Thứ Sáu, 16 tháng 9, 2022

Loay hoay đi tìm cách viết khái niệm

 (Theo Chungta.com)

Góp phần tìm hiểu các khái niệm sự vật và thuộc tính

08:53 SA @ Thứ Ba - 14 Tháng Mười Một, 2006
Trong hệ thống các khái niệm của phép biện chứng duy vật, mỗi khái niệm có một vị trí xác định. Nếu các khái niệm của khoa học này được sắp xếp theo thứ tự từ rộng đến hẹp, thì vị trí đầu tiên là khái niệm vật chất và kế tiếp theo sẽ là hai khái niệm sự vật và thuộc tính: bởi vì trong hiện thực khách quan không có cái gì khác ngoài các sự vật và các thuộc tính (tính quy định) của chúng. Sự vật và thuộc tính là hai khái niệm cơ bản của phép biện chứng duy vật phản ánh mọi đối tượng có trong hiện thực khách quan. Với mức độ bao quát đó chúng đã được sử dụng trong các định nghĩa về các khái niệm cơ bản khác như cái riêng cái chung, hiện tượng, bản chất, quy luật mâu thuẫn... Mặc dù vậy,bản thân hai khái niệm này lại ít được nghiên cứu thậm chí chưa được định nghĩa một cách rõ ràng.

Như chúng ta đã biết: trong các sách giáo khoa về phép biện chứng duy vật không có định nghĩa nào về sự vật và thuộc tính. Khi tìm hiểu hai khái niệm này, chúng ta thường căn cứ vào các định nghĩa sau đây được trình bày trong một số từ điển: sự vật là "cái tồn tại được nhận thức có ranh giới rõ ràng phân biệt với những cái xảy ra khác": thuộc tính là "đặc tính vốn có của sự vật nhờ đó sự vật tồn tại và qua đó con người nhận thức được sự vật phân biệt được sự vật này với sù vật khác" là "tinh chất không thể tách rời của sự vật”, là "đặc tính, đặc điểm đánh dấu sự tồn tại của một sự vật". Tuy nhiên, những định nghĩa này lại đang còn tương đối sơ lược và chưa đáp ứng được yêu cầu của phép định nghĩa khái niệm.

Thực vậttheo yêu cầu của phép định nghĩa khái niệm trong định nghĩa khái niệm A bất kỳ nào đó ( trừ khái niệm vật chất), người ta phải quy nó vào một khái niệm B rộng hơn sau đó phải nêu ra được những dấu hiệu chỉ có ở những đối tượng thuộc A để phân biệt với những đối tượng cũng thuộc B nhưng không thuộc A. Chẳng hạn, ở định nghĩa "hình chữ nhật là hình bình hành cógóc vuông”, người ta đã quy khái niệm "hình chữ nhật” (A) vào khái niệm "hình bình hành" (B), đồng thời đã nêu ra được dấu hiệu phân biệt "hình chữ nhật" với ‘hình bình hành nhưng không phải là hình chữ nhật" (dấu hiệu này là có 1 góc vuông).Đối chiếu với yêu cầu của phép định nghĩa khái niệm, chúng ta dễ dàng nhận thấy rằng, trong ba định nghĩa về thuộc tính ở trên, các tác giả đã không quy khái niệm thuộc tính vào khái niệm rộng hơn (chỉ có khái niệm vật chất mới rộng hơn khái niệm thuộc tinh), mà quy vào các khái niệm hẹp hơn là tính chất, đặc tính, đặc điểm. Giống như mọi khái niệm khác, hai khái niệm sự vật và thuộc tính có ngoại diên xác định của mình. Ngoại diên của khái niệm thuộc tính gồm vô số đối tượng có chung những dấu hiệu nào đó và nhờ đó đều được gọi là thuộc tính. Ngoại diên của khái niệm sù vật cũng gồm vô số đối tượng có chung những dấu hiệu nào đó và nhờ đó đều được gọi là sự vật. Các đối tượng thuộc ngoại diên của hai khái niệm này ngoài dấu hiệu chung là tồn tại khách quan và độc lập với ý thức của con người, còn có một số dấu hiệu liêng mà nhờ đó chúng ta có thể xác định được một đối lượng là sự vật chứ không phải là thuộc tính và ngược lại. Những dấu hiệu riêng này cần được nêu ra trong các định nghĩa về sự vát và thuộc tính. Song, các định nghĩa ở trên lại chưa nêu ra được những dấu hiệu riêng như vậy. Nếu cho rằng "sự vật là cái tồn tại được nhận thức rõ ràng phân biệt với những cái xảy ra khác" thì cũng có thể cho rằng "thuộc tính là cái tồn tại được nhận thức rõ ràng phân biệt với những cái xảy ra khác” tức là có thể coi được nhận thức rõ ràng, phân biệt với những cái xảy ra khác là một dấu hiệu chung của cả những đối tượng được gọi là thuộc tính và những đối tượng được gọi là sự vật.

Có tác giả cho rằng:"Sự vật đặc trưng chủ yếu cho mặt gián đoạn, ngắt quãng, tách biệt, còn thuộc tính thiên về biểu đạt mặt liêntục, nối tiếp ràngbuộc của vật chất. Có thể coi sự vật là “điểm" hay “mắt lưới",còn thuộc tính là "diện "hay "mạng lưới"trong cùng một “bức tranh chung" về hiện thực khách quan". Ở định nghĩa này,tác giả tuy đã xem xét hai khái niệm sù vật và thuộc tính trong mối quan hệ không tách rời nhau nhưng chỉ mới đề cập bước đầu đến sù khác nhau giữa hai khái niệm ấy. Do vậy định nghĩa đó cũng chưa phải là một định nghĩa hoàn chỉnh.

Định nghĩa về sử vật và thuộc tính là một vấn đề phức tạp. Cho đến nay vẫn chưa có một định nghĩa nào thật sụ rõ ràng và được thống nhất thừa nhận. Trong khi chờ đợi có được định nghĩa như thế chúng ta có thể và cần phải xác định được những đối tượng thuộc ngoại diên qua khái niệm sự vật và những đối tượng thuộc ngoại diên của khái niệm thuộc tính.

Thông thường, để bảo đảm tính rõ ràng của tư tưởng trước khi sử dụng một khái niệm A nào đó, người ta phai trả lời được câu hỏi "A là gì”? Tuy nhiên, nếu như đã trả lời được câu hỏi những cái gì là A? thì trong một số trường hợp người ta có thể tạm thờichưa cần trả lời câu hỏi Alà gì"? Chẳng hạn, khi sử dụng 10 khái niệm (được gọi là 10 phạm trù) là thực thể số lượng, chất lượng, quan hệ, vị trí, thời gian, tư thế, sở hữu, hoạt động, thụ động. Arixtốt không trả lời các câu hỏi thực thể là gì? chất lượng là gì?... thay vào đó ông đã trả lời các câu hỏi "cái gì là thực thể”? "cái gì là chất lượng”? ( theo ông thực thể ví dụ là người, ngựa… chất lượng ví dụ là trắng, đen...). Hoặc khi sử dụng khái niệm số tự nhiên, người ta cũng có thể tạm thời chưa trả lời câu hỏi "số tự nhiên là gì ?" vì đã trả lời được câu hỏi "những số nào là số tự nhiên?" (số tủ nhiên ví dụ là các số: 1, 2,3...).

Tương tự như vậy, để bảo đảm tính rõ ràng của tư tưởng khi sử dụng các khái niệm sự vật và thuộc tính trong điều kiện câu hỏi sự vật và thuộc tính là gì? chưa được trá lời một cách rõ ràng thì chúng ta cần phải trả lời được câu hỏi "những cái gì là sự vật và thuộc tính?". Phương pháp trả lời câu hỏi nào là tìm trong các mệnh đề, trước hết là trong các mệnh đề đơn giản, những từ chỉ sự vật và những từ chỉ thuộc tính. Bởi vì sự vật và độc tính là hai khái niệm cơ bản của phép biến chứng trong bất cứ mệnh đề nào chúng cũng đều được biểu đạt bởi những từ nào đó và do đó thông qua phân tích các mệnh đề, chúng ta có thể tìm ra những ví dụ về hai khái niệm này.Phương pháp phân tích các mệnh đề đề tìm ra các yếu tố của phép biện chứng đã được Lênin chỉ ra như sau: trong bất cứmệnh đề nào, cũng có thể (và phải) tìm ragiống như trong một "cái ngàn tổ ong" (tế bào), những mầmmống của tất cảnhũng yếu tố của phép biện chứng".

Chẳng hạn, ở mệnh đề "con ngựa này màu trắng, con ngựa kia màu đen" thì con ngựa này và "con ngựa kia" là hai từ chỉ hai sự vật còn "màu trắng" và "màu đen" là hai từ chỉ hai thuộc tính, đó là thuộc tính màu trắng và thuộc tính màu đen. Màu trắng và màu đen là hai thuộc tính chung tồn tai ở nhiều sự vật chứ không phải chỉ ở hai sự vật. Tất cả những sự vật có thuộc tính màu trắng tuy tồn tại rất phân tán về không gian và thời gian trong hiện thực khách quan nhưng vẫn được tư duy của con người "tập hợp" lại thành một lớp xác định, lớp những sự vậtcó màu trắng (tất cả những sự vật còn lại sẽ ở ngoài lớp đó và được tập hợp vào lớp nhữngsự vật không có màu trắng).Đối với thuộc tính màu đen và lớp những sự vậtcó màu đen cũng tương tự.

Ở mệnh đề “cái này là một cái cốc” thì “cái này” là từ chỉ một sựvật. Nhưng vấn đề phức tạp là ở chỗ "cái cốc" là từ chỉ một sự vật hay là từ chỉ một thuộc tính? Trong hiện thực khách quan có vô số sự vật được gọi là "cái cốc”. Sở dĩ các sự vật khác nhau đều được gọi bằng từ ấy là vì chúng đều có một thuộc tính chung nào đó. Từ “cái cốc" trong mệnh đề nói trên chính là dùng để chỉ thuộc tính chung này. Nói cách khác, từ "cái cốc" là từ dùng để chỉ thuộc tính cái cốc, một thuộc tính chung tồn tại ở từng sự vật thuộc một lớp sự vật xác định, còn từ "cái này” (hoặc tử “cái cốc này”… ) mới là từ chỉ một sự vật. Cái cốc là một thuộc tính tồn tại trong hiện thực khách quan. Tuy nhiên, chúng ta không thể nhìn thấy,sờ thấy hoặc làm vỡ được thuộc tính cái cốc mà chì có thể nhìn thấy, sờ thấy hoặc làm vỡ được các sự vật có thuộc tính ấy.

