EXPLORINEER
vi

UK — The Register

AI có thể phá vỡ hệ thống pháp luật bằng cách tìm ra những kẽ hở trước đây bị ẩn giấu

AI2 phút đọc

Một nhà nghiên cứu luật ở Stanford cho rằng AI có thể tìm ra những lỗ hổng ẩn trong luật, và điều đó có thể làm rối loạn hệ thống pháp luật. Ý tưởng này lấy cảm hứng từ cách các lỗ hổng phần mềm bị tìm ra.

Chuyện gì đã xảy ra?

Felix Ringe, một học giả luật tại Stanford, và cộng sự Linus Folkerts cho rằng các mô hình ngôn ngữ lớn (LLM) đã đủ mạnh để tìm ra những chỗ mâu thuẫn trong luật. Những chỗ này có thể bị lợi dụng. Họ viết rằng luật viết cũng có thể có lỗ hổng, giống như phần mềm. Họ đã nêu một số ví dụ trong luật Đức, nhưng chỉ chia sẻ những lỗ hổng mà họ tin là không gây hại nghiêm trọng.

Các ví dụ và con số chính

  • Một bản sửa đổi quy định về bệnh nghề nghiệp (BKV) của Đức có thể thiếu một căn cứ pháp lý bắt buộc phải nêu.
  • Theo lập luận này, một nhà báo có thể yêu cầu một văn bản chưa công bố, dựa trên luật tiếp cận thông tin, và thách thức một điều khoản bảo mật có thể không hợp lệ.
  • Một quy định về thị thực quá cảnh có thể không hợp lệ vì chính phủ không nêu rõ cơ sở pháp lý khi ban hành.
  • Nhóm nghiên cứu nói rằng khi lập luận pháp lý rẻ đi và phổ biến hơn, các hệ thống AI có thể gây nguy hại cho hoạt động của hệ thống pháp luật hiện nay.

Vì sao so sánh luật với mã nguồn?

Ý tưởng coi mã máy tính là một kiểu luật đã có từ lâu, ít nhất từ năm 1999, với cuốn sách của Lawrence Lessig. Ringe thì làm ngược lại: ông coi luật như mã nguồn. Cách so sánh này chỉ đúng đến một mức nhất định. Ví dụ, kết quả xét xử của tòa án không cố định như một chương trình chạy ổn định, nên việc so sánh này có những chỗ không khớp.

Vì sao điều này quan trọng?

Nếu AI có thể tìm lỗ hổng trong luật với số lượng lớn, hệ thống pháp luật có thể khó theo kịp. Các nhà lập pháp có thể phải viết luật chặt chẽ hơn, và có thể cần dùng chính AI để làm việc đó. Vấn đề này cũng cho thấy AI đang thay đổi cả lĩnh vực pháp lý.

Cần theo dõi điều gì?

  • Các tòa án Đức có xử lý những lỗ hổng này như thế nào.
  • Các cơ quan lập pháp có thay đổi quy trình soạn luật để chặt chẽ hơn không.
  • Việc sử dụng AI trong ngành luật, mà một luật sư ở San Francisco nói là đang mở rộng nhanh.

Chú giải

LLM
Mô hình ngôn ngữ lớn, là loại AI được huấn luyện để đọc và viết văn bản.

Quảng cáo

Thêm 150 từ, học 10 từ mỗi ngày

Sổ từ vựng Dicter chỉ đưa những từ bạn đã thuộc vào sổ ôn tập.

AI전자신문

ITIS và NTL Healthcare hợp tác khai thác thị trường chẩn đoán ung thư phụ khoa ứng dụng AI

ITIS và NTL Healthcare đã ký biên bản ghi nhớ (MOU) hợp tác để cùng phát triển giải pháp chẩn đoán ung thư phụ nữ dựa trên AI và mở rộng ra thị trường nước ngoài. Sự hợp tác kết hợp nền tảng AI y tế của ITIS với chuyên môn chẩn đoán ung thư cổ tử cung của NTL Healthcare, và hai bên dự kiến cùng thực hiện nghiên cứu phát triển, kiểm chứng và thương mại hóa giải pháp y học chính xác.

AIThe Register

Chi phí điện toán của Anthropic có thể vượt 1 nghìn tỷ USD khi doanh thu quý 3 gần 17 tỷ USD

Hồ sơ IPO sửa đổi của Anthropic cho thấy cam kết về điện toán và hạ tầng gần 900 tỷ USD, có thể vượt 1 nghìn tỷ USD khi tính thêm các khoản thanh toán ước tính. Hồ sơ cảnh báo tăng trưởng doanh thu khó duy trì ở mức hiện tại; doanh thu quý 3 gần 17 tỷ USD, tăng 46% so với quý 2, trong khi chi phí điện toán tăng 77%.

AIITmedia

Anthropic sửa đổi hồ sơ IPO: doanh thu quý 3 gần 17 tỷ USD, cam kết hạ tầng khoảng 895,4 tỷ USD

Ngày 2/11 (giờ địa phương), Anthropic đã nộp bản sửa đổi bản đăng ký (Form S-1/A) lên Ủy ban Chứng khoán Mỹ (SEC) cho kế hoạch IPO, bổ sung kết quả quý 3 năm 2026 và các cam kết chi tiêu tương lai cho tài nguyên tính toán và hạ tầng AI. Doanh thu tháng 7–9 đạt 16,956 tỷ USD, tăng khoảng 47% so với quý trước, nhưng công ty ghi nhận lỗ hoạt động 567 triệu USD. Tổng cam kết hạ tầng khoảng 895,4 tỷ USD, trong đó khoảng 213,8 tỷ USD có thể hủy bỏ theo điều kiện trước khi hợp đồng bắt đầu, nên không phải toàn bộ là nghĩa vụ thanh toán vô điều kiện.

AITechCrunch

Trajectory huy động 45 triệu USD để giúp chuyên gia phi kỹ thuật dễ dàng huấn luyện mô hình AI

Trajectory, startup được thành lập khoảng một năm trước bởi ba bạn học cùng lớp tại Stanford, đã huy động 45 triệu USD trong vòng Series A với định giá 300 triệu USD, do Sequoia dẫn dắt. Nền tảng của công ty cho phép doanh nghiệp dùng phản hồi để tái huấn luyện liên tục các mô hình AI mã nguồn mở cho các tác vụ chuyên biệt, một cách tiếp cận mà họ gọi là học liên tục, và hiện nền tảng đã được công bố rộng rãi. Khách hàng gồm Harvey, Rogo, Decagon, Mercor và Nvidia.