GS Ngô Bảo Châu suy nghĩ về AI

Ảnh sinh bởi AI. Bản dịch bởi ChatGPT. Chú thích (trong ngoặc) bởi Nguyễn Ngọc Tuấn.

Link bài gốc: https://ngobaochau.wordpress.com/2025/08/31/random-thoughts-from-a-wheelchair/

Những suy nghĩ ngẫu hứng từ chiếc xe lăn

Trước hết, tôi xin bày tỏ sự trân trọng đối với Hội Toán học London về sáng kiến tuyệt vời này, và cảm ơn Hội đã chọn Viện chúng tôi (Viện Nghiên cứu cao cấp về Toán – VIASM) làm nơi tổ chức cuộc họp toàn cầu đầu tiên. Thay mặt cho VIASM, tôi xin gửi lời chào mừng nồng nhiệt tới các đồng nghiệp đến từ Vương quốc Anh và tất cả quý vị. Với cương vị Giám đốc khoa học của VIASM, tôi có đôi lời muốn chia sẻ về chủ đề khoa học của hội nghị này, đó là Toán học và Trí tuệ nhân tạo. Tôi xin nhân dịp này chia sẻ một vài suy ngẫm mang tính triết lý về chủ đề nóng bỏng này. Mặc dù tôi không có kiến thức kỹ thuật sâu về AI, nhưng tôi có thể nói rằng trong khoảng nửa năm vừa qua, hầu như không ngày nào tôi không suy nghĩ về hiện tượng hấp dẫn này, mà tôi ví như một thiên thạch khổng lồ đang lao tới Trái Đất với tốc độ ánh sáng. Xin quý vị kiên nhẫn cùng tôi trong những suy đoán này.

Khi nghe những người như Sam Altman (cựu Giám đốc điều hành của OpenAI) phát biểu, ta có cảm giác công ty của ông ấy đã chi hàng tỷ đô la để tạo ra một thứ mà chính ông ấy lại lấy làm tiếc vì nó sẽ hủy diệt tất cả chúng ta. Theo Altman, đây là một dạng thảm họa do con người tạo ra mà chúng ta buộc phải góp phần vào. Chúng ta phải dùng hết nguồn nước, làm nóng thêm bầu khí quyển để xây dựng con quái vật này, thứ sẽ lấy đi tất cả công việc của chúng ta. Chẳng phải những gì Altman nói khiến “trí tuệ nhân tạo” trông giống “sự ngu dốt nhân tạo” của con người hơn sao?

Trong các cuộc cách mạng công nghiệp trước đây, khi máy hơi nước và điện thay thế cho sức cơ bắp con người, những thảm họa quy mô lớn đã diễn ra. Liệu chiến tranh giành thị trường mới để tiêu thụ sản phẩm công nghiệp dư thừa, hay những cuộc khủng hoảng, thất nghiệp chưa từng có phải là hệ quả trực tiếp của cách mạng công nghiệp? Khó mà xác định, nhưng sự ra đời của máy hơi nước và điện nhiều khả năng đã góp phần gây ra những thảm họa lớn trong nửa đầu thế kỷ XX. Tuy vậy, thật không công bằng khi đổ lỗi cho những phát minh vĩ đại này, bởi về bản chất, chúng giúp con người thoát khỏi những lao động nặng nhọc, ít thú vị. Điều đáng trách là sự bất lực của chúng ta trong việc đổi mới mô hình kinh tế – xã hội để thích ứng với năng lực sản xuất hoàn toàn mới này. Cuối cùng, sự chuyển đổi cũng diễn ra một cách tự nhiên khi lực lượng lao động sản xuất chuyển sang lĩnh vực dịch vụ. Nửa sau thế kỷ XX là giai đoạn thịnh vượng toàn cầu, duy trì bởi hòa bình mong manh trên thế giới, ngoại trừ một vài nơi, trong đó có đất nước chúng ta. Cuộc cách mạng công nghiệp thế kỷ XIX ban đầu khiến cuộc sống con người tồi tệ hơn, nhưng cuối cùng lại cải thiện nó.

Tuy nhiên, đã có những hệ quả ngoài ý muốn. Nửa sau thế kỷ XX chứng kiến một vấn đề sức khỏe cộng đồng mới: lần đầu tiên trong lịch sử, một bộ phận lớn dân số ở một số quốc gia bị béo phì. Điều này có thể dự đoán trước, bởi khi ta sử dụng cơ bắp ít đi, ta sẽ béo phì. Suy rộng ra, có thể dự đoán rằng vấn đề sức khỏe cộng đồng của nửa sau thế kỷ XXI có thể sẽ là “béo phì tinh thần”.

Nhưng không nhất thiết phải như vậy. Nếu tin vào Sam Altman, AI sẽ thay thế con người trong mọi công việc, và vì thế con người sẽ không còn phải làm việc nữa. Điều đó sẽ gây ra khủng hoảng kinh tế nghiêm trọng ở một mặt, và “béo phì tinh thần” ở mặt khác. Tôi tin rằng các nhà kinh tế sẽ có một nhiệm vụ thú vị: xây dựng một mô hình kinh tế khả thi, trong đó nhiều công việc văn phòng hình thành sau cuộc cách mạng công nghiệp trước sẽ biến mất dưới tác động của AI, nhưng đồng thời sẽ xuất hiện những công việc mới. Ông Muti Yung, người phát biểu hôm thứ Hai, cũng có quan điểm tương tự. (GS Muti Yung, ĐH Colombia, Hoa Kỳ có bài nói tại VIASM vào 25/8/2025)

Dù khá rõ ràng rằng nhiều công việc văn phòng sẽ bị AI thay thế, AI chắc chắn không thể đáp ứng tất cả nhu cầu của con người. Vượt lên trên nhu cầu sinh tồn và nhu cầu sinh học, với tư cách con người, chúng ta còn cần phát triển về trí tuệ và tinh thần. Không một cỗ máy nào có thể thay thế chúng ta trong việc sống và phát triển trí tuệ, tinh thần. Tôi muốn tin rằng tiến bộ công nghệ sẽ giảm bớt gánh nặng mưu sinh thường nhật, giải phóng thời gian và năng lượng để chúng ta được phát triển. Một lần nữa, tôi xin dành vấn đề kinh tế cho các nhà kinh tế, nhưng tôi nghi ngờ rằng mô hình kinh tế hiện tại – vốn xây dựng trên các ràng buộc của máy hơi nước và điện – sẽ còn giá trị. Nói cách khác, chúng ta không nên đồng tình với Sam Altman, người cho rằng mục tiêu là xây dựng một siêu máy có khả năng nghiền nát trí tuệ con người, chỉ vì đó là “luật của thị trường tự do”. Luật thị trường tự do là một lý thuyết hấp dẫn, một sản phẩm đáng kinh ngạc của trí tuệ nhân loại, nhưng nó không nên lấn át mục tiêu hàng đầu là duy trì sự sống và phát triển của chúng ta.

