Legal issues on using copyrighted data in artificial intelligence training and recommendations for improving Vietnamese law
ThS. Đặng Thị Mai Dung
Phân hiệu Học viện Hành chính và Quản trị công tại TP. Hồ Chí Minh
Email: dungdtm@apag.edu.vn
(Quanlynhanuoc.vn) – Bài viết phân tích các vấn đề pháp lý về việc sử dụng dữ liệu có bản quyền để huấn luyện trí tuệ nhân tạo (AI) sáng tạo dưới góc độ pháp luật sở hữu trí tuệ Việt Nam và quốc tế. Quá trình thu thập, trích xuất và lưu trữ dữ liệu đầu vào mang bản chất hành vi sao chép tác phẩm, tiềm ẩn nguy cơ vi phạm quyền tác giả. Qua đối chiếu kinh nghiệm từ Hoa Kỳ, Liên minh châu Âu và Nhật Bản, nghiên cứu chỉ ra những khoảng trống pháp lý của Việt Nam khi đặt trong mối liên kết với các văn bản mới ban hành như Luật Dữ liệu số năm 2024 và Luật Bảo vệ dữ liệu cá nhân năm 2025. Từ đó đề xuất hoàn thiện hành lang pháp lý thông qua việc bổ sung khai thác văn bản và dữ liệu, thiết lập cơ chế Opt-out, siết chặt minh bạch nguồn dữ liệu và hài hòa hóa giữa Luật Sở hữu trí tuệ, Luật Dữ liệu số và Luật Bảo vệ dữ liệu cá nhân.
Từ khóa: Trí tuệ nhân tạo sáng tạo (Generative AI); dữ liệu huấn luyện; quyền tác giả; khai thác văn bản và dữ liệu (TDM); Luật Dữ liệu số năm 2024; Luật Bảo vệ dữ liệu cá nhân năm 2025.
Abstract: This article analyzes the legal issues surrounding the use of copyrighted data to train generative artificial intelligence (AI) from the perspective of Vietnamese and international intellectual property laws. The process of collecting, extracting, and storing input data inherently constitutes the copying of works, posing potential risks of copyright infringement. By comparing experiences from the United States, the European Union, and Japan, the study highlights Vietnam’s legal gaps when contextualized alongside recently enacted legislation, such as the Law on Digital Data No. 60/2024/QH15 and the Personal Data Protection Law 2025. On this basis, the author proposes refining the legal framework by introducing text and data mining (TDM) exceptions, establishing an Opt-out mechanism, enhancing data source transparency, and harmonizing the Intellectual Property Law, the Law on Digital Data, and the Personal Data Protection Law.
Keywords: Generative AI; Training Data; Copyright; Text and Data Mining (TDM); Law on Digital Data No. 60/2024/QH15; Personal Data Protection Law 2025.
1. Đặt vấn đề
Sự bùng nổ của trí tuệ nhân tạo sáng tạo (Generative AI) dựa trên nguồn dữ liệu huấn luyện (Training Data) khổng lồ đang tạo ra xung đột lợi ích cốt lõi giữa việc bảo hộ quyền tác giả đối với các tác phẩm bị thu thập trên không gian mạng và mục tiêu thúc đẩy đổi mới sáng tạo công nghệ. Nếu cơ chế cấp phép truyền thống gây rào cản cho sự phát triển của AI, thì việc khai thác dữ liệu tự do lại đe dọa quyền lợi chính đáng của các chủ sở hữu trí tuệ.
Tại Việt Nam, dù đã có những bước chuyển mình như Nghị định số 134/2026/NĐ-CP ngày 06/6/2026 sửa đổi, bổ sung một số điều của Nghị định số 17/2023/NĐ-CP ngày 26/4/2023 của Chính phủ quy định chi tiết một số điều và biện pháp thi hành Luật Sở hữu trí tuệ về quyền tác giả, các quyền liên quan và hành lang pháp lý vẫn tồn tại nhiều “khoảng trống”, đặc biệt là yêu cầu đồng bộ hóa với Luật Dữ liệu số năm 2024 và Luật Bảo vệ dữ liệu cá nhân năm 2025. Việc nghiên cứu vấn đề pháp lý về việc sử dụng dữ liệu có bản quyền trong huấn luyện trí tuệ nhân tạo và khuyến nghị hoàn thiện pháp luật Việt Nam là cấp thiết nhằm xây dựng một cơ chế cân bằng, bền vững.
2. Tổng quan về việc sử dụng dữ liệu có bản quyền trong huấn luyện AI
2.1. Bản chất kỹ thuật dưới góc độ pháp lý
Để vận hành và tối ưu hóa các hệ thống trí tuệ nhân tạo sáng tạo, các nhà phát triển phải thực hiện quá trình huấn luyện dựa trên các tập dữ liệu cực lớn. Dưới góc độ kỹ thuật, quá trình xử lý dữ liệu đầu vào trải qua nhiều công đoạn nối tiếp nhau, nhưng khi đối chiếu với quy định của pháp luật sở hữu trí tuệ, các thao tác này lại mang bản chất là những hành vi chịu trách nhiệm pháp lý rõ ràng.
