Các cơ quan tình báo châu Âu được cho là đang thử nghiệm công cụ AI điều tra để phân tích dữ liệu rò rỉ từ một cơ sở đào tạo quân sự tại Nga, qua đó xác định những cá nhân có thể cần được điều tra sâu hơn. Diễn biến này cho thấy AI đang mở ra cách tiếp cận mới trong hoạt động tình báo: kết hợp dữ liệu phân tán để tìm ra những mối liên hệ mà con người khó phát hiện bằng phương pháp truyền thống.
Theo Intelligence Online ngày 12/10/2026, nhiều cơ quan tình báo châu Âu đang thử nghiệm công cụ AI điều tra do Octostar phát triển. Hệ thống được cho là sử dụng dữ liệu rò rỉ từ Trung tâm Huấn luyện Quân sự thuộc Đại học Kỹ thuật Quốc gia Bauman Moscow, kết hợp với các nguồn thông tin khác để phân tích hồ sơ cá nhân, quan hệ kinh doanh và dấu hiệu tài sản bất thường.
Một trường hợp được bài báo đề cập là người quản lý được định danh bằng tên viết tắt “Andrei K.”. Theo mô tả, việc đối chiếu dữ liệu tài sản, quan hệ thương mại và dấu vết tiêu dùng công khai với thông tin về thu nhập theo cấp bậc đã khiến người này được đánh dấu là đối tượng cần xác minh thêm.
Điều này không đồng nghĩa người bị đánh dấu là gián điệp hoặc đã có hành vi phạm pháp. Thay vào đó, AI được sử dụng như công cụ hỗ trợ sàng lọc, giúp cơ quan điều tra xác định những trường hợp đáng chú ý trong khối lượng dữ liệu lớn.
Theo Intelligence Online ngày 12/10/2026, nhiều cơ quan tình báo châu Âu đang thử nghiệm công cụ AI điều tra do Octostar phát triển. Hệ thống được cho là sử dụng dữ liệu rò rỉ từ Trung tâm Huấn luyện Quân sự thuộc Đại học Kỹ thuật Quốc gia Bauman Moscow, kết hợp với các nguồn thông tin khác để phân tích hồ sơ cá nhân, quan hệ kinh doanh và dấu hiệu tài sản bất thường.
Một trường hợp được bài báo đề cập là người quản lý được định danh bằng tên viết tắt “Andrei K.”. Theo mô tả, việc đối chiếu dữ liệu tài sản, quan hệ thương mại và dấu vết tiêu dùng công khai với thông tin về thu nhập theo cấp bậc đã khiến người này được đánh dấu là đối tượng cần xác minh thêm.
Điều này không đồng nghĩa người bị đánh dấu là gián điệp hoặc đã có hành vi phạm pháp. Thay vào đó, AI được sử dụng như công cụ hỗ trợ sàng lọc, giúp cơ quan điều tra xác định những trường hợp đáng chú ý trong khối lượng dữ liệu lớn.
Dữ liệu rò rỉ hé lộ mạng lưới đào tạo nhân sự tình báo
Giá trị của vụ rò rỉ không chỉ nằm ở thông tin cá nhân mà còn ở khả năng tái dựng quy trình đào tạo và phân bổ nhân sự trong lĩnh vực quân sự, tình báo.
Theo một cuộc điều tra báo chí quốc tế được công bố vào tháng 5/2026, nhóm phóng viên đã tiếp cận khoảng 2.000 tài liệu nội bộ liên quan đến trung tâm huấn luyện quân sự tại Đại học Bauman. Các tài liệu được cho là bao gồm lịch học, kết quả thi, dữ liệu điểm danh, hợp đồng, bài thuyết trình, danh sách nhân sự và thông tin về nơi công tác sau tốt nghiệp. Phần lớn dữ liệu thuộc giai đoạn 2022–2024, một số hồ sơ hành chính kéo dài đến năm 2025.
Các tài liệu được cho là đề cập đến những chương trình đào tạo về tình báo đặc biệt, bảo vệ công nghệ thông tin và hoạt động tác động, đối kháng trong lĩnh vực thông tin. Một số hồ sơ còn cho thấy mối liên hệ giữa cựu học viên với các đơn vị được giới phân tích an ninh mạng liên hệ với hoạt động tác chiến mạng của Nga.
