điều tuyệt vời cho các công ty và thị trường vì nó mang lại những điểm mạnh và dịch vụ tốt nhất. Các công ty có thể hợp tác để trở nên mạnh mẽ hơn và sau đó cạnh tranh để cung cấp dịch vụ tốt hơn cho khách hàng. Tất nhiên, điều này không dễ dàng đối với các doanh nghiệp, vì vậy Raymond dành thời gian thảo luận thêm về cách một công ty nên đối phó với những thách thức này.

Tóm lại, các yếu tố phân biệt sau đây thúc đẩy việc sử dụng nguồn mở:

  1. Độ tin cậy/ổn định/khả năng mở rộng là rất quan trọng.

  2. Tính đúng đắn của thiết kế và triển khai không thể dễ dàng được xác minh bằng các phương tiện khác ngoài đánh giá ngang hàng độc lập.

  3. Phần mềm rất quan trọng đối với việc người dùng kiểm soát hoạt động kinh doanh của mình.

  4. Phần mềm thiết lập hoặc cho phép một cơ sở hạ tầng điện toán và truyền thông chung.

  5. Các phương pháp chính (hoặc các phương pháp tương đương về chức năng) là một phần của kiến thức kỹ thuật chung.

Câu hỏi thảo luận

  1. Danh sách các mô hình kinh doanh nguồn mở này có đầy đủ không? Còn những mô hình nào khác tồn tại trên thế giới?

  2. Những mô hình nào có thể được kết hợp với nhau? Có những thế mạnh cộng hưởng nào khi kết hợp các mô hình khác nhau?

  3. Các doanh nghiệp nguồn mở sẽ ảnh hưởng như thế nào đến người tiêu dùng bình thường, không phải là các cao thủ phần mềm (hacker)?

Tài liệu tham khảo bổ sung 

Raymond đã đề cập đến việc Digital Creation chuyển sang hình thức nguồn mở cho sản phẩm "vũ khí bí mật" của họ. Dưới đây là bài viết của Paul Everitt, Giám đốc điều hành của Digital Creation, về lý do họ đưa ra quyết định này.

“Cách chúng tôi quyết định kinh doanh nguồn mở” https://edtechbooks.org/-LBL

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/the-magic-cauldron.

---------------------------------------------------

45 OSI, “Nguồn Mở cho doanh nghiệp” 

OSI, “Open Source Case for Business”

Đọc bài viết tại https://edtechbooks.org/-gscWu

Bối cảnh

Giống như bài viết “Chiếc vạc thần kỳ” (The Magic Cauldron) của Eric Raymond, “Trường hợp nguồn mở” (Open Source Case) phân tích các mô hình doanh thu khác nhau cho các công ty nguồn mở. Bài này khen ngợi bài viết của Raymond vì nó hiện đại hơn một chút và cũng truyền tải nhiều hơn quan điểm của nhà đầu tư kinh doanh vào cách các công ty có thể tận dụng sức mạnh của nguồn mở để tạo lợi thế cho họ.

Những điểm chính

Doanh nghiệp nên áp dụng phần mềm mở vì nó an toàn hơn cho doanh nghiệp. Phần “Vấn đề về độ tin cậy” tập trung vào các mô hình đã được chứng minh cho thấy rằng nguồn mở thường đáng tin cậy và mạnh mẽ hơn các sản phẩm nguồn đóng. Khi các doanh nghiệp tập trung nhiều hơn vào các sản phẩm và dịch vụ phần mềm, họ nên xem xét những lợi thế của việc sử dụng phần mềm hoặc sản phẩm phần mềm độc quyền và biến chúng thành nguồn mở. Ưu điểm của nguồn mở bao gồm: 

  • Phần mềm đáng tin cậy hơn với chi phí thấp hơn do chi phí sửa lỗi được thực hiện bên ngoài thay vì chi phí nội bộ 

  • Phát triển nhanh hơn 

  • Mối quan hệ chặt chẽ hơn với khách hàng là một phần của quy trình và trung thành hơn vì sản phẩm phù hợp hơn với nhu cầu của họ ngay cả trong một thị trường luôn thay đổi 

  • Phổ biến rộng rãi sản phẩm và thị trường rộng hơn

Nhiều khách hàng trung thành hơn với một sản phẩm tốt hơn? Nghe có vẻ như là một sự đặt cược khá tốt đối với một nhà đầu tư miễn là doanh nghiệp có cách biến những thế mạnh bổ sung này thành doanh thu. Khi điều đó xảy ra, các nhà đầu tư sẽ cung cấp vốn miễn là công ty mang lại lợi tức đầu tư. Bài báo nhấn mạnh lại các mô hình mà Eric Raymond giải thích trong bài viết của mình, “Chiếc vạc thần kỳ” như những cách khả thi mà các nhà đầu tư có thể tận dụng lợi ích của các công ty nguồn mở mạnh để mang lại giá trị.

Câu hỏi thảo luận

  1. Lợi ích gì thu hút nhà đầu tư? Tại sao một doanh nghiệp mạnh lại đáng đầu tư ngay cả khi nó sản xuất ra những sản phẩm có thể tái sản xuất miễn phí?

  2. Đối với bạn, mô hình kinh doanh nào có vẻ khả thi và mạnh mẽ nhất?

  3. Những mô hình này liên quan như thế nào đến các lý thuyết kinh tế được phát triển trong cuốn “Chim cánh cụt của Coase, hay Linux và bản chất của doanh nghiệp” của Benkler?

Tài liệu tham khảo bổ sung 

  • Danh sách một số công ty khởi nghiệp nguồn mở được liệt kê trong tạp chí Wired: https://edtechbooks.org/-xpp

  • Một bài viết khác dành cho chủ doanh nghiệp và nhà quản lý, dựa trên bài viết “Chiếc vạc thần kỹ” của Eric Raymond, đồng thời bổ sung thêm các lập luận về thực tiễn kinh doanh nguồn mở tốt. Frank Hecker, “Mở cửa hàng” https://edtechbooks.org/-ywMz

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/open-source-case.

---------------------------------------------------

46. Nhiều tác giả, “Cuộc trò chuyện mùa hè năm 2014 về các mô hình kinh doanh trong giáo dục mở”

Various, “A Summer 2014 Conversation on Business Models in Open Education”

Bối cảnh

Bài luận mang tính định hình của Eric Raymond, “Chiếc vạc thần kỳ”, được viết vào năm 1999 và 2000 như là nền tảng lý thuyết về cách các công ty có thể tận dụng các sản phẩm và dịch vụ nguồn mở và nội dung mở để tạo ra lợi nhuận. Vào năm 2014, gần 15 năm sau, một cuộc thảo luận trên blog đã diễn ra giữa ba CEO và một nhà nghiên cứu. Mỗi CEO đều sử dụng các mô hình OER kinh doanh khác nhau và hy vọng vào việc áp dụng rộng rãi các tài liệu của họ. Về bản chất, cuộc thảo luận của họ nhằm tìm ra ai đúng về thị trường và mô hình nào sẽ thành công nhất. Đây là một cuộc thảo luận quan trọng mang tính bước ngoặt trong cộng đồng giáo dục vì nó liên quan đến câu hỏi về cách cộng đồng giáo dục chấp nhận tài nguyên giáo dục mở. Tại sao họ nên chấp nhận? Điều gì thúc đẩy họ áp dụng tài liệu OER? Họ làm như thế nào? Làm thế nào các công ty có thể tạo ra sự đổi mới bền vững trong lĩnh vực này?

