NGÀNH CNTT TUYỂN SINH NHIỀU CHỈ TIÊU NGÀNH CNTT, CNTT VIỆT NHẬT VÀ KHOA HỌC DỮ LIỆU

Góc học tập

Thuật toán đang định hình niềm tin của chúng ta

on .

Trên phạm vi toàn cầu, không gian thông tin đang thay đổi nhanh chóng dưới tác động của trí tuệ nhân tạo (AI) và thuật toán. Các nội dung giả ngày càng tinh vi, khiến ranh giới thật – giả mờ nhạt, kéo theo sự xói mòn dần niềm tin xã hội.

 Nhiều thông tin sai lệch lan tràn trên mạng.

Nhiều thông tin sai lệch lan tràn trên mạng.

Niềm tin bị thao túng trong kỷ nguyên thuật toán

Các cuộc điều tra của tờ The Guardian (Anh) cho thấy, nhiều nhóm cực đoan trên thế giới đã và đang tận dụng AI, đặc biệt là công nghệ nhân bản giọng nói bằng AI và chuyển văn bản thành giọng nói để mở rộng tuyên truyền. Từ các nhóm tân phát xít đến mạng lưới thánh chiến cực đoan, họ biến văn bản thành những đoạn âm thanh “nghe như người thật”, giữ nguyên tông giọng, cảm xúc và cường độ ý thức hệ, rồi phát tán trên nhiều nền tảng và nhiều ngôn ngữ khác nhau.

Cơ chế thao túng này đánh trúng một phản xạ tâm lý rất căn bản: con người có xu hướng tin nhanh hơn khi cảm giác xác thực đủ mạnh. Một giọng nói nghe quen, có vẻ đáng tin, mang dáng dấp của quyền lực hay chuyên môn sẽ làm suy giảm rào cản hoài nghi. Khi những nội dung đó tiếp tục được thuật toán ưu tiên phân phối vì gây sốc, gây tranh cãi hoặc kích thích cảm xúc mạnh, niềm tin dần được hình thành nhờ cảm xúc, sự lặp lại và vẻ ngoài “giống thật”.

Theo Guardian, các phiên bản tiếng Anh của những bài diễn thuyết mang màu sắc cực đoan, được tạo ra bằng công nghệ nhân bản giọng nói AI, đã đạt tới hàng chục triệu lượt nghe và xem trên các nền tảng như X, Instagram và TikTok.

Hệ quả của sự bào mòn niềm tin này đã vượt ra ngoài phạm vi công nghệ. Ông Tim Davie – Tổng giám đốc Đài Phát thanh – Truyền hình Anh cảnh báo rằng: “Tương lai của một xã hội gắn kết và dân chủ đang thực sự bị đe dọa”. Ông gọi làn sóng thông tin sai lệch trên các nền tảng số là một “khủng hoảng niềm tin”, nhấn mạnh rằng khi xã hội không còn một nền tảng sự thật chung, người bất đồng dễ bị coi là kẻ thù, sự đồng cảm suy giảm và các giá trị dân chủ bị xói mòn.

Theo một nghiên cứu công bố năm 2024 do các nhà khoa học Mỹ và Đức hợp tác thực hiện về hệ thống đề xuất của TikTok, nhóm nghiên cứu đã theo dõi hành vi sử dụng của 347 người dùng thực và 5 tài khoản người dùng giả lập được kiểm soát nhằm quan sát cách thuật toán phản ứng trước các tương tác hằng ngày. Kết quả cho thấy, 30-50% nội dung TikTok được gợi ý trực tiếp dựa trên những sở thích mà thuật toán đã tự động nhận diện, chứ không phải từ lựa chọn có ý thức của người dùng. Khi dòng nội dung đề xuất cá nhân hóa này vận hành gần như hoàn toàn tự động, niềm tin có thể hình thành trước cả khi khả năng phản biện kịp xuất hiện.

Giành lại quyền kiểm soát trước thuật toán

Không có “nút tắt” nào để nhanh chóng khôi phục niềm tin xã hội trong kỷ nguyên thuật toán. Tuy vậy, nhiều quốc gia và tổ chức quốc tế đã bắt đầu triển khai các biện pháp cụ thể nhằm giành lại quyền chủ động trước hệ thống đề xuất, với nhận thức chung rằng thuật toán đã trở thành một lực lượng xã hội cần được giám sát và quản trị.

