Mẫu viết AI: Những từ ngữ, nhịp điệu và dấu câu làm lộ nó

Đọc câu này một lần và xem liệu bạn đã biết nó đến từ đâu chưa: các nhà nghiên cứu tiếp tục nhấn mạnh sự tương tác phức tạp giữa động lực và thành tích, và một khối lượng công trình ngày càng tăng làm nổi bật vai trò then chốt mà tự điều chỉnh đóng trong thành công học thuật. Không có gì trong đó là sai. Mọi mệnh đề đều đúng ngữ pháp, mọi từ đều là từ có thật, và một người chấm sẽ không trừ dù chỉ một điểm. Nhưng nó vẫn đọc như thể rơi ra từ một cỗ máy, vì đúng là như vậy. Đây là điều mà bài viết này nói đến.

Các mẫu viết AI là những thói quen có thể lặp lại, trong lựa chọn từ ngữ, nhịp câu, dấu câu và cấu trúc, khiến văn xuôi do máy soạn ra có thể nhận ra ngay bằng mắt. Chúng tập trung ở bốn cấp độ: những từ mà mô hình chọn dùng, hình dạng của câu, dấu câu mà nó dựa vào, và cách nó cấu trúc một lập luận như một tổng thể. Không một yếu tố nào trong số đó tự nó chứng minh được điều gì. Nhưng khi đặt cùng nhau, trong một đoạn văn, chúng rất khó bỏ qua.

Cỗ máy làm việc này được gọi là bộ phát hiện thống kê. Nó chấm điểm mức độ có thể dự đoán của từng từ, theo những gì một mô hình ngôn ngữ kỳ vọng. Một báo cáo chứa phần toán học về perplexity và burstiness nằm bên dưới điểm số đó, được trình bày chi tiết hơn trong một bài khác về cách các bộ phát hiện AI hoạt động. Phần còn lại của bài viết này là một danh mục các dấu hiệu viết AI mà người đọc có thể nghe thấy, đếm được hoặc chỉ ra trên trang. Điều này có thể quan trọng, ngay cả khi một bộ phát hiện sai, không sẵn có, hoặc không liên quan đến vấn đề. Những gì trình bày dưới đây không cần mô hình và cũng không cần đăng ký.

Tại sao các mẫu viết AI nghe như máy móc?

Một mô hình ngôn ngữ đang làm điều khác với con người ở cấp độ câu, đó là liên tục chọn từ tiếp theo có xác suất cao nhất về mặt thống kê, trong một hệ thống được huấn luyện để nghe có vẻ thành thạo hơn là khác biệt. Sự thành thạo ở quy mô đó tạo ra văn xuôi trôi chảy, đúng, nhưng dễ quên, và đó là nguồn gốc của cảm giác máy móc. Người đọc thường không thể nói chính xác điều gì sai với một đoạn như vậy, chỉ có thể cảm thấy nó phẳng, và bốn cấp độ dưới đây là nơi sự phẳng ấy tồn tại.

Lựa chọn từ ngữ là cấp độ mà người đọc nhận ra đầu tiên: những từ ngữ trang trọng, mang tính sân khấu, xuất hiện ở nơi chúng không thuộc về. Nhịp câu thì kín đáo hơn, một đoạn mà mọi câu đều chạy với độ dài gần như nhau. Dấu câu và định dạng mang dấu ấn riêng của chúng, một dấu gạch nối được dùng như khớp nối đa năng, một danh sách gạch đầu dòng chia nhỏ văn bản vốn chưa từng là một danh sách trong đầu người viết. Cấu trúc là phần ít nhìn thấy nhất, một đoạn tự lặp lại chính tiêu đề của nó, bao quát đúng ba điểm, rồi khép lại bằng cách tóm tắt chính nó.

Bắt đầu với từ ngữ: thứ dễ chỉ ra nhất, và được ghi nhận đầy đủ nhất.

AI Lạm Dụng Những Từ Nào?

