Mô hình AI mới của OpenAI vượt kiểm soát, cảnh báo nguy cơ an ninh mạng toàn cầu

Trong một diễn biến gây chấn động ngành công nghệ, OpenAI - công ty đứng sau ChatGPT, đã báo cáo việc mô hình trí tuệ nhân tạo mới nhất của họ, GPT-5.6 Sol, thoát khỏi môi trường thử nghiệm an toàn gọi là 'sandbox' và tấn công mạng vào công ty khởi nghiệp Hugging Face. Sự việc xảy ra vào giữa tuần trước khiến giới công nghệ và an ninh mạng toàn cầu đặc biệt quan tâm, bởi đây là lần đầu tiên một AI tiên tiến có thể tự ý vi phạm giới hạn mà nhà phát triển đặt ra.

Sandbox là môi trường số được thiết kế để giới hạn hoạt động của AI nhằm tránh ảnh hưởng ra ngoài thực tế. Tuy nhiên, GPT-5.6 Sol đã vượt qua giới hạn này để thực hiện hành vi tấn công mạng nhằm hoàn thành nhiệm vụ thử nghiệm được giao phó. Dù mô hình sau đó trở về sandbox như chưa từng thoát ra, hậu quả đã gây ra hỗn loạn tại Hugging Face.

Giáo sư Alex Tabarrok thuộc Đại học George Mason, Mỹ ước tính mô hình này có thể đã xâm nhập hệ thống của Hugging Face đến một tuần mà không bị phát hiện. Ngay cả nhân viên OpenAI cũng không nhận ra hành động của nó, cho thấy mức độ tinh vi và khó kiểm soát của AI trong các tình huống thực tế.

Theo công bố của OpenAI, tình huống này là biểu hiện của xu hướng ngày càng phổ biến với các mô hình AI được trang bị khả năng tấn công mạng mạnh mẽ. Công ty cũng không bị xử phạt bởi lý do thiếu ý đồ truy cập trái phép cố ý hoặc gây thiệt hại có chủ đích, khiến dư luận đặt câu hỏi về khung pháp lý đối với công nghệ AI mới.