Jose Ferreira

Thông tin cá nhân: Jose Ferreira là CEO của Knewton, một công ty được mô tả tốt nhất là một công ty chuyên tạo ra các hệ thống quản lý học tập dựa trên tài nguyên OER với các phụ kiện có thể tăng cường phản hồi và hiệu quả giảng dạy. Ferreira đăng bài viết này sau bình luận của David Wiley tại Hội thảo Giáo dục Knewton rằng Tài nguyên Giáo dục Mở (OER) sẽ lật đổ các nhà xuất bản sách giáo khoa.

Những điểm chính: Jose Ferreira lập luận rằng OER tạo ra các tài liệu cấp thấp, bất tiện khi sử dụng và không làm tăng hiệu quả học tập. Với quan điểm này, ông ủng hộ tương lai chắc chắn của công ty mình vì ông tin rằng các nhà giáo dục và các tổ chức giáo dục sẽ sẵn sàng trả tiền để người khác quản lý việc tạo ra và điều chỉnh các tài liệu OER cũng như các dịch vụ phức tạp khác bổ sung cho quá trình học tập.

David Wiley

Tiểu sử: David Wiley, một trong những người dẫn đầu trong việc phát triển cộng đồng nội dung mở, đã thành lập Lumen, một dự án xã hội cung cấp các nguồn tài nguyên OER đóng gói sẵn và đào tạo cho các trường cao đẳng, đặc biệt là các trường cao đẳng cộng đồng. Lumen, được thành lập năm 2013, hoạt động theo mô hình “Chia sẻ công thức, mở nhà hàng” mà Eric Raymond đã đề cập trong bài báo “Chiếc vạc thần kỳ”. Là một nhà thiết kế hướng dẫn và giáo sư, Wiley cũng đã thực hiện nghiên cứu sâu rộng về tác động của OER đối với kết quả học tập của sinh viên. Ông nhanh chóng phản hồi bài đăng của Ferriera với quan điểm riêng của mình về thị trường OER.

Những điểm chính: Wiley trước hết chỉ ra rằng lời khuyên của Ferreira về việc các nhà xuất bản nên chiếm lĩnh phân khúc cao cấp của thị trường tài nguyên OER có vẻ ngớ ngẩn vì các nhà xuất bản hiện tại yêu cầu tính độc quyền như một yếu tố cần thiết để có lợi nhuận và OER thực sự phá vỡ yêu cầu về tính độc quyền. Ông tiếp tục lập luận rằng OER sẽ không chiến thắng vì nó tạo ra các tài liệu tốt hơn hẳn so với các nhà xuất bản hiện tại mà là vì nó vượt trội hơn hẳn về các chỉ số “kết quả học tập trên mỗi đô la”, tiền đề đằng sau lợi thế cạnh tranh có thể tiếp thị của Lumen. Chỉ số này được tính bằng cách chia tỷ lệ đậu của lớp học cho số tiền chi cho tài nguyên học tập (ví dụ: sách giáo khoa). Với chỉ số này, một số trường học đang thấy sự cải thiện đáng kể khi chuyển sang sử dụng OER. Mấu chốt nằm ở chỗ đây là chỉ số sẽ định hình thị trường trong tương lai và tạo ra nhu cầu bền vững cho các công ty dựa trên OER như Lumen.

Michael Feldstein

Thông tin cá nhân: Michael Feldstein có kinh nghiệm lâu năm với các nền tảng trực tuyến giúp các công ty cải thiện việc học tập và tạo cầu nối giữa các công ty, giáo dục và Internet. Kinh nghiệm của ông bao gồm thiết kế hướng dẫn cho các lớp học kết hợp và quản lý Hệ thống Quản lý Học tập - LMS (Learning Management System) trực tuyến. Ông đã tham gia vào cuộc thảo luận của David Wiley và Jose Ferriera sau Hội nghị chuyên đề Giáo dục Knewton trên trang web e-Literate của mình. Trang web này là “một blog cá nhân về công nghệ giáo dục và các chủ đề liên quan… được Michael và một số đồng nghiệp đáng tin cậy của ông trong lĩnh vực công nghệ giáo dục viết”. Bài viết này rất quan trọng đối với cuộc thảo luận vì nó phát triển cuộc tranh luận về những giả định cơ bản nào cần phải đúng để Wiley hoặc Ferreira được coi là đúng. Việc so sánh cẩn thận bài viết này với "Chim cánh cụt của Coase" sẽ giúp người đọc thấy được cách các mô hình lý thuyết đó được áp dụng trong thực tế.

Những điểm chính: Michael Feldstein chỉ ra rằng tính khả thi của những quan điểm khác nhau giữa Ferreira và Wiley “phụ thuộc” vào sự phát triển của các mô hình cấp phép và kinh tế. Hiện tại, việc cấp phép OER tạo ra những khó khăn về doanh thu cho cả nhà cung cấp và đối thủ cạnh tranh, và do đó “vẫn chưa giải quyết được vấn đề bán hàng và tiếp thị hoặc chứng minh được các mô hình doanh thu cho phép họ làm những gì cần thiết để thúc đẩy việc áp dụng trên quy mô lớn”. Ông tiếp tục, “Nếu mọi người đều thua, thì không ai thắng. Ít nhất là vào lúc này.” Ferreira chắc chắn rằng các gói LMS phức tạp, dựa trên dữ liệu là những gì thị trường muốn. Wiley chắc chắn rằng chỉ số kết quả học tập trên mỗi đô la là yếu tố quyết định. Feldstein chỉ ra rằng bất kể ai đúng về các yếu tố quan trọng ảnh hưởng đến việc áp dụng, cả hai doanh nghiệp sẽ không thành công cho đến khi doanh nghiệp (không chỉ sản phẩm) hoạt động hiệu quả và là một quy trình tạo ra doanh thu bền vững.

Brian Jacobs

Bối cảnh: Người cuối cùng đóng góp một phần quan trọng vào cuộc tranh luận của các CEO này là Brian Jacobs, CEO của panOpen, một nền tảng cung cấp sách giáo khoa OER. Jacobs đề cập đến một điểm cuối cùng về những giả định mà những người khác chưa đề cập đến, và điều này có thể là một phần quan trọng quyết định sự thành công hay thất bại của bất kỳ mô hình kinh doanh nào dựa trên OER.