Nếu như cái cốc là một thuộc tính chung: thì cái nhà nguyên tử, phân tử, sinh vật, thực vật quả cam, quả ôi, động vật, ngựa, người, đàn ông, đàn bà, tư sản, vô sản... cũng là những thuộc tính chung.

Một thuộc tính chung tương ứng với nhiều sự vật. Giả sử S là một thuộc tính chung nào đó thì S1, S2… Sn là những sự vật có thuộc tính S và được tập hợp lại trong tư duy thành lớp S. Tương tự, nếu coi P là một thuộc tính chung khác nào đó thì P1, P2.... Pn là những sự vật có thuộc tính P và được tập hợp lại trong tư duy thành lớp P.Quan hệ giữa S và P có thể là điều hoà (đồng nhất, lệ thuộc, giao nhau) hoặc là không điều hoà. Nếu mọi sự vật có thuộc tính S đều có thuộc tính P và ngược lại, mọi sự vật có thuộc tính P đều có thuộc tính S thì quan hệ giữa S và P là đồng nhất. Nếu mọi sự vật có thuộc tính S đều có thuộc tính P nhưng ngược lại không phái mọi sự vật, có thuộc tính P đều có thuộc tính Sthì quan hệ giữa S và P là lệ thuộc. Quan hệ giữa S và P là giao nhau khi một số sự vật vừa có thuộc tính S vừa có thuộc tính P đồng thời một số sự vật có thuộc tính S còn lại không có thuộc tính P và một số sù vật có thuộc tính P còn lại không có thuộc tính S.

Trong trường hợp mọi sự vật có thuộc tính S đều không có thuộc tính P ngược lại mọi sự vật có thuộc tính P đều không có thuộc tính S thì quan hệ giữa S và Plà không điều hòa.

Mỗi thuộc tính được biểu đạt bằng một từ. Trong tư duy, mỗi từ dùng để biểu đạt một thuộc tính chung nào đó được hình thành sau một quá trình nhận thức lâu dài về thuộc tính chung ấy.Trên cơ sở của các cảm giác và tri giác về các sự vật bằng các thao tác so sánh, phân tích, tổng hợp, trừu tượng hóa, khái quát hoá, con người đã tìm ra những thuộc tính chung giống nhau của nhiều sự vật và đặt tên cho các thuộc tính chung ấy bảng những từ xác định. Các từ này vốn là những từ được dùng để chỉ các thuộc tính chung. Tuy nhiên, trong cách nói thông thường: nhiều khi chúng ta lại dùng chúng như là những từ chi sự vật. Chẳng hạn, trong các câu đùng được nước là một thuộc tính “của cái cốc" “dẫn được điện là một thuộc tính của kim loại"thì từ "cái cốc" và từ "kim loại đã được dùng như là những từ chỉ sự vật. Cách nói này thực ra là cách nói tắt. Bởi vì không phái cái cốc và kim loại có các thuộc tính đó mà là "tất cả những sự vật có thuộc tínhdựng được nước”, tất cả các sự vật có thuộc tính kim loại đều có thuộc tính dẫn được điện. Cách nói tắt như trên làm cho nhiều người lầm tưởng rằng, cái cốc và kim loại là hai sự vật chứ không phải là hai thuộc tính.

Không những mỗi thuộc tính được biểu đạt bởi một tử. mà mỗi sự vật cũng được biểu đạt bởi một từ. Trong hiện thực khách quan có vô số sự vật khác nhau. Về lý thuyết các sự vật khác nhau có thể được biểu đạt bởi các từ khác nhau hay trong hiện thực khách quan có bao nhiêu sự vật thì có thể có bấy nhiêu từ. Song, trong nhận thức. một từ có thể được chúng ta dùng để chỉ nhiều sự vật. Ví dụ nhiều người có cùng một tên gọi, tên gọi ấy là một từ, đó là từ đa nghĩa được dùng để chỉ nhiều đối tượng mà mỗi đối tượng ở đây là một sự vật (mỗi nghĩa tương ứng với một sự vật). Khác với từ đa nghĩa, từ cái cốc nói ở trên chỉ có một nghĩa được dùng để chỉ một đối tượng: đối tượng nào là một thuộc tính chứ không phải là một sự vật. Thuộc tính cáicốc tồn tại ở một lớp gồm nhiều sự vật khác nhau. Điều đó đôi khi làm cho chúng ta lầm tưởng rằng cái cốc không phải là một thuộc tính.

Tóm lại, trong hiện thực khách quan có vô số đối tượng được gọi là sự vật và vô số đối tượng được gọi là thuộc tính. Sự vật nào cũng có nhiều thuộc tính, thuộc tính nào cũng tồn tại ở một hoặc ở nhiều sự vật. Nhờ có thuộc tính mà chúng ta mới biết được một sự vật nào đó là gì, nó giống và khác với các sự vật khác như thế nào. Sự vật và thuộc tính là hai khái niệm khác nhau. Khái niệm thuộc tính dùng đề chỉ các đối tượng như màu trắng, màu đen, tốt, xấu, cái cốc, cái nhà, ngựa, người đàn ông, đàn bà, tư sản, vô sản... còn khái niệm sự vật dùng để chỉ các đối tương như cái màu trắng này hoặc cái màu trắng kia, cái cốc này hoặc cái cốc kia, cái nhà này hoặc cái nhà kia, người này hoặc người kia... Tuykhông thể xác định được đầy đủ tất cả các đối tượng thuộc ngoại diên của hai khái niệm này, bởi số lượng các đối tượng ấy là vô cùng lớn nhưng từ những đối tượng vừa nêu chúng ta có thể suy ra được nhiều đối tượng khác.

Trong khi chưa có được một định nghĩa rõ ràng về sự vật và thuộc tính,việc xác định ngoại diên của hai khái niệm ấy là rất cần thiết vì đó là một cơ sơ quan trọng giúp chúng ta tìm hiểu các khái niệm khác hẹp hơn của phép biện chứng duy vật, kể cả các khái niệm cơ bản như cái chung,cái riêng: bản chất, hiện tượng, tất nhiên, ngẫu nhiên. mâu thuẫn, quy luật... Xác định ngoại diên của hai khái niệm sù vật và thuộc tính là một vấn đề ít được đề cập đến trong các sách báo triết học. Để làm rõ vấn đề này cần phải có những nghiên cứu sâu sắc hơn.

Thứ Ba, 16 tháng 8, 2022

Làm thế nào để viết lách tốt hơn?

 

Làm Thế Nào Để Viết Lách Tốt Hơn?

Không phải ai sinh ra cũng có khả năng viết lách. Cũng không nhất định phải học chuyên về mảng xã hội mới có thể viết, mà viết lách là một quá trình dài nó đòi hỏi bạn phải kiên trì. Viết như thế nào mới thu hút được người đọc, sử dụng từ ngữ làm sao cho phù hợp, cách rèn luyện kỹ năng viết mỗi ngày,… câu trả lời nằm trong bài viết này dưới đây.

Mình không phải là sinh viên ngành báo chí hay ngành Văn học thế nhưng mình vẫn có khả năng viết mỗi ngày một bài. Mình đã rèn luyện kỹ năng viết đến nay là được 3 năm, ở bài viết này mình sẽ chia sẻ những phương pháp luyện viết của mình, hy vọng sẽ giúp ích được các bạn, đặc biệt là những bạn chưa biết phải bắt đầu như thế nào. Mời bạn đọc cùng theo dõi!

1. Xác định được mục tiêu viết

Đầu tiên bạn cần xác định được mục tiêu viết, bạn viết cho ai? Bạn viết để làm gì? Và bạn viết như thế nào? Điều này vô cùng quan trọng, bởi bạn sẽ không thể duy trì một công việc nếu như không có mục tiêu hay định hướng rõ ràng. Có người tìm đến viết để giải tỏa cảm xúc, cũng có người tìm đến viết để thể hiện đam mê viết lách. Khi đã có sẵn một kế hoạch thì bạn sẽ có động lực viết nhiều hơn.

Gợi ý: Bạn có thể đặt mục tiêu viết mỗi ngày

2. Rèn luyện viết thường xuyên

Không có bất cứ một kỹ năng nào từ trên trời rơi xuống, nếu muốn giỏi ở bất cứ lĩnh vực nào bạn cũng phải bỏ công sức ra để luyện tập. Và viết lách cũng vậy, nói đến viết thì ai cũng có thể viết được dựa trên sự trải nghiệm của bản thân, thế nhưng bài viết dành cho tất cả mọi  người đọc thì đó lại là một chuyện khác. Bạn cần phải viết rất nhiều mới có thể phát hiện ra những thiếu sót của mình.

3. Chủ đề viết rất quan trọng

Viết cần phải sáng tạo thế nên bạn cần phải khai thác và khám phá ở nhiều thể loại cũng như chủ đề khác nhau. Đừng viết lại những gì người khác đã viết cũng đừng bắt chước theo phong văn của một ai đó. Bạn chỉ cần viết bằng chính cảm xúc của mình, bằng chính sự trải nghiệm của bản thân là được rồi.

Chủ đề viết của bạn có thể là những bài viết thức tỉnh độc giả, bài viết an ủi những nỗi buồn trong cuộc sống.

4. Hãy đọc thật nhiều

Việc đọc không chỉ giúp bạn dung nạp thêm kiến thức mà nó còn làm cho vốn từ của bạn phong phú hơn rất nhiều. Thế nên bạn cần có một thời gian biểu cho việc đọc sách, đọc báo và đọc cái bài viết trên mạng xã hội. Khi đọc và nghiên cứu kĩ bài của một ai đó giúp bạn nhận ra được rất nhiều kinh nghiệm trong việc viết. Có thể kể đến đó là cách sử dụng từ, cách khai thác vấn đề, cách lựa chọn chủ đề viết.

