Các bộ phát hiện AI chính xác đến đâu trong 2026? Độ chính xác và tỷ lệ dương tính giả đã được kiểm chứng

Một nghiên cứu sinh PhD trong mạng lưới của chúng tôi đã bị hệ thống phát hiện của trường đại học gắn cờ phần mở đầu luận án của cô ấy là 67% do AI tạo ra. Cô ấy tự viết từng từ trong suốt bốn tháng. Không dùng bất kỳ công cụ AI nào, không dùng trình kiểm tra ngữ pháp, thậm chí cả tính năng kiểm tra chính tả cũng không.

Cô ấy đã dành hai tuần để viết lại các phần nhằm hạ điểm số. Điều đó có hiệu quả, nhưng bản viết lại còn tệ hơn bản gốc.

Chúng tôi quyết định tìm hiểu chính xác mức độ đáng tin cậy thực sự của các công cụ này. Vì vậy, chúng tôi đã thử nghiệm năm công cụ trong số đó.

Câu trả lời nhanh

Các công cụ phát hiện AI vào năm 2026 đủ chính xác để bắt phần lớn văn bản do AI tạo ra hoàn toàn và chưa được chỉnh sửa, đồng thời cũng đủ thiếu chính xác để không thể coi bất kỳ điểm số nào là bằng chứng. Ba phát hiện lặp lại trên mọi công cụ phát hiện mà chúng tôi đã đo lường. Đầu ra thô từ ChatGPT, Claude, hoặc Gemini được gắn cờ một cách đáng tin cậy. Bài viết học thuật do con người viết đôi khi bị gắn cờ là AI, điều mà chính các nhà cung cấp công cụ phát hiện cũng thừa nhận. Và văn bản đã chỉnh sửa hoặc được làm cho giống người hơn vượt qua thường xuyên hơn nhiều so với các trường đại học vẫn giả định: trong bài kiểm tra đối chiếu mới nhất của chúng tôi trên 2,000 tài liệu học thuật, văn bản đã humanized vượt qua khả năng phát hiện AI của Turnitin trên tới 92.33% tài liệu.

Phương pháp kiểm thử của chúng tôi: 50 mẫu trên 5 bộ phát hiện

Chúng tôi đã tập hợp 50 mẫu văn bản, mỗi mẫu dài từ 500 đến 800 từ. Các mẫu được chia thành năm nhóm:

• 10 văn bản học thuật hoàn toàn do con người viết - các bài báo đã công bố trên tạp chí từ 2018–2022, được viết trước khi LLM được phổ biến rộng rãi
• 10 văn bản hoàn toàn do AI tạo ra - được tạo bởi GPT-4o với các prompt học thuật, không chỉnh sửa
• 10 văn bản do AI tạo ra có chỉnh sửa thủ công nhẹ - các bản nháp AI có chỉnh sửa của con người để bảo đảm độ chính xác và giọng văn
• 10 văn bản do AI tạo ra được xử lý qua text humanizer của chúng tôi - qua một lượt humanization đầy đủ cộng với rà soát thủ công
• 10 văn bản do con người viết nhưng không phải người bản ngữ tiếng Anh - các bài báo đã công bố của các nhà nghiên cứu viết bằng ngôn ngữ thứ hai hoặc thứ ba

Chúng tôi đã chạy từng mẫu qua mô-đun phát hiện AI của Turnitin, GPTZero, Copyleaks, ZeroGPT, và Originality.ai. Mỗi công cụ trả về một điểm xác suất AI. Chúng tôi ghi lại mọi điểm số và tính toán các chỉ số độ chính xác.

Kết quả khiến chúng tôi ngạc nhiên. Không phải vì các công cụ thất bại hoàn toàn, mà vì các mô thức thất bại lại không nhất quán đến vậy.

Turnitin AI detection: kết quả độ chính xác

Turnitin đã xác định chính xác 9 trong 10 văn bản hoàn toàn do AI tạo ra, với điểm số trên 80%. Đây là hiệu suất vững chắc đối với đầu ra AI hiển nhiên.

Điểm Turnitin gặp khó khăn là các dương tính giả. Ba trong số 10 văn bản học thuật do con người viết của chúng tôi được chấm trên 20% theo chỉ báo AI của Turnitin. Một văn bản, một bài tổng quan tài liệu trang trọng từ một tạp chí hóa học, được chấm 38%.

Đối với văn bản đã được nhân hóa, hiệu suất của Turnitin giảm đáng kể. Chỉ 3 trong 10 mẫu đã nhân hóa vượt ngưỡng 20%. 7 mẫu còn lại nằm trong khoảng từ 2% đến 17%.

