Công cụ phát hiện văn bản AI không đi tìm bài của bạn trên mạng như phần mềm kiểm tra trùng lặp. Nó đọc đoạn văn rồi ước đoán xác suất đoạn đó do một mô hình ngôn ngữ sinh ra, dựa trên thống kê cách các chữ nối tiếp nhau. Kết quả vì vậy là một phỏng đoán có điều kiện, không phải một phép đối chiếu với nguồn cụ thể nào, và không chỉ ra được câu nào được chép từ đâu.
Chính vì đoán theo thống kê nên máy hay sai theo cả hai chiều: bài người viết bị gắn nhãn AI, và bài AI viết rồi được sửa vài lượt lại lọt qua. Hiểu máy đang đo cái gì giúp người viết bình tĩnh khi nhận một con số đáng ngại, và giúp người chấm không biến một tín hiệu mờ thành kết luận. Bài này đi qua cơ chế, những điều kiện làm máy dễ sai, và cách đọc kết quả cho đúng vai trò của nó.
Máy phát hiện AI đo cái gì: độ dễ đoán của từng chữ
Một mô hình ngôn ngữ viết bằng cách chọn chữ tiếp theo có xác suất cao trong ngữ cảnh. Khi để chế độ mặc định, nó có xu hướng chọn những chữ "an toàn", quen thuộc, nên văn bản ra đều đặn và dễ đoán. Nhiều công cụ phát hiện dựa trên chính đặc điểm này: chúng dùng một mô hình khác đọc lại đoạn văn và hỏi xem mỗi chữ có nằm trong nhóm chữ mà mô hình đó cũng sẽ chọn hay không. Đoạn văn càng gồm toàn những lựa chọn dễ đoán, điểm "giống AI" càng cao.
Đi kèm là một thước đo về độ dao động. Người viết thường xen câu rất ngắn với câu dài, có chỗ dùng chữ lạ, có chỗ lặp lại theo thói quen riêng. Văn bản máy sinh ở chế độ mặc định thì độ dài câu và mức độ bất ngờ của chữ thường đều hơn. Một số công cụ khác không đo trực tiếp như vậy mà huấn luyện một bộ phân loại trên hai kho mẫu, một kho người viết và một kho máy viết, rồi để bộ phân loại tự học ranh giới. Dù cách nào, điểm chung là chúng không có bản gốc nào để so, chúng chỉ nhìn hình dạng thống kê của chính đoạn văn được đưa vào.
Khác với phần mềm kiểm tra trùng lặp ở đâu
Hai loại công cụ thường được gộp làm một trong câu nói hằng ngày, nhưng cách làm việc và cách đọc kết quả khác hẳn nhau. Đặt cạnh nhau sẽ thấy vì sao không nên dùng con số của loại này để kết luận thay loại kia.
| Điểm so sánh | Kiểm tra trùng lặp | Phát hiện văn bản AI |
|---|---|---|
| Câu hỏi máy trả lời | Đoạn này có giống nguồn nào đã có trong kho không | Đoạn này có dáng thống kê giống văn máy sinh không |
| Có bản đối chiếu không | Có: chỉ ra nguồn, đoạn trùng, tô màu từng câu | Không: chỉ có điểm số hoặc nhãn, đôi khi tô vùng nghi |
| Người dùng tự kiểm lại được không | Được: mở nguồn ra so bằng mắt | Khó: không có gì cụ thể để mở ra so |
| Sai thường gặp | Trùng oan với mẫu biểu, trích dẫn đúng | Gắn nhãn AI cho văn trang trọng, văn mẫu, văn đã sửa nhiều |
| Dùng làm gì cho hợp | Tìm chỗ cần ghi nguồn hoặc viết lại | Gợi ý chỗ cần hỏi thêm người viết |
Điểm mấu chốt nằm ở dòng thứ ba. Báo cáo trùng lặp cho phép cả người viết lẫn người chấm mở nguồn ra và tự thấy. Điểm AI thì không, vì vậy nó chỉ nên là cái cớ để hỏi chuyện, không phải tang chứng.
Những kiểu văn bản người viết dễ bị gắn nhãn AI
Văn hành chính, văn mẫu. Báo cáo, tờ trình, phần cơ sở lý thuyết thường dùng chữ quen, câu đều, cấu trúc lặp lại theo khuôn. Đó đúng là những thứ máy coi là "dễ đoán", dù người viết không hề dùng AI.
