Giọng điệu bất thường, logo không nhất quán hoặc email viết kém từng là những dấu hiệu nhận diện lừa đảo. Thế nhưng, những dấu hiệu này ngày càng khó phát hiện khi công nghệ Deepfake tinh vi vượt bậc.

Deepfake - Không chỉ là vấn đề công nghệ, mà còn là bài toán niềm tin

Ban đầu, Deepfake chỉ là một khám phá kỹ thuật, nhưng giờ đây nó đã trở thành một mối đe dọa nghiêm trọng không chỉ với cá nhân, doanh nghiệp, thậm chí tầm quốc gia.

Theo cảnh báo của Diễn đàn Kinh tế Thế giới, đến năm 2026 có thể tới 90% nội dung trực tuyến sẽ được tạo ra bằng AI, bao gồm cả các nội dung giả mạo nguy hiểm như deepfake. Điều này đồng nghĩa với mức độ rủi ro về thông tin sai lệch và mất niềm tin vào môi trường số tăng cao chưa từng có. Ranh giới phân định giữa thật và giả đôi khi không thể phân biệt được.

Deepfake đã vượt ngoài tầm kiểm soát

Ngày nay, chỉ cần vài phút truy cập ứng dụng miễn phí trên smartphone, bất kỳ ai cũng có thể tạo ra một video giả mạo “như thật” - việc mà trước đây cần cả đội ngũ chuyên gia và hàng tuần làm việc. Công nghệ này đã góp phần xóa bỏ những yêu cầu, rào cản trong khâu sản xuất, khiến việc tạo ra clip, hình ảnh, giọng nói trở nên vô cùng dễ dàng.

Hệ quả là tốc độ và quy mô tấn công của tội phạm mạng lan rộng. Giờ đây, bất kể một tổ chức lớn hay nhỏ, hoạt động trong mọi lĩnh vực nào cũng đều có thể trở thành nạn nhân của Deepfake.

Tội phạm công nghệ cao chỉ cần tạo ra một đoạn ghi âm giả lệnh chuyển tiền, hay video giả mạo CEO bị rò rỉ cũng đủ để khiến khách hàng mất niềm tin vào doanh nghiệp, dẫn đến hệ lụy về tài chính, khủng hoảng nội bộ, truyền thông.

Hậu quả từ những bài học thực tế

Thế giới từng chứng kiến nhiều vụ đau lòng liên quan tới công nghệ Deepfake. Một công ty đa quốc gia tại HongKong mất 25 triệu USD sau cuộc họp online với “giám đốc tài chính” Deepfake; hay một công ty công nghệ ở Mỹ bị lừa chuyển tiền hàng triệu USD do giả mạo CEO qua cuộc gọi video; ngân hàng ở Các tiểu Vương quốc Ả Rập Thống nhất cũng bị chiếm đoạt 35 triệu USD bằng chiêu ghi âm giọng nói giả mạo lãnh đạo.

 

Nhiều nhà lãnh đạo cũng không nằm ngoài tầm ngắm của công nghệ lừa đảo Deepfake

Chỉ riêng thị trường tài chính thế giới, chỉ trong 3 tháng đầu năm 2025, nhiều vụ lừa đảo Deepfake gây thiệt hại hơn 200 triệu USD. Sự gia tăng mạnh về số vụ (gấp 3 lần so với năm trước) và các hình thức lừa đảo ngày càng tinh vi khiến con số này dự kiến tiếp tục tăng nhanh trong những năm tới. Còn với tiền mã hóa, năm 2024, tổng thiệt hại từ các vụ lừa đảo crypto lên tới 4,6 tỉ USD, trong đó gần 40% vụ gian lận lớn sử dụng deepfake.

Doanh nghiệp cần làm gì để chủ động ứng phó

1. Đầu tư đồng bộ cả “con người - quy trình - công nghệ”

Đào tạo nhận biết deepfake cho mọi cấp nhân viên: Tổ chức các khóa tập huấn ngắn hạn, cập nhật kiến thức mới về công nghệ deepfake, dạy cách xác minh từ nhiều nguồn, nhất là với thông tin bất ngờ hoặc gây kích động.

Thiết lập quy trình kiểm soát đa tầng: Tất cả yêu cầu giao dịch tài chính, thay đổi truy cập hoặc thông tin nhạy cảm đều cần xác nhận qua ít nhất hai kênh độc lập (multi-factor verification), bao gồm cuộc gọi trực tiếp hoặc xác thực qua hệ thống nội bộ.