Giống như nhiều người trong số quý vị, tôi đã dành thời gian trò chuyện với nhiều mô hình AI khác nhau, và tôi thích sự đồng hành của chúng. Chúng “phi nhân tính” ở chỗ luôn sẵn sàng, nhưng lại “rất con người” ở chỗ vừa thú vị vừa… không đáng tin. Tôi không coi bất kỳ câu trả lời nào của chúng là chân lý, nhưng việc trò chuyện giúp tôi tiếp tục suy nghĩ về một chủ đề, từ đó hình thành hiểu biết của riêng mình. Nếu muốn học hỏi điều gì, AI hiện tại đã có thể là một bạn đồng hành học tập tuyệt vời.

Hôm qua, Bùi Hải Hưng (Viện trưởng Viện trí tuệ Nhân tạo VinAI Research) đã có một bài trình bày khái quát về LLM (mô hình ngôn ngữ lớn – Large Language Model) cho người mới. Ông giải thích rằng cốt lõi của LLM vẫn chỉ là “con vẹt thống kê”, nhưng là một con vẹt có cả Internet trong trí nhớ. Vì thế, nó là một bạn học nói nhiều, có thể gây ấn tượng bởi sự dí dỏm và cách diễn đạt rõ ràng. Tuy nhiên, chúng ta phải thận trọng gấp đôi, bởi bản chất của một con vẹt thống kê là không đáng tin. Kinh nghiệm của tôi là: khi hỏi về một vấn đề tôi hiểu rõ, câu trả lời gần như luôn sai hoặc gây hiểu lầm. Nhưng khi hỏi về vấn đề tôi chưa rõ, câu trả lời lại nghe rất thuyết phục. Vì vậy, hãy luôn cảnh giác.

Từ góc nhìn toán học, khuyết điểm rõ ràng nhất của LLM là sự bất lực hoàn toàn trong việc xây dựng lý thuyết. Lý thuyết, tôi muốn nói, là một hệ thống định nghĩa và các mệnh đề logic cơ bản dựa trên định nghĩa đó, cho phép chúng ta mô tả hiện tượng một cách chính xác và súc tích. Con người cần sự súc tích vì ta không thể xử lý những câu quá dài. Đó là lý do ta cần lý thuyết. Hơn nữa, sự súc tích và chính xác càng cao thì với ta càng đẹp. Trái lại, máy tính có thể xử lý câu dài, và như tôi hiểu từ bài nói của Bùi Hải Hưng, với LLM, thực ra chỉ có một câu siêu dài được xây dựng từng từ. Trong kiến trúc hiện tại, LLM dường như vốn dĩ không thể xây dựng lý thuyết. Thay vì xây dựng những cỗ máy mạnh hơn trên cùng kiến trúc – vốn cần thêm nước và điện – có lẽ cần tìm kiếm những mô hình mang những giới hạn tương tự như trí óc con người để tạo ra một AI thực sự là bạn học thông minh.

Từ góc nhìn giảng dạy, thách thức lại khác. Các mô hình AI hiện nay đã có thể giải quyết hầu hết các bài toán mà chúng ta thường giao cho sinh viên. Nhưng đối với giáo viên, điều đó không có giá trị tích cực, vì chúng ta không cần câu trả lời, chúng ta muốn sinh viên tự tìm ra. Nói ngắn gọn, AI ở hình thức hiện nay gây hại nhiều hơn lợi cho việc dạy toán. Giống như ta cần các nhà kinh tế tìm ra cách thức giao dịch kinh tế mới trong kỷ nguyên AI, chúng ta – những người dạy học – cũng phải tự đặt câu hỏi về việc tái phát minh cách dạy toán và cách đánh giá sự tiến bộ của sinh viên. Điều này đòi hỏi nhiều hơn là những suy đoán nhàn rỗi của tôi trên chiếc ghế lăn này, nhưng tôi tin rằng giải pháp tồn tại. Dù đó là học tập dựa trên khám phá hay quay lại với hình thức thi vấn đáp, chúng ta cần phải làm một cách hệ thống, bởi đây là vấn đề hệ trọng. Chúng ta không muốn lặp lại tình huống buộc sinh viên dùng cái gọi là “máy tính khoa học” chỉ vì chúng ta chưa nghĩ ra cách tích hợp tính toán khoa học thực sự vào chương trình học.

Đó là tất cả những gì tôi muốn nói. Trước sự xuất hiện của AI, chúng ta cần đánh giá lại mọi khía cạnh trong cách chúng ta sống chung, trao đổi hàng hóa, dịch vụ và ý tưởng. AI có khả năng giải phóng chúng ta khỏi nhiều công việc nhàm chán, cho phép chúng ta tập trung trí tuệ vào những câu hỏi cốt lõi liên quan đến sự phát triển trí tuệ và tinh thần. Nhưng trước khi đạt tới đó, nếu không cẩn trọng suy xét và tổ chức lại đời sống tập thể một cách sâu sắc, AI có thể trước hết sẽ dẫn đến thảm họa với những mất mát to lớn về con người, trước khi mang lại cải thiện.

Xin trân trọng cảm ơn quý vị đã lắng nghe.

