Đạo văn luôn là vấn đề cho giáo viên,作家, biên tập viên, và những người thường xuyên làm việc với từ ngữ, ý tưởng, và chỉ tồi tệ hơn nhờ Internet và chức năng copy-paste. Phần mềm kiểm tra đạo văn giúp, nhưng không phải chương trình nào cũng có cơ sở dữ liệu lớn hoặc thuật toán chính xác. Một số công cụ kiểm tra lách ló thậm chí dùng nội dung nộp cho mục đích riêng. Ngay cả công cụ tốt nhất cũng không có tỷ lệ thành công 100%. Nhưng hiểu cách công cụ kiểm tra đạo văn hoạt động giúp bạn quyết định cái nào đáng thời gian.
Công cụ kiểm tra đạo văn hoạt động như thế nào?
Mọi phần mềm so khớp văn bản có cách riêng. Hầu hết hoạt động trên nguyên tắc cơ bản: kiểm tra nội dung nhập vào so với cơ sở dữ liệu nguồn và tìm sự tương đồng. Cân nhắc lượng nội dung khổng lồ có thể bị đạo văn, đây không phải nhiệm vụ tầm thường. Tìm kiếm từng dòng đơn giản sẽ mất mãi và tốn tài nguyên không thực tế.
Đó là lý do hầu hết công cụ kiểm tra đạo văn dùng vân tay (fingerprinting). Với mỗi đoạn văn bản trong cơ sở dữ liệu và mỗi đoạn cần kiểm tra, chúng trích xuất tập mẫu và chạy qua thuật toán hashing tạo định danh duy nhất cho mỗi đầu vào.
Nếu bài viết có vân tay trùng khớp với cơ sở dữ liệu, nghĩa là chúng có cùng đầu vào và có thể là đạo văn. Điều này không tránh được độ chính xác thấp hơn, nhưng thuật toán vân tay tốt lấy mẫu từ bài viết sao cho phát hiện không chỉ khớp chính xác mà cả đạo văn đã chỉnh sửa – như dùng chương trình spinning (quay bài).
Nếu chương trình tìm thấy vân tay trùng, có thể chỉ gắn cờ đạo văn khả thi và dừng lại. Phần mềm chất lượng cao hơn thường dùng so khớp chuỗi trực tiếp (direct string matching) kiểm tra từng dòng. Nhiệm vụ này nhẹ hơn tính toán sau khi cơ sở dữ liệu thu hẹp. Giúp xác nhận trùng vân tay ban đầu và cung cấp nhiều dữ liệu hơn cho con người quyết định cuối cùng.
Điều cần tìm trong công cụ kiểm tra đạo văn tốt
Công cụ kiểm tra đạo văn nên có:
- Chính sách riêng tư mạnh (ví dụ: không lưu/bán nội dung bạn)
- Cơ sở dữ liệu lớn
- Thuật toán tốt
Chính sách riêng tư
Nhiều công cụ kiểm tra đạo văn miễn phí (thường là freemium) hợp pháp, kiếm tiền qua quảng cáo hoặc bán phiên bản premium. Tuy nhiên, một số ít scrupulous (kém scrupulous) thực sự lấy bài viết bạn kiểm tra dùng cho mục đích riêng. Có thể dùng làm nội dung trang web học tập hoặc chạy qua "spinner" đổi từ ngữ đăng bài tạo traffic. Tốt nhất kiểm tra chính sách riêng tư và nhanh chóng kiểm tra uy tín trang. Đặc biệt làm nếu trang hơi lách ló hoặc quá tốt để tin.
Cơ sở dữ liệu
Nếu công cụ kiểm tra đạo văn không truy cập được nguồn tài liệu phù hợp, nó không biết khi tài liệu đó bị đạo văn. Đây thường là điều phân biệt công cụ kém chất lượng với đối tác premium. Truy cập bộ sưu tập sách, bài báo, nội dung thuộc sở hữu người khác không miễn phí cũng không dễ, nên nhiều công cụ chỉ kiểm tra Internet. Đạo văn nhiều xảy ra ở đó, nhưng truy cập sách, bài báo khoa học, tài liệu riêng tư quan trọng nhất nếu kiểm tra đạo văn mà ai đó đã bỏ công夫 hơn.
