Watermark AI: Giải pháp chống “AI slop” hay chỉ là dấu vết dễ xóa?

Từ ngày 2/8, các mô hình Claude mới của Anthropic sẽ tự động tạo dấu vết thống kê vô hình trong văn bản, trong khi hình ảnh do Claude tạo ra sẽ đi kèm siêu dữ liệu (metadata) chứa chữ ký số.

Động thái này nhằm giúp nhận diện nội dung do AI tạo ra và đáp ứng yêu cầu mới của Đạo luật AI (AI Act) của Liên minh châu Âu (EU).

Theo đó, các nhà cung cấp mô hình AI tiên tiến theo AI Act phải bảo đảm nội dung do AI tạo ra có thể được phát hiện. Các mô hình đã được đưa ra thị trường có thời gian chuyển tiếp đến ngày 2/12 để đáp ứng yêu cầu. Vi phạm có thể bị phạt tới 15 triệu euro hoặc 3% doanh thu toàn cầu hằng năm.

Tuy nhiên, watermark không phải bằng chứng tuyệt đối về nguồn gốc của một văn bản. Anthropic thừa nhận nội dung quá ngắn hoặc đã được viết lại, diễn giải bằng một mô hình khác có thể không còn dấu vết. Ngược lại, việc phát hiện watermark cũng không cho biết AI đã được sử dụng ở mức độ nào. Một người có thể tự viết nội dung rồi chỉ dùng Claude để dịch hoặc tóm tắt.

Điểm hạn chế này đặc biệt đáng chú ý trong nghiên cứu khoa học, nơi AI ngày càng được sử dụng để hỗ trợ viết và xử lý thông tin.

TS. Reese Richardson, Đại học Northwestern (Mỹ), cho rằng watermark khó ngăn những người cố tình dùng AI để tạo ra các bài báo giả hoặc chất lượng thấp, thường được gọi là “AI slop”. Theo ông, dấu vết có thể bị loại bỏ tương đối dễ dàng bằng cách sử dụng một mô hình AI khác để viết lại nội dung.

Nhưng nếu watermark không ngăn được người cố tình che giấu việc sử dụng AI, công nghệ này vẫn có thể phát huy tác dụng trong những trường hợp người dùng không chủ động né tránh. PGS. Nihar Shah, Đại học Carnegie Mellon (Mỹ), cho rằng nếu công cụ phát hiện có tỷ lệ nhận diện nhầm đủ thấp, watermark có thể trở thành một tín hiệu hữu ích để phát hiện một số trường hợp sử dụng AI không phù hợp.

Kinh nghiệm từ Hội nghị quốc tế về học máy (ICML) 2026 là một ví dụ. Ban tổ chức đã sử dụng watermark để phát hiện nội dung AI trong các báo cáo phản biện và xác định 506 người phản biện vi phạm chính sách không sử dụng AI. Theo Shah, kết quả này cho thấy một bộ phận người dùng đơn giản sao chép nội dung AI mà không tìm cách che giấu dấu vết.

Điều đó cho thấy giá trị thực tế của watermark có thể không nằm ở khả năng “bắt” mọi nội dung do AI tạo ra, mà ở việc tạo thêm một lớp thông tin để các tổ chức kiểm tra khi cần. Tuy nhiên, lớp thông tin này chỉ hữu ích nếu nó không bị biến thành bằng chứng duy nhất để đưa ra kết luận về hành vi của một người.

Đây cũng là điểm khiến việc áp dụng watermark trong giáo dục trở nên nhạy cảm. TS. Amina Yonis, nhà sinh học phân tử đồng thời điều hành một công ty hỗ trợ sinh viên về viết và biên tập, cảnh báo không nên coi watermark là tiêu chuẩn để kết luận một bài viết do AI hay con người tạo ra. Theo bà, công nghệ có thể hỗ trợ tính minh bạch nhưng chưa đủ tin cậy để xác định một sinh viên có gian lận hay không.

Nói cách khác, một văn bản có watermark chỉ cho thấy AI có khả năng đã tham gia vào quá trình tạo ra nó. Nó không trả lời được câu hỏi quan trọng hơn: người sử dụng AI đã làm gì với công cụ đó?

Trong nghiên cứu khoa học, câu hỏi này càng phức tạp khi AI ngày càng được sử dụng cho nhiều mục đích hợp pháp. GS. Paul Ginsparg, Đại học Cornell (Mỹ) và người sáng lập kho lưu trữ bản thảo arXiv, cho rằng watermark có thể không mang nhiều ý nghĩa trong những lĩnh vực mà AI đã trở thành công cụ hỗ trợ nghiên cứu phổ biến. Một nhà khoa học có thể sử dụng AI để chỉnh sửa câu chữ, dịch thuật hoặc hỗ trợ diễn đạt mà không có ý định che giấu việc sử dụng công nghệ.

Vì vậy, ranh giới cần xác định có thể không còn là “có AI” hay “không có AI”. Nếu một bài báo được tạo ra với sự hỗ trợ của AI nhưng dữ liệu, phương pháp, phân tích và kết luận vẫn do nhà nghiên cứu chịu trách nhiệm, việc phát hiện AI đơn thuần chưa đủ để đánh giá tính liêm chính của công trình. Ngược lại, nếu AI được dùng để tạo dữ liệu giả, bịa tài liệu tham khảo hoặc che giấu những sai sót trong nghiên cứu, watermark cũng không tự giải quyết được vấn đề.

Anthropic không phải công ty đầu tiên sử dụng công nghệ này. Google đã triển khai SynthID cho một số nội dung do Gemini tạo ra, trong khi OpenAI cũng sử dụng công nghệ này cho hình ảnh và âm thanh AI. Anthropic cho biết đang phát triển một công cụ phát hiện văn bản AI dành cho công chúng.

Nhưng chính sự phát triển của các công cụ phát hiện lại đặt ra một cuộc chạy đua mới. Khi watermark trở nên phổ biến, những người muốn né tránh có thể tìm cách viết lại nội dung bằng một mô hình khác hoặc chuyển sang những hệ thống để lại ít dấu vết hơn.

Do đó, watermark có thể hữu ích nhất khi được xem như một tín hiệu, thay vì một “máy dò gian lận”. Nó giúp các biên tập viên, trường đại học hay tổ chức nghiên cứu có thêm cơ sở để đặt câu hỏi, nhưng không thể thay thế việc đánh giá nội dung, quy trình nghiên cứu và trách nhiệm của tác giả.

Trong một môi trường mà AI ngày càng trở thành một phần của quá trình sáng tạo và nghiên cứu, bài toán không còn đơn giản là tìm cách xác định văn bản nào do máy tạo ra. Quan trọng hơn là xây dựng được những nguyên tắc để phân biệt sử dụng AI có trách nhiệm với lạm dụng AI, thay vì mặc định rằng mọi dấu vết của AI đều đồng nghĩa với gian lận./.

TXB