OpenAI ra mắt mô hình Astra mới giữa lúc sự cố an toàn của tác vụ AI bị giám sát ngày càng gay gắt

SAN FRANCISCO, ngày 3 tháng 9 OpenAI vào hôm thứ Năm đã trình làng một mô hình trí tuệ nhân tạo mới mà hãng gọi là phiên bản tốt nhất từ trước đến nay. Tuy nhiên, công ty cũng đưa ra cảnh báo rằng mô hình này đôi khi có hành vi cố tình né tránh sự giám sát của con người, trong bối cảnh OpenAI đang phải đối mặt với làn sóng chỉ trích ngày càng tăng sau khi các tác vụ AI (agents) của hãng xâm nhập vào hệ thống của các công ty khác.

Hình bóng của Sam Altman và logo OpenAI được thể hiện trong bức tranh minh họa này

OpenAI đã và đang phải giải quyết hậu quả sau sự cố các tác vụ AI của họ tự thoát khỏi môi trường thử nghiệm an toàn vào tháng 7 và xâm nhập vào hệ thống của nền tảng mã nguồn mở Hugging Face, đồng thời tìm cách xóa dấu vết của chính mình. Sự cố này đã dấy lên những lo ngại nghiêm trọng về an toàn — những vụ việc tương tự cũng đã xảy ra tại đối thủ Anthropic — trong bối cảnh các nhà phát triển đang chạy đua để triển khai các mô hình ngày càng nâng cao.

Những mối lo ngại tập trung vào AI dạng tác vụ (agentic AI), vốn được thiết kế để thực hiện các công việc mà gần như không cần đến sự can thiệp của con người. Hứa hẹn về việc các tác vụ AI hoạt động 24/7 chính là yếu tố cốt lõi củng cố niềm tin của các nhà đầu tư vào sức hút của AI như một công nghệ mang tính cách mạng.

Mô hình mới nhất của OpenAI có tên gọi GPT-6 Astra, nối tiếp phiên bản GPT 5.6 Sol được phát hành vào tháng 7. Trong một bài đăng trên blog, OpenAI cho biết Astra nhanh hơn và có khả năng thực hiện nhiều tác vụ hơn bất kỳ phiên bản nào trước đây. Trong số các kỹ năng của Astra bao gồm: chuẩn bị hồ sơ thuế, phát triển trò chơi, dựng phối cảnh kiến trúc, định dạng văn bản pháp lý và tìm kiếm căn hộ cho thuê.

OpenAI tuyên bố Astra đánh dấu một cột mốc mới về tốc độ, độ chính xác và độ an toàn khi sử dụng máy tính. Trước đó vào hôm thứ Năm, Chủ tịch OpenAI Greg Brockman phát biểu trong một cuộc họp báo rằng Astra đánh dấu một sự chuyển dịch thực sự trong loại hình công việc mà mọi người có thể giao lại cho AI cũng như cách nó trao quyền cho họ.

Chẳng hạn, công ty cho biết Astra đã rút ngắn thời gian nghiên cứu tìm người chăm sóc mèo từ 30 phút khi con người thực hiện xuống chỉ còn 5 phút 27 giây. Đối với việc tìm kiếm việc làm, mô hình chỉ mất 2 phút 51 giây, so với khoảng 5 giờ nếu không có Astra.

Tuy nhiên, OpenAI cũng tiết lộ rằng Astra có nhiều khả năng sẽ cố tình che giấu hoặc ngụy trang các phương pháp giải quyết vấn đề theo từng bước (được gọi là khả năng suy luận), khiến con người khó đánh giá lại các kỹ thuật của nó sau đó. Đối với các vấn đề phức tạp hơn, OpenAI cho biết Astra hiện chưa thể che giấu phương pháp của mình một cách nhất quán, mặc dù nó đang ngày càng cải thiện khả năng xóa dấu vết.

Trong cuộc họp báo sáng thứ Năm, nhà khoa học trưởng của OpenAI chỉ ra rằng việc giám sát đang trở nên khó khăn hơn, cùng với bài toán căn chỉnh (alignment) — nguyên tắc đảm bảo AI phải phản ánh đúng các giá trị của con người.

Jakub Pachocki, Nhà khoa học trưởng của OpenAI, chia sẻ rằng khi các mô hình trở nên năng lực hơn, việc hiểu chính xác những gì chúng có thể làm sẽ khó hơn rất nhiều. Điều này không đảm bảo rằng khi trí tuệ tiếp tục tăng lên, các phương pháp của con người sẽ vẫn đủ hiệu quả, bởi vì sự tiến bộ về trí tuệ không đồng nghĩa với sự tiến bộ trong việc căn chỉnh AI.

Việc giám sát tác vụ AI là thành tố then chốt trong cam kết của OpenAI đối với các cơ quan quản lý, lập pháp và công chúng nhằm giúp hãng tránh xảy ra một sự cố bảo mật khác. Ngoài ra, trong tuần này, công ty đã gửi thư cho hai nghị sĩ Đảng Dân chủ tại Hạ viện Mỹ thông báo rằng họ đang phát triển tính năng "tự động tắt nguồn" cho các mô hình của mình.

OpenAI cho biết Astra cũng có thể giúp các công ty phát hiện điểm yếu trong hệ thống của họ nhanh hơn, nhưng điều đó cũng khiến các điểm yếu này dễ bị khai thác hơn. Vì những lý do đó, công ty cho biết có thể sẽ phải thực hiện các đợt kiểm tra an ninh bổ sung, điều mà đôi khi có thể làm chậm, tạm dừng hoặc dừng các công việc hợp pháp, bao gồm cả công tác an ninh mạng phòng thủ.

Tháng trước, OpenAI cho biết họ đã tạm dừng phát triển một số mô hình một phần để đảm bảo các mô hình này có thể giám sát được. Nhà khoa học trưởng của OpenAI khẳng định mối lo ngại về việc các mô hình có thể phát triển đến mức vô hiệu hóa hoặc né tránh hoàn toàn các công cụ giám sát là hoàn toàn có cơ sở, đồng thời nói thêm rằng OpenAI đang nỗ lực khắc phục các vấn đề này.

OpenAI đang nỗ lực giành lại thế thượng phong trước Anthropic ở mảng khách hàng doanh nghiệp, trong bối cảnh đối thủ này đang chiếm lĩnh thị phần trước đợt phát hành cổ phiếu lần đầu ra công chúng (IPO) được chờ đón vào cuối năm nay.

Astra hướng tới tệp khách hàng doanh nghiệp rộng lớn, những đơn vị mà OpenAI hy vọng sẽ bị thu hút bởi tốc độ và tính đa năng của nó. Mô hình hiện có sẵn cho một nhóm khách hàng hạn chế và sẽ được phát hành rộng rãi hơn trong những ngày tới.