image banner
VI | EN
Chống phân biệt đối xử giới tính trong tuyển dụng bằng trí tuệ nhân tạo – Kinh nghiệm pháp luật một số quốc gia và gợi mở cho Việt Nam
Trang thông tin điện tử Viện Nhà nước và Pháp luật xin giới thiệu đến bạn đọc bài viết của NCS.ThS. Lê Thị Hồng Liễu (Trường Đại học Kinh tế Luật Tp. Hồ Chí Minh) đăng trên Tạp chí Nhà nước và Pháp luật số chuyên đề 11+12 năm 2025. Nghị quyết số 57-NQ/TW về đột phá khoa học - công nghệ, đổi mới sáng tạo và chuyển đổi số, cùng Nghị quyết số 59-NQ/TW về hội nhập quốc tế trong tình hình mới đã cho thấy chuyển đổi số lấy con người làm trung tâm và hội nhập tiêu chuẩn toàn cầu đòi hỏi hoàn thiện thể chế. Trong lao động, sự bùng nổ của các công cụ tuyển dụng tự động đang tái cấu hình quy trình cơ hội việc làm, nhưng đồng thời khuếch đại rủi ro phân biệt đối xử theo giới. Bài viết lựa chọn tìm hiểu pháp luật Australia và Canada với hệ thống quy phạm điều chỉnh quản trị AI trong tuyển dụng; đồng thời so sánh chức năng, nghiên cứu đánh giá thực tiễn thực thi bình đẳng giới thực chất tại Việt Nam, từ đó đưa ra hướng hoàn thiện trong thời gian tới. 
 
Anh-tin-bai
Ảnh minh họa (Nguồn: Tạp chí KH&CN Việt Nam)

1. Khái quát về phân biệt đối xử giới tính trong lao động trong tuyển dụng bằng trí tuệ nhân tạo

1.1. Phân biệt đối xử dựa vào giới tính trong lao động

Phân biệt đối xử (PBĐX) trong lao động là vấn đề được pháp luật quốc tế và quốc gia đặc biệt chú trọng. Cụ thể, Điều 1 Công ước số 111 của Tổ chức Lao động quốc tế (ILO) và khoản 8 Điều 3 Bộ luật Lao động Việt Nam năm 2019 đều đề cập rõ các yếu tố cấu thành hành vi PBĐX, trong đó “giới tính” được xem là căn cứ điển hình. Khái niệm giới tính thường được sử dụng trong các nghiên cứu học thuật là “sex” và “gender”. Mặc dù tiếng Anh là ngôn ngữ thông dụng, nhưng việc làm rõ sự khác nhau của hai khái niệm khá mơ hồ, thậm chí chúng được xem như những từ đồng nghĩa[1]. Sự phân biệt giữa “sex” và “gender” trong tiếng Anh đầu tiên xuất hiện vào những năm 1950 trong các tài liệu chuyên ngành của các bác sĩ tâm thần để xác định cách thăm khám sức khỏe riêng[2]. Từ những năm 1960, dưới góc nhìn của phong trào nữ quyền, khái niệm giới tính (sex) chủ yếu chỉ năng lực sinh sản[3], giới (gender) được coi là sản phẩm văn hoá và xã hội, được tái tạo liên tục trong các bối cảnh khác nhau[4].

Tiếp cận chính thức từ Tổ chức Y tế Thế giới, giới tính (sex) là thuật ngữ đề cập đến một tập hợp các biến số sinh học ở người và động vật, phụ thuộc vào nhiễm sắc thể và thể hiện các cấu hình hormone khác biệt cũng như giải phẫu cụ thể. Trong khi đó, giới (gender) đề cập đến các đặc điểm của phụ nữ, đàn ông, trẻ em gái và trẻ em trai được xây dựng theo xã hội. Điều này bao gồm các chuẩn mực, hành vi và vai trò của các chủ thể này, cũng như các mối quan hệ với nhau”[5]. Trong kết cấu pháp lý quốc tế, có thể hiểu thuật ngữ trên ở hai góc độ chính như sau: (i) Giới tính sinh học (sex), dựa trên nhiễm sắc thể, cơ quan sinh sản. Nói cách khác, thuật ngữ này dựa vào việc phân loại sinh học thuần tuý giữa nam và nữ. Các điều ước nhân quyền ở thế hệ đầu tiên như CEDAW, C100 và C111 dùng làm căn cứ chống PBĐX trong lĩnh vực lao động theo hướng này; (ii) Giới (gender) là hiện tượng được xã hội sản xuất và duy trì[6], được quyết định thông qua vai trò, chuẩn mực kiến tạo xã hội[7]. Hiện nay, thuật ngữ này được sử dụng trong Mục tiêu Phát triển bền vững thứ 5, thuộc Chương trình nghị sự năm 2030 của Liên hợp quốc[8] nhằm nhấn mạnh bất bình đẳng cấu trúc[9]. Đây là khung tham chiếu để xác định có hay không sự PBĐX với cách tiếp cận hướng mới thông qua chỉ số toàn diện hơn về giới.