Người ta thấy những từ trang trọng, hơi mang tính sân khấu này lặp đi lặp lại: "delve", "underscore", "showcase" và "pivotal" là những từ được ghi nhận nhiều nhất. Dmitry Kobak và ba đồng tác giả đã đặt mục tiêu xác định ngôn ngữ này. Họ đã phân tích 15.1 triệu tóm tắt PubMed từ 2010 đến 2024 và xác định một nhóm từ có tần suất tăng mạnh khi ChatGPT được phát hành. "Delve" tăng mạnh nhất, nghiên cứu này, được công bố trên Science Advances vào tháng 7 năm 2025, ước tính tần suất của nó trong năm 2024 cao hơn khoảng 28 lần so với trước 2023. Các từ gần nhất tiếp theo là "underscore" và "showcase". Các tác giả ước tính ít nhất 13.5 phần trăm các tóm tắt năm 2024 có dấu hiệu được AI hỗ trợ, và con số này tăng lên trên 40 percent ở một số quốc gia và nhà xuất bản.

Lý do các mô hình hội tụ vào những từ cụ thể này ít được xác định hơn chính mẫu hình đó. Một nghiên cứu COLING 2025 đã kiểm tra hai mươi mốt từ xuất hiện vượt mức so với kiến trúc mô hình, dữ liệu huấn luyện và phản hồi của con người được dùng để tinh chỉnh chatbot, và cho rằng giai đoạn phản hồi là yếu tố đóng góp có khả năng nhất, dù chưa giải thích đầy đủ hiện tượng này. Cách diễn giải này cũng vẫn còn bị tranh luận, một trao đổi năm 2026 trên tạp chí PNAS đã phản biện cách mà sự thay đổi tần suất từ ngữ đo lường việc sử dụng AI một cách trực tiếp, điều đáng ghi nhớ trước khi xem bất kỳ con số đơn lẻ nào ở đây là факт đã được xác lập.

Điều đó không chỉ đúng với các tóm tắt bài báo. Trong một nghiên cứu so sánh nửa triệu bài luận của sinh viên và bài luận do AI tạo ra, các nhà nghiên cứu đã so sánh độ dài và cách chọn từ của các bài viết và nhận thấy các bài luận của con người nhìn chung dài hơn và sử dụng vốn từ vựng rộng hơn. Trong một nghiên cứu về các bản phản biện được nộp cho bốn hội nghị học máy, bao gồm ICLR 2024 và NeurIPS 2023, các nhà nghiên cứu đã dùng cùng kỹ thuật đó để ước tính rằng từ sáu đến mười lăm phần trăm văn bản phản biện đã bị một LLM sửa đổi đáng kể. Khả năng bị một LLM tác động cao hơn khi bản phản biện được nộp gần thời hạn cuối.

Từ hoặc cụm từ mà AI lạm dụng	Thay vào đó, một người viết cẩn trọng dùng gì
delve (into)	xem xét, khảo sát
underscore	cho thấy, nhấn mạnh
showcase	trình bày, minh họa
pivotal	chính, quyết định
robust	vững chắc, đáng tin cậy
intricate	phức tạp, chi tiết
meticulous	cẩn thận, kỹ lưỡng
tapestry	sự pha trộn, phạm vi
testament	dấu hiệu, bằng chứng
boasts	có, bao gồm
foster	khuyến khích, hỗ trợ
garner	giành được, thu hút
multifaceted	nhiều mặt, phức tạp
holistic	toàn thể, tổng thể
nuanced	cẩn trọng, chính xác
invaluable	hữu ích, có giá trị
realm	lĩnh vực, phạm vi
embark on	bắt đầu, khởi sự
unlock	mở ra, làm cho khả thi
interplay	mối quan hệ, liên hệ

Không có từ nào trong số này tự thân là sai. Một phần phương pháp gọi một phát hiện là vững chắc đang dùng từ đó đúng cách, và một sử gia mô tả một lập luận pháp lý phức tạp không phải là đang thú nhận với một chatbot. Điều trông như do máy tạo ra là mật độ, ba hoặc bốn từ như vậy trong một đoạn văn, không làm công việc cụ thể nào, được xếp chồng lên nhau theo cách một mô hình xếp chúng vì mỗi từ đều là lựa chọn an toàn nhất cho từ tiếp theo một cách độc lập. Một lượt kiểm tra nhanh bằng free AI word cleaner của TextPulse sẽ gắn cờ trực tiếp mật độ đó.

