Trình Humanize AI giữ nguyên trích dẫn học thuật

Chúng tôi nhận được một ảnh chụp màn hình từ một nghiên cứu viên sau tiến sĩ (postdoc) trong nhóm beta của mình, người đang chuẩn bị nộp bài cho một tạp chí miễn phí truy cập thuộc lĩnh vực miễn dịch học. Đây đúng là kiểu tình huống cho thấy vì sao một trình humanizer AI giữ nguyên trích dẫn học thuật là sản phẩm khác biệt đáng kể so với các công cụ đa dụng. Cô ấy nhận được email từ chối ngay từ vòng bàn (desk rejection) với lý do sau: “định dạng trích dẫn không tuân thủ”. Chúng tôi xem danh sách tài liệu tham khảo của cô ấy và thấy mọi thứ đều ổn. Cô ấy mở phần tóm tắt (abstract) để tìm hiểu vấn đề là gì, thì phát hiện ra lỗi nằm ở đó. Trước khi humanize, trong phần tóm tắt có một trích dẫn APA dạng trong văn bản: "(Nakamura et al., 2024)"; nhưng trình humanizer phổ biến mà cô ấy thử lại đã chuyển thành "như Nakamura và cộng sự đã chứng minh trong nghiên cứu năm 2024". Đây là văn phong rất mượt mà, nhưng là một trích dẫn khác.

Công cụ sàng lọc của biên tập viên nhận thấy rằng phần trích dẫn dạng kể chuyện trong abstract không khớp với các trích dẫn trong ngoặc ở những phần khác của bài viết. Kết quả là một sự chậm trễ hai tuần khi nộp abstract do việc thay thế theo phong cách mà trình humanizer tưởng rằng sẽ cải thiện, liệu có đúng như vậy hay không vẫn là một câu hỏi mở.

Chúng tôi theo dõi vấn đề này từ đầu năm 2025. Trong một thử nghiệm có kiểm soát, chúng tôi chạy với 200 đoạn văn học thuật đã được humanize nhưng vẫn chứa trích dẫn trong văn bản. Kết quả cho thấy: Phrasly làm thay đổi định dạng trích dẫn trong 47% trường hợp, Undetectable.ai trong 53% trường hợp và trình humanizer của Quillbot trong 38% trường hợp. Tần suất còn thường xuyên hơn khi các công cụ “đụng đến” những thành phần có thể xem là quan trọng nhất của một bài báo học thuật: các mục trong danh sách tài liệu tham khảo có in nghiêng và DOI, những thứ mà phần lớn tác giả thậm chí không buồn kiểm tra.

Hầu hết các trình humanizer được xây dựng cho mục đích của các chuyên gia marketing nội dung: viết bài blog và mô tả sản phẩm tối ưu SEO. Nhưng văn bản học thuật có một yêu cầu mang tính cấu trúc mà công cụ hướng marketing không được thiết kế để tôn trọng: trích dẫn phải tồn tại qua quá trình viết lại (rewrite) một cách nguyên vẹn.

Bài viết giải thích vì sao một ai humanizer giữ nguyên trích dẫn học thuật là một sản phẩm khác biệt theo nghĩa có ý nghĩa so với trình humanizer đa dụng; cơ chế “giữ nguyên trích dẫn có nhận biết” thực sự trông như thế nào ở bên trong; bốn hệ quả đối với nghiên cứu khi việc này sai; và một bài kiểm tra chỉ mất năm phút có thể chạy trên bất kỳ trình humanizer nào trước khi bạn tin tưởng nó cho một bản thảo.

Trình AI humanizer giữ nguyên trích dẫn học thuật là gì?

