Nhìn vào danh sách giải nhất cuộc thi Khoa học Kỹ thuật quốc gia năm học 2025-2026, điều đầu tiên tôi cảm nhận là một sự ngạc nhiên pha lẫn băn khoăn.
Những cái tên đề tài như "Phát triển chất ức chế điểm kiểm soát miễn dịch ứng dụng trong điều trị ung thư dựa trên công nghệ nanobody", hay "Phát triển mô hình tạo sinh xác suất đa phương thức trong thiết kế phối tử dựa trên cấu trúc không gian ba chiều của protein", "Nghiên cứu phát hiện chỉ thị sinh học ứng dụng trong phát hiện sớm ung thư biểu mô tế bào gan sử dụng công nghệ Proteomics", nghe hoành tráng đến mức người làm nghiên cứu lâu năm có lẽ phải dừng lại đọc hai lần. Đây là những hướng nghiên cứu mà ở nhiều nước, người ta dành cả một luận án tiến sĩ, thậm chí nhiều năm sau tiến sĩ, để theo đuổi.
Vì sao tôi nói vậy? Xin thưa rằng, để phát triển nanobody ức chế điểm kiểm soát miễn dịch, người nghiên cứu cần hệ thống biểu hiện protein tái tổ hợp, máy FPLC để tinh sạch, tủ an toàn sinh học cấp 2 để nuôi dòng tế bào ung thư, và flow cytometry để đánh giá hoạt tính. Chỉ riêng bước sàng lọc thư viện nanobody bằng phage display đã mất ba đến bốn tháng trong điều kiện lý tưởng, với kỹ thuật viên lành nghề thực hiện hàng ngày. Các nhóm nghiên cứu chuyên nghiệp tại đại học thường mất hai đến ba năm cho một vòng phát triển hoàn chỉnh, từ thiết kế đến có số liệu đủ tin cậy.
Hay như phân tích Proteomics để tìm biomarker ung thư gan đòi hỏi máy LC-MS/MS có giá từ 5-15 tỷ đồng, mẫu huyết thanh bệnh nhân được thu thập qua giao thức đạo đức y tế nghiêm ngặt với cỡ mẫu tối thiểu vài chục ca bệnh cộng nhóm chứng tương đương, và pipeline xử lý dữ liệu nhận diện protein phức tạp mà nghiên cứu sinh tiến sĩ phải học nhiều tháng mới thành thạo. Một công bố quốc tế từ loại dữ liệu này thường đại diện cho 18 - 24 tháng làm việc của cả một nhóm.
Còn đề tài xây dựng mô hình tạo sinh xác suất để thiết kế phối tử dựa trên cấu trúc protein, đó là lãnh địa của tin sinh học chuyên sâu, đòi hỏi nền tảng lý thuyết xác suất Bayesian, deep learning ứng dụng trong hóa dược, và GPU cluster để huấn luyện mô hình trên cơ sở dữ liệu cấu trúc protein hàng trăm nghìn bản ghi. Nhiều kỹ sư phần mềm có kinh nghiệm vẫn đang trong quá trình học những thứ này.
Không một trường THPT nào tại Việt Nam, kể cả các trường chuyên hàng đầu, có đủ hạ tầng đó. Và quan trọng hơn, quy định của cuộc thi chỉ cho phép thực hiện trong vòng 12 tháng, một khoảng thời gian mà ngay cả những bước cơ bản nhất của các đề tài kể trên cũng chưa đủ để hoàn thành đúng nghĩa.
Tất nhiên, có thể lập luận rằng các em đi theo con đường rút gọn hơn, chẳng hạn dùng phần mềm mô phỏng thay vì thực nghiệm trong phòng lab, khai thác dữ liệu công khai có sẵn thay vì tự thu mẫu bệnh nhân, chạy mô hình tính toán trên máy tính thông thường thay vì hệ thống chuyên dụng. Về mặt kỹ thuật, những con đường đó là khả thi hơn với học sinh phổ thông.
Nhưng đây chính là vấn đề cốt lõi: nếu "phát triển nanobody" thực chất là vẽ mô phỏng trên phần mềm, nếu "phát hiện biomarker ung thư gan" thực chất là phân tích lại dữ liệu người khác đã thu thập, thì kết quả thu được cách rất xa so với những gì tên đề tài gợi ra. Một dự đoán lý thuyết trên máy tính chưa phải là chất ức chế miễn dịch. Một phép thống kê trên dữ liệu có sẵn chưa phải là phát hiện biomarker mới. Khoảng cách giữa tên đề tài và bản chất kết quả không phải là chi tiết kỹ thuật, mà là vấn đề của sự trung thực khoa học.