Trong hệ thống pháp lý ở mỗi quốc gia, định nghĩa giới tính (sex) không chỉ mang tính nhị phân thuần tuý mà mở rộng sang bản dạng cá nhân. Australia dùng thuật ngữ “gender identify” thể hiện bản sắc, ngoại hình, phong cách ứng xử cho dù có hay không thông qua can thiệp y khoa[10]. Canada phân loại bản dạng giới (gender identity) là trải nghiệm nội tại, biểu hiện giới (gender expression) là cách trình hiện công khai của một cá nhân[11]. Tại Việt Nam, Luật Bình đẳng giới năm 2006 quy định giới tính “là đặc điểm sinh học của nam hoặc nữ”, trong khi đó giới “ chỉ đặc điểm, vị trí, vai trò của nam và nữ trong tất cả các mối quan hệ xã hội”. Khoản 8 Điều 3 Bộ luật Lao động năm 2019 định nghĩa PBĐX dựa trên căn cứ “giới tính”. Như vậy, căn cứ xác định có hay không có hành vi phân biệt tại Việt Nam vẫn bám khung nhị nguyên nam nữ, một dấu vết sơ khởi của lịch sử định chế này.

Như vậy, cô đọng khái niệm, PBĐX dựa vào giới tính trong lao động được hiểu là “sự phân biệt, loại trừ hoặc ưu đãi trong việc làm và nghề nghiệp dựa trên giới tính của người lao động”. Với mục tiêu bảo vệ nhóm người lao động (NLĐ) yếu thế dựa vào sự nhìn nhận của đa số học giả pháp lý, chuyên đề tiếp cận khái niệm “giới tính” theo hướng cởi mở, có sự phân tích đối sánh với các hệ thống pháp luật được chọn. Do đó, trong nghiên cứu xem xét “giới tính” dựa vào thuộc tính bảo vệ.

PBĐX dựa vào giới tính được thể hiện trong pháp luật mang tính trung lập. Theo đó, luật không chỉ định giới tính nào thì bị đối xử kém thuận lợi hơn. Tuy nhiên, bảo chứng từ lịch sử cho thấy, sự phân biệt thường dựa vào định kiến xã hội. Lý do phụ nữ được bảo vệ nhiều hơn trong quan hệ pháp luật nói chung và quan hệ lao động nói riêng nằm ở chỗ: (i) Hệ quả từ chế độ phụ hệ kéo dài trong lịch sử tích luỹ khẳng định phụ nữ là đối tượng được xem là nhóm bị chịu thiệt kép, vừa bị đánh giá thấp về giá trị lao động, vừa bị kiểm soát về mặt vật chất[12]; (ii) Dưới góc độ tư pháp so sánh, giới tính được xem là căn cứ chuẩn hoá cao gây nên bất lợi cho phụ nữ[13] và (iii) Nhóm có mức dễ bị tổn thương cao hơn về kinh tế thì nhóm đó được ưu tiên bảo vệ[14].

1.2. Sự cần thiết chống phân biệt đối xử giới tính trong khâu tuyển dụng

Đặt trong yêu cầu của Nghị quyết số 59-NQ/TW về hội nhập quốc tế trong tình hình mới, việc làm rõ và hài hòa hai lớp khái niệm này không chỉ bảo đảm tính tương thích với chuẩn mực toàn cầu, mà còn cung cấp nền tảng quy phạm để Việt Nam thiết kế cơ chế phòng, chống PBĐX theo giới trong toàn bộ vòng đời quan hệ lao động kể cả các ứng dụng số AI trong tuyển dụng, qua đó hiện thực hóa hội nhập “chủ động, toàn diện và hiệu quả”. Việc can thiệp pháp luật nhằm hạn chế thiên kiến trong tuyển dụng bằng AI dựa vào những luận điểm sau đây:

Thứ nhất, bảo chứng cho việc sử dụng AI để phỏng vấn ứng viên có thể dẫn đến hành vi PBĐX trong tuyển dụng được thảo luận trong nhiều nghiên cứu công nghệ và pháp lý như dựa vào giọng nói nam và nữ, tạo nên sự bất bình đẳng mang hơi hướng âm vị học quyền lực[15]. Về mặt lý luận, đây là hiện tượng được giải thích bởi khái niệm khuếch đại định kiến (bias amplification)[16]. Điều này không chỉ vi phạm các nguyên tắc đạo đức về công bằng và đa dạng trong tuyển dụng mà còn mâu thuẫn quy chuẩn hội nhập.

Thứ hai, đối với quản trị nhân lực quốc tế, sự can thiệp của pháp luật là quan trọng trong quá trình thực thi chống PBĐX dựa vào giới tính trong kỷ nguyên AI, cụ thể: (i) Thực thi các tiêu chuẩn thúc đẩy sử dụng AI có đạo đức[17]; (ii) Khái niệm “quyền suy đoán hợp lý” trong luật chống PBĐX  trong lao động được sử dụng để buộc kích hoạt nghĩa vụ tích cực của người sử dụng lao động (NSDLĐ) hướng đến bình đẳng thực chất[18]; (iii) Bổ sung trách nhiệm tuân thủ nhằm nâng cao danh tiếng của NSDLĐ khi công khai hoá triển khai AI tuyển dụng[19];  (iv) Đặt ra nghĩa vụ cưỡng hành về báo cáo đối với nhà tuyển dụng khi dùng AI[20].

Như vậy, quán triệt tinh thần Nghị quyết số 57-NQ/TW về đột phá khoa học công nghệ, Nghị quyết số 59-NQ/TW về hội nhập, chống PBĐX giới tính khi dùng AI trong tuyển dụng phải là ưu tiên cải cách. Đây là xu hướng cải cách mang tính chủ động toàn diện nhằm hướng các mục tiêu trong cam kết quốc tế thành quy chuẩn đo lường trong nước.

