Công ty phát triển trí tuệ nhân tạo OpenAI vừa công bố loạt chính sách bảo vệ an toàn mới dành cho người dùng ChatGPT, tập trung vào việc ngăn chặn nguy cơ bạo lực và áp dụng các biện pháp kiểm duyệt nghiêm ngặt hơn đối với nhóm tuổi vị thành niên. Thông báo đăng tải ngày 30/10/2026 cho biết các cơ chế kiểm soát kỹ thuật này sẽ bắt đầu được triển khai thực tế trong vài tuần tới.
Ngăn chặn tái hiện các vụ tấn công bạo lực và cơ chế tự kết thúc hội thoại
Theo quy định cập nhật áp dụng cho mọi người dùng, ChatGPT sẽ từ chối cung cấp thông tin chi tiết về các vụ tấn công bạo lực hàng loạt trong quá khứ, bao gồm việc tái dựng chi tiết loại vũ khí, trang thiết bị hay cách thức kẻ tấn công sở hữu chúng. OpenAI cho biết mặc dù người dùng vẫn có thể đặt câu hỏi để tìm hiểu về bối cảnh lịch sử, tác động tới cộng đồng hay dấu hiệu cảnh báo phòng ngừa, mô hình sẽ chủ động hạn chế các mô tả sâu có nguy cơ khuếch đại sự chú ý tiêu cực của các hành vi tội phạm.
Đặc biệt, OpenAI đang phát triển tính năng kỹ thuật cho phép ChatGPT tự động kết thúc cuộc trò chuyện khi phát hiện người dùng có dấu hiệu ám ảnh hoặc tập trung cao độ vào ý định gây thương tích cho người khác. Nếu một tài khoản liên tục bị hệ thống tự ngắt hội thoại vì lý do trên, OpenAI có thể áp dụng biện pháp tạm dừng tài khoản để ngăn ngừa rủi ro bùng phát ngoài đời thực. Đây là bước tiến cụ thể hóa các yêu cầu đạo đức từng được đặt ra trong cập nhật tài liệu nguyên tắc Model Spec mà công ty đã công bố trước đây.
Siết chặt nội dung liên quan đến vũ khí đối với người dùng dưới 18 tuổi
Đối với nhóm người dùng trẻ em và thiếu niên, OpenAI nâng cấp các biện pháp phòng vệ bằng cách hạn chế triệt để các thông tin thực hành liên quan đến vũ khí và hệ thống an ninh, ngay cả khi câu hỏi từ phía người dùng không thể hiện bất kỳ ý định bạo lực nào. Nền tảng tiếp tục sử dụng hệ thống dự đoán độ tuổi thông minh dựa trên hành vi tương tác và hợp tác cùng đối tác xác minh danh tính Persona để hỗ trợ người dùng trưởng thành khôi phục quyền truy cập nếu bị nhận diện nhầm.
Các công cụ giám sát dành cho phụ huynh cũng được mở rộng để gửi cảnh báo trực tiếp nếu tài khoản của con em họ bị tạm ngưng do vi phạm chính sách về bạo lực. Những điều chỉnh kỹ thuật này nhằm xây dựng một môi trường mạng an toàn hơn, phản ánh nỗ lực tuân thủ bộ tiêu chuẩn an toàn cộng đồng mà các tổ chức quản lý quốc tế đang thúc giục các lab AI hoàn thiện. Những biện pháp này cũng xuất hiện giữa bối cảnh công ty đang phải đối mặt với vụ kiện liên quan đến phản hồi của ChatGPT trong các trường hợp người dùng gặp bất ổn về tâm lý.
Minh bạch hóa qua Báo cáo An toàn Cộng đồng định kỳ
Bên cạnh các rào chắn kỹ thuật, OpenAI cam kết sẽ xuất bản Báo cáo An toàn Cộng đồng đầu tiên vào đầu năm 2027, tổng kết dữ liệu vận hành trong nửa cuối năm 2026 và duy trì báo cáo định kỳ mỗi sáu tháng một lần. Báo cáo này sẽ chia sẻ dữ liệu ẩn danh về các dạng thức nguy cơ được phát hiện, hiệu quả của các biện pháp phòng ngừa và những cập nhật chính sách mới.
Đáng chú ý, OpenAI cho biết trong quý III/2026, công ty đã chủ động chuyển giao hơn 200 trường hợp có dấu hiệu đe dọa bạo lực khẩn cấp tới các cơ quan thực thi pháp luật để kịp thời can thiệp trong thế giới thực. Việc chuyển đổi từ cơ chế bị động phản hồi câu hỏi sang chủ động phát hiện dấu hiệu hành vi xuyên suốt nhiều cuộc hội thoại cho thấy ranh giới giám sát của AI đang ngày càng mở rộng, đặt ra bài toán cân bằng tinh tế giữa an toàn cộng đồng và quyền riêng tư cá nhân.