Hành vi thu thập và trích xuất dữ liệu. Các công cụ tự động (như web crawlers, bots) duyệt qua hàng triệu trang web để thu thập, trích xuất thông tin, văn bản, hình ảnh, âm thanh hoặc mã nguồn công khai trên không gian mạng. Dưới góc độ pháp lý, bản thân việc “truy cập” để đọc dữ liệu không vi phạm bản quyền. Tuy nhiên, hành vi tải về và trích xuất nội dung để đưa vào bộ lưu trữ riêng đã bắt đầu chạm đến quyền kiểm soát tác phẩm của chủ sở hữu.
Hành vi tải về, định hình và lưu trữ thành tập dữ liệu huấn luyện (Training Dataset). Dữ liệu sau khi trích xuất sẽ được lưu trữ tạm thời hoặc lâu dài trên các máy chủ của nhà phát triển để làm sạch, gán nhãn. Dưới góc độ Luật Sở hữu trí tuệ, việc lưu trữ nội dung có bản quyền vào bộ nhớ máy tính hay máy chủ để tạo thành dữ liệu huấn luyện chính là hành vi sao chép tác phẩm (tạo ra bản sao điện tử).
Quá trình xử lý và mã hóa trong mô hình (Model Training). Trong quá trình huấn luyện, mô hình AI quét qua các bản sao dữ liệu, phân tích các cấu trúc, mối quan hệ xác suất giữa các từ/điểm ảnh và chuyển hóa chúng thành các tham số toán học. Trong quá trình tính toán, tác phẩm liên tục được tải vào bộ nhớ. Dưới góc độ pháp lý, câu hỏi đặt ra là việc sao chép ngắn hạn, mang tính kỹ thuật phụ thuộc này có được coi là ngoại lệ hợp pháp hay không (sao chép tạm thời).
Ranh giới giữa “học ý tưởng” và “sao chép”. Mục đích của AI không phải là “sao chép nguyên văn” tác phẩm mà là trích xuất các quy luật, mô hình trừu tượng (vốn thuộc về ý tưởng/nguyên lý – những đối tượng không được bảo hộ quyền tác giả). Dù vậy, ranh giới giữa việc AI “học ý tưởng” và việc “lưu giữ trái phép bản sao” trong bộ nhớ vẫn là điểm tranh chấp pháp lý gay gắt nhất hiện nay.
Tóm lại, quá trình huấn luyện AI về mặt kỹ thuật là sự kết hợp giữa thu thập – trích xuất – lưu trữ – mã hóa. Nhưng dưới góc độ pháp lý, đó là hành vi sao chép các tác phẩm có bản quyền để tạo lập tập dữ liệu huấn luyện mà không có sự đồng ý của chủ sở hữu quyền tác giả.
2.2. Nhận diện các hành vi nguy cơ vi phạm
Trong chuỗi cung ứng và vận hành AI, các rủi ro pháp lý về bản quyền không chỉ xuất hiện ở khâu thu thập dữ liệu đầu vào mà còn trải dài xuyên suốt quá trình xử lý và hiển thị kết quả đầu ra.
Một là, hành vi sao chép tác phẩm không xin phép để đưa vào bộ dữ liệu. Đây là hành vi trực tiếp sử dụng các công cụ quét dữ liệu để thu thập hàng loạt tài liệu, bài viết, bức ảnh, bản nhạc hoặc đoạn mã có bản quyền từ các nền tảng số mà không thu hẹp phạm vi hay có sự đồng ý của chủ sở hữu. Rủi ro pháp lý xảy ra đó là sự xâm phạm quyền sao chép theo quy định tại khoản 1 Điều 20 Luật Sở hữu trí tuệ năm 2022.
Hai là, hành vi lưu trữ và xử lý dữ liệu có bản quyền trong quá trình đào tạo mô hình. Quá trình đào tạo AI yêu cầu dữ liệu phải được lưu trữ, làm sạch, gán nhãn, lưu đệm và nhân bản thành nhiều phiên bản trên hệ thống máy chủ. Việc duy trì các tập dữ liệu gốc chứa tác phẩm có bản quyền trên máy chủ sau khi kết thúc quá trình huấn luyện bị coi là hành vi duy trì bản sao bất hợp pháp. Mặc dù pháp luật một số quốc gia cho phép sao chép tạm thời/phụ thuộc trong quá trình vận hành kỹ thuật, nhưng nếu quá trình xử lý này phục vụ mục đích thương mại trực tiếp và làm giảm giá trị thị trường của tác phẩm gốc, hành vi này vẫn bị xem là xâm phạm quyền tác giả.
Ba là, ranh giới giữa việc AI sáng tạo mới và AI “sao chép” (tạo ra sản phẩm xâm phạm). Ranh giới giữa việc AI “học” để sáng tạo mới và việc AI “sao chép” tạo ra sản phẩm xâm phạm hiện đang tồn tại hai vùng pháp lý đối lập. Ở vùng an toàn, AI chỉ dừng lại ở việc trích xuất các quy luật, phong cách, xu hướng và mối tương quan xác suất giữa các từ ngữ hay điểm ảnh, đều là những yếu tố thuộc về ý tưởng và nguyên lý vốn không thuộc phạm vi bảo hộ bản quyền. Ngược lại, ở vùng rủi ro, do hiện tượng “ghi nhớ dữ liệu” trong quá trình huấn luyện, AI có thể vô tình hoặc hữu ý tái tạo lại một phần đáng kể, thậm chí là toàn bộ hình thức thể hiện của tác phẩm gốc. Khi đó, sản phẩm đầu ra sẽ bị xem là bản nhái, bản phóng tác hoặc hành vi chuyển thể trái phép, trực tiếp xâm phạm quyền tác giả.
