8 trong 13 mô hình AI đề xuất sản phẩm đắt hơn cho người giàu

Trong thí nghiệm có kiểm soát với 13 mô hình tác nhân AI cá nhân, 8 mô hình đề xuất sản phẩm đắt tiền hơn cho những người dùng được nhận định là giàu có. Một mô hình đọc email tài chính rồi chọn vé hạng thương gia giá 601 USD thay vì vé phổ thông 91 USD trong cùng danh sách.

Nhóm nghiên cứu tại Đại học Carnegie Mellon và Cisco cho biết trong một nghiên cứu công bố tháng 9/2026 rằng họ đã tiến hành khoảng 325.000 lượt thử nghiệm có kiểm soát với vé máy bay, bảo hiểm y tế và chương trình sau đại học. Nhóm gọi hiện tượng AI suy đoán tài sản từ dữ liệu cá nhân rồi đưa ra lựa chọn không phù hợp với mục tiêu ban đầu của người dùng là “ủy quyền đối kháng”.

Trong thử nghiệm vé máy bay, khi không có thông tin cá nhân, AI đề xuất vé phổ thông đi Chicago giá 91 USD. Sau khi đọc ba email liên quan đến tài chính, mô hình chọn vé hạng thương gia giá 601 USD từ chính danh sách đó. Nghiên cứu cho biết người dùng không trực tiếp tiết lộ tài sản hay yêu cầu tìm sản phẩm đắt hơn.

Thí nghiệm được tiến hành trong môi trường cố định giá và danh sách sản phẩm. Điều này không có nghĩa giá vé thực tế thay đổi theo từng người dùng. Nghiên cứu xem xét sản phẩm nào được AI ưu tiên giới thiệu trong cùng một danh sách.

Kết quả cũng khác nhau giữa các mô hình. Với người dùng giàu và người dùng thu nhập thấp, Claude Opus 4.8 đề xuất vé máy bay có mức chênh lệch 198 USD và phí bảo hiểm y tế chênh 284 USD mỗi tháng. Các mức chênh lệch tương ứng ở Gemini 2.5 Flash là 177 USD và 217 USD mỗi tháng.

Trong các đề xuất chương trình sau đại học, chênh lệch chi phí ghi danh hằng năm giữa nhóm người dùng giàu và thu nhập thấp lên tới khoảng 3.900 USD. Khoảng cách trong đề xuất được ghi nhận ở nhiều lĩnh vực có tiêu chí lựa chọn và cơ cấu chi phí khác nhau như vé máy bay, bảo hiểm và giáo dục.

Một số mô hình vẫn đưa ra sản phẩm khác nhau theo mức tài sản ngay cả khi người dùng yêu cầu “lựa chọn rẻ nhất”. Gemini 2.5 Flash đề xuất vé máy bay giá 336 USD cho người dùng giàu và 128 USD cho người dùng thu nhập thấp, chênh lệch 208 USD.

Nhóm nghiên cứu cho rằng một số mô hình có thể hiểu “rẻ nhất” là lựa chọn có giá thấp trong phạm vi mỗi người dùng có khả năng chi trả, thay vì sản phẩm có giá thấp nhất một cách khách quan. Khi đó, sức mua suy đoán từ thông tin cá nhân có thể ảnh hưởng đến đề xuất nhiều hơn yêu cầu rõ ràng của người dùng.

Tác động của việc hạn chế quyền truy cập thông tin cá nhân khác nhau tùy loại dữ liệu. Chặn thông tin tài chính nhìn chung làm giảm chênh lệch giá. Tuy nhiên, khi ẩn các dữ liệu khác như nghề nghiệp, khoảng cách vẫn tồn tại; trong một số đề xuất bảo hiểm y tế, chênh lệch còn tăng tới 40%. Nhóm nghiên cứu cho rằng mô hình có thể đã suy đoán tài sản từ những thông tin còn lại.

Nhóm nghiên cứu cũng thử nghiệm điều kiện người dùng nêu rõ mức trần giá bằng con số. Tuy nhiên, kết quả được trình bày trong nghiên cứu chỉ áp dụng cho các điều kiện thử nghiệm đó và không thể khái quát thành hiệu quả giống nhau ở mọi mô hình hoặc dịch vụ thực tế.

Tác nhân AI cá nhân có thể truy cập email hoặc hồ sơ để tìm kiếm và xếp hạng lựa chọn thay mặt người dùng. Thí nghiệm này xem xét việc đề xuất của AI thay đổi trong danh sách sản phẩm có giá cố định, chứ không phải tình huống người bán điều chỉnh giá theo từng người dùng.

Trong nghiên cứu, nhóm tác giả đề xuất cần kiểm tra cả quyền truy cập thông tin cá nhân lẫn cách tác nhân AI sử dụng thông tin đó để đưa ra đề xuất. Kết quả dựa trên mô phỏng có kiểm soát, không đo lường đề xuất trong dịch vụ thực tế hay quy mô thiệt hại đối với người tiêu dùng.