Sự phát triển của trí tuệ nhân tạo (AI) tạo sinh, đặc biệt là các Mô hình Ngôn ngữ Lớn (LLM), đang mang lại nhiều hứa hẹn về một tương lai tươi đẹp cho giới khoa học. Tuy nhiên, trước khi những đột phá như chữa khỏi ung thư hay tìm ra vật liệu mới thành hiện thực, AI đang tạo ra một cuộc khủng hoảng thực sự cho hệ thống xuất bản học thuật. Các biên tập viên và chuyên gia bình duyệt (peer reviewer) đang bị quá tải bởi hàng loạt bài báo do AI tạo ra, với chất lượng ngày càng khó phân biệt với sức người.
Mùa hè năm ngoái, Peter Degen, một nhà nghiên cứu sau tiến sĩ tại Đại học Zurich, phát hiện một điểm bất thường: một bài báo từ năm 2017 của cấp trên anh bỗng nhiên được trích dẫn hàng trăm lần chỉ trong thời gian ngắn. Khi điều tra, Degen nhận thấy các bài báo trích dẫn này đều có chung một công thức: sử dụng bộ dữ liệu công khai (như Global Burden of Disease) và đưa ra hàng loạt dự đoán vô tận, từ khả năng đột quỵ ở người lớn, ung thư tinh hoàn ở người trẻ, cho đến tỷ lệ té ngã ở người già.
Từ năm 2024–2025, tỷ lệ bài báo có tham chiếu giả tăng mạnh (từ ~4 lên 57/10.000 bài). Đây chính là hiện tượng Degen thấy ở bài báo 2017, đột nhiên được trích dẫn hàng trăm lần chỉ nhờ các bài AI “rải” link.
Degen phát hiện ra rằng, các bài báo này xuất phát từ những hướng dẫn trên mạng xã hội Trung Quốc, dạy cách sử dụng công cụ AI để sản xuất một bài nghiên cứu có thể xuất bản chỉ trong vòng chưa đầy 2 tieng. Dù chứa nhiều sai sót khi phân tích kỹ, những bài báo này không còn ngớ ngẩn và dễ bị phát hiện như các phiên bản AI thế hệ đầu (ví dụ như vẽ sai cấu trúc giải phẫu hay quên xóa dòng chữ "với tư cách là một AI"). Điều này khiến việc lọc bỏ chúng trở nên cực kỳ khó khăn.
Sự bùng nổ của các bài báo "tái chế" dữ liệu
Mùa hè năm ngoái, Peter Degen, một nhà nghiên cứu sau tiến sĩ tại Đại học Zurich, phát hiện một điểm bất thường: một bài báo từ năm 2017 của cấp trên anh bỗng nhiên được trích dẫn hàng trăm lần chỉ trong thời gian ngắn. Khi điều tra, Degen nhận thấy các bài báo trích dẫn này đều có chung một công thức: sử dụng bộ dữ liệu công khai (như Global Burden of Disease) và đưa ra hàng loạt dự đoán vô tận, từ khả năng đột quỵ ở người lớn, ung thư tinh hoàn ở người trẻ, cho đến tỷ lệ té ngã ở người già.
Từ năm 2024–2025, tỷ lệ bài báo có tham chiếu giả tăng mạnh (từ ~4 lên 57/10.000 bài). Đây chính là hiện tượng Degen thấy ở bài báo 2017, đột nhiên được trích dẫn hàng trăm lần chỉ nhờ các bài AI “rải” link.
Degen phát hiện ra rằng, các bài báo này xuất phát từ những hướng dẫn trên mạng xã hội Trung Quốc, dạy cách sử dụng công cụ AI để sản xuất một bài nghiên cứu có thể xuất bản chỉ trong vòng chưa đầy 2 tieng. Dù chứa nhiều sai sót khi phân tích kỹ, những bài báo này không còn ngớ ngẩn và dễ bị phát hiện như các phiên bản AI thế hệ đầu (ví dụ như vẽ sai cấu trúc giải phẫu hay quên xóa dòng chữ "với tư cách là một AI"). Điều này khiến việc lọc bỏ chúng trở nên cực kỳ khó khăn.
Tương tự, Matt Spick, phó biên tập của tạp chí Scientific Reports, cũng nhận thấy sự bùng nổ của các nghiên cứu dựa trên bộ dữ liệu khảo sát y tế NHANES (Mỹ). Bằng cách cho AI chạy mọi tổ hợp dữ liệu có thể, các tác giả dễ dàng tạo ra những kết luận tương quan (correlation) vô nghĩa, chẳng hạn như "số năm học tập ảnh hưởng đến biến chứng thoát vị sau phẫu thuật". Những kết luận này dù không hẳn là gian lận, nhưng hoàn toàn vô giá trị về mặt khoa học.
Khi AI làm quá tốt công việc viết lách
Mọi thứ đang trở nên phức tạp hơn khi các AI agents ra đời. Mới đây, Spick và các đồng nghiệp đã thử nghiệm Prism, công cụ viết bài luận AI của OpenAI. Chỉ trong chưa đầy 26 phút, từ một bộ dữ liệu có sẵn về thời gian chín của cà tím, AI này đã tự phân tích, đề xuất phương pháp thống kê mới và hoàn thiện một bài báo học thuật kèm theo biểu đồ và trích dẫn chuẩn xác.