Thuật toán
Hầu hết công cụ không công khai thuật toán, nhưng chất lượng và độ chính xác kết quả cho thấy nó xây dựng tốt đến đâu. Khó đo trực tiếp, nhưng xem chi tiết trả về, đọc review người dùng, test xem có phát hiện được nội dung bạn copy từ nguồn khác không, cho ý tưởng về độ toàn diện tìm kiếm. Nếu phiên bản miễn phí không bắt được copy-paste từ Wikipedia, ví dụ, bạn không thể kỳ vọng phiên bản trả phí kỹ lưỡng.
Công cụ kiểm tra đạo văn tốt nhất
Công cụ kiểm tra đạo văn chuyên nghiệp hầu hết trả phí, và hầu hết tùy chọn miễn phí hoặc kém hơn Google hoặc chính sách riêng tư ngụ ý họ có thể dùng nội dung bạn. Tốt nhất bạn có được miễn phí là vài trang dùng thử hoặc báo cáo đơn giản chỉ nói có đạo văn hay không. Loại sau vẫn hữu ích vì cho cách nhanh đánh giá có nên dùng công cụ sâu hơn hay kiểm tra thủ công.
Tôi test các công cụ dưới đây với vài văn bản (bài tôi viết, Wikipedia, tin tức) và tất cả nhận diện chính xác nội dung đạo văn, kèm nguồn. Test khá nhiều trang hoàn toàn miễn phí, nhưng nhiều cái không nhận diện đoạn từ bài tôi, thậm chí không bắt copy-paste BBC và Wikipedia, dù Google tìm ngay lập tức.
1. Google
Nếu có đoạn văn cụ thể nghi ngờ đạo văn, Google thực sự là điểm dừng đầu tuyệt vời. Chỉ tìm 32 từ/lần, nhưng thường đủ lộ trang web, bài báo, sách ai đó copy, dù đã đổi vài từ.
2. Grammarly
Grammarly yêu cầu đăng ký dịch vụ chỉnh sửa để có kết quả đạo văn đầy đủ, nhưng không phí cho kiểm tra ban đầu, chỉ nói có khả năng đạo văn hay không. Đó đã nhiều hơn nhiều ứng dụng khác, tôi thấy nó gắn cờ đạo văn chính xác hầu hết thời gian, làm lựa chọn miễn phí đầu dòng tốt.
3. SearchEngineReports
Về cơ bản là wrapper của Google, nhưng miễn phí và thực sự tốt hơn nhiều tùy chọn miễn phí khác. Nó bắt đúng hầu hết thứ tôi cho vào. SearchEngineReports cho kiểm tra 2.000 từ/lần (không giới hạn số lần) và chạy qua Google từng mẩu, báo câu nào trùng. Cũng cho tùy chọn viết lại nội dung đạo văn tránh phát hiện sau, tôi không khuyên làm vậy.
4. Copyleaks
Copyleaks cho 2.500 từ, ~10 trang, kiểm tra miễn phí. Phổ biến, giao diện thân thiện, bao gồm cơ sở dữ liệu lớn học thuật/khoa học để đối chiếu. Cần kiểm tra ngoài nội dung Internet, đây là điểm bắt đầu đáng tin cậy. Nó bắt hết nội dung online tôi ném vào.
5. Quetext
Bạn có 3 lần kiểm tra 500 từ miễn phí, sau đó phải đăng ký. Quetext uy tín về độ chính xác và kỹ lưỡng, phù hợp, nó test tốt. Cơ sở dữ liệu bao gồm nhiều sách, bài báo và nội dung Internet. Tìm cái toàn diện nhưng rẻ hơn Copyleaks, Quetext là điểm khởi đầu tốt.
6. Plagscan
PlagScan có cơ sở dữ liệu rộng sách, bài báo, văn bản khác và trả về phân tích chi tiết,对我, xác định hầu như tất cả nguồn đạo văn. Dùng thử miễn phí 2.000 từ, sau đó mua credit để tiếp tục. Nếu không có quá nhiều văn bản kiểm tra, hệ thống mua credit kiểm tra số từ nhất định có thể rẻ hơn gói đăng ký hầu hết công cụ khác.
Không có viên đạn ma thuật
Công cụ kiểm tra đạo văn, nhất là loại rẻ, gần như chắc chắn không bắt được tất cả. Nếu đạo văn dùng nguồn lạ hoặc viết lại đủ nhiều, máy móc khó gắn cờ, ngay cả chuyên gia cũng bị lừa. Chúng là đường phòng thủ đầu tiên tốt, ít nhất chặn đạo văn low-effort (ít công sức).