Công cụ AI được phép dùng trong bài ở đại học: công cụ nào, lúc nào?

Trả lời thẳng: Không có công cụ nào được phép ở mọi nơi, và việc đề bài im lặng không phải một tín hiệu trung tính. Reading coi đó là không dùng AI, University of Maryland coi là không được phép, trường kinh doanh của Stanford coi là được phép với bài làm ở nhà, còn Southampton bảo bạn hỏi lại. Luật thuộc về bài làm và trường, không thuộc về sản phẩm.

Hãy hình dung một đề bài giả định: bài luận 2.000 chữ về nguyên nhân của lạm phát, không có câu nào nói về AI. Bốn sinh viên mở đề này vào cùng một buổi sáng, và mỗi người sống theo một mặc định khác nhau.

Ở University of Reading, trang về việc dùng AI tạo sinh trong bài đánh giá chia bài làm thành ba loại và nói rằng nếu đề bài không nhắc gì tới GenAI thì hãy coi nó thuộc Category 1, tức bài làm độc lập, không dùng AI. Hướng dẫn của University of Maryland bảo sinh viên hãy mặc định rằng AI không được phép, trừ khi đề cương nói khác. Chính sách môn học của trường kinh doanh Stanford nói giảng viên không được cấm AI với bài MBA làm ở nhà. Chính sách của University of Southampton liệt kê điều được phép và dặn "if in doubt, ask".

Nguồn: MAAS tóm tắt bốn trang của các trường nêu trên, đọc ngày 27/10/2026.

Trả lời thẳng: Thường là điều phối viên môn học, trong khuôn khổ trường đặt ra. University of Helsinki cho phép AI như nguyên tắc chung nhưng để từng môn quyết định, và cấm trong bài thi maturity. Các khảo sát về những trường hàng đầu cho thấy nhiều nơi có công bố hướng dẫn, nhưng hướng dẫn chủ yếu khuyên nhân viên giảng dạy chứ không liệt kê sản phẩm được duyệt.

University of Helsinki cho phép AI như nguyên tắc chung, để điều phối viên từng môn quyết định, cấm trong các bài thi maturity, và nói sinh viên không thể bị buộc dùng những dịch vụ AI mà trường không cung cấp. Cách phân tầng đó khá điển hình: một tuyên bố chung, rồi luật của môn học đứng trên.

Hướng dẫn được công bố cũng còn rời rạc. Moorhouse, Yeo và Wan (2023) tìm trong 50 trường đại học xếp hạng cao nhất vào ngày 15/6/2023 và thấy 30 trường (60%) có trang về GenAI. Chỉ 23 trang đạt tiêu chí của nhóm là nhắm tới giảng viên và là hướng dẫn cấp trường: 15 từ Mỹ, 4 từ Anh, 2 từ Canada, 1 từ Nhật và 1 từ Úc. Tóm tắt của họ kết luận: "The findings show that just under half of the institutions have developed publicly available guidelines."

Một đợt rà soát sau đó của Jin và cộng sự (2025) đầy đủ hơn. Nhóm tác giả xem 10 trường hàng đầu ở mỗi khu vực trong 6 khu vực, tổng cộng 60 trường. Trong đó 41 trường (68%) có tài liệu dạy và học đã công bố, và 40 trường được phân tích. Chỉ 22 trong 40 trường mô tả cách truyền đạt chính sách tới sinh viên, và nhóm tác giả viết rằng "gaps remain in comprehensive policy frameworks, particularly in addressing data privacy concerns and ensuring equitable access to GAI tools."

Trả lời thẳng: Chưa đủ tin cậy để tự quyết một vụ việc. Weber-Wulff và cộng sự (2023) thử 14 công cụ trên 54 tài liệu, và công cụ tốt nhất đạt độ chính xác 76% theo phương pháp chấm nghiêm nhất (nhị phân). Perkins và cộng sự (2024) đo độ chính xác trung bình chỉ 39,5% trên văn bản AI chưa chỉnh, nên điểm số chỉ là lý do để trao đổi, không phải bằng chứng.