2. Kinh nghiệm pháp luật một số quốc gia về phân biệt đối xử giới tính trong tuyển dụng bằng trí tuệ nhân tạo

2.1. Pháp luật Canada

Đạo luật Nhân quyền năm 1985 (Canadian Human Rights Act), sửa đổi năm 2024 thể hiện việc chống PBĐX dựa vào giới tính với cách gọi tên chi tiết như (gender), bản dạng giới (gender identity), và khuynh hướng tính dục (sexual orientation)[21], do mang thai hoặc sinh con[22]. Ngoại lệ từ yêu cầu nghề nghiệp được Canada ghi nhận minh thị trong văn bản pháp luật thông qua khái niệm yêu cầu nghề nghiệp chân chính (bona fide occupational requirement)[23] và lý do chính đáng cho việc PBĐX (bona fide justification)[24]. Điều này có nghĩa rằng, ngoại lệ chỉ hợp lệ khi phục vụ mục tiêu chính đáng và tương xứng, và gánh nặng chứng minh thuộc về chủ thể viện dẫn ngoại lệ.

Năm 2017, Canada là quốc gia tiên phong ở châu Âu thực hiện Dự án thí điểm tuyển dụng ẩn danh (NBR). Kết quả dự án cho thấy NBR giảm tỷ lệ sàng lọc ứng viên trong quy trình tuyển dụng so với phương pháp truyền thống[25]. Đây được xem như bằng chứng thực nghiệm nhân rộng việc thực thi đơn xin việc ẩn danh tại châu Âu[26].

Chính phủ Canada đã xây dựng và đệ trình Dự luật C27 về Thực hiện Hiến chương kỹ thuật số năm 2022, đặt các yêu cầu về tính minh bạch đối với các hệ thống được sử dụng để đưa ra quyết định hoàn toàn tự động[27]. Tuy đến thời điểm hiện tại, Quốc hội chưa thông qua, nhưng nó vẫn được Chính phủ tiếp tục đề xuất[28]. Để đảm bảo thực thi dù chưa có hệ điển phạm pháp quy, từ tháng 01/2025, Ủy ban dịch vụ công cộng Canada ban hành Hướng dẫn “AI in the hiring process”, đưa ra quy trình số hóa minh bạch, hạn chế tối đa sự PBĐX trong kỷ nguyên AI[29]. Với nội dung cốt lõi ở hướng dẫn này thể hiện: (i) Ở bước tiền kiểm AI, cần loại bỏ hoặc giảm thiểu mọi rào cản bất lợi cho phân biệt nhóm trong tuyển dụng; (ii) Ở giai đoạn đánh giá, ứng viên phải ký xác nhận đã đọc và hiểu các quy tắc, hoặc tiết lộ rõ nội dung do AI hỗ trợ; (iii) Lập khóa Hướng dẫn giảm thiểu định kiến và rào cản vào danh mục khóa học AI của Trường Dịch vụ Công Canada.

Với các trọng tâm chính là chống PBĐX giới tính trong khâu tuyển dụng được pháp luật Canda thể hiện mang tính đa tầng, cụ thể: (i) Buộc NSDLĐ phải thu thập thông tin và phân tích lực lượng lao động để xác định mức độ thiếu đại diện của bốn nhóm được chỉ định gồm phụ nữ, thổ dân, khuyết tật và nhóm thiểu số dễ nhận thấy khác[30]; (ii) Thu thập thông tin tự nhận dạng EE (Self- ID) để rà soát thiên kiến tại khâu đăng tuyển[31]; (iii) Cấm đăng quảng cáo hay ngụ ý bằng kỹ thuật để PBĐX dựa vào giới tính[32]. Với cách tiếp cận hệ thống, Điều 15 quy định cần có sự tham vấn và hợp tác với đại diện NLĐ để hỗ trợ NSDLĐ lập kế hoạch bình đẳng việc làm.

Bên cạnh đó, để đảm bảo tính khả thi của quy định, Canada hướng đến các biện pháp phi nhà nước, đòi hỏi sự gia tăng trách nhiệm xã hội từ doanh nghiệp. Chính phủ Canada sử dụng chứng nhận EDGE Certification & UN Women WEPs đánh giá, chấm điểm và chứng nhận nơi làm việc bình đẳng giới. Những công ty được gắn “nhãn” để thu hút đầu tư và nhân tài. Từ đây nâng cấp uy tín thương hiệu, giúp nhà đầu tư ESG sàng lọc danh mục[33]. Theo quy tắc tuân thủ hoặc giải thích (comply or explain), các công ty tại Canada phải tự nguyện thực hành tốt hoặc giải thích về thực hành thay thế để đạt nguyên tắc quản trị công ty[34]. Theo thống kê từ Bộ Lao động và Phát triển xã hội Canada 2021, tỉ lệ việc làm gia tăng cho ba đối tượng thiểu số thổ dân, khuyết tật và nhóm thiểu số dễ nhận thấy khác, thì đối với lao động nữ tỉ lệ này dần giảm[35]. Vì thế, việc áp dụng trách nhiệm giải trình này là sáng kiến dựa vào quy luật kinh tế để thúc đẩy trách nhiệm tích cực từ doanh nghiệp, thúc đẩy tiến độ thực bình đẳng giới thực chất.

