Chủ Nhật, 13 tháng 9, 2026

25 năm hợp tác: CC tại Wikimania 2026

Photos by Creative Commons, CC BY 4.0. Logo was created by Eclos Production, CC BY-SA 4.0. 

Photos by Creative Commons, CC BY 4.0. Logo was created by Eclos Production, CC BY-SA 4.0.

25 Years of Partnership: CC at Wikimania 2026

Posted 10 August 2026 by Jocelyn Miyara, Annemarie Eayrs, Dee Harris

Theo: https://creativecommons.org/2026/08/10/cc-at-wikimania-2026/

Bài được đưa lên Internet ngày: 10/08/2026

Khi cả Wikipedia và Creative Commons cùng kỷ niệm 25 năm thành lập trong năm nay, việc chúng tôi tham gia Wikimania 2026 mang một ý nghĩa đặc biệt. Sau một phần tư thế kỷ, cả hai tổ chức đã chuyển mình từ những dự án thử nghiệm đầy nỗ lực ban đầu thành một phần của cơ sở hạ tầng toàn cầu. Cộng đồng của chúng tôi đã lớn mạnh nhờ cam kết chung về tính mở, khả năng tiếp cận và tri thức. Hội nghị kéo dài một tuần này đã tái khẳng định cam kết đó trong bối cảnh AI đang định hình lại cách chúng ta tiếp cận tri thức và chia sẻ thông tin trực tuyến.

Trong khuôn khổ hội nghị, CC đã tổ chức một buổi gặp gỡ (salon) trước thềm sự kiện để kỷ niệm 25 năm thành lập, cũng như một hội thảo trong chương trình chính nhằm thảo luận về hành động tập thể trong kỷ nguyên AI. Các nhân viên của CC cũng tham gia nhiều phiên thảo luận trong suốt tuần lễ, đề cập đến các chủ đề như tác động của việc thu thập dữ liệu (crawling) bằng AI đối với sự sáng tạo và chia sẻ của con người, khoảng cách phối hợp giữa các cơ sở văn hóa và AI tạo sinh, cũng như hoạt động tập huấn về chiến dịch vận động toàn cầu của CC cho Tuyên bố Di sản Mở (Open Heritage Statement).

Qua các hoạt động trong tuần—bao gồm việc tham dự nhiều phiên thảo luận và những cuộc trò chuyện đầy giá trị tại gian hàng của CC—có thể thấy rõ một điều mà cộng đồng Wikimedia đặc biệt quan tâm: giữa những thay đổi nhanh chóng do AI mang lại, các giá trị chung và sức mạnh tập thể—những yếu tố từng góp phần định hình nên nền tảng web mở—giờ đây cần được phát huy để đảm bảo rằng AI sẽ phục vụ nhân loại, thay vì để nhân loại bị AI chi phối.

Với hơn 1.200 người tham dự, Wikimania đã tạo không gian để chúng tôi trao đổi ý tưởng, học hỏi từ những người ủng hộ phong trào mở khác và cùng suy ngẫm về các vấn đề mới nổi liên quan đến AI. Trong suốt tuần lễ, các phiên thảo luận và các cuộc trò chuyện đã làm nổi bật cả sự đa dạng về quan điểm lẫn những thách thức mà chúng ta đang đối mặt trong hệ sinh thái hiện tại, đồng thời mở ra cơ hội để cùng đoàn kết vì những mục tiêu chung, đảm bảo rằng tri thức mở có thể trở thành giải pháp đối trọng với xu hướng thương mại hóa các nguồn tài nguyên chung (the commons).

Creative Commons Salon: 25 năm hành trình CC

Chúng tôi đã tổ chức một buổi gặp gỡ thân mật (salon) trước thềm hội nghị, với sự tham gia của khoảng 30 đại diện đến từ Wikimedia Foundation, Arcadia, cộng đồng Wiki, các chi nhánh CC (Creative Commons) và nhiều tổ chức khác. Dù buổi gặp gỡ diễn ra trong không khí vui vẻ và thoải mái, đây vẫn là dịp để chúng tôi chia sẻ những cập nhật về các hoạt động rộng lớn hơn của mình, đồng thời tạo điều kiện cho những cá nhân xuất sắc trong phòng cùng thảo luận qua các hoạt động xoay quanh chủ đề "nguồn tài nguyên chung" (the commons), hành trình 25 năm của CC, các giá trị cốt lõi và những mối liên kết được hình thành trong quá trình chúng tôi góp phần định hình phong trào mở.

