Multilingual AI Humanizer: Một công cụ, hơn 60 ngôn ngữ

TextPulse giải quyết một vấn đề mà các công cụ chỉ hỗ trợ tiếng Anh không thể chạm tới. Hiện nay, chúng ta đang thấy các nhà văn học thuật viết trong ChatGPT bằng hàng chục ngôn ngữ. Mỗi ngôn ngữ có một hệ thống phát hiện riêng, những ưu tiên riêng về văn phong, và những dấu hiệu riêng cho kiểu viết nghe như do máy tạo ra. Một công cụ chỉ hỗ trợ tiếng Anh không thể xử lý sự xâm lấn của tính thân mật trong tiếng Đức, các biểu đạt sao phỏng trong tiếng Pháp, hay sự làm phẳng nhịp điệu vốn tố cáo đầu ra tiếng Quan Thoại. Một công cụ nhân hóa AI đa ngôn ngữ xử lý tất cả những điều đó. TextPulse vận hành một công cụ duy nhất hiểu được toàn bộ, vì vậy một nhà nghiên cứu ở Jakarta và một nhà nghiên cứu ở Seoul đều nhận được bản viết đọc lên như giọng văn của chính họ, chứ không phải bản dịch của một phong cách nội bộ tiếng Anh.

Bài viết này là trung tâm cho phạm vi ngôn ngữ của TextPulse. Bài viết giải thích vì sao phát hiện AI và văn xuôi nghe như AI khác nhau từ ngôn ngữ này sang ngôn ngữ khác, liệt kê 15 ngôn ngữ được bao phủ bởi các hướng dẫn chuyên biệt, và mô tả cách công cụ nhân hóa AI miễn phí giữ nguyên trích dẫn, thuật ngữ kỹ thuật, và văn phong bất kể bản thảo được viết bằng ngôn ngữ nào. Mỗi hướng dẫn được liên kết bên dưới đi sâu hơn vào mức độ áp dụng của bộ phát hiện, chính sách của trường đại học, và văn hóa trích dẫn đặc thù của ngôn ngữ đó.

Vì sao việc nhân hóa văn bản AI mang tính đặc thù theo ngôn ngữ

Các bộ phát hiện được huấn luyện chủ yếu trên tiếng Anh sẽ hoạt động khác đi khi chúng đọc tiếng Tây Ban Nha, tiếng Ả Rập, hoặc tiếng Thái. Một số công cụ phát hiện đạo văn và AI hiệu chỉnh lại ngưỡng theo từng ngôn ngữ, và các tài liệu chính sách của trường đại học nêu tên những bộ phát hiện khác nhau tùy theo quốc gia nơi một chương trình đặt trụ sở. Văn xuôi nghe như AI cũng mang tính đặc thù theo ngôn ngữ. Đầu ra tiếng Anh của ChatGPT thường dựa vào các liên kết chuyển ý có sẵn và các câu có nhịp điệu đều đặn, nhưng đầu ra tiếng Đức có xu hướng trượt sang một văn phong quá trang trọng đối với một bài luận hội thảo, trong khi đầu ra tiếng Nhật có thể làm phẳng các dấu hiệu văn phong mà keigo phụ thuộc vào. Một công cụ nhân hóa chỉ được huấn luyện trên các dấu hiệu tiếng Anh không thể nhận ra bất kỳ mẫu nào trong số này, vì nó chưa bao giờ được xây dựng để tìm kiếm chúng.

Một cách xử lý thường gặp là viết bằng tiếng Anh, làm cho tiếng Anh đó mang tính người hơn, rồi dịch sang ngôn ngữ đích. Cách này không hiệu quả trong thực tế. Bản dịch sẽ đưa trở lại các phép dịch sát và lối diễn đạt cứng nhắc khiến một đoạn văn có vẻ do máy tạo ra, đồng thời có thể làm thay đổi ý nghĩa trong các thuật ngữ kỹ thuật hoặc định dạng trích dẫn trong quá trình đó. Việc làm cho văn bản mang tính người hơn phải diễn ra ngay trong ngôn ngữ mà bản thảo thực sự được viết ra, bằng cách xử lý cấu trúc câu và các quy ước về văn phong vốn có của ngôn ngữ đó, thay vì trên một bản nháp tiếng Anh rồi mới dịch sau. Đó là lý do TextPulse xử lý trực tiếp từng ngôn ngữ được hỗ trợ, thay vì đưa mọi thứ qua tiếng Anh trước.

