Generative AI là gì – AI tạo sinh đang âm thầm thay đổi cuộc sống ra sao

Trí tuệ nhân tạo tạo sinh (Generative AI) hiện đang phát triển nhanh chóng và định hình lại cách doanh nghiệp vận hành và tạo ra giá trị. Với khả năng tạo nội dung mới từ dữ liệu học được, GenAI hỗ trợ tự động hóa quy trình, nâng cao hiệu suất và thúc đẩy cá nhân hóa ở quy mô lớn. Từ chăm sóc sức khỏe, giáo dục, marketing đến quản lý chuỗi cung ứng, công nghệ này đang mở ra một kỷ nguyên đổi mới sâu rộng, với quy mô thị trường toàn cầu dự kiến đạt 442 tỷ USD vào năm 2031. Cùng FPT IS khám phá tổng quan về Generative AI trong bài viết dưới đây.

1. Generative AI là gì?

Trí tuệ nhân tạo tạo sinh (Generative Artificial Intelligence – GenAI) là một nhánh chuyên biệt của trí tuệ nhân tạo, tập trung vào việc phát triển các mô hình có khả năng tạo ra nội dung mới, như văn bản, hình ảnh, video, âm thanh hoặc mã nguồn dựa trên dữ liệu đã học. Khác với các hệ thống AI truyền thống vốn chủ yếu thực hiện các tác vụ phân loại, nhận diện hoặc dự đoán, Generative AI mô phỏng khả năng sáng tạo của con người thông qua việc học sâu và xử lý ngôn ngữ tự nhiên ở quy mô lớn.

Generative AI (trí tuệ nhân tạo tạo sinh) đang được ứng dụng rộng rãi trong nhiều lĩnh vực. Ví dụ tiêu biểu bao gồm ChatGPT giúp tạo nội dung văn bản như email, bài blog, trả lời câu hỏi; Midjourney và DALL·E tạo hình ảnh từ mô tả văn bản; GitHub Copilot hỗ trợ lập trình viên viết mã nhanh hơn; hay Synthesia tạo video và avatar AI đọc bản tin. Những ví dụ này cho thấy Generative AI không chỉ tăng hiệu suất làm việc mà còn mở ra cơ hội sáng tạo mới.

Đặc điểm nổi bật của Generative AI nằm ở khả năng học từ tập dữ liệu khổng lồ để suy luận và xây dựng nội dung nguyên bản, thay vì sao chép. Điều này đã mở ra một loạt ứng dụng mang tính cách mạng trong các lĩnh vực như giáo dục, y tế, sản xuất, marketing và giải trí.

> Đọc thêm: AI Agent là gì? Khám phá “tác nhân AI” từ A-Z

2. Dự báo tương lai của Generative AI 

Generative AI đang bước vào giai đoạn tăng trưởng bùng nổ trên quy mô toàn cầu, cả về ứng dụng thực tế lẫn giá trị thị trường. Theo báo cáo từ Statista, quy mô thị trường AI tạo sinh đã tăng từ 5,51 tỷ USD năm 2020 lên 20,47 tỷ USD vào năm 2023, và dự kiến sẽ đạt 442,07 tỷ USD vào năm 2031. Tốc độ tăng trưởng này không chỉ thể hiện niềm tin của thị trường, mà còn là minh chứng cho sự mở rộng nhanh chóng của các mô hình và ứng dụng AI trong thực tiễn.

Quy mô thị trường của Generative AI trên toàn cầu

Khảo sát từ McKinsey năm 2024 cũng cho thấy, tỷ lệ tổ chức ứng dụng AI đã tăng lên đến 72% – vượt xa mức ổn định khoảng 50% trong những năm trước đó. Trong số này, nhiều doanh nghiệp đã ghi nhận hiệu quả rõ rệt về giảm chi phí trong nhân sự, đồng thời tăng doanh thu hơn 5% trong các hoạt động chuỗi cung ứng và quản lý hàng tồn kho. Các con số này cho thấy Generative AI không chỉ dừng ở việc thí điểm mà đang dần trở thành hạ tầng chiến lược trong vận hành.

Song song với sự phát triển này là sự chuyển dịch rõ nét trong cơ cấu công việc và năng lực nghề nghiệp. Khi những tác vụ lặp đi lặp lại được AI xử lý tự động, con người sẽ đóng vai trò trong các hoạt động mang tính điều phối, đánh giá và ra quyết định chiến lược. Việc trang bị các kỹ năng AI, từ việc viết prompt hiệu quả đến kiểm định kết quả đầu ra sẽ trở thành năng lực cơ bản trong môi trường làm việc tương lai.

