Trong cùng một giờ, hai người rất khác nhau gõ công cụ phát hiện AI vào ô tìm kiếm. Một người là quản lý tiếp thị, đã đăng bốn mươi trang soạn nhờ mô hình ngôn ngữ và được bảo rằng Google sẽ phạt trang web vì thế. Người kia bị cáo buộc gian lận, chỉ vì một công cụ trả về một con số và người có quyền đã tin nó.

Cả hai đều đến trước một loại phần mềm bán sự chắc chắn, và đều xứng đáng nhận câu trả lời khó nghe. Bằng chứng đã công bố về những công cụ này rất nhất quán, và nó không đẹp. Chúng sai đủ thường xuyên để một điểm số không bao giờ được quyết định điều gì về một con người, chúng sụp đổ trước văn bản đã có người biên tập, và sai sót của chúng không rải đều lên mọi người viết.

Câu hỏi về công cụ tìm kiếm là câu hỏi khác, có câu trả lời khác, và câu trả lời đó chẳng liên quan gì đến việc phát hiện.

Những công cụ này có chính xác không, và Google có phạt nội dung AI không. Kiểm nghiệm đã bình duyệt cho thấy mọi công cụ đều dưới 80% độ chính xác, tụt xuống 26% với văn bản AI đã được diễn đạt lại. Một nghiên cứu khác thấy các công cụ gán nhãn AI cho bài luận của người viết không phải bản ngữ tới 61,3% số lần. Google không phạt nội dung vì nó do AI tạo ra. Thứ bị phạt là lạm dụng nội dung quy mô lớn (scaled content abuse), vốn là chuyện mục đích và giá trị, không phải chuyện tác giả là ai.

Công cụ phát hiện AI thực sự hoạt động ra sao

Gần như mọi thứ bán trong nhóm này thuộc về một trong hai họ, và sự phân biệt đó quan trọng vì chúng hỏng theo những cách khác nhau.

Độ bối rối và độ bùng phát

Họ cũ hơn đo các tính chất thống kê của chính văn bản. Độ bối rối (perplexity) mô tả mức độ bất ngờ của mô hình ngôn ngữ trước mỗi từ khi đã biết các từ trước đó, nên văn xuôi mà mô hình thấy rất dễ đoán sẽ có điểm thấp. Độ bùng phát (burstiness) mô tả mức dao động của tính dễ đoán ấy từ câu này sang câu khác, dựa trên giả thiết rằng người viết đu đưa giữa cái hiển nhiên và cái lạ lùng, còn văn bản do máy tạo nằm trong một dải hẹp hơn.

Một công cụ dựng theo cách đó không nhận diện cỗ máy. Nó đo xem văn xuôi quy phạm đến đâu rồi khẳng định rằng văn xuôi quy phạm là văn xuôi của máy. Suy luận ấy chính là toàn bộ sản phẩm, và mọi kiểu hỏng đều bắt nguồn từ đó.

Bộ phân loại huấn luyện trên văn bản do máy tạo

Họ mới hơn huấn luyện một mô hình trên kho ngữ liệu ghép đôi văn bản người và văn bản máy, rồi học bất cứ thứ gì tách được hai bên. Nó chạy tốt hơn độ bối rối thuần túy trên phân phối mà nó được huấn luyện, và nó thừa hưởng một bài toán khó hơn: phân phối ấy dịch chuyển mỗi lần một mô hình được cập nhật hoặc một câu lệnh đổi giọng điệu.

Không họ nào tiếp cận được bất kỳ sự thật nào về cách văn bản được tạo ra. Cả hai đều đoán về văn phong từ sản phẩm đã hoàn thành, và chính vì thế đổi văn phong là đủ để đánh bại chúng. Cách tiếp cận thứ ba, thủy vân, hoạt động khác và được bàn ở phần sau, vì nó là phương pháp duy nhất khởi đi từ bằng chứng thay vì từ suy luận.

Nghiên cứu nói gì về độ chính xác của công cụ phát hiện AI

Phép thử chuẩn trên mười bốn công cụ

Phép thử có đối chứng được trích dẫn nhiều nhất là Kiểm nghiệm các công cụ phát hiện văn bản do AI tạo, đăng trên International Journal for Educational Integrity năm 2023. Weber-Wulff và các đồng nghiệp đưa 54 tài liệu thử qua 14 công cụ, mười hai công cụ miễn phí và hai công cụ thương mại (Turnitin và PlagiarismCheck), tổng cộng 756 lượt thử riêng lẻ.

