Tính năng AI của Google Earth là gì và vì sao bị “khai tử” trong 24 giờ?
Google Earth AI tính năng là khả năng tích hợp mô hình AI tạo sinh hình ảnh Nano Banana 2 vào nền tảng bản đồ, cho phép người dùng nhập câu lệnh ngôn ngữ tự nhiên để tạo, chỉnh sửa ảnh vệ tinh mô phỏng quá khứ hoặc tương lai của một địa điểm, nhưng cũng mở ra nguy cơ deepfake ảnh vệ tinh ở quy mô chưa từng có. Khi Google giới thiệu tính năng tạo ảnh AI Nano Banana 2 tích hợp vào Google Earth, mục tiêu ban đầu mang màu sắc giáo dục: cho phép người dùng xem Pompeii năm 78 sau Công nguyên hay trực quan hóa quy hoạch đô thị trong tương lai. Nhưng Internet phản ứng theo cách quen thuộc: thử nghiệm ranh giới. Chỉ trong chưa đầy một ngày, các bức ảnh mô phỏng máy bay đâm vào tòa nhà ở Manhattan, vụ đánh bom tại Moscow hay cảnh người tị nạn ở biên giới Mỹ - Mexico xuất hiện dày đặc trên nền Google Earth quen thuộc. Kết quả: tính năng bị gỡ bỏ sau chưa đầy 24 giờ phát hành.
Từ công cụ giáo dục đến “nhà máy” deepfake ảnh vệ tinh
Vấn đề không chỉ nằm ở việc xuất hiện vài bức ảnh giả, mà ở chỗ chúng được đặt lên một nền tảng vốn được coi là nguồn dữ liệu đáng tin cậy. Trong hai thập kỷ, Google Earth là công cụ quen thuộc của nhà báo, nhà nghiên cứu và cộng đồng OSINT để đối chiếu, xác minh sự kiện bằng ảnh vệ tinh. Khi AI tạo sinh hình ảnh được gắn thẳng vào giao diện đó, mọi thứ thay đổi. Người dùng có thể yêu cầu Nano Banana 2 thêm xe tăng vào một thành phố, tạo cảnh kho dầu bốc cháy hay các khu tập trung người di cư tại biên giới, sau đó chụp màn hình và chia sẻ như “bằng chứng” thị giác. Henk van Ess đã chứng minh: chỉ với vài dòng lệnh, những cảnh trại tị nạn hay nhà máy điện hạt nhân hoàn chỉnh ở Iran xuất hiện với độ chân thực cao. Khi ra khỏi ngữ cảnh ban đầu, các ảnh này gần như không khác gì ảnh vệ tinh thật, biến deepfake ảnh vệ tinh thành một loại vũ khí thông tin mới.
Vì sao các lớp bảo vệ hiện tại của Google là chưa đủ?
Google không thiếu ý thức về bảo mật công nghệ AI. Công ty khẳng định ảnh tạo bằng AI đều được đánh dấu là nội dung do AI tạo, tích hợp SynthID và không tự động hiển thị cho người dùng khác trên Google Earth. Theo tuyên bố, người dùng phải chủ động tạo nội dung; ảnh đó không thay thế ảnh vệ tinh gốc trong mắt “đại chúng”. Nhưng điều này bỏ qua một thực tế rất cũ của Internet: nút chụp màn hình. Khi ảnh được chụp lại và đăng lên mạng xã hội, mọi watermark, ngữ cảnh, hay ghi chú “do AI tạo” đều bị làm mờ, cắt bỏ hoặc đơn giản là bị phớt lờ. Một Community Note trên X cũng chỉ ra watermark chỉ xuất hiện trên một phần hình ảnh, làm việc nhận diện càng khó. Nói thẳng: Google đã đánh giá thấp khả năng người dùng lách các lớp bảo vệ, và đánh giá cao quá mức tác dụng của nhãn AI trong một hệ sinh thái thông tin vốn hỗn loạn.
Deepfake từ không gian: rủi ro mới cho chiến tranh, khủng hoảng và niềm tin công chúng
Các chuyên gia không nói quá khi cảnh báo về deepfake từ không gian. Aravind Ravichandran cảnh báo người dùng có thể tạo ảnh xe tăng, người di cư hay kho dầu cháy trong các đô thị thật rồi phát tán như bằng chứng thời gian thực. Nathaniel Raymond từ Humanitarian Research Lab của Yale nhận định khả năng chỉnh sửa ảnh vệ tinh bằng AI mở đường cho việc giả mạo dữ liệu ở quy mô lớn, đặc biệt nguy hiểm trong bối cảnh chiến tranh, thảm họa và các nhóm dễ tổn thương. Một câu nói đáng ghi nhớ là: “Dù chỉ tồn tại trong 24 giờ, tính năng này đã cho thấy mặt trái: AI không chỉ có thể tái dựng lịch sử hay tưởng tượng tương lai, mà còn có thể tạo ra một ‘hiện tại’ chưa từng tồn tại”. Khi “hiện tại giả” xuất hiện trên nền một công cụ vốn được xem là chuẩn đối chiếu thực địa, người dùng bình thường không còn biết đâu là sự kiện, đâu là kịch bản do AI bịa ra.
Bài học cho ngành công nghệ: dừng “phát hành rồi sửa” với AI hình ảnh
Việc Google Earth AI tính năng bị rút sau chưa đầy 24 giờ không phải trường hợp đơn lẻ. Meta từng ra mắt Muse Image, cho phép chỉnh sửa ảnh tài khoản Instagram khác, rồi phải khóa sau ba ngày vì lo ngại quyền riêng tư. Mẫu số chung: phát hành AI tạo sinh hình ảnh trước, xử lý hậu quả sau. Sự cố Google Earth cho thấy mô hình “ship nhanh, vá sau” đã lỗi thời khi nói về AI tạo sinh hình ảnh gắn với hệ thống hạ tầng thông tin quan trọng. Bài học rõ ràng: thứ nhất, mọi công cụ có thể tạo deepfake ảnh vệ tinh cần được thử nghiệm khép kín, với kịch bản lạm dụng mô phỏng sát thực tế chiến tranh thông tin; thứ hai, cần coi chụp màn hình như đường rò mặc định, không được đặt niềm tin vào watermark hay nhãn AI; thứ ba, phải đặt câu hỏi “nếu tính năng này bị dùng xấu đi, thiệt hại tệ nhất là gì?” và chỉ phát hành khi đã có câu trả lời chấp nhận được. Nếu không, mỗi lần phát hành vội sẽ là một lần niềm tin công chúng bị bào mòn thêm.
