Văn bản do AI viết thường cho tỷ lệ trùng lặp thấp khi đem kiểm, vì mô hình sinh ra chuỗi chữ mới thay vì chép nguyên văn một nguồn. Nhưng tỷ lệ thấp không có nghĩa là bài nguyên bản: văn AI vẫn có thể trùng ở định nghĩa quen thuộc, ở những đoạn nổi tiếng mô hình đã "nhớ", và đặc biệt là trùng với bài của người khác dùng cùng câu lệnh.
Câu hỏi này quan trọng vì có một hiểu lầm khá phổ biến: dùng AI viết lại tài liệu là cách "an toàn" để qua phần mềm kiểm tra trùng lặp. Thực tế, phần mềm kiểm trùng chỉ đo một khía cạnh hẹp là sự giống nhau về câu chữ, còn chuyện bài có phải của bạn hay không là câu hỏi rộng hơn nhiều. Bài này giải thích khi nào văn AI bị báo trùng, khi nào không, và vì sao "không bị báo" chưa phải là xong chuyện.
Vì sao văn AI thường cho tỷ lệ trùng thấp
Phần mềm kiểm tra trùng lặp chia bài thành những chuỗi chữ ngắn, lấy "dấu vân tay" của từng chuỗi rồi tìm chuỗi giống hệt hoặc gần giống trong kho: các trang web đã thu thập, kho luận văn, bài đã nộp trước đó. Khi một câu được chép nguyên văn hay chỉ đổi vài chữ, chuỗi chữ vẫn trùng và phần mềm bắt được.
Mô hình ngôn ngữ thì không chép câu từ một tài liệu cụ thể nào trong phần lớn trường hợp. Nó sinh ra từng chữ dựa trên xác suất, nên câu ra đời là tổ hợp mới, kể cả khi ý của câu rất quen. Kết quả là nhiều bài viết hoàn toàn bằng AI chỉ dính vài cụm từ thông dụng khi kiểm trùng. Điều này giải thích vì sao các trường và tạp chí không dựa vào phần mềm kiểm trùng để phát hiện bài do AI viết, và vì sao hai loại công cụ, kiểm trùng và phát hiện AI, được phát triển riêng cho hai câu hỏi khác nhau.
Nhưng "tổ hợp mới" ở mức câu chữ không đồng nghĩa với "ý mới". Ý, cấu trúc lập luận, cách chia mục có thể lấy từ những gì phổ biến nhất trong dữ liệu huấn luyện, tức là ý của rất nhiều người khác, chỉ được nói lại bằng chữ khác.
Những trường hợp văn AI vẫn bị báo trùng
Định nghĩa và khái niệm phổ biến. Khi được hỏi một khái niệm quen thuộc trong giáo trình, mô hình hay trả về câu định nghĩa gần với cách nói chuẩn đã xuất hiện ở hàng nghìn tài liệu. Phần mềm kiểm trùng có thể bắt được những câu này, đúng như khi bạn tự chép định nghĩa từ sách.
Đoạn văn nổi tiếng, văn bản được trích nhiều. Điều khoản luật, lời mở đầu của các văn kiện, câu nói kinh điển, đoạn mô tả có mặt khắp nơi trên mạng là những thứ mô hình có thể tái tạo gần nguyên văn. Nếu bài dùng mà không đặt trong ngoặc và ghi nguồn, nó bị báo trùng như mọi đoạn chép khác.
Yêu cầu AI "viết lại" một đoạn có sẵn. Khi đưa một đoạn tài liệu vào và bảo AI diễn đạt lại, mô hình giữ nguyên trình tự ý, ví dụ, thậm chí nhiều cụm từ khoá. Một số phần mềm kiểm trùng có khả năng nhận ra kiểu trùng cấu trúc này, và kể cả khi không nhận ra, người đọc kỹ đặt hai đoạn cạnh nhau vẫn thấy ngay.
Cùng câu lệnh, cùng lớp. Nhiều sinh viên đưa cùng một đề bài vào cùng một công cụ thường nhận được những bài có cấu trúc và ý rất giống nhau, đôi khi trùng cả câu. Nếu trường lưu bài đã nộp vào kho, những bài này bị báo trùng lẫn nhau.
Bài AI ghép từ nhiều đoạn có sẵn. Khi người dùng nhờ AI "tổng hợp" từ các đoạn mình dán vào, đầu ra thường giữ lại nhiều câu gốc. Đó vẫn là văn chép, chỉ là được ghép lại bởi máy.