Kết quả thẳng thừng. Mọi công cụ đều đạt dưới 80% độ chính xác và chỉ năm công cụ vượt 70%. Độ chính xác trên tài liệu thật sự do người viết là 96%, nghe ổn cho đến khi bạn nhìn phần còn lại. Trên văn bản AI chưa sửa, con số là 74%. Trên văn bản AI đã được người biên tập nhẹ, là 42%. Trên văn bản AI chạy qua một công cụ diễn đạt lại, là 26%.

Bài báo ghi rằng phát hiện của nó “khác biệt đáng kể so với điều mà một số công cụ phát hiện văn bản do AI tạo tuyên bố”, và kết luận của chính nó được trích ít hơn nhiều so với mức đáng ra phải có: các công cụ này “không chính xác cũng không đáng tin”, và “những hệ thống chúng tôi thử nghiệm không nên được dùng trong môi trường học thuật”.

Một phép thử năm 2026 với các sản phẩm thương mại dẫn đầu

Ba năm sau, một nghiên cứu tháng 2 năm 2026 trên cùng tạp chí thử Turnitin và Originality trên một bộ cân bằng gồm 192 văn bản: bài viết thật của sinh viên có từ trước khi AI tạo sinh phổ biến, bài viết chuyên nghiệp của người, đầu ra của AI, và các tài liệu lai ghép khoảng một nửa mỗi loại.

Originality đạt độ chính xác trung bình vĩ mô 0,69 và Turnitin 0,61, cả hai đều có điểm F1 trung bình vĩ mô dưới 0,55. Trên văn bản lai, tức cách hầu hết mọi người thực sự viết bây giờ, recall của Originality gần bằng không. Nó gần như không nhận ra bài nào.

Khoảng cách giữa các lĩnh vực mới là phát hiện đáng lo cho bất kỳ ai xuất bản nội dung kỹ thuật. Độ chính xác của Turnitin rơi từ 0,86 trên văn bản ngành nhân văn xuống 0,51 trên văn bản khoa học. Originality rơi từ 0,96 xuống 0,58. Cả hai khác biệt đều có ý nghĩa thống kê. Ở mức 0,51 trên văn viết khoa học, một công cụ phát hiện đang làm việc gần giống tung đồng xu.

Nhà cung cấp duy nhất công bố thất bại của chính mình

OpenAI phát hành một bộ phân loại vào tháng 1 năm 2023 rồi rút nó lại. Trang thông báo của chính họ nay mang ghi chú rằng “kể từ ngày 20 tháng 7 năm 2023, bộ phân loại AI không còn khả dụng do tỷ lệ chính xác thấp”, và phần văn bản gốc vẫn ghi các con số: nó “nhận diện đúng 26% văn bản do AI viết là nhiều khả năng do AI viết, đồng thời gán nhãn sai văn bản do người viết là do AI viết 9% số lần”. Trang này còn cảnh báo rằng nó “không nên được dùng như công cụ ra quyết định chính”. Đó là tổ chức có điều kiện tiếp cận phân phối huấn luyện tốt nhất có thể, báo cáo tỷ lệ dương tính thật vào khoảng một phần tư.

Vấn đề báo nhầm, và nó rơi vào ai

Nghiên cứu TOEFL

Công cụ phát hiện GPT thiên lệch chống lại người viết không nói tiếng Anh bản ngữ, của Liang, Yuksekgonul, Mao, Wu và Zou, xuất hiện trên tạp chí Patterns năm 2023. Phương pháp rất đơn giản: chạy bảy công cụ phát hiện được dùng rộng rãi trên 91 bài luận TOEFL do người không nói tiếng Anh bản ngữ viết và 88 bài luận do học sinh lớp tám ở Mỹ viết.

Với học sinh Mỹ, các công cụ xử lý chính xác. Trên các bài luận TOEFL, tỷ lệ báo nhầm trung bình là 61,3%. Cả bảy công cụ nhất trí gán nhãn AI cho 19,8% số bài luận do người viết ấy, và ít nhất một công cụ gán nhãn cho 97,8% trong số đó.

Rồi các nhà nghiên cứu làm đúng việc để lộ tẩy tất cả. Họ cho viết lại chính những bài luận đó bằng ngôn ngữ văn chương hơn, và tỷ lệ báo nhầm trung bình rơi từ 61,3% xuống 11,6%.

