Có phải càng sử dụng AI để viết, con người càng có nguy cơ đánh mất giọng văn của chính mình?
Trong vài năm gần đây, một hiện tượng ngày càng dễ nhận thấy: nhiều bài viết trên Internet trở nên giống nhau.
Các bài blog, email, bài đăng mạng xã hội, bài luận và thậm chí cả cách nói chuyện đôi khi xuất hiện những đặc điểm tương tự:
- câu văn rất trơn tru;
- cấu trúc cực kỳ rõ ràng;
- nhiều tiêu đề và tiểu mục;
- các ý được phân loại thành danh sách;
- thường xuyên sử dụng những cụm như “không chỉ… mà còn…”, “bên cạnh đó”, “hơn nữa”, “điều này cho thấy…”;
- kết luận thường được tổng hợp rất gọn;
- giọng văn cân bằng, lịch sự và ít cực đoan;
- nhưng đồng thời có thể thiếu những chi tiết rất riêng của người viết.
Điều này đặt ra một câu hỏi thú vị:
Nếu một người đọc hàng nghìn văn bản do AI tạo ra, liệu họ có dần bắt đầu viết giống AI hay không?
Câu trả lời hiện nay nên được diễn đạt thận trọng:
Có cơ sở khoa học để cho rằng việc tiếp xúc thường xuyên với một kiểu ngôn ngữ có thể ảnh hưởng đến cách con người sử dụng ngôn ngữ. Đối với AI, đã xuất hiện bằng chứng thực nghiệm cho thấy các công cụ LLM có thể làm văn bản của con người trở nên đồng nhất hơn. Tuy nhiên, chưa nên kết luận đơn giản rằng “đọc AI nhiều sẽ biến con người thành AI”.
Vấn đề thực sự sâu sắc hơn thế.
1. Con người vốn đã bắt chước cách người khác sử dụng ngôn ngữ
Trước khi có ChatGPT, con người đã có xu hướng điều chỉnh cách nói và cách viết dựa trên những gì họ đọc, nghe và những người họ giao tiếp cùng.
Trong ngôn ngữ học xã hội, một khái niệm quan trọng là linguistic accommodation — sự thích nghi hoặc hội tụ về ngôn ngữ.
Nhà ngôn ngữ học Allan Bell, trong lý thuyết Audience Design, cho rằng phong cách ngôn ngữ của người nói có thể thay đổi để thích nghi với người nghe hoặc đối tượng giao tiếp. Nói cách khác, con người không sử dụng một phong cách hoàn toàn cố định trong mọi hoàn cảnh.
(Nguồn: Allan Bell, Language style as audience design, Language in Society, Cambridge University Press – Cambridge University Press)
Một nghiên cứu về Language Style Matching cũng cho thấy con người có xu hướng sử dụng những đặc điểm ngôn ngữ tương đồng với ngôn ngữ mà họ vừa tiếp xúc. Nghiên cứu này ghi nhận rằng ngay cả trong những tình huống không có tương tác xã hội trực tiếp, con người vẫn có thể tạo ra những phát ngôn tương thích với cấu trúc ngữ pháp của những câu họ vừa nghe hoặc đọc.
(Nguồn: Ireland et al., Language style matching in writing: synchrony in essays, correspondence, and poetry, Journal of Personality and Social Psychology – PubMed)
Điều này rất quan trọng.
Bởi vậy, việc con người hấp thụ một phần cách viết của những văn bản họ thường xuyên tiếp xúc không phải là hiện tượng đặc biệt do AI tạo ra.
AI chỉ đưa hiện tượng này sang một môi trường mới.
2. Đọc có thể ảnh hưởng đến cách viết
Đọc và viết không phải hai kỹ năng hoàn toàn tách biệt.
Khi đọc nhiều, chúng ta tiếp xúc với:
- từ vựng;
- cấu trúc câu;
- cách tổ chức đoạn văn;
- cách lập luận;
- cách chuyển ý;
- cách mở đầu và kết thúc;
- cách tác giả thể hiện thái độ;
- cách một thể loại văn bản được xây dựng.
Những yếu tố này có thể trở thành một phần trong vốn ngôn ngữ mà người viết sử dụng sau đó.
Nghiên cứu của Bereiter và Scardamalia từ năm 1984 đã cho thấy người học có thể tiếp thu một số kiến thức về cách tổ chức và tu từ từ việc tiếp xúc với những văn bản mẫu.
