Nghiên cứu mới cảnh báo việc lạm dụng chatbot AI như ChatGPT đang làm thui chột sự đa dạng trong tư duy và ngôn ngữ, khiến con người ngày càng suy nghĩ giống nhau.

Theo một bài luận mới được công bố trên tạp chí Trends in Cognitive Sciences, việc sử dụng các mô hình ngôn ngữ lớn (LLMs) như ChatGPT có thể đang bào mòn sự độc đáo trong cách suy nghĩ và giao tiếp của con người.

Zhivar Sourati, nhà khoa học máy tính tại Đại học Nam California (USC) và là tác giả chính của nghiên cứu, nhận định: "Sự phong phú trong cách mọi người viết, tranh luận và suy nghĩ là một trong những tài nguyên nhận thức giá trị nhất của nhân loại".

 

Lạm dụng ChatGPT có thể khiến tất cả chúng ta đều nghĩ như nhau. Ảnh: techlusive

Khi LLMs đồng nhất hóa những khác biệt này, kết quả là những biểu đạt và tư duy của người dùng bị rập khuôn. Sự đa dạng về ngôn ngữ và góc nhìn chính là động lực thúc đẩy sự sáng tạo, đổi mới và khả năng giải quyết vấn đề tập thể.

Theo Trung tâm Nghiên cứu Pew, 1/3 người Mỹ đã sử dụng ChatGPT vào năm 2025, tăng gấp đôi năm 2023. Tỷ lệ này ở thanh thiếu niên lên tới 2/3.

Trong mảng doanh nghiệp, dữ liệu từ Đại học Stanford ghi nhận 78% tổ chức có sử dụng AI trong năm 2024, tăng từ 55% năm 2023.

Sự phổ biến này mang đến rủi ro lớn. Nhóm nghiên cứu chỉ ra rằng văn bản do LLM tạo ra ít có sự biến thiên hơn so với con người tự viết.

Các công nghệ trước đây như Internet hay hệ thống định vị toàn cầu (GPS) cũng định hình nhận thức song chủ yếu hỗ trợ lưu trữ và truy xuất thông tin, trong khi LLMs tự tạo ra các lập luận và cách diễn đạt thay cho người dùng.

Chúng cung cấp "một cách suy nghĩ đã được hoàn thiện” và khi hàng trăm triệu người cùng sử dụng, sức mạnh đồng nhất hóa của nó là chưa từng có.

Nguyên nhân một phần đến từ dữ liệu dùng để huấn luyện AI. LLMs tập trung vào các quy luật thống kê, có thể đề cao quá mức các ngôn ngữ và hệ tư tưởng thống trị, dẫn đến việc thu hẹp trải nghiệm của con người.

Sự đồng nhất hóa tư duy làm giảm tính đa nguyên - nguyên lý cho rằng nhiều góc nhìn khác nhau sẽ tốt cho toàn xã hội. Nếu mất đi khả năng suy nghĩ đa chiều, con người sẽ gặp khó khăn trong việc tìm ra giải pháp và thích nghi với các tình huống mới.

"Mối lo không dừng lại ở việc LLMs định hình cách mọi người viết hoặc nói, mà còn là chúng xác định lại một cách tinh tế những gì được coi là lời nói đáng tin cậy, quan điểm đúng đắn hoặc thậm chí là lý luận tốt", ông Sourati chia sẻ.

Đáng lo ngại hơn, xu hướng này ảnh hưởng cả đến những người không dùng chatbot. Ông Sourati phân tích, khi bị bao quanh bởi những người suy nghĩ và nói chuyện theo một khuôn mẫu, những cá nhân khác biệt sẽ chịu áp lực phải đồng hóa để những ý tưởng của mình trông "đáng tin cậy" hoặc "được xã hội chấp nhận" hơn.

Bác sĩ tâm thần học Owen Muir đồng tình với quan điểm này khi khẳng định thứ ngôn ngữ "trung bình" đang dần ăn sâu vào giao tiếp của con người, ngay cả khi không có sự hiện diện của máy móc.

(Theo Cnet)

Du Lam 

Nguồn: BÁO MỚI 

Mọi người đều đã biết tập thể dục thường xuyên giúp giảm nguy cơ mắc các bệnh tim mạch. Tuy nhiên, bạn có biết thời điểm tập quan trọng không kém mức độ tập luyện.

