Công Cụ Phát Hiện Văn Bản AI Dễ Bị Qua Mặt Khi Mô Phỏng Phong Cách Tác Giả

Đội nghiên cứu của Epoch AI thử ba công cụ phổ biến: Pangram (phiên bản 3.3.2), GPTZero (model 2026-05-11-base) và Originality.ai (Turbo 3.0.2). Họ dùng tập gồm 495 đoạn văn của 99 tác giả, chia đều giữa blog, hư cấu và văn khoa học; tất cả văn bản đều được viết trước tháng 11 năm 2022.

Khi kiểm tra văn bản do AI tạo ra từ các câu lệnh đơn giản, cả ba công cụ gần như không sai, với tỉ lệ bỏ sót (false-negative) cao nhất là 0.7%. Công cụ cũng phân loại văn bản của người thật đúng phần lớn; Pangram và GPTZero không báo nhầm một trường hợp nào trong tập thử, còn Originality.ai gắn nhãn AI cho 19 trên 495 đoạn văn người thật, nghĩa là tỉ lệ báo nhầm (false-positive) là 3.8%.

Đội thử nghiệm sau đó cho ba model đầu ngành — Claude Opus 4.8, GPT-5.5 và Gemini 3.1 Pro — đọc năm đoạn văn thật của một tác giả rồi yêu cầu viết tiếp theo cùng phong cách. Trong 297 đoạn văn AI viết theo phong cách tác giả này, trung bình 38 đoạn bị ba công cụ bỏ sót, tương đương tỉ lệ bỏ sót khoảng 13%. Pangram bỏ sót 10%, GPTZero bỏ sót 11% và Originality.ai bỏ sót 18%.

Hiệu suất khác nhau theo thể loại: đối với hư cấu, tỉ lệ bỏ sót chung chỉ từ 1% đến 5%. Ngược lại, văn khoa học là nơi các công cụ thất bại nhiều nhất: Pangram bỏ sót 25% văn khoa học mô phỏng phong cách, GPTZero bỏ sót 24% và Originality.ai bỏ sót 29%. Một số cặp model-thể loại còn cho kết quả tệ hơn, ví dụ Pangram bỏ sót 48% đoạn do Gemini tạo ra trong văn khoa học, và Originality.ai bỏ sót 39% đoạn GPT-5.5 tạo ra.

Bài báo cũng mô tả ngắn về phương pháp của từng công cụ: Pangram dùng mạng nơ-ron được huấn luyện trên văn bản người và máy, GPTZero đo độ dự đoán của lựa chọn từ và dao động trong văn bản, còn Originality.ai tìm kiếm các mẫu thống kê thu được trong quá trình huấn luyện trên văn bản người và văn bản AI.