5. Hãy lấy chất liệu nội dung từ cuộc sống

Nam Cao đã từng nói: “Nghệ thuật không cần là ánh trăng lừa dối, nghệ thuật không nên là ánh trăng lừa dối; nghệ thuật chỉ là tiếng đau khổ kia, thoát ra từ những kiếp lầm than, vang dội lên mạnh mẽ trong lòng.” Đúng vậy, chất liệu của bài viết được lấy từ cuộc sống ngoài kia sẽ mang lại cảm giác chân thật và gần gũi hơn với độc giả.

Chất liệu nội dung này có thể tìm ở đâu? Rất đơn giản, đó là những trải nghiệm của chính bản thân bạn, của những con người xung quanh bạn. Hoặc có thể đó là câu chuyện của một người nào đó mang lại cảm hứng cho người đọc.

6. Trao đổi kinh nghiệm cùng những người bạn

Bạn có thể trao đổi kinh nghiệm cùng với những người bạn viết lách, mỗi người sẽ cho bạn nhiều góc nhìn khác nhau về việc viết. Từ đó bạn sẽ có thêm kỹ năng viết lách, thế nên đừng ngại trao đổi kinh nghiệm cùng mọi người xung quanh nhé.

7. Lắng nghe ý kiến từ độc giả

Việc được nhận lời khen cho một bài viết chắc chắn sẽ giúp bạn có nhiều động lực hơn nữa cho việc viết. Thế nhưng khi nhận được một phản hồi tiêu cực bạn cũng nên xem xét lại, có thể là bài viết của mình chưa đủ thuyết phục độc giả, bài viết của mình chưa đủ sâu sắc,… Quan trọng nhất chính là phải lắng nghe ý kiến phản hồi từ các độc giả để chúng ta sửa những lỗi bản thân đang mắc phải.

Cuối cùng, muốn rèn luyện bất cứ kỹ năng nào cũng đòi hỏi sự kiên trì của bạn. Viết cũng là một bộ môn nghệ thuật, nếu muốn viết tốt hãy viết nhiều hơn mỗi ngày bạn nhé. Trên đây là những phương pháp mình rút ra được sau hơn 3 năm theo đuổi viết lách. Hy vọng sẽ mang lại cho các bạn nhiều giá trị, đọc sách là một kỹ năng vô cùng quan trọng nếu muốn viết tốt bạn phải có thói quen đọc sách. Đọc để có thêm kiến thức và kỹ năng cũng như trau dồi thêm vốn từ mới có thể viết mỗi ngày.

Cảm ơn bạn đọc đã luôn tin tưởng và theo dõi AnyBooks trong thời gian vừa qua. Sắp tới chúng mình sẽ cho ra thêm nhiều sản phẩm chất lượng hơn nữa, hãy ủng hộ AnyBooks ở các bài viết ở nhiều chuyên mục nhé!

Viết bởi Dương Hạnh - AnyBooks

Thứ Hai, 15 tháng 8, 2022

Bài báo ISI và Scorepus

1. Tổng quan về công bố ISI và Scopus

Có công bố khoa học quốc tế, nhất là công bố trên các tạp chi quốc tế uy tín, đang là yêu cầu bắt  buộc đối với các ứng viên xét đạt tiêu chuẩn chức danh GS, PGS; các cán bộ giảng viên chủ trì đề tài KH&CN các cấp; các nghiên cứu sinh,... 

1.1. Tạp chí khoa học quốc tế có uy tín.

Uy tín cuả tạp chí khoa học liên quan đến chất lượng khoa học của tạp chí đó, thường được đánh giá qua một hay một số tiêu chí (ví dụ quy trình xuất bản, chất lượng nội dung các bài báo, số lượng trích dẫn, danh tiếng của ban biên tập, danh tiếng của nhà xuất bản,...). Tùy theo quan điểm, mục đích của tổ chức, tiêu chí đánh giá có thể khác nhau và do đó chất lượng, uy tín của tạp chí có thể khác nhau.

Hiện nay, có sự thừa nhận rộng rãi trong cộng đồng khoa học quốc tế tạp chí khoa học uy tín là các tạp chí được chỉ mục trong danh mục Scopus và danh mục Web of Science Core Collection (WoS, trước đây thường biết với tên gọi phổ biến là ISI).

Ở Việt Nam, với mục đích tính điểm quy đổi để đánh giá và công nhận đạt tiêu chuẩn chức danh GS, PGS, theo Quyết định số 37/2018/QĐ-TTg ngày 31/12/2018 của Thủ thướng Chính phú thì tạp chí khoa học quốc tế có uy tín là những tạp chí khoa học có mã số chuẩn quốc tế ISSN thuộc danh mục trong Web of Science (ISI), danh mục Scopus hoặc danh mục quốc tế khác do Hội đồng Giáo sư nhà nước quyết định (xem Phụ lục 1 của Quyết định 37). Danh mục cụ thể sẽ do các Hội đồng GS ngành, liên ngành công bố hàng năm.

Theo Quỹ phát triển Khoa học và Công nghệ Quốc gia (NAFOSTED), tạp chí quốc tế có uy tín được quy định cụ thể và khác nhau đối với 2 nhóm lĩnh vực Khoa học tự nhiên-kỹ thuật và Khoa học xã hội-nhân văn. Ví dụ, hiện tại, đối với lĩnh vực Khoa học tự nhiên-kỹ thuật thì đó là 6940 tạp chí thuộc nhóm Q1, Q2, Q3 của danh mục SCIE trong WoS theo từng chuyên ngành (xem Quyêt định số 151/QĐ-HĐQL-NAFOSTED ngày 09/8/2019); đối với lĩnh vực Khoa học xã hội-nhân văn là tạp chí thuộc danh mục AHCI, SSCI của WoS, tạp chí thuộc danh mục Scopus và tạp chí thuộc các nhà xuất bản uy tín thế giới với danh sách cụ thể (xem Quyêt định số 251/QĐ-HĐQL-NAFOSTED ngày 11/12/2019).

1.2. Danh mục WoS

WoS là viết tắt của Web of Science, cơ sở dữ liệu (CSDL) trích dẫn các tạp chí khoa học thế giới được tuyển chọn và quản lý bởi Clarivate Analytics (Mỹ). Nguyên CSDL này được sáng lập năm 1956 bởi Viện Thông tin Khoa học (Institute of Scientific Information), nên một thời gian dài được biết dưới tên gọi là ISI. Năm 1992, Thomson Science (sau này là Thomson Reuters) mua lại ISI (nên còn có tên là Thomson ISI) và đến năm 2016, Thomson Reuters bán lại cho Clarivate Analytics.

Phần lõi của WoS (WoS Core Collection) bao gồm dữ liệu trích dẫn các tạp chí khoa học, sách và kỷ yếu hội thảo.

Đối với tạp chí, hiện nay (2020) dữ liệu trích dẫn bao gồm khoảng 22.000 tạp chí của hơn 250 ngành khoa học, phân thành 04 nhóm (thường gọi là danh mục):

- Science Citation Index Expanded (SCIE) với hơn 9.200 tạp chí của khoảng 150 ngành, xuất bản từ 1990 đến nay.

- Social Sciences Citation Index (SSCI) với hơn 3.400 tạp chí của các ngành khoa học xã hội, xuất bản từ 1900 đến nay.

- Arts & Humanities Citation Index (AHCI hay A&HCI) với hơn 1.800 tạp chí các ngành nhân văn và nghệ thuật, xuất bản từ 1975. 

- Emerging Sources Citation Index (ESCI) với hơn 7.800 tạp chí của tất cả các ngành khoa học (đây là các tạp chí “dự bị” để xét chọn vào 3 danh mục trên khi đủ điều kiện về chất lượng).

Chú ý:

- Thời gian đầu, ISI chỉ gồm các tạp chí khoa học tự nhiên và kỹ thuật (danh mục SCI, SCIE), sau này WoS đã bổ sung thêm các danh mục tạp chí khoa học xã hội và nhân văn, nghệ thuật.

- Ban đầu ISI và sau này WoS phân biệt 2 danh mục SCI và SCIE (SCI là một phần trong SCIE).  Chất lượng tạp chí trong 2 danh mục này là như nhau, chỉ khác là các tạp chí SCI chưa có dữ liệu trực tuyến mà chỉ có dữ liệu lưu trên đĩa CD, DVD. Tuy nhiên, từ 2019, do tất cả tạp chí đã có dữ liệu trực tuyến và để trành sự hiểu nhầm nên Clarivate chỉ giữ lại tên SCIE mà không còn dùng tên SCI nữa.

(Nguồn: https://clarivate.com)

1.3. Danh mục Scopus

Danh mục Scopus là CSDL trích dẫn và tóm tắt các ấn phẩm khoa học được tuyển chọn và quản lý bởi Elsevier (Hà Lan), được thành lập từ năm 2004 (muộn hơn ISI/WoS).

CSDL Scopus bao gồm các loại ấn phẩm xuất bản nhiều kỳ (serial publications) có ISSN như tạp chí, chuỗi sách, chuỗi kỷ yếu và các ấn phẩm không xuất bản nhiều kỳ (non-serial publications) có chỉ số ISBN như sách hay kỷ yếu ra một lần.

Tính đến 1/2020, Scopus bao gồm trên 25.100 đầu ấn phẩm nhiều kỳ, trong đó khoảng 23.500 tạp chí có phản biện và hơn 850 chuỗi sách. Tổng số bản ghi là trên 77 triệu, trong đó 67,5% xuât bản sau năm 1996 và 32,5% xuất bản trước 1995.

Scopus không tách riêng các nhóm danh mục như WoS, nhưng phân loại các ấn phẩm theo 4 nhóm lĩnh vực gồm : Khoa học sự sống (Life sciences), Khoa học vật lý (Physical sciences), Khoa học sức khỏe (Health sciences) và Khoa học xã hội & nhân văn (Social sciences & Humanities). Dưới nữa, các ấn phẩm lại được phân thành 27 ngành và hơn 300 chuyên ngành. Trong số 25.100 đầu ấn phẩm có đến 1/2020, tỷ lệ phân bố theo các nhóm lĩnh vực đã nêu theo thứ tự là 15,4% ; 28% ; 30,4% và 26,2%.