Những điểm chính: Jacobs bắt đầu bằng cách đặt câu hỏi đơn giản: “Giả định cho rằng vì nội dung giáo dục nguồn mở giống như phần mềm nguồn mở — ở chỗ đó là nội dung miễn phí mà bạn có thể cắt nhỏ, phối lại và chia sẻ với bất kỳ ai — nên việc ứng dụng và sử dụng nó cũng nên theo cách tương tự.” Ông chỉ ra rằng tài nguyên dành cho giáo viên không được phát triển hoặc sử dụng giống như các chương trình của các cao thủ phần mềm (hacker). Điều này làm mất đi nhiều sự đồng vận và động lực mà Raymond đã lưu ý rằng nguồn mở mang lại cho cộng đồng các cao thủ. Điểm mấu chốt mà Jacobs muốn nhấn mạnh là cần phải triển khai các hệ thống động lực mới để sử dụng và tạo ra các tài liệu trước khi OER được áp dụng rộng rãi. Một điểm như vậy là giáo viên nên được bồi thường tài chính khi áp dụng và điều chỉnh tài liệu OER để bù đắp cho sự bất tiện mà họ phải gánh chịu khi lẽ ra họ có thể sử dụng sách giáo khoa ngay từ đầu. Đây là một quan điểm rất khác so với những giả định của Wiley hay Ferreira về động lực thúc đẩy việc áp dụng. Ông kết luận bằng câu: “Vì các giảng viên không phải là cao thủ phần mềm và thuộc về một cộng đồng thực hành hoàn toàn khác, nên một hệ thống phát triển nội dung phân tán cũng cần phải đi kèm với một hệ thống khuyến khích tài chính phân tán.” Tính đúng đắn của các giả định có tính bước ngoặt của Jacobs vẫn còn phải chờ xem khi ba doanh nghiệp này và các mô hình khác nhau khác đang nỗ lực để được áp dụng rộng rãi và tạo ra nguồn doanh thu dồi dào.

Câu hỏi thảo luận

  1. Mỗi CEO đang cố gắng nhắm đến thị trường nào? Sinh viên, giảng viên, nhà thiết kế chương trình giảng dạy, nhà xuất bản hay quản trị viên sẽ là nhóm then chốt quyết định sự thành công của các công ty OER?

  2. Liệu ý tưởng về đổi mới đột phá có gây ra mối đe dọa nào cho các công ty đang cố gắng chiếm lĩnh thị trường cao cấp như Knewton?

  3. Cộng đồng giáo dục OER hiện nay có điểm gì giống với cộng đồng hacker (cao thủ phần mềm) nguồn mở? Chúng khác nhau ở điểm nào? Điều đó ảnh hưởng như thế nào đến phân khúc kinh tế mở của chúng?

Tài liệu tham khảo bổ sung

Ngoài việc xem xét trang web của các công ty này và các công ty khác, hãy xem lại các mô hình kinh tế trong “Chim cánh cụt của Coase”, “Chia sẻ một cách tử tế” và các bài báo trong phần Tài nguyên Giáo dục Mở, đặc biệt là “Trao tặng kiến thức miễn phí” (Giving Knowledge Free) để xem các mô hình lý thuyết và nghiên cứu cấp cao này được áp dụng như thế nào trong giai đoạn phát triển giáo dục mở hiện nay.

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/a-summer-2014-conversation.

---------------------------------------------------

Thừa nhận:

Nội dung này được dịch sang tiếng Việt từ tài liệu ‘Độc giả của Giáo dục Mở’ (An Open Education Reader) của tác giả David Wiley

https://edtechbooks.org/openedreader

Giấy phép CC BY

---------------------------------------------------

Xem thêm:

Thứ Tư, 9 tháng 9, 2026

AI Nguồn Mở và mối quan hệ giữa AI tạo sinh và sở hữu trí tuệ

 

AI Nguồn Mở và mối quan hệ giữa AI tạo sinh và sở hữu trí tuệ

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)

Giấy phép nội dung: CC BY 4.0 Quốc tế

------------------------------------------------------

Tóm tắt: Việc ứng dụng và phát triển AI Nguồn Mở chắc chắn là một lựa chọn tốt cho nhiều tổ chức, quốc gia trên thế giới trong kỷ nguyên AI, vừa góp phần đảm bảo an toàn an ninh mạng và thông tin, vừa tránh bị phụ thuộc hoặc khóa trói vào một nhà cung cấp duy nhất, vừa có khả năng chỉnh sửa cho phù hợp với mục đích sử dụng, nhưng vẫn đảm bảo tôn trọng bản quyền và sở hữu trí tuệ. Bài viết đề cập tới định nghĩa, các thành phần và đặc tính của AI nguồn mở, so sánh giữa AI nguồn mở với AI nguồn đóng, đưa ra một vài ví dụ về hệ thống AI nguồn mở, cũng như mối quan hệ giữa AI tạo sinh và sở hữu trí tuệ. Cuối cùng, bài viết đưa ra kết luận bằng một vài gợi ý.

Từ khóa: AI Nguồn Mở, AI tạo sinh, phần mềm nguồn mở (PMNM), sở hữu trí tuệ

------------------------------------------------------

1. Đặt vấn đề

Ứng dụng và phát triển AI cần tuân thủ các nguyên tắc cơ bản được nêu trong Điều 4 của Luật Trí tuệ nhân tạo số 134/2025/QH151 của Quốc hội ngày 10/12/2025, có hiệu lực từ ngày 01/03/2026 (Hình 1), nhằm phát huy các mặt tích cực đồng thời hạn chế các mặt tiêu cực của AI.

Hình 1. Nguyên tắc cơ bản trong hoạt động trí tuệ nhân tạo

Nghiên cứu của OpenPraxis2 cho thấy, AI có nhiều điểm tích cực và tiêu cực (Hình 2).

Hình 2. AI tích cực và AI tiêu cực

Về tuân thủ bản quyền và sở hữu trí tuệ. Theo Điều 225, Bộ luật Hình sự 2015 “mức phạt cao nhất đối với cá nhân lên đến 3 năm tù. Đối với doanh nghiệp, có thể bị phạt lên đến 3 tỉ đồng hoặc đình chỉ hoạt động có thời hạn3. Công điện số 38/CĐ-TTg của Thủ tướng Chính phủ ngày 05/05/20264: Về tập trung chỉ đạo thực hiện quyết liệt các giải pháp đấu tranh, ngăn chặn, xử lý hành vi xâm phạm quyền sở hữu trí tuệ. Theo khảo sát của Revenera: Software Piracy Statistics – 2026 Outlook5, Việt Nam nằm trong Top 10 quốc gia sử dụng phần mềm lậu nhiều nhất thế giới ở thời điểm năm 2026.

Để AI tuân thủ các nguyên tắc cơ bản của Luật trí tuệ nhân tạo cũng như Luật sở hữu trí tuệ, ứng dụng và phát triển AI Nguồn Mở là cần thiết.



 

2. Định nghĩa và các đặc tính của AI Nguồn Mở

Để có thể hiểu rõ về AI Nguồn Mở, trước hết cần hiểu rõ phần mềm nguồn mở (PMNM).

Định nghĩa Phần mềm nguồn mở (PMNM) của Open Source Inititive (OSI)6: là phần mềm được cấp phép mở theo một giấy phép được OSI phê chuẩn, với các điều khoản cho phép bất kỳ ai: (1) Sử dụng; (2) Nghiên cứu; (3) Sửa đổi; và (4) Chia sẻ. Điều kiện tiên quyết để thực hiện các quyền này là: Mã nguồn phần mềm phải được mở công khai trên Internet. Danh sách các giấy phép PMNM của OSI có tại đây7.

Muốn có tự chủ, an ninh an toàn hệ thống phần mềm và công nghệ thông tin, thì cần phải phát triển PMNM, để bất kỳ ai cũng nhìn thấy và hiểu được mục đích của từng dòng mã lệnh được viết trong phần mềm là để làm gì, để không “xây nhà trên móng của người khác” dẫn tới việc gây mất an toàn an ninh cho hệ thống, bên cạnh nhiều rủi ro khác, bao gồm cả việc vi phạm bản quyền và sở hữu trí tuệ.

