Dữ liệu nghiên cứu mở, nguyên tắc FAIR: Việt Nam đang ở đâu
Dữ liệu nghiên cứu mở (Open Research Data) là việc công khai dữ liệu thô — số liệu đo đạc, bảng khảo sát, mã nguồn phân tích — đằng sau một công bố khoa học, chứ không chỉ công khai bài báo thành phẩm như Open Access. Nguyên tắc FAIR (Findable, Accessible, Interoperable, Reusable), công bố năm 2016 trên tạp chí Scientific Data bởi liên minh FORCE11, là bộ tiêu chuẩn quốc tế để đánh giá dữ liệu đó có "tìm được, truy cập được, liên vận hành và tái sử dụng được" hay không. Tại Việt Nam, khái niệm này còn khá mới: hầu hết quy định hiện hành mới dừng ở liên thông dữ liệu hành chính KH&CN, chưa có khung chính sách riêng cho quản lý và chia sẻ dữ liệu nghiên cứu thô theo chuẩn FAIR.
Cập nhật: tháng 8/2026 — Biên soạn bởi đội ngũ Scibase, Metis JSC
Dữ liệu nghiên cứu mở là gì và khác Open Access ở điểm nào?
Dữ liệu nghiên cứu mở là việc công khai dữ liệu gốc phục vụ một nghiên cứu — số liệu thí nghiệm, dữ liệu khảo sát, ảnh chụp mẫu vật, mã nguồn xử lý số liệu, bộ tham số mô hình — để người khác có thể kiểm chứng lại kết quả hoặc tái sử dụng cho nghiên cứu tiếp theo, thay vì chỉ đọc được kết luận đã được diễn giải trong bài báo.
Nhiều nhà khoa học và cả cán bộ quản lý KH&CN nhầm lẫn dữ liệu nghiên cứu mở với Open Access, nhưng đây là hai khái niệm độc lập:
| Tiêu chí | Open Access | Open Research Data |
|---|---|---|
| Đối tượng công khai | Bài báo đã xuất bản (bản diễn giải, đã bình duyệt) | Dữ liệu thô, mã nguồn, tham số thực nghiệm phía sau bài báo |
| Mục đích chính | Cho phép đọc miễn phí, tăng lan tỏa | Cho phép kiểm chứng, tái phân tích, tái sử dụng |
| Nơi lưu trữ | Website tạp chí, kho lưu trữ bài báo (institutional repository) | Kho lưu trữ dữ liệu chuyên dụng (data repository) như Zenodo, Dryad, Figshare |
| Định danh bền vững | DOI cho bài báo | DOI riêng cho từng bộ dữ liệu (dataset DOI), thường do DataCite cấp |
| Có thể mở một phần mà bài vẫn Open Access không? | Có — bài Open Access nhưng dữ liệu vẫn đóng nếu chứa thông tin nhạy cảm | Có — dữ liệu FAIR không bắt buộc phải công khai hoàn toàn (xem mục dưới) |
Một bài báo có thể đạt Open Access hoàn toàn (ai cũng đọc được) nhưng dữ liệu thô đằng sau vẫn hoàn toàn đóng — không public dataset, không public mã nguồn — và ngược lại. Đây chính là lý do các quỹ tài trợ quốc tế lớn giờ yêu cầu cam kết riêng về quản lý dữ liệu, tách biệt với yêu cầu Open Access bài báo.
Nguyên tắc FAIR là gì?
FAIR là bộ 4 nguyên tắc — Findable (tìm được), Accessible (truy cập được), Interoperable (liên vận hành được) và Reusable (tái sử dụng được) — được liên minh FORCE11 công bố năm 2016 trong bài báo "The FAIR Guiding Principles for scientific data management and stewardship" trên tạp chí Scientific Data (Wilkinson et al., 2016), nhằm chuẩn hóa cách dữ liệu khoa học được quản lý để cả con người và máy móc đều khai thác được.
Điểm mấu chốt hay bị hiểu nhầm: FAIR không đồng nghĩa với "mở hoàn toàn" (Open). Một bộ dữ liệu y sinh chứa thông tin bệnh nhân vẫn có thể đạt chuẩn FAIR nếu nó tìm được qua metadata công khai, có quy trình truy cập rõ ràng (dù cần xin phép), tuân theo định dạng liên vận hành chuẩn, và có giấy phép tái sử dụng rõ ràng cho người được cấp quyền — ngay cả khi dữ liệu thô không public cho bất kỳ ai tải về.