Bên cạnh đó, theo xu hướng từ thị trường, các công nghệ như chatbot, trợ lý ảo AI và thiết kế tạo sinh (generative design) đang ngày càng phổ biến. Đây là những lĩnh vực không chỉ giúp tăng hiệu suất và giảm chi phí, mà còn tạo ra mô hình tương tác khách hàng và phát triển sản phẩm hoàn toàn mới. Tuy nhiên, cùng với đó là áp lực lớn về đạo đức công nghệ, rủi ro thông tin sai lệch và thiếu minh bạch trong nội dung đầu ra. Những yếu tố cần được quản trị chặt chẽ để AI phát triển đúng hướng, bền vững và có trách nhiệm.

> Đọc thêm: Xu hướng ứng dụng trí tuệ nhân tạo trong doanh nghiệp

3. Nguyên lý hoạt động của Generative AI 

Generative AI vận hành dựa trên nền tảng của học máy, đặc biệt là các mô hình học sâu (deep learning), với mục tiêu không chỉ phân tích dữ liệu mà còn có thể tái tạo hoặc sáng tạo ra dữ liệu mới. Điểm khác biệt của Generative AI so với các mô hình AI truyền thống nằm ở khả năng “tự học để tạo ra” thay vì chỉ “phân loại để phản hồi”. Dưới đây là nguyên lý hoạt động của Generative AI:

3.1. Thu thập và xử lý dữ liệu sạch

Quá trình vận hành của một mô hình GenAI bắt đầu bằng việc tiếp nhận một khối lượng lớn dữ liệu thực tế như văn bản, hình ảnh, âm thanh hoặc video. Những dữ liệu này không chỉ đơn thuần được thu thập mà còn phải được xử lý như làm sạch, chuẩn hóa và định dạng, để đảm bảo tính chính xác và khả năng học hiệu quả cho hệ thống. Trong giai đoạn này, mô hình học cách nhận biết các mẫu hình lặp đi lặp lại, các mối quan hệ ngữ nghĩa, hình ảnh hoặc cấu trúc ngôn ngữ đặc trưng bên trong dữ liệu.

3.2. Huấn luyện mô hình

Sau khi có dữ liệu, mô hình sẽ được huấn luyện thông qua hàng triệu vòng lặp, mỗi vòng là một lần dự đoán và điều chỉnh. Mỗi lần AI đưa ra dự đoán, chẳng hạn một từ, một dòng nhạc hay một phần hình ảnh, hệ thống sẽ so sánh đầu ra với dữ liệu gốc và điều chỉnh tham số bên trong nếu dự đoán sai. Cơ chế này gọi là lan truyền ngược (backpropagation).

Quá trình này không phải là sao chép, mà là học cách mô phỏng. Mỗi lần sai là một lần học. Và sau hàng tỷ lượt thử sai, mô hình hình thành nên khả năng sáng tạo, không chỉ lặp lại cái cũ, mà có thể tạo ra cái mới mang tính tự nhiên và logic.

Một ví dụ điển hình là GPT-3.5 với khoảng 175 tỷ tham số, đã có thể tạo ra văn bản mạch lạc và hợp ngữ cảnh. Trong khi đó, GPT-4 được cho là có thể sở hữu đến 1.000 tỷ tham số (dù OpenAI chưa xác nhận chính thức). Việc tăng số lượng tham số giúp mô hình xử lý nhiều lớp thông tin hơn, hiểu sâu hơn các mối quan hệ ngữ nghĩa và đưa ra phản hồi tinh tế hơn. Nhờ đó, GPT-4 không chỉ hiểu tốt văn bản dài mà còn có khả năng giải các bài toán logic, sáng tạo nội dung theo phong cách riêng, và biểu đạt cảm xúc – điều từng được cho là vượt xa khả năng của máy móc.

Sự khác biệt giữa tham số của GPT-3 và GPT-4

3.3. Tạo nội dung mới dựa trên những gì đã học 

Khi mô hình đã được huấn luyện, nó sẽ có khả năng tạo ra nội dung mới từ những đặc điểm mà nó đã học được. Người dùng nhập vào một yêu cầu, một đoạn mô tả, một câu hỏi, hay một chỉ dẫn và mô hình sẽ tạo ra đầu ra mới dựa trên toàn bộ kiến thức và ngữ cảnh đã học.