Một khi tôn trọng các điều khoản của giấy phép mở gắn với PMNM, người dùng PMNM không vi phạm bản quyền của bất kỳ ai, không vi phạm luật sở hữu trí tuệ của bất kỳ quốc gia nào. Ví dụ, nếu bạn có một đĩa CD hệ điều hành nguồn mở Ubuntu hoặc bộ phần mềm văn phòng LibreOffice, bạn có thể chia sẻ hoàn toàn hợp pháp cho bất kỳ ai, nhưng sẽ là bất hợp pháp và vi phạm bản quyền phần mềm nếu bạn làm như vậy với Microsoft Windows hoặc Microsoft Office. Điều này cũng đúng cho AI Nguồn Mở, nhưng ở một quy mô lớn hơn. 

Định nghĩa AI Nguồn Mở của OSI8:

Dựa trên cùng ý tưởng với PMNM, AI Nguồn Mở (Open Source AI) là một hệ thống được cấp phép mở theo các điều khoản cho phép người dùng có quyền tự do:

  1. Sử dụng: Sử dụng hệ thống vì bất kỳ mục đích gì và không cần phải hỏi sự cho phép. Điều kiện tiên quyết để thực hiện các quyền tự do này là có quyền tiếp cận dạng thức phù hợp để sửa đổi hệ thống đó, cũng như các phương tiện để sử dụng hệ thống đó.

  2. Nghiên cứu: Nghiên cứu cách thức hoạt động của hệ thống và hiểu cách các kết quả của nó đã được tạo ra như thế nào. Điều kiện tiên quyết để thực thi các quyền tự do này là phải có quyền truy cập vào dạng thức phù hợp nhất để sửa đổi hệ thống, cũng như các phương tiện để sử dụng nó.

  3. Sửa đổi: Tự do sửa đổi hệ thống vì bất kỳ mục đích nào, bao gồm cả việc thay đổi kết quả đầu ra. Điều kiện tiên quyết để thực hiện các quyền tự do này là phải có quyền truy cập vào dạng thức phù hợp để sửa đổi hệ thống và các phương tiện để sử dụng hình thức đó.

  4. Chia sẻ: Chia sẻ hệ thống để người khác sử dụng — có hoặc không có sửa đổi — vì bất kỳ mục đích nào. Điều kiện tiên quyết để thực hiện các quyền tự do này là phải có quyền truy cập vào dạng thức phù hợp để thực hiện sửa đổi hệ thống, cũng như các phương tiện để sử dụng hệ thống đó.

Khác với PMNM, một mô hình/ hệ thống/ ứng dụng AI không chỉ có phần mềm, mà còn có dữ liệu và tài liệu, như theo Khung Tính mở Mô hình - MOF (Model Openness Framework)9 của Linux Foundation. Tất cả các thành phần của hệ thống AI Nguồn Mở cần phải được cấp phép mở để đáp ứng được định nghĩa của AI Nguồn Mở (Hình 3).

Hình 3: Khung Tính mở Mô hình của Linux Foundation

Về dữ liệu của các hệ thống AI, Viện Dữ liệu Mở - ODI (Open Data Institute) đưa ra Chỉ số minh bạch dữ liệu AI – AIDTI (AI Data Transparency Index) để đánh giá tính mở của các dữ liệu đó. Hình bên dưới là số liệu về AIDTI của nhiều hệ thống AI đầu năm 2025, khi có sự nổi lên của DeepSeek của Trung Quốc10 cho thấy hầu hết các dữ liệu mà các hệ thống AI dựa vào là không mở (Hình 4), điều có thể mang theo các định kiến và rủi ro sử dụng. Theo AIDTI thì DeepSeek không đủ điều kiện để được gọi là một AI Nguồn Mở, dù nó đủ điều kiện để được gọi là một PMNM vì mã nguồn phần mềm của nó được công khai trên kho GitHub tại https://github.com/deepseek-ai và hầu hết các thành phần phần mềm của nó đều mang giấy phép của PMNM như MIT hoặc Apache-2.0.

Hình 4: Chỉ số minh bạch dữ liệu AI (AIDTI) của các mô hình AI

Trong thực tế11, tính minh bạch của một hệ thống AI cụ thể đối với mã nguồn phần mềm, tham số mô hình và dữ liệu đào tạo của của nó có thể là rất khác nhau (Hình 5), gây thêm khó khăn cho việc phân biệt giữa các mô hình AI Nguồn Mở và nguồn đóng.

Hình 5: Các chiều minh bạch của AI theo các thành phần

Cần đảm bảo rằng dữ liệu để đào tạo mô hình/hệ thống AI tuân thủ Luật sở hữu trí tuệ. Vì thế nó cũng nên là dữ liệu mở và được cấp phép hợp lệ. Vì lý do này, một số bộ dữ liệu huấn luyện mô hình LLM nguồn mở12 được quản lý và cung cấp trong cộng đồng nguồn mở như: (1) Common Crawl; (2) Starcoder Data; (3) Red Pajama; và (4) ROOTS.

3. So sánh AI Nguồn Mở với AI Nguồn Đóng

Một bài viết nghiên cứu13 cho thấy sự khác biệt giữa AI Nguồn Mở và AI nguồn đóng nằm ở những điểm chính sau: (1) Khả năng truy cập; (2) Hợp tác; (3) Minh bạch; (4) Chi phí; (5) Cập nhật và hỗ trợ; (6) Bảo mật; và (7) Tùy chỉnh.

Một bài viết khác “AI Nguồn Mở so với nguồn đóng: Bạn sẽ tin ai?”14 (Hình 6) đưa ra một bảng so sánh giữa chúng theo các khía cạnh: (1) Tính minh bạch; (2) Hiệu năng; (3) Khả năng đảm bảo an ninh an toàn hệ thống; (4) Đạo đức và định kiến; (5) Điều hành quản lý; (6) Tính cộng đồng; và (7) Chi phí và sự kiểm soát.

Hình 6: So sánh giữa AI Nguồn Mở và AI Nguồn Đóng

Tài liệu này cũng so sánh những điểm mạnh và yếu của vài nền tảng/mô hình/hệ thống AI nguồn mở và nguồn đóng hàng đầu (Hình 7).

Hình 7: Những điểm mạnh và yếu của một số nền tảng AI hàng đầu

Câu hỏi đặt ra là: Lựa chọn mô hình AI nào để sử dụng? Đối với cá nhân, mục đích sử dụng đơn giản là để giải quyết được các vấn đề trước mắt của riêng mình, trong khi đối với tổ chức hoặc quốc gia, mục đích sử dụng có thể là để đảm bảo được quyền tự chủ đối với mô hình AI được chọn.

Phần nội dung “Khuyến khích AI Nguồn Mở và AI trọng số mở” trong tài liệu “Chiến thắng cuộc đua: KẾ HOẠCH HÀNH ĐỘNG AI CỦA NƯỚC MỸ” của Nhà Trắng15, xuất bản năm 2025 cho thấy những lợi ích to lớn của AI Nguồn Mở và AI trọng số mở đối với các chính phủ, các doanh nghiệp và nhất là các nhà nghiên cứu: “Các mô hình AI nguồn mở và AI trọng số mở được các nhà phát triển cung cấp miễn phí để bất kỳ ai trên thế giới cũng có thể tải xuống và chỉnh sửa. Các mô hình được phân phối theo cách này có giá trị đặc biệt cho đổi mới sáng tạo vì các công ty khởi nghiệp có thể sử dụng chúng một cách linh hoạt mà không phụ thuộc vào nhà cung cấp mô hình đóng. Chúng cũng mang lại lợi ích cho việc áp dụng AI trong thương mại và chính phủ vì nhiều doanh nghiệp và chính phủ có dữ liệu nhạy cảm mà họ không thể gửi cho các nhà cung cấp mô hình đóng. Và chúng rất cần thiết cho nghiên cứu học thuật, vốn thường dựa vào quyền truy cập vào trọng số và dữ liệu đào tạo của một mô hình để thực hiện các thí nghiệm khoa học nghiêm ngặt”.