Vì sao sai sót rơi đúng vào chỗ đó

Cú rơi ấy chỉ đúng thứ đang được đo. Các công cụ phát hiện sự nghèo nàn về từ vựng, vốn là một đặc tính của việc viết bằng ngôn ngữ thứ hai, rồi báo cáo nó như quyền tác giả của máy. Phép thử chuẩn năm 2023 tìm ra cùng hiệu ứng ấy từ một hướng khác: văn bản do người viết rồi dịch máy sang tiếng Anh mất 20 điểm phần trăm độ chính xác, nên một nhà nghiên cứu soạn bản nháp bằng tiếng mẹ đẻ rồi dịch sẽ chịu rủi ro bị buộc tội oan cao hơn.

Điều rút ra không phải là một quyết định sát nút. Một công cụ có tỷ lệ báo nhầm 61,3% trên một nhóm người viết nhận diện được thì không được phép dùng để ra một quyết định có hậu quả về một con người. Bài báo năm 2023 diễn đạt rất đúng khía cạnh thực tiễn: các công cụ này trả về một tỷ lệ phần trăm mà không kèm bằng chứng nào, nên một sinh viên bị cáo buộc chỉ trên cơ sở đó “sẽ không có khả năng tự bào chữa”.

Vì sao biên tập đánh bại công cụ phát hiện AI

Thí nghiệm rõ nhất là Diễn đạt lại giúp né các công cụ phát hiện văn bản do AI tạo của Krishna, Song, Karpinska, Wieting và Iyyer. Họ dựng mô hình diễn đạt lại 11 tỷ tham số tên DIPPER rồi đẩy văn bản máy qua đó. Độ chính xác phát hiện của DetectGPT rơi từ 70,3% xuống 4,6% ở mức báo nhầm cố định 1%. Thủy vân, GPTZero và bộ phân loại của OpenAI cũng bị né.

Hãy ngẫm hệ quả, vì đó là tóm tắt trung thực cho cả nhóm sản phẩm này. Nếu đầu ra chưa sửa bị phát hiện ở mức 74% còn đầu ra đã sửa ở mức 42%, thì thứ các công cụ nhận ra ổn định không phải quyền tác giả của máy. Đó là sự cẩu thả. Một trang dán thẳng từ cửa sổ chat sẽ bị gắn cờ. Cũng trang đó, sau khi một biên tập viên có nghề cắt một phần ba, thêm hai chi tiết chỉ tác giả biết và viết lại đoạn mở, thì không. Công cụ phát hiện là chỉ báo thay thế cho công sức, và là chỉ báo tồi.

Cách phòng vệ mà bài báo Krishna đề xuất đáng ghi lại vì nó hoàn toàn không phải phát hiện. Đó là truy hồi: tìm khớp gần trong cơ sở dữ liệu 15 triệu chuỗi đã sinh trước đó, cách này bắt được 80% đến 97% các bản diễn đạt lại trong khi chỉ gắn cờ 1% văn bản của người. Nó hiệu quả vì đối chiếu với bản ghi những gì thực sự đã được tạo ra, và nó đòi bên cung cấp mô hình giữ bản ghi đó rồi tự chạy phép đối chiếu, điều không công cụ công khai nào làm được.

Thủy vân, phương án nghiêm túc về mặt kỹ thuật

Nó khác ở chỗ nào

Thủy vân can thiệp ngay lúc sinh văn bản thay vì đoán về sau. SynthID cho văn bản của Google DeepMind nằm trong vòng lấy mẫu như một bộ xử lý logits và, theo lời Google, nó “tăng cường logits của mô hình bằng một hàm g giả ngẫu nhiên để mã hóa thông tin thủy vân theo cách giúp bạn xác định văn bản có do mô hình của bạn tạo ra hay không, mà không ảnh hưởng đáng kể đến chất lượng văn bản”. Tài liệu dành cho nhà phát triển mô tả một bộ phát hiện Bayes trả về một trong ba trạng thái: có thủy vân, không có thủy vân, hoặc không chắc chắn.

Google công bố thủy vân văn bản cho ứng dụng và bản web của Gemini vào tháng 5 năm 2024. Đó là một triển khai thật, và nó là một tuyên bố khác loại so với việc đoán văn phong, vì tín hiệu được chèn vào có chủ đích chứ không phải được suy ra.