Đây là điểm khiến Generative AI trở nên đặc biệt: nó không chọn từ kho dữ liệu cũ, mà thực sự tái tổ hợp thông tin để tạo ra thứ chưa từng tồn tại. Trong mô hình GANs, quá trình này diễn ra như một “trò chơi” giữa hai mạng: Generator cố gắng tạo ra dữ liệu giống thật, còn Discriminator đánh giá mức độ chân thực. Qua nhiều vòng huấn luyện, cả hai cùng tiến bộ và tạo ra kết quả tinh vi hơn.

Trong thực tế, điều này có thể thấy qua cách ChatGPT viết email với tone giọng riêng biệt, hoặc Midjourney tạo ra bức tranh từ một ý tưởng bằng lời. Mỗi đầu ra là một kết quả tổng hợp của logic, sắc thái và ngữ cảnh, không lặp lại máy móc. 

Ví dụ sử dụng Chat GPT 4.0 

4. Ứng dụng thực tiễn của Generative AI 

4.1. Y tế và chăm sóc sức khỏe

Trong lĩnh vực y tế, Generative AI đang đóng vai trò quan trọng trong việc hiện đại hóa quy trình chẩn đoán, điều trị và quản lý thông tin bệnh nhân. Các hệ thống AI có thể tổng hợp hồ sơ y tế, phân tích hình ảnh từ MRI, X-quang và CT để hỗ trợ bác sĩ đưa ra quyết định chính xác và kịp thời. Bên cạnh đó, AI còn được ứng dụng trong phát triển thuốc mới bằng cách mô phỏng cấu trúc phân tử và đánh giá hiệu quả tiềm năng của các hợp chất.

Ví dụ, một nhóm nhà nghiên cứu từ Trường Y Harvard và Đại học Oxford đã phát triển một công cụ mang tên EVEscape, được xây dựng trên nền tảng mô hình tạo sinh. Công cụ này sử dụng dữ liệu sinh học và thông tin tiến hóa để dự đoán cách thức vi rút có thể đột biến nhằm thoát khỏi hệ thống miễn dịch của con người. Trong thời kỳ đại dịch COVID-19, EVEscape đã dự đoán chính xác những biến thể nguy hiểm nhất, mở ra hướng tiếp cận mới trong việc phát triển vắc xin và liệu pháp điều trị hiệu quả đối với SARS-CoV-2 và các chủng vi rút có tốc độ biến đổi cao.

Ứng dụng GenAI trong y tế

Tuy nhiên, để có thể mở rộng ứng dụng trong y tế đại chúng, vẫn cần sự phát triển đồng bộ của hệ thống pháp lý và hạ tầng dữ liệu nhằm bảo đảm tính an toàn, minh bạch và đạo đức nghề y.

> Đọc thêm: AI trong y tế – Cuộc cách mạng trong chăm sóc sức khỏe

4.2. Giáo dục

Generative AI đang mở ra hướng tiếp cận mới cho giáo dục hiện đại, với trọng tâm là cá nhân hóa việc học và hỗ trợ giáo viên trong quá trình giảng dạy. AI có khả năng điều chỉnh nội dung học tập theo trình độ và tốc độ tiếp thu của từng học sinh, cung cấp phản hồi tức thì, cũng như hỗ trợ giáo viên xây dựng giáo án, thiết kế đề thi và đánh giá kết quả học tập một cách khách quan, minh bạch.

Nhiều nền tảng học tập lớn trên thế giới như Duolingo đã tích hợp GPT-4 để xây dựng các đoạn hội thoại cá nhân hóa, giúp người học thực hành ngôn ngữ như đang trò chuyện với gia sư thực thụ. Tại Việt Nam, nền tảng VioEdu của FPT là một trong những đơn vị tiên phong ứng dụng AI vào việc thiết kế lộ trình học tập tự động, phù hợp với năng lực học sinh cấp tiểu học và trung học.