4. Vài ứng dụng AI Nguồn Mở, LLM Nguồn Mở

Nhiều bài viết nghiên cứu16 chỉ ra các ứng dụng AI Nguồn Mở, mô hình ngôn ngữ lớn - LLM (Large Language Model) nguồn mở, và các ứng dụng AI Nguồn Mở, chẳng hạn như:

  • Bài viết về 12 dự án AI Nguồn Mở hàng đầu17 gồm: (1) TensorFlow; (2) PyTorch; (3) Keras; (4) Giskard; (5) Rasa; (6) Amazon SageMaker; (7) GPT4All; (8) Scikit-learn; (9) OpenCV; (10) H2O.ai; (11) Hugging Face Transformers; và (12) MindsDB.

  • Bài viết về 7 mô hình LLM nguồn mở hàng đầu18 trong năm 2026, gồm: (1) DeepSeek; (2) Google Gemma 4; (3) Z.ai GLM 5; (4) Kimi K2.5; (5) MiniMax M2.5; (6) LLaMA 4; và (7) Qwen 3.5.

5. Quan hệ giữa AI tạo sinh và sở hữu trí tuệ

Trong bối cảnh AI tạo sinh (Generative AI) hiện đang được các cá nhân và tổ chức sử dụng rộng rãi ở khắp mọi nơi, nhiều nghiên cứu đã chỉ ra rằng, kết quả đầu ra của AI tạo sinh không đủ điều kiện để được bảo hộ bản quyền. Điều này được khẳng định trong tài liệu ‘Bản quyền và Trí tuệ nhân tạo’ (Copyright and Artificial Intelligence)19 của Văn phòng Bản quyền Hoa Kỳ, được xuất bản tháng 1 năm 2025 (Hình 8). Vì vậy, AI không là tác giả, không là đồng tác giả, dù trợ giúp cho các tác giả trong các tác phẩm của mình. Nói một cách khác, kết quả đầu ra của AI tạo sinh là các tài nguyên thuộc phạm vi công cộng20 và là Tài nguyên Giáo dục Mở (TNGDM) theo định nghĩa TNGDM của UNESCO21, và theo Điều 43 Luật Sở hữu trí tuệ 202522 của Việt Nam, chúng là các tác phẩm thuộc về công chúng.

Hình 8: Nếu nội dung hoàn toàn do AI tạo ra, nó không thể được bảo hộ bản quyền

Trong khi đó, các lời nhắc (Prompts) tinh xảo do con người tạo ra – Đầu vào của AI tạo sinh – hoàn toàn có thể được bảo vệ bản quyền, ví dụ, theo Luật sở hữu trí tuệ 2025 của Việt Nam, và nên được cấp phép mở phù hợp để trở thành TNGDM, cho phép bất kỳ ai cũng có quyền không mất chi phí để truy cập, sử dụng lại, tái mục đích, tùy chỉnh và phân phối lại – hệt như theo định nghĩa TNGDM của UNESCO.


6. Lời kết

Dưới đây là một vài gợi ý cho cá nhân và tổ chức ứng dụng và phát triển AI ở Việt Nam:

  • Ứng dụng và phát triển AI cần tuân thủ các nguyên tắc cơ bản trong hoạt động AI theo Luật AI 2025 và các Luật liên quan của Việt Nam.

  • Để có thể tự chủ trong ứng dụng và phát triển AI, cần thiết ứng dụng và phát triển AI Nguồn Mở, đặc biệt trong các tình huống có liên quan tới an toàn an ninh thông tin hệ thống và các tình huống nhạy cảm.

  • Khi phát triển hệ thống AI Nguồn Mở, tất cả các thành phần của hệ thống đều phải được cấp phép mở phù hợp, cả mã nguồn, dữ liệu, và tài liệu để bất kỳ ai cũng có quyền để sử dụng, nghiên cứu, sửa đổi và chia sẻ chúng.

  • Đầu ra của các hệ thống AI tạo sinh không đủ điều kiện để được bảo hộ bản quyền, và là các tài nguyên thuộc phạm vi công cộng, thuộc về công chúng.

  • Vì AI là một công nghệ kỹ thuật số mới nổi và phát triển nhanh, nhiều khía cạnh của nó còn chưa được giải quyết ở mức toàn cầu, ví dụ như việc ghi nhận nguồn gốc cho dữ liệu được sử dụng để huấn luyện các hệ thống AI.


 

Chú giải

  1. Cổng thông tin điện tử Chính phủ: Luật Trí tuệ nhân tạo số 134/2025/QH15 của Quốc hội ngày 10/12/2025, có hiệu lực từ ngày 01/03/2026: https://datafiles.chinhphu.vn/cpp/files/vbpq/2026/01/luat134.signed.pdf

  2. OpenPraxis (2024): The Manifesto for Teaching and Learning in a Time of GenerativeAI: A Critical Collective Stance to Better Navigate the Future: https://openpraxis.org/articles/777/files/6749b446d17e9.pdf. Bản dịch sang tiếng Việt: https://www.dropbox.com/scl/fi/3rwkmzqodszn7xxuf3dln/6749b446d17e9_Vi-10052025.pdf?rlkey=2dul6urx28xp46qibhpoqlms7&e=1&st=1xog04bw&dl=0

  3. Báo Tuổi trẻ trên trực tuyến (19/05/2026): Doanh nghiệp xài phần mềm thông qua các phiên bản bẻ khóa có thể bị phạt tù, phạt tiền 3 tỉ đồng: https://tuoitre.vn/nld/doanh-nghiep-xai-phan-mem-thong-qua-cac-phien-ban-be-khoa-co-the-bi-phat-tu-phat-tien-3-ti-dong-19626051916240207.htm

  4. Cổng thông tin điện tử Chính phủ: Công điện số 38/CĐ-TTg của Thủ tướng Chính phủ ngày 05/05/2026: Về tập trung chỉ đạo thực hiện quyết liệt các giải pháp đấu tranh, ngăn chặn, xử lý hành vi xâm phạm quyền sở hữu trí tuệ: https://vanban.chinhphu.vn/?pageid=27160&docid=217999

  5. Revenera: Software Piracy Statistics – 2026 Outlook: https://www.revenera.com/blog/software-monetization/software-piracy-stat-watch/

  6. Open Source Initiative (OSI): The Open Source Definition: https://opensource.org/osd

  7. Open Source Initiative: OSI Approved Licenses: https://opensource.org/licenses

  8. Open Source Initiative: The Open Source AI Definition 1.0: https://opensource.org/ai. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/ai/dinh-nghia-ai-nguon-mo-v1-0-1374.html

