Từ công cụ chống gian lận đến máy gieo rắc ngờ vực
Công cụ phát hiện AI là những hệ thống phần mềm dùng mô hình học máy để đoán xem một văn bản được tạo bởi con người hay bởi mô hình sinh ngôn ngữ, dựa trên các đặc trưng như nhịp điệu, cấu trúc, độ dài câu và mức độ “dễ đoán” trong cách dùng từ, thay vì đối chiếu trực tiếp với nội dung có sẵn trên internet.
Vấn đề không nằm ở ý định: trường học và nền tảng trực tuyến có lý khi muốn chống gian lận. Nhưng khi công cụ phát hiện AI được triển khai rộng rãi trong lớp học và hệ sinh thái nội dung số, trong khi độ tin cậy AI detector còn thấp và đầy tranh cãi, nó đang mở ra một kỷ nguyên nghi ngờ nơi mọi văn bản đều bị soi xét. Theo khảo sát của Trung tâm Công nghệ và Dân chủ Mỹ, 43% giáo viên từ lớp 6 đến 12 tại Mỹ thường xuyên sử dụng công cụ phát hiện AI trong giai đoạn 2024–2025. Khi một công nghệ non trẻ bị đẩy vào vai “thẩm phán” cho 43% lớp học, sai phát hiện văn bản không còn là lỗi kỹ thuật mà trở thành vấn đề công lý.
Khi sai phát hiện văn bản biến thành tranh chấp học tập và kiện tụng
Trên giấy tờ, các nhà phát triển khẳng định độ tin cậy AI detector khá cao. Turnitin nói công cụ của họ chỉ gắn nhãn nhầm dưới 1% nội dung do con người viết là AI, trong khi Pangram tuyên bố tỉ lệ dương tính giả là 1 trên 10.000. Nghe có vẻ an toàn, nhưng con số đẹp không cứu được những con người cụ thể bị mắc kẹt trong thống kê. Đặc biệt, học sinh dùng tiếng Anh như ngôn ngữ thứ hai và người đa dạng thần kinh bị nhận diện nhầm nhiều hơn, vì phong cách viết của họ “khác chuẩn” kỳ vọng của mô hình.
Những tranh chấp học tập đã bùng nổ. Thierry Rignol, công dân Pháp, khởi kiện Đại học Yale sau khi giáo sư dùng GPTZero kết luận phần bài thi cuối kỳ của ông do AI viết, dẫn đến điểm rớt và đình chỉ một năm. Một sinh viên tại Đại học Adelphi thắng kiện trường sau cáo buộc tương tự về việc dùng AI cho bài luận. Ở ngoài giảng đường, con trai của Ozzy Osbourne, Jack, đăng video trước hơn 3,5 triệu người theo dõi, cáo buộc một nhà báo dùng AI để viết bài cho tạp chí, dựa trên kết quả từ công cụ Getsolved làm “bằng chứng” nhưng không rút lại cáo buộc dù tác giả phủ nhận. Sai phát hiện không còn là lỗi nhỏ: nó xúc tác cho các cuộc tấn công danh dự.
Kỷ nguyên nghi ngờ nội dung AI: khi người thật phải viết sao cho “không giống máy”
Đằng sau vài vụ kiện nổi bật là một bầu không khí ngờ vực dày đặc. Các công cụ phát hiện AI phân tích sự lặp lại, mức độ trang trọng hoặc suồng sã, cấu trúc câu đơn điệu, hay mức độ “dễ đoán” trong ngôn ngữ để suy ra khả năng dùng AI. Nhưng những dấu hiệu này hoàn toàn có thể là đặc trưng rất người: một sinh viên lo lắng có thể viết quá trang trọng, người học ngoại ngữ thường dùng cấu trúc câu lặp lại, người viết có phong cách đơn giản thì bị đánh dấu là “giống AI”. UCLA đã cảnh báo rằng những dấu hiệu này không đồng nghĩa chắc chắn có sử dụng AI.
