1. Giới thiệu
1.1. Bối cảnh: Khi công nghệ cần được đặt câu hỏi
Theo dõi một sinh viên đại học đi học, gọi xe công nghệ, đặt đồ ăn qua ứng dụng, lên mạng xã hội, và xem video đề xuất — ít nhất năm hệ thống thuật toán đã can thiệp vào cuộc sống của người đó trong chưa đầy một giờ. Mỗi hệ thống đó thu thập dữ liệu, đưa ra dự đoán, và định hình hành vi — thường mà người dùng không hề nhận thức. Trong bối cảnh này, câu hỏi "công nghệ làm gì với xã hội?" không còn là câu hỏi lý luận mà là câu hỏi sinh tồn.
Khoa học nghiên cứu phê phán công nghệ (Critical Technology Studies — CTS) là trường nghiên cứu liên ngành ở giao điểm giữa triết học công nghệ, xã hội học khoa học và công nghệ (Science and Technology Studies — STS), và lý thuyết phê phán xã hội. Trọng tâm của CTS không phải là đánh giá công nghệ "tốt" hay "xấu" — mà là đặt câu hỏi sâu hơn: ai thiết kế công nghệ? Ai được hưởng lợi? Ai bị loại khỏi quá trình ra quyết định? Và điều gì sẽ xảy ra nếu chúng ta thiết kế công nghệ theo cách khác?
Khác với tiếp cận "công nghệ trung lập" (technology-neutral) coi công nghệ là công cụ thụ động, CTS lập luận rằng công nghệ mang trong mình các giá trị, giả định, và cấu trúc quyền lực của xã hội tạo ra nó. Khác với tiếp cận "chủ nghĩa quyết định công nghệ" (technological determinism) coi công nghệ quyết định tiến trình xã hội, CTS cho rằng quan hệ giữa công nghệ và xã hội là hai chiều — xã hội định hình công nghệ, và công nghệ tái định hình xã hội.
Công nghệ không phải là một lực lượng độc lập bên ngoài xã hội con người. Nó được xã hội tạo ra, được xã hội kiểm soát, và phản ánh giá trị của xã hội tạo ra nó. Vấn đề không phải là công nghệ — vấn đề là cách chúng ta tổ chức quan hệ với công nghệ.
— Feenberg, 2002
1.2. Tầm quan trọng của CTS trong kỷ nguyên số
Kỷ nguyên số đặt ra những thách thức mà các thế hệ nghiên cứu trước đây chưa từng đối mặt. Thuật toán quyết định ai được vay tiền, ai được tuyển dụng, ai bị gắn nhãn "rủi ro" — thường mà không có cơ chế giải trình. Nền tảng kỹ thuật số (Facebook, Google, TikTok) thu thập dữ liệu hành vi của hàng tỷ người và biến nó thành sản phẩm thương mại — một mô hình kinh doanh mà Shoshana Zuboff gọi là "chủ nghĩa tư bản giám sát" (surveillance capitalism). Công nghệ nhận diện khuôn mặt có thể chính xác đến 99% với người da trắng nhưng chỉ 65% với người da màu — như Safiya Noble đã chứng minh.
Những hiện tượng này không thể giải thích được bằng lăng kính kỹ thuật đơn thuần. Chúng cần phân tích xã hội học, chính trị học, và triết học — chính là những gì CTS cung cấp. CTS không thay thế kỹ thuật hay khoa học máy tính — mà bổ sung cho chúng bằng câu hỏi mà các ngành kỹ thuật thường không đặt: "ai bị ảnh hưởng?" và "theo lợi ích của ai?"
1.3. Mục tiêu và phạm vi bài viết
Bài viết này nhằm cung cấp một bức tranh tổng quan về CTS như một trường nghiên cứu — từ lịch sử hình thành, các lý thuyết nền tảng, đến các chủ đề nghiên cứu đương đại. Phạm vi bài viết dựa trên 15 tài liệu học thuật nền tảng, trải dài từ 1980 đến 2019, bao gồm cả các tác phẩm kinh điển lập nền móng (Winner, Bijker, Latour, Feenberg) và các nghiên cứu đương đại về thuật toán, dữ liệu, và nền tảng số (Zuboff, Noble, Benjamin, Couldry, van Dijck).
Mục tiêu cụ thể: (a) Trình bày lịch sử phát triển của CTS từ triết học công nghệ sang trường nghiên cứu liên ngành đương đại; (b) Tổng hợp các lý thuyết nền tảng — SCOT, ANT, lý thuyết phê phán công nghệ, co-production; (c) Phân tích các chủ đề nghiên cứu đương đại — giám sát thuật toán, bất bình đẳng số, chủ nghĩa thực dân dữ liệu, quyền lực nền tảng; (d) Thảo luận phương pháp luận đặc thù của CTS; và (e) Liên hệ bối cảnh Việt Nam — nơi chuyển đổi số đang diễn ra nhanh chóng nhưng lăng kính phê phán vẫn còn sơ khai.
2. Nền tảng lịch sử: Từ triết học công nghệ đến CTS
2.1. Tiền đề triết học: Khi công nghệ trở thành vấn đề triết học
Câu hỏi về bản chất và vai trò của công nghệ đã tồn tại trong triết học phương Tây từ lâu — từ Aristotle phân biệt giữa episteme, techne, và phronesis, đến Heidegger lập luận rằng công nghệ là "cách bộc lộ" (mode of revealing) của thế giới. Tuy nhiên, chính Marcuse trong "One-Dimensional Man" (1964) là người đầu tiên đặt câu hỏi phê phán sắc bén về công nghệ như một hệ thống kiểm soát xã hội. Marcuse lập luận rằng trong xã hội công nghiệp tiên tiến, công nghệ không chỉ là công cụ mà trở thành một hình thức "lý tính công nghệ" (technological rationality) kiểm soát mọi khía cạnh cuộc sống — từ nhu cầu tiêu dùng đến tư duy chính trị.
