EAI FISAT Conference

❓ ĐIỀU GÌ KHIẾN SINH VIÊN MONG MUỐN THAM GIA TRÌNH BÀY TẠI FISAT❓

👉 Không chỉ là một hội nghị khoa học, FISAT còn là mục tiêu mà nhiều sinh viên đặt ra trên hành trình theo đuổi nghiên cứu.

📌 Vậy, điều gì thôi thúc các bạn đăng ký tham gia? Cùng lắng nghe chia sẻ từ hai sinh viên Trường ĐH FPT phân hiệu TP. HCM để khám phá động lực, những đề tài các bạn đang theo đuổi và kỳ vọng khi hướng đến một sự kiện học thuật quốc tế.
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
Hạn nộp bài báo: 10/08
Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

✨ THAM GIA HỘI NGHỊ KHOA HỌC - CƠ HỘI MỞ RA NHIỀU BỨT PHÁ HỌC THUẬT CHO SINH VIÊN

Tham gia các hội nghị khoa học quốc tế mang những cơ hội bứt phá, kết nối học thuật như thế nào cho các nghiên cứu viên đang là sinh viên?

Cùng lắng nghe 3 trải nghiệm truyền cảm hứng từ những sinh viên, cựu sinh viên Trường Đại học FPT để khám phá những trải nghiệm, và giá trị mà các hội nghị khoa học mang lại trên hành trình nghiên cứu của họ.

Bên cạnh đó, nếu bạn đang ấp ủ một đề tài nghiên cứu hoặc muốn trải nghiệm quy trình báo cáo khoa học chuẩn mực, Hội nghị khoa học quốc tế FISAT chính là một sự kiện học thuật phù hợp để thử sức.

👉 Đăng ký tham gia hội nghị tại đây: https://confyplus.eai.eu/app -overview/cid/53857
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
Hạn nộp bài báo: 10/08
Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

❓ VÌ SAO QUÁ TRÌNH SUY LUẬN CỦA MÔ HÌNH NGÔN NGỮ LỚN LÀ MỘT BÀI TOÁN MẠNG ❓

Quá trình suy luận của mô hình ngôn ngữ lớn (Large Language Model Inference), dù thường được coi là bài toán phụ thuộc vào năng lực tính toán (compute-bound), nhưng về bản chất lại bị nghẽn bởi băng thông bộ nhớ (memory bandwidth). Đặc điểm này đang định hình lại cách chúng ta thiết kế trí tuệ nhân tạo biên phân tán (distributed edge intelligence).

Tại hội nghị FISAT 2026, keynote speaker - PGS.TS. Trần Hoàng Nguyên sẽ trình bày bài tham luận với chủ đề: "Why LLM Inference Is a Networking Problem" (tạm dịch: Vì sao quá trình suy luận của mô hình ngôn ngữ lớn là một bài toán mạng).

Trong bài keynote này, PGS.TS. Trần Hoàng Nguyên lập luận rằng một khi quá trình suy luận không còn gói gọn trên một thiết bị đơn lẻ mà chuyển dịch sang một nhóm các thiết bị biên không đồng nhất(heterogeneous edge clients) cùng chia sẻ một bộ xác thực từ xa (remote verifier), câu hỏi cốt lõi sẽ không còn là "làm thế nào để chạy mô hình nhanh hơn", mà trở thành "làm thế nào để phân bổ công bằng một tài nguyên đang bị tranh chấp trong điều kiện bất định" - một bài toán mà ngành mạng máy tính đã giải quyết từ hai thập kỷ trước.

Luận điểm này đã được cụ thể hóa bởi nhóm nghiên cứu dẫn dắt bởi PGS.TS. Trần Hoàng Nguyên trình bày tại hội nghị INFOCOM 2026. Trong nghiên cứu này, kết quả nghiên cứu GoodSPEED của nhóm ông nhằm tái định hình kỹ thuật giải mã suy đoán phân tán (distributed speculative decoding) thành một bài toán lập lịch công bằng tỷ lệ (proportional-fairness scheduling).

