AI Detector False Positives: Vì sao bài viết của con người bị gắn cờ

Năm 1982, Tạp chí Y học New England đã công bố một bài báo về cytomegalovirus ở bệnh nhân ghép tủy xương. Bài báo này đã vượt qua bình duyệt và nằm trong kho lưu trữ suốt bốn thập kỷ. Năm 2023, các nhà nghiên cứu đã đưa nó qua một công cụ phát hiện văn bản do AI viết mà OpenAI đã phát hành công khai, và công cụ này đánh giá nó có khả năng do AI tạo ra là 99.96 percent, tức là ba mươi bảy năm trước khi mô hình mà nó được cho là do đó viết ra tồn tại. Đây là một dương tính giả của bộ phát hiện AI ở dạng thuần túy nhất, một tài liệu bị gắn là do máy viết trong khi về mặt logic không thể do máy viết.

Ví dụ này chỉ cực đoan ở thời điểm của nó. Mô thức nền tảng, tức là một bộ phát hiện đọc văn xuôi công thức, có thể dự đoán như do máy tạo ra bất kể ai viết hay viết vào lúc nào, xuất hiện liên tục trong các bài nộp thông thường, bài luận, thư xin việc, báo cáo thí nghiệm, bài phát biểu cá nhân. Bài viết này trình bày nguyên nhân gây ra dương tính giả, những kiểu viết nào dễ bị ảnh hưởng nhất, và vì sao một điểm số bị gắn cờ đơn lẻ không phải là bằng chứng như nó có vẻ là.

Dương tính giả của bộ phát hiện AI là gì?

Dương tính giả của bộ phát hiện AI là một đoạn văn bản do con người viết nhưng được công cụ phát hiện chấm điểm là do AI tạo ra. Không có gì trong quy trình viết, sự trung thực, hay năng lực của người viết được đo lường. Công cụ so sánh hình dạng thống kê của câu, mức độ có thể dự đoán của lựa chọn từ ngữ và cấu trúc, với hình dạng mà nó đã học để gắn với đầu ra của máy.

Các nhà cung cấp báo cáo tỷ lệ dương tính giả như một tỷ lệ phần trăm nhỏ duy nhất, thường dưới một hoặc hai phần trăm. Con số đó mô tả một phép thử có kiểm soát trên một bộ chuẩn do nhà cung cấp xây dựng, chứ không phải là sự bảo đảm cho bất kỳ tài liệu riêng lẻ nào. Câu hỏi rộng hơn về liệu các bộ phát hiện AI có chính xác hay không đã được kiểm tra độc lập, và kết quả nằm ở một nơi hoàn toàn khác, đôi khi cao hơn nhiều so với bất kỳ con số nào của nhà cung cấp. Bài viết này hẹp hơn, nó chỉ xét những kiểu viết nào làm tăng rủi ro đó, và một điểm số bị gắn cờ có thể và không thể nói gì với bất kỳ ai.

Những đặc điểm viết nào khiến văn bản do con người viết trông như do máy tạo ra?

Bốn kiểu viết thông thường mang rủi ro lớn nhất, và không kiểu nào trong số đó liên quan đến việc một người làm điều gì sai trái. Các tài liệu ngắn, lối viết có tính công thức cao, tài liệu được trích dẫn hoặc theo mẫu, và văn bản đã được hiệu đính kỹ đều có xu hướng bị chấm là dễ dự đoán hơn so với văn xuôi được sáng tác tự do, trong khi đó chính là thuộc tính duy nhất mà mọi bộ phát hiện thực sự đang đo lường. Một free burstiness checker đo trực tiếp cùng mức biến thiên đó, đây là cách nhanh hơn để nhận ra mô thức so với việc đọc một mô tả về nó.

