Lo lắng về AI mất kiểm soát trên trang bìa Time: Những rủi ro thực tế và bẫy dự đoán đằng sau cuộc tranh luận về sự chậm lại

Lỗi dự đoán phổ biến nhất trong lịch sử là coi sự đột phá về khả năng nào đó trực tiếp tương đương với sự biến mất của nghề nghiệp, tái cấu trúc ngành công nghiệp và thậm chí là kết cục của xã hội.

Tác giả bài viết, nguồn: ME News

• Nỗi lo lắng về AI mất kiểm soát đã rõ ràng vượt ra khỏi vòng tròn nhỏ về an toàn AI vào tháng 9 năm 2026. TIME đưa tin bìa với chủ đề “Điểm xoay chuyển của AI”, cùng với việc các nhà nghiên cứu của Anthropic từ chức, sự cố an toàn tại OpenAI và các nhà lãnh đạo hàng đầu công ty công khai thảo luận về “giảm tốc độ”, biến những cuộc tranh luận vốn mang tính triết học kỹ thuật thành vấn đề công cộng.
• Sự lo lắng này không phải xuất hiện một cách vô cớ. AI đã có khả năng tự chủ thực thi, tấn công mạng và thực hiện các nhiệm vụ phức tạp hơn, việc các hệ thống đại lý vượt quyền và mất kiểm soát không còn là những thí nghiệm tư tưởng nữa.
• Tuy nhiên, từ “hành vi nguy hiểm” trực tiếp nhảy đến “AI sẽ tiêu diệt nhân loại trong vài năm tới” vẫn còn một khoảng cách suy luận rất lớn. Khả năng công nghệ, thời gian thực hiện, sự chấp nhận của xã hội và tác động cuối cùng là bốn vấn đề hoàn toàn khác nhau.
• Lỗi dự đoán phổ biến nhất trong lịch sử là coi sự đột phá về khả năng nào đó trực tiếp tương đương với sự biến mất của nghề nghiệp, tái cấu trúc ngành công nghiệp và thậm chí là kết cục của xã hội. Phán đoán của Hinton về các bác sĩ chẩn đoán hình ảnh là một ví dụ điển hình.
• Điều thực sự quyết định tác động của AI có lẽ ngày càng không phải là việc mô hình thế hệ tiếp theo cải thiện bao nhiêu trong các bài kiểm tra chuẩn, mà là doanh nghiệp có thể tái cấu trúc quy trình làm việc và các thể chế có thể thiết lập ranh giới có thể thực thi được hay không.
• Do đó, điều cần tránh nhất trong cuộc thảo luận về rủi ro AI là lựa chọn giữa hai cực đoan: “chủ nghĩa tận thế” và “không có gì phải lo lắng”. Việc xây dựng phòng vệ trước các rủi ro có xác suất thấp nhưng tổn thất cao là hợp lý, nhưng việc đóng gói những phán đoán mang tính cực kỳ không chắc chắn dưới dạng thời gian đếm ngược chính xác cũng không phải là khoa học.

Ngày 15 tháng 9 năm 2026, Tạp chí TIME đăng bài “The AI Tipping Point”, đưa những cuộc thảo luận về nguy cơ AI mất kiểm soát, vốn trước đó chỉ tồn tại trong các viện nghiên cứu, bên trong Thung lũng Silicon và một vài diễn đàn công nghệ nhỏ, lên trung tâm của chương trình nghị sự công chúng chính thống tại Mỹ. Điều thực sự khuấy động cảm xúc không chỉ là một bài viết lý thuyết khác về “trí tuệ siêu cấp”, mà là sự chồng chéo của vài sự kiện trong thời gian ngắn: Jacob Coxon, cựu nghiên cứu viên của Anthropic, từ chức và công khai cáo buộc các phòng thí nghiệm hàng đầu đang “đặt cược vào sinh mạng của tất cả mọi người”; các bài đăng liên quan đã đạt hơn 150 triệu lượt xem trong vòng 36 giờ; các nhà nghiên cứu và ban quản lý của Anthropic, OpenAI và các công ty khác bắt đầu công khai thảo luận về rủi ro mất kiểm soát, trong khi quan điểm từng chỉ là thiểu số “giảm tốc độ huấn luyện” lần đầu tiên nhận được phản hồi tích cực từ các nhà lãnh đạo cấp cao của các công ty hàng đầu.

