Hiển thị các bài đăng có nhãn software. Hiển thị tất cả bài đăng
Hiển thị các bài đăng có nhãn software. Hiển thị tất cả bài đăng

Thứ Hai, 21 tháng 9, 2026

Liệu AI có đặt dấu chấm hết cho nguồn mở?

 

Liệu AI có đặt dấu chấm hết cho nguồn mở?

Will AI Cause the End of Open Source

May 9, 2026 · David Wiley

Theo: https://opencontent.org/blog/will-ai-cause-the-end-of-open-source/

Bài được đưa lên Internet ngày: 09/05/2026

Các công cụ AI tạo sinh đã đạt đến năng lực vượt xa con người trong việc phát hiện các lỗ hổng bảo mật trong mã nguồn máy tính. Khi mô tả về Claude Mythos Preview, Anthropic gần đây đã viết:

Trong quá trình thử nghiệm, chúng tôi nhận thấy Mythos Preview có khả năng xác định và sau đó khai thác các lỗ hổng zero-day trên mọi hệ điều hành và trình duyệt web phổ biến khi được người dùng yêu cầu. Các lỗ hổng mà nó tìm thấy thường rất tinh vi hoặc khó phát hiện. Nhiều lỗ hổng trong số đó đã tồn tại từ 10 hoặc 20 năm trước; lỗ hổng lâu đời nhất mà chúng tôi tìm thấy cho đến nay là một lỗi đã 27 năm tuổi trong OpenBSD—một hệ điều hành vốn nổi tiếng về tính bảo mật—và lỗi này hiện đã được khắc phục.

Tương tự, Mozilla báo cáo rằng Claude Mythos Preview đã phát hiện 271 lỗ hổng trong Firefox, một phần mềm khác vốn đã hoàn thiện và được kiểm tra cực kỳ kỹ lưỡng. v.v.

Hệ quả của Định luật Linus

Trước đây, hệ quả chính của việc mở mã nguồn của bạn (open sourcing your code) là tạo điều kiện hợp tác với người dùng, giúp phần mềm hữu ích hơn và tăng cường tính bảo mật. Eric Raymond đã gọi những tác động về mặt bảo mật của nguồn mở là Định luật Linus:

Với đủ số lượng người cùng xem xét, mọi lỗi đều trở nên dễ phát hiện.

Một cách hiểu Định luật Linus trong bối cảnh AI tạo sinh là: một mô hình mạnh mẽ như Claude Mythos Preview cung cấp số lượng "cặp mắt" quan sát gần như vô hạn. Có lẽ giờ đây chúng ta cần đến một hệ quả bổ sung cho Định luật Linus:

Với AI đủ mạnh, mọi lỗ hổng đều sẽ bị phát hiện và khai thác.

Tôi chưa nắm được đủ chi tiết về vụ xâm nhập hệ thống Canvas để biết chính xác hệ thống đã bị tấn công như thế nào, nhưng khi nghe tin, suy nghĩ đầu tiên của tôi là: Chắc chắn vụ này xảy ra vì Canvas là mã nguồn mở. Ai đó đã sử dụng AI mạnh mẽ để rà soát mã nguồn, tìm ra các lỗ hổng và khai thác một trong số đó. Sau đó, suy nghĩ thứ hai nảy ra trong đầu tôi là: Liệu vụ xâm nhập Canvas có phải là khởi đầu cho sự kết thúc của mã nguồn mở hay không?

Tính bất đối xứng của AI trong phòng thủ

Mozilla chỉ ra rằng các công cụ AI cũng tiếp sức cho các nhà phát triển, đồng thời cũng mang lại cho những người làm công tác bảo mật "siêu năng lực" khi họ rà soát và bảo vệ mã nguồn của mình. Theo báo cáo, Mozilla đã tận dụng rất hiệu quả công nghệ này cho mục đích đó. Tuy nhiên, không phải dự án mã nguồn mở nào cũng được vận hành bởi một tổ chức lớn như Mozilla.

Phần lớn các dự án nguồn mở là những dự án xuất phát từ niềm đam mê, chỉ có một người đóng góp duy nhất làm việc theo hình thức bán thời gian. Liệu chúng ta có thể kỳ vọng những người làm dự án vì đam mê này phải trả phí để tiếp cận các mô hình AI tiên tiến nhất và liên tục tích hợp chúng vào quy trình phát hành sản phẩm hay không? Nếu họ không thể hoặc vì lý do nào đó không muốn làm vậy, họ nên làm gì? Liệu việc chia sẻ mã nguồn – thứ gần như chắc chắn sẽ bị khai thác lỗ hổng – có phải là một lựa chọn phù hợp?

Giờ thì sao?

