Người phụ trách Văn Việt:

Trịnh Y Thư

Web:

vanviet.info

Blog:

vandoanviet.blogspot.com

Danh ngôn

“Thế giới này, như nó đang được tạo ra, là không chịu đựng nổi. Nên tôi cần có mặt trăng, tôi cần niềm hạnh phúc hoặc cần sự bất tử, tôi cần điều gì đó có thể là điên rồ nhưng không phải của thế giới này.”

“Ce monde, tel qu’il est fait, n’est pas supportable. J’ai donc besoin de la lune, ou du bonheur, ou de l’immortalité, de quelque chose qui ne soit dement peut-etre, mais qui ne soit pas de ce monde.”

(Albert Camus, Caligula)

.

“Tất cả chúng ta, để có thể sống được với thực tại, đều buộc phải nuôi dưỡng trong mình đôi chút điên rồ.”

“Nous sommes tous obligés, pour rendre la realite supportable, d’entretenir en nous quelques petites folies.”

(Marcel Proust, À l’ombre des jeunes filles en fleurs)

.

“Nghệ thuật và không gì ngoài nghệ thuật, chúng ta có nghệ thuật để không chết vì sự thật.”

“L’art et rien que l’art, nous avons l’art pour ne point mourir de la vérité.” (Friedrich Nietzsche, Le Crépuscule des Idoles)

.

“Mạng xã hội đã trao quyền phát ngôn cho những đạo quân ngu dốt, những kẻ trước đây chỉ tán dóc trong các quán bar sau khi uống rượu mà không gây hại gì cho cộng đồng. Trước đây người ta bảo bọn họ im miệng ngay. Ngày nay họ có quyền phát ngôn như một người đoạt giải Nobel. Đây chính là sự xâm lăng của những kẻ ngu dốt.”

“Social media danno diritto di parola a legioni di imbecilli che prima parlavano solo al bar dopo un bicchiere di vino, senza danneggiare la collettività. Venivano subito messi a tacere, mentre ora hanno lo stesso diritto di parola di un Premio Nobel. È l’invasione degli imbecilli.”

(Umberto Eco, trích từ bài phỏng vấn thực hiện tại Đại học Turin (Ý), ngày 10 tháng 6 năm 2015, ngay sau khi U. Eco nhận học vị Tiến sĩ danh dự ngành Truyền thông và Văn hoá truyền thông đại chúng. Nguyên văn tiếng Ý đăng trên báo La Stampa 11.06.2015)

Ban Biên tập

Địa chỉ liên lạc:

1. Thơ

tho.vanviet.vd@gmail.com

2. Văn

vanviet.van14@gmail.com

3. Nghiên cứu Phê Bình

vanviet.ncpb@gmail.com

4. Vấn đề hôm nay

vanviet.vdhn1@gmail.com

5. Thư bạn đọc

vanviet.tbd14@gmail.com

6. Tư liệu

vanviet.tulieu@gmail.com

7. Văn học Miền Nam 54-75

vanhocmiennam5475@gmail.com

Tra cứu theo tên tác giả

Thứ Sáu, 20 tháng 11, 2026

Dạy học với trí khôn nhân tạo – Hướng dẫn thực hành trong kỷ nguyên học mới (8)

 José Antonio Bowen – C. Edward Watson

Xuất bản lần thứ hai với sự hợp tác của Hiệp hội các trường đại học và cao đẳng Hoa Kỳ, JOHNS HOPKINS UNIVERSITY PRESS, Baltimore, 2026

A.I. dịch, Thuận Thiên hiệu đính

CHƯƠNG 8

GIAN LẬN VÀ PHÁT HIỆN GIAN LẬN

Đây là phiên bản tệ nhất mà AI từng có và có thể có trong tương lai

DONALD CLARK, Plan B (blog), 16, tháng Bảy, 2023

Truy quét (Lời mở đầu)

Thưa quý vị: câu chuyện quý vị sắp đọc là có thật. Chỉ có tên riêng được thay đổi nhằm bảo vệ những người vô tội. Đó là một buổi sáng thứ Năm, và một nghiên cứu sinh tại một trường đại học nghiên cứu lớn thuộc nhóm R1 [nhóm đại học hàng đầu của Mỹ, như Harvard, Columbia, Michigan, Berkeley… – ND] nhận được thông báo: bạn có thể đã vi phạm quy định về tính trung thực học thuật của trường. Một cuộc họp đã được lên lịch vào thứ Hai tuần sau. Một giảng viên nhận thấy bài đăng trên diễn đàn thảo luận của sinh viên này quá sâu sắc (đối với một người không thuộc chuyên ngành), đến mức làm dấy lên sự nghi ngờ.

Giảng viên quyết định kiểm tra tất cả các bài của sinh viên này đăng trên diễn đàn thảo luận bằng các công cụ phát hiện AI là Copyleaks và GPTZero. (Copyleaks yêu cầu đăng ký thuê bao hằng tháng, trong khi GPTZero được sử dụng miễn phí). GPTZero cho biết bài đăng ban đầu bị nghi ngờ có xác suất 50% là do AI tạo ra, còn hai bài kia lần lượt có xác suất 35% và 5%; tuy nhiên, Copyleaks lại kết luận rằng cả ba bài đều chứa nội dung do AI tạo ra ở mức 100%.

Người sinh viên [nữ sinh] biết rằng những bài viết đó hoàn toàn là do mình tự làm, nhưng hai công cụ khác nhau lại đưa ra một bức tranh đầy bất lợi. Cô cũng tự hỏi vì sao lại có những khác biệt lớn như vậy giữa các kết quả phân tích. Làm thế nào cô có thể tự bảo vệ mình trước những bằng chứng tưởng chừng quá áp đảo và gần như mang tính kết luận như vậy? Những làn sóng hoảng loạn, sợ hãi và hoang mang khiến chứng rối loạn lo âu của cô trở nên trầm trọng hơn khi cô nghĩ về ý nghĩa của việc này đối với tương lai của mình. Rồi cô nảy ra một ý tưởng.

Cô tìm được bài báo bình duyệt gần đây nhất do chính vị giảng viên đứng tên tác giả duy nhất, rồi sao chép phần tóm tắt của bài báo đó vào công cụ miễn phí GPTZero. Và quả nhiên, công cụ này cho biết có 36% khả năng đoạn văn đó hoàn toàn do AI viết. Sau đó, cô trả phí thuê bao để sử dụng Copyleaks, và cũng giống như các bài đăng thảo luận của cô, phần tóm tắt bài báo của giảng viên bị kết luận là “100% nội dung do AI tạo ra”, mặc dù bài báo ấy đã được xuất bản trước khi OpenAI phát hành ChatGPT tới mười tháng.

Sinh viên sử dụng AI để gian lận dễ đến mức nào thì giảng viên cũng có thể dễ dàng xây dựng một hồ sơ để buộc tội bất kỳ sinh viên nào gian lận bằng AI đến mức ấy. Việc hiểu rõ cách thức hoạt động của hành vi gian lận bằng AI cũng như các công cụ phát hiện AI hiện đã trở nên thiết yếu đối với mọi giảng viên, sinh viên và cơ sở giáo dục. Nếu bạn tò mò muốn biết điều gì đã xảy ra vào ngày thứ Hai, hãy nhảy đến cuối chương; còn nếu muốn hiểu những cạm bẫy của vấn đề này, hãy tiếp tục đọc.

Gian lận của sinh viên

Gian lận thì lúc nào cũng tồn tại. Giảng viên thường không muốn biết đến điều đó. Rất ít người trong chúng ta muốn tập trung vào việc “canh chừng” hay kiểm soát gian lận, và chúng ta (đúng vậy, là giảng viên) cũng từng là những sinh viên khá khác biệt, những người thực sự có động lực học tập vì bản thân kiến thức.

Internet khiến việc gian lận trở nên dễ dàng hơn, cũng như các thiết bị kết nối Internet cầm tay và đeo được. Từ lâu, phần lớn sinh viên đại học đã thừa nhận đã từng gian lận dưới một hình thức nào đó (McCabe và cộng sự, 2012), và lý do hàng đầu dẫn đến gian lận là “có cơ hội để làm điều đó” (Newton & Essex, 2023). Vì vậy, không có gì ngạc nhiên khi việc gian lận bằng AI đã trở thành một trong những mối quan tâm hàng đầu của giảng viên.

