Phật Giáo Tây Tạng - Lịch Sử, Nguồn Gốc và Hai Thời Kỳ Phát Triển -Gia Tài Gốc Từ 17 Vị Đại Sư Đại Học Nalanda

https://www.youtube.com/watch?v=6aGpx8DCfac Bài Giảng của Ngài Dalai Lama thứ 14 tại Mumbai, Ấn Độ. Bảo Hành Vương Chính Luận của ngài Long Thọ

Teaching Mathematics and AI

https://tiasang.com.vn/gs-dao-hai-long-noi-ve-thach-thuc-cua-ai-voi-cac-cong-dong-toan-hoc-nho-5112872.html GS Đào Hải Long nói về thách thức của AI với các cộng đồng toán học nhỏ Anh Thư https://st.tiasang.com.vn/v102/css/v2_2019/pc/images/icons/loading.gif GS Đào Hải Long trình bày bài giảng đại chúng Quẳng gánh lo (AI) đi và vui sống tại Hà Nội, ngày 21/8/2026. Ảnh: Minh Tâm – Thanh Hà (VAST) Theo GS Đào Hải Long, trong toán học, trí tuệ nhân tạo có thể giúp một nhóm nhỏ với năng lực sẵn có và tham vọng lớn, thay thế hoặc kiểm soát cả một cộng đồng. Khi ChatGPT xuất hiện lần đầu vào cuối năm 2022, GS Toán học Đào Hải Long (Đại học Kansas, Mỹ) cảm thấy khá thản nhiên. Giống như nhiều đồng nghiệp lúc đấy, ông nghĩ hệ thống này có thể trò chuyện, viết luận, làm thơ hay vẽ tranh, nhưng lại làm toán rất dở. "Vì thế tôi cũng không có gì để cảm thấy lo lắng về nó," ông kể trong buổi giảng đại chúng ngày 21/8 tại Viện Nghiên cứu Cao cấp về Toán. Chưa đầy hai năm sau, nhận thấy sức mạnh và tiềm năng của các hệ thống AI, GS Long đã gọi điện trò chuyện với GS Ngô Bảo Châu và chia sẻ rằng: "Trí tuệ nhân tạo và học máy sẽ không thay các nhà toán học, ít ra là trong tương lai gần. Nhưng chúng có thể giúp cho một nhóm nhỏ với năng lực sẵn có, tham vọng lớn, tư duy dẫn dắt, thay thế hoặc kiểm soát cả một cộng đồng. Đây mới là điều nguy hiểm nhất là đối với những nền khoa học của các quốc gia như Việt Nam, vẫn còn nhỏ yếu, lại ít có ý thức phối hợp liên ngành, và ít có tham vọng nội tại để hội nhập sâu." Quả thật, năng lực làm toán của AI đang tiến rất nhanh. Hệ thống AI ngày nay đã có thể quét lượng tài liệu rất lớn bằng nhiều ngôn ngữ, viết code kiểm tra giả thuyết, tìm ví dụ và phản ví dụ, thậm chí giải quyết một số bài toán mở trong toán học. Tình hình mới khiến nhiều người đặt câu hỏi liệu AI có thể thay thế hay kiểm soát cả một cộng đồng toán học hay không. Toán học như ‘vùng đất hứa’ với AI Thoạt nhìn, toán học dường như là lĩnh vực nhiều thử thách lớn với máy móc, bởi lĩnh vực này còn đòi hỏi tư duy trừu tượng, nắm rõ bản chất vấn đề. Nhưng thực tế, đây lại là môi trường có nhiều đặc điểm thuận lợi cho máy học. Trước hết là nguồn ngữ liệu phong phú và rõ ràng. Suốt nhiều thế hệ, giới toán học đã xây dựng văn hóa chia sẻ tri thức cởi mở qua sách báo, ghi chú bài giảng và các diễn đàn chuyên môn như MathOverflow. GS Đào Hải Long cho biết bản thân ông có thói quen giải thích các lập luận sao cho càng rõ ràng, khúc chiết càng tốt. Kho tri thức được tổ chức bài bản này trở thành nguồn dữ liệu dồi dào để huấn luyện máy móc, giúp hệ thống nhanh chóng nhận diện các dạng bài quen thuộc và gợi ý những hướng đi tiềm năng. Bên cạnh đó, các hệ thống hiện nay không còn hoạt động như một công cụ đoán từ đơn thuần mà kết hợp nhiều công cụ khác nhau - từ tìm kiếm tài liệu, viết code, tính toán, thử nhiều trường hợp đến tự kiểm tra kết quả. Với năng lực tính toán quy mô lớn, máy có thể kiểm tra hàng loạt phương án giải trong thời gian rất ngắn - điều một người khó lòng thực hiện thủ công. Quan trọng hơn cả, trong toán học, kết quả thường dễ kiểm tra đúng hay sai. Từng bước trong một chuỗi lập luận đều có thể được đối chiếu và kiểm tra bằng phần mềm tính toán hoặc các công cụ logic hình thức. Vì vậy, AI vừa có rất nhiều kiến thức để học, vừa có khả năng thử nhiều cách giải, lại nhận được phản hồi rõ ràng về việc mình đúng hay sai, nên quá trình cải thiện diễn ra rất nhanh. "Trong toán học, câu trả lời rất rõ ràng", GS Đào Hải Long nhận định, ông dẫn lại câu nói nổi tiếng của nhà toán học John von Neumann: "Nếu người ta không tin toán học là đơn giản thì chẳng qua vì người ta không biết cuộc đời phức tạp như thế nào." Và chính sự rõ ràng, chuẩn xác và có thể kiểm chứng ấy của toán học đã biến nó thành một môi trường lý tưởng để công nghệ phát huy thế mạnh. Những giới hạn máy chưa thể chạm tới Khi AI giải toán ngày càng thuần thục, nhiều ý kiến cho rằng nó đã có thể thay thế được vai trò của những nhà toán học. Song GS Đào Hải Long cho rằng