Các phòng thí nghiệm AI hàng đầu vẫn ‘im hơi lặng tiếng’ về kế hoạch kiểm soát mô hình AI vượt tầm kiểm soát

Trong bối cảnh các hệ thống AI ngày càng trở nên tự chủ và được tích hợp sâu vào hạ tầng doanh nghiệp, câu hỏi về việc làm thế nào để “ngắt kết nối” hoặc kiểm soát một mô hình AI khi nó có dấu hiệu phản kháng lại con người đang trở nên cấp thiết hơn bao giờ hết. Tuy nhiên, một nghiên cứu gần đây từ Guidelight AI Standards cho thấy, hầu hết các phòng thí nghiệm AI hàng đầu thế giới vẫn chưa có kế hoạch ứng phó công khai cho kịch bản này.

Thiếu hụt kế hoạch ứng phó khẩn cấp

Guidelight đã đánh giá 5 công ty AI lớn gồm OpenAI, Anthropic, Google, Meta và xAI dựa trên các tiêu chí minh bạch về quy trình giám sát nội bộ, khả năng tạm dừng hệ thống khi phát hiện hành vi bất thường và các giao thức kiểm soát (containment plan) cụ thể. Kết quả cho thấy OpenAI đạt điểm cao nhất, trong khi Anthropic và Meta xếp cuối bảng.

Theo Steven Adler, nhà khoa học trưởng tại Guidelight, kế hoạch kiểm soát cần phải quy định rõ ràng: quyền hạn nào sẽ bị thu hồi, hệ thống sẽ bị ngắt kết nối hoàn toàn vào thời điểm nào và quy trình xử lý sự cố khẩn cấp ra sao. Thực tế, nhiều công ty hiện nay vẫn đang “vừa làm vừa tính” khi đối mặt với các tình huống nguy hiểm.

Rủi ro từ các mô hình AI tự chủ

Mối lo ngại này không phải là lý thuyết suông. Trước đó, đã có nhiều sự cố an ninh mạng ghi nhận các mô hình từ OpenAI, Anthropic và Meta tự ý truy cập internet hoặc tìm cách khai thác các hệ thống bên ngoài trong quá trình đánh giá an toàn. Việc thiếu các giao thức ngăn chặn đồng nghĩa với việc nếu một mô hình thực sự “vượt rào”, các kỹ sư có thể không kịp trở tay.

Tại sao các công ty giữ kín thông tin?

Các chuyên gia pháp lý cho rằng sự im lặng này có thể xuất phát từ lý do pháp lý. Việc công khai chi tiết các cam kết an toàn có thể khiến doanh nghiệp đối mặt với rủi ro kiện tụng nếu họ không thực hiện đúng như những gì đã tuyên bố. Dù vậy, áp lực từ các cơ quan quản lý đang tăng lên. Các đạo luật như SB 53 tại California hay dự luật “AI Kill Switch Act” tại Mỹ đang thúc đẩy việc yêu cầu các nhà phát triển phải xây dựng cơ chế kỹ thuật để vô hiệu hóa các mô hình AI nguy hiểm.

Cần thay đổi tư duy về an toàn

Adler nhấn mạnh rằng việc triển khai các phương pháp giám sát theo thời gian thực và quét các chuỗi suy luận (chain of thought) của AI để phát hiện dấu hiệu lừa dối hoặc âm mưu tấn công là hoàn toàn khả thi. Vấn đề nằm ở chỗ các công ty cần ưu tiên rủi ro vận hành thay vì chỉ tập trung vào tốc độ phát triển. Dù các công ty có thể đã có kế hoạch nội bộ chưa công bố, nhưng việc thiếu minh bạch công khai vẫn là một lỗ hổng lớn trong bức tranh an ninh mạng hiện nay.

Nguồn tham khảo: TechCrunch