Những giới hạn chính Google nêu ra

Cũng tài liệu ấy nói thẳng về thứ phá vỡ nó. Thủy vân “kém hiệu quả hơn trên các câu trả lời mang tính dữ kiện, vì có ít cơ hội tăng cường quá trình sinh mà không làm giảm độ chính xác”, và điểm “tin cậy của bộ phát hiện có thể giảm mạnh khi một văn bản do AI tạo bị viết lại kỹ lưỡng, hoặc bị dịch sang ngôn ngữ khác”. Google nói thêm rằng SynthID “không được thiết kế để trực tiếp ngăn những kẻ đối nghịch có động cơ gây hại”.

Có một nỗ lực song song đi theo siêu dữ liệu về nguồn gốc thay vì tín hiệu thống kê. Đặc tả C2PA Content Credentials, nay ở phiên bản 2.4, gắn một bản kê khai có chữ ký mật mã vào một tài sản, ghi lại xuất xứ và các chỉnh sửa đã áp lên nó. Nó tham gia tự nguyện một cách rõ ràng, và việc được chấp nhận toàn cầu là mục tiêu được nêu chứ không phải hiện trạng.

Cả hai cách tiếp cận đều chung một ranh giới cứng. Chúng cho bạn biết rằng một nhà cung cấp có tham gia đã sinh ra một chuỗi cụ thể. Chúng không cho bạn biết gì về đầu ra từ một nhà cung cấp không tham gia, và chúng yếu đi dưới đúng kiểu viết lại mà một người cẩn thận vẫn làm. Thủy vân là biện pháp kiểm soát chuỗi cung ứng dành cho bên vận hành mô hình. Nó không phải cách để soát xét tài liệu của người lạ.

Google có phạt nội dung AI không

Lập trường của Google được công bố tháng 2 năm 2023 và không đổi từ đó. Bài trên Search Central có tên Hướng dẫn của Google Tìm kiếm về nội dung do AI tạo, tiêu đề mục là “Tưởng thưởng nội dung chất lượng cao, bất kể nó được tạo ra bằng cách nào”, và câu chịu lực là: “Việc chúng tôi tập trung vào chất lượng nội dung, thay vì cách nội dung được tạo ra, là một kim chỉ nam hữu ích đã giúp chúng tôi mang lại kết quả đáng tin cậy, chất lượng cao cho người dùng suốt nhiều năm.”

Bài viết cũng nêu rằng “không phải mọi việc sử dụng tự động hóa, bao gồm cả tạo sinh bằng AI, đều là spam”, và lưu ý rằng tự động hóa đã tạo ra tỷ số thể thao, dự báo thời tiết và bản gỡ băng từ lâu. Thứ vi phạm là dùng tự động hóa, kể cả AI, với mục đích chính là thao túng thứ hạng trong kết quả tìm kiếm.

Thứ thực sự bị phạt

Chính sách thực sự cắn là lạm dụng nội dung quy mô lớn. Google định nghĩa nó là “khi nhiều trang được tạo ra với mục đích chính là thao túng thứ hạng tìm kiếm chứ không phải giúp ích cho người dùng”, nhắm vào việc “tạo ra lượng lớn nội dung không nguyên bản, mang lại ít hoặc không mang lại giá trị cho người dùng, bất kể nó được tạo ra bằng cách nào”.

Hãy đọc mệnh đề cuối hai lần. Phương thức sản xuất được tuyên bố rõ là không liên quan. 200 trang mỏng dựng thủ công từ một khuôn tên thị trấn vi phạm chính sách này đúng bằng 200 trang do một mô hình dựng ra. Hướng dẫn của Google về việc dùng nội dung AI tạo sinh nói cùng điều đó từ phía bên kia: công nghệ này hữu ích cho nghiên cứu và bố cục, nhưng dùng nó “để tạo ra nhiều trang mà không thêm giá trị cho người dùng thì có thể vi phạm chính sách spam của Google về lạm dụng nội dung quy mô lớn”.

Vậy nên không có hình phạt AI nào để mà phát hiện, và không có điểm số phát hiện nào mà Google tra cứu. Sự phân biệt nằm ở mục đích và giá trị. Một trang trả lời câu hỏi mà khách hàng của bạn thật sự đặt ra, chứa thứ chỉ doanh nghiệp bạn biết, thì không phải lạm dụng, kể cả khi bản nháp đầu tiên do một mô hình viết.

