Ba Nhà Nghiên Cứu An Toàn Của OpenAI Bác Bỏ Cáo Buộc Rò Rỉ

Ba người này phủ nhận việc làm lộ thông tin mật và đặt câu hỏi về lý do chính thức dẫn tới việc bị chấm dứt hợp đồng. Họ cũng nghi ngờ vụ việc có liên quan đến việc họ kêu gọi hệ thống AI minh bạch hơn.

OpenAI đã cho cả ba nghỉ việc sau một cuộc điều tra nội bộ về cáo buộc vi phạm quy định xử lý thông tin nhạy cảm. Mỗi người trong số họ đều từng công khai nói về rủi ro AI trước khi bị cho nghỉ.

Trong phỏng vấn với Wall Street Journal, họ nói OpenAI không hề nói bằng văn bản rằng họ đã xử lý sai phần thông tin nào. OpenAI nói với Wall Street Journal rằng việc cho nghỉ việc không liên quan đến các lo ngại an toàn mà ba người này từng nêu ra.

Nhóm an ninh của OpenAI nghi ngờ ba người đã chia sẻ chi tiết về kiến trúc model nội bộ với một nhà nghiên cứu an toàn bên ngoài và yêu cầu họ mở khóa điện thoại cá nhân. Trên các thiết bị đó, nhóm này tìm thấy tin nhắn Signal bật chế độ tin nhắn tự mất. Một tuần sau, cả ba bị cho nghỉ việc cùng lúc.

OpenAI nói Signal không phải công cụ liên lạc được chấp nhận, nhưng khẳng định đó không phải lý do cho việc chấm dứt hợp đồng. Korbak đáp lại rằng tin nhắn tự mất là cách bảo mật quen thuộc ở Silicon Valley.

Tranh chấp xoay quanh câu hỏi liệu các công ty AI có nên để người ngoài xem model của họ suy nghĩ như thế nào hay không. Model suy luận có thể ghi lại các bước trung gian của quá trình giải quyết vấn đề trên một vùng nháp nội bộ gọi là chain of thought, và các công ty cùng nhà nghiên cứu an toàn dùng các dấu vết này để hiểu model đi tới quyết định ra sao.

Trong một bài nghiên cứu 2025, Balesni, Korbak và Wang cùng nhiều nhà nghiên cứu hàng đầu từ một số phòng thí nghiệm AI kêu gọi tiếp tục được truy cập vào khả năng này. Vấn đề trở nên cấp bách hơn trong mùa hè, khi nhân viên ở các công ty AI bắt đầu bàn về những model suy nghĩ lâu hơn nhưng ghi lại ít bước trung gian hơn. Balesni đã phản bác nội bộ bằng cách chia sẻ một đề xuất liên quan của Ryan Greenblatt, khi đó là nhà khoa học trưởng tại Redwood Research.

Korbak cũng thường xuyên liên lạc với Greenblatt. Hai người trao đổi qua Slack và Signal khi cùng làm phân tích về một sự cố nổi bật, là vụ tấn công của agent OpenAI vào Hugging Face, và Greenblatt được METR thuê để tiến hành một cuộc điều tra độc lập.

Quan hệ hợp tác đó trở thành bất lợi sau khi The Information đưa tin ngày 1 tháng 9 rằng model mới Astra của OpenAI có năng lực hơn nhưng tiết lộ ít hơn quá trình suy luận của mình. Nhà khoa học trưởng của OpenAI là Jakub Pachocki đã bác bỏ tin này trên X, dù trước đó chính ông cũng từng cảnh báo về một cuộc đua trên toàn ngành hướng tới những model có thể không còn ghi lại đầy đủ quá trình suy luận.