thực tế vẫn còn nhiều khoảng trống mà máy chưa thể chạm tới. Năng lực nổi bật nhất của các mô hình hiện nay là khả năng tìm kiếm trong một không gian dữ liệu khổng lồ. Nếu xem lời giải là con đường dẫn đến đích, máy có ưu thế tương tự một kỳ thủ nhìn trước hàng trăm nước đi để rà soát ví dụ, tìm kiếm phản ví dụ, cũng như kết nối những mẩu tri thức nằm rải rác ở nhiều ngôn ngữ và phân ngành khác nhau. Tuy nhiên, hệ thống này chưa thể tự mình xây dựng nên một khung lý thuyết mang tính bước ngoặt, hay chuyển hóa một ý tưởng mơ hồ thành một câu hỏi toán học chuẩn xác. Công việc của nhà toán học không chỉ gói gọn trong giải một bài toán, mà còn là nhận biết đâu là vấn đề thực sự đáng đặt ra. "Chúng ta biết là những câu hỏi nào nên hỏi", GS Đào Hải Long chia sẻ. Với khả năng tính toán, lập trình và đối chiếu dữ liệu nhanh chóng, AI có thể hỗ trợ các nhà toán học với tư cách là công cụ. Chính nhà khoa học mới là người giữ vai trò quyết định xem những bài toán cần giải đó nên là gì. Song hành với việc đặt vấn đề, kỹ năng diễn giải cũng đóng vai trò quan trọng. Khi máy móc đưa ra một chứng minh, nhà toán học không thể chỉ dừng lại ở việc kiểm tra xem chuỗi suy luận đó đúng hay sai, mà còn phải tìm ra được ý tưởng mấu chốt, diễn giải ý nghĩa của kết quả ấy cho toàn thể cộng đồng. Theo GS Đào Hải Long, nếu trước đây khâu diễn giải ít được chú trọng bằng việc tìm ra lời giải, thì trong tương lai, phần việc này sẽ quan trọng hơn và đồng thời ảnh hưởng đến cách chúng ta đào tạo toán học cho thế hệ trẻ. Đây cũng là lý do GS Long nghĩ rằng người làm nghiên cứu nên tập trung vào những vấn đề mà mình có "sẵn lợi thế, thậm chí là lợi thế không công bằng". Lợi thế đó giúp các nhà toán học nhận diện và lý giải được cốt lõi vấn đề - điều mà AI chưa thể làm được. Sự bướng bỉnh - lợi thế đặc biệt của người làm toán Một lợi thế khác của các nhà toán học so với AI, theo GS Đào Hải Long, là sự bền bỉ, khả năng thích ứng linh hoạt nhưng giữ được sự kiên định về mặt học thuật. Nếu như ChatGPT thường có xu hướng thay đổi câu trả lời để chiều lòng người dùng, thì người làm toán lại có "sự bướng bỉnh" nhất định - và đó là một lợi thế đặc biệt của người làm toán. Nhìn rộng hơn, việc làm rõ những lợi thế này chính là cách các nhà toán học chứng minh giá trị trong công việc của mình. "Tôi nghĩ một điều quan trọng đối với cộng đồng toán học là chúng ta phải giải thích được cho thế giới, cho những người không cùng chuyên môn, vì sao toán học vẫn cần thiết và vai trò của nhà toán học là gì", GS Đào Hải Long nhấn mạnh. "Chúng ta phải giải thích cho thế giới rằng cách sống, lối tư duy của chúng ta thực sự có giá trị. Nó giúp chúng ta nhìn ra những giá trị thật giữa một khung cảnh rất hỗn loạn. Chúng ta có khả năng đánh giá vấn đề một cách thực chất." "Nếu để các công ty AI kể câu chuyện thì họ sẽ muốn chứng minh rằng họ gần như đã ‘giải quyết xong’ toán học rồi. Chúng ta không thể để người khác định nghĩa công việc của mình. Chúng ta phải tự giành lấy quyền định nghĩa công việc của chúng ta". https://tiasang.com.vn/vai-tro-nguoi-thay-khi-hoc-sinh-dung-ai-5103948.html Vai trò người thầy khi học sinh dùng AI Nguyễn Nhật Minh Một thí nghiệm trên gần một nghìn học sinh trung học cho thấy cùng một mô hình AI có thể khiến các em học kém đi hoặc không, tùy vào cách người thầy hướng dẫn các em sử dụng nó. Điều này đặc biệt đáng chú ý ở Việt Nam, khi AI đang chính thức bước vào trường học. Từ ngày 15/8, Thông tư 49/2026 của Bộ GD&ĐT về ứng dụng công nghệ trong giáo dục đại học và giáo dục nghề nghiệp bắt đầu có hiệu lực, trong đó AI được xác định là công cụ hỗ trợ, không thay thế vai trò và trách nhiệm học thuật của giảng viên [1]. Ở bậc phổ thông, từ năm học này, các trường bắt đầu triển khai giáo dục AI theo khung nội dung mà Bộ ban hành giữa tháng 12 năm ngoái, sau một học kỳ thí điểm [2]. Như vậy, về chủ trương, việc có đưa AI vào trường hay không đã được quyết; còn điều tôi muốn bàn ở đây là những tiết học ấy nên dạy các em cái gì. Nghề của tôi là vật lý thiên văn và vũ trụ học. Công việc hằng ngày là từ mô hình lý thuyết dựng ra những dự đoán cụ thể cho quan sát, rồi thiết kế các phương pháp thống kê để từ khối dữ liệu quan sát ngày một lớn suy ngược lại xem mô hình nào còn đứng được. Từ hai ba năm nay, khi dạy và hướng dẫn sinh viên làm