1,6 triệu tỷ đồng đầu tư vào dữ liệu học AI... Lãng phí ngân sách do trùng lặp và sai sót

Chính phủ Hàn Quốc đã đầu tư 1.632,8 tỷ đồng vào dự án dữ liệu học trí tuệ nhân tạo (AI), nhưng đã phát hiện nhiều trường hợp dữ liệu được công bố không thể sử dụng cho việc học AI hoặc là dữ liệu trùng lặp với các tài liệu hiện có. Việc thiếu kiểm tra trước, quản lý chất lượng và quản lý sau đã dẫn đến việc ngân sách lớn bị sử dụng một cách không hiệu quả.
 
Theo báo cáo kiểm toán được công bố vào ngày 12 tháng 8, Bộ Khoa học và Công nghệ thông tin Hàn Quốc đã xây dựng dữ liệu học AI từ năm 2017 đến năm 2024. Tính đến tháng 11 năm 2025, có 908 loại dữ liệu đã được công bố trên AI Hub.
 
Ngoài ra, 26 cơ quan công cộng như Cục An toàn Thực phẩm và Dược phẩm, Thành phố Seoul và Tổng công ty Đường bộ Hàn Quốc cũng đã công bố 313 loại dữ liệu thông qua các cổng thông tin riêng. Tuy nhiên, do không có hệ thống chia sẻ kế hoạch xây dựng giữa các cơ quan hoặc xem xét khả năng sử dụng của dữ liệu hiện có, đã dẫn đến việc xây dựng dữ liệu trùng lặp.
 
Bộ Khoa học và Công nghệ thông tin đã chi 73,8 tỷ đồng để xây dựng 4 loại dữ liệu liên quan đến động vật hoang dã, rác thải sinh hoạt, nứt bê tông và trứng, nhưng 5 cơ quan như Thành phố Seoul và Tổng công ty Đường bộ Hàn Quốc lại tiếp tục chi 6,1 tỷ đồng để tạo ra dữ liệu tương tự.
 
Dữ liệu rác thải sinh hoạt do quận Seo-gu, Daejeon xây dựng có 5.200/9.000 hình ảnh (57,8%) tương tự với dữ liệu hiện có của Bộ Khoa học và Công nghệ thông tin. Dữ liệu động vật hoang dã của Tổng công ty Đường bộ Hàn Quốc cũng cho thấy khoảng 25.000/60.000 hình ảnh tương tự với tài liệu hiện có.
 
Việc không điều chỉnh kế hoạch giữa các cơ quan đã dẫn đến việc cùng năm có nhiều dữ liệu tương tự được xây dựng riêng biệt. Trong giai đoạn 2021-2023, Bộ Khoa học và Công nghệ thông tin đã đầu tư 233 tỷ đồng vào việc xây dựng dữ liệu liên quan đến viên thuốc và lái xe tự động, trong khi 3 cơ quan như Cục An toàn Thực phẩm và Dược phẩm đã chi thêm 8,4 tỷ đồng cho việc xây dựng dữ liệu tương tự.
 
Năm 2023, Ủy ban Bảo vệ Thông tin Cá nhân đã xây dựng 1.000 hình ảnh cho việc khám răng miệng, nhưng tất cả đều tương tự với dữ liệu do Bộ Khoa học và Công nghệ thông tin xây dựng trong cùng năm. Dữ liệu nhận diện tự động viên thuốc do Bộ Khoa học và Công nghệ thông tin và Cục An toàn Thực phẩm và Dược phẩm xây dựng vào năm 2021 cũng có 1.411 hình ảnh trùng lặp.
 
Quản lý chất lượng dữ liệu cũng rất kém. Trong số 20 cơ quan công cộng có thành tích xây dựng cao nhất, 4 cơ quan không có tiêu chuẩn quản lý chất lượng riêng, và 9 cơ quan không thực hiện kiểm tra chất lượng bên thứ ba trước khi giao hàng. Cục An toàn Thực phẩm và Dược phẩm cùng với Tổng công ty Điện lực Đông Hàn Quốc không yêu cầu kiểm tra bên thứ ba cũng như tự kiểm tra của cơ quan thực hiện dự án.
 