Các loại thông tin cần thiết trong một doanh nghiệp hiệu quả

Bài viết này mô tả các loại dữ liệu khác nhau mà một doanh nghiệp hiệu quả cần. Các loại dữ liệu doanh nghiệp mà chúng ta sẽ thảo luận bao gồm: dữ liệu chiến lược (strategic data), dữ liệu chiến thuật (tactical data), dữ liệu lịch sử (historical data), và dữ liệu giao dịch (transactional data).

  • Dữ liệu chiến lược là loại dữ liệu được sử dụng bởi ban lãnh đạo cấp cao để đưa ra các quyết định và cần thiết cho việc lập kế hoạch dài hạn. Loại dữ liệu này có thể bao gồm thông tin như môi trường kinh doanh, dự báo kinh doanh, dự báo doanh số, dự báo nhà cung cấp và các loại thông tin khác ảnh hưởng đến toàn bộ doanh nghiệp, giúp đưa ra những quyết định có tác động sâu rộng. Loại dữ liệu này liên quan đến các quyết định có tầm nhìn xa, từ 1 năm, 5 năm, đến 10 hoặc 20 năm. Khi doanh nghiệp có thể đưa ra quyết định dựa trên loại dữ liệu này, họ có thể thiết lập các mục tiêu chiến thuật, dẫn đến phần tiếp theo: dữ liệu chiến thuật.
  • Dữ liệu chiến thuật là loại dữ liệu được các nhà quản lý sử dụng để vận hành doanh nghiệp hàng ngày. Dữ liệu này cần thiết để đạt được các mục tiêu ngắn hạn, được đặt ra nhằm giúp doanh nghiệp từng bước tiến tới các mục tiêu dài hạn. Nó có thể bao gồm dữ liệu ở cấp độ đơn vị hoặc nhóm, chẳng hạn như dữ liệu chỉ liên quan đến nhóm tiếp thị hoặc đơn vị bán sản phẩm cụ thể.
  • Dữ liệu lịch sử bao gồm tất cả các dữ liệu chiến lược và chiến thuật trong quá khứ. Loại dữ liệu này cần thiết để hiểu xu hướng và thiết lập các tiêu chuẩn. Ví dụ, làm sao bạn biết mình đang nhận được một mức giá tốt nếu không biết dữ liệu lịch sử về giá mà nhà cung cấp đã từng cung cấp? Hoặc làm sao bạn biết giá thuê bất động sản hợp lý nếu không biết giá thị trường trước đây? Dữ liệu lịch sử cũng rất quan trọng để hiểu doanh nghiệp đã ở đâu, từ đó đưa ra quyết định tốt hơn về nơi doanh nghiệp sẽ đi tới.
  • Dữ liệu giao dịch là dữ liệu mô tả một sự kiện hoặc giao dịch xảy ra trong quá trình vận hành doanh nghiệp. Tất cả mọi thứ liên quan đến hoạt động kinh doanh, từ việc lập hóa đơn cho khách hàng, trả lương cho nhân viên, đến số lượng hàng tồn kho, đều thuộc loại dữ liệu này. Nếu bạn có một doanh nghiệp với hàng tồn kho vật lý, dữ liệu giao dịch bao gồm cả số lượng tồn kho. Dữ liệu này không chỉ hữu ích làm tham chiếu để đưa ra các quyết định trong tương lai, mà còn cần thiết cho các mục đích báo cáo tài chính và thuế.

Trên đây các loại dữ liệu khác nhau mà một doanh nghiệp hiệu quả cần.

Bạn đọc có thể đọc thêm bài Phân loại thông tin.

Đề xuất hệ thống (system proposal)

Đề xuất hệ thống là một tài liệu kết hợp các tư liệu được tạo ra từ quá trình hoạch định và phân tích hệ thống.

Một đề xuất hệ thống thường bao gồm tóm tắt mục tiêu của hệ thống (executive summary), các yêu cầu của hệ thống, kế hoạch triển khai, phân tích khả thi, định nghĩa các yêu cầu và các mô hình (sơ đồ) phân tích diễn tả hệ thống mới. Các mô hình phân tích bao gồm phân tích chức năng, phân tích cấu trúc và phân tích hành vi. Tùy thuộc vào từng tổ chức và khách hàng mà có thể có thêm những đặc tả chi tiết hơn kèm theo. Ví dụ Bộ Thông tin và Truyền thông của Việt Nam, Bộ Quốc phòng Mỹ, NASA, IEEE/ANSI đều có những mẫu rất chi tiết cần phải tuân thủ.

Phần tóm tắt mục tiêu của hệ thống cung cấp tất cả thông tin quan trọng theo một mẫu cô đọng. Nó có thể coi là tóm tắt của cả đề xuất hệ thống. Mục tiêu của tóm tắt này là để giúp cho những lãnh đạo cấp cao bận rộn có thể nhanh chóng đọc qua và xác định xem phần nào của đề xuất hệ thống họ cần lưu ý đọc kỹ hơn. Phần tóm tắt này thường không dài quá một trang giấy. Nó thường bao gồm một phần mô tả vấn đề mà hệ thống cần giải quyết, các thông tin nền tảng cần thiết để hiểu vấn đề đó và để hiểu giải pháp được đề xuất, một mô tả của các lựa chọn giải pháp khác đã được cân nhắc và loại bỏ, và các điểm chính của giải pháp được đề xuất.

Dưới đây là một mẫu tham khảo cho đề xuất hệ thống:

1. Mục lục

2. Tóm tắt mục tiêu

Bản tóm tắt các thông tin quan trọng nhất của bản đề xuất này để những lãnh đạo quản lý bận rộn có thể đọc nhanh chóng nắm được nội dung chính, đồng thời quyết định xem phần nào của bản đề xuất họ sẽ cần đọc kỹ hơn.

3. Yêu cầu nghiệp vụ

Kết quả của quá trình hoạch định hệ thống, bao gồm các ý tưởng chung cho hệ thống mới (nhu cầu về nghiệp vụ, hệ thống mới hỗ trợ các nhu cầu nghiệp vụ để tạo ra giá trị cho doanh nghiệp như thế nào), xác định phạm vi dự án, và kế hoạch triển khai ban đầu.