Bốn thành phần của FAIR áp dụng cụ thể ra sao
| Nguyên tắc | Yêu cầu cụ thể | Ví dụ áp dụng |
|---|---|---|
| F — Findable (Tìm được) | Dữ liệu có định danh bền vững (DOI, Handle) và metadata mô tả đầy đủ, được đăng ký ở nơi có thể tra cứu (searchable resource) | Bộ dữ liệu khảo sát đất trồng được đăng ký DOI trên Zenodo, có tiêu đề, tác giả, từ khóa, tóm tắt rõ ràng để công cụ tìm kiếm index được |
| A — Accessible (Truy cập được) | Có quy trình rõ ràng để lấy dữ liệu (kể cả khi cần xin phép), qua giao thức chuẩn (HTTP/HTTPS), metadata vẫn truy cập được ngay cả khi dữ liệu gốc đã bị gỡ | Trang mô tả dataset vẫn tồn tại và giải thích lý do không công khai, thay vì biến mất hoàn toàn khi link hỏng |
| I — Interoperable (Liên vận hành được) | Dùng định dạng file và từ vựng chuẩn hóa (vocabulary), không dùng định dạng độc quyền khó đọc lại sau nhiều năm | Xuất file dạng CSV/JSON có mô tả cột rõ ràng thay vì chỉ lưu file Excel với tên cột viết tắt không giải thích |
| R — Reusable (Tái sử dụng được) | Có giấy phép sử dụng rõ ràng (license), mô tả đầy đủ bối cảnh thu thập để người khác tái dùng đúng cách | Gắn giấy phép Creative Commons (CC BY 4.0) và ghi rõ phương pháp thu thập, đơn vị đo, thời điểm khảo sát |
Vì sao dữ liệu nghiên cứu mở đang trở thành yêu cầu bắt buộc của quỹ tài trợ quốc tế?
Xu hướng bắt buộc kế hoạch quản lý dữ liệu (Data Management Plan — DMP) đã lan rộng ở các quỹ tài trợ lớn trong khoảng một thập kỷ qua, và ngày càng siết chặt hơn với các dự án mới:
- Chương trình Horizon Europe của Liên minh châu Âu yêu cầu mọi dự án được tài trợ phải nộp Data Management Plan trong vòng 6 tháng đầu triển khai, mô tả cụ thể dữ liệu nào sẽ được thu thập, lưu trữ ở đâu, và mức độ mở theo nguyên tắc "mở tối đa, đóng khi cần thiết" (as open as possible, as closed as necessary).
- Chính sách Data Management and Sharing của Viện Y tế Quốc gia Hoa Kỳ (NIH), có hiệu lực từ ngày 25/1/2023, yêu cầu hầu hết đề tài nhận tài trợ NIH phải nộp kế hoạch chia sẻ dữ liệu ngay từ khi đăng ký, thay vì chỉ khuyến khích như giai đoạn trước đó.
- re3data.org — registry (danh bạ) các kho lưu trữ dữ liệu nghiên cứu do DataCite và các đối tác học thuật vận hành — đã liệt kê hơn 3.000 kho dữ liệu nghiên cứu trên toàn cầu tính đến năm 2024.
Theo re3data.org (DataCite, 2024), thế giới hiện có hơn 3.000 kho lưu trữ dữ liệu nghiên cứu được đăng ký — hạ tầng lưu trữ dữ liệu chuyên dụng đã phát triển thành một hệ sinh thái riêng, không còn phụ thuộc vào từng tạp chí đơn lẻ như trước.
Với nhóm nghiên cứu Việt Nam có tham vọng hợp tác quốc tế hoặc xin tài trợ từ các chương trình này, việc chưa quen với khái niệm DMP hay dataset DOI có thể là rào cản kỹ thuật thực sự, không chỉ là vấn đề ngôn ngữ hay thủ tục hành chính — nội dung này bổ sung cho những gì đã đề cập trong bài về xây dựng hồ sơ nghiên cứu chuẩn quốc tế để hợp tác và xin tài trợ nước ngoài.
Việt Nam đang ở đâu trong áp dụng FAIR và dữ liệu mở?
Hiện trạng chính sách Việt Nam về dữ liệu nghiên cứu mở có thể tóm tắt ở ba lớp, chưa lớp nào đề cập trực tiếp đến chuẩn FAIR:
Lớp liên thông dữ liệu hành chính KH&CN: Nghị định 11/2014/NĐ-CP và Thông tư 14/2014/TT-BKHCN quy định việc đăng ký, báo cáo kết quả nhiệm vụ KH&CN với Cục Thông tin Khoa học và Công nghệ Quốc gia (NASATI) — nhưng phạm vi là thông tin về nhiệm vụ (tên đề tài, chủ nhiệm, kinh phí, sản phẩm), không phải dữ liệu thô phát sinh trong quá trình nghiên cứu. Chi tiết cơ chế này đã được phân tích trong bài liên thông dữ liệu quốc gia về khoa học và công nghệ.
