INTERPOL: AI thúc đẩy hơn nửa số tội phạm mạng ở châu Phi – góc nhìn từ dữ liệu trên chuỗi
Dấu vết đầu tiên nằm ở những block giao dịch lẻ tẻ – không phải block trên chuỗi, mà là một dòng thông báo ngắn từ Crypto Briefing về báo cáo của INTERPOL. Một con số được trích dẫn: AI đã thúc đẩy hơn một nửa số tội phạm mạng ở châu Phi. Với một nhà phân tích dữ liệu, con số này không phải là một kết luận, mà là một điểm khởi đầu. Tôi đặt câu hỏi đầu tiên: AI-driven trong báo cáo của INTERPOL được định nghĩa như thế nào? Dữ liệu này dựa trên bao nhiêu quốc gia, trong khoảng thời gian nào, và ai là người gắn nhãn AI cho từng vụ việc?
Đây không phải là sự hoài nghi vu vơ. Năm 2017, tôi bắt đầu theo dõi các dự án ICO bằng cách tự kiểm tra từng địa chỉ ví trên Etherscan, và bài học quan trọng nhất tôi học được là: dữ liệu trên chuỗi không bao giờ nói dối, nhưng con người thống kê dữ liệu có thể nói dối, hoặc tự lừa mình. Một tỷ lệ phần trăm chỉ có giá trị khi tầng định nghĩa bên dưới được làm rõ. INTERPOL vận hành cơ chế AFJOC – đơn vị phối hợp chống tội phạm mạng châu Phi – thu thập dữ liệu từ nhiều quốc gia thành viên, nơi năng lực kỹ thuật số và quy trình báo cáo không đồng đều. Nếu một cảnh sát viên ở một quốc gia nhỏ gắn nhãn AI cho mọi vụ án có sử dụng ChatGPT trong khâu soạn thảo nội dung, con số 50% sẽ mang ý nghĩa rất khác so với một hệ thống tội phạm tự động vận hành hoàn toàn bằng AI.
Trong bối cảnh đó, việc phân tích tác động lên thị trường tiền mã hóa cần được thực hiện thận trọng. Có ba hướng kỹ thuật chính mà AI đang được ứng dụng vào tội phạm tài chính số: thứ nhất, tạo sinh nội dung lừa đảo với quy mô lớn và độ cá nhân hóa cao, bao gồm email, tin nhắn, bài đăng trên mạng xã hội; thứ hai, làm giả danh tính bằng deepfake để vượt qua quy trình xác minh của sàn giao dịch; thứ ba, tự động hóa quá trình phát hiện nạn nhân thông qua phân tích dữ liệu bị rò rỉ. Cả ba hướng này đều tác động trực tiếp đến dòng tiền số, khiến cho việc truy vết nguồn gốc tài sản trở nên phức tạp hơn gấp nhiều lần so với trước đây.
Lọc nhiễu, tìm tín hiệu – đó là cuộc chơi của tôi. Tín hiệu thực sự từ báo cáo này không nằm ở tỷ lệ phần trăm, mà nằm ở hướng dịch chuyển của dòng tiền bất hợp pháp. Châu Phi hiện là khu vực có tỷ lệ sử dụng tiền mã hóa ngang hàng thuộc hàng cao nhất thế giới, và hệ thống mobile money như M-Pesa đã thâm nhập sâu vào đời sống tài chính của hàng trăm triệu người. Khi AI được vũ khí hóa, những kịch bản lừa đảo truyền thống được tự động hóa ở quy mô công nghiệp: deepfake để vượt qua xác minh danh tính, mô hình ngôn ngữ lớn để tạo nội dung lừa đảo bằng tiếng Swahili, tiếng Hausa hay tiếng Amharic – những ngôn ngữ mà phần lớn công cụ bảo mật toàn cầu chưa được tối ưu hóa.
Bức tranh DeFi hiện ra qua từng pool thanh khoản – tội phạm tài chính kỹ thuật số cũng vậy. Khi một chiến dịch lừa đảo đầu tư tiền mã hóa được vận hành bằng AI, dấu vết trên chuỗi trông không khác gì một chiến dịch tiếp thị hợp pháp: hàng nghìn địa chỉ ví nhỏ được tạo lập, một hợp đồng thông minh ẩn danh làm trung gian, dòng tiền chảy qua nhiều lớp ví trước khi đổ vào sàn giao dịch. Nếu tôi xây dựng một bảng điều khiển trên Dune Analytics để theo dõi các địa chỉ có liên quan đến lừa đảo ở Nigeria, Kenya hay Nam Phi, tôi tin rằng mật độ giao dịch trong 12 tháng qua sẽ tăng vọt, trùng với thời điểm các công cụ AI tạo sinh trở nên phổ biến và chi phí tiếp cận gần như bằng không.
Từ kinh nghiệm năm 2020, khi tôi phát hiện pool UNI-WETH trên Uniswap có tỷ lệ tạo block bất thường 37% so với các pool chuẩn – dấu hiệu báo trước một cuộc tấn công giá xảy ra hai ngày sau đó – tôi học được rằng các chỉ số bất thường luôn đi trước sự kiện. Điểm bất thường trong bức tranh AI và tội phạm mạng hiện nay là sự lệch pha giữa tốc độ thích ứng của kẻ tấn công và tốc độ phản ứng của hệ thống phòng thủ. Kẻ tấn công có thể tích hợp một mô hình AI mã nguồn mở mới trong vòng 24 giờ; người phòng thủ cần vài tuần để cập nhật quy tắc và vài tháng để đào tạo nhân sự. Sự bất đối xứng này không chỉ tồn tại ở châu Phi – nó đang diễn ra tại Việt Nam, nơi các ngân hàng và sàn giao dịch đang chật vật với làn sóng deepfake trong quy trình xác minh danh tính điện tử.