(Nguồn: Carl Bereiter & Marlene Scardamalia, Learning about Writing from Reading, Written Communication – SAGE Journals)
Một nghiên cứu khác về việc đọc văn học và viết sáng tạo cũng tìm thấy mối quan hệ tích cực giữa năng lực đọc văn học và năng lực viết sáng tạo.
(Nguồn: Hein Broekkamp, Tanja Janssen & Huub van den Bergh, Is There a Relationship Between Literature Reading and Creative Writing?, The Journal of Creative Behavior – Wiley Online Library)
Một nghiên cứu năm 2025 trên sinh viên đại học học tiếng Anh như ngoại ngữ cũng báo cáo mối tương quan tích cực giữa đọc mở rộng và năng lực viết học thuật, bao gồm từ vựng và khả năng tổ chức lập luận.
(Nguồn: Taye & Teshome, The impact of extensive reading on academic writing proficiency in EFL undergraduate students, Discover Education, 2025 – Springer Nature)
Điều này dẫn tới một nguyên tắc rất đơn giản:
Chúng ta không chỉ đọc nội dung. Chúng ta còn đọc cách người khác sử dụng ngôn ngữ để tạo ra nội dung.
3. Sự bắt chước này có thể xảy ra mà chúng ta không nhận ra
Điều đáng chú ý là việc học cách viết không nhất thiết phải diễn ra theo kiểu:
“Tôi thích văn phong của tác giả này, vì vậy tôi sẽ bắt chước họ.”
Nó có thể xảy ra một cách tự nhiên hơn.
Một nghiên cứu về Language Style Matching cho thấy con người có thể tự động điều chỉnh một số đặc điểm ngôn ngữ của mình theo những gì họ vừa tiếp xúc.
(Nguồn: Ireland et al., Language style matching in writing, PubMed – PubMed)
Các nghiên cứu về structural priming cũng cho thấy việc tiếp xúc với một cấu trúc ngôn ngữ có thể làm tăng xu hướng sử dụng những cấu trúc tương tự sau đó.
(Nguồn: Luka & Barsalou, Structural facilitation: Mere exposure effects for grammatical acceptability as evidence for syntactic priming in comprehension, Journal of Memory and Language – ScienceDirect)
Nói đơn giản:
Bạn không nhất thiết phải cố bắt chước một kiểu viết. Việc tiếp xúc lặp đi lặp lại với kiểu viết đó có thể khiến nó trở nên quen thuộc và dễ được sử dụng hơn.
4. Điều này giải thích tại sao đọc AI nhiều có thể ảnh hưởng đến cách viết
Bây giờ hãy đặt AI vào cơ chế trên.
Một người mỗi ngày đọc:
- bài viết do ChatGPT tạo;
- email do AI soạn;
- bài tóm tắt do AI viết;
- bài học do AI giải thích;
- bài blog được AI biên tập;
- bài luận được AI sửa;
sẽ liên tục tiếp xúc với một tập hợp những đặc điểm ngôn ngữ tương đối ổn định.
Nếu sau đó người đó viết, một số đặc điểm quen thuộc có thể được tái sử dụng.
Điều này không có nghĩa là người đó đang “nghĩ như máy”.
Nó có thể đơn giản là một dạng linguistic alignment — sự hội tụ hoặc thích nghi ngôn ngữ.
5. Nhưng AI có một điểm khác con người: nó có xu hướng chuẩn hóa văn bản
Đây mới là phần đáng chú ý nhất.
Một nhà văn có phong cách riêng thường có rất nhiều biến thiên.
Có lúc họ viết:
“Tôi không biết.”
Có lúc:
“Có lẽ tôi đã sai.”
Có lúc lại viết một câu dài bất thường.
Có lúc họ bỏ qua một bước giải thích.
Có lúc họ dùng một từ rất địa phương.
Có lúc họ kể một câu chuyện cá nhân chẳng liên quan trực tiếp đến luận điểm.
Chính những điều đó tạo nên giọng văn.
AI lại thường được yêu cầu tạo ra văn bản:
- rõ ràng;
- mạch lạc;
- dễ hiểu;
- có cấu trúc;
- phù hợp với yêu cầu;
- ít gây hiểu nhầm;
- có tính khái quát.
Do đó, AI có xu hướng làm giảm một phần những biến thiên tự nhiên giữa các văn bản.
Nghiên cứu năm 2026 trên Nature Human Behaviour là một trong những bằng chứng đáng chú ý nhất hiện nay.