Một số thể loại vốn được thiết kế theo công thức. Một phần phương pháp, một báo cáo thí nghiệm, một thư xin việc tiêu chuẩn và một tổng quan tài liệu đều ưu tiên cụm từ quen thuộc hơn là cụm từ sáng tạo, vì chính sự tuân theo quy ước mới làm cho tài liệu có thể được người đọc sử dụng. Các nhà nghiên cứu đã kiểm tra điều này trực tiếp trên văn bản thực: họ đưa 14,400 tóm tắt bài báo khoa học được công bố trong giai đoạn từ 1980 đến 2023, tức là nhiều năm trước khi bất kỳ mô hình ngôn ngữ lớn nào tồn tại, qua một bộ phát hiện công khai. Có tới 8 percent bị gắn cờ là do AI tạo ra, bất kể năm công bố, và các tóm tắt của New England Journal of Medicine bị gắn cờ ở mức 10.24 percent, là tỷ lệ dương tính giả cao nhất trong số năm tạp chí được kiểm tra.

Bài kiểm tra không thể đã phát hiện bất cứ điều gì về ChatGPT, vì ChatGPT chưa tồn tại trong phần lớn các năm mà nó lấy mẫu. Nó đã phát hiện thể loại. Nói chính xác hơn, như phân tích thống kê năm 2026 về vấn đề phát hiện này sẽ nêu, không có cách nào xây dựng một bộ phát hiện có thể phân biệt giữa một câu có thể dự đoán được vì nó được phần mềm viết ra và một câu có thể dự đoán được vì đó là kiểu câu bạn viết trong thể loại của nó. Chúng trông hoàn toàn giống nhau từ bên ngoài.

Việc biên tập nặng cũng đẩy theo một hướng tương tự. Một bản thảo đầu tiên mang theo những bất thường đặc thù của người viết, như trật tự từ lạ, câu văn kéo dài vì ý nghĩ cũng kéo dài. Một lượt hiệu đính kỹ lưỡng, đặc biệt là lượt được chạy qua một công cụ khác, có xu hướng làm phẳng chính những bất thường đó. So sánh độc lập lớn nhất cho đến nay về các công cụ phát hiện đã kiểm tra 14 công cụ trong số đó và nhận thấy độ chính xác giảm thêm, đối với mọi công cụ, khi văn bản mẫu đã được diễn đạt lại hoặc dịch bằng máy.

Đặc điểm viết	Vì sao nó làm giảm tính khó đoán bề ngoài của một tài liệu	Bằng chứng cho thấy gì
Bài nộp ngắn	Ít văn bản hơn đồng nghĩa với ít chỗ hơn cho biến thiên tự nhiên, thứ phân biệt nhịp điệu của con người với nhịp điệu của máy	Điểm số trên các tài liệu ngắn dao động mạnh hơn do sức nặng của vài câu bất thường
Kiểu viết công thức hoặc đặc thù ngành	Quy ước thể loại ưu tiên cụm từ được mong đợi hơn là cụm từ sáng tạo	14,400 tóm tắt tạp chí trước thời ChatGPT (1980 đến 2023) vẫn kích hoạt tới 8% dương tính giả, một tạp chí có các tóm tắt đạt 10.24%
Bản thảo được biên tập nặng hoặc diễn đạt lại	Một lượt trau chuốt làm phẳng những bất thường cá nhân mà bộ phát hiện đọc là dấu hiệu của con người	Một so sánh độc lập 14 công cụ cho thấy độ chính xác giảm thêm sau khi diễn đạt lại hoặc dịch bằng máy
Vật liệu được trích dẫn hoặc theo mẫu	Đoạn được trích dẫn mang dấu hiệu thống kê của nguồn của nó, không phải của người viết trích dẫn	Các bộ phát hiện không loại trừ trích dẫn sẽ chấm tài liệu xung quanh dựa trên văn bản vay mượn

Vì sao tỷ lệ công bố và tỷ lệ trong thực tế không khớp nhau

Mỗi bộ phát hiện lớn đều công bố tỷ lệ dương tính giả gần một phần trăm hoặc thấp hơn. Các thử nghiệm độc lập của cùng những công cụ đó, được chạy trên các tài liệu khác nhau trong những điều kiện khác nhau, thường xuyên báo cáo con số cao hơn nhiều, đôi khi gấp mười lần hoặc hơn. Cả hai con số đều có thể chính xác mà vẫn mô tả hầu như không có điểm chung, vì chúng không đo cùng một thứ.