15 hướng dẫn chuyên sâu, hơn 60 ngôn ngữ được hỗ trợ theo khu vực

Mỗi ngôn ngữ dưới đây đều có hướng dẫn riêng, bao quát việc các công cụ phát hiện được sử dụng như thế nào, chính sách của trường đại học, và những dấu hiệu cho thấy bản thảo được tạo bằng AI trong chính ngôn ngữ đó. Hướng dẫn Indonesian của chúng tôi xem xét cách phát hiện Bahasa Indonesia đang lan rộng trong các trường đại học Đông Nam Á, trong khi bài hướng dẫn German trình bày sự lệch chuẩn giữa Sie và du, dấu hiệu cho thấy một bài viết có thể do máy viết. Hướng dẫn Spanish đề cập đến sự chuyển đổi giữa usted và tú, hướng dẫn Russian bao quát cách Antiplagiat đọc văn bản do AI tạo ra, và hướng dẫn Korean giải thích các lỗi dùng kính ngữ làm lộ việc soạn thảo bằng ChatGPT. Hướng dẫn Japanese và hướng dẫn Thai hoàn thiện phạm vi bao quát cho Đông Á và Đông Nam Á, mỗi hướng dẫn đều được xây dựng quanh các ví dụ bằng ngôn ngữ bản địa.

Châu Âu

🇩🇪 Tiếng Đức · 🇫🇷 Tiếng Pháp · 🇷🇺 Tiếng Nga · 🇹🇷 Tiếng Thổ Nhĩ Kỳ · 🇮🇹 Tiếng Ý · 🇵🇱 Tiếng Ba Lan · 🇺🇦 Tiếng Ukraina · 🇷🇴 Tiếng Romania · 🇬🇷 Tiếng Hy Lạp · 🇨🇿 Tiếng Séc · 🇭🇺 Tiếng Hungary · 🇳🇱 Tiếng Hà Lan · 🇸🇪 Tiếng Thụy Điển · 🇩🇰 Tiếng Đan Mạch · 🇳🇴 Tiếng Na Uy · 🇫🇮 Tiếng Phần Lan · 🇧🇬 Tiếng Bulgaria · 🇸🇰 Tiếng Slovak · 🇷🇸 Tiếng Serbia · 🇭🇷 Tiếng Croatia · 🇸🇮 Tiếng Slovenia · 🇱🇹 Tiếng Litva · 🇱🇻 Tiếng Latvia · 🇪🇪 Tiếng Estonia · 🇦🇱 Tiếng Albania

Châu Mỹ Latinh và bán đảo Iberia

🇪🇸 Tiếng Tây Ban Nha · 🇧🇷 Tiếng Bồ Đào Nha

Đông Á

🇨🇳 Tiếng Trung · 🇯🇵 Tiếng Nhật · 🇰🇷 Tiếng Hàn

Đông Nam Á

🇮🇩 Tiếng Indonesia · 🇻🇳 Tiếng Việt · 🇹🇭 Tiếng Thái · 🇲🇾 Tiếng Mã Lai · 🇵🇭 Tiếng Filipino · 🇲🇲 Tiếng Miến Điện · 🇰🇭 Tiếng Khmer · 🇱🇦 Tiếng Lào

Nam Á

🇮🇳 Tiếng Hindi · 🇧🇩 Tiếng Bengali · 🇵🇰 Tiếng Urdu · 🇮🇳 Tiếng Tamil · 🇮🇳 Tiếng Telugu · 🇮🇳 Tiếng Marathi · 🇮🇳 Tiếng Punjabi · 🇳🇵 Tiếng Nepali · 🇱🇰 Tiếng Sinhala

Trung Đông và Trung Á

🇸🇦 Tiếng Ả Rập · 🇮🇷 Tiếng Ba Tư · 🇮🇱 Tiếng Hebrew · 🇦🇿 Tiếng Azerbaijan · 🇰🇿 Tiếng Kazakh · 🇺🇿 Tiếng Uzbek · 🇦🇲 Tiếng Armenia · 🇬🇪 Tiếng Georgia · 🇦🇫 Tiếng Pashto

Châu Phi

🇰🇪 Tiếng Swahili · 🇪🇹 Tiếng Amharic · 🇳🇬 Tiếng Hausa · 🇳🇬 Tiếng Yoruba · 🇳🇬 Tiếng Igbo · 🇿🇦 Tiếng Zulu · 🇿🇦 Tiếng Afrikaans · 🇸🇴 Tiếng Somali