Trước khi AI xuất hiện, việc tìm kiếm trên web trong lúc làm bài thi là hình thức gian lận phổ biến nhất trong các kỳ thi trực tuyến (với tỷ lệ tự khai là 39,8% theo Owens, 2015). Khoảng một nửa số sinh viên cho rằng việc “google” đáp án bài tập về nhà là hoàn toàn hoặc phần nào chấp nhận được (và chỉ có 18% cho rằng điều đó là “hoàn toàn không thể chấp nhận”; Student Voice Survey, 2011). Gần đây hơn, các nhà cung cấp “công cụ hỗ trợ học tập” (study aid providers – SAPs) như Chegg, Course Hero và QuillBot đã trở nên phổ biến hơn (được 39% sinh viên sử dụng) so với “dịch vụ thầy dạy kèm hoặc hỗ trợ học tập tại trường đại học của tôi” (28%) (Newton, 2023). Mười lăm phần trăm sinh viên đại học cho biết họ từng trả tiền để người khác làm bài tập thay mình (Newton, 2018). Đến năm 2017, một nửa sinh viên đại học thừa nhận đã sao chép đáp án bài tập về nhà, và (thật bất ngờ!) điều này dẫn đến điểm thi thấp hơn cho chính họ (Glass & Kang, 2020). Một nghiên cứu gần đây cho thấy khoảng 13%–25% sinh viên ngành kế toán đã sử dụng Chegg trong các kỳ thi trực tuyến: họ gửi câu hỏi lên Chegg để được giải, sau đó nhiều sinh viên cùng truy cập lấy đáp án trong thời gian làm bài thi, đồng thời liên tục làm mới trang web Chegg trong lúc chờ câu trả lời (Conaway & Wiesen, 2023). Trong giai đoạn đại dịch COVID, khi việc sử dụng các dịch vụ hỗ trợ học tập (SAPs) bùng nổ, tỷ lệ tự khai gian lận trong các kỳ thi trực tuyến cũng tăng từ 29,9% lên 54,7% (theo một nghiên cứu tổng hợp quy mô lớn của Newton & Essex [2023] dựa trên mười chín nghiên cứu với 4.672 người tham gia). Thật khó tin rằng việc tự khai về hành vi gian lận lại không bị báo cáo thấp hơn thực tế, điều này cho thấy rằng hiện nay có không ít sinh viên của bạn đang gian lận bất cứ khi nào họ có cơ hội.

Giờ hãy thêm AI vào bức tranh đó. Do sự xuất hiện của AI, mức độ sử dụng Chegg đã sụt giảm nghiêm trọng đến mức giá cổ phiếu của công ty hiện gần như không còn giá trị (Hejl, 2025). Việc sử dụng các dịch vụ hỗ trợ học tập (SAPs) hiện phần lớn đã được thay thế bởi AI. Dữ liệu khảo sát tự khai về số lượng sinh viên cho biết họ sử dụng AI cho việc học đã cho thấy mức tăng ổn định. Năm 2023, 49% sinh viên đại học cho biết họ sử dụng AI để “tóm tắt hoặc diễn đạt lại văn bản”, “trả lời câu hỏi bài tập” và viết “phần lớn nội dung của bài làm” (Shaw và cộng sự, 2023). Đến năm 2025, từ 80% đến 96% sinh viên đại học thừa nhận sử dụng AI trong học tập, trong đó 25% sử dụng hằng ngày (Chegg, 2025; Freeman, 2025). Một khảo sát khác cho biết 89% sinh viên đại học đang sử dụng ChatGPT, nhưng đồng thời 72% lại cho rằng công cụ này nên bị cấm khỏi mạng của trường đại học họ (Study.com, 2023)!

Cũng trong năm 2025, sinh viên đã phát triển nhiều lý do khiến việc sử dụng AI được xem là “an toàn hơn” đối với một số nhiệm vụ: AI được cho là mang tính ẩn danh; họ có thể đặt những câu hỏi mà họ ngại hỏi giảng viên, và họ cảm thấy thoải mái hơn khi nhận phản hồi từ AI (Maxwell và cộng sự, 2025). Học sinh phổ thông cũng đang sử dụng AI, với 64% phụ huynh cho rằng giáo viên nên cho phép sử dụng AI trong học tập ở trường (Walton Family Foundation, 2023).

Nhiều báo cáo, khảo sát và nghiên cứu đã ghi nhận sự gia tăng của hành vi thiếu trung thực trong học thuật (Bond, 2023; Gaur, 2023; Wiley, 2024). Năm mươi chín phần trăm lãnh đạo giáo dục đại học cho biết tình trạng gian lận đã gia tăng, trong đó 21% nhận thấy mức tăng là đáng kể (Watson & Rainie, 2025). Báo cáo kỷ luật thường niên của Đại học Pennsylvania ghi nhận số vụ “giành lợi thế không công bằng so với các sinh viên khác” tăng gấp bảy lần (!), bao gồm cả việc “sử dụng ChatGPT hoặc Chegg” (Bui, 2023; Nettleton & Ravinsky-Mayer, 2023). Thực tế, điều gây ngạc nhiên trong một nghiên cứu gần đây tại Vương quốc Anh không phải là việc các hành vi sai phạm liên quan đến AI gia tăng và các vụ đạo văn truyền thống giảm xuống, mà là việc một số sinh viên vẫn còn tiếp tục đạo văn theo kiểu truyền thống (Goodier, 2025). Nói ngắn gọn, có sự đồng thuận rộng rãi rằng việc sử dụng và lạm dụng AI đang ngày càng gia tăng (O’Connell, 2025).

Phần lớn sinh viên dường như nhận thức được những vấn đề đạo đức và rủi ro liên quan đến việc sử dụng AI, nhưng 51% sinh viên cho biết họ vẫn sẽ tiếp tục sử dụng AI ngay cả khi giảng viên hoặc cơ sở đào tạo cấm điều đó (Bharadwaj và cộng sự, 2023). Một khảo sát tiếp theo của cùng nhóm nghiên cứu cho thấy con số này tăng vọt lên 75% chỉ vài tháng sau đó (Shaw và cộng sự, 2023). Trong một nghiên cứu khác, 94% sinh viên (thuộc năm quốc gia khác nhau) cho biết họ sẽ tiếp tục sử dụng AI mặc dù phần lớn đồng ý rằng hành vi đó là không trung thực (Ibrahim và cộng sự, 2023). Một nghiên cứu tại Mỹ phát hiện rằng 75% sinh viên tin rằng việc sử dụng AI là sai trái nhưng vẫn làm như vậy, và 35% tin rằng giảng viên của họ không hề biết họ đang sử dụng AI (Intelligent.com, 2023). Điều đó có thể đúng vào năm 2023, khi 42% giảng viên không tin rằng sinh viên của họ đang sử dụng AI (Wiley, 2023). Nhưng hiện nay tình hình đã thay đổi. Gần như tất cả mọi người trong giáo dục đại học đều nhận ra rằng việc sinh viên sử dụng AI đã trở nên gần như phổ biến khắp nơi, và mức độ sử dụng cũng như chuyên môn về AI của giảng viên đang tụt lại phía sau sinh viên (Watson & Rainie, 2025).

Động cơ, phương tiện và cơ hội dường như đã được dễ dàng thiết lập. AI và các công nghệ khác đã cung cấp một phương tiện mới, còn đại dịch COVID cùng các hình thức đánh giá từ xa đã làm gia tăng cơ hội gian lận. Động cơ cũng rất rõ ràng: 12% sinh viên sử dụng ChatGPT cho biết công cụ này đã giúp nâng điểm trung bình học tập (GPA) của họ, với mức GPA trung bình được báo cáo là 2,9 vào học kỳ mùa thu năm 2022 (thời điểm ChatGPT được phát hành vào ngày 30 tháng 11 năm 2022) so với 3,5 vào học kỳ mùa xuân năm 2023. (GPA là viết tắt của Grade Point Average, tức điểm trung bình học tập. Đây là cách phổ biến ở Mỹ và nhiều nước để đo kết quả học tập của sinh viên theo thang điểm, thường là thang 4.0 – ND).