nghiên cứu, tôi để ý các em làm việc với AI ở đủ mọi mức: tìm tài liệu, tra thư viện, nhờ giảng lại một khái niệm, thậm chí... nhờ dựng hộ mô hình, thiết kế và viết giùm luôn phương pháp cùng mã nguồn để phân tích dữ liệu. Advertisement Những việc như vậy AI làm rất tốt và chẳng có lý do gì để người học phải quay lại làm thủ công. Nhưng cũng có những việc nếu giao cho AI làm hộ thì người học có thể mất cơ hội để học. Năng lực tư duy ít dùng đến thì thui chột, và trẻ em là nhóm dễ bị ảnh hưởng nhất, vì các em chưa có đủ điểm tựa kiến thức để nghi ngờ và chất vấn câu trả lời của AI. Vậy phải dạy trẻ như thế nào? Một mô hình, hai gia sư Học kỳ mùa thu năm 2023, nhóm của PGS Hamsa Bastani ở Trường Wharton, Đại học Pennsylvania, hợp tác với một trường trung học ở Thổ Nhĩ Kỳ để làm thí nghiệm với gần một nghìn học sinh lớp 9 đến lớp 11, trong bốn buổi ôn tập toán tại lớp [3]. Học sinh được chia làm ba nhóm. Nhóm thứ nhất ôn tập như bình thường. Nhóm thứ hai được dùng một gia sư AI mà nhóm nghiên cứu gọi là GPT Base, thực chất là một giao diện trò chuyện giống ChatGPT, chạy trên GPT-4. Nhóm thứ ba được dùng GPT Tutor, cũng chạy trên GPT-4 nhưng được thiết kế khác: có một đoạn chỉ dẫn viết sẵn dặn AI chỉ gợi ý từng bước chứ không đưa thẳng đáp án, và với mỗi bài tập, nhóm nghiên cứu thuê hai giáo viên toán soạn sẵn lời giải mẫu cùng những lỗi học sinh hay mắc rồi nạp thêm cho AI. Theo kết quả đăng trên PNAS giữa năm 2025, lúc còn công cụ trong tay, cả hai nhóm dùng AI đều làm bài luyện tập tốt hơn hẳn nhóm không dùng, điểm cao hơn khoảng 48% với GPT Base và 127% với GPT Tutor. Nhưng đến kỳ thi không được dùng công cụ, nhóm GPT Base lại làm kém hơn nhóm chưa từng dùng khoảng 17%, còn nhóm GPT Tutor thì không khác nhóm không dùng. Hai gia sư AI chạy trên cùng một mô hình, cái khác nhau duy nhất nằm ở cách người ta thiết kế nó cho học sinh dùng: những chỉ dẫn viết sẵn, cộng với phần nội dung do giáo viên soạn cho từng bài, cũng như khi giáo viên soạn giáo án thời chưa có AI. Học sinh được vật lộn với bài toán trước rồi mới nghe giảng thì học sâu hơn hẳn, còn gia sư AI, dù có ý tốt, vẫn phá mất quá trình ấy bằng cách can thiệp quá sớm [4]. AI có những điểm tương đồng với máy tính. Đúng là máy tính bỏ túi đúng làm mất khả năng tính nhẩm của nhiều người nhưng nó không làm hại gì đến nhà khoa học. Nhà toán học và nhà vật lý vẫn làm việc bình thường, vì trước khi có máy tính bỏ túi họ đã có đại số, quen thao tác với quan hệ giữa các đại lượng chứ không phải với từng con số, mà mất tính nhẩm thì không đụng đến phần ấy. Báo cáo chính sách tháng Một năm nay của Viện Brookings về học sinh trong thời đại AI, dựa trên phỏng vấn và thảo luận nhóm với 505 người ở 50 nước, một tổng quan hơn 400 nghiên cứu và một panel Delphi, cũng nhắc lại phép so sánh này [5]. Trong giáo dục, hiện tượng ấy được gọi là "giảm tải nhận thức" (cognitive offloading): con người giao một phần việc mình từng phải tự làm cho công cụ. Bàn phím làm giảm nhu cầu viết tay, máy tính bỏ túi làm thay các phép tính cơ bản. AI tạo sinh đẩy việc này lên một mức khác hẳn, vì nó làm hộ luôn cả phần diễn giải, tổng hợp và lập luận. Vậy phần nào của việc học có thể giao cho máy, và phần nào nhất định phải để học sinh tự làm? Theo tôi, càng nhiều thao tác tự động hóa được thì càng phải dạy các em kỹ hơn những thao tác không tự động hóa được. Suy đoán, kiểm định và tư duy phản biện Nếu học sinh được rèn thói quen suy đoán trước khi có đáp án và kiểm định sau khi thấy đáp án, thì các em sẽ tự biết hồ nghi và tự biết chất vấn cái đáp án vừa nhận được. Thời tôi đi học, chúng tôi vẫn phản biện giáo viên khi thấy lời giải hay đáp án của thầy cô có gì đó không ổn, và thầy cô cũng không ngại bị học sinh phản biện. Khi sử dụng AI, dưới sự hướng dẫn của giáo viên, từ một bài tập gốc, các em học sinh có thể bảo AI sửa số liệu, đổi điều kiện, thay giả định hay bối cảnh để tạo ra bài khác; giáo viên cũng có thể yêu cầu AI phát triển bài tập ấy thành một chuỗi bài tập, từ dễ đến khó, từ cơ bản đến nâng cao. Thậm chí, với sự hướng dẫn ấy của giáo viên giúp các em có tư duy phản biện, khi AI đưa thông tin sai, học sinh phải tìm ra chỗ sai, giải thích vì sao sai và sửa lại. Vậy dạy cái gì? Theo tôi, có ít nhất ba việc thầy cô và nhà trường làm được ngay. Thứ nhất, tập cho học sinh thói quen suy đoán trước rồi mới hỏi. Trước khi gõ câu hỏi, các em viết ra trước một ước lượng: đáp số nằm trong quãng nào, đơn vị là gì, dạng ra sao... Hỏi xong rồi mới đem câu trả lời của AI so lại với những gì mình đã viết. Việc này không tốn thiết bị hay phần mềm gì. Trong thí nghiệm ở Thổ Nhĩ Kỳ, GPT Tutor buộc các em làm gần đúng việc này, vì AI chỉ gợi ý nên các em vẫn phải tự đi bước cuối [3]. Thứ hai, thay đổi cách giáo viên kiểm định và đánh giá học sinh. Nếu giáo viên vẫn coi một bài làm trơn tru và một lời giải đúng là bằng chứng học sinh đã hiểu, thì học sinh sẽ có động cơ tìm một bài làm và lời giải hoàn chỉnh ở bất cứ đâu, từ Google đến AI. Thay vào đó, giáo viên có thể hỏi vấn đáp trực tiếp, yêu cầu các em giải thích lại lời giải bằng lời của chính mình, không được dùng AI. Có lẽ câu hỏi quan trọng nhất dành cho các em là "vì sao", để các em giải thích cách mình giải bài, cách lập luận, bảo vệ kết quả của mình. Thứ ba là định hướng AI. GPT Tutor vẫn chỉ là mô hình sẵn có, cộng thêm mấy dòng dặn AI chỉ được gợi ý, cộng phần lời giải mẫu và lỗi thường gặp mà giáo viên soạn cho từng bài. Báo cáo Brookings khuyến nghị cho việc phát triển những công cụ AI "biết dạy", thay vì những công cụ chỉ biết trả lời [5]. Thay vì một AI luôn nói "đúng rồi" và tiếp tục làm hộ, họ muốn những hệ thống biết hỏi lại, chất vấn, chỉ ra điểm yếu trong lập luận và buộc học sinh phải tự giải thích. Còn ở cấp độ nhà trường, một phần cách ứng xử ấy hoàn toàn có thể được định hướng ngay cả với những mô hình đang có: yêu cầu AI không đưa đáp án ngay, hỏi học sinh đã thử đến đâu, gợi ý từng bước, yêu cầu kiểm tra kết quả và chỉ đưa lời giải đầy đủ khi thật sự cần thiết. Không nhất thiết phải chờ một "AI giáo dục" hoàn hảo mới bắt đầu dạy học với AI. Trước hết có thể thay đổi cách chúng ta sử dụng AI hiện có. Không đặt niềm tin mù quáng vào AI Ngay cả khi biết cách sử dụng AI, học sinh vẫn không được tiếp cận với những công cụ có chất lượng như nhau. Bà Rebecca Winthrop, một trong các tác giả báo cáo, nói rằng những công cụ miễn phí, thứ học sinh và nhà trường dễ tiếp cận nhất, cũng thường là những công cụ kém tin cậy và kém chính xác hơn [6]. Ở Việt Nam, vấn đề còn nằm ở dữ liệu phía sau mô hình: AI được huấn luyện bằng những nguồn nào, dữ liệu tiếng Việt có đủ lớn và đủ tốt không, và mô hình có hiểu được những đặc thù của Việt Nam hay chỉ đang chuyển một lượng kiến thức chủ yếu bằng tiếng Anh sang tiếng Việt. Một câu trả lời sai bằng tiếng Việt nhưng được viết rất trôi chảy có thể nguy hiểm hơn một phép tính sai đơn vị, bởi học sinh rất khó nhận ra nó sai ở đâu. Vì thế, nếu muốn đưa AI vào trường học, chúng ta phải dạy học sinh hai thứ cùng lúc: cách sử dụng AI và cách không tin AI một cách mù quáng. Năm học mới bắt đầu trong vài tuần nữa, và AI sẽ vào lớp ngày một nhiều, ở nhiều cấp học, dưới nhiều hình thức. Có lẽ phần việc quan trọng nhất của người thầy lúc này không phải là cố trả lời nhanh hơn AI, mà là giữ lại cho học sinh những việc AI không làm thay: tự đoán, tự thử, tự sai, tự kiểm tra và tự chất vấn. Tài liệu tham khảo: 1. Thông tư 49/2026/TT-BGDĐT ngày 30/6/2026 của Bộ GD&ĐT, hiệu lực từ 15/8/2026. 2. Bộ GD&ĐT, Quyết định 3439/QĐ-BGDĐT ngày 15/12/2025 ban hành Khung nội dung thí điểm giáo dục trí tuệ nhân tạo cho học sinh phổ thông (dự thảo lấy ý kiến từ 21/11/2025); Công văn 8334/BGDĐT-GDPT ngày 18/12/2025 hướng dẫn thí điểm; Công văn 5208/BGDĐT-GDPT ngày 7/8/2026 hướng dẫn nhiệm vụ giáo dục phổ thông năm học 2026–2027. 3. Bastani H., Bastani O., Sungu A., Ge H., Kabakcı Ö., Mariman R., Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS 122(26), 2025. https://www.pnas.org/doi/10.1073/pnas.2422633122 4. Hoàng Anh Đức. Vật lộn với bài toán: Lợi ích giáo dục bị AI tước bỏ. Tia Sáng, 28/5/2026. https://tiasang.com.vn/vat-lon-voi-bai-toan-loi-ich-giao-duc-bi-ai-tuoc-bo-5078916.html 5. Burns M., Winthrop R., Luther N., Venetis E., Karim R., A New Direction for Students in an AI World: Prosper, Prepare, Protect. Center for Universal Education at Brookings, 1/2026. https://www.brookings.edu/articles/a-new-direction-for-students-in-an-ai-world-prosper-prepare-protect/ 6. Greg Toppo, Four Takeaways from New Report on AI’s Risks in Education. The 74, 20/1/2026. https://www.the74million.org/article/four-takeaways-from-new-report-on-ais-risks-in-education/

Nhìn lại quan điểm phát triển là tự do của Amartya Sen trong thời đại AI

https://tiasang.com.vn/nhin-lai-quan-diem-phat-trien-la-tu-do-cua-amartya-sen-trong-thoi-dai-ai-5110247.html Nhìn lại quan điểm phát triển là tự do của Amartya Sen trong thời đại AI Amartya Sen, nhà kinh tế châu Á đầu tiên đoạt giải Nobel, cho rằng mục tiêu thực sự của phát triển kinh tế không phải là gia tăng của cải hay sản lượng công nghiệp, mà là mở rộng các quyền tự do thực chất của con người. Giáo sư Amartya Sen, Nobel Kinh tế năm 1998. Ảnh: LSE Library, Flickr Commons Cuốn sách "Phát triển là tự do" (Development as Freedom) năm 1999 của Amartya Sen được ca ngợi rộng rãi như một con đường hướng tới xã hội nhân văn hơn [1]. Cựu Tổng thư ký Liên Hợp Quốc Kofi Annan từng dành cho ông những lời có cánh: "Những người nghèo khổ và bị tước đoạt trên thế giới khó có thể tìm đâu ra một người đại diện thấu hiểu và cất lời thay họ xuất sắc hơn Amartya Sen." Sinh ra tại Ấn Độ, Amartya Sen là một học giả tại Đại học Cambridge, một nhà kinh tế chính trị hàng đầu. Ông ủng hộ chuyển trọng tâm phát triển từ "thu nhập và của cải" sang các quyền tự do thực chất của con người - điều mà ông gọi là "năng lực". Advertisement Ông định nghĩa phát triển là quá trình mở rộng những "quyền tự do thực chất" mà con người có thể hưởng. Trong đó, có năm nhóm tự do thiết yếu bao gồm: (i) khả năng tiếp cận cơ hội kinh tế, thị trường, việc làm, tín dụng; (ii) phúc lợi xã hội như giáo dục, y tế, dinh dưỡng; (iii) quyền được tham gia vào những quyết sách của đời sống công cộng có ảnh hưởng tới mình, (iv) khả năng yêu cầu về minh bạch trong ứng xử, thảo luận và giám sát quyền lực, (v) có mạng lưới an sinh xã hội để bảo vệ trước các cú sốc, nghèo đói, thiên tai, bệnh tật. [1],[2]. Phát triển là quá trình mở rộng những quyền tự do thực chất mà con người có thể hưởng — Amartya Sen Phân biệt giữa quyền trên giấy tờ và khả năng thực tế để sử dụng quyền đó, Amartya Sen cho rằng một người có quyền đi học về mặt pháp lý nhưng nếu gia đình quá nghèo khó, ở vùng xa hoặc bị phân biệt đối xử thì chưa chắc đã người đó có được "năng lực thực chất" để học tập. Với quan điểm "phát triển là tự do", thước đo về sự phát triển của Amartya Sen đối với một quốc gia không chỉ là tăng trưởng GDP được bao nhiêu, mà còn là người dân của quốc gia đó có được sống khỏe mạnh, hạnh phúc; các nhóm yếu thế có bị bỏ lại phía sau; liệu mọi người có được tiếp cận các dịch vụ cơ bản, lựa chọn sinh kế, tiếp cận thông tin và yêu cầu chính quyền giải trình tốt hay không. Amartya Sen đồng xây dựng Chỉ số Phát triển Con người (HDI) nhằm thay thế chỉ số GDP. Tư tưởng của ông truyền cảm hứng cho một thế hệ học giả và những người làm chính sách theo đuổi cách tiếp cận lấy con người làm trung tâm, góp phần định hình nên các Mục tiêu Phát triển Bền vững (SDGs), trong đó sử dụng nhiều chỉ số để giải quyết các vấn đề như nghèo đói, bất bình đẳng và bảo vệ môi trường. Trong cuốn "Phát triển là Tự do" , Amartya Sen lưu ý rằng phần lớn sự phát triển dựa trên tăng trưởng có tác dụng kìm hãm tự do. — . Bất bình đẳng là rào cản của tự do Bằng cách tái định nghĩa nghèo đói như một sự thiếu thốn các năng lực cơ bản thay vì chỉ là thu nhập, Amartya Sen nhấn mạnh tầm quan trọng của việc tiếp cận giáo dục, chăm sóc sức khỏe và sự tham gia chính trị. Ông lập luận rằng các cơ sở kinh tế, như cơ hội việc làm, gắn bó sâu sắc với các cơ hội xã hội như giáo dục và chăm sóc sức khỏe. Ví dụ, nâng cao tỷ lệ biết chữ ở phụ nữ thường dẫn đến sức khỏe gia đình và kết quả kinh tế tốt hơn. Tại sự kiện Đối thoại mở về Bất bình đẳng trong thế kỷ 21 hồi năm 2019, Giám đốc UNDP Achim Steiner đã nhấn mạnh: "Phát triển, trên nhiều phương diện, có nghĩa là giải phóng con người khỏi nghèo đói, khỏi sự dễ bị tổn thương về kinh tế, khỏi các rủi ro về môi trường... Nếu chúng ta coi phát triển là tự do, thì bất bình đẳng trở thành một sự giam cầm". [4] Paul Krugman, nhà kinh tế đoạt giải Nobel 2008, cho rằng mối quan tâm đến bất bình đẳng ở các nước tư bản như Mỹ diễn ra khá muộn. Cũng trong diễn đàn đó, Paul Krugman tranh luận rằng vấn đề này luôn bị cản trở bởi ba xu hướng mà ông gói gọn thành ba chữ "D": bác bỏ (dismissal) bất bình đẳng như một vấn đề nghiêm trọng, sau đó phủ nhận (denial) bằng chứng cho thấy bất bình đẳng đang gia tăng, và cuối cùng là chuyển hướng (detour) cuộc tranh luận về nguyên nhân của bất bình đẳng - liên kết nó với các vấn đề như giáo dục, khoảng cách tiền lương giữa người có bằng đại học và không có bằng đại học. [4] Theo Paul Krugman, ở các nền kinh tế tư bản, sự quan tâm đến bất bình đẳng thường diễn ra tương đối muộn và thụ động, chỉ bùng nổ khi khoảng cách giàu nghèo đã đạt đến mức báo động hoặc gây ra biến động xã hội. — . Điều này cho thấy cách tiếp cận với bất bình đẳng khác nhau giữa các mô hình kinh tế. Với Krugman, việc giảm bất bình đẳng trong nền kinh tế tư bản không chỉ là bài toán kinh tế mà trước hết là bài toán chính trị - xã hội. Mọi thứ sẽ bắt đầu đi từ việc liệu xã hội có thừa nhận bất bình đẳng là vấn đề cần can thiệp hay không. Chính Krugman từng chỉ ra rằng thời kỳ Washington Consensus (những năm 1980-1990), chính sách kinh tế chủ yếu tập trung vào tăng trưởng và ổn định vĩ mô, với giả định rằng thành quả tăng trưởng sẽ lan tỏa đến mọi người [5]. Sự quan tâm đến bất bình đẳng thường diễn ra tương đối muộn và thụ động, chỉ bùng nổ khi khoảng cách giàu nghèo đã đạt đến mức báo động hoặc gây ra biến động xã hội. Trong khi đó, tại các nền kinh tế phi thị trường trước đây, giảm bất bình đẳng và tiến tới công bằng xã hội vốn là mục tiêu cốt lõi, nền tảng mang tính bản chất ngay từ đầu trong mô hình phát triển, chứ không phải giải pháp mang tính "chữa cháy" hay phản ứng muộn màng. Các nền kinh tế kế hoạch hóa từng duy trì chênh lệch thu nhập thấp bằng cơ chế phân phối và kiểm soát mạnh, nhưng cái giá lại là vấn đề về tăng trưởng. Ngược lại, kinh nghiệm chuyển đổi hậu Xô viết (1990s-2000s) cho thấy khi các cơ chế phân phối cũ bị tháo bỏ mà thiết chế mới chưa đủ mạnh, bất bình đẳng có thể tăng rất nhanh. Dữ liệu World Bank cho thấy cuối thập niên 1980, các nước ở Trung và Đông Âu có phân phối thu nhập rất bình đẳng, chỉ số bất bình đẳng Gini thấp khoảng 20–25 [6]. Nghiên cứu của Branko Milanovic cho thấy Gini trung bình ở Đông Âu và Liên Xô cũ tăng từ 25–28 lên 35–38 trong chưa đầy 10 năm khi chuyển từ kinh tế kế hoạch sang kinh tế thị trường. [7] Dù vậy, World Bank cũng ghi nhận các mạng lưới an sinh ở một số nước Trung và Đông Âu đã giúp kìm hãm bất bình đẳng mà thị trường tự thân có thể tạo ra. [6] [7] Từ góc nhìn của Amartya Sen, mặt hạn chế của kinh tế tư bản cũng như kinh tế kế hoạch hóa tập trung cho thấy cả hai mô hình đều chỉ là phương tiện. Cả "bình đẳng kiểu phân phối" lẫn "tăng trưởng kiểu thị trường" đều chỉ là phương tiện để các thể chế khác nhau giải quyết bất bình đẳng, và chúng đều không phải là đích đến. Mục tiêu thực sự cần hướng đến không phải làm cho mọi người có thu nhập bằng nhau, mà là bảo đảm mọi người có năng lực thực chất để lựa chọn và sống cuộc đời mà họ có lý do để coi trọng. Amartya Sen tin bất bình đẳng không chỉ là vấn đề đạo đức mà còn là vấn đề kinh tế. Những xã hội có khoảng cách bất bình đẳng lớn thường làm lãng phí tiềm năng của con người. Vì vậy, thúc đẩy công bằng vừa đúng đắn về mặt đạo đức, vừa là một lựa chọn kinh tế khôn ngoan. Năng lực con người trong thời đại mới Tư tưởng của Amartya Sen đặc biệt đáng chú ý trong một thời đại mà những công nghệ số như AI đang nhanh chóng thay đổi cách con người học tập, làm việc và tiếp cận các nguồn lực. Các báo cáo quốc tế dự báo AI và tự động hóa có thể thay thế hoặc biến đổi nhiều công việc, đồng thời tạo ra những nghề nghiệp và cơ hội kinh tế mới [8]. Nhưng khả năng nắm bắt những cơ hội ấy không được phân bổ đồng đều. Nó phụ thuộc ngày càng nhiều vào trình độ giáo dục, kỹ năng số, khả năng học lại, chuyển nghề, tiếp cận vốn và các mạng lưới hỗ trợ. Tương tự, tự do về phúc lợi xã hội không chỉ dừng lại ở việc "được đến trường" hay "được chữa bệnh", mà là chất lượng và khả năng tiếp cận bình đẳng đối với các công nghệ y-sinh và giáo dục hiện đại. Báo cáo của UNDP chỉ ra sự bất bình đẳng thế hệ mới, đó là bất bình đẳng về công nghệ số và kỹ năng bậc cao [9]. Một đứa trẻ tiếp cận internet tốc độ cao và AI sẽ có tự do thực chất về phát triển năng lực vượt trội so với đứa trẻ thiếu kết nối. Ở thời đại AI này, đầu tư cho năng lực của con người chính là điều tiên quyết quyết định công nghệ có thực sự phục vụ con người hay không. — . Quyền tham gia vào các quyết sách công cộng cũng ít nhiều thay đổi khi một phần không gian xã hội chuyển lên môi trường số. Muốn tham gia và đưa ra lựa chọn đúng đắn, con người không chỉ cần quyền tiếp cận thông tin mà còn phải có khả năng phân biệt thông tin đáng tin cậy với tin giả, nội dung bị thao túng. Thêm vào đó, các thuật toán thao túng và "bong bóng lọc" có thể khiến mỗi người chỉ nhìn thấy những thông tin phù hợp với quan điểm sẵn có, từ đó hạn chế khả năng nhìn nhận vấn đề một cách toàn diện. Vì vậy, báo cáo của WEF nhấn mạnh rằng con người cần có tư duy phản biện số, tức khả năng kiểm chứng thông tin, nhận diện thao túng và cân nhắc nhiều góc nhìn trước khi đưa ra quyết định [10]. Nếu thiếu năng lực này, quyền tự do lựa chọn trong các vấn đề chính trị và xã hội có thể bị thu hẹp, ngay cả khi chúng ta vẫn có thể truy cập Internet. Các yêu cầu về minh bạch và giám sát quyền lực ngày nay cũng không chỉ dừng ở con người, mà còn phải mở rộng sang các thuật toán. Người dân không chỉ cần biết lãnh đạo, công chức, doanh nghiệp hay tổ chức đang làm gì, mà cả các hệ thống AI mà những bên này sử dụng đang dựa vào đâu để đưa ra những quyết định có thể ảnh hưởng trực tiếp đến cuộc sống của họ, từ xét duyệt tín dụng, tuyển dụng đến phân bổ trợ cấp xã hội. Điều đó không nhất thiết đòi hỏi mọi thuật toán phải được công khai hoàn toàn, nhưng những quyết định quan trọng không nên trở thành các "hộp đen" không thể chất vấn. Con người cần có khả năng nhận biết khi AI tham gia vào quá trình ra quyết định, hiểu những căn cứ chính của quyết định đó và có cơ chế khiếu nại hoặc yêu cầu con người xem xét lại khi quyền lợi của mình bị ảnh hưởng. Những thiên lệch ẩn trong dữ liệu và thuật toán, nếu không được phát hiện và kiểm soát, có thể biến công nghệ từ công cụ mở rộng cơ hội thành một cơ chế khoét sâu những bất bình đẳng vốn có. Cuối cùng là các quyền tự do bảo vệ, liên quan đến mạng lưới an sinh xã hội nâng đỡ công dân trước những cú sốc. Các cú sốc thời đại mới mang tính toàn cầu và phức tạp hơn. Đó có thể là một đại dịch, thiên tai do biến đổi khí hậu, hoảng loạn tài chính số hay các đột phá công nghệ gây mất việc hàng loạt. Tốc độ lan tỏa của chúng rất nhanh và hậu quả cũng thường thảm khốc hơn. Vì vậy, an sinh xã hội không chỉ là hỗ trợ khi người dân gặp khó khăn, mà còn là tạo một "tấm đệm an toàn" hơn để mọi người có thể an tâm học kỹ năng mới, chuyển việc và thích ứng với thay đổi. Các nghiên cứu kinh tế hiện đại đang đề xuất một số mô hình an sinh mới như Thu nhập cơ bản toàn dân (Universal Basic Income) hoặc An sinh xã hội thích ứng (Adaptive Social Protection). Tuy nhiên, cách tiếp cận của Sen cũng nhắc rằng cung cấp cùng một khoản tiền hay một nguồn lực cho mọi người chưa chắc tạo ra mức tự do như nhau; điều quyết định còn là năng lực của mỗi người trong việc chuyển những nguồn lực được hỗ trợ thành những lựa chọn thực tế và giá trị bền vững. Ở thời đại AI, đầu tư cho năng lực của con người chính là điều tiên quyết quyết định công nghệ có thực sự phục vụ con người hay không. Phong Du tổng hợp Tài liệu tham khảo: [1] Amartya Sen, (1999). "Development as Freedom". New York: Alfred A. Knopf. (Alternatively published in Oxford by Oxford University Press, 1999) [2] V.K. Ramachandran, (2024). "From the Archives: ‘Making lives better’: Interview with Amartya Sen". Frontline. https://frontline.thehindu.com/economy/making-lives-better-amartya-sen-interview-frontline-at-40-economics-nobel-prize-development-as-freedom/article68991863.ece [3] Benjamin Selwyn, (2023). "Amartya Sen’s work shows us the human cost of capitalist development", Jacobin. https://jacobin.com/2023/01/amartya-sen-development-economics-capitalist-markets-inequality-exploitation [4] United Nations. (2019). "If we conceive development as freedom, inequality is imprisonment". UN Human Development Reports. https://hdr.undp.org/content/if-we-conceive-development-freedom-inequality-imprisonment [5] Paul Krugman, (2008). "Inequality and Redistribution", The Washington Consensus Reconsidered: Towards a New Global Governance, Initiative for Policy Dialogue (Oxford, 2008; online edn, Oxford Academic, 1 May 2008), https://doi.org/10.1093/acprof:oso/9780199534081.003.0003 [6] Jan Svejnar. (2002), "Assistance to the Transition Economies: Were There Alternatives?", OED Working