Tiếp đó, PGS.TS. Trần Hoàng Nguyên định vị GoodSPEED trong một chiến lược nghiên cứu rộng lớn hơn mang tên Trí tuệ Tổng quát Phân tán tại Biên (Edge Distributed Generalised Intelligence - Edge DGI). Từ đó, có hai câu hỏi được đặt ra:
1. Làm thế nào các thiết bị biên không đồng nhất có thể cùng nhau học hỏi, suy luận và khái quát hóa?
2. Giới hạn dung lượng cơ bản nào sẽ ràng buộc những gì mà một nhóm thiết bị phân tán có thể cùng nhau tri thức hóa.

Bài trình bày tại hội nghị khoa học quốc tế EAI FISAT 2026 của PGS.TS. Trần Hoàng Nguyên sẽ khép lại bằng việc mở ra các bài toán chưa có lời giải, bao gồm suy đoán bảo toàn quyền riêng tư (privacy-preserving speculation), các mô hình dự phóng đối kháng (adversarial drafters), các mở rộng đa phương thức (cross-modal extensions), và các nghiên cứu lý thuyết cần thiết để siết chặt giới hạn dung lượng của Edge DGI thành một nguyên lý thiết kế có tính ứng dụng cao.
—

PGS.TS. Trần Hoàng Nguyên hiện là Phó Giáo sư khoa Khoa học Máy tính, Đại học Sydney (Úc). Ông chuyên nghiên cứu về trí tuệ phân tán (distributed intelligence), học liên kết (federated learning) và các hệ thống AI có khả năng mở rộng (scalable AI systems).

Hướng nghiên cứu của ông tập trung vào suy luận mô hình quy mô lớn (large-scale model inference) một cách hiệu quả, học máy tiết kiệm tài nguyên (resource-efficient learning) và các ứng dụng AI trong thực tiễn, đặc biệt trong mạng truyền thông thế hệ mới và các hệ thống thông minh.

Ông đã có nhiều đóng góp trong việc phát triển các khung AI cộng tác và phi tập trung (collaborative and decentralized AI frameworks), góp phần hiện thực hóa việc triển khai các dịch vụ thông minh theo hướng có khả năng mở rộng, tin cậy và hiệu quả.

—

FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
Hạn nộp bài báo: 10/08
Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

📌 NỀN TẢNG CỦA MIXTURE OF EXPERTS TRONG CÁC MÔ HÌNH HỌC MÁY QUY MÔ LỚN

Kể từ khi mô hình Transformer đầu tiên ra đời, cộng đồng nghiên cứu đã không ngừng tìm cách mở rộng độ phức tạp của mô hình nhằm tận dụng các tập dữ liệu khổng lồ và nguồn tài nguyên tính toán ngày càng mạnh mẽ.

Thay vì chỉ gia tăng chiều sâu hoặc độ rộng của mạng nơ-ron, kiến trúc Sparse Mixture-of-Experts (SMoE) đã nổi lên như một giải pháp đầy hứa hẹn để mở rộng các mô hình ngôn ngữ lớn (LLMs). Bằng cách chia mạng thành nhiều mô-đun chuyên biệt và chỉ kích hoạt một nhóm nhỏ các “chuyên gia” (experts) cho mỗi đầu vào, SMoE có thể gia tăng độ phức tạp của mô hình trong khi vẫn duy trì chi phí tính toán gần như không đổi, từ đó cải thiện hiệu năng.

Tuy nhiên, dù đạt được những thành công ban đầu, việc huấn luyện SMoE hiệu quả vẫn là một thách thức lớn do hiện tượng sụp đổ biểu diễn (representation collapse). Khi đó, các expert có xu hướng học những biểu diễn tương tự nhau hoặc phần lớn dữ liệu chỉ được phân phối đến một số ít expert. Hệ quả là khả năng biểu diễn của mô hình bị hạn chế và nhiều tham số không được khai thác hiệu quả.

