Trục lợi bảo hiểm bằng ảnh AI: quy trình thẩm định ảnh bồi thường

Một bức ảnh trong hồ sơ bồi thường bảo hiểm được nộp để chứng minh một điều cụ thể: chiếc xe này bị hư hỏng ở vị trí này, căn bếp này đã bị ngập nước, món đồ này đã tồn tại trước khi bị mất cắp. Khi nghi ngờ trục lợi bảo hiểm bằng ảnh AI, thẩm định ảnh bồi thường nghĩa là kiểm tra chính điều đó, chứ không chỉ xét xem các điểm ảnh có “trông như do AI tạo ra” hay không. Một cảnh do AI tạo ra, một vùng hư hỏng bị chỉnh sửa, một bức ảnh của vụ việc trước đó và một bức ảnh thật nhưng chưa đủ thông tin đòi hỏi bốn bước xử lý tiếp theo khác nhau.

Mục tiêu thực tế là chọn được một bước tiếp theo có trọng tâm: yêu cầu một góc chụp rõ hơn, đối chiếu một bức ảnh trước đó, nhờ chuyên gia xem xét một chỉnh sửa cục bộ, hoặc khép lại một nghi vấn mà chứng cứ đã giải thích được. Kết quả phát hiện nội dung ảnh do AI tạo ra hoặc bị chỉnh sửa có thể giúp chọn bước đó. Quyết định bồi thường vẫn thuộc về người có thẩm quyền của doanh nghiệp bảo hiểm, căn cứ vào toàn bộ chứng cứ.

Nếu bạn đang xử lý một hồ sơ, hãy bắt đầu với bốn hướng xem xét bên dưới và ví dụ ảnh hư hỏng cửa xe trong hồ sơ bảo hiểm vật chất xe, trong đó có mẫu yêu cầu bổ sung chứng cứ có thể sao chép. Nếu bạn đang thiết kế quy trình cho nhóm của mình, hãy dùng bảng chuyển giao và các chỉ số tách riêng theo ảnh và theo hồ sơ để phân công trách nhiệm và đánh giá một đợt thử nghiệm giới hạn.

Bằng chứng về trục lợi bảo hiểm bằng ảnh AI cho đến nay

Ngày 8 tháng 6 năm 2026, Aviva, một doanh nghiệp bảo hiểm ở Anh, cho biết họ ghi nhận ngày càng nhiều hồ sơ bồi thường có kèm hình ảnh do AI tạo ra và tài liệu bị chỉnh sửa, đặc biệt trong bảo hiểm xe cơ giới; công ty mô tả việc dùng phân tích dữ liệu và công cụ AI dưới sự giám sát của con người. Đây là thông tin do một doanh nghiệp bảo hiểm nước ngoài tự công bố về kinh nghiệm của mình. Các số liệu gian lận tổng thể trong thông cáo bao gồm mọi hồ sơ bị nghi ngờ gian lận, không phải số ảnh do AI tạo ra đã được đo lường, vì vậy không nên dùng chúng để ước tính mức độ phổ biến của gian lận bằng ảnh AI trong toàn ngành. Thông cáo của Aviva (tiếng Anh)

Tại Việt Nam, chúng tôi chưa tìm thấy nguồn công khai nào của cơ quan quản lý hoặc doanh nghiệp bảo hiểm đo lường việc dùng ảnh do AI tạo ra trong hồ sơ bồi thường. Vì vậy, bài viết này coi đó là hiện tượng đã được ghi nhận ở nước ngoài, chưa phải vấn đề đã được đo lường trong nước. Những thông tin đã được công bố trong nước cho thấy bối cảnh trong đó bức ảnh được nộp.

Thời báo Tài chính Việt Nam ngày 31 tháng 5 năm 2025 nêu ý kiến của một lãnh đạo doanh nghiệp bảo hiểm phi nhân thọ (không nêu tên) về năm hình thức trục lợi bảo hiểm xe cơ giới phổ biến, trong đó có khai gian thời điểm tổn thất để hợp thức hóa hợp đồng, dựng hiện trường giả và cố ý thay các bộ phận cũ, hỏng sẵn để tăng giá trị tổn thất. Thời báo Tài chính Việt Nam, 31/05/2025 Hình thức nào trong số này cũng có thể đi kèm ảnh, và mỗi hình thức đặt ra một câu hỏi chứng cứ khác nhau. Báo Pháp luật Việt Nam ngày 23 tháng 12 năm 2024 thuật lại quan điểm của Cục Quản lý, giám sát bảo hiểm (Bộ Tài chính) rằng doanh nghiệp bảo hiểm cần có quy trình thẩm định và giám sát chặt chẽ để phát hiện kịp thời các dấu hiệu gian lận. Báo Pháp luật Việt Nam, 23/12/2024

Dữ liệu dùng chung cũng đang hình thành. Ngày 27 tháng 10 năm 2026, Hiệp hội Bảo hiểm Việt Nam và đối tác công nghệ Merimen ký thỏa thuận mức độ dịch vụ (SLA) để triển khai hệ thống chiết khấu không khiếu nại (NCD) cho bảo hiểm xe cơ giới tự nguyện. Hệ thống cho phép tra cứu lịch sử bồi thường theo biển số, số khung hoặc số máy và, theo Tạp chí Kinh tế - Tài chính, hỗ trợ công tác phòng ngừa gian lận bảo hiểm. Tạp chí Kinh tế - Tài chính, 27/10/2026 Lịch sử bồi thường của xe là một lớp đối chiếu hữu ích, nhưng nó không cho biết một bức ảnh cụ thể do ai chụp, chụp khi nào hay đã bị chỉnh sửa hay chưa.

