Project Lily là gì và vì sao người dùng nên lo lắng?
OpenAI Project Lily là chiến dịch nội bộ được cho là huy động hàng trăm nhân sự đọc thủ công dữ liệu hội thoại ChatGPT thực tế của người dùng, nhằm chấm điểm câu trả lời và tinh chỉnh hành vi mô hình, nhưng đồng thời làm dấy lên tranh cãi sâu sắc về bảo mật dữ liệu ChatGPT và quyền riêng tư người dùng AI khi nội dung tâm sự cá nhân có thể xuất hiện trước mắt con người thay vì chỉ nằm trong hệ thống máy móc. Sự việc này không nên bị xem như chi tiết kỹ thuật bên lề mà là dấu mốc cho thấy khoảng cách đáng kể giữa lời hứa “AI an toàn, tôn trọng riêng tư” và cách dữ liệu đang thực sự được xử lý. Khi người dùng tin rằng cuộc trò chuyện với chatbot là không gian riêng, nhưng phía sau là cả một bộ máy kiểm duyệt, niềm tin đó bị xói mòn.
Cách Project Lily vận hành: cải thiện mô hình bằng việc đọc đời sống người dùng
Theo cuộc điều tra, Project Lily là dự án kiểm duyệt bí mật tập trung vào việc đọc và chấm điểm từng phiên tương tác giữa người dùng và ChatGPT để nâng cao chất lượng phản hồi của mô hình. Người tham gia phải đánh giá độ chính xác, độ tự nhiên, loại bỏ văn phong máy móc, cắt bớt biểu tượng cảm xúc thừa và ngăn chatbot tỏ ra nịnh nọt hay nhân hóa bản thân bằng cách xưng “tôi”. Nghe qua, đây là quy trình tinh chỉnh hợp lý. Nhưng điểm đáng tranh luận là cách OpenAI dựa nặng vào dữ liệu hội thoại ChatGPT nguyên bản, thay vì thiết kế tập dữ liệu giả lập hoặc cho phép người dùng chọn rõ ràng việc có bị đưa vào hệ thống thẩm định thủ công hay không. Khi quy tắc hướng dẫn liên tục thay đổi và đôi khi mâu thuẫn, như phản ánh của chính nhân sự tham gia, người dùng càng khó tin rằng có một chuẩn mực rõ ràng bảo vệ họ.
| Khía cạnh | Mục đích | Vấn đề đặt ra |
|---|---|---|
| Đọc hội thoại thực tế | Tinh chỉnh hành vi ChatGPT | Đưa đời sống cá nhân vào quy trình nội bộ |
| Chấm điểm độ tự nhiên | Giảm văn phong máy móc | Tăng mức độ phụ thuộc vào dữ liệu người dùng |
| Quy tắc thay đổi liên tục | Tối ưu chất lượng phản hồi | Thiếu chuẩn minh bạch về bảo vệ riêng tư |
Khử định danh không đủ: dữ liệu hội thoại ChatGPT có thể vẫn lộ danh tính
OpenAI khẳng định dữ liệu được “làm sạch và ẩn danh” trước khi đến tay đội kiểm duyệt, tức người chấm điểm không nhìn thấy tên tài khoản. Nhưng chính đại diện công ty thừa nhận bộ lọc tự động có thể bỏ sót dữ liệu cá nhân nhạy cảm, đặc biệt trong các cuộc trò chuyện ngắn. Đây là điểm yếu cốt lõi: khử định danh kỹ thuật không xóa đi bối cảnh đời sống mà người dùng vô tình kể ra. Nhiều người xem chatbot như bạn tâm giao hay chuyên gia tâm lý, chia sẻ những bí mật thầm kín và yêu cầu hệ thống giữ kín nội dung. Thế nhưng bản hội thoại gửi cho nhân sự còn kèm “tóm tắt bộ nhớ người dùng” với sở thích, mối quan tâm, bối cảnh sống, thậm chí vị trí địa lý. Khi ghép các mảnh thông tin này lại, việc suy đoán ra danh tính trở nên khả thi, cho thấy quyền riêng tư người dùng AI đang được đặt cược vào thuật toán lọc vốn không hoàn hảo.
Cài đặt mặc định và sự thiếu minh bạch: người dùng bị đặt vào thế đã rồi
Một vấn đề khó chấp nhận là hầu hết dịch vụ chatbot phổ thông, kể cả gói trả phí, đều bật sẵn tùy chọn “dùng dữ liệu để cải thiện sản phẩm”. Người dùng có thể vào cài đặt để tắt, nhưng thao tác này không có hiệu lực hồi truy: dữ liệu hội thoại ChatGPT đã thu thập trước đó vẫn nằm trong tập dữ liệu và có thể đã được đưa vào các dự án như OpenAI Project Lily. Đáng nói hơn, khi bị chất vấn về việc có thông báo rõ ràng hay không, OpenAI viện dẫn trang giải đáp cũ nói đến việc con người đánh giá dữ liệu, rồi âm thầm chỉnh sửa sau điều tra: thêm hướng dẫn từ chối thu thập nhưng loại bỏ chi tiết liên quan đến nhân sự đọc thủ công. Hành động lặng lẽ này cho thấy vấn đề không chỉ là rủi ro kỹ thuật mà còn là cách truyền thông thiếu thẳng thắn. Khi một hãng AI tránh nhắc đến vai trò của con người trong chuỗi xử lý dữ liệu, người dùng có quyền nghi ngờ toàn bộ câu chuyện về minh bạch.
Không chỉ riêng OpenAI và người dùng cần làm gì để tự bảo vệ
Project Lily cũng cho thấy một sự thật lớn hơn: toàn ngành AI hiện nay vẫn dựa mạnh vào lao động con người để kiểm duyệt và tinh chỉnh dữ liệu, chứ chưa hề là hệ thống tự hoạt động khép kín. Các nền tảng khác như Gemini hay Anthropic đều công khai khả năng nhân sự được xem một số đoạn chat đã lưu trong điều khoản riêng. Nghĩa là nếu bạn dùng bất kỳ chatbot phổ biến nào, nguy cơ nội dung hội thoại bị đọc thủ công đã là mặc định, không phải ngoại lệ. Trong bối cảnh đó, người dùng cần thay đổi thói quen: không chia sẻ thông tin nhận diện (tên đầy đủ, số điện thoại, địa chỉ), hạn chế tâm sự các bí mật có thể gây tổn hại nếu bị lộ, luôn kiểm tra cài đặt chia sẻ dữ liệu, và coi mọi câu chữ gửi cho AI như đang nằm trong môi trường bán công khai. Nếu các hãng không chủ động nâng chuẩn bảo mật dữ liệu ChatGPT và tăng minh bạch, áp lực từ người dùng cùng nhà làm luật sẽ là động lực buộc họ phải xem lại toàn bộ cách thu thập và dùng dữ liệu.