Phát hiện AI

Hiện đang diễn ra một “cuộc chạy đua vũ trang” trên không gian mạng nhằm tạo ra các công cụ phát hiện AI ngày càng tốt hơn (Watson, 2023) nhưng việc xác định độ chuẩn xác của những công cụ này lại rất phức tạp. Các bài viết phổ biến trên truyền thông thường sử dụng kích thước mẫu quá nhỏ và chỉ kiểm tra một số công cụ phát hiện bằng những phương pháp nghiên cứu yếu kém đến mức khó có thể xem là nghiêm túc. Các nghiên cứu học thuật thường chỉ kiểm tra các công cụ phát hiện miễn phí, kém chất lượng hoặc đã lỗi thời đối với những hệ thống AI mới nhất, và người kiểm thử cũng không phải lúc nào cũng xem xét các yếu tố như độ dài văn bản, chất lượng của câu lệnh, hay việc sử dụng các công cụ diễn đạt lại (paraphrasing tools). Rất khó để tách bạch các vấn đề như tỷ lệ dương tính giả, xung đột lợi ích (vốn tồn tại trong các nghiên cứu do nhà cung cấp tài trợ), cách sinh viên cố gắng né tránh việc bị phát hiện, những lo ngại về bất bình đẳng số, cũng như câu hỏi liệu đây có thực sự là cách mà giảng viên muốn dành thời gian và công sức của mình hay không.

Turnitin ban đầu tuyên bố tỷ lệ dương tính giả (false positive rate) là 1%, nhưng đến mùa thu năm 2023 đã điều chỉnh con số này lên 4% (Chechitelli, 2023). Chừng đó cũng đã đủ để nhiều cơ sở giáo dục, bao gồm Vanderbilt University, Michigan State University và nhiều nơi khác, tắt phần mềm phát hiện AI của Turnitin (Ghaffary, 2023). Tuy nhiên, không phải tất cả đều làm theo, và nhiều tổ chức vẫn tiếp tục duy trì đăng ký sử dụng ở cấp cơ sở (Mathewson, 2025). OpenAI, công ty mẹ của ChatGPT, ban đầu từng công bố bộ phân loại của mình đạt độ chính xác 98% (Schade, 2023). Tuy nhiên, nghiên cứu nội bộ của chính công ty lại cho thấy bộ phân loại này chỉ phát hiện đúng văn bản thực sự do AI tạo ra trong 26% trường hợp và đôi khi còn nhận diện nhầm, với mức độ tự tin cao, văn bản do con người viết là do AI tạo ra trong 9% trường hợp (Kirchner và cộng sự, 2023). Công cụ này cũng thất bại trong cả ba bài kiểm tra của Agarwal (2023) và chỉ đạt độ chính xác 38% trong đánh giá của Caulfield (2023).

Xung đột lợi ích xuất hiện ở khắp nơi. Động lực để OpenAI phát triển một công cụ phát hiện hiệu quả dường như khá thấp, và cuối cùng công cụ đó cũng đã bị ngừng hoạt động. Copyleaks cung cấp một công cụ chấm điểm bằng AI, một công cụ phát hiện nội dung AI và một công cụ phát hiện đạo văn (cũng sử dụng AI). Trên trang web của mình, công ty quảng bá các công cụ này là hữu ích cho cả giảng viên lẫn sinh viên nhằm giảm “nguy cơ đạo văn do AI một cách vô ý”. QuillBot thì vừa cung cấp công cụ diễn đạt lại bằng AI để viết lại nội dung, vừa cung cấp công cụ phát hiện đạo văn. Đây là một chiến lược kinh doanh khá thú vị khi tạo ra những sản phẩm hoàn toàn đối nghịch nhau: liệu có tốt hơn nếu công cụ phát hiện AI của chúng ta có thể phát hiện chính sản phẩm do công cụ diễn đạt lại bằng AI của chúng ta tạo ra, hay công cụ diễn đạt lại bằng AI của chúng ta nên có khả năng đánh lừa chính công cụ phát hiện AI của chúng ta?

Một nghiên cứu cho thấy bảy công cụ phát hiện AI được sử dụng rộng rãi (bao gồm GPTZero và ZeroGPT) hoạt động chính xác đối với các bài luận đoạt giải của học sinh lớp tám, nhưng lại nhận diện nhầm hơn một nửa số bài luận TOEFL (Test of English as a Foreign Language) từ một nguồn giáo dục Trung Quốc là do AI tạo ra (Liang, 2023). Tuy nhiên, một nghiên cứu tiếp theo với bộ dữ liệu lớn hơn đã không thể tái lập kết quả này và kết luận rằng có thể tồn tại sự thiên kiến lớn hơn đối với người bản ngữ (Jiang et al., 2024).

Các nghiên cứu so sánh các công cụ phát hiện AI đã phát hiện sự khác biệt rất lớn về khả năng nhận diện (Coffey, 2024). Weber-Wulff và cộng sự (2023) đã xem xét mười bốn công cụ phát hiện khác nhau và nhận thấy có những khác biệt đáng kể giữa từng sản phẩm cũng như trong cách chúng phản ứng với các chiến lược sử dụng của người học (chẳng hạn như cách sinh viên cố tránh bị phát hiện): năm trong số mười bốn bộ phân loại chỉ đạt độ chính xác 50% hoặc thấp hơn. Các nghiên cứu tiếp theo tiếp tục xác nhận cả sự biến động trong hiệu quả của các công cụ phát hiện (Desaire và cộng sự, 2023) lẫn tính hiệu quả của các chiến lược né tránh, chẳng hạn như cố ý thêm lỗi chính tả hoặc đưa trực tiếp vào câu lệnh yêu cầu AI “hãy làm cho bài luận này không bị nhận diện là do AI tạo ra” (Perkins và cộng sự, 2024). Các công cụ phát hiện không hề ngang nhau về chất lượng, và sinh viên có thể dễ dàng tìm ra những chiến lược giúp giảm khả năng bị phát hiện. Nếu tò mò, bạn có thể tìm kiếm cụm từ “how to avoid AI detection” (“cách tránh bị phát hiện AI”). Có vô số video trên mạng phản ánh đúng những gì các nghiên cứu đã chỉ ra.

GPTZero (đúng vậy, chính là GPTZero được nhắc đến ở phần mở đầu của chương này) chỉ nhận diện đúng sáu trong số chín mẫu văn bản do con người viết trong nghiên cứu của Weber-Wulff và cộng sự (2023). Kết quả này phù hợp với một nghiên cứu học thuật khác cho thấy GPTZero có tỷ lệ dương tính giả (false positive rate) là 18% và tỷ lệ âm tính giả (false negative rate) là 32%. Khi thực hiện thêm bước đưa văn bản do ChatGPT tạo ra qua công cụ diễn đạt lại của QuillBot, tỷ lệ âm tính giả của GPTZero tăng lên tới 95%, thậm chí trong một số trường hợp còn lên đến 100% (Ibrahim và cộng sự, 2023).

Trong nghiên cứu của Weber-Wulff và cộng sự, bốn công cụ phát hiện AI – CheckforAI, Winston AI, GPT-2 Output và Turnitin – chỉ bỏ sót một trong số mười tám mẫu văn bản do AI tạo ra. Ba trong số các công cụ này (tất cả ngoại trừ Winston AI) cũng không tạo ra bất kỳ trường hợp dương tính giả nào. Một nghiên cứu khác cho thấy Turnitin nhận diện chính xác 91% nội dung do AI tạo ra, kết quả tốt hơn nhiều so với giảng viên, những người chỉ nhận diện đúng 54,5% nội dung AI (Perkins và cộng sự, 2023).