Đoạn ngắn. Một đoạn vài chục chữ không đủ dữ liệu để ước đoán. Nhiều công cụ tự ghi chú rằng kết quả trên đoạn ngắn kém tin cậy, nhưng người đọc báo cáo thường bỏ qua dòng chú thích ấy.
Người viết bằng ngôn ngữ thứ hai. Người chưa thạo một ngôn ngữ thường chọn từ phổ biến và cấu trúc an toàn. Với máy, lựa chọn thận trọng đó trông giống văn máy sinh.
Bài đã qua công cụ sửa chính tả, sửa câu. Công cụ sửa câu có thể thay những chữ lạ bằng chữ thông dụng hơn, làm văn mượt và đều hơn. Một bài người viết, sau khi để máy chuốt từng câu, có thể mang dáng thống kê gần với văn máy.
Văn tiếng Việt nói chung. Phần lớn công cụ được phát triển và thử nghiệm nhiều trên tiếng Anh. Với tiếng Việt, việc tách từ, dấu thanh và kho mẫu huấn luyện đều khác, nên không có cơ sở để mặc định rằng độ tin cậy trên tiếng Việt bằng tiếng Anh. Người dùng nên coi kết quả trên bài tiếng Việt là tín hiệu càng mờ hơn.
Vì sao bài AI viết vẫn lọt qua
Chiều sai ngược lại cũng xảy ra thường xuyên. Khi người dùng yêu cầu mô hình viết với giọng riêng, chèn ví dụ cụ thể, hoặc tự tay sửa lại nhiều câu, dáng thống kê của văn bản thay đổi và điểm AI có thể tụt xuống thấp. Văn bản pha trộn, nửa người nửa máy, là vùng mà máy đoán kém nhất, vì từng đoạn mang đặc điểm khác nhau và điểm tổng bị kéo về giữa.
Mô hình mới cũng ra đời nhanh hơn tốc độ cập nhật của công cụ phát hiện. Một bộ phân loại học trên mẫu của các mô hình cũ có thể không quen với văn của mô hình mới. Điều này không có nghĩa máy vô dụng, mà có nghĩa nó là một trò đuổi bắt không có hồi kết, và ở bất kỳ thời điểm nào cũng có những bài lọt lưới. Người chấm dựa hoàn toàn vào điểm AI sẽ vừa bắt oan người trung thực vừa bỏ sót người dùng AI khéo hơn, tức là đạt kết quả tệ ở cả hai phía.
Đọc một kết quả phát hiện AI cho đúng vai trò
Khi nhận được một báo cáo gắn nhãn AI, dù là của bài mình hay bài người khác, có vài câu hỏi nên đặt ra trước khi tin vào con số.
- Công cụ đã nói rõ giới hạn chưa? Đọc phần hướng dẫn của chính công cụ: nó có khuyên không dùng làm căn cứ duy nhất không, có cảnh báo về đoạn ngắn hay ngôn ngữ ngoài tiếng Anh không.
- Đoạn bị tô là đoạn nào? Nếu chỉ là phần lý thuyết, định nghĩa hoặc mở bài theo khuôn, khả năng gắn nhãn oan cao hơn hẳn so với khi phần phân tích riêng bị tô.
- Chạy lại có ra cùng kết quả không? Một số công cụ cho kết quả dao động giữa các lần chạy hoặc giữa các phiên bản. Kết quả không ổn định thì càng không nên dựa vào.
- Có bằng chứng khác đi kèm không? Bản nháp, lịch sử sửa, khả năng người viết giải thích lập luận của chính mình là những thứ nặng ký hơn nhiều so với điểm số.
- Quy định của nơi chấm nói gì? Nhiều nơi đã ghi rõ điểm phát hiện AI chỉ dùng để tham khảo; nơi khác chưa có quy định. Tra quy định hiện hành trước khi nói tới hậu quả.
Người viết nên làm gì với công cụ này
Với sinh viên và người viết, tự chạy bài mình qua máy phát hiện AI trước khi nộp ít khi giúp được gì. Nếu bài là của bạn mà điểm vẫn cao, cách xử lý hợp lý không phải là sửa câu cho "giống người" hơn, vì làm vậy là đang viết để chiều một thuật toán đoán mò chứ không phải để người đọc hiểu. Việc có ích hơn là giữ lại dấu vết quá trình viết: dàn ý, bản nháp các lần, ghi chép khi đọc tài liệu, lịch sử phiên bản của tệp. Những thứ này mới là thứ chứng minh bài là của bạn khi có ai hỏi. Thói quen này tốn rất ít công: đặt tên bản nháp theo ngày, viết trên trình soạn thảo có lưu lịch sử, chụp lại dàn ý viết tay ngay khi lập xong.
