Sự phát triển nhanh chóng của trí tuệ nhân tạo (Artificial Intelligence - AI), đặc biệt là AI tạo sinh và các mô hình ngôn ngữ lớn (Large Language Models -LLMs), đang tạo ra những thay đổi đáng kể đối với hoạt động nghiên cứu khoa học nói chung và nghiên cứu lịch sử nói riêng. AI có khả năng hỗ trợ số hóa tài liệu, nhận dạng ký tự, tìm kiếm và phân loại tư liệu, dịch thuật, tóm tắt văn bản, xây dựng cơ sở dữ liệu, nhận diện nhân vật và địa danh, so sánh văn bản, phân tích khối lượng lớn dữ liệu và hỗ trợ trình bày kết quả nghiên cứu. Những khả năng này mở ra nhiều triển vọng đối với nghiên cứu lịch sử, nhất là trong bối cảnh các kho lưu trữ, thư viện, báo chí và nguồn tư liệu ngày càng được số hóa. AI tạo sinh có thể mô phỏng một số công việc của nhà sử học song không đồng nhất khả năng đó với năng lực nghiên cứu lịch sử. Vai trò của các nhà sử học được khẳng định trên cơ sở tư duy lịch sử, thẩm định nguồn, nhận diện thiên lệch, sai sót và giới hạn của thông tin để đưa ra nhận định khách quan, khoa học. Trên cơ sở nhận diện những tiến bộ, hạn chế của công cụ AI, bài viết phân tích một số vấn đề cần lưu ý khi sử dụng AI trong nghiên cứu lịch sử.

Từ khóa: trí tuệ nhân tạo, AI, công cụ AI, nghiên cứu, lịch sử.

Mở đầu

Với sự ra đời của cuộc cách mạng công nghiệp 4.0, trí tuệ nhân tạo trở thành một trong những công nghệ có ảnh hưởng sâu rộng đến không chỉ phương thức tiếp cận thông tin mà còn cả quy trình sản xuất, lưu trữ, xử lý, khai thác, truyền bá và tạo lập tri thức. Ở Việt Nam, việc phát triển và ứng dụng AI đã được xác định là một định hướng quan trọng thông qua nhiều văn bản quy phạm pháp luật. Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030 được ban hành tại Quyết định số 127/QĐ-TTg ngày 26/1/2021[1]. Lần đầu tiên Việt Nam có Luật Trí tuệ nhân tạo được ban hành ngày 10/12/2025. Đáng chú ý là ngày 28/8/2026, Thủ tướng Chính phủ tiếp tục ban hành Quyết định số 1671/QĐ-TTg phê duyệt Chiến lược quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045.

Trí tuệ Nhân tạo, đặc biệt là các mô hình ngôn ngữ lớn như ChatGPT, Claude, Gemini cùng các công cụ OCR (nhận dạng ký tự quang học) và học máy (Machine Learning) đang tạo ra một cuộc cách mạng sâu sắc trong nền khoa học nói chung và khoa học xã hội và nhân văn nói riêng, trong đó có nghiên cứu lịch sử. Tuy nhiên, việc sử dụng công cụ AI trong nghiên cứu lịch sử cũng có những hạn chế nhất định cần cẩn trọng bởi AI không thể thay thế nhà sử học.

Trên cơ sở nhận diện những ưu điểm, hạn chế của AI trong nghiên cứu sử học, bài viết đưa ra một số phân tích cần lưu ý khi sử dụng AI trong nghiên cứu lịch sử như phân biệt dữ liệu của AI với sử liệu, kiểm chứng tư liệu, phân tích và đưa ra quan điểm nghiên cứu, bảo mật trong nghiên cứu và trách nhiệm khoa học nhằm phát huy những tiện ích mà công cụ này mang lại, đồng thời khắc phục những hạn chế đặt ra.

1. Công cụ trí tuệ nhân tạo AI - trợ lý đắc lực trong nghiên cứu lịch sử

Trí tuệ nhân tạo là việc thực hiện bằng điện tử các năng lực trí tuệ của con người, bao gồm học tập, suy luận, nhận thức, phán đoán và hiểu ngôn ngữ tự nhiên[2]. Vai trò của AI trong nghiên cứu được coi là một trong những trụ cột chiến lược trong chiến lược phát triển quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045. Điều này đã được chỉ ra trong Chiến lược: “- Đẩy mạnh ứng dụng AI trong toàn bộ quy trình nghiên cứu khoa học, phát triển công nghệ và đổi mới sáng tạo, gồm: phát hiện vấn đề nghiên cứu, tổng hợp tri thức, phân tích dữ liệu, mô phỏng, thiết kế thí nghiệm, hỗ trợ công bố, đánh giá kết quả nghiên cứu và thương mại hóa kết quả nghiên cứu.

