Nhận diện đặc điểm ngôn ngữ trong văn bản được viết bởi trí tuệ nhân tạo (AI) với văn bản được viết bởi con người và đánh giá hiệu suất của công cụ phát hiện văn bản do AI viết

Trong bối cảnh trí tuệ nhân tạo (AI) phát triển nhanh chóng và sự gia tăng lạm dụng các công cụ chatbot như ChatGPT trong việc tạo lập văn bản học thuật, vấn đề phân biệt văn bản do con người viết và văn bản do AI tạo ra ngày càng trở nên cấp thiết. Nghiên cứu này nhằm mục đích khảo sát các đặc điểm ngôn ngữ của văn bản do con người và AI viết, đồng thời đánh giá hiệu suất của các công cụ phát hiện văn bản AI để đưa ra khuyến nghị.

Nghiên cứu này hướng đến cộng đồng học thuật, bao gồm các nhà nghiên cứu ngôn ngữ học ứng dụng, xử lý ngôn ngữ tự nhiên, giáo dục, cũng như giáo viên và các nhà hoạch định chính sách giáo dục quan tâm đến tác động của trí tuệ nhân tạo đối với việc tạo lập văn bản và các giải pháp phát hiện văn bản do AI tạo ra.

Nghiên cứu này đi sâu vào việc nhận diện các đặc điểm ngôn ngữ nhằm phân biệt văn bản được tạo bởi con người và văn bản do trí tuệ nhân tạo (AI) sản xuất, đồng thời đánh giá hiệu quả của các công cụ phát hiện văn bản AI hiện có. Dữ liệu được thu thập và phân tích từ ba nhóm ngữ liệu chính: văn bản do con người viết, văn bản do AI viết, và văn bản do AI viết đã được chỉnh sửa bởi con người. Sử dụng phần mềm R để xử lý và trực quan hóa dữ liệu, kết quả nghiên cứu chỉ ra những khác biệt rõ rệt về đặc điểm ngôn ngữ. Cụ thể, văn bản do con người viết có xu hướng đa dạng hơn về số lượng âm tiết, phong phú về từ vựng (đặc biệt là từ Hán Việt), linh hoạt trong cách sử dụng ngôi xưng (cả ngôi thứ nhất và thứ ba), và thường tích hợp các yếu tố bản địa. Các văn bản này cũng thể hiện sự phức tạp trong cấu trúc câu, bao gồm việc sử dụng câu ghép và các câu hỏi tu từ để biểu đạt cảm xúc và ý kiến cá nhân. Mặc dù có thể chứa nhiều lỗi chính tả và ngữ pháp, những 'khiếm khuyết' này lại tạo nên sự 'sống động' và 'tự nhiên' cho văn bản. Ngược lại, văn bản do AI tạo ra thường có cấu trúc nhất quán và ngắn gọn hơn, ưu tiên sử dụng ngôi thứ ba để duy trì tính khách quan, ít sử dụng yếu tố bản địa, và có xu hướng sử dụng câu đơn giản. Các phương tiện liên kết câu của AI thường dựa vào lặp từ và các từ nối đơn giản, dẫn đến cảm giác kém tự nhiên. AI tạo ra văn bản gần như không có lỗi ngữ pháp và chỉ mắc một số lỗi chính tả nhỏ, chủ yếu do quy tắc viết i/y. Về hiệu suất của các công cụ phát hiện AI, nghiên cứu đã khảo sát 5 công cụ và kết luận rằng GPTZero đạt hiệu quả cao nhất trong việc nhận diện văn bản, đặc biệt là văn bản do con người viết. Tuy nhiên, bài viết cũng nhấn mạnh rằng không công cụ nào đạt độ chính xác tuyệt đối và việc kết luận văn bản do AI tạo ra thường cao hơn so với thực tế, do giới hạn về số lượng dữ liệu mẫu trong nghiên cứu. Do đó, nghiên cứu khuyến nghị rằng các công cụ phát hiện AI chỉ nên được xem là công cụ hỗ trợ và cần được kết hợp với sự đánh giá chuyên sâu của con người, đặc biệt trong lĩnh vực giáo dục, để tránh đưa ra những kết luận sai lệch về hành vi gian lận. Đồng thời, bài viết kêu gọi người viết cần tiếp tục nâng cao kỹ năng ngôn ngữ và tư duy sáng tạo để duy trì khả năng cạnh tranh trong bối cảnh AI ngày càng phát triển.