Ngoài việc bao gồm nhiều ấn phẩm thuộc các lĩnh vực khoa học xã hội và nhân văn hơn WoS, Scopus còn có ưu điểm cung cấp nhiều chức năng tra cứu rất tiện cho người dùng cho nhiều mục đích khác nhau, từ tra cứu tài liệu đến đánh giá công bố khoa học của cá nhân và các cơ sở giáo dục đại học. Trong khi WoS rất hạn chế tra cứu miễn phí thì Scopus cho tra cứu miễn phí khá nhiều thông tin.

(Nguồn: https://www.elsevier.com/?a=69451).

1.4. Kiểm tra tạp chí khoa học có thuộc danh mục Scopus hoặc WoS

Cách đơn giản và tin cậy nhất là tra cứu trực tiếp trên các website sau đây :

- Đối với WoS: https://mjl.clarivate.com/

- Đối với Scopus: https://www.scimagojr.com/

Ở ô tìm kiếm, nhập thông tin tạp chí hoặc là chỉ số ISSN hoặc đầy đủ của tên tạp chí.

Chú ý :

- Khi tra cứu đối với WoS, kết quả hiển thị ban đầu chỉ mới gồm thông tin thuộc nhóm danh mục nào (SCIE, SSCI, AHCI, ESCI). Muốn biết thêm chi tiết như chỉ số IF thì phải chọn View profile page và đăng nhập bằng tài khoản cá nhân (tạo miễn phí).

- Với Scopus, khi tra trên trang SCImago, kết quả ban đều chỉ hiển thị tên tạp chí, khi click vào tên sẽ hiện đầy đủ thông tin khác (H-index, CiteScore, Q,…). Đặc biệt, cần chú ý mục “Coverage”, vì thông tin này cho biết liệu tạp chí có còn nằm trong danh mục Scopus nữa hay không hay đã bị đưa ra từ năm nào.

Trường hợp muốn có danh mục sẵn trong máy tính đề tra cứu, có thể tải về các danh mục từ các webssite :

- Đối với WoS: https://mjl.clarivate.com/collection-list-downloads (cần đăng nhập với tài khoản cá nahan)

- Đới với Scopus: https://www.scopus.com/home.uri (Mục Scopus content >> Scopus source list)

1.5. Tạp chí khoa học thuộc cả 2 danh mục Scopus, WoS

Một tạp chí có thể thuộc cả danhmucj Scopus và WoS. Theo một thống kê năm 2019, tính trên toàn bộ CSDL, có 49% số tạp chí vừa thuộc Scopus vừa thuộc WoS. Số còn lại, hoặc chỉ thuộc Scopus mà không thuộc WoS và ngược lại. Tỷ lệ trùng nhau và biệt lập giữa 2 danh mục khác nhau tùy theo lĩnh vực khoa học, ví dụ:

Nhóm lĩnh vực

Chỉ thuộc Scopus

Thuộc cả Scopus và WoS

Chỉ thuộc WoS

Natural Sciences & Engineering

35%

49%

16%

Biomedical Research

49%

43%

8%

Social Sciences

27%

50%

23%

Arts & Humanities

22%

49%

29%

(Nguồn: Simona Tabacaru, April, 2019: https://oaktrust.library.tamu.edu)

1.6. Ngôn ngữ xuất bản của WoS và Scopus

Các tạp chí trong danh mục WoS và Scopus chỉ xuất bản bằng tiếng Anh hay còn có ngôn ngữ nào khác.

Cả trong danh mục WoS và Scopus, ngoài tiếng Anh thì vẫn có các tạp chí xuất bản bằng ngôn ngữ khác như tiếng Pháp, tiếng Đức, tiếng Nga, tiếng Trung,... Một thống kê tháng 4/2029 (Simona Tabacaru, nguồn theo link có ở trên) cho thấy Scopus có khoảng 22% tạp chí không phải tiếng Anh. Tuy nhiên, khi xuất bản bằng tiếng khác thì tóm tắt buộc phải bằng tiếng Anh.

Một ví dụ, tạp chí "Chinese as a Second Language Research" (e-ISSN: 2193-2271, p-ISSN: 2193-2263) đăng cả bài viết bằng tiếng Anh và bằng tiếng Trung. Tạp chí này thuộc Scopus từ 2017 đến nay.

1.7. Chỉ số ISSN, ISBN

ISSN (International Standard Serial Number) là mã số tiêu chuẩn quốc tế, dưới dạng một dãy số gồm tám chữ số được dùng để nhận dạng một ấn phẩm xuất bản nhiều kỳ như tạp chí, báo, bản tin, chuỗi sách, chuỗi kỷ yếu hội thảo, ….Nhiều xuất bản phẩm có ở cả hai dạng in và điện tử nên được ISSN cũng có hai loại là ISSN in (ISSN, p-ISSN) và ISSN điện tử (e-ISSN hay eISSN). Ví dụ, Tạp chí Khoa học Đại học Huế : Khoa học Tự nhiên có ISSN 1859-1388 và e-ISSN 2615-9678. Hệ thống ISSN được xây dựng như một tiêu chuẩn quốc tế ISO vào năm 1971 và được ấn hành với tên gọi ISO 3297 vào năm 1975, do Tiểu ban ISO TC 46/SC 9 quản lý.

ISBN (International Standard Book Number) là mã số chuẩn quốc tế để nhận dạng một cuốn sách. Hệ thống ISBN được tạo ở Anh năm 1966, sau đó được công nhận quốc tế theo tiêu chuẩn ISO 2108 năm 1970. ISBN có thể có 10 ký tự  sô (kiểu cũ) hoặc 13 ký tự số (kiểu mới, áp dụng với mã vạch). Ví dụ, một cuốn sách của Nhà xuất bản Đại học Huế có mã ISBN 978-604-974-342-9.

ISSN và ISBN giống nhau về mặt ý tưởng, chỉ khác ở đối tượng nhận diện. Đi kèm với ISSN áp dụng cho toàn bộ xuất bản phẩm nhiều kỳ thì ISBN cũng có thể được cấp cho một kỳ cụ thể của xuất bản phẩm đó.

Chỉ số ISSN của một tạp chí, chỉ số ISBN của một cuốn sách chỉ là mã nhận dạng cho tạp chí hay cuốn sách mà không liên quan và phản ánh chất lượng khoa học của tạp chí hay cuốn sách.

1.8. Chỉ số IF và CiteScore

Hai chỉ số IF và CiteScore là gì, giống nhau và khác nhau thế nào?

Cả WoS và Scopus đều đánh giá và xếp loại chất lượng tạp chí khoa học thông qua số lượng trích dẫn của các bài báo đăng trên tạp chí. WoS sử dụng chỉ số IF (Impact factor, chỉ số ảnh hưởng) còn Scopus thì dùng chỉ số CiteScore (điểm trích dẫn). Như vậy IF và CiteScore đều là 2 chỉ số có bản chất như nhau để đo mức độ ảnh hưởng của tạp chí thông qua trích dẫn; là số trích dẫn trung bình tính trên 1 bài báo của tạp chí trong 1 khoảng thời gian xác định (lấy tổng số trích dẫn của các bài báo của tạp chí chia cho tổng số bài báo trong khoảng thời gian tính). Đúng ra đơn vị của IF và CiteScore là số trích dẫn/bài báo. Khi so giữa các tạp chí trong cùng danh mục, tạp chí nào có IF hay CiteScore càng lớn thì ảnh hưởng hay uy tín càng cao.

Tuy nhiên, IF và CiteScore khác nhau ở một số điểm:

+ IF được tính từ CSDL tạp chí Web of Science (WoS) của Clarivate Analytics còn CiteScore được tính từ CSDL tạp chí Scopus của Elsevier. Hai dữ liệu này khác nhau về quy mô. Do đó, có tạp chí có CiteScore nhưng không có IF (do có tên trong Scopus nhưng không có trong WoS) và ngược lại.

+ IF có từ 1975 nhưng CiteScore thì mới có từ năm 2016.

+ IF tính trung bình cho khoảng thời gian 2 năm trong khi CiteScore (trước đây) thì tính trung bình cho thời gian 3 năm, đặc biệt CiteScore 2019 lại tính cho 4 năm (2016-2019).

+ Giá trị IF và CiteScore của một tạp chí (có tên trong cả WoS và Scopus) sẽ không giống nhau. Khi so sánh giữa các tạp chí thì chỉ được so sánh hoặc theo IF hoặc theo CiteScore mà không thể so sánh ngang giữa IF và CiteScore được (thậm chí có trường hợp cho kết quả ngược nhau). Ví dụ :

Tạp chí

New England Journal of Medicine

Nature Reviews Materials

IF năm 2019

74,699

71,189

CiteScore 2019

66,1

123,7

Trên trang Clarivate (https://mjl.clarivate.com/home) muốn tra IF phải đăng nhập bằng tài khoản, còn trên trang Scopus (https://www.scopus.com/sources) có thể tra CiteScore trực tiếp không cần đăng nhập tài khoản. Tuy nhiên, thường trên trang chủ các tạp chí có cả thông tin IF và CiteScore, hoặc có nhiều trang tra cứu cho phép tra đồng thời cả IF và CiteScore.

1.9. Phân hạng tạp chí Q1, Q2, Q3, Q4  

Số trích dẫn, và theo đó là IF của WoS hay CiteScore của Scopus, rất khác biệt giữa các lĩnh vực, các ngành khoa học. Ví dụ, một thống kê cho thấy bài báo ngành toán có được trích dẫn mười lần là tương đương một bài trong ngành vật lý được trích dẫn khoảng ba chục lần hay một bài trong ngành khoa học sự sống được trích dẫn khoảng sáu chục lần. Do đó, việc so sánh IF hay CiteScore giữa các tạp chí chỉ có ý nghĩa trong từng ngành, từng lĩnh vực khoa học.

Nếu xếp các tạp chí thuộc cùng một ngành/lĩnh vực trong danh mục WoS (hay Scopus) theo chỉ số IF (hay CiteScore) từ cao xuống thấp, thì ứng với các tứ phân vị (quartile) sẽ phân thành 4 hạng:

- Q1 : các tạp chí có IF (hay CiteScore) thuộc top 25%

- Q2: các tạp chí có IF (hay CiteScore) thuộc nhóm 25 - 50%

- Q3: các tạp chí có IF (hay CiteScore) thuộc nhóm 50 - 75%

- Q4: các tạp chí có IF (hay CiteScore) thuộc nhóm 75 - 100%.

