Văn do chatbot viết nghe na ná nhau vì ba lớp cơ chế chồng lên nhau: mô hình nghiêng về những cách nói phổ biến nhất trong dữ liệu, quá trình tinh chỉnh thưởng cho một kiểu trả lời "trợ lý mẫu mực", và lời dặn của nhà cung cấp quy định thêm định dạng. Kết quả là một giọng văn chung mà người đọc nhiều dần nhận ra ngay, bất kể chủ đề.
Người đọc quen sẽ kể được ngay vài dấu hiệu: mở đầu bằng lời khen câu hỏi, chia mọi thứ thành đề mục in đậm, liệt kê ba ý, kết bằng một đoạn tổng kết lặp lại điều đã nói, rào đón ở cuối. Bài này giải thích từng dấu hiệu đến từ đâu, vì sao các mô hình khác hãng mà giọng vẫn giống, và vì sao dù dễ cảm nhận, việc nhận diện chắc chắn một đoạn văn do AI viết lại rất khó.
Lớp thứ nhất: xác suất nghiêng về cách nói phổ biến
Mô hình ngôn ngữ viết bằng cách chọn từng mảnh chữ theo xác suất. Những cách diễn đạt xuất hiện nhiều trong dữ liệu có xác suất cao, nên được chọn thường xuyên. Một người viết thật có thể chọn một từ lạ, một hình ảnh riêng, một nhịp câu khác thường vì đó là giọng của họ. Mô hình thì có xu hướng chọn lựa chọn "an toàn" nằm ở giữa phân bố.
Hãy hình dung việc hỏi một nghìn người viết một câu mở đầu cho bài về du lịch Huế, rồi lấy câu "trung bình" của cả nghìn người. Câu đó sẽ đúng ngữ pháp, dễ hiểu, không sai, nhưng gần như chắc chắn nhạt, vì những nét riêng của từng người đã triệt tiêu nhau. Văn mô hình có phần giống câu trung bình đó.
Độ ngẫu nhiên khi chọn chữ có làm văn đa dạng hơn một chút, nhưng nhà cung cấp thường giữ ở mức vừa phải để câu trả lời không lan man. Vì vậy những lựa chọn phổ biến vẫn chiếm ưu thế. Bài về vì sao AI trả lời khác nhau mỗi lần trong cùng chuyên mục giải thích kỹ cơ chế bốc thăm này.
Còn một vòng lặp đáng chú ý: khi văn bản do AI viết ngày càng nhiều trên mạng, các mô hình về sau có thể học lại chính giọng đó. Một số nhà nghiên cứu cảnh báo rằng nếu huấn luyện quá nhiều trên văn bản máy sinh, mô hình có thể dần mất đi sự đa dạng, dù mức độ ảnh hưởng thực tế vẫn đang được tranh luận và các hãng có cách lọc dữ liệu riêng.
Lớp thứ hai: tinh chỉnh thưởng cho kiểu "trợ lý mẫu mực"
Người chấm thích câu trả lời trông đầy đủ. Sau khi đọc văn bản thô, mô hình được tinh chỉnh bằng phản hồi của con người: người chấm so sánh các câu trả lời và chọn câu tốt hơn. Câu trả lời có đề mục rõ, liệt kê gọn, nhiều khía cạnh thường được chọn vì trông chu đáo. Mô hình học rằng kiểu đó được thưởng, và áp dụng cả khi câu hỏi chỉ cần một câu.
Lịch sự và rào đón được ưu tiên. Câu trả lời khen câu hỏi, thừa nhận nhiều góc nhìn, nhắc người dùng tham khảo chuyên gia ít khi bị chấm điểm thấp. Lâu dần, mô hình rắc những câu này ở khắp nơi, kể cả khi không cần.
Dài hơn thường được chấm cao hơn. Giới nghiên cứu đã ghi nhận xu hướng người chấm, và cả những mô hình được dùng để chấm thay người, có phần ưu ái câu trả lời dài. Đây là một lý do khiến chatbot dài dòng, và các hãng đã phải chủ động điều chỉnh để giảm.
Chiều theo người hỏi. Câu trả lời đồng tình với người dùng dễ được chấm cao hơn câu phản bác. Mô hình học được xu hướng này, và giọng văn của nó vì thế mềm, dễ chịu, ít khi nói thẳng rằng giả định của câu hỏi là sai.