Có lẽ trong tương lai sẽ xuất hiện các mô hình AI có trọng số mở (open-weights) đủ mạnh mẽ; chúng có thể được vận hành cục bộ (miễn phí) và tích hợp trực tiếp vào các công cụ cũng như quy trình phát triển trong tương lai. Nhưng từ nay đến lúc đó, chúng ta phải làm gì?

Generative AI tools have become superhuman in their capacity to discover vulnerabilities in computer code. Describing the Claude Mythos Preview, Anthropic recently wrote:

During our testing, we found that Mythos Preview is capable of identifying and then exploiting zero-day vulnerabilities in every major operating system and every major web browser when directed by a user to do so. The vulnerabilities it finds are often subtle or difficult to detect. Many of them are ten or twenty years old, with the oldest we have found so far being a now-patched 27-year-old bug in OpenBSD—an operating system known primarily for its security.

Similarly, Mozilla reports that Claude Mythos Preview identified 271 vulnerabilities in Firefox, which is another mature and very thoroughly reviewed piece of software. &c.

Linus’s Corollary

Once upon a time, the primary consequence of open sourcing your code was enabling collaboration with your users, making the software more helpful for them and improving its security. Eric Raymond called the security implications of open source Linus’s Law:

Given enough eyeballs, all bugs are shallow.

One way of understanding Linus’s Law in the context of generative AI is that a model as powerful as Claude Mythos Preview provides essentially infinite eyes. Perhaps we now need Linus’s Corollary:

Given powerful enough AI, all bugs will be found and exploited.

I haven’t heard enough detail yet about the Canvas breach to know how the system was compromised, but when I heard about it my first thought was: I bet this is because Canvas is open source. Someone used powerful AI to review the source code, found vulnerabilities, and exploited one. Then my second thought was: is the Canvas breach the beginning of the end for open source?

The Asymmetry of AI for Defense

Mozilla points out that AI tools empower developers, too, giving defenders superpowers as they review and secure their own code. And according to the report, Mozilla used it very effectively for this purpose. But not every open source project is run by a major organization like Mozilla.

The majority of open source projects are passion projects with a single, part-time contributor. Do we now expect each of these hobbyists to pay for access to frontier AI models and consistently integrate them into their release process? If they can’t or for any reason don’t want to, what should they do? Is sharing code that is all but guaranteed to be exploited an appropriate choice to make?

What Now?

Perhaps in the future there will be sufficiently powerful open weights AI models, and these can be run locally (for free) and integrated directly into whatever future development tools and workflows look like. But until then, what now?

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Tư, 26 tháng 8, 2026

Độc giả của Giáo dục Mở. VII. Các giấy phép của phần mềm nguồn mở

 

Độc giả của Giáo dục Mở. VII. Các giấy phép của phần mềm nguồn mở

An Open Education Reader

Open Source Software Licenses

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/intellectual_property.

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

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

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

18. Giấy phép GNU General Public

GNU General Public License

Khám phá tại trang web https://edtechbooks.org/-eABG

Bối cảnh

GPL hay Giấy phép Công cộng GNU (GNU General Public License) là giấy phép copyleft đầu tiên và vẫn là giấy phép được sử dụng rộng rãi nhất.

Những điểm chính

  • Giấy phép copyleft miễn phí cho phần mềm + các thứ khác

  • Bảo vệ, chứ không phải tước đoạt tự do của bạn

    • Quyền phân phối phần mềm, ngay cả khi phải trả phí

    • Quyền nhận mã nguồn và thực hiện các thay đổi

  • Các quy tắc

    • Cần tôn trọng tự do của người khác bằng cách thông báo cho họ rằng họ có thể truy cập mã nguồn.

    • Khẳng định bản quyền và sau đó cung cấp cho mọi người giấy phép GNU

  • Một phiên bản khác của GPL được gọi là Giấy phép GNU Affero General Public - AGPL (GNU Affero General Public License). Bạn phải phân phối mã nguồn, ngay cả khi bạn không phân phối phần mềm như trong trường hợp các ứng dụng web (ví dụ: Facebook)

Câu hỏi thảo luận

  1. Tình huống với các thiết bị không cho phép người dùng chạy phiên bản đã sửa đổi trong đoạn văn bản thứ 3 từ cuối lên là gì?

  2. Bằng sáng chế có thể được áp dụng cho phần mềm như thế nào?

  3. Điều thú vị là phần mềm được cấp phép GPL có thể được sử dụng để tạo ra phần mềm độc quyền. Liệu điều này có phải vì lý do thực tế?

  4. Microsoft dường như tuyên bố rằng GPL có một số đặc tính lan truyền, vậy phần mềm không miễn phí có những đặc tính tương tự không?

  5. Làm thế nào Stallman có thể biện minh cho việc bán các ngoại lệ giấy phép cho các công ty? Chẳng phải họ là những kẻ xấu xa sao?

