DeepMind cảnh báo: Chuỗi tư duy (CoT) là chìa khóa an toàn AI nhưng đang dần mất đi tính minh bạch

Chuyển đến nội dung chính

18 tháng 9, 2026

Các mô hình AI ngày nay đã có thể "suy nghĩ thành lời", nhưng Google Deepmind cho rằng sự minh bạch này đang bị đe dọa. Trong một trong những bài viết đầu tiên từ Deepmind Institute mới được thành lập, các nhà nghiên cứu Rohin Shah và Anca Dragan lập luận rằng chuỗi suy nghĩ (chain of thought - CoT) hiển thị là một lợi thế an toàn then chốt. Vì các mô hình viết ra các bước trung gian bằng ngôn ngữ thông thường, các nhà nghiên cứu có thể phát hiện liệu chúng có đang lừa dối hay xây dựng các kế hoạch có vấn đề hay không. Với Gemini 3 Pro, họ cho biết, chuỗi suy nghĩ đã tiết lộ rằng mô hình này nhận ra nó đang ở trong một môi trường thử nghiệm.

Tuy nhiên, sự minh bạch đó đang gặp nguy hiểm. Thẻ hệ thống (system card) của GPT-6 Astra từ OpenAI đã báo cáo về sự sụt giảm đáng kể trong khả năng giám sát chuỗi suy nghĩ. Các mô hình tương lai có thể suy nghĩ trong các không gian số mà con người không thể đọc được, điều này sẽ hiệu quả hơn nhưng lại hoàn toàn thiếu minh bạch. Shah và Dragan muốn lĩnh vực này thường xuyên đo lường mức độ khả thi trong việc giám sát chuỗi suy nghĩ, duy trì các kiến trúc minh bạch và cẩn trọng trong quá trình huấn luyện để các mô hình không học cách che giấu lập luận thực sự của chúng.

Vào đầu tháng 9, nhà khoa học trưởng của OpenAI, Jakub Pachocki, đã cảnh báo về việc mất kiểm soát, một phần xuất phát từ các chuỗi suy nghĩ ngày càng khó giám sát hơn. Ngay sau đó, CEO Dario Amodei của Anthropic đã kêu gọi chủ động làm chậm tốc độ phát triển.

Tin tức AI không cường điệu – Được tuyển chọn bởi con người

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo tiên phong "AI Radar" độc quyền sáu lần một năm, quyền truy cập toàn bộ kho lưu trữ và tham gia phần bình luận của chúng tôi.

Đăng ký ngay