2.2. Pháp luật Australia

Theo quy định của Đạo luật PBĐX giới tính năm 1984, sửa đổi năm 2013 (SDA 1984): “NSDLĐ không được PBĐX với một người dựa trên giới tính, khuynh hướng tình dục, bản dạng giới, tình trạng liên giới tính, tình trạng hôn nhân hoặc mối quan hệ, tình trạng mang thai hoặc dự định mang thai, tình trạng cho con bú hoặc trách nhiệm gia đình của người đó[36]. Có thể thấy, Đạo luật đã tiếp cận PBĐX dựa trên thuộc tính bảo vệ, thể hiện tính mới cụ thể: (i) Mở rộng cách tiếp cận mang tính đa chiều, phá bỏ lối nhị nguyên nam nữ truyền thống; (ii) Mở rộng phạm vi bảo vệ vượt ra ngoài trạng thái hiện hữu thông qua thừa nhận bảo vệ dự định mang thai; (iii) Trách nhiệm gia đình được bảo vệ với góc độ là đặc tính liên quan đến giới; (iv) Ghi nhận chống PBĐX dựa vào mối quan hệ thực tế, không ràng buộc dựa vào khuôn mẫu gia đình dị tính. Có thể thấy, SDA 1984 mở rộng nội hàm của tiếp cận khái niệm “giới tính” thể hiện sự tuân thủ Hiệp định đối tác toàn diện xuyên Thái Bình Dương ở mức độ chi tiết nhất.

Về nền tảng quy phạm, SDA 1984 cấm PBĐX trong việc làm vì giới, mang thai, khả năng mang thai, cho con bú và trách nhiệm gia đình. Do đó, để giảm thiểu thiên kiến giới khi tuyển dụng, Bộ Tư pháp Australia tạo ra chương trình Respect@Work và Ủy ban nhân quyền Australia (AHRC) có thẩm quyền giám sát và cưỡng chế từ 12/12/2023 nếu doanh nghiệp vi phạm[37]. Trường hợp có sự khác biệt trong đối xử dựa vào giới tính nhưng nếu căn cứ theo ngoại lệ liệt kê theo yêu cầu vốn có của công việc (inherent requirements) thì được miễn trừ[38], điều này được nêu rõ trong mô tả công việc[39]. Thêm vào đó, ngoại lệ tuyển riêng nữ giới cũng được áp dụng khi xuất phát từ yêu cầu nghề nghiệp chính đáng (genuine occupational requirement) nhằm đạt bình đẳng giới thực chất[40]. Điều này không phải là hợp thức hoá hành vi phân biệt mà là cơ chế mở rộng cách tiếp cận về chống PBĐX. Bởi, bình đẳng thực chất không dừng lại ở đối xử như nhau, mà là điều kiện để các nhóm có vị thế bất lợi được thực sự tiếp cận và thụ hưởng quyền phù hợp với khả năng của mình[41].

Thị trường lao động Australia đang dịch chuyển nhanh sang tuyển dụng có yếu tố thuật toán, điều này dễ ảnh hưởng đến nhóm lao động yếu thế[42]. AI có thể chuẩn hóa tiêu chí đánh giá hồ sơ ứng viên[43], tuy nhiên cũng dễ tạo thiên lệch gián tiếp, bởi có khả năng tiêu chí thiết kế ẩn chứa biến phân biệt về giới[44]. Để kiểm soát tình trạng này, Chính phủ Australia đã công bố hướng dẫn “Proposals Paper: Introducing mandatory guardrails for AI in high‑risk settings[45], đặt ra yêu cầu pháp lý hoặc chuẩn tuân thủ tối thiểu mà mọi hệ thống AI trong bối cảnh rủi ro cao phải đáp ứng để được triển khai hợp pháp. Theo đó, doanh nghiệp phải có các trách nhiệm: (i) Kiểm thử thiên lệch theo giới trước khi dùng công cụ AI trong tuyển dụng và đánh giá; (ii) Con người phải giám sát và có cơ chế phản biện kết quả cho ứng viên bị ảnh hưởng; (iii) Quản trị dữ liệu và lưu vết quyết định để chứng minh quy trình hợp lý, đáp ứng điều kiện Uỷ ban Nhân quyền Australia[46].

Án lệ Tickle v Giggle (FCA) năm 2024 là tranh chấp về quyền của người chuyển giới[47]. Tuy án lệ không trực tiếp đề cập quan hệ lao động, nhưng theo cùng một logic pháp lý, đây là nguồn tham chiếu xác định PBĐX trong lao động, bởi ứng dụng dựa vào sự phân loại người dùng, bằng thuật toán AI đã khước từ tiếp cận quyền chính đáng của họ. Tại đây, Tòa Liên bang không tạo thêm căn cứ mới ngoài bốn căn cứ giới tính, khuynh hướng tính dục, bản dạng giới, tình trạng liên giới tính được nêu trong SDA 1984. Tuy nhiên, Toà án đã khẳng định giới tính có thể thay đổi được, không đồng nhất tuyệt đối với giới tính khi sinh. Thời điểm bảo vệ không gắn với thời điểm thay đổi giới tính hợp pháp mà vận hành ngay từ khi cá nhân tự nhận diện và thể hiện bản dạng giới. Đây là bảo chứng cho việc chuyển dịch từ tiếp cận hình thức sang tiếp cận thực chất. Quyền được bảo vệ không gắn với thủ tục hành chính, mà gắn với trải nghiệm sống của chính cá nhân đó.

