BÀI BÁO THỜI AI DÙNG "RATHER THAN" NHIỀU GẤP BẢY LẦN

Các mô hình ngôn ngữ lớn hiện giúp viết một phần đáng kể các bài báo khoa học, và chúng để lại dấu vết: những từ ưa thích, một giọng điệu nhất định. Một thói quen đã bắt đầu khiến giới nghiên cứu xử lý ngôn ngữ tự nhiên (NLP) bực mình: những câu xây dựng trên khuôn “X rather than Y” (X chứ không phải Y), định nghĩa một khẳng định một phần bằng điều nó không phải là. Theo bài báo, những người phản biện đợt bài nộp gần nhất cho các hội nghị NLP đã than phiền về điều này, và ban tổ chức hội nghị nay bàn về lối viết “đầy rẫy sáo ngữ AI”.

Olga Zamaraeva, Adrián Gude, Roi Santos-Ríos và Carlos Gómez-Rodríguez, tại Đại học A Coruña ở Tây Ban Nha, đã quyết định đo lường nó — với một nhan đề tự nó đã nói lên vấn đề (“Tôi thà bỏ NLP còn hơn phải đọc thêm một bài báo như thế này”).

Nhiều gấp bảy lần

Họ so sánh 4.744 bài báo từ các hội nghị năm 2019 của Hiệp hội Ngôn ngữ học Tính toán (ACL), trước khi các trợ lý viết bằng AI trở nên phổ biến, với 1.821 bài báo NLP đăng trên arXiv năm 2026 theo cùng định dạng hội nghị.

Số lần xuất hiện trên 1.000 từ trong các bài báo năm 2019 (xanh lam) và 2026 (cam): “rather than” và “X, not Y” tăng vọt, trong khi “instead of” và “as opposed to” giảm. — Figure 1, Zamaraeva et al. (2026), arXiv:2610.10092.

• “Rather than” tăng từ 0,134 lên 0,993 lần trên 1.000 từ, khoảng gấp bảy lần.
• Cụm liên quan “X, not Y” (X, không phải Y) tăng gấp bốn; trong khi đó “instead of” và “as opposed to” (thay vì, trái với) trở nên ít phổ biến hơn.
• 94% bài báo năm 2026 chứa “rather than”, so với 36% năm 2019, và trung bình chúng dùng nó khoảng tám lần. Một bài báo năm 2026 dùng nó 69 lần, cứ khoảng 170 từ lại một lần; không bài báo năm 2019 nào vượt quá 12.

Nhóm nghiên cứu cũng cho các mô hình viết trọn vẹn bài báo từ tiêu đề và tóm tắt của những bài có thật. GPT-5.6-sol và GPT-6-sol dùng cụm từ này trong mọi bài báo, thường xuyên hơn cả các tác giả năm 2026. Claude Haiku 4.5, Sonnet 5.5 và Opus 5.5 của Anthropic cũng dùng nó trong gần như mọi bài báo, với tần suất thấp hơn một chút. Một mô hình mở, Tülu 3 8B, hiếm khi dùng nó ở bất kỳ giai đoạn huấn luyện nào. Việc chỉnh sửa bài báo không xóa được thói quen này: các phiên bản arXiv về sau của chính những bài báo năm 2026 ấy còn chứa nhiều hơn một chút.

Gây khó chịu, nhưng là những câu nào?

Riêng tần suất không chứng minh được điều gì: cụm từ này có vô số cách dùng hợp lý. Vì vậy hai trong số các tác giả, vốn là những người phản biện giàu kinh nghiệm, đã gắn nhãn cho 1.000 lần sử dụng được trình bày ẩn danh, là “gây khó chịu” hoặc “hợp lý”.

• Hầu như không lần dùng nào năm 2019 làm họ khó chịu (1,6% với một người, 0% với người kia).
• Khoảng một trên mười lần dùng năm 2026 thì có (11,5% và 8,3%).
• Họ hiếm khi đồng ý với nhau về việc những lần nào gây khó chịu. Nhưng vì một bài báo năm 2026 chứa rất nhiều lần dùng, các tác giả ước tính rằng khoảng một nửa số bài báo năm 2026 chứa ít nhất một lần dùng khiến từng người trong họ khó chịu, và gần hai phần ba chứa một lần dùng khiến ít nhất một người khó chịu — so với khoảng 1% năm 2019.

