Ảnh cắt Zalo hiện 22% AI writing, PDF tải về lại khác bản đồ: lệch phủ chứ không phải “điểm đổi”

Charles Li · HumanPen

Ở nhiều chương trình tiếng Anh tại Việt Nam, phản ứng đầu tiên khi thẻ AI writing hiện trên Moodle, Canvas hoặc Blackboard thường không phải mở báo cáo đầy đủ—mà là chụp màn hình, cắt gọn phần trăm, rồi gửi vào nhóm Zalo hoặc WhatsApp lớp. Trong vài phút, ảnh cắt biến thành lore: “22% rồi”, “trang phương pháp sạch”, “similarity thấp nên AI chắc sai”.

Bài này nói về cách đọc lệch phủ (coverage mismatch) giữa huy hiệu cổng LMS và PDF / báo cáo AI Writing tải về. Không hứa điểm số. Không phải hướng dẫn né bộ phát hiện. Chỉ là kỹ năng đọc tài liệu trước khi viết lại cả đêm.

Hai bề mặt đang bị gộp thành một tin đồn

Huy hiệu trên cổng và báo cáo tải về thường cùng một attempt, nhưng không cùng một công việc.

Tranh luận chỉ từ ảnh cắt giống tranh luận từ poster phim. Poster có thể đúng ngày chiếu; vẫn chưa phải bản chiếu bạn sẽ ngồi xem.

Vì sao ảnh cắt Zalo dễ “bịa” ra một câu chuyện

Bốn cơ chế hay gặp—không cần thuyết âm mưu:

1. Cắt mất danh tính. Ảnh thường mất tên công cụ, số attempt, giờ báo cáo, hoặc chú thích chân trang. Không có danh tính thì không khớp được phiên bản.
2. Cắt mất bản đồ. Huy hiệu chỉ là chip màu + số. PDF mới vẽ đoạn nào bị đánh dấu, đoạn xám / unscored, phụ lục có nằm ngoài văn xuôi đủ điều kiện hay không.
3. Hai widget cạnh nhau. Similarity và AI writing thường nằm trên cùng một màn hình cổng. Ảnh cắt gộp chúng thành “một chỉ số nghiêm trọng”.
4. Tóm tắt cổng vs trạng thái xuất. Cổng có thể làm mới tóm tắt trong lúc PDF bắt trạng thái xử lý sớm hơn hoặc muộn hơn. Số lệch không chứng minh ai đó “đổi điểm sau lưng bạn”.

Lệch phủ phổ biến. Lore “bí mật chấm lại” ít hữu ích hơn bảng so sánh ba dòng.

Ba dòng so sánh trước khi mở Word

Trước khi viết lại, lập bảng tay (giấy cũng được):

1. Danh tính — Cổng: attempt #, tên công cụ (nếu hiện), giờ trên thẻ. PDF: ID báo cáo, giờ xuất, tên tệp trên bìa.
2. Số — Cổng: số nguyên hoặc dải trên thẻ. PDF: % / dải đầu trang + dấu sao hoặc chú thích (nếu có).
3. Bản đồ — Cổng: thường không có. PDF: highlight theo trang, vùng xám, khối bị loại (bảng, chú thích hình, danh mục tham khảo, phụ lục).

Nếu dòng 1 lệch: dừng tranh luận phần trăm—khớp phiên bản trước.
Nếu dòng 1 khớp mà dòng 3 lệch: đây là cuộc nói về phạm vi phủ, không phải “điểm đã đổi”.

Phủ nghĩa là gì—và vì sao huy hiệu không chấm mọi byte

Trong hầu hết quy trình AI writing kiểu tổ chức, phần trăm gắn với văn xuôi liên tục đủ điều kiện chấm, không phải toàn bộ byte của tệp. Danh sách dày, ô bảng, khối mã, chú thích hình, phụ lục tham khảo thường không được tính giống đoạn prose dài.

Hệ quả: tệp “dày” vẫn có thể hiện AI writing cao trên phần prose đủ điều kiện; chỗ không highlight trên thumbnail cổng không nghĩa là “đã duyệt mãi mãi”; viết lại cả luận văn vì chip 22% trên Zalo thường lãng phí—đơn vị hữu ích là đoạn prose bị đánh dấu trên báo cáo đầy đủ.

Checklist năm phút (trước khi trả lời nhóm chat)

1. Tải báo cáo AI Writing đầy đủ (PDF hoặc bản xuất chính thức)—không chỉ làm mới thẻ.
2. Ghi số trên huy hiệu và số / dải trên đầu PDF; ghi ID + thời gian từng bên.
3. Lật mọi trang PDF: đâu có highlight, đâu xám / trống, đâu không bao giờ được tô.
4. So sánh tên tệp + attempt trên biên nhận LMS với bìa báo cáo.
5. Chỉ sau đó mới quyết: cuộc trò chuyện về cách diễn đạt—hay về tài liệu nào có thẩm quyền khi cổng và PDF trông khác nhau.

Similarity thấp trên cổng không hủy chỉ báo AI writing trong PDF. Chỉ báo AI writing không chứng minh đạo văn. Lệch phủ chỉ thêm nhiễu nếu nhóm chỉ xem ảnh cắt.

Mang gì vào buổi gặp—và đừng làm gì

Nên mang: PDF / bản xuất đầy đủ (mọi trang); ảnh cổng còn attempt # và tên công cụ; biên nhận nộp bài; điều khoản handbook/rubric về công cụ AI trong học phần.

Câu hỏi một dòng thường hữu ích hơn bài bào chữa dài:
“Với bài này, nếu huy hiệu LMS và PDF tải về khác bản đồ, tài liệu nào được coi là thẩm quyền?”

Không nên: viết lại cả đêm chỉ vì ảnh cắt nhóm chat; cộng Similarity với AI writing thành “mức nghiêm trọng”; coi chỗ không highlight trên thumbnail cổng là “sạch vĩnh viễn”; đòi lời hứa rằng thẻ lần sau sẽ khớp một con số mục tiêu.

Nếu nhà trường đã yêu cầu chỉnh sửa

Xác nhận bằng văn bản: tệp nào, attempt nào, và bề mặt nào (thẻ sống hay bản xuất) sẽ được kiểm lại. Thu hẹp sửa sang văn xuôi liên tục bị đánh dấu. Đóng băng trích dẫn, bảng và số liệu đã kiểm—trừ khi sai. Ghi rõ vùng không chấm để không nhầm “không thấy trên huy hiệu” với “đã được duyệt”.

Quy trình cấp tài liệu—nhập báo cáo AI writing, chỉ đổi đoạn bị đánh dấu, giữ trích dẫn và bố cục—xem HumanPen · lnk.bio/humanpen. Vẫn không hứa thẻ LMS hoặc PDF lần sau sẽ hiện gì.

Tóm tắt ngắn

• Huy hiệu = tiêu đề; PDF = bản thảo luận.
• Ảnh cắt Zalo/WhatsApp thường mất danh tính và bản đồ—nguồn lore, không phải bằng chứng.
• Lệch phủ phổ biến: so ba dòng (danh tính / số / bản đồ) trước khi viết lại.
• Similarity ≠ AI writing; AI writing ≠ chứng minh đạo văn.
• Đọc báo cáo trước; sửa theo đoạn flagged—không theo tin đồn nhóm chat.

— Charles Li · HumanPen · https://humanpen.net