Giảm điểm AI cho bài nộp tạp chí

Một bản thảo hiện nay có thể bị đình trệ trước khi bất kỳ người phản biện nào mở nó. iThenticate, phiên bản dành cho xuất bản của Turnitin, đã có chỉ báo viết bằng AI từ tháng 4 năm 2023, và nó được tích hợp trực tiếp vào các hệ thống theo dõi bản thảo mà một tạp chí đã dùng để xử lý mọi bài nộp, bao gồm ScholarOne và Editorial Manager. Một trợ lý biên tập nhìn thấy tỷ lệ phần trăm đó trước khi một biên tập viên được phân công, chứ chưa nói đến người phản biện. Việc tìm hiểu cách giảm điểm AI cho bài nộp tạp chí ít liên quan đến việc vượt qua một công cụ cụ thể, mà liên quan nhiều hơn đến việc hiểu con số đó thực sự phản ứng với điều gì, và bạn phải báo cho tạp chí những gì về mặt công bố, bất kể nó nói gì.

Chúng tôi không cố thao túng một bộ phát hiện. Tiếp theo là một số ít điều có thể làm giảm điểm một cách đáng tin cậy mà không làm hại bản thảo. Và cuối cùng, có một việc đáng làm bất kể báo cáo của chính bạn cho thấy gì: hãy nói với tạp chí, bằng đúng cách diễn đạt mà họ thực sự yêu cầu, những gì bạn đã dùng và như thế nào.

Tại sao các tạp chí sàng lọc bài viết bằng AI trước khi phản biện?

Phần lớn các tạp chí sàng lọc bài viết bằng AI cũng kiểm tra đạo văn cùng lúc vì quy trình của họ chạm tới mọi bài nộp. Từ năm 2023, iThenticate đã cung cấp chỉ báo viết bằng AI như một tiện ích bổ sung trả phí, được tích hợp vào Similarity Report mà các biên tập viên vốn đã đọc, được thiết kế để hoạt động trong các công cụ theo dõi tài liệu mà các tạp chí dùng để xử lý bài nộp. Tỷ lệ phần trăm này hiển thị trước khi bất kỳ ai được phân công đọc chính lập luận đó.

Thời điểm đó chính là điều khiến con số này đáng được xem xét nghiêm túc trước khi bạn nộp, chứ không phải sau đó. Một cảnh báo ở giai đoạn biên tập không bị đem ra tranh luận trước một hội đồng phản biện, vì khi đó vẫn chưa có hội đồng nào. Về cơ chế khiến điểm số thay đổi, hướng dẫn của TextPulse về cách các bộ phát hiện AI hoạt động trình bày phép đo nền tảng, còn điều thay đổi ở giai đoạn tạp chí là thời điểm và hệ quả, chứ không phải bản thân chỉ số. Một cảnh báo ở đây dẫn đến việc tạm giữ, một email hỏi bạn giải trình về điểm số, hoặc việc âm thầm bị đẩy xuống cuối hàng, và bản thảo không bao giờ đến được điểm mà lập luận có thể tự lên tiếng. Lớp cuối cùng an toàn nhất trước khi nộp cũng là lớp lâu đời nhất, chỉnh sửa bởi chuyên gia con người, bước hiệu đính duy nhất mà không chỉ báo nào có thể nhầm với máy.

Cách giảm điểm AI cho việc nộp bài báo ở cấp độ bản thảo

hướng dẫn của TextPulse về việc sử dụng AI humanizer cho viết học thuật đi qua từng phần của một bài viết theo chính logic riêng của nó, vì phần tóm tắt, phần phương pháp và phần thảo luận kích hoạt bộ phát hiện vì những lý do khác nhau. Hãy đọc phần đó trước nếu cơ chế theo từng phần còn mới với bạn, rồi quay lại đây để xem điều gì thay đổi khi mọi phần đã được khóa và bạn đang nhìn vào toàn bộ bản thảo, sẵn sàng đem đi nộp.

