CSDL Bài trích Báo - Tạp chí
chủ đề: Trí tuệ nhân tạo
21 Ứng dụng trí tuệ nhân tạo trong phát triển kinh tế xã hội / Trần Thị Vân Hoa, Đỗ Thị Đông // Kinh tế & phát triển .- 2024 .- Số Đặc biệt (2024) .- Tr. 23-32 .- 330
Nghiên cứu này được thực hiện nhằm tìm hiểu về việc ứng dụng trí tuệ nhân tạo trong phát triển kinh tế xã hội. Phương pháp nghiên cứu tại bàn với các dữ liệu thứ cấp được thu thập từ nhiều nguồn bao gồm sách, tạp chí, báo, các bài viết trên internet. Kết quả cho thấy trí tuệ nhân tạo được ứng dụng phổ biến vào các lĩnh vực kinh tế xã hội và có tác động tích cực và đáng kể đến phát triển kinh tế xã hội. Cụ thể hơn, xu hướng công nghệ này là động lực mới cho tăng trưởng kinh tế. Dựa vào những phân tích, bài viết đề xuất một vài gợi ý về chính sách đối với Việt Nam trong việc quản lý sử dụng AI để thúc đẩy phát triển kinh tế xã hội.
22 Ứng dụng trí tuệ nhân tạo trong kiểm toán / Nguyễn Thị Thu Hiền // Nghiên cứu Tài chính Kế toán .- 2025 .- Số 279 .- Tr. 39-42 .- 657
Mục đích của bài báo này là khảo sát tác động của trí tuệ nhân tạo (AI) đến nghề nghiệp kế toán và kiểm toán, nhấn mạnh sự cần thiết phải nâng cao nhận thức và hiểu biết về ứng dụng AI trong lĩnh vực này. Bài báo sẽ thảo luận về những lợi ích mà AI mang lại trong việc tự động hóa quy trình, cải thiện phân tích dữ liệu và phát hiện gian lận, đồng thời xem xét các thách thức và khoảng trống trong nghiên cứu hiện tại về ứng dụng AI. Bài viết cũng sẽ nhấn mạnh tầm quan trọng của việc định hình tương lai nghề nghiệp trong bối cảnh công nghệ AI ngày càng phát triển, từ đó đưa ra những khuyến nghị cho các chuyên gia cũng như tổ chức trong ngành.
23 Tác động của Thông tư 200 đến mô hình xếp hạng tín dụng sử dụng phương pháp trí tuệ nhân tạo / Phạm Quốc Hải, Tăng Mỹ Hà, Trần Anh Tùng // Phát triển & Hội nhập .- 2024 .- Số 75 .- Tr. 27 - 37 .- 340
Nghiên cứu điều tra tác động của thông tư 200 đến mô hình xếp hạng tín dụng đối với các doanh nghiệp nhỏ, vừa và lớn tại Việt Nam giai đoạn 2008-2018 với phương pháp Mạng nơ-ron nhân tạo ANN. Nghiên cứu so sánh mô hình xếp hạng tín dụng trước và sau khi thực hiện thông tư 200 giữa giai đoạn 2008 – 2014 và giai đoạn 2015 – 2018 với dữ liệu nghiên cứu từ 39.162 doanh nghiệp tại Việt Nam trong cơ sở dữ liệu Orbis. Kết quả chỉ ra rằng NITA, ROE, khả năng thanh toán và hệ số thanh toán hiện hành là những biến độc lập quan trọng và có một số khác biệt đáng kể trong các mô hình xếp hạng tín dụng trước và sau khi thực hiện Thông tư 200. Phương pháp nghiên cứu hữu ích cho các nhà đầu tư trong việc phân tích rủi ro đầu tư để đưa ra quyết định đầu tư tốt nhất. Các NHTM Việt Nam có thể áp dụng mô hình để xác định một số vấn đề cụ thể về xếp hạng tín dụng đối với người vay, cho phép họ đưa ra chính sách tín dụng phù hợp và thiết lập các mức lãi suất khác nhau cho các khách hàng khác nhau dựa trên mức độ rủi ro. Một số hướng nghiên cứu tương lai gồm: (1) cải thiện dữ liệu và biến số, (2) cải tiến phương pháp phân tích dữ liệu và (3) cải thiện thước đo hiệu suất.
24 Ảnh hưởng của blockchain và trí tuệ nhân tạo đến chất lượng kiểm toán độc lập tại Việt Nam / Lại Thị Thu Thủy, Trần Bình Minh // Kinh tế & phát triển .- 2025 .- Số 332 .- Tr. 32-41 .- 658
Nghiên cứu này phân tích tác động của công nghệ Blockchain và trí tuệ nhân tạo đến chất lượng kiểm toán tại các công ty kiểm toán độc lập ở Việt Nam. Dữ liệu từ 247 giám đốc kiểm toán và trợ lý kiểm toán được thu thập và mô hình SEM đã được sử dụng để đánh giá mối quan hệ giữa các biến số. Kết quả cho thấy cả Blockchain và trí tuệ nhân tạo đều cải thiện hiệu quả và chất lượng kiểm toán, trong đó trí tuệ nhân tạo đặc biệt hiệu quả trong phát hiện gian lận và đánh giá rủi ro. Nghiên cứu khẳng định rằng việc ứng dụng blockchain và trí tuệ nhân tạo không chỉ tăng cường tính minh bạch và độ tin cậy của các báo cáo tài chính, mà còn giúp hiện đại hóa quy trình kiểm toán, mang lại lợi ích thiết thực cho các công ty kiểm toán, nhà đầu tư và cơ quan quản lý.
