SaoChep.comSao Chép
Hiểu về kiểm tra trùng lặp

Kiểm tra trùng lặp và phát hiện văn bản AI viết: hai việc khác nhau thế nào

Kiểm trùng hỏi bài giống nguồn nào và chỉ ra nguồn để đối chiếu. Phát hiện văn bản AI đoán bài có phải máy viết, chỉ ra xác suất. Hai câu hỏi, hai loại bằng chứng.

A fountain pen resting on an open notebook beside a tablet with a blank glowing display, wooden desk, split lighting of cool teal and warm amber, close-up

Kiểm tra trùng lặp trả lời câu hỏi "đoạn này giống văn bản nào đã có", và chỉ ra nguồn cụ thể để người đọc mở ra đối chiếu. Phát hiện văn bản AI trả lời câu hỏi "đoạn này có phải do mô hình ngôn ngữ viết không", và chỉ đưa ra một mức xác suất, không có nguồn nào để đối chiếu.

Hai việc thường được tích hợp trong cùng một phần mềm và hiện trong cùng một báo cáo, nên rất dễ bị đánh đồng. Nhưng chúng dựa trên hai nguyên lý khác nhau, cho ra hai loại bằng chứng có độ chắc chắn khác nhau, và cần được đọc theo hai cách khác nhau. Một bài do AI viết có thể trùng lặp gần như không phần trăm; một bài tự viết hoàn toàn có thể bị gắn cờ AI. Bài này giúp bạn tách hai con số ra để đọc cho đúng.

Hai câu hỏi khác nhau

Phần mềm kiểm tra trùng lặp làm một việc có đáp án kiểm chứng được: tìm xem chuỗi chữ trong bài có xuất hiện ở văn bản nào khác không. Nếu có, nó chỉ ra văn bản đó, chỉ ra đoạn khớp, và bất kỳ ai cũng có thể mở hai văn bản đặt cạnh nhau để tự xác nhận. Kết quả có thể bị hiểu sai, ví dụ trích dẫn hợp lệ bị tính vào, nhưng bản thân sự giống nhau là một sự thật quan sát được.

Công cụ phát hiện văn bản AI làm một việc không có đáp án kiểm chứng trực tiếp: ước đoán nguồn gốc của một đoạn văn dựa trên đặc điểm thống kê của nó. Không có văn bản gốc nào để đặt cạnh, vì văn bản do mô hình ngôn ngữ sinh ra là văn bản mới, chưa từng tồn tại ở đâu. Điều duy nhất công cụ đưa ra được là nhận định "đoạn này có những đặc điểm giống văn bản máy viết mà công cụ đã học từ trước", kèm một mức độ tin cậy.

Sự khác biệt này quyết định cách dùng kết quả. Báo cáo trùng lặp là bằng chứng có thể kiểm tra lại; điểm phát hiện AI là một tín hiệu cần thêm bằng chứng khác mới đi tới kết luận. Nhiều cơ sở giáo dục và nhà cung cấp phần mềm cũng khuyến cáo không dùng điểm phát hiện AI làm căn cứ duy nhất để xử lý người viết.

Vì sao bài AI viết có thể trùng lặp gần như bằng không

Mô hình ngôn ngữ không chép đoạn văn có sẵn mà sinh ra từng chữ dựa trên xác suất. Kết quả là một văn bản mới về mặt chuỗi chữ, dù nội dung có thể rất quen thuộc. Khi đưa một bài như vậy qua phần mềm kiểm trùng, phần lớn trường hợp sẽ chỉ thấy vài cụm từ thông dụng khớp rải rác, tỷ lệ thấp, không có nguồn nổi bật.

Có những ngoại lệ đáng biết. Khi được hỏi về định nghĩa chuẩn, nội dung văn bản pháp luật hay một đoạn văn nổi tiếng, mô hình có thể tái tạo gần nguyên văn những gì đã xuất hiện nhiều trong dữ liệu huấn luyện, và phần đó sẽ trùng với nguồn. Khi người dùng dán tài liệu vào rồi yêu cầu "viết lại", kết quả thường giữ khung ý và nhiều cụm từ của tài liệu gốc, nên trùng ý cao và có thể trùng chữ đáng kể. Và nội dung web do AI sinh hàng loạt về cùng một chủ đề có xu hướng giống nhau về ý và cấu trúc, dù chuỗi chữ khác.

Điều rút ra cho người chấm: tỷ lệ trùng thấp không nói gì về việc bài có do AI viết hay không. Điều rút ra cho người viết: dùng AI để viết không phải là cách "né" kiểm trùng, vì đó là hai câu hỏi khác nhau, và quy định về sử dụng AI của lớp học hay tạp chí là một lớp kiểm soát riêng.