Nếu bạn có dùng AI ở một khâu nào đó, chẳng hạn để gợi ý dàn ý hay sửa lỗi chính tả, việc nên làm là khai báo theo quy định của lớp, khoa hoặc tạp chí, thay vì lo máy có phát hiện ra hay không. Khai báo rõ ràng biến một chuyện có thể thành nghi vấn thành một việc minh bạch. Khi đưa bài vào bất kỳ công cụ trực tuyến nào, kể cả máy phát hiện AI, nhớ che thông tin cá nhân, số liệu chưa công bố, tên tổ chức nếu là tài liệu nội bộ.
Người chấm nên dùng thế nào cho công bằng
Với giảng viên, giáo viên, biên tập viên, điểm AI hợp nhất ở vai trò chỉ chỗ cần hỏi. Một bài có điểm cao và đồng thời có những dấu hiệu khác, như lập luận không khớp với trình độ thể hiện trên lớp, tài liệu tham khảo không tra được, hay người viết không giải thích được đoạn của chính mình, thì đáng một buổi trao đổi. Một bài chỉ có điểm cao mà không có gì khác thì chưa đủ để nghi.
Cách làm công bằng là hỏi trước, kết luận sau, và để người viết có cơ hội trình bày quá trình làm bài. Người chấm cũng nên tránh nói với người học rằng "máy đã xác định" bài do AI viết, vì máy không xác định được điều đó. Viết vào quy định học phần rằng điểm phát hiện AI không phải căn cứ duy nhất, và nói rõ những gì sẽ được xem xét khi có nghi vấn, giúp cả hai phía biết trước luật chơi trong lớp học và giảm hẳn những cuộc tranh cãi không cần thiết.
Câu hỏi thường gặp
Công cụ phát hiện AI có so bài của mình với bài trên mạng không?
Không. Phần lớn công cụ phát hiện AI chỉ phân tích dáng thống kê của chính đoạn văn được đưa vào, không đối chiếu với nguồn nào. Việc so với bài trên mạng, kho của trường hay bài đã nộp là việc của phần mềm kiểm tra trùng lặp, một loại công cụ khác.
Điểm AI cao có nghĩa là bài chắc chắn do AI viết không?
Không. Điểm cao chỉ cho biết đoạn văn có đặc điểm thống kê giống văn máy sinh. Văn mẫu, văn hành chính, đoạn ngắn, bài đã qua công cụ sửa câu đều có thể bị gắn nhãn oan. Cần thêm bằng chứng khác như bản nháp và khả năng giải thích của người viết.
Máy phát hiện AI có đáng tin với bài tiếng Việt không?
Nên thận trọng hơn với tiếng Việt. Nhiều công cụ được phát triển và thử nghiệm chủ yếu trên tiếng Anh, trong khi tiếng Việt khác về tách từ, dấu thanh và kho mẫu huấn luyện. Kết quả trên bài tiếng Việt nên được coi là tín hiệu tham khảo, không phải căn cứ kết luận.
Có nên sửa câu cho đến khi điểm AI xuống thấp không?
Không nên. Sửa câu để chiều thuật toán không chứng minh bài là của bạn và có thể làm bài kém mạch lạc. Thay vào đó, giữ dàn ý, bản nháp, lịch sử phiên bản và ghi chép đọc tài liệu, vì đó là bằng chứng thật về quá trình viết khi cần giải trình.
Hai công cụ cho hai điểm AI khác nhau thì tin công cụ nào?
Không nên chọn tin một bên. Mỗi công cụ dùng mô hình và kho mẫu riêng nên ra kết quả khác là chuyện thường. Sự chênh lệch giữa các công cụ chính là dấu hiệu cho thấy kết quả không đủ chắc để làm căn cứ duy nhất cho bất kỳ kết luận nào.
Giảng viên có được kết luận gian lận chỉ dựa vào điểm AI không?
Điều này tuỳ quy chế của từng cơ sở đào tạo, nên cần tra văn bản hiện hành của trường. Về nguyên tắc chung, vì máy phát hiện AI không chỉ ra được bằng chứng cụ thể, nhiều nơi khuyến nghị chỉ dùng điểm này làm cơ sở để trao đổi, không dùng làm căn cứ kết luận duy nhất.