- Tập trung ứng dụng AI trong khoa học tự nhiên; khoa học kỹ thuật và công nghệ; khoa học y, dược; khoa học nông nghiệp; khoa học xã hội; khoa học nhân văn; ưu tiên các hướng nghiên cứu gắn với công nghệ chiến lược, các lĩnh vực Việt Nam có lợi thế hoặc nhu cầu cấp thiết.

- Phát triển nền tảng tích hợp dữ liệu, thông tin, tri thức khoa học và công nghệ quốc gia; ứng dụng AI hỗ trợ tra cứu, phân tích, kết nối, khai thác dữ liệu khoa học và công nghệ phục vụ nghiên cứu, phát triển công nghệ và đổi mới sáng tạo”[3].

Đối với sử học, AI mở ra công cụ quan trọng trong nghiên cứu và tạo ra những khác biệt lớn so với trước khi mà các tài liệu hành chính, báo chí, sách, hồi ký, ảnh, bản đồ, tài liệu và hồ sơ lưu trữ có thể từng bước được chuyển thành dữ liệu số. Việc kết hợp số hóa với OCR và các công cụ AI, khả năng khai thác các kho tư liệu lớn được mở rộng đáng kể. Điều này cho thấy, “nghiên cứu lịch sử theo truyền thống chủ yếu dựa vào việc diễn giải định tính các tài liệu lưu trữ, hiện vật và các ghi chép bằng văn bản. Tuy nhiên, sự xuất hiện của trí tuệ nhân tạo (AI) và các kỹ thuật mô hình hóa bằng máy tính đã tạo ra một bước chuyển quan trọng trong cách thức tri thức lịch sử được thu thập, xử lý và diễn giải. Sự chuyển đổi này không chỉ mang tính công nghệ mà còn mang tính nhận thức luận, bởi nó làm thay đổi ranh giới giữa sự diễn giải của con người và hoạt động phân tích có sự hỗ trợ của máy móc”[4].

AI có khả năng phân tích dữ liệu của hàng triệu trang văn bản trong vài giây, tự động hóa quá trình phiên âm các văn bản chữ viết tay cổ (paleography), tìm kiếm các mối liên hệ ẩn giữa các sự kiện lịch sử và hỗ trợ dịch thuật đa ngôn ngữ với tốc độ vượt trội. Không thể phủ nhận rằng AI đang góp phần "dân chủ hóa" truy cập tri thức lịch sử và đẩy nhanh tiến độ của các dự án nghiên cứu. Những việc AI có thể làm là hỗ trợ số hóa và nhận dạng văn bản; tìm kiếm và phân loại tư liệu; rà soát ngữ pháp, cấu trúc lại câu từ trong bản thảo; tóm tắt các công trình nghiên cứu thứ cấp dài; gợi ý cấu trúc dàn ý ban đầu cho đề tài; lập trình mã lệnh để xử lý dữ liệu lịch sử định lượng, dịch thuật, chuyển bản in thành file dễ tra cứu...

Trong các công việc có thể hỗ trợ, AI giúp xử lý khối lượng dữ liệu lịch sử khổng lồ mà trước đây con người không thể làm thủ công hoặc làm thủ công nhưng tốn nhiều thời gian, công sức[5]. Sử dụng GIS (Geographic Information Systems) kết hợp AI (có thể dựng lại bản đồ biến đổi địa lý, đô thị, tuyến đường thương mại cổ đại qua các thế kỷ). Việc phân tích xử lý dữ liệu văn bản qua công cụ Text Mining & Topic Modeling có thể phân tích hàng vạn tờ báo để tìm ra sự thay đổi trong tần suất xuất hiện của các từ khóa như "văn minh", "ái quốc", "tự do"… từ đó vẽ nên bản đồ tiến trình tư tưởng xã hội). Khôi phục và bảo tồn văn bản thông qua các dự án ứng dụng Machine Learning như Transkribus (dùng để xử lý các bản thảo chữ viết cổ, bản viết tay) hay các công cụ AI nhận diện chữ Hán Nôm tại Việt Nam đang mở ra cánh cửa giải mã hàng triệu trang tài liệu đang nằm yên trong các thư viện. Với các văn bản bằng ngôn ngữ hiện đại, nhà nghiên cứu có thể sử dụng AI để tập hợp và phân loại các văn bản có chứa những thuật ngữ liên quan đến các vấn đề khác nhau, phân loại theo thời gian, địa điểm hoặc loại tài liệu. AI có thể giúp xác định những văn bản có liên quan trong một kho dữ liệu lớn. Mặt khác, AI có khả năng phục dựng các đoạn văn bản bị mờ, rách, hoặc bị hư hại do thời gian dựa trên ngữ cảnh văn phạm xung quanh.