Nhóm xử lý hồ sơ cần phân biệt các vấn đề về ảnh khác nhau và gắn từng kết quả phát hiện với những sự việc đang được xem xét. Đưa công cụ phát hiện vào sử dụng mà không có mối liên kết đó có thể chỉ tạo thêm cảnh báo, trong khi chuyên viên điều tra vẫn không biết cần yêu cầu chứng cứ gì.

Phát hiện gian lận bồi thường bảo hiểm: thẩm định ảnh nằm ở đâu

Phát hiện gian lận bồi thường vận hành theo nhiều lớp, và thẩm định ảnh là một lớp: lớp này kiểm tra chứng cứ ở cấp độ tệp đằng sau một bức ảnh cụ thể, còn quy tắc, phân tích dữ liệu và việc chuyển hồ sơ cho bộ phận điều tra gian lận (SIU) thì xem xét hồ sơ, các bên liên quan và quy luật hành vi. Khoản 2 Điều 123 Luật Kinh doanh bảo hiểm giao cho doanh nghiệp bảo hiểm trách nhiệm chủ động xây dựng và tổ chức thực hiện các biện pháp phòng ngừa, phát hiện, giảm thiểu hành vi gian lận bảo hiểm. Luật Kinh doanh bảo hiểm số 08/2022/QH15, văn bản hợp nhất 31/VBHN-VPQH ngày 13 tháng 3 năm 2026 Một bức ảnh có thể được nộp để phục vụ nhiều hành vi bị cấm tại khoản 4 Điều 9 của Luật này, từ giả mạo tài liệu hoặc cố ý làm sai lệch thông tin trong hồ sơ yêu cầu bồi thường đến tự gây thiệt hại để hưởng quyền lợi bảo hiểm, nên không có lớp đơn lẻ nào là đủ.

Các lớp này bổ sung cho nhau. Một cảnh báo từ phân tích dữ liệu có thể dẫn đến việc thẩm định các ảnh của hồ sơ đó. Một nghi vấn về ảnh chưa được giải thích sẽ được chuyển đến chuyên viên bồi thường, hoặc đến SIU theo tiêu chí chuyển hồ sơ của doanh nghiệp bảo hiểm, kèm đúng tệp và đúng vùng ảnh. SIU vẫn là bên xác định sự thật về tổn thất. Một kết quả phát hiện về ảnh là lý do để đặt một câu hỏi cụ thể, chứ tự nó không phải căn cứ để chuyển hồ sơ.

Khung pháp lý tại Việt Nam cần nắm trước khi xử lý hồ sơ

Mục này chỉ nêu bối cảnh pháp lý của thị trường Việt Nam, không phải tư vấn pháp lý. Việc áp dụng vào một hồ sơ cụ thể thuộc về bộ phận pháp chế và tuân thủ của bạn.

Hành vi bị cấm. Khoản 4 Điều 9 Luật Kinh doanh bảo hiểm cấm các hành vi gian lận, gồm thông đồng với người thụ hưởng để giải quyết bồi thường trái pháp luật, giả mạo tài liệu hoặc cố ý làm sai lệch thông tin trong hồ sơ yêu cầu bồi thường, và tự gây thiệt hại về tài sản, sức khỏe của mình để hưởng quyền lợi bảo hiểm. Khoản 2 Điều 22 cho phép doanh nghiệp bảo hiểm hủy bỏ hợp đồng khi bên mua bảo hiểm cố ý cung cấp thông tin sai sự thật nhằm giao kết hợp đồng; điều này nói về thông tin lúc giao kết, không phải về một bức ảnh nộp ở bước yêu cầu bồi thường.

Trách nhiệm hình sự. Điều 213 Bộ luật Hình sự quy định tội gian lận trong kinh doanh bảo hiểm. Ở khung hình phạt cơ bản (khoản 1), người thực hiện một trong các hành vi gian lận được liệt kê, trong đó có giả mạo tài liệu hoặc cố ý làm sai lệch thông tin trong hồ sơ yêu cầu bồi thường, mà chiếm đoạt tiền bảo hiểm từ 20.000.000 ₫ đến dưới 100.000.000 ₫ hoặc gây thiệt hại từ 50.000.000 ₫ đến dưới 200.000.000 ₫ thì bị phạt tiền từ 30.000.000 ₫ đến 100.000.000 ₫ hoặc phạt cải tạo không giam giữ đến 3 năm; điều luật loại trừ các trường hợp thuộc Điều 174, 353 và 355. Chiếm đoạt từ 500.000.000 ₫ trở lên (khoản 3) bị phạt tù từ 3 năm đến 7 năm. Bộ luật Hình sự 2015, văn bản hợp nhất 135/VBHN-VPQH Việc xác định hành vi, ý định và trách nhiệm thuộc cơ quan có thẩm quyền. Một dấu hiệu kỹ thuật trên ảnh không chứng minh ý định, không cho biết ai đã chỉnh sửa và không phải là kết luận giám định tư pháp. Nếu vụ việc được chuyển cho cơ quan có thẩm quyền, cơ quan đó quyết định cách thu thập và đánh giá chứng cứ. Số điều có thể thay đổi nếu có bộ luật mới, vì vậy hãy kiểm tra văn bản đang có hiệu lực khi áp dụng.

Lý do từ chối và thời hạn bồi thường. Điểm e khoản 2 Điều 20 yêu cầu doanh nghiệp bảo hiểm giải thích bằng văn bản lý do từ chối bồi thường, trả tiền bảo hiểm, nên một lý do như “công cụ AI gắn cờ” khó được coi là lời giải thích đầy đủ; lý do nên nêu được chứng cứ đã đối chiếu. Điều 31 quy định doanh nghiệp bảo hiểm bồi thường theo thời hạn đã thỏa thuận trong hợp đồng; nếu không có thỏa thuận thì trong 15 ngày kể từ ngày nhận đủ hồ sơ hợp lệ, và phải trả lãi nếu chậm. Vì vậy, một yêu cầu bổ sung chứng cứ nên cụ thể và gắn với một câu hỏi rõ ràng, thay vì để hồ sơ treo.