Đầu tư vào công nghệ phòng ngừa: Tận dụng các phần mềm phát hiện Deepfake mới nhất, cập nhật liên tục các công cụ kiểm tra nguồn gốc, dấu hiệu sửa đổi của video/âm thanh, kết hợp với hệ thống quản lý nhận diện rủi ro.

2. Xây dựng văn hóa hoài nghi tích cực

Luôn khuyến khích nhân viên, đối tác luôn đặt câu hỏi về tính xác thực của mọi thông tin nhận được, đặc biệt khi thông tin đó ảnh hưởng trực tiếp đến tài sản, quyền truy cập hoặc danh tiếng tổ chức. Bên cạnh đó, cần sớm phát hiện và ngăn chặn, thay vì xử lý sự cố hậu quả.

3. Chủ động hợp tác và đưa ra các quy định nội bộ

Làm việc cùng với các chuyên gia, đơn vị bảo mật để kiểm tra các thông tin nghi ngờ.

Mỗi doanh nghiệp cần cập nhật quy định nội bộ phù hợp với hướng dẫn mới từ cơ quan chức năng, phối hợp các cơ quan thực thi pháp luật khi gặp sự cố; tham gia các chương trình chia sẻ thông tin về rủi ro và xu hướng Deepfake để kịp thời cập nhật, cảnh báo và hỗ trợ lẫn nhau trong cộng đồng doanh nghiệp, ngành nghề.

Không doanh nghiệp nào đủ sức ứng phó một mình. Việc xây dựng hành lang pháp lý rõ ràng về xử phạt sản xuất, phát tán Deepfake độc hại, cũng như quy định về trách nhiệm của các nền tảng công nghệ trong kiểm soát nội dung đang ngày càng cấp thiết. Đồng thời, nâng cao nhận thức cộng đồng, giáo dục “an toàn thông tin số” ngay từ trường học cũng là giải pháp dài hạn mà xã hội nên chung tay thực hiện.

Lê Hà

Nguồn: https://baomoi.com/deepfake-moi-de-doa-tai-dinh-hinh-rui-ro-doanh-nghiep-c52794138.epi

Storytelling dành cho Data Analyst - Phần 3

Cấu trúc thuyết trình theo nguyên tắc số 3 (tt)

Bên cạnh 3 cấu trúc theo nguyên tắc số 3 tại phần 2, tôi sẽ tiếp tục trình bày hết các cấu trúc còn lại. 

4. Cấu trúc ESB: Expectation - Solution - Benefit

Đây là cấu trúc được tác giả tạo ra dựa trên cấu trúc PSB với mục tiêu tập trung vào việc đáp ứng các kỳ vọng của khách hàng.

• Expectation - Mong đợi: Việc bắt đầu bài thuyết trình bằng cách đề cập đến những mong đợi của khách hàng sẽ tạo được tính kết nối cao với họ. Khách hàng cảm nhận được bạn đang hiểu rõ những gì họ muốn. Từ đó họ sẽ muốn lắng nghe giải pháp của bạn hơn.

• Solution – Giải pháp: Đưa ra giải pháp cụ thể, có phân tích ưu khuyết điểm, có dữ kiện và bằng chứng hỗ trợ.

• Benefit - Lợi ích: Chia sẻ những lợi ích mà giải pháp mang lại cho khán giả.

Có thể xem ví dụ về cấu trúc ESB trong bài phát biểu của Joe Moore, công ty First Defense Nasal Screen, một trong những thương vụ thành công nhất lịch sử “Shark Tank Mỹ” tại link sau:https://www.youtube.com/watch?v=VGkYVitsDOM 

5. Cấu trúc PPF:  Past - Present - Future

Một cấu trúc được chia sẻ bởi Matt Abrahams, chuyên gia giao tiếp và tâm lý học, giảng viên trường đại học Standford. Chúng giúp bạn dẫn dắt người nghe qua từng bước của quá trình, từ đó hình dung chuyện gì đang diễn ra. Có thể được dùng khi mô tả về quá trình hình thành và phát triển của công ty, hoặc quá trình hoạt động của nhãn hàng,... ví dụ:

• Past - Quá khứ: Công ty chúng ta đã thành lập như thế nào?

• Present - Hiện tại: Hiện nay công ty đang ở đâu, như thế nào?

                                       Điều chúng ta tập trung hiện nay là gì?

                                       Thứ chúng ta cung cấp cho khách hàng là gì?

                                       Điều chúng ta đang quảng bá là gì?

• Future - Tương lai: Định hướng sắp tới của công ty là gì?