Nghiên cứu mới vừa phát hiện giờ tập thể dục tốt nhất để giảm nguy cơ mắc bệnh mạch vành, cao huyết áp, tiểu đường và béo phì.

Nghiên cứu do các nhà khoa học tại Đại học Massachusetts (Mỹ) thực hiện, bao gồm 14.489 người tham gia. Các nhà nghiên cứu đã phân tích dữ liệu nhịp tim từng phút từ thiết bị theo dõi sức khỏe của người tham gia trong suốt 1 năm. 

 

Kết quả đã phát hiện những người thường xuyên tập thể dục vào sáng sớm có khả năng mắc bệnh mạch vành, cao huyết áp, tiểu đường loại 2 hoặc béo phì thấp hơn đáng kể so với những người tập vào buổi chiều, theo trang tin y khoa Medical Express.

Cụ thể, so với tập thể dục buổi chiều, thường xuyên tập vào buổi sáng đã giảm nguy cơ các vấn đề chuyển hóa như sau:

• Giảm 31% nguy cơ mắc bệnh mạch vành.
• Giảm 18% nguy cơ cao huyết.
• Giảm 21% nguy cơ mỡ máu cao.
• Giảm đến 30% nguy cơ mắc bệnh tiểu đường.
• Giảm đến 35% nguy cơ béo phì.

Giờ tập thể dục tốt nhất

Đặc biệt, tập thể dục trong khoảng từ 7 - 8 sáng mang lại hiệu quả cao nhất trong việc giảm tỷ lệ mắc bệnh mạch vành, theo Medical Express.

Các nhà nghiên cứu giải thích rằng các yếu tố như nội tiết tố, giấc ngủ hoặc di truyền có thể đóng vai trò quan trọng trong mối liên hệ này. Ngoài ra, tập thể dục sớm có thể dẫn đến mức năng lượng cao hơn và các lựa chọn thực phẩm lành mạnh hơn trong suốt cả ngày.

Nhóm tác giả nghiên cứu kết luận: Tập thể dục bất cứ lúc nào cũng tốt, nhưng nếu được thì tập vào buổi sáng, đặc biệt là khung giờ từ 7 - 8 giờ, cơ thể sẽ nhận được sự bảo vệ tối ưu trước các nguy cơ bệnh tim mạch và chuyển hóa.

Nguồn: THANH NIÊN 

Đây là số vụ khai thác lỗ hổng trong doanh nghiệp tại Việt Nam mà Kaspersky đã ngăn chặn trong 6 tháng đầu năm...

 

Ảnh minh họa.

Dữ liệu mới nhất từ Kaspersky cho thấy nhiều lỗ hổng bảo mật trong mạng lưới doanh nghiệp Việt Nam vẫn chưa được khắc phục. Thực trạng này khiến doanh nghiệp tiếp tục nằm trong tầm ngắm của tội phạm mạng.

Trong nửa đầu năm 2025, Kaspersky đã ngăn chặn hơn 301.880 cuộc tấn công khai thác lỗ hổng nhắm vào các doanh nghiệp tại Việt Nam, với trung bình khoảng 1.600 vụ mỗi ngày.

Con số này đặt Việt Nam vào vị trí thứ hai trong khu vực Đông Nam Á, chỉ sau Indonesia với 524.657 vụ. Các quốc gia khác trong khu vực lại có con số thấp hơn đáng kể, gồm Thái Lan với 88.966 vụ, Philippines với 50.895 vụ và Singapore với 38.719 vụ.

Tấn công khai thác (exploit) là hình thức tấn công mạng lợi dụng các lỗ hổng bảo mật, lỗi phần mềm hoặc hệ điều hành để xâm nhập trái phép vào hệ thống. Nếu không được khắc phục kịp thời, những lỗ hổng này sẽ trở thành “cánh cửa mở” cho kẻ tấn công chiếm quyền kiểm soát dữ liệu và tài nguyên của doanh nghiệp.

 

Theo báo cáo khác của Kaspersky, trong quý 2/2025, hầu hết các lỗ hổng chưa được vá trong sản phẩm Microsoft Office là mục tiêu phổ biến của các cuộc tấn công khai thác trên toàn cầu. Kaspersky cũng ghi nhận một số vụ tấn công nhắm vào nền tảng Windows.