Các tác giả phân tích hơn 880.000 văn bản thuộc bảy bộ dữ liệu và ba nghiên cứu. Họ phát hiện rằng khi LLM được sử dụng như công cụ hỗ trợ viết, văn bản sau khi được AI chỉnh sửa có xu hướng đồng nhất hóa về phong cách.
Theo nghiên cứu, mức độ biến thiên về độ phức tạp của văn bản giảm khoảng 21–50%, tùy tập dữ liệu và mô hình.
Quan trọng hơn, nghiên cứu không chỉ xem xét câu chữ. Các tác giả còn nhận thấy việc AI viết lại văn bản có thể làm thay đổi một số tín hiệu liên quan đến đặc điểm của tác giả, trong khi nội dung cốt lõi vẫn được giữ lại.
(Nguồn: The shrinking landscape of linguistic diversity in the age of large language models, Nature Human Behaviour, 2026 – Nature Human Behaviour; PubMed)
Đây là một phát hiện rất quan trọng.
Nó cho thấy vấn đề không chỉ là:
AI viết giống nhau.
Mà còn có khả năng trở thành:
Con người sử dụng AI để viết → văn bản của con người cũng trở nên giống nhau hơn.
6. Không chỉ phong cách: sự đa dạng về ý tưởng cũng có thể bị ảnh hưởng
Một vấn đề còn sâu hơn văn phong là diversity of ideas — sự đa dạng của ý tưởng.
Một nghiên cứu được công bố trong Computers in Human Behavior: Artificial Humans đã thực hiện ba nghiên cứu đăng ký trước với tổng cộng 2.200 bài luận tuyển sinh đại học.
Các tác giả so sánh những bài viết của con người với văn bản được tạo bởi GPT-4 và sử dụng một thước đo gọi là diversity growth rate để xem mỗi văn bản mới đóng góp bao nhiêu ý tưởng mới vào tập hợp chung.
Kết quả cho thấy các bài viết của con người đóng góp thêm nhiều ý tưởng mới hơn. Hiện tượng này vẫn xuất hiện ngay cả khi nhóm nghiên cứu thử điều chỉnh prompt và tham số nhằm tăng tính đa dạng của AI.
(Nguồn: Homogenizing effect of large language models (LLMs) on creative diversity: An empirical comparison of human and ChatGPT writing, Computers in Human Behavior: Artificial Humans, 2025 – ScienceDirect)
Các tác giả kết luận rằng việc sử dụng LLM ở quy mô lớn có thể làm giảm sự đa dạng tập thể của các ý tưởng.
Cần nhấn mạnh chữ “có thể”.
Nghiên cứu này không chứng minh rằng mọi người sử dụng AI đều trở nên kém sáng tạo.
Nó nói về một nguy cơ ở cấp độ tập thể:
Nếu rất nhiều người cùng sử dụng một hệ thống tạo sinh để giải quyết cùng một loại nhiệm vụ, những đầu ra của họ có thể trở nên tương đồng hơn.
7. Có một nghịch lý: AI có thể làm cá nhân viết tốt hơn nhưng tập thể viết giống nhau hơn
Đây có lẽ là nghịch lý thú vị nhất.
Hãy tưởng tượng 100 người viết một bài luận.
Không có AI
Người A viết rất ngắn.
Người B kể chuyện.
Người C dùng ví dụ cá nhân.
Người D viết rất học thuật.
Người E viết vụng nhưng có một ý tưởng độc đáo.
Người F viết rất dài.
Người G có phong cách hài hước.
Người H có cách diễn đạt hơi kỳ lạ.
Chất lượng từng người rất khác nhau.
Nhưng tổng thể lại có đa dạng.
Có AI
AI có thể giúp:
- A viết rõ hơn;
- B tổ chức bài tốt hơn;
- C sửa lỗi;
- D diễn đạt dễ hiểu hơn;
- E cấu trúc lại ý tưởng;
- F rút gọn;
- G làm văn phong chuyên nghiệp hơn.
Kết quả có thể là:
chất lượng trung bình tăng lên.
Nhưng đồng thời:
khoảng cách giữa các bài có thể giảm xuống.
Đây chính là lý do một công cụ có thể cải thiện từng cá nhân nhưng đồng thời làm giảm tính đa dạng của cả nhóm.
Nghiên cứu về creative diversity nói trên cung cấp bằng chứng thực nghiệm cho nghịch lý này.
