Các giao diện AI hội thoại đang âm thầm tích hợp hạ tầng theo dõi quảng cáo truyền thống của web, vô tình biến các câu lệnh (prompt) và dữ liệu phiên làm việc nhạy cảm thành payload gửi cho các mạng quảng cáo. Một nghiên cứu thực nghiệm quy mô lớn từ các nhà khoa học tại Viện IMDEA Networks và Đại học Carlos III de Madrid vừa công bố cho thấy phần lớn trợ lý AI phổ biến hiện nay đang để lộ dữ liệu hội thoại cho các bên thứ ba qua các tập lệnh phân tích và tiếp thị.
Nhiều lập trình viên và người dùng chuyên nghiệp lâu nay vẫn xem khung chat AI như một terminal riêng tư hoặc một cuốn sổ nháp bảo mật. Tuy nhiên, khi các công ty AI đối mặt với áp lực kiếm tiền từ hàng trăm triệu người dùng miễn phí, hệ thống đo lường tiếp thị web truyền thống đang va chạm trực diện với dữ liệu ngôn ngữ tự nhiên nhạy cảm.
Bức Tranh Thực Nghiệm Về Rò Rỉ Dữ Liệu
Báo cáo nghiên cứu mang tên Prompt like a Butterfly, Sting like a Tracker đã phân tích chi tiết ứng dụng web và Android của 9 dịch vụ AI lớn: ChatGPT, Claude, Grok, DeepSeek, Perplexity, Gemini, Microsoft Copilot, Mistral Le Chat và Meta AI. Nhóm nghiên cứu đã lập bản đồ gồm 124 tên miền bên thứ ba thuộc 44 tổ chức khác nhau, bao gồm Google Tag Manager, Meta Pixel, TikTok Analytics, cho tới các dịch vụ như Sentry, Datadog hay Fengkong Cloud.
Tất cả 9 dịch vụ được kiểm tra đều kết nối tới ít nhất một đơn vị theo dõi hoặc quảng cáo bên ngoài. Điều đáng lo ngại nằm ở nội dung dữ liệu bị chia sẻ: 6 trên 9 phiên bản web và 3 trên 8 ứng dụng Android đã phát tán các phần tử bắt nguồn từ nội dung hội thoại ra bên ngoài. Những dữ liệu này bao gồm tiêu đề tự động tạo của đoạn chat, đường dẫn URL đầy đủ, trích đoạn câu hỏi và cả ảnh xem trước Open Graph.
Điển hình trong trường hợp thử nghiệm với Grok, một đường link hội thoại chia sẻ công khai đã kích hoạt hàng loạt yêu cầu beacon, gửi kèm tiêu đề chat, URL chi tiết và mã định danh quảng cáo của Meta (_fbp) tới các máy chủ quảng cáo. Các token thăm dò (canary token) được cài vào đoạn chat sau đó đã bị hệ thống tự động từ 14 quốc gia truy cập chỉ trong vài giờ.
Cơ Chế Khiến Single-Page App Để Lộ Prompt
Hiện tượng rò rỉ này không nhất thiết bắt nguồn từ ý đồ đánh cắp dữ liệu của các kỹ sư phát triển mô hình, mà chủ yếu là hệ quả của kiến trúc ứng dụng đơn trang (Single-Page Application - SPA) khi kết hợp thiếu kiểm soát với các bộ công cụ đo lường tiếp thị.
Khi người dùng nhập câu hỏi vào ô chat, hàng loạt hành vi trên trình duyệt vô tình tạo ra lỗ hổng:
- Cập nhật URL động: Nhiều giao diện tự động tóm tắt câu lệnh đầu tiên thành chuỗi slug trên thanh địa chỉ hoặc tạo mã hội thoại mới. Các đoạn mã tracking của bên thứ ba gắn trên trang sẽ lắng nghe sự kiện thay đổi của History API và đọc toàn bộ URL này.
- Trích xuất DOM từ Tag Manager: Các script quảng cáo nhúng trên web thường xuyên quét cây DOM để tìm kiếm thẻ tiêu đề, mô tả Open Graph hoặc sự kiện click chuột, từ đó thu thập luôn các đoạn văn bản vừa được render lên giao diện.