Weber-Wulff và cộng sự (2023) dựng 54 tài liệu thử, mỗi nhóm trong 6 nhóm có 9 tài liệu, rồi cho từng tài liệu chạy qua 14 công cụ, gồm 12 công cụ công khai và hai hệ thống thương mại. Theo phương pháp chấm nghiêm nhất (nhị phân), công cụ tốt nhất phân loại đúng 41 trên 54 tài liệu, tức 76%, và nhóm tác giả ghi chú: "Note that even the highest accuracy values are below 80%" (Weber-Wulff và cộng sự, 2023, p. 13). Trung bình theo nhóm cho thấy lý do. Văn bản người viết được nhận ra 94% số lần, văn bản người viết rồi dịch máy 69%, văn bản AI do người chỉnh tay 30%, và văn bản AI đã diễn giải lại chỉ 15%. Nhóm tác giả kết luận các công cụ "are neither accurate nor reliable and have a main bias towards classifying the output as human-written."

Perkins và cộng sự (2024) cho 805 lượt thử trên 114 mẫu chạy qua các công cụ phát hiện và ghi nhận độ chính xác trung bình 39,5% với văn bản AI chưa chỉnh sửa, và 67% với mẫu đối chứng do người viết. Sau vài thủ thuật né đơn giản, độ chính xác giảm trung bình 17,4%, xuống còn 22,14%. Có một công cụ gắn nhãn AI cho 50% số mẫu do người viết.

Từ đó bạn rút ra hai điều. Công cụ phát hiện có thể bỏ sót việc dùng AI thật, nên các trường hiếm khi chỉ dựa vào nó. Nó cũng có thể gắn cờ một bài làm trung thực, vì thế việc giữ ghi chú và bản nháp rất quan trọng, như bài về công cụ phát hiện văn bản AI chính xác đến đâu đã giải thích.

Trả lời thẳng: Công cụ phát hiện chấm văn bản dễ đoán là do máy viết, và nhiều người viết cẩn thận bằng ngoại ngữ dùng từ vựng đơn giản hơn. Liang và cộng sự (2023) thấy bảy công cụ gắn nhãn AI cho trung bình 61,22% bài luận TOEFL do người viết, nên một du học sinh có thể bị gắn cờ oan cho bài hoàn toàn của mình.

Liang và cộng sự (2023) thử 7 công cụ phát hiện GPT trên 91 bài luận do người viết trong kỳ thi TOEFL và 88 bài luận của học sinh lớp tám ở Mỹ. Họ báo cáo: "However, they misclassified over half of the TOEFL essays as AI-generated (average false positive rate: 61.22%)." Cả bảy công cụ cùng gắn cờ 18 trong 91 bài (19,78%), và ít nhất một công cụ gắn cờ 89 trong 91 bài (97,80%).

Cơ chế nằm ở vốn từ. Khi nhóm nghiên cứu nhờ ChatGPT nâng cấp cách chọn từ của các bài TOEFL, tỉ lệ dương tính giả giảm từ 61,22% xuống 11,77%, và chỉ 1 bài trong 91 (1,10%) bị mọi công cụ cùng gắn cờ. Chiều ngược lại cũng đúng: khi đơn giản hoá các bài luận của học sinh lớp tám ở Mỹ, tỉ lệ bị gắn cờ tăng từ 5,19% lên 56,65%. Dương tính giả ở đây là một bài do người viết bị xét thành bài của AI.

Rủi ro gắn cờ oan này quan trọng với sinh viên Việt Nam viết bằng tiếng Anh, vì không trang chính sách nào của trường nêu ở trên nhắc tới độ chính xác của công cụ phát hiện hay chuyện bị buộc tội oan. Nếu bạn bị gắn cờ, bài về bị nghi dùng AI thì làm gì liệt kê các bước cần làm. Cách tự bảo vệ nghe nhạt nhưng hiệu quả: giữ lịch sử phiên bản, ghi chú viết tay và đoạn nguồn đã đánh dấu cho tới khi có điểm, để bạn chứng minh được bài đã hình thành ra sao.

Trả lời thẳng: Đa số có dùng. Khảo sát của HEPI trên 1.054 sinh viên đại học chính quy ở Anh cho thấy 95% dùng AI theo một cách nào đó và 94% dùng cho bài được chấm điểm. Chỉ 12% nói họ đưa thẳng văn bản do AI tạo vào bài được chấm, và đó là ranh giới mà đa số chính sách vạch ra.