Dữ liệu cá nhân trong hồ sơ bồi thường. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 1 tháng 1 năm 2026. Nghị định 356/2025/NĐ-CP xếp tình trạng sức khỏe, hình ảnh thẻ căn cước, thẻ căn cước công dân, chứng minh nhân dân, cũng như thông tin về hoạt động và lịch sử giao dịch bảo hiểm của khách hàng tại tổ chức bảo hiểm, vào nhóm dữ liệu cá nhân nhạy cảm (các điểm d, i và k khoản 1 Điều 4), đồng thời yêu cầu thiết lập quy định phân quyền, giới hạn truy cập, quy trình xử lý và biện pháp bảo mật khi xử lý nhóm dữ liệu này (khoản 2 Điều 4). Hồ sơ bồi thường, nhất là hồ sơ tai nạn, thương tích hoặc hồ sơ có kèm giấy tờ tùy thân, dễ chứa các dữ liệu đó. Luật cũng yêu cầu chỉ thu thập, xử lý dữ liệu đúng phạm vi và mục đích cụ thể, rõ ràng (khoản 2 Điều 3), nên chỉ đưa vào thẩm định những ảnh thực sự cần cho câu hỏi chứng cứ. Luật Bảo vệ dữ liệu cá nhân 91/2025/QH15 · Nghị định 356/2025/NĐ-CP

Bắt đầu từ điều cần chứng minh, rồi phân loại điểm chưa chắc chắn

Hãy viết một câu nêu mục đích của bức ảnh trước khi xem xét: “Bức ảnh này được nộp để chứng minh hư hỏng ở cánh cửa sau bên trái liên quan đến vụ va chạm đã khai báo.” Câu đó làm rõ vùng ảnh, vật thể và sự kiện liên quan, đồng thời ngăn một điểm bất thường ở rìa ảnh mang ý nghĩa lớn hơn mức nó đáng có.

Các hướng này có thể chồng lên nhau. Một ảnh thật có thể cho thấy hư hỏng thật từ một sự cố trước đó; một hình minh họa do AI tạo ra có thể đã được gửi kèm và nói rõ là hình minh họa chứ không phải chứng cứ. Hãy ghi lại mục đích mà người nộp nêu cho tệp và mọi giải thích đi kèm trước khi diễn giải cách tệp được tạo ra.

1. Đặt yêu cầu nộp chứng cứ hợp lý

Hãy yêu cầu những chứng cứ trả lời đúng câu hỏi của hồ sơ. Với hư hỏng xe, một ảnh toàn cảnh nối bộ phận bị ảnh hưởng với chiếc xe, một ảnh cận cảnh cho thấy hư hỏng và một góc chụp khác giúp đánh giá mức độ. Với một thiết bị gia dụng bị hỏng, nhãn ghi mã hiệu giúp xác định đúng thiết bị, còn ảnh rộng hơn cho thấy tình trạng. Đừng yêu cầu thêm ảnh về không gian riêng tư của người nộp chỉ vì tò mò.

Theo Thời báo Tài chính Việt Nam ngày 31 tháng 5 năm 2025, ông Trần Nguyên Đán, Viện trưởng Học viện Bảo hiểm và Quản trị Rủi ro Tài chính, cho rằng khi chủ xe được trang bị công nghệ để tự chụp ảnh, quay video hiện trường và gửi ngay cho doanh nghiệp bảo hiểm, khách hàng đóng vai trò như một “cánh tay nối dài” của nhà bảo hiểm trong công tác giám định. Cách làm này có thể nhanh hơn, nhưng cũng đồng nghĩa với việc chất lượng và nguồn gốc của tệp phụ thuộc vào cách bạn hướng dẫn người nộp.

Hãy hướng dẫn cách cung cấp ảnh nguồn (nếu có), thay vì chỉ yêu cầu “ảnh gốc”. Người yêu cầu bồi thường có thể hiểu từ này là bức ảnh đầu tiên họ nhận được hoặc một ảnh chụp màn hình. Hãy nói rõ bạn cần tệp đính kèm được chuyển tiếp, ảnh đã xuất hay tệp từ máy ảnh, và lưu lại lời giải thích về nguồn gốc của tệp được nộp.

Hãy chuẩn bị phương án thay thế cho các trường hợp không truy cập được thiết bị, mất tệp nguồn, tài sản đã sửa chữa hoặc địa điểm không an toàn. Người yêu cầu bồi thường không nên phải chụp lại nhiều lần một mái nhà nguy hiểm hay quay lại một tòa nhà đã hư hại chỉ để đáp ứng một biểu mẫu. Chuyên viên bồi thường có thể chọn giám định tại chỗ phù hợp hoặc một hồ sơ độc lập đã có. Mục đích là trả lời câu hỏi về chứng cứ, không phải yêu cầu nộp bổ sung liên tục.

2. Lưu giữ tệp đã nhận và các mối liên hệ của nó

Hãy gán cho mỗi tệp đã nhận một mã tham chiếu ổn định gắn với hồ sơ bồi thường, thời điểm nhận, bên nộp và kênh nhận (ứng dụng của doanh nghiệp bảo hiểm, email hay ứng dụng nhắn tin). Hãy giữ nguyên các byte đã nhận và liên kết ảnh đã cắt, chú thích và ảnh thu nhỏ với tệp đó. Tên tệp có thể trùng nhau giữa nhiều lần nộp khác nhau; giá trị băm mật mã phân biệt chính xác từng chuỗi byte nhưng không chứng minh cảnh trong ảnh là thật.

