Cover Nguyễn Duy Duy, nhà khoa học môi trường tại CSIRO góp mặt trong danh sách Gen.T Việt Nam 2026
Nguyễn Duy Duy, nhà khoa học môi trường tại CSIRO góp mặt trong danh sách Gen.T Việt Nam 2026
1 / 1
Giữa kỷ nguyên mà an ninh nguồn nước trở thành bài toán sinh tồn toàn cầu, nhà khoa học Nguyễn Duy Duy đang cùng CSIRO kiến tạo một hạ tầng dự báo chất lượng nước mang tầm vóc liên châu lục
Là chuyên gia của CSIRO (Tổ chức Nghiên cứu Khoa học và Công nghiệp Khối Thịnh vượng chung Australia), theo anh, điểm khó nhất khi biến một mô hình khoa học thành một hệ thống đủ tin cậy để người quản lý ra quyết định hằng ngày là gì?
Một mô hình có thể hoạt động tốt trong bài báo, trong phòng thí nghiệm, hoặc trên một bộ dữ liệu kiểm định, nhưng để trở thành một hệ thống mà người quản lý có thể dùng hằng ngày thì cần nhiều hơn thế.
Với chất lượng nước, hệ thống tự nhiên luôn biến động. Mưa, dòng chảy, nhiệt độ, ánh sáng, dinh dưỡng, trầm tích, tảo và hoạt động của con người đều tương tác với nhau. Dữ liệu cũng không hoàn hảo: vệ tinh có thể bị mây che, cảm biến có thể bị gián đoạn, dữ liệu hiện trường có thể thưa hoặc không đồng nhất. Thách thức là biến những nguồn thông tin rời rạc và bất định đó thành một bức tranh đáng tin cậy.
Thách thức này càng lớn khi làm việc ở nhiều quốc gia khác nhau. Mỗi nơi có điều kiện tự nhiên, hạ tầng dữ liệu, năng lực kỹ thuật, quy trình quản lý và bối cảnh thể chế khác nhau. Vì vậy, xây dựng một hệ thống dự báo không chỉ là một bài toán khoa học mà còn là bài toán thích nghi với cách mỗi nơi ra quyết định, chia sẻ dữ liệu và vận hành công nghệ.
Tôi nghĩ chìa khóa bắt đầu từ quyết định cần được đưa ra. Người vận hành hồ chứa, nhà quản lý thủy lợi hay người nuôi thủy sản không cần một mô hình phức tạp. Họ cần biết rủi ro đang tăng hay giảm, mức độ chắc chắn đến đâu và họ có thể làm gì tiếp theo. Vì vậy, tôi luôn xem mô hình như một phần của hệ thống ra quyết định, chứ không phải là sản phẩm cuối cùng.
Đọc thêm: Bạn đã sẵn sàng trở thành Gen.T Leaders of Tomorrow 2026?
Above Nguyễn Duy Duy, nhà khoa học môi trường tại CSIRO góp mặt trong danh sách Gen.T Việt Nam 2026
Nguyễn Duy Duy, nhà khoa học môi trường tại CSIRO góp mặt trong danh sách Gen.T Việt Nam 2026
1 / 1
Công việc của anh nằm ở điểm giao giữa thủy động lực học, viễn thám, AI và dữ liệu hiện trường. Khi các nguồn dữ liệu ngày càng lớn và không đồng nhất, người làm mô hình cần giữ nguyên tắc nào để mô hình không trở thành một “hộp đen” có vẻ chính xác?
Nguyên tắc quan trọng nhất với tôi là mô hình phải vừa học từ dữ liệu, vừa tôn trọng các quy tắc vật lý, hóa học và sinh học của hệ thống. Ngày nay, AI đang phát triển rất mạnh trong việc nhận diện các mẫu hình phức tạp, nhưng trong môi trường tự nhiên, nếu chỉ chạy theo độ chính xác của thống kê mà không hiểu cơ chế đằng sau, mô hình rất dễ trở thành một “hộp đen” có vẻ thuyết phục nhưng không đáng tin cậy khi điều kiện thay đổi.
Với chất lượng nước, tôi luôn cố gắng kết hợp dữ liệu quan trắc với hiểu biết về thủy động lực học, địa sinh hóa và các quá trình trong môi trường. Ví dụ, nếu mô hình dự báo sự thay đổi của tảo hoặc độ đục, kết quả đó cần hợp lý với điều kiện mưa, dòng chảy, nhiệt độ, ánh sáng, dinh dưỡng và cách thức hệ thống vận hành. Một mô hình tốt không chỉ trả lời “điều gì sẽ xảy ra”, mà còn giúp ta hiểu phần nào “vì sao điều đó xảy ra”.
Một nguyên tắc khác là phải trung thực với sự không chắc chắn. Trong khoa học môi trường, không phải lúc nào cũng có một câu trả lời tuyệt đối. Điều quan trọng là mô hình cần cho người dùng biết mức độ tin cậy, giới hạn sử dụng và những điều kiện nào có thể làm thay đổi kết quả. Với tôi, sự minh bạch đôi khi quan trọng không kém độ chính xác.
Xây dựng một hệ thống dự báo không chỉ là một bài toán khoa học mà còn là bài toán thích nghi với cách mỗi nơi ra quyết định, chia sẻ dữ liệu và vận hành công nghệ.
Anh đang làm việc trong một hệ sinh thái khoa học tại Australia, đồng thời tham gia các dự án ở Việt Nam và khu vực châu Á - Thái Bình Dương. Theo anh, để một quốc gia xây dựng năng lực dự báo và quản trị nguồn nước, mắt xích yếu nhất thường nằm ở đâu?
