Nghiên cứu mới từ MIT CSAIL đăng trên Nature Communications ngày 18/8 vừa làm rối thêm một câu chuyện vốn đã rối: khi AI vẽ ra một bức chân dung, thì công của ai nằm trong đó? Câu trả lời của nhóm nghiên cứu nghe khá sốc: với các model huấn luyện trên tập dữ liệu lớn, thường thì không của riêng ai cả.
Nghiên cứu của MIT phát hiện điều gì?
Người ta gọi nó là attribution decay — suy giảm khả quy trách nhiệm. Nghĩa là: càng nhiều dữ liệu huấn luyện, mỗi ví dụ riêng lẻ càng ít ảnh hưởng đến từng ảnh đầu ra. Nói thẳng: bạn có thể xóa một ảnh bất kỳ khỏi dữ liệu huấn luyện, xóa toàn bộ ảnh của một họa sĩ, thậm chí xóa mọi ảnh của một người nổi tiếng — và bức ảnh AI sinh ra vẫn y nguyên.
Tại sao đây là phương pháp đầu tiên “chuẩn tuyệt đối”?
Các nghiên cứu trước chỉ ước lượng mức ảnh hưởng của từng dữ liệu, chứ không xóa thật. Muốn biết “model sẽ vẽ gì nếu chưa từng thấy ảnh này”, bạn phải huấn luyện lại từ đầu — làm cho từng ảnh một, với hàng triệu ảnh. Nhóm MIT xây kiến trúc gọi là diffusion ensemble: nhiều model nhỏ, mỗi cái học một phần dữ liệu. Muốn bỏ ảnh nào, chỉ cần tắt các thành phần đã “nhìn thấy” ảnh đó. Không huấn luyện lại, không xấp xỉ.
Kết quả test trên hàng nghìn model ra sao?
Họ huấn luyện 24 ensemble trên các tập dữ liệu từ 256 đến hơn 160.000 ảnh, lấy từ CIFAR-10, CelebA, MetFaces, ArtBench. Quả thật bất ngờ: tập dữ liệu càng lớn, “bán kính phản thực” — mức tối đa mà một dữ liệu riêng lẻ có thể thay đổi ảnh đầu ra — càng nhỏ, co theo quy luật lũy thừa nghịch. Nhóm còn test brute-force với 1.282 model riêng biệt, cố định số epoch, đổi tưng tưng metric đo tương đồng. Kết quả vẫn vậy.
Ảnh hưởng thế nào đến các vụ kiện bản quyền AI?
Đây là phần mình thấy đáng nói nhất. GS David Gifford cho rằng phát hiện này tác động trực tiếp đến câu hỏi pháp lý “ảnh AI có phải tác phẩm phái sinh không”. Luận điểm hai phía:
- Phe ủng hộ công ty AI: nếu ảnh đầu ra không liên quan đến bất kỳ dữ liệu riêng nào, đó là sáng tạo mới — có thể đủ điều kiện fair use, thậm chí bản quyền riêng.
- Phe nghệ sĩ: “attribution decay” không phủ nhận việc dữ liệu của họ đã bị dùng mà không xin phép. Nó chỉ nói rằng dấu vết đã loang ra đến mức không truy được.
Mình thấy cả hai đều có phần đúng, nhưng nghiên cứu này vô tình trao cho các công ty AI một lá chắn khá bền. Mình đã theo dõi loạt vụ kiện và deal bản quyền thời gian qua, từ chuyện ByteDance ký thỏa thuận với Hollywood đến Amazon mua sách hiếm để train AI rồi tiêu hủy — tất cả đều đang dựng trên giả định rằng ta quy được nguồn gốc của ảnh AI. Giờ MIT chỉ ra giả định ấy thường sai.
Ảnh AI và vấn đề quyền riêng tư liệu có liên quan?
Có, và theo hướng gây khó chịu. Nghiên cứu cho thấy bạn có thể tạo ra ảnh được “bảo đảm không quy về nguồn” — tức loại bỏ mọi ảnh của một người cụ thể khỏi dữ liệu mà model vẫn sinh ảnh giống hệt. Điều đó nghĩa là: việc xóa dữ liệu của bạn khỏi tập huấn luyện, kiểu như các quyền opt-out mà luật AI EU đang đề xuất, có khi không thay đổi gì đầu ra cả. Quyền bị xóa có giá trị pháp lý, nhưng giá trị kỹ thuật thì… mong manh.
Nên đọc nghiên cứu này như thế nào?
Mình đọc nó kiểu thực dụng, ba điểm đáng nhớ:
- Đây là model nghiên cứu, không phải Midjourney hay FLUX. Ensemble 24 model trên 160.000 ảnh không so được với model thương mại hàng tỷ ảnh. Xu hướng thì tin được, con số thì chưa.
- Đừng vội kết luận “AI không sao chép”. Attribution decay nói về khả quy, không phải về đạo đức của việc thu thập dữ liệu. Hai chuyện khác nhau.
- Với người làm nội dung: watermark và ghi nguồn vẫn quan trọng. Như trường hợp Google tắt watermark Gemini, ngành đang đi ngược hướng minh bạch, còn các nghiên cứu kiểu này lại cho thấy “minh bạch” vốn đã mù mờ từ gốc.
Tóm lại: attribution decay không chấm dứt các vụ kiện bản quyền AI, nhưng nó thay đổi luật chơi — từ “chứng minh ảnh này đến từ dữ liệu nào” sang “liệu câu hỏi đó còn có nghĩa không”. Cái khó của nghệ sĩ giờ không phải là thiếu bằng chứng, mà là bằng chứng theo định nghĩa mới có khi không tồn tại.
Nguồn: MIT News, “When AI art has no author: Study finds generated images often can’t be traced to training data”, 18/8/2026; Dai & Gifford et al., Nature Communications.