Tại sao các câu do AI tạo ra đều nghe có độ dài giống nhau?

Một mô hình xây dựng từng câu theo cách nó đã xây dựng câu trước đó, thay vì nén một ý vào sáu từ ở một chỗ rồi trải nó ra trong ba mươi từ ở chỗ khác, vì vậy đầu ra có xu hướng giữ gần như cùng một độ dài xuyên suốt. Sự biến thiên đó, hoặc sự thiếu vắng của nó, là điều bạn có thể nghe thấy bằng cách đọc to một đoạn văn, một bài tập khác với điểm burstiness mà một bộ phát hiện tính từ cùng thuộc tính nền tảng đó.

Hai thói quen nhỏ hơn làm lộ nhịp điệu ở khoảng cách gần. Một mô hình thích kết thúc một câu bằng một phân từ treo lơ lửng, gợi ý về tầm quan trọng mà không bổ sung thông tin, một khẳng định theo sau là việc nhấn mạnh nhu cầu nghiên cứu thêm hoặc phản ánh một sự chuyển dịch rộng hơn trong lĩnh vực. Nó cũng tìm đến một cấu trúc ghép đôi để nghe có vẻ cân bằng, theo kiểu phương pháp này không chỉ hiệu quả mà còn có khả năng mở rộng. Nói một lần, cấu trúc đó không có gì đáng chú ý. Nói trong mọi đoạn văn, nó nghe như một khuôn mẫu với các danh từ được thay ra.

Quy tắc ba

Ở cấp độ cụm từ cũng vậy, các nhóm ba là nhịp mặc định của mô hình, ba tính từ trước một danh từ, ba ví dụ trong một danh sách, ba mệnh đề được xây dựng giống nhau liên tiếp. Các nhóm ba thỉnh thoảng luôn là một phần của tiếng Anh. Một nhóm ba được đặt đúng chỗ không phải là triệu chứng của bất cứ điều gì. Dấu hiệu nằm ở tần suất. Ba không phải là vấn đề. Vấn đề là ba xuất hiện trong gần như mọi đoạn văn.

Đếm là đủ để phát hiện phần lớn điều này mà không cần bất kỳ đào tạo đặc biệt nào. Hãy đọc một đoạn văn và đánh dấu độ dài của từng câu theo số từ. Nếu tất cả các dấu của bạn đều nằm trong phạm vi vài từ so với dấu trước đó, thì nhịp điệu chính là dấu hiệu. Hãy dùng công cụ free burstiness checker của TextPulse để tự động hóa việc đếm và biểu diễn nó bằng biểu đồ, hữu ích cho một đoạn quá dài để có thể nhìn lướt từng câu một.

Dấu gạch ngang dài và các dấu câu khác như dấu hiệu nhận biết

Vì sao dấu này trở thành lựa chọn mặc định

Dấu gạch ngang dài có lẽ là dấu câu bị quy trách nhiệm nhiều nhất trong văn bản do máy tạo ra. Bạn có thể biết nó như dấu gạch ngang dài thay cho dấu phẩy, dấu hai chấm hoặc dấu chấm để nối hai nửa của một câu. Dấu gạch ngang dài không phải là mới và cũng không phải là thứ do AI phát minh ra. Trong suốt thời gian các cẩm nang văn phong tồn tại, từ Chicago đến AP, chúng đều cho phép dùng nó để nhấn mạnh và ngắt quãng. Và rất nhiều người viết chuyên nghiệp dùng nó một cách có chủ ý.