- Cơ chế tải trước dữ liệu nháp: Một số nền tảng gửi dữ liệu bản thảo chưa bấm gửi về máy chủ thông qua các yêu cầu ngầm nhằm làm nóng bộ nhớ đệm (cache pre-warming). Nếu hệ thống đo lường frontend bắt các sự kiện mạng này, ngay cả những ý nghĩ chưa hoàn chỉnh của người dùng cũng có thể biến thành sự kiện telemetry.
[Prompt Người Dùng] ──> [DOM / Slug URL] ──> [Sự Kiện SPA Router]
│
[Pixel Bên Thứ Ba]
│
[Payload Quảng Cáo]
Trong mô hình bảo mật web, trừ khi các tập lệnh theo dõi được cô lập hoàn toàn bên trong thẻ iframe có sandbox, bất kỳ đoạn mã JavaScript nào chạy trong cùng origin đều có quyền đọc ngữ cảnh của toàn bộ tài liệu.
Áp Lực Kiếm Tiền Và Mâu Thuẫn Mô Hình
Vận hành các mô hình ngôn ngữ lớn đòi hỏi chi phí hạ tầng và điện toán suy luận (inference) khổng lồ. Trong khi nhóm khách hàng doanh nghiệp trả phí giúp bù đắp một phần chi phí, các gói miễn phí buộc các nhà cung cấp phải tìm đến các mô hình doanh thu dựa trên quảng cáo hoặc tiếp thị liên kết.
Tuy nhiên, bản chất của giao diện AI hoàn toàn khác một trang tin tức hay website thương mại điện tử. Trên trang tin tức, URL chỉ phản ánh một danh mục công cộng; còn trong khung chat AI, nội dung người dùng đưa vào thường chứa mã nguồn phần mềm, câu hỏi sức khoẻ cá nhân, số liệu tài chính nội bộ hoặc tài liệu pháp lý đang soạn thảo.
Khi các pixel quảng cáo hoạt động theo thói quen cũ, xem mỗi phiên chat như một lượt xem trang thông thường, dữ liệu cá nhân của người dùng sẽ bị gắn liền với cookie theo dõi và vân tay thiết bị (fingerprint), tạo nên hồ sơ hành vi cực kỳ chi tiết cho các nhà môi giới dữ liệu.
Giải Pháp Bảo Vệ Quy Trình Làm Việc
Để đảm bảo an toàn thông tin khi làm việc với AI trong bối cảnh các công cụ theo dõi ngày càng phổ biến, người dùng và đội ngũ kỹ thuật cần áp dụng các biện pháp chủ động:
- Ưu tiên sử dụng API trực tiếp: Khi xử lý dữ liệu nội bộ hoặc mã nguồn quan trọng, hãy tương tác qua API hoặc các client chuyên dụng. Các lệnh gọi API trực tiếp không tải mã theo dõi giao diện và không chạy pixel quảng cáo của bên thứ ba.
- Bật chặn theo dõi nghiêm ngặt: Cài đặt các tiện ích chặn nội dung mạnh mẽ (như uBlock Origin) và bật tính năng cô lập cookie (partitioning) trên trình duyệt để ngăn các script tiếp thị ghi nhận thay đổi route của SPA.
- Hạn chế dùng tính năng chia sẻ link công khai: Tránh chia sẻ liên kết phiên chat nếu cuộc trò chuyện chứa thông tin nhạy cảm. Các trang chia sẻ này thường sinh thẻ Open Graph công khai và nhanh chóng bị crawler quảng cáo lập chỉ mục.
- Kiểm tra chính sách CSP nội bộ: Các tổ chức triển khai giao diện AI nội bộ cần thiết lập Content Security Policy chặt chẽ, ngăn chặn tuyệt đối việc tải bất kỳ script beacon hoặc SDK phân tích bên ngoài nào vào trang thao tác.
Trợ lý AI mang lại bước nhảy vọt về năng suất, nhưng giao diện web của chúng vẫn chịu sự chi phối của nền kinh tế dữ liệu trực tuyến. Giữ an toàn cho câu lệnh đòi hỏi người dùng phải nhận thức rõ rằng ô chat trên trình duyệt chưa bao giờ là một ốc đảo biệt lập hoàn toàn.
Đang tải bình luận…