Nếu bị nghi dùng AI cho bài mình tự viết, việc cần làm là giữ bình tĩnh, yêu cầu nhà trường nêu căn cứ cụ thể, rồi trả lời bằng bằng chứng về quá trình bạn viết bài, vì điểm số của công cụ phát hiện AI không phải là bằng chứng. Bài viết này hướng dẫn sinh viên Việt Nam đang học ở Úc, Anh và Mỹ làm từng bước theo đúng thứ tự khi bị gắn cờ oan. Chuyện này xảy ra với sinh viên quốc tế và người viết tiếng Anh không phải bản ngữ thường xuyên hơn nhiều người nghĩ.
Tác giả: Ban Biên tập MAAS
Cập nhật lần cuối: 2026-07-27
Chuyên mục: academic-integrity
Việc đầu tiên cần làm khi bị nghi dùng AI là gì?
Trả lời trực tiếp: Hãy giữ bình tĩnh và đừng thừa nhận điều bạn không làm. Yêu cầu bằng văn bản căn cứ cụ thể của cáo buộc, gồm bài nào, đoạn nào và dựa trên cơ sở gì, đồng thời giữ nguyên mọi bản nháp cùng lịch sử chỉnh sửa. Hoảng loạn rồi xin lỗi là sai lầm lớn nhất, vì lời xin lỗi có thể bị đọc thành nhận lỗi dù bạn vô tội.
Bằng chứng: Các trường xử lý một cáo buộc về liêm chính học thuật như một quy trình có các bước rõ ràng và có quyền giải trình, chứ không phải một phán quyết tức thì. University of Melbourne, chẳng hạn, công bố hướng dẫn cho sinh viên nói rõ rằng chỉ báo AI của Turnitin tự nó không phải bằng chứng vi phạm, và sinh viên được trao cơ hội giải thích bài làm của mình.
Ví dụ: Một sinh viên Việt ở một trường tại Úc nhận email báo bài luận của bạn ấy "76% AI", và chỉ vài phút sau đã trả lời xin lỗi, đề nghị viết lại. Cố vấn MAAS khuyên bạn ấy dừng lại, tự viết một thư tiếp theo để làm rõ rằng lời xin lỗi kia không phải lời nhận lỗi, và xoay phản hồi quanh một câu hỏi gửi người chấm: "Cụ thể điều gì dẫn thầy/cô tới kết luận này, và em có thể trình bày lịch sử soạn thảo của mình không?" Giọng thư chuyển từ nhận tội sang một đề nghị trao đổi công bằng.
Chỉ riêng điểm số của công cụ phát hiện AI có đủ chứng minh bạn gian lận không?
Trả lời trực tiếp: Không. Tỷ lệ phần trăm từ công cụ chỉ là ước lượng xác suất, không phải bằng chứng về người viết, và công cụ hiện nay chưa đủ chính xác để tự quyết một vụ vi phạm. Nhiều nghiên cứu bình duyệt liên tục ghi nhận tỷ lệ dương tính giả cao, nên ngày càng nhiều trường nói điểm số ấy không được là căn cứ duy nhất.
Nếu vụ việc của bạn chỉ dựa trên một con số, đó là điểm yếu của vụ việc chứ không phải của bài làm.
Bằng chứng: Khi thử nghiệm sáu công cụ phát hiện lớn, Perkins và cộng sự (2024) ghi nhận độ chính xác trung bình chỉ 39,5% trên văn bản do AI tạo, và chỉ phân loại đúng các mẫu do người viết 67% số lần, tức tỷ lệ cáo buộc oan là 15%. Một tổng quan bình duyệt khác công bố năm 2025 đi tới cùng kết luận thực tiễn: không công cụ nào đạt độ tin cậy trọn vẹn, và điểm số của chúng "should not be the sole basis for taking negative actions against academics" (Erol et al., 2025), tức không nên là căn cứ duy nhất để đưa ra quyết định bất lợi đối với người làm học thuật. Đây là các kết quả bình duyệt gần đây, không phải quảng cáo của nhà cung cấp.