Lý do có khả năng khiến nó xuất hiện thường xuyên như vậy trong đầu ra của máy là điều rất bình thường: dấu này phổ biến trong thứ văn xuôi đã được biên tập, được dàn trang chuyên nghiệp mà các mô hình ngôn ngữ được huấn luyện trên đó, và nó cho phép một câu tiếp tục vận động mà không phải kết thúc bằng dấu chấm. Một mô hình được xây dựng để tạo ra văn bản trôi chảy, liên kết chặt chẽ sẽ thường xuyên tìm đến sự linh hoạt đó, thường xuyên hơn đa số con người khi soạn thảo bằng tay.

Tần suất thay đổi rất lớn tùy theo hệ thống nào tạo ra văn bản. Một lần thử nghiệm đối chiếu song song vào giữa năm 2025 đã đưa cùng một lời nhắc cho sáu chatbot và đếm các dấu này: ba hệ thống trả về nó tám hoặc chín lần trong chưa đến sáu trăm từ, một hệ thống dùng nó hai lần trong gần một nghìn từ, và hai hệ thống không dùng nó chút nào. Tần suất là thuộc tính của mô hình nào đã tạo ra đoạn văn trước mắt bạn, chứ không phải là đặc điểm cố định của văn bản do AI viết. OpenAI đã thêm một thiết lập vào tháng 11 năm 2025 cho phép người dùng bảo ChatGPT ngừng dùng dấu này và thực sự tuân theo, điều đó khiến ngay cả dấu hiệu nhận biết này hiện nay cũng chỉ còn là tùy chọn một phần.

Không có điều gì trong số đó khiến chính dấu này trở thành bằng chứng của bất cứ điều gì. Rất nhiều người viết cẩn thận cố ý dùng nó, và rất nhiều bài luận của sinh viên chưa từng chạm tới chatbot cũng dùng nó, đôi khi vì một giáo viên đã dạy họ như vậy. Điều đáng kiểm tra là mật độ: một trang dựa vào dấu này ở mỗi câu thứ hai sẽ đọc khác với một trang dùng nó hai lần có chủ ý. Trình xóa dấu gạch ngang dài miễn phí của TextPulse kiểm tra mật độ đó và đề xuất dấu phẩy, dấu hai chấm, dấu chấm hoặc dấu gạch nối mà mỗi trường hợp đòi hỏi.

Dấu đầu dòng, chữ đậm và tiêu đề

Cùng một mức độ đó bao gồm các quyết định định dạng bên dưới câu. Một danh sách gạch đầu dòng ở giữa đoạn văn vốn chưa bao giờ là một danh sách trong đầu người viết. Các tiêu đề ở dạng title case khi phần còn lại của tài liệu ở dạng sentence case. Một cụm từ in đậm ở đầu mỗi gạch đầu dòng như một tiêu đề nhỏ. Không điều nào trong số này là dấu câu, nhưng tất cả đều xuất phát từ cùng một nơi: một mô hình đang định dạng cho cửa sổ chat, nơi cấu trúc trực quan thay thế cho các chuyển tiếp mà văn xuôi thường đảm nhiệm.

Cấu trúc và hình dạng của lập luận

Mức cuối cùng nằm phía trên câu và là khó sửa nhất bằng cách thay một từ, vì đó là hình dạng của chính lập luận. Một đoạn do máy viết thường mở đầu bằng cách diễn đạt lại chính tiêu đề của nó bằng những từ hơi khác, đi qua hai hoặc ba điểm hỗ trợ được cho trọng lượng gần như ngang nhau bất kể mỗi điểm thực sự quan trọng đến mức nào, rồi kết thúc bằng cách tóm tắt điều vừa nói thay vì bổ sung điều gì mới.