  9. LF AI & DATA (2024): The Model Openness Framework (MOF) Specification: https://lfaidata.foundation/wp-content/uploads/sites/3/2025/01/05_White_paper_MOF_Specification.pdf. Bản tiếng Việt: https://zenodo.org/records/16939515
  10. Open Data Institute (ODI) (2025): If DeepSeek wants to be a real disruptor, it should go much further on data transparency: https://theodi.org/news-and-events/blog/if-deepseek-wants-to-be-a-real-disruptor-it-should-go-much-further-on-data-transparency/. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/neu-deepseek-muon-tro-thanh-mot-nguoi-pha-vo-thuc-su-no-phai-tien-xa-hon-nua-ve-tinh-minh-bach-cua-du-lieu-1382.html

  11. Aaron Linskens (2025): Beyond Open vs. Closed: Understanding the Spectrum of AI Transparency: https://www.sonatype.com/blog/beyond-open-vs.-closed-understanding-the-spectrum-of-ai-transparency. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/vuot-ra-ngoai-ranh-gioi-mo-va-dong-hieu-ve-pho-minh-bach-cua-ai-1501.html

  12. Jess Lulka (2025): Top 12 Open Source AI Platforms to Add to Your Tech Stack: https://www.digitalocean.com/resources/articles/open-source-ai-platforms. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/12-du-an-ai-nguon-mo-hang-dau-de-bo-sung-vao-kho-cong-nghe-cua-ban-1507.html

  13. Dario Lemut, Dina Sostarec, Ishita Jaiswal (2024): Open-Source AI vs. Closed-Source AI: What’s the Difference?: https://www.multimodal.dev/post/open-source-ai-vs-closed-source-ai. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/ai-nguon-mo-so-voi-ai-nguon-dong-dau-la-su-khac-biet-1499.html

  14. index (2025): Open-Source vs. Closed AI: Who Should You Trust?: https://www.index.dev/blog/open-source-vs-closed-ai-guide. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/ai-nguon-mo-so-voi-dong-ban-se-tin-ai-1500.html

  15. The White House (2025): Winning the Race AMERICA’S AI ACTION PLAN: https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf, p.4-5. Bản dịch sang tiếng Việt, đoạn về ‘Khuyến khích AI Nguồn Mở và AI trọng số mở’ (Encourage Open-Source and Open-Weight AI): https://giaoducmo.avnuc.vn/ai/khuyen-khich-ai-nguon-mo-va-ai-trong-so-mo-tu-tai-lieu-chien-thang-cuoc-dua-ke-hoach-hanh-dong-ai-cua-nuoc-my-do-nha-trang-xuat-ban-ngay-23-07-2025-1502.html

  16. Trang tin Giáo dục Mở - Tài nguyên Giáo dục Mở - Ứng dụng và phát triển: Loạt bài về AI và AI Nguồn Mở: Công cụ AI; Dự án AI Nguồn Mở; LLM Nguồn Mở; Kỹ thuật lời nhắc; Tín hiệu CC: https://giaoducmo.avnuc.vn/index.php/phan-mem-tu-do-nguon-mo/loat-bai-ve-ai-va-ai-nguon-mo-cong-cu-ai-du-an-ai-nguon-mo-llm-nguon-mo-ky-thuat-loi-nhac-1606.html

  17. Jess Lulka (2025): Top 12 Open Source AI Platforms to Add to Your Tech Stack: https://www.digitalocean.com/resources/articles/open-source-ai-platforms. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/12-du-an-ai-nguon-mo-hang-dau-de-bo-sung-vao-kho-cong-nghe-cua-ban-1507.html

  18. NetAppInstaclustr (2026): Top 7 open source LLMs for 2026: https://www.instaclustr.com/education/open-source-ai/top-7-open-source-llms-for-2026/

  19. United States Copyright Office (January 2025): Copyright and Artificial Intelligence. Part 2: Copyrightability: https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf, p.10.

  20. David Wiley (2023): AI, Instructional Design, and OER: https://opencontent.org/blog/ai-instructional-design-and-oer/. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/ai/ai-thiet-ke-huong-dan-va-tai-nguyen-giao-duc-mo-oer-1473.html

  21. UNESCO (2019): Recommendation on Open Educational Resources (OER), p.5: https://unesdoc.unesco.org/ark:/48223/pf0000373755/PDF/373755eng.pdf.multi.page=3. Bản dịch sang tiếng Việt: https://www.dropbox.com/scl/fi/7apdot5yilc9msz3f6wo1/DCPMS_U1911920_Vi-04122019.pdf?rlkey=x7pw6229008b06tvf23h9plw9&e=1&dl=0, tr. 6.
  22. Trang thông tin điện tử Chính phủ: Văn bản hợp nhất số 155/VBHN-VPQH của Văn phòng Quốc hội: LUẬT SỞ HỮU TRÍ TUỆ (09/09/2025): https://vanban.chinhphu.vn/?pageid=27160&docid=215309

------------------------------------------------------

(Bài viết cho hội thảo nhân sự kiện Security Bootcamp 2026 được tổ chức tại Buôn Ma Thuột, tỉnh Daklak trong các ngày 10-11-12/09/2026)

Tự do tải về bài viết toàn văn định dạng PDF ở DOI: https://zenodo.org/records/22699016

Tự do tải về bài trình chiếu tại địa chỉ: https://www.dropbox.com/scl/fi/j7fef4v6c8xh9fkswgpq8/Open-Source-AI-GenAI-and-IP_Presentation.pdf?rlkey=wb6j58mp60vfzqteprwiblorh&st=t0ckk8wf&dl=0

X(Tweet): https://x.com/nghiafoss/status/2097885215863750813

Xem thêm:

Thứ Ba, 8 tháng 9, 2026

Độc giả của Giáo dục Mở. XIII. Kinh tế học của Mở

 

Độc giả của Giáo dục Mở. XIII. Kinh tế học của Mở

An Open Education Reader

The Economics of Open

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/the_economics_of_ope.

---------------------------------------------------

Thừa nhận:

Nội dung này được dịch sang tiếng Việt từ tài liệu ‘Độc giả của Giáo dục Mở’ (An Open Education Reader) của tác giả David Wiley

https://edtechbooks.org/openedreader

Giấy phép CC BY

---------------------------------------------------

VỀ TRANG MỤC LỤC

---------------------------------------------------

41. Yochai Benkler, “Chim cánh cụt của Coase, hay Linux và bản chất của doanh nghiệp”

Yochai Benkler, Coases Penguin, or Linux and The Nature of the Firm

Đọc bài viết tại https://edtechbooks.org/-PDq

Bối cảnh

Cuốn sách “Chim cánh cụt của Coase, hay, Linux và Bản chất của Doanh nghiệp” của Yochai Benkler được viết vào đầu kỷ nguyên Web 2.0 và đã cung cấp những khuôn khổ rất chính xác để xem xét sự mở rộng của các dự án do cộng đồng dẫn dắt (Peer-driven) trong môi trường Internet. Bằng cách áp dụng tư duy kinh tế cơ bản vào các dự án này, Benkler cho thấy rằng chúng thực sự có thể phát triển từ các mô hình hiện tại của chúng ta và nên được coi trọng như các mô hình mà chúng ta đang sử dụng hiện nay. Coase, một nhà kinh tế học có ảnh hưởng, đã giới thiệu một mô hình hình thành doanh nghiệp vào năm 1960. Mô hình này hoạt động tốt cho đến khi sự trỗi dậy của Internet cho thấy những trường hợp mà các cá nhân và cấu trúc (như Linus và dự án Linux) đã thách thức mô hình này. Thông qua việc xem xét những ngoại lệ hiện đại này với cùng khuôn khổ giả định mà Coase đã sử dụng khi viết cuốn Bản chất của Doanh nghiệp, Benkler mở rộng mô hình đó để hình thành một mô hình sản xuất ngang hàng (Model of Peer Production) bổ sung, có thể giúp xã hội hiểu liệu nên sử dụng thị trường tự do, doanh nghiệp hay cấu trúc sản xuất ngang hàng để tối ưu hóa hiệu quả sản xuất. 