Trùng chữ, trùng ý và trùng cấu trúc: phần mềm bắt được tới đâu
Để thấy rõ giới hạn của phép đo, đặt ba mức giống nhau cạnh nhau. Phần lớn văn AI rơi vào cột thứ hai hoặc thứ ba, tức vùng phần mềm kiểm trùng kém nhất.
| Mức giống nhau | Ví dụ giả định | Phần mềm kiểm trùng |
|---|---|---|
| Trùng nguyên văn | Chép một đoạn trong giáo trình, chỉ bỏ vài chữ | Bắt tốt, tô đúng đoạn, chỉ ra nguồn |
| Trùng ý, khác chữ | Ý và ví dụ giữ nguyên, câu được viết lại hoàn toàn | Bắt kém, thường chỉ dính vài cụm từ |
| Trùng cấu trúc | Chia mục, trình tự lập luận, cách kết luận giống hệt một bài khác | Hầu như không bắt; người đọc kỹ mới thấy |
| Ý chung của cả lĩnh vực | Những điều sách nào cũng nói về một khái niệm cơ bản | Có thể dính cụm từ quen, không phải đạo văn nếu viết bằng lời mình |
Chính vì cột thứ hai và thứ ba nằm ngoài tầm của máy, quy định liêm chính ở trường và tạp chí luôn đặt trên con số tỷ lệ: một bài có thể không bị báo trùng mà vẫn vi phạm, và một bài bị báo trùng vài phần trăm vẫn hoàn toàn trung thực.
Ví dụ giả định: cùng một đề, ba cách làm
Hình dung một đề tiểu luận về tác động của làm việc từ xa tới năng suất của nhân viên văn phòng. Bạn A đọc ba bài báo, ghi chép, rồi tự viết, có trích dẫn đúng chỗ. Bạn B tìm được một bài tổng quan trên mạng, dán từng đoạn vào AI, nhờ viết lại cho khác chữ, rồi ghép thành bài. Bạn C gõ thẳng đề vào công cụ AI, nhận bài hoàn chỉnh và sửa vài câu cho giống giọng mình. Đây là ví dụ giả định để minh hoạ, không gắn với lớp học hay phần mềm cụ thể nào.
Khi chạy kiểm trùng, bài của A có thể dính vài phần trăm ở các đoạn định nghĩa và trích dẫn, những chỗ đã ghi nguồn đầy đủ. Bài của B có thể ra tỷ lệ thấp không kém, vì câu đã được viết lại, nhưng trình tự ý và ví dụ bám sát bài tổng quan. Bài của C có thể ra tỷ lệ thấp nhất, trừ khi trong lớp có người khác cũng hỏi đúng công cụ đó với đúng đề đó. Nếu chỉ nhìn con số, bài của A trông "kém" nhất, trong khi đó là bài duy nhất thật sự do người học làm.
Ví dụ này cho thấy vì sao phần mềm kiểm trùng chỉ là một mảnh của bức tranh. Thứ phân biệt ba bài nằm ở chỗ khác: ghi chép đọc tài liệu, khả năng trả lời câu hỏi về lập luận, và việc nguồn được ghi công đúng.
"Không bị báo trùng" chưa phải là xong chuyện
Giả sử bạn đưa một chương sách vào AI, nhờ viết lại thành đoạn tổng quan, rồi nộp mà không ghi nguồn. Phần mềm kiểm trùng có thể chỉ báo vài phần trăm. Nhưng về bản chất, đó vẫn là dùng ý và cấu trúc của tác giả khác mà không ghi công, cộng thêm việc để máy làm phần diễn đạt. Nhiều quy định học thuật coi đây là đạo văn qua diễn giải, và nếu quy định của lớp có điều khoản về AI, còn là dùng AI không khai báo.
Ngoài ra, văn AI có thể chứa thông tin sai, nguồn không tồn tại hoặc số liệu không kiểm chứng được. Phần mềm kiểm trùng không kiểm những thứ này. Người chấm có thể không cần đến máy nào cả: chỉ cần tra thử một tài liệu tham khảo và thấy nó không có thật, hoặc hỏi bạn giải thích một đoạn và bạn không trả lời được. Tỷ lệ trùng thấp vì vậy không phải tấm khiên, nó chỉ là một con số đo một việc hẹp.
Nếu có dùng AI, giữ bài sạch theo cách đúng
Dùng AI không mặc nhiên là sai, tuỳ quy định nơi bạn nộp bài. Nếu được phép dùng ở một mức nào đó, những bước sau giúp phần giống nguồn được ghi công đúng và phần của bạn thật sự là của bạn.