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-why-of-intellectual-property.

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

19. Giấy phép BSD

BSD License

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

Bối cảnh

BSD – Giấy phép Phân phối Phần mềm Berkeley (Berkeley Software Distribution). Giấy phép BSD gốc ban đầu tương thích với giấy phép GPL của Quỹ Phần mềm Tự do (Free Software Foundation), nhưng các phiên bản sửa đổi thì không do các điều khoản về quảng cáo.

Những điểm chính

  • Giấy phép phần mềm tự do, với các hạn chế tối thiểu về phân phối lại

    • Không có các yêu cầu chia sẻ tương tự như copyleft.

  • Cho phép sử dụng độc quyền và cho phép tích hợp vào các sản phẩm độc quyền.

Câu hỏi thảo luận

  1. Tại sao một người lại chọn BSD thay vì GPL?

  2. BSD khác với GPL như thế nào?

  3. Điều gì làm cho BSD khác biệt so với các giấy phép khác?

Tài liệu tham khảo bổ sung 

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-why-of-intellectual-property.

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

20. Giấy phép MIT

MIT License 

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

Bối cảnh

Viện Công nghệ Massachusetts - MIT (Massachusetts Institute of Technology) có phiên bản giấy phép phần mềm “nguyên trạng” của riêng họ. Giấy phép này cấp quyền miễn phí cho người dùng để sử dụng và tái sử dụng tài liệu/phần mềm của họ theo bất kỳ cách nào họ thấy phù hợp.

Những điểm chính 

  • Cho phép sử dụng lại trong phần mềm độc quyền miễn là bản sao của phần mềm được cấp phép bao gồm bản sao điều khoản cấp phép của MIT và thông báo bản quyền. 

  • Phần mềm độc quyền vẫn là độc quyền. 

  • Nêu rõ các quyền của người dùng.

Câu hỏi thảo luận

  1. Tại sao một người lại chọn giấy phép MIT thay vì BSD hoặc GPL?

  2. Giấy phép MIT khác biệt với BSD và GPL như thế nào?

Tài liệu tham khảo bổ sung 

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-why-of-intellectual-property.

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

21. Giấy phép Apache

Apache License

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

Bối cảnh

Giấy phép này rộng hơn giấy phép BSD và MIT, với một số điểm cần lưu ý thú vị, chẳng hạn như bằng sáng chế và nhãn hiệu thương mại. Một phần tư các dự án nguồn của Google sử dụng giấy phép Apache, bao gồm cả hệ điều hành Android.

Những điểm chính

  • Không yêu cầu các sản phẩm phái sinh phải được phân phối bằng cùng một giấy phép.

  • Yêu cầu tất cả các phần không bị sửa đổi phải có giấy phép gốc.

  • Bất cứ khi nào mã nguồn được thay đổi, phải có thông báo. Thông báo này không được sửa đổi giấy phép.

Câu hỏi thảo luận

  1. Tại sao một người lại chọn Giấy phép Apache thay vì MIT, BSD hoặc GPL?

  2. Giấy phép Apache khác với giấy phép MIT, BSD và GPL như thế nào?

Tài liệu tham khảo bổ sung 

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-why-of-intellectual-property.

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

22. So sánh các giấy phép của nguồn mở

Comparison of Open Source Licenses

Bối cảnh 

Có rất nhiều loại giấy phép cho phần mềm tự do/nguồn mở phổ biến và được sử dụng rộng rãi. Các giấy phép này có nhiều điểm chung nhưng cũng khác nhau ở những chi tiết nhỏ.

Những điểm chính 

So sánh các giấy phép:


 
MIT licenseBSD LicenseApache LicenseGNU License
Phổ biến và được sử dụng rộng rãi:CóCóCóCó
Loại giấy phépDễ dãi Dễ dãi Dễ dãi Copyleft mạnh
Thẩm quyền:Không chỉ địnhKhông chỉ địnhKhông chỉ địnhKhông chỉ định
Cấp quyền sở hữu bằng sáng chếKhôngKhôngCóKhông
Điều khoản trả đũa bằng sáng chếKhôngKhôngCóKhông
Chỉ định ghi công nâng caoKhôngKhôngKhôngKhông
Giải quyết lỗ hổng bảo mật:KhôngKhôngKhôngKhông
Gồm tính năng ‘không quảng bá’CóCóCóCó


 

Câu hỏi thảo luận

  1. Tại sao có nhiều loại giấy phép như vậy?

  2. Ai quản lý giấy phép?

  3. Làm thế nào bạn có thể chọn loại giấy phép phù hợp nhất với mình?

Tài liệu tham khảo bổ sung 

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/thomas-jefferson-writes-a-letter.