                                         Công ty chúng ta sẽ ở đâu trong tương lai?

6. Cấu trúc Pros - Cons - Recommendation

Dựa trên các cấu trúc tương phản của Matt Abrahams, tác giả thêm vào “Recommendation” để tạo thành công thức theo nguyên tắc số 3. Vì lời kiến nghị hành động, (Recommendation) là phần thiết yếu cho các nội dung thuyết trình thuyết phục. Cấu trúc trình bày này cho phép người nghe thấy được hai mặt của một vấn đề, từ đó có cái nhìn toàn cảnh và ra quyết định khách quan hơn.

• Pros: Những điểm thuận lợi.

• Cons: Những điểm bất lợi.

• Recommendation: Lời đề nghị sau khi đã phân tích Pros and Cons.

7. Cấu trúc Bad - Worse - Worst 

Cấu trúc này được sử dụng khi người trình bày muốn cung cấp thông tin theo hướng xấu, chúng mang lại hiệu quả cảm xúc cao, giúp khán giả nhìn thấy rõ nguy cơ và những điểm thách thức tồi tệ đang phải đối mặt. Từ đó thôi thúc người nghe hành động nhanh chóng hơn. Cấu trúc này cũng có thể sử dụng kết hợp với cấu trúc PSB (tại phần 2), chúng có dạng:

• Problem - Vấn đề:

                    Bad - Tệ: Vấn đề chúng ta đang đối mặt là?
                    Worse - Tệ hơn: Vấn đề tệ hơn nữa là?
                    Worst - Tệ nhất: Và vấn đề tệ nhất đó chính là?

• Solution - Giải pháp

• Benefit - Lợi ích

8. Cấu trúc Good - Better - Best

Cấu trúc này tương tự như cấu trúc Bad - Worse - Worst nhưng mang ý nghĩa tốt đẹp, tích cực hơn với mục tiêu thúc đẩy cảm xúc và hành động. Cấu trúc này sử dụng trong những bài thuyết trình tạo động lực, truyền cảm hứng hay thuyết phục sự thay đổi.

9. Cấu trúc Now - Next - Then

Cấu trúc này cũng rất phổ biến khi trình bày thuyết trình trong doanh nghiệp. Người trình bày có thể sử dụng cấu trúc này để cập nhật và báo cáo tình hình hiện tại, những điều cần làm tiếp theo và những hành động cần tập trung trong thời gian tiếp theo.

Sử dụng cấu trúc này giúp người nghe hiểu rõ thông tin theo thứ tự có trước có sau, từ đó mục tiêu thuyết phục sẽ cao hơn.

Vậy là chúng ta đã đi qua 9 cấu trúc thuyết trình theo nguyên tắc số 3. Hy vọng bạn đã bỏ túi được vài cấu trúc để trình bày bài nói cách mạch lạc và thuyết phục hơn. Nội dung cuốn sách “Nghệ thuật thuyết trình bằng câu chuyện” của tác giả Bùi Thị Ngọc Thu vẫn còn những điều thú vị, hãy chờ đón phần tiếp theo nhen!

Phạm Hồng Trà

AI có thể hỗ trợ sinh viên ngành CNTT trong nhiều khía cạnh — từ học tập, nghiên cứu, thực hành cho đến định hướng nghề nghiệp. Dưới đây là những lĩnh vực cụ thể mà AI có thể giúp bạn.

1. Học tập và nắm kiến thức

AI có thể giúp tóm tắt nội dung từ sách, video, slide bài giảng, giúp sinh viên tiết kiệm thời gian ôn tập. Các thuật ngữ như "convolutional neural network" hay "hash table" có thể được AI giải nghĩa một cách dễ hiểu, theo từng cấp độ từ cơ bản đến nâng cao. Ngoài ra, AI còn có khả năng đề xuất lộ trình học phù hợp với từng người. Ví dụ: học Python → thuật toán → machine learning.

2. Lập trình và thực hành

AI có thể hỗ trợ viết code thông qua các công cụ như GitHub Copilot hoặc ChatGPT, từ đó gợi ý đoạn mã, phát hiện lỗi hoặc tối ưu hóa code. Khi gặp lỗi, bạn có thể dán đoạn mã vào và AI sẽ phân tích nguyên nhân cũng như gợi ý cách khắc phục. Ngoài ra, AI còn có thể tự động sinh test case hoặc tài liệu hóa mã nguồn, rất hữu ích cho các dự án cá nhân hoặc đồ án học phần.

