Bàn về công nghệ 4.0
Bàn về công nghệ 4.0
Phân tích Dự thảo Nghị định Bảo vệ Dữ liệu Cá nhân dưới góc nhìn 'Code is Law'. Từ yêu cầu 'retrain' AI bất khả thi , giấy phép con cho các bot đơn giản, đến cái bẫy miễn trừ dành cho Startup
Vụ rò rỉ dữ liệu tín dụng lớn tại Việt Nam phơi bày nguy cơ trộm danh tính, lừa đảo và mất niềm tin. Bài học và cách tự bảo vệ
Doanh nghiệp nhỏ có thật sự được miễn trừ theo Luật Dữ liệu mới? Lưu CV, dùng máy chấm công vân tay có thể khiến bạn mất quyền miễn trừ và phải lập hồ sơ chuyển dữ liệu xuyên biên giới
Dùng AI trong kinh doanh? Luật Bảo vệ Dữ liệu Cá nhân mới buộc bạn phải có sự đồng ý, xóa dữ liệu theo yêu cầu và lập hồ sơ khi dùng dịch vụ AI nước ngoài. Checklist các vấn đề tuân thủ .
AI đang khai thác nội dung tiếng Việt mỗi ngày. Robots.txt không phải ‘tường lửa pháp lý’, nhưng là tín hiệu quan trọng để bảo vệ IP nếu dùng đúng cách—và vẫn giữ được SEO
Khi dữ liệu cá nhân bị rò rỉ và phát tán, điều nạn nhân cần nhất là một công cụ gỡ bỏ nhanh. Tuy nhiên, Luật Dữ liệu 2025 lại không cung cấp cơ chế này. Thay vào đó, luật chỉ tập trung vào việc xử phạt kẻ làm lộ, khiến nạn nhân phải "tự bơi" trong cuộc chiến dọn dẹp hậu quả.
Dù sinh sau đẻ muộn, Luật Bảo vệ Dữ liệu Cá nhân dường như đã chọn một con đường riêng thay vì kế thừa hoàn toàn các triết lý pháp lý tiến bộ từ GDPR. Từ việc đặt 'sự đồng ý' làm nền tảng gần như tuyệt đối, tạo ra thách thức cho các hoạt động cơ bản như chống gian lận, cho đến việc thiếu vắng 'Quyền được Lãng quên' trong không gian mạng, luật mới đã tạo ra một khung pháp lý với những khác biệt sâu sắc. Những khác biệt trên giấy tờ này tạo ra các vướng mắc thực tiễn
EU AI Act không chỉ ràng buộc các doanh nghiệp trong Liên minh châu Âu mà còn mở rộng sang cả các nhà phát triển và nhà cung cấp hệ thống AI ở bên ngoài. Theo Điều 2(1), bất kể trụ sở đặt tại đâu, mọi hệ thống AI hay mô hình GPAI khi được đưa vào thị trường hoặc sử dụng tại EU đều phải tuân thủ quy định này. Các nhà cung cấp ngoài EU phải chỉ định “đại diện được ủy quyền” tại châu Âu để chịu trách nhiệm về tính hợp lệ của tài liệu kỹ thuật, chứng minh sự tuân thủ và hợp tác với cơ quan chức năng.
Giải thích khái niệm differential privacy bằng ngôn ngữ dễ hiểu, không nặng tính toán học. Phân tích cách thức tích hợp DP vào các mô hình học sâu (deep learning) và LLM. Đề xuất mối liên hệ giữa DP và các quy định tại Nghị định 13, từ đó làm cơ sở cho những khuyến nghị pháp luật khả thi, hỗ trợ phát triển AI tôn trọng quyền riêng tư tại Việt Nam.