Lập luận của Marcuse ảnh hưởng sâu sắc nhưng có một điểm yếu cốt lõi: nếu công nghệ thực sự là hệ thống kiểm soát toàn diện, thì làm sao có thể thay đổi nó? Đây chính là câu hỏi mà thế hệ sau — Feenberg, Winner, Bijker, Latour — sẽ giải quyết bằng cách chỉ ra rằng công nghệ KHÔNG phải hệ thống cố định, mà luôn có thể được cải tổ, thiết kế lại, và tranh luận.
2.2. Sự hình thành STS (1970s–1980s)
Vào cuối thập niên 1970 và đầu 1980, một trường nghiên cứu mới bắt đầu hình thành tại các trường đại học ở Mỹ và châu Âu — gọi chung là "Nghiên cứu khoa học và công nghệ" (Science and Technology Studies — STS). Trường nghiên cứu này mang một sự đổi mới phương pháp luận quan trọng: thay vì hỏi "khoa học/công nghệ là gì?" (câu hỏi triết học truyền thống), STS hỏi "khoa học/công nghệ được tạo ra thế nào, bởi ai, và theo lợi ích nào?"
Bijker, Hughes, và Pinch tại Đại học Twente (Hà Lan) phát triển SCOT (Social Construction of Technology). Latour và Callon tại Pháp phát triển ANT (Actor-Network Theory). Feenberg tại Mỹ phát triển lý thuyết phê phán công nghệ dựa trên Frankfurt School. Jasanoff tại Harvard xây dựng khung co-production. Mỗi cái cung cấp lăng kính khác, nhưng cùng chia sẻ một quan điểm cốt lõi: công nghệ không trung lập, không tự nhiên, và không tất yếu.
2.3. Sự khác biệt: Triết lý công nghệ vs. CTS
Việc phân biệt giữa "triết lý công nghệ" (philosophy of technology) và "nghiên cứu phê phán công nghệ" (CTS) là quan trọng. Triết lý công nghệ — từ Heidegger đến Ellul — đặt câu hỏi về bản chất của công nghệ: công nghệ là gì? Nó có ý nghĩa gì cho sự tồn tại của con người? Câu hỏi này quan trọng nhưng có xu hướng trừu tượng hóa công nghệ khỏi bối cảnh xã hội cụ thể.
CTS, ngược lại, đặt câu hỏi thực chứng (empirical): công nghệ X được thiết kế thế nào? Ai tham gia thiết kế? Ai được hưởng lợi? Ai bị thiệt? Tại sao thiết kế Y được chọn thay vì Z? Câu hỏi này đòi hỏi nghiên cứu cụ thể — đi vào phòng thí nghiệm, phân tích tài liệu thiết kế, phỏng vấn kỹ sư và người dùng. Bijker không viết về "bản chất của công nghệ" — ông phân tích tại sao xe đạp an toàn "thắng" xe đạp cao. Winner không viết về "công nghệ và quyền lực" — ông phân tích tại sao cầu Robert Moses được thiết kế thấp. Sự khác biệt này đưa CTS từ triết học trừu tượng xuống nghiên cứu cụ thể.
3. Các lý thuyết nền tảng
3.1. Công nghệ có chính trị — Langdon Winner
Năm 1980, Langdon Winner xuất bản bài báo "Do Artifacts Have Politics?" trên tạp chí Daedalus — bài báo trở thành văn bản nền tảng cho toàn bộ trường nghiên cứu phê phán công nghệ. Câu hỏi tưởng chừng đơn giản — "các tạo phẩm kỹ thuật có chính trị không?" — thách thức trực tiếp quan điểm phổ biến rằng công nghệ là công cụ trung lập, "chính trị" chỉ nằm ở cách sử dụng công nghệ chứ không nằm trong bản thân công nghệ.
Winner đưa ra hai luận điểm chính. Thứ nhất, một số thiết kế công nghệ mang tính "cố định chính trị" (inherently political) — thiết kế của chúng đòi hỏi hoặc tạo ra các quan hệ xã hội cụ thể. Ví dụ nổi tiếng nhất: cầu Robert Moses ở Long Island được thiết kế thấp để xe buýt — phương tiện công cộng mà người nghèo và người da màu sử dụng — không thể qua được, trong khi ô tô cá nhân có thể. Kết quả: thiết kế kỹ thuật tạo ra phân biệt chủng tộc ngầm mà không cần luật pháp.
Các tạo phẩm có thể chứa đựng ý đồ chính trị mà nhà thiết kế không hề hay biết. [...] Một thiết kế kiến trúc hoặc một sơ đồ quy hoạch có thể giống như một luật không viết — chúng ẩn chứa các quy tắc mà công dân phải tuân theo.
— Winner, 1980
Luận điểm thứ hai: một số công nghệ "cố định chính trị" ở mức độ cấu trúc — chúng không thể điều chỉnh dân chủ. Winner lấy ví dụ nhà máy điện hạt nhân: hệ thống kỹ thuật phức tạp, rủi ro cao, đòi hỏi chuyên gia và kiểm soát tập trung — đặc tính kỹ thuật này "phù hợp" với xã hội độc tài hơn dân chủ. Winner phân biệt hai loại: công nghệ "thích ứng chính trị" (politics adaptable) có thể được thiết kế theo hướng dân chủ hoặc độc tài, và công nghệ "cố định chính trị" (inherently political) mà đặc tính kỹ thuật thiên về một hình thức tổ chức xã hội nhất định.
Năm 1986, Winner mở rộng các luận điểm này trong cuốn "The Whale and the Reactor" — phân tích rộng hơn về ba trường hợp: cầu Moses, nhà máy hạt nhân, và công nghệ điều hòa tự động. Cuốn sách lập luận rằng cách xã hội chọn công nghệ không phải là quyết định kỹ thuật thuần túy mà là quyết định chính trị — và rằng bỏ qua khía cạnh chính trị của công nghệ là bỏ qua một chiều kích quan trọng của tổ chức xã hội.