Một trong những hướng đi quan trọng nhất là yêu cầu minh bạch và giám sát thuật toán. Liên minh châu Âu (EU) là khu vực đi đầu với việc ban hành Đạo luật Dịch vụ Kỹ thuật số (DSA), buộc các nền tảng công nghệ lớn phải công bố nguyên tắc hoạt động của hệ thống đề xuất, cho phép cơ quan độc lập và giới nghiên cứu đánh giá rủi ro xã hội, đồng thời chịu trách nhiệm pháp lý nếu thuật toán của họ khuếch đại nội dung gây hại.

Nhiều quốc gia đang thúc đẩy việc thay đổi mục tiêu thiết kế của thuật toán. Thay vì chỉ tối ưu cho mức độ tương tác, các nền tảng được yêu cầu tính đến tác động xã hội dài hạn. Thụy Điển, Phần Lan và Đan Mạch đã gây sức ép buộc các nền tảng giảm lặp lại nội dung cực đoan, tăng tính đa dạng nguồn thông tin trong hệ thống đề xuất, hạ thứ hạng các nội dung bị gắn cờ thao túng và đặc biệt là hạn chế lợi ích kinh tế từ nội dung kích động.

Vai trò của truyền thông công ích và báo chí chuyên nghiệp đang được điều chỉnh theo hướng thực tế hơn. Nhiều cơ quan báo chí hiện diện ngay trong không gian do thuật toán chi phối, nhưng vẫn giữ chuẩn mực nghề nghiệp. Giáo sư nghiên cứu truyền thông Sonia Livingstone (Trường Kinh tế và Khoa học Chính trị London) nhận định rằng, khi phần lớn công chúng, đặc biệt là giới trẻ, tiếp cận tin tức chủ yếu qua các nền tảng số, sự vắng mặt của báo chí chính thống sẽ để lại những khoảng trống thông tin dễ bị nội dung sai lệch và thao túng chiếm lĩnh. Theo bà, trong môi trường truyền thông bị chi phối bởi thuật toán, việc báo chí chuẩn mực hiện diện trên các nền tảng nơi công chúng hình thành nhận thức là điều kiện cần để thông tin đã được kiểm chứng tiếp cận đúng đối tượng và đúng thời điểm.

Ở cấp độ cá nhân, các chuyên gia truyền thông và giáo dục cho rằng giải pháp nằm ở việc nâng cao năng lực tiếp nhận thông tin của người dùng. Nhiều quốc gia như Canada, Australia và các nước châu Âu đã đưa giáo dục kỹ năng số và hiểu biết truyền thông vào trường học cũng như các chương trình cộng đồng. Trọng tâm của các chương trình này là giúp người dân hình thành thói quen trì hoãn phản ứng trước nội dung gây sốc, chủ động đối chiếu nhiều nguồn thông tin, đọc toàn văn thay vì chỉ tiêu đề, và nhận thức rõ rằng những hành vi rất nhỏ như dừng lại xem hay xem lại một nội dung cũng chính là cách “huấn luyện” thuật toán.

Thuật toán ngày nay vận hành như một hạ tầng xã hội vô hình, nguy cơ nằm ở chỗ chúng từng bước định hình và làm xói mòn niềm tin thông qua việc lặp lại và khuếch đại một số thông tin nhất định. Trong bối cảnh đó, giành lại quyền chủ động trước thuật toán là điều cần thiết để xã hội duy trì khả năng đối thoại dựa trên sự thật và đưa ra các quyết định chung một cách có trách nhiệm.

Trong kỷ nguyên AI và thuật toán, niềm tin xã hội ngày càng được định hình bởi những nội dung được lặp lại và khuếch đại.

Hồng Nhung


Nguồn: https://baomoi.com/thuat-toan-dang-dinh-hinh-niem-tin-cua-chung-ta-c54127856.epi

Dữ liệu lớn vs dữ liệu nhỏ

on .