Hãy ghi lại những thay đổi đã biết ở khâu tiếp nhận. Bản xem trước đã nén của một cổng tiếp nhận và tệp tải lên được giữ lại là hai đầu vào khác nhau. Hãy gắn nhãn ảnh chụp màn hình và bản chuyển tiếp đúng với bản chất của chúng, để người xét duyệt sau này biết phiên bản nào đã cho ra kết quả phát hiện. Hướng dẫn về ảnh chụp màn hình và ảnh bị nén giải thích vì sao đầu vào dạng này cần được xử lý thận trọng.

3. Kiểm tra bối cảnh và nguồn gốc một cách riêng biệt

Trước hết, hãy so sánh các chi tiết nhìn thấy được với hồ sơ: vật thể được chụp, vùng bị hư hỏng, trình tự đã khai báo và các góc chụp khác đã nộp. Hãy xem quan sát nào được chứng cứ độc lập xác nhận. Ba bức ảnh được cùng một người trung gian chuyển tiếp có thể bổ sung góc nhìn hữu ích, nhưng chúng không trở thành ba nhân chứng độc lập chỉ vì là ba tệp riêng.

Sau đó, hãy kiểm tra metadata (siêu dữ liệu) hoặc dữ liệu nguồn gốc sẵn có bằng công cụ phù hợp. Hãy coi ngày chụp được ghi lại là một trường thông tin cần đánh giá, chứ không phải bảo đảm về ngày xảy ra sự kiện. Hãy phân biệt metadata thông thường với nguồn gốc được xác thực bằng mật mã, và phân biệt việc không có bản ghi với việc xác thực thất bại.

Content Credentials có thể ghi thông tin đã ký về việc tạo và chỉnh sửa. Content Authenticity Initiative giải thích rằng xác thực thành công cho thấy bằng chứng về tính toàn vẹn và, khi người ký được tin cậy theo chính sách của bên xác thực, về nguồn của chữ ký; nó không chứng minh nội dung được mô tả hay mọi khẳng định đều đúng và đầy đủ. Việc thiếu Content Credentials tự nó không cho thấy nội dung là sai. Giới thiệu kỹ thuật của CAI (tiếng Anh)

Việt Nam cũng đang có thêm quy định về dấu hiệu nhận biết nội dung do AI tạo ra. Luật Trí tuệ nhân tạo số 134/2025/QH15 có hiệu lực từ ngày 1 tháng 3 năm 2026, còn Nghị định 142/2026/NĐ-CP có hiệu lực từ ngày 1 tháng 5 năm 2026. Theo Điều 17 của Nghị định, nhà cung cấp hệ thống AI phải áp dụng giải pháp kỹ thuật để đánh dấu đầu ra là âm thanh, hình ảnh hoặc video ở định dạng máy đọc được; dấu hiệu có thể nằm trong cấu trúc tệp, metadata hoặc chữ ký số. Theo Điều 18, bên triển khai phải gắn nhãn dễ nhận biết trong một số trường hợp, như nội dung mô phỏng ngoại hình hoặc giọng nói của người thật. Luật Trí tuệ nhân tạo 134/2025/QH15 · Nghị định 142/2026/NĐ-CP Với người thẩm định ảnh, điều này có nghĩa là một số ảnh do AI tạo ra có thể mang dấu hiệu nhận biết. Tuy vậy, nghĩa vụ chỉ áp dụng với các đối tượng thuộc phạm vi của Nghị định (Điều 2); hệ thống AI đã vận hành trước ngày 1 tháng 3 năm 2026 còn có thời hạn chuyển tiếp 12 tháng, hoặc 18 tháng với lĩnh vực y tế, giáo dục và tài chính, để tuân thủ Luật (khoản 1 Điều 35); khoản 4 Điều 17 chỉ yêu cầu duy trì việc đánh dấu trong phạm vi các chức năng do hệ thống kiểm soát; và một bức ảnh đã qua chụp màn hình, nén lại hoặc chuyển qua ứng dụng nhắn tin có thể không còn dấu hiệu nào. Thấy dấu hiệu là một thông tin hữu ích; không thấy dấu hiệu không chứng minh ảnh là thật. Hướng dẫn về C2PA, watermark AI và công cụ phát hiện ảnh giải thích kỹ hơn.

Trong thực tế, một bản ghi nguồn gốc có thể giúp trả lời “quá trình xử lý nào đã được ghi lại?”. Nó không thay thế việc xác định xem “đây có phải là đối tượng được bảo hiểm và sự kiện liên quan không?”. Hãy lưu kết quả xác thực và phiên bản công cụ cùng với mã tham chiếu của tệp để người xét duyệt khác hiểu chính xác điều gì đã được kiểm tra.

4. Chọn phân tích phù hợp với câu hỏi

Việc tạo ra toàn bộ ảnh, chỉnh sửa cục bộ và dùng lại ảnh là những nhiệm vụ khác nhau. Hãy hỏi nhà cung cấp công cụ xem kết quả của họ đo lường điều gì và hỗ trợ những loại đầu vào nào trước khi coi kết quả là chứng cứ về một vùng hư hỏng nhỏ. Nhãn gán cho cả cảnh không đương nhiên là đánh giá cho từng tấm ốp, vết ố hay số khung trong cảnh đó.