Stephenson và Armstrong (2026) khảo sát 1.054 sinh viên đại học chính quy ở Anh qua Savanta vào tháng 12/2025, với biên sai số khoảng 3%. Kết quả nổi bật là 95% dùng AI theo ít nhất một cách, tăng từ 92% năm 2025 và 66% năm 2024. Với bài được chấm điểm, con số là 94%, so với 89% một năm trước. Việc tạo văn bản bằng các công cụ như ChatGPT được 56% báo cáo, giảm từ 64%.

Tỉ lệ đưa thẳng văn bản do AI tạo vào bài đánh giá tăng từ 3% năm 2024 lên 8% năm 2025 và 12% năm 2026. Báo cáo viết: "There is a change in the proportion of students who include AI-generated text directly in a piece of assessed work, with 12% stating they have done so."

Sinh viên cũng cảm nhận áp lực từ quy định. Khoảng 65% nói cách đánh giá đã thay đổi đáng kể vì AI, và 42% nói nỗi sợ bị buộc tội gian lận khiến họ ít dùng AI hơn, giảm từ 53% năm trước. Thêm 21% ngại dùng vì trường không khuyến khích hoặc cấm AI, giảm từ 31%.

Dùng công cụ để giải thích, tìm từ khoá hay nhận phản hồi là một hành vi khác với dán văn bản của nó vào bài trả lời. Các chính sách như của Southampton tách hai việc này, và bạn cũng nên tách như vậy.

Trả lời thẳng: Thường là không. HEPI thấy 37% sinh viên đại học ở Anh đồng ý và 36% không đồng ý rằng trường họ khuyến khích dùng AI. Ở Australian National University, chỉ 37% sinh viên được khảo sát đồng ý rằng mình biết trường kỳ vọng gì, 28% không đồng ý, và con số này lên 40% ở nghiên cứu sinh.

Habel (2025) báo cáo khảo sát của hội sinh viên ANU với 378 phản hồi hợp lệ, thu thập từ ngày 9/8 đến ngày 10/9/2024. Đây là mẫu thuận tiện: 76% người trả lời là sinh viên trong nước, trong khi tỉ lệ này ở ANU là 61%, nên hãy xem các con số là gợi ý chứ không phải tỉ lệ toàn quốc.

Trong mẫu đó, 37% đồng ý rằng mình biết ANU kỳ vọng gì về GenAI, 30% trung lập và 28% không đồng ý. Tỉ lệ không đồng ý là 40% ở nghiên cứu sinh và 34% ở khối khoa học xã hội và nhân văn, so với 19% ở khối STEM. Việc sử dụng rất phổ biến: ChatGPT 71%, Copilot 15%, Gemini 13% và Claude 11%, và 86% trong 362 người trả lời lo ngại về độ chính xác của GenAI. Phần tóm tắt điều hành viết: "Students are not expecting a free pass to use GenAI for their assessments, but they are asking for clarity, equity, and guidance."

Số liệu của HEPI cho thấy cùng khoảng trống đó ở Anh, nơi 37% sinh viên đại học đồng ý rằng trường khuyến khích dùng AI và 36% không đồng ý, còn 48% cảm thấy giảng viên giúp mình phát triển kỹ năng AI dù 68% gọi những kỹ năng này là thiết yếu. Kết luận thực tế là hãy coi một quy định còn thiếu như một câu hỏi để gửi giảng viên bằng văn bản trước khi bắt đầu. Bài về khi nào phải trích dẫn trong bài assignment giúp bạn phần trích nguồn khi đã biết điều gì được phép.

Trả lời thẳng: Hãy theo mẫu của trường, thường yêu cầu ghi công cụ, mục đích và bản ghi các câu lệnh. Helsinki đi xa hơn và yêu cầu sinh viên khai cả việc không dùng lẫn việc dùng. Hãy viết phần khai báo trong lúc làm bài, vì trí nhớ vào phút chót là điểm yếu.

Mỗi trường khai báo một kiểu. Southampton nói có môn yêu cầu một bản khai báo, và coi việc trích dẫn việc dùng GenAI là hành vi được phép. University of Helsinki yêu cầu sinh viên nêu việc dùng hoặc không dùng AI trong bài viết, một quy định mà các trang khác trong bài này không nêu. Sự phân biệt này hữu ích: dòng "không dùng AI" là một lời khẳng định mà sau này bạn có thể bị yêu cầu bảo vệ.

