Một chatbot nhận yêu cầu nguy hiểm rồi trả lời: “Xin lỗi, tôi không thể hỗ trợ.” Nhưng nếu các hãng AI siết chặt quy định hơn nữa, liệu tin tặc có hết đường dùng công nghệ này?
Các biện pháp của dịch vụ trực tuyến có thể làm việc lạm dụng khó hơn, nhưng không kiểm soát được mọi mô hình AI được chạy độc lập. Hơn nữa, dụ chatbot trả lời điều vốn bị từ chối khác xa với việc thực sự xâm nhập một thiết bị.
Khóa tài khoản được, thu hồi mọi bản sao mô hình thì khó
Nhà cung cấp chatbot có thể từ chối câu hỏi, theo dõi hành vi lạm dụng và đình chỉ tài khoản. Chính sách của OpenAI nêu rõ việc cố tình vượt qua cơ chế bảo vệ có thể khiến người dùng mất quyền truy cập.
Tuy nhiên, một số mô hình AI được phát hành để mọi người tải về và chạy trên máy tính riêng. Điều này hữu ích cho nghiên cứu và phát triển. Mặt trái là sau khi các bản sao đã lan rộng, đơn vị phát hành rất khó lấy lại tất cả. Báo cáo An toàn AI Quốc tế 2026 cũng phân tích vấn đề này.
Một tòa nhà có bảo vệ nghiêm ngặt không có nghĩa là người bảo vệ đó giữ chìa khóa của mọi ngôi nhà trong thành phố.
Ba vấn đề thường bị gọi chung là “vượt rào”
Thứ nhất là jailbreak AI: cố khiến mô hình đưa ra câu trả lời mà bình thường nó sẽ từ chối. Đây là điểm yếu có thể có trong cách AI xử lý yêu cầu, không phải khả năng tự động xâm nhập máy tính.
Thứ hai xảy ra khi AI đọc trang web hoặc tài liệu chứa chỉ dẫn độc hại rồi nhầm nội dung đó thành mệnh lệnh. Rủi ro tăng nếu AI còn có quyền sử dụng công cụ bên ngoài. OWASP xem đây là một trong những nguy cơ lớn của ứng dụng AI.
Thứ ba là sử dụng mô hình do chính mình vận hành. Huấn luyện một hệ thống hàng đầu từ đầu vẫn cần nguồn lực khổng lồ, còn chạy hay điều chỉnh một mô hình đã được phát hành là việc khác. Việc tự vận hành cũng không giúp ai đứng ngoài pháp luật.
Người dùng sợ mất tài khoản, kẻ tấn công có thể chẳng dùng tài khoản ấy
Người dùng AI mỗi ngày có lý do để nghĩ: “Chỉ để thử xem bộ lọc có hỏng không mà bị khóa tài khoản chính thì quá dại.”
Nhưng nếu một người chạy mô hình trên máy của họ, việc một dịch vụ chat khóa tài khoản chưa chắc tác động trực tiếp đến mô hình đó. Điều này không đồng nghĩa với việc người ấy không thể bị điều tra. Nó chỉ cho thấy biện pháp khóa tài khoản có phạm vi tác dụng riêng.
Trong phim, tin tặc thiên tài đánh bại người gác cổng. Ngoài đời, câu trả lời đôi khi chỉ là: “Tôi có bước qua cổng đó đâu.” Màn cao trào biến mất, bài toán an toàn vẫn còn.
AI có thể biến một người thành cả nhóm làm việc
AI giúp sắp xếp thông tin, viết mã thông thường, dò lỗi và đối chiếu kết quả. Nhờ vậy, một người có thể xử lý nhiều đầu việc hơn trước.
Báo cáo của Anthropic ngày 10/9/2026 mô tả các trường hợp một người điều hành nhiều mục tiêu cùng lúc, với một số vụ xâm nhập diễn ra trong hai đến ba giờ. Đây là các vụ việc cụ thể đã được nghiên cứu, không phải bằng chứng rằng bất kỳ ai cũng có thể tấn công mọi hệ thống.
Điều đáng lo không chỉ là một thiên tài gõ bàn phím siêu nhanh. Đó còn có thể là một người cùng nhóm trợ lý số chẳng bao giờ đòi nghỉ. Có điều nhóm trợ lý ấy đôi khi sai một cách rất tự tin.
AI tự nhân bản qua tủ lạnh: nghiên cứu đã chứng minh điều gì?
Ngày 12/10/2026, Anthropic công bố nghiên cứu về khả năng AI tự sao chép giữa các thiết bị kết nối. Nhóm nghiên cứu phân chia hoạt động của mô hình lên 15 hộp Android TV giá rẻ. Một mô hình nhỏ khác thiết lập được môi trường chạy trên 8 trong 9 loại phần cứng. Các mô hình mạnh hơn cũng thực hiện được quá trình sao chép liên tiếp trong mạng thử nghiệm cách ly, nơi điều kiện xâm nhập được cố ý đơn giản hóa.
Đây là bằng chứng cho một số khâu kỹ thuật của nguy cơ trong tương lai, chứ không phải tin hàng loạt tủ lạnh gia đình đã bị chiếm quyền. Khi nào AI nhỏ có thể tự lan trên nhiều thiết bị ngoài đời thực vẫn là dự đoán.
Mười lăm chiếc hộp TV cùng nuôi một AI? Nghe không giống nhà thông minh lắm, mà giống nhà trọ của robot. Trước khi nhận thêm khách, nên kiểm tra khóa cửa.
Lớp bảo vệ quan trọng là quyền hạn thật sự
Cập nhật thiết bị, tắt kết nối không cần thiết, chỉ cấp cho AI quyền thực sự cần, yêu cầu con người duyệt các thay đổi quan trọng và theo dõi hoạt động mạng bất thường đều giúp giảm nguy cơ.
Dạy AI biết nói “xin lỗi, tôi không thể” là cần thiết. Nhưng lời từ chối lịch sự không thay thế được ổ khóa tốt.
