SlopShape: Mô hình phát hiện nội dung web do AI tạo chỉ dựa vào cấu trúc, đạt độ chính xác 98%

Trong bối cảnh các công cụ như ChatGPT, Gemini hay Claude ngày càng được sử dụng rộng rãi để sản xuất nội dung, một câu hỏi lớn được đặt ra: liệu có thể phân biệt văn bản do AI viết với văn bản do con người viết hay không? Một nghiên cứu mới mang tên SlopShape vừa được công bố trên arXiv đã đưa ra câu trả lời đáng chú ý: có thể nhận diện nội dung AI chỉ dựa vào cấu trúc của bài viết, mà không cần đọc từng từ.

Bối cảnh nghiên cứu

Nhóm tác giả Jochen Madler và Vincent từ Sitefire (một công ty trong chương trình YC W26) chuyên giúp các đội marketing được các công cụ tìm kiếm AI như ChatGPT, Google AI Overviews hay Claude đề xuất. Chính vì vậy, họ có lợi ích thương mại trong việc hiểu rõ đặc điểm của nội dung do AI tạo ra.

Sau khi trao đổi với hàng trăm đội marketing, họ nhận thấy một nghịch lý: dù ai cũng chán ngán "AI slop" (nội dung AI rác), nhưng lại đều muốn tận dụng AI để tạo nội dung. Điều này thôi thúc họ tìm hiểu: đặc điểm nào làm nên AI slop, và liệu có thể huấn luyện mô hình nhận diện nó không?

Phương pháp: nhìn vào cấu trúc, không nhìn vào từ ngữ

Nghiên cứu này kế thừa từ công trình StoryScope (Russell và cộng sự, 2026) của Đại học Maryland và Google DeepMind, vốn đã chứng minh có thể phân biệt truyện do AI viết với truyện người viết chỉ dựa vào cấu trúc.

Nhóm Sitefire đã áp dụng pipeline này cho nội dung thương mại:

• Sử dụng Wayback Machine để thu thập 2.250 bài blog từ 268 website doanh nghiệp B2B, tất cả đều được viết trước khi ChatGPT ra đời.
• Với mỗi bài gốc, năm mô hình AI (GPT-5.4, Claude Sonnet 4.6, Gemini 3 Flash, DeepSeek V3.2, Kimi K2.5) viết lại một phiên bản riêng.
• Thay vì phân tích từ ngữ, họ dùng một mô hình AI trả lời 214 câu hỏi về cách mỗi bài được xây dựng — ví dụ: bài viết quảng bá sản phẩm mạnh đến đâu, có dẫn nguồn cho các tuyên bố không, có trích dẫn chuyên gia cụ thể không.
• Sau đó, họ huấn luyện một bộ phân loại (classifier) trên các câu trả lời này.

Kết quả gây ấn tượng

Trên những bài blog chưa từng thấy, bộ phân loại đạt độ chính xác 98%, chỉ phân loại sai 19 trên tổng số 1.740 bài (98,0 macro-F1 trên các công ty giữ riêng để kiểm thử).

Điều đáng kinh ngạc hơn: khi mỗi mô hình AI viết lại chính bài của mình đến mức trung bình 73% chuỗi 13 từ gốc biến mất, bộ phân loại vẫn hoạt động hiệu quả như cũ (98,1). Nói cách khác, bạn không thể thoát khỏi nó chỉ bằng cách diễn đạt lại.

Tại sao lại hiệu quả đến vậy?

Lý do rất đơn giản: cả năm mô hình AI đều viết theo một hình dạng tương tự nhau. Khi lập bản đồ các giá trị đặc trưng, các mô hình AI tụ lại thành một cụm, trong khi các bài của con người nằm rải rác và đa dạng hơn nhiều.

Trong số 1% bài blog độc đáo nhất của tập dữ liệu, có tới 149 bài là của con người, chỉ 4 bài là của AI.

Vậy đặc điểm của AI slop là gì? Đó là kiểu bài "gọn gàng, tự thông báo": nói cùng một điều ba lần.

• Tiêu đề đã hứa hẹn nội dung ("Cách giảm một nửa thời gian onboarding").
• Phần mở đầu trình bày trước những gì sắp có.
• Phần kết lặp lại toàn bộ ý chính một lần nữa.

77% bài viết của AI kết thúc bằng cách nhắc lại luận điểm chính, so với chỉ 12% ở bài của con người.

Mỗi mô hình AI có "giọng" riêng

Nhóm nghiên cứu còn huấn luyện một bộ phân loại thứ hai để xác định bài viết do mô hình AI nào tạo ra, hoặc do con người viết. Kết quả đạt độ chính xác 79%, trong khi đoán ngẫu nhiên chỉ đạt 17%. Hầu hết các lỗi đều là nhầm lẫn giữa các mô hình AI với nhau, chứ không phải giữa AI và con người.

Hạn chế và hướng phát triển

Nhóm tác giả thẳng thắn thừa nhận còn nhiều điều chưa được kiểm chứng, như các công cụ "humanizer", việc con người viết lại, tái cấu trúc bài viết, hay yêu cầu AI tránh các thói quen này. Ngoài ra, các bài của con người chủ yếu từ giai đoạn 2020–2022, trong khi bài của AI được tạo vào tháng 8/2026 — tuy cấu trúc khó phản ánh thời điểm viết, đây vẫn chưa phải so sánh cùng năm.

Ý nghĩa với người dùng Việt Nam

Với các đội nội dung và marketing tại Việt Nam đang ngày càng dựa vào AI để sản xuất bài viết, nghiên cứu này mang lại bài học thực tế: nội dung AI dễ bị nhận diện không phải vì từ ngữ, mà vì khuôn mẫu cấu trúc lặp đi lặp lại. Việc đa dạng hóa cách trình bày, tránh lặp ý và thêm dẫn chứng cụ thể có thể giúp nội dung tự nhiên và khác biệt hơn.

Nhóm nghiên cứu đã công bố toàn bộ pipeline, công cụ đánh giá, prompt và mã nguồn công khai trên GitHub và arXiv, đồng thời xây dựng một công cụ kiểm tra miễn phí cùng một trò chơi nhỏ để người dùng thử sức phân biệt AI slop với văn bản người viết.