Nền tảng VioEdu ứng dụng AI thiết kế lộ trình học tập tự động

> Đọc thêm: Toàn cảnh AI trong giáo dục

4.3. Sáng tạo nội dung

Generative AI đang làm thay đổi căn bản cách doanh nghiệp sáng tạo và phân phối nội dung. Nhờ khả năng tự động sinh văn bản, hình ảnh, âm thanh và thậm chí là video, AI đang trở thành công cụ chiến lược trong lĩnh vực truyền thông và marketing. Không chỉ giúp tiết kiệm thời gian sản xuất, AI còn cho phép cá nhân hóa nội dung theo từng nhóm đối tượng cụ thể, từ đó nâng cao hiệu quả tiếp cận và tương tác khách hàng.

Một trong những ví dụ nổi bật là chiến dịch “Create Real Magic” của Coca-Cola kết hợp cùng OpenAI, cho phép người dùng tạo ra hình ảnh mang đậm bản sắc thương hiệu chỉ với mô tả văn bản. Tại Việt Nam, nhiều agency sáng tạo đã ứng dụng các công cụ như ChatGPT, Midjourney hay Adobe Firefly để viết kịch bản, chỉnh sửa nội dung mạng xã hội, và tối ưu lịch đăng tải theo hành vi người tiêu dùng. Khi AI trở thành đối tác đồng hành trong quá trình sản xuất nội dung, doanh nghiệp không chỉ tăng tốc mà còn mở rộng không gian sáng tạo một cách linh hoạt và có chiến lược.

Chiến dịch quảng cáo tiếp cận người dùng của Coca-cola hợp tác với OpenAI

Khả năng cá nhân hóa nội dung theo tệp khách hàng cụ thể giúp các thương hiệu tạo kết nối sâu hơn với khách hàng mà vẫn tiết kiệm thời gian và chi phí sản xuất.

4.4. Quản lý chuỗi cung ứng và vận hành

Trong lĩnh vực vận hành và logistics, Generative AI đang giúp các doanh nghiệp chuyển đổi sang mô hình quản trị dữ liệu chủ động, thay vì phản ứng thụ động như trước kia. Thông qua khả năng mô phỏng và dự báo, AI hỗ trợ doanh nghiệp tối ưu chuỗi cung ứng từ hoạch định sản xuất đến phân phối hàng hóa theo thời gian thực.

Các mô hình AI có thể phân tích dữ liệu lịch sử, xu hướng tiêu dùng và tình hình thời tiết để đưa ra dự báo chính xác về nhu cầu thị trường. Trong sản xuất, AI còn hỗ trợ thiết kế sản phẩm với mô hình “song sinh số” (digital twin), giúp mô phỏng lỗi kỹ thuật, tính toán giải pháp thay thế và điều chỉnh kế hoạch bảo trì theo dữ liệu thực tế.

Bên cạnh đó, việc ứng dụng AI tạo sinh giúp giảm chi phí vận hành và quản lý thông qua việc tối ưu hóa các quy trình và giảm thiểu lãng phí. Một ví dụ điển hình là Walmart – tập đoàn bán lẻ lớn nhất thế giới – đã tiết kiệm được hàng triệu đô la mỗi năm nhờ sử dụng AI tạo sinh để tối ưu hóa quy trình quản lý tồn kho. Thay vì phụ thuộc vào dự báo thủ công hay quy trình cố định, hệ thống AI của Walmart liên tục phân tích dữ liệu theo thời gian thực để đưa ra quyết định phân bổ hàng hóa linh hoạt và sát nhu cầu hơn.

Walmart tích hợp GenAI trong quản lý, tối ưu hóa quy trình quản lý tồn kho

4.5.  Nhân sự và quản trị nội bộ 

Từ tuyển dụng, phỏng vấn đến đánh giá hiệu suất – AI đang được ứng dụng để tự động hóa các công việc hành chính và đưa ra phân tích sâu về hành vi nhân viên. Nhà tuyển dụng có thể dùng GenAI để tóm tắt CV, gợi ý thư mời phỏng vấn hoặc đặt lịch tự động. Trong giai đoạn onboarding, AI có thể tạo ra chương trình đào tạo cá nhân hóa dựa trên vị trí công việc và năng lực của nhân viên mới.

Ở cấp độ quản lý, AI còn hỗ trợ phát hiện xu hướng nghỉ việc, xác định nhân viên có nguy cơ rời tổ chức và đưa ra gợi ý chiến lược giữ chân phù hợp. Một số công ty như IBM hay SAP đã phát triển cổng thông tin nội bộ tích hợp GenAI – nơi nhân viên có thể chủ động tra cứu thông tin về quyền lợi, lộ trình phát triển và phản hồi hiệu suất mà không cần qua bộ phận quản lý trung gian. Việc ứng dụng AI không chỉ tối ưu thời gian và nhân lực, mà còn biến phòng nhân sự thành một trung tâm chiến lược thực sự trong vận hành doanh nghiệp hiện đại.