3. Thực trạng và giải pháp hoàn thiện pháp luật Việt Nam về chống phân biệt đối xử giới tính trong tuyển dụng bằng trí tuệ nhân tạo

Pháp luật Việt Nam đang đứng giữa hai trục diễn ngôn về PBĐX dựa vào giới và giới tính. Bộ luật Lao động năm 2019 và Luật Việc làm năm 2025 chọn cách tiếp cận thuộc tính bảo vệ dựa vào giới tính (sex). Bộ luật Lao động năm 2019 cũng nêu rõ căn cứ cấm dựa vào giới tính. Như vậy, các văn bản nền trong lao động tiếp cận giới tính với giả định nhị phân. Trái lại, Luật Bình đẳng giới năm 2006 vận hành khái niệm dựa trên trục giới (gender), theo đó: “PBĐX về giới là việc hạn chế, loại trừ, không công nhận hoặc không coi trọng vai trò, vị trí của nam và nữ, gây bất bình đẳng giữa nam và nữ trong các lĩnh vực của đời sống xã hội và gia đình”. Tóm lại, khái niệm “giới tính” trong pháp luật lao động tại Việt Nam hiện vẫn được định hình theo nhị nguyên sinh học, chưa bảo vệ dựa vào bản dạng giới hay xu hướng tính dục. Trong khâu tuyển dụng, nghiên cứu độc lập thông qua kiểm toán hồ sơ ghi nhận ứng viên dị tính nhận phản hồi về đơn xin việc cao hơn 70,1% và được mời phỏng vấn cao hơn 45,8% so với ứng viên chuyển giới có hồ sơ tương đương[48]. Điều này cho thấy, định kiến giới được tiêu chuẩn hóa trong tin tuyển dụng, qua đó tái sản xuất bất bình đẳng ngay từ dòng đầu tiên của quy trình nhân sự. Thêm vào đó, khảo sát từ VietnamWorks năm 2024, Việt Nam có tới 41% doanh nghiệp sử dụng AI trong hoạt động tuyển dụng[49].Tuy nhiên, Bộ luật Lao động năm 2019 mới chỉ đưa ra nguyên tắc chống PBĐX trong tuyển dụng nhưng chuẩn kỹ thuật đối với công cụ thuật toán để tạo ra quyết định thì vẫn chưa được triển khai. Cụ thể:

Thứ nhất, Luật Việc làm năm 2025 chỉ mới bổ sung cấu phần hệ thống thông tin thị trường lao động và trách nhiệm quản lý, vận hành nhà nước mà chưa ghi nhận việc quản trị thuật toán tuyển dụng[50].

Thứ hai, Luật Bảo vệ dữ liệu cá nhân năm 2025 có quy định dành riêng cho bối cảnh tuyển dụng tại Điều 25, theo đó NSDLĐ phải xóa, hủy thông tin đã cung cấp của người dự tuyển trong trường hợp không tuyển dụng, trừ trường hợp có thỏa thuận khác với người đã dự tuyển. Tuy Luật này đã có bước tiến lớn trong việc tăng tính truy cứu trách nhiệm khi dùng dữ liệu ứng viên, nhưng luật không phân loại hệ thống AI theo rủi ro, không đặt chuẩn kiểm thử công bằng thuật toán, và không tạo quyền riêng cho tình huống ra quyết định hoàn toàn tự động trong tuyển dụng. Điều này tạo ra khoảng trống điều chỉnh về PBĐX dựa vào giới tính trong xu hướng tuyển dụng hiện đại.

Khoản 8 Điều 3 BLLĐ quy định: “Phân biệt đối xử trong lao động dựa vào…. giới tính, độ tuổi, … làm  ảnh hưởng đến bình đẳng về cơ hội việc làm hoặc nghề nghiệp. Về cơ bản, kỹ thuật định nghĩa này khá tương đồng với cách tiếp cận của ILO. Tuy nhiên, so với cấu trúc vận hành của C111 và thông lệ tốt ở Canada, Australia thì còn thiếu tương thích ở một số vấn đề về nội hàm và kỹ thuật pháp điển, đồng thời chưa chỉ định rõ hành vi cấm PBĐX ở khâu tuyển dụng được thể hiện cụ thể như thế nào.

Theo cấu trúc định nghĩa mang tính cấm đoán, các chế tài được quy định trong văn bản dưới luật đã biến hệ hình tồn tại quy phạm thành tiêu chuẩn thực thi gắn với các định mức xử phạt. Nghị định số 12/2022/NĐ-CP thiết lập cơ chế xử phạt hành chính đối với hành vi PBĐX theo giới trong lao động. Đối với nhóm PBĐX dựa vào giới tính ở khâu tuyển dụng được quy định tại điểm a khoản 2 Điều 8, PBĐX trong tiền lương tại điểm đ khoản 1 Điều 17 Nghị định số 12/2022/NĐ-CP. Với mức áp dụng đồng bộ đối với cá nhân vi phạm bị phạt từ 5 đến 10 triệu đồng[51], trường hợp tổ chức vi phạm bị phạt từ 10 đến 20 triệu đồng[52]. Việc áp dụng mức chế tài này chỉ tương đương 1 tháng lương của vị trí nhân sự trung cấp. Điều này dễ làm NSDLĐ coi đây là chi phí hành chính, chưa phải là rủi ro tài chính đặt trong bối cảnh vi phạm kinh tế.