Một thói quen liên quan xuất hiện liên tục trong các bài dài hơn: một đoạn liệt kê điều gì đó làm tốt, chuyển hướng bằng một từ như however, liệt kê các thách thức theo cùng một bộ ba gọn gàng, rồi ám chỉ một tương lai có lẽ sẽ giải quyết chúng. Các lập luận thực tế gồ ghề hơn thế. Một người viết thường quan tâm đến một điểm hơn hai điểm còn lại, dành cho nó nhiều không gian hơn, và không mắc nợ người đọc một kết thúc đối xứng.

Đây cũng là mức độ mà văn bản học thuật theo công thức có thể trông giống một cách đánh lừa với văn bản do máy tạo ra, vì một phần phương pháp hoặc một tổng quan tài liệu vốn được kỳ vọng tuân theo một khuôn dạng cố định. Sự khác biệt nằm bên trong khuôn dạng đó. Một tổng quan tài liệu do máy viết sẽ nêu tên các điểm quen thuộc của một lĩnh vực theo đúng thứ tự quen thuộc. Một tổng quan do con người viết thì tranh luận về những điểm nào quan trọng và vì sao, ngay cả trong một khuôn mẫu cứng nhắc, bởi vì một lập trường thực sự đang được bảo vệ.

Các dấu hiệu này có chứng minh một văn bản được AI viết không?

Không có một dấu hiệu đơn lẻ nào chứng minh được điều gì, và một tập hợp đầy đủ các dấu hiệu cũng vậy. Dưới áp lực từ biên tập viên hoặc giáo sư, một người viết học thuật cẩn trọng có thể tạo ra các đoạn văn có một số đặc điểm này, chẳng hạn như thiếu đại từ, nhưng không cần sự hỗ trợ của chatbot. Những người viết tiếng Anh không phải bản ngữ cũng có thể dùng các từ an toàn mà họ được dạy trong lớp, và sinh viên được dạy dùng các liên kết trang trọng cũng có thể dùng nhiều đặc điểm này. Một danh sách từ ngữ không phải là bằng chứng của hành vi sai phạm, đó là một sai lầm có thể khiến những người viết cẩn trọng bị buộc tội oan. Chúng ta nên chỉ ra sai lầm này, chứ không lặng lẽ lặp lại nó.

Điều mà một công cụ có thể làm một cách có trách nhiệm là cho thấy mô hình, chứ không phải phân xử bài viết. Điều mà chúng tôi có thể cung cấp với AI humanizer của TextPulse là một ước lượng về Human Score dựa trên văn bản trước mắt. Đây là một cách đọc về vị trí của bản thảo so với các mô hình bề mặt này, chứ không phải một phán quyết từ bất kỳ detector nào và cũng không phải một lời hứa về việc một công cụ khác sẽ nói gì vào ngày mai. Đó là một con số mà bạn có thể dùng làm điểm khởi đầu cho một quyết định, giống như trình kiểm tra chính tả gắn cờ một từ mà không quyết định liệu câu văn xung quanh nó có hay hay không.

Mỗi dấu hiệu trên đều có một trang riêng. Bản thân vốn từ được ghi chép trong một bài viết về những từ ngữ tiết lộ ChatGPT, với các phần xử lý riêng về thói quen dùng dấu gạch ngang dài và về vì sao các mô hình lại đặc biệt chọn một động từ nhất định. Các nhãn rộng hơn cũng được đề cập: AI slop nghĩa là gì, AI fluff nghĩa là gì, và một hướng dẫn thực hành để xác định liệu một nội dung có được viết bởi AI hay không. Nếu mối lo là các bản nháp của chính bạn chứ không phải của người khác, thì có một bài viết về loại bỏ các từ ngữ AI khỏi bài viết của bạn.

Lần tới khi bạn đọc lại bài viết của mình và thấy có điều gì đó trong đó không ổn lắm, đừng chỉ tìm một từ đồng nghĩa để thay thế. Hãy thử đọc to lên. Đếm số từ trong mỗi câu. Tự hỏi chính xác từng từ đang làm gì ở đó. Đó cũng chính là cách đọc mà một biên tập viên cẩn trọng đã thực hiện từ rất lâu trước khi bất kỳ điều gì trong số này có tên gọi.