| Công cụ báo gì | Thực chất nghĩa là gì |
|---|---|
| "76% do AI tạo" | Ước lượng xác suất từ đặc điểm văn bản, không phải phép đo ai đã gõ |
| Điểm cao trên bài gốc của bạn | Có thể là dương tính giả, nhất là với văn tiếng Anh không phải bản ngữ |
| Điểm thấp trên văn bản AI | Công cụ cũng bỏ sót nội dung AI, nên con số không đáng tin ở cả hai chiều |
| Bất kỳ tỷ lệ đơn lẻ nào | Không được thiết kế hay kiểm chứng để tự quyết định một vụ vi phạm |
Ví dụ: Cố vấn MAAS gợi ý một sinh viên tự chú thích lên chính báo cáo của công cụ mà người chấm gửi, để chỉ ra rằng các đoạn "bị gắn cờ" là những câu trong phần literature review, tức phần tổng quan tài liệu, được dựng từ các nguồn đã trích mà bạn ấy xuất trình được. Khi con số được đặt cạnh bằng chứng, nó mất sức nặng trong buổi làm việc.
Vì sao công cụ phát hiện AI lại gắn cờ bài gốc, nhất là với người viết tiếng Anh không phải bản ngữ?
Trả lời trực tiếp: Công cụ đo mức "dễ đoán" của văn bản, và tiếng Anh rõ ràng, theo khuôn sách giáo khoa trông giống văn AI về mặt thống kê. Người viết không phải bản ngữ thường viết đúng những khuôn cẩn thận mà khoá học ngôn ngữ dạy, nên bị gắn cờ nhiều hơn. Đây là thiên lệch đã được ghi nhận, không phản ánh sự gian dối của bạn.
Nếu bạn là sinh viên Việt viết bằng ngôn ngữ thứ hai, bạn thuộc nhóm dễ bị dương tính giả hơn mà không phải do lỗi của mình.
Bằng chứng: Liang và cộng sự (2023) phát hiện các công cụ dựa trên GPT xếp nhầm hơn một nửa số mẫu văn của người viết tiếng Anh không phải bản ngữ thành văn do AI tạo, với tỷ lệ dương tính giả trung bình 61,3%, trong khi hiếm khi xếp nhầm mẫu của người bản ngữ. Weber-Wulff và cộng sự (2023), khi thử các công cụ phát hiện trên nhiều ngôn ngữ, cũng kết luận rằng chúng không đủ chính xác và không đủ tin cậy cho những quyết định hệ trọng.
Ví dụ: Phần mở bài của một sinh viên Việt bị gắn cờ vì dùng cấu trúc gọn, có câu dẫn chuyển ý rõ ràng, đúng kiểu mà quá trình luyện IELTS đã rèn cho bạn ấy. Cố vấn MAAS giải thích rằng chất "giống AI" đó thực ra là văn phong học thuật của người viết bằng ngôn ngữ thứ hai, và gợi ý bạn ấy tự trình bày điều này với hội đồng, kèm các bài IELTS cũ làm bằng chứng bổ trợ. Muốn hiểu kỹ cơ chế, bạn có thể đọc bài vì sao bài bạn tự viết vẫn bị báo là AI.
Bạn có thể thu thập bằng chứng gì để chứng minh bài là của mình?
Trả lời trực tiếp: Hãy gom mọi thứ cho thấy bài viết hình thành dần theo thời gian và bạn hiểu rõ nó. Mạnh nhất là lịch sử bản nháp, ghi chú nghiên cứu và khả năng tự giải thích lập luận của mình. Lịch sử phiên bản trong Google Docs hay Word, bản nháp có ngày và tài liệu đã chú thích cùng kể một câu chuyện mà điểm số không lật được.
Hãy gom những thứ này trước buổi làm việc, đừng đợi tới lúc đang họp.
Bằng chứng: Vì công cụ không chứng minh được ai là người viết, quy trình liêm chính dựa vào cán cân bằng chứng, và bằng chứng về quá trình (bài được làm ra như thế nào) chính là thứ một điểm số xác suất không có. Bàn được về các nguồn và dựng lại được lập luận của mình là thứ thuyết phục nhất, vì nó đánh đúng vào chỗ công cụ yếu nhất.
Ví dụ: Cố vấn MAAS gợi ý một sinh viên mở lịch sử phiên bản Google Docs ngay trong buổi họp, cho thấy 40 giờ chỉnh sửa trải trên ba tuần. Dòng thời gian đó, cùng các bài báo khoa học có ghi chú tay của bạn ấy, đã khép vụ việc theo hướng có lợi cho bạn ấy mà không cần phiên làm việc nào thêm.