Điều làm những cách dùng gây khó chịu nổi bật chủ yếu là cách chúng đối xử với lựa chọn bị bác bỏ. Chúng có xu hướng khen một phương án và hạ thấp phương án kia, và những người khác thường đánh giá phương án bị bác bỏ là một hình nộm rơm (straw man), một quan điểm mà không nhà nghiên cứu có năng lực nào bảo vệ. Người đọc cũng coi chính cụm từ này là dấu hiệu của văn AI, trong khi lại không phân biệt được những đoạn do GPT viết với những đoạn do con người viết năm 2019.

Kết quả của Claude, cho đến nay mới chỉ được một người chấm gắn nhãn, khá lẫn lộn. Bản nháp đầu tiên của Claude không gây khó chịu hơn các bài báo năm 2019 và ít hơn của GPT-6-sol. Nhưng các bản chỉnh sửa của nó gây khó chịu thường xuyên ngang GPT-6-sol, khoảng gấp đôi so với chính bản nháp đầu của nó. Sự khác biệt đến từ những “lời phủ nhận”, trong đó tác giả khước từ một khẳng định mạnh hơn về công trình của chính mình (“một giả thuyết chứ không phải một cơ chế đã được kiểm chứng”), vốn trở nên thường xuyên hơn khi các mô hình chỉnh sửa bài báo.

Được người chấm thưởng điểm

Thói quen này từ đâu mà ra? Chatbot được tinh chỉnh trên các cặp câu trả lời, trong đó một câu được con người hoặc một giám khảo AI ưa thích hơn. Trong bốn bộ dữ liệu công khai về những lựa chọn ưa thích như vậy, câu trả lời chứa “rather than” có khả năng được chọn cao hơn ở ba bộ, rõ nhất khi giám khảo là con người. Bốn “mô hình phần thưởng” (reward model) mở chấm điểm một câu cao hơn khi có mệnh đề “rather than” so với khi không có, ngay cả khi thay nó bằng một mệnh đề trung tính cùng độ dài. Và khi được yêu cầu “trung thực”, một mô hình lại dùng cụm từ này nhiều hơn một chút.

Các tác giả phỏng đoán rằng cấu trúc này là tác dụng phụ của kiểu huấn luyện đó: trong một câu trả lời đơn lẻ của chatbot, một lời phủ nhận cẩn trọng trông có vẻ trung thực; lặp đi lặp lại suốt cả một bài báo, và cả một nền văn liệu, nó đọc lên như một lời biện hộ. Cấm cụm từ này có lẽ chỉ chuyển cùng chức năng đó sang chỗ khác, như GPT-6-sol làm khi đổi “rather than” thành “X, not Y” trong lúc chỉnh sửa.

Văn phong đang lan rộng

Nghiên cứu có những giới hạn rõ ràng: hai người chấm cũng đồng thời là tác giả, và phần so sánh với Claude cho đến nay mới chỉ do một người gắn nhãn; phương pháp so khớp mẫu có thể bỏ sót một số lần dùng; và dữ liệu về lựa chọn ưa thích chỉ cho thấy tương quan. Nhưng kết luận của nó vượt ra ngoài một cụm từ. Những bài báo do con người đứng tên đã tiếp nhận cấu trúc này, nên văn phong của văn liệu khoa học đang trôi dần về phía văn phong của các mô hình — mà đến lượt chúng sẽ lại học từ đó.

Xung đột lợi ích. Các tác giả cho biết họ đã dùng Claude Code (Claude Sonnet 5, Sonnet 5.5 và Opus 5.5) để viết mã, chạy các phân tích và soạn nháp văn bản trong suốt bài báo, kể cả các phần Phương pháp và Kết quả, trước khi chỉnh sửa bằng tay — trong đó có việc xóa mười chỗ “rather than” xuất hiện trong quá trình sinh văn bản. Các mô hình Claude cũng nằm trong số những hệ thống được nghiên cứu và đóng vai trò người chấm tự động. Claude cũng là tác giả của bài viết này.