Các bộ phát hiện AI có gắn cờ người viết thần kinh khác biệt thường xuyên hơn không? Nghiên cứu nói gì

Có. Trong một nghiên cứu được bình duyệt năm 2025, một bộ phát hiện AI đã gắn cờ những người viết có khả năng tự kỷ thường xuyên hơn: 1.7 phần trăm bài đăng của họ so với 1.2 phần trăm của một nhóm chung, với 300 từ cho mỗi bài đăng. Đây là nghiên cứu chính về dương tính giả trong phát hiện AI đối với người thần kinh đa dạng, và các trường đại học cũng cảnh báo về ADHD và chứng khó đọc.

Đây là các bộ phát hiện văn bản AI, vốn chấm điểm bài viết là do con người hay máy tạo ra. Các công cụ sàng lọc người mắc tự kỷ thường xuất hiện trong cùng các tìm kiếm và là một chủ đề khác. Những nghiên cứu này đo tần suất bộ phát hiện gắn cờ văn bản, không đưa ra bất kỳ khẳng định nào về chẩn đoán.

Nghiên cứu về dương tính giả trong phát hiện AI đối với người thần kinh đa dạng, nhìn tổng quan

Một nghiên cứu năm 2025 về những người viết tự kỷ cung cấp dữ liệu tốt nhất cho đến nay. Nghiên cứu này đo tỷ lệ bị gắn cờ đối với một bộ phát hiện AI. Các trung tâm giảng dạy đại học cũng cảnh báo giảng viên về sinh viên mắc ADHD và chứng khó đọc. Một thử nghiệm tin tức năm 2024 đo mức độ công cụ kiểm tra chính tả và công cụ viết lại ảnh hưởng đến điểm AI. Các nghiên cứu lớn khác về những người viết tiếng Anh không phải bản ngữ cho thấy kết quả của các bộ phát hiện khác nhau biến thiên như thế nào.

Nhóm	Kết quả hoặc hướng dẫn	Nguồn
Những người viết tự kỷ	1.7 phần trăm bị gắn cờ so với 1.2 phần trăm của một nhóm chung ở mức 300 từ, trên một bộ phát hiện AI	Chambers và Kelley, AIED 2025
Những người viết mắc ADHD	Được liệt kê trong số các sinh viên "có xu hướng nhận được đánh giá dương tính giả"	University of Nebraska-Lincoln teaching center
Những người viết mắc chứng khó đọc	Được liệt kê trong cùng hướng dẫn đó	University of Nebraska-Lincoln teaching center
Sinh viên thần kinh đa dạng nói chung	"Có nhiều khả năng bị gắn cờ sai"	Northern Illinois University teaching center
Những người viết sử dụng công cụ chỉnh sửa	Kiểm tra chính tả và gợi ý ngữ pháp hầu như không làm thay đổi điểm AI, còn việc viết lại toàn bộ văn bản thì làm thay đổi rất nhiều	Bloomberg Businessweek test, 2024
Những người viết tiếng Anh không phải bản ngữ	Tỷ lệ dương tính giả từ 0.0 đến 100.0 phần trăm trên 13 bộ phát hiện	Park, Jeong & Kim, EMNLP 2026

Khoảng hai phần ba giáo viên cho biết họ sử dụng một bộ kiểm tra AI thường xuyên, theo một khảo sát với hơn 450 giảng viên. Center for Democracy & Technology đã công bố khảo sát này vào tháng 3 năm 2024. Ngay cả một tỷ lệ lỗi thấp cũng có thể tích lũy theo số lượng bài viết mà sinh viên nộp mỗi năm, Bloomberg Businessweek đưa tin.

Nghiên cứu về bộ phát hiện AI và tự kỷ: các tác giả đã phát hiện gì

Bài báo có tên "The Misclassification of Autistic Writing as AI-Generated" của Summer Chambers và Matthew C. Kelley từ George Mason University. Bài báo đã được bình duyệt, và Springer đã công bố nó trong Artificial Intelligence in Education (AIED 2025). Bạn có thể lấy một bản sao miễn phí trên arXiv. Các nhà nghiên cứu viết rằng những giai thoại về việc các nhà văn tự kỷ bị nhận diện sai thường xuyên hơn "chưa từng được khảo sát một cách chính thức." Họ muốn kiểm tra những khẳng định này.