Sinh viên, các dịch vụ gian lận học thuật và các nhà nghiên cứu đã phát hiện rằng độ tin cậy của các công cụ phát hiện AI suy giảm mạnh hơn nữa sau khi thực hiện “diễn đạt lại đệ quy” (recursive paraphrasing) (Sadasivan et al., 2023). [“Recursive paraphrasing” là kỹ thuật dùng AI để viết lại một đoạn văn nhiều lần liên tiếp, trong đó mỗi phiên bản mới lại được dùng làm đầu vào cho lần paraphrase tiếp theo – ND]. Một nhóm nghiên cứu nhận thấy rằng việc yêu cầu các mô hình ngôn ngữ lớn (LLMs) chỉnh sửa các phản hồi ban đầu bằng cách lặp đi lặp lại việc thay thế từ ngữ và cụm từ đã tạo ra một công cụ diễn đạt lại nội bộ. Họ đã thử nghiệm kỹ thuật lặp hay “tối ưu hóa” này (như đã thảo luận ở chương 3) trong những tình huống mà họ cho rằng ChatGPT có thể bị lạm dụng (chẳng hạn như viết bài luận học thuật, trả lời câu hỏi và tạo đánh giá sản phẩm giả) đồng thời kiểm tra nó với sáu phương pháp phát hiện AI (dù đều được xếp hạng khá thấp). Kết quả cho thấy hiệu quả phát hiện còn tệ hơn cả đoán ngẫu nhiên (Lu et al., 2023).

Không còn nghi ngờ gì nữa rằng sinh viên đang sử dụng AI theo nhiều cách sáng tạo khác nhau, nhưng mức độ phổ biến của việc sinh viên nộp các bài viết do AI tạo ra là bao nhiêu? Vào tháng 4 năm 2024, Turnitin báo cáo rằng trong số 200 triệu bài viết mà họ đã kiểm tra trong năm đầu tiên kể từ tháng 4 năm 2023, có hơn 22 triệu bài bị đánh dấu là chứa ít nhất 20% nội dung do AI viết (Turnitin, 2024); điều đó có nghĩa là khoảng một trang hoặc hơn trong một bài luận dài năm trang có chứa nội dung AI. Con số 22 triệu nghe có vẻ rất lớn, nhưng trên tổng số 200 triệu thì chỉ chiếm khoảng 11%. Nói cách khác, trong một lớp học gồm ba mươi sinh viên, chỉ khoảng ba hoặc bốn người gian lận bằng AI theo cách nghiêm trọng nhất.

Tuy nhiên, còn có rất nhiều cách khác mà sinh viên có thể sử dụng AI để cải thiện bài làm của mình. Giả sử một sinh viên yêu cầu AI tạo một dàn ý chi tiết cho một bài tập viết rồi sau đó tự mình viết toàn bộ bài luận thì sao? Mặc dù cách tiếp cận như vậy chắc chắn làm né tránh quá trình học tập, các công cụ phát hiện AI sẽ không có cách nào để phát hiện điều này (và liệu đó có phải là “gian lận” hay chỉ là “sự phụ thuộc quá mức” vào AI?). Việc phát hiện AI chỉ có thể bắt được kiểu sử dụng AI theo dạng sao chép–dán trực tiếp, vì vậy hãy cân nhắc giữa khả năng “bắt được” 11% trường hợp đó với nguy cơ gây hại do các cáo buộc sai.

Turnitin tự báo cáo rằng tỷ lệ dương tính giả của họ là 4% (Chechitelli, 2023), và công ty cho biết họ đã gắn cờ 22 triệu bài luận trong năm đầu tiên đó. Điều này có nghĩa là khoảng 880.000 sinh viên đã bị gắn nhãn sai là sử dụng AI trong khi thực tế họ không hề làm vậy. (Và đây mới chỉ là năm đầu chỉ từ một nhà cung cấp công cụ phát hiện AI duy nhất.) Những cáo buộc gian lận sai trên quy mô lớn chắc chắn không thể giúp cải thiện cuộc khủng hoảng sức khỏe tinh thần của sinh viên trong giáo dục đại học (Abrams, 2022; American Association of Colleges and Universities, 2024a), cũng như tình trạng suy giảm niềm tin của công chúng vào giáo dục đại học (Brenan, 2023). Việc phát hiện AI không phải là một “bằng chứng không thể chối cãi” (“smoking gun”: khẩu súng đang bốc khói), và nó có khả năng gây hại nhiều hơn mang lại lợi ích. Có thể nói rằng cho đến nay tình hình thực tế dường như đúng là như vậy.

CÁC ĐIỂM THEN CHỐT CỦA VIỆC PHÁT HIỆN AI

- Độ chính xác của các công cụ phát hiện AI khác nhau đáng kể.

- Những công cụ phát hiện AI tốt nhất nhận diện văn bản do AI tạo ra hiệu quả hơn cả giảng viên.

- Việc phát hiện AI hoạt động đáng tin cậy nhất khi mẫu bài viết đủ dài và được tạo hoàn toàn bởi AI.

- Các công cụ phát hiện AI không trực tiếp cáo buộc sinh viên gian lận. Chúng chỉ cung cấp một điểm xác suất cho biết mức độ nội dung có thể được tạo bởi AI.

- Có nhiều chiến lược mà sinh viên có thể sử dụng để làm giảm độ chính xác của các công cụ phát hiện AI.

Nếu bạn quyết định sử dụng những công cụ này, dưới đây là một số câu hỏi thực tiễn cần cân nhắc:

- Việc phát hiện AI nên đóng vai trò gì, nếu có, trong các chính sách và quy trình về liêm chính học thuật của bạn?

- Với những tổn hại mà các cáo buộc sai có thể gây ra, trong những hoàn cảnh nào thì việc sử dụng các công cụ này là hợp đạo đức? Bao nhiêu trường hợp dương tính giả là quá nhiều? Bạn sẵn sàng chấp nhận mức độ “tổn hại phụ” nào đối với sinh viên để phát hiện những người khác đã dùng AI?

- Hiện nay cần yêu cầu loại hình đào tạo nào dành cho giảng viên để giúp họ theo kịp cả công nghệ AI lẫn các chính sách mới? (Các công cụ phát hiện AI chỉ có thể đưa ra xác suất, vì vậy phán đoán của giảng viên vẫn mang tính quyết định.)

- Bạn sẽ sử dụng dữ liệu mà các công cụ này trả về như thế nào? Đó sẽ là cơ sở cho một cuộc trao đổi với sinh viên? Hay là bằng chứng cho một vụ việc tại hội đồng danh dự/hội đồng kỷ luật học thuật?

- Những chính sách và/hoặc cơ cấu nào về liêm chính học thuật hiện đang tồn tại để hỗ trợ cho cách bạn mong muốn sử dụng dữ liệu này? Có những bước vận động hay bảo vệ nào mà bạn và các đồng nghiệp nên thực hiện để bảo vệ sinh viên trong trường của mình không?

Có rất nhiều điều cần phải cân nhắc. Christopher Ostro đã có cách tiếp cận khá thận trọng khi áp dụng điều mà ông gọi là “phương pháp ghép mảnh” (“mosaic approach”). Ông sử dụng các công cụ phát hiện AI, nhưng chỉ xem chúng như một dữ liệu tham khảo trong nhiều nguồn thông tin khác nhau. Ông tập trung vào sự tin tưởng và mối quan hệ với sinh viên, thiết kế các bài tập theo từng bước để có thể so sánh sự tiến bộ qua thời gian, giải thích rõ cách ông sẽ sử dụng các công cụ phát hiện, và luôn trò chuyện với sinh viên trước tiên (eLearning Consortium of Colorado, 2025). Cách bạn tiếp cận những cuộc trao đổi này là điều mang tính quyết định. Nếu bạn bắt đầu bằng câu như: “Tôi cảm thấy bài này không còn thể hiện rõ giọng văn của em như tôi mong đợi,” thì sinh viên thường sẽ thừa nhận liệu họ có sử dụng AI hay không.