4. Kế hoạch triển khai

Bản kế hoạch triển khai: từ kế hoạch triển khai ban đầu được rà soát cập nhật sau khi hoàn thành quá trình phân tích.

5. Phân tích khả thi

Bản phân tích khả thi được rà soát bằng cách sử dụng các thông tin có được từ quá trình phân tích.

6. Định nghĩa yêu cầu

Danh sách những yêu cầu nghiệp vụ chức năng và phi chức năng cho hệ thống.

7. Phân tích chức năng

Các biểu đồ trường hợp sử dụng, các biểu đồ hoạt động, và các mô tả trường hợp sử dụng dùng để thể hiện những quy trình cơ bản hoặc chức năng bên ngoài mà hệ thống cần hỗ trợ.

8. Phân tích cấu trúc

Các biểu đồ lớp và các biểu đồ đối tượng để mô tả các khía cạnh cấu trúc của hệ thống cần xây dựng. Phần này cũng có thể bao gồm cả phân tích cấu trúc của hệ thống hiện tại cần được thay thế.

9. Phân tích hành vi

Các biểu đồ hoạt động, biểu đồ trình tự, biểu đồ hành vi-trạng thái, và ma trận CRUDE để mô tả hành vi nội bộ của hệ thống cần xây dựng. Phần này cũng có thể bao gồm cả phân tích hành vi của hệ thống hiện tại cần được thay thế.

10. Các phụ lục

Bao gồm các thông tin bổ sung liên quan đến bản đề xuất hệ thống, thường được sử dụng để củng cố thêm giải pháp đề xuất. Các phụ lục này có thể là kết quả của thăm dò hay phỏng vấn, các báo cáo và thống kê ngành…

Nguồn tham khảo: Alan Dennis, Barbara Wixom, David Tegarden (2020), Systems Analysis and Design: An Object-Oriented Approach with UML, 6th Edition, Wiley.

Thuyết hệ thống xã hội

Khi nói đến nghiên cứu hệ thống, các nhà nghiên cứu quan tâm đến mô hình, cấu trúc và tương tác giữa các thành phần. Ngay từ cuối những năm 30 của Thế kỷ XX, nhà xã hội học người ỹ Talcott Parsons đã bắt đầu nghiên cứu về hệ thống xã hội với tư cách là hệ thống của các hành động xã hội. Parsons cho rằng, bất kỹ hệ thống xã hội nào cũng đối diện với hai hình thức: Sử dụng và phân phối các nguồn lực mang tính khan hiếm (bên ngoài), đạt được trật tự và thống nhất xã hội (bên trong). Trên cơ sở đó, Parsons đưa ra mô hình AGIL bao gồm bốn thành tố hay bốn chức năng, yêu cầu chính yếu đảm bảo cho xã hội tồn tại và phát triển, đó là:

  • Adaptation – thích nghi (chức năng kinh tế): khả năng của xã hội tương tác với môi trường. Điều này bao gồm (nhưng không giới hạn ở) thu thập tài nguyên và sản xuất hàng hóa để phân phối lại xã hội.
  • Goal attainment – đạt được mục tiêu (chức năng chính trị): khả năng đặt ra mục tiêu cho tương lai và đưa ra quyết định phù hợp. Các nghị quyết chính trị và mục tiêu xã hội là một phần của nhu cầu này.
  • Integration – liên kết, hòa nhập, tích hợp (chức năng xã hội): hay sự hài hòa của toàn bộ xã hội là một yêu cầu rằng các giá trị và chuẩn mực của xã hội phải vững chắc và hội tụ đủ. Ví dụ, nếu một xã hội đang trải qua mức độ tội phạm cao, bất ổn xã hội, hoặc phân biệt đối xử, điều đó có thể cho thấy xã hội đang gặp khó khăn trong việc duy trì sự gắn kết và đoàn kết xã hội giữa các thành viên của mình.
  • Latency – cố kết và tiếp tiến (chức năng di truyền văn hóa): hay duy trì mô hình tiềm ẩn (Pattern Maintenance): đề cập đến khả năng của một xã hội trong việc duy trì và truyền tải các mô hình văn hóa, giá trị và chuẩn mực của mình cho các thế hệ tương lai. Ví dụ, nếu một xã hội đang trải qua sự suy giảm chất lượng giáo dục, sự tan vỡ của các cấu trúc gia đình truyền thống hoặc sự mất mát bản sắc văn hóa, điều đó có thể cho thấy xã hội đang gặp khó khăn trong việc duy trì và truyền tải các mô hình văn hóa cho các thế hệ tương lai.

Tóm lại, mô hình AGIL của Parsons có thể là một công cụ hữu ích để phân tích các vấn đề chính trong một xã hội bằng cách xem xét mức độ mà xã hội thực hiện tốt ở từng lĩnh vực chức năng. Bằng cách xác định các khu vực bị “rối loạn chức năng” hoặc mất cân bằng trong các chức năng thích nghi, đạt được mục tiêu, hội nhập, cố kết và tiếp tiến, các nhà hoạch định chính sách và các nhà khoa học xã hội có thể phát triển các can thiệp và chiến lược có mục tiêu để giải quyết nguyên nhân cơ bản của các vấn đề này và thúc đẩy sự ổn định và phúc lợi xã hội.

Sự phát triển tiếp theo của lý thuyết hệ thống tổng quát đã đưa đến những nguyên lý mới cho vận hành hệ thống xã hội mang tính phức tạp trong môi trường không ổn định:

– Nguyên lý tính mở: Khi đề cập đến sự phụ thuộc của hệ thống vào trao đổi nguồn lực với môi trường xung quanh.

– Nguyên lý đa chiều: Các quá trình trong hệ thống diễn ra không đồng bộ. Trong nhiều hoàn cảnh, các quá trình trong cùng một hệ thống có thể trái chiều và mâu thuẫn với nhau.

– Nguyên lý tính hợp trội: Vào bối cảnh không gian, thời gian nhất định, hệ thống có thể đạt được sự chuyển biến trạng thái (phát triển) mang tính đột phá chứ không tiệm tiến.