Bộ dữ liệu của họ gồm khoảng 60,000 bài đăng trên Reddit, mỗi người dùng một bài đăng. Họ loại trừ các bài đăng ngắn, dưới 1,000 ký tự. Nhóm có khả năng tự kỷ được lấy từ 13 subreddit về tự kỷ. Nhóm chung được lấy từ 12 subreddit phổ biến được chọn để tương tự về phong cách, với các tường thuật dài ở ngôi thứ nhất về sức khỏe tâm thần, các tình huống xã hội và lời khuyên. Các bài đăng chung có chứa từ khóa về tự kỷ đã bị loại bỏ.

Các bài đăng được lấy từ Reddit API và bao gồm các bài đăng từ khoảng năm 2021 đến 2024, cũng như một bộ sưu tập các bài đăng cũ hơn, từ 2010 đến 2020. Các bài đăng có cả từ khóa về tự kỷ và những cụm từ như "my daughter" hoặc "my nephew" cũng bị loại bỏ để giữ lại các bài đăng do những người viết tự kỷ viết.

Các tác giả gọi nhóm đầu tiên là "likely-autistic" vì không có chẩn đoán nào được kiểm tra, và bất kỳ ai cũng có thể đăng trong bất kỳ subreddit nào. Một số người tự kỷ cũng đăng trong các subreddit chung, vì vậy các tác giả nghi ngờ rằng khoảng cách thực giữa những người viết tự kỷ và không tự kỷ có thể lớn hơn khoảng cách mà họ đo được.

Bộ phát hiện là RoBERTa GPT-2 detector của OpenAI, được phát hành vào năm 2019 và có thể tải xuống miễn phí. Một bài đăng bị gắn nhãn "Fake", ở đây được tính là một cờ báo, khi bộ phát hiện đưa xác suất AI của nó lên trên 0.5. Trong thí nghiệm đầu tiên, các bài đăng ngắn hơn bị gắn cờ thường xuyên hơn các bài dài hơn, và các bài đăng có khả năng do người tự kỷ viết ra nhìn chung ngắn hơn. Độ dài có thể đã giải thích một phần khoảng cách này, vì vậy ở thí nghiệm thứ hai, các tác giả chỉ giữ lại những bài đăng trên 300 từ và cắt mỗi bài xuống đúng 300 từ.

Thước đo	Thí nghiệm 1	Thí nghiệm 2
Bài đăng được phân tích	59,947	33,216
Văn bản được dùng	Các bài đăng từ 1,000 ký tự trở lên	Các bài đăng được cắt xuống đúng 300 từ
Nhóm có khả năng do người tự kỷ viết bị gắn cờ	1.9 phần trăm	1.7 phần trăm
Nhóm chung bị gắn cờ	1.5 phần trăm	1.2 phần trăm
Tỷ số chênh đã hiệu chỉnh	1.246 (p = 0.001)	1.501 (p dưới 0.001)
Độ perplexity cao hơn	Xác suất bị gắn cờ thấp hơn	Không có ý nghĩa thống kê

Khoảng cách này vẫn tồn tại khi độ dài được giữ bằng nhau. Trong Thí nghiệm 2, 1.7 và 1.2 phần trăm tương đương khoảng 17 so với 12 bài đăng trên 1,000, vì vậy phần lớn bài đăng ở cả hai nhóm đều không bị gắn cờ.

Họ cũng báo cáo tỷ số chênh, được lấy từ một hồi quy (mô hình thống kê) kiểm soát độ dài câu, độ dài từ, perplexity, burstiness và ngày đăng. Họ nói về "a 25% greater chance" bị gắn cờ trong Thí nghiệm 1 và "a 50% greater chance" trong Thí nghiệm 2. Đây là các con số tương đối trên một nền nhỏ. Chênh lệch trong Thí nghiệm 2 là nửa điểm phần trăm trong các tỷ lệ thô, hãy dùng các tỷ lệ phần trăm nếu bạn muốn biết có bao nhiêu bài đăng bị gắn cờ.