Trình AI humanizer giữ nguyên trích dẫn học thuật sẽ trích xuất các trích dẫn trong văn bản (in-text), các mục trong danh sách tài liệu tham khảo (reference list entries), các biểu thức thống kê và nhãn phương trình trước khi viết lại; sau đó chèn chúng lại nguyên văn (verbatim) sau quá trình viết lại, nhờ vậy các trích dẫn theo APA, MLA và IEEE vẫn được bảo toàn. Các trình humanizer chung chung bỏ qua bước này và xem trích dẫn như các “token” thông thường, đó là lý do các công cụ như Phrasly, Undetectable.ai và Quillbot đã thay đổi định dạng trích dẫn trong 38% đến 53% số đoạn văn học thuật mà chúng tôi thử nghiệm. Bạn có thể tự xác nhận liệu một công cụ nào đó có thực sự “nhận biết trích dẫn” hay không bằng một bài kiểm tra 5 phút trên gói miễn phí của công cụ.

Trình AI humanizer có nhận biết trích dẫn sẽ làm gì để giữ nguyên trích dẫn của bạn?

Trình humanizer chung chung coi văn bản của một người như một chuỗi token mà nó sẽ viết lại theo nhiều cách để tạo ra một thứ “khác” về bề mặt. Điều này đồng nghĩa với việc bất cứ thứ gì xuất hiện trong đó, dù đó là nội dung trong ngoặc (ví dụ: trích dẫn), được in nghiêng (ví dụ: tên tạp chí), là một từ viết tắt (ví dụ: DOI), hoặc là nhãn phương trình/biểu thức thống kê, đều có thể trở thành “đối tượng” để viết lại.

Ngược lại, một trình humanizer có nhận biết trích dẫn sẽ để một số nội dung quan trọng ở nguyên trạng. Chúng hoạt động theo hướng “lách quanh” chúng. Cụ thể, chúng nhận diện:

• Các trích dẫn dạng trong ngoặc. "(Smith, 2024)", "(Smith & Jones, 2024)", "(Smith et al., 2024, p. 47)", "[12]" và hàng chục biến thể định dạng trên các chuẩn APA, MLA, Chicago, IEEE, Harvard, Vancouver, Turabian và AMA.
• Các mục trong danh sách tài liệu tham khảo. Tên tạp chí được in nghiêng, dấu câu giữa số tập (volume) và số (issue), dấu & thay vì "and", tiêu đề theo dạng câu (sentence-case) so với tiêu đề dạng title-case, và bất kỳ dòng nào kết thúc bằng một DOI.
• Các biểu thức thống kê. "p < 0.01," "95% CI [0.34, 0.58]," "n = 1,247," cùng các quy ước báo cáo khoảng tin cậy, odds ratio và effect size.
• Ký hiệu kỹ thuật. Nhãn phương trình (Eq. 3), tham chiếu hình (Fig. 2a), tham chiếu bảng (Table 1), và các marker trích dẫn chéo mà bản thảo của bạn dùng để điều hướng giữa chúng.
• Từ vựng theo lĩnh vực. Tên phương pháp ("PRISMA"), tên thiết bị ("CRISPR-Cas9"), mã đăng ký thử nghiệm ("ClinicalTrials.gov NCT03945383") và các danh từ riêng mà phần viết lại không nên đụng tới.

Đây không phải là các “trường hợp hiếm”. Trong bộ dữ liệu biên tập của chúng tôi, bản thảo trung bình 6.000 từ có 47 trích dẫn trong văn bản, 11 biểu thức thống kê và 6 tham chiếu đến phương trình hoặc hình. Một trình humanizer chạm tới chỉ 10% trong số đó cũng có thể tạo ra 6 đến 7 lỗi mỗi bài, những lỗi này cần phải được tìm ra và khôi phục thủ công trước khi nộp.

Trình AI humanizer thường làm hỏng trích dẫn APA, MLA và IEEE như thế nào?

Trong các thử nghiệm của chúng tôi, các trình humanizer “mù trích dẫn” (citation-blind) sụp đổ theo ba kiểu, mỗi lần đều vậy.

Chế độ lỗi 1: trích dẫn trong văn bản bị viết lại thành dạng kể (narrative). Trường hợp Nakamura ở đầu bài viết này. "(Smith, 2024)" trở thành "như Smith đã chứng minh trong năm 2024" hoặc "nghiên cứu năm 2024 của Smith gợi ý rằng…". Văn phong mới phù hợp hơn với phân phối dữ liệu huấn luyện của trình humanizer. Nó đổi kiểu trích dẫn (từ dạng trong ngoặc sang dạng kể), vì vậy cần được sử dụng nhất quán trong suốt đoạn hoặc phần theo hướng dẫn của đa số tạp chí, đồng thời nó làm thay đổi “giọng” tác giả hàm ý. Biên tập viên sẽ nhận ra.