3. Thực trạng pháp luật Việt Nam và kinh nghiệm quốc tế
3.1. Thực trạng pháp luật Việt Nam
Khung pháp lý về các trường hợp giới hạn và ngoại lệ quyền tác giả tại Việt Nam được xây dựng dựa trên Luật Sở hữu trí tuệ năm 2005, Nghị định số 17/2023/NĐ-CP và Nghị định số 134/2026/NĐ-CP.
Theo Điều 25 Luật Sở hữu trí tuệ, pháp luật cho phép sử dụng tác phẩm đã công bố mà không phải xin phép và không phải trả tiền bản quyền (nhưng bắt buộc phải thông tin về tên tác giả và nguồn gốc, xuất xứ tác phẩm) trong một số trường hợp giới hạn như: tự sao chép một bản hoặc sao chép hợp lý một phần tác phẩm phục vụ nghiên cứu khoa học, học tập cá nhân không nhằm mục đích thương mại; trích dẫn hợp lý tác phẩm; sử dụng tác phẩm để minh họa trong giảng dạy, phục vụ hoạt động công vụ, thư viện, đưa tin thời sự hoặc hỗ trợ người khuyết tật. Tuy nhiên, việc áp dụng các ngoại lệ này phải đáp ứng tiêu chí chung: không được mâu thuẫn với việc khai thác bình thường tác phẩm và không gây thiệt hại một cách bất hợp lý đến lợi ích hợp pháp của tác giả, chủ sở hữu quyền tác giả.
Điều 4 Nghị định số 134/2026/NĐ-CP bổ sung Điều 5a vào Nghị định số 17/2023/NĐ-CP quy định mối quan hệ giữa AI và bản quyền qua 3 trụ cột cốt lõi: (1) Điều kiện bảo hộ (khoản 1), khẳng định chỉ con người mới là tác giả, AI chỉ là công cụ. Quyền tác giả chỉ phát sinh khi đáp ứng đủ 3 điều kiện: con người đóng góp trí tuệ đáng kể và mang tính quyết định (qua chuỗi câu lệnh, chỉnh sửa, định hướng nghệ thuật); tự chịu trách nhiệm pháp lý về nội dung và dữ liệu đầu vào không xâm phạm quyền của bên thứ ba. (2) Phân định phạm vi bảo hộ (khoản 2, 3, 4, 5, 9). Sản phẩm đáp ứng đủ điều kiện sẽ được bảo hộ và công nhận tác giả cho con người. Ngược lại, sản phẩm do AI hoàn toàn tự động tạo ra sẽ không phát sinh quyền tác giả hay quyền liên quan. Riêng quyền liên quan của người biểu diễn bắt buộc phải xuất phát từ hành vi nghệ thuật trực tiếp của con người. (3) Minh bạch và nghĩa vụ chứng minh (khoản 6, 7, 8). Bắt buộc gắn nhãn/đánh dấu kỹ thuật sản phẩm có dùng AI. Khi có tranh chấp hoặc yêu cầu bảo hộ, tác giả phải kê khai trung thực và cung cấp chứng cứ kỹ thuật (lịch sử câu lệnh, tham số, bản thảo trung gian) để chứng minh sự kiểm soát của mình.
Những “khoảng trống pháp lý” đối với hoạt động thu thập và xử lý dữ liệu đầu vào.
Một là, thiếu các quy định ngoại lệ độc lập về khai thác văn bản và dữ liệu (TDM). Các quy định ngoại lệ tại Điều 25 của Luật Sở hữu trí tuệ về các trường hợp ngoại lệ không xâm phạm quyền tác giả chủ yếu thiết kế cho hành vi “con người thưởng thức”. Trong khi đó, TDM trong huấn luyện AI xử lý hàng triệu tác phẩm để trích xuất quy luật/tham số toán học chứ không nhằm mục đích thưởng thức nội dung. Các quy định về “sao chép tạm thời” hay “nghiên cứu khoa học cá nhân” không đủ dung lượng pháp lý để bao quát hành vi TDM thương mại quy mô lớn.
Hai là, nguy cơ xung đột pháp lý gia tang. Mặc dù Điều 5a Nghị định số 134/2026/NĐ-CP đã hoàn thiện hành lang pháp lý bằng việc thiết lập nguyên tắc “Con người làm trung tâm” – giúp bảo hộ các sản phẩm sáng tạo có ứng dụng AI và ngăn chặn tình trạng mạo danh tác giả thông qua cơ chế minh bạch, nghĩa vụ chứng minh chặt chẽ, nhưng quy định này vẫn phát sinh vướng mắc ở khâu dữ liệu đầu vào. Cụ thể, khoản 1 Điều 5a bắt buộc dữ liệu dùng để huấn luyện AI “không gây phương hại đến quyền tác giả, quyền liên quan của bên thứ ba” (Chính phủ, 2026). Tuy nhiên, do pháp luật hiện hành vẫn chưa bổ sung cơ chế ngoại lệ rõ ràng cho hoạt động TDM, các nhà phát triển AI rất dễ đối mặt với nguy cơ bị cáo buộc vi phạm bản quyền ngay từ khâu thu thập và trích xuất các dữ liệu công khai trên mạng.