Nghiên cứu/ phân tích khả thi

Nghiên cứu khả thi là một cuộc điều tra sơ bộ giúp quản lý quyết định có nên tiếp tục phát triển hệ thống hay không.

Sau khi nhu cầu cho hệ thống và các yêu cầu nghiệp vụ đã được xác định, đây là lúc để tạo ra một đề xuất chi tiết hơn nhằm hiểu rõ hơn về các cơ hội và hạn chế liên quan đến dự án được đề xuất. Phân tích khả thi hướng dẫn tổ chức trong việc xác định liệu có nên tiếp tục với dự án hay không. Phân tích khả thi cũng xác định những rủi ro quan trọng liên quan đến dự án cần được giải quyết nếu dự án được phê duyệt. Cũng giống như yêu cầu hệ thống, mỗi tổ chức có quy trình và định dạng riêng cho việc phân tích khả thi, nhưng hầu hết bao gồm ba loại chính: khả thi kỹ thuật, khả thi kinh tế, và khả thi về tổ chức. Kết quả của các phân tích này được kết hợp thành một nghiên cứu khả thi, và được trình lên một ủy ban/ hội đồng phê duyệt.

Mặc dù chúng ta thảo luận về phân tích khả thi trong bối cảnh bắt đầu một dự án, hầu hết các nhóm dự án sẽ chỉnh sửa nghiên cứu khả thi của họ trong suốt quá trình phát triển và xem xét lại nội dung của nó tại nhiều điểm kiểm tra khác nhau trong dự án. Nếu tại bất kỳ thời điểm nào, rủi ro và hạn chế của dự án vượt quá lợi ích của nó, nhóm dự án có thể quyết định hủy dự án hoặc thực hiện các cải tiến cần thiết.

Mục tiêu:

  • Khả năng cải tiến: Xác định tiềm năng cải tiến hệ thống hiện có hoặc phát triển một hệ thống mới.
  • Phạm vi vấn đề: Tập trung vào việc hiểu vấn đề thay vì giải quyết ngay lập tức.
  • Tài liệu quyết định: Sản phẩm đầu ra của nghiên cứu khả thi là một đề xuất hệ thống chính thức, mô tả đầy đủ bản chất và phạm vi của hệ thống đề xuất.

Các bước trong Phân tích khả thi:

  1. Thành lập đội dự án và bổ nhiệm trưởng dự án.
  2. Phát triển sơ đồ luồng hệ thống.
  3. Xác định các khiếm khuyết của hệ thống hiện tại và đặt mục tiêu.
  4. Liệt kê các giải pháp thay thế để đạt được mục tiêu.
  5. Xác định tính khả thi của từng giải pháp thay thế (ví dụ: tính khả thi về kỹ thuật, vận hành).
  6. Đánh giá hiệu suất và hiệu quả chi phí của từng giải pháp thay thế.
  7. Xếp hạng các giải pháp thay thế và chọn giải pháp tốt nhất.
  8. Chuẩn bị đề xuất hệ thống cho sự phê duyệt của quản lý.

Các loại khả thi:

  • Khả thi về kinh tế: Đánh giá hiệu quả chi phí của hệ thống ứng viên bằng cách sử dụng phương pháp phân tích chi phí/lợi ích. Mục tiêu là tối đa hóa giá trị ròng của tổ chức thông qua lợi tức đầu tư cao nhất với rủi ro thấp nhất.
  • Khả thi về kỹ thuật: Điều tra xem công nghệ hiện có có thể hỗ trợ giải pháp đề xuất hay không và liệu các nguồn lực hiện tại có cần nâng cấp hay không.
  • Khả thi về vận hành: Đánh giá liệu hệ thống có hoạt động hiệu quả trong môi trường tổ chức hiện tại và liệu người dùng có chấp nhận nó hay không.
  • Khả thi về hành vi: Xem xét thái độ của người dùng đối với hệ thống mới và xác định xem có cần nỗ lực đặc biệt nào cho việc đào tạo lại, giáo dục hoặc thay đổi công việc hay không.
  • Khả thi về thời gian: Đảm bảo rằng dự án có thể hoàn thành trong khung thời gian được yêu cầu và xác minh xem các thời hạn có hợp lý hay không.

Các kỹ thuật thu thập thông tin

Trong bài trước chúng ta đã tìm hiểu về Xác định yêu cầu hệ thống, bài này chúng ta sẽ tìm hiểu các kỹ thuật giúp thu thập thông tin để xác định yêu cầu hệ thống.

Mục tiêu chính của các kỹ thuật tìm hiểu thông tin là xác định các yêu cầu thông tin của một tổ chức mà các nhà phân tích sử dụng để chuẩn bị một Tài liệu đặc tả yêu cầu hệ thống SRS (Software Requirements Specification) chính xác và dễ hiểu đối với người dùng.

Một tài liệu SRS lý tưởng cần:

  • Hoàn chỉnh, rõ ràng và không có từ ngữ chuyên ngành.
  • Xác định các yêu cầu thông tin chiến lược (strategic), tác nghiệp (tactical) và điều hành (operational) của tổ chức. (tham khảo thêm bài Phân loại thông tin)
  • Giải quyết các tranh chấp có thể xảy ra giữa người dùng và nhà phân tích.
  • Sử dụng các công cụ đồ họa giúp đơn giản hóa việc hiểu hệ thống và thiết kế hệ thống.

Có nhiều kỹ thuật thu thập thông tin khác nhau:

1. Phỏng vấn
Nhà phân tích các hệ thống thu thập thông tin từ các cá nhân hoặc các nhóm thông qua phỏng vấn. Nhà phân tích có thể thực hiện theo cách chính thức, pháp lý, chính trị hoặc không chính thức. Sự thành công của một cuộc phỏng vấn phụ thuộc vào kỹ năng của nhà phân tích khi làm người phỏng vấn.

Phỏng vấn có thể được thực hiện theo hai cách:

  • Phỏng vấn không cấu trúc: Nhà phân tích hệ thống thực hiện phiên hỏi đáp để thu thập thông tin cơ bản về hệ thống.
  • Phỏng vấn có cấu trúc: Có các câu hỏi tiêu chuẩn mà người dùng cần trả lời theo định dạng đóng (khách quan) hoặc mở (mô tả).