Theo một cuộc điều tra báo chí quốc tế được công bố vào tháng 5/2026, nhóm phóng viên đã tiếp cận khoảng 2.000 tài liệu nội bộ liên quan đến trung tâm huấn luyện quân sự tại Đại học Bauman. Các tài liệu được cho là bao gồm lịch học, kết quả thi, dữ liệu điểm danh, hợp đồng, bài thuyết trình, danh sách nhân sự và thông tin về nơi công tác sau tốt nghiệp. Phần lớn dữ liệu thuộc giai đoạn 2022–2024, một số hồ sơ hành chính kéo dài đến năm 2025.
Các tài liệu được cho là đề cập đến những chương trình đào tạo về tình báo đặc biệt, bảo vệ công nghệ thông tin và hoạt động tác động, đối kháng trong lĩnh vực thông tin. Một số hồ sơ còn cho thấy mối liên hệ giữa cựu học viên với các đơn vị được giới phân tích an ninh mạng liên hệ với hoạt động tác chiến mạng của Nga.
Nếu được xác minh đầy đủ, những dữ liệu này có thể giúp các nhà phân tích không chỉ tìm hiểu một cá nhân riêng lẻ mà còn dựng lại mối quan hệ giữa chương trình đào tạo, giảng viên, học viên, đơn vị thực tập và nơi công tác sau tốt nghiệp.
Đây là điểm khác biệt quan trọng so với cách điều tra dựa chủ yếu vào dấu vết kỹ thuật của từng chiến dịch tấn công mạng. Thay vì chỉ phân tích mã độc, máy chủ điều khiển hay tên miền được sử dụng, giới phân tích có thể lần ngược về mạng lưới tổ chức và quá trình đào tạo nhân sự đứng sau các hoạt động đó.
AI biến việc sàng lọc dữ liệu thành một quy trình có quy mô lớn
Trong điều tra truyền thống, việc đối chiếu hồ sơ cá nhân, tài sản, doanh nghiệp và các mối quan hệ thường đòi hỏi nhiều thời gian, nhân lực và quá trình xác minh thủ công.
AI có thể rút ngắn một phần công việc này bằng cách chuẩn hóa dữ liệu từ nhiều nguồn, nhận diện các thực thể trùng khớp, dựng đồ thị quan hệ và phát hiện những điểm bất thường cần xem xét. Khi được cung cấp dữ liệu phù hợp, hệ thống có thể hỗ trợ sàng lọc hàng nghìn hoặc hàng chục nghìn hồ sơ để tạo ra danh sách ưu tiên cho chuyên gia điều tra.
Trong bối cảnh tình báo, giá trị của phương pháp này nằm ở khả năng kết nối những thông tin vốn nằm rải rác trong các hệ thống khác nhau. Một hồ sơ đào tạo riêng lẻ có thể không mang nhiều ý nghĩa, nhưng khi được liên kết với dữ liệu doanh nghiệp, tài sản và quan hệ tổ chức, nó có thể cung cấp thêm bối cảnh cho việc đánh giá một cá nhân.
Tuy nhiên, AI không tự động biến những mối liên hệ thống kê thành bằng chứng tình báo. Hệ thống có thể phát hiện một người có tài sản không tương xứng với mức thu nhập được ghi nhận, nhưng không thể chỉ từ dấu hiệu đó kết luận người này tham nhũng, dễ bị mua chuộc hay sẵn sàng hợp tác với cơ quan tình báo nước ngoài.
AI có thể rút ngắn một phần công việc này bằng cách chuẩn hóa dữ liệu từ nhiều nguồn, nhận diện các thực thể trùng khớp, dựng đồ thị quan hệ và phát hiện những điểm bất thường cần xem xét. Khi được cung cấp dữ liệu phù hợp, hệ thống có thể hỗ trợ sàng lọc hàng nghìn hoặc hàng chục nghìn hồ sơ để tạo ra danh sách ưu tiên cho chuyên gia điều tra.
Trong bối cảnh tình báo, giá trị của phương pháp này nằm ở khả năng kết nối những thông tin vốn nằm rải rác trong các hệ thống khác nhau. Một hồ sơ đào tạo riêng lẻ có thể không mang nhiều ý nghĩa, nhưng khi được liên kết với dữ liệu doanh nghiệp, tài sản và quan hệ tổ chức, nó có thể cung cấp thêm bối cảnh cho việc đánh giá một cá nhân.
