Công cụ dò văn bản AI ước lượng khả năng một đoạn văn do máy viết, dựa trên việc câu chữ có "dễ đoán" với một mô hình ngôn ngữ hay không; nó không đọc được dấu vết nào chắc chắn, nên kết quả chỉ là xác suất và sai khá thường xuyên. Với bài tin tiếng Việt, ngắn, đã qua biên tập, sai số càng lớn. Một con số "90% do AI viết" không phải là bằng chứng, và một con số "0%" cũng không.
Bài này giải thích nguyên lý ở mức dễ hiểu, những trường hợp công cụ hay sai, và cách dùng nó hợp lý khi đọc tin: như một tín hiệu yếu đi kèm các tín hiệu khác, không như một phán quyết. Không nhắc tên công cụ cụ thể vì chúng thay đổi nhanh; kiểm phiên bản hiện hành của công cụ bạn dùng.
Máy dò văn bản AI hoạt động ra sao
Mô hình ngôn ngữ viết bằng cách chọn từ có khả năng cao xuất hiện tiếp theo. Vì vậy văn bản máy viết thường "êm": mỗi từ đều là lựa chọn dễ đoán với một mô hình tương tự. Người viết thì hay có lựa chọn bất ngờ hơn: một từ địa phương, một câu cụt, một hình ảnh lạ. Nhiều công cụ dò đo mức độ dễ đoán này, kèm độ biến thiên giữa các câu, rồi quy ra một tỷ lệ.
Một số công cụ khác được huấn luyện trực tiếp trên hai kho văn bản, một kho người viết và một kho máy viết, để học cách phân loại. Cách này phụ thuộc mạnh vào việc kho huấn luyện có giống văn bản bạn đang kiểm hay không. Một công cụ học chủ yếu từ văn bản tiếng Anh và từ một vài mô hình cụ thể sẽ kém khi gặp tiếng Việt và gặp mô hình mới.
Điểm cốt lõi: không công cụ nào trong số này nhìn thấy một dấu hiệu chắc chắn trong văn bản. Chúng nhìn vào đặc điểm thống kê mà văn bản máy viết thường có, nhưng văn bản người viết cũng có thể có, và văn bản máy viết đã qua chỉnh sửa có thể không còn. Thuỷ vân thống kê trong văn bản, nếu có, là chuyện khác và chỉ đọc được bằng công cụ của chính hãng tạo ra.
Những trường hợp máy dò hay sai
Sai có hai chiều: dương tính giả, tức báo nhầm văn bản người viết là của máy, và âm tính giả, tức bỏ lọt văn bản máy viết. Với tin tức, cả hai đều gặp thường xuyên.
| Trường hợp | Chiều sai hay gặp | Vì sao |
|---|---|---|
| Bản tin ngắn, viết theo khuôn | Dương tính giả | Tin ngắn dùng cấu trúc quen thuộc, câu chữ dễ đoán, giống đặc điểm văn máy |
| Văn bản hành chính, thông cáo | Dương tính giả | Ngôn ngữ chuẩn mực, ít biến thể |
| Văn bản tiếng Việt nói chung | Cả hai chiều | Nhiều công cụ học chủ yếu từ tiếng Anh |
| Bài máy viết rồi người sửa lại | Âm tính giả | Vài chỗ sửa đủ làm thay đổi đặc điểm thống kê |
| Bài máy viết với câu lệnh yêu cầu văn phong tự nhiên | Âm tính giả | Mô hình được yêu cầu chọn từ bất ngờ hơn |
| Đoạn văn rất ngắn | Cả hai chiều | Quá ít chữ để thống kê có ý nghĩa |
Nhìn bảng, bạn sẽ thấy bài tin, đặc biệt là tin ngắn tiếng Việt, rơi vào gần như mọi ô khó. Đó là lý do kết quả máy dò với bài tin nên được đọc rất dè dặt.
Vì sao tỷ lệ phần trăm không phải bằng chứng
Tỷ lệ không nói về bài cụ thể. Một công cụ báo "85%" thường có nghĩa là đặc điểm của đoạn văn giống với nhóm văn bản máy viết mà nó đã học, không có nghĩa là có 85% câu do máy viết, cũng không có nghĩa là xác suất đúng 85% với riêng bài này.
Các công cụ cho kết quả khác nhau. Đưa cùng một đoạn vào hai, ba công cụ, bạn có thể nhận ba con số rất khác nhau. Khi các công cụ không thống nhất, không có cơ sở để chọn con số nào.