Tổng quan tháng 11 năm 2024 của NIST phân biệt các cách tiếp cận nguồn gốc với việc phát hiện dựa trên đặc điểm nội dung, và thảo luận cách đánh giá chúng. Tài liệu cũng cảnh báo rằng nội dung hợp lệ về mặt kỹ thuật vẫn có thể gây hiểu lầm khi bị đặt ngoài ngữ cảnh. Điều này ủng hộ việc kết hợp các phương pháp mà không coi phương pháp nào là bức tranh đầy đủ về sự kiện. NIST AI 100-4 (tiếng Anh)

Hãy ghi lại đầu vào thực tế, phiên bản công cụ, nhiệm vụ được hỗ trợ và kết quả trả về, giữ mọi điểm số đúng theo thuật ngữ trong tài liệu của công cụ. Điểm số phân loại ảnh không phải là xác suất gian lận. Về cách đánh giá, hãy xem hướng dẫn về độ chính xác và dương tính giả của công cụ phát hiện ảnh AI.

Với một nghi vấn ở vùng ảnh cụ thể, hãy mô tả quan sát bằng ngôn ngữ thông thường và giữ một bản tham chiếu chưa chú thích. “Đường viền phía dưới của cánh cửa khác nhau giữa A01 và A02” là điều có thể kiểm tra. “Bản đồ nhiệt chứng minh gian lận” bỏ qua cả bước diễn giải lẫn bước đối chiếu. Nếu đầu vào quá nhỏ, bị che khuất hoặc không phù hợp, hãy ghi là không thể đánh giá thay vì ép ra một câu trả lời nhị phân.

Nguyên lý kỹ thuật: vì sao nhiễu cục bộ có thể mang dấu vết xử lý ảnh

Hai vùng tường có thể có màu sắc tương tự nhưng mức dao động ở quy mô nhỏ khác nhau. Một bức ảnh chứa cả cấu trúc của cảnh lẫn tác động của cảm biến và quá trình xử lý; việc thay thế hoặc chỉnh sửa cục bộ có thể làm xáo trộn mối quan hệ đó. Phân tích nhiễu trong pháp y ảnh số đặt câu hỏi: kiểu dao động của một vùng có nhất quán với các vùng lân cận tương đương hay không. Phương pháp này không giả định rằng mọi ảnh thật đều có nhiễu đồng đều.

Một cách tiếp cận đã được áp dụng phổ biến là phân tích các hệ số wavelet tần số cao, vốn làm nổi bật chi tiết mịn, rồi ước lượng biến thiên cục bộ theo cách ít bị chi phối bởi các giá trị cực đoan. Với các hệ số c, độ lệch tuyệt đối trung vị (MAD, median absolute deviation) là MAD(c) = median(|c − median(c)|). Dùng trung vị làm giảm ảnh hưởng của một vài hệ số cực đoan so với việc bình phương mọi độ lệch. Theo mô hình nhiễu Gauss lý tưởng, một hệ số tỷ lệ cố định chuyển phép đo này thành ước lượng độ lệch chuẩn của nhiễu. Quá trình xử lý thực tế trong máy ảnh có thể lệch khỏi mô hình đó, nên ước lượng cần được diễn giải. Mahdian và Saic, “Using noise inconsistencies for blind image forensics”, 2009 (tiếng Anh)

Một ví dụ nhỏ với số liệu minh họa giúp làm rõ sự khác biệt. Các phần dư −2, −1, 0, 1, 2 có trung vị bằng 0 và MAD bằng 1. Các giá trị −6, −3, 0, 3, 6 cũng có trung vị bằng 0 nhưng MAD bằng 3. Tâm của hai dãy trùng nhau, còn mức độ dao động thì khác nhau.

Phân tích nhiễu cục bộ là một trong những phương pháp pháp y mà Fileverity áp dụng cho các đầu vào phù hợp. Phương pháp này phân tích biến thiên nhiễu cục bộ và khả năng kết cấu bề mặt (texture) gây nhầm lẫn. Một tấm rèm có hoa văn, một bức tường sơn phẳng và một vùng bóng tối đậm tự nhiên cho nội dung tần số cao khác nhau. Coi mọi khác biệt là dấu hiệu chỉnh sửa sẽ nhầm lẫn giữa đặc điểm vốn có của cảnh chụp với quá trình xử lý đang được điều tra.

Với ảnh bảo hiểm, một cảnh báo nhiễu cục bộ trùng với vết ố nước đã khai báo có thể là lý do để xem xét vùng đó cùng các bằng chứng chỉnh sửa khác và một góc chụp khác. Nó không thể cho biết rò rỉ xảy ra khi nào hay lan rộng đến đâu. Khử nhiễu, làm nét và nén có thể làm thay đổi hoặc che mờ tín hiệu, và một bức ảnh nhất quán về mặt kỹ thuật vẫn có thể mô tả sai sự kiện. Hãy so sánh vùng đó với tệp gốc và các góc chụp khác trước khi quyết định xem khác biệt có liên quan đến hư hỏng đã khai báo hay không.

5. Chuyển lên cấp trên theo câu hỏi chưa được giải quyết

Một lần chuyển lên cấp trên chỉ hữu ích khi có đích đến và điều kiện dừng rõ ràng. Tệp chất lượng kém được xử lý bằng yêu cầu bổ sung chứng cứ chất lượng tốt hơn. Một nghi vấn cụ thể, chưa được giải thích về chỉnh sửa cục bộ được chuyển đến người xét duyệt có chuyên môn phù hợp. Một mâu thuẫn giữa các ảnh và hồ sơ độc lập được đưa vào quy trình điều tra hồ sơ. Các tuyến này có thể gặp nhau, nhưng lý do ban đầu của từng tuyến phải còn thấy rõ.