Những điểm chính

Mặc dù các mô hình và lý thuyết cho rằng các cá nhân sẽ không bỏ nhiều công sức vào các dự án mà họ không nhận được phần thưởng (tiền bạc), chúng ta thấy rằng khá nhiều người vẫn làm như vậy, ví dụ như GNU, NASA click worker, Wikipedia, Project Gutenberg, giới học thuật, v.v.

Phần I minh họa “hiện tượng hợp tác quy mô lớn và trung bình giữa các cá nhân được tổ chức mà không có thị trường hoặc hệ thống phân cấp quản lý” đang “xuất hiện ở khắp mọi nơi trong hệ thống sản xuất thông tin và văn hóa”.

Các dự án mở nên có những đặc điểm sau:

  • Tính mô-đun – được chia thành các thành phần mà một cá nhân độc lập có thể tạo ra

  • Kích thước – các mô-đun nên nhỏ – nhiều người có thể giúp đỡ, ngay cả khi họ có ít động lực đóng góp. Nên có nhiều cấp độ chi tiết để phù hợp với mức độ động lực.

  • Tích hợp chi phí thấp bao gồm kiểm soát chất lượng và cơ chế để đưa các mô-đun vào sản phẩm cuối cùng. Một dự án cần phải chống lại những đóng góp kém chất lượng hoặc được lắp ráp một cách rẻ tiền.

Ví dụ về Sản xuất ngang hàng – cách mỗi thành phần của chuỗi sản xuất thông tin được bao phủ bằng cách sử dụng mô hình dựa trên ngang hàng trực tuyến.

  • Nội dung

    • Clickworkers – huy động cộng đồng lập bản đồ các miệng núi lửa trên sao Hỏa. Các dự án mà một vài chuyên gia phải mất hàng tháng trời có thể được thực hiện chỉ với vài phút nỗ lực của mỗi tình nguyện viên khác nhau. Ngân sách của dự án dành cho việc điều phối, mọi người đóng góp vì niềm vui.

    • Wikipedia – người dùng thích nghi với các chuẩn mực mà Wikipedia đã thiết lập.

  • Mức độ liên quan/Chứng nhận

    • Amazon – những người khác thích những gì bạn thích và X – vậy nên, với đủ số lượng người/điểm dữ liệu, nó có thể đưa ra gợi ý cho từng cá nhân

    • Google – sử dụng liên kết đến các trang web khác trong thuật toán xếp hạng

    • Slashdot (/reddit) – hệ thống bình chọn ủng hộ và phản đối

  • Phân phối giá trị gia tăng

    • Napster – hàng ngàn cá nhân chia sẻ không gian ổ cứng của họ thay vì một máy chủ trung tâm

    • Dự án Gutenberg/Người hiệu đính phân tán – mọi người hiệu đính sách để chúng có thể được cung cấp dưới dạng kỹ thuật số. Sách được đọc nhiều lần để tìm lỗi.

Có nhiều động cơ khác nhau thúc đẩy mọi người đóng góp vào các dự án mở. Có ba loại phần thưởng chính, sự kết hợp của chúng định hình động lực: tiền tệ, khoái cảm và tâm lý xã hội. Những phần thưởng này có thể tích cực hoặc tiêu cực. Lượng động lực mà người đóng góp cần có liên quan đến tính mô-đun và mức độ chi tiết của dự án. “Sản xuất ngang hàng không bị giới hạn bởi tổng chi phí hoặc độ phức tạp của dự án, mà bởi tính mô-đun, mức độ chi tiết và chi phí tích hợp.” Tính mô-đun là mức độ mà một dự án có thể được chia nhỏ thành các phần mà các cá nhân có thể thực hiện độc lập. Mức độ chi tiết là kích thước của các mô-đun. Càng nhỏ thì càng thu hút được nhiều người tham gia dự án.

Câu hỏi thảo luận

  1. Làm thế nào chúng ta có thể làm cho các nguồn tài nguyên giáo dục trở nên mô-đun hơn, chi tiết hơn và dễ tích hợp hơn?

  2. “Sản xuất ngang hàng dựa trên tài nguyên chung” cải thiện như thế nào so với các chiến lược sản xuất dựa trên thị trường hoặc doanh nghiệp?

  3. Ưu điểm của “sản xuất ngang hàng dựa trên tài nguyên chung” so với thị trường hoặc doanh nghiệp là gì? 4. Hiện tượng Wikipedia đã cho chúng ta thấy điều gì kể từ khi bài viết này được viết vào năm 2002?

  4. Động lực, tính mô đun và chi tiết của dự án, cũng như sự hiện diện hoặc vắng mặt của quyền sở hữu trí tuệ ảnh hưởng như thế nào đến sự thành công hay thất bại của sản xuất ngang hàng dựa trên tài nguyên chung?

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/coases-penguin-or-linux-and-the-nature-of-the-firm.

---------------------------------------------------

42. Yochai Benkler, “Sự thông thái chung: Sản xuất ngang hàng tài liệu giáo dục”

Yochai Benkler, “Common Wisdom: Peer Production of Educational Materials”

Đọc bài viết tại https://edtechbooks.org/-mJYX

Bối cảnh

Bài báo này được Trung tâm Học tập Mở và Bền vững tại Đại học Bang Utah ủy thác. Bài báo được trình bày lần đầu tiên tại Hội nghị Nâng cao Hiệu quả và Tính bền vững của Giáo dục Mở, Viện Công nghệ Giảng dạy thường niên lần thứ 17 tại Đại học Bang Utah, ngày 30/9/2005.

Những điểm chính

Yochai Benkler đang trả lời câu hỏi: liệu sản xuất ngang hàng có phù hợp với tài nguyên giáo dục hay không? Ông thảo luận về những hạn chế và rào cản trong việc tạo ra tài nguyên giáo dục. Ông cũng nói về các chiến lược và đổi mới có thể cải thiện quá trình phát triển. Hai lý do chính mà ông ủng hộ điều này là để cung cấp giáo dục ở khắp mọi nơi, đặc biệt là ở các quốc gia nghèo nhất.

Ông đề cập đến hai loại hình sản xuất khác nhau: dựa trên tài nguyên chung và dựa trên sự ngang hàng. Sản xuất dựa trên tài nguyên chung là khi đầu vào được nhận từ tài nguyên chung và không ai có quyền độc quyền. Sản xuất dựa trên sự ngang hàng tương tự nhưng bổ sung thêm yếu tố phối hợp.