Các tạp chí khoa học danh tiếng trong một ngành/lĩnh vực chiếm hầu hết hạng Q1.

Do IF và CiteScore khác nhau, nên hạng Q của một tạp chí ở WoS không nhất thiết trùng với hạng Q của tạp chí đó ở Scopus.

Đối với WoS, không thể tra được hạng Q của tạp chí trên trang https://mjl.clarivate.com/ bằng tài khoản miễn phí, nhưng với Scopus thì hoàn toàn có thể tra cứu trực tiếp không cần tài khoản từ trang SCImago https://www.scimagojr.com/.

1.10. Tạp chí khoa học "săn mồi"

Trước nhu cầu công bố khoa học quốc tế gia tăng mạnh, lợi nhuận hấp dẫn của việc xuất bản tạp chí khoa học và xu thế xuất bản trực tuyến, đã xuất hiện các tạp chí khoa học với danh nghĩa “quốc tế” có phí xuất bản rẻ, thời gian xuất bản ngắn nhưng chất lượng thấp. Cộng đồng khoa học gọi các tạp chí này là “predatory journal” – tạm dịch là tạp chí dỏm hay tạp chí săn mồi.

Theo GS. Nguyễn Văn Tuấn từ Úc (xem tại đây), các dấu hiệu để nhận diện tạp chí khoa học dỏm là:

(1). Không có cơ quản chủ quản (thường là các hiệp hội chuyên ngành hoặc trường đại học, viện nghiên cứu).

(2). Tên tạp chí thường chung chung, nghe rất “kêu” hoặc nhái theo tên các tạp chí nổi tiếng (Ví dụ: “Journal of Engineering and Medicine”, “International Journal of Engineering Technology and Scientific Innovation”,...)

(3). Không có tên trong các danh mục WoS, Scopus (GS. Tuấn cho rằng vẫn có một số tạp chí hạng Q3, Q4 của Scopus là tạp chí dỏm).

(4). Tổng Biên tập, thành viên Ban biên tập không có thành tích khoa học tốt, không có tiếng tăm trong lĩnh vực chuyên môn, thường là từ các nước Trung Đông, Ấn Độ, Châu Phi,...

(4). Chất lượng bài báo kém, giá trị khoa học rất thấp, nhiều sai sót do không có phản biện hay có thì rất qua loa để xuất bản nhanh.

(5). Tiếng Anh có nhiều sai sót.

Một số tổ chức, cá nhân đã nỗ lực lập danh sách các tạp chí dỏm để cảnh báo các nhà khoa học. Một trong số đó là “danh sách của Beall” (Beall’s list). Jeffrey Beall là một quản trị viên thư viện tại ĐH Colorado Denver, năm 2010 ông đã thống kê hàng nghìn tạp chí và nhà xuất bản mà ông cho rằng đang lừa dối các tác giả bằng cách thu phí xuất bản nhưng không đi kèm với các quy trình phản biện, biên tập thông thường. Mặc dù năm 2017 Beall đã đóng cửa blog gây tranh cãi của mình do có “sức ép”, nhưng những người khác vẫn tiếp tục duy trì và cập nhật “danh sách của Beall”.

Website “danh sách của Beall” các nhà xuất bản và tạp chí có tiềm năng là dỏm: https://beallslist.net/

2. Tra cứu trực tuyến các tạp chí khoa học thuộc danh mục ISI và Scopus

Ngày đăng: Thứ Tư 28/08/2019 - 00:00 AM - Lượt xem: 21284

Cách tra cứu trực tuyến các tạp chí khoa học thuộc danh mục ISI và Scopus như sau:

1. Các tạp chí khoa học thuộc danh mục ISI

- Bước 1: Truy cập đường link: http://mjl.clarivate.com/ 

- Bước 2: Gõ từ khóa hoặc tên đầy đủ của tạp chí cần tra cứu tại Search our Master Journal List

Ví dụ: Muốn kiểm tra tạp chí Journal Of Advanced Concrete Technology, có thể gõ từ khóa Advanced Concrete rồi nhấn Search, kết quả cho ra một danh sách. Nếu tạp chí có tên trong danh sách thì tạp chí đó thuộc danh mục ISI.

- Bước 3: Nhấn Coverage để xem tạp chí thuộc loại nào. Ví dụ:

          Science Citation Index Expanded là tên đầy đủ của danh mục SCIE

          Science Citation Index là tên đầy đủ của danh mục SCI

 Emerging Sources Citation Index là tên đầy đủ của danh mục ESCI

2. Các tạp chí khoa học thuộc danh mục Scopus

Cách 1: Truy cập qua trang scopus.com

- Bước 1: Truy cập đường link: https://www.scopus.com/sources

- Bước 2: Tại ô Subject area chọn Title

- Bước 3: Gõ từ khóa tại ô Enter title và nhấn Find sources

Cách 2: Truy cập qua trang scimagojr.com

- Bước 1: Truy cập đường link: https://www.scimagojr.com/

- Bước 2: Gõ từ khóa và nhấn tìm kiếm

3. Danh sách các tạp chí khoa học thuộc danh mục wos/scopus

Nhằm đáp ứng nhu cầu của giảng viên khoa Xây dựng, Khoa xây dựng trân trọng giới thiệu địa chỉ tra cứu trực tuyến các tạp chí khoa học thuộc danh mục Web of Science (ISI), Scopus và bảng xếp hạng tạp chí theo Scimago Journal & Country Rank 

1. Địa chỉ tra cứu trực tuyến các tạp chí khoa học thuộc danh mục Web of Science

https://mjl.clarivate.com/

2. Địa chỉ tra cứu trực tuyến các tạp chí khoa học thuộc danh mục Scopus

https://www.scopus.com/

3. Địa chỉ tra cứu trực tuyến bảng xếp hạng các tạp chí khoa học theo Scimago Journal & Country Rank 

https://www.scimagojr.com/ 

Thứ Tư, 16 tháng 6, 2021

TAM ĐOẠN LUẬN VÀ GIỚI HẠN CỦA LUẬN LÝ

(Theo nguồn Internet)

Hôm nay chúng ta sẽ khảo sát hai lý luận căn bản nhất trong luận lý học, mà ta dùng hằng ngày, để hiểu rõ và nắm vững chúng trong đời sống và công việc hằng ngày. Đó là tam đoạn luận suy diễn và tam đoạn luận quy nạp. Đồng thời ta sẽ cảnh báo về các giới hạn tự nhiên của ngôn ngữ và lý luận.

• Tam đoạn luận hầu như là nền tảng của phần lớn, nếu không nói là tất cả, suy tư của con người. Tam đoạn luận là lý luận ba câu. Ví dụ: (1) Mọi người đều chết. (2) Ông Xuân là người. (3) Vì vậy, ông Xuân sẽ chết. Hai câu đầu (1) và (2) của tam đoạn luận nầy là 2 tiền đề–tiền đề 1 và tiền đề 2. “Tiền” là trước (không phải là “money”, nhưng nếu bạn hiểu là money cho dễ nhớ thì cũng tốt, vì money thường đi trước mọi sự :-)), tiền đề là mệnh đề đi trước; câu (3) là kết đề, tức là kết luận rút ra từ hai tiền đề.
Tam đoạn luận trên đây là tam đoạn luận suy diễn, nó vì nó “suy” từ cái chung (mọi người) đến cái riêng (ông Xuân).

• Lý luận theo chiều ngược lại, từ VÀI cái riêng đến cái chung, goi là quy nạp. Và quy nạp thì dựa vào quan sát các trường hợp cá nhân, mà “quy” về một định luật chung cho tất cả. Ví dụ: (1) Hùng Vương chết, Hai Bà Trưng chết, Trần Hưng Đạo chết, Quang Trung chết, ông tôi chết, bà tôi chết, v.v.. (2) Các vị đó là người. (3) Vì vậy, mọi người đều phải chết.

• Hai tam đoạn luận này ta dùng rất thường xuyên trong ngày, nhưng gọn gàng hơn. Ví dụ, suy diễn kiểu các bà :-): “Ông này làm gì mà ôm điện thoại đi ra xa, nói nhỏ xíu. Chắc là liên hệ bất chính với cô nào rồi.” Đây là rút ngắn của môt tam đoạn luận: (1) Đàn ông nói điện thoại cách bí mật là có liên hệ bất chính với đàn bà. (2) Ông này đang bí mật. (3) Vì vậy, ông này có liên hệ bất chính.

argument1

• Lỗi lầm thường thấy nhất trong tam đoạn luận suy diễn là tiền đề đầu tiên thường quá rộng, theo kiểu vơ đũa cả nắm. Trong ví dụ trên, ở tiền đề 1, ta thấy ngay là nói chuyện bí mật đâu nhất thiết có nghĩa là có liên hệ bất chính, giả sử đó là bí mật quốc phòng hay bí mật nghề nghiệp thì sao?

Muốn cho chính xác hơn thì ta phải “thu nhỏ” lại một tí,và nói theo kiểu xác suất. Ví dụ: (1) Đàn ông, không thuộc diện có bí mật nghề nghiệp, mà nói chuyện bí mật thì có khả năng cao là có liên hệ bất chính. (2) Ông này không thuộc diện có bí mật nghề nghiệp mà cứ nói chuyện kiểu bí mật trước mặt mình, (3) thì có khả năng cao là có liên hệ bất chính.

“Khả năng cao” thì khá chính xác trên phương diện lý luận, nhưng không mạnh như trăm-phần-trăm. Vì vậy, các quí vị thiếu kinh nghiệm thuyết phục thường cứ cố ăn nói viết lách kiểu trăm-phần-trăm cho mạnh mẽ, nhưng làm người nghe và người đọc nhận ra ngay là mình lớ ngớ và không thành thật.

• Điểm yếu của tiền đề 1 của tam đoạn luận suy diễn cũng chính là điểm yếu của kết đề của tam đoạn luận quy nạp. (1) Tôi thấy ông A nói điện thoại bí mật và có liên hệ bất chính. (2) Tôi cũng thấy ông B cũng vây; ông C cũng vậy.… (3) Vì vậy, hễ đàn ông nói chuyện điện thoại bí mật là có liên hệ bất chính.