Công cụ xác minh hình ảnh của Fileverity đảm nhiệm bước kiểm tra kỹ thuật. Công cụ kiểm tra từng bức ảnh về khả năng do AI tạo ra, chỉnh sửa cục bộ và nguồn gốc, đồng thời cho biết một kết quả phát hiện liên quan đến vùng nào, để chuyên viên bồi thường của bạn biết cần đề nghị người yêu cầu bồi thường bổ sung gì tiếp theo. Hệ thống quản lý bồi thường của bạn và những người chịu trách nhiệm vẫn là bên gắn kết quả với chiếc xe, sự kiện và quyết định, và lưu lại hồ sơ chuyển giao. Với các tài liệu dạng PDF hoặc Word trong hồ sơ, như dự toán sửa chữa, biên bản và thư yêu cầu bồi thường, hãy xem trang về kiểm tra tài liệu trong hồ sơ trục lợi bảo hiểm.

Điều kiện dừng có thể là “có được một góc chụp nối hư hỏng với chiếc xe đã xác định”, chứ không phải “tiếp tục yêu cầu chụp lại cho đến khi công cụ phát hiện không gắn cờ nữa”. Một lần nộp mới nên được đánh giá theo việc nó có trả lời được câu hỏi hay không. Nhiều kết quả giống nhau từ cùng một công cụ phát hiện không nhất thiết là chứng cứ đối chiếu độc lập.

Hãy giữ kết luận kỹ thuật tách khỏi quyết định bồi thường. Điều khoản sử dụng của Fileverity nêu rằng kết quả là bằng chứng mang tính xác suất do phân tích tự động tạo ra, nhằm hỗ trợ chứ không thay thế đánh giá của con người, và bạn không nên dùng kết quả làm cơ sở duy nhất cho các quyết định có tác động pháp lý hoặc tác động đáng kể tương tự đến cá nhân. Xem điều khoản sử dụng. Luật Bảo vệ dữ liệu cá nhân (khoản 4 Điều 30) cũng yêu cầu việc xử lý dữ liệu cá nhân bằng trí tuệ nhân tạo phải được phân loại theo mức độ rủi ro để có biện pháp bảo vệ phù hợp. Hãy hỏi bộ phận pháp chế và tuân thủ xem một công cụ phân tích ảnh có thuộc phạm vi của Luật này và của Luật Trí tuệ nhân tạo trong quy trình của bạn hay không.

Ví dụ thực hành: ảnh hư hỏng cửa xe có nghi vấn trong hồ sơ bảo hiểm vật chất xe

Ví dụ giả định này cho thấy một nghi vấn kỹ thuật làm thay đổi yêu cầu bổ sung chứng cứ như thế nào.

Một chủ xe nộp ba bức ảnh cho vụ va chạm bên sườn xe đã khai báo theo hợp đồng bảo hiểm vật chất xe. A01 là ảnh cận cảnh cánh cửa sau bên trái, A02 là ảnh rộng hơn chụp bên sườn xe và A03 chụp biển số và số khung. Vết lõm trên A01 trông sâu hơn so với A02. Một công cụ phân tích kỹ thuật cũng trả về cảnh báo chỉnh sửa cục bộ cho A01. Dự toán sửa chữa có hạng mục thay cánh cửa đó với giá 18.500.000 ₫.

Quan sát: vết lõm trông khác nhau giữa hai góc nhìn, và công cụ trả về một cảnh báo cho một tệp được nộp. Suy luận: chỉnh sửa là một cách giải thích có thể xảy ra. Ánh sáng, góc nhìn, cách tệp được xử lý và việc chụp ở các giai đoạn khác nhau là những khả năng khác chưa được loại trừ. Cả quan sát lẫn kết quả của công cụ đều không chứng minh ý định.

Cảnh báo cục bộ khiến cánh cửa sau trở thành trọng tâm của bước tiếp theo; nó không phải là lý do để yêu cầu thêm ảnh của những khu vực không liên quan. Chuyên viên bồi thường yêu cầu tệp nguồn của A01 và một góc chụp nối cánh cửa đó với chiếc xe đã được xác định. Mẫu yêu cầu dưới đây cố ý không dùng đại từ xưng hô, để bạn thêm cách xưng hô theo quy ước của doanh nghiệp mình:

Để tiếp tục xem xét hồ sơ, đề nghị gửi bổ sung tệp ảnh nguồn của A01 (nếu còn), tức là tệp do thiết bị ghi lại, không phải ảnh chụp màn hình hay ảnh gửi lại qua ứng dụng nhắn tin. Vết lõm ở cánh cửa sau bên trái trông khác nhau giữa ảnh A01 và A02. Nếu an toàn và thuận tiện, đề nghị chụp thêm một ảnh có phần chồng lấn, thể hiện cánh cửa đó cùng phần thân xe đủ để nối với biển số và số khung đã cung cấp. Đề nghị cho biết các ảnh được chụp trước hay sau khi sửa chữa. Nếu không thể chụp bổ sung hoặc không an toàn, vui lòng liên hệ chuyên viên phụ trách hồ sơ để cân nhắc giám định tại chỗ hoặc hồ sơ sửa chữa đã có.

Chuyên viên bồi thường chịu trách nhiệm xử lý phản hồi và kiểm tra xem dự toán sửa chữa có mô tả độc lập đúng bộ phận đó không và việc đánh giá được thực hiện vào thời điểm nào. Người xét duyệt kỹ thuật nhận mã tham chiếu của tệp gốc và câu hỏi cụ thể về bộ phận đó, thay vì một nhãn “gian lận AI” không có giải thích.