Turnitin là một ví dụ hữu ích chính xác vì nó công bố nhiều chi tiết hơn hầu hết đối thủ: tỷ lệ dương tính giả dưới 1 phần trăm ở cấp độ tài liệu, với điều kiện hơn 20 percent của một bài nộp bị gắn cờ là do AI viết, cùng với tuyên bố của công ty rằng kết quả trong thực tế khác với thử nghiệm trong phòng thí nghiệm của chính họ. The Washington Post đã đưa 16 tài liệu thực qua cùng công cụ này vào năm 2023 và phát hiện hơn một nửa trong số đó bị nhận diện sai ít nhất một phần, bao gồm một bài luận hoàn toàn do con người viết nhưng bị đánh dấu là một phần do AI tạo ra. Không có con số nào là bịa đặt. Chúng đến từ các mẫu khác nhau, các ngưỡng khác nhau, và các định nghĩa khác nhau về điều được tính là một dấu hiệu.

Cùng một khoảng cách đó xuất hiện trên toàn ngành, không chỉ ở một công ty. So sánh 14 công cụ đó cho thấy tất cả đều không đạt 80 percent độ chính xác tổng thể, và sáu trong số mười bốn công cụ tạo ra dương tính giả trên văn bản do con người viết chưa chỉnh sửa trước khi bất kỳ thao tác diễn giải nào được đưa vào. Một con số đã công bố mô tả một chuẩn đối chiếu. Nó không mô tả tài liệu hiện đang nằm trước mặt một giảng viên.

Tại sao một điểm số tự tin không phải là một cáo buộc tự tin

Tỷ lệ dương tính giả nghe như thể nó nói về khả năng một sinh viên bị gắn cờ là có vấn đề nhưng thực ra vô tội. Nhưng không phải vậy. Nó mô tả cách một bài kiểm tra hoạt động đối với tất cả những người làm bài. Và đó là những câu hỏi khác nhau với những câu trả lời khác nhau, giống như bất kỳ bài sàng lọc nào trong y học hoặc an ninh.

Một phân tích thống kê tháng 3 năm 2026 từ một nhà nghiên cứu của Griffith University làm rõ toán học nền tảng. Hãy xem phát hiện AI như một bài kiểm tra áp dụng cho một quần thể người viết là sinh viên thay vì cho một tài liệu đơn lẻ, và một sự đánh đổi sẽ xuất hiện: bất cứ khi nào một phần nào đó của quần thể đó viết theo cách tự nhiên chồng lấn với đầu ra điển hình của AI, gần với quy ước của thể loại, gần với phạm vi của người học ngôn ngữ thứ hai, bất kỳ bộ phát hiện nào có năng lực thực sự để bắt được tác phẩm do AI viết đều phải báo sai trên một phần nào đó của nhóm chồng lấn đó. Đây không phải là một khẳng định rằng một bộ phát hiện cụ thể được xây dựng kém. Đây là một thuộc tính của việc kiểm tra một quần thể đa dạng bằng một tài liệu duy nhất và không có bằng chứng nào khác.

Ví dụ minh họa ngay trong bài báo cho thấy quy mô liên quan. Giả sử 10 phần trăm của một quần thể sinh viên viết đủ gần với đầu ra AI điển hình, và một bộ phát hiện được hiệu chỉnh để bắt 80 phần trăm các bài viết thực sự do AI tạo ra. Khi đó, toán học đòi hỏi tỷ lệ dương tính giả trung bình ít nhất là 7.5 phần trăm trong toàn bộ quần thể đó. Đây không phải là lỗi trong kỹ thuật của bộ phát hiện, mà là hệ quả trực tiếp của mức độ mà bài viết của nhóm này chồng lấn về mặt thống kê với đối tượng đang được phát hiện.

Khi quy mô được mở rộng lên một trường đại học có 10,000 sinh viên, riêng cận dưới này đã hàm ý khoảng 750 cảnh báo sai trong toàn bộ quần thể, một hệ quả toán học của việc kiểm tra một quần thể đa dạng bằng một tài liệu duy nhất mà không có bằng chứng nào khác để cân nhắc. Tác giả của bài báo nói rõ rằng các con số cụ thể này chỉ mang tính minh họa, chứ không phải là số đo tại một cơ sở thực tế. Ví dụ này cho thấy hình dạng của vấn đề hơn là một dự đoán cụ thể cho bất kỳ cơ sở nào.

