Văn bản tiếng Việt do Claude viết có xu hướng dùng nhiều hơn người viết một số cụm như "bảo đảm", "góp phần", "nền tảng", "minh bạch", "trước hết", và ít dùng dấu ba chấm, ngoặc đơn, dấu chấm than. Không cụm nào là bằng chứng vì người viết cũng dùng, nhưng khi nhiều dấu hiệu cùng xuất hiện thì đó là một tín hiệu. Các số liệu dưới đây lấy từ kho huấn luyện của Veread, so sánh văn bản tiếng Việt hoàn toàn do AI nhóm Anthropic viết với văn người viết.
Cụm từ Claude dùng nhiều hơn người viết
Con số cho biết cụm từ xuất hiện nhiều gấp bao nhiêu lần so với văn người viết.
- Mở đầu và thứ tự: "trước hết" (6,6×), "nằm ở" (3×)
- Trách nhiệm và cam kết: "bảo đảm" (4×), "trách nhiệm" (2,3×), "góp phần" (4×), "kịp thời" (3×)
- Quy mô và nền tảng: "phần lớn" (4×), "nền tảng" (5,2×), "quen thuộc" (5,7×)
- Minh bạch và theo dõi: "minh bạch" (5,8×), "theo dõi" (2,6×), "định kỳ" (4,4×), "ghi nhận" (4×), "phản ánh" (3,5×)
- Xử lý và kết quả: "xử lý" (2,1×), "đầy đủ" (2,7×), "rõ ràng" (2,5×), "phù hợp" (1,8×), "kết quả" (1,8×), "quyết định" (1,5×)
Cụm từ giúp tách Claude khỏi các AI khác
Nhiều cụm phổ biến ở mọi văn bản AI, nên danh sách này chỉ so Claude với các nhóm AI còn lại.
- Liên kết lập luận: "vì vậy" (2,2×), "tuy vậy" (3,7×), "vì sao" (3,6×), "kể từ" (1,8×)
- Cách liệt kê: "thứ hai là" (5,5×), "ba là" (6,1×), "chẳng hạn" (2,5×)
- "bảo đảm" (2,2×), "phần lớn" (3,2×), "quyết định" (1,5×), "gần như" (2,6×), "đề nghị" (1,8×)
Dấu hiệu cấu trúc
So với người viết, văn bản tiếng Việt của Claude có:
- Nhiều cấu trúc đối lập "không phải X mà là Y" hơn: 0,5 lần mỗi 1.000 từ so với 0,1 của người viết, gấp 4 lần.
- Nhiều danh sách ba mục ("X, Y và Z") hơn: 2,9 lần mỗi 1.000 từ so với 1,8.
- Ít dấu ba chấm hơn hẳn: 0,1 mỗi 1.000 từ so với 1,1, thưa hơn 8,9 lần.
- Ít ngoặc đơn hơn (1,3 so với 3,8, thưa hơn 2,9 lần), ít dấu ngoặc kép cong hoặc «» hơn (1,1 so với 3,0, thưa hơn 2,6 lần), ít dấu chấm than hơn (0,2 so với 0,4, thưa hơn 2,1 lần) và ít dấu chấm phẩy hơn (1,9 so với 4,0, thưa hơn 2 lần).
- Ít văn bản chứa dòng gạch đầu dòng hoặc đánh số hơn: 10% so với 17% của người viết.
So với các nhóm AI khác, Claude dùng cấu trúc "không phải X mà là Y" ít hơn 2,2 lần, nhưng dùng dấu chấm phẩy nhiều hơn 1,8 lần so với mức thông thường của các nhóm AI đó.
Đọc các dấu hiệu này một cách thận trọng
- Người viết dùng tất cả các cụm này. Một chữ "vì vậy" đơn lẻ không có nghĩa gì.
- Văn phong là tín hiệu, không phải bằng chứng về tác giả. Câu lệnh (prompt) đưa cho AI, việc chỉnh sửa và thể loại đều làm nó thay đổi.
- Văn bản ngắn mang ít tín hiệu, và một lần chỉnh sửa nhẹ của người viết có thể che mất mẫu hình này.
- Các văn bản AI trong kho dữ liệu được tạo dưới dạng văn xuôi thuần, nên danh sách và tiêu đề nói rất ít về đầu ra thật khi trò chuyện.
- Cùng phương pháp này cho ra các dấu hiệu khác nhau ở tiếng Anh, Pháp, Đức, Tây Ban Nha, Trung và Ả Rập, nên dấu hiệu của ngôn ngữ này không áp dụng cho ngôn ngữ khác.
Vì sao danh sách cụm từ không phải công cụ phát hiện
Ai cũng có thể khớp một danh sách cụm từ, và chỉ cần chỉnh sửa nhanh là qua mặt được. Veread, mô hình phát hiện của Fileverity, đọc nhiều hơn các cụm từ: cách câu được xây dựng, cách văn bản chuyển từ ý này sang ý khác, nhịp điệu và cấu trúc trên toàn bộ văn bản. Mô hình hoạt động trên bảy ngôn ngữ và chỉ ra đoạn nào mang tín hiệu. Số liệu độ chính xác, gồm 98,4% với văn bản Claude hoàn toàn do AI viết và 0,5% văn bản do người viết bị gắn nhầm, có ở trang độ chính xác.
Tự kiểm tra một văn bản
Dán ít nhất 100 từ vào Claude AI detector để xem kết luận AI, các đoạn được đánh dấu và mức tương đồng văn phong với Claude. Với tệp, văn bản dài và báo cáo, dùng công cụ phát hiện văn bản AI đầy đủ.
Để so sánh cả bảy dòng mô hình, xem hướng dẫn cách nhận biết văn bản do AI nào viết.