Giảng viên thường không muốn trả phí thuê bao hằng tháng chỉ để kiểm tra xem sinh viên có thể gian lận như thế nào (và như thế là hợp lý). Nhưng những sinh viên từng sẵn sàng trả 14,95 đô la mỗi tháng cho Chegg để cải thiện điểm số lại xem mức 20 đô la mỗi tháng cho GPT-4, vốn mạnh hơn đáng kể, là hoàn toàn đáng giá. Nếu trải nghiệm của bạn với AI chỉ giới hạn ở các phiên bản miễn phí, thì bạn sẽ có một nhận thức chưa đầy đủ về khả năng viết tốt đến mức nào của (AI 2023b; Mollick, 2023). Điều đó cũng giống như việc đánh giá thấp tiềm năng của internet chỉ vì kết nối quay số (dial-up) của bạn quá chậm. Các gói sử dụng miễn phí dành cho sinh viên từ nhiều công ty AI đang ngày càng làm gia tăng khoảng cách giữa mức độ hiểu biết của sinh viên và của giảng viên về những công cụ AI tốt nhất.

Đã có những khoản đầu tư vốn mạo hiểm khổng lồ đổ vào các công cụ hỗ trợ gian lận, sau đó được bán cho sinh viên để kiếm lợi nhuận. Các công ty mới thậm chí còn không cố che giấu mục tiêu cuối cùng của mình. Khi Youmakr.ai ở London thông báo rằng họ đã huy động được 500.000 đô la vốn pre-seed, mục tiêu của họ được nêu rất rõ: “Thuật toán AI của YouMakr viết lại nội dung của bạn hoàn toàn từ đầu theo cách rất giống con người. Điều này giúp duy trì chất lượng cao của nội dung đồng thời đánh bại các công cụ phát hiện AI” (Prabhu, 2023). Cuộc chạy đua nhằm “đánh bại các công cụ phát hiện AI” đang được tài trợ mạnh mẽ và diễn ra trên diện rộng. Grammarly và nhiều công ty khác vốn đã cung cấp công cụ phát hiện đạo văn như một công cụ hỗ trợ liêm chính học thuật: nhằm bảo đảm rằng bạn đã xác định đúng phần nội dung của người khác có thể vô tình xuất hiện như thể đó là sản phẩm của chính bạn.

Trong khi các nhà phát triển công cụ quảng bá với giảng viên rằng họ có thể “bắt” sinh viên đạo văn, thì đồng thời họ cũng đang hướng đến sinh viên bằng cách giúp họ né tránh chính những phần mềm mà giảng viên sử dụng: “Các trường đại học thường có một mức tỷ lệ được chấp nhận mà họ muốn sinh viên tuân theo, vì vậy bằng cách sử dụng công cụ kiểm tra đạo văn trước khi nộp bài, sinh viên có thể bảo đảm rằng tỷ lệ nội dung tương đồng” sẽ thấp hơn ngưỡng quy định (Plagiarism Checker, 2021).

Cũng đang xuất hiện một kiểu “cuộc chạy đua” mới nữa. Đó là cuộc chạy đua của sinh viên nhằm tự bảo vệ mình trước các cáo buộc sai. Grammarly (2025) hiện cung cấp một tính năng gọi là Authorship, tính năng này “tự động gắn nhãn văn bản của bạn là do chính bạn viết, được tạo bằng AI, hay được chỉnh sửa bằng Grammarly để bạn có thể chứng minh bài làm của mình là nguyên gốc.” Một đối thủ của Grammarly là Trinka AI cũng cung cấp các tính năng tương tự trong công cụ Documark. Trinka AI (2025) mô tả đây là “một công cụ liêm chính học thuật giúp chuyển trọng tâm từ việc phát hiện AI thiếu chuẩn xác sang việc học tập, giống như trong thời kỳ trước khi có ChatGPT”. Nỗi lo sợ của sinh viên và sự thất vọng của giảng viên đang tạo ra một thị trường cho các giải pháp thay thế thế giới phát hiện AI, nhưng điều đó sẽ còn tạo ra thêm những bất bình đẳng nào nữa?

Liệu điều đó có quan trọng không khi những sinh viên có hoàn cảnh kinh tế khó khăn nhiều khả năng sẽ sử dụng các phiên bản AI miễn phí và kém tinh vi hơn, đồng thời có thể không đủ khả năng chi trả cho những phần mềm paraphrase tốt nhất? Việc phát hiện AI dường như có khả năng gắn cờ một số lượng không tương xứng các sinh viên nghèo (hoặc giảng viên) đang sử dụng những công cụ chưa đủ tốt. Những hậu quả của việc bị cáo buộc cũng dường như nghiêm trọng hơn đối với các sinh viên nghèo theo nhiều phương diện (bao gồm tâm lý, pháp lý, tài chính, học thuật và cả triển vọng nghề nghiệp trong tương lai). Đối với những sinh viên như vậy, vốn đã tồn tại nhiều bất bình đẳng số. Ai có thể phủ nhận rằng những sinh viên sở hữu kết nối internet nhanh nhất và các công cụ mới nhất sẽ có lợi thế hơn so với những người không có chúng? Quang cảnh AI đang hình thành hiện nay còn làm trầm trọng thêm những mối lo ngại đó theo những cách mới và có ảnh hưởng sâu rộng hơn. Cuộc chiến quyết liệt giữa AI, cách sinh viên sử dụng AI, các công cụ phát hiện, và những công cụ cung cấp giải pháp thay thế cho việc phát hiện sẽ còn tiếp diễn. Đây giờ đã là một ngành kinh doanh khổng lồ, và chúng ta có thể dự đoán sẽ tiếp tục xuất hiện các công cụ phát hiện AI, các phương thức né tránh phát hiện, cùng những công cụ thay thế khác nhằm giải quyết các mối quan tâm của cả giảng viên lẫn sinh viên.

Cuối cùng, khi bạn suy nghĩ về những phức tạp của việc học tập của sinh viên và cách sinh viên sử dụng AI, cũng tồn tại những mối lo ngại tương tự trong giới học thuật. Liệu có khả năng bài viết học thuật của chính bạn sẽ bị gắn cờ là có một phần được viết bởi AI? Tất cả những vấn đề đã được trình bày ở trên cũng áp dụng vào việc phát hiện AI trong các công trình nghiên cứu được bình duyệt (peer-reviewed scholarship).

Quyền riêng tư và Sở hữu trí tuệ

Còn nhiều điều khác cần cân nhắc. Như đã được thảo luận trong chương 5, bất cứ điều gì bạn hỏi AI đều được thu thập và sử dụng (mặc dù ba công ty AI lớn đều nói rằng bạn có thể tắt tính năng này). Điều tương tự cũng đúng với các tìm kiếm trên Google. Hầu hết chúng ta dường như đều chấp nhận việc tìm kiếm thức ăn cho mèo rồi ngay lập tức thấy bảng tin mạng xã hội của mình thay đổi. Google cho rằng một số người thích quảng cáo của họ vì quảng cáo được cá nhân hóa theo nhu cầu của người dùng, nhưng khi bạn yêu cầu AI hỗ trợ mình, bạn đang giúp AI trở nên tốt hơn nữa: đó là lý do các phiên bản beta được cung cấp miễn phí. Đó là lựa chọn của bạn.

Một lựa chọn khó khăn hơn là liệu có nên đưa các câu hỏi kiểm tra hoặc đề bài luận của bạn vào nhiều hệ thống AI khác nhau để hiểu xem phản hồi do AI tạo ra trông như thế nào hay không (điều mà chúng tôi thường khuyến nghị như một cách thiết yếu để hiểu những gì sinh viên vốn đã đang làm). Tuy nhiên, ở một mức độ nào đó, quá trình này cũng có thể đang giúp các AI tạo ra phản hồi tốt hơn khi sinh viên của bạn lặp lại quy trình tương tự. Tương tự như vậy, việc nộp bài luận của sinh viên vào các công cụ phát hiện AI cũng tiếp tục nuôi dưỡng vòng lặp này. Khi bạn đăng ký học với tư cách là một sinh viên, liệu bạn có đồng ý để bất kỳ nội dung nào mình tạo ra được đưa vào một công cụ phát hiện AI mà sau đó nó có thể sử dụng thông tin đó cho những mục đích khác?