Chế độ lỗi 2: định dạng lại danh sách tài liệu tham khảo. Mục tài liệu tham khảo "Smith, J. (2024). The structure of Cell, 187(5), 945-961. Https://doi.org/10.1016/j.cell.2024.05.012" bị viết lại theo hướng bỏ mất tên tạp chí ở dạng in nghiêng, làm giảm trọng số của số tập, thay đổi tiền tố DOI, hoặc chuẩn hóa lại dấu câu giữa chữ cái đầu của tác giả và năm theo một kiểu khác. Về mặt kỹ thuật, trích dẫn vẫn có thể dẫn tới đúng tài liệu, nhưng nó không còn khớp với mẫu APA 7. Người biên tập chỉnh sửa (copy editor) sẽ gắn cờ.

Chế độ lỗi 3: những cụm từ bị “tra tấn” quanh nội dung được bảo vệ. Trình sàng lọc Cabanac dành cho bài báo có vấn đề (Cabanac Problematic Paper Screener) đã phát hiện hơn 19.000 bài báo chứa các mẫu thay thế từ đồng nghĩa mà các trình humanizer dựa trên paraphrase tạo ra. "Joined Together States for United States." "Bosom peril for breast cancer." "Renal disappointment for kidney failure." Các trích dẫn có cụm từ bị “tra tấn” như vậy bao quanh dữ liệu thử nghiệm của chúng tôi, khiến phần trích dẫn ở xung quanh trở nên khó để biên tập viên tin cậy, ngay cả khi bản thân trích dẫn vẫn sống sót nguyên vẹn. Trình sàng lọc Bài báo Có vấn đề (Cabanac, Labbe và Magazinov) hiện được một số nhà xuất bản sử dụng để gắn cờ các bài nộp cho vòng rà soát biên tập trước khi qua phản biện (peer review).

Ba kiểu lỗi này cộng hưởng với nhau. Bài viết mà một trình humanizer chung chung trả về chứa đầy các trích dẫn trong văn bản bị viết lại thành dạng kể (chế độ 1), các mục tài liệu tham khảo bị định dạng lại (chế độ 2) và phần văn xung quanh bị “tra tấn” (chế độ 3). Và nhà nghiên cứu cần tới 90 phút để khôi phục toàn bộ về trạng thái trước khi humanize. Liệu sự đánh đổi này có đáng hay không vẫn là câu hỏi mở.

Vì sao việc bảo toàn trích dẫn đối với một AI humanizer lại khó?

Hầu hết các trình humanizer không xử lý trích dẫn một cách đúng đắn vì mô hình ngôn ngữ nền tảng không “biết” trích dẫn là gì. Nó chỉ xem chúng như bất kỳ chuỗi token nào khác (tức là "(Smith, 2024)"). Nếu bạn yêu cầu tokenizer "giữ nguyên trích dẫn", nó sẽ làm được… ở một mức độ nhất định. Nhưng mô hình nền tảng được huấn luyện để tạo ra văn xuôi mạch lạc. Khi có xung đột giữa hai mục tiêu đó, mô hình thường ưu tiên văn xuôi mạch lạc.

Vấn đề này có thể được giải quyết bằng một trình humanizer có nhận biết trích dẫn. Trước khi viết lại, chúng tôi chạy một giai đoạn trích xuất (extraction) để xác định các đoạn trích dẫn (citation spans), các biểu thức thống kê, nhãn phương trình và các mục trong danh sách tài liệu tham khảo; sau đó thay chúng bằng các placeholder trong lượt humanization, rồi chèn lại nguyên văn các đoạn gốc sau đó. Nhờ vậy, mô hình của chúng tôi sẽ không bao giờ “nhìn thấy” trích dẫn ở dạng mà nó có thể viết lại.