Tóm lại, AI mang lại những lợi ích lớn, có thể làm thay đổi đáng kể cách nhà sử học tiếp cận và xử lý tư liệu, nhưng không thể làm thay đổi bản chất của nghiên cứu lịch sử. Tư liệu phải được kiểm chứng và lập luận lịch sử phải do nhà nghiên cứu chịu trách nhiệm.

2. Nhận diện những hạn chế khi sử dụng AI trong nghiên cứu sử học

Bên cạnh những tiện ích lớn không thể phủ nhận, việc sử dụng AI cũng đối mặt với những thử thách và hạn chế cần được nhận diện đúng đắn để tránh những nguy cơ, rủi ro có thể mang lại.

Về tính xác thực của thông tin

Độ chính xác là vấn đề cốt lõi khi sử dụng AI trong nghiên cứu. Khả năng xử lý thông tin nhanh của AI không đồng nghĩa với khả năng tạo ra tri thức lịch sử chính xác một cách tự động. Nghiên cứu lịch sử không đơn thuần là việc thu thập hay diễn dịch dữ liệu thô. Lịch sử là một khoa học, nghiên cứu lịch sử đòi hỏi tư duy phản biện, sự nhạy cảm về bối cảnh văn hóa - xã hội, khả năng thẩm định độ tin cậy của sử liệu (sử liệu học - historiography) và năng lực thấu cảm lịch sử. Việc ứng dụng AI một cách cảm tính, thiếu phương pháp luận hoặc quá lạm dụng có thể dẫn đến những hệ lụy nghiêm trọng như cung cấp thông tin sai lệch, việc lan truyền các định kiến lịch sử, sai lệch phương pháp luận, cho đến các vi phạm nghiêm trọng về đạo đức thuật học và bản quyền. Thực tế cho thấy “dữ liệu về quá khứ có thể bị che khuất hoặc khuyết thiếu. Các nhà sử học được đào tạo để nhận diện những “khoảng lặng” và khoảng trống trong các ghi chép lịch sử; do đó, một nhà nghiên cứu làm việc trong môi trường số cũng cần phát triển năng lực nhận biết những vấn đề này, nếu không, quá trình phân tích có thể chứa đầy những sai lệch và biến dạng”[6].

Một trong những rủi ro lớn nhất khi dùng LLM trong nghiên cứu lịch sử là hiện tượng "ảo giác" (AI Hallucination) và Trích dẫn giả mạo. Đây là hiện tượng AI tạo ra thông tin hoàn toàn sai sự thật nhưng trình bày một cách thuyết phục. Hiện tượng AI tạo ra thông tin không có thật nhưng trình bày như một sự thật đã được nghiên cứu rộng rãi. Các công trình nghiên cứu cho thấy hiện tượng này có thể xuất hiện trong cả nội dung trả lời và tài liệu tham khảo. “Ảo giác” AI thường có thể biểu hiện dưới nhiều dạng:

Thứ nhất, AI có thể tạo ra thông tin sai, thiếu, lỗi thời hoặc tài liệu tham khảo không có thật. Khi được yêu cầu cung cấp nguồn trích dẫn cho một nhận định lịch sử, AI thường tự tạo ra tên tác giả, tên cuốn sách, nhà xuất bản và năm xuất bản nhìn có vẻ rất chuyên nghiệp nhưng hoàn toàn không tồn tại trong thực tế.

Thứ hai, AI có thể đưa ra tài liệu có thật nhưng trích dẫn sai nội dung.

Thứ ba, AI có thể nhầm tên nhân vật, thời gian, địa điểm. Ví dụ, một nhân vật có thể xuất hiện dưới tên khai sinh, bí danh, tên hoạt động. Nếu AI không nhận diện đây là cùng một người, cơ sở dữ liệu có thể tạo ra nhiều “nhân vật” khác nhau.

Thứ tư, AI có thể ghép các sự kiện khác nhau thành một sự kiện hoặc phân tích nhầm lẫn mối quan hệ nhân quả.

