Theo Ars Technica, nhóm nghiên cứu White Circle tìm ra cách vượt qua lớp bảo vệ của một số mô hình tạo ảnh của OpenAI và Google. Đây là lời nhắc rằng các biện pháp an toàn của AI vẫn chưa hoàn hảo, và phụ huynh nên để ý con em khi dùng công cụ tạo ảnh.
Công cụ tạo ảnh bằng AI ngày càng đẹp và dễ dùng. Nhưng một bài điều tra của Ars Technica tháng 10/2026 cho thấy lớp bảo vệ của chúng vẫn có lỗ hổng đáng lo, đặc biệt với các gia đình có con nhỏ.
Chuyện gì đã xảy ra?
White Circle là một công ty chuyên kiểm tra an toàn AI, được những người từng làm ở Anthropic, DeepMind, Hugging Face và OpenAI ủng hộ. Trong một bài nghiên cứu công bố tháng trước, nhóm này cho thấy họ có thể lừa ba mô hình tạo ảnh phổ biến tạo ra hình ảnh khiêu dâm, dù các mô hình được cài để từ chối: DALL·E 3, Nano Banana 2 của Google và GPT-Image-2.
Theo Ars Technica, tỷ lệ thành công cao nhất là khoảng 13% trên DALL·E 3, dưới 10% với Nano Banana 2 và khoảng 3% với GPT-Image-2. Các con số này đã được người thật kiểm tra lại. White Circle nhấn mạnh họ chỉ dùng công cụ có sẵn trên mạng, không cần mô hình đặc biệt.
Phương pháp của họ tên là RISE. Thay vì thử từng câu lệnh một, nó tìm ra những "chiến lược" lừa có thể dùng lại trên nhiều mô hình khác nhau.
Đáng lo hơn, White Circle nói với Ars rằng khi thử các mô hình mới hơn là ChatGPT Images 2.5 và Nano Banana 2.1, cả hai đều dễ bị phá hơn bản trước. Google và OpenAI không trả lời khi Ars hỏi về những phát hiện này.
Ars Technica cũng dẫn một nghiên cứu Google tham gia, cho thấy hình ảnh giả mạo nhạy cảm thường được chia sẻ qua tin nhắn riêng và lưu trên đám mây, nơi khó bị phát hiện. Vì vậy, các nhà nghiên cứu cho rằng chặn ngay từ công cụ tạo ảnh là quan trọng nhất.
Vì sao điều này quan trọng với người Việt?
Nhiều gia đình người Việt, cả ở Mỹ lẫn ở Việt Nam, có con em dùng điện thoại từ sớm, và ứng dụng tạo ảnh AI đang rất phổ biến trong giới trẻ. Ảnh giả mạo có thể bị dùng để bắt nạt, bôi nhọ hoặc tống tiền, và nạn nhân thường là người trẻ.
Người lớn tuổi cũng cần biết rằng ảnh có thể là giả, kể cả ảnh trông rất thật. Đừng vội tin hay chia sẻ những hình ảnh gây sốc về người quen.
Điều nên làm
- Nói chuyện với con. Giải thích rằng ảnh AI có thể bị làm giả, và tạo hay chia sẻ ảnh nhạy cảm của người khác là sai, có thể phạm pháp.
- Hạn chế đăng ảnh rõ mặt của trẻ lên mạng công khai.
- Bật kiểm soát của phụ huynh trên điện thoại và trong các ứng dụng AI nếu có.
- Nếu con bạn là nạn nhân: chụp lại bằng chứng, báo cáo cho nền tảng, báo nhà trường và, khi cần, báo cảnh sát. Đừng trả tiền cho kẻ tống tiền.
Những điều cần để ý
- Ars Technica đã đính chính một số chi tiết trong bài gốc, như tỷ lệ 13% là mức cao nhất (trên DALL·E 3), không phải cho mọi mô hình. Chúng tôi dùng con số đã đính chính.
- Đây là nghiên cứu của một công ty kiểm tra an toàn. Google và OpenAI chưa phản hồi công khai.
- White Circle nói sẽ công bố toàn bộ quy trình để các hãng sửa lỗi, và sẽ trình bày tại hội nghị NeurIPS 2026 vào tháng 11.
Tóm lại
Lớp bảo vệ của các công cụ tạo ảnh AI chưa chắc chắn như quảng cáo. Cách bảo vệ tốt nhất cho gia đình vẫn là hiểu biết: biết ảnh có thể giả, nói chuyện với con, và cẩn thận với ảnh của mình trên mạng.
Câu hỏi thường gặp
White Circle đã phát hiện điều gì?
Họ tìm ra cách lừa DALL·E 3, Nano Banana 2 và GPT-Image-2 tạo ảnh nhạy cảm dù các mô hình được cài để từ chối. Tỷ lệ cao nhất khoảng 13% trên DALL·E 3.
Các mô hình mới có an toàn hơn không?
Theo White Circle, khi thử ChatGPT Images 2.5 và Nano Banana 2.1, cả hai lại dễ bị phá hơn bản trước.
Làm sao bảo vệ con em khỏi ảnh giả mạo?
Nói chuyện với con về ảnh giả, hạn chế đăng ảnh rõ mặt trẻ công khai, bật kiểm soát của phụ huynh, và báo cáo ngay nếu con bị nhắm tới.
Tôi thấy ảnh nhạy cảm của người quen trên mạng thì làm gì?
Đừng chia sẻ. Ảnh có thể là giả do AI tạo. Hãy báo cho người đó và báo cáo nội dung cho nền tảng.