Sự Cám Dỗ ẩn Đằng Sau “Sản Phẩm Giá Rẻ”

Theo trang thống kê Statista, sự gia tăng phụ thuộc vào thương mại điện tử (TMĐT) đã mở ra các cơ hội cho những đối tượng xấu sử dụng các chiến thuật ngày càng tinh vi, bao gồm cả trò gian lận dùng trí tuệ nhân tạo (AI) để lừa đảo người mua sắm online (MSOL).

Đánh lận con đen

MSOL phổ biến với các hình thức: trên các nền tảng TMĐT, trang web có chức năng mua hàng và hiện phổ biến trên các mạng xã hội (MXH). Theo dữ liệu của Atlas VPN dựa trên khảo sát online GoodFirms, có tới 47% người dùng MXH từng là nạn nhân của lừa đảo. Theo Liên đoàn Các tổ chức người tiêu dùng Đức (VZBV), khảo sát của Viện Thăm dò Forsa thực hiện mới đây cho thấy trong vòng 2 năm qua, trong số 1.503 người từ 14 tuổi trở lên MSOL ở Đức thì có 1/8 người là nạn nhân bị lừa đảo.

Trên cửa hàng online, ngày càng xuất hiện nhiều chiêu trò “đánh lận con đen”, như quảng cáo hàng tốt với giá cực hấp dẫn nhưng khi gửi tới khách lại là sản phẩm kém chất lượng hoặc không đúng như quảng cáo. Lợi dụng việc MSOL chỉ dựa vào lòng tin giữa khách hàng và chủ tài khoản, trong khi nền tảng MXH không có chế tài đủ mạnh để xử lý triệt để khi xảy ra sự cố (tối đa chỉ khóa tài khoản), thì kẻ lừa đảo càng dễ dàng lợi dụng. Phổ biến nhất là tình trạng giới thiệu sản phẩm bắt mắt, hấp dẫn nhưng khi gửi đến người mua thì là hàng thật nhưng với giá bị đẩy lên cao hơn đáng kể.

Chọn trang bán hàng uy tín

Theo các chuyên gia, người tiêu dùng chỉ mua hàng trên nền tảng uy tín, đặc biệt là các sàn TMĐT lớn, có chính sách bảo vệ người mua rõ ràng. Chỉ mua hàng tại các trang web chính hãng, có dấu chứng nhận của cơ quan chức năng và tổ chức kiểm định, có địa chỉ liên hệ cụ thể và có thể xác minh qua các số điện thoại hay hotline. Cảnh giác với hàng giá rẻ, kiểm tra kỹ thông tin người bán, có lượt đánh giá cao, nhiều bình luận tích cực từ khách hàng. Chỉ nên chọn hình thức được kiểm tra trước khi nhận hàng và thanh toán khi nhận đúng hàng (COD). Ưu tiên những tài khoản từng mua.

Hiện các cơ quan chức năng ở Việt Nam đã ứng dụng công nghệ, trong đó có AI để hỗ trợ người tiêu dùng phòng tránh rủi ro mua sắm online và gian lận kỹ thuật số.

Một công trình của nhóm 4 sinh viên Trường Đại học Swinburne Việt Nam đã nghiên cứu và thử nghiệm thành công công cụ từ AI có khả năng nhận diện, lọc website độc hại, giả mạo chỉ trong vài giây. Trang web https://ai.chongluadao.vn/ có thể phân tích trực tiếp từ trang web mà người dùng đang xem để đánh giá độ an toàn (người dùng chỉ cần nhập địa chỉ URL của trang web đó). Công cụ này được chuyên gia an ninh mạng Ngô Minh Hiếu, Giám đốc dự án Chongluadao.vn, nhận dẫn dắt. Theo ông Hiếu, công cụ lọc website độc hại do nhóm sinh viên thực hiện với những kiến thức, kinh nghiệm của các thành viên trong dự án Chongluadao.vn đã hoàn thành, cho độ chính xác đến hơn 98%; người dân, doanh nghiệp, tập đoàn lớn có thể trải nghiệm và đưa vào sử dụng. Các chuyên gia của Nordea cũng khuyến nghị giúp người mua không nên tìm kiếm thông tin khuyến mãi bằng các công cụ tìm kiếm trên mạng vì cũng có thể bị dẫn tới các trang web lừa đảo. Cẩn trọng với các quảng cáo qua email, không click vào bất cứ đường dẫn (link) trong các email này, đặc biệt là từ người gửi không quen.

Một số quốc gia như Đan Mạch, Phần Lan, Luxembourg, New Zealand, Na Uy và Thụy Sĩ ghi nhận tỉ lệ gian lận mua sắm trực tuyến thấp, bởi đã xây dựng khung pháp lý và thể chế mạnh mẽ, đồng thời phát triển các chiến lược an ninh mạng toàn diện để chống lại tội phạm mạng.

Nhờ vào các chiến dịch nâng cao nhận thức và giáo dục cộng đồng về lừa đảo trực tuyến – với những sáng kiến cụ thể như video, hình ảnh hướng dẫn, sử dụng mạng xã hội và hợp tác giữa nhà nước và các nền tảng – người tiêu dùng ngày càng được trang bị tốt hơn để phòng tránh rủi ro gian lận. Các biện pháp phòng ngừa từ ngân hàng là một phần quan trọng trong công tác phòng chống gian lận ở các nước này.

Các chuyên gia khuyến cáo người tiêu dùng sử dụng công cụ Cảnh báo lừa đảo được tích hợp trong ứng dụng VNeID của Bộ Công an để phòng tránh bị lừa. Tính năng này còn cho phép tra cứu website lừa đảo, tính đến đầu tháng 11-2025 đã thu thập được dữ liệu về 125.608 trang web đen có địa chỉ giả mạo.