Một bản khai báo tốt trả lời ba câu hỏi trong hai hoặc ba câu: bạn dùng công cụ nào và phiên bản nào, cho giai đoạn nào của bài, và bạn làm gì với kết quả nó đưa ra. Ví dụ, bạn có thể ghi rằng chatbot gợi ý từ khoá tìm kiếm rồi bạn tự tra cơ sở dữ liệu của thư viện. Hãy giữ các câu lệnh và kết quả trong một thư mục cho tới khi có điểm, vì có trường yêu cầu xem chúng.

Gonsalves (2025) tìm hiểu vì sao sinh viên không tuân thủ đầy đủ các bản khai báo việc dùng AI và lập luận rằng chỉ có quy định khai báo thì chưa bảo đảm khai trung thực. Cách chữa là tạo thói quen: cập nhật bản khai báo mỗi lần dùng công cụ, rồi đối chiếu với ghi chú trước khi nộp. Việc phân loại cách dùng thành "tôi viết" và "công cụ viết" cũng dễ hơn nhiều so với xử lý một ca lấp lửng lúc 11 giờ đêm.

Trả lời thẳng: Hãy bắt đầu từ giảng viên và bộ phận kỹ năng học tập, những người biết đề bài cho phép gì. MAAS cũng có dịch vụ gia sư kèm riêng trả phí, trong đó chuyên gia đúng ngành hướng dẫn phương pháp học còn phần suy nghĩ và câu chữ vẫn là của bạn. Gia sư không đặt mục tiêu điểm và không hứa kết quả.

Hỗ trợ miễn phí nên đi trước. Phần lớn các trường công bố hướng dẫn về AI cho sinh viên, và cố vấn học tập có thể chỉ bạn cách biến một lời giải thích của AI thành một ghi chú có nguồn đàng hoàng. Hãy mang đề bài theo mỗi lần hẹn, vì lời khuyên không tính tới quy định riêng của bài bạn thì ít giá trị.

Nếu bạn muốn được kèm đều đặn, dịch vụ gia sư môn học đại học kèm riêng của MAAS ghép bạn với một chuyên gia đúng ngành cho các buổi học trực tuyến về khái niệm và phương pháp mà môn của bạn đánh giá. Bạn tự làm bài: gia sư giải thích, đặt câu hỏi và kiểm tra mức hiểu của bạn. Nếu chuyên gia chưa hợp thì bạn có thể đề nghị đổi chuyên gia. Về chủ đề rộng hơn, xem Wikipedia về liêm chính học thuật và trí tuệ nhân tạo tạo sinh.

• Bị nghi dùng AI thì làm gì: các bước cần làm khi người chấm đặt câu hỏi về bài của bạn
• Công cụ phát hiện văn bản AI chính xác đến đâu: nghiên cứu nói gì về lỗi của các công cụ này
• Khi nào phải trích dẫn trong bài assignment?: trích nguồn, kể cả nội dung lấy từ công cụ AI

• Habel, E. (2025). ANUSA's generative AI survey report 2024. Australian National University Students' Association. https://anusa.com.au/wp-content/uploads/2025/06/2024_GenAI_Survey_Report_final.pdf
• Jin, Y., Yan, L., Echeverria, V., Gašević, D., & Martinez-Maldonado, R. (2025). Generative AI in higher education: A global perspective of institutional adoption policies and guidelines. Computers and Education: Artificial Intelligence, 8, Article 100348. https://doi.org/10.1016/j.caeai.2024.100348
• 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
• Moorhouse, B. L., Yeo, M. A., & Wan, Y. (2023). Generative AI tools and assessment: Guidelines of the world's top-ranking universities. Computers and Education Open, 5, Article 100151. https://doi.org/10.1016/j.caeo.2023.100151
• 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
• Stephenson, R., & Armstrong, C. (2026). Student generative AI survey 2026 (HEPI Report 199). Higher Education Policy Institute. https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/
• 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
• Gonsalves, C. (2025). Addressing student non-compliance in AI use declarations: Implications for academic integrity and assessment in higher education. Assessment & Evaluation in Higher Education, 50(4), 592–606. https://doi.org/10.1080/02602938.2024.2415654

Bài viết hướng dẫn liêm chính học thuật cho sinh viên dùng AI trong khuôn khổ quy định của trường. Bài không thay cho chính sách của môn học, và MAAS không làm thay bài được chấm điểm của sinh viên.