Việc xem xét có thể kết thúc theo một trong ba hướng. Nếu giám định độc lập xác nhận hư hỏng như mô tả và việc so sánh với tệp nguồn giải thích được sự khác biệt, hãy đóng nghi vấn về ảnh kèm lập luận đó; không cần chạy thêm công cụ phát hiện cho câu hỏi đã được giải quyết. Nếu giám định mâu thuẫn với hư hỏng đã nộp và sự khác biệt vẫn không được giải thích, hãy chuyển đúng điểm mâu thuẫn đó cho nhóm điều tra theo quy trình của doanh nghiệp bảo hiểm. Nếu không thể thu thập được chứng cứ phù hợp, hãy giữ trạng thái chưa giải quyết với người phụ trách và thời điểm xem xét lại được nêu rõ; đừng biến việc không có phản hồi thành một phát hiện kỹ thuật.

Một ghi chú tạm thời phù hợp có thể là: “Vết lõm trên A01 khác với A02. Kết quả của công cụ là một tín hiệu để xem xét kỹ thuật. Mối quan hệ giữa các góc chụp vẫn chưa được giải quyết. Yêu cầu tệp nguồn và ảnh nối; chuyên viên bồi thường so sánh với đánh giá sửa chữa trước khi quyết định hành động tiếp theo.” Ghi chú này nêu rõ chứng cứ, điểm chưa chắc chắn, người phụ trách và bước tiếp theo mà không vội quy trách nhiệm.

Trong Fileverity, cách xử lý A01 là phân tích hình ảnh của chính bức ảnh đó: báo cáo đánh dấu vùng của cánh cửa mà một kết quả phát hiện liên quan, tách vùng được AI tạo lại khỏi trường hợp toàn bộ ảnh do AI tạo ra, đọc Content Credentials và metadata (nếu có), và ghi lại giá trị băm SHA-256 của tệp cùng trạng thái xác thực dấu thời gian, để yêu cầu của chuyên viên bồi thường nêu đúng bộ phận và đúng tệp.

Kiểm tra ảnh trong xử lý bồi thường tự động

Trong bồi thường tự động, bước kiểm tra ảnh nên quyết định tuyến xử lý chứ không quyết định kết quả. Nó có thể giữ một tệp lại, không cho đi qua luồng xử lý tự động toàn trình (luồng giải quyết hồ sơ đơn giản mà không cần giám định viên), hoặc chuyển tệp cho một người, nhưng không nên là cơ sở duy nhất để từ chối, giảm hoặc trì hoãn một hồ sơ bồi thường. Hãy xác định rõ các tuyến này trước khi đưa vào vận hành:

Phân tích ảnh của Fileverity cung cấp đầu vào cụ thể cho các quy tắc này: mức độ rủi ro, vùng mà một kết quả phát hiện liên quan, và giá trị băm SHA-256 kèm dấu thời gian tin cậy khi xác thực thành công. Nó không quyết định hồ sơ bồi thường, không xác nhận phạm vi bảo hiểm và không đủ để kết luận một hồ sơ không có phát hiện nào là không có vấn đề.

Hãy luôn để một người xem xét trước mọi quyết định bất lợi dựa trên kết quả phát hiện. Như đã nêu ở phần khung pháp lý, doanh nghiệp bảo hiểm phải giải thích bằng văn bản lý do từ chối bồi thường (điểm e khoản 2 Điều 20 Luật Kinh doanh bảo hiểm), nên lý do đó cần dựa trên chứng cứ đã đối chiếu chứ không dựa trên điểm số của công cụ. Hãy chọn mức kiểm soát tương xứng với rủi ro, bao gồm mức độ con người tham gia vào quyết định cuối cùng và thiệt hại tiềm tàng đối với người yêu cầu bồi thường, và hãy đánh giá cả công cụ của bên thứ ba, gồm thẩm định nhà cung cấp và, khi phù hợp, các điều khoản hợp đồng về quyền kiểm toán.

Hãy xây dựng nhật ký kiểm toán ngay trong khâu định tuyến. Với mỗi quyết định định tuyến tự động, hãy lưu mã tham chiếu tệp và giá trị băm SHA-256, công cụ và phiên bản, kết quả, tuyến đã chọn, người đã xem xét và quyết định cuối cùng kèm cơ sở. Đó chính là hồ sơ xem xét được mô tả bên dưới, được ghi ngay khi ra quyết định thay vì dựng lại về sau. Giá trị băm và dấu thời gian giúp chứng minh tệp không thay đổi kể từ một thời điểm; việc cơ quan có thẩm quyền chấp nhận chúng làm chứng cứ trong một vụ việc cụ thể là vấn đề riêng, hãy hỏi bộ phận pháp chế của bạn.

Lập hồ sơ xem xét để người khác có thể dùng lại

Một bản ghi ngắn gọn tốt hơn một thư mục đầy kết quả không có giải thích. Hãy dùng mẫu sau làm điểm xuất phát và điều chỉnh theo hệ thống hồ sơ và quy định lưu trữ hiện có.

Hãy ghi cả những nghi vấn đã được loại trừ lẫn những trường hợp chuyển lên cấp trên. Nếu không, hồ sơ lưu sẽ dần trở thành một danh sách các điểm nghi ngờ, và bạn sẽ khó nhận ra cảnh báo nào gây ra công việc không cần thiết. Khi người xét duyệt thay đổi kết luận, hãy giữ lại đánh giá trước đó và giải thích chứng cứ mới thay vì lặng lẽ ghi đè lịch sử.

Đo lường hồ sơ và ảnh mà không nhầm lẫn giữa hai đơn vị

Số ảnh bị gắn cờ là thước đo khối lượng công việc. Nó không phải số hồ sơ gian lận: nhiều ảnh có thể thuộc cùng một hồ sơ, một cảnh báo có thể liên quan đến việc xử lý ảnh vô hại và một số hồ sơ đã xem xét vẫn chưa ngã ngũ.

