Opus 5.5 có xu hướng giải thích vì sao một điều gì đó quan trọng với tần suất cao hơn nhiều so với người viết. Nghiên cứu của công ty tiếp thị Graphite cho thấy cụm tương đương với “điều này quan trọng” xuất hiện trong văn bản của mô hình nhiều gấp 116 lần mẫu của con người, còn cấu trúc “vì sao X quan trọng” xuất hiện nhiều gấp 92 lần.
Khi văn bản do mô hình ngôn ngữ lớn tạo ra xuất hiện khắp nơi, người đọc cũng chú ý hơn đến những dấu hiệu giúp nhận biết chúng. Dấu gạch ngang dài hay từ “đào sâu” từng bị xem là bằng chứng quen thuộc, nhưng các mô hình mới đã giảm dùng những dấu hiệu đó và hình thành các thói quen khác.
Theo bài viết gốc của TechCrunch, Graphite đã đối chiếu cách viết của các mô hình tiên tiến để tìm những từ, cụm từ và kiểu dựng câu xuất hiện bất thường. Công ty xác định 13.000 cụm từ có tần suất trong nội dung AI cao ít nhất gấp đôi nội dung do con người viết. Nhóm nghiên cứu gọi mỗi trường hợp như vậy là một “dấu hiệu”.
Kết quả cho thấy mỗi phiên bản mô hình để lại một kiểu dấu vết riêng. Opus 5.5 thường giải thích vì sao một điều gì đó quan trọng. Astra của OpenAI hay sửa lại cách đặt vấn đề bằng những cấu trúc đối lập. Việc các phòng thí nghiệm loại bỏ một thói quen dễ nhận thấy cũng không làm tổng số dấu hiệu giảm xuống.
Graphite so sánh văn bản của người và AI như thế nào?
Graphite dùng 10.000 bài viết xuất bản trước khi ChatGPT ra mắt làm nhóm đối chứng, sau đó yêu cầu nhiều mô hình viết lại các bài này từ phần tóm tắt. Các cặp văn bản cho phép nhóm nghiên cứu đo tần suất từ, cụm từ và cấu trúc câu mà không phụ thuộc quá nhiều vào cách diễn đạt của nguồn.
Phương pháp này không nhằm kết luận một văn bản cụ thể chắc chắn do AI viết. Nó xác định những lựa chọn ngôn ngữ mà một mô hình sử dụng thường xuyên hơn con người trên một tập mẫu lớn.
Greg Druck, giám đốc AI của Graphite, nói với TechCrunch rằng phân bố từ ngữ của các mô hình Claude đang tiến gần hơn tới cách con người viết theo thời gian. Với các mô hình GPT, ông ghi nhận xu hướng ngược lại.
Dấu hiệu nổi bật nhất của Opus 5.5
Opus 5.5 nổi bật ở những câu trực tiếp nhấn mạnh tầm quan trọng của một ý. Graphite cũng nhận thấy mô hình vẫn dùng cấu trúc tương phản, dù đã hạn chế dạng “không phải X mà là Y” từng dễ bị nhận ra trong văn bản AI.
Theo kết quả của Graphite, từ tương đương với “đáng tin cậy” là dấu hiệu mạnh nhất của Claude Opus 5.5. Từ này xuất hiện nhiều gấp 23 lần so với trong các mẫu văn bản của con người.
Opus 5.5 đã hạn chế kiểu câu đối lập trực tiếp theo dạng “không phải X mà là Y”. Tuy vậy, mô hình vẫn thường viết rằng một sự vật “không chỉ là X mà còn là Y”. Lối diễn đạt vẫn dựa trên tương phản, nhưng được chuyển sang một hình thức khác.
Dấu vết rõ hơn nằm ở việc Opus 5.5 liên tục nói cho người đọc biết tại sao một vấn đề đáng chú ý. Cụm tương đương với “điều này quan trọng” xuất hiện nhiều gấp 116 lần văn bản của con người. Cấu trúc “vì sao X quan trọng” xuất hiện nhiều gấp 92 lần.
Những con số này cho thấy dấu vết AI không chỉ nằm ở lỗi ngữ pháp hay câu chữ vụng về. Một văn bản trôi chảy vẫn có thể để lộ cách mô hình liên tục đóng khung mức độ quan trọng thay vì để dữ kiện tự chứng minh. Việc đánh giá nội dung do AI viết mã tạo ra cũng cần dựa trên dữ kiện thay vì một dấu hiệu ngôn ngữ riêng lẻ.