- Tra quy định trước. Đọc đề cương học phần, hướng dẫn của khoa hoặc của tạp chí xem AI được dùng ở khâu nào, có phải khai báo không.
- Đọc nguồn gốc trực tiếp. Ý nào bạn dùng phải đến từ tài liệu bạn đã đọc, không phải từ câu trả lời của AI. Ghi nguồn cho tài liệu đó theo chuẩn trích dẫn của nơi nộp.
- Tự viết đoạn văn. Dùng AI để hỏi lại khái niệm cho hiểu, để gợi câu hỏi phản biện, nhưng đặt câu bằng lời của chính bạn sau khi đã gấp tài liệu lại.
- Kiểm từng thông tin cụ thể. Mọi con số, tên tác giả, năm xuất bản mà AI đưa ra đều phải được kiểm ở nguồn gốc trước khi đưa vào bài.
- Khai báo đúng mức đã dùng. Ghi rõ công cụ, khâu, phần nào của bài, theo mẫu của nơi nộp nếu có.
Góc người chấm: đừng coi tỷ lệ thấp là dấu hiệu bài tốt
Với giảng viên, một hệ quả thực tế là bài có tỷ lệ trùng rất thấp không còn là dấu hiệu đáng mừng mặc nhiên. Thay vì chỉ nhìn con số, nên xem bài có ví dụ gắn với nội dung học trên lớp không, tài liệu tham khảo có tra được không, giọng văn có khớp với những gì người học thể hiện trong các bài trước và trong giờ thảo luận không. Nếu nhiều bài trong lớp có cấu trúc giống nhau dù tỷ lệ trùng thấp, đó có thể là dấu hiệu cùng dùng một công cụ với cùng đề bài.
Cách phòng hữu hiệu hơn mọi phần mềm là ra đề gắn với trải nghiệm, số liệu riêng hoặc nội dung chỉ có trong lớp, và chia bài nộp theo nhiều phần để thấy quá trình. Khi đưa bài của người học vào bất kỳ công cụ trực tuyến nào để kiểm, nhớ rằng đó là dữ liệu của họ: dùng công cụ được nhà trường cho phép, xoá thông tin cá nhân nếu công cụ không thuộc hệ thống của trường.
Câu hỏi thường gặp
Bài viết hoàn toàn bằng AI có qua được phần mềm kiểm tra trùng lặp không?
Nhiều trường hợp tỷ lệ trùng ra thấp vì mô hình sinh câu mới. Nhưng điều đó chỉ cho thấy câu chữ không giống nguồn trong kho, không cho thấy bài là của bạn. Bài vẫn có thể vi phạm quy định về đạo văn qua diễn giải hoặc dùng AI không khai báo.
Nhờ AI viết lại đoạn tài liệu rồi ghi nguồn thì có ổn không?
Ghi nguồn giải quyết được phần ghi công cho ý của tác giả. Nhưng nếu quy định của lớp yêu cầu tự diễn đạt hoặc phải khai báo khi dùng AI, việc để AI viết lại vẫn cần được khai báo. Cách chắc nhất là tự diễn giải sau khi đã đọc hiểu tài liệu gốc.
Vì sao hai bạn cùng lớp dùng AI lại bị báo trùng lẫn nhau?
Cùng một đề bài đưa vào cùng một công cụ thường cho ra những bài có cấu trúc và ý gần nhau, đôi khi trùng cả câu. Nếu trường lưu bài đã nộp vào kho để so, bài nộp sau sẽ bị báo trùng với bài nộp trước dù hai người không hề chép của nhau.
Phần mềm kiểm tra trùng lặp có phát hiện được bài do AI viết không?
Phần mềm kiểm trùng được làm để tìm chỗ giống với nguồn có sẵn, không phải để nhận ra văn máy sinh. Một số nhà cung cấp tích hợp thêm tính năng phát hiện AI trong cùng một báo cáo, nhưng đó là phép đo khác, có giới hạn riêng và nên đọc tách bạch.
Đoạn định nghĩa do AI viết bị báo trùng thì sửa thế nào?
Tìm định nghĩa trong tài liệu gốc đáng tin cậy, đặt trong ngoặc kép và ghi nguồn nếu cần giữ nguyên văn, hoặc tự diễn giải bằng lời mình rồi ghi nguồn. Không nên tiếp tục nhờ AI đổi chữ, vì như vậy chỉ né phần mềm chứ không giải quyết việc ghi công.