Do đó, để bảo đảm phát triển khoa học công nghệ tinh thần Nghị quyết số 57-NQ/TW, hài hòa hóa pháp luật theo tinh thần “chủ động, toàn diện, hiệu quả” của Nghị quyết số 59-NQ/TW, Việt Nam cần chỉnh lý các quy định hiện hành, cụ thể:

Một là, thay đổi thuật ngữ và đưa ra khái niệm PBĐX dựa trên cơ sở giới trong lao động

Với hệ thống pháp luật xã hội chủ nghĩa thiên về luật thành văn, để tránh cách hiểu không thống nhất cho khái niệm này, tác giả đề xuất sử dụng thuật ngữ “phân biệt đối xử dựa vào giới” thay cho khái niệm “giới tính” như khoản 8 Điều 3 Bộ luật Lao động năm 2019. Đồng thời Luật Bình đẳng giới cần được sửa đổi cách tiếp cận khái niệm này, cụ thể:

Điều: Phân biệt đối xử dựa trên cơ sở giới

1. PBĐX dựa trên cơ sở giới là hành vi phân biệt, loại trừ, hạn chế hoặc ưu tiên trên cơ sở giới và các thuộc tính liên quan đến giới có mục đích hoặc hệ quả làm mất, hạn chế hoặc suy giảm bình đẳng về quyền, cơ hội hoặc lợi ích hợp pháp đối với cá nhân hoặc nhóm người trên cơ sở các căn cứ bảo vệ quy định tại Khoản 2 của Điều này.

2. Các căn cứ bảo vệ bao gồm:

a) Giới tính (sex).

b) Bản dạng giới.

c) Biểu hiện giới.

d) Đặc điểm giới (sex characteristics).

e) Tình trạng liên quan đến sinh sản, bao gồm dự định mang thai, mang thai, sinh con và cho con bú.

Hai là, đưa ra quy phạm bổ sung nghĩa vụ tích cực của doanh nghiệp trong chống phân biệt đối xử thông qua tuyển dụng bằng AI

Cấu trúc quy phạm nghĩa vụ doanh nghiệp cần định vị ở cấp Nghị định để vừa bảo đảm tính chi tiết, vừa có khả năng điều chỉnh nhanh trước sự thay đổi công nghệ và thị trường lao động. Dưới góc độ so sánh lập pháp, Việt Nam cần tiếp thu kinh nghiệm Australia và Canada, theo đó, bổ sung Nghị định số 145/2020/NĐ-CP, cụ thể:

1. NSDLĐ khi tuyển dụng phải đảm bảo các nội dung tối thiểu của tin đăng: (a) khung lương; (b) mô tả ngắn “phúc lợi và thù lao khác” và nguyên tắc tính hoa hồng nếu có; (c) địa điểm làm việc hoặc khả năng làm việc từ xa; (d) thời hạn nộp hồ sơ.

2. Nếu sử dụng bên thứ ba để đăng tuyển, NSDLĐ phải cung cấp khung lương và yêu cầu công khai cho bên thứ ba; NSDLĐ chịu trách nhiệm liên đới nếu vi phạm.

Bên cạnh đó, để thực thi bình đẳng thực chất tại nơi làm việc, nghĩa vụ báo cáo nhằm minh bạch thông tin và dễ dàng giải trình khi có tranh chấp cũng được khuyến khích tại các Canada và Australia. Do đó, Nghị định số 145/2020/NĐ-CP cần bổ sung điều khoản nghĩa vụ báo cáo hàng năm với quy định: “Doanh nghiệp sử dụng từ 100 lao động trở lên phải công khai báo cáo định kỳ về tình hình bảo đảm bình đẳng giới và các biện pháp chống phân biệt đối xử tại nơi làm việc”.

Ba là, xây dựng cơ quan chuyên trách để nhận báo cáo và kiểm tra sự tuân thủ của doanh nghiệp về bình đẳng trong tuyển dụng bằng AI

Chế tài hiện tại không đủ tính cưỡng chế như mục tiêu của cam kết quốc tế. Tiếp thu kinh nghiệm quản trị chủ động từ Canada và Australia, tác giả đề xuất: Một là, thành lập Cơ quan Bình đẳng giới tại nơi làm việc tại Việt Nam. Đây là đơn vị sự nghiệp công lập có chức năng quản trị dữ liệu bình đẳng giới nơi làm việc, giám sát tuân thủ PBĐX, cấp và thu hồi Giấy chứng nhận tuân thủ phục vụ mua sắm công; Hai là, yêu cầu doanh nghiệp thực hành CPBĐX thông qua các bộ chỉ số tối thiểu cần báo cáo: (i) Minh bạch lương theo giới tính trong khi đăng tin tuyển dụng. Thêm vào đó, đối với chế tài khi không thực hiện nhiệm vụ báo cáo, cần thiết kế theo thang bậc tương ứng với mức độ vi phạm và kèm khắc phục lập tức. Cụ thể như: (i) Nhắc nhở bằng văn bản, khắc khục trong 60 ngày; (ii) Nêu tên công khai đồng thời thu hồi giấy chứng nhận; (iii) Đưa ra mệnh lệnh khắc phục thực tế như sửa tiêu chí tuyển dụng hay can thiệp của AI.

3. Kết luận

Chống PBĐX giới tính khi sử dụng AI trong tuyển dụng là nhu cầu tất yếu để vừa bảo vệ quyền con người trong lao động, vừa hài hòa hóa pháp luật với chuẩn mực quốc tế. Trên nền tảng chỉ đạo của Đảng tại Nghị quyết số 57-NQ/TW và Nghị quyết số 59-NQ/TW, nhiệm vụ chống PBĐX trong lao động cần được pháp điển hóa nghĩa vụ công khai và trách nhiệm báo cáo từ NSDLĐ. Do đó, việc so sánh pháp luật Canada và Australia cung cấp cơ sở lý luận–thực tiễn để kiến nghị thực thi nguyên tắc này tại Việt Nam là điều cần thiết. Áp dụng cơ chế đa tầng, kết hợp quy định cứng với cưỡng chế mềm qua áp lực thị trường sẽ làm minh bạch khâu đầu vào của quan hệ lao động, phù hợp mục tiêu hội nhập quốc tế.

