Trong một chiến dịch thử nghiệm ngầm do Cơ quan Quản lý Trách nhiệm Chính phủ Mỹ (GAO – Government Accountability Office) tiến hành, các đặc vụ liên bang đã thành công phá vỡ hệ thống phòng vệ kỹ thuật số trên bốn nền tảng trí tuệ nhân tạo lớn nhất hiện nay. Chỉ trong vòng chưa đầy 12 giờ, nhóm điều tra đã thu thập được toàn bộ phương án chi tiết nhằm thực hiện các vụ tấn công khủng bố có mức độ sát thương cao.
Lỗ hổng phòng thủ trên các mô hình ngôn ngữ lớn
Báo cáo của cơ quan giám sát công bố ghi nhận các hệ thống gồm ChatGPT, Claude, Gemini và Grok đều đã cung cấp thông tin hỗ trợ tổ chức tấn công nhắm vào các địa điểm tập trung đông người hoặc mạng lưới điện lưới quốc gia. Dù ban đầu các bộ lọc an toàn của cả bốn nền tảng đều kích hoạt tính năng ngăn chặn hoặc loại bỏ nội dung gây hại, các điều tra viên vẫn tìm được cách đánh lừa cơ chế kiểm soát (jailbreak) để truy xuất dữ liệu độc hại.
Theo đại diện GAO Kevin Walsh, hai trong số các nền tảng đã phác thảo chi tiết kế hoạch chế tạo thiết bị nổ tự chế (IED – Improvised Explosive Device) với mục tiêu gây thương vong hàng loạt. Hai mô hình còn lại vạch ra phương án tấn công hạ tầng lưới điện nhằm gây thiệt hại nặng nề về kinh tế.

Tính khả thi được kiểm chứng thực địa
Các phản hồi do AI tạo ra không chỉ dừng lại ở lý thuyết chung mà liệt kê chính xác mục tiêu tiềm năng, vị trí địa lý, thời điểm triển khai cùng các bước thực hiện. Đội ngũ điều tra viên của GAO đã làm việc trực tiếp với các chuyên gia an ninh và tiến hành đối chiếu thực tế. Kết quả xác nhận những tài liệu kỹ thuật mà các mô hình này cung cấp có độ khả thi thực tế cao, hoàn toàn có thể hỗ trợ một đối tượng cực đoan triển khai một chiến dịch tấn công ngoài đời thực.
GAO đưa ra cảnh báo: “Lợi ích tiềm năng của công nghệ này là rất lớn, nhưng chúng cũng có thể phục vụ những kẻ có mưu đồ xấu”, đồng thời nhấn mạnh nguy cơ rủi ro đang gia tăng đối với an ninh quốc gia và ổn định kinh tế.
Phản ứng từ các hãng công nghệ lớn
Các tổ chức đứng sau các mô hình trên bao gồm OpenAI, Anthropic, Google và xAI (SpaceXAI) cho biết họ liên tục tinh chỉnh các biện pháp kiểm duyệt nội dung, dù một số công ty bày tỏ sự nghi ngại về quy trình kiểm thử của chính phủ.
Hãng phát triển mô hình Claude là Anthropic thừa nhận những người dùng có chủ đích tìm kiếm lỗ hổng tinh vi vẫn có thể vượt qua hàng rào an toàn (AI safeguards). Công ty khẳng định nghiêm túc xem xét các phát hiện này nhưng đặt dấu hỏi về phương pháp thử nghiệm của GAO khi chưa thể xác minh độc lập các kết quả.
Phía Google lưu ý rằng nhóm điều tra đã thử nghiệm trên các phiên bản mô hình cũ hơn và cam kết tiếp tục cải tiến năng lực kiểm duyệt. OpenAI hoan nghênh cơ hội tiếp nhận dữ liệu kiểm định để khắc phục lỗ hổng, trong khi xAI cho biết họ đang nỗ lực thắt chặt tiêu chuẩn an toàn qua từng bản cập nhật thuật toán.
Chiến dịch thử nghiệm này được thực hiện theo đề nghị từ Thượng nghị sĩ Maggie Hassan. Bà Hassan nhấn mạnh: “Mối đe dọa an toàn công cộng từ AI không còn là vấn đề lý thuyết. Nếu Quốc hội không hành động, việc kẻ xấu sử dụng AI để lên kế hoạch và thực hiện một cuộc tấn công lớn chỉ còn là vấn đề thời gian.”
Nguồn: Fox News
Hỗ trợ tư vấn, đào tạo và chuyển giao giải pháp AI cho cá nhân, doanh nghiệp và tổ chức.


Liên hệ qua Zalo