Ba là, thiếu ranh giới phân định giữa nghiên cứu phi thương mại và ứng dụng thương mại. Pháp luật sở hữu trí tuệ hiện hành chưa xây dựng tiêu chí phân định rõ ràng giữa việc thu thập dữ liệu phục vụ nghiên cứu, giảng dạy AI phi lợi nhuận tại các viện, trường đại học với hoạt động thu thập dữ liệu của các doanh nghiệp công nghệ nhằm phát triển các sản phẩm AI thương mại.
3.2. Kinh nghiệm quốc tế
(1) Hoa Kỳ: tiếp cận linh hoạt dựa trên Học thuyết sử dụng hợp lý.
Học thuyết sử dụng hợp lý được quy định chi tiết tại Mục 107 Chương 17 thuộc Bộ luật Hoa Kỳ (U.S. Code (1976)). Đây là cơ chế pháp lý quan trọng, cho phép công chúng sử dụng các tác phẩm đã được bảo hộ bản quyền mà không cần xin phép hay trả tiền bản quyền cho chủ sở hữu, nhằm phục vụ lợi ích công cộng như bình luận, phê bình, đưa tin thời sự, giảng dạy, nghiên cứu và học thuật.
Để xác định một hành vi sử dụng có thuộc phạm vi sử dụng hợp lý hay không, Tòa án Hoa Kỳ bắt buộc phải đánh giá và cân bằng 4 yếu tố pháp lý.
Một là, mục đích và tính chất của việc sử dụng. Phải đánh giá xem hành vi sử dụng mang tính chất thương mại hay phi lợi nhuận/giáo dục. Tòa án xem xét liệu việc sử dụng có tạo ra giá trị mới, ý nghĩa mới, hoặc thông điệp/mục đích hoàn toàn khác biệt so với tác phẩm gốc hay không (ví dụ: trích dẫn tác phẩm để bình luận, biến đổi thành tác phẩm nhại, hoặc dùng dữ liệu huấn luyện công nghệ mới). Sử dụng có tính biến đổi cao sẽ dễ được công nhận là sử dụng hợp lý hơn.
Thứ hai, bản chất của tác phẩm được sử dụng. Căn cứ vào mức độ sáng tạo của tác phẩm gốc để xác định tiêu chuẩn xem việc sử dụng các tác phẩm thiên về thực tế, dữ liệu, thông tin thực nghiệm dễ đáp ứng sử dụng hợp lý hơn so với việc khai thác các tác phẩm hư cấu, mang tính nghệ thuật sáng tạo cao như tiểu thuyết, âm nhạc, phim ảnh. Ngoài ra, việc sử dụng tác phẩm chưa từng được công bố sẽ khó thỏa mãn yêu cầu sử dụng hợp lý hơn.
Thứ ba, dung lượng và tính chất của phần tác phẩm được sử dụng. Phải đánh giá cả về định lượng (tỷ lệ phần trăm) và định chất (mức độ quan trọng) của phần được khai thác so với tổng thể tác phẩm gốc. Việc sử dụng dung lượng càng ít càng dễ đạt tiêu chí sử dụng hợp lý. Tuy nhiên, nếu chỉ sử dụng một phần rất nhỏ nhưng lại là “trái tim/phần cốt lõi” của tác phẩm, việc sử dụng vẫn bị coi là vi phạm.
Thứ tư, tác động của hành vi sử dụng đối với thị trường tiềm năng hoặc giá trị của tác phẩm gốc. Yếu tố thứ tư trong học thuyết sử dụng hợp lý (17 U.S.C. § 107) thường được Tòa án Hoa Kỳ xem xét là một trong những tiêu chí mang tính quyết định trong thực tiễn xét xử. Theo đó, Tòa án sẽ thẩm định xem liệu sản phẩm do công nghệ mới tạo ra có khả năng cạnh tranh trực tiếp, làm suy giảm doanh thu hoặc thay thế thị trường tiêu thụ hiện tại và tiềm năng của tác phẩm gốc hay không. Trường hợp hành vi thu thập và khai thác dữ liệu gây ra thiệt hại kinh tế đáng kể hoặc làm xói mòn thị trường khai thác thương mại của chủ sở hữu bản quyền, khả năng được chấp nhận ngoại lệ sử dụng hợp lý là vô cùng thấp.