Tại sao bộ phát hiện có thể gắn cờ văn bản của người có tính đa dạng thần kinh

Hướng dẫn của University of Nebraska-Lincoln và các nhà nghiên cứu chỉ ra cách lựa chọn từ ngữ. "The Challenge of AI Checkers", một hướng dẫn dành cho giảng viên từ University of Nebraska-Lincoln, cho biết không có một nguyên nhân duy nhất khiến sinh viên có khác biệt về thần kinh nhận các kết quả dương tính giả. Tài liệu này nói rằng điều đó thường liên quan đến việc dựa vào các cụm từ, thuật ngữ và từ ngữ lặp lại. Cùng hướng dẫn đó cho biết việc thiếu các đại từ như I, me và we có thể bị hiểu sai là văn bản do AI viết, tùy thuộc vào bộ kiểm tra.

Một báo cáo của Bloomberg Businessweek từ tháng 10 năm 2024 cho biết những sinh viên dễ bị ảnh hưởng nhất "có khả năng" là những người viết theo cách chung chung hơn, bao gồm cả sinh viên có khác biệt về thần kinh. Các phóng viên đã nghe điều này từ sinh viên, giới học thuật và các nhà phát triển AI. James Zou của Stanford là tác giả chính của nghiên cứu năm 2023 về những người viết không phải bản ngữ. Báo cáo này cũng trích lời ông: "Nếu các lựa chọn từ ngữ có xu hướng chung chung và mang tính công thức hơn, thì bài viết đó có xác suất cao hơn bị các bộ phát hiện AI gắn cờ."

Trong nghiên cứu về tự kỷ, tỷ lệ bị gắn cờ cao hơn có liên quan đến việc không có sự giảm perplexity hoặc burstiness. Cả hai điểm số gần như giống hệt nhau đối với hai nhóm, nhưng có xu hướng cao hơn một chút ở nhóm có khả năng tự kỷ. Các tác giả lưu ý rằng mối quan hệ giữa các đặc điểm của văn bản từ những tác giả có khả năng mắc tự kỷ và văn bản do AI tạo ra "không hề đơn giản".

Hướng dẫn của chúng tôi về cách AI detectors hoạt động giải thích perplexity và burstiness nếu đây là những khái niệm mới đối với bạn.

Bài viết của người mắc ADHD bị gắn cờ là AI: các trường đại học nói gì với giảng viên

Các trung tâm giảng dạy của trường đại học đã bắt đầu cảnh báo giảng viên về sinh viên mắc ADHD. Hướng dẫn của Nebraska cho biết: "Sinh viên có khác biệt về thần kinh (tự kỷ, ADHD, chứng khó đọc, v.v...) cũng dễ nhận các đánh giá dương tính giả". "AI detectors: An ethical minefield" của Northern Illinois University, từ tháng 12 năm 2024, cho biết: "Sinh viên đa dạng về thần kinh cũng có nhiều khả năng bị gắn cờ sai là có bài viết do AI tạo ra".

Whitney Gegg-Harrison và Claire Quarterman đã viết một chương sách năm 2024 trong Academic Integrity in the Age of Artificial Intelligence (IGI Global). Nghiên cứu trên một tập hợp văn bản nhỏ của chương này cho thấy tỷ lệ dương tính giả cao hơn nhiều so với mức được quảng bá trên các công cụ phát hiện phổ biến. Dựa trên nghiên cứu đó, các báo cáo tin tức và lời khai của sinh viên, chương này "đưa ra khả năng rằng các tác giả có khác biệt về thần kinh, cùng với các tác giả L2, có nhiều khả năng bị ảnh hưởng bởi các dương tính giả hơn". L2 có nghĩa là ngôn ngữ thứ hai.

Một phát hiện từ nghiên cứu về tự kỷ áp dụng cho bất kỳ ai viết các đoạn ngắn, chẳng hạn như bài đăng thảo luận. Trong Thí nghiệm 1, các bài đăng ngắn hơn bị gắn cờ thường xuyên hơn các bài dài hơn. Chúng tôi trình bày những gì các bộ phát hiện nói về độ dài trong bài viết của chúng tôi về số từ tối thiểu của AI detector. Lưu các bản nháp và ghi chú của bạn khi viết là một cách tốt để có hồ sơ về quá trình viết của bạn. Điều này trả lời một cờ tốt hơn bất kỳ điểm số nào.

Công cụ phát hiện AI và chỉnh sửa cho chứng khó đọc

Hướng dẫn của Nebraska bao gồm sinh viên mắc chứng khó đọc trong cảnh báo về các dương tính giả. Nhiều tác giả sử dụng kiểm tra chính tả, gợi ý ngữ pháp hoặc công cụ viết lại khi soạn thảo, và hai nghiên cứu cho thấy các công cụ đó làm thay đổi AI score như thế nào.