(Nguồn: Homogenizing effect of large language models on creative diversity, Computers in Human Behavior: Artificial Humans – ScienceDirect)
8. “AI hóa” văn phong thực sự trông như thế nào?
Không nên hiểu “AI hóa” là một người bắt đầu viết giống hệt ChatGPT.
Hiện tượng thực tế tinh tế hơn nhiều.
Một người có thể bắt đầu hình thành những thói quen như:
8.1. Cấu trúc hóa quá mức
Mọi thứ đều trở thành:
1.
2.
3.
4.
Điều này rất hữu ích trong tài liệu hướng dẫn.
Nhưng nếu mọi bài viết đều được cấu trúc như vậy, văn phong sẽ trở nên dễ đoán.
8.2. Quá thích sự cân bằng
Ví dụ:
“AI mang lại nhiều lợi ích. Tuy nhiên, nó cũng tồn tại một số hạn chế. Vì vậy, người dùng cần sử dụng AI một cách có trách nhiệm.”
Đây là cách diễn đạt hoàn toàn hợp lý.
Nhưng nếu mọi vấn đề đều kết thúc bằng:
“có lợi ích nhưng cũng có hạn chế”
thì giọng viết sẽ mất đi khả năng đưa ra một quan điểm thực sự riêng.
8.3. Lạm dụng những câu chuyển ý
Ví dụ:
“Bên cạnh đó…”
“Hơn nữa…”
“Tuy nhiên…”
“Điều này cho thấy…”
“Không chỉ vậy…”
“Cuối cùng…”
Những từ này không sai.
Vấn đề nằm ở tần suất và tính máy móc.
8.4. Giải thích mọi thứ quá hoàn chỉnh
Con người đôi khi viết:
“Tôi không biết giải thích điều này thế nào.”
AI thường được yêu cầu phải giải thích.
Do đó, văn bản AI có xu hướng lấp đầy khoảng trống.
Nhưng chính khoảng trống đôi khi lại tạo nên giọng văn của con người.
8.5. Giảm những chi tiết bất thường
Một câu viết rất người có thể là:
“Tôi nhớ lần đầu đọc cuốn sách ấy là lúc 2 giờ sáng, trên chiếc ghế nhựa ngoài ban công.”
Chi tiết đó không cần thiết đối với luận điểm.
Nhưng nó tạo ra con người.
Nếu AI được yêu cầu “viết bài chuyên nghiệp”, những chi tiết như vậy rất dễ bị loại bỏ.
9. AI còn có thể làm mờ dấu hiệu nhận diện tác giả
Đây là vấn đề mà nghiên cứu gần đây đặc biệt quan tâm.
Ngôn ngữ không chỉ truyền tải nội dung.
Nó còn chứa thông tin về:
- người viết;
- nền tảng văn hóa;
- hoàn cảnh xã hội;
- cách tư duy;
- mức độ chuyên môn;
- phong cách cá nhân.
Nghiên cứu trên Nature Human Behaviour cho rằng sự đồng nhất hóa ngôn ngữ có thể làm giảm lượng thông tin mà văn bản mang về đặc điểm của người viết.
(Nguồn: The shrinking landscape of linguistic diversity in the age of large language models, Nature Human Behaviour – Nature Human Behaviour)
Một nghiên cứu tại CHI 2025 cũng xem xét vấn đề AI làm thay đổi những dấu hiệu văn hóa tinh tế trong văn bản.
Trong một thí nghiệm về bài viết của người Ấn Độ và người Mỹ, khả năng phân biệt nguồn gốc tác giả dựa trên văn bản giảm mạnh khi có sự hỗ trợ của AI. Độ chính xác giảm từ 82,9% xuống 60%, trong khi F1 giảm từ 81,7% xuống 49,2% trong điều kiện nghiên cứu.
(Nguồn: AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances, Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems – ACM Digital Library)
Điều này cho thấy AI có thể ảnh hưởng không chỉ đến:
“Tôi dùng từ gì?”
mà còn đến:
“Tôi thể hiện mình là ai thông qua ngôn ngữ như thế nào?”
10. Nhưng chúng ta không nên đi quá xa với kết luận này
Đây là điểm cần đặc biệt thận trọng.
Hiện nay có bằng chứng khá rõ rằng:
- Con người có xu hướng thích nghi ngôn ngữ với những gì họ tiếp xúc.