Thực tiễn tranh tụng tại Tòa án Hoa Kỳ thông qua các vụ kiện tiêu biểu minh họa rõ nét tranh chấp về thị trường giữa bên nắm giữ bản quyền và các công ty phát triển AI. (1) The New York Times Company v. Microsoft Corporation, OpenAI, Inc. et al. (2023). Hãng tin The New York Times cáo buộc OpenAI và Microsoft tự ý trích xuất hàng triệu bài báo có bảo hộ để huấn luyện ChatGPT, tạo ra sản phẩm AI có khả năng tóm tắt, cung cấp thông tin thay thế trực tiếp cho việc đọc báo truyền thống, qua đó đe dọa trực tiếp đến mô hình doanh thu từ lượt đăng ký và quảng cáo của tòa báo. (2) Getty Images (US), Inc. v. Stability AI, Inc. (2023). Getty Images khởi kiện Stability AI vì đã trích xuất trái phép hơn 12 triệu bức ảnh cùng hệ thống dữ liệu mô tả có bản quyền để huấn luyện mô hình Stable Diffusion. Nguyên đơn cho rằng, hành vi này không chỉ xâm phạm bản quyền mà còn tạo ra công cụ tạo ảnh thay thế, trực tiếp cạnh tranh và làm giảm giá trị thị trường cấp phép hình ảnh thương mại của Getty Images. (3) Authors Guild, Inc. v. OpenAI Inc (2023). Vụ kiện tập thể do Hiệp hội tác giả Hoa Kỳ đại diện cho các nhà văn khởi kiện OpenAI với cáo buộc sao chép hàng loạt tác phẩm văn học để huấn luyện các mô hình ngôn ngữ lớn (LLMs). Các tác giả cho rằng, việc này đe dọa sinh kế của giới sáng tác khi AI có thể tạo ra các văn bản mang phong cách tương tự, làm thu hẹp thị trường xuất bản phẩm truyền thống.
(2) Liên minh châu Âu (EU): tiếp cận phân tầng và “cơ chế từ chối – Opt-out”.
Chỉ thị EU 2019/790 (CDSM Directive). Điều 3 thiết lập ngoại lệ bắt buộc cho các tổ chức nghiên cứu thực hiện Khai thác văn bản và dữ liệu (TDM) phục vụ nghiên cứu khoa học phi thương mại; Điều 4 mở rộng ngoại lệ TDM cho mọi chủ thể nhưng áp dụng cơ chế “Opt-out” cho phép chủ sở hữu bảo lưu quyền qua các định dạng máy đọc được (European Union, 2019).
Đạo luật Trí tuệ Nhân tạo EU (AI Act – Quy định 2024/1689). Điều 53 (1) buộc các nhà phát triển mô hình AI đa dụng (GPAI) phải tuân thủ hai nghĩa vụ: tôn trọng quyền Opt-out của chủ sở hữu và minh bạch hóa dữ liệu huấn luyện bằng cách công khai bản tóm tắt chi tiết về danh mục dữ liệu đã sử dụng (European Union, 2024).
(3) Nhật Bản: tiếp cận cởi mở “thân thiện với AI”.
Luật Bản quyền (sửa đổi năm 2018). Điều 30-4 thiết lập một ngoại lệ linh hoạt cho hoạt động Khai thác văn bản và dữ liệu (TDM). Quy định này cho phép sao chép, khai thác tác phẩm đã công bố mà không cần xin phép hay trả phí bản quyền đối với các hành vi sử dụng “không nhằm mục đích thưởng thức” (non-enjoyment purposes), bao gồm cả việc thu thập dữ liệu phục vụ huấn luyện các mô hình AI thương mại (Japan, 2018).
- Chương trình Chiến lược Sở hữu trí tuệ năm 2026: nhằm cân bằng lợi ích giữa các bên, Nhật Bản cam kết xây dựng “Khung đền bù bản quyền” (Copyright Compensation Framework), thiết lập cơ chế nghĩa vụ tài chính để các nhà phát triển AI hỗ trợ và tái đầu tư ngược lại cho cộng đồng sáng tạo (Intellectual property strategy headquarters, 2026).
- Kiểm soát công nghệ RAG: hướng dẫn của Cơ quan Văn hóa Nhật Bản làm rõ công nghệ RAG (Tạo lập tăng cường tra cứu) chỉ được áp dụng ngoại lệ miễn trừ bản quyền khi phục vụ mục đích tra cứu, tổng hợp thông tin đơn thuần; trường hợp tạo ra nội dung mới mang tính thay thế tác phẩm gốc vẫn bị coi là vi phạm (Agency for Cultural affairs, 2024).
- Luật hóa quy định chống giả mạo giọng nói (voice cloning/deepfake). Bộ Kinh tế, Thương mại và Công nghiệp Nhật Bản thúc đẩy sửa đổi Luật Ngăn ngừa Cạnh tranh Không lành mạnh cho phép áp dụng các chế tài dân sự đối với hành vi sao chép, giả mạo giọng nói hoặc hình ảnh cá nhân bằng công nghệ AI khi chưa được cho phép (Ministry of Economy, Trade and Industry, 2024).
3.3. Các vấn đề pháp lý và thách thức đặt ra cho Việt Nam
- Một là, thiếu cơ chế minh bạch về nguồn dữ liệu huấn luyện. Hầu hết các nhà phát triển AI giữ kín chi tiết về tập dữ liệu huấn luyện vì lý do bí mật kinh doanh. Mặc dù Nghị định số 134/2026/NĐ-CP đã đặt ra nghĩa vụ kê khai đối với người nộp hồ sơ đăng ký quyền tác giả cho sản phẩm AI đầu ra, hệ thống vẫn thiếu quy định bắt buộc doanh nghiệp AI phải công khai danh mục dữ liệu đầu vào ngay từ giai đoạn huấn luyện (Chính phủ, 2026).