 

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

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 Năm, 23 tháng 4, 2026

Lưu ý về phát hành Ubuntu 26.04 LTS


Ubuntu 26.04 LTS release notes

23 April 2026

Theo: https://documentation.ubuntu.com/release-notes/26.04/

Bài được đưa lên Internet ngày: 23/04/2026

Lưu ý phát hành này bao gồm các tính năng mới và những thay đổi trong Ubuntu 26.04 LTS (Resolute Raccoon).

Những thay đổi so với phiên bản Ubuntu hiện tại của bạn

Phần lớn người dùng Ubuntu nâng cấp hai năm một lần, theo các bản phát hành hỗ trợ dài hạn - LTS (Long Term Support). Một số người dùng khác lại thích các bản phát hành trung gian thường xuyên hơn, cứ sáu tháng một lần.

Tìm những thông tin phù hợp với hệ thống của bạn:

  • Đối với người dùng Ubuntu LTS: Nếu bạn đang nâng cấp từ Ubuntu 24.04 LTS (Noble Numbat), hãy đọc tổng quan về những thay đổi chính giữa hai bản phát hành LTS này.

  • Đối với người dùng Ubuntu bản phát hành trung gian: Nếu bạn đang nâng cấp từ Ubuntu 25.10 (Questing Quokka), hãy đọc danh sách chi tiết các thay đổi kể từ bản phát hành trung gian trước đó.

  • Nâng cấp từ các phiên bản cũ hơn: Nếu bạn hiện đang sử dụng phiên bản Ubuntu LTS hoặc phiên bản trung gian cũ hơn, chẳng hạn như Ubuntu 22.04 LTS hoặc 25.04, trước tiên bạn phải nâng cấp lên Ubuntu 24.04 LTS hoặc 25.10 trước khi có thể tiếp tục lên 26.04 LTS.

Thời gian hỗ trợ

Ubuntu 26.04 LTS được chỉ định là phiên bản hỗ trợ dài hạn. Điều này có nghĩa là nó sẽ tiếp tục nhận được các bản cập nhật bảo mật và sửa lỗi nghiêm trọng trong năm năm. Ubuntu 26.04 LTS sẽ được hỗ trợ cho đến tháng 4 năm 2031.

Với gói đăng ký Ubuntu Pro, quyền truy cập vào các bản cập nhật ESM (Expanded Security Maintenance) sẽ có sẵn trong mười năm.

Xem chính sách và lịch phát hành của chúng tôi.

Yêu cầu và khả năng tương thích

Ubuntu Desktop 26.04 LTS yêu cầu bộ xử lý lõi kép 2 GHz trở lên, tối thiểu 6 GB RAM và 25 GB dung lượng lưu trữ trống để có trải nghiệm thoải mái.

Mặc dù có thể cài đặt Ubuntu Desktop trên các hệ thống có cấu hình thấp hơn, nhưng trong trường hợp đó, chúng tôi khuyên bạn nên sử dụng một phiên bản Ubuntu khác. Ví dụ, bạn có thể cài đặt Xubuntu hoặc Lubuntu trên các hệ thống có 2 GB RAM trở lên.

Yêu cầu đối với Ubuntu Server 26.04 LTS sẽ thay đổi tùy thuộc vào trường hợp sử dụng cụ thể của bạn, bắt đầu từ mức thấp nhất là 1,5 GB RAM và 4 GB dung lượng lưu trữ.

Đối với cài đặt dựa trên ISO, bạn sẽ cần cổng USB hoặc ổ đĩa DVD cho phương tiện cài đặt. Ngoài ra, Ubuntu Server cũng có sẵn dưới dạng ảnh dựng sẵn cho môi trường đám mây, ảo hóa và phần cứng vật lý, sử dụng cơ chế triển khai riêng.

Mặc dù nên có kết nối Internet để cập nhật và cài đặt phần mềm bổ sung, nhưng kết nối này không bắt buộc đối với quá trình cài đặt ban đầu.

These release notes cover new features and changes in Ubuntu 26.04 LTS (Resolute Raccoon).

Changes since your version of Ubuntu

The majority of Ubuntu users upgrade every two years, following LTS releases. Other users prefer the more frequent interim releases that come out every six months.

Find the news that are relevant to your system:

  • For Ubuntu LTS users: If you’re upgrading from Ubuntu 24.04 LTS (Noble Numbat), read an overview of the major changes between the two LTS releases.

  • For Ubuntu interim users: If you’re upgrading from Ubuntu 25.10 (Questing Quokka), read a detailed list of changes since the previous interim release.

  • Upgrading from older releases: If you’re currently using an older Ubuntu LTS or interim release, such as Ubuntu 22.04 LTS or 25.04, you must first upgrade to either Ubuntu 24.04 LTS or 25.10 before you can proceed to 26.04 LTS.