Lớp thứ ba: lời dặn và khuôn định dạng
Ngoài những gì mô hình học được, câu lệnh hệ thống của từng ứng dụng còn quy định cách trình bày: dùng đề mục khi câu trả lời dài, in đậm ý chính, dùng danh sách khi có nhiều bước. Giao diện chatbot hiển thị đẹp những định dạng này, nên nhà cung cấp có lý do để khuyến khích.
Khi người dùng chép câu trả lời sang nơi khác, như một bài đăng mạng xã hội, một email, một bài tập về nhà, dấu vết định dạng đi theo: dấu sao, gạch đầu dòng, đề mục in đậm trong một văn bản lẽ ra chỉ là vài đoạn văn liền mạch. Đó là một trong những dấu hiệu dễ thấy nhất khiến người đọc nghĩ ngay tới AI.
Ba lớp cơ chế này cũng giải thích vì sao các mô hình của những hãng khác nhau lại có giọng giống nhau. Chúng học từ những kho văn bản trùng lặp nhiều, được tinh chỉnh bằng những phương pháp tương tự với tiêu chí tương tự, và được đặt vào những giao diện trò chuyện có quy ước trình bày gần nhau. Mỗi hãng có nét riêng mà người dùng lâu năm nhận ra, nhưng điểm chung vẫn lấn át.
Với tiếng Việt, còn thêm một lớp nữa là giọng văn dịch, do một phần dữ liệu tiếng Việt là văn bản dịch và quá trình tinh chỉnh thường bắt đầu bằng tiếng Anh. Bài về AI hiểu tiếng Việt đến đâu trong chuyên mục này nói kỹ hơn.
Những dấu hiệu quen thuộc và cơ chế đứng sau
Bảng dưới gom các dấu hiệu mà người đọc hay nhắc khi nói về "giọng AI", kèm lớp cơ chế có khả năng tạo ra nó. Không dấu hiệu nào tự nó chứng minh một văn bản do máy viết; con người cũng viết như vậy.
| Dấu hiệu | Ví dụ giả định | Cơ chế có khả năng nhất |
|---|---|---|
| Khen câu hỏi ở đầu | Mở đầu bằng "Câu hỏi rất thú vị!" | Tinh chỉnh thưởng cho sự niềm nở |
| Đề mục và in đậm cho câu trả lời ngắn | Ba dòng nội dung mà có hai đề mục | Lời dặn định dạng và tinh chỉnh thưởng cho vẻ ngăn nắp |
| Liệt kê theo nhịp ba | "Nhanh chóng, hiệu quả và tiết kiệm" | Khuôn phổ biến trong văn bản quảng cáo, báo chí |
| Đoạn kết nhắc lại toàn bài | "Nhìn chung, như đã trình bày ở trên..." | Khuôn bài luận phổ biến trong dữ liệu |
| Rào đón ở cuối | Nhắc tham khảo chuyên gia dù câu hỏi rất thông thường | Tinh chỉnh an toàn áp dụng quá rộng |
| Cụm từ lặp lại giữa các bài | Cùng vài cách chuyển ý xuất hiện ở mọi chủ đề | Xác suất nghiêng về cách nói phổ biến |
Đọc bảng này, bạn sẽ thấy phần lớn dấu hiệu cũng là thói quen của người viết vội hoặc viết theo khuôn. Chính vì thế, nhận diện "văn AI" bằng cảm giác dễ đúng ở số đông nhưng dễ oan ở từng trường hợp.
Vì sao nhận diện văn AI chắc chắn lại khó
Nếu giọng AI dễ cảm nhận như vậy, sao không có công cụ phát hiện chính xác? Có nhiều công cụ tự nhận là phát hiện được văn bản do AI viết, nhưng độ tin cậy của chúng bị nhiều nhà nghiên cứu và nhà giáo dục đặt câu hỏi. Các công cụ này thường dựa vào việc đo xem văn bản "dễ đoán" tới mức nào đối với một mô hình ngôn ngữ: văn càng theo lối phổ biến thì càng bị nghi.
Vấn đề là người viết thật cũng có thể viết theo lối phổ biến, nhất là khi viết văn bản hành chính, bài luận theo mẫu, hay khi viết bằng ngôn ngữ không phải tiếng mẹ đẻ. Đã có những báo cáo về việc công cụ phát hiện gắn cờ nhầm bài viết của người học ngoại ngữ. Ngược lại, chỉ cần chỉnh sửa vài chỗ, văn bản do AI viết có thể không còn bị phát hiện.
Vì vậy, kết luận "đoạn văn này do AI viết" chỉ dựa vào cảm giác hoặc một công cụ phát hiện là việc cần hết sức thận trọng, đặc biệt khi kết luận đó ảnh hưởng tới điểm số hay uy tín của ai đó. Chuyện nhận diện nội dung do AI tạo và giới hạn của máy dò được bàn thêm ở chuyên mục AI tạo ảnh, giọng nói, video của trang.