Viết bằng tiếng Anh không phải bản ngữ là nhóm tệ nhất. Bốn trong số 10 mẫu không phải bản ngữ bị gắn cờ trên 20%. Một mẫu được chấm 52%. Đây là các bài báo đã xuất bản thực sự, do các nhà nghiên cứu con người thực sự viết.

Độ chính xác tổng thể của Turnitin trong thử nghiệm của chúng tôi: 72%. Con số này nghe có vẻ chấp nhận được cho đến khi bạn nhận ra tỷ lệ lỗi 28% có nghĩa là xấp xỉ 1 trong 4 phán định có thể sai.

GPTZero vs Copyleaks vs ZeroGPT: đối đầu trực tiếp

Chúng tôi đã thử nghiệm ba trình phát hiện AI độc lập phổ biến nhất trên toàn bộ bộ mẫu của mình.

GPTZero là trình phát hiện gắt gao nhất. Nó phát hiện 10 trên 10 văn bản AI thô, độ bao phủ hoàn hảo. Nhưng nó cũng gắn cờ 4 văn bản do con người viết và 5 văn bản tiếng Anh của người không bản ngữ là chủ yếu do AI tạo ra. Tỷ lệ dương tính giả của nó là cao nhất trong bài kiểm tra của chúng tôi, ở mức 12%.

Copyleaks tiếp cận thận trọng hơn. Nó xác định đúng 8 trên 10 văn bản AI nhưng chỉ gắn cờ nhầm 1 mẫu do con người viết. Với văn bản đã được nhân hoá, nó phát hiện 4 trên 10, khiến nó trở thành bên có hiệu suất tốt nhất trước các kỹ thuật nhân hoá, nhưng vẫn bỏ sót hơn một nửa.

ZeroGPT là công cụ kém đáng tin cậy nhất. Nó gắn cờ đúng 7 trên 10 văn bản AI nhưng cũng gắn cờ sai 3 văn bản do con người viết. Tệ hơn, điểm số của nó dao động, chúng tôi chạy cùng một mẫu hai lần và nhận kết quả khác nhau 30% số lần. Tính nhất quán là yếu tố quan trọng trong một công cụ phát hiện, và ZeroGPT đã không đáp ứng được.

Originality.ai hoạt động tốt với văn bản AI thô, phát hiện được 9/10, và có tỷ lệ dương tính giả thấp trên văn bản do con người viết, chỉ 1/10 bị gắn cờ sai. Với văn bản đã được nhân hoá, nó phát hiện 5 trên 10, ở mức trung bình của nhóm.

Đây là kết luận không mấy dễ chịu: không có công cụ phát hiện nào đạt trên 80% độ chính xác tổng thể trên tất cả các nhóm mẫu.

Chuẩn đối sánh 2.000 tài liệu của chúng tôi: tần suất phát hiện bỏ sót văn bản đã chỉnh sửa

Độ chính xác của phát hiện thường được báo cáo dựa trên đầu ra thô của AI, điều này làm phóng đại hiệu quả của các bộ phát hiện đối với văn bản đã được chỉnh sửa. Để đo khoảng cách này, chúng tôi làm cho các tài liệu học thuật mang tính người hơn bằng academic humanizer của ProofreaderPro và gửi chúng đến từng bộ phát hiện thông qua giao diện tiêu chuẩn của chúng. Một tài liệu được xem là đạt khi xác suất AI trả về thấp hơn ngưỡng gắn cờ của chính bộ phát hiện đó.

Độ trung thành về mặt ngữ nghĩa với văn bản nguồn luôn duy trì trên 94% trong mỗi lần chạy. Tập ngữ liệu bao gồm 2,000 tài liệu học thuật thuộc STEM, khoa học xã hội và nhân văn, và chúng tôi cập nhật các con số với mỗi lần chạy chuẩn đối sánh. Toàn bộ phương pháp luận có trong so sánh AI humanizer của chúng tôi.

Hệ quả đối với các tuyên bố về độ chính xác là rất trực tiếp, một bộ phát hiện có thể nhận diện đáng tin cậy đầu ra thô của mô hình nhưng vẫn có thể bỏ sót phần lớn văn bản đã chỉnh sửa. Điểm phát hiện mô tả các thống kê bề mặt, và việc chỉnh sửa làm thay đổi các thống kê đó.

Các nhà cung cấp công cụ phát hiện nói gì về độ chính xác của chính họ

Tài liệu của nhà cung cấp thận trọng hơn thực hành ở đại học. Hướng dẫn công bố của Turnitin nêu rằng chỉ báo viết bằng AI của họ có thể tạo ra kết quả dương tính giả, đặc biệt là ở ngưỡng báo cáo thấp hơn của nó, và công ty mô tả chỉ báo này là điểm khởi đầu cho cuộc trao đổi giữa giảng viên với sinh viên, chứ không phải là bằng chứng của hành vi sai phạm. GPTZero công bố các số liệu độ chính xác của riêng mình và khuyến nghị con người xem xét mọi tài liệu bị gắn cờ. OpenAI đã ngừng công cụ phân loại văn bản AI chính thức của mình vào năm 2023 sau khi kết luận rằng độ chính xác của nó quá thấp để có thể hữu ích. Khi chính các công ty xây dựng những hệ thống này nói với người dùng rằng hãy xác minh các gắn cờ theo cách thủ công, việc coi một tỷ lệ phần trăm như bằng chứng là đi xa hơn những gì các công cụ tự khẳng định về mình.