> Xem thêm: Ứng dụng của AI trong Quản lý nhân sự

5. Lợi ích mà Generative AI mang lại 

Generative AI không chỉ là công cụ hỗ trợ, mà đang từng bước trở thành một phần không thể thiếu trong chiến lược vận hành, đổi mới và cá nhân hóa trải nghiệm người dùng. Dưới đây là bốn lợi ích nổi bật nhất mà công nghệ này mang lại trong bối cảnh số hóa ngày càng sâu rộng.

5.1. Hỗ trợ ra quyết định dựa trên dữ liệu

Generative AI có khả năng phân tích một lượng lớn dữ liệu trong thời gian ngắn, giúp phát hiện xu hướng, dự báo rủi ro và đưa ra các gợi ý chiến lược. Đây là lợi ích then chốt với các nhà quản lý, nhà nghiên cứu và đội ngũ vận hành, đặc biệt trong bối cảnh thị trường thay đổi liên tục. Việc ra quyết định kịp thời, dựa trên cơ sở dữ liệu vững chắc không chỉ giúp giảm thiểu rủi ro mà còn mang lại lợi thế cạnh tranh đáng kể cho doanh nghiệp.

GenAI có khả năng phân tích một lượng lớn dữ liệu 

5.2. Tự động hóa quy trình, nâng cao năng suất

Generative AI có thể hoạt động liên tục 24/7 mà không bị giới hạn bởi thời gian hay cảm xúc như con người. Nhờ khả năng tự động tạo ra văn bản, tổng hợp thông tin, viết email, thậm chí mô phỏng kịch bản vận hành, AI giúp giảm thiểu các tác vụ lặp lại và tăng hiệu quả công việc đáng kể.

Tại Việt Nam, nhiều doanh nghiệp đã ứng dụng AI để xử lý đơn hàng, hỗ trợ khách hàng và tổng hợp báo cáo, giúp tiết kiệm thời gian vận hành và nhân sự, đồng thời nâng cao hiệu suất toàn bộ hệ thống.

5.3. Cá nhân hóa trải nghiệm theo thời gian thực

Generative AI có thể học từ hành vi người dùng để tùy chỉnh nội dung, giao diện, hoặc gợi ý phù hợp với từng cá nhân. Điều này không chỉ giúp nâng cao trải nghiệm mà còn tạo ra cảm giác được thấu hiểu yếu tố quan trọng để xây dựng lòng trung thành với thương hiệu.

Từ học tập trực tuyến, chăm sóc khách hàng, đến thương mại điện tử, cá nhân hóa đang trở thành xu hướng tất yếu, và Generative AI chính là công cụ để hiện thực hóa điều đó ở quy mô lớn.

5.4. Tăng tốc sáng tạo, rút ngắn thời gian triển khai ý tưởng

AI tạo sinh cho phép tạo ra ý tưởng và sản phẩm sáng tạo trong thời gian ngắn mà vẫn giữ được tính độc đáo. Trong các lĩnh vực như truyền thông, marketing, thiết kế hay giáo dục, AI không chỉ đóng vai trò công cụ mà còn như một “trợ lý sáng tạo” đưa ra những gợi ý bất ngờ và hữu ích.

Tuy nhiên, hiệu quả sáng tạo của AI vẫn cần có sự giám sát và tinh chỉnh từ con người để đảm bảo nội dung vừa phù hợp mục tiêu vừa mang giá trị nhân bản. GenAI giúp con người sáng tạo nhanh hơn, nhưng không thay thế tư duy sáng tạo có chiều sâu.

AI hỗ trợ sáng tạo ý tưởng

6. Những thách thức và rủi ro khi triển khai Generative AI

Generative AI đang mở ra những khả năng sáng tạo chưa từng có, nhưng song song với cơ hội là hàng loạt thách thức thực tiễn mà doanh nghiệp, nhà quản lý và cả người dùng cá nhân không thể bỏ qua. 