Các đồng điều phối viên—gồm Elliot Bledsoe (Chủ tịch Wikimedia Australia kiêm Đồng trưởng nhóm Creative Commons Australia), Melissa Hagemann (Giám đốc tổ chức BOAI) và Patricia Díaz Rubio (Giám đốc điều hành Wikimedia Chile)—đã chia sẻ về hành trình tham gia vào các hoạt động của CC ở những giai đoạn khác nhau trong sự nghiệp cũng như trong các bối cảnh toàn cầu đa dạng.

Melissa đã gắn bó với phong trào mở từ năm 2001, cũng chính là năm CC được thành lập. Bà từng tham gia tổ chức cuộc họp dẫn đến sự ra đời của Sáng kiến ​​Truy cập Mở Budapest – BOAI (Budapest Open Access Initiative); công việc này đã đưa bà trở thành người tiên phong trong lĩnh vực tri thức chung (knowledge commons) suốt hơn hai thập kỷ trước khi bà gia nhập hội đồng quản trị của CC vào năm 2025.

Elliot bắt đầu đặt ra những câu hỏi về việc chia sẻ mở khi còn là sinh viên và từng tham gia một nhóm thực hiện công việc sơ khởi là chuyển đổi giấy phép CC sao cho phù hợp với khung pháp lý tại Úc.

Patricia đến với lĩnh vực cấp phép mở từ nền tảng báo chí; bà được đào tạo chuyên ngành truyền thông xã hội tại Đại học Chile trước khi gia nhập Wikimedia Chile vào năm 2018 để thúc đẩy nội dung và di sản mở trong khu vực.

Một điểm thú vị được Elliot, Terri Janke (luật sư chuyên về quyền sở hữu trí tuệ và văn hóa của người bản địa) cùng đội ngũ CC Australia nêu ra là: đối với một số người, việc AI sử dụng dữ liệu mà không có sự đồng ý hay đóng góp ý kiến ​​của họ chính là lần đầu tiên họ trải nghiệm tình huống tương tự như điều mà nhiều cộng đồng Thổ dân và người bản địa đã phải đối mặt trong suốt nhiều năm—thậm chí từ trước khi AI tạo sinh (Generative AI) bắt đầu thu thập dữ liệu để huấn luyện.

Collateral Damage? Human Creativity and Interaction in the AI Crawling Era

Chia sẻ & Hành động Tập thể trong Kỷ nguyên AI

Tại hội thảo do CC tổ chức này, chúng tôi bắt đầu bằng việc hình dung về một tương lai đầy hy vọng nơi AI phục vụ tốt hơn cho lợi ích công cộng—cụ thể là viễn cảnh năm 2035—sau đó xác định những vấn đề đang cản trở bước tiến từ hiện tại đến tương lai đó. Hai thách thức nổi cộm nhất được chỉ ra là sự thiếu hụt thông tin về ghi công (attribution) và nguồn gốc xuất xứ (provenance) trong các sản phẩm đầu ra của AI; và việc thiếu sự lựa chọn cho những người quản lý và người tạo ra dữ liệu về cách thức các sản phẩm của họ được sử dụng.

Sau hoạt động này, những người tham gia chia thành hai nhóm để bắt đầu lên ý tưởng cho các giải pháp—từ những thay đổi xã hội mang tính lý tưởng và quy mô lớn cho đến các giải pháp kỹ thuật nhỏ hơn, cụ thể hơn—nhằm giải quyết hai thách thức cấp bách nhất đó. Các ý tưởng rất đa dạng, chẳng hạn như thành lập hội đồng quốc tế về trọng tài đối với tài nguyên chung (commons) để giảm thiểu vấn đề về quyền lựa chọn của người sáng tạo, hay các phương thức khác nhằm đảm bảo ghi nhận nguồn gốc và mang lại mức thù lao, đền bù công bằng hơn.

Hệ quả ngoài ý muốn? Sự sáng tạo và tương tác của con người trong kỷ nguyên AI thu thập dữ liệu

Anna Tumadóttir (CEO của CC) đã cùng Stan Adams (người điều phối, WMF), Mark Graham (Wayback Machine, Internet Archive), Monica Westin (Cambridge University Press) và Alek Tarkowski (Open Future) thảo luận về tác động của việc AI thu thập dữ liệu (crawling) đối với sự sáng tạo của con người và việc chia sẻ tri thức, cũng như cách các tổ chức đang thử nghiệm các giải pháp về kỹ thuật, chính sách và xã hội để bảo vệ những người đóng góp và duy trì sự tham gia.

