Ngày 22/10/2026, Google DeepMind đã công bố một bài nghiên cứu quan trọng về Constitutional AI 2.0, một framework mới nhằm align các hệ thống AI với các giá trị đạo đức và an toàn. Nghiên cứu này được thực hiện bởi một đội ngũ đa-discipline gồm các nhà khoa học dữ liệu, triết học, và chuyên gia pháp lý.
Constitutional AI 2.0 mở rộng các nguyên tắc của phiên bản đầu tiên bằng cách tích hợp các quy tắc đa dạng từ nhiều văn hóa và hệ tư tưởng. Thay vì chỉ dựa trên một bộ quy tắc cố định, framework này cho phép AI học từ các phản hồi con người về các tình huống đạo đức, từ đó tự điều chỉnh hành vi.
Kết quả thử nghiệm cho thấy Constitutional AI 2.0 có thể giảm thiểu các hành vi có hại lên đến 75% so với các mô hình không được align. Đồng thời, framework này vẫn duy trì hiệu năng cao trong các tác vụ complex. DeepMind cũng đề xuất một phương pháp đánh giá khách quan để đo lường mức độ alignment của AI.
Nghiên cứu này được kỳ vọng sẽ trở thành tiêu chuẩn mới trong thiết kế AI an toàn. DeepMind đã công bố mã nguồn và dataset liên quan để cộng đồng có thể tiếp tục phát triển. Đây là một bước tiến lớn trong nỗ lực xây dựng AI có trách nhiệm và phục vụ nhân loại.