Đây là kiến trúc tương tự giúp chúng tôi cho ra đáp án đúng trong dịch máy khi trong câu có tên người, tên thương hiệu hoặc một con số. Logic tương tự cũng áp dụng cho humanization: nếu ta bảo vệ một phần nào đó khỏi lượt sinh (generative pass), thì ta sẽ tốt hơn so với việc cố gắng yêu cầu lượt sinh phải cẩn thận.

Bốn hệ quả đối với nghiên cứu khi việc này không thành công

Chi phí đối với nhà nghiên cứu khi dùng một trình humanizer mù trích dẫn xuất hiện dưới bốn hình thức. Chúng tôi đã thấy từng trường hợp trong suốt 18 tháng qua.

Hệ quả 1: bị từ chối qua sàng lọc kỹ thuật. Công cụ sàng lọc tự động của tạp chí phát hiện sự không nhất quán giữa các trích dẫn trong abstract đã được định dạng lại và các mục trong danh sách tài liệu tham khảo. Bài viết bị gửi trả về cho tác giả trước khi qua phản biện. Trường hợp tốt nhất: trễ hai tuần. Trường hợp xấu nhất: vấn đề cộng dồn với các chỉnh sửa khác và bản thảo bị loại khỏi “cửa sổ” xuất bản.

Hệ quả 2: người phản biện nghi ngờ việc bịa đặt. Người phản biện nhìn thấy một trích dẫn trong văn bản khác với mục trong danh sách tài liệu tham khảo, hoặc một trích dẫn trong ngoặc được viết lại thành một phần của câu. Anh ấy/cô ấy tự nhiên cho rằng tác giả đã không đọc nguồn tài liệu. Đây hiện là cách phổ biến nhất dẫn tới quyết định “major revisions” (sửa lớn) hoặc “reject” (từ chối) trong những bản thảo mà chúng tôi kiểm tra.

Hệ quả 3: cờ “toàn vẹn” từ bộ sàng lọc cụm từ bị “tra tấn”. Các mẫu thay thế từ đồng nghĩa quanh vùng trích dẫn được phát hiện bởi bộ sàng lọc Cabanac hoặc phiên bản nội bộ của một nhà xuất bản. Bài viết được chuyển sang khâu rà soát tính toàn vẹn nghiên cứu. Việc này sẽ bổ sung thêm nhiều tuần trễ ngay cả khi bài viết gốc vốn đã tốt. Nó cũng để lại “dấu vết” lên tên của tác giả.

Hệ quả 4: rút lại sau khi đã xuất bản. Hiếm nhưng không phải chuyện không thể. Một cuộc kiểm toán sau xuất bản ghi nhận các bài viết mà các cụm từ bị “tra tấn” hoặc các lần viết lại trích dẫn do humanizer tạo ra không bị phát hiện trong quy trình biên tập, dẫn tới việc rút lại (retractions). Tính đến nay, Trình sàng lọc Bài báo Có vấn đề đã hỗ trợ trong hơn 1.000 lần rút lại, trong đó chỉ một phần liên quan tới các mẫu do humanizer tạo ra.

Bức tranh là không cân xứng. Lợi ích của việc viết lại mạch lạc là thấp: nó chỉ dẫn tới một mức giảm nhẹ trong điểm phát hiện AI, điều này có thể không gây hại trong nhiều trường hợp. Còn tổn thất do việc “gãy” trích dẫn là cao: trễ tiến độ, bị nghi ngờ, bị gắn cờ toàn vẹn, hoặc tệ hơn nữa là bị rút lại. Trình humanizer có nhận biết trích dẫn tránh được phần tổn thất đó trong khi vẫn giữ được phần lợi ích.

Cách kiểm tra bất kỳ humanizer nào về khả năng bảo toàn trích dẫn trong 5 phút

Đây là bài kiểm tra mà chúng tôi chạy cho mọi trình humanizer mới xuất hiện trên thị trường. Nó mất năm phút và bạn có thể thực hiện miễn phí trên gần như mọi gói miễn phí của công cụ.