Thứ năm, AI có thể đưa ra một nội dung mà không có trích dẫn nguồn thực tế.

Thực tế cho thấy một câu trả lời được trình bày mạch lạc có thể chứa thông tin sai; một tài liệu tham khảo được trình bày theo đúng định dạng có thể không tồn tại; một bản tóm tắt có thể bỏ qua những chi tiết quan trọng; một cách giải thích có thể phản ánh thiên lệch của dữ liệu mà hệ thống đã được huấn luyện. Bởi vậy, tư liệu và tài liệu tham khảo do AI tạo ra trên cơ sở thuật toán được tối ưu hóa để đưa ra câu trả lời trông có vẻ đúng, chứ không phải hoàn toàn chính xác về mặt sử học.

Về dữ liệu và cách thức xử lý tài liệu

Các mô hình AI hàng đầu hiện nay được tạo ra và huấn luyện chủ yếu trên nguồn dữ liệu internet bằng tiếng Anh và các ngôn ngữ châu Âu. Điều này dẫn đến sự mất cân đối về tri thức lịch sử, thiên vị dữ liệu. Dữ liệu lịch sử về Âu - Mỹ phong phú, chi tiết hơn rất nhiều so với lịch sử Châu Á, Châu Phi hay Châu Mỹ La-tinh. Những vùng lịch sử chưa được số hóa (như tư liệu chữ Hán Nôm ở Việt Nam, tư liệu chữ viết tay ở các khu lưu trữ địa phương…) sẽ bị AI "bỏ qua" hoặc đánh giá thấp vai trò.

Nghiên cứu lịch sử chuyên sâu phụ thuộc vào nhiều loại sử liệu sơ cấp và thứ cấp, đặc biệt là các văn bản cổ, châu bản, bia đá, thư từ cá nhân, nhật ký, hương ước, tài liệu lưu trữ... Mặc dù công nghệ nhận dạng chữ viết tay đã có bước tiến lớn, việc đọc các văn bản chữ cổ (như chữ Hán, chữ Nôm, chữ Latinh trung đại…) vẫn gặp tỷ lệ lỗi cao. Mặt khác, AI có thể dịch thô một đoạn văn bản Hán Nôm cổ, nhưng thường bỏ qua các điển tích, điển cố, sự kiêng kỵ tên hiệu (húy), hoặc các ẩn ý chính trị phức tạp vốn chỉ người nghiên cứu sâu về thời kỳ đó mới nhận biết được.

Về quan điểm lịch sử

Bên cạnh những lỗi về thông tin, dữ liệu, AI có thể đưa ra các quan điểm lịch sử thực dân, quan điểm của bên thắng cuộc hoặc các định kiến về giới, chủng tộc, dân tộc, tôn giáo… vốn tồn tại phổ biến trong các tài liệu lịch sử cũ được đưa vào tập dữ liệu huấn luyện. Những quan điểm này có thể làm ảnh hưởng đến công tác nghiên cứu, tuyên truyền, cập nhật thông tin và tác động đến kết quả nghiên cứu nếu quá phụ thuộc vào thông tin chưa được kiểm chứng.

AI cũng dễ gặp lỗi áp đặt các thuật ngữ không đúng thời gian thực khi đưa các khái niệm, giá trị, tư tưởng hoặc công nghệ của thời đại này vào một thời đại khác trong quá khứ. Sử học đòi hỏi việc hiểu quá khứ theo đúng bối cảnh và hệ quy chiếu của chính thời đại đó. AI được huấn luyện trên văn bản hiện đại, có xu hướng 'hiện đại hóa' quá khứ một cách vô thức và có thể sử dụng thuật ngữ hiện đại để mô tả một hiện tượng lịch sử mà tại thời điểm đó thuật ngữ ấy chưa tồn tại hoặc mang ý nghĩa khác. Điều này có thể tạo ra một sự suy diễn sai lệch nghiêm trọng về mặt sử học. Bởi vậy, AI không nên được sử dụng để “đóng khung” cho những phân tích, diễn giải hoặc kết luận nghiên cứu.

3. Một số lưu ý cẩn trọng khi sử dụng AI trong nghiên cứu sử học

Phân biệt dữ liệu của AI với sử liệu: phê phán tư liệu là trách nhiệm của nhà sử học

Để sử dụng AI một cách hiệu quả và an toàn, nhà nghiên cứu trước hết phải hiểu rõ bản chất kỹ thuật của các công cụ này và cách chúng tương tác với bản chất của khoa học lịch sử, phân biệt sự khác nhau giữa "Dữ liệu" (Data) của AI và "Sử liệu" (Historical Sources) thuộc chuyên ngành sử học.