Vậy thì: những kết quả đó đến từ đâu?
Có nhiều khả năng. Có thể các em được thực hiện tại phòng lab của trường đại học hoặc viện nghiên cứu, dưới sự hỗ trợ trực tiếp và liên tục của các nhà khoa học chuyên nghiệp, trong khi phần đóng góp thực sự của học sinh chỉ là một mảnh nhỏ của toàn bộ quy trình - vì các em vẫn phải theo học trên lớp hằng ngày. Có thể đề tài được "kế thừa" từ nghiên cứu đang tiến hành của thầy cô hướng dẫn, học sinh tham gia giai đoạn cuối rồi đứng tên. Cũng có thể kết quả được trình bày ở dạng sơ bộ, đủ để thuyết phục hội đồng chấm thi nhưng chưa đủ để vượt qua vòng phản biện của một tạp chí khoa học quốc tế.
Điều này không nhất thiết là gian lận, nhưng nó đặt ra vấn đề về tính minh bạch trong nghiên cứu khoa học. Không rõ cuộc thi có yêu cầu học sinh nộp nhật ký nghiên cứu có mốc thời gian cụ thể, hỏi rõ thiết bị nào được dùng ở đâu và ai vận hành, không kiểm tra phần nào là đóng góp thực sự của học sinh không? Nếu không thì việc các nghiên cứu của học sinh bị dư luận nghi ngờ "mượn" của người khác là điều dễ hiểu.
Nhưng nếu có em nào trong danh sách giải nhất thực sự tự làm được, tự hiểu được, tự tạo ra kết quả có giá trị khoa học thực chất, thì một tấm huy chương và một dòng thành tích trong hồ sơ du học là sự đối xử chưa tương xứng với tài năng đó. Em ấy xứng đáng được đặc cách vào thẳng chương trình nghiên cứu sinh, được cấp kinh phí để tiếp tục, được làm việc cùng những nhà khoa học giỏi nhất trong lĩnh vực. Kết quả của em hoàn toàn có thể là nền tảng của một luận án tiến sĩ nghiêm túc nếu được kiểm chứng độc lập và công bố trên tạp chí quốc tế uy tín.
Cuối cùng, tôi cho rằng dù kết quả đến từ đâu, câu hỏi thực sự cần đặt ra là những nghiên cứu đó sẽ đi về đâu sau giải thưởng. Mô hình dự báo ô nhiễm sông Cầu Bây có được Hà Nội tiếp nhận để triển khai thí điểm không? Phương pháp phát hiện sữa giả bằng quang phổ hồng ngoại có được đưa vào hệ thống kiểm soát thực phẩm không? Vật liệu hấp phụ CO2 có được doanh nghiệp nào quan tâm phát triển tiếp trong bối cảnh Việt Nam đang cam kết Net Zero không?
Một nền khoa học lành mạnh không đo bằng số lượng giải thưởng, mà đo bằng số lượng kết quả nghiên cứu thực sự chạm được vào đời sống. Chứ trao giải xong rồi để đấy thì thực sự nó chỉ đạt được mỗi mục tiêu làm đẹp hồ sơ cho học sinh mà thôi.
Danh sách giải nhất cuộc thi Khoa học Kỹ thuật quốc gia năm học 2025-2026:
1. Phát triển chất ức chế điểm kiểm soát miễn dịch ứng dụng trong điều trị ung thư dựa trên công nghệ nanobody (trường THPT chuyên Khoa học tự nhiên, Đại học Quốc gia Hà Nội).
2. Phát triển phương pháp đánh giá mức độ lão hóa da sử dụng công nghệ Proteomics (THPT chuyên Khoa học tự nhiên).
3. Nghiên cứu phát hiện một số chỉ thị sinh học ứng dụng trong phát hiện sớm ung thư biểu mô tế bào gan sử dụng công nghệ Proteomics (THPT chuyên Chu Văn An, Hà Nội).
4. Phát triển giải pháp đánh giá nhanh nguy cơ sữa giả bằng quang phổ hồng ngoại kết hợp Chemometrics (THPT chuyên Khoa học tự nhiên).