Nên đo gì thay cho một điểm số

Số liệu của chính chúng tôi nói rõ điều này hơn mọi lập luận. Trong một cửa sổ 28 ngày gần đây, trang này thu 52.331 lượt hiển thị từ Google, với 531 truy vấn nằm ở tốp mười. 531 truy vấn đó tạo ra 28.847 lượt hiển thị và 161 nhấp chuột, tức tỷ lệ nhấp 0,56%, trong khi các vị trí từ bốn đến mười thường thu về từ 2% đến 8%. 452 trong số đó không kiếm được nhấp chuột nào.

Không điều nào trong đó là vấn đề phát hiện. Đó là vấn đề khác biệt hóa, và không công cụ nào trong nhóm này đo được nó.

Các chỉ số đáng theo dõi là tỷ lệ nhấp so với vị trí bạn đang giữ, và việc câu trả lời AI có trích dẫn bạn hay chỉ xếp hạng bạn, điều chúng tôi bàn trong vì sao nội dung xếp hạng nhưng không được trích dẫn và Google AI Mode có ý nghĩa gì với lưu lượng của bạn. Rồi đến các quyết định biên tập theo sau: tỉa nội dung cho những trang không trả lời điều gì cụ thể, và làm mới nội dung cho những trang từng làm được. Một đợt audit SEO kỹ thuật làm lộ nửa cơ học của cùng bức tranh, tức là các trang bạn quan tâm có đủ điều kiện để được nhìn thấy hay không.

Phải làm gì nếu công cụ phát hiện gắn cờ bài của bạn

Điểm số không phải bằng chứng

Con số đó là ý kiến của một mô hình về văn phong, được tạo ra mà không tiếp cận bất kỳ sự thật nào về cách văn bản được viết. Đó không phải lối nói hoa mỹ, đó là thiết kế. Hãy nói thẳng như vậy, và trích dẫn các kiểm nghiệm đã bình duyệt thay vì lập luận từ uy tín của chính bạn, vì nghiên cứu đứng về phía bạn còn uy tín của bạn mới là thứ đang bị nghi ngờ.

Nguồn gốc bạn tự kiểm soát

Lịch sử phiên bản là thứ mạnh nhất bạn có, và nó chỉ giúp được nếu đã tồn tại trước khi bạn cần đến. Hãy giữ tài liệu trong một hệ thống ghi lại các bản sửa, giữ dàn ý và ghi chú, giữ các nguồn bạn đã đọc và thời điểm đọc. Một tài liệu lớn lên qua bốn mươi lần lưu trong chín ngày là câu trả lời tốt hơn nhiều so với bất kỳ điểm số đối chứng nào.

Hãy yêu cầu chạy chính công cụ đó trên thứ bạn viết nhiều năm trước, khi AI tạo sinh chưa có. Đó đúng là nhóm đối chứng mà nghiên cứu năm 2026 đã dùng. Hãy hỏi xem một công cụ thứ hai có đồng ý không, vì sự thiếu nhất quán giữa các công cụ, và giữa những lần chạy lặp lại cùng một công cụ, đã được ghi nhận trong phép thử chuẩn năm 2023. Nếu tiếng Anh không phải tiếng mẹ đẻ của bạn, hoặc bạn soạn nháp bằng ngôn ngữ khác rồi dịch, hãy đặt con số 61,3% và mức mất 20 điểm phần trăm do dịch trước mặt người ra quyết định.

Công cụ nhân hóa và bài toán kinh tế của việc đánh bại một phép thử hỏng

Trả phí thuê bao hằng tháng để đánh bại một phép thử vốn đã sai trên 26% đến 58% các trường hợp quan trọng là cách tiêu tiền tệ, và phép thử chuẩn năm 2023 có ghi lại rằng một công cụ trong mảng này khuyên người dùng biên tập văn bản cho đến khi còn ít nội dung AI phát hiện được hơn, tức là cả một nhóm sản phẩm đang phản bác chính tiền đề của mình.

Ngoài khoản phí còn một cái giá thật. Các lượt nhân hóa hoạt động bằng cách tăng độ đa dạng từ vựng, trên thực tế nghĩa là thay từ đồng nghĩa, thêm rào đón và câu bị bơm phồng. Rốt cuộc bạn tối ưu cho một cỗ máy không ảnh hưởng gì đến thứ hạng của bạn, và trả giá bằng con người vốn mới là người quyết định có liên hệ hay không. Nếu bạn có ngân sách cho việc này, hãy tiêu nó vào một biên tập viên.