Hãy xem xét thêm một lô hồ sơ giả định của một tháng, hoàn toàn mang tính minh họa. Có 1.000 ảnh được nộp trong 200 hồ sơ. Quy trình gắn cờ 60 ảnh thuộc 25 hồ sơ, và 25 hồ sơ đó chuyển sang xem xét ảnh. Tại thời điểm chốt báo cáo, tám hồ sơ có nghi vấn về ảnh được xác nhận, mười hai hồ sơ được loại trừ và năm hồ sơ chưa ngã ngũ.

Tỷ lệ ảnh bị gắn cờ là 60 / 1.000 = 6%. Tỷ lệ hồ sơ đi vào luồng xem xét ảnh này là 25 / 200 = 12,5%. Trong hai mươi hồ sơ đã xem xét và có kết luận về nghi vấn liên quan đến ảnh, tám hồ sơ được xác nhận: 8 / 20 = 40%. Mức 40% mô tả những nghi vấn về ảnh đã được giải quyết trong nhóm đã xem xét. Nó không đo mức độ phổ biến của gian lận, cũng không đo các trường hợp bị bỏ sót trong toàn bộ hồ sơ.

Hãy theo dõi thời gian giải quyết và số lần yêu cầu bổ sung chứng cứ song song với các con số này. Hãy lấy một mẫu được thiết kế phù hợp trong số các hồ sơ không bị gắn cờ và kiểm tra qua một quy trình độc lập để biết về những vấn đề bị bỏ sót. Hãy tách riêng các hồ sơ chưa giải quyết, và báo cáo những thay đổi về kênh tiếp nhận hoặc cơ cấu hồ sơ có thể giải thích một biến động. Chỉ riêng tỷ lệ gắn cờ tăng lên không cho bạn biết việc phát hiện đã tốt hơn hay đầu vào trở nên khó đánh giá hơn.

Bắt đầu thử nghiệm ở một bước xét duyệt

Hãy yêu cầu nhà cung cấp trình diễn cách hệ thống của họ xử lý các đầu vào đại diện, được thu thập hợp pháp, từ đúng quy trình tiếp nhận dự kiến. Hãy bao gồm cả tệp nguồn, bản sao đã qua xử lý thông thường và những ảnh không thể làm cơ sở cho một kết luận đáng tin cậy. Hãy gán nhãn tham chiếu một cách độc lập; đừng coi một ảnh là đã chỉnh sửa chỉ vì công cụ đang thử nghiệm gắn cờ nó.

Hãy so sánh hiệu năng trên đúng nhiệm vụ bạn cần, chứng cứ mà người xét duyệt nhận được và thời gian cần để giải quyết các nghi vấn. Hãy xác nhận cách xử lý tệp nhạy cảm, thời hạn lưu trữ, kiểm soát truy cập và các mục đích sử dụng khác được phép trước khi tải hồ sơ bồi thường lên. Hãy hỏi hệ thống có lưu được tham chiếu đầu vào và các phiên bản phân tích hay không, hay khả năng truy vết đó phải do hệ thống hồ sơ của bạn đảm nhiệm.

Hãy bắt đầu với một khâu cụ thể của quy trình, chẳng hạn xem xét kỹ thuật các ảnh hư hỏng xe đang tranh chấp. Hãy thống nhất ai nhận kết quả, họ được phép yêu cầu những chứng cứ nào và khi nào nên dừng hoặc chuyển lên cấp trên. Hãy đo xem kết quả có giúp họ chọn được bước tiếp theo có cơ sở hay không, gồm thời gian đóng các nghi vấn đã được loại trừ và số lần yêu cầu lặp lại với người yêu cầu bồi thường. Đừng đưa các tuyên bố rộng hơn về ngăn ngừa tổn thất vào kết luận của đợt thử nghiệm, trừ khi kết quả đánh giá chứng minh được các tuyên bố đó.

Công cụ xác minh hình ảnh của Fileverity phù hợp với bước đó. Hãy đưa các ảnh bồi thường đã được phép sử dụng qua công cụ phát hiện ảnh do AI tạo ra và đối chiếu báo cáo bằng chứng đầy đủ với câu hỏi xét duyệt của chính bạn. Hãy gửi cho chúng tôi kênh tiếp nhận, định dạng, số ảnh điển hình trên mỗi hồ sơ và số hồ sơ mà người xét duyệt có thể xử lý; chúng tôi sẽ cùng nhóm của bạn xem xét các hồ sơ thực tế. Liên hệ bộ phận kinh doanh. Fileverity phân tích tệp trên máy chủ do Entogo vận hành tại Toronto, Canada và xóa tệp khi phân tích hoàn tất. Theo điểm c khoản 1 Điều 20 Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, việc dùng nền tảng nằm ngoài lãnh thổ Việt Nam để xử lý dữ liệu cá nhân thu thập tại Việt Nam thuộc các trường hợp chuyển dữ liệu cá nhân xuyên biên giới; khoản 2 yêu cầu lập hồ sơ đánh giá tác động chuyển dữ liệu và gửi cho cơ quan chuyên trách trong 60 ngày kể từ ngày đầu tiên chuyển dữ liệu, trừ các trường hợp ngoại lệ tại khoản 6. Hãy nhờ bộ phận pháp chế đánh giá nội dung này cho trường hợp của bạn trước khi tải hồ sơ bồi thường thật lên bất kỳ dịch vụ nào đặt ngoài Việt Nam. Trang Tin cậy và bảo mật trình bày cách xử lý dữ liệu, trong đó có triển khai riêng cho Enterprise khi có yêu cầu.

Về sự khác biệt kỹ thuật giữa cảnh do AI tạo ra và chỉnh sửa cục bộ, hãy xem hướng dẫn cách phát hiện ảnh bị AI chỉnh sửa cục bộ.

Tác giả Yang Zheng · Người kiểm duyệt Bill Liu