Nhóm thảo luận quy tụ nhiều tổ chức đa dạng đang chịu tác động từ hoạt động thu thập dữ liệu quy mô lớn của AI dưới những góc nhìn khác nhau; và một điểm mấu chốt rút ra chính là: quan điểm, trải nghiệm và cách tiếp cận của những người ủng hộ lâu năm rất khác biệt. Việc xây dựng các giải pháp phục vụ người dùng toàn cầu sẽ đòi hỏi nhiều phương án đa dạng và tinh tế để giải quyết các lo ngại về kỹ thuật, pháp lý và xã hội do AI đặt ra.

Kết nối các tổ chức, Wikidata và AI tạo sinh: Từ những kho dữ liệu biệt lập đến cơ sở hạ tầng dùng chung

Cuộc thảo luận này có sự tham gia của Dee Harris (Giám đốc Truyền thông và Kết nối cộng đồng tại CC) cùng với Denny Vrandečić (người sáng lập Wikidata), Lydia Pintscher (Wikidata), João Alexandre Peschanski (WMBR), Tiến sĩ Pierre-Carl Langlais (CTO, Pleias) và Mark Graham (Giám đốc Wayback Machine, IA).

Người điều phối - Tiến sĩ Shani Evenstein Sigalov - đã mở đầu cuộc trò chuyện bằng câu chuyện về Paris Codex, một trong bốn cuốn sách của người Maya còn tồn tại đến ngày nay. Cuốn sách này đã được số hóa và có mục riêng trên Wikidata, nhưng thông tin về nguồn gốc, lịch sử vật lý và quá trình nghiên cứu kéo dài hàng thế kỷ của nó lại không hề xuất hiện trong dữ liệu mô tả (metadata) hay bất kỳ nguồn nào mà hệ thống AI có thể khai thác. Shani dùng câu chuyện này để dẫn dắt chủ đề xuyên suốt về lý do và cách thức tri thức của các cơ sở bị đứt gãy trong quá trình chuyển tải sang AI.

Từ đó, mỗi diễn giả đóng góp một phần vào việc xây dựng nhịp cầu kết nối này. Dee mở đầu bằng việc thảo luận về tình thế tiến thoái lưỡng nan mà các cơ sở di sản văn hóa đang đối mặt: việc mở quyền truy cập có nguy cơ khiến dữ liệu bị các bot AI "cào" và khai thác cạn kiệt, trong khi việc đóng kín quyền truy cập lại đồng nghĩa với việc trở nên vô hình trước các nhà nghiên cứu và công chúng – những đối tượng mà bộ sưu tập được xây dựng để phục vụ. João đã đưa ra một ví dụ phản biện: một bức tranh được tìm thấy lại trong kho lưu trữ kỹ thuật. Góc nhìn này đã xuyên suốt phần còn lại của phiên thảo luận, kết nối các vấn đề từ những hạn chế về cơ sở hạ tầng của Wikidata cho đến việc xác định chính xác những gì các nhà phát triển AI cần từ dữ liệu của các tổ chức để tạo ra một sự kết nối thực sự hiệu quả và giá trị.

Vận động Chính sách Toàn cầu: Đào tạo Nâng cao Năng lực

Được Wikimedia Foundation và Wikimedia Europe tổ chức, phiên thảo luận này mở đầu với phần chia sẻ của Dee về Liên minh Di sản Mở (Open Heritage Coalition) và Tuyên bố Di sản Mở (Open Heritage Statement), tập trung vào việc duy trì mối quan hệ với các tổ chức. Sau đó, hai trưởng nhóm công tác của Liên minh—Hardiansyah (Giám đốc điều hành Wikimedia Indonesia) và Patricia Díaz Rubio (Giám đốc điều hành Wikimedia Chile)—đã tham gia thảo luận và chia sẻ kinh nghiệm xây dựng mối quan hệ với các tổ chức tại khu vực của họ. Dee cũng giới thiệu chi tiết về Bộ công cụ Vận động (Advocacy Toolkit) của Liên minh, bao gồm các công cụ cốt lõi như "Phổ Đồng minh" (Spectrum of Allies), lập bản đồ các bên liên quan, "Thang đo Mức độ Gắn kết" (Ladder of Engagement) và kỹ thuật truyền tải thông điệp thuyết phục theo phương pháp "Sparks and Hooks" (Khơi gợi và Thu hút). Phiên thảo luận khép lại bằng một thử thách thực tế dành cho cộng đồng Wikimedia: chọn một cơ sở, xác định vị trí của họ trên thang đo mức độ gắn kết và vạch ra bước tiến tiếp theo cho họ trong năm nay.