Nhiều quốc gia hiện nay đã có thể tiếp cận vệ tinh, cảm biến, mô hình và AI. Vấn đề khó hơn là làm sao kết nối những năng lực đó thành một hệ thống vận hành bền vững.
Dữ liệu thường nằm rải rác ở nhiều cơ quan, nhiều dự án và nhiều định dạng khác nhau. Các nhóm kỹ thuật có thể rất giỏi, nhưng thiếu cơ chế chia sẻ dữ liệu, thiếu nguồn lực để duy trì hệ thống lâu dài, hoặc thiếu kết nối với người ra quyết định. Khi đó, dù có công nghệ tốt, tác động thực tế vẫn bị hạn chế.
Tôi nghĩ một quốc gia muốn xây dựng năng lực dự báo và quản trị nguồn nước cần đầu tư đồng thời vào 3 phần: hạ tầng dữ liệu, con người và thể chế hợp tác. Công nghệ có thể được chuyển giao, nhưng năng lực thực sự phải được xây dựng cùng với đội ngũ trong nước, với hiểu biết địa phương và nhu cầu cụ thể của từng hệ thống nước.
Đọc thêm: Gặp gỡ 16 nhà lãnh đạo Gen.T Leaders of Tomorrow 2026 đến từ Việt Nam
Điều tôi muốn theo đuổi không chỉ là dự báo chính xác hơn, mà còn là biến dự báo thành năng lực thích ứng. Nếu khoa học giúp cộng đồng chuẩn bị sớm hơn, quản lý rủi ro tốt hơn và đối thoại tốt hơn về tương lai của tài nguyên nước, thì khoa học đã trở thành một phần của năng lực chống chịu xã hội.
Có câu hỏi khoa học nào về dòng chảy, chất lượng nước hoặc an ninh nguồn nước mà đến giờ anh vẫn thấy khó, nhưng chính vì thế mà anh muốn tiếp tục theo đuổi trong nhiều năm tới không?
Câu hỏi là: làm thế nào để dự báo các hệ thống nước phức tạp đủ sớm, đủ tin cậy và đủ dễ hiểu để con người có thể hành động trước khi rủi ro xảy ra?
Đây là câu hỏi khó vì nước không đứng yên. Một trận mưa lớn, một thay đổi trong sử dụng đất, một đợt nắng nóng, một dòng thải hoặc một biến động trong hệ sinh thái đều có thể làm thay đổi nhanh chóng chất lượng nước. Trong bối cảnh biến đổi khí hậu, những thay đổi này trở nên cực đoan hơn, khó lường hơn và vượt ra ngoài những gì chúng ta từng quan sát.
Nước cũng chưa bao giờ chỉ là một vấn đề tự nhiên. Dòng nước không biết đến biên giới, nhưng con người lại xây đập, chuyển dòng, khai thác và tranh luận về quyền sử dụng nước. Vì vậy, dự báo dòng chảy hay chất lượng nước không chỉ là một bài toán kỹ thuật mà còn là câu hỏi về cách con người cùng sống trong một thế giới đang thay đổi.
Điều tôi muốn theo đuổi không chỉ là dự báo chính xác hơn, mà còn là biến dự báo thành năng lực thích ứng. Nếu khoa học giúp cộng đồng chuẩn bị sớm hơn, quản lý rủi ro tốt hơn và đối thoại tốt hơn về tương lai của tài nguyên nước, thì khoa học đã trở thành một phần của năng lực chống chịu xã hội.
Bài viết đăng tải từ bài gốc trên ấn phẩm Tatler Vietnam Vol.22
CREDITS
Editor-in-Chief: Nikita Chu
Managing Editor: Hai Yen Ho
Head of Style: Nga H Nguyen
Art Director: Andy Trần
Photographer: Lê Lai (Chi Pu, Đỗ Hữu Hưng, Phạm Chí Nhu, Vũ Ngọc Anh Thư) , Kỳ Anh (Jonathan Việt Phạm, Phúc Nguyễn, Phan Huy), Trí Nguyễn (Khoa Vũ, Khoai Lang Thang, Zean Võ)
Stylist: Long Ngọc
Producer: Joanne Dao
Editors: Lang Minh, Khương Hà, Quyên Hoàng, Sovy Han
Junior Editors: Hồng An, Emily Kỳ (Ky Anh), Lana Nguyễn
Video Director: Viet Hoang
Videographer: Andrewng, Truong Dinh, Duc Anh, Vy Lê
Video Editor: Thiện Trung, Pham Gia Khanh, Vy Lê
Designer: Chau Duong, Dinh Gia Kiet, Anh Bui, Van Ly H
Retoucher: Nét Retouch
Social: Pham Gia Khanh
Makeup & Hair: Ngọc Li
Photo Assistant: Anh Nhựt, Lê Minh Quang
Gaffer/A.C: Hau Nguyen, Phuc
Stylist Assistant: Phúc Tín, Jayce, Minh Đức, Yến Nhi
Fashion: Gucci, Karl Lagerfeld, Calvin Klein, MoiDien
ĐỌC NGAY
Gặp gỡ 16 nhà lãnh đạo Gen.T Leaders of Tomorrow 2026 đến từ Việt Nam
Gen.T Leaders of Tomorrow 2026: Một thập kỷ tìm kiếm thế hệ lãnh đạo tương lai châu Á
Tatler Gen.T Leaders of Tomorrow 2026 và những con số ấn tượng
Lang Minh