Trong một thử nghiệm của Bloomberg Businessweek năm 2024, trình kiểm tra chính tả và các gợi ý ngữ pháp của một trợ lý viết phổ biến chỉ có tác động rất nhỏ đến việc làm cho tài liệu trông giống do AI viết hơn. Viết lại toàn bộ văn bản thì khác: yêu cầu cùng trợ lý đó "cải thiện" một bài luận hoặc "làm cho nó nghe có tính học thuật" đã biến một bài được chấm là 100% do con người viết thành 100% do AI viết.

Hyeonchu Park, Gahye Jeong và Bugeun Kim đã nghiên cứu biên tập chuyên nghiệp trong "Style as a Confound", được trình bày tại EMNLP 2026. Họ sử dụng 135,389 cặp tài liệu từ một dịch vụ biên tập tiếng Anh học thuật, trong giai đoạn từ 2018 đến 2025. Mỗi cặp là bản thảo của một người viết không phải bản ngữ trước và sau khi một biên tập viên bản ngữ chỉnh sửa. Trên 13 bộ phát hiện, cùng một mức chỉnh sửa đã làm tăng điểm ở một số bộ phát hiện và làm giảm điểm ở những bộ khác, và mức thay đổi điểm tăng theo lượng chỉnh sửa.

Sau đó, họ phân tách các chỉnh sửa theo loại trên một trong các bộ phát hiện, một mô hình OpenAI RoBERTa. Các chỉnh sửa ngữ pháp tạo ra một dịch chuyển âm nhỏ trong điểm số của nó, trong khi các chỉnh sửa cú pháp, tức là những chỉnh sửa thay đổi cấu trúc câu, tạo ra dịch chuyển dương lớn nhất. Họ kết luận rằng đầu ra của bộ phát hiện không nên được xem là bằng chứng निर्णative về việc sử dụng AI, đặc biệt trong những bối cảnh mà biên tập là phổ biến. Nếu bạn sử dụng một công cụ viết lại toàn bộ đoạn văn, hãy giữ lại các phiên bản trước đó và kiểm tra những gì khóa học của bạn cho phép.

Tỷ lệ dương tính giả phụ thuộc vào bộ phát hiện

Tỷ lệ dương tính giả thay đổi theo từng bộ phát hiện. Tỷ lệ này là của bộ phát hiện cụ thể mà nghiên cứu đang kiểm tra. Nghiên cứu năm 2023 của Liang và các cộng sự trong Patterns cho thấy độ chính xác gần như hoàn hảo trên các bài luận của học sinh lớp tám ở Mỹ. Trái lại, các bộ phát hiện đã gắn nhãn hơn một nửa số bài luận TOEFL của người viết không phải bản ngữ. Xem bài viết của chúng tôi về thiên lệch của bộ phát hiện đối với người viết không phải bản ngữ để biết chi tiết.

Bài báo đang phát triển của chúng tôi về người viết không phải bản ngữ và các dương tính giả, từ TextPulse Research vào năm 2026, đã chấm 5,600 bài luận ICNALE được viết trước các công cụ AI hiện đại. Một bộ phân loại nghiên cứu, hồi quy logistic, đã gắn cờ 2.7 phần trăm bài luận của người học và 3.3 phần trăm bài luận của người bản ngữ. Một mô hình tăng cường gradient được huấn luyện trên cùng các đặc trưng và các bài luận đó đã gắn cờ người học ở mức 12.5 phần trăm và người bản ngữ ở mức 3.8 phần trăm. Vì vậy, việc một nhóm bị gắn cờ thường xuyên hơn hay không phụ thuộc vào bộ phát hiện.

Trong nghiên cứu của Park, tỷ lệ dương tính giả của 13 bộ phát hiện khác nhau rất lớn đối với các văn bản do con người viết, dao động từ 0.0 phần trăm đến 100.0 phần trăm. Bloomberg Businessweek đã thử nghiệm hai bộ phát hiện nổi bật trên một mẫu ngẫu nhiên gồm 500 bài luận xin vào đại học được gửi tới Texas A&M vào mùa hè năm 2022, trước ChatGPT. Các dịch vụ này đã phân loại sai 1 phần trăm đến 2 phần trăm số bài luận là có khả năng do AI tạo ra.