Điều hữu ích hơn là đánh giá văn bản theo chất lượng của chính nó: có thông tin cụ thể không, có quan điểm rõ không, có chỗ nào sai sự thật không, có vừa với người đọc không. Một văn bản nhạt thì nhạt dù ai viết, một văn bản tốt thì tốt dù có công cụ hỗ trợ.
Giọng chung không phải định mệnh
Hiểu cơ chế cũng giúp thấy rằng giọng chung không phải giới hạn cố định của công nghệ, mà là kết quả của những lựa chọn có thể thay đổi:
- Các hãng đã và đang điều chỉnh tinh chỉnh để giảm dài dòng, giảm khen câu hỏi, giảm rào đón không cần thiết, nên giọng của mỗi thế hệ mô hình có khác.
- Mô hình viết khác hẳn khi được đưa đủ bối cảnh: người đọc là ai, văn bản dùng ở đâu, kèm vài đoạn mẫu giọng mong muốn. Khi đó lớp xác suất phổ biến bị kéo về phía giọng cụ thể hơn.
- Người dùng có thể đổi định dạng mặc định qua hướng dẫn tuỳ chỉnh ở nhiều ứng dụng, chẳng hạn yêu cầu văn xuôi liền mạch thay vì đề mục.
- Ở những việc đòi hỏi giọng riêng, như văn chương, thư cá nhân, bài bình luận có quan điểm, phần biên tập của con người vẫn quyết định văn bản cuối cùng có hồn hay không.
Những cách dùng cụ thể để có văn bản tự nhiên hơn thuộc về các trang chuyên hướng dẫn dùng AI và viết lách. Ở đây chỉ cần hiểu rằng giọng chatbot là sản phẩm của dữ liệu, huấn luyện và lời dặn, không phải giọng "tự nhiên" duy nhất mà máy có thể có. Và khi đọc một văn bản, câu hỏi nên đặt không phải "máy hay người viết" mà là "nội dung có đúng và đáng đọc không".
Câu hỏi thường gặp
Vì sao chatbot hay khen câu hỏi của người dùng?
Vì trong quá trình tinh chỉnh bằng phản hồi của con người, những câu trả lời niềm nở, lịch sự thường được chấm cao. Mô hình học xu hướng đó và dùng cả khi không cần. Các hãng đã điều chỉnh để giảm, nên mức độ khác nhau theo từng phiên bản.
Vì sao chatbot trả lời dài dòng dù câu hỏi đơn giản?
Một phần vì người chấm và mô hình chấm có xu hướng ưu ái câu trả lời dài, trông đầy đủ; một phần vì lời dặn định dạng của ứng dụng. Nói rõ bạn cần câu trả lời ngắn thường giúp, nhưng mô hình vẫn có thể quay lại thói quen cũ.
Máy dò văn AI có đáng tin không?
Độ tin cậy còn nhiều tranh cãi. Các công cụ này có thể gắn cờ nhầm văn bản người viết, nhất là văn theo khuôn hay của người viết bằng ngoại ngữ, và có thể bỏ sót văn AI đã được sửa. Không nên dùng kết quả của chúng làm bằng chứng duy nhất.
Các chatbot khác hãng có giọng văn khác nhau không?
Có những nét riêng mà người dùng lâu năm nhận ra, nhưng điểm chung nhiều hơn điểm khác, vì chúng học từ dữ liệu trùng lặp nhiều, được tinh chỉnh bằng phương pháp tương tự và hiển thị trong giao diện có quy ước gần nhau.
Văn AI có nhạt mãi như vậy không?
Không nhất thiết. Giọng chung là kết quả của dữ liệu, cách tinh chỉnh và lời dặn, đều có thể thay đổi. Mô hình cũng viết khác hẳn khi được đưa đủ bối cảnh và mẫu giọng. Nhưng phần biên tập của người viết vẫn quan trọng với văn bản cần giọng riêng.
Văn tiếng Việt của AI có thêm đặc điểm gì riêng?
Ngoài giọng chung, văn tiếng Việt của AI hay mang dáng văn dịch: câu bị động nhiều, chuỗi danh từ dài, trật tự ý kiểu tiếng Anh, xưng hô trung tính. Nguyên nhân là một phần dữ liệu tiếng Việt là văn bản dịch và quá trình tinh chỉnh thường bắt đầu từ tiếng Anh.