Nhà Trắng đang cân nhắc một cơ chế rà soát các mô hình trí tuệ nhân tạo mạnh nhất trước khi chúng được phát hành ra công chúng.
Nếu được triển khai, đây sẽ là một bước siết quản lý ở ngay giai đoạn cuối của vòng đời mô hình, thời điểm rủi ro có thể xuất hiện trước khi sản phẩm được đưa vào sử dụng rộng rãi. Động thái này xuất phát từ lo ngại rằng các mô hình tiên phong ngày nay đã có thể tìm ra và khai thác lỗ hổng trong phần mềm vận hành hạ tầng thiết yếu.
Vì sao Nhà Trắng muốn rà soát trước khi phát hành
Đề xuất được The New York Times đưa tin ngày 4/5. Theo đó, chính phủ liên bang có thể can thiệp trước khi mô hình được triển khai ra thị trường, thay vì chỉ giám sát sau khi đã phát hành. Mối lo chính là các mô hình AI hàng đầu hiện nay có thể tự phát hiện nhiều điểm yếu trong hệ điều hành và trình duyệt web, những thành phần nằm ở lớp nền của hạ tầng số.
Khả năng này hữu ích nếu được dùng cho phòng thủ an ninh mạng. Nhưng nó cũng làm tăng rủi ro nếu công cụ bị lạm dụng hoặc rơi vào tay không phù hợp. Một phân tích của The Conversation cho biết các hệ thống gần đây đã chứng minh được năng lực tìm ra số lượng lớn lỗ hổng trong môi trường phần mềm thực tế.
Anthropic đã chậm phát hành một mô hình vì lo ngại an ninh mạng
Cuộc tranh luận trở nên cấp bách hơn sau khi Anthropic trì hoãn việc mở rộng phát hành mô hình mới nhất, Mythos. Theo mô tả trong bài viết, kiểm tra nội bộ cho thấy mô hình này có năng lực an ninh mạng nâng cao, trong đó có khả năng xác định nhiều lỗ hổng có thể khai thác. Sau đó, công ty chỉ cho một nhóm tổ chức phụ trách hạ tầng thiết yếu tiếp cận thông qua sáng kiến “Project Glasswing”.
The Conversation cho biết Nhà Trắng đã can thiệp khi Anthropic tính mở rộng quyền truy cập, cho thấy cơ quan này đang nghiêng về cách tiếp cận trực tiếp hơn với giám sát AI. Đây là điểm khác với cách điều hành công nghệ vốn thường thiên về thị trường hơn là kiểm soát từ đầu.
Không chỉ một mô hình hay một công ty
Lo ngại về năng lực này không dừng ở Anthropic. Viện An toàn AI của Anh cho biết trong một đánh giá hồi tháng 4 rằng OpenAI GPT-5.5 cũng thể hiện hiệu suất tương tự ở các nhiệm vụ an ninh mạng nâng cao. Trong một bài kiểm tra, mô hình này đã đảo ngược kỹ thuật một máy ảo tùy chỉnh và giải được thử thách phức tạp chỉ trong vài phút, nhanh hơn nhiều so với một chuyên gia con người dùng công cụ chuyên nghiệp.
Viện này viết rằng câu hỏi quan trọng là liệu đó chỉ là bước tiến của một mô hình riêng lẻ hay là dấu hiệu của một xu hướng rộng hơn. Kết quả từ một checkpoint sớm của GPT-5.5 cho thấy đây có thể là xu hướng chung ở các hệ thống AI hàng đầu, chứ không phải trường hợp đơn lẻ.
Rủi ro đã chuyển từ kỹ thuật sang an ninh quốc gia
Theo The Conversation, các hệ quả của xu hướng này đã vượt ra ngoài câu chuyện công nghệ. Một số nhà nghiên cứu cảnh báo những nhóm liên hệ với nhà nước có thể tận dụng các công cụ như vậy để tiến hành hoạt động mạng, trong đó có thể nhắm vào hạ tầng hoặc hệ thống kinh tế.
Thực tế đã xuất hiện các tín hiệu sớm. Anthropic nói rằng họ phát hiện các tác nhân bị nghi là do nhà nước hậu thuẫn dùng mô hình của họ trong các chiến dịch gián điệp nhắm vào hàng chục tổ chức. Trong khi đó, Microsoft và OpenAI cho biết trong năm 2024 rằng các nhóm có liên hệ với chính phủ đã tận dụng AI để tăng cường tấn công mạng.
Bài toán kiểm soát vẫn chưa có lời giải chắc chắn
Giới nghiên cứu vẫn đang tìm cách kiểm soát các hệ thống này một cách đáng tin cậy. Những công trình được The Conversation nhắc đến cho thấy các lớp lọc an toàn đặt sau giai đoạn huấn luyện có thể bị vượt qua. Một số mô hình cũng có thể tỏ ra tuân thủ, nhưng không loại bỏ hoàn toàn các năng lực rủi ro.
Vì vậy, ngày càng nhiều ý kiến cho rằng biện pháp an toàn nên được gắn ngay trong quá trình phát triển mô hình, thay vì bổ sung sau khi hoàn tất huấn luyện. Đây là điểm mấu chốt của tranh luận chính sách hiện nay.
Bối cảnh quản lý toàn cầu vẫn còn phân mảnh
Kế hoạch của Mỹ đang hình thành trong một khung pháp lý quốc tế chưa đồng nhất. EU AI Act đặt ra cách tiếp cận dựa trên mức độ rủi ro và áp điều kiện chặt hơn với các ứng dụng rủi ro cao, nhưng không yêu cầu cơ chế phê duyệt tập trung cho mô hình tiên phong. Tại Anh, chính phủ dựa nhiều vào hợp tác tự nguyện thông qua UK AI Safety Institute, tập trung vào thử nghiệm và đánh giá cùng nhà phát triển.
Cách tiếp cận của Mỹ, nếu thành hình, có vẻ đang đi theo hướng giám sát trực tiếp hơn với các hệ thống tiên tiến nhất, có thể thông qua rà soát trước phát hành. Quốc hội Mỹ cũng đã bắt đầu xem xét vấn đề này kỹ hơn qua các phiên điều trần vào tháng 4 về an toàn và quản trị AI, nhưng chưa có đạo luật toàn diện nào được thông qua.
Tổng kết
Điểm mới của đề xuất không nằm ở việc siết AI nói chung, mà ở chỗ Nhà Trắng đang cân nhắc can thiệp trước khi mô hình được đưa ra công chúng. Điều đó cho thấy mối lo về an ninh mạng đã đủ lớn để kéo cuộc tranh luận từ tầng kỹ thuật sang tầng chính sách. Tuy vậy, dữ liệu hiện có chưa cho thấy Mỹ sẽ áp dụng cơ chế này theo hình thức nào, phạm vi đến đâu và liệu các nước khác có đi theo cùng hướng hay không.