Ưu điểm của phỏng vấn

  • Phương pháp này thường là nguồn tốt nhất để thu thập thông tin định tính.
  • Nó hữu ích cho những người không giao tiếp hiệu quả bằng văn bản hoặc không có thời gian để hoàn thành bảng câu hỏi.
  • Thông tin có thể được xác thực và kiểm tra chéo ngay lập tức.
  • Nó có thể xử lý các chủ đề phức tạp.
  • Dễ dàng khám phá các vấn đề chính bằng cách khơi gợi các ý kiến.
  • Nó rút ngắn khoảng trống giữa các lĩnh vực có hiểu lầm và giảm thiểu các vấn đề trong tương lai.

2. Bảng câu hỏi
Phương pháp này được sử dụng bởi nhà phân tích để thu thập thông tin về các vấn đề khác nhau của hệ thống từ số lượng lớn người.

Có hai loại bảng câu hỏi:

  • Bảng câu hỏi mở: Bao gồm các câu hỏi dễ hiểu và diễn giải chính xác. Chúng có thể khám phá vấn đề và dẫn đến một hướng trả lời cụ thể.
  • Bảng câu hỏi đóng: Bao gồm các câu hỏi mà nhà phân tích hệ thống liệt kê tất cả các phản hồi có thể, những phản hồi này loại trừ lẫn nhau.

Ưu điểm của bảng câu hỏi

  • Nó rất hiệu quả trong việc khảo sát sở thích, thái độ, cảm xúc và niềm tin của người dùng không cùng vị trí vật lý.
  • Nó hữu ích trong tình huống cần biết tỉ lệ nhóm người nhất định đồng ý hoặc không đồng ý với một tính năng cụ thể của hệ thống đề xuất.
  • Nó hữu ích để xác định quan điểm tổng thể trước khi đưa ra hướng dẫn cụ thể cho dự án hệ thống.
  • Nó đáng tin cậy hơn và cung cấp độ bảo mật cao đối với các phản hồi trung thực.
  • Nó phù hợp cho việc thu thập thông tin thực tế và dữ liệu thống kê, có thể được gửi qua email hoặc bưu điện.

3. Xem xét các hồ sơ, thủ tục và biểu mẫu

Việc xem xét các hồ sơ, thủ tục và biểu mẫu hiện có cung cấp thông tin quý giá về khả năng, năng lực và các hoạt động của hệ thống hiện tại.

Ưu điểm:

  • Tiếp thu kiến thức: Người dùng có thể tự mình tìm hiểu về tổ chức hoặc hoạt động của nó trước khi nhờ sự giúp đỡ từ người khác.
  • Tài liệu hiệu quả: Các hoạt động hiện tại có thể được tài liệu hóa nhanh chóng vì các sổ tay quy trình và biểu mẫu mô tả định dạng và chức năng của hệ thống hiện tại.
  • Hiểu biết rõ ràng: Việc xem xét này cung cấp sự rõ ràng về các giao dịch được xử lý trong tổ chức, xác định đầu vào cho quá trình xử lý và hỗ trợ đánh giá hiệu suất.
  • Hiểu về hệ thống: Nó giúp các nhà phân tích hiểu rõ hệ thống theo các hoạt động cần thiết.
  • Mô tả vấn đề: Nó mô tả rõ ràng vấn đề, các phần của hệ thống bị ảnh hưởng và các giải pháp đề xuất.

4. Quan sát

Quan sát là phương pháp thu thập thông tin thông qua việc quan sát con người, các sự kiện và đối tượng. Nhà phân tích đến thăm tổ chức để quan sát hoạt động của hệ thống hiện tại và hiểu các yêu cầu của hệ thống.

Ưu điểm:

  • Phương pháp trực tiếp: Nó thu thập thông tin trực tiếp, là một cách tiếp cận đơn giản.
  • Tính xác thực của dữ liệu: Hữu ích trong những trường hợp tính xác thực của dữ liệu bị nghi ngờ hoặc khi sự phức tạp của hệ thống cản trở việc giải thích rõ ràng bởi người dùng cuối.
  • Độ chính xác: Quan sát mang lại dữ liệu chính xác và đáng tin cậy hơn.
  • Hoàn chỉnh tài liệu: Nó xác định các khía cạnh của tài liệu chưa hoàn chỉnh hoặc đã lỗi thời.

5. Phát triển ứng dụng chung (JAD)

Joint Application Development – JAD là một kỹ thuật do IBM phát triển, tập hợp các chủ sở hữu hệ thống, người dùng, nhà phân tích, nhà thiết kế và nhà phát triển để định nghĩa và thiết kế hệ thống thông qua các cuộc hội thảo có tổ chức. Nhà phân tích được đào tạo JAD sẽ dẫn dắt các hội thảo này, sử dụng các kỹ năng chuyên môn.

Ưu điểm:

  • Tiết kiệm thời gian và chi phí: JAD tiết kiệm thời gian và chi phí bằng cách thay thế các cuộc phỏng vấn truyền thống và các cuộc họp tiếp theo đó hàng tháng trời.
  • Hỗ trợ văn hóa tổ chức: Nó hiệu quả trong các tổ chức hỗ trợ giải quyết vấn đề chung.
  • Xây dựng mối quan hệ: JAD khuyến khích mối quan hệ chính thức giữa các cấp độ nhân viên khác nhau.
  • Phát triển sáng tạo: Nó có thể dẫn đến sự phát triển sáng tạo của thiết kế.
  • Phát triển nhanh chóng: JAD cho phép phát triển nhanh (RAD) và cải thiện quyền sở hữu hệ thống thông tin.

6. Nghiên cứu thứ cấp

Phương pháp này bao gồm việc thu thập thông tin từ các nguồn có sẵn, cả nội bộ và bên ngoài.