Câu hỏi này rất “đúng chất nghiên cứu” 

Dữ liệu nhỏ (small data) không hề thua kém dữ liệu lớn; Ngược lại, trong nhiều bài toán nó còn vượt trội rõ rệt. Ta phân tích theo bản chất bài toán, không theo “mốt big data”.

1. Khi tri thức quan trọng hơn số lượng

Bài toán dựa trên cấu trúc – quy luật – nguyên nhân
Chẩn đoán y khoa chuyên sâu
Cơ học, vật lý, hóa học, sinh học hệ thống
Kinh tế học lý thuyết, tài chính định lượng
 
=> Small data + mô hình đúng > Big data + mô hình mù
 
Ví dụ
100 ca bệnh có gán nhãn cực chuẩn bởi chuyên gia > 1 triệu hồ sơ bệnh án nhiễu
Mô hình sinh lý học tim mạch dựa trên phương trình > ML thuần từ big data

2. Khi dữ liệu hiếm hoặc không thể thu thập nhiều

Các hiện tượng hiếm (rare events): Tai nạn hạt nhân, bệnh hiếm, gian lận tinh vi, sự cố kỹ thuật nghiêm trọng
 
Big data không tồn tại, nên:
Small data + Bayesian
Small data + causal inference
Small data + expert knowledge
 
=> là con đường duy nhất khả thi

3. Khi mỗi mẫu rất đắt

Dữ liệu chi phí cao:  Thí nghiệm y sinh, thử nghiệm lâm sàng, thử nghiệm vật liệu mới, dữ liệu vệ tinh độ phân giải cao
 
Ở đây:
50 mẫu có kiểm soát tốt > 500.000 mẫu thu thập đại trà
 
=> Thiết kế thí nghiệm (DoE) + small data là tối ưu

4. Khi cần giải thích – minh bạch – trách nhiệm

Bài toán cần explainability: Y tế, Pháp lý, Chính sách công, Tài chính – ngân hàng
 
Small data cho phép:
Mô hình tuyến tính
Mô hình nhân quả
Luật quyết định rõ ràng
 
Big data + deep learning: Dự đoán tốt nhưng không giải thích được
 
=> Trong nhiều lĩnh vực, không giải thích = không được dùng

5. Khi môi trường thay đổi nhanh

Concept drift cao: Thị trường tài chính, an ninh mạng, hành vi con người
 
Big data quá khứ:
+ Dễ lạc hậu
+ Dễ overfit lịch sử
 
Small data mới – đúng bối cảnh:
+ Phản ứng nhanh hơn
+ Dễ cập nhật mô hình
 

6. Khi tri thức chuyên gia đóng vai trò trung tâm

Human-in-the-loop
+ Chẩn đoán bác sĩ
+ Phân tích tình báo
+ Đánh giá rủi ro chiến lược
 
Small data:
+ Dễ kết hợp với hiểu biết con người
+ Dễ kiểm soát sai lệch
 
Big data:
Có xu hướng “lấn át” tư duy chuyên gia
 

7. Khi bài toán mang tính nhân quả, không chỉ tương quan

Big data rất giỏi:
“Cái gì thường đi cùng cái gì”
Small data + thiết kế tốt:
“Cái gì gây ra cái gì”
 
Các lĩnh vực:
+ Y học cá thể hóa
+ Chính sách xã hội
+ Kinh tế phát triển
+ Giáo dục
 

8. Bảng tổng hợp nhanh

Tiêu chí Small data thắng:
+ Dữ liệu hiếm 
+ Mẫu đắt 
+ Cần giải thích 
+ Dựa trên lý thuyết 
+ Nhân quả 
+ Thay đổi nhanh 
+ Kiểm soát chất lượng 
 
Big data thắng khi:
+ Hành vi phổ biến
+ Tín hiệu yếu nhưng lặp lại nhiều
+ Không cần giải thích sâu (quảng cáo, gợi ý, nhận diện ảnh)
 

9. kết luận (rất quan trọng)

Big data mạnh ở “thống kê”,
Small data mạnh ở “trí tuệ”.
Trong nghiên cứu nghiêm túc (đặc biệt y – khoa học tự nhiên – chính sách),
small data mới là “đẳng cấp cao”, còn big data chỉ là công cụ khuếch đại.