Quan trọng hơn, đợt lo lắng này có nền tảng thực tế mà trước đây chưa từng có. TIME tiết lộ rằng OpenAI từng xảy ra sự cố trong các bài kiểm tra an ninh mạng, khi các đại lý AI quy mô lớn vượt ra ngoài container ban đầu, hợp tác với nhau và tấn công các hệ thống bên ngoài; Anthropic cũng tiết lộ có người cố gắng sử dụng Claude để hỗ trợ nghiên cứu tiềm năng về vũ khí sinh học. Những sự kiện này xảy ra trong các điều kiện kiểm thử hoặc kiểm soát cụ thể, không có nghĩa là AI đã hình thành ý chí tự chủ, nhưng ít nhất cho thấy rằng khi các mô hình được nâng cấp từ “trả lời câu hỏi” sang “gọi công cụ, thực hiện nhiệm vụ và hợp tác với nhau như các đại lý”, các vấn đề an toàn đã bước vào cấp độ quyền hạn, ranh giới hành vi và kiểm soát hệ thống.

Thái độ của công chúng cũng đang thay đổi song song. Khảo sát của Trung tâm Nghiên cứu Pew vào tháng 6 năm 2026 cho thấy, 52% người lớn Mỹ cảm thấy “lo lắng nhiều hơn hào hứng” về AI, trong khi năm 2021, tỷ lệ này chỉ là 37%; 71% số người được hỏi cho rằng trong 20 năm tới, AI sẽ dẫn đến việc giảm số lượng việc làm tại Mỹ. Những dữ liệu này ít nhất cho thấy, AI đã trở thành một rủi ro xã hội rộng lớn hơn thay vì chỉ là công cụ nâng cao hiệu suất.

Ngay trong thời điểm cảm xúc của đợt này lên cao nhất, Viện Nghiên cứu của Deutsche Bank đã công bố báo cáo “AI Doom: A Brief History of Bad Tech Predictions”. Quan điểm cốt lõi của nó không hề phức tạp: con người thường xuyên đánh giá sai những gì một công nghệ có thể làm, huống chi là dự đoán thời điểm nó được thực hiện, cách xã hội tiếp nhận, và cuối cùng là tác động mà nó gây ra. Điều đáng nghi ngờ nhất hôm nay không phải là AI có tiếp tục trở nên mạnh mẽ hơn hay không, mà là tại sao chúng ta lại quá tự tin rằng mình biết thế giới sau khi AI mạnh lên sẽ trông như thế nào.

Các ví dụ trong lịch sử rất rõ ràng. Năm 1934, Einstein vẫn cho rằng việc khai thác năng lượng từ nguyên tử gần như không có dấu hiệu thực tế; đến năm 1939, ông đã gửi thư cho Roosevelt cảnh báo về khả năng phản ứng dây chuyền hạt nhân và vũ khí nguyên tử. Năm 1995, Bob Metcalfe, đồng sáng tạo ra Ethernet, dự đoán internet sẽ sụp đổ thảm khốc vào năm sau, và sau khi dự đoán sai, ông thật sự đã nhai nát và ăn luôn trang giấy đăng bài đó. Điều thực sự thú vị ở những ví dụ này không chỉ là “chuyên gia cũng có thể sai”, mà còn là các chuyên gia công nghệ dễ dàng coi những biến số quen thuộc của công nghệ là những yếu tố then chốt quyết định hướng đi của thế giới.

Ngành AI cũng không ngoại lệ. Năm 2016, Geoffrey Hinton cho rằng học sâu sẽ vượt qua các bác sĩ chẩn đoán hình ảnh trong vòng 5 đến 10 năm và cho rằng việc tiếp tục đào tạo quy mô lớn các bác sĩ chẩn đoán hình ảnh là không cần thiết. Mười năm trôi qua, kết quả thống kê của Deutsche Bank lại cho thấy số lượng bác sĩ chẩn đoán hình ảnh lại tăng khoảng 10%. Phán đoán của Hinton lúc đó không phải không có cơ sở, vì nhận dạng hình ảnh thực sự là một trong những lĩnh vực đầu tiên mà học sâu đạt được bước đột phá, nhưng “xem phim” chỉ là một phần trong công việc của bác sĩ chẩn đoán hình ảnh; việc hiểu bệnh án, giải thích bất thường, giao tiếp lâm sàng và chịu trách nhiệm sẽ không tự động biến mất chỉ vì mô hình nhận dạng chính xác hơn.