Kết luận này quá rộng, theo kiểu vơ đũa cả nắm, cho nên không tin được. Nếu giảm lại một tí theo cách nói xác suất thì dễ tin hơn: “Vì vậy, hễ đàn ông nói điện thoại bí mật là có khả năng có liên hệ bất chính.”

• Cả suy diễn và quy nạp (cũng như mọi luận lý khác của con người) đều có môt điểm rất yếu nữa, đó là các từ ngữ của con người luôn luôn có tính cách mù mờ, dùng tạm qua ngày thôi, chứ không giải quyết điều gì rốt ráo được. Ví du: (1) Hồng nhan thì đa truân. (2) Cô ấy đẹp quá. (3) Thành ra đời cô ấy khổ.

Phản biện: “Trời, con nhỏ đó, cái mặt mẹt như vậy mà chị nói là đẹp. Nó cực vì chuyên môn nói xạo, chớ hồng nhan cái gì!”

Ở đây ta thấy, từ “đẹp” rất mù mờ. Đẹp xấu tùy người đối diện, tùy say hay tĩnh. Bất cứ từ nào trong ngôn ngữ con người cũng đều mù mờ như thế. Cho nên, những người tin rằng có thể dùng ngôn ngữ và lý luận để giải quyết mọi thắc mắc ở đời, tìm ra mọi chân lý ở đời, là những người rất thiếu kinh nghiệm về lý luận.

argument

• Một điểm yếu rất lớn khác nữa là tất cả mọi phương thức lý luận (kể cả tam đoạn luận) chỉ do con người tìm ra được trong cuộc sống mắt thấy tai nghe. Ví dụ: Tiền đề “Mọi người đều chết”. Ta biết được điều này là do thấy trong lịch sử (qua sách vở) và chung quanh ta ai cũng có lúc chết, cho nên ta “qui nạp” thành kết luận “Mọi người đều chết.” Rồi ta lại mang kết luận quy nạp này làm tiền đề cho một suy diễn mới, “Mọi người đều chết, hắn là người, cho hắn tha hồ ba hoa chích chòe đi rồi cũng có lúc phải chầu chúa thôi!”

Tức là quy nạp, suy diễn, hay bất kỳ lý luận nào ta sẽ học sau này, cũng chỉ là do kinh nghiệm quan sát của con người mà ra. Cho nên, các lý luận này khi gặp điều gì vượt quá vòng kinh nghiệm thường ngày của con người thì hoàn toàn không sử dụng được. Ví dụ: Tự nhiên có một cô gái rất trẻ, nhìn mới hai mươi mấy, đến gặp bạn và nói: “Tôi nói cho cậu bé hay nhé, cậu năm nay cở bốn mấy, thế thì cậu phải gọi tôi là ‘bà tiên tổ’ mới đúng, vì tôi năm nay 3.125 tuổi rồi.” Nếu cô bé này cứ nhất định như thế, và nếu chúng ta không thể chứng minh được tông tích cô này, toàn hệ thống công an cảnh sát của thế giới không có cách nào chứng minh được cô này từ đâu mà có, thì lúc đó ta có thể thấy lời cô ta nói có một cái gì đó có thể có giá trị, chứ chưa chắc là cô ta điên, và qui luật “Mọi người đều phải chết” có thể không dùng được, tối thiểu là trong trường hợp cô bé này.

• Nhận xét trên đây có hậu quả rất lớn cho đời sống con người trên thế giới ngày nay: Trong những lãnh vực xa hơn kinh nghiệm mắt thấy tai nghe (cộng thêm các máy móc phụ mắt và phụ tai), thì toàn hệ thống suy luận của con người không sử dụng được, và đó là lý do tại sao mà tôn giáo và các truyền thông tâm linh luôn luôn sống mạnh cho đến ngày nay, dù là tôn giáo và các truyền thống tâm kinh nói nhiều điều rất khác với kinh nghiệm hằng ngày và lý luận hằng ngày của ta. Các tôn giáo và truyền thống tâm tinh thường nhấn mạnh đến những kinh nghiệm vượt xa kinh nghiệm hằng ngày—Ví dụ: Nói chuyện với Chúa hiện ra trước mặt, nói chuyện với Quan âm Bồ tát hiện ra trước mặt… Ở đây ta không bàn đúng sai, ta chỉ cần hiểu rằng các kinh nghiệm cá nhân siêu hình, dù thật hay không thật, là các kinh nghiệm không thuộc trong lĩnh vực hoạt dộng của ngôn ngữ và lý luận thông thường. Cho nên nếu ta cố gắng tranh biện về các vấn đề này tức là ta rất thiếu kinh nghiệm về ngôn ngữ và lý luận.

• Một điểm quan trọng khác trong việc sử dụng và hiểu biết ngôn ngữ là: Ngôn ngữ, vì giới hạn rất lớn của nó, thường được sử dụng như là “hé cánh cửa” để mời ta vào bên trong và thấy rõ hơn. Nếu ta không chịu mở cửa bước vào, thì không thể thấy bên trong. Ví dụ: Bạn thường ngày về nhà 6 giờ chiều. Hôm nay không hẹn nhưng lại về 11 giờ đêm, vào nhà thấy nàng còn ngồi đó bên mâm cơm và nói “Em đợi anh từ chiều đến giờ.” Bạn thực sự thấy được gì, thấy được bao nhiêu, trong câu nói đơn sơ nhẹ nhàng đó, hay là chỉ lý luận: “Đến giờ thì đi ngủ đi chứ, tại sao đợi làm gì?”

• Luận lý học là khoa học về sử dụng ngôn ngữ và lý luận chính xác. Nó rất cần cho chúng ta trong công việc và đời sống hằng ngày. Cho nên ta phải nắm vững. Và khi đã nắm vững, ta cũng phải biết ngôn ngữ và lý luận có rất nhiều giới hạn. Khi đọc hay nghe một câu nói, có nghĩa là chúng ta nhận được cái bánh ít bọc lá chuối. Ngôn ngữ lý luận là lớp lá bọc, tư tưởng tâm tình là bánh bên trong. Ta ăn bánh bỏ vỏ, hay ăn vỏ bỏ bánh?

Chúc các bạn một ngày vui.

Mến,

Hoành

 Stumble It!

© Copyright 2009, TDH
Licensed for non-commercial use

Thứ Ba, 8 tháng 6, 2021

Xây dưng thành phố thông minh

 

Xây dựng thành phố thông minh dựa trên khía cạnh lấy người dân làm trung tâm 

Trong kỷ nguyên của dữ liệu lớn, việc phát triển thành phố thông minh đã trở thành mục tiêu đầy hứa hẹn cho chính phủ điện tử. Nhiều ý tưởng và hệ thống xây dựng được xuất phát từ việc xây dựng thành phố thông minh đều phụ thuộc vào lượng dữ liệu lớn được cung cấp. Ngoài việc phát triển cơ sở hạ tầng, ứng dụng, dịch vụ…

Giới thiệu

Trong kỷ nguyên của dữ liệu lớn, việc phát triển thành phố thông minh đã trở thành mục tiêu đầy hứa hẹn cho chính phủ điện tử. Nhiều ý tưởng và hệ thống xây dựng được xuất phát từ việc xây dựng thành phố thông minh đều phụ thuộc vào lượng dữ liệu lớn được cung cấp. Ngoài việc phát triển cơ sở hạ tầng, ứng dụng, dịch vụ… thì khía cạnh về lấy người dân làm trung tâm trong thành phố thông minh là yếu tố quan trọng cần được xây dựng để đảm bảo hiện thực hóa nhu cầu sống của công dân trong lĩnh vực phát triển đô thị và xã hội. Bài viết này sẽ giới thiệu tổng quan về khía cạnh lấy người dân làm trung tâm trong thành phố thông minh, xác định các cấp độ và thách thức về cơ sở hạ tầng, sự hiểu biết và dự đoán của người dân sau đó đề xuất khung lý thuyết và khung kỹ thuật của khía cạnh lấy người dân làm trung tâm để xây dựng thành phố thông minh trong tương lai. Mục đích của bài viết mang lại những lợi ích cho chính phủ và các ngành công nghiệp cải thiện chất lượng cuộc sống, phát triển bền vững.

1. Tổng quan

Mục tiêu phát triển của thành phố thông minh trong những năm gần đây là cuộc sống thông minh, dịch vụ thông minh như: quy hoạch đô thị, giao thông, khoa học thông tin, y tế, giáo dục, thương mại, năng lượng, môi trường, xã hội, du lịch, quản trị và công nghiệp. Mặc dù chưa có định nghĩa rõ ràng về thành phố thông minh nhưng mục tiêu của thành phố thông minh bao gồm cuộc sống thông minh, công dân thông minh, môi trường thông minh, di động thông minh, kinh tế thông minh, quản trị thông minh, dịch vụ thông minh và cơ sở hạ tầng thông minh. Để đạt được những mục tiêu này, chính phủ và ngành công nghiệp đang nỗ lực tạo và thu thập nhiều thông tin liên quan đến thành phố thông minh, bao gồm các thành phần cốt lõi về đất đai, cơ sở hạ tầng, công dân và chính phủ bằng cách sử dụng công nghệ công nghệ thông tin và truyền thông (ICT).

Hình 1. Mô hình định hướng sự thay đổi của thành phố thông minh

Theo Maslow, thành phố cung cấp các dịch vụ tài nguyên quan trọng cho công dân như môi trường, kỹ thuật, cơ sở hạ tầng… trong khi xã hội lại hỗ trợ các nhu cầu về tinh thần, đạo đức và văn hóa… Cả hai khía cạnh này đều được thiết kế và xây dựng với mức độ thông minh phù hợp với các thành phố phát triển và đang phát triển.

 

Hình 2. Khía cạnh lấy người dân làm trung tâm trong lĩnh vực đô thị và xã hội

2. Các cấp độ và thách thức của việc lấy người dân làm trung tâm

Có hai câu hỏi quan trọng cần được trả lời cho sự tham gia của các công trình nghiên cứu và phát triển công nghiệp để xác định khía cạnh lấy người dân làm trung tâm trong các thành phố thông minh, đó là:

(i) Làm thế nào để xác định mức độ thông minh từ khía cạnh lấy người dân làm trung tâm và những thách thức nghiên cứu của các mức độ này là gì. Từ đó, giúp chúng ta đánh giá mức độ phát triển của dịch vụ thông minh; và

(2) Câu hỏi thứ hai liên quan đến thách thức sáng tạo trong nghiên cứu và đổi mới trong công nghiệp.

Các mức độ thông minh của việc lấy người dân làm trung tâm có thể được phân loại thành 7 lớp được liệt kê trong Bảng 1 dưới đây. Các định nghĩa và mô tả được đưa ra trong bảng này dựa trên ba quy tắc cơ bản là vận hành tự động; mức độ phức tạp và khó khăn của dịch vụ; và thứ bậc của nhu cầu có thể đáp ứng. Ở đây, sự phát triển các dịch vụ thông minh từ mức thấp đến mức cao cho thấy sự chuyển đổi từ nhận thức cảm giác sang không nhận thức, từ nhạy cảm dữ liệu sang nhạy cảm hành vi, từ nhu cầu sinh lý sang nhu cầu tinh thần. Mức độ thông minh dịch vụ của việc lấy người dân làm trung tâm càng cao thì càng có nhiều thách thức trong việc thực hiện nó.

Bảng 1. Các cấp độ của việc lấy người dân làm trung tâm

Cấp độ

Tên

Định nghĩa, mô tả

Cấp độ 0

Không có cảm giác (Without sensing)

Tất cả các dịch vụ là dịch vụ nhân tạo, không liên quan đến sự giúp đỡ của máy tính và bất kỳ mạng cảm biến nào

Cấp độ 1

Cảm nhận với nhận thức (Sensing with awareness)

Các dịch vụ về công nghệ quan sát và cảm biến mà mọi người có thể cảm nhận được

Cấp độ 2

Cảm nhận mà không nhận thức (Sensing without awareness)

Các dịch vụ về công nghệ quan sát và cảm biến mà mọi người không thể cảm nhận được

Cấp độ 3

Dịch vụ tự động với hành vi (Automatic services sensitive to behavior)

Dịch vụ tự động với cảm biến và phối hợp với hành vi của con người

Cấp độ 4

Dịch vụ tự động với nhận thức (Automatic services sensitive to preference)

Dịch vụ tự động với nhận thức và phối hợp với sở thích của con người

Cấp độ 5

Dịch vụ tự động với cảm giác (Automatic services with mental esteem)

Dịch vụ tự động mà không có cảm giác bị theo dõi, sử dụng, không an toàn…

Cấp độ 6

Dịch vụ tự động với tự thực hiện (Automatic services with self-actualization)

Dịch vụ tự động hữu ích để phát huy hết tiềm năng của con người như nhận thức, sáng tạo, kiến thức, giác ngộ tâm linh, thay đổi xã hội…

Để đạt được khía cạnh lấy người dân làm trung tâm, các nhà nghiên cứu cần giải quyết các thách thức về khía cạnh của cơ sở hạ tầng, động lực của người dân, sự hiểu biết và dự đoán của công dân, giao diện máy của công dân.

(1) Cơ sở hạ tầng là nguồn tài nguyên cơ bản hỗ trợ khía cạnh lấy người dân làm trung tâm. Thành phố thông minh cần cơ sở hạ tầng văn hóa, kỹ thuật số để tạo điều kiện phát triển các dịch vụ lấy người dân làm trung tâm. Những thách thức của cơ sở hạ tầng là nội dung nhạy cảm với hành vi của công dân bởi cơ sở hạ tầng bao gồm sự tích hợp của thông tin cộng đồng với thông tin giữa các cơ sở hạ tầng. Ví dụ, làm thế nào để kết nối thông tin đám đông với cơ sở hạ tầng một cách hiệu quả và làm thế nào để tích hợp thông tin dịch vụ đám đông với mức độ thông minh của dịch vụ.

(2) Thách thức về động lực của người dân trong thành phố thông minh bao gồm:

- Các tương tác đa không gian (như không gian tuyệt đối, không gian tương đối, không gian quan hệ và không gian tinh thần);

- Phản ứng của các cá nhân và sự biến đổi không gian của các thành phần và nền văn hóa.

(3) Sự hiểu biết và dự đoán của công dân là một khía cạnh quan trọng của việc lấy người dân làm trung tâm. Tuy nhiên, các mô hình dự đoán và phương pháp tiếp cận hiện tại vẫn cần sự hiểu biết đầy đủ về hành vi của công dân, liên quan đến các ngành khoa học xã hội, sinh học, sức khỏe, thể chất và không gian. Dự đoán của công dân bao gồm:

(i) Nhận thức, suy nghĩ, cảm giác, quyết định, tương tác và hành động;

(ii) Sự khác biệt giữa các cá nhân, nhóm và nền văn hóa;

(iii) Ảnh hưởng của công dân và môi trường khác; và

(iv) Cơ chế giải thích các lý thuyết dự đoán.

(4) Giao diện máy của công dân: Thiết bị giao tiếp giữa người điều hành và máy móc HMI (Human-machine interface) là cách tiếp cận chính để cải thiện sự hài lòng của dịch vụ lấy người dân làm trung tâm vì HMI thông minh có thể giảm tải tương tác của công dân đối với tác động của dịch vụ. HMI hiện tại đã được cải thiện bởi các công nghệ thông tin và truyền thông hiện đại ICT, và một số cách tiếp cận HMI sáng tạo (như chuyển động về mắt, hệ thống giao diện máy Brain “Brain brain-machine interface systems”) được khảo sát bởi các nhà nghiên cứu trong nhiều lĩnh vực. Những thách thức thông minh của HMI đối với các thành phố thông minh bao gồm:

(i) Các công nghệ HMI chi phí thấp và có mặt ở khắp nơi trong môi trường đô thị;

(ii) Mọi định hướng HMI hướng đến nội dung và chuyển động của dịch vụ dựa trên tích hợp thông tin đa nguồn; và

(iii) HMI minh bạch và thân thiện với phương tiện truyền thông.

3. Xây dựng các khung cơ bản của khía cạnh lấy người dân làm trung tâm

Phần này sẽ giới thiệu các khung lý thuyết và khung kỹ thuật của việc lấy người dân làm trung tâm. Những khung được xây dựng phụ thuộc vào các lý thuyết liên quan đến công dân, hoàn toàn được xây dựng dựa trên nền tảng của khía cạnh lấy người dân làm trung tâm trong thành phố thông minh.

Khung lý thuyết

Hình 3 minh họa khung lý thuyết của khía cạnh lấy người dân làm trung tâm. Khung này bao gồm 6 lớp. Lớp 0 là trí tuệ tính toán trong khoa học thông tin và máy tính, cung cấp các lý thuyết cơ bản để thực hiện 5 lớp tiếp theo. Các lớp 1 đến 5 là hệ thống phân cấp tương ứng theo lý thuyết Maslow được giải thích chi tiết như sau:

Hình 3. Khung lý thuyết của khía cạnh lấy người dân làm trung tâm

Lớp 0 là lớp tính toán có liên quan nhiều đến việc triển khai trí tuệ tính toán như: kỹ thuật tri thức, khai thác dữ liệu, trí tuệ nhân tạo, học máy và dự đoán lý thuyết. Những lý thuyết này cung cấp các khả năng tính toán thuận tiện, hiệu quả và mạnh mẽ để xác định, mã hóa, nhúng, tạo ra các dịch vụ thông minh từ dữ liệu lớn liên quan đến công dân, xã hội và môi trường.

Lớp 1 là lý thuyết về hành vi. Hiểu biết về hành vi của công dân là bước đầu tiên của dịch vụ thông minh. Các mô hình về nhu cầu, tính di động, sự lựa chọn, hoạt động và sở thích đều liên quan đến lý thuyết học máy, lý thuyết nhận thức và lý thuyết về hành vi của công dân. Bốn mô hình lý thuyết được sử dụng rộng rãi nhất của các lý thuyết xã hội và hành vi bao gồm: Mô hình niềm tin sức khỏe HBM (Health Belief Model); Mô hình chuyển đổi lý thuyết/ giai đoạn của sự thay đổi TTM (Trans-Theoretical Model/Stages of Change); Lý thuyết về nhận thức xã hội SCT (Social Cognitive Theory); và Mô hình sinh thái xã hội SEM (Social Ecological Model).

Mô hình niềm tin sức khỏe HBM (Heath belief model) là một tâm lý thay đổi hành vi sức khỏe mô hình phát triển để giải thích và dự đoán hành vi sức khoẻ, đặc biệt là liên quan đến sự tiếp nhận của các dịch vụ y tế.

Lớp 2 là lý thuyết về thái độ. Lý thuyết về thái độ giải thích rằng thái độ thay đổi liên quan đến việc thay đổi niềm tin và cảm giác. Việc đánh giá các thành phần, hành vi và nhận thức của thái độ đều là các công cụ để đảm bảo cảm giác an toàn đối với các sự kiện bất thường, các chính sách và hành động trong các tình huống hàng ngày.

Lớp 3 là về lý thuyết xã hội. Lý thuyết xã hội cũng là một khía cạnh quan trọng của công dân, nó xem xét cách công dân liên quan đến nhau trong xã hội. Sự tương tác xã hội, mạng xã hội và cộng đồng xã hội là một số khía cạnh phổ biến để hiểu bản năng xã hội của công dân.

Lớp 4 là về lý thuyết giá trị. Giá trị cá nhân được nghiên cứu theo lý thuyết về giá trị, có thể thay đổi trong các tình huống khác nhau. Giá trị về tâm lý và xã hội có ảnh hưởng rất lớn đến hành vi của công dân. Nhận thức về tầm quan trọng của giá trị và sự đóng góp của xã hội những khía cạnh cần thiết của việc xây dựng dịch vụ thông minh.

Lớp 5 là về lý thuyết tự thực hiện. Tự thực hiện là nhu cầu cao nhất trong hệ thống phân cấp của lý thuyết Maslow. Dịch vụ thông minh xác định khả năng, tiềm năng, khát vọng để đạt được sự bình đẳng trong các mối quan hệ của công dân trong xã hội. Để đạt được những mục tiêu này, lý thuyết tự thực hiện phải phụ thuộc vào sự tích hợp và đổi mới của nhiều ngành, đây là một mô hình đầy hứa hẹn để phát triển dịch vụ thông minh.

Bên cạnh các lớp trên, lý thuyết tư duy không gian cũng là một khía cạnh quan trọng đối với các dịch vụ thông minh. Mọi dịch vụ đều dựa vào các yếu tố không gian vật lý như vị trí, địa điểm và khu vực để phát triển các dịch vụ thông minh.

Khung kỹ thuật

Hình 4 minh họa khung kỹ thuật của khía cạnh lấy người dân làm trung tâm. Nó bao gồm ba lớp là lớp cơ sở hạ tầng, lớp dữ liệu và lớp dịch vụ. Các lớp này còn được gọi là “thành phố kỹ thuật số”“thành phố mở”, và “thành phố thông minh”.

 

Hình 4. Khung kỹ thuật của khía cạnh lấy người dân làm trung tâm

(1) Lớp đầu tiên của khung kỹ thuật này là thành phố kỹ thuật số như một lớp cơ sở hạ tầng. Thành phố kỹ thuật số được xem là cơ sở hạ tầng quan trọng cho một thành phố thông minh. Các công nghệ chính của thành phố kỹ thuật số bao gồm cơ sở hạ tầng phần mềm và cơ sở hạ tầng phần cứng.

Cơ sở hạ tầng mềm bao gồm:

(i) Hệ thống quan sát các hoạt động của người dân POS (People Observation Systems): tức là điện thoại di động; các thiết bị đeo được như dây đeo cổ tay, kính, mũ bảo hiểm… quan sát các hoạt động và hành vi của người dân.

(i) Cơ sở hạ tầng công nghệ thông tin và điện toán đám mây (ICT and cloud infrastructure): cung cấp khả năng thu thập, giao tiếp, lưu trữ và khai thác dữ liệu liên quan đến người dân.

(iii) Hệ thống xử lý chuyên nghiệp (Professional Processing Systems) và các hệ thống khác: hệ thống này thường được thiết kế để tiết kiệm thời gian hoặc chi phí cho quy trình làm việc chuyên nghiệp.

Và các hệ thống khác…

Cơ sở hạ tầng cứng bao gồm:

(i) Hệ thống quan sát trái đất EOS (Earth Observation Systems), giao thông (Transport) và hệ thống logistic (Logistic systems): bao gồm các hệ thống camera; sóng; phát hiện ánh sáng và phạm vi LiDAR (Light Detection and ranging); và thiết bị chụp ảnh nhiệt trong vệ tinh, khí cầu hoặc máy bay và máy bay không người lái) và hệ thống định vị và truyền thông toàn cầu (hệ thống dẫn đường và định vị vệ tinh BeiDou của Trung Quốc (China BeiDou Satellite Navigation Guiding and Positioning System), Hệ thống định vị toàn cầu Hoa Kỳ (US Global Positioning System)) tạo điều kiện thuận lợi cho khả năng quan sát những thay đổi của người Georgia về việc sử dụng đất, khí quyển, cảnh quan...

(ii) Mô hình thông tin xây dựng BIM (Building Information Modeling) cho các tòa nhà, cơ sở và tiện ích dịch vụ: BIM là một quy trình tạo và quản lý các biểu diễn kỹ thuật số về các đặc điểm vật lý và chức năng của các tòa nhà, cơ sở và tiện ích. Công nghệ BIM là một cách tiếp cận hồ sơ quan trọng cho một thành phố kỹ thuật số. Bằng cách sử dụng hệ thống quan sát các hoạt động của công dân, hệ thống quan sát trái đất và công nghệ thông tin, tầng cơ sở hạ tầng có thể quan sát sự thay đổi của trái đất, động lực của người dân đối với các vấn đề xã hội và chính trị.

Điều quan trọng, hệ thống thông tin địa lý GIS đóng vai trò quan trọng trong việc số hóa, tổ chức và cung cấp các chức năng phân tích thời gian, không gian cơ bản cho các thành phố.

(2) Lớp thứ hai của khung kỹ thuật này là thành phố mở dưới dạng lớp dữ liệu. Thông thường, mức độ thông minh của dịch vụ phụ thuộc rất nhiều vào tính mở của dữ liệu riêng tư và dữ liệu công cộng.

(3) Lớp thứ ba của khung kỹ thuật này là thành phố thông minh như một lớp dịch vụ. Trong khía cạnh cá nhân, dịch vụ thông minh là các công nghệ cảm biến và phân tích, phát hiện trạng thái, dự đoán hành vi của các cá nhân. Trong khía cạnh của nhóm, dịch vụ thông minh là mô hình trạng thái tổng hợp, mô hình tương tác hành vi và công nghệ tùy biến dịch vụ.

4. Xây dựng lược đồ dịch vụ thông minh cho thành phố thông minh

Lược đồ dịch vụ thông minh mô tả mô hình tổ chức thông tin và mối quan hệ giữa chúng. Lược đồ này giống như một chuỗi tiến hóa từ Lược đồ cơ sở dữ liệu (Database schema), Lược đồ khai thác (Mining schema) và Lược đồ tri thức (Knowledge schema) đến Lược đồ tập thể (Collective schema).

Hình 5. Các lược đồ dịch vụ thông minh cho thành phố thông minh

(1) Lược đồ cơ sở dữ liệu là mức độ thấp nhất được sử dụng phổ biến trong tất cả các loại hệ thống quản lý thông tin cho các ngành hoặc lĩnh vực. Lược đồ này xác định tất cả các yếu tố trong cơ sở dữ liệu. Các yếu tố này đóng vai trò trong việc tổ chức sự hiểu biết về dữ liệu để phục vụ người dùng cuối. For example, the Administrative Service Center Information System in Wuhan Ví dụ, Hệ thống thông tin trung tâm dịch vụ hành chính (Administrative Service Center Information System) ở Wuhan tập trung vào việc thu thập dữ liệu hành chính trong cơ sở dữ liệu của chính phủ để phục vụ nhu cầu khai thác dữ liệu của công dân.

(2) Lược đồ khai thác liên quan đến các lĩnh vực học máy nhằm mục đích thống kê, phát hiện bất thường, kết hợp, phân cụm, phân loại, hồi quy, tóm tắt dữ liệu từ cơ sở dữ liệu. Ví dụ, dự án bệnh viện thông minh (Bệnh viện Trung ương Wuhan “The Central Hospital of Wuhan”) và Dịch vụ hậu cần (Logistics) y học thông minh thực hiện theo dõi và quản lý việc mua sắm, lưu trữ, bán và phân phối thuốc, khai thác nhu cầu thuốc theo mùa.

(3) Lược đồ kiến thức tập trung vào logic toán học các vấn đề hoặc hiện tượng để tạo, duy trì và phát triển kiến thức có cấu trúc hoặc không có cấu trúc. Kiến thức liên quan đến miền, suy luận và nhiệm vụ của vấn đề. Ví dụ, dự án dịch vụ công cộng mạng xe Wuhan cần biết các hành vi lái xe của người lái xe trong các tuyến đường khác nhau; kiến thức điều chỉnh các hành vi này; một số hành vi bất thường của xe và hành vi băng qua đường của người đi bộ.

(4) Lược đồ tương lai (hay còn gọi là lược đồ tập thể), tập trung vào việc nhận thức, xử lý, học hỏi và quyết định của công dân theo mô hình tư duy một tập thể. Lược đồ tập thể không chỉ có ảnh hưởng đến ký ức cá nhân, ý thức, lý luận cá nhân mà còn đóng vai trò quan trọng về nhận thức, bản sắc, cảm nhận, hành động và khả năng trong trí tuệ của một tập thể.

Sự kết hợp, ánh xạ của tất cả các lược đồ này là các quy trình quan trọng cải thiện mức độ thông minh của dịch vụ trong các ứng dụng của thành phố thông minh.

Kết luận

Bài viết này đã đề xuất khung lý thuyết và khung kỹ thuật của khía cạnh xây dựng thành phố thông minh bằng cách lấy người dân làm trung tâm, một khái niệm đầy hứa hẹn cho nghiên cứu và ứng dụng thành phố thông minh. Trong các khung này, nhu cầu của người dân được phân loại thành 6 lớp (lớp tính toán, lớp lý thuyết về hành vi, lớp lý thuyết về thái độ, lớp lý thuyết xã hội, lớp lý thuyết giá trị và lớp lý thuyết tự thực hiện) theo lý thuyết Maslow. Các kỹ thuật triển khai của thành phố thông minh được tổ chức theo các cấp độ từ “thành phố kỹ thuật số”“thành phố mở”, và “thành phố thông minh”. Hơn nữa, bài viết này đưa ra được 4 lược đồ dịch vụ thông minh dịch vụ để xây dựng thành phố thông minh trong tương lai, đó là lược đồ cơ sở dữ liệu, lược đồ khai thác, lược đồ tri thức và lược đồ tập thể, trong đó lược đồ tập thể là lược đồ đầy hứa hẹn để xây dựng thành phố thông minh tập trung vào nhận thức tập thể, xử lý, học tập và quyết định của người dân theo mô hình tư duy tập thể nhằm mục đích giúp cho các chính phủ và các ngành công nghiệp xây dựng thành phố thông minh dựa trên khía cạnh lấy người dân làm trung tâm để cải thiện chất lượng cuộc sống, đáp ứng các nhu cầu của công dân.

Tuy nhiên, vẫn còn một số thách thức trong việc triển khai khía cạnh lấy người dân làm trung tâm để xây dựng thành phố thông minh trong giai đoạn hiện tại, do:

- Thiếu các tiêu chí và công cụ chi tiết để phân loại mức độ thông minh khiến cho việc đánh giá thành phố thông minh trở nên khó khăn hơn;

- Khó phát triển các dịch vụ thực tế như quy hoạch đô thị, giao thông, kỹ thuật dân dụng, khoa học thông tin, khảo sát, thương mại và hậu cần, năng lượng, không khí và môi trường, xã hội, du lịch, quản trị… Vì vậy khi xây dựng thành phố thông minh, chính phủ và các tổ chức cần xác định những nội dung trọng tâm cần phát triển trong tương lai.

Lê Thị Thùy Trang

Tài liệu tham khảo

[1] Smart cities: People-Centric Service Intelligence for Smart Cities - MDPI (22 February 2019; Accepted: 15 April 2019; Published: 22 April 2019).

[2] www.mdpi.com/journal/smartcities.