Kết quả đổi khi đổi vài chữ. Thêm hoặc bớt một câu, sửa vài từ, kết quả có thể nhảy mạnh. Một phép đo nhạy với thay đổi nhỏ như vậy không thể làm căn cứ để kết luận về cả bài.
Gán nhầm có cái giá thật. Gán nhầm một bài là "do AI viết" có thể làm tổn hại uy tín của người viết thật. Trong nghề báo cũng như trong trường học, đã có nhiều tranh luận về việc công cụ dò bị dùng như bằng chứng trong khi nhiều nhà phát triển công cụ tự khuyến cáo không nên dùng như vậy.
Vì sao "do AI viết hay không" là câu hỏi sai với tin rác
Ngay cả nếu có một công cụ dò chính xác tuyệt đối, nó cũng không giải quyết được vấn đề tin rác. Lý do là nhiều cơ quan báo chí có dùng AI một cách hợp lệ: hỗ trợ dịch, tóm tắt tài liệu, viết tin số liệu tự động, gợi ý tiêu đề, rồi có người biên tập và chịu trách nhiệm. Một bài như vậy có thể bị máy dò đánh dấu, nhưng không phải tin rác.
Ngược lại, tin rác không cần AI. Trang câu view thuê người viết lại bài báo với giá rẻ đã tồn tại từ trước. Một bài người viết vẫn có thể rỗng, sai, không nguồn. Nếu bạn chỉ dựa vào máy dò, bài rác do người viết sẽ được cho qua.
Câu hỏi đúng với người đọc tin là: bài có nguồn không, có chi tiết kiểm được không, trang có người chịu trách nhiệm không, có sửa khi sai không. Những câu hỏi đó áp dụng như nhau cho bài máy viết và bài người viết, và trả lời được bằng việc kiểm cụ thể chứ không bằng xác suất. Máy dò, nếu dùng, chỉ đứng ở vị trí phụ: một tín hiệu khiến bạn chú ý kiểm kỹ hơn.
Nếu vẫn muốn dùng máy dò, dùng thế này
Có những lúc bạn có lý do để tò mò về một bài, như khi quản trị nhóm và nghi một thành viên đăng bài xào hàng loạt. Khi đó, các bước dưới đây giúp bạn dùng công cụ mà không bị nó dẫn sai.
- Chỉ đưa vào văn bản đã công khai. Không đưa thư riêng, tài liệu nội bộ hay văn bản có thông tin cá nhân vào công cụ dò trực tuyến, vì bạn không biết văn bản được lưu thế nào.
- Dùng đoạn đủ dài, tốt nhất là cả bài. Đoạn vài câu cho kết quả gần như ngẫu nhiên.
- Thử ít nhất hai công cụ. Nếu kết quả khác nhau nhiều, coi như không có kết luận.
- Đặt kết quả cạnh các tín hiệu khác: trang có rõ chủ không, nhịp đăng thế nào, bài có lệch so với bản gốc không. Chỉ khi nhiều tín hiệu cùng một hướng thì mới có ý nghĩa.
- Không bao giờ dùng kết quả máy dò để công khai buộc tội một người viết cụ thể. Nếu cần trao đổi, nói về chất lượng bài, như thiếu nguồn, sai chi tiết, thay vì nói "máy bảo bạn dùng AI".
Nếu dùng trợ lý AI thay cho công cụ dò chuyên dụng, đừng hỏi nó "bài này có phải AI viết không", vì nó sẽ đoán. Thay vào đó, nhờ nó liệt kê chi tiết kiểm được hoặc so với bài gốc. AI tóm tắt và kiểm tin có thể sai — đối chiếu bài gốc.
Khi bạn là người viết bị máy dò đánh dấu
Với những người viết bản tin nội bộ, quản trị trang cộng đồng hay cộng tác viên báo chí, có thể có lúc chính bài bạn viết bị ai đó đưa vào máy dò và nhận kết quả "do AI viết". Phản ứng hữu ích nhất là đưa ra quá trình làm việc thay vì tranh cãi về con số: bản nháp, ghi chú phỏng vấn, ảnh tự chụp, nguồn đã liên hệ. Những thứ đó chứng minh có người làm việc thật, điều mà máy dò không đo được.
Nếu bạn có dùng AI để hỗ trợ, như sửa câu hay gợi ý tiêu đề, cách tốt nhất là minh bạch ngay từ đầu theo quy định của nơi bạn viết. Nhiều toà soạn và tổ chức có nguyên tắc về việc dùng AI và cách ghi chú. Minh bạch giúp bạn không phải giải thích sau khi bị nghi.