Các hướng dẫn còn lại bao quát những ngôn ngữ có bối cảnh phát hiện riêng. Hướng dẫn tiếng Pháp giải thích các cụm calque làm lộ một đoạn văn nghe như đã được dịch, và hướng dẫn tiếng Ả Rập đề cập đến sự lệch chuẩn của văn phong trang trọng trong văn viết học thuật bằng tiếng Ả Rập chuẩn hiện đại. Hướng dẫn tiếng Thổ Nhĩ Kỳ và hướng dẫn tiếng Ba Tư đều xử lý các cấu trúc chắp dính và những dấu hiệu của văn phong trang trọng mà các bộ phát hiện được huấn luyện trên tiếng Anh thường bỏ sót, trong khi hướng dẫn tiếng Việt và hướng dẫn tiếng Bồ Đào Nha bao quát các quy ước học thuật của Brazil và châu Âu tách biệt với các quy ước ở Đông Nam Á. Hướng dẫn tiếng Trung đề cập đến nhịp câu tiếng Quan thoại, và hướng dẫn tiếng Hindi bao quát các mẫu chuyển mã Hindi Anh thường gặp trong văn viết đại học ở Ấn Độ.

Cách một bộ nhân hóa AI đa ngôn ngữ duy trì sự tự nhiên trong mọi ngôn ngữ

Tính nhất quán của văn phong trang trọng là ưu tiên hàng đầu. Một bộ nhân hóa được xây dựng cho công việc học thuật phải hiểu rằng luận văn tiếng Tây Ban Nha được đọc khác với bài viết blog tiếng Tây Ban Nha, rằng các bài tiểu luận hội thảo bằng tiếng Đức duy trì cách xưng hô Sie trang trọng xuyên suốt, và rằng luận án tiếng Nhật dựa vào một văn phong viết khác với keigo nói. TextPulse giữ cho văn phong đó ổn định trong toàn bộ bản thảo thay vì để nó lệch dần từ câu này sang câu khác, đây là một trong những dấu hiệu rõ nhất mà người phản biện tìm kiếm. Trích dẫn đi qua nguyên văn đúng như đã viết, dù đó là APA, GB/T 7714, hay một kiểu trình bày riêng của tạp chí phổ biến trong một lĩnh vực nhất định, vì vậy việc viết lại không bao giờ chạm vào danh mục tài liệu tham khảo.

Thuật ngữ kỹ thuật, danh từ riêng và các con số được giữ nguyên, vì một công cụ humanizer viết lại tên hóa chất hoặc một giá trị thống kê sẽ tạo ra lỗi mà người hướng dẫn phát hiện ngay lập tức. Cùng một logic viết lại vận hành bên dưới mọi ngôn ngữ được hỗ trợ, được tinh chỉnh riêng cho văn phong và bối cảnh detector của từng ngôn ngữ, điều này khiến một AI humanizer đa ngôn ngữ duy nhất trở nên khả thi thay vì phải chạy mười lăm công cụ riêng biệt. Phạm vi hỗ trợ tiếp tục mở rộng khi các detector mới và các chuẩn mực học thuật mới xuất hiện, nhưng cách tiếp cận vẫn như vậy: làm việc trực tiếp trong ngôn ngữ mà bản thảo thực sự được viết ra.

Làm việc giữa tiếng Anh và ngôn ngữ của bạn

Nhiều nhà nghiên cứu soạn thảo bằng tiếng Anh cho các tạp chí và bằng ngôn ngữ thứ nhất của họ cho luận văn hoặc một ấn phẩm quốc gia. Hai quy trình này gặp cùng một vấn đề từ những phía khác nhau: một bản thảo tiếng Anh được soạn bằng AI mang theo những dấu hiệu mà detector tìm kiếm trong tiếng Anh, trong khi một chương luận văn bằng tiếng Hàn hoặc tiếng Tây Ban Nha mang theo bộ dấu hiệu riêng của ngôn ngữ đó. Humanize từng văn bản bằng chính ngôn ngữ mà nó được viết ra, thay vì dịch rồi hy vọng, sẽ giữ nguyên lập luận và văn phong.

Quy tắc thực tiễn rất đơn giản. Humanize phiên bản mà bạn sẽ nộp, bằng ngôn ngữ mà bạn sẽ nộp, và kiểm tra kết quả đối chiếu với detector mà cơ sở của bạn thực sự sử dụng. Các hướng dẫn theo từng ngôn ngữ được liên kết ở trên trình bày detector landscape đó trông như thế nào trong từng văn hóa học thuật, từ phạm vi của Turnitin ở châu Âu và Đông Nam Á đến các công cụ địa phương được dùng ở Nga, Hàn Quốc và Trung Quốc.