Từ nhận diện văn bản đến kiểm chứng hình ảnh
Công cụ phát hiện nội dung do AI tạo là hệ thống phân tích dấu hiệu trong văn bản, hình ảnh hoặc video để ước lượng liệu AI có tạo ra hay chỉnh sửa nội dung đó hay không. Pangram, vốn được biết đến với công cụ nhận diện văn bản AI, đã mở rộng sang hai định dạng thị giác bằng việc công bố Pangram Image 1.0 và Image Flash 1.0 vào ngày 4 tháng 11 năm 2026. Đây là bước đi hợp lý: khi nội dung tổng hợp lan ra ngoài bài viết, việc chỉ kiểm tra câu chữ sẽ bỏ qua một phần lớn thông tin mà người dùng gặp mỗi ngày. Tuy nhiên, công cụ phát hiện không thể thay thế phán đoán của con người. Giá trị của chúng nằm ở việc đưa ra tín hiệu để người xem kiểm tra kỹ hơn, chứ không phải đóng dấu thật–giả tuyệt đối.
Image 1.0 tập trung vào phát hiện ảnh AI và có thể đánh dấu vị trí trong ảnh nghi là nội dung tổng hợp, kể cả khi yếu tố nhân tạo chỉ nằm trong một phần của bức ảnh. Pangram cho biết mô hình nhận diện 99,2% ảnh AI với tỷ lệ dương tính giả 0,27% trong thử nghiệm của công ty. Con số này đáng chú ý, nhưng không nên được hiểu là bảo đảm tương tự với mọi hình ảnh trên mạng. Cách đánh giá và chất lượng đầu vào đều ảnh hưởng đến kết quả. Việc đưa mô hình vào tiện ích mở rộng Chrome giúp người dùng thấy cảnh báo ngay khi duyệt các trang mạng xã hội, mua sắm và cho thuê. Điểm mạnh thực tế ở đây là giảm thao tác: kiểm chứng có thể diễn ra ngay trong luồng xem nội dung.
Hai mô hình, hai nhiệm vụ khác nhau
Pangram Image 1.0 được thiết kế cho phân tích hình ảnh, còn Image Flash 1.0 nhỏ gọn và nhanh hơn, nhắm đến nhận diện video AI bằng cách xử lý từng khung hình. Sự phân chia này có ý nghĩa: một video không nhất thiết hoàn toàn do AI tạo, và đánh giá từng khung hình có thể giúp hệ thống chỉ ra đoạn nào dẫn đến cảnh báo. Người dùng có thể tải video trực tiếp lên bảng điều khiển để nhận phân tích theo khung hình và xác định những phần bị nghi là do AI tạo. Đây là khác biệt thực dụng so với một nhãn chung cho cả clip, bởi người xem có thêm manh mối để kiểm tra. Dẫu vậy, tốc độ và độ gọn của Flash chỉ có giá trị nếu kết quả được trình bày đủ rõ để người dùng hiểu giới hạn của nó.
Pangram cho biết Image Flash 1.0 đạt 98,7% trên bộ đánh giá DF26, cao hơn 29 điểm so với bộ phát hiện xếp thứ hai. DF26 tập trung vào video người nói trực diện trước máy quay, một dạng nội dung mà các tác giả đánh giá cho biết cả con người lẫn những bộ phát hiện deepfake tiên tiến đều có thể đạt kết quả gần mức đoán ngẫu nhiên. Bối cảnh này giải thích vì sao đánh giá trên dữ liệu hiện đại quan trọng: công cụ tạo video thay đổi nhanh, khiến bộ kiểm tra cũ có thể không còn đại diện cho nội dung mới. Nhưng thành tích trong một bộ đánh giá cụ thể vẫn không đồng nghĩa với độ chính xác đồng đều trên mọi thể loại video.
Con số cao cần đi cùng điều kiện sử dụng
Các số liệu về ảnh cũng cho thấy vì sao cần đọc kết quả có điều kiện. Trong một phép thử do Pangram xây dựng, công ty tạo 1.200 ảnh tổng hợp dựa trên 100 ảnh thật và cho biết Image 1.0 đạt độ chính xác 99,96% trên bộ dữ liệu đó. Đây là phép so sánh có chủ đích giữa ảnh gốc và phiên bản tổng hợp, không phải phép đo đại diện cho mọi ảnh người dùng sẽ bắt gặp. Độ phân giải cũng là giới hạn đáng lưu ý: ảnh nhỏ hơn 512 × 512 pixel đi kèm cảnh báo độ tin cậy giảm, dù phiên bản mới hỗ trợ đầu vào từ 256 × 256 pixel. Với người dùng thông thường, cảnh báo này quan trọng không kém con số chính xác cao, vì ảnh đã nén hoặc thu nhỏ có thể khó đánh giá hơn.
Thách thức còn nằm ở ranh giới giữa ảnh thật được xử lý và ảnh do AI tạo. Điện thoại hiện đại có thể dùng xử lý AI để tăng chi tiết cho ảnh chụp, trong khi ảnh tổng hợp có thể bị nén, làm mờ hoặc chỉnh sửa trước khi chia sẻ. Pangram cho biết họ đã cải thiện khả năng xử lý ảnh độ phân giải thấp, deepfake và các mô hình tạo ảnh tiên tiến, đồng thời huấn luyện để mô hình nhận biết những biến đổi như nén và giảm kích thước. Vì vậy, phát hiện ảnh AI không phải bài toán chỉ tìm một dấu hiệu cố định. Một cảnh báo hữu ích phải cân nhắc cả nguồn ảnh lẫn những thay đổi xảy ra sau khi tạo.
Kiểm chứng phải theo kịp nội dung tổng hợp
Điểm đáng kể nhất của lần ra mắt này không chỉ là thêm một mô hình, mà là đưa khả năng kiểm tra đến nhiều điểm tiếp xúc: tiện ích Chrome, tải video lên bảng điều khiển và API hỗ trợ cả ảnh lẫn video. Cách phân phối ấy phản ánh một nhu cầu đang mở rộng: nội dung tổng hợp không còn giới hạn trong văn bản, nên công cụ kiểm chứng cũng phải theo được hình ảnh và chuyển động. Với người dùng, tích hợp ngay khi duyệt web có thể giúp phát hiện sớm nội dung đáng ngờ; với các dịch vụ, API tạo điều kiện đưa kiểm tra vào quy trình riêng. Nhưng không nên xem kết quả của máy là phán quyết cuối cùng, nhất là khi độ phân giải thấp hoặc kiểu nội dung nằm ngoài phạm vi đánh giá.
Pangram đang đưa ra một hướng đi cần thiết, nhưng giá trị dài hạn sẽ phụ thuộc vào khả năng duy trì độ tin cậy khi công cụ tạo AI và cách phân phối nội dung tiếp tục thay đổi. Image 1.0 và Image Flash 1.0 khác nhau rõ ở đối tượng xử lý: một mô hình tập trung vào ảnh, mô hình còn lại tối ưu cho video theo từng khung hình. Đó là bước mở rộng hợp lý từ nhận diện văn bản, không phải lời giải trọn vẹn cho vấn đề xác thực nội dung. Kết luận nên thận trọng: công cụ có thể giúp người dùng đặt đúng câu hỏi về nguồn gốc nội dung, nhưng cần xem cảnh báo, điều kiện đầu vào và bằng chứng đi kèm trước khi tin vào một kết quả.
