Thống kê Việt Nam trong kỷ nguyên AI và Big Data

Mỗi cuộc cách mạng công nghệ đều làm thay đổi cách con người thu thập, xử lý và sử dụng thông tin. Nếu như trước đây, dữ liệu chủ yếu được tạo ra từ các cuộc điều tra, chế độ báo cáo và hồ sơ hành chính thì ngày nay, nền kinh tế số đang tạo ra khối lượng dữ liệu khổng lồ từ giao dịch điện tử, nền tảng trực tuyến, thiết bị số, cảm biến, dữ liệu địa không gian và vô số hoạt động diễn ra hằng ngày. Trong bối cảnh đó, trí tuệ nhân tạo (AI) và dữ liệu lớn (Big Data) đang mở ra những khả năng mới cho hoạt động thống kê trên phạm vi toàn cầu.

Tuy nhiên, bước vào kỷ nguyên dữ liệu không có nghĩa là thống kê chỉ chạy theo những nguồn dữ liệu mới nhất hay những công nghệ hiện đại nhất. Một nền thống kê tiên tiến cần biết kết hợp hài hòa giữa điều tra thống kê, dữ liệu hành chính và các nguồn dữ liệu mới; giữa phương pháp thống kê truyền thống với khoa học dữ liệu và công nghệ số. Giá trị không nằm ở việc lựa chọn một nguồn dữ liệu để thay thế tất cả các nguồn khác, mà ở khả năng xây dựng một hệ thống dữ liệu bổ sung cho nhau, được quản trị chặt chẽ và khai thác đúng mục đích.

Big Data đang mở rộng đáng kể phạm vi quan sát của hệ thống thống kê

Bên cạnh các nguồn dữ liệu truyền thống, ngày càng nhiều dữ liệu được hình thành như một sản phẩm phụ của các hoạt động kinh tế và xã hội. Dữ liệu giao dịch có thể phản ánh sự vận động của thị trường; dữ liệu trực tuyến giúp nhận diện những thay đổi trong hành vi tiêu dùng; dữ liệu cảm biến và viễn thám mở rộng khả năng quan sát môi trường, giao thông và sản xuất; dữ liệu địa không gian giúp gắn các hiện tượng kinh tế – xã hội với từng địa bàn cụ thể.

Những nguồn dữ liệu này có thể cung cấp thông tin với tần suất cao, mức độ chi tiết lớn và tốc độ cập nhật nhanh hơn nhiều phương thức truyền thống. Trong một số trường hợp, chúng giúp hệ thống thống kê nhận diện sớm những biến động mới, bổ sung khoảng trống thông tin và phản ánh tốt hơn những hoạt động đang phát triển nhanh trong nền kinh tế số.

Tuy nhiên, dữ liệu lớn thường không được tạo ra trước hết cho mục đích thống kê. Phạm vi bao phủ, khái niệm, đơn vị quan sát và cơ chế hình thành dữ liệu có thể thay đổi theo hoạt động của doanh nghiệp hoặc nền tảng cung cấp dữ liệu. Vì vậy, Big Data chỉ có thể trở thành nguồn thông tin thống kê có giá trị khi được đánh giá nghiêm ngặt về tính đại diện, tính ổn định, khả năng so sánh và chất lượng phương pháp luận.

AI giúp biến khối lượng dữ liệu ngày càng lớn thành thông tin có thể khai thác

Dữ liệu nhiều hơn không tự động tạo ra hiểu biết tốt hơn. Khối lượng và mức độ đa dạng của dữ liệu hiện nay đòi hỏi những phương pháp xử lý mới để phân loại thông tin, phát hiện sai lệch, nhận diện mô hình và hỗ trợ phân tích. Đây là không gian mà AI và các kỹ thuật học máy đang từng bước phát huy vai trò.

Trong hoạt động thống kê, AI có thể hỗ trợ mã hóa và phân loại tự động, phát hiện trị số bất thường, so khớp bản ghi, xử lý văn bản, hình ảnh và dữ liệu địa không gian, đồng thời nâng cao hiệu quả của một số công đoạn kiểm tra và xử lý dữ liệu. Khi những công việc có tính lặp lại được tự động hóa ở mức phù hợp, chuyên gia thống kê có thêm thời gian tập trung vào thiết kế phương pháp, đánh giá chất lượng, phân tích kết quả và giải thích ý nghĩa của số liệu.

Nhưng AI không phải là một “hộp đen” có thể thay thế phương pháp thống kê. Thuật toán chỉ học từ dữ liệu được cung cấp; nếu dữ liệu đầu vào thiên lệch, thiếu ổn định hoặc không phản ánh đúng tổng thể nghiên cứu, kết quả đầu ra cũng có thể sai lệch. Vì vậy, mọi ứng dụng AI trong thống kê chính thức đều cần được kiểm chứng, tài liệu hóa, giám sát và đặt dưới trách nhiệm chuyên môn của con người.

Giữa sức hấp dẫn của dữ liệu mới, dữ liệu hành chính vẫn là nền tảng cần được quan tâm đúng mức

Dữ liệu hành chính được hình thành thường xuyên trong quá trình các cơ quan nhà nước thực hiện chức năng quản lý dân cư, doanh nghiệp, thuế, bảo hiểm, giáo dục, y tế, đất đai và nhiều lĩnh vực khác. Khác với nhiều nguồn Big Data có thể thay đổi theo mô hình kinh doanh hoặc nền tảng công nghệ, dữ liệu hành chính thường có cơ sở pháp lý, quy trình hình thành tương đối ổn định và khả năng bao phủ rộng đối với những đối tượng thuộc phạm vi quản lý.

Kinh nghiệm của nhiều quốc gia cho thấy hiện đại hóa thống kê không chỉ bắt đầu từ việc tìm kiếm những nguồn dữ liệu hoàn toàn mới, mà trước hết còn từ việc tổ chức và khai thác tốt hơn những dữ liệu hành chính đã tồn tại. Khi được chuẩn hóa, kết nối và xử lý theo phương pháp thống kê, dữ liệu hành chính có thể trở thành nguồn đầu vào thường xuyên để xây dựng các đăng ký thống kê, giảm bớt sự phụ thuộc vào điều tra quy mô lớn và từng bước phát triển thống kê dựa trên đăng ký.

Điều đó không có nghĩa dữ liệu hành chính có thể được sử dụng trực tiếp mà không cần xử lý. Các khái niệm hành chính không phải lúc nào cũng trùng với khái niệm thống kê; phạm vi quản lý có thể khác tổng thể nghiên cứu; dữ liệu có thể xuất hiện báo cáo muộn, báo cáo thiếu, trùng lặp hoặc thay đổi do quy định quản lý. Vì vậy, khai thác dữ liệu hành chính đòi hỏi một hệ thống phương pháp riêng để đánh giá nguồn, xử lý sai số, liên kết dữ liệu, xây dựng đăng ký cơ bản và bảo đảm tính nhất quán của toàn hệ thống.

Tương lai của thống kê không nằm ở một nguồn dữ liệu duy nhất mà ở khả năng tích hợp nhiều nguồn dữ liệu

Điều tra thống kê vẫn cần thiết để thu thập những thông tin không có trong hệ thống hành chính, đo lường các khái niệm chuyên sâu và kiểm chứng chất lượng của các nguồn dữ liệu khác. Dữ liệu hành chính tạo nên nguồn thông tin có tính hệ thống, thường xuyên và có khả năng bao phủ rộng. Big Data và các nguồn dữ liệu mới bổ sung tính kịp thời, mức độ chi tiết và những góc quan sát mới.

Khi được kết hợp phù hợp, các nguồn dữ liệu này có thể bổ sung và kiểm tra lẫn nhau. Điều tra có thể dùng để đánh giá thiếu phạm vi hoặc thừa phạm vi của dữ liệu hành chính; dữ liệu hành chính có thể hỗ trợ xây dựng khung điều tra và giảm khối lượng câu hỏi; dữ liệu mới có thể cung cấp tín hiệu sớm hoặc tăng độ chi tiết theo không gian và thời gian. AI, trong hệ thống đó, là công cụ giúp xử lý và tích hợp dữ liệu hiệu quả hơn, chứ không phải là nguồn thay thế cho tư duy phương pháp luận.

Chuyển từ dữ liệu phân tán sang hệ thống đăng ký thống kê là một bước đi có ý nghĩa chiến lược

Nếu chỉ tiếp nhận từng tệp dữ liệu hành chính để phục vụ một yêu cầu thống kê riêng lẻ, giá trị sử dụng của dữ liệu sẽ còn hạn chế. Hướng phát triển bền vững hơn là phối hợp với các bộ, ngành để duy trì dòng dữ liệu thường xuyên, chuẩn hóa mã định danh và đơn vị thống kê, liên kết thông tin từ nhiều nguồn, từ đó từng bước xây dựng hệ thống đăng ký thống kê về dân số, doanh nghiệp, việc làm, giáo dục, thu nhập và các lĩnh vực liên quan.

Một hệ thống đăng ký thống kê được tổ chức tốt không chỉ tạo nguồn dữ liệu cho từng sản phẩm riêng biệt mà còn trở thành hạ tầng chung của toàn bộ quá trình sản xuất thông tin thống kê. Trên nền tảng đó, ngành Thống kê có thể giảm trùng lặp trong thu thập, nâng cao tính nhất quán giữa các lĩnh vực, rút ngắn thời gian sản xuất và mở rộng khả năng tạo ra những sản phẩm thống kê mới.

Đây cũng là điều cần đặc biệt lưu ý trong kỷ nguyên AI và Big Data: công nghệ mới có thể tạo ra những bước tiến nhanh, nhưng một hệ thống thống kê bền vững vẫn cần nền móng dữ liệu ổn định, được quản trị lâu dài và tổ chức thành hệ thống.

Công nghệ chỉ tạo ra giá trị khi đi cùng với thể chế, phương pháp và nguồn nhân lực phù hợp

Để khai thác AI, Big Data và dữ liệu hành chính hiệu quả, ngành Thống kê cần tiếp tục hoàn thiện thể chế về tiếp cận, kết nối, chia sẻ và bảo vệ dữ liệu; chuẩn hóa các quy trình đánh giá chất lượng nguồn; phát triển hạ tầng tích hợp dữ liệu; đồng thời bảo đảm nguyên tắc bảo mật thông tin thống kê.

Nguồn nhân lực cũng cần được phát triển theo hướng kết hợp giữa kiến thức thống kê, quản trị dữ liệu và công nghệ. Người làm thống kê trong thời đại mới không nhất thiết phải trở thành chuyên gia của mọi công nghệ, nhưng phải đủ năng lực để hiểu cách dữ liệu được hình thành, nhận diện giới hạn của thuật toán, đánh giá chất lượng kết quả và lựa chọn phương pháp phù hợp với từng mục đích thống kê.

Bên cạnh đào tạo, cần thúc đẩy đổi mới sáng tạo và hợp tác giữa ngành Thống kê với các cơ quan quản lý dữ liệu, trường đại học, viện nghiên cứu và doanh nghiệp công nghệ. Những mô hình thử nghiệm có kiểm soát sẽ giúp đánh giá giá trị thực tế của các nguồn dữ liệu và công nghệ mới trước khi mở rộng áp dụng trong sản xuất thống kê chính thức.

AI và Big Data sẽ làm thay đổi công cụ, nhưng chất lượng vẫn là giá trị cốt lõi của thống kê chính thức

Chiến lược phát triển Thống kê Việt Nam giai đoạn 2021–2030, tầm nhìn đến năm 2045 đã xác định định hướng đẩy mạnh chuyển đổi số, ứng dụng khoa học công nghệ, khai thác dữ liệu hành chính và các nguồn dữ liệu mới nhằm hiện đại hóa toàn diện hoạt động thống kê. Thực hiện định hướng đó không có nghĩa là chạy theo công nghệ, mà là lựa chọn và kết hợp các công cụ phù hợp để nâng cao chất lượng, tính kịp thời và giá trị sử dụng của thông tin thống kê.

Trong tương lai, AI có thể giúp xử lý dữ liệu nhanh hơn, Big Data có thể giúp quan sát nhiều hiện tượng mới hơn, nhưng dữ liệu hành chính được tổ chức thành hệ thống đăng ký thống kê mới có thể tạo nên nền tảng ổn định và lâu dài cho quá trình sản xuất thông tin. Ba yếu tố này không cạnh tranh mà bổ sung cho nhau trong một hệ sinh thái dữ liệu thống kê hiện đại.

Kỷ nguyên AI và Big Data vì thế không làm thay đổi mục tiêu căn bản của ngành Thống kê. Mục tiêu vẫn là cung cấp thông tin khách quan, đáng tin cậy và phù hợp với nhu cầu của người sử dụng. Điều thay đổi là con đường để tạo ra thông tin ấy: từ phụ thuộc vào từng nguồn riêng lẻ sang tích hợp nhiều nguồn; từ thu thập dữ liệu theo từng đợt sang quản trị dữ liệu thường xuyên; từ sản xuất bảng số liệu sang tạo ra tri thức phục vụ quản lý và phát triển đất nước.

                             Tổ Truyền thông và Thư viện, Văn phòng Cục Thống kê