Tuy nhiên, AI không tự động biến những mối liên hệ thống kê thành bằng chứng tình báo. Hệ thống có thể phát hiện một người có tài sản không tương xứng với mức thu nhập được ghi nhận, nhưng không thể chỉ từ dấu hiệu đó kết luận người này tham nhũng, dễ bị mua chuộc hay sẵn sàng hợp tác với cơ quan tình báo nước ngoài.
Rủi ro khi AI đánh đồng dấu hiệu bất thường với bằng chứng
Việc sử dụng AI để sàng lọc đối tượng tình báo cũng đặt ra những vấn đề đáng lưu ý về độ chính xác và nguy cơ suy diễn.
Thứ nhất, dữ liệu rò rỉ có thể thiếu, sai lệch hoặc không phản ánh tình trạng hiện tại. Thứ hai, các hồ sơ có tên, chức vụ hoặc quan hệ với một đơn vị không đủ để chứng minh một cá nhân trực tiếp tham gia hoạt động tấn công mạng. Thứ ba, dấu hiệu tài sản bất thường có thể xuất phát từ nhiều nguyên nhân hợp pháp mà hệ thống không có đủ dữ liệu để giải thích.
Nếu các tiêu chí đánh giá không được kiểm soát, AI có thể đưa ra những kết quả gây hiểu nhầm, khiến chuyên gia tập trung quá mức vào một số cá nhân trong khi bỏ qua những trường hợp khác. Khi dữ liệu đầu vào mang định kiến hoặc thiếu tính đại diện, sai lệch còn có thể lan truyền qua toàn bộ quá trình phân tích.
Do đó, kết quả do AI tạo ra cần được xem là giả thuyết phục vụ điều tra, không phải kết luận cuối cùng. Việc xác minh nguồn dữ liệu, kiểm tra bối cảnh và đánh giá độc lập của con người vẫn là những bước thiết yếu.
AI đang mở rộng khả năng khai thác dữ liệu trong hoạt động tình báo hiện đại. Lợi thế không chỉ đến từ khả năng xử lý dữ liệu nhanh hơn, mà còn từ việc kết nối thông tin để nhận diện những mối quan hệ ẩn. Tuy nhiên, khi AI tham gia lựa chọn đối tượng cần chú ý, yêu cầu về độ tin cậy, khả năng kiểm chứng và trách nhiệm trong sử dụng kết quả cũng trở nên quan trọng hơn bao giờ hết.
Thứ nhất, dữ liệu rò rỉ có thể thiếu, sai lệch hoặc không phản ánh tình trạng hiện tại. Thứ hai, các hồ sơ có tên, chức vụ hoặc quan hệ với một đơn vị không đủ để chứng minh một cá nhân trực tiếp tham gia hoạt động tấn công mạng. Thứ ba, dấu hiệu tài sản bất thường có thể xuất phát từ nhiều nguyên nhân hợp pháp mà hệ thống không có đủ dữ liệu để giải thích.
Nếu các tiêu chí đánh giá không được kiểm soát, AI có thể đưa ra những kết quả gây hiểu nhầm, khiến chuyên gia tập trung quá mức vào một số cá nhân trong khi bỏ qua những trường hợp khác. Khi dữ liệu đầu vào mang định kiến hoặc thiếu tính đại diện, sai lệch còn có thể lan truyền qua toàn bộ quá trình phân tích.
Do đó, kết quả do AI tạo ra cần được xem là giả thuyết phục vụ điều tra, không phải kết luận cuối cùng. Việc xác minh nguồn dữ liệu, kiểm tra bối cảnh và đánh giá độc lập của con người vẫn là những bước thiết yếu.
AI đang mở rộng khả năng khai thác dữ liệu trong hoạt động tình báo hiện đại. Lợi thế không chỉ đến từ khả năng xử lý dữ liệu nhanh hơn, mà còn từ việc kết nối thông tin để nhận diện những mối quan hệ ẩn. Tuy nhiên, khi AI tham gia lựa chọn đối tượng cần chú ý, yêu cầu về độ tin cậy, khả năng kiểm chứng và trách nhiệm trong sử dụng kết quả cũng trở nên quan trọng hơn bao giờ hết.
Theo CN-Sec