Trong cùng báo cáo đó, Turnitin cho biết tỷ lệ dương tính giả ở cấp tài liệu của họ thấp hơn 1 phần trăm và tỷ lệ ở cấp câu là 4 phần trăm. Vì vậy, con số quan trọng đối với một sinh viên là con số của bộ phát hiện mà trường họ sử dụng.

Nếu bạn bị gắn cờ, hoặc nếu bạn xem xét một cờ

Dành cho sinh viên

Lịch sử bản thảo của bạn là nơi bạn bắt đầu. Nó cho thấy các bản nháp trước đó và ghi chú về cách văn bản của bạn phát triển, còn một điểm số thì không. Hãy yêu cầu bằng văn bản báo cáo đầy đủ và chính sách được áp dụng. Các bước này được trình bày trong các bài viết của chúng tôi về việc cần làm đầu tiên nếu bạn bị cáo buộc và về cách viết một thư kháng nghị phát hiện AI.

Cách phản hồi tốt nhất trước một cờ là chứng minh quá trình làm việc của bạn. Hãy lưu lại hồ sơ về những gì bạn đã viết. Sử dụng Google Docs hoặc Microsoft Word (với lịch sử phiên bản được bật) để soạn thảo và theo dõi các ghi chú, dàn ý và nguồn bạn đã đọc. Nếu bạn sử dụng công nghệ hỗ trợ như kiểm tra chính tả, đọc chính tả hoặc chuyển văn bản thành giọng nói, bạn có thể cho giảng viên hoặc văn phòng hỗ trợ tiếp cận biết bạn dùng những công cụ nào và như thế nào.

Bạn cũng có thể muốn liên hệ với văn phòng phụ trách khuyết tật hoặc hỗ trợ tiếp cận của trường đại học. Hãy quyết định xem bạn có muốn nói với giảng viên hoặc hội đồng về chẩn đoán của mình hay không. Bạn có thể nói điều gì đó như sau: Các tỷ lệ khác nhau giữa các bộ phát hiện. Một nghiên cứu được bình duyệt cho thấy tỷ lệ bị gắn cờ cao hơn đối với những người viết có khả năng tự kỷ trên một trong số đó. Các bản nháp của bạn quan trọng hơn nghiên cứu về các nhóm vì nghiên cứu về các nhóm không thể cho thấy bài luận của chính bạn đã được viết như thế nào.

Dành cho nhân viên

Điểm số chỉ là một ước tính. Đó là một lý do để hỏi về quá trình viết. Hãy yêu cầu xem các bản nháp và ghi chú nếu có. Hãy hỏi sinh viên đã viết bài như thế nào. Một chẩn đoán hoặc một phong cách viết không phải là bằng chứng ủng hộ hay phản đối việc sử dụng AI. Hãy hỏi sinh viên đã dùng những công cụ nào, như kiểm tra chính tả hoặc đọc chính tả. Kiểm tra chính tả và các gợi ý ngữ pháp hầu như không làm thay đổi điểm AI trong thử nghiệm năm 2024 của Bloomberg, nhưng việc viết lại toàn bộ văn bản đã làm thay đổi chúng rất nhiều. Báo cáo Bloomberg đó cũng cho biết các nhà phát triển bộ phát hiện nói rằng điểm số của họ chỉ là một điểm dữ liệu để hướng dẫn giáo viên. Chambers và Kelley khuyến nghị xem xét phê phán sâu hơn các mô hình này và việc sử dụng chúng trong bối cảnh học thuật.

Các công cụ trên trang này

trình kiểm tra perplexity miễn phí ước tính mức độ biến thiên từ ngữ trong bản nháp của bạn, và trình kiểm tra burstiness miễn phí biểu đồ hóa độ dài câu của bạn. Không con số nào trong hai con số này chứng minh được điều gì về người đã viết văn bản. AI humanizer của TextPulse được thiết kế để làm giảm điểm AI trên một bản nháp do chính bạn viết, đồng thời giữ nguyên trích dẫn và thuật ngữ. Nếu bạn sử dụng nó, hãy kiểm tra xem khóa học của bạn có cho phép công cụ như vậy hay không, và đọc kết quả đầu ra. Không có gì trong nghiên cứu này nói rằng bạn cần thay đổi cách viết của mình.