Các nhà nghiên cứu an toàn bị OpenAI sa thải khẳng định chưa từng được xem bằng chứng rò rỉ dữ liệu

Ba nhà nghiên cứu an toàn bị OpenAI sa thải vì nghi vấn làm rò rỉ thông tin đang công khai bác bỏ các cáo buộc từ phía công ty, khẳng định ban lãnh đạo chưa bao giờ đưa ra văn bản chỉ rõ những thông tin bảo mật nào mà họ bị cho là đã tiết lộ.

Trong các cuộc phỏng vấn với tờ Wall Street Journal, Tomek Korbak, Mikita Balesni và Jasmine Wang đều phủ nhận việc chia sẻ thông tin độc quyền. Thay vào đó, họ nghi ngờ việc bị chấm dứt hợp đồng đột ngột có liên quan trực tiếp đến việc họ từng tích cực ủng hộ sự minh bạch của mô hình trong nội bộ—cụ thể là xoay quanh việc liệu các chuyên gia kiểm định độc lập có quyền kiểm tra cách các mô hình suy luận (reasoning models) xử lý và giải quyết vấn đề hay không.

Tranh cãi quanh tính minh bạch của chuỗi suy luận

Trọng tâm trong quan điểm của nhóm nghiên cứu là một cuộc tranh luận ngày càng gay gắt trong ngành AI: liệu các nhà phát triển có nên cho phép các nhà nghiên cứu bên thứ ba theo dõi các bước suy luận trung gian hay không?

Các mô hình suy luận thường sử dụng một "bản nháp" nội bộ—được gọi là chuỗi suy luận (chain of thought)—để ghi lại tiến trình logic trung gian trong quá trình xử lý các tác vụ phức tạp. Cả đội ngũ nội bộ lẫn các kiểm định viên an toàn độc lập đều dựa vào những dấu vết này để đánh giá xem mô hình có đưa ra kết luận một cách an toàn hay không. Trong một bài báo khoa học công bố năm 2025, Balesni, Korbak và Wang đã cùng nhiều nhà nghiên cứu uy tín từ các phòng thí nghiệm AI khác lên tiếng kêu gọi tiếp tục duy trì quyền tiếp cận bên ngoài đối với tính năng chẩn đoán này.

Vấn đề trở nên căng thẳng hơn vào mùa hè khi các phòng thí nghiệm bắt đầu nghiên cứu những mô hình suy nghĩ lâu hơn nhưng lại ghi lại ít bước suy luận trung gian hơn vào bản nháp. Balesni đã phản đối xu hướng này trong nội bộ và lan truyền một đề xuất do Ryan Greenblatt, khi đó là nhà khoa học trưởng tại Redwood Research, soạn thảo.

Korbak cũng từng hợp tác với Greenblatt qua Slack và Signal trong một cuộc điều tra độc lập do METR thực hiện, liên quan đến vụ việc chấn động khi các tác tử (agent) của OpenAI tấn công nền tảng Hugging Face.

Vụ rò rỉ truyền thông và việc lục soát điện thoại

Căng thẳng bùng phát sau bài viết ngày 1/9 của tờ The Information, tiết lộ rằng phiên bản mô hình sắp ra mắt của OpenAI có tên Astra sở hữu năng lực mạnh mẽ hơn nhưng lại hiển thị ít bước suy luận nội bộ hơn. Dù nhà khoa học trưởng của OpenAI là Jakub Pachocki trước đó từng cảnh báo về rủi ro của việc phát triển các mô hình không thể giám sát, ông vẫn công khai bác bỏ bài viết trên mạng xã hội X và cho rằng thông tin này bị xáo trộn.

Ngay sau khi bài báo xuất hiện, OpenAI đã mở một cuộc điều tra nội bộ về vụ rò rỉ. Đội ngũ an ninh xác định Greenblatt là nhân vật bị nghi vấn nhận thông tin mật và yêu cầu Balesni, Korbak cùng Wang mở khóa điện thoại cá nhân.

Trong quá trình kiểm tra, các điều tra viên phát hiện các chuỗi tin nhắn trên ứng dụng Signal có kích hoạt chế độ tự biến mất. Cả ba nhà nghiên cứu đều bị sa thải một tuần sau đó. Mặc dù OpenAI nhấn mạnh rằng Signal không phải là nền tảng trao đổi công việc được phê duyệt, công ty vẫn khẳng định việc dùng Signal không phải là lý do trực tiếp dẫn đến quyết định sa thải. Korbak phản bác lại rằng việc dùng tin nhắn tự xóa là quy chuẩn bảo mật vận hành thông thường của các nhà nghiên cứu tại Thung lũng Silicon.

Wang còn phải đối mặt với một cuộc thẩm vấn bổ sung liên quan đến việc liên tục truy cập hộp thư của một lãnh đạo cấp cao. Theo Wang giải thích, cô đã yêu cầu hủy quyền truy cập của mình từ gần một năm trước, vô tình mở phải một email nhạy cảm vào tháng trước đó, không chia sẻ bất kỳ thông tin nào và đã lập tức chủ động báo cáo sự cố. OpenAI cũng chia sẻ với Wall Street Journal rằng việc truy cập hộp thư không phải là nguyên nhân khiến cô bị sa thải.

Tác động đến văn hóa an toàn AI

OpenAI khẳng định các quyết định sa thải hoàn toàn xuất phát từ việc vi phạm chính sách bảo vệ tài liệu nhạy cảm, không liên quan đến những lo ngại về an toàn mà bộ ba này nêu ra. Tuy nhiên, ba nhà nghiên cứu khẳng định họ chưa bao giờ nhận được bất kỳ văn bản nào xác định cụ thể thông tin nhạy cảm mà họ bị cho là đã làm rò rỉ.

Korbak cảnh báo rằng các động thái sa thải này đã tạo ra một bầu không khí e dè, sợ hãi trong nội bộ OpenAI, khiến các nhân sự còn lại ngần ngại lên tiếng phê bình về vấn đề an toàn hay tham vấn các chuyên gia bên ngoài. Để phản hồi, ba nhà nghiên cứu đã gửi một bức thư chính thức tới hội đồng quản trị của OpenAI, kêu gọi thiết lập các mối quan hệ hợp tác có cấu trúc chặt chẽ hơn với các tổ chức an toàn độc lập.

Vụ tranh cãi diễn ra cùng thời điểm phòng thí nghiệm này đang phải đối mặt với những câu hỏi lớn hơn về tính minh bạch. Trong một đợt kiểm toán hạ tầng tại chỗ gần đây do METR và Redwood Research thực hiện, các chuyên gia đánh giá đã phát hiện nhiều điểm yếu về bảo mật; OpenAI sau đó đã kiểm duyệt và cắt bỏ gần một nửa bản báo cáo kiểm toán cuối cùng trước khi công bố ra công chúng. Sau đó, OpenAI đã công bố chi tiết về một kiến trúc bảo mật cô lập mới hoàn toàn không kết nối internet, cho biết quá trình đào tạo mô hình đã được nối lại vào đầu tháng 10 và cam kết sẽ sớm mở rộng các mối quan hệ đối tác an toàn độc lập trong thời gian tới.