Cuối cùng, nhớ rằng giọng văn riêng là thứ bảo vệ tốt nhất. Bài có chi tiết chỉ bạn biết, có câu trích của người bạn đã gặp, có góc nhìn từ chỗ bạn đứng, vừa là bài tin tốt hơn, vừa ít bị nhầm với văn máy hơn. Viết như người có mặt ở đó luôn khác với viết lại từ nguồn khác.
Nền tảng phát hiện nội dung tự động bằng cách khác
Khi nghe các nền tảng lớn nói họ xử lý nội dung tự động hàng loạt, nhiều người nghĩ họ dùng máy dò văn bản như loại bạn tìm thấy trên mạng. Thực tế, các nền tảng có thêm những tín hiệu mà người dùng bình thường không thấy: nhịp đăng của tài khoản, mạng lưới tài khoản cùng đăng một nội dung, nguồn truy cập, lịch sử vi phạm, cách người dùng phản ứng với nội dung. Dựa vào hành vi ở quy mô lớn thường đáng tin hơn chỉ dựa vào câu chữ của từng bài.
Người đọc không có dữ liệu đó, nhưng có thể áp dụng cùng nguyên tắc ở quy mô nhỏ: nhìn hành vi của trang thay vì soi từng câu. Một trang đăng hàng trăm bài mỗi ngày, đủ mọi lĩnh vực, không có người chịu trách nhiệm, là tín hiệu về hành vi mạnh hơn bất kỳ tỷ lệ phần trăm nào trên một đoạn văn. Những dấu hiệu đó bạn quan sát trực tiếp được, không phụ thuộc vào thuật toán của ai.
Cũng cần biết rằng chính sách của nền tảng thường không nhắm vào việc dùng AI, mà nhắm vào nội dung sản xuất hàng loạt không có giá trị thêm, gây hiểu nhầm hoặc vi phạm quy định. Đây là cùng một cách nghĩ mà bài này gợi ý: vấn đề nằm ở chất lượng và trách nhiệm, không nằm ở công cụ viết. Chính sách cụ thể thay đổi theo thời gian, nên khi cần, đọc trang chính sách hiện hành của từng nền tảng.
Câu hỏi thường gặp
Có công cụ dò văn bản AI nào chính xác hoàn toàn không?
Không có. Các nhà phát triển công cụ dò thường tự ghi nhận tỷ lệ sai và khuyến cáo không dùng kết quả làm bằng chứng duy nhất. Độ chính xác giảm thêm với văn bản ngắn, văn bản không phải tiếng Anh và văn bản đã qua chỉnh sửa.
Báo dùng AI để viết tin có phải là tin rác không?
Không. Tin rác là tin không có người chịu trách nhiệm kiểm chứng và sửa sai. Một cơ quan báo chí dùng AI hỗ trợ nhưng có biên tập viên kiểm và chịu trách nhiệm vẫn là nguồn có trách nhiệm. Điều nên mong đợi là toà soạn minh bạch về cách họ dùng AI.
Kết quả 0% do AI viết có nghĩa là người viết không?
Không. Văn bản máy viết đã được sửa lại, hoặc được tạo với yêu cầu văn phong tự nhiên, có thể qua mặt công cụ. Kết quả thấp chỉ có nghĩa là công cụ không tìm thấy đặc điểm nó đang tìm, không chứng minh nguồn gốc.
Đưa bài báo vào công cụ dò trực tuyến có vấn đề gì không?
Với bài đã công khai thì rủi ro thấp. Tuy nhiên đừng đưa văn bản riêng tư, tài liệu nội bộ hay văn bản có thông tin cá nhân vào công cụ bạn không rõ chính sách lưu trữ. Đọc chính sách của công cụ trước khi dùng.
Tại sao bài văn của học sinh hay bị máy dò đánh dấu nhầm?
Bài viết theo khuôn, dùng cấu trúc và từ ngữ được dạy chung thường có đặc điểm thống kê giống văn máy. Đây cũng là lý do bản tin ngắn viết theo khuôn hay bị đánh dấu nhầm. Cách xác minh công bằng là xem quá trình làm bài, không dựa vào con số.
Có nên đợi công cụ dò tốt hơn rồi mới lo chuyện tin rác không?
Không cần đợi. Các cách kiểm dựa trên nguồn, chi tiết và người chịu trách nhiệm đã dùng được ngay và không phụ thuộc vào việc bài do ai viết. Công cụ dò tốt lên thì là một tín hiệu bổ sung, không thay được thói quen đọc tin cẩn thận.