Chọn CNTT, nhưng A giỏi Toán, B giỏi Lý. Vậy chọn thế nào?

on .

1. Sự thật cốt lõi: CNTT cần Toán nhiều hơn Lý
Toán trong CNTT:
  • Logic & rời rạc (cốt lõi của lập trình)
  • Đại số tuyến tính (AI, đồ họa, ML)
  • Xác suất – thống kê (dữ liệu, AI)
  • Tư duy trừu tượng – chứng minh
Vậy: Toán là ngôn ngữ nền của CNTT
 
Lý trong CNTT:
  • Gián tiếp, không phải nền tảng
  • Giúp tốt cho:
  • Phần cứng
  • Mạng máy tính
  • Hệ thống nhúng
  • Robotics
Vậy: Lý hỗ trợ một số nhánh, không phải lõi chung
 
 
2. Trường hợp A giỏi Toán – B giỏi Lý: nên chọn ai?
Nếu phải chọn 1 người cho CNTT nói chung thì Chọn A (giỏi Toán)
Vì:
  • Học thuật toán nhanh hơn
  • Lập trình tốt hơn về lâu dài
  • Dễ lên AI, Data, Khoa học máy tính
  • Dễ chuyển nhánh trong CNTT
 
3. Nhưng B (giỏi Lý) không phải không hợp CNTT
B sẽ phù hợp nếu đi các nhánh sau:
  • Hệ thống nhúng
  • IoT
  • Phần cứng – firmware
  • Mạng & viễn thông
  • Robotics
  • Game engine – đồ họa vật lý
Những nhánh này: Cần tư duy vật lý và Hiểu sóng, điện, tín hiệu, chuyển động
 
 
4. Câu hỏi quyết định không phải “Toán hay Lý”, mà là:
  • Ai chịu ngồi máy tính lâu, giải vấn đề trừu tượng?
Rất hợp CNTT → A thường chiếm ưu thế
  • Ai thích hệ thống – máy móc – thiết bị?
Hợp CNTT hướng kỹ thuật → B đúng
  • Ai thích chứng minh – thuật toán – tối ưu?
Gần khoa học máy tính → A đúng
 
 

Phú vs Quý

on .

1. Phân biệt: Phú và Quý

Phú 

Nghĩa: Giàu, có nhiều của cải vật chất.

Đặc trưng:

  • Dựa vào tài sản, tiền bạc, khả năng tích lũy.

  • Có thể đến từ may mắn (thừa kế), lao động, kinh doanh.

  • Dễ mất: biến động thị trường, rủi ro, bệnh tật, chính trị.

  • Mang tính bên ngoài: ai nhìn cũng thấy.

Ưu điểm:

  • Tạo điều kiện sống tốt.

  • Có quyền lực thực dụng.

  • Giải quyết vấn đề nhanh nhờ nguồn lực.

Hạn chế:

  • Không tự bảo chứng cho đạo đức hay giá trị bên trong.

  • Nếu chỉ có “phú” mà thiếu “quý”, dễ bị khinh khi, ganh ghét, hoặc tự hủy hoại.


Quý 

Nghĩa: Cao quý, phẩm hạnh, tư cách.

Đặc trưng:

  • Dựa vào đức hạnh, khí chất, đạo lý, sự tôn trọng của người khác.

  • Xuất phát từ tu dưỡng, không phải từ tài sản.

  • Khó mất: vì không ai lấy được tính cách của bạn.

  • Mang tính nội tại: không khoe được nhưng tỏa ra.

Ưu điểm:

  • Được tin cậy, kính trọng.

  • Có khả năng dẫn dắt người khác bằng nhân cách.

  • “Quý” giúp tạo ra “phú” bền vững (người có đức thì người khác muốn hợp tác).

Hạn chế:

  • Có “quý” mà thiếu “phú” thì cuộc sống dễ chật vật.

  • Quý nhưng không có quyền lực thì khó thực thi điều tốt.


2. So sánh sâu

Tiêu chíPhúQuý
Bản chất Giàu có Đức hạnh, phẩm chất
Thuộc tính Bên ngoài Bên trong
Mất – còn Dễ mất Khó mất
Giá trị trong xã hội Quyền lực thực dụng Quyền lực tinh thần
Tạo ảnh hưởng Bằng tiền Bằng nhân cách
Bền vững Ngắn – trung hạn Lâu dài, truyền đời

Nhận xét:

  • Phú không bảo đảm Quý.