Ưu điểm:

  • Khả năng tiếp cận: Thông tin dễ dàng tiếp cận hơn với sự sẵn có của internet.
  • Hiệu quả chi phí và thời gian: Nó cung cấp thông tin quý giá với chi phí thấp và trong thời gian ngắn.
  • Chuẩn bị cho nghiên cứu sơ cấp: Hoạt động như một tiền đề cho nghiên cứu sơ bộ, định hướng trọng tâm của nghiên cứu sơ bộ.
  • Công cụ đánh giá: Nó được nhà nghiên cứu sử dụng để kết luận xem nghiên cứu có đáng giá hay không vì nó có sẵn các quy trình được sử dụng và các vấn đề trong việc thu thập chúng.

Sau khi đã xác định yêu cầu, chúng ta tiến hành bước Nghiên cứu khả thi để hoàn thành phần hoạch định hệ thống (System planning).

Các mô hình hệ thống

Mô hình kiểu sơ đồ
Mô hình sơ đồ là một biểu đồ 2D cho thấy các yếu tố của hệ thống và các liên kết của chúng.

Các mũi tên khác nhau được sử dụng để thể hiện luồng thông tin, luồng vật liệu và phản hồi thông tin.

Mô hình hệ thống dạng luồng
Mô hình hệ thống dạng luồng cho thấy luồng trật tự của vật liệu, năng lượng và thông tin kết nối hệ thống với nhau.

Ví dụ: Kỹ thuật đánh giá và xem xét chương trình (PERT) được sử dụng để trừu tượng hóa một hệ thống thực tế thành mô hình.

Mô hình hệ thống tĩnh
Chúng đại diện cho một cặp quan hệ như hoạt động – thời gian hoặc chi phí – số lượng.

Ví dụ: Biểu đồ Gantt cung cấp một bức tranh tĩnh về mối quan hệ hoạt động-thời gian.

Mô hình hệ thống động
Các tổ chức kinh doanh là các hệ thống động. Một mô hình động mô phỏng loại tổ chức hoặc loại ứng dụng mà các nhà phân tích phải đối mặt.

Nó cho thấy tình trạng thay đổi liên tục của hệ thống. Nó bao gồm:

  • Đầu vào đi vào hệ thống
  • Bộ xử lý qua đó việc biến đổi diễn ra
  • Các chương trình yêu cầu cho việc xử lý
  • Các đầu ra là kết quả của quá trình xử lý.

Các loại hệ thống

Hệ thống có thể được chia thành các loại sau:

Hệ thống vật lý hoặc trừu tượng
Hệ thống vật lý là các thực thể hữu hình. Chúng ta có thể chạm vào và cảm nhận chúng.

Hệ thống vật lý có thể là tĩnh hoặc động. Ví dụ, bàn và ghế là các phần vật lý của trung tâm máy tính và chúng là tĩnh. Một máy tính đã được lập trình là một hệ thống động, trong đó các chương trình, dữ liệu và ứng dụng có thể thay đổi theo nhu cầu của người dùng.

Hệ thống trừu tượng là các thực thể không có hình dạng hoặc mang tính khái niệm, có thể là các công thức, biểu diễn hoặc mô hình của một hệ thống thực.

Hệ thống mở hoặc đóng
Một hệ thống mở phải tương tác với môi trường của nó. Nó nhận đầu vào từ và cung cấp đầu ra cho bên ngoài hệ thống. Ví dụ, một hệ thống thông tin phải thích ứng với các điều kiện môi trường thay đổi.

Một hệ thống đóng không tương tác với môi trường của nó. Nó bị tách biệt khỏi các ảnh hưởng môi trường. Một hệ thống hoàn toàn đóng là rất hiếm trong thực tế.

Hệ thống thích ứng và không thích ứng
Hệ thống thích ứng phản ứng với sự thay đổi trong môi trường để cải thiện hiệu suất và tồn tại. Ví dụ, con người, động vật.

Hệ thống không thích ứng là hệ thống không phản ứng với môi trường. Ví dụ: máy móc.

Hệ thống vĩnh viễn hoặc tạm thời
Hệ thống vĩnh viễn tồn tại trong thời gian dài. Ví dụ, các chính sách kinh doanh.

Hệ thống tạm thời được tạo ra trong một khoảng thời gian xác định và sau đó bị giải thể. Ví dụ, một hệ thống DJ được thiết lập cho một chương trình và bị tháo dỡ sau khi chương trình kết thúc.

Hệ thống tự nhiên và nhân tạo
Hệ thống tự nhiên được tạo ra bởi tự nhiên. Ví dụ: hệ mặt trời, hệ thống theo mùa.

Hệ thống nhân tạo là hệ thống do con người tạo ra. Ví dụ: tên lửa, đập nước, tàu hỏa.

Hệ thống xác định hoặc xác suất
Hệ thống xác định hoạt động theo cách có thể dự đoán và sự tương tác giữa các thành phần của hệ thống được biết chắc chắn. Ví dụ: hai phân tử hydro và một phân tử oxy tạo thành nước.

Hệ thống xác suất cho thấy hành vi không chắc chắn. Kết quả chính xác không được biết trước. Ví dụ: dự báo thời tiết, giao hàng thư.

Hệ thống xã hội, hệ thống người-máy, hệ thống máy
Hệ thống xã hội được tạo thành từ con người. Ví dụ: các câu lạc bộ xã hội, xã hội.

Trong hệ thống người-máy, cả con người và máy móc đều tham gia vào việc thực hiện một nhiệm vụ cụ thể. Ví dụ, lập trình máy tính.

Hệ thống máy là hệ thống mà sự can thiệp của con người bị loại bỏ. Tất cả các nhiệm vụ được thực hiện bởi máy móc. Ví dụ, robot tự động.

Hệ thống thông tin do con người tạo ra
Đây là một tập hợp các nguồn thông tin được kết nối với nhau để quản lý dữ liệu cho một tổ chức cụ thể, dưới sự kiểm soát trực tiếp của quản lý (Direct Management Control – DMC).

Hệ thống này bao gồm phần cứng, phần mềm, truyền thông, dữ liệu và ứng dụng để tạo ra thông tin theo nhu cầu của tổ chức.