Ngoài ra, các nền tảng low-code/no-code (LCNC) và framework của các ứng dụng AI cũng đang trở thành mục tiêu của tin tặc. Những công nghệ này, mặc dù mang lại sự tiện lợi và hiệu quả cho doanh nghiệp, nhưng cũng tiềm ẩn nhiều rủi ro nếu không được bảo mật đúng cách. Tin tặc có thể lợi dụng các lỗ hổng trong những công cụ này để chiếm đoạt quyền truy cập hệ thống, sau đó nâng quyền kiểm soát để duy trì quyền chiếm dụng lâu dài trong mạng lưới doanh nghiệp.

Nền tảng low-code/no-code (LCNC) là các công cụ phát triển phần mềm cho phép người dùng xây dựng ứng dụng thông qua giao diện trực quan với thao tác kéo - thả đơn giản, mà không cần kiến thức lập trình truyền thống.

Nhờ đó, người không chuyên và cả đội ngũ công nghệ thông tin chuyên nghiệp đều có thể dễ dàng, nhanh chóng tạo các trang web và ứng dụng di động từ các mẫu có sẵn, đồng thời kết nối chúng qua các công cụ đồ họa đơn giản.

Ông Adrian Hia, Giám đốc Điều hành khu vực châu Á - Thái Bình Dương tại Kaspersky nhận định: “Việt Nam là quốc gia đang phát triển với tốc độ nhanh chóng, với nhiều doanh nghiệp vừa và nhỏ (SME) cùng các tập đoàn lớn tích cực ứng dụng công nghệ để tối ưu hóa quy trình và nâng cao hiệu suất làm việc. Tuy nhiên, sự tiện lợi luôn song hành cùng rủi ro. Càng nhiều doanh nghiệp sử dụng những công cụ này, nguy cơ bị tin tặc khai thác lỗ hổng để tấn công càng lớn".

Một phát hiện khác từ Kaspersky cho thấy, trong sáu tháng đầu năm 2025, các doanh nghiệp tại Thái Lan phải đối mặt với 2.524.439 mối đe dọa trực tuyến, đứng đầu trong khu vực Đông Nam Á. Tiếp đến là Malaysia và Indonesia lần lượt xếp sau với 1.703.788 và 1.626.984 vụ.

Việt Nam xếp ở vị trí thấp hơn với tổng cộng 1.174.407 mối đe dọa trực tuyến. Mối đe dọa trực tuyến (Web threats) là thuật ngữ chỉ các chương trình độc hại có khả năng tấn công người dùng trong quá trình truy cập Internet. Không chỉ giới hạn ở các hoạt động trực tuyến, mối đe dọa này còn có thể gây hại ở bất kỳ giai đoạn nào trong quá trình sử dụng internet.

Trong nửa đầu năm 2025, các cuộc tấn công ransomware (mã độc tống tiền) tiếp tục gây ảnh hưởng đến một nhóm nhỏ người dùng doanh nghiệp tại Việt Nam. Thực trạng này không nằm ngoài xu hướng chung của toàn cầu, khi tin tặc chuyển mục tiêu tấn công sang các tổ chức có giá trị cao, thay vì triển khai hàng loạt trên diện rộng. Theo báo cáo của Kaspersky, chỉ có 0,31% người dùng doanh nghiệp tại Việt Nam ghi nhận bị tấn công ransomware.

 

Tuy nhiên, tỷ lệ nhỏ này phản ánh xu hướng tấn công của tin tặc hiện nay. Thay vì tập trung phát tán mã độc trên diện rộng, chúng chuyển hướng sang các mục tiêu có giá trị cao hơn. Điều này giải thích cho số vụ việc ghi nhận giảm, nhưng mức độ thiệt hại trong mỗi cuộc tấn công lại nghiêm trọng hơn.

Ông Ngô Tấn Vũ Khanh, Giám đốc Quốc gia tại Việt Nam của Kaspersky, nhận định: “Hiện nay, sự gia tăng của các nhóm ransomware nhắm vào doanh nghiệp lớn và các hệ thống hạ tầng trọng yếu quốc gia đang là dấu hiệu đáng chú ý trong bức tranh an ninh mạng Việt Nam”.