AI xử lý tất cả mọi thông tin dưới dạng dữ liệu số (digital data). Công cụ AI không "hiểu" hay "biết" lịch sử theo nghĩa trí tuệ của con người. Thay vào đó, AI dự đoán từ hoặc cụm từ tiếp theo có khả năng xuất hiện cao nhất dựa trên kho dữ liệu cực lớn mà AI được “huấn luyện”.

Tuy nhiên, khoa học lịch sử là một ngành nghiên cứu dựa trên sự thật thực chứng và sử liệu. Một sự kiện lịch sử xảy ra không phải vì nó "có khả năng xảy ra cao nhất" theo mô hình thống kê, mà vì nó đã thực sự xảy ra trong quá khứ và được ghi nhận qua các bằng chứng lịch sử (sử liệu sơ cấp và thứ cấp). Một văn bản lịch sử là một sử liệu mang đầy đủ tính lịch sử, chứa đựng bối cảnh lịch sử cụ thể (thời gian, địa điểm, hoàn cảnh trị an, kinh tế, xã hội…). AI có thể phân tích, tóm tắt, lưu trữ nội dung của một văn kiện lịch sử, nhưng nó không thể cảm nhận được tính chất chính trị, bối cảnh lịch sử cụ thể đằng sau văn kiện đó nếu không được lập trình hoặc cung cấp dữ liệu.

Vì vậy, nghiên cứu sử học cần nhận thức rõ các mô hình AI không phải là những nhà lưu trữ hay nhà sử học, chúng là những công cụ dự đoán ngôn ngữ. Khi được hỏi về một sự kiện lịch sử, AI không truy xuất bộ nhớ về quá khứ mà đang tạo ra một văn bản mang tính khả thi nhất về mặt ngôn ngữ. “Một LM chỉ là một hệ thống chắp nối ngẫu nhiên các chuỗi hình thái ngôn ngữ mà nó đã quan sát được trong dữ liệu huấn luyện khổng lồ của mình, dựa trên thông tin xác suất về cách chúng kết hợp với nhau, nhưng hoàn toàn không chiếu theo bất kỳ ý nghĩa nào, tương tự như một chú vẹt ngẫu nhiên”[7]. Trong nghiên cứu lịch sử, phương pháp phê phán sử liệu giữ vai trò nền tảng. Việc ứng dụng AI không làm mất đi nguyên tắc này mà ngược lại, làm cho yêu cầu phê phán nguồn tư liệu trở nên quan trọng hơn. AI không thể thay thế phê phán sử liệu, không thể tự xác định giá trị của một nguồn, không thể tự quyết định ý nghĩa của một sự kiện trong bối cảnh lịch sử và không thể thay thế trách nhiệm của nhà sử học. Vì vậy, AI có thể hỗ trợ sắp xếp, nhận diện, xử lý tài liệu, nhưng phê phán sử liệu vẫn là trách nhiệm của nhà sử học.

Kiểm chứng tư liệu: Kết hợp năng lực số và phương pháp luận khoa học lịch sử

Nhà nghiên cứu phải giữ vai trò quyết định trong việc thẩm định tính chân thực của sử liệu sơ cấp, phân tích và đưa ra đánh giá, nhận định lịch sử, rút ra kết luận khoa học. Để tối ưu hóa sức mạnh của AI mà vẫn giữ vững tính chính xác khoa học, nhà nghiên cứu nên áp dụng mô hình quy trình tương tác, kiểm chứng và phân tích, tổng hợp một cách khoa học. Thứ nhất, kiểm tra thông tin AI cung cấp với nguồn thực tế. Thứ hai, kiểm tra sự phù hợp và đáng tin cậy của nguồn trích dẫn với với luận điểm đang nghiên cứu.

Để kiểm chứng nguồn tài liệu được cung cấp, người nghiên cứu phải xác định thông qua các câu hỏi: tài liệu do ai tạo ra; tạo ra vào thời điểm nào; tạo ra trong hoàn cảnh nào; nhằm mục đích gì; đối tượng tiếp nhận là ai; thông tin nào là mô tả; thông tin nào là đánh giá; những điều gì tài liệu không đề cập; nội dung có được các nguồn khác xác nhận hay không?... Mọi thông tin, niên đại, tên nhân vật, sự kiện, địa danh, vă bản, số liệu, trích dẫn do AI cung cấp phải được kiểm tra lại, đối chiếu với tư liệu gốc, văn bản chính thức, các bộ sử chính thống, sách chuyên khảo và các công trình nghiên cứu học thuật có uy tín, không được sử dụng nguyên văn thông tin do AI cung cấp nếu chưa kiểm tra, không được coi câu trả lời của AI là một nguồn học thuật thay thế cho tài liệu gốc. Nguyên tắc đặt ra là phương pháp luận khoa học lịch sử phải được tuân thủ trong suốt quá trình nghiên cứu, nhà nghiên cứu không được trích dẫn trực tiếp một thông tin do AI cung cấp vào bài nghiên cứu nếu chưa kiểm tra nguồn gốc của thông tin đó trong tư liệu gốc.