- Đọc có thể hỗ trợ việc học cách viết.
- Con người có thể bắt chước cấu trúc và phong cách của văn bản mẫu.
- LLM có xu hướng tạo ra những văn bản có một số đặc điểm tương đối ổn định.
- AI-assisted writing có thể làm giảm sự đa dạng phong cách.
- AI-generated content có thể có tính đồng nhất cao hơn ở cấp độ tập thể.
Nhưng điều đó không đồng nghĩa với:
“Đọc ChatGPT 1.000 giờ sẽ khiến bạn viết như ChatGPT.”
Chưa có cơ sở để đưa ra một tuyên bố định lượng đơn giản như vậy.
Đặc biệt, nghiên cứu về AI writing hiện nay chủ yếu tập trung vào việc sử dụng AI để tạo hoặc chỉnh sửa văn bản, chứ không phải một thí nghiệm dài hạn chứng minh rằng chỉ riêng việc đọc văn bản AI sẽ biến đổi vĩnh viễn văn phong của một người.
Đây là một sự khác biệt rất quan trọng.
11. Một người có thể vừa học từ AI vừa giữ được giọng văn riêng
Thực tế, AI không nhất thiết là kẻ thù của phong cách cá nhân.
Nó phụ thuộc rất nhiều vào vai trò mà chúng ta giao cho AI.
Có hai cách sử dụng rất khác nhau.
Cách 1: “AI, hãy viết thay tôi”
Quy trình:
Ý tưởng → AI viết → người dùng chỉnh một chút → xuất bản.
Nếu lặp lại hàng trăm lần, người dùng có nguy cơ phụ thuộc vào cấu trúc và cách diễn đạt của AI.
Cách 2: “AI, hãy giúp tôi trở thành người viết tốt hơn”
Quy trình:
Tôi suy nghĩ → tôi viết → AI phản biện → tôi sửa → tôi quyết định.
Ở đây, AI không phải người viết.
Nó là:
- biên tập viên;
- người phản biện;
- người kiểm tra logic;
- người tìm lỗi;
- người đề xuất phương án;
- người giúp tìm nguồn.
Sự khác biệt nằm ở chỗ:
quyền quyết định cuối cùng vẫn thuộc về người viết.
12. Một nguyên tắc rất đáng nhớ: đừng để AI trở thành “người đọc duy nhất” của bạn
Nếu muốn duy trì một giọng văn riêng, có một nguyên tắc đơn giản:
Đừng để AI trở thành nguồn văn phong duy nhất mà bạn tiếp xúc.
Hãy đọc nhiều loại người viết.
Ví dụ:
Đọc học thuật
Để học:
- lập luận;
- bằng chứng;
- cấu trúc;
- cách trích dẫn.
Đọc báo chí
Để học:
- sự cô đọng;
- cách đặt tiêu đề;
- cách dẫn dắt thông tin.
Đọc tiểu luận cá nhân
Để học:
- giọng nói;
- quan điểm;
- trải nghiệm cá nhân.
Đọc văn học
Để học:
- nhịp điệu;
- hình ảnh;
- ẩn dụ;
- cảm xúc;
- sự bất ngờ.
Đọc những tác giả có phong cách rất khác nhau
Để tránh việc một kiểu văn phong trở thành “chuẩn duy nhất” trong đầu.
Một nghiên cứu về ảnh hưởng phong cách trong lịch sử văn học sử dụng phân tích stylometry trên một corpus lớn từ Project Gutenberg cũng cho thấy những đặc điểm phong cách có thể được truyền và biến đổi giữa các tác giả, đặc biệt giữa những tác giả cùng thời.
(Nguồn: Quantitative patterns of stylistic influence in the evolution of literature, Proceedings of the National Academy of Sciences – PMC / PNAS)
Nói cách khác:
Phong cách của chúng ta vốn đã được tạo nên từ những gì chúng ta đọc.
AI chỉ trở thành một nguồn ảnh hưởng mới — và hiện nay là một nguồn có quy mô chưa từng có.
13. Đặc biệt nên đọc những thứ “không giống AI”
Nếu mục tiêu là xây dựng một giọng văn cá nhân, việc đọc đa dạng là chưa đủ.
Hãy chủ động đọc những văn bản có:
- câu rất ngắn;
- câu rất dài;
- từ địa phương;
- cách diễn đạt lạ;
- quan điểm mạnh;
- giọng kể cá nhân;
- lỗi nhỏ nhưng có chủ ý;
- những đoạn không hoàn toàn “tối ưu”;
- những tác giả có phong cách rất dễ nhận ra.