25 Nguy cơ tội phạm sử dụng công nghệ deepfake trong giao dịch ngân hàng / Phạm Ngọc Minh, Hồ Tú Cường // .- 2025 .- Số 1A .- Tr. 58 - 60 .- 006
Công nghệ deepfake là một lĩnh vực của trí tuệ nhân tạo (AI) và học máy (machine learning), với khả năng tạo ra các hình ảnh, video hoặc âm thanh giả mạo một cách rất chân thực, đang trở thành mối đe dọa ngày càng lớn trong lĩnh vực ngân hàng. Tội phạm có thể lợi dụng công nghệ này để thực hiện các hành vi gian lận và lừa đảo tinh vi. Bài viết khái quát về công nghệ deepfake, qua đó nhận diện một số thủ đoạn lừa đảo sử dụng công nghệ này trong hoạt động ngân hàng, từ đó đưa ra một số giải pháp khắc phục, phòng tránh.
26 Lợi ích và thách thức của ứng dụng trí tuệ nhân tạo trong nghiên cứu khoa học vật liệu / Phan Hồng Khôi // .- 2024 .- Tập 13 - Số 6 .- Tr. 15-24 .- 620
Tìm hiểu sâu hơn về sự tương tác hấp dẫn giữa AI với ngành khoa học vật liệu, khám phá các ứng dụng hiện tại và tiềm năng trong tương lai của mối quan hệ hợp tác mạnh mẽ.
27 Đà Nẵng tập trung đầu tư lĩnh vực vi mạch bán dẫn và trí tuệ nhân tạo / Lê Trung Chinh // .- 2024 .- Số 9 .- Tr. 03-06 .- 621
Phát biểu của Chủ tịch UBND thành phố Đà Nẵng về lĩnh vực vi mạch bán dẫn và trí tuệ nhân tạo của Đà nẵng trong những năm nỗ lực không ngừng để thúc đẩy quá trình đầu tư phát triển.
28 Ứng dụng trí tuệ nhân tạo trong hồi sức bệnh nhân nguy kịch / Nguyễn Tất Dũng // .- 2024 .- Số 06(67) .- Tr. 16-24 .- 610
Bài viết này cung cấp cái nhìn tổng quan về các ứng dụng hiện tại và tương lai của trí tuệ nhân tạo trong bệnh nguy kịch và tác động của nó đối với việc chăm sóc bệnh nhân, bao gồm cả việc sử dụng nó trong việc nhận biết bệnh, dự đoán những thay đổi trong quá trình bệnh lý và hỗ trợ ra quyết định lâm sàng.
29 Trí tuệ nhân tạo trong gây mê hồi sức và phẫu thuật / Phạm Văn Huệ, Nguyễn Tất Dũng, Phạm Thanh Minh, Nguyễn Đăng Phước, Nguyễn Thị Hằng // .- 2024 .- Số 06(67) .- Tr. 38-43 .- 610
Trí tuệ nhân tạo (AI) giúp bác sĩ hiểu rõ các thông tin này và xây dựng các công cụ hỗ trợ quyết định trên lâm sàng. AI sử dụng cơ sở dữ liệu có sẵn được gọi là “big data” để xây dựng thuật toán. Các thuật toán này sẽ phân tích các dữ liệu khác nhau giúp bác sĩ chẩn đoán sớm, đánh giá chính xác rủi ro, quản lý trong phẫu thuật, phân phối thuốc tự động, dự đoán gây mê, biến chứng phẫu thuật và kết quả sau phẫu thuật dẫn đến quản lý chu phẫu hiệu quả cũng như giảm chi phí điều trị.
30 Ứng dụng trí tuệ nhân tạo (AI) và nghiệm pháp chức năng thăng bằng trong chẩn đoán bệnh tiền đình / Đỗ Trâm Anh, Hiromasa Takakura, Masatsugu Asai, Naoko Ueda, Hideo Shojaku // .- 2024 .- Tập 183 - Số 10 .- Tr. 1-10 .- 610
Nghiên cứu nhằm xác định khả năng ứng dụng máy học, trí tuệ nhân tạo (AI) trong việc chẩn đoán và phân loại bệnh HO với nhóm PV và non-PV. Các mô hình phân loại đa lớp được áp dụng trên 1009 bệnh nhân (497 PV, 157 HO và 355 non-PV) cho thấy tính đúng (accuracy) cao nhất đạt được là 72% và điểm F1 của nhóm PV, non-PV và HO lần lượt là 0,78; 0,64; 0,71.