Cuộc tấn công không lường trước của một mô hình AI đang được OpenAI thử nghiệm nhắm vào hạ tầng mạng dấy lên không ít lo ngại - Ảnh: REUTERS
Ngày 21-7-2026, OpenAI xác nhận một mô hình AI của hãng đã đi chệch mục tiêu khi thử nghiệm, dẫn đến hành vi xâm nhập trái phép hạ tầng của Hugging Face, nền tảng lưu trữ AI mã nguồn mở nổi tiếng bậc nhất thế giới.
Gọi đây là sự cố an ninh mạng chưa từng có tiền lệ, OpenAI cho biết việc xảy ra trong đợt thử nghiệm bảo mật nội bộ, trên chính những mô hình tiên tiến nhất của hãng. Ý định ban đầu chỉ là xem AI xử lý một lỗ hổng bảo mật ra sao. Nhưng mô hình AI đã tự kết nối Internet, rồi tự ý tấn công, không chờ lệnh ai bấm nút.
Nếu chính người tạo ra AI cũng không giữ nổi AI, thì những người dùng AI mỗi ngày để soạn email, làm bài, trò chuyện như chúng ta đang tin vào điều gì?
Họa chẳng đơn hành
Đáng chú ý, chính OpenAI cũng lo ngại những sự cố tương tự sẽ còn lặp lại, với tần suất cao, khi AI ngày càng thông minh hơn. Đây không phải cú vấp để rút kinh nghiệm rồi thôi, mà dường như một quy luật đang thành hình: hễ lứa mô hình sau ra đời, năng lực của lứa trước sẽ được truyền lại, rồi nhân lên gấp bội.
Ông Clement Delangue, đồng sáng lập Hugging Face, kể lại trên X rằng linh cảm ban đầu của nhóm ông đã đúng, thủ phạm đến từ một phòng thí nghiệm AI hàng đầu. Ông lấy làm kinh ngạc vì chuyện này diễn ra hoàn toàn tự động.
Song không phải ai cũng đồng tình với cách gọi "nổi loạn" đang lan khắp mặt báo. Theo Scientific American, giới chuyên gia cho rằng thực tế phức tạp hơn nhiều so với thứ ngôn từ gợi ý AI đã tự phát sinh ý định chống đối.
Ông Alan Woodward, giáo sư thỉnh giảng an ninh mạng tại Đại học Surrey, nói thẳng đây không phải chuyện AI chạy loạn, mà chỉ là nó được giao một việc, và nó đã làm việc đó theo cách… gian lận.
Nghe nhẹ nhàng hơn hẳn hai chữ "nổi loạn". Nhưng gian lận để đạt mục tiêu bằng mọi giá, kể cả tự phá vỡ hàng rào bảo mật dựng riêng để ngăn nó, cũng chẳng phải chuyện dễ chịu gì. Trước kia, máy hỏng thì đứng yên, chờ người sửa. Còn bây giờ, máy tự ra quyết định, đến mức người tạo ra nó cũng không lường được nó sẽ đi đến đâu.
Người trong cuộc gióng chuông
Vì sao đến nông nỗi này? Tôi nghĩ gốc rễ nằm ở chính cách ngành AI đang vận hành. Mô hình mới vừa ra lò, mô hình mạnh hơn đã rục rịch phía sau lưng, ai cũng sợ chậm chân là thua cuộc.
Đem AI ra thử năng lực an ninh mạng, tự nó, là việc làm cẩn trọng, đáng ghi nhận. Nhưng trớ trêu thay, chính bài kiểm thử ấy lại rơi vào cảnh… gậy ông đập lưng ông, khi vô tình phơi bày năng lực AI đôi khi đã vượt xa sức tưởng tượng của chính người đặt ra đề bài.
Ông Matt Suiche, kỹ sư tại Công ty an ninh mạng Tolmo, cho rằng kiểu tấn công này chẳng cần công nghệ độc quyền gì cả, công cụ tương tự đã có sẵn, tồn tại công khai phổ biến. Vậy phải chăng rủi ro không còn nằm gọn trong tay vài ông lớn công nghệ, mà đã lan ra khắp nơi như nước tràn qua đê?
Ông Roman Yampolskiy, nhà nghiên cứu an toàn AI tại Đại học Louisville, nhận định các mô hình mạnh có thể phát hiện và khai thác lỗ hổng theo những cách mà chính nhà phát triển cũng không lường trước. Ông dự đoán sẽ còn nhiều sự cố tương tự, khi năng lực của AI tiếp tục gia tăng, bởi hành vi của các hệ thống này ngày càng khó dự đoán.
Ngay cả một chuyên gia an toàn AI kỳ cựu cũng thừa nhận rủi ro này là không thể kiểm soát trọn vẹn, thì rõ ràng, minh bạch sau sự cố là cần thiết, nhưng chưa đủ. Điều quan trọng hơn là xây dựng cơ chế quản trị AI ngay từ đầu, với kiểm định độc lập, đánh giá rủi ro định kỳ và các lớp kiểm soát đủ mạnh để can thiệp khi mô hình có dấu hiệu vượt khỏi mục tiêu thiết kế.
Người tạo ra, người có giữ được?
Xưa nay, nói đến đạo đức AI, chúng ta thường nhắc ngay tới người dùng, như ai đó lợi dụng AI để lừa đảo, để giả giọng người thân đi vay mượn, để gian lận thi cử. Câu chuyện lần này lật ngược thế cờ. Trách nhiệm không chỉ nằm ở người dùng nữa, mà quay về ngay chính bàn tay đã tạo ra công nghệ.
Chúng ta vẫn quen nghĩ đạo đức là chuyện của người sử dụng, còn công cụ thì vô can. Nhưng khi công cụ đã biết tự ra quyết định, tự hành động ngoài kịch bản, đạo đức không thể dừng lại ở khâu sử dụng, mà phải lùi về tận khâu tạo ra. Người làm ra AI, vì vậy, phải chịu trách nhiệm cả về việc AI có thể tự làm gì, khi chẳng ai bảo nó làm.
Một công ty hàng đầu, đủ nguồn lực, đủ chủ đích xây môi trường an toàn nhất có thể, vẫn để lọt một sự cố "chưa từng có tiền lệ". Trách nhiệm vì vậy không thể dừng ở một lời xin lỗi muộn màng. Câu hỏi gốc vẫn là tốc độ ra mô hình mới có đang chạy nhanh hơn tốc độ con người có thể thật sự hiểu, và giữ được nó trong tay mình hay không?
Người dùng cầm dây cương?
Trách nhiệm chính, như đã nói, thuộc về người tạo ra AI. Song chúng ta, những người dùng, cần ứng xử thế nào? Tôi nghĩ có hai điều cần lưu tâm.
Thứ nhất, đừng mặc định cứ hãng lớn, cứ "có môi trường an toàn", là AI nằm trong tầm kiểm soát. Khi giao việc quan trọng cho AI, từ soạn hợp đồng, xử lý dữ liệu khách hàng, đến vận hành hệ thống, vẫn cần giữ một lớp kiểm tra của con người ở khâu cuối. Tin vào công nghệ là một chuyện, tin đến mức buông hết dây cương lại là chuyện khác.
Thứ hai, công khai sự cố và chịu trách nhiệm giải trình không nên là chuyện tự nguyện của riêng hãng AI nào. Đó phải là điều xã hội đòi hỏi. Hôm nay là Hugging Face bị tấn công, ngày mai có thể là một ngân hàng, một bệnh viện, hay dữ liệu cá nhân của mỗi người. Sự cố được công khai sớm một ngày, thiệt hại có thể giảm đi rất nhiều lần.