Astra để lộ một kiểu diễn đạt khác
Astra của OpenAI thường mở một ý bằng cách phủ định hoặc điều chỉnh cách hiểu khác rồi mới nêu luận điểm chính. Graphite gọi kiểu viết này là “đóng khung sửa sai” và ghi nhận các cấu trúc liên quan xuất hiện nhiều hơn 100 lần so với văn bản của con người.
Astra thường mô tả “một khía cạnh khác” của chủ đề đang được bàn tới. Mô hình này cũng có xu hướng làm mềm khẳng định bằng cách nói một hành động “có thể mang lại” một lợi ích cụ thể.
Mô hình có thể định nghĩa một vấn đề là “không đơn thuần là X”, hoặc đề xuất một phương án “thay vì dựa vào X”. Các câu này đúng về mặt ngữ pháp, nhưng việc lặp lại cùng một cách mở ý tạo ra nhịp điệu dễ nhận biết.
Dấu gạch ngang dài gần như biến mất
Các nhà phát triển đã giảm mạnh việc dùng dấu gạch ngang dài trong những phiên bản mô hình mới. Theo mẫu của Graphite, Opus 5.5 dùng dấu câu này ít hơn Opus 5 tới 99%, Astra dùng ít hơn người viết 88%, còn Gemini 3.1 Pro gần như không sử dụng.
Việc một dấu hiệu cũ biến mất không có nghĩa văn bản AI trở nên không thể nhận biết. Druck nói với TechCrunch rằng tổng số dấu hiệu nhìn chung vẫn giữ nguyên. Các mô hình loại bỏ những thói quen đã quá nổi tiếng, nhưng những thói quen khác xuất hiện và mỗi phiên bản có một tập dấu hiệu riêng.
Vì vậy, một từ hoặc một dấu câu riêng lẻ không đủ để xác minh nguồn gốc văn bản. Trong hoạt động truyền thông, việc xác minh thông cáo báo chí dựa trên dữ kiện và nguồn đáng tin hơn phán đoán dựa trên một kiểu câu.
Nội dung tuyên bố của các hãng và giới hạn kiểm soát
Anthropic và OpenAI đều mô tả các mô hình mới là dễ đọc và tự nhiên hơn. Kết quả của Graphite không phủ nhận nhận định đó, nhưng cho thấy câu chữ trôi chảy không đồng nghĩa với phân bố từ ngữ giống người viết hoặc không còn những cấu trúc lặp lại đặc trưng.
Khi công bố Opus 5.5, Anthropic nói mô hình “giao tiếp tự nhiên hơn các mô hình trước” và những người dùng ban đầu nhận thấy cách viết “rõ ràng, dễ theo dõi hơn”. OpenAI đưa ra nhận định tương tự khi giới thiệu các phiên bản Sol và Luna thuộc GPT-6. Công ty cho biết người dùng có thể kỳ vọng nội dung rõ ràng hơn, ít biệt ngữ hơn và ít cách diễn đạt kỳ lạ hơn.
Một phiên bản có thể bỏ dấu hiệu cũ nhưng vẫn lặp lại những lựa chọn khác với tần suất cao. Sự tự nhiên khi đọc và sự tương đồng về phân bố ngôn ngữ là hai phép đánh giá khác nhau.
Druck hoài nghi rằng các phòng thí nghiệm có thể xóa hoàn toàn những cấu trúc hoặc cụm từ đặc trưng. Theo giả thuyết của ông, họ có thể kiểm soát các chi tiết này kém hơn nhiều người tưởng. Những mô hình khổng lồ có hàng tỷ tham số, trong khi số phép thử mà nhà phát triển có thể chạy luôn hữu hạn. Vì vậy, một số thói quen vẫn lọt qua.
Không nên xem một dấu hiệu là bằng chứng tuyệt đối
Các dấu hiệu của Graphite mô tả khác biệt về tần suất giữa hai nhóm văn bản, không phải phép thử có thể xác định chắc chắn tác giả của một đoạn văn. Con người vẫn dùng những cụm từ này, còn mô hình AI có thể tạo ra văn bản không chứa bất kỳ dấu hiệu riêng lẻ nào.
Cách đánh giá phù hợp hơn là quan sát nhiều thói quen cùng lúc, gồm cách mở câu, mức độ lặp của cấu trúc tương phản, số lần tác giả tự tuyên bố tầm quan trọng của một ý và việc các đoạn văn có cùng nhịp hay không.
Những dấu hiệu đó có thể giúp người đọc đặt câu hỏi về nguồn gốc văn bản. Dữ kiện, nguồn trích dẫn và quá trình biên tập vẫn là cơ sở để đánh giá độ tin cậy của bài viết.
Hãy theo dõi Sine để tiếp tục nhận các phân tích rõ ràng về cách AI đang thay đổi nội dung số.
