Dũng Virgo
Một cuộc tranh luận vốn bắt đầu từ việc các công ty AI học hỏi mô hình đối thủ đang chuyển thành vấn đề nhạy cảm hơn: dữ liệu người dùng đã được xử lý ở đâu và có thể rơi vào tay bên nào. DeepSeek và Moonshot AI được cho là đang nằm trong tầm ngắm của Cục Quản lý Không gian mạng Trung Quốc (CAC), sau khi Anthropic cáo buộc hai công ty chuyển một lượng lớn yêu cầu người dùng sang Claude.
Điểm đáng chú ý không chỉ nằm ở quy mô hàng chục triệu lượt trao đổi. Một số yêu cầu được Anthropic phát hiện có thể liên quan đến cơ quan công an, hệ thống camera giám sát và doanh nghiệp nhà nước tại Trung Quốc. Nếu các thông tin này thực sự được gửi tới một mô hình AI do công ty Mỹ vận hành, vụ việc sẽ liên quan đồng thời đến cạnh tranh công nghệ, quyền riêng tư và an ninh dữ liệu.
Vì sao CAC chú ý đến DeepSeek và Moonshot?
Theo thông tin được dẫn lại từ The Information, CAC đã triệu tập đại diện của 7 công ty AI Trung Quốc xuất hiện trong báo cáo do Anthropic công bố. Sau đó, DeepSeek và Moonshot AI được cho là trở thành hai cái tên được tập trung xem xét.
Cuộc điều tra được cho là nhằm xác minh liệu các yêu cầu của người dùng tại Trung Quốc có bị chuyển tới những hệ thống AI ở nước ngoài hay không. Cơ quan quản lý cũng có thể xem xét bản chất của dữ liệu, cách các công ty thu thập và sử dụng dữ liệu, cũng như việc người dùng có được thông báo hoặc đồng ý cho hoạt động xử lý này hay không.
Ở góc độ kỹ thuật, việc gọi một mô hình AI bên ngoài để tạo phản hồi không nhất thiết đồng nghĩa toàn bộ mô hình của công ty đang sử dụng đã sao chép đối thủ. Tuy nhiên, nếu một dịch vụ âm thầm chuyển nội dung trò chuyện của người dùng sang hệ thống khác, rủi ro pháp lý và bảo mật sẽ nghiêm trọng hơn nhiều so với việc tham khảo một mô hình để nghiên cứu.
Anthropic cáo buộc điều gì?
Trong báo cáo dài 154 trang công bố hồi đầu tháng, Anthropic cho rằng DeepSeek và Moonshot không chỉ sử dụng Claude trong quá trình phát triển mô hình. Hai công ty còn bị cáo buộc chuyển trực tiếp yêu cầu của người dùng sang Claude, nhận kết quả trả về rồi có thể dùng những dữ liệu đó để cải thiện hệ thống riêng.
Hoạt động này thường được mô tả bằng thuật ngữ distillation. Về cơ bản, một mô hình nhỏ hơn hoặc mới hơn học cách tạo câu trả lời dựa trên đầu ra của mô hình mạnh hơn. Kỹ thuật này có thể giúp rút ngắn thời gian phát triển, giảm chi phí huấn luyện và nâng cao chất lượng sản phẩm. Tuy nhiên, việc sử dụng đầu ra của mô hình đối thủ có thể vi phạm điều khoản dịch vụ, tùy vào cách dữ liệu được thu thập và mục đích sử dụng.
Anthropic cho biết Moonshot đã chuyển hơn 23 triệu lượt trao đổi tới Claude trong khoảng thời gian từ tháng 5 đến tháng 7. DeepSeek bị cáo buộc chuyển hơn 12,1 triệu lượt trong riêng 14 ngày của tháng 7. Đây là các con số do Anthropic đưa ra trong báo cáo và chưa phải kết luận cuối cùng của cơ quan điều tra.
Quy mô nói trên khiến vụ việc gây chú ý đặc biệt. Nếu chỉ có một nhóm kỹ sư dùng Claude để kiểm tra chất lượng câu trả lời, tranh luận có thể tập trung vào vấn đề bản quyền hoặc cạnh tranh không lành mạnh. Nhưng hàng chục triệu lượt yêu cầu có thể bao gồm nội dung do người dùng thật nhập vào, từ đó mở rộng phạm vi rủi ro sang bảo mật thông tin cá nhân và dữ liệu tổ chức.
Những loại dữ liệu nào có thể đã bị chuyển?