Có một vài yếu tố làm thay đổi điểm của toàn bộ bản thảo mà việc chỉnh sửa ở cấp độ từng phần sẽ không chạm tới. Một đoạn văn được ghép vào phút chót trong một bài viết vốn đã được sửa tay, thường là phần mở đầu vội vàng hoặc phần kết luận gấp gáp, nổi bật chính vì nó trôi chảy hơn mọi thứ xung quanh. Lặp lại cùng một từ nối ở đầu mỗi phần, mở đầu năm phần liên tiếp bằng một biến thể của "phần này trình bày", làm phẳng nhịp điệu của tài liệu ngay cả khi mọi câu bên trong đều nguyên bản. Gọi cùng một biến số bằng ba tên khác nhau vì các phần được soạn cách nhau nhiều tuần cũng tạo ra hiệu ứng tương tự, người đọc thấy cẩu thả, và cách diễn đạt chắp vá kết quả thường bị bộ phân loại xem là do máy tạo ra.

Một phần mở đầu vội vàng thường tự bộc lộ theo đúng hình thức này. "Bài báo này xem xét mối quan hệ giữa X và Y" mở đầu một đoạn theo cùng cách mà hàng chục bài báo khác trong cùng số báo có thể mở đầu đoạn của họ. "Chúng tôi kỳ vọng X sẽ dự đoán Y, và ở nhóm thứ hai thì điều đó đã không xảy ra" là một câu thô hơn câu đầu, và cũng ít có tính dự đoán hơn rõ rệt, điều này gần với điều mà chỉ số thực sự chấm điểm hơn là chất lượng.

Cách khắc phục thực tế là đọc lại toàn bộ bản thảo đã hoàn thiện một lần, từ đầu đến cuối, sau khi mọi chỉnh sửa ở cấp mục đã xong và trước khi bạn chạm vào bất cứ thứ gì lần nữa. Hãy đọc về nhịp điệu hơn là về nội dung: liệu mỗi đoạn có dài xấp xỉ như nhau không, liệu mỗi mục có mở đầu theo cùng một cách không, liệu một câu bạn viết ở tuần đầu có nghe như thuộc về bên cạnh một câu bạn viết ở tuần thứ sáu không. Một burstiness checker áp dụng cho toàn bộ tệp, chứ không phải từng mục riêng lẻ, sẽ phát hiện sự làm phẳng mà một lượt kiểm tra theo từng mục bỏ sót, vì nó đo lường sự biến thiên trên toàn văn bản thay vì trong một đoạn đơn lẻ.

Nếu lần đọc đó cho thấy một mục đồng đều đến mức phẳng lì chứ không chỉ là một đoạn thô, thì một AI humanizer tool nhắm riêng vào mục đó sẽ là cách sửa nhanh hơn so với việc viết lại từ đầu bằng tay, với điều kiện là sau đó bạn đọc kết quả và sửa bất cứ điều gì nó đã thay đổi mà bạn không có ý định thay đổi. Đây là công cụ để hoàn thiện bản thảo của chính bạn, không phải là sự thay thế cho việc có một bản thảo.

Bạn nên tiết lộ điều gì bất kể điểm AI của bạn là bao nhiêu?

Việc tiết lộ là một yêu cầu riêng biệt với điểm số của bạn, và hiện nay hầu hết nhà xuất bản đều gắn nó với mọi bài nộp, bất kể có công cụ nào tham gia vào việc soạn thảo hay không. Chính sách AI tạo sinh của Elsevier cho các tạp chí, được cập nhật vào tháng 6 năm 2026, yêu cầu một mục tuyên bố cụ thể, có tiêu đề "Declaration of generative AI and AI-assisted technologies in the manuscript preparation process", đặt ngay trước danh mục tài liệu tham khảo. Chính sách này nêu tên công cụ đã dùng, mục đích mà nó phục vụ, và mức độ giám sát của tác giả.

IEEE yêu cầu một điều tương tự ở một vị trí khác, phần lời cảm ơn, nêu tên hệ thống AI đã dùng và xác định những phần nào của bài viết mà nó đã tác động đến. Cả hai chính sách đều vạch ranh giới ở cùng một chỗ. Việc kiểm tra ngữ pháp, chính tả và dấu câu không cần khai báo, vì cả hai nhà xuất bản đều xem đó là biên tập. Một lượt sửa lại cách diễn đạt hoặc cấu trúc câu nằm trong yêu cầu khai báo, bất kể điểm AI của bạn là bao nhiêu. Bản khai báo gần với một ghi chú phương pháp hơn là một sự thừa nhận, cụ thể là công cụ nào, dùng cho việc gì, và bạn đã dựa vào nó ở mức độ nào.