- Hai là, giao thoa phức tạp giữa bảo hộ dữ liệu cá nhân, quyền riêng tư và quyền tác giả. Xung đột nảy sinh giữa xu hướng mở rộng ngoại lệ của Luật Sở hữu trí tuệ và cơ chế quản lý siết chặt của Luật Bảo vệ dữ liệu cá nhân năm 2025 (Quốc hội, 2025) cùng Nghị định số 56/2025/NĐ-CP (Chính phủ, 2025). Thêm vào đó là thách thức trong việc thực thi “quyền được xóa dữ liệu” khi việc tách bỏ triệt để một dữ liệu cá nhân đã mã hóa ra khỏi mô hình AI là cực kỳ phức tạp.
- Ba là, thách thức lớn trong việc thu thập chứng cứ và chứng minh hành vi xâm phạm. Dưới góc độ tố tụng, việc chứng minh tác phẩm nằm trong tập dữ liệu của nhà phát triển AI là gần như không thể nếu dữ liệu đệm bị xóa sau khi tính toán tham số.
- Bốn là, nguy cơ xói mòn động lực sáng tạo của cộng đồng nghệ sĩ truyền thống: Sự cạnh tranh từ các sản phẩm AI chi phí thấp trực tiếp đe dọa sinh kế của các nghệ sĩ truyền thống khi tác giả gốc không được chia sẻ lợi ích kinh tế từ việc sử dụng tác phẩm để huấn luyện AI (Nguyễn Phương Thảo và cộng sự, 2026).
4. Khuyến nghị hoàn thiện pháp luật Việt Nam
Thứ nhất, bổ sung quy định ngoại lệ độc lập về khai thác văn bản và dữ liệu (TDM)
Cần nghiên cứu, sửa đổi, bổ sung vào Luật Sở hữu trí tuệ quy định ngoại lệ pháp lý riêng biệt đối với hoạt động khai thác văn bản và dữ liệu (TDM), nhằm tạo cơ sở pháp lý minh bạch cho việc huấn luyện các hệ thống AI mà không vi phạm bản quyền (Đào Trung Thành, 2025). Quy định này cần phân định rõ 2 nhóm mục đích: (1) TDM phi thương mại (nghiên cứu khoa học và giáo dục): áp dụng ngoại lệ bắt buộc (tương tự Điều 3 Chỉ thị CDSM của EU hoặc Điều 30-4 Luật Bản quyền Nhật Bản). Theo đó, cho phép các viện nghiên cứu, trường đại học và cơ sở giáo dục được tự do thu thập, trích xuất dữ liệu đã tiếp cận hợp pháp để huấn luyện AI phục vụ mục đích nghiên cứu, giảng dạy mà không cần xin phép hoặc trả tiền bản quyền. (2) TDM thương mại: áp dụng ngoại lệ có điều kiện, đi kèm cơ chế bảo lưu quyền (Opt-out mechanism, tương tự Điều 4 của Chỉ thị CDSM của EU). Các doanh nghiệp phát triển AI được phép khai thác dữ liệu công khai trên Internet, ngoại trừ trường hợp chủ sở hữu quyền tác giả đã chủ động tuyên bố bảo lưu quyền bằng các biện pháp kỹ thuật hoặc định dạng có thể đọc được (machine-readable format).
Thứ hai, thiết lập cơ chế “Opt-out” kỹ thuật và thúc đẩy thỏa thuận cấp phép bản quyền (Licensing).
Nhằm bảo đảm quyền tự quyết của chủ sở hữu quyền tác giả trong môi trường số, pháp luật cần chính thức công nhận và thể chế hóa cơ chế từ chối (Opt-out mechanism) theo mô hình Điều 4 Chỉ thị CDSM của Liên minh Châu Âu (European Union, 2019). Theo đó:
Cơ chế “Opt-out” bằng biện pháp kỹ thuật: tác giả và chủ sở hữu quyền có quyền tuyên bố không cho phép các hệ thống AI thu thập, trích xuất tác phẩm của mình để huấn luyện mô hình thương mại. Tuyên bố này phải được thể hiện dưới dạng các định dạng mã hóa mà máy có thể đọc được (machine-readable formats, như tệp robots.txt hoặc các phương thức đánh dấu dữ liệu kỹ thuật số). Các nhà phát triển AI thương mại khi quét dữ liệu trên không gian mạng có nghĩa vụ pháp lý phải tôn trọng và tự động bỏ qua các dữ liệu đã gắn nhãn Opt-out này.
Thúc đẩy cấp phép tập trung: đối với các tác phẩm chủ sở hữu không áp dụng Opt-out, hoặc đối với các nhà phát triển AI có nhu cầu sử dụng dữ liệu chất lượng cao, Nhà nước cần khuyến khích và hoàn thiện khung pháp lý cho cơ chế thỏa thuận bản quyền. Trong đó, nâng cao vai trò của các tổ chức đại diện tập thể quyền tác giả (CMOs) làm đầu mối trung gian đại diện cho cộng đồng nghệ sĩ để đàm phán, cấp phép trọn gói và thu phí bản quyền từ các công ty công nghệ một cách công bằng, minh bạch (Bùi Kim Hiếu & Phạm Thị Diệu Hiền, 2025).