(NCS.ThS. Lê Thị Hồng Liễu, Trường Đại học Kinh tế Luật Tp. Hồ Chí Minh, Giảng viên Trường Đại học Công nghiệp Tp. Hồ Chí Minh)



[1] Chiclana-Actis, C., & Soriano, V, The use of sex and gender in medical research, AIDS Reviews, 25(2), 2023, 96-100. https://doi.org/10.24875/AIDS Rev.23000012, truy cập ngày 30/10/2025.

[2] Schiappa, E., A brief history of defining sex and gender, In The Transgender Exigency; Defining Sex and Gender in the 21st Century (pp. 1-29), 2021, https://doi.org/10.4324/9781003250494-4, truy cập ngày 25/10/2025.

[3] Gabriel, Yiannis, 'G', Organizing Words: A Critical Thesaurus for Social and Organization Studies (Oxford, 2008; online edn, Oxford Academic, 31 Oct. 2023), pp.226, https://doi.org/10.1093/oso/ 9780 199213221.003.0007, truy cập ngày 30/10/2025.

[4] Gabriel, Yiannis, 'G', tlđd, pp.115.

[5] WHO, Gender and health, https://www.who.int/ health-topics/gender#tab=tab_1, truy cập ngày 01/9/2025.

[6] Connell, R. W, Gender and power: Society, the person and sexual politics, Stanford University Press, 1987.

[7] Ivana Isailović, Gender & Private International Law: Defining “Gender”, International Private and Procedural Law tại https://www.mpipriv.de/1118967 /defining-gender, truy cập ngày 30/10/2025.

[8] United Nation, Goals 5 Achieve gender equality and empower all women and girls, https://sdgs.un. org/goals/goal5, truy cập ngày 30/10/2025.

[9] Morrow, K, Gender and the Sustainable Development Goals, 2018, https://doi.org/10.4337/9 781786438768.00014, truy cập ngày 25/9/2025.

[10] Subsection 4(1) Sex Discrimination Amendment 1984 last modified 2013.

[11] Government of Canada, https://www.justice.gc.ca/ eng/csj-sjc/pl/identity-identite/about-apropos.html, truy cập ngày 01/9/2025.

[12] Davis, L, Patriarchy, Development, and the Divergence of Gender Equality, Social Science Research Network, 2023, https://doi.org/10.2139/ ssrn.4528467, truy cập ngày 25/9/2025.

[13] United States: Reed v. Reed 1971; Germany: BVerfGE 85, 191 1992; South Africa: Bhe 2005.

[14] Xu, C, Study on the Legal Protection of the Rights of Vulnerable Groups in Society, 2016, 675–677, https://doi.org/10.2991/ICESAME-16.2016.145, truy cập ngày 25/9/2025.

[15] Bueno, D. J, Gender bias in artificial intelligence: a critical perspective and legal analysis, Amicus Curiae., 2024, 26, 20–29, https://doi.org/10.22201 /fder.23959045e.2024.26.90464, truy cập ngày 25/9/2025.

[16] Mujtaba, D. F., & Mahapatra, N. R, Fairness in AI-Driven Recruitment: Challenges, Metrics, Methods, and Future Directions, 2024, https://doi.org /10.48550/arxiv.2405.19699.

[17] Dreković, E., Karabegović, I., & Teofilović, Ž, A Comprehensive view of the Application of AI in Recruitment and Selection, 2024, 234–250, https:// doi.org/10.5644/pi2024.215.13.

[18] Von Ungern-Sternberg, A, Discriminatory AI and the Law: Legal Standards for Algorithmic Profiling, 2022, pp. 252–278, https://doi.org/10.1017/978100 9207898.020.

[19] Chu, Y., Han, M. M, A Study on Regulations for Artificial Intelligence-Based Recruitment 8, 2022, 289–312, https://doi.org/10.31135/kscla.2022. 8.289.

[20] Sipior, J. C., Ward, B. T., Rusinko, C.,  Lombardi, D. R, Bias Using AI for Recruiting: Legal Considerations, Information Systems Management, 2023, https://doi.org/10.1080/10580530.2023.22944 53.

[21] Article 3.1 Canadian Human Rights Act 1985 last modified 2024.

[22] Article 3.2 Canadian Human Rights Act 1985 last modified 2024.

[23] Article 15(1)(a) Canadian Human Rights Act R.S.C., 1985 last modified 2024.

[24] Article 15(1)(g) Canadian Human Rights Act R.S.C., 1985 last modified 2024.

[25] Government of Canada, Anonymized Recruitment Pilot Project - Final report, https://www.canada. ca/en/public-service-commission/services/publicatio ns/Name-blind-recruitment-pilot-project.html#toc_4.

[26] Rinne, U, Anonymous job applications and hiring discrimination, IZA World of Labor 2025: 48 doi: 10.15185/izawol.48.v3.

[27] Article 24 BILL C 27 (An Act to enact the Consumer Privacy Protection Act, the Personal Information and Data Protection Tribunal Act and the Artificial Intelligence and Data Act and to make consequential and related amendments to other Acts) of Canada.