Lớp kết nối, chia sẻ dữ liệu số nhà nước: Nghị định 47/2020/NĐ-CP về quản lý, kết nối và chia sẻ dữ liệu số của cơ quan nhà nước đặt nền tảng kỹ thuật chung cho việc trao đổi dữ liệu giữa các hệ thống thông tin công, áp dụng được cho dữ liệu KH&CN nhưng không quy định riêng về định dạng, giấy phép hay metadata theo chuẩn quốc tế như FAIR.
Lớp định hướng chuyển đổi số: Nghị quyết 57-NQ/TW (2024) đặt mục tiêu dữ liệu KH&CN phải liên thông gần thời gian thực, mở ra dư địa chính sách để các quy định chi tiết hơn về chia sẻ dữ liệu nghiên cứu — bao gồm dữ liệu thô — có thể được ban hành trong giai đoạn tiếp theo. Lộ trình chuẩn bị cho đơn vị đã được trình bày tại bài Nghị quyết 57-NQ/TW và chuyển đổi số quản lý khoa học công nghệ.
Nói cách khác, Việt Nam hiện có khung pháp lý cho việc báo cáo về hoạt động nghiên cứu, nhưng chưa có khung riêng cho việc quản lý và chia sẻ dữ liệu thô theo chuẩn quốc tế như FAIR — đây là khoảng trống mà đơn vị chủ động chuẩn bị sớm sẽ có lợi thế khi hợp tác quốc tế, thay vì chờ quy định trong nước ban hành rồi mới chạy theo.
Tình huống thực tế: nhóm nghiên cứu Việt Nam mất cơ hội hợp tác vì thiếu DMP
Một tình huống minh họa dựng theo mô-típ phổ biến khi nhóm nghiên cứu trong nước làm việc với đối tác châu Âu (ví dụ giả định, không phải trường hợp cụ thể của đơn vị nào): một nhóm nộp hồ sơ đồng chủ trì đề tài hợp tác theo chương trình Horizon Europe, được đối tác yêu cầu cung cấp Data Management Plan sơ bộ ngay trong hồ sơ đăng ký.
Vì chưa từng chuẩn bị tài liệu này, nhóm phải tạm dừng tìm hiểu định dạng DMP chuẩn, mất gần hai tuần trong giai đoạn nộp hồ sơ vốn có thời hạn chặt. Nguyên nhân gốc rễ không phải năng lực chuyên môn mà là thiếu quy trình nội bộ mô tả sẵn: dữ liệu lưu ở đâu, ai quản lý, có kế hoạch chia sẻ sau công bố hay không — những câu hỏi DMP luôn yêu cầu trả lời cụ thể, không chấp nhận câu trả lời chung chung.
Kho lưu trữ dữ liệu và DOI cho dataset
Để đạt tiêu chí "Findable" và "Accessible" trong FAIR, dữ liệu cần được đăng ký ở một kho lưu trữ dữ liệu (data repository) thay vì chỉ đính kèm dưới dạng phụ lục PDF trong bài báo. Một số kho phổ biến quốc tế:
- Zenodo — nền tảng do CERN vận hành từ năm 2013, miễn phí, chấp nhận mọi loại dữ liệu nghiên cứu và cấp DOI tự động cho từng bộ dữ liệu tải lên.
- Dryad và Figshare — kho dữ liệu chuyên ngành khoa học tự nhiên và đa ngành, thường được các tạp chí lớn (PLOS, Nature) yêu cầu hoặc khuyến nghị khi nộp bài kèm dữ liệu.
- DataCite — tổ chức phi lợi nhuận quốc tế chuyên cấp DOI cho dataset (khác với Crossref chuyên cấp DOI cho bài báo) — vai trò của DOI trong quản lý công bố đã được giải thích ở bài DOI là gì? Vai trò của DOI và Crossref trong quản lý công bố khoa học.
Việc gắn DOI riêng cho dataset mang lại lợi ích cụ thể: dữ liệu có thể được trích dẫn độc lập với bài báo (data citation), giúp nhà khoa học nhận ghi công khi người khác tái sử dụng dữ liệu của mình cho nghiên cứu khác — một hình thức đóng góp học thuật đang dần được một số hội đồng đánh giá quốc tế công nhận song song với trích dẫn bài báo truyền thống.