Phân tích và đưa ra quan điểm nghiên cứu: AI giúp phát hiện mối liên hệ, nhưng nhà sử học phải xây dựng lập luận

AI có khả năng hỗ trợ đáng kể nhà sử học trong việc phát hiện các mối liên hệ, xu hướng và điểm tương đồng giữa những khối lượng tư liệu lớn mà phương pháp xử lý thủ công khó có thể thực hiện nhanh chóng. Thông qua các mô hình ngôn ngữ lớn, công cụ tìm kiếm, phân tích dữ liệu, nhận dạng ký tự quang học (OCR) và học máy, AI có thể giúp nhà nghiên cứu hệ thống hóa tư liệu, nhận diện các từ khóa, sự kiện, nhân vật, địa điểm hoặc chuỗi diễn biến có liên quan, từ đó gợi mở những hướng tiếp cận và câu hỏi nghiên cứu mới. Đặc biệt, đối với các bộ sưu tập tư liệu số có dung lượng lớn, AI có thể hỗ trợ phát hiện những mối liên hệ chưa được chú ý hoặc những mô thức dữ liệu đáng quan tâm. Tuy nhiên, những mối liên hệ do AI phát hiện mới chỉ có giá trị như gợi ý ban đầu, không đồng nghĩa với việc chúng đã phản ánh một quan hệ lịch sử có ý nghĩa. AI chủ yếu xử lý và nhận diện các mẫu hình dựa trên dữ liệu được cung cấp, trong khi việc xác định mối quan hệ đó có thực sự tồn tại, có ý nghĩa về mặt lịch sử hay chỉ là sự trùng hợp của dữ liệu vẫn đòi hỏi năng lực chuyên môn của nhà sử học.

AI có thể tạo ra thiên lệch cho nghiên cứu, do đó, nhà nghiên cứu cần sử dụng AI theo hướng mở rộng các khả năng giải thích thay vì đóng khung kết luận từ đầu. AI có thể phát hiện mô hình, mối quan hệ và cấu trúc ẩn trong dữ liệu lịch sử, nhưng những kết quả đó không được mặc nhiên coi là lời giải thích lịch sử cuối cùng[8]. Kết quả của AI phải được nhà sử học kiểm chứng, đặt trong bối cảnh và diễn giải bằng phương pháp sử học.

Quan trọng hơn, AI không thể thay thế nhà sử học trong việc phân tích, giải thích và đưa ra quan điểm nghiên cứu. Đặc trưng cơ bản của khoa học lịch sử là “nghiên cứu những tính quy luật cụ thể về sự phát triển xã hội, hạn chế bởi những khuôn khổ không gian - thời gian nhất định, những tính quy luật này gắn liền với hoạt động thực tiễn của con người (các tính quy luật lịch sử), cũng như những tiền đề và những kết quả có tính khách quan của hoạt động đó”[9]. Từ những mối liên hệ mà AI gợi mở, nhà sử học phải trở lại với sử liệu gốc, đặt tư liệu trong bối cảnh lịch sử cụ thể, đánh giá nguồn gốc, độ tin cậy, mục đích và điều kiện hình thành của từng nguồn tư liệu; đồng thời đối chiếu với các nguồn khác để kiểm chứng giả thuyết. Trên cơ sở đó, nhà nghiên cứu mới có thể xây dựng lập luận, xác định quan hệ nhân quả, phân biệt giữa sự kiện và cách diễn giải sự kiện, cũng như đưa ra những nhận định và kết luận có cơ sở khoa học. Nói cách khác, AI có thể giúp nhà sử học “nhìn thấy” những mối liên hệ trong dữ liệu, nhưng không thể tự mình quyết định mối liên hệ đó có ý nghĩa gì trong tiến trình lịch sử. Giá trị khoa học của công trình vẫn phụ thuộc vào khả năng tư duy phản biện, phương pháp sử học, năng lực thẩm định sử liệu và trách nhiệm khoa học của nhà nghiên cứu.