Với quy mô tổ chức phức tạp và khối lượng dữ liệu khổng lồ, mạng lưới doanh nghiệp thường tồn động nhiều điểm yếu bảo mật, khiến chúng trở thành mục tiêu hàng đầu của tội phạm mạng.

Các lĩnh vực như tài chính, công nghệ, dịch vụ công và y tế đặc biệt dễ ‘rơi vào tầm ngắm’ của kẻ xấu, bởi đây là nơi lưu trữ lượng dữ liệu có giá trị cao, nơi bất kỳ sự cố nào cũng có thể gây ra tác động nghiêm trọng về kinh tế và xã hội.

Bạch Dương

Nguồn: https://baomoi.com/hon-300-000-cuoc-tan-cong-khai-thac-lo-hong-nham-vao-doanh-nghiep-viet-chi-trong-nua-dau-nam-c53613037.epi

Trí tuệ nhân tạo đang đặt cộng đồng khoa học trước một phép thử về chuẩn mực và niềm tin. Khi AI tham gia ngày càng sâu vào viết và phản biện nghiên cứu, vấn đề không còn là khả năng của công nghệ, mà là giới hạn kiểm soát của con người.

Trí tuệ nhân tạo đang tạo ra một nghịch lý trong giới nghiên cứu. Công cụ được kỳ vọng thúc đẩy khoa học lại đang bị lạm dụng, làm giảm chất lượng học thuật và bào mòn niềm tin công chúng. Khi AI quá dễ dùng, ranh giới giữa hỗ trợ và làm thay con người gần như biến mất.

Trong những tháng gần đây, các hội nghị AI lớn đã đồng loạt siết chặt việc sử dụng mô hình ngôn ngữ lớn. Ban tổ chức cho biết họ đang bị quá tải bởi các bài viết do AI tạo ra, hình thức chỉn chu nhưng nội dung yếu và tiềm ẩn sai sót. Điều này đẩy quá trình phản biện khoa học vào tình thế rủi ro hơn bao giờ hết.

 

Các hội nghị AI gần đây đã siết chặt việc sử dụng mô hình ngôn ngữ lớn sau khi bị tràn ngập bởi các bài viết kém chất lượng do AI tạo ra. Ảnh: Dreamstime

Inioluwa Deborah Raji, nhà nghiên cứu AI tại University of California, Berkeley, một đại học công lập hàng đầu của Mỹ, cho rằng đây là nghịch lý lớn của ngành. Theo bà, trong khi AI được tung hô sẽ tái định hình y học, giáo dục và kinh tế, thì chính lĩnh vực AI lại rơi vào hỗn loạn vì sử dụng công nghệ này thiếu kiểm soát.

Những con số gần đây cho thấy AI đã thâm nhập rất sâu vào hoạt động nghiên cứu. Một nghiên cứu của trường đại học Stanford University tại Mỹ, công bố hồi tháng 8 cho thấy khoảng 22% bài báo khoa học máy tính có sử dụng các mô hình ngôn ngữ lớn.

Tại Hội nghị Quốc tế về Biểu diễn Học tập (ICLR), một trong những diễn đàn uy tín nhất về học sâu, công ty khởi nghiệp Pangram ước tính rằng 21% các bài đánh giá năm 2025 được tạo hoàn toàn bằng AI. Hơn một nửa số bài còn lại có sử dụng AI ở một mức độ nhất định, từ chỉnh sửa câu chữ đến viết lại nội dung.

Đáng lo ngại hơn, gần 9% bài báo gửi tới ICLR có hơn một nửa nội dung do AI tạo ra. Có trường hợp một bài bị nghi ngờ viết bằng AI vẫn lọt vào nhóm 17% bài có điểm phản biện cao nhất. Thực tế này cho thấy hệ thống đánh giá khoa học đang gặp thách thức lớn trước nội dung do AI tạo ra.

Tình trạng tương tự cũng xuất hiện tại Hội nghị Hệ thống xử lý thông tin thần kinh (NeurIPS), diễn đàn được coi là uy tín bậc nhất trong lĩnh vực AI. Tháng Giêng vừa qua, công ty GPTZero, startup chuyên phát hiện nội dung do AI tạo ra, công bố nghiên cứu phát hiện hơn 100 lỗi liên quan đến AI trong 50 bài báo trình bày tại NeurIPS năm trước. Các lỗi phổ biến gồm tài liệu tham khảo không tồn tại, mô tả thí nghiệm mơ hồ và kết luận thiếu cơ sở kiểm chứng.