Kết quả là “một kỷ nguyên không tin tưởng, nơi người đọc liên tục tự hỏi liệu thứ mình đang đọc có phải do AI viết hay không, còn người viết thật thì tìm cách để không bị nghe như AI”. Các nền tảng trực tuyến khuếch đại sự nghi ngờ khi bất kỳ ai cũng có thể ném vào mặt người khác ảnh chụp màn hình từ một AI detector và coi đó là bản án. Hệ quả, người đọc ngày càng hoài nghi, còn người viết phải tự kiểm duyệt phong cách để tránh bị nghi ngờ nội dung AI, thay vì tập trung vào ý tưởng. Ngược lại, người gian lận lại học cách “ngụy trang” để qua mặt mô hình. Chúng ta đang dùng công cụ sai mục tiêu: thay vì khuyến khích trung thực, chúng ta đang trừng phạt sự khác biệt.
Những giới hạn được chính nhà phát triển thừa nhận
Điều trớ trêu là ngay cả những người xây dựng công cụ phát hiện AI cũng không tin chúng đủ để làm bằng chứng trừng phạt. Turnitin thừa nhận công cụ của họ “không phải lúc nào cũng chính xác” và không nên được dùng làm căn cứ duy nhất để xử lý học sinh. Grammarly cảnh báo người dùng không được phụ thuộc vào kết quả AI detector, còn GPTZero nói thẳng: “không có công cụ nào đạt 100% hoàn hảo”. OpenAI thậm chí đã dừng cung cấp công cụ phát hiện nội dung AI của riêng mình từ năm 2023 vì độ chính xác thấp. Một câu nói có thể trích dẫn là: "OpenAI đã ngừng công cụ phát hiện nội dung do AI tạo ra của mình vì độ chính xác thấp".
Dẫu vậy, các con số đẹp về tỉ lệ dương tính giả vẫn được dùng để hợp thức hóa việc áp dụng đại trà. Pangram nói tỉ lệ gắn nhãn nhầm chỉ 1 trên 10.000. Nhưng không ai trả lời câu hỏi: 1 trên 10.000 đó là ai, và họ phải trả giá thế nào khi bị gắn mác gian lận? Nghiên cứu của một trường đại học lớn ở Mỹ cho thấy bài luận của người không phải bản ngữ bị phân loại nhầm thành nội dung AI với tần suất cao hơn so với người bản ngữ. Sai lệch này không chỉ là lỗi kỹ thuật; nó nhắm vào những nhóm vốn đã yếu thế trong hệ thống giáo dục. Một AI detector thiếu công bằng không bảo vệ tính liêm chính học thuật; nó chỉ chuyển rủi ro từ công cụ sang người học.
Thoát khỏi ám ảnh kiểm tra để xây lại niềm tin
Trước làn sóng nghi ngờ nội dung AI, một số cơ sở giáo dục đã chọn cách quay lại với những giá trị cốt lõi thay vì đuổi theo công cụ mới nhất. Nhiều trường gợi ý giáo viên thiết kế lại hoạt động học: chia bài viết dài thành nhiều giai đoạn, yêu cầu học sinh giải trình quá trình làm bài, tăng đánh giá trực tiếp trên lớp và tổ chức bài kiểm tra trong phòng học thay vì hoàn toàn trực tuyến. Một trường đại học danh tiếng còn khuyên giảng viên tạo không gian để sinh viên có thể khai báo trung thực việc dùng AI hỗ trợ mà không bị phạt, coi đó là phần của quá trình học. Hướng tiếp cận này xem AI là công cụ cần được quản lý, không phải kẻ thù phải truy lùng bằng mọi giá.
Ở bình diện rộng hơn, xã hội cần học cách sống chung với sự mơ hồ thay vì kỳ vọng máy móc cung cấp câu trả lời trắng–đen. Công cụ phát hiện AI có thể hữu ích như một chỉ báo rủi ro, nhưng nếu không có tiêu chuẩn độ tin cậy rõ ràng và quy trình kiểm chứng đa tầng, việc dùng nó như “bằng chứng” sẽ tiếp tục thổi bùng tranh chấp học tập và cáo buộc sai lầm. Cuộc khủng hoảng tin tưởng hôm nay không phải do AI tự gây ra, mà do cách chúng ta vội vàng trao cho những mô hình chưa trưởng thành quyền phán xét con người. Nếu muốn giữ được cả liêm chính lẫn nhân phẩm, các trường, nền tảng và độc giả cần một nguyên tắc đơn giản: máy móc có thể gợi ý nghi ngờ, nhưng chỉ con người – với bối cảnh, đối thoại và minh chứng – mới nên đưa ra phán quyết.