Bảo mật trong nghiên cứu và trách nhiệm khoa học: con người là chủ thể tri thức và chịu trách nhiệm về tri thức

Khi nghiên cứu lịch sử, các nhà khoa học thường tiếp cận với các tư liệu lưu trữ cá nhân, nhật ký, tài liệu mật đã giải mật nhưng chưa công bố hoặc các phỏng vấn lịch sử. Việc tải (upload) các tài liệu lên các công cụ AI có nghĩa là cung cấp dữ liệu cho hệ thống huấn luyện mô hình trí tuệ nhân tạo và có thể vi phạm quy định bảo mật của các trung tâm lưu trữ, bản quyền tư liệu, cam kết bảo vệ quyền riêng tư của nhân chứng lịch sử. Vì vậy, nhà nghiên cứu phải bảo đảm bản quyền, quyền riêng tư, quyền sở hữu trí tuệ, bảo tồn tư liệu lưu trữ chưa công bố, xác định dữ liệu nào được phép đưa vào hệ thống AI, dữ liệu nào phải ẩn danh và dữ liệu nào tuyệt đối không được đưa vào. Người nghiên cứu không được đưa lên tài liệu, tư liệu sơ cấp, hồ sơ lưu trữ chưa công bố, bản scan văn bản gốc hoặc ghi âm phỏng vấn; tài liệu mật hoặc hạn chế tiếp cận; thông tin cá nhân của đối tượng nghiên cứu; dữ liệu phỏng vấn có thể nhận diện cá nhân; dữ liệu khảo sát chưa được phép công khai; tài liệu có quyền sở hữu trí tuệ.

Khía cạnh đạo đức nghiên cứu và liêm chính học thuật là một trong những lưu ý quan trọng trong nghiên cứu. Các hội đồng khoa học và tạp chí nghiên cứu lịch sử quốc tế (như American Historical Review, Journal of Asian Studies) đều đã ban hành quy định nghiêm ngặt: AI không thể được đứng tên là tác giả hoặc đồng tác giả của một công trình nghiên cứu, vì AI không có trách nhiệm pháp lý và đạo đức đối với nội dung khoa học. Nhà nghiên cứu cần trung thực về mức độ can thiệp của AI trong công trình của mình như tránh đạo văn AI (AI Plag), không lấy văn bản AI làm văn bản của mình; minh bạch thuật toán, khai báo rõ công cụ và prompt đã dùng; bảo vệ tài sản trí tuệ, không tải tư liệu chưa công bố lên AI; trách nhiệm tác giả về nội dung nghiên cứu. Nếu AI được sử dụng để hỗ trợ phân tích dữ liệu hoặc xử lý ngôn ngữ, nhà nghiên cứu cần khai báo rõ ràng trong phần "Phương pháp nghiên cứu" hoặc "Lời cảm ơn", đồng thời tuân thủ cách trích dẫn AI theo chuẩn Chicago Manual of Style (chuẩn phổ biến nhất trong ngành lịch sử). Việc sử dụng AI nhằm nâng cao năng lực nghiên cứu thực sự có ý nghĩa khi đi kèm với chuẩn mực đạo đức, phương pháp luận chặt chẽ và cơ chế bảo đảm trách nhiệm khoa học.

KẾT LUẬN

Trong thời đại 4.0, việc sử dụng công cụ AI là một điều tất yếu vì những lợi ích to lớn mà công cụ này mang lại. Tuy nhiên, việc sử dụng AI cũng gây ra những nguy cơ tiềm ẩn không thể xem nhẹ. Vấn đề đặt ra đối với nhà nghiên cứu không phải là lựa chọn giữa việc “sử dụng” hay “không sử dụng” AI, mà là xác định AI được sử dụng ở đâu, ở mức độ nào, với điều kiện kiểm soát ra sao và trách nhiệm của nhà nghiên cứu như thế nào. Những hạn chế về “ảo giác”, tạo nguồn tham khảo giả, sai lệch dữ liệu, bảo mật và quyền sở hữu trí tuệ cho thấy AI không thể được sử dụng như một nguồn tư liệu hoàn toàn đáng tin cậy.