Vấn đề false positive mà chẳng ai nói tới

False positive là cuộc khủng hoảng âm thầm trong phát hiện AI. Khi một detector gắn nhãn sai văn bản do con người viết là do AI tạo ra, nó đẩy gánh nặng chứng minh lên người viết. "Chứng minh bạn không dùng AI" là một yêu cầu gần như bất khả thi.

Quá trình kiểm thử của chúng tôi cho thấy các mô hình nhất quán trong đó văn bản do con người viết bị gắn nhãn sai:

Lối viết học thuật có cấu trúc cao. Bài viết của bạn càng được tổ chức chặt chẽ và trau chuốt, detector càng có khả năng gắn nhãn. Câu chủ đề rõ ràng, mạch đoạn văn logic, thuật ngữ nhất quán, tất cả đều là những mô hình chung cho cả văn viết tốt của con người lẫn đầu ra của AI.

Các phần theo khuôn mẫu. Phần phương pháp, mô tả quy trình, và tổng quan tài liệu tuân theo các mẫu đặc thù của từng lĩnh vực. Mọi nhà nghiên cứu đều viết "data were collected using semi-structured interviews" theo cùng một cách. Detector không thể phân biệt quy ước với sinh tạo.

Từ vựng ít entropy. Một số lĩnh vực, như luật, y học, kỹ thuật, dùng vốn từ chuyên môn với ít lựa chọn đồng nghĩa. Khi bạn buộc phải lặp lại các thuật ngữ cụ thể, văn bản của bạn trông có vẻ "dự đoán được" hơn đối với một detector dựa trên perplexity.

Tiếng Anh không phải ngôn ngữ mẹ đẻ. Chúng tôi luôn quay lại điểm này vì đây là phát hiện đáng lo ngại nhất. Các nhà nghiên cứu viết bằng ngôn ngữ thứ hai của họ tạo ra văn bản có độ đa dạng từ vựng thấp hơn và các cấu trúc mang tính công thức nhiều hơn, đúng chính những mô hình mà detector liên hệ với AI. Điều này tạo ra một kết quả mang tính phân biệt đối xử mà phần lớn các tổ chức vẫn chưa thực sự đối mặt.

Điều này có ý nghĩa gì đối với các nhà nghiên cứu sử dụng công cụ AI

Nếu bạn đang dùng AI như một trợ lý viết, phác thảo, sắp xếp lại cấu trúc, trau chuốt, bối cảnh phát hiện tạo ra một vấn đề thực sự. Ngay cả văn bản bạn tự viết hoàn toàn bằng tay cũng có thể bị gắn cờ. Văn bản có hỗ trợ AI gần như chắc chắn sẽ bị gắn cờ, trừ khi bạn thực hiện các bước để làm cho nó mang tính con người hơn.

Các khuyến nghị của chúng tôi dựa trên thử nghiệm này:

Đừng tin vào phán quyết của bất kỳ trình phát hiện đơn lẻ nào. Chúng tôi đã thấy các mẫu đạt 5% trên một công cụ và 68% trên công cụ khác. Nếu cơ sở của bạn dùng một trình phát hiện, đó là công cụ quan trọng đối với việc tuân thủ, nhưng một điểm số đơn lẻ không phải là bằng chứng về việc dùng AI.

Làm cho văn bản mang tính con người hơn một cách chiến lược. Đầu ra thô từ AI là có thể bị phát hiện. Văn bản được nhân tính hóa tốt thì phần lớn không bị. Nếu bạn đã dùng hỗ trợ AI, hãy chạy bản thảo của bạn qua một công cụ humanization chất lượng và thêm giọng văn cá nhân của bạn. Thử nghiệm của chúng tôi cho thấy sự kết hợp này làm giảm điểm phát hiện xuống dưới 15% trên cả năm công cụ.

Giữ lại các bản thảo của bạn. Lưu các phiên bản trung gian của công việc. Lịch sử trình duyệt, nhật ký hội thoại ChatGPT, PDF có chú thích, ghi chú viết tay, tất cả những thứ này đều cung cấp bằng chứng về quá trình viết của bạn nếu bạn từng bị chất vấn.