Đáp lại điều đó, một số trường đại học đã bắt đầu tắt tính năng phát hiện AI của Turnitin, và Turnitin buộc phải tạo ra một tùy chọn cho phép các cơ sở giáo dục tiếp tục sử dụng công cụ Originality Check nhưng không dùng công cụ phát hiện AI. Những lời giải thích từ Vanderbilt University, Michigan State University, University of Pittsburgh, DePaul University và nhiều nơi khác bao gồm:

- Turnitin tự báo cáo tỷ lệ dương tính giả là 4% (sau khi ban đầu công bố là 1%);

- Turnitin chỉ được huấn luyện trên GPT chứ không phải trên các mô hình ngôn ngữ lớn (LLMs) khác;

- sự không rõ ràng về cách bài làm của sinh viên được sử dụng để huấn luyện công cụ phát hiện AI của Turnitin;

- sự suy giảm niềm tin của sinh viên;

- những tác động tiêu cực về mặt truyền thông/dư luận; và

- các chế tài pháp lý.

Liệu những cơ sở giáo dục này có đang ngầm nói rằng họ không tin giảng viên của mình có thể xử lý sự mơ hồ và bất định? Một báo động khói chỉ chứng minh rằng có điều gì đó cần được kiểm tra thêm. Không có hệ thống phát hiện nào hoàn hảo, và chúng ta nên xây dựng các quy trình để xử lý các trường hợp dương tính giả: nhân viên giám sát báo cháy thường sẽ gọi điện xác minh trước khi điều xe cứu hỏa đến.

Một cách tiếp cận khác có thể là thiết lập các hệ thống phát hiện nội bộ lưu giữ dữ liệu ngay trong trường. Điều đó có thể giúp bài làm của sinh viên không bị các công ty phát hiện AI sử dụng. Tuy nhiên, các trường đại học dường như khó có khả năng theo kịp làn sóng đầu tư khổng lồ đang được đổ vào việc né tránh phát hiện.

Các cách tiếp cận đối với việc phòng chống tội phạm rất khác nhau. Một số người cho rằng cần tăng cường lực lượng thực thi pháp luật, trong khi những người khác cho rằng chính các nguồn lực đó sẽ hiệu quả hơn nếu được dùng để giảm các nguyên nhân gốc rễ của tội phạm. Có lẽ chúng ta cần cả hai cách tiếp cận ở một mức độ nào đó, vì không cách nào có thể hoàn toàn loại bỏ vấn đề. Bạn nên vừa làm quen với hàng xóm của mình vừa khóa cửa vào ban đêm. Hiểu được cả hai chiến lược và những vùng xám ở giữa sẽ giúp bạn và đồng nghiệp có nhiều lựa chọn hơn.

Tránh né phát hiện AI

Sinh viên nhanh chóng nhận ra rằng ChatGPT có thể viết hoàn chỉnh cả một bài luận, đồng thời cũng nhận ra rằng việc sao chép trực tiếp có lẽ không phải ý hay. Việc cho bài luận chạy qua phần mềm paraphrase (đặc biệt là lặp đi lặp lại nhiều lần) dường như khiến chúng khó bị phát hiện hơn (Saha & Feizi, 2025). Vì nhiều đề bài luận cố ý được thiết kế khá mở và mơ hồ (để khuyến khích tính chủ động của sinh viên), nên nếu nhờ AI, nó thường tạo ra các câu trả lời mơ hồ và nhạt nhẽo.

Vì sinh viên phần lớn cho rằng điểm số phụ thuộc vào việc đưa cho giảng viên đúng điều bà ấy muốn, nên không có gì ngạc nhiên khi họ nhanh chóng yêu cầu AI tạo câu trả lời dựa trên những hiểu biết về cách mà từng giảng viên có thể tiếp cận một chủ điểm, từ đó mang đến cho sinh viên một cách viết hoàn toàn mới nhằm làm hài lòng người chấm. Tất cả chúng ta đều nghĩ rằng mình sẽ hoan nghênh và đánh giá cao những bài luận phản biện quan điểm của bản thân, nhưng tâm lý học con người cho thấy điều ngược lại, và sinh viên biết điều này. Điều cực kỳ quan trọng là chúng ta phải diễn đạt rõ kỳ vọng của mình đối với tính nguyên bản của sinh viên cũng như giá trị của nó.

Bạn nên yêu cầu AI làm thử các bài tập của mình và xem xét kết quả mà nó tạo ra. Sử dụng các mô hình trả phí sẽ cho kết quả tốt hơn. Hãy thử một số cách đơn giản để chỉnh sửa kết quả, vừa để vượt qua các công cụ phát hiện vừa để cải thiện điểm số. Nhiều sinh viên của bạn đã biết những chiến lược này:

CÂU LỆNH

- Hãy viết bài tập này dựa trên những ý tưởng mà Giáo sư X ở Đại học Y yêu thích.

- Hãy viết theo phong cách học thuật nhưng dùng ngôn ngữ đơn giản hơn và có thể thêm một vài lỗi điển hình của sinh viên đại học.

- Đây là các bài luận trước đây của tôi. Hãy viết theo văn phong của tôi nhưng dùng rubric này để giúp tôi tiến gần điểm A hơn mà không khiến bài viết nghe giống do AI tạo.

AI rất giỏi trong việc viết lại văn bản cho phù hợp với một đối tượng độc giả cụ thể. Hãy thử điều này với chính bài viết của bạn: tải một tệp lên và yêu cầu AI làm cho văn phong học thuật hơn hoặc ít học thuật hơn, biến nó thành một bài bình luận dành cho người mới bắt đầu, hoặc thay đổi ví dụ để thu hút người họ hàng mà bạn yêu thích. Để thực sự ‘tra tấn’ bản thân, hãy lấy một bài luận yếu của sinh viên rồi yêu cầu AI viết lại nó bằng các ví dụ hoặc tài liệu tham khảo từ chính công trình của bạn. Bạn càng xuất bản bài viết hay viết blog nhiều, AI càng dễ bắt chước phong cách hoặc ý tưởng của bạn. Dù những CÂU LỆNH đơn giản này (cùng một chút chỉnh sửa của con người) có lẽ cũng đủ để vượt qua công cụ phát hiện AI của bạn, hiện còn có cả một loạt ‘AI humanizers’ (Nhân hoá AI) sẽ tự động hóa quá trình đó (có thu phí).

Diễn trình làm bài càng qua nhiều bước thì càng khó phát hiện sự can thiệp của AI, đồng thời ranh giới thế nào là gian lận cũng trở nên mờ ảo hơn.

CÂU LỆNH

- Hãy đặt câu hỏi để giúp tôi “công não” ý tưởng cho bài luận này.

- Hãy đưa ra mười ý tưởng chủ điểm cho bài luận kết hợp sở thích của tôi về X với đề bài này.

- Hãy liệt kê mười luận điểm ủng hộ luận văn này (kèm bằng chứng và cả các phản biện đối lập).

- Hãy viết dàn ý cho một bài luận năm trăm từ dựa trên gợi ý đầu tiên của bạn.

- Hãy cho tôi sáu cách mở đầu khác thường cho bài luận này.

- Hãy cung cấp một đoạn mở bài mẫu.

Tất cả những việc này có phải là gian lận không? Hay chỉ một số trong đó? Liệu có khác biệt gì không nếu sinh viên nhận được cùng kiểu hỗ trợ đó từ trung tâm hỗ trợ viết của trường? Một số phương pháp này đã được mô tả trong một bài viết trên The Chronicle of Higher Education của một sinh viên với tiêu đề “Tôi là sinh viên. Các bạn không hề biết chúng tôi đang dùng ChatGPT nhiều đến mức nào” (Terry, 2023). Không giáo sư hay phần mềm nào có thể phát hiện ra điều đó. Đúng vậy, nếu một sinh viên lấy tất cả những thứ này rồi viết lại bài luận và thêm nguồn tài liệu, chúng ta sẽ không bao giờ biết được. Nếu sinh viên đang dùng AI để giúp họ “công não” ý tưởng, lập dàn ý, phân tích, tóm tắt, viết nháp, và thậm chí là suy nghĩ, liệu chúng ta có nên vui mừng không?