Đây chính là sai lầm phổ biến nhất trong dự đoán kỹ thuật: chuyển từ “tự động hóa nhiệm vụ” thành “tự động hóa nghề nghiệp”, rồi tiếp tục suy diễn “tự động hóa nghề nghiệp” thành “viết lại cấu trúc xã hội”. Mỗi bước chuyển tiếp đều phải đi qua các yếu tố như quy trình tổ chức, quy định, trách nhiệm, chi phí, mức độ chấp nhận của người dùng và phân phối lợi ích, trong khi những biến số này thường tiến triển chậm hơn nhiều so với sự tiến bộ của năng lực mô hình.

Nếu từ đó rút ra kết luận “các lý thuyết về ngày tận thế do AI gây ra đều là phóng đại”, thì cũng đi quá xa. Ngày nay, AI có một điểm khác biệt quan trọng so với nhiều công cụ truyền thống: nó đang tiến hóa theo hướng tự chủ lập kế hoạch, gọi công cụ, viết mã, tấn công hệ thống và hỗ trợ phát triển AI thế hệ tiếp theo. Một khi các hệ thống như vậy được cấp quyền cao hơn, tốc độ lan truyền và phạm vi ảnh hưởng của các hành vi sai lệch có thể vượt xa phần mềm thông thường. Do đó, an ninh mạng, an ninh sinh học, lừa dối mô hình và quyền hạn vượt mức của đại lý đều nên được coi là những rủi ro thực tế.

Tuy nhiên, quản lý rủi ro và dự đoán tương lai không phải là một chuyện. Một sự kiện dù xác suất xảy ra rất thấp, nhưng nếu tổn thất tiềm ẩn đủ lớn, thì vẫn đáng để xây dựng các hàng phòng thủ nghiêm ngặt; các bài kiểm tra áp lực cực đoan đối với an toàn hạt nhân, an toàn hàng không và hệ thống tài chính vốn dĩ đều dựa trên logic này. Nhưng “đáng để phòng ngừa” không tự động chứng minh được một xác suất diệt vong cụ thể nào là đúng, càng không chứng minh được một thời điểm nào đó là điểm tới hạn. Những xác suất diệt vong 10%, 50% hoặc cao hơn mà một số nhà nghiên cứu đưa ra hôm nay gần với những phán đoán chủ quan trong điều kiện không chắc chắn sâu sắc, hơn là tần suất thống kê có thể được xác minh thông qua nhiều thí nghiệm lặp lại.

Vì vậy, cần tách riêng hai câu hỏi: AI đã có những khả năng nguy hiểm đáng được quản lý nghiêm túc chưa, câu trả lời ngày càng rõ ràng là “có”; những khả năng này có đủ để suy ra một lịch trình diệt vong chính xác không, hiện chưa có bằng chứng đáng tin cậy nào hỗ trợ tính chính xác này. Việc công nhận điều đầu tiên không đòi hỏi phải tin vào điều thứ hai.

Điểm đáng chú ý nhất trong báo cáo của Deutsche Bank là chuyển sự chú ý từ “mô hình tiếp theo có thể cải thiện bao nhiêu” trở lại việc doanh nghiệp áp dụng. Chỉ số AI Stanford 2026 cho thấy, năm 2025, 88% tổ chức được khảo sát đã sử dụng AI trong ít nhất một kịch bản, 70% tổ chức sử dụng AI sinh thành, nhưng việc triển khai thực tế các đại lý AI trong hầu hết các chức năng kinh doanh vẫn ở mức tỷ lệ đơn lẻ. Khảo sát của McKinsey vào tháng 8 năm 2026 cũng cho thấy, gần chín phần mười doanh nghiệp đã sử dụng AI một cách thường xuyên, tám phần trăm người được hỏi cho rằng AI đã nâng cao năng suất cá nhân, nhưng chỉ có 37% cho biết AI đã đóng góp vào EBIT của doanh nghiệp.