Bước 1. Sao chép đoạn văn sau vào trình humanizer mà bạn chọn. Đoạn này chứa bốn định dạng trích dẫn phổ biến nhất và một biểu thức thống kê.

The intervention reduced symptoms in 64% of participants
(Smith, 2024). Other studies (Jones & Lee, 2023; Patel et al.,
2024, p. 47) reported comparable effects. A recent meta-analysis
[12] confirmed the pattern across populations (n = 1,247,
p < 0.01). The mechanism remains debated; see Reference 14 for
a competing interpretation.

Bước 2. Đọc phần output đã được humanize. Kiểm tra xem mỗi yếu tố sau có còn tồn tại nguyên vẹn không:

• Trích dẫn trong ngoặc "(Smith, 2024)" đúng y hệt.
• Trích dẫn đa tác giả "(Jones & Lee, 2023; Patel et al., 2024, p. 47)" đúng y hệt, bao gồm cả ký hiệu & , dấu chấm phẩy và số trang.
• Trích dẫn dạng đánh số "[12]" đúng y hệt.
• Biểu thức thống kê "n = 1,247, p < 0.01" đúng y hệt.
• Trích dẫn chéo "Reference 14" không bị paraphrase thành "the fourteenth reference" hoặc dạng tương tự.

Bước 3. Nếu bất kỳ trong năm yếu tố bị thay đổi, thì trình humanizer đó không phải là loại “nhận biết trích dẫn” theo nghĩa quan trọng đối với viết bài học thuật. Hãy dùng nó cho nội dung marketing, không dùng cho bản thảo.

Bước 4. Chạy một đoạn văn thứ hai có chứa một mục trong danh sách tài liệu tham khảo với in nghiêng và DOI:

Smith, J., & Jones, K. (2024). The structure of cellular
respiration in mitochondrial disease. Nature Reviews Molecular
Cell Biology, 25(3), 187-203. https://doi.org/10.1038/s41580-024-00712-3

Kiểm tra xem phần in nghiêng, dấu & , định dạng tập-số, và URL DOI có tồn tại nguyên vẹn hay không. Trình humanizer xử lý tốt trích dẫn trong văn bản nhưng không xử lý được các mục trong danh sách tài liệu tham khảo thì chỉ “an toàn một nửa”. Bản thảo của bạn cần một bảo đảm đầy đủ.

Bước 5. Chạy một bài kiểm tra cuối trên một đoạn văn thuộc bản thảo của chính bạn. Các công cụ hoạt động tốt trên dữ liệu đầu vào nhân tạo có thể thất bại khi gặp văn bản thực với mật độ trích dẫn dày hơn. Đừng tin vào bất kỳ humanizer nào để đáp ứng deadline mà chưa kiểm chứng đối chiếu với chính văn bản của bạn.

Chúng tôi ghi lại cách humanizer của chúng tôi vượt qua bài kiểm tra này, trên trang xếp hạng humanizer và đối chiếu với các đối thủ được nêu tên, bao gồm Phrasly vs Undetectable.ai comparison. Số liệu của chúng tôi có thể so sánh giữa các công cụ vì cả hai bài viết đều dùng cùng phương pháp kiểm tra như đã mô tả ở trên. Nếu bạn muốn xem các công cụ paraphrasing (một nhóm khác) xử lý thử thách tương tự về việc bảo toàn trích dẫn ra sao, hãy xem ghi chú của chúng tôi về paraphrasing khi preserves citations, phần này bao phủ “mặt paraphrasing” của cùng một mẫu kiến trúc.

Câu hỏi thường gặp

H: Vì sao hầu hết các AI humanizer lại làm hỏng trích dẫn học thuật?

Chúng được thiết kế cho các nhà marketing nội dung, không phải cho nhà nghiên cứu. Các trình humanizer chung chung coi mọi token đều là ứng viên để viết lại, nên trích dẫn trong văn bản sẽ bị chuyển thành văn kể; các mục trong danh sách tài liệu tham khảo sẽ mất phần in nghiêng và dấu câu bị chuẩn hóa theo kiểu khác; và các từ đồng nghĩa cho các cụm từ bị “tra tấn” sẽ được gom lại quanh trích dẫn. Vấn đề này được giải quyết bởi một trình humanizer có nhận biết trích dẫn: nó trích xuất trích dẫn trước khi viết lại và chèn lại chúng sau đó.