Thứ ba, quy định nghĩa vụ minh bạch thông tin đối với các nhà phát triển hệ thống AI.
Bổ sung vào khung khổ pháp lý quy định bắt buộc đối với các nhà phát triển mô hình AI thương mại – đặc biệt là các mô hình AI đa dụng (General Purpose AI – GPAI) phải thực hiện nghĩa vụ minh bạch hóa dữ liệu huấn luyện, tiếp thu có chọn lọc theo mô hình Điều 53 Đạo luật Trí tuệ Nhân tạo EU (European Union, 2024). Cụ thể bao gồm các nghĩa vụ cốt lõi:
Công khai bản tóm tắt dữ liệu huấn luyện: nhà phát triển AI phải biên soạn và công khai bản tóm tắt có hệ thống về các danh mục, nguồn dữ liệu và các tập nội dung có bản quyền đã được sử dụng để huấn luyện mô hình. Bản tóm tắt này cần được thiết kế đủ chi tiết để các chủ sở hữu quyền tác giả có thể dễ dàng kiểm tra, đối soát xem tác phẩm của mình có bị thu thập trái phép hay không.
- Lưu trữ và cung cấp hồ sơ kỹ thuật: Bắt buộc doanh nghiệp công nghệ phải lưu trữ nhật ký thu thập dữ liệu, lịch sử thuật toán và hồ sơ tham số kỹ thuật. Khi phát sinh tranh chấp hoặc có yêu cầu từ cơ quan quản lý nhà nước có thẩm quyền, doanh nghiệp có nghĩa vụ cung cấp các chứng cứ kỹ thuật này để làm rõ tính hợp pháp của dữ liệu đầu vào.
Quy định minh bạch này đóng vai trò là “chìa khóa” kỹ thuật giúp cơ chế Opt-out và nghĩa vụ đền bù bản quyền vận hành hiệu quả trên thực tế; loại bỏ tình trạng “hộp đen” thuật toán khiến chủ sở hữu tác phẩm gặp bất lợi do không thể chứng minh hành vi xâm phạm quyền.
Thứ tư, kết nối chặt chẽ giữa quản lý dữ liệu đầu vào và quản lý sản phẩm đầu ra theo Nghị định số 134/2026/NĐ-CP.
Cần thiết lập cơ chế kiểm soát đồng bộ toàn bộ vòng đời của sản phẩm AI, liên kết trực tiếp trách nhiệm bảo hộ dữ liệu đầu vào với điều kiện công nhận quyền tác giả đối với sản phẩm đầu ra theo tinh thần của Điều 5a Nghị định số 134/2026/NĐ-CP (Chính phủ, 2026). Cụ thể:
Tính “hợp pháp” của dữ liệu đầu vào là điều kiện tiên quyết xét duyệt đầu ra: sự minh bạch và tính hợp pháp của dữ liệu huấn luyện (không xâm phạm quyền tác giả/quyền liên quan của bên thứ ba) phải được coi là một trong ba điều kiện bắt buộc tại Khoản 1 Điều 5a để một sản phẩm có sự hỗ trợ của AI được xem xét bảo hộ quyền tác giả. Nếu dữ liệu đầu vào vi phạm bản quyền, sản phẩm đầu ra dù có sự đóng góp trí tuệ đáng kể của con người cũng sẽ bị từ chối công nhận quyền tác giả.
Thực hiện nghiêm túc quy định gắn nhãn và lưu giữ hồ sơ kỹ thuật: bắt buộc áp dụng cơ chế đánh dấu kỹ thuật hoặc nhãn hiển thị nhận biết sản phẩm có sử dụng AI theo Khoản 6 Điều 5a. Đồng thời, tác giả nộp đơn đăng ký bảo hộ phải tuân thủ nghiêm ngặt nghĩa vụ trung thực và duy trì hồ sơ bằng chứng kỹ thuật (lịch sử câu lệnh, bản thảo trung gian, tham số tương tác) quy định tại Khoản 7 và Khoản 8 để phục vụ công tác thẩm định và giải quyết tranh chấp.
Sự gắn kết này giúp các cá nhân, tổ chức muốn thương mại hóa và bảo hộ sản phẩm AI đầu ra phải chủ động kiểm soát tính hợp pháp của dữ liệu ngay từ khâu đầu vào.
4. Kết luận
Huấn luyện trí tuệ nhân tạo là động lực then chốt cho sự phát triển của nền kinh tế số, nhưng không thể được đánh đổi bằng việc xâm phạm quyền lợi chính đáng của cộng đồng sáng tạo. Việc hoàn thiện hành lang pháp lý tại Việt Nam thông qua việc bổ sung ngoại lệ TDM, thiết lập cơ chế Opt-out, siết chặt minh bạch nguồn dữ liệu và hài hòa hóa giữa Luật Sở hữu trí tuệ, Luật Dữ liệu số năm 2024 cùng Luật Bảo vệ dữ liệu cá nhân năm 2025 sẽ tạo ra một môi trường pháp lý vừa bảo vệ tác giả, vừa khuyến khích doanh nghiệp đổi mới sáng tạo trong kỷ nguyên số.