Sự xuất hiện của Trí tuệ Nhân tạo không làm suy giảm vai trò của nhà sử học, mà ngược lại, nó đặt ra yêu cầu cao hơn bao giờ hết về năng lực tư duy phản biện và bản lĩnh phương pháp luận của người làm công tác nghiên cứu. Bởi vậy, người nghiên cứu không chỉ cần có năng lực nghiên cứu mà còn phải nâng cao năng lực chuyển đổi số, năng lực phản biện để đưa ra các đánh giá khách quan về lịch sử. Quan điểm này phù hợp với cách tiếp cận quản trị AI có trách nhiệm được UNESCO nhấn mạnh, trong đó đề cao các nguyên tắc minh bạch, công bằng, bảo vệ quyền riêng tư, trách nhiệm giải trình và sự giám sát của con người[10]. Sử dụng AI trong nghiên cứu lịch sử mở ra những cơ hội và cũng là tạo ra những thách thức lớn, việc vận dụng như thế nào và rút ra bài học gì cho hiện tại và tương lai - đó là đặc quyền và cũng là trách nhiệm của nhà sử học.


TÀI LIỆU THAM KHẢO

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?. In Proceedings of the 2021 ACM FAccT Conference, Association for Computing Machinery, New York.

Dr. Malia Tui. 2026. Artificial Intelligence and the Future of Historical Research: Opportunities, Biases, and Ethical Challenges. Frontline Social Sciences and History Journal. Volume: Vol.06Issue06, p.33.

Guldi, J. (2023). The Dangerous Art of Text Mining: A Methodology for Digital History. Cambridge University Press. https://www.cambridge.org/core/books/abs/dangerous-art-of-text-mining/why-textual-data-from-the-past-is-dangerous

Quốc hội. ngày 10 tháng 12 năm 2025. Luật số 134/2025/QH15 của Quốc hội: Luật Trí tuệ nhân tạo. https://chinhphu.vn/?pageid=27160

Minh Tâm, Thách thức từ việc ứng dụng AI trong nghiên cứu lịch sử, Báo Nhân dân, Thứ Sáu 21/08/2026, truy cập tại: https://nhandan.vn/thach-thuc-tu-viec-ung-dung-ai-trong-nghien-cuu-lich-su-post974186.html.

Thủ tướng Chính phủ. ngày 26/1/2021. Quyết định ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030. https://chinhphu.vn/?pageid=27160

Thủ tướng Chính phủ. ngày 28/8/2026. Quyết định số 1671/QĐ-TTg phê duyệt Chiến lược quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045. https://chinhphu.vn/?pageid=27160

UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. UNESCO Publishing, Paris.

Viện Thông tin Khoa học xã hội. 1991. Sử học - một số vấn đề phương pháp luận, Hà Nội.

[1] Thủ tướng Chính phủ. ngày 26/1/2021. Quyết định ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030. https://chinhphu.vn/?pageid=27160

[2] Quốc hội. ngày 10/12/2025. Luật số 134/2025/QH15 của Quốc hội: Luật Trí tuệ nhân tạo. https://chinhphu.vn/?pageid=27160

[3] Thủ tướng Chính phủ. ngày 28/8/2026. Quyết định số 1671/QĐ-TTg phê duyệt Chiến lược quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045. https://chinhphu.vn/?pageid=27160

[4] Dr. Malia Tui. 2026. Artificial Intelligence and the Future of Historical Research: Opportunities, Biases, and Ethical Challenges. Frontline Social Sciences and History Journal. Volume: Vol.06Issue06, p.28.

[5] Nguyễn Thu Hạnh, Ứng dụng trí tuệ nhân tạo trong tra cứu, tổng hợp tư liệu lịch sử: cơ hội và giới hạn, truy cập tại https://viensuhoc.vass.gov.vn/chuyen-doi-so/ung-dung-tri-tue-nhan-tao-trong-tra-cuu-tong-hop-tu-lieu-lich-su-co-hoi-va-gioi-han-579907.

[6] Guldi, J. (2023). The Dangerous Art of Text Mining: A Methodology for Digital History. Cambridge University Press. https://www.cambridge.org/core/books/abs/dangerous-art-of-text-mining/why-textual-data-from-the-past-is-dangerous

[7] Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?. In Proceedings of the 2021 ACM FAccT Conference, Association for Computing Machinery, New York, p.616.

[8] Dr. Malia Tui. 2026. Artificial Intelligence and the Future of Historical Research: Opportunities, Biases, and Ethical Challenges. Frontline Social Sciences and History Journal. Volume: Vol.06Issue06, p.33.

[9] Viện Thông tin Khoa học xã hội, Sử học – một số vấn đề phương pháp luận, Hà Nội, 1991, tr.10.

[10] UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. UNESCO Publishing, Paris.