Danh mục bằng chứng nên mang theo:
- Lịch sử bản nháp và phiên bản (mục "Version history" của Google Docs hoặc các bản Word có theo dõi thay đổi).
- Ghi chú nghiên cứu, dàn ý và các nguồn đã chú thích.
- Danh mục tài liệu tham khảo và chính các bài bạn đã trích.
- Các bài tập trước viết cùng văn phong, để cho thấy tính nhất quán.
- Một dòng thời gian ngắn ghi bạn viết từng phần khi nào và bằng cách nào.
Nên phản hồi giảng viên hoặc hội đồng liêm chính thế nào?
Trả lời trực tiếp: Hãy trả lời bằng văn bản, bình tĩnh, dựa trên sự kiện và giữ trọng tâm ở bằng chứng. Nêu rõ bài là của bạn, hỏi cáo buộc dựa cụ thể vào đâu, và đề nghị trình lịch sử soạn thảo cùng các nguồn. Đừng phóng đại, đừng đoán, và đừng ký bản nhận lỗi nào bạn không đồng ý.
Bạn có quyền yêu cầu xem chính sách liêm chính học thuật của trường và có một người hỗ trợ đi cùng tới buổi làm việc.
Bằng chứng: Nguyên tắc quy trình công bằng cho sinh viên quyền được biết mình bị cáo buộc điều gì và được phản hồi trước khi có quyết định. Khi bạn xây phản hồi quanh độ thiếu tin cậy đã được ghi nhận của công cụ, và quanh bằng chứng về quá trình viết của chính mình, bạn đang trả lời vụ việc ở hai điểm yếu nhất của nó, là độ chính xác của điểm số và việc điểm số không chứng minh được ai là người viết.
Ví dụ: Trước buổi họp, một sinh viên Việt tập với cố vấn MAAS ba câu do chính bạn ấy soạn: một câu mở khẳng định bài là của mình, một câu hỏi về căn cứ cụ thể của cáo buộc, và một lời đề nghị cùng xem qua các bản nháp. Có sẵn lời để nói giúp bạn ấy giữ được sự điềm tĩnh và bám vào sự kiện thay vì phòng thủ.
Quy trình xử lý vi phạm học thuật và kháng nghị thường diễn ra thế nào?
Trả lời trực tiếp: Đa số trường đi theo lộ trình giống nhau: người chấm nêu quan ngại, bạn được thông báo và mời họp hoặc trả lời bằng văn bản, một người ra quyết định hay hội đồng cân nhắc bằng chứng, rồi kết quả được ban hành. Nếu kết quả bất lợi, gần như luôn có quyền kháng nghị (appeal) theo những căn cứ nhất định.
Những căn cứ kháng nghị thường gặp là quy trình không công bằng hoặc có bằng chứng mới. Hãy xác nhận các bước, thời hạn và căn cứ kháng nghị cụ thể trong chính sách liêm chính học thuật của trường bạn, vì mỗi trường quy định một khác.
Bằng chứng: Quy trình xử lý vi phạm theo tiêu chí là chính sách được công bố tại các trường ở Úc, Anh và Mỹ, và quyền kháng nghị là một phần tiêu chuẩn của các quy trình đó. Giữ đúng thời hạn là điều quan trọng, vì một hồ sơ mạnh vẫn có thể thất bại nếu đơn kháng nghị nộp trễ hoặc dựa trên căn cứ mà chính sách không công nhận.
Ví dụ: Cố vấn MAAS cùng một sinh viên đọc quy trình của trường, và bạn ấy nhận ra mình có mười ngày làm việc để yêu cầu xem xét lại với căn cứ "bằng chứng mới", chính là lịch sử Google Docs của bạn ấy. Bạn ấy tự nộp đơn đúng hạn, đúng căn cứ, và kết luận ban đầu đã bị đảo ngược.
Làm sao tự bảo vệ trước khi nộp bài lần sau?
Trả lời trực tiếp: Hãy để lại dấu vết ngay trong lúc viết, để không ai có thể nghi ngờ bạn là người viết. Soạn bài trong công cụ có lưu lịch sử phiên bản, giữ ghi chú và dàn ý, giữ các nguồn đã trích, và khai báo mọi hỗ trợ AI được phép đúng như môn học quy định. Phòng trước dễ hơn nhiều so với biện hộ về sau.