5. Phát triển vật liệu Polyurethane Composite đa chức năng chống cháy, cách nhiệt, kháng vi sinh hướng tới ứng dụng trong xây dựng và đời sống (THPT chuyên Lương Văn Tụy, Ninh Bình).
6. Nghiên cứu tối ưu biên dạng cánh tuabin gió trục đứng quy mô nhỏ phù hợp chế độ gió thấp ở Việt Nam bằng phương pháp mô phỏng CFD kết hợp trí tuệ nhân tạo (THPT Yên Mỹ, Hưng Yên).
7. SBProbMol3: Phát triển mô hình tạo sinh xác suất đa phương thức trong thiết kế phối tử dựa trên cấu trúc không gian ba chiều của protein (THPT chuyên Lê Hồng Phong, TP HCM).
8. Ứng dụng AI để dự báo phát thải và chế tạo vật liệu hấp phụ mới nhằm thu giữ, chuyển hóa CO2 hướng tới Net Zero (THPT Ngô Quyền, Hải Phòng).
9. Thiết kế và phát triển thiết bị AculRpen sử dụng bộ lọc Hampel nhằm nâng cao độ chính xác khi xác định huyệt đạo trong chăm sóc sức khỏe (THPT chuyên Lương Thế Vinh, Đồng Nai).
10. Nghiên cứu và chế tạo giường y tế thông minh tích hợp AI hỗ trợ chăm sóc và cảnh báo sức khỏe (THPT Ngô Sĩ Liên, Bắc Ninh).
11. Xây dựng mô hình dự báo theo thời gian thực và đánh giá khả năng cải thiện mức độ ô nhiễm sông Cầu Bây, Hà Nội (THPT Việt Đức, Hà Nội).
12. Phát triển công nghệ xử lý rác thải nhựa bằng phương pháp sinh học thân thiện với môi trường (THPT chuyên Hà Nội - Amsterdam, Hà Nội).
13. Phát triển Tư duy phản biện cho học sinh trung học phổ thông khi sử dụng trí tuệ nhân tạo (THPT chuyên Hạ Long, Quảng Ninh).
14. Tác động của năng lực số và hệ sinh thái số đến định hướng lựa chọn nghề nghiệp: Vai trò trung gian của khả năng thích ứng và học tập chủ động (TH, THCS và THPT Thực nghiệm Khoa học giáo dục, Viện Khoa học Giáo dục Việt Nam).
Những cái tên đề tài như "Phát triển chất ức chế điểm kiểm soát miễn dịch ứng dụng trong điều trị ung thư dựa trên công nghệ nanobody", hay "Phát triển mô hình tạo sinh xác suất đa phương thức trong thiết kế phối tử dựa trên cấu trúc không gian ba chiều của protein", "Nghiên cứu phát hiện chỉ thị sinh học ứng dụng trong phát hiện sớm ung thư biểu mô tế bào gan sử dụng công nghệ Proteomics", nghe hoành tráng đến mức người làm nghiên cứu lâu năm có lẽ phải dừng lại đọc hai lần. Đây là những hướng nghiên cứu mà ở nhiều nước, người ta dành cả một luận án tiến sĩ, thậm chí nhiều năm sau tiến sĩ, để theo đuổi.
Vì sao tôi nói vậy? Xin thưa rằng, để phát triển nanobody ức chế điểm kiểm soát miễn dịch, người nghiên cứu cần hệ thống biểu hiện protein tái tổ hợp, máy FPLC để tinh sạch, tủ an toàn sinh học cấp 2 để nuôi dòng tế bào ung thư, và flow cytometry để đánh giá hoạt tính. Chỉ riêng bước sàng lọc thư viện nanobody bằng phage display đã mất ba đến bốn tháng trong điều kiện lý tưởng, với kỹ thuật viên lành nghề thực hiện hàng ngày. Các nhóm nghiên cứu chuyên nghiệp tại đại học thường mất hai đến ba năm cho một vòng phát triển hoàn chỉnh, từ thiết kế đến có số liệu đủ tin cậy.
Hay như phân tích Proteomics để tìm biomarker ung thư gan đòi hỏi máy LC-MS/MS có giá từ 5-15 tỷ đồng, mẫu huyết thanh bệnh nhân được thu thập qua giao thức đạo đức y tế nghiêm ngặt với cỡ mẫu tối thiểu vài chục ca bệnh cộng nhóm chứng tương đương, và pipeline xử lý dữ liệu nhận diện protein phức tạp mà nghiên cứu sinh tiến sĩ phải học nhiều tháng mới thành thạo. Một công bố quốc tế từ loại dữ liệu này thường đại diện cho 18 - 24 tháng làm việc của cả một nhóm.