H: Một AI humanizer có nhận biết trích dẫn có đủ để làm bài của tôi không bị phát hiện không?

Bảo toàn trích dẫn và “bypass” phát hiện là hai vấn đề khác nhau. Mục tiêu của một humanizer có nhận biết trích dẫn là bảo toàn trích dẫn của bạn, nhưng vẫn tạo ra các biến thể bề mặt mà các bộ phát hiện sẽ tìm kiếm. Mức độ “hung hãn” của việc humanizer viết lại phần văn xung quanh quyết định điểm số trích dẫn bị phát hiện, nhưng không ảnh hưởng tới tỷ lệ mà nó xử lý các trích dẫn. Hầu hết các humanizer có nhận biết trích dẫn đều hoạt động tốt trong việc bypass phát hiện. Hãy xem điểm benchmark phát hiện của chính công cụ bạn dùng (thường sẽ được công bố), cùng với tỷ lệ nó xử lý trích dẫn.

H: Tôi có thể chỉ việc trích xuất trích dẫn thủ công trước khi humanize không?

Có. Một số nhà nghiên cứu làm như vậy. Quy trình là: chép bản thảo cần quan tâm vào một tài liệu và thủ công thay từng trích dẫn bằng một placeholder ("[CITE_001]"), humanize, rồi chèn lại các trích dẫn gốc. Cách này phù hợp với lượng văn bản nhỏ. Với một bản thảo hoàn chỉnh, nhiệm vụ thủ công có thể mất nhiều thời gian hơn bước humanize. Rất dễ làm rơi các placeholder trong quá trình humanize. Nếu công việc kéo dài hơn vài phút, hãy cân nhắc tự động hóa bằng một công cụ. Bất kỳ tài liệu nào dài hơn 1.500 từ đều có thể hưởng lợi khi dùng công cụ để tự động hóa pipeline được mô tả ở đây.

H: Làm sao tôi biết một humanizer có thực sự nhận biết trích dẫn hay chỉ “tuyên bố” là có?

Hãy làm bài kiểm tra 5 phút được mô tả ở phần trên. Sao chép một đoạn chứa trộn lẫn trích dẫn theo APA, trích dẫn dạng đánh số và trích dẫn thống kê, rồi chạy qua công cụ. Nếu tất cả các yếu tố xuất hiện đúng y như trong đầu vào, thì humanizer đó là “nhận biết trích dẫn”. Nếu có bất kỳ thứ gì bị thay đổi theo bất kỳ cách nào, nhãn “nhận biết trích dẫn” chỉ là marketing. Phần lớn các công cụ quảng cáo rằng họ có khả năng bảo toàn trích dẫn trong phần marketing thực chất chưa triển khai đúng phần trích xuất của pipeline; bài kiểm tra này giúp bạn xác định được công cụ nào làm thật.

H: Điều này có quan trọng với các chương luận văn nộp cho giảng viên hướng dẫn không, hay chỉ quan trọng với bản thảo gửi tạp chí?

Nó quan trọng ở cả hai, nhưng vì những lý do khác nhau. Với bản thảo gửi tạp chí, các trích dẫn không nhất quán có thể dẫn tới việc bị từ chối ở vòng sàng lọc kỹ thuật. Với các chương luận văn, hệ quả là giảng viên hướng dẫn hoặc ban hội đồng sẽ thấy sự “trôi” trong trích dẫn, cho rằng đó là bằng chứng của việc dùng AI hoặc sự cẩu thả, và đưa ra lo ngại về tính toàn vẹn hoặc yêu cầu viết lại chương. Sự “trôi” này nhỏ đến mức tưởng như một tai nạn nhưng đủ nhất quán để người đọc kỹ có thể nhận ra. Trình humanizer có nhận biết trích dẫn loại bỏ chế độ lỗi này trong cả hai bối cảnh.