Nếu muốn yên tâm trước khi nộp, bạn có thể tự kiểm bài bằng một lượt rà soát độ nguyên bản và phát hiện AI độc lập, dùng công cụ kiểm tra tương đồng và phát hiện AI tiêu chuẩn ngành, rồi lưu lại báo cáo.
Bằng chứng: Vì dương tính giả tập trung ở lối viết học thuật sạch sẽ của người viết bằng ngôn ngữ thứ hai, cách tự bảo vệ đáng tin không phải là cố viết "ít giống AI hơn", việc đó chỉ làm hại điểm của bạn, mà là chứng minh được bài đã được làm ra như thế nào. Bằng chứng về quá trình tạo ra trước khi nộp là tấm khiên mạnh nhất.
Một người đọc kỹ bản nháp là một phép kiểm khác với báo cáo độ trùng lặp. Dịch vụ Audit & Review cho assignment đi qua bài của bạn bằng Track Changes, mỗi chỗ góp ý đều kèm một lời giải thích, nên bạn giữ được một bản ghi có ngày tháng về những gì mình đã viết và đã đổi, đúng loại bằng chứng mà hội đồng đọc được.
Ví dụ: Sau một lần bị cáo buộc đáng sợ, một sinh viên Việt cùng cố vấn MAAS dựng một thói quen đơn giản: soạn bài trong Google Docs, giữ mọi ghi chú nghiên cứu, và ghi lại phần AI được phép dùng. Khi bị hỏi không chính thức về một bài luận sau đó, bạn ấy xuất trình được dấu vết trong năm phút và thắc mắc được gác lại ngay. Muốn biết AI được dùng hợp lệ tới đâu, bạn có thể đọc bài dùng AI đúng chuẩn mực trong học thuật.
Câu hỏi thường gặp
Điểm AI của Turnitin có đủ để đánh trượt tôi không?
Riêng điểm đó thì không. Các nghiên cứu bình duyệt cho thấy những công cụ này chưa đủ tin cậy để chứng minh ai là người viết, và nhiều trường tuyên bố điểm số không được là căn cứ duy nhất cho một kết luận. Quyết định dựa trên cán cân bằng chứng, nên bản nháp và các nguồn của bạn quan trọng hơn tỷ lệ phần trăm.
Tôi không nói tiếng Anh bản ngữ. Tôi có thật sự dễ bị gắn cờ hơn không?
Có. Nghiên cứu ghi nhận tỷ lệ dương tính giả trên 60% với văn tiếng Anh của người không phải bản ngữ, vì văn viết bằng ngôn ngữ thứ hai, chuẩn mực và có cấu trúc cẩn thận, giống những khuôn mà công cụ gắn với AI. Đây là thiên lệch đã được biết tới, và bạn có thể nêu nó trong phản hồi.
Tôi có nên nhận đại cho xong chuyện không?
Không. Đừng thừa nhận điều bạn không làm. Một lời nhận không đúng sự thật có thể dẫn tới hình phạt bạn không đáng chịu, và rất khó đảo ngược về sau. Hãy phản hồi trung thực, hỏi căn cứ cụ thể, và trình bằng chứng của mình.
Nếu tôi có dùng AI theo cách mình nghĩ là được phép thì sao?
Hãy trung thực về những gì bạn đã làm và cách bạn hiểu quy định, đồng thời dẫn chính sách AI mà môn học đã công bố. Hỗ trợ được phép và có khai báo khác với vi phạm, và minh bạch từ sớm an toàn hơn nhiều so với che giấu.
MAAS có giúp tôi chuẩn bị phản hồi không?
Có. Cố vấn học thuật của MAAS đồng hành cùng bạn gom bằng chứng, hiểu quy trình của trường, và chuẩn bị một phản hồi bình tĩnh, dựa trên sự kiện, với cố vấn trình độ PhD. Cố vấn ở bên bạn trong suốt phần chuẩn bị, còn phản hồi là do bạn tự viết và tự gửi, vì trong quy trình của trường, người được lắng nghe là chính bạn. MAAS không liên hệ nhà trường, không tham gia quy trình kỷ luật thay bạn, và không viết bài thay bạn.