Marit Moe-Pryce, biên tập viên điều hành của tạp chí Security Dialogue, cho biết số lượng bài gửi đến tạp chí của bà đã tăng 100% so với năm trước. Vấn đề lớn nhất là các bài báo do AI viết giờ đây có cấu trúc rất tốt, văn phong mạch lạc. Việc phân biệt giữa một bài báo hoàn toàn do AI tạo ra, một bài của học giả lâu năm hay một bài do sinh viên dùng AI để chỉnh sửa đã trở thành ranh giới mờ nhạt. Bà từng phát hiện một bài báo lọt qua 10 biên tập viên và 2 vòng bình duyệt chỉ vì AI đã tự bịa ra một trích dẫn (người ta hay gọi là hallucination á) cực kỳ tinh vi.
Áp lực lên hệ thống bình duyệt
Hệ thống xuất bản học thuật truyền thống dựa nhiều vào các chuyên gia bình duyệt làm việc tự nguyện. Tuy nhiên, sự "tấn công" của AI đang làm hệ thống này kiệt sức.
Quảng cáo
Theo David Resnik, phó biên tập tạp chí Accountability in Research, số lượng bài gửi đến đã tăng 60% trong năm nay. Việc tìm kiếm người bình duyệt trở nên vô cùng khó khăn. Từng có lúc ông phải gửi 20 yêu cầu mới nhận được 2 phản hồi. Nghịch lý hơn, một khảo sát cho thấy hơn một nửa số nhà nghiên cứu hiện nay cũng đang dùng chính AI để viết các bài nhận xét bình duyệt.
Căn nguyên từ áp lực xuất bản
Vấn đề cốt lõi không chỉ nằm ở công nghệ, mà còn ở cách hệ thống học thuật đang vận hành. Ngày nay, số lượng bài báo công bố được xem là thước đo năng lực, ảnh hưởng trực tiếp đến việc xin tài trợ, thăng tiến hay cơ hội việc làm của các nhà nghiên cứu, bác sĩ hay sinh viên y khoa.
Biểu đồ từ Nature minh họa chính xác nghiên cứu được nhắc: nhà khoa học dùng AI xuất bản và nhận trích dẫn nhiều hơn hẳn, nhưng tổng thể lại khiến giới khoa học chỉ tập trung vào những chủ đề AI “dễ làm”, bỏ qua các bài toán khó.
Khi một cỗ máy có khả năng tạo ra vô số bài báo được đưa vào một hệ thống định giá con người bằng số lượng bài viết, hệ quả tất yếu là sự bùng nổ về số lượng thay vì chất lượng. Một nghiên cứu trên tạp chí Nature cho thấy, những nhà khoa học dùng AI đã xuất bản nhiều gấp 3 lần và thăng tiến nhanh hơn. Tuy nhiên, điều này lại khiến giới khoa học thu hẹp phạm vi nghiên cứu, chỉ tập trung vào các chủ đề dễ phân tích bằng AI thay vì giải quyết các bài toán khó.
Quảng cáo
Các giải pháp kỹ thuật, như dùng phần mềm quét đạo văn hay kiểm tra trích dẫn giả, hiện chỉ như một trò chơi mèo vờn chuột. Joris van Rossum từ tổ chức STM cho rằng, trong tương lai, quy trình xuất bản sẽ phải thay đổi: thay vì cố gắng phát hiện gian lận, các nhà nghiên cứu sẽ phải cung cấp dữ liệu thô và chứng minh tính xác thực trong công việc của mình (ví dụ: đóng dấu bản quyền kỹ thuật số vào hình ảnh).
Dù vậy, nhiều chuyên gia như Vincent Larivière, Tổng biên tập Quantitative Science Studies, cho rằng giải pháp duy nhất là phải cải tổ lại cách đánh giá năng lực trong giới khoa học. Chừng nào số lượng ấn bản vẫn còn là thước đo duy nhất cho sự thành công, thì các công cụ AI vẫn sẽ bị lạm dụng để bơm CV thay vì tạo ra những giá trị thực sự cho nhân loại.
The Verge
Khóa học Machine Learning cơ bản- Khoa học dữ liệu - AI
==***==
Khoá học Quản trị Chiến lược Dành cho Lãnh đạo Doanh nghiệp
==***==
Nơi hội tụ Tinh Hoa Tri Thức - Khơi nguồn Sáng tạo
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
---
Khóa học Hacker và Marketing từ A-Z trên ZALO!
Khóa học Hacker và Marketing từ A-Z trên Facebook!
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP
Khóa học Lập trình Visual Foxpro 9 - Dành cho nhà quản lý và kế toán
Khóa học hướng dẫn về Moodle chuyên nghiệp và hay
Xây dựng hệ thống đào tạo trực tuyến chuyên nghiệp tốt nhất hiện nay.
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
Khóa học “Thiết kế bài giảng điện tử”, Video, hoạt hình
kiếm tiền Youtube bằng phần mềm Camtasia Studio
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA
Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍
GOOGLE SPREADSHEETS phê không tưởng
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử
Để thành thạo Wordpress bạn hãy tham gia khóa học
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công
==***==
Bảo hiểm nhân thọ - Bảo vệ người trụ cột
Cập nhật công nghệ từ Youtube tại link: congnghe.hocviendaotao.com
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
kiếm tiền Youtube bằng phần mềm Camtasia Studio
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA
Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍
GOOGLE SPREADSHEETS phê không tưởng
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử
Để thành thạo Wordpress bạn hãy tham gia khóa học
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công
==***==
Bảo hiểm nhân thọ - Bảo vệ người trụ cột
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Nguồn: Tinh Tế