Papers, https://openknowledge.worldbank.org/server/api/core/bitstreams/e9a35b00-89c9-53a9-af41-b4dc305a942f/content [7] Branko Milanovic, (1998). "Explaining the increase in inequality during the transition," Policy Research Working Paper Series 1935, The World Bank, https://ideas.repec.org/p/wbk/wbrwps/1935.html [8] OECD. (2025), "Introducing the OECD AI Capability Indicators", OECD Publishing, https://www.oecd.org/en/publications/introducing-the-oecd-ai-capability-indicators_be745f04-en.html [9] UNDP (2025), "A Matter of Choice: People and Possibilities in the Age of AI", Human Development Report 2025, https://hdr.undp.org/system/files/documents/global-report-document/hdr2025overviewen.pdf [10] WEF (2026), "The Human Advantage: Stronger Brains in the Age of AI", Insight Report, https://www.weforum.org/publications/the-human-advantage-stronger-brains-in-the-age-of-ai/

Foods and Substances

Foods and Substances to Limit or Avoid • Fortified grains: Standard white flour, commercial breads, packaged crackers, and breakfast cereals labeled with "folic acid". • Alcohol: Can increase oxidative stress and interfere with your body's absorption of vital B vitamins. • Ultra-processed foods: Packaged snacks and sweets high in refined sugars and industrial seed oils that promote inflammation. • Synthetic supplements: Low-quality multivitamins or energy drinks containing synthetic folic acid or cyanocobalamin. Foods to Focus On Instead • Natural folate sources: Dark leafy greens (spinach, kale), asparagus, broccoli, avocados, and legumes (lentils, chickpeas, beans). • Methylation-supporting nutrients: Pasture-raised eggs, grass-fed meats, and fish to supply essential B6, B12, and choline.

"Bộ Trưởng Tư Pháp Mỹ" Tháng 8, 2026

https://www.nguoi-viet.com/nvtv-tin-tuc/nvtv-tin-thoi-su/dep-quy-den-1-8-ty-nhung-la-chan-irs-cho-trump-van-con-todd-blanche-sap-thanh-bo-truong-tu-phap/

The Heart and Heart Attacks

https://www.heart.org/en/-/media/Files/Health-Topics/Heart-Attack/Heart-Attack-warning-signs-infographic.pdf?sc_lang=en https://www.heart.org/en/-/media/Files/Health-Topics/Answers-by-Heart/What-Are-the-Warning-Signs-of-Heart-Attack.pdf https://www.heart.org/en/-/media/Files/Health-Topics/Answers-by-Heart/How-Will-I-Recover-From-My-Heart-Attack.pdf https://www.heart.org/en/health-topics/heart-attack/about-heart-attacks/silent-ischemia-and-ischemic-heart-disease ISCHEMIA What is a silent heart attack? Many people have ischemic episodes without knowing it or having pain. This is called silent ischemia. They may have a heart attack with no warning. People with angina also may have undiagnosed episodes of silent ischemia. You may be at a high risk for developing silent ischemia if: • You have had previous heart attacks • You have diabetes Your health care professional may test your blood for: • Proteins and enzymes that show up when the heart muscle is damaged • Cholesterol levels Other tests could include: • Exercise stress test • Holter monitor • Electrocardiogram (EKG or ECG) • Echocardiogram • Chest X-ray • Cardiac MRI Other related links: https://www.mayoclinic.org/drugs-supplements/atorvastatin-oral-route/description/drg-20067003

Đức Dalai Lama Dạy Về Những Gì Đang Xảy Ra Cho Loài Người, Chung Quanh và Trong Tâm Từng Cá Nhân

https://www.youtube.com/watch?v=1-UV_X1ODTc Tâm Ma, Cách Nhận Biết Và Buông Bỏ | Bài Pháp Quan Trọng Từ Thánh Đức Dalai Lama https://www.youtube.com/watch?v=-NVJh6frkTU Thiền Định Và Bát Nhã - Những Lưu Ý Quan Trọng Từ Đức Dalai Lama https://www.youtube.com/watch?v=_L5dDqcTWXM Đức Đalai Lama Trả Lời Câu Hỏi Của Các Phật Tử Mumbai Tôn giáo là thuốc tuỳ căn cơ tuỳ khuynh hướng của mỗi người mà nói mà theo. Hãy học và đọc nhiều: văn/nghe và đọc, tư/suy tư, suy gẫm, phân tích, thử lửa, xác tín; tu/thiền tập mỗi ngày, thấm thành kinh nghiệm sống. https://www.youtube.com/watch?v=6aGpx8DCfac Trí Tuệ Thấu Hiểu Lý Duyên Khởi Chính Là Cánh Cửa Duy Nhất Đi Đến Giải Thoát - Thánh Đức Đalai Lama Niềm tin đi trước, Giới Định Tuệ. Văn tư tu. https://www.youtube.com/watch?v=ZNcCgX-kZvA Học Cách Luyện Tâm Loại Bỏ Mọi Căng Thẳng, Lo Âu Trong Cuộc Sống (Rất Hiệu Quả) - Đức Đalai Lama https://www.youtube.com/watch?v=TeEsDV0DaOs Hiểu Và Thực Hành Đúng 37 Pháp Của Bồ Tát | Thánh Đức Dalai Lama Từ Bi Khai Thị