Trước sức ép ngày càng lớn, ban tổ chức ICLR đã cập nhật hướng dẫn sử dụng AI. Theo quy định mới, những bài báo không nói rõ việc sử dụng các mô hình ngôn ngữ lớn có thể bị từ chối. Các nhà nghiên cứu dùng AI để viết những bản đánh giá sơ sài, kém chất lượng cũng sẽ bị xử phạt, thậm chí ảnh hưởng trực tiếp đến cơ hội công bố công trình của chính họ.

Theo Hany Farid, giáo sư tại University of California, Berkeley, việc công bố các bài báo sai và kém chất lượng đang đe dọa niềm tin xã hội vào khoa học. Ông nhấn mạnh rằng giá trị khoa học không nằm ở số lượng bài báo, mà ở mức độ đáng tin của mỗi kết quả.

Áp lực công bố được xem là nguyên nhân sâu xa. Ban tổ chức NeurIPS cho biết họ nhận được hơn 21.500 bài gửi trong năm 2025, tăng mạnh so với năm trước và gần gấp ba so với năm 2020. Có tác giả đứng tên hơn 100 bài tại cùng một hội nghị, con số vượt xa khả năng làm việc thông thường của một nhà nghiên cứu.

Theo Thomas G Dietterich, giáo sư danh dự tại Đại học bang Oregon và phụ trách mảng khoa học máy tính của arXiv, kho lưu trữ học thuật trực tuyến miễn phí lớn nhất thế giới, số lượng bài báo khoa học máy tính đăng tải trên nền tảng này cũng tăng rất nhanh. Tuy nhiên, ông cho rằng vẫn khó khẳng định mức tăng đó chủ yếu đến từ AI hay do lĩnh vực này thu hút thêm nhiều nhà nghiên cứu mới.

Việc phát hiện nội dung do AI tạo ra hiện vẫn gặp nhiều khó khăn do thiếu tiêu chuẩn thống nhất. Dietterich cho biết dấu hiệu dễ nhận thấy nhất là danh mục tài liệu tham khảo bịa đặt hoặc các số liệu không hợp lý. Khi bị phát hiện, tác giả có thể bị cấm gửi bài trong một thời gian.

Nhiều chuyên gia nhấn mạnh AI vẫn có giá trị nếu được dùng đúng cách, như hỗ trợ ý tưởng hoặc chỉnh sửa ngôn ngữ. Theo Thomas G. Dietterich, AI đã góp phần cải thiện đáng kể chất lượng tiếng Anh trong nhiều bài báo khoa học từ Trung Quốc.

Tranh luận càng trở nên gay gắt khi các công ty công nghệ lớn như Google, Anthropic - startup AI tập trung vào an toàn mô hình và OpenAI quảng bá các mô hình của họ như những “nhà khoa học cộng tác” có thể đẩy nhanh nghiên cứu trong nhiều lĩnh vực.

Các mô hình AI thường được huấn luyện từ các tài liệu khoa học. Tuy nhiên, nếu những tài liệu này ngày càng do AI tạo ra, chất lượng mô hình khó tránh khỏi suy giảm. Hany Farid cảnh báo rằng khi AI “học từ chính mình” mà không được sàng lọc, mô hình có thể rơi vào tình trạng “sụp đổ”, tạo ra các kết quả vô nghĩa vì mất đi sự đa dạng của tri thức ban đầu.

Kevin Weil, trưởng bộ phận khoa học tại OpenAI, thừa nhận AI là công cụ rất mạnh, nhưng không thể thay thế trách nhiệm khoa học. Theo ông, AI có thể giúp mở ra những hướng nghiên cứu mới, nhưng không đồng nghĩa với việc con người được phép lơ là kiểm chứng và chuẩn mực học thuật.

Tùng Lâm (Theo Financial Times, CNN)

Nguồn: https://baomoi.com/khi-ai-lam-lung-lay-nen-tang-nghien-cuu-khoa-hoc-c54392093.epi