Tại FISAT 2026, keynote speaker PGS. TS. Hồ Phạm Minh Nhật sẽ trình bày bài tham luận "Foundation of Mixture of Experts in Large-Scale Machine Learning Models", giới thiệu hai hướng nghiên cứu mới nhằm nâng cao hiệu quả huấn luyện SMoE và mở rộng khả năng ứng dụng của MoE trong các hệ thống đa phương thức.

Ở phần đầu của bài tham luận, diễn giả đề xuất một cơ chế mới cho quá trình huấn luyện SMoE, đạt tốc độ hội tụ tương đương với bộ ước lượng tối ưu trong điều kiện lý tưởng. Tiếp đó, bài tham luận giới thiệu CompeteSMoE - một chiến lược huấn luyện SMoE hiệu quả và có khả năng mở rộng cao dựa trên cơ chế cạnh tranh.

CompeteSMoE sử dụng một bộ định tuyến (router) được huấn luyện để dự đoán kết quả cạnh tranh theo lộ trình được thiết kế sẵn, từ đó học được chính sách định tuyến chất lượng cao và phù hợp với từng nhiệm vụ cụ thể. Các thử nghiệm quy mô lớn cho thấy CompeteSMoE sở hữu năng lực học hiệu quả và tiềm năng mở rộng đáng kể đối với các kiến trúc mô hình lớn.

Ở phần thứ hai, diễn giả giới thiệu FuseMoE, một khuôn khổ Mixture-of-Experts mới dành cho các bài toán xử lý dữ liệu đa phương thức. FuseMoE cho phép mô hình làm việc với số lượng phương thức đầu vào linh hoạt, đồng thời xử lý hiệu quả các trường hợp dữ liệu bị thiếu bằng cách phân công từng loại dữ liệu cho các expert chuyên trách.

Một điểm nổi bật của FuseMoE là việc tích hợp hàm Laplace mới, giúp cải thiện tốc độ hội tụ và hiệu năng dự đoán so với các phương pháp hiện có. Kết quả thực nghiệm cho thấy FuseMoE vượt trội trong việc kết hợp nhiều nguồn dữ liệu khác nhau, ngay cả khi dữ liệu thiếu phương thức và chuỗi dữ liệu lấy mẫu không đều theo thời gian.

Phiên trình bày tham luận này hứa hẹn sẽ mang lại những góc nhìn chuyên sâu về mặt lý thuyết cùng các minh chứng thực nghiệm quan trọng dành cho các nhà nghiên cứu, kỹ sư và học giả.
—
PGS. TS. Hồ Phạm Minh Nhật hiện là Phó giáo sư ngành Khoa học dữ liệu, Học máy và Thống kê tại Đại học Texas ở Austin (Mỹ). Theo US News, đây là một trong 10 trường hàng đầu của Mỹ về trí tuệ nhân tạo (AI) và khoa học công nghệ. PGS. TS. Hồ Phạm Minh Nhật còn là thành viên Viện Khoa học về Nền tảng học máy và Trí tuệ nhân tạo tại Austin.

Với hơn 100 công trình khoa học được công bố tại các hội nghị và tạp chí danh giá như ICML, NeurIPS, ICLR, CVPR, AAAI, JMLR…, cùng các chỉ số ấn tượng như h-index 38, i10-index 95 và hơn 4600 lượt trích dẫn, PGS. TS. Hồ Phạm Minh Nhật đã khẳng định vị trí của mình trong giới học thuật quốc tế.

Đặc biệt, PGS. TS. Hồ Phạm Minh Nhật còn được trao COPSS Emerging Leader Award 2026 - giải thưởng danh giá của Hội đồng các Hiệp hội Thống kê (Committee of Presidents of Statistical Societies - COPSS), dành cho các nhà khoa học trẻ có đóng góp nổi bật và tiềm năng lãnh đạo trong lĩnh vực thống kê, khoa học dữ liệu và trí tuệ nhân tạo (AI).
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và được lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
Hạn nộp bài báo: 10/08
Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

⚡️ AI TÁC ĐỘNG NHƯ THẾ NÀO ĐẾN HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC NGÀNH KỸ THUẬT PHẦN MỀM?

Góc nhìn từ TS. Nguyễn Thị Cẩm Hương - Trưởng khoa Kỹ thuật phần mềm, Trường Đại học FPT phân hiệu TP.HCM
---

Theo TS. Nguyễn Thị Cẩm Hương, AI đang tạo ra những thay đổi sâu rộng đối với nghiên cứu khoa học ở hầu hết các lĩnh vực. Riêng với ngành Kỹ thuật phần mềm (Software Engineering - SE), AI không chỉ là công cụ hỗ trợ nghiên cứu mà còn trở thành đối tượng nghiên cứu mới, đồng thời làm thay đổi phương pháp nghiên cứu của ngành.

📌AI vừa là đối tượng nghiên cứu, vừa là công cụ hỗ trợ
Một trong những xu hướng nổi bật hiện nay là AI trở thành đối tượng nghiên cứu của ngành Kỹ thuật phần mềm. Các hướng nghiên cứu tiêu biểu gồm sinh mã tự động (code generation) và đánh giá chất lượng mã do AI tạo ra; sửa lỗi tự động bằng mô hình ngôn ngữ lớn (LLM); sinh test case và kiểm thử tự động; phát hiện lỗ hổng bảo mật; cùng các kỹ thuật như Retrieval-Augmented Generation (RAG) và agent-based coding.

"Nói cách khác, một mảng lớn của nghiên cứu khoa học trong SE hiện nay xoay quanh câu hỏi: LLM làm được gì, sai ở đâu và có thể cải thiện như thế nào trong toàn bộ vòng đời phát triển phần mềm", TS. Cẩm Hương chia sẻ.

Bên cạnh đó, AI cũng hỗ trợ đáng kể trong quá trình nghiên cứu. Ở giai đoạn hình thành ý tưởng và tổng quan tài liệu, các công cụ như Semantic Scholar, Elicit hay các LLM giúp tóm tắt, phân loại và trích xuất thông tin từ bài báo nhanh hơn.

Trong giai đoạn thiết kế và thực hiện thí nghiệm, vốn mang tính thực nghiệm cao với khối lượng lớn mã nguồn, commit hay issue, AI coding assistant giúp rút ngắn đáng kể thời gian viết mã thí nghiệm, xây dựng pipeline, xử lý dữ liệu và phát triển prototype.

📌Những thách thức khi ứng dụng AI trong nghiên cứu
Theo TS. Nguyễn Thị Cẩm Hương, AI mang lại nhiều lợi ích nhưng cũng đặt ra không ít thách thức.
Đầu tiên là độ tin cậy của thông tin. AI có thể tạo ra nội dung rất mạch lạc nhưng vẫn bịa trích dẫn, tóm tắt sai nội dung bài báo hoặc đưa ra những khẳng định không có căn cứ.

"Trong nghiên cứu, một trích dẫn sai hay một số liệu bịa có thể làm hỏng cả công trình, nên nguyên tắc của tôi là mọi thông tin AI đưa ra đều phải được kiểm chứng lại", TS. Nguyễn Thị Cẩm Hương nhấn mạnh.

Thách thức tiếp theo là tính tái lập của thí nghiệm. Khi sử dụng các mô hình LLM thương mại, kết quả có thể thay đổi giữa các phiên bản và đầu ra không hoàn toàn tất định. Vì vậy, nhà nghiên cứu cần ghi lại đầy đủ phiên bản mô hình, prompt và các tham số để đảm bảo khả năng tái lập.

Một rủi ro khác là lệ thuộc vào AI và suy giảm tư duy phản biện. AI thường trả lời nhanh và rất tự tin, khiến người dùng dễ chấp nhận kết quả mà không kiểm chứng. Với sinh viên và các nhà nghiên cứu trẻ, nếu để AI thay thế quá trình tư duy, họ chỉ còn là người bấm nút, và đóng góp khoa học thực sự không còn.

Ngoài ra, còn có các vấn đề về bảo mật và bản quyền dữ liệu. Không thể đưa dữ liệu nghiên cứu chưa công bố, dữ liệu nhạy cảm của doanh nghiệp đối tác, hay bản thảo đang phản biện vào các công cụ AI công cộng.

📌Ranh giới giữa hỗ trợ và lạm dụng AI
Theo TS. Nguyễn Thị Cẩm Hương, ranh giới giữa việc sử dụng AI hợp lý và lạm dụng AI không nằm ở việc dùng nhiều hay ít, mà ở chỗ: đóng góp trí tuệ cốt lõi của công trình là của ai.

AI được sử dụng đúng cách khi chỉ đóng vai trò tăng tốc quá trình thực hiện, còn tư duy vẫn thuộc về nhà nghiên cứu. Chẳng hạn, AI có thể hỗ trợ chỉnh ngữ pháp tiếng Anh, viết mã xử lý dữ liệu theo thiết kế đã tác giả được vạch ra, tóm tắt tài liệu để sàng lọc hoặc gợi ý các góc nhìn phản biện. Như vậy, nếu bỏ AI đi, nghiên cứu vẫn là nghiên cứu đó, chỉ mất nhiều thời gian hơn.

Ngược lại, việc để AI viết phần diễn giải kết quả, tổng quan tài liệu mà không tự đọc và kiểm chứng, phân tích dữ liệu rồi chấp nhận kết luận mà không hiểu bản chất, hay nghiêm trọng hơn là bịa số liệu và trích dẫn, đều là biểu hiện của sự lạm dụng.

TS. Nguyễn Thị Cẩm Hương đưa ra một phép thử đơn giản: "Nếu hội đồng hỏi sâu bất kỳ câu chữ nào trong công trình mà tác giả không giải thích được, thì phần đó tác giả có dấu hiệu lạm dụng AI".

Bà cũng lưu ý, nếu AI tham gia trực tiếp vào phương pháp nghiên cứu, chẳng hạn dùng LLM để gán nhãn dữ liệu, sinh test case hoặc đánh giá kết quả, thì AI phải được xem như một công cụ đo lường khoa học: cần mô tả đầy đủ, kiểm chứng và báo cáo độ tin cậy.

📌Nên bắt đầu sử dụng AI như thế nào?
TS. Nguyễn Thị Cẩm Hương cho rằng, trước khi lựa chọn công cụ, các giảng viên và nhà nghiên cứu cần tìm hiểu chính sách sử dụng AI của đơn vị công bố. ACM, IEEE, Springer và nhiều hội nghị lớn đều quy định rõ AI không được đứng tên tác giả, việc sử dụng AI để tạo nội dung phải được khai báo và tác giả chịu trách nhiệm hoàn toàn về nội dung

Bà khuyến nghị nên bắt đầu từ các tác vụ có mức độ rủi ro thấp như chỉnh ngữ pháp tiếng Anh, tóm tắt bài báo, viết mã xử lý dữ liệu hoặc brainstorming ý tưởng. Ngược lại, không nên để AI viết phần diễn giải kết quả hay tổng quan tài liệu hoàn chỉnh.

Song song với đó, nhà nghiên cứu nên hình thành thói quen ghi chép việc sử dụng AI ngay từ đầu để thuận tiện cho việc khai báo và tự đánh giá mức độ phụ thuộc vào AI.

"Quan trọng nhất, hãy luôn coi AI là một trợ lý cần được giám sát, chứ không phải đồng tác giả. Mọi đầu ra của AI đều chỉ là bản nháp cần được con người thẩm định", TS. Nguyễn Thị Cẩm Hương nhấn mạnh.

📌Minh bạch khi sử dụng AI trong nghiên cứu
Theo TS. Nguyễn Thị Cẩm Hương, việc sử dụng AI cần được minh bạch ở ba cấp độ.

Thứ nhất là minh bạch trong công bố. Các nhà xuất bản lớn như ACM, IEEE và Springer đều yêu cầu khai báo nếu AI được dùng để tạo nội dung như văn bản, hình ảnh hoặc mã nguồn. AI không được đứng tên tác giả vì tác giả phải chịu trách nhiệm hoàn toàn về công trình.

Thứ hai là minh bạch về phương pháp nghiên cứu. Nếu AI tham gia vào quy trình nghiên cứu, bài báo cần mô tả rõ mô hình, phiên bản, cách truy cập, prompt, tham số và quy trình kiểm chứng để người khác có thể tái lập kết quả. Với các nghiên cứu dùng LLM để gán nhãn hoặc đánh giá dữ liệu, cần báo cáo tỷ lệ mẫu được con người kiểm chứng và mức độ đồng thuận giữa người và máy. Tốt nhất, nhà nghiên cứu nên nộp kèm artifact gồm mã nguồn, prompt và dữ liệu, theo đúng văn hóa "artifact evaluation" mà cộng đồng SE đang đẩy mạnh.

Thứ ba là minh bạch trong nội bộ nhóm nghiên cứu thông qua việc ghi chép AI được sử dụng ở công đoạn nào và cho mục đích gì. Điều này vừa hỗ trợ khai báo chính xác khi công bố, vừa là cơ sở bảo vệ nhóm nghiên cứu khi có tranh cãi về liêm chính học thuật.

📌 5 nguyên tắc khi ứng dụng AI trong nghiên cứu Kỹ thuật phần mềm
Theo TS. Nguyễn Thị Cẩm Hương, để đảm bảo tính học thuật khi ứng dụng AI vào nghiên cứu, đặc biệt đối với ngành SE, cần tuân thủ 5 nguyên tắc.

Thứ nhất, minh bạch trong việc khai báo AI được sử dụng ở công đoạn nào và ở mức độ nào theo đúng yêu cầu của đơn vị công bố.

Thứ hai, trách nhiệm luôn thuộc về con người. Dù AI tham gia ở bất kỳ khâu nào, tác giả vẫn phải chịu trách nhiệm về mọi câu chữ, số liệu và trích dẫn trong công trình.

Thứ ba, đảm bảo tính tái lập và khả năng kiểm chứng. Điều đặc biệt quan trọng với ngành SE vốn coi trọng thực nghiệm. Nếu AI là một phần của phương pháp nghiên cứu, phải công khai phiên bản mô hình, prompt, tham số, và tốt nhất là nộp kèm artifact (mã nguồn, dữ liệu) để cộng đồng kiểm chứng. Nếu dùng AI để gán nhãn hay đánh giá dữ liệu, cần có mẫu do con người kiểm chứng chéo và báo cáo mức độ đồng thuận.

Thứ tư, giữ phần đóng góp trí tuệ cốt lõi cho con người. Câu hỏi nghiên cứu, thiết kế thí nghiệm, phân tích và diễn giải kết quả phải xuất phát từ tư duy của nhà nghiên cứu. AI có thể tăng tốc phần thực thi, nhưng giá trị khoa học của công trình nằm ở phần tư duy, và đó cũng là ranh giới phân biệt giữa "nghiên cứu có AI hỗ trợ" và "sản phẩm do AI tạo ra".

Cuối cùng, với ngành Kỹ thuật phần mềm, TS. Nguyễn Thị Cẩm Hương nhấn mạnh cộng đồng nghiên cứu cần đi đầu trong việc xây dựng các chuẩn mực sử dụng AI, cảnh giác với hiện tượng rò rỉ dữ liệu benchmark (data contamination) khi đánh giá mô hình và không sử dụng AI trong phản biện để tránh làm lộ bản thảo của đồng nghiệp.
---
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
👉 Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
📍Hạn nộp bài báo: 10/08
📍Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
📍Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
👉 Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

📢 FISAT MỞ RA CƠ HỘI CÔNG BỐ NGHIÊN CỨU TRÊN TẠP CHÍ Q1

📝 Tạp chí xếp hạng Q1 Discover Sustainability của nhà xuất bản Springer Nature đã chấp thuận tổ chức số đặc biệt (Special Issue) về chủ đề “Smart System and Advanced Technologies for Sustainable Industrial Ecosystems” dành cho các bài báo mở rộng từ Hội nghị khoa học quốc tế EAI FISAT 2026.

Theo yêu cầu của tạp chí, bài báo mở rộng phải có ít nhất 30% nội dung mới so với bài báo đã công bố tại hội nghị.

📌 Một số thông tin về tạp chí Discover Sustainability
Discover Sustainability là tạp chí truy cập mở thuộc Springer Nature, chuyên công bố các công trình nghiên cứu đa ngành đã qua bình duyệt (CiteScore 2.6, Impact Factor 3.79). Được lập chỉ mục trong Scopus và Web of Science (ESCI), tạp chí đảm bảo khả năng tiếp cận toàn cầu với thời gian công bố trung bình là 9 tuần.

Mô hình truy cập mở cùng chính sách miễn phí xử lý bài báo (APC) được xem xét theo từng trường hợp cụ thể giúp hỗ trợ các nhà nghiên cứu trên toàn thế giới - bao gồm cả những người đến từ các quốc gia có thu nhập thấp - biến nơi đây thành một nền tảng dễ tiếp cận cho các nghiên cứu về tính bền vững.

Mức APC hiện tại: 1.290 bảng Anh (GBP)/ 1.790 đô la Mỹ (USD)/ 1.490 euro EUR

Tác giả có thể gửi đề nghị giảm APC và sẽ được tạp chí xem xét theo từng trường hợp (case-by-case). Mức hỗ trợ có thể dao động khoảng 25-50%, tùy thuộc vào đánh giá của tạp chí.

Việc Special Issue được chấp thuận mở ra thêm một kênh công bố quốc tế chất lượng cao cho cộng đồng nghiên cứu của FISAT, đồng thời tạo điều kiện để các tác giả tiếp tục hoàn thiện công trình, mở rộng kết quả nghiên cứu và nâng cao giá trị học thuật của bài báo trước khi gửi tới tạp chí.
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
👉 Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
📍Hạn nộp bài báo: 10/08
📍Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
📍Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
👉 Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

📢 FISAT 2026 THÔNG BÁO GIA HẠN THỜI GIAN NHẬN BÀI BÁO ĐẾN NGÀY 10/08

Nhằm tạo điều kiện để các tác giả rà soát, hoàn thiện và gửi nghiên cứu đến hội nghị, EAI FISAT 2026 thông báo gia hạn thời hạn nhận bài báo đến hết ngày 10/08/2026.

FISAT 2026 là diễn đàn học thuật quốc tế quy tụ các nhà khoa học, chuyên gia, giảng viên, nghiên cứu sinh và doanh nghiệp hoạt động trong lĩnh vực hệ thống thông minh, trí tuệ nhân tạo, kỹ thuật tiên tiến cùng nhiều hướng nghiên cứu liên ngành.

Bên cạnh đó, hội nghị còn mang đến cơ hội trình bày kết quả nghiên cứu, trao đổi học thuật với cộng đồng khoa học quốc tế và mở rộng mạng lưới hợp tác nghiên cứu.

👉 Đăng ký và gửi bài báo để giới thiệu công trình nghiên cứu của bạn tại FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
👉 Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
📍Hạn nộp bài báo: 10/08
📍Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
📍Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
👉 Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

✨ NHỮNG CƠ HỘI HỌC THUẬT DÀNH CHO TÁC GIẢ CÓ BÀI BÁO ĐƯỢC CHẤP THUẬN TRÌNH BÀY TẠI FISAT 2026 ✨

Một bài báo được chấp nhận tại hội nghị khoa học quốc tế không chỉ ghi nhận chất lượng của công trình nghiên cứu mà còn mở ra nhiều cơ hội phát triển học thuật cho tác giả.

Tại FISAT 2026, khi có bài báo được chấp nhận trình bày, các nhà nghiên cứu sẽ có cơ hội:

✔️Công bố bài báo trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank
✔️Được xem xét công bố bài báo trên Tạp chí khoa học quốc tế EAI Endorsed Transactions on Internet of Things (ISSN: 2414-1399), xếp hạng Q3 theo Scopus
✔️ Trình bày kết quả nghiên cứu trước cộng đồng học thuật quốc tế, nhận phản hồi chuyên môn từ các nhà khoa học, chuyên gia và nhà nghiên cứu trong cùng lĩnh vực, từ đó hoàn thiện và phát triển hướng nghiên cứu trong tương lai.

👉 Xem nội dung chi tiết ở từng ảnh để tìm hiểu thêm về những cơ hội mà FISAT mang lại cho người tham gia.

👉 Đăng ký tham gia FISAT để chia sẻ kết quả nghiên cứu, trao đổi học thuật và kết nối với cộng đồng khoa học quốc tế: https://confyplus.eai.eu/app -overview/cid/53857
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
👉Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
📍Hạn nộp bài báo: 20/07
📍Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
📍Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
👉Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

CÒN 7 NGÀY ĐỂ NỘP BÀI BÁO ĐẾN HỘI NGHỊ FISAT 2026

Nếu bạn đang hoàn thiện bản thảo, đây là thời điểm phù hợp để rà soát nội dung, chuẩn hóa
hình thức trình bày và hoàn tất hồ sơ nộp bài theo đúng quy định. Việc nộp bài đúng hạn sẽ giúp quá trình phản biện và đánh giá diễn ra thuận lợi, đồng thời mở ra cơ hội trình bày kết quả nghiên cứu trước cộng đồng học thuật trong và ngoài nước.
📅 Hạn nộp bài báo: 20/07
📍 Nộp bài tại: https://confyplus.eai.eu/app -overview/cid/53857
Hội nghị EAI FISAT 2026 hướng tới xây dựng một diễn đàn học thuật quốc tế, tập trung vào các nghiên cứu thuộc lĩnh vực trí tuệ nhân tạo (AI) và khoa học máy tính như nền tảng công nghệ cốt lõi, đồng thời mở rộng sang các hướng nghiên cứu liên ngành giữa AI và nhiều lĩnh vực như ngôn ngữ, luật, kinh doanh, truyền thông sáng tạo, vi mạch bán dẫn và ô tô số.
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/

❓FISAT 2026: GIẢI ĐÁP 4 THẮC MẮC THƯỜNG GẶP KHI NỘP BÀI THAM LUẬN

Trong quá trình chuẩn bị bài tham luận, nhiều tác giả thường băn khoăn về hệ thống nộp bài, yêu cầu định dạng, giới hạn số trang hay hồ sơ cần chuẩn bị sau khi bài được chấp nhận.

👇Dưới đây là 4 câu hỏi cùng lời giải đáp về những thắc mắc thường gặp khi nộp bài tham luận, mời các nhà nghiên cứu click vào từng ảnh để xem nội dung chi tiết.
—
FISAT 2026 - European Alliance for Innovation - FPT International Conference on Intelligent Systems and Advanced Technologies 2026
Hội nghị EAI FISAT 2026 dự kiến quy tụ hơn 150 chuyên gia trong và ngoài nước, các sinh viên, nghiên cứu sinh về hệ thống thông minh và các kỹ thuật nâng cao cùng nhiều lĩnh vực khác.
Các bài báo được chấp nhận sẽ được công bố trong kỷ yếu EAI/Springer Innovations in Communication and Computing và lưu trữ trên Scopus, xếp hạng Q4 theo Scimago Journal Rank.
👉Đăng ký tham gia và gửi bài báo hội nghị EAI FISAT 2026: https://confyplus.eai.eu/app -overview/cid/53857
📍Hạn nộp bài báo: 20/07
📍Thời gian diễn ra hội nghị EAI FISAT 2026: 25-27/11
📍Địa điểm: Trường Đại học FPT phân hiệu TP Hồ Chí Minh
👉Thông tin chi tiết về hội nghị: https://daihoc.fpt.edu.vn/hcm/fisat/