Năm 2021, khi tôi phát hiện 17% khối lượng giao dịch của các bộ NFT trên OpenSea đến từ hình thức wash trading – ví tự mua lại tài sản của chính mình để thổi phồng giá trị – tôi nhận ra một quy luật: công nghệ mới không tạo ra kiểu lừa đảo hoàn toàn mới, mà làm tăng quy mô và giảm chi phí của những trò gian lận cũ. AI cũng nằm trong quy luật đó. Kẻ lừa đảo vẫn là kẻ lừa đảo, nhưng giờ hắn có thể nhắm đến mười nghìn nạn nhân cùng lúc với những thông điệp được cá nhân hóa đến từng chi tiết. Các website giả mạo sàn giao dịch được tạo ra hoàn hảo đến mức người dùng thông thường không thể phân biệt; các kênh Telegram tín hiệu giao dịch do trí tuệ nhân tạo điều hành có thể duy trì hội thoại suốt nhiều giờ; các cuộc gọi video deepfake từ lãnh đạo quỹ đầu tư có thể thuyết phục cả những nhà đầu tư từng trải.
Góc nhìn ngược với làn sóng lo ngại hiện tại: con số hơn một nửa có thể bị hiểu sai theo hướng phóng đại. Báo cáo INTERPOL cần được đặt trong bối cảnh thể chế – một cơ quan thực thi pháp luật quốc tế công bố số liệu đáng báo động để kêu gọi ngân sách và mở rộng thẩm quyền là chuyện thường thấy. Không ai có thể xác minh độc lập con số này nếu INTERPOL không công bố phương pháp luận, cỡ mẫu và tiêu chí phân loại. Ngành an ninh mạng từng chứng kiến những báo cáo phóng đại về virus máy tính vào đầu những năm 2000 để thúc đẩy doanh số phần mềm diệt virus. Ngày nay, câu chuyện AI nguy hiểm có thể đang mang lại lợi ích thương mại tương tự cho các nhà cung cấp dịch vụ bảo mật. Điều đó không có nghĩa là mối đe dọa không thật – nó có nghĩa là nhà đầu tư và nhà hoạch định chính sách phải tách bạch giữa sự kiện được kiểm chứng và câu chuyện phục vụ lợi ích.
Có một sự khác biệt lớn giữa tương quan và nhân quả trong con số này: AI xuất hiện trong các vụ án không đồng nghĩa với việc AI là nguyên nhân cốt lõi tạo ra tội phạm. Nhiều vụ lừa đảo vốn đã tồn tại từ lâu, chỉ đơn giản là chuyển sang dùng AI như một công cụ viết lách. Điều khiến tôi thực sự quan tâm về mặt kỹ thuật là việc AI làm mờ ranh giới giữa hỗ trợ và tự động hóa trong hoạt động tội phạm. Nếu một vụ lừa đảo chỉ dùng AI để viết nội dung email, trách nhiệm pháp lý và biện pháp phòng thủ sẽ khác hoàn toàn so với một hệ thống AI tự phát hiện nạn nhân tiềm năng, tự chạy chiến dịch, tự rút tiền thông qua hợp đồng thông minh. INTERPOL cần cung cấp sự phân biệt này. Nếu không, các chính sách trừng phạt AI có thể sẽ bắn nhầm vào người dùng thông thường, trong khi những tổ chức tội phạm chuyên nghiệp vẫn tiếp tục đổi mới kỹ thuật nhanh hơn cả cơ quan quản lý.
Tuần tới, tôi sẽ theo dõi ba tín hiệu cụ thể. Thứ nhất, INTERPOL có công bố bản báo cáo gốc với số liệu chi tiết theo quốc gia, loại tội phạm và phương pháp thống kê hay không. Thứ hai, dòng tiền mã hóa chảy vào các địa chỉ đã bị dán nhãn lừa đảo ở khu vực Đông Nam Á có tăng đột biến hay không – vì mô hình tội phạm AI lây lan rất nhanh qua biên giới, và bài học từ châu Phi sẽ sớm xuất hiện ở các thị trường mới nổi khác. Thứ ba, các sàn giao dịch và ngân hàng tại Việt Nam có nâng cấp quy trình chống deepfake và xác minh danh tính hay không. Nếu tuần tới không có thêm dữ liệu từ phía INTERPOL, tôi sẽ chủ động xây dựng bộ chỉ số theo dõi riêng, dựa trên các địa chỉ ví bị tố cáo trong các vụ lừa đảo gần đây. Mục tiêu không phải là dự đoán tương lai, mà là nắm bắt nhịp độ lan truyền của một mô hình tội phạm trước khi nó đến gần hơn với người dùng Việt Nam. Khi AI có thể giả mạo mọi thứ, việc xác minh danh tính và nguồn gốc tài sản không còn là hoạt động tuân thủ thông thường – nó trở thành bài toán sinh tồn cho toàn bộ hệ thống tài chính số.