Theo Anthropic, các yêu cầu được phát hiện có thể chứa tên, địa chỉ email, thông tin doanh nghiệp và những dữ liệu nhạy cảm khác. Người dùng được cho là đến từ nhiều nhóm khác nhau, bao gồm cá nhân, tập đoàn đa quốc gia và tổ chức có liên quan đến nhà nước. Các nội dung này xuất hiện bằng ít nhất 12 ngôn ngữ.
Một trường hợp được nhắc đến liên quan đến DeepSeek. Anthropic cho biết các kỹ sư đang làm việc với một hệ thống quản lý hồ sơ cho cơ quan công an cấp thành phố đã gửi yêu cầu tới Claude. Nội dung được cho là có dữ liệu phục vụ việc đối chiếu hành trình của một cá nhân với hồ sơ cảnh sát, trong đó bao gồm số căn cước công dân.
Trường hợp khác liên quan đến Moonshot được cho là chứa các yêu cầu xử lý hình ảnh từ hàng trăm camera giám sát tại Thành Đô. Anthropic nói một số camera nằm gần cơ sở liên quan đến doanh nghiệp nhà nước Trung Quốc. Những thông tin này, nếu được xác thực, có thể khiến nhà chức trách quan tâm không chỉ đến danh tính người dùng mà còn đến vị trí, hoạt động và bối cảnh vận hành của các hệ thống giám sát.
Điểm mấu chốt của vụ việc là dữ liệu có thể đã đi qua một hệ thống AI của bên thứ ba, chứ không đơn thuần là mô hình này học được gì từ mô hình kia.
Distillation khác gì với chuyển dữ liệu người dùng?
Distillation thường được hiểu là quá trình dùng phản hồi của một mô hình lớn làm tín hiệu tham khảo để huấn luyện mô hình khác. Trong kịch bản đơn giản, nhà phát triển có thể tạo các câu hỏi thử nghiệm riêng, không chứa thông tin cá nhân, rồi dùng câu trả lời thu được để đánh giá hoặc huấn luyện hệ thống.
Rủi ro xuất hiện khi câu hỏi được lấy từ các phiên sử dụng thực tế. Người dùng có thể nhập hợp đồng, mã nguồn nội bộ, hồ sơ khách hàng, thông tin nhận diện hoặc dữ liệu vận hành mà không biết nội dung đó được gửi đến một dịch vụ AI khác. Khi đó, việc dùng phản hồi để cải thiện mô hình có thể tạo ra một chuỗi xử lý dữ liệu phức tạp, khó kiểm soát và khó truy vết.
Đối với doanh nghiệp, đây là lý do nhiều chính sách AI nội bộ yêu cầu nhân viên không đưa dữ liệu mật vào chatbot công cộng. Người dùng cá nhân cũng nên loại bỏ tên, số giấy tờ, địa chỉ, mã tài khoản và thông tin nhận diện trước khi nhờ AI phân tích tài liệu. Những thói quen này không loại bỏ toàn bộ rủi ro, nhưng giúp hạn chế hậu quả nếu dữ liệu được xử lý ngoài dự kiến.
Tranh luận về quyền riêng tư trong các dịch vụ AI đang ngày càng quan trọng. Trước đó, các nền tảng công nghệ cũng từng chịu áp lực khi xử lý dữ liệu vị trí và thông tin người dùng, như trường hợp được đề cập trong bài Google đối mặt án phạt hơn 400 triệu euro vì dữ liệu vị trí. Với AI, vấn đề còn phức tạp hơn vì dữ liệu có thể xuất hiện dưới dạng câu hỏi, hình ảnh, tệp đính kèm hoặc đoạn hội thoại dài.
Cuộc điều tra có thể tập trung vào những gì?
Trước hết, CAC có thể cần xác định dữ liệu nào đã được chuyển, trong thời gian bao lâu và thông qua phương thức kỹ thuật nào. Cơ quan quản lý cũng cần phân biệt giữa dữ liệu thử nghiệm do công ty chủ động tạo ra với nội dung xuất phát từ người dùng thực tế.
Tiếp theo là câu hỏi về sự minh bạch. Người dùng có biết yêu cầu của họ được chuyển tiếp sang Claude hay không? Điều khoản dịch vụ của DeepSeek và Moonshot có cho phép hoạt động đó không? Dữ liệu có được ẩn danh, mã hóa hoặc lọc thông tin nhạy cảm trước khi gửi đi không? Câu trả lời cho những vấn đề này sẽ ảnh hưởng trực tiếp đến mức độ nghiêm trọng của vụ việc.