Tài liệu tham khảo:
Agency for Cultural Affairs. (2024). Approaches to AI and copyright in Japan. Ministry of Education, Culture, Sports, Science and Technology, Government of Japan. https://www.bunka.go.jp/seisaku/choshakuken/pdf/94021001_01.pdf
Authors Guild, Inc. v. OpenAI Inc. (2023). No. 1:23-cv-08292. S.D.N.Y.
Bùi Kim Hiếu & Phạm Thị Diệu Hiền (2025). Pháp luật về bảo hộ quyền tác giả đối với tác phẩm được tạo ra bởi trí tuệ nhân tạo (AI) theo quy định của Liên minh châu Âu và một số quốc gia trên thế giới. Tạp chí Công Thương. https://tapchicongthuong.vn/phap-luat-ve-bao-ho-quyen-tac-gia-doi-voi-tac-pham-duoc-tao-ra-boi-tri-tue-nhan-tao–ai–theo-quy-dinh-cua-lien-minh-chau-au-va-mot-so-quoc-gia-tren-the-gioi-139182.htm
Chính phủ (2023). Nghị định số 17/2023/NĐ-CP ngày 26/4/2023 của Chính phủ quy định chi tiết một số điều và biện pháp thi hành luật sở hữu trí tuệ về quyền tác giả, quyền liên quan.
Chính phủ (2025). Nghị định số 356/2025/NĐ-CP của Chính phủ ngày 31/12/2025 quy định chi tiết một số điều và biện pháp thi hành Luật Bảo vệ dữ liệu cá nhân
Chính phủ (2026). Nghị định số 134/2026/NĐ-CP ngày 06/4/2026, sửa đổi, bổ sung một số điều của Nghị định số 17/2023/NĐ-CP ngày 26/4/2023 của Chính phủ quy định chi tiết một số điều và biện pháp thi hành Luật Sở hữu trí tuệ về quyền tác giả, quyền liên quan.
Đào Trung Thành (2025). Luật trí tuệ nhân tạo trên thế giới và Việt Nam. Bài 3: Xây dựng khung pháp lý cho trí tuệ nhân tạo cần cân bằng giữa đổi mới và quản trị rủi ro. Tạp chí Khoa học và Công nghệ Việt Nam. https://vjst.vn/luat-tri-tue-nhan-tao-tren-the-gioi-va-viet-nam-bai-3-xay-dung-khung-phap-ly-cho-tri-tue-nhan-tao-can-can-bang-giua-doi-moi-va-quan-tri-rui-ro-76353.html
European Union (2019). Directive (EU) 2019/790 of the European Parliament and of the Council of 17 April 2019 on copyright and related rights in the Digital Single Market. Official Journal of the European Union, L 130, 92–125. http://data.europa.eu/eli/dir/2019/790/oj
European Union (2024). Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonized rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union, L 2024/1689. http://data.europa.eu/eli/reg/2024/1689/oj
Getty Images (US), Inc. v. Stability AI, Inc. (03/2/2023). No. 1:23-cv-00135. D. Del.
Intellectual Property Strategy Headquarters. (2026). Intellectual Property Promotion Plan 2026. Cabinet Office, Government of Japan. https://www.kantei.go.jp/jp/singi/chitai/
Japan (2018). Copyright Act (Act No. 48 of May 6, 1970, as amended by Act No. 30 of 2018). Japanese Law Translation Database System. https://www.japaneselawtranslation.go.jp/en/laws/view/3379
(Japanese Copyright Act, 2018).
Ministry of Economy, Trade and Industry (2024). Report on unfair competition prevention and digital content protection in the AI era. Government of Japan. https://www.meti.go.jp/
Nguyễn Phương Thảo, Hoàng Trúc An & Đinh Thị Thùy Trang (2026). Bảo hộ quyền tác giả đối với tác phẩm nghệ thuật thị giác trong văn hóa phối lại bởi AI – Kinh nghiệm pháp luật của Mỹ và khuyến nghị đối với Việt Nam. Tạp chí Dân chủ và Pháp luật. https://danchuphapluat.vn/bao-ho-quyen-tac-gia-voi-tac-pham-nghe-thuat-thi-giac-trong-van-hoa-phoi-lai-boi-ai-kinh-nghiem-phap-luat-cua-my-va-khuyen-nghi-doi-voi-viet-nam-9027.html
Quốc hội (2005). Luật Sở hữu trí tuệ năm 2005 (sửa đổi, bổ sung năm 2009, 2019, 2022, 2025; tra cứu tại Văn bản hợp nhất số 67/VBHN-VPQH năm 2026).
Quốc hội (2024). Luật Dữ liệu số năm 2024 (Luật số 60/2024/QH15).
Quốc hội (2025). Luật Bảo vệ dữ liệu cá nhân năm 2025.
The New York Times Company v. Microsoft Corporation, OpenAI, Inc. et al. (27/12/2023). No. 1:23-cv-11195. S.D.N.Y.
U.S. Code (1976). Title 17 – Copyrights, Section 107: Limitations on exclusive rights: Fair use. U.S. Government Publishing Office. https://www.copyright.gov/title17/title17.pdf