Trong số 114 loại dữ liệu được xây dựng bởi 5 cơ quan, 96 loại (84,2%) không có quy chuẩn cú pháp để đánh giá độ chính xác của cấu trúc câu và định dạng, do đó không thể thực hiện kiểm tra chất lượng.
 
Kiểm toán viên đã thực hiện kiểm tra chuyên môn đối với 6 loại dữ liệu do tỉnh Gyeonggi và Tổng công ty Đường bộ Hàn Quốc xây dựng, kết quả cho thấy 1 loại không thể kiểm tra. Độ chính xác về định dạng của 5 loại còn lại dao động từ 77,3% đến 99,2%, không đạt tiêu chuẩn 99,5%.
 
Dữ liệu học "CCTV lái xe đường bộ" do Tổng công ty Đường bộ Hàn Quốc xây dựng vào năm 2025 thiếu thông tin tọa độ vị trí của 2.680 hình ảnh có đối tượng như ô tô. Dữ liệu này không thể sử dụng cho việc phát triển công nghệ lái xe tự động vì AI không thể nhận diện vị trí của ô tô.
 
Dữ liệu học "rác thải lớn" do Thành phố Seoul xây dựng vào năm 2020 có 538/2.303 hình ảnh (23,4%) không khớp giữa tên tệp và hình ảnh thực tế. Tệp ghi là "túi" nhưng thực tế lại chứa hình ảnh của hộp hoặc bàn.
 
Vấn đề không thể sửa lỗi dữ liệu sau khi công ty xây dựng ngừng hoạt động cũng đã được phát hiện. Viện Phát triển Xã hội Thông minh Hàn Quốc đã xây dựng 721 loại dữ liệu thông qua 1.270 công ty từ năm 2021 đến 2024, trong đó có 65 công ty đã ngừng hoạt động hoặc gặp vấn đề nội bộ, chiếm 29,5% tổng số dữ liệu.
 
Đối với 11 loại dữ liệu trong số này, đã có khiếu nại liên quan đến lỗi, nhưng viện đã kết thúc khiếu nại mà không sửa chữa trực tiếp hoặc giao cho bên thứ ba, với lý do công ty xây dựng đã ngừng hoạt động. Dữ liệu có lỗi vẫn tiếp tục được công bố trên AI Hub.
 
Kiểm toán viên đã yêu cầu Bộ Khoa học và Công nghệ thông tin phối hợp với Bộ Nội vụ và An ninh để xem xét khả năng thay thế sử dụng dữ liệu hiện có và thiết lập hệ thống chia sẻ và điều chỉnh kế hoạch xây dựng giữa các cơ quan. Họ cũng yêu cầu thiết lập tiêu chuẩn quản lý chất lượng chung áp dụng cho các cơ quan công cộng và quy trình tự kiểm tra và kiểm tra bên thứ ba.
 
Viện Phát triển Xã hội Thông minh Hàn Quốc được yêu cầu sửa lỗi dữ liệu do các công ty đã ngừng hoạt động hoặc thiết lập hệ thống bảo trì bên thứ ba. Bộ Khoa học và Công nghệ thông tin đã tuyên bố sẽ kiểm tra chất lượng dữ liệu hiện có thông qua một cuộc khảo sát toàn diện và sẽ bổ sung các tài liệu kém chất lượng thông qua các công ty chuyên về dữ liệu và AI.
 
Kiểm toán viên nhấn mạnh rằng "việc xây dựng dữ liệu tương tự và thiếu hệ thống quản lý chất lượng đã dẫn đến việc sản xuất dữ liệu không thể sử dụng, và việc quản lý sau khi xây dựng cũng chưa đầy đủ. Kêu gọi của các công ty AI về việc thiếu dữ liệu có thể sử dụng vẫn tiếp tục, vì vậy để trở thành một cường quốc AI, việc cải thiện cả số lượng và chất lượng dữ liệu là rất cấp bách."