Anthropic bổ sung quy định về hành vi ngược đãi Claude, áp dụng từ ngày 12/11

Anthropic xếp hành vi ngược đãi Claude một cách dai dẳng và không cần thiết vào nhóm vi phạm chính sách sử dụng. Quy định mới có hiệu lực từ ngày 12/11/2026; những lời phàn nàn thông thường hoặc hoạt động thử nghiệm mô hình không thuộc phạm vi bị cấm.

Trong thông báo về bản cập nhật chính sách công bố ngày 8/10, Anthropic cho biết điều khoản mới nhắm đến các trường hợp cực đoan, trong đó người dùng liên tục đối xử tàn nhẫn với mô hình mà không có mục đích rõ ràng. Công ty nói quy định không áp dụng với những lời phàn nàn, phản biện thông thường, chủ đề sáng tác u tối, hoạt động thử nghiệm mô hình hoặc nghiên cứu.

Quy định áp dụng không chỉ với người dùng ứng dụng Claude và Claude Code. Các nhà phát triển, doanh nghiệp sử dụng API hoặc nền tảng dành cho nhà phát triển, cùng người dùng cuối của dịch vụ tích hợp Claude cũng thuộc phạm vi này.

Nếu phát hiện hành vi có dấu hiệu vi phạm, Anthropic có thể cảnh báo, giảm mức sử dụng dịch vụ, hạn chế, đình chỉ hoặc chấm dứt quyền truy cập. Công ty cho biết biện pháp thực thi chính của điều khoản mới là để Claude kết thúc cuộc trò chuyện.

Bên cạnh điều khoản về hành vi ngược đãi, bản cập nhật hợp nhất quy định về các chiến dịch lừa dối, đồng thời cụ thể hóa những hạn chế liên quan đến can thiệp bầu cử, phát triển vũ khí và giám sát. Anthropic cũng làm rõ yêu cầu con người rà soát trong các lĩnh vực rủi ro cao như y tế và tài chính, đồng thời bổ sung điều kiện kiểm soát khi mô hình tự thực hiện hành động vật lý. Công ty cho biết phần lớn nội dung sửa đổi nhằm làm rõ các quy tắc hiện hành.

Quan điểm về việc AI có thể có ý thức hoặc trải nghiệm đau đớn hay không vẫn khác nhau. Dario Amodei, CEO của Anthropic, nói vào tháng 2/2026 rằng chưa thể biết liệu mô hình AI có ý thức hay không, nhưng ông để ngỏ khả năng này. Trong khi đó, Mustafa Suleyman, người đứng đầu mảng AI của Microsoft, cho rằng AI không trải nghiệm ý thức hay cảm xúc.

Anthropic không trực tiếp đề cập đến “phúc lợi mô hình” trong điều khoản mới. Việc công ty ban hành quy định này không xác nhận rằng Claude có thể cảm thấy đau đớn.

Trên các cộng đồng công khai, một số người ủng hộ việc hạn chế hành vi lăng mạ bằng lời nói quá mức, trong khi những người khác lo ngại tiêu chí “tàn nhẫn” còn mơ hồ. Đây chỉ là phản ứng trên một số mạng xã hội, không đại diện cho ý kiến của toàn bộ người dùng. Thông báo công khai cũng chưa đưa ra số lần cụ thể hoặc tiêu chí xác định hành vi “dai dẳng”.

Quy định không cấm đồng loạt mọi cách diễn đạt gay gắt với Claude, mà nhắm đến những hành vi cực đoan và lặp lại như Anthropic mô tả. Điều khoản mới sẽ có hiệu lực từ ngày 12/11/2026.