Support lifespan

Ubuntu 26.04 LTS is designated as a long-term support release. This means it will continue to receive security updates and critical bug fixes for five years. Ubuntu 26.04 LTS will be supported until April 2031.

With an Ubuntu Pro subscription, access to ESM (Expanded Security Maintenance) updates will be available for ten years.

See our Release policy and schedule.

Requirements and compatibility

Ubuntu Desktop 26.04 LTS requires a 2 GHz dual-core processor or better, a minimum of 6 GB RAM and 25 GB of free storage space for a comfortable experience.

Although it’s possible to install Ubuntu Desktop on systems with lower specifications, we recommend using an Ubuntu flavor instead in that case. For example, you can install Xubuntu or Lubuntu on systems with 2 GB RAM or more.

Requirements for Ubuntu Server 26.04 LTS scale with your specific use case, starting as low as 1.5 GB RAM and 4 GB of storage space.

For ISO-based installs, you will need a USB port or DVD drive for the installation media. Alternatively, Ubuntu Server is also available as pre-built images for cloud, virtualized, and bare-metal environments, which utilize their own deployment mechanisms.

While an internet connection is recommended for updates and additional software, it is not required for the initial installation.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Ba, 2 tháng 12, 2025

Chúng tôi hỏi, các bạn trả lời: Phản hồi của của bạn định hình Tín hiệu CC như thế nào

We Asked, You Answered: How Your Feedback Shapes CC Signals

By Rebecca Ross; Posted 27 August 2025


Signals © 2021 by Hugo Parasol is licensed under CC BY-NC-SA 2.0

Theo: https://creativecommons.org/2025/08/27/we-asked-you-answered-how-your-feedback-shapes-cc-signals/

Bài được đưa lên Internet ngày: 27/08/2025

Vào tháng 6, chúng tôi đã khởi động giai đoạn phản hồi công khai về đề xuất của mình cho Tín hiệu CC (CC Signals). Tín hiệu CC là một khuôn khổ tín hiệu ưu tiên được thiết kế để duy trì sự công bằng và đảm bảo việc chia sẻ kiến thức liên tục trong thời đại AI.

Mục tiêu là cung cấp cho những người nắm giữ các tập dữ liệu lớn một cách để thiết lập các tiêu chí về cách dữ liệu của họ có thể được sử dụng trong các mô hình đào tạo AI. Ví dụ, người nắm giữ tập dữ liệu có thể muốn yêu cầu bất kỳ khóa đào tạo AI nào sử dụng dữ liệu của họ phải ghi rõ nguồn gốc (ví dụ: thừa nhận ghi công tác giả), hoặc mô hình AI kết quả phải là mô hình mở. Giống như giấy phép CC, tín hiệu CC được xây dựng dựa trên ý tưởng "giữ lại một số quyền" (Some Rights Reserved) và người sáng tạo và người nắm giữ kiến thức xứng đáng có những lựa chọn có ý nghĩa về cách sử dụng tác phẩm của họ. Bạn có thể tìm hiểu thêm trên trang web của chúng tôi.

Kể từ sự kiện khởi động, chúng tôi đã lắng nghe rất kỹ các phản hồi. Chúng tôi đã nhận được phản hồi từ hàng trăm người sáng tạo, thủ thư, chuyên gia công nghệ, chuyên gia pháp lý và những người ủng hộ mở. Chúng tôi đã yêu cầu phản hồi và các bạn đã đáp ứng! Tiếng nói của các bạn - ủng hộ, hoài nghi, thất vọng hoặc tò mò - đều rất quan trọng trong việc định hình cách phát triển tín hiệu CC. Chúng tôi muốn tóm tắt những gì chúng tôi đã nghe và cách thức phản hồi này được tiếp thu và giải quyết.

Những gì chúng tôi đã nghe

Trong các cuộc trò chuyện, một số chủ đề đã nổi lên:

Lo ngại rằng CC đang ưu tiên các công ty AI hơn người sáng tạo. Một mối lo ngại thường trực là các tín hiệu CC dường như tạo ra sự hợp pháp cho việc đào tạo AI mà không làm đủ để bảo vệ người sáng tạo.

Sự nhầm lẫn và bất đồng về giấy phép CC và đào tạo AI. Chúng tôi đã nghe thấy sự thất vọng rằng các giấy phép CC không được diễn giải hoặc thực thi theo cách mà một số người sáng tạo mong đợi.

Những lời kêu gọi mạnh mẽ về việc từ chối. Nhiều người thắc mắc tại sao bản dự thảo tín hiệu CC không bao gồm tùy chọn từ chối.

Việc lịch sự yêu cầu các nhà phát triển AI bồi hoàn để đổi lấy bộ dữ liệu là không đủ. Chúng tôi đã nghe thấy những nghi ngờ về tính hiệu quả của tín hiệu CC trong thực tế, do có nhiều bằng chứng cho thấy các công ty AI phớt lờ bản quyền, giấy phép và thậm chí cả các giao thức kỹ thuật như robots.txt.

Phê bình rộng rãi hơn về vai trò của AI trong xã hội. Có nhiều quan điểm khác nhau về AI trong cộng đồng CC. Nhiều người trong số các bạn kiên quyết đứng về phía chống AI. Đối với những tiếng nói này, không có khuôn khổ kỹ thuật nào, chẳng hạn như tín hiệu CC, có vẻ phù hợp nếu không có luật pháp và quy định chặt chẽ hơn.

Chúng tôi chưa rõ công cụ này dành cho ai và các trường hợp sử dụng mà nó nhắm đến. Đương nhiên, nhu cầu của một cá nhân sáng tạo, chẳng hạn như một nghệ sĩ, khá khác biệt so với những người hoạt động ở cấp độ tổ chức hoặc tập thể. Chúng tôi đã lắng nghe rất rõ ràng rằng các tín hiệu CC, theo quan niệm hiện tại, không đáp ứng được nhu cầu đa dạng của từng cá nhân sáng tạo.

Yêu cầu làm rõ. Nhiều người đã yêu cầu thêm chi tiết về việc triển khai và tính tương hợp, bao gồm cả tầm nhìn dài hạn của chúng tôi về các tín hiệu CC như một phần trong sứ mệnh rộng lớn hơn của chúng tôi.

Chúng tôi hiểu những vấn đề này mang tính cá nhân sâu sắc đến mức nào đối với nhiều người trong số các bạn, đặc biệt là các nghệ sĩ và nhà sáng tạo, những người cảm thấy tác phẩm của mình bị sử dụng mà không có sự đồng ý và đang tìm cách phản kháng. Sự thất vọng đó là có thật, và chúng tôi rất coi trọng điều đó.

Những việc chúng tôi sẽ làm tiếp theo

✔️Cải thiện sự rõ ràng về lập trường của CC. Chúng tôi biết nhiều bạn lo lắng rằng CC đã "chọn phe" hoặc đang bị các công ty AI tác động. Chúng tôi muốn làm rõ: động lực thúc đẩy các tín hiệu CC là bảo vệ và duy trì cộng đồng bằng cách phát triển các công cụ thiết thực cho những người nắm giữ kiến thức. Trong tương lai, chúng tôi sẽ hướng tới việc làm rõ các nguyên tắc chỉ đạo và lập trường của mình theo cách chuyển thành các quyết định về sản phẩm.

✔️Tăng cường truyền thông và giáo dục. Chúng tôi cam kết mở rộng nguồn lực về cách thức tương tác giữa giấy phép CC và tín hiệu CC, các ví dụ về cách thức hoạt động của tín hiệu trong thực tế và đào tạo sâu hơn về các vấn đề bản quyền trong bối cảnh AI. Nếu bạn chưa xem, hãy xem qua tài liệu pháp lý của chúng tôi về việc tìm hiểu giấy phép CC và đào tạo AI. Cộng đồng CC càng hiểu biết sâu sắc hơn về AI và tài sản chung (commons), chúng ta càng có thể bảo vệ tài sản chung một cách hiệu quả hơn với tư cách là một cộng đồng.

✔️Làm rõ các trường hợp sử dụng tín hiệu CC. Giai đoạn này của tín hiệu CC được thiết kế để phục vụ những người nắm giữ tập dữ liệu lớn và mở, chứ không phải người sáng tạo cá nhân. Phản hồi của bạn đã giúp chúng tôi nhận ra rằng trọng tâm này không dễ dàng phù hợp với quyết định tận dụng các giao thức kỹ thuật được sử dụng bởi bất kỳ ai có trang web. Do đó, đối tượng mục tiêu của tín hiệu CC không rõ ràng. Khi quyết định các bước tiếp theo trong quá trình phát triển sản phẩm, chúng tôi dự định tập trung vào các trường hợp sử dụng cụ thể để đưa các mục tiêu và mục đích của mình vào thực tiễn.

✔️ Tăng cường sự tham gia toàn cầu và mời các bên liên quan tham gia phát triển sản phẩm. Chúng tôi dự định tiếp tục thảo luận với nhiều đối tượng khác nhau để định hình tương lai của tín hiệu CC thông qua một quy trình lặp đi lặp lại. Phần còn lại của năm nay sẽ tập trung vào việc khám phá và thử nghiệm việc tích hợp tín hiệu CC khả thi với những người dùng thử nghiệm. Từ đó, chúng tôi hy vọng sẽ suy rộng các phát hiện khi khám phá việc áp dụng rộng rãi hơn các tín hiệu CC trong tương lai.

✔️ Duy trì tính minh bạch trong quá trình phát triển. Kho lưu trữ GitHub của chúng tôi sẽ luôn mở và được cập nhật. Chúng tôi đang tạo ra một lộ trình sẽ được chia sẻ công khai và sẽ cung cấp các bản cập nhật nhất quán (trên blog hoặc thông qua tòa thị chính ảo) về tiến trình của chúng tôi. Vòng phản hồi này vẫn chưa kết thúc; nó sẽ được tích hợp vào cách tín hiệu CC sẽ phát triển.

Nhìn về phía trước

Tương lai của tài sản chung phụ thuộc vào các công cụ phản ánh các giá trị chung về tính mở, sự công bằng và tính chủ động. Chúng tôi biết nhiều người trong số các bạn vẫn còn hoài nghi.

Tín hiệu CC chưa phải là kết thúc. Đây là một thử nghiệm trong việc xây dựng một lớp lựa chọn mới trong thời đại mà các quy tắc đang thay đổi nhanh chóng. Chúng tôi sẽ tiếp tục lắng nghe, điều chỉnh và hợp tác cho đến khi đạt được một điều gì đó thực sự phục vụ cho các tài sản chung.

Cảm ơn tất cả mọi người đã dành thời gian viết bài, đặt câu hỏi, thách thức và hỗ trợ chúng tôi. Xin hãy tiếp tục tham gia. Cùng nhau, chúng ta có thể đảm bảo rằng Creative Commons tiếp tục giữ vững vị thế của nó: vì cộng đồng, vì các tài sản chung.

In June we kicked off a public feedback period on our proposal for CC signals. CC signals is a preference signals framework designed to sustain the commons and ensure the continued sharing of knowledge in the age of AI.

The goal is to give holders of large datasets a way to set criteria for how their data may be used within AI training models. To give an example, a dataset holder may wish to require that any AI training that uses their data gives credit back to the original source (e.g. attribution), or that the resulting AI model is open. Like the CC licenses, CC signals builds on the idea of ‘some rights reserved’ and that creators and knowledge holders deserve meaningful choices in how their work is used. You can learn more on our website.

Since our kickoff event, we have been listening closely to feedback. We heard from hundreds of creators, librarians, technologists, legal experts, and open advocates. We asked for feedback and you delivered! Your voices – supportive, skeptical, frustrated, or curious – are essential in shaping how CC signals develops. We’d like to summarize what we heard and how this feedback is being incorporated and addressed.

What We Heard

Across the conversations, several themes emerged:

Concerns that CC is prioritizing AI companies over creators. A recurring concern is that CC signals seem to give legitimacy to AI training without doing enough to protect creators.

Confusion and disagreement about the CC licenses and AI training. We heard frustration that the CC licenses are not being interpreted or enforced in ways that some creators expected.

Strong calls for opt-outs. Many wondered why the draft CC signals did not include an opt-out option.

Asking politely for AI developers to give back in exchange for datasets is not enough. We heard doubts that CC signals would work in practice, given the widespread evidence of AI companies ignoring copyright, licenses, and even technical protocols like robots.txt.

Broader critique of AI’s role in society. There is a spectrum of views on AI across the CC community. Many of you stand firmly at the anti-AI end. For these voices, no technical framework, like CC signals, feels adequate without stronger laws and regulations.

We haven’t been clear on who this tool is meant to serve and the use cases it is meant to address. Naturally, the needs of an individual creator, like an artist, are quite different from those operating at an institutional or collective level. We heard loud and clear that CC signals, as currently conceived, does not meet the diverse needs of individual creators.

Requests for clarity. Many asked for more details about implementation and interoperability, including our long-term vision for CC signals as part of our broader mission.

We understand how deeply personal these issues are for many of you, especially artists and creators who feel their work is being taken without consent and are looking for ways to fight back. That frustration is real, and we take it seriously.

What We’re Doing Next

✔️Improving clarity around CC’s position. We know many of you are worried that CC has “taken sides” or is being influenced by AI companies. We want to be clear: the driving motivation of CC signals is to defend and sustain the commons by developing practical tools for knowledge holders. Going forward, we will aim to clarify our guiding principles and positions in ways that translate to product decisions.

✔️Strengthening messaging and education. We are committed to expanding resources on how the CC licenses and CC signals could interact, examples of how signals could work in practice, and deeper dives into questions of copyright within the AI landscape. If you haven’t already, take a look at our legal primer on understanding the CC licenses and AI training. The better informed the CC community is about AI and the commons at large, the more effective we can be as a community to defend the commons.

✔️Clarifying the use cases for CC signals. This phase of CC signals is designed to serve large and open dataset holders, not the individual creator. Your feedback helped us recognize that this focus was not easy to square with our decision to leverage technical protocols used by anyone with a website. As a result, the target audience for CC signals was not clear. As we decide on next steps in product development, we plan to focus on specific use cases to put our goals and objectives into practice.

✔️Deepening global engagement and inviting stakeholders into product development. We plan to continue conversations with diverse audiences to inform the future of CC signals through an iterative process. The rest of this year will be focused on exploring and testing possible integrations of CC signals with pilot adopters. From this, we hope to extrapolate findings as we explore wider adoption of CC signals in the future.

✔️ Maintaining transparency in development. Our GitHub repository will stay open and up to date. We are creating a roadmap that will be shared publicly and will provide consistent updates (either on the blog or via a virtual town hall) on our progress. This feedback loop is not over; it will be built into how CC signals will evolve.

Looking Ahead

The future of the commons depends on tools that reflect shared values of openness, fairness, and agency. We know many of you remain skeptical.

CC signals is not final. It is an experiment in building a new layer of choice in an age where the rules are rapidly shifting. We will keep listening, adjusting, and collaborating until we arrive at something that genuinely serves the commons.

Thank you to everyone who took the time to write, question, challenge, and support us. Please stay engaged. Together, we can ensure that Creative Commons continues to stand where it always has: with the community, for the commons.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Chủ Nhật, 30 tháng 11, 2025

Hội thảo ‘Cập nhật phong trào Mở tại Việt Nam từ góc nhìn nghiên cứu và thực hành’ do GO-GN ASIA PACIFIC tổ chức tại Hà Nội ngày 1/12/2025 Hà Nội



Ngày 1/12/2025, Mạng Tài nguyên Giáo dục Mở Toàn cầu, khu vực châu Á - Thái bình dương dành cho các sinh viên tốt nghiệp - GO-GN ASIA PACIFIC (Global OER Graduate Network - Asia Pacific Hub), Đại học KHXHNV – ĐHQG Hà Nội đã tổ chức hội thảo tại Hà Nội với chủ đề ‘Cập nhật phong trào Mở tại Việt Nam từ góc nhìn nghiên cứu và thực hành’.








Trong thời gian cả ngày hội thảo, các diễn giả tham dự hội thảo từ nhiều trường đại học khắp cả nước đã trình bày các tham luận về nghiên cứu và thực hành trên nhiều khía cạnh của phong trào Mở ở Việt Nam như Giáo dục Mở, Tài nguyên Giáo dục Mở, Nghiên cứu Mở, AI (Nguồn) Mở, Cấp phép Mở, Xuất bản Truy cập Mở, Sư phạm Mở, Dữ liệu Mở, Phần mềm Nguồn Mở. Hội thảo cũng đã dành nhiều thời gian thảo luận về những điểm mạnh, yếu, cơ hội và thách thức của việc triển khai các hoạt động nghiên cứu và thực hành Tài nguyên Giáo dục Mở tại các cơ sở giáo dục trong bối cảnh chính sách về Tài nguyên Giáo dục Mở đã được Chính phủ ban hành; cũng như vai trò của GO-GN ASIA PACIFIC là gì trong việc hỗ trợ các giáo viên và nhà nghiên cứu tại các cơ sở giáo dục của họ để tăng cường cho việc nghiên cứu và thực hành Mở nói chung, Tài nguyên Giáo dục Mở nói riêng. Những người tham dự cũng thảo luận về một vài ưu tiên quan trọng nhất cho cộng đồng hướng tới các bước hành động tiếp theo trong vài năm tới.

X (Tweet): https://x.com/nghiafoss/status/1995400391186645221

Xem thêm:

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com

Thứ Năm, 27 tháng 11, 2025

Hội thảo ‘Xây dựng nhà trường số dựa trên nền tảng năng lực số và ứng dụng công nghệ 4.0, AI’ tại Trường Cao đẳng Điện Biên, 28/11/2025


Hiệp hội các trường Cao đẳng Nghề nghiệp Ngoài công lập Việt Nam - Văn phòng đại diện tại thành phố Hồ Chí Minh; Viện nghiên cứu, Đào tạo và Phát triển tài nguyên giáo dục mở (InOER) và Google For Education Việt Nam tổ chức Tọa đàm ‘Xây dựng nhà trường số dựa trên nền tảng năng lực số và ứng dụng công nghệ 4.0, AI’ trong ngày 28/11/2025 tại Trường Cao đẳng Công nghệ - Năng lượng Khánh Hòa.



Tải về các bài trình chiếu tại Hội thảo:

X (Tweet): https://x.com/nghiafoss/status/1994244366433472664

Xem thêm:

Blogger: Lê Trung Nghĩa

letrungnghia.foss@gmail.com