BỨC TRANH BẠN YÊU THÍCH, BẠN NGHĨ LÀ DO CON NGƯỜI TẠO RA

Các trình tạo ảnh giờ đây tạo ra những bức tranh mà con người không còn phân biệt được một cách đáng tin cậy với tác phẩm của con người. Phần lớn các nghiên cứu về cách chúng ta đánh giá loại nghệ thuật này đặt câu hỏi điều gì xảy ra khi người ta được cho biết: gắn nhãn một bức tranh là do AI làm ra, và họ thích nó ít hơn, thấy nó kém đẹp, kém sâu sắc và kém sáng tạo hơn. Thế nhưng trên mạng, nghệ thuật hiếm khi đi kèm một nhãn đáng tin. Người ta lướt qua các hình ảnh và tự quyết định ai đã làm ra chúng. Niềm tin riêng tư đó liên quan thế nào đến điều họ thích?

Năm mươi bức tranh, mười một nghìn người chấm

Vào mùa thu năm 2024, blog Astral Codex Ten đăng một “Phép thử Turing cho nghệ thuật AI” (AI Art Turing Test): 50 bức tranh, với các phong cách từ hội họa Phục Hưng đến nghệ thuật kỹ thuật số. Hai mươi bốn bức là những tác phẩm được đánh giá cao của con người, từ tranh vẽ trên tấm gỗ thế kỷ XV đến tranh minh họa kỹ thuật số đương đại. Hai mươi sáu bức được những người làm nghệ thuật AI tạo ra bằng các trình tạo ảnh, và được sàng lọc để loại bỏ những khiếm khuyết lộ liễu như chữ viết méo mó hay bàn tay dị dạng. Hơn 11.000 người đã đánh giá từng bức tranh: con người hay AI? Người trả lời ở mức trung vị đoán đúng 60% — tốt hơn đoán mò, nhưng còn xa mới đáng tin cậy.

Người trả lời cũng nêu bức tranh yêu thích của mình, chiến lược phát hiện chính, mức độ am hiểu nghệ thuật và quan điểm của họ về nghệ thuật AI, trên thang điểm từ 1 (“ghét cay ghét đắng”) đến 5 (“rất yêu thích”). Người tổ chức đã công bố các câu trả lời ẩn danh. Zihan Chen và Di Zhu, thuộc Viện Công nghệ Stevens, cùng Lei Nico Zheng, thuộc Đại học Massachusetts Boston, đã phân tích toàn bộ 542.208 lượt đánh giá.

Bức yêu thích trông như của con người

Phân tích dựa trên 9.152 người trả lời đã nêu một bức yêu thích mà chính họ cũng đã đánh giá. Họ cho rằng bức đó do con người làm ra trong 76,6% trường hợp. Những người trả lời khác chỉ đánh giá chính những bức tranh đó là của con người trong 54,6% trường hợp. Các tác giả so sánh mỗi bức yêu thích với điều mà thói quen chung của người đó và vẻ ngoài chung của bức tranh đó sẽ dự đoán: bức yêu thích có khả năng được đánh giá là của con người cao hơn 22,1 điểm phần trăm.

Lực hút này hiện ra ở từng bức tranh một. Nó mang giá trị dương với cả 50 bức, từ 5,3 đến 38,1 điểm. Ancient Gate, một bức tranh AI mà phần lớn mọi người nhận ra, được 22% người hâm mộ nó gọi là của con người, so với 9% ở những người còn lại; Paris Scene, cũng do AI tạo ra, là 96% ở người hâm mộ so với 83%. Phong cách không giải thích được điều này: chỉ so sánh mỗi bức yêu thích với những bức có vẻ ngoài tương tự vẫn còn lại 19 đến 20 điểm. Việc nhận ra các bức tranh nổi tiếng cũng không giải thích được: trong số 4.704 người chưa từng thấy bức nào trước đó, khoảng chênh là 22,6 điểm.

Các bức yêu thích (xanh lam) được đánh giá là của con người thường xuyên hơn so với chính những bức đó ở những người không hâm mộ (xám), dù do AI hay do con người làm ra (A). Mỗi điểm là một bức tranh: người hâm mộ gọi nó là của con người thường xuyên hơn tất cả những người khác (B). — Hình 1, Chen, Zhu và Zheng (2026), arXiv:2610.38113.

Máy móc giữa những bức yêu thích

Hiệu ứng này như nhau đối với các bức yêu thích do AI tạo ra (+21,8 điểm) và do con người làm ra (+22,4). Vậy nên đây không chỉ là chuyện người ta nhận ra đúng những kiệt tác của con người mà họ yêu thích. Và trong phép thử này, việc thích một bức tranh hoàn toàn không phải là manh mối: ảnh AI chiếm 55,6% số bức yêu thích, nhỉnh hơn một chút so với tỷ lệ của chúng trong phép thử (26 trên 50, 52%), và 6 trong 10 bức được yêu thích nhiều nhất là do AI tạo ra. Bức được yêu thích nhất, Riverside Cafe do AI tạo ra, có 642 người hâm mộ. Trong số những bức mà người ta chắc chắn nhất là do con người làm ra, 30% là do AI tạo ra.

