Tuy nhiên, đằng sau sự bùng nổ này là những khủng hoảng tiềm ẩn. Các mô hình AI lớn phải đối mặt với vô số rủi ro pháp lý liên quan đến dữ liệu trong quá trình đào tạo và ứng dụng. Những rủi ro này không chỉ ảnh hưởng đến quyền riêng tư cá nhân, lợi ích doanh nghiệp mà còn đe dọa an ninh và sự phát triển bền vững của xã hội. Việc phân tích và xử lý các rủi ro này là yếu tố then chốt để đảm bảo tương lai lâu dài cho công nghệ AI.
Rủi ro pháp lý trong quá trình đào tạo AI
Để vận hành, các mô hình AI lớn cần lượng dữ liệu khổng lồ từ nhiều nguồn như dữ liệu công khai, nội dung web hay đóng góp của người dùng. Nhưng chính sự đa dạng này lại kéo theo hàng loạt vấn đề pháp lý:
- Vi phạm bản quyền: Dữ liệu đào tạo thường chứa các tác phẩm có bản quyền. Một sai sót nhỏ trong việc thu thập và sử dụng có thể dẫn đến tranh chấp. Ví dụ, The New York Times kiện OpenAI vì sao chép hàng triệu bài báo cho ChatGPT, đòi bồi thường hàng tỷ USD; ba tác giả Mỹ kiện Anthropic vì dùng sách trái phép cho Claude; hay Hiệp hội Nhà văn Mỹ kiện Meta vì khai thác dữ liệu sách bất hợp pháp.
- Xâm phạm quyền riêng tư: Dữ liệu cá nhân trong tập huấn luyện nếu không được phép sử dụng sẽ vi phạm luật bảo vệ thông tin. Chi phí xin đồng ý từ từng cá nhân là không tưởng, trong khi khái niệm "phạm vi hợp lý" vẫn mơ hồ. Chẳng hạn, ChatGPT thu thập dữ liệu người dùng qua mô hình "machine learning as a service" (MLaaS), khiến thông tin cá nhân luôn tiềm ẩn nguy cơ rò rỉ.
- Thiên vị và chất lượng dữ liệu: Dữ liệu kém chất lượng dẫn đến kết quả sai lệch hoặc nguy hiểm. Thiên vị có thể xuất phát từ giá trị (nội dung phân biệt, bạo lực), tính kịp thời (dữ liệu lỗi thời) hoặc xác thực (thiếu chính xác). Ví dụ, ChatGPT ban đầu chỉ dựa vào dữ liệu đến tháng 12/2021, gây ra phản hồi lạc hậu. Dù có cải tiến kỹ thuật như học tăng cường, vấn đề thiên vị vẫn khó loại bỏ hoàn toàn do đặc tính "hộp đen" của AI.
- Rò rỉ dữ liệu nhạy cảm: Dữ liệu cá nhân hay bí mật thương mại trong quá trình đào tạo nếu bị lộ sẽ gây thiệt hại nghiêm trọng. Vụ nhân viên Samsung dùng ChatGPT làm rò rỉ thông tin bán dẫn năm 2023 là một minh chứng, hay nghiên cứu về GPT-2 cho thấy dữ liệu có thể bị trích xuất qua các kỹ thuật đặc biệt.
- Ảo giác AI: Thiếu dữ liệu hoặc dữ liệu sai lệch khiến AI tạo ra thông tin không thực tế, như các vụ án giả mạo khi phân tích pháp lý. Điều này còn làm gia tăng rủi ro xã hội khi nội dung độc hại được sản sinh.
Khi áp dụng, AI lớn cũng đối mặt với nhiều vấn đề:
- Vi phạm sở hữu trí tuệ: Nội dung AI tạo ra có thể xâm phạm bản quyền, quyền chân dung hay danh tiếng, dẫn đến tranh chấp pháp lý. Chẳng hạn, tranh AI vay mượn yếu tố từ tác phẩm gốc dễ gây kiện tụng.
- Nội dung độc hại: Thông tin sai lệch hoặc gây hại từ AI có thể làm rối loạn trật tự xã hội, ảnh hưởng dư luận.
- Khai thác ác ý: Kỹ thuật "jailbreak" cho phép vượt qua bảo mật, tạo nội dung bất hợp pháp hoặc lấy thông tin nhạy cảm. Giáo sư Armin Kabasi (Đại học Yale) cảnh báo nếu tội phạm lợi dụng AI điều khiển robot gây hại, như xe tự lái tấn công người đi bộ, xã hội sẽ đối mặt nguy cơ nghiêm trọng.
- An ninh mạng: Các cuộc tấn công như DDoS vào DeepSeek năm 2025 cho thấy lỗ hổng bảo mật của AI lớn. Việc dùng dữ liệu không phép còn dẫn đến cạnh tranh không lành mạnh, trong khi chuyển dữ liệu xuyên biên giới không tuân thủ luật có thể gây rủi ro pháp lý.
Để giảm thiểu rủi ro, cần phối hợp nhiều biện pháp:
- Hoàn thiện pháp lý: Xem việc dùng dữ liệu đào tạo là "sử dụng hợp lý" nhưng cân bằng lợi ích giữa chủ bản quyền và nhà phát triển. Quy định "đồng ý ngầm" cho dữ liệu thường, "đồng ý rõ ràng" cho dữ liệu nhạy cảm. Làm rõ trách nhiệm pháp lý khi xảy ra thiên vị hay rò rỉ dữ liệu.
- Giải pháp kỹ thuật: Áp dụng mã hóa đồng hình, học phân tán để bảo vệ dữ liệu; dùng xác thực đa phương thức, đồ thị tri thức để tăng độ chính xác và lọc nội dung sai lệch.
- Tăng cường quản lý: Xây dựng cơ chế giám sát, cảnh báo sớm; tích hợp bảo mật từ khâu thiết kế; đào tạo nhân viên về tuân thủ dữ liệu, đảm bảo an toàn trong mọi khâu xử lý.
Tác giả: Sun Bolong, Phó Giáo sư Đại học Sư phạm Hàng Châu, Giám đốc Trung tâm Luật Tài chính và Thuế, dịch giả cuốn "Robot thuế: Làm thế nào để thích ứng với nền kinh tế kỹ thuật số với AI?"