Liệu việc viết có AI hỗ trợ đã trở thành điều bình thường chưa? AI đã được sử dụng trong 24% các thông cáo báo chí doanh nghiệp (Liang et al., 2025) và đang khiến ít nhất một phần công việc viết trở nên tốt hơn, nhanh hơn, thậm chí thú vị hơn (Noy & Zhang, 2023). Hiện đã có rất nhiều công cụ AI dành cho các loại hình viết trong kinh doanh khác nhau: điều mà chúng ta gọi là gian lận thì giới kinh doanh gọi là tiến bộ.

Một phản ứng đối với tất cả những điều này là cố gắng chặn AI trong khuôn viên trường. Tuy nhiên, các lệnh cấm internet trong trường học trước đây cũng chỉ tồn tại trong thời gian ngắn, và khi hiểu biết về AI đang trở thành một năng lực học tập thiết yếu, thì việc cấm AI trong trường học không còn hợp lý về mặt chương trình đào tạo. Thời gian và công sức mà bạn cùng tổ chức của mình phải dành cho việc phát hiện việc sử dụng AI cũng là một điều cần cân nhắc khác: phần lớn chúng ta không lớn lên với mong muốn trở thành nhân viên thực thi pháp luật.

Chắc chắn sẽ có những tình huống mà chúng ta muốn xem sinh viên có thể làm được gì mà không cần AI; các chiến thuật có thể bao gồm những điều sau đây, dù mỗi cách đều có những trở ngại và thách thức riêng:

- Cho phép giám thị coi thi: Middlebury College và Stanford University đều đang hy vọng chấm dứt các quy định không dùng giám thị, mặc dù ngay cả việc cho phép coi thi cũng sẽ không chấm dứt được gian lận (Owens, 2015).

- Sử dụng blue books và quay trở lại viết tay [“Blue books” là các cuốn sổ làm bài thi truyền thống ở đại học Mỹ, có bìa màu xanh – ND].

- Các trung tâm kiểm tra/thi cử.

- Thi vấn đáp, hay điều mà người Anh gọi là “viva” (viva voce)

- Người Anh cũng sử dụng các kỳ thi dài hơn, mang tính tích hợp hơn vào cuối khóa học (được giám sát và viết tay).

- Các dạng bài tập và kỹ thuật đánh giá mới (xem phần III).

Những biện pháp này có thể chỉ là một thành phần trong chiến lược đánh giá của bạn. Việc biết rằng kỳ thi cuối kỳ sẽ diễn ra trực tiếp sẽ tạo động lực để sinh viên tự làm bài tập chuẩn bị, ngay cả khi các bài đó không được chấm điểm. Các kỳ thi cuối kỳ có giám sát, những bài kiểm tra bất ngờ, hoặc các bài luận ngắn viết tại lớp sẽ không được yêu thích và sẽ làm tăng lo âu. Tuy vậy, chúng ta biết rằng khi được kết hợp với sự quan tâm thực sự, thì các tiêu chuẩn cao là điều quan trọng. Khi được hỗ trợ bởi sự tin cậy và minh bạch, việc sử dụng hợp lý các hình thức kiểm tra kiểu truyền thống – ngồi tại chỗ và tự làm bài – có thể tạo ra trách nhiệm giải trình mà không phải hy sinh việc học.

Thiết kế bài tập theo từng bậc thang (scaffolding), tập trung vào quá trình làm việc, và yêu cầu sinh viên nộp các bản nháp là những phương pháp sư phạm tốt, đồng thời cũng khiến việc gian lận trở nên khó hơn. Một số giảng viên yêu cầu sinh viên chia sẻ lịch sử phiên bản trong Word hoặc Google Docs (Sayers, 2023). Tuy nhiên, các tác nhân AI cũng có thể viết trong Google Docs “với tốc độ như con người”. (Chương 13 sẽ bàn nhiều hơn về các bài tập viết).

Các biện pháp can thiệp chống gian lận ít tốn công sức

Tuy nhiên, có một số điều đơn giản mà chúng ta có thể làm để giảm gian lận. Một nghiên cứu chi tiết với dữ liệu phong phú từ Khoa Khoa học Máy tính của University of California, Riverside (Vahid et al., 2023) cho thấy sáu biện pháp can thiệp ít tốn công sức sau đây đã tạo ra sự khác biệt:

  1. Thảo luận về liêm chính học thuật

Hãy chờ vài tuần sau khi học kỳ bắt đầu (khi sinh viên có nhiều khả năng nghĩ đến việc gian lận thay vì tự làm bài) rồi làm rõ điều gì được xem là gian lận, lợi ích của việc tự làm bài là gì, và liệu các công cụ phát hiện có được sử dụng hay không. Khi mà các website như Chegg, Quizlet và PaperKiller tự giới thiệu mình là “dịch vụ hỗ trợ học tập”, thì một số sinh viên cảm thấy bối rối cũng không có gì ngạc nhiên. Điều then chốt ở đây là thảo luận.

  1. Ra một bài kiểm tra về tính liêm chính học thuật

Yêu cầu đạt điểm tuyệt đối (100%) để được tiếp tục tham gia khóa học sẽ khiến sinh viên chú ý đọc và cân nhắc các chính sách, định nghĩa và hậu quả liên quan. Việc nêu rõ tên của các công cụ hỗ trợ học tập (SAPs) và các trang web AI, cũng như những hoạt động nào được phép, là rất quan trọng. Tuy nhiên, điều này nên được thực hiện ngay trước bài tập đầu tiên chứ không phải vào ngày học đầu tiên.

  1. Cho phép sinh viên rút lại bài nộp

Chúng ta biết rằng khối lượng công việc và thời hạn nộp bài làm gia tăng cám dỗ tìm đến những “đường tắt”. Một “điều khoản rút lại” (regret clause) cho phép sinh viên đang cảm thấy áp lực ngay trước hạn nộp bài có cơ hội suy nghĩ lại (ví dụ trong vòng hai mươi bốn giờ tiếp theo) và chấp nhận điểm 0 cho bài tập mà họ đã nộp. Nghiên cứu này cho thấy có tới 10% (!) sinh viên đã sử dụng lựa chọn này ít nhất một lần trong học kỳ. University of Maryland cũng báo cáo số lượng sinh viên tự khai nhận hành vi gian lận của mình ở mức kỷ lục (Bond, 2023).

  1. Nhắc nhở sinh viên về tính liêm chính học thuật

Khi học kỳ kéo dài, sinh viên dễ quên và các ưu tiên của họ cũng thay đổi. Hãy nhắc nhở sinh viên cả về lợi ích của việc tự làm bài lẫn những hình phạt đối với hành vi gian lận.

  1. Chứng minh cách hoạt động của các công cụ phát hiện

Nếu sinh viên nghi ngờ rằng bạn chỉ đang “hù dọa” hoặc các công cụ đó thực sự không hiệu quả, thì việc chứng minh sẽ phần nào khiến họ tin rằng nguy cơ bị phát hiện là có thật.

  1. Bình thường hóa việc tìm kiếm hỗ trợ

Ai cũng có lúc gặp khó khăn, nhưng không phải ai cũng biết rằng những người khác cũng gặp khó khăn giống mình. Chúng ta biết rằng việc xây dựng một văn hóa thừa nhận khó khăn đi kèm với sự hỗ trợ chính là “bí quyết” cho thành công của sinh viên, nhưng điều đó cần được củng cố thường xuyên. Hãy liên tục hướng sinh viên đến các nguồn hỗ trợ và thừa nhận những thách thức mà họ đang đối mặt.

Thay vì đo lường trực tiếp sự giảm sút của hành vi gian lận (điều này cũng phản ánh mức độ công sức mà giảng viên bỏ ra để xử lý vấn đề), Vahid và cộng sự (2023) đã xem xét hai chỉ số về hành vi của sinh viên trong các nhóm can thiệp:

  • Sinh viên dành thêm 60% thời gian để làm bài tập. Vì sinh viên phải thực hiện toàn bộ việc lập trình trong phòng thí nghiệm, các nhà nghiên cứu có thể đo lường cả thời gian làm bài lẫn số lần mỗi sinh viên chạy mã nguồn (“runs”). Những sinh viên bị phát hiện gian lận hầu như không làm gì cả: họ gần như không dành thời gian trong phòng lab và số lần chạy mã gần như bằng không.
  • Giảm 45% lượng mã nguồn có độ tương đồng cao.