[28] Government of Canada, https://ised-isde.canada.ca/ site/innovation-better-canada/en/artificial-intelligenc e-and-data-act-aida-companion-document, truy cập ngày 01/9/2025.

[29] Artificial intelligence in the hiring process, https://www.canada.ca/en/public-service-commissio n/services/appointment-framework/guides-tools-app ointment-framework/ai-hiring-process.html, truy cập ngày 13/9/2025.  

[30] Article 9(1) Employment Equity Act S.C. 1995, c. 44 last amended 2021.

[31] Article 9(3) Employment Equity Act S.C. 1995, c. 44 last amended 2021.

[32] Section 8 Canadian Human Rights Act 1985 last amended 2024.

[33] EDGE Certification, https://www.edge-cert.org/ ?utm, truy cập ngày 01/9/2025.

[34] Salterio, S. E., Conrod, J. E. D., Schmidt, R. N, Canadian evidence of adherence to “comply or explain” corporate governance codes: An international comparison, Accounting Perspectives, 12(1), 2013, 23–51, https://doi.org/10.1111/1911-3838.12006, truy cập ngày 13/9/2025.

[35] Cukier, W, Are we there yet? Forty years of Employment Equity - the good, the bad and the ugly, 2024, https://doi.org/10.32920/27919116.

[36] Section 4 Sex Discrimination Act 1984 of Australia.

[37] Australia Government, Respect@Work implementation highlights, tại https://www.ag.gov.au /rights-and-protections/human-rights-and-anti-discri mination/respect-at-work/respectwork-implementatio n-highlights?utm, truy cập ngày 13/9/2025.  

[38] Section 351(2)(b) Fair Work Act 2009 last amended 2024.

[39] Những ngoại lệ này không được định nghĩa mà xác lập thông qua án lệ, điẻn hình như Qantas Airways Ltd v Christie (1998) 152 ALR 365 (HCA).

[40] Section 30 Sex Discrimination Act 1984 of Australia.

[41] Gordon, R, Equal Treatment, 2007, (pp. 201–226), Oxford University Press, https://doi.org/10.1093/ oso/9780199266630.003.0007.

[42] Sheard, N, Algorithm-facilitated discrimination: A socio-legal study of the use by employers of artificial intelligence hiring systems, Journal of Law and Society, 52(2), 2025, 269–291, https://doi.org/10.11 11/jols.12535.

[43] Cowgill, B, Does AI cheapen talk? Theory and evidence from global entrepreneurship and hiring, SSRN Electronic Journal, 2025, https://doi.org/10.21 39/ssrn.4702114.

[44] Köchling, A., & Wehner, M. C, Discriminated by an algorithm: A systematic review of discrimination and fairness by algorithmic decision-making in the context of HR recruitment and HR development, Business Research, 13(3), 2020, 795–848, https:// doi.org/10.1007/s40685-020-00134-w, truy cập ngày 13/9/2025.  

[45] Department of Industry, Science and Resources. (September, 2024), Safe and responsible AI in Australia: Proposals paper for introducing mandatory guardrails for AI in high-risk settings, AustralianGovernment, https://storage.googleapis.co m/converlens-au-industry/industry/p/prj2f6f02ebfe6a 8190c7bdc/page/proposals_paper_for_introducing_mandatory_guardrails_for_ai_in_high_risk_settings.pdf.

[46] Department of Industry, Science and Resources. (October 9th 2024), Introducing mandatory guardrails for AI in high-risk settings: Proposals paper, Law Council of Australia. https://www.law council.asn.au, truy cập ngày 13/9/2025.  

[47] Federal Court of Australia. (September 5th 2024). Roxanne Tickle v. Giggle for Girls Pty Ltd & Anor (NSD1148/2022). Online file. https://www.fedcourt. gov.au, truy cập ngày 13/9/2025.

[48] Winter, S., Davis-McCabe, C., Russell, C. B., Wilde, D., Chu, T. H., Suparak, P., & Wong, J. (2018), Denied work: An audit of employment discrimination on the basis of gender identity in South-East Asia, Asia Pacific Transgender Network & United Nations Development Programme. https:// asiapacifictransgendernetwork.org/denied-work, truy cập ngày 13/9/2025.

[49] Hoa Lê, Doanh nghiệp dùng AI để viết tin tuyển dụng, sàng lọc CV ra sao?, 3/10/2024, https://dan tri.com.vn/lao-dong-viec-lam/doanh-nghiep-dung-ai-de-viet-tin-tuyen-dung-sang-loc-cv-ra-sao-20241003 094601106.htm, truy cập ngày 13/9/2025.  

[50] Điều 19, 21 Luật Việc làm năm 2025.

[51] Khoản 2 Điều 8 Nghị định Nghị định số 12/2022/NĐ-CP quy định xử phạt vi phạm hành chính trong lĩnh vực lao động, bảo hiểm xã hội, người lao động Việt Nam đi làm việc ở nước ngoài theo hợp đồng.

[52] Điều 6 Nghị định Nghị định số 12/2022/NĐ-CP quy định xử phạt vi phạm hành chính trong lĩnh vực lao động, bảo hiểm xã hội, người lao động Việt Nam đi làm việc ở nước ngoài theo hợp đồng.

Tin mới
Thống kê truy cập
  • Đang online: 1
  • Hôm nay: 1
  • Trong tuần: 1
  • Tất cả: 1