Vì sao bài tự viết có thể bị gắn cờ AI

Các công cụ phát hiện AI thường dựa vào những đặc điểm như độ dễ đoán của chữ tiếp theo, độ đều của độ dài câu, sự thiếu vắng những lựa chọn từ bất ngờ. Văn bản máy viết có xu hướng trơn, đều, chọn chữ "an toàn". Nhưng có rất nhiều kiểu văn bản người viết cũng có những đặc điểm đó.

Văn bản hành chính, báo cáo theo mẫu, phần mô tả phương pháp nghiên cứu vốn được viết theo khuôn, câu cú chuẩn mực, ít cá tính. Người viết bằng ngôn ngữ thứ hai, chẳng hạn sinh viên Việt Nam viết tiếng Anh, thường dùng vốn từ hẹp và cấu trúc câu an toàn. Người viết cẩn thận, biên tập kỹ, sửa hết những chỗ lủng củng cũng làm văn bản trơn hơn. Văn bản đã qua công cụ sửa ngữ pháp tự động cũng có thể bị đẩy về phía "giống máy".

Với tiếng Việt, độ chính xác của các công cụ phát hiện AI càng khó đánh giá, vì phần lớn được phát triển và kiểm thử chủ yếu trên tiếng Anh. Nếu bạn là người chấm, hãy kiểm thông tin của nhà cung cấp về độ chính xác với tiếng Việt ở phiên bản hiện hành, và coi kết quả là gợi ý để trao đổi chứ không phải kết luận.

So sánh hai loại kiểm tra

Bảng dưới đây đặt hai loại kiểm tra cạnh nhau theo những khía cạnh mà người viết và người chấm hay hỏi nhất. Chi tiết cụ thể khác nhau giữa các công cụ; bảng mô tả nguyên lý chung.

Khía cạnhKiểm tra trùng lặpPhát hiện văn bản AI
Câu hỏiBài giống văn bản nào đã cóBài có đặc điểm của văn bản máy viết không
Cách làmSo khớp chuỗi chữ với kho dữ liệuPhân tích đặc điểm thống kê của chính văn bản
Kết quảTỷ lệ, danh sách nguồn, đoạn tô màuMức xác suất hoặc nhãn, đôi khi đánh dấu đoạn nghi
Kiểm chứng lạiĐược: mở nguồn ra đối chiếuKhó: không có văn bản gốc để đặt cạnh
Sai thường gặpTính cả trích dẫn hợp lệ; bỏ sót nguồn ngoài khoGắn cờ nhầm văn bản người viết; bỏ sót văn bản AI đã được sửa
Nên dùng đểTìm đoạn cần ghi nguồn hoặc viết lạiGợi ý chỗ cần trao đổi thêm với người viết

Đọc hai cột, bạn sẽ thấy vì sao không nên cộng hay so hai con số với nhau. Hai mươi phần trăm trùng lặp và hai mươi phần trăm khả năng AI là hai đại lượng khác loại, giống như đem cân nặng so với chiều cao.

Đọc hai kết quả đặt cạnh nhau

Khi một báo cáo có cả hai con số, có bốn tổ hợp chính. Mỗi tổ hợp gợi ý một hướng xem xét khác nhau, không tổ hợp nào tự nó là kết luận.

Trùng lặpPhát hiện AIThường gặp khiNên làm gì
ThấpThấpBài tự viết, ghi nguồn tốt; hoặc nguồn không có trong khoVẫn đọc nội dung như bình thường
CaoThấpChép từ nguồn có sẵn, hoặc nhiều trích dẫn hợp lệ, hoặc trùng với bản cũ của chính mìnhMở danh sách nguồn, đối chiếu từng đoạn
ThấpCaoVăn bản do AI sinh mới; hoặc văn bản người viết theo khuôn, ngôn ngữ thứ haiTrao đổi với người viết, xem bản nháp và quá trình làm
CaoCaoNhờ AI viết lại tài liệu có sẵn; hoặc văn bản theo mẫu rất chuẩnĐối chiếu nguồn trước, rồi trao đổi về cách viết

Trong mọi tổ hợp, bước tiếp theo luôn liên quan đến con người: đọc nội dung, xem quá trình làm bài, hỏi người viết. Phần mềm chỉ giúp chọn ra chỗ cần nhìn kỹ hơn.

Công cụ "làm cho giống người viết" và vì sao không nên dùng

Song song với công cụ phát hiện AI, trên mạng xuất hiện nhiều dịch vụ quảng cáo khả năng biến văn bản máy viết thành văn bản "không bị phát hiện". Về nguyên lý, chúng xáo trộn câu, thay từ, thêm những chỗ lủng củng có chủ ý để phá các đặc điểm thống kê mà công cụ phát hiện dựa vào. Bài này không hướng dẫn dùng chúng, chỉ giải thích vì sao đó là lựa chọn tồi.

Thứ nhất, chúng không giải quyết câu hỏi thật. Nếu quy định của lớp học hay tạp chí không cho dùng AI ở phần đó, thì bài vẫn vi phạm quy định dù có qua công cụ hay không; thêm một lớp che giấu chỉ biến việc dùng AI thành hành vi cố ý gian lận. Thứ hai, văn bản sau khi bị xáo trộn thường kém đi rõ rệt: câu tối nghĩa, thuật ngữ bị thay sai, lập luận đứt mạch. Người chấm đọc bằng mắt nhận ra ngay, kể cả khi công cụ không gắn cờ. Thứ ba, nếu văn bản gốc được viết lại từ một tài liệu có sẵn, những dịch vụ này không xoá được phần trùng ý với nguồn.

Nếu bạn đã dùng AI hỗ trợ trong phạm vi được phép, cách bảo vệ mình tốt nhất là khai báo trung thực và giữ bằng chứng quá trình làm, không phải làm cho văn bản trông bớt giống máy.

Dùng mỗi loại kiểm tra đúng chỗ

Với người viết. Dùng kiểm trùng để soát ghi nguồn, đúng như mục đích của nó. Với AI, việc quan trọng không phải là thử xem bài có bị công cụ gắn cờ không, mà là đọc quy định dùng AI của lớp hay tạp chí, khai báo trung thực những phần có dùng, và giữ bản nháp, lịch sử sửa để chứng minh quá trình làm khi cần.

Với người chấm. Dùng báo cáo trùng lặp như bằng chứng có thể kiểm tra. Dùng điểm phát hiện AI như tín hiệu để mở một cuộc trao đổi, kết hợp với những gì quan sát được từ bản nháp, từ buổi hỏi đáp, từ sự khác biệt giữa bài này và những bài trước của cùng người viết.

Với đơn vị đào tạo. Quy định nên tách hai vấn đề: trùng lặp và ghi nguồn là một mục, sử dụng AI là một mục khác, mỗi mục có cách xử lý riêng. Gộp chung dễ dẫn đến việc dùng một con số xác suất làm căn cứ xử lý, điều mà chính các nhà cung cấp công cụ thường khuyến cáo tránh.

Với người làm nội dung. Bài viết cho trang web do AI hỗ trợ vẫn nên qua kiểm trùng, vì nội dung sinh hàng loạt dễ trùng ý với các trang khác. Ngoài ra cần người biên tập đọc lại để kiểm chứng thông tin, vì cả hai loại công cụ đều không kiểm được nội dung có đúng sự thật hay không.

Câu hỏi thường gặp

Bài do AI viết có bị phần mềm kiểm tra đạo văn phát hiện không?

Phần kiểm trùng lặp thường không, vì AI sinh văn bản mới nên ít khớp chuỗi chữ với nguồn, trừ khi nó tái tạo định nghĩa chuẩn hay viết lại tài liệu bạn dán vào. Việc phát hiện AI là một tính năng khác, cho ra xác suất chứ không phải nguồn, và có thể sai.

Điểm phát hiện AI cao có phải bằng chứng bài do máy viết không?

Không đủ để kết luận. Đó là ước đoán thống kê, có thể gắn cờ nhầm văn bản người viết theo khuôn hoặc người viết ngôn ngữ thứ hai. Cần kết hợp với bản nháp, quá trình làm bài và trao đổi trực tiếp với người viết.

Có thể cộng tỷ lệ trùng lặp và tỷ lệ AI lại không?

Không. Hai con số đo hai thứ khác loại: một bên là phần chữ khớp với nguồn đã có, một bên là mức tin cậy của một phép đoán. Cộng hay so chúng với nhau không có ý nghĩa.

Công cụ phát hiện AI có chính xác với tiếng Việt không?

Khó khẳng định chung, vì phần lớn công cụ được phát triển và kiểm thử chủ yếu trên tiếng Anh. Hãy xem thông tin của nhà cung cấp về tiếng Việt ở phiên bản hiện hành và coi kết quả là gợi ý để trao đổi thêm.

Bài tự viết bị gắn cờ AI thì nên làm gì?

Giữ bình tĩnh, chuẩn bị bản nháp, lịch sử sửa của tệp, ghi chú khi đọc tài liệu và sẵn sàng trình bày lại lập luận của bài. Những thứ này cho thấy quá trình làm việc, điều mà một con số xác suất không thể hiện được.

Nhờ AI viết lại một đoạn có sẵn thì bị trùng lặp hay bị gắn cờ AI?

Có thể cả hai. Đoạn viết lại thường giữ khung ý và một phần cụm từ của nguồn nên vẫn trùng, đồng thời mang đặc điểm văn bản máy viết. Quan trọng hơn, ý vẫn là của tác giả gốc và cần ghi nguồn.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138