Hình ảnh và giọng nói quen thuộc cũng có thể bị làm giả
Deepfake là nội dung hình ảnh, âm thanh hoặc video được tạo hay chỉnh sửa bằng trí tuệ nhân tạo để mô phỏng người thật, khiến danh tính và lời nói khó phân biệt với bản gốc. Vì vậy, video call không còn là bằng chứng đủ sức xác nhận ai đang ở đầu dây bên kia.
AI có thể giả lập khuôn mặt và giọng nói trong cuộc gọi video theo thời gian thực; kẻ gian còn ghép hình ảnh, bối cảnh giống cơ quan công vụ và thông tin cá nhân để tạo lòng tin. Nguy cơ này được nêu tại hội thảo “Dữ liệu và công nghệ số: Nền tảng an toàn cho báo chí Công an nhân dân” ngày 23/10, nơi Hiếu PC cảnh báo lừa đảo deepfake ngày càng tinh vi.
Đây không phải rủi ro giả định: tháng 3/2025, một nạn nhân ở Hà Nội mất 1,3 tỉ đồng sau cuộc gọi video giả khuôn mặt và giọng nói giống con gái mình. Bởi vậy, nhận diện deepfake không thể dựa vào cảm giác “trông quen” hay “nghe đúng”. Khi có yêu cầu chuyển tiền, cung cấp dữ liệu hoặc làm theo chỉ dẫn khẩn cấp, hãy xem hình ảnh và âm thanh là manh mối cần xác minh, không phải bằng chứng kết luận.
Nhận diện dấu hiệu, nhưng đừng vội kết luận
Một số bất thường có thể giúp phát hiện nội dung đáng ngờ: màu sắc, ánh sáng hoặc chuyển động không tự nhiên; vùng da mặt nhòe; các vệt chớp quanh miệng hay đường viền khi nhân vật cử động. Trong video call, có thể đề nghị người bên kia vẫy tay liên tục trước mặt hoặc quay nghiêng khoảng 90 độ để quan sát biểu hiện hình ảnh.
Những phép thử này chỉ là dấu hiệu sàng lọc, không phải cách xác nhận chắc chắn. Deepfake ngày càng chân thực, còn một video bị nén, ánh sáng yếu hoặc kết nối chập chờn cũng có thể tạo ra hình ảnh bất thường. Ngược lại, nội dung giả vẫn có thể trông trơn tru. Vì vậy, kiểm chứng video cần nhiều lớp: xem xét dấu hiệu kỹ thuật, kiểm tra nguồn phát hành và đối chiếu thông tin từ nơi độc lập.
Với cuộc gọi đáng ngờ, cách an toàn hơn là chủ động kết thúc, rồi gọi lại bằng số chính thức đã lưu trong danh bạ tin cậy để xác minh. Đừng gọi vào số do người đang gọi cung cấp, cũng đừng để áp lực thời gian thay thế quy trình xác nhận. Một người thân thật sự có thể được gọi lại; một yêu cầu chuyển tiền khẩn cấp thì không nên được đáp ứng chỉ vì khuôn mặt và giọng nói có vẻ quen.
Quy trình kiểm chứng: kiểm tra tệp, phân tích, truy nguồn
Một khung kiểm tra dễ nhớ là M.A.N: Metadata, AI Spectrum và Nguồn gốc. Trước tiên, xem metadata của tệp nếu có để tìm manh mối về thời điểm, thiết bị hoặc quá trình chỉnh sửa; dữ liệu này có thể bị thiếu hoặc thay đổi nên không tự nó chứng minh thật giả. Tiếp đó, dùng công cụ AI hỗ trợ phân tích bất thường về màu sắc, ánh sáng, bóng đổ, chuyển động hoặc giọng nói. Kết quả từ công cụ cũng cần được xem như tín hiệu tham khảo, không phải phán quyết.
Bước cuối là truy tìm bản gốc bằng công cụ tình báo nguồn mở và tìm kiếm hình ảnh ngược, sau đó đối chiếu nhiều nguồn và xác minh nơi phát hành. Hãy hỏi nội dung xuất hiện đầu tiên ở đâu, ai đăng, có bản đầy đủ hơn không và các nguồn đáng tin cậy khác có xác nhận hay không. Phát hiện một khung hình lạ chỉ là bước đầu; muốn phát hiện tin giả, cần biết nội dung bắt nguồn từ đâu, do ai tạo và đã bị chỉnh sửa thế nào.
Xác minh danh tính và thông tin bằng kênh độc lập
Giả mạo giọng nói và video có thể đi kèm thao túng tâm lý, đánh cắp dữ liệu hoặc chiếm đoạt tài sản. Vì thế, nguyên tắc quan trọng nhất không phải là tìm một dấu hiệu “bắt quả tang”, mà là tách lời kêu gọi hành động khỏi bằng chứng về danh tính. Khi người gọi tự xưng là người thân, cán bộ hay đại diện tổ chức, hãy liên hệ lại qua số hoặc kênh chính thức đã biết trước.
Nếu nội dung là một tuyên bố công khai, hãy tìm bản gốc và đối chiếu với các nguồn độc lập trước khi chia sẻ. Không chuyển tiếp đoạn clip chỉ vì nó gây sốc hoặc được nhiều người đăng lại: mức độ lan truyền không xác nhận tính xác thực. Với yêu cầu liên quan đến tiền bạc, mật khẩu hay dữ liệu cá nhân, dừng lại và xác minh bằng một kênh khác.
Ứng phó hiệu quả cần kết hợp công cụ phát hiện nội dung giả với quy trình xác minh nguồn, cơ chế chia sẻ cảnh báo, trách nhiệm của nền tảng và kỹ năng kiểm chứng của người dùng. Công nghệ có thể giúp chỉ ra điểm bất thường, nhưng quyết định tin hay hành động vẫn cần dựa trên kiểm tra độc lập. Trong môi trường mà mắt thấy tai nghe có thể bị mô phỏng, thói quen chậm lại để xác minh là lớp bảo vệ thiết thực nhất.