Nơi một agency thực sự tạo ra giá trị

Không phải ở chỗ né công cụ phát hiện. Việc làm thay đổi kết quả là quy trình biên tập và chuyên môn chứng minh được: một bản tóm tắt chủ đề chỉ ra thứ doanh nghiệp bạn biết mà đối thủ không biết, một tác giả đứng tên với bằng cấp thật, các nguồn được trích và ghi ngày, và một bước rà soát nơi người từng làm nghề kiểm tra xem các khẳng định có đúng không. Quy trình đó tình cờ khiến đầu ra không bị phát hiện, nhưng đó là hệ quả phụ chứ không phải mục tiêu.

Mecanik xây dựng các chương trình nội dung trên nền tảng đó và soát xét chương trình sẵn có qua dịch vụ audit SEO, vốn khởi đi từ những gì trang của bạn đang kiếm được chứ không phải từ cách chúng được viết. Nếu trang của bạn có thứ hạng mà không có gì xảy ra, thứ cần sửa là tính cụ thể và thẩm quyền, và một đợt audit SEO kỹ thuật sẽ cho bạn biết cái nào trong hai thứ đó thực sự đang chặn bạn. Điểm số của công cụ phát hiện sẽ không xuất hiện trong báo cáo, vì chúng không đo thứ gì bạn có thể hành động. Nếu bạn muốn bức tranh thương mại rộng hơn trước, hướng dẫn của chúng tôi về một agency SEO AI làm gì và nên trả bao nhiêu nói rõ tiền thực sự đi đâu.

Câu hỏi thường gặp

Công cụ phát hiện AI có chính xác không? Không đáng tin cậy. Một nghiên cứu năm 2023 trên International Journal for Educational Integrity thử 14 công cụ qua 756 lượt thử riêng lẻ và thấy mọi công cụ đều dưới 80% độ chính xác, chỉ năm công cụ vượt 70%. Độ chính xác là 74% trên văn bản AI chưa sửa, 42% sau khi có người biên tập, và 26% sau khi diễn đạt lại bằng máy. Một nghiên cứu tháng 2 năm 2026 về Turnitin và Originality cho độ chính xác trung bình vĩ mô lần lượt là 0,61 và 0,69.

Google có phạt nội dung do AI tạo không? Không. Hướng dẫn đã công bố của Google nêu rằng họ tập trung vào chất lượng nội dung chứ không phải cách nội dung được tạo ra, và không phải mọi việc dùng tự động hóa đều là spam. Thứ vi phạm chính sách là lạm dụng nội dung quy mô lớn, được định nghĩa là tạo ra nhiều trang chủ yếu để thao túng thứ hạng thay vì giúp người dùng, và Google nêu rằng điều này áp dụng bất kể nội dung được tạo ra bằng cách nào.

Vì sao công cụ phát hiện AI gắn cờ người viết không nói tiếng Anh bản ngữ? Vì chúng đo độ đa dạng từ vựng và tính dễ đoán chứ không đo quyền tác giả. Một nghiên cứu năm 2023 trên tạp chí Patterns chạy bảy công cụ trên 91 bài luận TOEFL của người không nói tiếng Anh bản ngữ và ghi nhận tỷ lệ báo nhầm trung bình 61,3%, trong khi kết quả với bài luận của học sinh lớp tám ở Mỹ gần như chính xác. Viết lại chính những bài đó bằng ngôn ngữ văn chương hơn kéo tỷ lệ báo nhầm xuống 11,6%.

Công cụ phát hiện AI có nhận ra văn bản đã được người biên tập không? Về cơ bản là không, và đây là khoảng trống lớn nhất. Độ chính xác trên văn bản AI có biên tập nhẹ là 42% trong phép thử chuẩn năm 2023, và một nghiên cứu năm 2026 thấy recall gần bằng không trên các tài liệu lai ghép khoảng một nửa người và một nửa AI. Nghiên cứu về diễn đạt lại kéo một công cụ từ 70,3% xuống 4,6% ở mức báo nhầm cố định 1%.

Tôi nên làm gì nếu bị cáo buộc oan là dùng AI? Hãy coi điểm số là ý kiến về văn phong chứ không phải bằng chứng, và nói vậy kèm trích dẫn nghiên cứu đã công bố. Hãy đưa ra nguồn gốc bạn tự kiểm soát: lịch sử phiên bản tài liệu, các bản nháp, ghi chú và nguồn có dấu thời gian. Hãy yêu cầu chạy chính công cụ đó trên bài bạn viết trước khi AI tạo sinh tồn tại, và hỏi xem một công cụ thứ hai có đồng ý không, vì sự thiếu nhất quán giữa các công cụ đã được ghi nhận.