Còn đề tài xây dựng mô hình tạo sinh xác suất để thiết kế phối tử dựa trên cấu trúc protein, đó là lãnh địa của tin sinh học chuyên sâu, đòi hỏi nền tảng lý thuyết xác suất Bayesian, deep learning ứng dụng trong hóa dược, và GPU cluster để huấn luyện mô hình trên cơ sở dữ liệu cấu trúc protein hàng trăm nghìn bản ghi. Nhiều kỹ sư phần mềm có kinh nghiệm vẫn đang trong quá trình học những thứ này.
Không một trường THPT nào tại Việt Nam, kể cả các trường chuyên hàng đầu, có đủ hạ tầng đó. Và quan trọng hơn, quy định của cuộc thi chỉ cho phép thực hiện trong vòng 12 tháng, một khoảng thời gian mà ngay cả những bước cơ bản nhất của các đề tài kể trên cũng chưa đủ để hoàn thành đúng nghĩa.
Tất nhiên, có thể lập luận rằng các em đi theo con đường rút gọn hơn, chẳng hạn dùng phần mềm mô phỏng thay vì thực nghiệm trong phòng lab, khai thác dữ liệu công khai có sẵn thay vì tự thu mẫu bệnh nhân, chạy mô hình tính toán trên máy tính thông thường thay vì hệ thống chuyên dụng. Về mặt kỹ thuật, những con đường đó là khả thi hơn với học sinh phổ thông.
Nhưng đây chính là vấn đề cốt lõi: nếu "phát triển nanobody" thực chất là vẽ mô phỏng trên phần mềm, nếu "phát hiện biomarker ung thư gan" thực chất là phân tích lại dữ liệu người khác đã thu thập, thì kết quả thu được cách rất xa so với những gì tên đề tài gợi ra. Một dự đoán lý thuyết trên máy tính chưa phải là chất ức chế miễn dịch. Một phép thống kê trên dữ liệu có sẵn chưa phải là phát hiện biomarker mới. Khoảng cách giữa tên đề tài và bản chất kết quả không phải là chi tiết kỹ thuật, mà là vấn đề của sự trung thực khoa học.
Vậy thì: những kết quả đó đến từ đâu?
Có nhiều khả năng. Có thể các em được thực hiện tại phòng lab của trường đại học hoặc viện nghiên cứu, dưới sự hỗ trợ trực tiếp và liên tục của các nhà khoa học chuyên nghiệp, trong khi phần đóng góp thực sự của học sinh chỉ là một mảnh nhỏ của toàn bộ quy trình - vì các em vẫn phải theo học trên lớp hằng ngày. Có thể đề tài được "kế thừa" từ nghiên cứu đang tiến hành của thầy cô hướng dẫn, học sinh tham gia giai đoạn cuối rồi đứng tên. Cũng có thể kết quả được trình bày ở dạng sơ bộ, đủ để thuyết phục hội đồng chấm thi nhưng chưa đủ để vượt qua vòng phản biện của một tạp chí khoa học quốc tế.
Điều này không nhất thiết là gian lận, nhưng nó đặt ra vấn đề về tính minh bạch trong nghiên cứu khoa học. Không rõ cuộc thi có yêu cầu học sinh nộp nhật ký nghiên cứu có mốc thời gian cụ thể, hỏi rõ thiết bị nào được dùng ở đâu và ai vận hành, không kiểm tra phần nào là đóng góp thực sự của học sinh không? Nếu không thì việc các nghiên cứu của học sinh bị dư luận nghi ngờ "mượn" của người khác là điều dễ hiểu.
Nhưng nếu có em nào trong danh sách giải nhất thực sự tự làm được, tự hiểu được, tự tạo ra kết quả có giá trị khoa học thực chất, thì một tấm huy chương và một dòng thành tích trong hồ sơ du học là sự đối xử chưa tương xứng với tài năng đó. Em ấy xứng đáng được đặc cách vào thẳng chương trình nghiên cứu sinh, được cấp kinh phí để tiếp tục, được làm việc cùng những nhà khoa học giỏi nhất trong lĩnh vực. Kết quả của em hoàn toàn có thể là nền tảng của một luận án tiến sĩ nghiêm túc nếu được kiểm chứng độc lập và công bố trên tạp chí quốc tế uy tín.
