Khủng hoảng niềm tin khi AI len sâu vào quá trình nghiên cứu khoa học

Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh, đang làm thay đổi phương thức nghiên cứu khoa học trên toàn cầu. 

Tuy nhiên, bên cạnh những lợi ích về tốc độ và hiệu quả, AI cũng đặt ra thách thức lớn đối với tính trung thực và độ tin cậy của các công trình khoa học.

Theo phóng viên TTXVN tại Seoul, tại Hội nghị quốc tế về học máy (ICML) 2026, một trong ba hội nghị hàng đầu thế giới về AI, diễn ra tại trung tâm COEX ở Seoul đến ngày 11/7, Ban tổ chức đã loại bỏ 497 bài báo khỏi quá trình phản biện và trình bày sau khi phát hiện tác giả sử dụng AI trái quy định trong hoạt động phản biện đồng cấp (peer review).

Theo quy định của ICML, các tác giả gửi bài phải tham gia đánh giá nghiên cứu của người khác nhưng không được dùng AI cho nhiệm vụ này. Việc hàng trăm bài báo bị loại cùng lúc cho thấy AI đã tác động trực tiếp đến quy trình đánh giá khoa học, vốn là nền tảng bảo đảm chất lượng nghiên cứu.

Không chỉ trong phản biện, AI hiện được sử dụng ở nhiều khâu như lựa chọn chủ đề, tổng hợp tài liệu, phân tích dữ liệu, viết và chỉnh sửa bản thảo. Dù giúp rút ngắn thời gian nghiên cứu, AI cũng làm gia tăng nguy cơ xuất hiện thông tin sai lệch do hiện tượng "ảo giác AI".

Một nghiên cứu của Đại học Columbia (Mỹ) công bố tháng 5/2026 cho thấy trong bảy tuần đầu năm 2026, cứ khoảng 277 bài báo đăng trên cơ sở dữ liệu y học PubMed thì có một bài dẫn nguồn tới tài liệu không tồn tại. Ba năm trước, tỷ lệ này chỉ khoảng một trên 2.828 bài.

Hồi tháng 4 vừa qua, Tạp chí Y học New England (NEJM) đã phải rút một bài báo của nhóm nghiên cứu Trung Quốc về ảnh hưởng của khói cháy rừng đối với đường hô hấp sau khi phát hiện hình ảnh minh họa có dấu hiệu được tạo bằng AI. Vụ việc cho thấy ngay cả những tạp chí khoa học uy tín cũng có thể bị qua mặt bởi nội dung giả mạo.

Theo Retraction Watch, kể từ khi AI tạo sinh phổ biến, số bài báo khoa học bị rút khỏi các tạp chí quốc tế đã tăng lên khoảng 10.000 bài mỗi năm.

Các chuyên gia cho rằng nguyên nhân chủ yếu đến từ sự phát triển của các "nhà máy sản xuất bài nghiên cứu" (paper mills), sử dụng AI để tạo hàng loạt công trình giả, cùng với việc một số nhà nghiên cứu phụ thuộc vào AI nhưng không kiểm chứng đầy đủ thông tin do công cụ này cung cấp.

Nghiên cứu của Đại học Northwestern (Mỹ) đăng trên Kỷ yếu Viện Hàn lâm khoa học quốc gia Mỹ (PNAS) cho thấy số bài báo do các "nhà máy sản xuất" tạo ra tăng nhanh hơn nhiều so với khả năng phát hiện và thu hồi. Khoảng 75% bài báo bị nghi ngờ giả mạo vẫn tồn tại trong hệ thống xuất bản khoa học và tiếp tục được trích dẫn.

Tại Hàn Quốc, khảo sát của báo Donga Ilbo phối hợp với Viện Hàn lâm Khoa học và Công nghệ Hàn Quốc trên 756 nhà khoa học cho thấy 58,3% lo ngại lớn nhất khi ứng dụng AI vào nghiên cứu là độ tin cậy và khả năng tái lập kết quả. Khoảng 51,8% quan tâm đến vấn đề đạo đức và trách nhiệm, trong khi chỉ 38,3% coi thiếu hạ tầng tính toán là trở ngại chính.

Kết quả này cho thấy mối quan tâm của giới khoa học đang chuyển từ việc xây dựng hạ tầng AI sang câu hỏi liệu các kết quả do AI hỗ trợ có đủ đáng tin cậy để làm nền tảng cho nghiên cứu tiếp theo.

Các chuyên gia nhận định phương thức đánh giá nhà khoa học cũng cần thay đổi trong thời đại AI. Thay vì tập trung vào số lượng công bố, cần chú trọng hơn đến đóng góp thực chất, giá trị khoa học và tác động của từng công trình.

Một số tổ chức nghiên cứu tại châu Âu đã áp dụng mô hình hồ sơ nghiên cứu dạng tường thuật (Narrative CV), yêu cầu nhà khoa học trình bày quá trình nghiên cứu, ý nghĩa và tác động của công trình thay vì chỉ liệt kê thành tích công bố.

Nhiều chuyên gia cho rằng khi AI trở thành công cụ phổ biến trong khoa học, giá trị cốt lõi của nhà nghiên cứu sẽ không nằm ở số lượng bài báo tạo ra, mà ở khả năng đặt câu hỏi khoa học đúng, kiểm chứng nghiêm ngặt kết quả và chịu trách nhiệm với tri thức được công bố.