6.1. Tốc độ phát triển vượt ngoài khả năng kiểm soát

AI, đặc biệt là Generative AI, đang phát triển với tốc độ nhanh đến mức khiến cả các chuyên gia lẫn nhà lập pháp cảm thấy bị bỏ lại phía sau. Những gì còn được xem là “tiên tiến” vào tuần trước có thể đã trở nên lỗi thời vào tuần này. Việc này không chỉ tạo ra áp lực lớn đối với các nhà quản trị công nghệ mà còn khiến việc ban hành chính sách, khung đạo đức hay mô hình quản trị trở nên lạc hậu ngay khi vừa công bố.

Ở quy mô doanh nghiệp, nếu không có chiến lược cập nhật liên tục và khả năng điều chỉnh linh hoạt, tổ chức có thể đầu tư sai mô hình, sai công nghệ, từ đó kéo theo hệ lụy về tài chính, vận hành và uy tín trên thị trường.

6.2. Chất lượng đầu ra chưa ổn định, khó kiểm chứng

Một nghịch lý lớn của Generative AI là nội dung mà nó tạo ra có thể rất mượt mà, trôi chảy và thuyết phục, nhưng lại hoàn toàn có thể sai. Các mô hình ngôn ngữ lớn như GPT-4 không “hiểu” vấn đề theo nghĩa thông thường mà con người hiểu, chúng chỉ đưa ra kết quả dựa trên xác suất thống kê từ dữ liệu đã học.

Dẫn đến việc AI có thể đưa ra những thông tin tưởng như hợp lý nhưng lại không chính xác, đặc biệt nguy hiểm trong các lĩnh vực đòi hỏi độ tin cậy cao như y học, luật pháp, hoặc giáo dục. Thêm vào đó, AI cũng không thể tự kiểm tra nguồn gốc thông tin, nên việc tái sản xuất những hiểu nhầm, định kiến hoặc lỗi dữ liệu là điều hoàn toàn có thể xảy ra.

6.3. Nguy cơ đạo đức và khả năng bị lạm dụng

Generative AI với khả năng tạo nội dung giống thật đến mức khó phân biệt đang làm mờ ranh giới giữa thật và giả trong môi trường số. Một bức ảnh có thể trông như tài liệu chính thức, một đoạn âm thanh nghe giống người thật, hay một video có hình ảnh khuôn mặt rõ ràng – nhưng tất cả đều có thể được tạo ra bởi AI chỉ trong vài phút.

Một ví dụ đáng chú ý là các vụ lừa đảo Deepfake qua video call. Đối tượng lừa đảo sử dụng AI để tạo khuôn mặt và giọng nói giả mạo của người quen, lãnh đạo công ty hoặc người thân, thực hiện cuộc gọi video nhằm chiếm đoạt tài sản.

Công nghệ AI Deepfake tạo giả khuôn mặt 

Chính khả năng “tái tạo hiện thực” này khiến Generative AI trở thành công cụ nguy hiểm nếu bị lạm dụng cho mục đích sai trái: thao túng thông tin, bôi nhọ danh tiếng, giả mạo nhận dạng hoặc truyền bá tin tức sai lệch. Đồng thời, việc sử dụng AI trong sáng tạo nội dung cũng đặt ra yêu cầu mới về trách nhiệm, tính minh bạch và xác thực nguồn gốc thông tin trong kỷ nguyên số.

6.4. Lỗ hổng pháp lý và thiếu chuẩn hóa toàn cầu

Sự phát triển của Generative AI đang diễn ra nhanh hơn rất nhiều so với tốc độ điều chỉnh của hệ thống pháp lý. Trong khi các mô hình AI ngày càng linh hoạt và phức tạp hơn, thì khung pháp lý hiện hành vẫn đang vận hành dựa trên những định nghĩa truyền thống, chưa đủ khả năng nhận diện và xử lý các tình huống phát sinh từ công nghệ tạo sinh.

Trách nhiệm pháp lý đối với nội dung do AI tạo ra vẫn còn nhiều khoảng trống. Việc xác lập chủ thể sở hữu trí tuệ, quy định về bản quyền đối với tác phẩm do AI sinh ra, hay xử lý hậu quả khi nội dung sai lệch gây ảnh hưởng tiêu cực, hiện chưa có cơ sở pháp lý rõ ràng. Bên cạnh đó, hoạt động thu thập và sử dụng dữ liệu để huấn luyện mô hình, trong nhiều trường hợp, vẫn diễn ra mà không có sự cho phép hoặc kiểm soát từ phía chủ sở hữu dữ liệu, đặt ra nguy cơ xâm phạm quyền riêng tư và vi phạm đạo đức dữ liệu.