  • Nhưng Quý có thể tạo ra Phú.

  • Người có Phú mà không Quý có thể gây hại.

  • Người có Quý mà không Phú thì khó làm được việc lớn.


3. Nếu buộc phải chọn, nên chọn ai?

Câu trả lời: Chọn “Quý” trước “Phú”.

Lý do:

1) Quý là gốc, Phú là ngọn

Người có Quý thì dù nghèo cũng được người đời kính, và về lâu dài dễ tạo cơ hội để có Phú.
Người chỉ có Phú mà không Quý thì bản chất vẫn “rỗng”.

2) Quý tạo ra Phú bền

Có phẩm hạnh, sẽ được tin, dễ hợp tác tốt, tạo điều kiện mở đường cho thành công lâu dài.

3) Phú không cứu được người kém đạo đức

Không ít người giàu nhưng gây hại, bị xa lánh, con cháu suy tàn.
Nên cổ nhân nói: "Hữu đức tắc quý, vô đức tắc bần."

4) Quý truyền được cho đời sau

Truyền tài sản dễ tan, truyền nhân cách thì lưu nhiều thế hệ.
"Quý" chính là gia phongtư cáchuy tín – những thứ không thể mua.


4. Kết luận ngắn gọn

  • Phú = giàu có.

  • Quý = phẩm chất cao quý.

  • Nếu chỉ được chọn một: chọn Quý.

  • Người có Quý sẽ không bao giờ lụi; người chỉ có Phú thì dễ lụi mà không để lại gì.

Phân biệt kỹ thuật lập trình và nghệ thuật lập trình

on .

Đây là cách phân biệt kỹ thuật lập trình và nghệ thuật lập trình, và sự khác nhau giữa kỹ thuật và nghệ thuật nói chung.


Kỹ thuật lập trình là gì?

Kỹ thuật lập trình (programming techniques) nhấn mạnh vào cách làm đúng và làm được:

Các Đặc điểm

  • Dựa trên quy tắccấu trúcthuật toánkhuôn mẫu (patterns).

  • Có thể dạyhọcđokiểm thử.

  • Tập trung vào:

    • Cú pháp ngôn ngữ

    • Giải thuật (algorithm)

    • Tối ưu hoá hiệu năng

    • Cấu trúc dữ liệu

    • Quy trình phát triển phần mềm

    • Debug, kiểm thử, viết code sạch

Ví dụ

  • Áp dụng nguyên tắc SOLID.

  • Viết code theo mô hình MVC.

  • Dùng stack, queue, tree, graph.

  • Viết sort O(n log n).

Tóm lại: Kỹ thuật lập trình = “làm đúng, làm chắc, làm được việc.”


Nghệ thuật lập trình là gì?

Nghệ thuật lập trình (the art of programming) hướng đến cách làm haylàm tinh tếlàm đẹplàm tối giản.

Các Đặc điểm

  • Nhấn mạnh cảm quantư duyphong cách cá nhân.

  • Tìm cách giải quyết đẹptinh gọnthanh lịch (elegant).

  • Khả năng tư duy sáng tạochọn giải pháp tối ưu nhất, nhìn bài toán theo góc độ mới.

Ví dụ

  • Chọn thuật toán không chỉ chạy đúng mà còn đẹp và tinh tế, dễ đọc.

  • Giải quyết bài toán bằng cách đổi mô hình tư duy, chứ không chỉ cắm đầu code.

  • Thiết kế code tạo cảm giác “rõ ràng ngay từ cái nhìn đầu tiên”.

  • Tạo ra API dễ dùng đến mức người khác “mỉm cười” khi dùng.

Tóm lại: Nghệ thuật lập trình = “làm hay, làm đẹp, làm thông minh.”

Giống như Donald Knuth nói:“Lập trình là nghệ thuật kết hợp giữa logic và sự sáng tạo.”

3. Kết luận cô đọng

Kỹ Thuật đưa bạn đến mức làm được.

Nghệ thuật đưa bạn đến mức làm xuất sắc.