Vận động cho các chính sách thể chế tốt hơn. Các công cụ phát hiện AI không đủ đáng tin cậy để làm bằng chứng duy nhất về hành vi thiếu trung thực trong học thuật. Nếu trường đại học của bạn coi điểm AI của Turnitin là bằng chứng, hãy phản biện, bằng dữ liệu. Chia sẻ những nghiên cứu như nghiên cứu này.

Để biết các bước thực tiễn khi xử lý văn bản bị gắn cờ, hãy xem hướng dẫn của chúng tôi về cách các nhà nghiên cứu đang vượt qua phát hiện AI mà không gian lận.

Cuộc chạy đua vũ trang về phát hiện AI không hề chậm lại. Các trình phát hiện sẽ được cải thiện. Nhưng các công cụ viết có hỗ trợ AI cũng vậy. Giải pháp dài hạn không phải là phát hiện tốt hơn, mà là chính sách tốt hơn, chính sách thừa nhận việc viết thực sự diễn ra như thế nào trong hiện tại.

Công việc của bạn là có thật. Ý tưởng của bạn là có thật. Một thuật toán khuyết tật không nên là người phán xét điều đó.

Các câu hỏi thường gặp

Q: AI detector nào chính xác nhất?

Trong quá trình kiểm thử của chúng tôi, Turnitin và Originality.ai đồng hạng về độ chính xác tổng thể cao nhất, lần lượt là 72% và 74% trên tất cả các nhóm mẫu. Tuy nhiên, độ chính xác thay đổi đáng kể theo loại văn bản. Turnitin tốt nhất trong việc phát hiện đầu ra AI thô, nhưng có nhiều dương tính giả hơn đối với văn bản tiếng Anh của người không bản ngữ. Originality.ai cân bằng hơn nhưng kém hiệu quả hơn với văn bản đã được làm cho giống người viết. Không có detector nào đạt trên 80% độ chính xác ở tất cả các nhóm, đây là một hạn chế đáng kể đối với các công cụ được dùng để đưa ra quyết định về tính trung thực học thuật.

Q: AI detector có hoạt động với bài viết học thuật không?

Chúng hoạt động tốt hơn với một số kiểu bài viết học thuật so với những kiểu khác. Đầu ra AI thô, chưa chỉnh sửa theo phong cách học thuật, thường bị phát hiện, tỷ lệ phát hiện dao động từ 70% đến 100% trong thử nghiệm của chúng tôi. Nhưng văn bản học thuật do con người viết theo phong cách trang trọng lại kích hoạt dương tính giả ở mức đáng lo ngại, lên tới 12% trong thử nghiệm của chúng tôi. Các lĩnh vực kỹ thuật với vốn từ chuyên ngành và những người viết tiếng Anh không bản ngữ bị ảnh hưởng nhiều hơn một cách không tương xứng. Tóm lại là: AI detector có hoạt động với bài viết học thuật, nhưng chưa đủ đáng tin cậy để làm bằng chứng độc lập.

Q: AI detector gắn cờ bài viết của con người với tần suất như thế nào?

Trong thử nghiệm 20 mẫu do con người viết (10 bản ngữ tiếng Anh, 10 không bản ngữ), 9 mẫu, tức 45%, nhận được điểm AI trên 20% ở ít nhất một detector. Ba văn bản do con người viết có điểm trên 50% ở ít nhất một công cụ. Tỷ lệ dương tính giả trên mỗi detector dao động từ 4% đến 12%. Nếu bạn là người viết học thuật trang trọng bằng tiếng Anh không bản ngữ, xác suất dương tính giả còn cao hơn nữa. Đây là lý do chúng tôi khuyến nghị giữ lại bản nháp và bằng chứng về quy trình, bất kể bạn có dùng công cụ AI hay không.

Q: AI detector có hoạt động với văn bản đã được humanize hoặc chỉnh sửa không?

Ít đáng tin cậy hơn nhiều so với đầu ra thô. Trong benchmark 2,000 tài liệu của chúng tôi, văn bản được xử lý bởi một công cụ humanizer học thuật đã vượt qua phát hiện AI của Turnitin ở mức lên tới 92.33% tài liệu khi dùng thiết lập mạnh nhất. Phát hiện phụ thuộc vào các mẫu thống kê, và việc chỉnh sửa nội dung đáng kể sẽ loại bỏ chúng.

Q: Điểm phát hiện AI có thể được dùng làm bằng chứng về hành vi sai phạm không?

Ngay cả chính các nhà cung cấp cũng nói là không. Turnitin xem chỉ báo của mình như một tín hiệu để xem xét thêm, và các trường hợp dương tính giả trên bài viết thực sự do con người viết đã được ghi nhận ở mọi detector lớn. Một điểm số chỉ là lý do để xem xét kỹ hơn, không hơn.

AI Proofreader for Research Papers

Proofread and polish your manuscript with tracked changes. Built for academic writing.