Các nhà nghiên cứu ước tính rằng những biện pháp can thiệp này chỉ đòi hỏi tổng cộng khoảng năm giờ làm việc của cả trợ giảng và giảng viên trong suốt học kỳ. Tuy nhiên, các biện pháp này cũng đi kèm với sự sụt giảm trong đánh giá của sinh viên, từ 4,64 và 4,76 xuống còn 4,29 và 4,26, đồng thời làm gia tăng các bình luận tiêu cực từ sinh viên, chẳng hạn: “Giáo sư dành nhiều công sức để tìm ‘kẻ gian lận’ hơn là thực sự giảng dạy”.

(Hãy ghi nhớ phát hiện này để trao đổi với trưởng khoa của bạn: cách bạn nói về gian lận là điều quan trọng, nhưng chỉ riêng việc nói quá nhiều về gian lận cũng sẽ khiến một số sinh viên khó chịu). Cũng cần lưu ý rằng những sinh viên thừa nhận mình từng gian lận thường có xu hướng đưa ra đánh giá thấp hơn đối với giảng viên (Stearns, 2001).

Phương pháp sư phạm tốt luôn phải là ưu tiên hàng đầu của chúng ta. Việc kết hợp các tiêu chuẩn cao với sự quan tâm sâu sắc, xây dựng niềm tin và tinh thần cộng đồng, chú trọng đến công bằng và hòa nhập, tăng cường động lực học tập, đồng thời thiết kế các bài tập tốt hơn, rõ ràng hơn và phù hợp hơn (sẽ được bàn thêm ở chương 12) vừa có thể nâng cao việc học vừa giảm hành vi gian lận. Dưới đây là một số biện pháp can thiệp đơn giản khác nhằm giúp

tăng cường sự tham gia của sinh viên và xử lý các kịch bản gian lận có thể xảy ra liên quan đến AI cũng như các hình thức khác:

  • Các bài tập thường xuyên nhưng ít áp lực điểm số. Nhiều bài đánh giá nhỏ hơn sẽ giúp tăng cường việc học, giảm áp lực và làm giảm động cơ gian lận.
  • Học tập chủ động trên lớp. Sự tham gia tích cực là một phương pháp sư phạm hiệu quả và khuyến khích sinh viên đến lớp. Trong các lớp học nhỏ, nhiều giảng viên sử dụng thảo luận làm hoạt động trung tâm, và Eric Mazur (1996) là người tiên phong trong việc cho sinh viên giải quyết vấn đề ngay trên lớp kết hợp với hình thức hướng dẫn đồng đẳng (peer instruction). Hiện nay đã có rất nhiều nghiên cứu chứng minh hiệu quả của cả những kỹ thuật đơn giản như “think-pair-share” hay tranh luận kiểu “fishbowl” [think-pair-share: suy nghĩ cá nhân - thảo luận cặp đôi - chia sẻ trước lớp; fishbowl: thảo luận vòng tròn trung tâm/môhình “bể cá”: một nhóm nhỏ ngồi giữa để thảo luận, các học viên bên ngoài quan sát và lắng nghe – ND]. AI cũng có thể hỗ trợ bạn tạo ra các hoạt động học tập trên lớp.
  • Khối lượng công việc hợp lý. Khi sinh viên căng thẳng, quá tải hoặc bị dồn ép bởi quá nhiều việc, động cơ gian lận của họ sẽ tăng lên. Một sinh viên đọc chương này đã nói rất rõ: “Khi biết mình cần thực sự học tài liệu, tôi luôn tự làm trước. Nhưng nếu đã khuya hoặc hạn nộp sắp đến mà tôi còn quá nhiều việc phải làm, tôi biết AI có thể làm giúp mình”.
  • Sự linh hoạt. Hãy cân nhắc cho phép sinh viên được gia hạn thời hạn nộp một hoặc hai bài tập trong học kỳ mà không bị trừ điểm. Điều này sẽ giúp giảm hành vi gian lận và tăng hiệu quả học tập.
  • Làm gương và thúc đẩy tính liêm chính học thuật. Hãy thường xuyên ghi nhận nguồn đóng góp và giải thích vì sao điều đó quan trọng. Nếu bạn dùng AI để tạo ý tưởng hay làm slide, hãy nói rõ điều đó. Hãy thảo luận về các tranh chấp lao động liên quan đến AI và lý do vì sao vấn đề tiền bản quyền khi sử dụng lại (residuals) có thể trở nên quan trọng.
  • Năng lực số và hiểu biết về AI. Sinh viên hiện đang khá mơ hồ về đạo văn, AI và các công cụ phát hiện AI. Việc né tránh những vấn đề này chỉ làm gia tăng sự bất bình đẳng.
  • Thiết kế bài tập và đánh giá tốt hơn. Xem phần III.

Phương pháp sư phạm là việc tìm cách gia tăng khả năng để sinh viên thực sự học được. Không có một phương pháp bí mật duy nhất nào có thể phù hợp với mọi sinh viên. Câu hỏi ai gian lận và vì sao họ gian lận cho thấy những khác biệt về mục tiêu vào đại học cũng như hoàn cảnh mà mỗi sinh viên phải đối mặt. Việc tăng cường tính minh bạch, tính thích hợp, cảm giác thuộc về cộng đồng và động lực học tập đều có thể làm giảm hành vi gian lận, nhưng không biện pháp nào có thể loại bỏ hoàn toàn nó.

Không ai trong chúng ta muốn tập trung vào việc giám sát hay kiểm soát, và việc đó cũng khó có thể được xem là một thực hành công bằng. Trao đổi với sinh viên và thử nghiệm các công cụ AI (được cập nhật) sẽ là điều thiết yếu khi chúng ta bắt đầu thiết kế lại các bài tập và  chính sách. Hơn nữa, chúng ta có thể xây dựng những chính sách vừa giúp hạn chế hành vi gian lận, vừa góp phần nâng cao việc học tập.

Truy quét (Lời kết)

Buổi gặp hôm thứ Hai là một trải nghiệm choáng váng đối với sinh viên đó. Vị giáo sư hết sức khẳng định độ tin cậy của các công cụ phát hiện AI mà ông đã sử dụng. Thất vọng vì công cụ phát hiện AI của Turnitin do trường đại học cung cấp không tìm thấy bằng chứng nào về việc sử dụng AI, giáo sư vẫn tin vào trực giác ban đầu của mình và tìm đến các công cụ khác; những công cụ này sau đó xác nhận sự nghi ngờ của ông. Trong phần tự bảo vệ, sinh viên đã cố gắng chia sẻ một số phát hiện từ các bài nghiên cứu được trích dẫn ở trên, nhưng giáo sư từ chối xem chúng. Khi được hỏi vì sao chính bài viết của giáo sư lại bị đánh dấu là do AI tạo ra, giáo sư cho rằng bài báo đó có thể đã trở thành một phần của cơ sở dữ liệu –  dường như ông đã nhầm lẫn cách thức hoạt động của công cụ phát hiện AI với cách hoạt động của hệ thống phát hiện đạo văn.

Cuối cùng, vị giáo sư cũng thừa nhận rằng ông sẽ không sử dụng Copyleaks trong tương lai, và sau một giờ tranh cãi căng thẳng, khiếu nại đối với sinh viên đã được rút lại. Những biến thể của câu chuyện này đang ngày càng trở nên phổ biến trong giáo dục đại học (xem Gorichanaz, 2023), và điều đó không mang lại lợi ích cho bất kỳ ai. Và “đòn cuối” của giáo sư dành cho sinh viên trên là gì? Một lời hứa rằng ông sẽ quay lại kiểm tra toàn bộ các bài đăng của sinh viên để tìm xem có bằng chứng đạo văn nào không.

“Thì chỉ nói lên những việc có thật thôi mà!”

[“Just the facts” là câu nói nổi tiếng gắn với loạt phim/truyền thanh cảnh sát Dragnet (“Just the facts, ma’am”), nên tác giả dùng nó để châm biếm cách vụ việc bị biến thành một cuộc “điều tra” mang tính truy xét hơn là một quá trình giáo dục công bằng – ND].