Ngoài ra, nhà chức trách có thể xem xét trách nhiệm của các nhóm kỹ thuật và quy trình kiểm soát nội bộ. Một công ty có thể sử dụng API của bên thứ ba cho mục đích thử nghiệm, nhưng điều đó không đồng nghĩa mọi dữ liệu từ sản phẩm thương mại đều được phép chuyển tiếp. Ranh giới giữa nghiên cứu mô hình và xử lý dữ liệu người dùng cần được xác định rõ ràng.
Tác động đối với cuộc cạnh tranh AI Mỹ – Trung
Vụ việc xuất hiện trong thời điểm Washington và Bắc Kinh được cho là đang thảo luận về một cơ chế đối thoại AI, trong đó có khả năng thông báo cho nhau về các sự cố nghiêm trọng liên quan đến an ninh quốc gia. Vì vậy, cáo buộc của Anthropic có thể gây ảnh hưởng vượt ra ngoài quan hệ giữa một công ty Mỹ và hai phòng thí nghiệm AI Trung Quốc.
DeepSeek và Moonshot đều là những cái tên nổi bật trong cuộc đua phát triển AI tại Trung Quốc. Nếu các cáo buộc được xác nhận, họ có thể phải giải trình về cách sử dụng mô hình nước ngoài, cơ chế bảo vệ dữ liệu và quy trình giám sát hoạt động của nhân viên. Ngược lại, Anthropic cũng phải đối mặt với câu hỏi về cách phát hiện, phân loại và công bố những yêu cầu có chứa thông tin nhạy cảm.
Đây cũng là lời nhắc rằng năng lực AI không chỉ được đánh giá bằng điểm số benchmark hay chất lượng chatbot. Một hệ thống đáng tin cậy còn cần minh bạch về nơi dữ liệu được xử lý, thời gian lưu trữ, bên nào có thể truy cập và cách xóa dữ liệu khi người dùng yêu cầu.
Chưa thể xem cáo buộc là kết luận cuối cùng
Ở thời điểm hiện tại, các chi tiết về hành vi chuyển dữ liệu chủ yếu đến từ báo cáo của Anthropic và những thông tin liên quan đến cuộc điều tra được truyền thông dẫn lại. Chưa có kết luận cuối cùng cho thấy DeepSeek hoặc Moonshot đã vi phạm cụ thể quy định nào, cũng như chưa rõ toàn bộ nội dung được chuyển gồm những gì.
Do đó, cần phân biệt giữa cáo buộc, dữ liệu điều tra và kết luận pháp lý. Tuy vậy, quy mô được nêu trong báo cáo cùng các ví dụ liên quan đến cơ quan công an, camera giám sát và doanh nghiệp nhà nước đủ để khiến vấn đề trở nên đáng quan tâm.
Với người dùng, bài học thực tế là không nên coi chatbot như một không gian riêng tư tuyệt đối. Trước khi gửi tài liệu, hãy kiểm tra chính sách dữ liệu của dịch vụ, loại bỏ thông tin nhận diện không cần thiết và ưu tiên giải pháp doanh nghiệp có cơ chế kiểm soát rõ ràng. Với các nhà phát triển, việc sử dụng mô hình bên ngoài để huấn luyện cần đi kèm quy trình lọc dữ liệu, xin phép và ghi nhật ký minh bạch.
Cuối cùng, câu hỏi lớn nhất không phải chỉ là DeepSeek hay Moonshot đã học được bao nhiêu từ Claude. Điều quan trọng hơn là dữ liệu của người dùng đã đi qua những hệ thống nào, được ai kiểm soát và liệu họ có thực sự biết về hành trình đó hay không.
Startup Việt tiết kiệm hơn 200 triệu nhờ gói hỗ trợ Anthropic
Nga hoàn tất nguyên mẫu máy quang khắc 130 nm đầu tiên
Sharp dẫn đầu bình chọn hệ sinh thái sống khỏe tại BCA 2026
Sun Holidays giảm 10%, tối đa 1 triệu đồng qua VietQR
Hacker làm nóng tủ lạnh tại hàng trăm siêu thị Pháp
VIS 2026: Kết nối vốn, công nghệ và thị trường cho Việt Nam
Getty Images đối mặt nguy cơ phá sản sau cú rơi 99% cổ phiếu