Sự khác biệt này rất quan trọng. Việc AI “có thể làm” trong môi trường trình diễn và việc doanh nghiệp có sẵn sàng trao quyền cho nó đối với khách hàng, vốn, mã nguồn, chuỗi cung ứng cũng như quyền ra quyết định then chốt là hai chuyện hoàn toàn khác nhau. Khảo sát của Deloitte vào tháng 8 năm nay còn trực tiếp hơn: chỉ có 5% doanh nghiệp cho rằng quy trình kinh doanh của họ đã được tối ưu hóa cao độ cho các đại lý AI, và chỉ 15% đã triển khai quy mô đa chức năng, đa đại lý. Khả năng của mô hình đang tiến bộ nhanh chóng, nhưng các tổ chức vẫn bị ràng buộc bởi dữ liệu, trách nhiệm, quyền hạn, tuân thủ và thiết kế quy trình.

Điều này không có nghĩa là tác động của AI sẽ nhỏ, mà là cú sốc có khả năng xảy ra một cách không đồng đều: một số vị trí sẽ bị thu hẹp trước, một số quy trình sẽ được tái cấu trúc trước, và một số ngành sẽ tiến triển chậm hơn do các yêu cầu về trách nhiệm và giám sát. Trong những năm tới, bài kiểm tra kinh tế lớn nhất của AI là liệu các doanh nghiệp có thể chuyển đổi sự gia tăng hiệu suất cá nhân thành lợi nhuận và năng suất hay không.

Đây cũng là điểm đáng chú ý nhất từ góc độ tài chính trong cuộc thảo luận lần này của Deutsche Bank. Đối với thị trường vốn, bất kỳ mô hình nào có thể dẫn đầu thêm vài phần trăm trong một bài kiểm tra chuẩn cuối cùng đều phải quay về dòng tiền. Trong vài năm qua, câu chuyện về AI chủ yếu dựa trên một giả định: các mô hình mạnh hơn sẽ thu hút nhiều người dùng hơn, và việc ứng dụng rộng rãi hơn sẽ mang lại lợi nhuận vốn cao hơn. Tuy nhiên, nếu doanh nghiệp không thể tích hợp ổn định AI vào các quy trình kinh doanh cốt lõi, thì khoảng cách giữa tiến bộ công nghệ và lợi ích thương mại có thể kéo dài mãi. Ngược lại, nếu các quy trình làm việc thực sự được tái cấu trúc, ngay cả khi không xuất hiện “trí tuệ siêu cấp”, AI vẫn hoàn toàn có thể tạo ra tác động sâu sắc đến các ngành công nghiệp phần mềm, tư vấn, dịch vụ khách hàng, tài chính và nội dung thông qua việc giảm chi phí và triển khai quy mô lớn.

Deutsche Bank cũng chỉ ra một thực tế: mọi bên liên quan đến AI đều có động lực cấu trúc để thổi phồng câu chuyện. Các công ty khởi nghiệp cần chứng minh thị trường đủ lớn, các nhà đầu tư cần tin rằng chi tiêu vốn khổng lồ sẽ mang lại lợi ích năng suất, các công ty tư vấn cần khiến doanh nghiệp cảm thấy sự cấp thiết của quá trình chuyển đổi, các nhà hoạch định chính sách cần đáp ứng áp lực công chúng, và truyền thông thì tự nhiên ưa chuộng những câu chuyện xung đột, mất kiểm soát và thảm họa. Điều này không có nghĩa là các bên tham gia đang cố ý nói dối, mà là cùng một tập hợp động lực này sẽ khiến những phán đoán cực đoan hơn nhận được mức độ tiếp cận cao hơn.

Trên các nền tảng mạng xã hội, việc “AI có thể dần tái định hình một số nghề nghiệp” khó có thể cạnh tranh sự chú ý với việc “AI sẽ tiêu diệt nhân loại trong vài năm tới”. Câu đầu tiên cần giải thích các điều kiện và thang thời gian, trong khi câu sau chỉ cần một con số gây sốc. Kết quả là, các cuộc thảo luận về công nghệ dễ dàng trượt sang “ai đưa ra xác suất tận thế cao hơn”, trong khi các vấn đề như phân cách quyền hạn, kiểm toán độc lập, đánh giá mô hình và báo cáo sự cố lại kém hấp dẫn hơn.

Sau khi TIME đưa nỗi lo về AI mất kiểm soát lên trang bìa, điều đáng cảnh giác hơn là cách diễn ngôn định hình ngược lại phán đoán: nỗi lo có thể thúc đẩy đầu tư vào an toàn, nhưng cũng có thể khiến xã hội nhầm lẫn những kịch bản kịch tính nhất với những kịch bản có khả năng xảy ra cao nhất. Đặc biệt trong một ngành dự kiến sẽ tiếp tục đầu tư hàng nghìn tỷ USD vào cơ sở hạ tầng AI trong vài năm tới, “AI có thể làm được mọi thứ” và “AI có thể hủy diệt thế giới” dường như đối lập nhau, nhưng thực chất chia sẻ cùng một tiền đề—đều không ngừng củng cố tầm quan trọng của AI. Điều thực sự khan hiếm lại là sự phán đoán thừa nhận sự tiến bộ nhanh chóng về năng lực, đồng thời giữ thái độ khiêm tốn về kết cục cuối cùng.

Nỗi lo lắng về AI mất kiểm soát sẽ bước vào dòng chính vào năm 2026, và điều đó chưa chắc đã là điều xấu. Trong những năm qua, ngành công nghiệp thường ưu tiên thảo luận về sức mạnh của mô hình thay vì ai chịu trách nhiệm khi thất bại; thích trưng bày khả năng của tác nhân trong việc hoàn thành bao nhiêu nhiệm vụ hơn là giải thích chúng được cấp những quyền hạn nào. Việc các vấn đề an toàn xuất hiện trên chương trình nghị sự công chúng sẽ giúp thúc đẩy nhiều nguồn lực hơn được đầu tư vào thiết kế hệ thống có thể kiểm toán, có thể tắt và có thể truy xuất trách nhiệm.

Tuy nhiên, các cuộc thảo luận về rủi ro chín chắn cũng nên duy trì sự hoài nghi đối với chính những dự đoán đó. Điểm thực sự có giá trị trong báo cáo của Deutsche Bank không phải là thông báo cho chúng ta rằng “AI sẽ không thoát khỏi sự kiểm soát”, mà là nhắc nhở tất cả mọi người: một trong những sai lầm phổ biến nhất trong lịch sử công nghệ là nhầm lẫn sự hiểu biết về khả năng của một công nghệ với sự hiểu biết về tương lai xã hội. AI chắc chắn có thể mang lại những thay đổi rất lớn, thậm chí tồn tại những rủi ro cực đoan mà ngày nay vẫn khó có thể đo lường được, nhưng hiện tại không ai có thể đưa ra một lịch trình kết thúc đáng tin cậy.

Vì vậy, câu hỏi mang tính thực tiễn hơn “AI có sẽ diệt chủng nhân loại không?” là những năng lực nào đã xuất hiện, những quyền hạn nào không nên được mở mặc định, những hệ thống nào phải được kiểm tra độc lập, và ai sẽ chịu trách nhiệm khi thất bại. Điều đáng xây dựng thực sự không phải là đồng hồ đếm ngược ngày tận thế, mà là một cơ chế an toàn hoạt động hiệu quả ngay cả trước khi tình huống tệ nhất xảy ra. Công nghệ càng mạnh, con người càng cần thận trọng; nhưng sự thận trọng đó không bắt nguồn từ việc tiên tri tương lai, mà từ việc thừa nhận rằng chúng ta biết rất ít về tương lai so với những gì mình tưởng tượng.

1. Billy Perrigo, Harry Booth, Naomi Nix, The AI Tipping Point, TIME, ngày 15 tháng 9 năm 2026.
2. Deutsche Bank Research, Adrian Cox, “AI Doom: A Brief History of Bad Tech Predictions”, ngày 15 tháng 9 năm 2026, tóm tắt báo cáo và bản xem trước dữ liệu.
3. Viện Nghiên cứu Deutsche Bank, 《Beyond the AI Hype》, tháng 9 năm 2026.
4. Pew Research Center, "Người trẻ Mỹ ngày càng cảnh giác với AI, lo ngại nó sẽ chiếm mất việc làm", ngày 18 tháng 8 năm 2026.
5. Viện Stanford về Trí tuệ nhân tạo lấy con người làm trung tâm, Báo cáo AI Index 2026 — Kinh tế.
6. McKinsey & Company, The State of AI in 2026: On the Road to ROI, ngày 25 tháng 8 năm 2026.
7. Deloitte, “AI Agents Are Only the Beginning: Survey Examines the AI Readiness Gap”, ngày 12 tháng 8 năm 2026.
8. Curtis P. Langlotz et al., "Will Artificial Intelligence Replace Radiologists?", Radiology: Artificial Intelligence, 2019.