3.2. Lý thuyết phê phán công nghệ — Andrew Feenberg
Andrew Feenberg xây dựng lý thuyết phê phán công nghệ dựa trên truyền thống Frankfurt School — nhưng khác biệt quan trọng với Marcuse. Trong khi Marcuse coi công nghệ như hệ thống kiểm soát không thể thay đổi, Feenberg lập luận rằng công nghệ CÓ THỂ được cải tổ (redeemed) thông qua sự tham gia dân chủ. Đây là một lập luận lạc quan hơn — và có ý nghĩa thực tiễn hơn — cho những người muốn thay đổi công nghệ mà không phải từ bỏ nó.
Trong "Questioning Technology" (1999), Feenberg phân tích bốn mô hình quan hệ giữa công nghệ và xã hội: (1) Chủ nghĩa quyết định công nghệ (technological determinism) — công nghệ quyết định xã hội; (2) Chủ nghĩa thực chất (substantivism) — công nghệ là hệ thống tự trị kiểm soát xã hội; (3) Chủ nghĩa kiến tạo (constructivism) — xã hội hình thành công nghệ qua các nhóm liên quan; và (4) Lý thuyết phê phán (critical theory) — quan điểm của Feenberg, trong đó công nghệ được định vị (positioned) bởi xã hội và có thể được tái định vị thông qua can thiệp dân chủ.
Khái niệm cốt lõi của Feenberg là "lý thuyết công cụ hóa" (instrumentalization theory). Ông phân biệt hai tầng trong mọi công nghệ: tầng thiết yếu (primary instrumentalization) — chức năng kỹ thuật cơ bản (máy tính tính toán, ô tô di chuyển); và tầng thực tiễn xã hội (secondary instrumentalization) — cách công nghệ được tích hợp vào bối cảnh xã hội, văn hóa, và thể chế (máy tính có thể là công cụ văn phòng hoặc công cụ giám sát). Tầng thứ hai là nơi "chính trị" của công nghệ thể hiện — và cũng là nơi có thể can thiệp để thay đổi.
Năm 2002, trong "Transforming Technology", Feenberg phát triển khái niệm "hợp lý hóa dân chủ" (democratic rationalization) — quá trình cải tổ công nghệ thông qua sự tham gia của người dùng và công chúng vào quá trình thiết kế. Ông lập luận rằng thay vì để chuyên gia kỹ thuật quyết định đơn phương, cần "đánh giá công nghệ mang tính kiến tạo" (constructive technology assessment) — đưa công chúng vào cuộc đối thoại về công nghệ. Đây là khái niệm kết nối lý thuyết phê phán với thực tiễn chính sách.
3.3. Xây dựng xã hội của công nghệ — Wiebe Bijker (SCOT)
Wiebe Bijker là một trong ba người sáng lập SCOT (Social Construction of Technology — Xây dựng xã hội của công nghệ) cùng với Trevor Pinch. Trong "Of Bicycles, Bakelites, and Bulbs" (1995), Bijker sử dụng ba case studies lịch sử chi tiết để chứng minh rằng công nghệ không được "phát hiện" mà được "xây dựng" thông qua các quá trình xã hội.
Case study đầu tiên — xe đạp — là ví dụ kinh điển nhất. Giai đoạn đầu (khoảng 1870-1890), "xe đạp" có nhiều thiết kế rất đa dạng: xe đạp cao (high-wheeler), xe đạp ba bánh, xe đạp ngồi thấp. Bijker lập luận rằng mỗi thiết kế phản ánh một "giải thích" khác nhau về "xe đạp là gì" — là công cụ thể thao cho thanh niên nam giới? phương tiện giao thông cho mọi người? hay biểu tượng xã hội? Sự đa dạng này không phải là "thử nghiệm sai" trên đường đến thiết kế "đúng" — mà là biểu hiện của các nhóm liên quan khác nhau (cyclists nam giới vs. phụ nữ vs. người già) đang tranh luận về nghĩa của công nghệ.
Quá trình "đóng lại" (closure) xảy ra khi cộng đồng đồng thuận về "xe đạp an toàn" (safety bicycle) — thiết kế thỏa mãn được đa số các nhóm liên quan. Bijker chỉ ra rằng "đóng lại" không phải vì thiết kế này "kỹ thuật tốt nhất" mà vì nó giải quyết được xung đột xã hội — cho phép phụ nữ và người già sử dụng xe đạp mà không vi phạm chuẩn mực xã hội.
Khái niệm "khung công nghệ" (technological frame) là đóng góp lý thuyết quan trọng nhất của Bijker. Khung công nghệ là tập hợp các giả định, khái niệm, và kỹ năng mà một nhóm liên quan sử dụng khi tương tác với công nghệ. Edison nhìn "bài toán chiếu sáng" qua khung "hệ thống phân phối điện", trong khi các nhà sáng chế khác nhìn qua khung "thiết bị chiếu sáng đơn lẻ". Khung khác nhau → giải pháp khác nhau → kết quả khác nhau.
3.4. Chủ nghĩa tác nhân mạng — Bruno Latour (ANT)
Bruno Latour xây dựng chủ nghĩa tác nhân mạng (Actor-Network Theory — ANT) như một phương pháp luận cách mạng cho nghiên cứu khoa học và công nghệ. Trong "Science in Action" (1987), Latour đặt nguyên tắc nền tảng: thay vì phân tích khoa học "đã hoàn thành" (ready-made science) — các lý thuyết đã được chấp nhận — hãy theo chân các nhà khoa học "đang làm việc" (science in the making), khi tranh luận còn mở và kết quả chưa được quyết định.
Khai niệm "tác nhân" (actant) trong ANT là đột phá phương pháp luận: nó bao gồm cả con người và phi con người — thiết bị thí nghiệm, tài liệu, sinh vật thí nghiệm, grant funding, tất cả đều là "tác nhân" đóng vai trò trong mạng lưới kiến thức. ANT không phân biệt ưu tiên giữa "con người" và "vật" — cả hai đều là "tác nhân" (actant) trong mạng lưới. Điều này thách thức sâu sắc cách phân tích xã hội học truyền thống — vốn chỉ coi con người là "tác nhân" thực sự.
Khái niệm "dịch chuyển" (translation) là quá trình cốt lõi của ANT: nhà khoa học "dịch chuyển" lợi ích của các tác nhân khác thành lợi ích chung của mạng lưới. Khi đủ nhiều tác nhân được "đăng ký" (enrolled) vào mạng lưới, mạng lưới trở nên ổn định và các yếu tố bên trong được "hộp đen" (black-boxing) — tức là các tranh luận nội bộ không còn cần thiết, kết quả được coi là "sự thật" tự nhiên.
Sự thật khoa học không được tạo ra bởi một bước nhảy vọt thiên tài, mà được xây dựng qua việc đăng ký liên tục các tác nhân — cả con người và phi con người — vào một mạng lưới ổn định.
— Latour, 1987
Đối với nghiên cứu phê phán công nghệ, ANT cung cấp công cụ để "mở hộp đen" — phân tích cách mà một công nghệ từng được tranh luận trở thành "tất yếu" và "tự nhiên". Nó cho thấy "tính tất yếu" của công nghệ không phải do đặc tính kỹ thuật mà do mạng lưới tác nhân mà công nghệ đã xây dựng thành công. Khi mạng lưới yếu đi — ví dụ khi các nhóm liên quan mới xuất hiện với yêu cầu mới — công nghệ "tất yếu" có thể trở thành "tùy chọn" một lần nữa.
3.5. Sản sinh song hành — Sheila Jasanoff (Co-production)
Sheila Jasanoff xây dựng khung lý thuyết "sản sinh song hành" (co-production) trong "States of Knowledge" (2004) — khung lý thuyết giải thích tại sao cùng một công nghệ có thể được tiếp nhận hoàn toàn khác nhau ở các quốc gia khác nhau. Jasanoff lập luận rằng khoa học và trật tự xã hội không phải hai thực thể riêng biệt mà cùng hình thành lẫn nhau — khoa học không đứng bên ngoài xã hội để quan sát khách quan mà là một phần của quá trình xã hội tự hiểu và tự tổ chức.
Khái niệm co-production có thể hiểu qua ví dụ cụ thể: khi Mỹ, Anh, Đức, và Đan Mạch cùng phải đối mặt với câu hỏi "có nên cho phép công nghệ sinh học?" — bốn quốc gia đưa ra bốn câu trả lời khác nhau. Không phải vì "khoa học khác nhau" mà vì trật tự xã hội, thể chế chính trị, và văn hóa pháp lý khác nhau — và các yếu tố này sản sinh ra các cách hiểu khoa học khác nhau.
Ý nghĩa của co-production đối với CTS rất sâu sắc: nó giải thích tại sao việc "sao chép" chính sách công nghệ từ quốc gia này sang quốc gia khác thường thất bại — không phải vì chính sách sai mà vì co-production khác nhau. Và nó cung cấp công cụ phân tích để hiểu cách một công nghệ mới sẽ được "định vị" trong bối cảnh xã hội cụ thể.
3.6. Dân chủ và công nghệ — Richard Sclove
Richard Sclove đưa lý thuyết phê phán công nghệ từ trường hàn lâm ra thực tiễn chính trị trong "Democracy and Technology" (1995). Sclove lập luận rằng công nghệ tác động trực tiếp đến dân chủ — từ cấu trúc công sở (office layout ảnh hưởng quyền lực trong tổ chức), đến quy trình ra quyết định công nghệ (ai được tham gia), đến kiểm soát dân chủ đối với công nghệ cao (đặc biệt hạt nhân và sinh học).
Khái niệm "thiết kế dân chủ" (democratic design) của Sclove lập luận rằng người dân phải tham gia vào quá trình thiết kế công nghệ — không chỉ là "người dùng" cuối cùng mà là "người đồng thiết kế". Ông chứng minh điều này qua các case study thực tế: mô hình năng lượng cộng đồng ở Đan Mạch (nơi các cộng đồng địa phương sở hữu và quản lý nhà máy điện gió), và quy trình dân chủ trực tiếp ở Thụy Sĩ (nơi công dân quyết định trực tiếp các dự án hạ tầng).
Đóng góp quan trọng nhất của Sclove là việc chỉ ra rằng dân chủ không chỉ hoạt động ở cấp độ "chính sách về công nghệ" mà phải ở cấp độ "thiết kế công nghệ" — ai quyết định cách một ứng dụng được thiết kế? Ai quyết định dữ liệu nào được thu thập? Ai quyết định thuật toán hoạt động thế nào? Nếu những quyết định này chỉ thuộc về kỹ sư và doanh nghiệp, thì dân chủ bị thu hẹp — ngay cả khi bầu cử vẫn diễn ra.
4. Các chủ đề nghiên cứu đương đại
Nếu thế hệ đầu tiên của CTS tập trung vào công nghệ vật lý — cầu, bóng đèn, xe đạp, nhà máy hạt nhân — thì thế hệ đương đại chuyển sự chú ý sang công nghệ số: thuật toán, dữ liệu lớn, nền tảng kỹ thuật số, và hệ thống giám sát. Sự chuyển hướng này không phải thay đổi lý thuyết mà là mở rộng phạm vi — các khung lý thuyết nền tảng (Winner, Feenberg, Bijker, Latour, Jasanoff) vẫn áp dụng, nhưng đối tượng nghiên cứu thay đổi.
4.1. Nghiên cứu phê phán dữ liệu (Critical Data Studies)
Vào đầu thập niên 2010, khi "Big Data" trở thành từ khóa thống trị cả giới học thuật lẫn công nghiệp, boyd và Crawford xuất bản "Critical Questions for Big Data" (2012) — bài báo đặt 6 câu hỏi phê phán nền tảng cho trường dữ liệu lớn. Sáu câu hỏi của họ thách thức trực tiếp sự tự mãn "đị lượng hóa tất cả" (quantification of everything): Big Data định nghĩa thế nào? Phân tích Big Data có hệ thống nào? Khái niệm "Big Data" có phải ảo giác về khách quan? Không phải mọi vấn đề đều có giải pháp Big Data? Lấy dữ liệu có phải quan sát thụ động? Nền tảng Big Data định hình lại quyền lực thế nào?
Quá trình thu thập, phân tích, và diễn giải dữ liệu luôn mang theo hệ quy chiếu của người thu thập và phân tích. Khi một công ty nói "dữ liệu nói cho chính nó," thực ra công ty đang chiếm quyền diễn giải dữ liệu theo lợi ích của mình.
— boyd, Crawford, 2012
Rob Kitchin phát triển lĩnh vực này trong "The Data Revolution" (2014) — phân tích toàn diện về "cách mạng dữ liệu" không chỉ là khối lượng mà về sự thay đổi căn bản trong cách dữ liệu được sản xuất, quản lý, và sử dụng. Khái niệm quan trọng nhất của Kitchin là "hạ tầng dữ liệu" (data infrastructures) — hạ tầng dữ liệu không chỉ là máy chủ và cáp quang mà là một "hệ thống vật lý xã hội" (sociotechnical system) bao gồm phần cứng, phần mềm, tiêu chuẩn, quy trình, tổ chức, pháp lý, và con người. Khi dữ liệu trở thành hạ tầng cơ bản của xã hội — như điện, nước, đường sá — việc hiểu cách hạ tầng này được xây dựng, kiểm soát, và quản trị trở thành vấn đề chính trị cốt lõi.
4.2. Chủ nghĩa tư bản giám sát (Surveillance Capitalism)
Shoshana Zuboff định nghĩa "chủ nghĩa tư bản giám sát" (surveillance capitalism) trong "The Age of Surveillance Capitalism" (2019) — mô hình kinh doanh mới dựa trên trích xuất dữ liệu hành vi (behavioral data extraction) và biến dữ liệu thành "sản phẩm dự đoán" (prediction products). Zuboff lập luận rằng đây không phải "con rơi" (side effect) tất yếu của công nghệ số mà là một lựa chọn kinh doanh có chủ đích — Google và Facebook CÓ THỂ chọn mô hình khác, nhưng đã chủ động chọn mô hình trích xuất dữ liệu hành vi vì nó sinh lời cao nhất.
Khái niệm "thặng dư hành vi" (behavioral surplus) là chìa khóa của lý thuyết Zuboff: dữ liệu vượt quá nhu cầu sử dụng trực tiếp — ví dụ Google không cần biết bạn ở đâu ngoài lúc bạn tìm kiếm — nhưng lại thu thập vị trí liên tục vì vị trí là "nguyên liệu" cho sản phẩm dự đoán. Zuboff gọi đây là "sự phân chia học tập trong xã hội" (division of learning in society) — một bên (Google, Facebook) biết mọi thứ về hành vi con người, trong khi con người không biết gì về cách dữ liệu của mình được sử dụng.
Lập luận quan trọng nhất của Zuboff là sự phân biệt giữa "định vị quảng cáo" (targeted advertising) và "chủ nghĩa tư bản giám sát": giám sát không phải để phục vụ quảng cáo — quảng cáo chỉ là bước đầu. Mục tiêu thực sự là "dự đoán và điều khiển hành vi" — từ hành vi tiêu dùng đến hành vi chính trị. Đây là lý thuyết giải thích tại sao các nền tảng kháng cự mọi nỗ lực điều chỉnh dữ liệu — không phải vì "khó khăn kỹ thuật" mà vì mô hình kinh doanh của họ phụ thuộc vào việc thu thập dữ liệu không giới hạn.
4.3. Công nghệ và bất bình đẳng
Safiya Noble và Ruha Benjamin là hai nhà nghiên cứu tiên phong trong việc phân tích cách thuật toán và nền tảng số tái tạo và khuếch đại bất bình đẳng xã hội — đặc biệt bất bình đẳng chủng tộc.
Noble trong "Algorithms of Oppression" (2018) phân tích cách Google Search — công cụ được hàng tỷ người sử dụng hàng ngày — tái tạo và khuếch đại phân biệt chủng tộc. Phương pháp: Noble không dùng phương pháp trừu tượng mà phân tích case studies cụ thể — tìm kiếm "Black girls" trả kết quả khiêu dâm; tìm kiếm "Black men" liên kết với hình ảnh tội phạm; Google Ads cho phép nhắm mục tiêu phân biệt chủng tộc (quảng cáo nhà đất chỉ hiện cho người da trắng). Noble lập luận rằng thuật toán không khách quan — chúng phản ánh và khuếch đại thiên kiến xã hội hiện có, và Google không phải "trang trắng" (neutral page) mà là nền tảng mang hệ tư tưởng.
Benjamin trong "Race After Technology" (2019) đưa ra khái niệm "Jim Code" — sự giao thoa giữa "Jim Crow" (phân biệt chủng tộc hệ thống ở Mỹ) và "code" (mã hóa thuật toán). Benjamin phân tích các case studies: phần mềm dự đoán tội phạm (predictive policing) nhắm vào cộng đồng da màu; công nghệ nhận diện khuôn mặt không chính xác với người da màu; "vùng đỏ số" (tech redlining) — thuật toán tạo ra "redlining" mới trong lĩnh vực tín dụng, nhà đất, và giáo dục.
Công nghệ không phải là "giải pháp" cho bất bình đẳng — trong nhiều trường hợp, nó làm sâu sắc thêm bất bình đẳng hiện có. "Jim Code" không phải lỗi kỹ thuật mà là hệ quả của việc thiết kế công nghệ mà không xem xét bất bình đẳng cấu trúc.
— Benjamin, 2019
Benjamin đề xuất khái niệm "công cụ bãi bỏ" (abolitionist tools) — thay vì chỉ "sửa công nghệ phân biệt chủng tộc" (fix racist tech), cần xây dựng công nghệ "bãi bỏ" các hệ thống phân biệt chủng tộc. Đây là lập luận triệt theo hơn — không chỉ sửa lỗi mà giải quyết nguyên nhân gốc rễ.
[Phân tích của tác giả] Trong bối cảnh Việt Nam, bài toán bất bình đẳng thuật toán không phải phân biệt chủng tộc mà là bất bình đẳng vùng miền (thành thị vs. nông thôn), giới tính, tuổi tác, và tầng lớp kinh tế. Thuật toán tín dụng có thể phân biệt đối xử với người thu nhập thấp ở nông thôn. Thuật toán tuyển dụng có thể ưu tiên ứng viên thành thị. Thuật toán y tế có thể bỏ qua đặc điểm sức khỏe của phụ nữ lớn tuổi. CTS cung cấp lăng kính để phân tích các hình thức bất bình đẳng này — ngay cả khi chúng không mang nhãn "chủng tộc".
4.4. Chủ nghĩa thực dân dữ liệu (Data Colonialism)
Nick Couldry và Ulises A. Mejias trong "The Costs of Connection" (2019) đưa ra khái niệm "chủ nghĩa thực dân dữ liệu" (data colonialism) — lập luận rằng việc chiếm đoạt dữ liệu cá nhân của hàng tỷ người là một hình thức thực dân mới, tương tự cách thực dân châu Âu khai thác tài nguyên ở châu Mỹ, châu Phi, và châu Á trong thế kỷ 16-19.
Couldry và Mejias chỉ ra các điểm tương đồng cấu trúc giữa thực dân truyền thống và thực dân dữ liệu: (1) Cả hai đều coi "tài nguyên" (vàng, gia vị, dầu mỏ / dữ liệu hành vi) là "tài sản chung" có thể chiếm đoạt tự do; (2) Cả two đều xây dựng hệ tư tưởng "hợp lý hóa" việc khai thác (sứ mệnh văn minh / "miễn phí và tiện lợi"); (3) Cả hai đều tái tổ chức quan hệ xã hội — từ quyền sở hữu, kiểm soát, đến phân công lao động — theo lợi ích của người khai thác.
Chủ nghĩa thực dân dữ liệu không phải "dữ liệu bị sử dụng sai" mà là một hệ thống chiếm đoạt có chủ đích — một hình thức kinh tế chính trị mới trong đó dữ liệu con người bị khai thác như tài nguyên tự nhiên, mà người bị khai thác không có quyền sở hữu, không có quyền kiểm soát, và thường không hề biết.
— Couldry, Mejias, 2019
Giải pháp mà Couldry và Mejias đề xuất là "chủ quyền dữ liệu" (data sovereignty) — con người phải kiểm soát dữ liệu của mình, tương tự cách các quốc gia kiểm soát tài nguyên thiên nhiên. Đây là khái niệm đang được thảo luận trong các định chế Liên Hợp Quốc và Liên Minh Châu Âu — nhưng vẫn chưa có khuôn khổ pháp lý toàn diện nào thực thi nó.
4.5. Quyền lực nền tảng (Platform Power)
José van Dijck, Thomas Poell, và Martijn de Waal trong "The Platform Society" (2018) phân tích "xã hội nền tảng" — xã hội được định hình bởi các nền tảng kỹ thuật số (Google, Facebook, Uber, Airbnb, và tại Việt Nam: Zalo, TikTok, Shopee). Khái niệm cốt lõi là "quyền lực nền tảng" (platform power): nền tảng không chỉ cung cấp dịch vụ mà "điều phối" (orchestrate) tương tác giữa người dùng, đặt quy tắc cho giao dịch, và thu thập dữ liệu toàn bộ quá trình.
van Dijck et al. phân tích bốn lĩnh vực: sức khỏe (health platforms), giáo dục (education platforms), đô thị (urban platforms), và dân chủ (governance platforms). Trong mỗi lĩnh vực, họ đặt câu hỏi: ai kiểm soát nền tảng? Thuật toán hoạt động theo lợi ích nào? Giá trị công cộng bị đe dọa thế nào? Lập luận quan trọng: cần "quản trị nền tảng" (governance OF platforms) — tức là xã hội đặt quy tắc cho nền tảng — thay vì "quản trị bởi nền tảng" (governance BY platforms) — tức là nền tảng đặt quy tắc cho xã hội.
[Phân tích của tác giả] Việt Nam là một trong những quốc gia có tỷ lệ sử dụng nền tảng kỹ thuật số cao nhất thế giới — Zalo đạt 370 triệu người dùng (vượt dân số), TikTok có hàng chục triệu người dùng thường xuyên, Shopee là nền tảng thương mại điện tử thống trị. Nhưng ai kiểm soát dữ liệu hàng tỷ giao dịch này? Thuật toán đề xuất nội dung của TikTok hoạt động theo lợi ích nào? Khi nền tảng nước ngoài kiểm soát hạ tầng giao tiếp và thương mại của một quốc gia — đó chính là câu hỏi mà CTS đặt ra, và mà các chính sách hiện tại của Việt Nam chưa trả lời thỏa đáng.
5. Phương pháp luận nghiên cứu CTS
CTS không phải là một "phương pháp" duy nhất mà là một trường nghiên cứu sử dụng nhiều phương pháp khác nhau — nhưng có đặc điểm chung: nghiên cứu công nghệ "trong đời sống" (in the wild) thay vì "trong phòng thí nghiệm" (in the lab).
5.1. Dân tộc học công nghệ (Technological Ethnography)
Phương pháp đặc trưng nhất của CTS — bắt nguồn từ Latour và được phát triển bởi nhiều nhà nghiên cứu STS — là dân tộc học công nghệ: quan sát trực tiếp cách con người sử dụng công nghệ trong bối cảnh đời sống thực. Không phải khảo sát (survey) — mà là "theo chân" (follow) người dùng qua các tình huống sử dụng cụ thể, ghi lại cách họ hiểu, thích nghi, kháng cự, hoặc tái tạo ý nghĩa công nghệ. Latour theo chân nhà khoa học trong phòng thí nghiệm. Nghiên cứu CTS đương đại theo chân người dùng thuật toán, người lao động nền tảng (gig workers), và cộng đồng bị ảnh hưởng bởi hệ thống giám sát.
5.2. Phân tích case study lịch sử
Bijker phân tích lịch sử xe đạp, bakelite, và bóng đèn. Winner phân tích lịch sử cầu Moses. Phương pháp này sử dụng tài liệu lịch sử — báo chí, tài liệu thiết kế, biên bản họp — để tái xây dựng quá trình mà công nghệ được thiết kế, tranh luận, và "đóng lại". Điểm mạnh: cho thấy "thiết kế cuối cùng" không phải tất yếu mà là kết quả của các quá trình xã hội cụ thể.
5.3. Phân tích chính sách và thể chế
Jasanoff phân tích cách các quốc gia khác nhau điều chỉnh công nghệ sinh học. Sclove phân tích mô hình năng lượng cộng đồng. van Dijck phân tích chính sách nền tảng ở Mỹ và châu Âu. Phương pháp này so sánh cách thể chế, pháp lý, và văn hóa khác nhau tạo ra kết quả công nghệ khác nhau — minh họa khái niệm co-production.
5.4. Phân tích thuật toán
Phương pháp mới nhất trong CTS — được Noble, Benjamin, boyd và Crawford sử dụng — là phân tích thuật toán: chạy thử, kiểm tra, và phân tích cách thuật toán hoạt động và hệ quả xã hội của nó. Noble nhập "Black girls" vào Google và phân tích kết quả. Benjamin kiểm tra độ chính xác của phần mềm nhận diện khuôn mặt với các nhóm chủng tộc khác nhau. Phương pháp này kết hợp kỹ thuật (code audit) với phân tích xã hội (hệ quả phân bổ).
5.5. Phương pháp đặc thù CTS
Dù sử dụng nhiều phương pháp khác nhau, CTS có đặc điểm chung: (1) Không coi công nghệ là biến độc lập — công nghệ và xã hội luôn được phân tích cùng nhau; (2) Công bằng phân bổ (distributional justice) — luôn đặt câu hỏi "ai được hưởng lợi, ai bị thiệt?" (3) Hữu cơ hơn trừu tượng — phân tích case cụ thể thay vì lý thuyết tổng quát; (4) Mở hộp đen — luôn tìm cách nhìn bên trong "hộp đen" của công nghệ để hiểu quá trình thiết kế và ra quyết định.
6. Liên hệ bối cảnh Việt Nam
6.1. Chuyển đổi số nhanh — lăng kính phê phán chậm
Việt Nam đang trải qua chuyển đổi số nhanh chóng ở mọi cấp độ — từ đề án 06 (dữ liệu dân cư số) đến thành phố thông minh, từ giáo dục trực tuyến đến thanh toán không tiền mặt. Theo dữ liệu của Bộ Thông tin và Truyền thông, đến năm 2025, hơn 70% người dân Việt Nam sử dụng smartphone, hơn 80% sử dụng internet, và hơn 50% sử dụng các dịch vụ công trực tuyến. Số lượng nền tảng kỹ thuật số hoạt động tại Việt Nam — cả trong nước và nước ngoài — tăng nhanh hàng năm.
Nhưng tốc độ chuyển đổi số vượt xa tốc độ phát triển lăng kính phê phán. Khi quyết định triển khai một hệ thống thuật toán, câu hỏi được đặt thường là "nó có hoạt động không?" chứ không phải "nó tác động đến ai và theo lợi ích nào?". Đây chính là khoảng trống mà CTS có thể lấp đầy.
6.2. Nền tảng thống trị và câu hỏi kiểm soát dữ liệu
Việt Nam là một trong những quốc gia có tỷ lệ sử dụng mạng xã hội và nền tảng kỹ thuật số cao nhất Đông Nam Á. Zalo — nền tảng của VNG — đạt 370 triệu người dùng (vượt dân số Việt Nam). TikTok có hàng chục triệu người dùng thường xuyên. Facebook và YouTube thống trị lĩnh vực quảng cáo số. Shopee và Lazada thống trị thương mại điện tử. Các nền tảng này thu thập khối lượng dữ liệu hành vi khổng lồ — nhưng cơ chế kiểm soát, bảo mật, và quản trị dữ liệu vẫn chưa tương xứng.
[Phân tích của tác giả] Câu hỏi CTS đặt ra: ai kiểm soát dữ liệu hàng tỷ giao dịch trên Shopee? Thuật toán đề xuất nội dung của TikTok hoạt động theo lợi ích nào — của người dùng Việt Nam hay của mô hình kinh doanh toàn cầu? Khi một nền tảng nước ngoài kiểm soát hạ tầng giao tiếp và thương mại của một quốc gia — đó là vấn đề công nghệ, chính trị, và kinh tế cùng một lúc. CTS cung cấp công cụ để phân tích câu hỏi này — nhưng Việt Nam chưa có một cộng đồng nghiên cứu CTS đủ mạnh để thực hiện.
6.3. Bất bình đẳng thuật toán trong bối cảnh Việt Nam
Nếu nghiên cứu của Noble và Benjamin tập trung vào bất bình đẳng chủng tộc tại Mỹ, thì Việt Nam có dạng bất bình đẳng thuật toán khác: vùng miền (thành thị vs. nông thôn), giới tính, tuổi tác, và tầng lớp kinh tế. Thuật toán tín dụng có thể phân biệt đối xử với người thu nhập thấp ở nông thôn — nơi dữ liệu tài chính "mỏng" hơn thành thị, dẫn đến điểm tín dụng thấp hơn dù thực tế khả năng trả nợ tương đương. Thuật toán tuyển dụng có thể ưu tiên ứng viên thành thị — nơi dữ liệu "đậm" hơn. Thuật toán y tế có thể bỏ qua đặc điểm sức khỏe của phụ nữ lớn tuổi — nơi dữ liệu bị thu thập ít hơn.
[Phân tích của tác giả] Đây là lĩnh vực mà CTS có thể đóng góp trực tiếp cho chính sách công Việt Nam — bằng cách phát triển phương pháp kiểm toán thuật toán (algorithmic audit) phù hợp bối cảnh trong nước, kết hợp lăng kính phê phán với kỹ thuật dữ liệu.
6.4. CTS tại Việt Nam: Từ sơ khai đến cơ hội
Hiện tại, CTS như một trường nghiên cứu chưa hình thành rõ ràng tại Việt Nam. Các trường đại học có chương trình STS ở mức độ giới thiệu (trong môn triết học công nghệ hoặc xã hội học), nhưng chưa có chương trình đào tạo chuyên sâu, chưa có trung tâm nghiên cứu, và chưa có mạng lưới liên kết với cộng đồng CTS quốc tế. Các nghiên cứu về công nghệ tại Việt Nam chủ yếu tiếp cận từ góc độ "chính sách công nghệ" (technology policy) — làm sao để áp dụng công nghệ hiệu quả — hơn là "phê phán công nghệ" — công nghệ tác động đến xã hội thế nào và ai được lợi.
Cơ hội: Việt Nam có lợi thế "bắt kịp" — không cần lặp lại lịch sử phát triển CTS của phương Tây mà có thể xây dựng ngay một chương trình CTS hiện đại, kết nối STS với luật học, truyền thông, khoa học máy tính, và chính sách công. Mô hình của Đan Mạch (đưa công dân vào thiết kế công nghệ) hoặc của Liên Minh Châu Âu (quy định chặt chẽ về thuật toán) có thể được điều chỉnh cho bối cảnh Việt Nam.
7. Kết luận
Bài viết này đã trình bày một bức tranh tổng quan về khoa học nghiên cứu phê phán công nghệ — từ các lý thuyết nền tảng (Winner, Feenberg, Bijker, Latour, Jasanoff, Sclove) đến các chủ đề nghiên cứu đương đại (Zuboff, Noble, Benjamin, Couldry, van Dijck, boyd và Crawford, Kitchin). Hình ảnh tổng thể cho thấy một trường nghiên cứu liên ngành đang phát triển mạnh: từ phân tích công nghệ vật lý (cầu, bóng đèn, xe đạp) sang phân tích công nghệ số (thuật toán, nền tảng, dữ liệu); từ câu hỏi "công nghệ là gì?" sang câu hỏi "công nghệ làm gì với ai, theo lợi ích nào?".
Dấu ấn đặc biệt nhất của CTS là lập luận rằng công nghệ không trung lập — không phải công cụ thụ động mà là thực thể mang giá trị, giả định, và cấu trúc quyền lực. Điều này không có nghĩa là "chống công nghệ" — mà là "hiểu công nghệ sâu hơn". Phân biệt giữa phê bình (critique) và phủ nhận (rejection) là quan trọng: CTS phê bình công nghệ để cải thiện nó, không phải để từ bỏ nó. Winner không nói "hãy phá cầu Moses" mà nói "hãy thiết kế cầu theo cách không phân biệt". Feenberg không nói "hãy từ bỏ công nghệ" mà nói "hãy để công dân tham gia thiết kế công nghệ". Zuboff không nói "hãy đóng Google" mà nói "hãy từ chối mô hình kinh doanh dựa trên trích xuất dữ liệu hành vi".
Thách thức lớn nhất đối với CTS hiện nay là tốc độ: công nghệ thay đổi nhanh hơn nghiên cứu có thể theo kịp. Khi một bài báo được xuất bản, nền tảng đã thay đổi thuật toán. Khi một cuốn sách được hoàn thành, mô hình kinh doanh đã chuyển dịch. Điều này đòi hỏi CTS phát triển phương pháp luận "nhanh" hơn — kết hợp nghiên cứu dài hạn với phản ứng nhanh đối với các sự kiện công nghệ cụ thể.
Đối với Việt Nam — quốc gia đang trải qua chuyển đổi số toàn diện — CTS không phải là "lụy xa" mà là "cần thiết". Khi mọi quyết định về công nghệ đều ảnh hưởng đến hàng triệu người — từ đề án dữ liệu dân cư đến thuật toán nền tảng mạng xã hội — câu hỏi không phải là "có nên nghiên cứu phê phán công nghệ không" mà là "có thể tiếp tục không nghiên cứu phê phán công nghệ được không". Xây dựng cộng đồng CTS tại Việt Nam, kết nối với mạng lưới STS quốc tế, là bước đi tiếp theo không thể trì hoãn.
Tài liệu tham khảo
[1] Winner, L. (1980). Do Artifacts Have Politics? Daedalus, 109(1), 121-136. DOI: 10.4324/9781315259697-21
[2] Winner, L. (1986). The Whale and the Reactor: A Search for Limits in an Age of High Technology. University of Chicago Press. DOI: 10.7208/chicago/9780226902098.001.0001
[3] Feenberg, A. (1999). Questioning Technology. Routledge. DOI: 10.4324/9780203022313
[4] Feenberg, A. (2002). Transforming Technology: A Critical Theory Revisited. Oxford University Press. DOI: 10.1093/oso/9780195146158.001.0001
[5] Sclove, R. E. (1995). Democracy and Technology. Guilford Press. ISBN: 978-0-89862-157-2
[6] Jasanoff, S. (Ed.). (2004). States of Knowledge: The Co-Production of Science and Social Order. Routledge. DOI: 10.4324/9780203413845
[7] Latour, B. (1987). Science in Action: How to Follow Scientists and Engineers through Society. Harvard University Press. ISBN: 978-0-674-79291-2
[8] Bijker, W. E. (1995). Of Bicycles, Bakelites, and Bulbs: Toward a Theory of Sociotechnical Change. MIT Press. ISBN: 978-0-262-02257-9
[9] boyd, d., Crawford, K. (2012). Critical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Field. Information, Communication & Society, 15(5), 662-679. DOI: 10.1080/1369118x.2012.678878
[10] Kitchin, R. (2014). The Data Revolution: Big Data, Open Data, Data Infrastructures & Their Consequences. SAGE Publications. DOI: 10.4135/9781473909472
[11] Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs. ISBN: 978-1-984-82540-1
[12] Noble, S. U. (2018). Algorithms of Oppression: How Search Engines Reinforce Racism. NYU Press. DOI: 10.18574/nyu/9781479833641.001.0001
[13] Benjamin, R. (2019). Race After Technology: Abolitionist Tools for the New Jim Code. Polity Press. ISBN: 978-1-509-51371-6
[14] Couldry, N., Mejias, U. A. (2019). The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism. Stanford University Press. DOI: 10.1515/9781503609754
[15] van Dijck, J., Poell, T., de Waal, M. (2018). The Platform Society: Public Values in a Connective World. Oxford University Press. DOI: 10.1093/oso/9780190889760.001.0001