Đang bị nghi dùng AI và chưa biết làm gì tiếp?
Nếu bạn bị gắn cờ mà biết rõ bài là của mình, điều tệ nhất là trả lời trong lúc hoảng loạn. Một cố vấn giúp bạn biến nỗi sợ thành một phản hồi rõ ràng, dựa trên bằng chứng và nhắm đúng vào các điểm yếu nhất của vụ việc.
Cố vấn học thuật của MAAS là dịch vụ tư vấn, không đặt mục tiêu điểm và không hoàn tiền theo kết quả, còn nếu cố vấn chưa hợp thì bạn có thể đề nghị đổi chuyên gia. MAAS giúp bạn sắp xếp lịch sử soạn thảo, hiểu chính sách liêm chính của trường và tập trước phản hồi, để quy trình diễn ra công bằng và bài gốc của bạn được ghi nhận. Mọi buổi làm việc được ghi hình với camera tắt để bảo vệ danh tính, và tài liệu của bạn được giữ bảo mật.
Mang vụ việc của bạn tới, MAAS sẽ ghép bạn với một cố vấn về liêm chính học thuật, 23% trong hơn 100 chuyên gia của MAAS có bằng PhD, trong vòng 48 giờ khi mạng lưới đã có người phù hợp. Nếu chưa có, MAAS mở một đợt tuyển riêng cho hồ sơ của bạn, và việc này thường mất khoảng hai tuần.
Đặt buổi tư vấn bảo mật 15 phút miễn phí với cố vấn MAAS →
Bài liên quan
- Vì sao bài bạn tự viết lại bị báo là do AI tạo?: cơ chế đằng sau dương tính giả và cách công cụ ra quyết định
- Công cụ phát hiện văn AI chính xác đến đâu, và sai bao nhiêu lần?: nghiên cứu nói gì về độ tin cậy và tỷ lệ sai của công cụ
- Similarity score và AI score khác nhau thế nào?: cách đọc hai con số trong một báo cáo
- Dùng AI đúng chuẩn mực trong học thuật ở đâu là hợp lệ?: ranh giới giữa hỗ trợ được phép và vi phạm
- Cách khai báo việc dùng AI trong bài nghiên cứu: khai báo hỗ trợ được phép đúng cách
- Dịch vụ Cố vấn học thuật của MAAS: kèm 1:1 với cố vấn trình độ PhD đúng chuyên ngành của bạn
- Dịch vụ Kiểm tra liêm chính học thuật: rà độ nguyên bản và phát hiện AI độc lập trước khi bạn nộp
References
- Erol, G., Ergen, A., Gülşen Erol, B., Ergen, K., & Çelik Ertuğrul, D. (2025). Can we trust academic AI detective? Accuracy and limitations of AI-output detectors. Acta Neurochirurgica, 167, Article 214. https://doi.org/10.1007/s00701-025-06622-4
- Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), Article 100779. https://doi.org/10.1016/j.patter.2023.100779
- Perkins, M., Roe, J., Vu, B. H., Postma, D., Hickerson, D., McGaughran, J., & Khuat, H. Q. (2024). Simple techniques to bypass GenAI text detectors: Implications for inclusive education. International Journal of Educational Technology in Higher Education, 21, Article 53. https://doi.org/10.1186/s41239-024-00487-w
- Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P., & Waddington, L. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19, Article 26. https://doi.org/10.1007/s40979-023-00146-z
Tools & resources
- University of Melbourne. (n.d.). Advice for students regarding Turnitin and AI writing detection. Academic Integrity. Retrieved July 27, 2026, from https://academicintegrity.unimelb.edu.au/plagiarism-and-collusion/advice-for-students-regarding-turnitin-and-ai-writing-detection
- RMIT University. (n.d.). Academic integrity. Retrieved July 27, 2026, from https://www.rmit.edu.au/students/student-essentials/rights-and-responsibilities/academic-integrity
Bài viết này là hướng dẫn về liêm chính học thuật cho sinh viên đang bảo vệ bài gốc do chính mình làm, và không thay thế bài làm của bạn hay chính sách của trường. Cố vấn học thuật của MAAS là dịch vụ tư vấn, MAAS đồng hành cùng sinh viên qua một quy trình công bằng và không viết hay nộp bài thay sinh viên.