Con người

Qua các phiên thảo luận, những cuộc trò chuyện, tiếng cười và cả những câu hỏi hóc búa, Wikimania 2026 đã nhắc nhở chúng ta rằng sau 25 năm hoạt động, tài sản lớn nhất cho chặng đường 25 năm tới chính là những con người luôn lựa chọn—hết lần này đến lần khác—tự kiến ​​tạo tương lai mà họ mong muốn thay vì chờ đợi người khác thực hiện điều đó.

Chuỗi hoạt động kỷ niệm 25 năm thành lập CC vẫn tiếp tục với các sự kiện sắp tới như hội thảo về tìm kiếm và tái sử dụng nội dung được cấp phép CC, các buổi tư vấn trực tuyến về pháp lýcộng đồng, cùng nhiều hoạt động khác. Hãy xem danh sách các sự kiện sắp tới của chúng tôi. Chúng tôi cũng đang tiếp tục nhận bài đóng góp cho ấn phẩm (zine) kỷ niệm 25 năm. Hãy gửi các tác phẩm cắt dán (collage), bài viết sáng tạo, ảnh, âm nhạc và nhiều nội dung khác trước ngày 15 tháng 8!

Đọc thêm

Tái bút: Hãy xem một số hình ảnh từ hội nghị trên Wiki Commons!

With both Wikipedia and Creative Commons turning 25 this year, our participation in Wikimania 2026 felt especially meaningful. A quarter-century in, both organizations have evolved from scrappy experiments to global infrastructure. Our community has grown through a shared commitment to openness, access, and knowledge. The weeklong conference reaffirmed that commitment as AI is reshaping how we access knowledge and share online.

During the conference, CC hosted both a pre-conference salon celebrating our 25th Anniversary and a workshop during the main conference discussing collective action in the age of AI. CC staff also spoke on multiple panels throughout the week that addressed the effects of AI crawling on human creativity and sharing, the coordination gap between cultural institutions and generative AI, and training on CC’s global advocacy for the Open Heritage Statement.

Between all of the week’s activities—which also included attendance at numerous sessions and fruitful conversations as CC’s conference booth—it was clear that top-of-mind for Wikimedians is that amidst the rapid change brought about by AI, our shared values and collective power that once helped shape the open web must now be used to ensure that AI will serve humanity, not the other way around.

With over 1,200 attendees, Wikimania gave us space to trade ideas, learn from other open advocates, and think through emerging conversations around AI. Throughout the week, sessions and conversations highlighted both the plurality of views and challenges we face in the current ecosystem, as well as the opportunities to unite around shared goals, ensuring that open knowledge can serve as an antidote to commercialization of the commons. 

Creative Commons Salon: 25 Years of CC

We hosted a pre-conference salon, with approximately 30 attendees from Wikimedia Foundation, Arcadia, Wiki Community, CC Chapters, and more. While we kept the session playful and informal, it was a chance for us to share some updates on our broader work and allow the many smart folks in the room to chat amongst themselves during activities about the commons, CC’s 25 years, our values, and the connections we’ve made during our time helping influence the open movement.

Co-facilitators—Elliot Bledsoe, President Wikimedia Australia and Co-lead of Creative Commons Australia;  Melissa Hagemann, Director of BOAI Org; and Patricia Díaz Rubio, Executive Director of Wikimedia Chile—each spoke about their experiences becoming a part of the CC’s work at various stages in their careers and across different global contexts.

Melissa has been part of the open movement since 2001, the same year CC was founded. She helped organize the meeting that led to the Budapest Open Access Initiative, work that put her at the forefront of the knowledge commons for over two decades before she joined CC’s board in 2025.

Elliot was a student when he began asking questions about open sharing, and joined a group doing the early work of porting the CC license to the Australian jurisdictional context.
Patricia came to open licensing by way of journalism, training as a social communicator at the University of Chile before joining Wikimedia Chile in 2018 to champion open content and heritage across the region.