Checklist áp dụng FAIR cho đơn vị nghiên cứu Việt Nam
Đơn vị chưa có chính sách dữ liệu mở chính thức vẫn có thể bắt đầu áp dụng từng bước, không cần chờ quy định trong nước ban hành đầy đủ:
- [ ] Xác định loại dữ liệu nào của đơn vị có thể chia sẻ công khai và loại nào cần giữ kín (đề tài có yếu tố sở hữu trí tuệ, dữ liệu cá nhân nhạy cảm) — không phải mọi dữ liệu đều nên mở
- [ ] Yêu cầu nhóm nghiên cứu đặt tên file, cột dữ liệu có mô tả rõ ràng, tránh viết tắt không giải thích được sau vài năm
- [ ] Với đề tài có kế hoạch công bố quốc tế, thử đăng ký một bộ dữ liệu mẫu lên Zenodo để làm quen quy trình lấy DOI trước khi bị đối tác nước ngoài yêu cầu gấp
- [ ] Soạn sẵn một mẫu Data Management Plan nội bộ đơn giản (dữ liệu gì, lưu ở đâu, ai quản lý, chia sẻ khi nào) để không bị động khi có yêu cầu từ quỹ tài trợ
- [ ] Gắn giấy phép sử dụng rõ ràng (ví dụ Creative Commons) cho bất kỳ dữ liệu nào công khai, tránh tình trạng "công khai nhưng không rõ ai được dùng vào việc gì"
- [ ] Với dữ liệu chứa thông tin cá nhân, đối chiếu quy định tại Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân trước khi công khai bất kỳ phần nào
Sai lầm thường gặp khi đơn vị mới bắt đầu làm dữ liệu mở
- Đánh đồng "mở dữ liệu" với "công khai toàn bộ không chọn lọc": FAIR không yêu cầu mở 100%, mà yêu cầu có quy trình rõ ràng — kể cả khi câu trả lời là "không chia sẻ vì lý do X" thì vẫn phải nêu rõ trong metadata, thay vì im lặng không giải thích.
- Lưu dữ liệu chỉ dưới dạng phụ lục PDF trong bài báo: PDF không phải định dạng liên vận hành (Interoperable) — máy móc và phần mềm phân tích khác không đọc lại được dữ liệu dạng bảng biểu trong PDF một cách tự động.
- Không gắn DOI hay định danh bền vững cho dataset: khi link lưu trữ nội bộ đổi domain hoặc ngừng hoạt động sau vài năm, dữ liệu coi như không còn "tìm được" dù từng được công bố.
- Chờ có quy định trong nước đầy đủ rồi mới bắt đầu chuẩn bị: trong khi đó nhóm nghiên cứu có hợp tác quốc tế đã bị yêu cầu DMP ngay từ vòng nộp hồ sơ, không thể đợi chính sách trong nước theo kịp tốc độ yêu cầu của quỹ tài trợ nước ngoài.
Vai trò của hệ thống CSDL đơn vị trong quản lý dữ liệu nghiên cứu
Một hệ thống CSDL khoa học và công nghệ tập trung tại đơn vị không thay thế được kho lưu trữ dữ liệu chuyên dụng như Zenodo, nhưng đóng vai trò nền tảng để việc áp dụng FAIR khả thi ở quy mô đơn vị: lưu vết đề tài nào đã có kế hoạch chia sẻ dữ liệu, đề tài nào dữ liệu thuộc diện bảo mật theo phân quyền, và liên kết dataset DOI (nếu có) vào đúng hồ sơ công bố tương ứng — thay vì để thông tin này nằm rải rác trong email hoặc ổ đĩa cá nhân của từng nhà khoa học.
Việc này cũng liên quan trực tiếp đến bảo mật dữ liệu khoa học: quyết định dữ liệu nào công khai, dữ liệu nào giữ kín cần đi kèm cơ chế phân quyền rõ ràng ngay trong hệ thống nội bộ, tránh tình trạng dữ liệu nhạy cảm bị công khai nhầm hoặc dữ liệu nên chia sẻ lại bị giữ kín quá mức cần thiết.
Câu hỏi thường gặp
Dữ liệu nghiên cứu mở có bắt buộc phải miễn phí và công khai cho tất cả mọi người không? Không. FAIR chỉ yêu cầu dữ liệu có thể tìm được và có quy trình truy cập rõ ràng, không bắt buộc công khai toàn bộ. Dữ liệu nhạy cảm vẫn có thể đạt chuẩn FAIR nếu có metadata mô tả công khai và quy trình xin cấp quyền truy cập minh bạch.
FAIR và Open Data có phải là một không? Không hoàn toàn. Open Data nhấn mạnh việc dữ liệu công khai miễn phí, còn FAIR là bộ tiêu chuẩn về chất lượng quản lý dữ liệu (tìm được, truy cập được theo quy trình, liên vận hành, tái sử dụng được) — một bộ dữ liệu có thể FAIR mà không hoàn toàn Open, nhưng khó Open đúng nghĩa nếu không đạt chuẩn FAIR.
Việt Nam đã có quy định pháp lý riêng về FAIR data chưa? Chưa có văn bản pháp lý nào tại Việt Nam quy định trực tiếp về chuẩn FAIR. Các quy định hiện hành như Nghị định 11/2014/NĐ-CP, Thông tư 14/2014/TT-BKHCN tập trung vào báo cáo thông tin nhiệm vụ KH&CN, còn Nghị định 47/2020/NĐ-CP quy định khung kết nối dữ liệu số nói chung, chưa đi sâu vào định dạng hay giấy phép dữ liệu nghiên cứu thô.
Đơn vị nhỏ, chưa có kinh nghiệm quốc tế thì có cần quan tâm đến FAIR không? Nên bắt đầu làm quen sớm nếu có kế hoạch hợp tác hoặc xin tài trợ quốc tế, vì nhiều quỹ tài trợ lớn (Horizon Europe, NIH) đã coi Data Management Plan là điều kiện bắt buộc trong hồ sơ đăng ký, không phải yêu cầu bổ sung sau khi được duyệt.
Đăng ký DOI cho một bộ dữ liệu có tốn phí không? Với các nền tảng phổ biến như Zenodo, việc tải dữ liệu lên và cấp DOI miễn phí cho người dùng cá nhân và tổ chức nghiên cứu ở quy mô thông thường; một số kho lưu trữ chuyên ngành khác có thể tính phí tùy dung lượng hoặc chính sách riêng của từng nền tảng.
Công khai dữ liệu nghiên cứu có ảnh hưởng đến khả năng đăng ký sáng chế sau này không? Có rủi ro nếu công khai trước khi nộp đơn bảo hộ sáng chế, vì nguyên tắc "tính mới" trong pháp luật sở hữu trí tuệ có thể bị mất nếu dữ liệu liên quan đã được công bố công khai dưới bất kỳ hình thức nào. Cần rà soát kỹ trước khi chia sẻ dữ liệu từ đề tài có tiềm năng sáng chế.
Tóm tắt
- Dữ liệu nghiên cứu mở (Open Research Data) khác Open Access: một bên công khai dữ liệu thô, một bên công khai bài báo đã diễn giải.
- Nguyên tắc FAIR (Findable, Accessible, Interoperable, Reusable) công bố năm 2016 bởi FORCE11, không đồng nghĩa với "mở hoàn toàn" — dữ liệu có thể FAIR mà vẫn kiểm soát quyền truy cập.
- Horizon Europe và NIH đã bắt buộc Data Management Plan trong hồ sơ đăng ký tài trợ, tạo áp lực thực tế lên nhóm nghiên cứu có hợp tác quốc tế.
- Việt Nam hiện có khung pháp lý cho báo cáo thông tin nhiệm vụ KH&CN (Nghị định 11/2014/NĐ-CP) nhưng chưa có quy định riêng cho quản lý dữ liệu thô theo chuẩn FAIR.
- Đơn vị nên chủ động chuẩn bị: phân loại dữ liệu nào mở được, làm quen với kho lưu trữ như Zenodo, và soạn sẵn mẫu Data Management Plan nội bộ.
Nguồn và đội ngũ biên soạn
Bài viết tham khảo Wilkinson et al. (2016), "The FAIR Guiding Principles for scientific data management and stewardship", Scientific Data (FORCE11); Horizon Europe Programme Guide (Ủy ban châu Âu); NIH Data Management and Sharing Policy (Viện Y tế Quốc gia Hoa Kỳ, hiệu lực từ 25/1/2023); re3data.org (DataCite); Nghị định 11/2014/NĐ-CP, Nghị định 47/2020/NĐ-CP, Nghị quyết 57-NQ/TW của Việt Nam. Biên soạn bởi đội ngũ Scibase — Metis JSC. Nội dung mang tính tham khảo, không thay thế văn bản pháp luật hiện hành hoặc tư vấn chuyên môn.