Điều này không có nghĩa là một điểm số bị gắn cờ là vô nghĩa. Nó có nghĩa là điểm số chỉ là một tín hiệu yếu ở cấp độ quần thể, nhưng lại được yêu cầu trả lời một câu hỏi về một cá nhân duy nhất, một sự không tương thích mà không một mức độ trau chuốt nào từ nhà cung cấp có thể tự mình khắc phục hoàn toàn. Cách đọc có trách nhiệm xem con số này như một gợi ý để thu thập bằng chứng tốt hơn, các bản nháp, lịch sử phiên bản, dấu vết giấy tờ thông thường của một người thực sự đang viết điều gì đó. TextPulse's free tools cho phép người viết kiểm tra bản nháp hiện đang ở đâu trên các phép đo này trước khi bất kỳ ai khác làm điều đó, và đó là một cách sử dụng công nghệ khác với việc cố gắng đánh bại bất kỳ bộ phát hiện cụ thể nào.

Những Người Viết Nào Đối Mặt Với Rủi Ro Cao Nhất

Nghiên cứu cho thấy hai nhóm nổi bật hơn bất kỳ nhóm nào khác, những người đang viết bằng ngôn ngữ thứ hai và những người vốn có phong cách viết rất có cấu trúc hoặc lặp lại vì những lý do không liên quan đến cách họ viết bài luận của mình. Cả hai kiểu người viết này đều xuất hiện trên cùng một dấu hiệu thống kê mà một bộ phát hiện được xây dựng để bắt giữ.

Người nói tiếng Anh không phải bản ngữ mang rủi ro được ghi nhận lớn nhất. Các thử nghiệm độc lập đã nhiều lần cho thấy các bộ phát hiện đọc sai văn bản học thuật bằng ngôn ngữ thứ hai lưu loát là do máy tạo ra với tỷ lệ cao hơn nhiều so với văn bản của người bản ngữ. Trang dành cho người viết học thuật ESL của TextPulse đi sâu hơn vào cơ chế đứng sau rủi ro đó, bao gồm cả những kiểu diễn đạt nào tạo nên nó.

Một nhóm thứ hai, ít được bàn tới hơn, cũng đối mặt với một vấn đề liên quan. Các nhà nghiên cứu đã so sánh khoảng 60,000 bài đăng trên Reddit, chia giữa một tập con được xác định là có khả năng do các tác giả tự kỷ viết và một mẫu chung, rồi đưa cả hai qua một bộ phát hiện dựa trên GPT-2. Cả hai nhóm đều có tỷ lệ bị gắn cờ dưới 2 percent tổng thể, nhưng tập con có khả năng tự kỷ bị gắn cờ với tỷ lệ cao hơn đáng kể so với mẫu chung. Cách viết thiên về lối diễn đạt theo nghĩa đen, lặp lại, có khuôn mẫu chặt chẽ, một đặc điểm đã được ghi nhận trong một số kiểu giao tiếp của người tự kỷ, tạo ra đúng loại văn bản ít biến thiên mà bộ phát hiện được xây dựng để bắt.

Hai nhà cung cấp công bố đủ thông tin để kiểm tra tuyên bố này. tỷ lệ dương tính giả của Turnitin được trình bày riêng, và độ chính xác của ZeroGPT được xem xét trên trang riêng của nó. Những lỗi này rơi nặng nhất vào ai là một câu hỏi riêng nữa, và vì sao người viết tiếng Anh không phải bản ngữ bị gắn cờ thường xuyên hơn có câu trả lời riêng.

Không có khả năng điều này sẽ sớm trở nên đơn giản hơn. Các bộ phát hiện sẽ tiếp tục cải thiện trong việc bắt văn bản thực sự do máy viết, và sự đa dạng của quần thể sẽ tiếp tục tạo ra một tỷ lệ cáo buộc sai nhất định mà chỉ riêng kỹ thuật tốt hơn cũng không thể loại bỏ hoàn toàn. Sự chuyển dịch hữu ích hơn đang diễn ra ở một số cơ sở: xem một điểm số như điểm khởi đầu của cuộc trao đổi hơn là điểm kết thúc, và hỏi xem tỷ lệ đã công bố thực sự được thử nghiệm trên quần thể nào trước khi tin rằng nó áp dụng cho tài liệu trước mắt họ.