3. Rèn luyện tư duy thuật toán và giải bài toán

AI có thể hướng dẫn giải các bài trên nền tảng như LeetCode hoặc HackerRank, không chỉ đưa ra lời giải mà còn phân tích tư duy đằng sau cách làm đó. Bạn cũng có thể yêu cầu AI so sánh nhiều cách giải khác nhau để hiểu sâu hơn và rèn luyện tư duy lập trình một cách toàn diện.

4. Làm đồ án, nghiên cứu, báo cáo

AI có thể gợi ý các đề tài sáng tạo dựa trên xu hướng công nghệ và năng lực cá nhân. Trong quá trình thực hiện đồ án hay viết luận văn, AI có thể giúp bạn lên dàn ý, viết nháp, tóm tắt nội dung và trích dẫn tài liệu đúng chuẩn. Nếu cần tài liệu tham khảo, AI cũng có thể hỗ trợ dịch tài liệu tiếng Anh và tổng hợp các bài báo khoa học hoặc tutorial có liên quan.

5. Định hướng nghề nghiệp và kỹ năng mềm

AI có thể gợi ý các lĩnh vực nghề nghiệp phù hợp như front-end, back-end, AI, blockchain… dựa vào sở thích và năng lực của bạn. Bạn cũng có thể luyện tập phỏng vấn thông qua các phiên mô phỏng nơi AI đóng vai nhà tuyển dụng và đặt câu hỏi phỏng vấn. Bên cạnh đó, AI có thể hỗ trợ chỉnh sửa CV hoặc hồ sơ LinkedIn để thể hiện kỹ năng và kinh nghiệm một cách chuyên nghiệp hơn.

6. Khám phá công nghệ AI

Với sinh viên CNTT, AI không chỉ là công cụ hỗ trợ mà còn là một lĩnh vực hấp dẫn để nghiên cứu và ứng dụng. Bạn có thể học lập trình AI và machine learning (bao gồm deep learning), xây dựng các ứng dụng như chatbot, hệ thống gợi ý, nhận diện ảnh hoặc video, xử lý ngôn ngữ tự nhiên (NLP). Việc thực hiện các dự án AI mini cũng sẽ giúp bạn ghi điểm trong hồ sơ xin việc và chuẩn bị tốt hơn cho sự nghiệp sau này.

Cách suy nghĩ của con người khác AI thế nào?

Cách suy nghĩ của con người khác với AI ở nhiều điểm cơ bản:

• Con người suy nghĩ dựa trên khả năng suy luận thực thụ, tìm kiếm mối quan hệ nhân quả và có quan điểm riêng. Tư duy của con người không chỉ là học thuộc hay bắt chước mà là khả năng hiểu sâu sắc, rút ra quy tắc tổng quát từ các mẫu cụ thể và áp dụng vào tình huống mới. Con người có thể suy nghĩ theo từng bước, giải quyết vấn đề phức tạp và học tập hiệu quả chỉ với lượng dữ liệu nhỏ nhờ khả năng trừu tượng và sáng tạo1 2 3 4.
  
• AI chỉ mô phỏng bề ngoài của tư duy con người bằng cách học từ lượng dữ liệu khổng lồ và dự đoán kết quả dựa trên mẫu đã học. AI không thực sự hiểu hay suy luận theo kiểu nhân quả mà chỉ tái tạo các mẫu ngôn ngữ hoặc dữ liệu đã được huấn luyện. AI thiếu khả năng suy luận sâu, không có quan điểm riêng và thường đưa ra câu trả lời mang tính nước đôi hoặc diễn giải lại thông tin thay vì suy luận thực sự 1 2 3.
• Quá trình học tập cũng khác biệt: Con người học từ kinh nghiệm sống, có thể thích nghi và sáng tạo trong các tình huống mới. AI cần một lượng dữ liệu rất lớn để "học" và thường chỉ giỏi trong các nhiệm vụ cụ thể đã được huấn luyện, khó áp dụng kiến thức vào hoàn cảnh chưa từng gặp 1 2 4.
• Một số kỹ thuật mới đang giúp AI cải thiện khả năng suy luận từng bước (ví dụ như "Chuỗi suy luận" - Chain of Thought) để mô phỏng cách con người giải quyết vấn đề, nhưng AI vẫn chưa đạt được mức suy nghĩ sâu sắc và linh hoạt như con người 3.

Tóm lại, con người suy nghĩ dựa trên sự hiểu biết, suy luận nguyên nhân-kết quả và sáng tạo, trong khi AI chủ yếu dựa trên mô hình dự đoán và bắt chước mẫu dữ liệu mà không có tư duy thực sự