Công cụ phát hiện AI hoạt động thế nào? Giải thích dễ hiểu

Ý tưởng cơ bản: học từ ví dụ

Không ai viết ra một danh sách quy tắc cho việc văn bản AI trông như thế nào. Thay vào đó, người xây dựng thu thập một tập lớn văn bản đã biết là do người viết và một tập khác đã biết là do mô hình AI viết. Một mô hình học máy, gọi là bộ phân loại, được huấn luyện để phân biệt chúng bằng cách tìm những mẫu nào tách hai tập.

Sau khi huấn luyện, bộ phân loại nhận một văn bản mới và trả về một con số: văn bản giống các ví dụ AI đến mức nào so với các ví dụ do người viết. Công cụ phát hiện của chúng tôi là một mô hình mã nguồn mở tự vận hành, và chỉ dành cho tiếng Anh.

Vì sao độ dễ đoán là manh mối chính

Mô hình ngôn ngữ viết bằng cách liên tục chọn từ tiếp theo có khả năng cao dựa trên những gì đi trước. Con người chọn ít dễ đoán hơn. Ta đổi ý giữa câu, dùng một từ lạ, thêm một ý bên lề hoặc phá nhịp để nhấn mạnh.

Kết quả là văn bản của máy thường mượt hơn, đồng đều hơn về từ vựng và độ dài câu, và chung chung hơn về nội dung. Công cụ phát hiện nắm bắt điều này. Đó cũng là lý do văn viết của người rất cẩn thận, theo khuôn mẫu có thể giống văn của máy.

Cửa sổ, câu và điểm số

Văn bản dài không được chấm cả một lần. Công cụ nhìn vào các cửa sổ, tức các đoạn văn bản liên tiếp, và vào từng câu, rồi kết hợp kết quả. Điều này cho phép đánh dấu theo câu, cho thấy phần nào của văn bản đẩy kết quả chung lên.

Phần đánh dấu hữu ích khi chỉnh sửa, vì kết quả cao thường đến từ một vài đoạn chung chung chứ không phải cả bài. Chúng vẫn là ước tính. Một câu được đánh dấu là câu trông giống cách dùng từ của AI về mặt thống kê, không phải câu đã được chứng minh là do máy viết.

• Dưới 50 từ là quá ít bằng chứng, nên công cụ của chúng tôi không đưa ra kết luận.
• Văn bản dài hơn cho kết quả ổn định hơn vì có nhiều dữ liệu hơn để lấy trung bình.
• Văn bản hỗn hợp, một phần do người và một phần do AI, có thể cho phần đánh dấu ở một số chỗ và không ở chỗ khác.

Ngưỡng và hiệu chỉnh

Điểm thô phải trở thành nhãn, và đó là việc của ngưỡng. Ngưỡng thấp đánh dấu nhiều văn bản hơn, bắt được nhiều AI hơn nhưng cũng nhiều bài của người viết hơn. Ngưỡng cao đánh dấu ít hơn và dễ chịu hơn với người viết trung thực nhưng bỏ sót nhiều văn bản AI hơn.

Hiệu chỉnh là việc chọn ngưỡng dựa trên các phép đo. Chúng tôi dùng 583 văn bản học thuật do người viết để đặt ngưỡng sao cho báo nhầm hiếm xảy ra: 1% và 0,7% văn bản học thuật do người viết bị gắn nhãn “Có thể do AI” trên hai tập giữ lại để kiểm thử. Giữa nhãn “Có thể do người viết” và “Có thể do AI” có một khoảng “Chưa chắc chắn” cho các kết quả ở ranh giới.

Vì sao câu trả lời luôn mang tính xác suất

Công cụ phát hiện không bao giờ thấy quá trình viết. Nó chỉ thấy những chữ đã hoàn thành, mà văn bản của người và của máy chồng lấn nhau. Có người viết rất giống máy, và có văn bản AI được chỉnh sửa đến mức rất giống người. Bất cứ thứ gì xây trên các mẫu chồng lấn chỉ có thể cho ra khả năng.

Vì thế không nên dùng một kết quả đứng một mình để buộc tội ai. Nó chỉ là một tín hiệu, cần được đọc cùng bản nháp, lịch sử phiên bản, các bài khác của người viết và một cuộc trao đổi thực sự.

Công cụ phát hiện thấy được và không thấy được gì

Công cụ phát hiện giỏi nhận ra đầu ra chưa chỉnh sửa của các loại mô hình mà chúng được huấn luyện. Trong các thử nghiệm của chúng tôi, 96,9% văn bản AI năm 2026 chưa chỉnh sửa bị gắn nhãn “Có thể do AI”. Chúng yếu hơn khi văn bản đã được viết lại, với 50,5% vẫn bị đánh dấu sau khi một mô hình AI khác diễn đạt lại và 59,5% sau khi qua công cụ humanizer, và còn yếu hơn với văn bản rất ngắn và những thể loại ngoài dữ liệu huấn luyện, như văn quảng cáo, nơi 32,7% văn bản web do người viết bị gắn nhãn “Có thể do AI”.

Bạn có thể thấy tất cả điều này trong thực tế. AITurnitin kiểm tra đến 1.000 từ miễn phí mà không cần tài khoản, hiển thị phần đánh dấu theo câu và xóa văn bản của bạn trong vòng 24 giờ mà không dùng để huấn luyện.

Câu hỏi thường gặp