Các tạp chí khác yêu cầu thông tin này một lần nữa bằng tiếng Anh đơn giản trong thư xin đăng bài: "Was any part of your paper created with a generative AI tool? If yes, which one?" Hãy xem đó là việc công bố một lần ở hai nơi mà một tạp chí sẽ xem xét. Đừng xem đó là hai công bố có thể mâu thuẫn với nhau. Hãy coi hai mục này là một công bố được viết hai lần ở hai nơi mà một tạp chí có khả năng xem xét, thay vì là các nghĩa vụ riêng biệt có thể cuối cùng tự mâu thuẫn.

Danh sách kiểm tra điểm AI trước khi nộp

Thứ tự quan trọng gần như ngang với chính danh sách. Làm việc không theo trình tự thường có nghĩa là phải làm lại một bước trước đó khi một bước sau lại thay đổi bản thảo thêm một lần nữa.

Bước	Nó phát hiện hoặc bao quát điều gì
Hoàn tất mọi chỉnh sửa ở cấp mục trước	Cố định văn bản để các bước còn lại đo lường bản thảo thực, chứ không phải một mục tiêu đang dịch chuyển
Đọc toàn bộ tệp liền mạch để kiểm tra nhịp điệu	Độ dài đoạn văn đồng đều và các phần mở đầu lặp lại, là kiểu mẫu mà một chỉnh sửa theo từng mục có thể bỏ sót
Chạy kiểm tra burstiness trên toàn bộ tài liệu	Độ biến thiên ở cấp câu mà một lần đọc thủ công có thể bỏ sót trong một tệp dài
Soạn bản khai báo generative AI	Khớp với cách diễn đạt và vị trí mà tạp chí yêu cầu trước khi bạn định dạng phần còn lại của hồ sơ nộp bài
Giữ sẵn các bản nháp và lịch sử phiên bản	Bằng chứng để trả lời câu hỏi của biên tập viên nếu điểm bị gắn cờ sau khi nộp

Nếu bộ phận biên tập vẫn gắn cờ bản thảo của bạn thì điều gì xảy ra?

Hãy trả lời câu hỏi bằng quy trình, không phải bằng một lập luận về chính chỉ số đó. Một tỷ lệ phần trăm rất khó bác bỏ theo đúng nghĩa của nó, vì không có nhà xuất bản nào nêu ra một ngưỡng có thể phân biệt đáng tin cậy giữa một người viết cẩn thận và một văn bản được tạo ra. Điều bạn có thể cung cấp thay vào đó là lịch sử phiên bản, các bản nháp có ghi ngày tháng, hoặc ghi chú cho thấy lập luận là của bạn trước khi bất kỳ công cụ nào chạm vào một câu.

Việc hỏi công cụ nào đã tạo ra con số đó là hợp lý, và, khi tạp chí sẽ chia sẻ, được xem chính báo cáo đó. Các nhà cung cấp thường xuyên không đồng ý với nhau, vì vậy một tỷ lệ phần trăm cụ thể từ một bộ phân loại là đầu ra của bộ phân loại đó vào ngày hôm ấy, chứ không phải một तथ्य đã được xác lập về bản thảo của bạn. Biết công cụ nào đã gắn cờ cho bạn cho bạn biết mối lo ngại là về toàn bộ bài viết hay chỉ một phần mà nó đánh trọng số cao.

Những gì diễn ra sau khi nộp bài là một tài liệu riêng, và có một mẫu thư phản hồi cho người phản biện dành cho việc đó. Đối với chính bài viết, nhân bản hóa một bài nghiên cứu từ đầu đến cuối được trình bày riêng.

Hãy giữ phản hồi tương xứng với điều thực sự được hỏi. Một trợ lý biên tập gắn cờ một điểm số muốn có một bản tường trình về quy trình của bạn, không phải một sự bác bỏ phương pháp luận của chính công cụ đó, và một phản hồi phòng thủ dài nhiều trang trước một câu hỏi chỉ dài một dòng thường đọc tệ hơn một phản hồi ngắn gọn, mang tính तथ्य. TextPulse báo cáo một Human Score ước tính được tính từ chính văn bản của bạn, không phải một phán quyết từ bất kỳ công cụ nào mà tạp chí sử dụng, và coi bất kỳ con số nào như một phán quyết thay vì một đầu vào là một sai lầm theo cả hai hướng.