Cuối cùng, tôi cho rằng dù kết quả đến từ đâu, câu hỏi thực sự cần đặt ra là những nghiên cứu đó sẽ đi về đâu sau giải thưởng. Mô hình dự báo ô nhiễm sông Cầu Bây có được Hà Nội tiếp nhận để triển khai thí điểm không? Phương pháp phát hiện sữa giả bằng quang phổ hồng ngoại có được đưa vào hệ thống kiểm soát thực phẩm không? Vật liệu hấp phụ CO2 có được doanh nghiệp nào quan tâm phát triển tiếp trong bối cảnh Việt Nam đang cam kết Net Zero không?
Một nền khoa học lành mạnh không đo bằng số lượng giải thưởng, mà đo bằng số lượng kết quả nghiên cứu thực sự chạm được vào đời sống. Chứ trao giải xong rồi để đấy thì thực sự nó chỉ đạt được mỗi mục tiêu làm đẹp hồ sơ cho học sinh mà thôi.
Danh sách giải nhất cuộc thi Khoa học Kỹ thuật quốc gia năm học 2025-2026:
1. Phát triển chất ức chế điểm kiểm soát miễn dịch ứng dụng trong điều trị ung thư dựa trên công nghệ nanobody (trường THPT chuyên Khoa học tự nhiên, Đại học Quốc gia Hà Nội).
2. Phát triển phương pháp đánh giá mức độ lão hóa da sử dụng công nghệ Proteomics (THPT chuyên Khoa học tự nhiên).
3. Nghiên cứu phát hiện một số chỉ thị sinh học ứng dụng trong phát hiện sớm ung thư biểu mô tế bào gan sử dụng công nghệ Proteomics (THPT chuyên Chu Văn An, Hà Nội).
4. Phát triển giải pháp đánh giá nhanh nguy cơ sữa giả bằng quang phổ hồng ngoại kết hợp Chemometrics (THPT chuyên Khoa học tự nhiên).
5. Phát triển vật liệu Polyurethane Composite đa chức năng chống cháy, cách nhiệt, kháng vi sinh hướng tới ứng dụng trong xây dựng và đời sống (THPT chuyên Lương Văn Tụy, Ninh Bình).
6. Nghiên cứu tối ưu biên dạng cánh tuabin gió trục đứng quy mô nhỏ phù hợp chế độ gió thấp ở Việt Nam bằng phương pháp mô phỏng CFD kết hợp trí tuệ nhân tạo (THPT Yên Mỹ, Hưng Yên).
7. SBProbMol3: Phát triển mô hình tạo sinh xác suất đa phương thức trong thiết kế phối tử dựa trên cấu trúc không gian ba chiều của protein (THPT chuyên Lê Hồng Phong, TP HCM).
8. Ứng dụng AI để dự báo phát thải và chế tạo vật liệu hấp phụ mới nhằm thu giữ, chuyển hóa CO2 hướng tới Net Zero (THPT Ngô Quyền, Hải Phòng).
9. Thiết kế và phát triển thiết bị AculRpen sử dụng bộ lọc Hampel nhằm nâng cao độ chính xác khi xác định huyệt đạo trong chăm sóc sức khỏe (THPT chuyên Lương Thế Vinh, Đồng Nai).
10. Nghiên cứu và chế tạo giường y tế thông minh tích hợp AI hỗ trợ chăm sóc và cảnh báo sức khỏe (THPT Ngô Sĩ Liên, Bắc Ninh).
11. Xây dựng mô hình dự báo theo thời gian thực và đánh giá khả năng cải thiện mức độ ô nhiễm sông Cầu Bây, Hà Nội (THPT Việt Đức, Hà Nội).
12. Phát triển công nghệ xử lý rác thải nhựa bằng phương pháp sinh học thân thiện với môi trường (THPT chuyên Hà Nội - Amsterdam, Hà Nội).
13. Phát triển Tư duy phản biện cho học sinh trung học phổ thông khi sử dụng trí tuệ nhân tạo (THPT chuyên Hạ Long, Quảng Ninh).
14. Tác động của năng lực số và hệ sinh thái số đến định hướng lựa chọn nghề nghiệp: Vai trò trung gian của khả năng thích ứng và học tập chủ động (TH, THCS và THPT Thực nghiệm Khoa học giáo dục, Viện Khoa học Giáo dục Việt Nam).