Hệ thống thông tin do con người tạo ra được chia thành ba loại:

  • Hệ thống thông tin chính thức − Nó dựa trên luồng thông tin dưới dạng các bản ghi nhớ, hướng dẫn, …, từ cấp quản lý cao xuống các cấp thấp hơn.
  • Hệ thống thông tin không chính thức − Đây là hệ thống dựa trên nhân viên giúp giải quyết các vấn đề liên quan đến công việc hàng ngày.
  • Hệ thống dựa trên máy tính − Hệ thống này phụ thuộc trực tiếp vào máy tính để quản lý các ứng dụng kinh doanh. Ví dụ, hệ thống thư viện tự động, hệ thống đặt chỗ tàu hỏa, hệ thống ngân hàng, v.v.

Bài tiếp theo chúng ta sẽ xem xét các mô hình hệ thống.

Các thành phần của hệ thống

Các phần tử của một hệ thống gồm: đầu ra và đầu vào, bộ xử lý, kiểm soát, phản hồi, môi trường, ranh giới và giao diện.

Sơ đồ dưới đây cho thấy các phần tử của một hệ thống:

Đầu ra (output) và đầu vào (input)
Mục tiêu chính của một hệ thống là tạo ra đầu ra có ích cho người sử dụng.

Đầu vào là thông tin đi vào hệ thống để xử lý.

Đầu ra là kết quả của quá trình xử lý.

Bộ xử lý (processor)
Bộ xử lý là yếu tố của hệ thống liên quan đến việc biến đổi đầu vào thành đầu ra.

Đây là thành phần hoạt động của hệ thống. Các bộ xử lý có thể thay đổi đầu vào hoàn toàn hoặc một phần, tùy thuộc vào đặc điểm kỹ thuật của đầu ra.

Khi các đặc điểm kỹ thuật của đầu ra thay đổi, quá trình xử lý cũng thay đổi theo. Trong một số trường hợp, đầu vào cũng được sửa đổi để cho phép bộ xử lý xử lý việc biến đổi.

Điều khiển (control)
Phần tử điều khiển hướng dẫn hệ thống.

Đây là hệ thống con đưa ra quyết định kiểm soát các hoạt động về đầu vào, xử lý, và đầu ra.

Hành vi của một hệ thống máy tính được kiểm soát bởi Hệ Điều hành và phần mềm. Để duy trì hệ thống cân bằng, cần xác định đầu vào nào và bao nhiêu là cần thiết dựa trên các yêu cầu đầu ra.

Phản hồi (feedback)
Phản hồi cung cấp kiểm soát trong một hệ thống động.

Phản hồi tích cực có tính chất thủ tục và thúc đẩy hiệu suất của hệ thống.

Phản hồi tiêu cực có tính chất thông tin và cung cấp cho bộ điều khiển thông tin để hành động.

Môi trường (environment)
Môi trường là “siêu hệ thống” mà trong đó một tổ chức hoạt động.

Nó là nguồn cung cấp các yếu tố bên ngoài tác động lên hệ thống.

Môi trường xác định cách hệ thống phải hoạt động. Ví dụ, nhà cung cấp và đối thủ cạnh tranh trong môi trường của tổ chức có thể đặt ra các ràng buộc ảnh hưởng đến hiệu suất thực tế của doanh nghiệp.

Các ranh giới (boundaries) và giao diện (interfaces)
Một hệ thống nên được xác định bởi các ranh giới của nó. Ranh giới là các giới hạn xác định các thành phần, quy trình, và mối quan hệ của nó khi tương tác với một hệ thống khác.

Mỗi hệ thống có ranh giới xác định phạm vi ảnh hưởng và kiểm soát của nó.

Kiến thức về ranh giới của một hệ thống cụ thể là rất quan trọng trong việc xác định bản chất của giao diện với các hệ thống khác để thiết kế thành công.

Trong phần tiếp theo, chúng ta sẽ tìm hiểu về các loại hệ thống.

Xác định yêu cầu hệ thống

Xác định yêu cầu bao gồm việc nghiên cứu hệ thống hiện có và thu thập chi tiết để xác định các yêu cầu, cách nó hoạt động và cần cải tiến ở đâu.

1. Xác định yêu cầu là gì?

Yêu cầu là một tính năng quan trọng của một hệ thống mới, có thể bao gồm việc xử lý hoặc thu thập dữ liệu, kiểm soát các hoạt động kinh doanh, đưa ra thông tin và hỗ trợ quản lý.

Xác định yêu cầu bao gồm việc nghiên cứu hệ thống hiện có và thu thập chi tiết để xác định các yêu cầu, cách nó hoạt động và cần cải tiến ở đâu.

2. Các hoạt động chính trong việc xác định yêu cầu

Dự đoán yêu cầu
Dự đoán các đặc điểm của hệ thống dựa trên kinh nghiệm trước đó bao gồm các vấn đề hoặc tính năng nhất định và yêu cầu đối với một hệ thống mới.

Nó có thể dẫn đến việc phân tích các lĩnh vực mà các nhà phân tích thiếu kinh nghiệm có thể bỏ qua. Tuy nhiên, nếu đi đường tắt và có sự thiên vị, thiển cận trong quá trình điều tra, thì dự đoán yêu cầu có thể không hoàn thiện.

Điều tra yêu cầu
Điều tra yêu cầu bao gồm việc nghiên cứu hệ thống hiện tại và tài liệu hóa các tính năng của nó để dùng cho việc phân tích về sau.

Đây là trọng tâm của phân tích hệ thống, khi các nhà phân tích ghi lại và mô tả các tính năng của hệ thống bằng cách sử dụng các kỹ thuật tìm hiểu thông tin, tạo bản mẫu, và các công cụ hỗ trợ máy tính.

Đặc tả yêu cầu
Bao gồm phân tích dữ liệu để xác định yêu cầu, mô tả các tính năng của hệ thống mới, và xác định các yêu cầu thông tin sẽ được cung cấp.

Nó bao gồm phân tích dữ liệu thực tế, xác định các yêu cầu cần thiết và lựa chọn các chiến lược thực hiện yêu cầu.

Bài tiếp theo chúng ta sẽ xem xét các kỹ thuật thu thập thông tin để xây dựng Tài liệu đặc tả yêu cầu SRS (System Requirements Specification).