An interesting point that Elliot, Terri Janke—an Indigenous cultural and intellectual property lawyer—and the CC Australia team made was that for some people, AI using data without their consent or input is the first time that they have experienced something like what many First Nations and Indigenous communities have experienced for many years even before Generative AI began ingesting training data.

Sharing & Collective Action In the Age of AI

In this CC hosted workshop, we started by imagining a more hopeful future where AI better serves the public interest, picturing what that could look like in 2035, then identified some of the problems that stand between our current moment and that hopeful future. The two challenges that emerged as the most pressing were the lack of attribution and provenance in AI outputs; and the lack of choice for data stewards and creators in how their works get used.

After this exercise, participants split into two groups to begin ideating solutions—from large idealistic social shifts to smaller, more technical solutions—that would address the two most pressing challenges. Ideas ranged from things like the international council of commons arbitration to mitigate the creator choice challenge, to other methods of ensuring source attribution and fairer compensation and remuneration.

Anna Tumadóttir, CC’s CEO, joined Stan Adams (moderator, WMF), Mark Graham (Wayback Machine, Internet Archive), Monica Westin (Cambridge University Press), and Alek Tarkowski (Open Future) for this discussion on the impacts of crawling on human creativity and knowledge sharing, and how organizations are experimenting with technical, policy, and social responses to protect contributors and sustain participation. 

The group brought together a diverse set of organizations experiencing the impacts of large-scale AI crawling from different vantage points, and a key takeaway was just that: the views, experiences, and approaches among longtime advocates vary widely. Working on solutions that serve users globally will require multiple varied and nuanced options to alleviate the technical, legal, and social concerns raised by AI.

Bridging Institutions, Wikidata, and Generative AI: From Data Silos to Shared Infrastructure

This conversation brought together Dee Harris, CC’s Director of Communications and Engagement alongside Denny Vrandečić (Wikidata founder), Lydia Pintscher (Wikidata), João Alexandre Peschanski (WMBR), Dr. Pierre-Carl Langlais (CTO, Pleias), and Mark Graham (Director, Wayback Machine, IA)

Moderator Dr. Shani Evenstein Sigalov opened the conversation with the story about  the Paris Codex, one of four surviving Maya books. It’s digitized and has its own Wikidata entry, but its provenance, physical history, and century of research never made it into the metadata or into anything an AI system could draw on. Shani used this story to frame a shared throughline about why and how institutional knowledge breaks down on its way to AI. 

From there, each panelist held a piece of the bridge. Dee opened by talking about why cultural heritage institutions stay locked between two failing options: opening access risks being scraped into the ground by AI bots, while closing it off means disappearing from the researchers and public the collection was built to serve. João offered a counter-example, a painting rediscovered in technical storage. That framing carried into the rest of the panel, which picked up the same throughline from Wikidata’s infrastructure limits through to what AI builders actually need from institutional data to make the bridge worth crossing.

Global Advocacy: Capacity Building Training

Hosted by the Wikimedia Foundation and Wikimedia Europe, this session opened with Dee discussing the Open Heritage Coalition and the Open Heritage Statement, with a focus on relationship maintenance with institutions. Partway through, two of the Coalition’s workstream chairs—Hardiansyah, Executive Director of Wikimedia Indonesia, and Patricia Díaz Rubio, Executive Director of Wikimedia Chile—joined the conversation sharing their own experiences building relationships with institutions in their regions. Dee then walked through the Coalition’s Advocacy Toolkit, including core tools like Spectrum of Allies, stakeholder mapping, the Ladder of Engagement, and persuasive messaging through the Sparks and Hooks methodology. The session closed with a practical challenge for the Wikimedia audience: pick one institution, place it on the ladder, and identify their next step up this year.

The People

Across the panels, the chats, the laughs, and the hard questions, Wikimania 2026 reminded us that twenty-five years on, our biggest asset for the next twenty-five is the people who choose, again and again, to create the future they want rather than wait for someone else to do it.

CC’s 25th anniversary celebrations continue with an upcoming workshop on finding and reusing CC-licensed content, legal and community office hours, and more. See all of our upcoming events. We are also still accepting submissions for our 25th anniversary zine. Submit your collages, creative writing, photos, music, and more before August 15!

Further Reading

P.S. Check out some photos from the conference on Wiki Commons!

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

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: