Sinh viên đưa trí tuệ nhân tạo vào xử lý luật ngân hàng
2025/09/26 14:33
GD&TĐ - Dự án URA-xLaw là nền tảng trí tuệ nhân tạo hỗ trợ tra cứu và tư vấn văn bản pháp luật trong ngành ngân hàng.
Nhóm sinh viên Trường Đại học Bách khoa (Đại học Quốc gia TPHCM) đã vượt qua 2.000 thí sinh đến từ hơn 54 trường đại học trên cả nước để giành ngôi quán quân cuộc thi học thuật công nghệ tài chính ATTACKER 2025, diễn ra tại TPHCM trong khuôn khổ sự kiện Ho Chi Minh City Fintech Road 2025. Sự kiện do Trường Đại học Kinh tế - Luật (Đại học Quốc gia TPHCM) phối hợp tổ chức.
Thành tích này đến từ dự án URA-xLaw, nền tảng trí tuệ nhân tạo hỗ trợ tra cứu và tư vấn văn bản pháp luật trong ngành ngân hàng.
Dự án URA-xLaw thu hút sự chú ý trong cộng đồng công nghệ và tài chính khi trở thành nền tảng trí tuệ nhân tạo hỗ trợ tra cứu, tư vấn văn bản pháp luật trong ngành ngân hàng.
Sản phẩm được đánh giá cao nhờ khả năng xử lý văn bản pháp luật nhanh chóng, minh bạch, giúp tiết kiệm thời gian cho bộ phận pháp chế trong việc cập nhật quy định và đưa ra quyết sách phù hợp với thực tiễn.
Giao diện trò chuyện của URA-xLaw.
URA-xLaw được phát triển bởi nhóm sinh viên Nguyễn Song Thiên Long, Võ Thị Như Quỳnh, Phan Quốc Khoa, Lê Ngọc Hùng Dũng và Lê Thanh Duy (Khoa Khoa học và Kỹ thuật Máy tính, Trường Đại học Bách khoa), dưới sự hướng dẫn của PGS. TS Quản Thành Thơ, Trưởng khoa Khoa học và Kỹ thuật Máy tính và ThS Nguyễn Ngọc Thái, Phó Giám đốc phụ trách kỹ thuật kiêm Trưởng phòng Tư vấn giải pháp, Viettel Solutions.
Trong môi trường ngân hàng, yêu cầu “hãy kiểm tra luật” tưởng chừng đơn giản nhưng lại là thách thức lớn. Hệ thống pháp luật đồ sộ, liên tục được cập nhật khiến việc rà soát, đối chiếu trở thành gánh nặng cho bộ phận pháp chế.
Nhóm sinh viên đã nhận diện đúng “nút thắt” này và xây dựng URA-xLaw thành một chatbot pháp lý AI, nơi người dùng chỉ cần đặt câu hỏi bằng ngôn ngữ tự nhiên, hệ thống sẽ trả về câu trả lời có trích dẫn nguồn, ngày hiệu lực và bối cảnh đầy đủ. Khi các quy định của luật thay đổi, câu trả lời cũng được cập nhật tức thì.
Quá trình phát triển URA-xLaw trải qua các giai đoạn rõ ràng.
Ba tháng đầu, nhóm khảo sát nhu cầu thực tiễn, thu thập và tiền xử lý dữ liệu pháp luật từ Ngân hàng Nhà nước và các cơ quan ban hành.
Giai đoạn tiếp theo, nhóm xây dựng hạ tầng kỹ thuật với kiến trúc LawRAG (Retrieval-Augmented Generation cho pháp luật tiếng Việt), phát triển LawGraph để mô hình hóa quan hệ sửa đổi, bãi bỏ, viện dẫn và thiết kế hệ thống multi-agent kiểm soát chất lượng.
Mô hình được huấn luyện kết hợp embedding tiếng Việt với vector search và graph search, fine-tune trên tập dữ liệu pháp luật Việt Nam.
Checklist mở thẻ tín dụng - URA-xLaw tự động trích xuất căn cứ pháp lý và sắp xếp các bước tuân thủ theo quy trình nghiệp vụ.
Sau khoảng 9 tháng, nhóm hoàn thiện sản phẩm thử nghiệm (MVP) có thể tra cứu, so sánh văn bản, hiển thị quan hệ pháp luật trên đồ thị.
Ở giai đoạn hiện tại, URA-xLaw tập trung vào đảm bảo tính chính xác và minh bạch. Các tính năng nổi bật gồm: "Diff & Redline" để so sánh văn bản cũ – mới; "Explain Path" giúp hiển thị quan hệ sửa đổi và ngoại lệ; "Checklist tuân thủ" nhằm trích xuất nghĩa vụ từ các văn bản để hỗ trợ phòng pháp chế trong đánh giá rủi ro và lập kế hoạch hành động.
Hệ thống chưa thay thế luật sư trong tư vấn chiến lược, nhưng đủ mạnh để hỗ trợ phân tích rủi ro và cung cấp nền tảng thông tin cho nhà quản lý.
Đặc biệt, URA-xLaw có khả năng cập nhật văn bản trong vòng 24 giờ. Change-Watcher Agent tự động thu thập dữ liệu từ các nguồn chính thống, chuẩn hóa và cập nhật vào LawGraph, đồng bộ với hệ thống RAG để chatbot luôn phản ánh đúng phiên bản mới nhất mà không cần huấn luyện lại từ đầu.
URA-xLaw cũng không phải dự án duy nhất của nhóm. Xuất phát từ nhóm nghiên cứu URA chuyên xử lý ngôn ngữ tự nhiên tiếng Việt, nhóm đã xây dựng nhiều ứng dụng khác như URA-Sys - trợ lý học tập cho sinh viên, RA4U - trợ lý nghiên cứu khoa học, hay URA-BARTViBa - công cụ dịch máy và tổng hợp giọng nói hỗ trợ người dân tộc thiểu số.
So sánh phiên bản (Diff & Redline) – URA-xLaw phân tích thay đổi giữa Nghị định 10/2023 và 99/2022, làm nổi bật phần sửa đổi và tác động nghiệp vụ.
Nhóm đánh giá rằng chatbot còn nhiều dư địa cải tiến. Hướng phát triển sắp tới là mở rộng dữ liệu sang các lĩnh vực chứng khoán, bảo hiểm, thuế; tối ưu trải nghiệm người dùng; bổ sung tính năng cảnh báo rủi ro tuân thủ và dashboard quản trị.
Về định hướng dài hạn, nhóm đặt mục tiêu phát triển theo hai trục: tiếp tục nghiên cứu khoa học, công bố quốc tế về NLP và LegalTech, đồng thời thương mại hóa sản phẩm để đưa URA-xLaw trở thành nền tảng LegalTech hàng đầu cho ngành ngân hàng và xa hơn nữa.
Theo PGS.TS. Quản Thành Thơ, dự án URA-xLaw đã có bước khởi đầu rất ấn tượng với một nguyên mẫu hoàn chỉnh, nhưng vẫn còn một số khía cạnh cần được cải thiện để đạt tới mức triển khai thực tế.
Trước hết, trải nghiệm người dùng hiện tại tuy đã tối giản nhưng cần trực quan hơn, đặc biệt là các công cụ phân tích và giám sát để hỗ trợ tác nghiệp chuyên sâu.
Thứ hai, phạm vi dữ liệu hiện mới giới hạn ở các văn bản của Ngân hàng Nhà nước, trong khi thị trường đòi hỏi sự mở rộng sang Bộ Tài chính, Bộ Công an, bảo vệ dữ liệu cá nhân và các lĩnh vực liên quan.
Cuối cùng, chi phí vận hành mô hình ngôn ngữ cần tiếp tục được tối ưu để đảm bảo tính bền vững khi hệ thống phục vụ một lượng lớn truy vấn doanh nghiệp.
Nhóm URAx và giảng viên hướng dẫn - PGS.TS. Quản Thành Thơ (bìa phải).
Nhóm sinh viên Trường Đại học Bách khoa (Đại học Quốc gia TPHCM) đã vượt qua 2.000 thí sinh đến từ hơn 54 trường đại học trên cả nước để giành ngôi quán quân cuộc thi học thuật công nghệ tài chính ATTACKER 2025, diễn ra tại TPHCM trong khuôn khổ sự kiện Ho Chi Minh City Fintech Road 2025. Sự kiện do Trường Đại học Kinh tế - Luật (Đại học Quốc gia TPHCM) phối hợp tổ chức.
Thành tích này đến từ dự án URA-xLaw, nền tảng trí tuệ nhân tạo hỗ trợ tra cứu và tư vấn văn bản pháp luật trong ngành ngân hàng.
Dự án URA-xLaw thu hút sự chú ý trong cộng đồng công nghệ và tài chính khi trở thành nền tảng trí tuệ nhân tạo hỗ trợ tra cứu, tư vấn văn bản pháp luật trong ngành ngân hàng.
Sản phẩm được đánh giá cao nhờ khả năng xử lý văn bản pháp luật nhanh chóng, minh bạch, giúp tiết kiệm thời gian cho bộ phận pháp chế trong việc cập nhật quy định và đưa ra quyết sách phù hợp với thực tiễn.
Giao diện trò chuyện của URA-xLaw.
URA-xLaw được phát triển bởi nhóm sinh viên Nguyễn Song Thiên Long, Võ Thị Như Quỳnh, Phan Quốc Khoa, Lê Ngọc Hùng Dũng và Lê Thanh Duy (Khoa Khoa học và Kỹ thuật Máy tính, Trường Đại học Bách khoa), dưới sự hướng dẫn của PGS. TS Quản Thành Thơ, Trưởng khoa Khoa học và Kỹ thuật Máy tính và ThS Nguyễn Ngọc Thái, Phó Giám đốc phụ trách kỹ thuật kiêm Trưởng phòng Tư vấn giải pháp, Viettel Solutions.
Trong môi trường ngân hàng, yêu cầu “hãy kiểm tra luật” tưởng chừng đơn giản nhưng lại là thách thức lớn. Hệ thống pháp luật đồ sộ, liên tục được cập nhật khiến việc rà soát, đối chiếu trở thành gánh nặng cho bộ phận pháp chế.
Nhóm sinh viên đã nhận diện đúng “nút thắt” này và xây dựng URA-xLaw thành một chatbot pháp lý AI, nơi người dùng chỉ cần đặt câu hỏi bằng ngôn ngữ tự nhiên, hệ thống sẽ trả về câu trả lời có trích dẫn nguồn, ngày hiệu lực và bối cảnh đầy đủ. Khi các quy định của luật thay đổi, câu trả lời cũng được cập nhật tức thì.
Quá trình phát triển URA-xLaw trải qua các giai đoạn rõ ràng.
Ba tháng đầu, nhóm khảo sát nhu cầu thực tiễn, thu thập và tiền xử lý dữ liệu pháp luật từ Ngân hàng Nhà nước và các cơ quan ban hành.
Giai đoạn tiếp theo, nhóm xây dựng hạ tầng kỹ thuật với kiến trúc LawRAG (Retrieval-Augmented Generation cho pháp luật tiếng Việt), phát triển LawGraph để mô hình hóa quan hệ sửa đổi, bãi bỏ, viện dẫn và thiết kế hệ thống multi-agent kiểm soát chất lượng.
Mô hình được huấn luyện kết hợp embedding tiếng Việt với vector search và graph search, fine-tune trên tập dữ liệu pháp luật Việt Nam.
Checklist mở thẻ tín dụng - URA-xLaw tự động trích xuất căn cứ pháp lý và sắp xếp các bước tuân thủ theo quy trình nghiệp vụ.
Sau khoảng 9 tháng, nhóm hoàn thiện sản phẩm thử nghiệm (MVP) có thể tra cứu, so sánh văn bản, hiển thị quan hệ pháp luật trên đồ thị.
Ở giai đoạn hiện tại, URA-xLaw tập trung vào đảm bảo tính chính xác và minh bạch. Các tính năng nổi bật gồm: "Diff & Redline" để so sánh văn bản cũ – mới; "Explain Path" giúp hiển thị quan hệ sửa đổi và ngoại lệ; "Checklist tuân thủ" nhằm trích xuất nghĩa vụ từ các văn bản để hỗ trợ phòng pháp chế trong đánh giá rủi ro và lập kế hoạch hành động.
Hệ thống chưa thay thế luật sư trong tư vấn chiến lược, nhưng đủ mạnh để hỗ trợ phân tích rủi ro và cung cấp nền tảng thông tin cho nhà quản lý.
Đặc biệt, URA-xLaw có khả năng cập nhật văn bản trong vòng 24 giờ. Change-Watcher Agent tự động thu thập dữ liệu từ các nguồn chính thống, chuẩn hóa và cập nhật vào LawGraph, đồng bộ với hệ thống RAG để chatbot luôn phản ánh đúng phiên bản mới nhất mà không cần huấn luyện lại từ đầu.
URA-xLaw cũng không phải dự án duy nhất của nhóm. Xuất phát từ nhóm nghiên cứu URA chuyên xử lý ngôn ngữ tự nhiên tiếng Việt, nhóm đã xây dựng nhiều ứng dụng khác như URA-Sys - trợ lý học tập cho sinh viên, RA4U - trợ lý nghiên cứu khoa học, hay URA-BARTViBa - công cụ dịch máy và tổng hợp giọng nói hỗ trợ người dân tộc thiểu số.
So sánh phiên bản (Diff & Redline) – URA-xLaw phân tích thay đổi giữa Nghị định 10/2023 và 99/2022, làm nổi bật phần sửa đổi và tác động nghiệp vụ.
Nhóm đánh giá rằng chatbot còn nhiều dư địa cải tiến. Hướng phát triển sắp tới là mở rộng dữ liệu sang các lĩnh vực chứng khoán, bảo hiểm, thuế; tối ưu trải nghiệm người dùng; bổ sung tính năng cảnh báo rủi ro tuân thủ và dashboard quản trị.
Về định hướng dài hạn, nhóm đặt mục tiêu phát triển theo hai trục: tiếp tục nghiên cứu khoa học, công bố quốc tế về NLP và LegalTech, đồng thời thương mại hóa sản phẩm để đưa URA-xLaw trở thành nền tảng LegalTech hàng đầu cho ngành ngân hàng và xa hơn nữa.
Theo PGS.TS. Quản Thành Thơ, dự án URA-xLaw đã có bước khởi đầu rất ấn tượng với một nguyên mẫu hoàn chỉnh, nhưng vẫn còn một số khía cạnh cần được cải thiện để đạt tới mức triển khai thực tế.
Trước hết, trải nghiệm người dùng hiện tại tuy đã tối giản nhưng cần trực quan hơn, đặc biệt là các công cụ phân tích và giám sát để hỗ trợ tác nghiệp chuyên sâu.
Thứ hai, phạm vi dữ liệu hiện mới giới hạn ở các văn bản của Ngân hàng Nhà nước, trong khi thị trường đòi hỏi sự mở rộng sang Bộ Tài chính, Bộ Công an, bảo vệ dữ liệu cá nhân và các lĩnh vực liên quan.
Cuối cùng, chi phí vận hành mô hình ngôn ngữ cần tiếp tục được tối ưu để đảm bảo tính bền vững khi hệ thống phục vụ một lượng lớn truy vấn doanh nghiệp.
Ninh Bình phát ấn Đền Trần từ 5h sáng Rằm tháng Giêng
GD&TĐ - Lễ Khai ấn Đền Trần xuân Bính Ngọ năm 2026 sẽ tổ chức phát ấn cho nhân dân, du khách từ 5h ngày 15 tháng Giêng âm lịch.
2026-02-27 08:40
Hưng Yên đề xuất dành gần 2 tỷ đồng/năm hỗ trợ người nhiễm HIV/AIDS
GD&TĐ - Sở Y tế tỉnh Hưng Yên đề xuất dành gần 2 tỷ đồng/năm hỗ trợ mua thẻ BHYT và cùng chi trả thuốc kháng vi-rút HIV cho người nhiễm HIV/AIDS.
2026-02-27 08:40
Bác sĩ Vinmec 'hồi sinh' đôi chân cho bé gái liệt hoàn toàn
GD&TĐ - Bé gái 12 tuổi xuất hiện dấu hiệu yếu chân tay, dù đã chữa trị nhiều nơi, tình trạng vẫn ngày càng nặng, cuối cùng liệt hoàn toàn hai chân. Bước ngoặt đến với em khi các bác sĩ Vinmec Times City xác định nguyên nhân do khối nang nội bì trong tủy sống và phẫu thuật thành công, giúp em từ việc phải ngồi xe lăn nay chập chững bước đi trong niềm hạnh phúc vỡ òa của gia đình.
2026-02-27 08:40
Đột phá kỹ thuật E-CPR cứu sống bệnh nhân ngừng tim
GD&TĐ - Với kỹ thuật E-CPR (ECMO hồi sinh tim phổi), bác sĩ ở TPHCM cứu sống nhiều ca ngừng tim, tỷ lệ phục hồi đạt 36%.
2026-02-27 08:40
Lễ hội Việt - Nhật lần thứ 11 lần thúc đẩy giao lưu văn hóa, giáo dục
GD&TĐ - Lễ hội Việt - Nhật lần thứ 11 với chủ đề Chung tay vì “Trẻ em - Trái đất - Tương lai” sẽ diễn ra tại Công viên 23/9 (TPHCM).
2026-02-27 08:39
TPHCM khuyến cáo người dân cẩn trọng dịch bệnh sau Tết
GD&TĐ - Sau Tết, dịch bệnh tay chân miệng có thể tăng trong tháng 3, dịch sốt xuất huyết có thể tăng sớm hơn so với những năm trước.
2026-02-27 08:39
Bước tiến mới trong ứng dụng y học tái tạo và phục hồi chức năng
GD&TĐ - Y học tái tạo được xem là bước tiến quan trọng trong việc chuyển đổi mô hình từ điều trị đơn thuần sang chăm sóc tích hợp, hiện đại, nhân văn.
2026-02-27 08:39
Người bệnh thoái hóa khớp có nên tập thể dục?
GD&TĐ - Hiện tại chưa có phương pháp chữa khỏi hoàn toàn bệnh thoái hóa khớp, và tập thể dục nhẹ nhàng là một phương pháp điều trị phổ biến để kiểm soát các triệu chứng của bệnh.
2026-02-27 08:39
Vì sao Brazil có số người sống thọ cao bất thường?
GD&TĐ - Một bài báo mới nghiên cứu lý do tại sao Brazil lại có số lượng người sống thọ cao bất thường.
2026-02-27 08:39
Suy nhược thần kinh do làm quá nhiều việc một lúc
GD&TĐ - Khi một người vừa làm việc, vừa chăm con, lo toan gia đình và cố kiểm soát mọi thứ, hệ thần kinh sẽ là thứ đầu tiên kiệt sức. Bề ngoài họ vẫn ổn, nhưng bên trong lại rơi vào trạng thái mệt mỏi kéo dài, cáu gắt, mất ngủ – dấu hiệu âm thầm của suy nhược thần kinh đang dần hình thành.