Kể cả ở những người ghét cay ghét đắng nghệ thuật AI

Quan điểm có ảnh hưởng đến lựa chọn, nhưng ít hơn người ta tưởng. Trong số những người tiêu cực nhất về nghệ thuật AI, 47% chọn một bức yêu thích do AI tạo ra, so với 60% ở những người tích cực nhất. Khi bức yêu thích của họ do AI tạo ra, 80% những người tiêu cực nhất tin rằng một con người đã làm ra nó, so với 56% ở những người tích cực nhất. Họ có xu hướng chọn những bức tranh AI mà với ai cũng trông như của con người, và đánh giá chính những bức đó là của con người thường xuyên hơn những người khác.

Kết quả là: ở mọi nhóm quan điểm, từ một phần ba đến hai phần năm số người trả lời (33,5% đến 40,8%) đã chọn một bức yêu thích do AI tạo ra mà họ tin là của con người. Nhóm tiêu cực nhất thực ra lại chính xác nhất về tổng thể, ở mức 63,9% — vậy mà họ chỉ nhận ra các bức yêu thích do AI tạo ra của chính mình trong 20% trường hợp.

Từ “ghét cay ghét đắng” (1) đến “rất yêu thích” (5): ít bức yêu thích do AI tạo ra hơn ở bên trái, nhưng nhiều bức trong số đó được tin là của con người hơn (A); hiệu ứng bức yêu thích thu nhỏ lại nhưng không bao giờ biến mất (B). — Hình 2, Chen, Zhu và Zheng (2026), arXiv:2610.38113.

Kỹ năng phát hiện cũng không giúp tránh được. Những người có chiến lược chính là săn tìm các lỗi nhỏ, như bàn tay có số ngón sai, cho thấy hiệu ứng 23,4 điểm. Những người tự nhận là chuyên gia nghệ thuật là nhóm chính xác nhất, ở mức 66,9%, nhưng vẫn cho thấy 22,8 điểm. Chỉ 63 người coi nghệ thuật AI là công việc hoặc đam mê lớn nhất của mình mới cho thấy một hiệu ứng nhỏ hơn nhiều, 7,4 điểm — một manh mối đáng để một nghiên cứu lớn hơn theo đuổi.

Thơ, được chấm điểm trước

Trong phép thử tranh, bức yêu thích được nêu sau tất cả các lượt đoán. Một bộ dữ liệu thứ hai đảo ngược thứ tự này. Trong một thí nghiệm về thơ đã được công bố, 230 người chấm điểm mười bài thơ trước khi đoán ai đã viết chúng: năm bài của Chaucer, Shakespeare, Dickinson, Eliot và Lasky, năm bài do ChatGPT 3.5 tạo ra theo phong cách của những nhà thơ khác. Họ chấm các bài thơ AI cao hơn (5,30 so với 4,18 trên thang 7) và chỉ đoán đúng 47,3% trường hợp, thấp hơn mức ngẫu nhiên. Thế nhưng mỗi điểm chấm thêm lại đi kèm khả năng bị phán là “con người” cao hơn 11,5 điểm, với cả hai loại thơ. Khoảng chênh điểm chấm giữa những bài thơ mà một người tin là của con người và những bài họ tin là do AI tạo ra, 0,89 điểm, tương đương với hiệu ứng của việc đơn giản là cho độc giả biết tác giả, 0,81 điểm.

Yêu thích như một bằng chứng

Một số người trả lời nói thẳng ra: “Cái này có vẻ quá hay để có thể do một trí tuệ nhân tạo viết ra.” Những lời giải thích ca ngợi vẻ đẹp, cảm xúc hay sự sáng tạo đi kèm phán quyết “con người” trong 80% trường hợp. Các tác giả không phân định mối liên hệ này đi theo chiều nào: tin rằng một con người đã làm ra tác phẩm có thể làm tăng sức hấp dẫn của nó, sức hấp dẫn của nó có thể được coi là bằng chứng về một tác giả là con người, và hai điều này có thể nuôi dưỡng lẫn nhau. Dữ liệu không mang tính nhân quả, và những người trả lời là độc giả tình nguyện của một blog, có lẽ hào hứng với AI hơn phần lớn mọi người.

Kết luận của họ hướng về phía trước. Khi tranh, thơ và nhạc được tạo ra trở nên không thể phân biệt với tác phẩm của con người, điều người ta tin về việc ai đã làm ra một thứ sẽ gắn chặt với việc họ thích nó đến mức nào — theo các tác giả, đó là lý do cần có thông tin đáng tin cậy về nguồn gốc của một tác phẩm, thay vì coi niềm thích thú của chính mình là bằng chứng.