Ứng dụng trí tuệ nhân tạo và dữ liệu lớn trong phòng, chống tham nhũng và gian lận tài chính tại Việt Nam

Một số vấn đề chung

Tham nhũng và gian lận tài chính là rào cản lớn đối với sự phát triển kinh tế - xã hội của mỗi quốc gia, đặc biệt đối với các quốc gia đang phát triển. Tham nhũng làm suy giảm tính hiệu quả trong phân bổ và sử dụng nguồn lực công⁽¹⁾. Gian lận tài chính⁽²⁾ gây mất ổn định hệ thống tài chính, ảnh hưởng tiêu cực đến nền kinh tế. 

Sự phát triển của công nghệ số đã mở ra cơ hội cải thiện hiệu quả phòng, chống tham nhũng và gian lận tài chính, đặc biệt, thông qua ứng dụng AI và Big Data. Trước đây, việc phát hiện tham nhũng và gian lận tài chính chủ yếu dựa vào các phương pháp truyền thống, như kiểm toán, thanh tra hành chính và tố giác từ người dân. Tuy nhiên, những phương pháp này hạn chế về quy mô, thời gian xử lý và khả năng nhận diện các hành vi tinh vi. Trong bối cảnh đó, AI và Big Data cung cấp các công cụ phân tích nâng cao, giúp phát hiện sai phạm một cách chủ động và chính xác hơn. AI, thông qua thuật toán học máy và xử lý ngôn ngữ tự nhiên, có thể phân tích hàng triệu giao dịch để nhận diện mẫu gian lận, phát hiện bất thường trong dòng tiền và dự đoán nguy cơ rủi ro. Big Data hỗ trợ tổng hợp, phân tích lượng thông tin khổng lồ từ nhiều nguồn, như giao dịch ngân hàng, báo cáo tài chính, dữ liệu thuế và hợp đồng đấu thầu, từ đó xây dựng hệ thống giám sát minh bạch, có khả năng truy xuất nguồn gốc giao dịch đáng ngờ⁽³⁾.

AI và Big Data được triển khai rộng rãi trong nhiều lĩnh vực nhằm tăng cường tính minh bạch, phát hiện hành vi tham nhũng và ngăn chặn gian lận tài chính. Trong lĩnh vực tài chính, các thuật toán AI sử dụng phương pháp giám sát có hướng dẫn (supervised learning) và không có hướng dẫn (unsupervised learning) để phân tích dữ liệu giao dịch, phát hiện các điểm bất thường, đồng thời nhận diện hành vi gian lận trong báo cáo tài chính⁽⁷⁾. Trong quản lý công, Big Data hỗ trợ xác định mối quan hệ có nguy cơ xung đột lợi ích, trong khi học máy (Machine Learning - ML) chứng minh hiệu quả trong việc phát hiện thông đồng và gian lận trong đấu thầu công⁽⁸⁾. AI cũng đã được áp dụng để giám sát chi tiêu công, nâng cao tính minh bạch và tối ưu hóa quản lý ngân sách. 

Việc ứng dụng AI và Big Data trong giám sát tài chính, phát hiện gian lận và hỗ trợ báo chí điều tra thể hiện qua một số khía cạnh sau: 

AI phát hiện tham nhũng và gian lận tài chính thông qua nhiều phương thức: Một là, giám sát giao dịch tài chính. Các thuật toán AI có thể phân tích hàng triệu giao dịch mỗi giây để nhận diện các mẫu giao dịch bất thường, như dòng tiền chuyển qua nhiều tài khoản trung gian, giao dịch tại các khu vực có rủi ro tham nhũng cao hoặc giao dịch với đối tượng bị tình nghi⁽⁹⁾. Hai là, phân tích báo cáo tài chính. AI hỗ trợ phát hiện gian lận trong báo cáo tài chính doanh nghiệp và cơ quan nhà nước, bao gồm khai báo sai doanh thu, trốn thuế, hoặc lạm dụng ngân sách công. Những thuật toán AI có thể so sánh dữ liệu tài chính với các mô hình chi tiêu chuẩn mực để nhận diện sai lệch và phát hiện dấu hiệu gian lận. Ba là, hỗ trợ báo chí điều tra. AI tổng hợp dữ liệu từ nhiều nguồn để hỗ trợ các nhà báo điều tra các vụ bê bối tài chính, tham nhũng. Công nghệ này từng được sử dụng trong vụ Hồ sơ Pandora, giúp phát hiện hàng loạt giao dịch tài chính bất hợp pháp của các chính trị gia và doanh nhân trên toàn cầu⁽¹⁰⁾. Nhờ khả năng phân tích dữ liệu quy mô lớn, AI đóng vai trò quan trọng trong phát hiện và ngăn chặn các hình thức gian lận tài chính, góp phần tăng cường minh bạch trong hệ thống tài chính công và doanh nghiệp. Còn công nghệ Big Data giúp phân tích dữ liệu tài chính thông qua việc theo dõi luồng tiền từ đấu thầu, kê khai tài sản, thuế doanh nghiệp để nhận diện các giao dịch không tường minh. Hệ thống giám sát sử dụng Big Data có thể phát hiện các dấu hiệu gian lận, như kê khai thu nhập không trung thực, thao túng giá trị tài sản hoặc sử dụng doanh nghiệp “vỏ bọc” để che giấu hành vi rửa tiền. 

Thách thức trong ứng dụng công nghệ số tại Việt Nam và một số gợi mở trong thời gian tới

Việt Nam đã có những bước tiến đáng kể trong việc ứng dụng công nghệ số vào quản trị công, đặc biệt trong công tác phòng, chống tham nhũng và giám sát tài chính. Nghị quyết số 52-NQ/TW, ngày 27-9-2019, của Bộ Chính trị, về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ tư khẳng định vai trò trọng tâm của trí tuệ nhân tạo và dữ liệu lớn trong tiến trình chuyển đổi số quốc gia, hướng tới tăng cường tính minh bạch và hiệu quả giám sát tài chính công. Nghị quyết đặt ra mục tiêu đến năm 2025, Việt Nam nằm trong top 3 ASEAN về đổi mới sáng tạo, hoàn thiện hạ tầng số hiện đại, mở rộng internet băng thông rộng đến 100% số địa phương và nâng tỷ trọng của nền kinh tế số lên 20% GDP⁽¹¹⁾. Bên cạnh đó, Chính phủ tập trung xây dựng hệ thống dữ liệu quốc gia và trung tâm dữ liệu liên vùng, tạo nền tảng vững chắc cho việc khai thác AI và Big Data trong lĩnh vực quản lý tài chính công.

Mặc dù vậy, việc ứng dụng AI và Big Data trong công tác phòng, chống tham nhũng và giám sát tài chính gặp nhiều thách thức, đó là: 

Thứ nhất, dữ liệu mở và đồng bộ hóa dữ liệu còn thiếu: Việc tiếp cận và khai thác dữ liệu tài chính còn hạn chế, do hệ thống lưu trữ phân tán và thiếu cơ chế chia sẻ thông tin giữa các cơ quan quản lý. Tính đến tháng 11-2024, tỷ lệ số hóa hồ sơ và kết quả giải quyết thủ tục hành chính tại các bộ, ngành mới đạt 60,69%, trong khi tại địa phương là 66,38%⁽¹²⁾. Tỷ lệ hồ sơ trực tuyến toàn trình trên cả nước chỉ đạt 43,8%, cho thấy dịch vụ công trực tuyến chưa được triển khai đồng bộ. Trong lĩnh vực tài chính, dữ liệu giao dịch ngân hàng, thuế doanh nghiệp và hợp đồng chưa được tích hợp vào hệ thống chung, gây khó khăn cho AI trong việc phát hiện hành vi gian lận tài chính, như rửa tiền, trốn thuế hoặc thao túng báo cáo tài chính⁽¹³⁾.

Thứ hai, nhân lực chuyên môn chưa đáp ứng yêu cầu. AI trong tài chính đòi hỏi đội ngũ chuyên gia có khả năng phát triển và vận hành các thuật toán phát hiện gian lận. Tuy nhiên, nguồn nhân lực AI tại Việt Nam còn hạn chế. Việt Nam chỉ có khoảng 300 chuyên gia AI, trên tổng số 700 nhân lực trong ngành⁽¹⁴⁾. Báo cáo từ HBR Việt Nam ước tính, có khoảng 1.600 người Việt Nam đang theo học và làm việc trong lĩnh vực AI, bao gồm cả trong và ngoài nước⁽¹⁵⁾. Sự thiếu hụt này đặt ra thách thức lớn, đòi hỏi chiến lược đào tạo nhân lực chuyên sâu hơn cho lĩnh vực công nghệ số.

Thứ ba, khung khổ pháp lý về ứng dụng công nghệ số trong giám sát tài chính chưa hoàn thiện. Việc ứng dụng AI vào giám sát tài chính đòi hỏi quy định rõ ràng về quyền truy cập dữ liệu, bảo mật thông tin và trách nhiệm pháp lý trong các quyết định do AI hỗ trợ. Hiện nay, các quy định về bảo vệ dữ liệu cá nhân chưa có hướng dẫn cụ thể về việc sử dụng AI trong phân tích giao dịch tài chính hoặc điều tra gian lận⁽¹⁶⁾. Dự thảo Luật Công nghiệp Công nghệ số đang được xem xét, trong đó có các quy định về việc kiểm soát AI để bảo đảm tính an toàn và đạo đức công nghệ⁽¹⁷⁾. Do đó, Việt Nam vẫn cần một khung pháp lý chi tiết hơn để điều chỉnh việc ứng dụng AI trong giám sát tài chính công.

Thứ tư, nguy cơ bị tấn công hoặc thao túng dữ liệu AI. Tội phạm tài chính có thể lợi dụng AI để thao túng dữ liệu, làm sai lệch kết quả phân tích hoặc che giấu dấu vết gian lận. Theo báo cáo của Trend Micro, khoảng 30% số vụ gian lận tài chính trong 5 năm qua có sự can thiệp vào dữ liệu AI, gây ảnh hưởng nghiêm trọng đến độ chính xác của các hệ thống giám sát⁽¹⁸⁾. Các vụ tấn công vào hệ thống AI giám sát tài chính tại Mỹ và Liên minh châu Âu (EU) gây thất thoát hàng tỷ USD mỗi năm. Khi dữ liệu đầu vào bị thay đổi, AI có thể học sai mô hình gian lận, dẫn đến việc bỏ sót hoặc hiểu sai dấu hiệu vi phạm⁽¹⁹⁾. 

Thứ năm, chi phí đầu tư vào hạ tầng công nghệ khá cao. Triển khai AI và dữ liệu lớn đòi hỏi hạ tầng công nghệ mạnh mẽ, bao gồm máy chủ xử lý dữ liệu lớn, thuật toán tối ưu và cơ chế bảo mật chặt chẽ. Mặc dù một số ngân hàng Việt Nam đã ứng dụng AI trong giám sát giao dịch, song vẫn gặp thách thức về chi phí, nhân lực và bảo mật thông tin. Để giảm gánh nặng tài chính, việc hợp tác với khu vực tư nhân và quốc tế là cần thiết nhằm chia sẻ công nghệ và tối ưu hóa chi phí đầu tư⁽²⁰⁾.

Để tận dụng tối đa cơ hội và tiềm năng của công nghệ số trong công tác phòng, chống tham nhũng và giám sát gian lận tài chính, Việt Nam cần chú trọng một số giải pháp sau:  

Một là, xây dựng cơ sở dữ liệu tài chính công minh bạch. Việc thiết lập một hệ thống dữ liệu mở giúp AI có thể phân tích giao dịch ngân sách, đấu thầu công và kê khai tài sản minh bạch hơn. Công nghệ blockchain có thể được tích hợp vào quản lý tài chính công để bảo đảm tính bất biến của dữ liệu, ngăn chặn thao túng thông tin. 

Hai là, nâng cao năng lực AI trong phát hiện gian lận tài chính. AI có thể phân tích dữ liệu tài chính theo thời gian thực, phát hiện các mô hình gian lận như rửa tiền, giao dịch nội gián và thao túng thị trường, do đó, cần đẩy mạnh nghiên cứu và phát triển AI, kết hợp với hợp tác giữa ngân hàng, cơ quan quản lý và các startup công nghệ để phát triển thuật toán phát hiện gian lận. Các hệ thống AI cần được huấn luyện trên dữ liệu thực tế từ nhiều nguồn để nâng cao độ chính xác.

Ba là, thiết lập khung pháp lý cụ thể về AI và dữ liệu lớn. Cần có hành lang pháp lý rõ ràng hơn để ứng dụng AI trong công tác phòng, chống tham nhũng, bảo đảm tính minh bạch và bảo vệ quyền riêng tư. Việt Nam có thể tham khảo mô hình quản lý AI của EU và Hoa Kỳ trong xây dựng khung pháp lý chi tiết về quyền truy cập, sử dụng và chia sẻ dữ liệu. Ngoài ra, cần có cơ chế giám sát AI để tránh tình trạng lạm dụng công nghệ hoặc sử dụng AI mà không kiểm soát.

Bốn là, phát triển nguồn nhân lực AI và khoa học dữ liệu. Để triển khai AI hiệu quả, Việt Nam cần đào tạo nhân lực chuyên sâu về AI, Big Data và tài chính công. Việc hợp tác giữa trường đại học, viện nghiên cứu và doanh nghiệp công nghệ giúp xây dựng nguồn lực lao động có khả năng phát triển và vận hành hệ thống AI. Đồng thời, cần có chính sách thu hút chuyên gia AI từ nước ngoài, tận dụng mạng lưới chuyên gia toàn cầu để nâng cao năng lực nội địa.

Năm là, tăng cường hợp tác quốc tế. Tham nhũng và gian lận tài chính là vấn đề toàn cầu, do đó Việt Nam cần học hỏi từ các quốc gia và khu vực trên thế giới, như: EU đã triển khai Arachne, hệ thống AI giám sát phân bổ ngân sách và phát hiện gian lận tài chính; Singapore sử dụng AI và dữ liệu lớn trong nền tảng National Data Platform (NDP) để theo dõi giao dịch tài chính và kê khai tài sản công. Thông qua hợp tác quốc tế, Việt Nam có thể tiếp cận nguồn vốn hỗ trợ, chuyển giao công nghệ và nâng cao năng lực triển khai AI trong quản lý tài chính công.

Có thể thấy, công nghệ số đóng vai trò quan trọng trong việc nâng cao hiệu quả công tác phòng, chống tham nhũng và giám sát gian lận tài chính. Việc thực hiện đồng bộ nhiều giải pháp sẽ giúp nâng cao hiệu quả ứng dụng công nghệ số trong phát hiện và ngăn chặn hiệu quả các hành vi gian lận tài chính, nâng cao tính minh bạch và trách nhiệm giải trình, góp phần củng cố niềm tin của người dân và tăng trưởng kinh tế bền vững./.

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

(1) Lê Anh: Đẩy lùi tham nhũng góp phần thúc đẩy tăng trưởng kinh tế ở Việt Nam, Tạp chí Quản lý nhà nước, ngày 16-7-2024, https://www.quanlynhanuoc.vn/2024/07/16/day-lui-tham-nhung-gop-phan-thuc-day-tang-truong-kinh-te-o-viet-nam/
(2) bao gồm các hành vi rửa tiền, thao túng báo cáo tài chính, trốn thuế và lạm dụng ngân sách
(3) Stuart Russell & Peter Norvig: Artificial Intelligence: A Modern Approach (4th ed.). Pearson, 2021
(7) Đặng Anh Tuấn: Ứng dụng trí tuệ nhân tạo trong phát hiện gian lận tài chính, Tạp chí Tài chính điện tử, ngày 3-4-2024, https://tapchitaichinh.vn/ung-dung-tri-tue-nhan-tao-trong-phat-hien-gian-lan-tai-chinh.html
(8) Hertie School: How public organisations can use AI in anti-corruption, Hertie School - Digital Governance Research Blog, 2024
(9) Tariqul Islam, S. A. Mohaiminul Islam, & Ankur Sarkar: AI in fraud detection and financial risk mitigation, International Journal for Multidisciplinary Research, 6(5), 1-23, 2024
(10) Frederik Obermaier & Bastian Obermayer: The Panama Papers: Breaking the Story of How the Rich and Powerful Hide Their Money, Oneworld Publications, 2016
(11) Xem: Nghị quyết số 52-NQ/TW, ngày 27-9-2019, của Bộ Chính trị, về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ tư, https://tulieuvankien.dangcongsan.vn/he-thong-van-ban/van-ban-cua-dang/nghi-quyet-so-52-nqtw-ngay-2792019-cua-bo-chinh-tri-ve-mot-so-chu-truong-chinh-sach-chu-dong-tham-gia-cuoc-cach-mang-cong-5715
(12) Hoàng Phong: Đẩy mạnh số hóa dữ liệu để xây dựng Chính phủ số, Báo Công an nhân dân, ngày 29-7-2024, https://cand.com.vn/su-kien-binh-luan-thoi-su/day-manh-so-hoa-du-lieu-de-xay-dung-chinh-phu-so-i738809
(13) Phương An: Tỷ lệ hồ sơ trực tuyến toàn trình của cả nước đạt 43,8%, Cổng thông tin điện tử Bộ Tài chính, ngày 12-11-2024, https://www.mof.gov.vn/webcenter/portal/thtk/pages_r/l/chi-tiet-tin-tin-hoc-va-thong-ke?dDocName=MOFUCM334285
(14) Trọng Đạt: Việt Nam hiện chỉ có 300 chuyên gia về trí tuệ nhân tạo, Báo điện tử Vietnamnet, ngày 27-10-2021, https://vietnamnet.vn/viet-nam-hien-chi-co-300-chuyen-gia-ve-tri-tue-nhan-tao-787353.html
(15) Phương Nguyễn: Tình trạng thiếu nhân lực trong lĩnh vực AI tại Việt Nam, Harvard Business Review Việt Nam, ngày 2-6-2023, https://hbr.org.vn/tinh-trang-thieu-nhan-luc-trong-linh-vuc-ai-tai-viet-nam.html
(16) Nguyễn Hùng - Vũ Hùng Cường: Xây dựng pháp luật về trí tuệ nhân tạo có trách nhiệm ở một số quốc gia và khuyến nghị đối với Việt Nam, Tạp chí Dân chủ & Pháp luật, ngày 22-8-2024, https://danchuphapluat.vn/xay-dung-phap-luat-ve-tri-tue-nhan-tao-co-trach-nhiem-o-mot-so-quoc-gia-va-khuyen-nghi-doi-voi-viet-nam
(17) Minh Quý: Đề xuất 7 hoạt động trí tuệ nhân tạo (AI) bị nghiêm cấm, Tạp chí điện tử Luật sư Việt Nam, ngày 3-3-2025, https://lsvn.vn/de-xuat-07-hoat-dong-tri-tue-nhan-tao-ai-bi-nghiem-cam-a154437.html
(18) Hải Yên: Cảnh báo 5 nguy cơ mất an toàn tài chính trong thế giới kỹ thuật số, Báo Tin tức, ngày 7-2-2025, https://baotintuc.vn/dien-tu-vien-thong/canh-bao-5-nguy-co-mat-an-toan-tai-chinh-trong-the-gioi-ky-thuat-so-20250207113614828.htm 
(19) Hoàng Anh: Tấn công mạng nhằm vào hệ thống an ninh Bộ Tài chính Mỹ, Báo Tin tức, ngày 31-12-2024, https://baotintuc.vn/khoa-hoc-cong-nghe/tan-cong-mang-nham-vao-he-thong-an-ninh-bo-tai-chinh-my-20241231081603878.htm
(20) Mai Thị Quỳnh Như - Ngô Thị Kiều Trang: Ứng dụng trí tuệ nhân tạo tại các ngân hàng và khuyến nghị cho Việt Nam, Tạp chí Tài chính, ngày 20-10-2023, https://tapchitaichinh.vn/ung-dung-tri-tue-nhan-tao-tai-cac-ngan-hang-va-khuyen-nghi-cho-viet-nam.html