Thuật ngữ "đối tượng học tập rời rạc" là thuật ngữ ông sử dụng để mô tả tài nguyên giáo dục cơ bản nhất. Ông cho rằng lý do sản xuất ngang hàng các đối tượng này là do ba nguyên nhân: giảm chi phí, động lực đa dạng và truy cập Internet giá rẻ, phổ biến khắp nơi. Vì việc tạo ra các đối tượng này rất dễ dàng, vấn đề nằm ở việc sắp xếp chúng sao cho hữu ích. Vấn đề này có thể được giải quyết bằng một hệ thống có các công cụ tự lưu trữ và gắn thẻ. Hoặc có thể được thực hiện thông qua sản xuất ngang hàng.

Các tài liệu cấp cao hơn như sách giáo khoa khó tạo ra theo cách này hơn vì chúng không có tính mô-đun. Wikipedia là một ví dụ điển hình về tài liệu cấp cao hơn, nhưng nó là một bách khoa toàn thư chứ không phải sách giáo khoa. Sách giáo khoa cần có các chủ đề, phương pháp tiếp cận và lý thuyết xuyên suốt tài liệu.

WikiBooks đã cố gắng sử dụng mô hình của họ để tạo ra sách giáo khoa nhưng họ đã không thành công lắm vì sách giáo khoa không có tính mô-đun như bách khoa toàn thư. Mọi người đã cố gắng cộng tác viết sách giáo khoa mở nhưng họ đã không thành công vì một khi được chia nhỏ thành các cấp độ chi tiết hơn, sách giáo khoa không thể được ghép lại với nhau vì chúng quá chi tiết và chi phí giao dịch quá cao.

Câu hỏi thảo luận

  1. Tại sao việc tạo ra sách giáo khoa thông qua hình thức sản xuất ngang hàng lại khó khăn hơn trong quá khứ? Theo bạn, mức đóng góp lý tưởng để sản xuất ngang hàng thành công một cuốn sách giáo khoa mở là bao nhiêu?

  2. Khi nào thì việc sản xuất dựa trên tài nguyên chung có giá trị hơn việc sản xuất dựa trên sự ngang hàng? Tại sao?

  3. Việc tạo ra một công cụ có thể tạo ra sách giáo khoa mở thành công thông qua sản xuất dựa trên sự ngang hàng sẽ thay đổi giáo dục như thế nào?

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/common-wisdom-peer-production-of-educational-materials.

---------------------------------------------------

43 Yochai Benkler, “‘Chia sẻ một cách tử tế’: Về hàng hóa có thể chia sẻ và sự xuất hiện của việc chia sẻ như một phương thức sản xuất kinh tế” 

Yochai Benkler, “‘Sharing Nicely’: On shareable goods and the emergence of sharing as a modality of economic production”

Đọc bài viết tại https://edtechbooks.org/-JbuJ

Bối cảnh

Yochai Benkler giải thích cách thức các hoạt động trên qui mô lớn của việc chia sẻ hàng hóa tư nhân, có thể loại trừ đang nổi lên. Ông sử dụng một số nghiên cứu trường hợp để minh họa nơi điều này đang xảy ra. Chi phí giao dịch và động cơ được xem xét liên quan đến các hoạt động chia sẻ giữa các cá nhân xa lạ hoặc có quan hệ yếu.

Những điểm chính

Hàng hóa có thể chia sẻ được định nghĩa là hàng hóa vật chất có công suất dư thừa. Chúng có hai đặc điểm chính. Thứ nhất, chúng có tính chất rời rạc, có nghĩa là “chúng cung cấp chức năng theo các gói riêng biệt chứ không phải theo một dòng chảy liền mạch”, vì vậy có những lượng nhất định mà bạn mua bất kể lượng đó quá nhiều hay quá ít so với nhu cầu của bạn. Bộ nhớ trên máy tính cá nhân là một ví dụ điển hình; bạn mua một lượng nhất định ngay cả khi bạn sẽ không bao giờ sử dụng hết dung lượng. Đặc điểm thứ hai là tính chi tiết. Động cơ hơi nước là một ví dụ điển hình về tính chi tiết cao vì nó chỉ có thể được sử dụng bằng cách tập hợp nhu cầu, trong khi bánh rán là một loại hàng hóa có tính chi tiết thấp.

Vì mọi thứ đều “rời rạc”, nên có thể khai thác công suất dư thừa thông qua việc chia sẻ. Có hai loại hàng hóa rời rạc có thể được chia sẻ. Loại đầu tiên là hàng hóa tái tạo, là thứ có thể được sử dụng đi sử dụng lại nhiều lần. Thứ hai là một nguồn tài nguyên đang nhanh chóng bị hao mòn, ví dụ như một chiếc xe hơi với những chỗ ngồi trống. Hai yếu tố quyết định liệu hai loại hàng hóa này có thể được chia sẻ hay không là chi phí giao dịch của việc chia sẻ và động lực của những người chia sẻ.

Khi nói về chi phí giao dịch, chúng ta cần xác định khuôn khổ giao dịch của mình. Bước đầu tiên là xác định sự loại trừ. Nếu không có sự loại trừ, chúng ta chỉ đơn giản là để nguồn tài nguyên mở cho bất kỳ ai sử dụng. Điều này có thể dẫn đến chi phí tắc nghẽn, có nghĩa là nguồn tài nguyên có thể không có sẵn khi bạn cần. Bước thứ hai là lựa chọn giữa loại trừ hoàn toàn và loại trừ một phần. Loại trừ một phần yêu cầu bạn phải chọn lọc hoặc không chọn lọc trong cách bạn loại trừ người khác. Khuôn khổ giao dịch của bạn sẽ xác định chi phí giao dịch, đó là chi phí chia sẻ. Động lực là lý do khiến mọi người chia sẻ. Hai yếu tố này có mối tương quan trực tiếp. Chi phí giao dịch càng cao thì động lực chia sẻ càng phải cao. Mọi người có động lực nội tại và động lực bên ngoài. Động lực bên ngoài “lấn át” động lực nội tại bằng cách làm suy yếu quyền tự quyết và lòng tự trọng. Việc trả tiền cho bạn bè ăn tối là không thể chấp nhận được, nhưng việc mang rượu đến thì lại được chấp nhận.

Câu hỏi thảo luận

  1. Bây giờ chúng ta đã hiểu lý thuyết về mô hình hàng hóa có thể chia sẻ, liệu chúng ta có thể tạo ra các điều kiện khuyến khích việc chia sẻ hay phải coi đây là một biến nội sinh? Bạn sẽ làm gì để khuyến khích việc sử dụng hiệu quả hàng hóa này?

  2. Khi tạo ra các nguồn tài nguyên giáo dục có thể chia sẻ, điều gì quan trọng hơn: chi phí giao dịch hay động lực?

Tài liệu tham khảo bổ sung 

Trong bài viết, Benkler đã đưa vào rất nhiều chú thích và tài liệu tham khảo bổ sung hữu ích mà người đọc nên tìm hiểu thêm.

Nội dung này được EdTech Books cung cấp miễn phí cho bạn. 

Truy cập nó trên trực tuyến hoặc tải nó về tại https://edtechbooks.org/openedreader/sharing-nicely-on-shareable-goods-and-the-emergence-of-sharing-as-a-modality-of-economic-production

---------------------------------------------------

Thừa nhận:

Nội dung này được dịch sang tiếng Việt từ tài liệu ‘Độc giả của Giáo dục Mở’ (An Open Education Reader) của tác giả David Wiley

https://edtechbooks.org/openedreader

Giấy phép CC BY

---------------------------------------------------

Xem thêm: