Bộ Khoa học và Công nghệ vừa chính thức ban hành kế hoạch quan trọng, trong đó nhấn mạnh việc phát triển công cụ trí tuệ nhân tạo (AI) chuyên dụng nhằm phân tích dữ liệu và rà soát, loại bỏ nguy cơ trùng lặp các nhiệm vụ nghiên cứu khoa học trong giai đoạn 2027–2028. Đây được đánh giá là giải pháp đột phá giúp tối ưu hóa nguồn ngân sách nhà nước và nâng cao minh bạch trong quản lý khoa học công nghệ quốc gia.

Lớp rào chắn công nghệ ngăn chặn lãng phí ngân sách nghiên cứu

Trùng lặp đề tài nghiên cứu hay hiện tượng "bình mới rượu cũ" trong xét duyệt nhiệm vụ khoa học và công nghệ luôn là bài toán thách thức đối với các cơ quan quản lý. Để giải quyết triệt để tình trạng này, ngày 01/10/2026, Bộ Khoa học và Công nghệ đã ban hành Quyết định 3954/QĐ-BKHCN phê duyệt Kế hoạch triển khai Hệ thống Thông tin quốc gia về khoa học, công nghệ và đổi mới sáng tạo.

Theo nội dung tại mục 5.2 Phụ lục ban hành kèm theo quyết định này, Cục Thông tin, Thống kê được giao nhiệm vụ chủ trì phát triển giải pháp ứng dụng trí tuệ nhân tạo để phân tích khối dữ liệu lớn của Hệ thống. Công cụ AI này sở hữu khả năng tự động đối sánh, phát hiện sự trùng lặp về ý tưởng, nội dung và sản phẩm đầu ra giữa các hồ sơ đề xuất nhiệm vụ mới với các đề tài đã hoặc đang được thực hiện trên toàn quốc.

Thời hạn triển khai xây dựng hạ tầng AI được ấn định trong giai đoạn từ năm 2027 đến năm 2028. Khi hoàn thiện, hệ thống sẽ trở thành công cụ hỗ trợ đắc lực cho các hội đồng tư vấn, chuyên gia thẩm định và cơ quan quản lý nhà nước trước khi quyết định phê duyệt kinh phí cấp ngân sách.

Cấu trúc Hệ thống dữ liệu tập trung và lộ trình làm sạch dữ liệu thí điểm

Theo định hướng tại Kế hoạch kèm theo Quyết định 3954/QĐ-BKHCN, Hệ thống Thông tin quốc gia về khoa học, công nghệ và đổi mới sáng tạo được thiết kế theo mô hình tập trung, thống nhất trên nền tảng số. Hệ thống không chỉ đáp ứng các tiêu chuẩn nghiêm ngặt về an toàn thông tin mà còn mở rộng không gian lưu trữ, phổ biến công khai và chia sẻ rộng rãi kết quả nghiên cứu đến cộng đồng các nhà khoa học, tổ chức và doanh nghiệp.

Để tạo tiền đề chuẩn xác cho trí tuệ nhân tạo học máy và phân tích, quy trình làm sạch dữ liệu được đặt ra như một nhiệm vụ trọng tâm tại mục 5.3 của Phụ lục. Cụ thể:

• Thí điểm rà soát và chuẩn hóa: Thực hiện thí điểm công cụ kiểm tra, lọc dữ liệu rác, loại bỏ bản ghi trùng lặp từ quý II đến quý IV/2027.
• Duy trì và vận hành chính thức: Tiếp tục hoàn thiện và duy trì công tác làm sạch dữ liệu liên tục trong suốt năm 2028.
• Kết quả đầu ra bắt buộc: Xây dựng bộ dữ liệu ưu tiên đạt chuẩn quốc gia, công cụ kiểm soát tự động và nhật ký truy vết cập nhật dữ liệu rõ ràng.

Mở rộng kết nối liên thông số và nâng cao trách nhiệm quản trị dữ liệu

Song song với việc tích hợp AI, kế hoạch chuyển đổi số ngành khoa học công nghệ còn hướng tới mục tiêu thiết lập mạng lưới chia sẻ dữ liệu liên thông theo mục 5.5. Trong khoảng thời gian 2027–2028, Hệ thống sẽ liên kết trực tiếp với các bộ, ngành, địa phương, viện nghiên cứu chuyên ngành và các cơ sở giáo dục đại học trên cả nước.

Bộ Khoa học và Công nghệ quy định rõ tại mục 5.4 rằng Danh mục kết nối cùng tài liệu kỹ thuật chuẩn hóa giao diện lập trình ứng dụng (API) phải được hoàn thành muộn nhất vào quý IV/2027. Việc kết nối API này cho phép đồng bộ hóa dữ liệu trực tiếp giữa các hệ thống quản lý nhiệm vụ, cơ sở dữ liệu nhà khoa học và kết quả ứng dụng thực tiễn.

Đặc biệt, công tác quản trị dữ liệu theo mục 5.6 sẽ được rà soát và bổ sung định kỳ hằng năm. Quá trình này bảo đảm tính hợp lệ của hồ sơ, phân quyền phê duyệt chặt chẽ, quản lý chi tiết các phiên bản chỉnh sửa, đồng thời quy trách nhiệm cá nhân đối với đầu mối phụ trách cập nhật thông tin. Việc chuẩn hóa hạ tầng số này hoàn toàn tuân thủ các nguyên tắc cốt lõi được ghi nhận tại Luật Dữ liệu 2024 và Luật Khoa học, Công nghệ và Đổi mới sáng tạo 2025.

Có hiệu lực thi hành ngay từ ngày ký (ngày 01/10/2026) theo Điều 3, Quyết định 3954/QĐ-BKHCN mở ra bước tiến mới trong việc đưa công nghệ số tiên tiến vào công tác quản lý nhà nước, góp phần hình thành hệ sinh thái đổi mới sáng tạo hiện đại, minh bạch và hiệu quả cao.