Bởi vì cá tính thường nằm trong những thứ không tối ưu hóa.
AI thường có xu hướng làm văn bản:
rõ hơn.
Nhưng một tác giả giỏi đôi khi cần một câu:
khó hơn.
AI có thể làm:
“Tôi rất buồn khi biết tin đó.”
thành:
“Tôi cảm thấy vô cùng tiếc nuối và buồn bã khi biết được thông tin này.”
Nhưng đôi khi câu đầu tiên mới là câu người thật sẽ nói.
14. Một cách sử dụng AI tốt cho người muốn luyện viết
Nếu mục tiêu là học viết, thay vì:
“Viết bài này cho tôi.”
hãy thử:
“Đây là bài tôi tự viết. Hãy chỉ ra những chỗ chưa rõ, nhưng không viết lại.”
Sau đó:
“Hãy giải thích vì sao đoạn này yếu.”
Tiếp theo:
“Cho tôi 3 phương án sửa, nhưng không chọn thay tôi.”
Và cuối cùng:
“Tôi đã sửa lại. Hãy đánh giá xem lập luận đã rõ hơn chưa.”
Quy trình này buộc não của người viết phải làm phần việc quan trọng nhất.
AI chỉ cung cấp phản hồi.
15. Một bài tập rất tốt: viết trước khi hỏi AI
Có thể áp dụng quy tắc:
20–10–10
20 phút: tự viết.
10 phút: tự đọc lại và sửa.
10 phút: mới đưa cho AI kiểm tra.
Trong 20 phút đầu:
không hỏi AI.
Bạn phải tự:
- tìm từ;
- xây dựng câu;
- quyết định cấu trúc;
- mắc lỗi;
- thử nghiệm;
- suy nghĩ.
Sau đó AI mới xuất hiện.
Điều này giúp phân biệt hai năng lực:
writing generation — tự tạo ra văn bản
và
AI-assisted revision — sử dụng AI để cải thiện văn bản.
Nếu chỉ làm vế thứ hai, bạn có thể trở thành người biên tập văn bản rất tốt nhưng không nhất thiết trở thành người viết độc lập tốt.
16. Một bài tập khác còn quan trọng hơn: giữ lại “bản nháp xấu”
Đừng xóa ngay những bản viết đầu tiên.
Giữ lại:
Draft 1 → Draft 2 → Draft 3 → Final
Sau vài tháng, hãy nhìn lại.
Bạn sẽ thấy:
- từ nào mình thường dùng;
- câu nào mình hay viết;
- cách mình mở bài;
- cách mình kết luận;
- những lỗi lặp lại;
- những đặc điểm riêng.
Đó chính là dấu vân tay văn phong của bạn.
Nếu cứ đưa mọi thứ cho AI viết lại hoàn toàn, bạn có thể vô tình xóa mất những dấu hiệu đó trước khi kịp nhận ra chúng.
17. Vậy có nên hạn chế đọc nội dung AI?
Không nhất thiết.
AI có thể là một nguồn học tập rất tốt.
Nhưng vấn đề nằm ở đa dạng đầu vào.
Có thể hình dung đơn giản:
Văn phong của bạn ≈ những gì bạn đọc + những gì bạn trải nghiệm + cách bạn suy nghĩ + cách bạn giao tiếp + những gì bạn cố ý lựa chọn.
AI chỉ là một thành phần trong phương trình đó.
Nếu 90% những gì bạn đọc đều do cùng một loại AI tạo ra, ảnh hưởng của nó chắc chắn đáng quan tâm hơn so với trường hợp bạn đọc:
- sách;
- nghiên cứu;
- báo;
- tiểu luận;
- văn học;
- thư từ;
- blog cá nhân;
- nhật ký;
- bài viết của nhiều tác giả;
- và văn bản AI.
18. Vấn đề lớn nhất không phải là “viết giống AI”
Mà là mất khả năng nhận ra giọng văn của chính mình.
Một người có thể viết rất:
rõ ràng, mạch lạc, chuyên nghiệp, đúng ngữ pháp, có cấu trúc.
Nhưng khi hỏi:
“Đây có phải cách bạn thực sự muốn nói không?”
họ lại không chắc.
Đó mới là vấn đề.
Một bài viết có thể hoàn hảo về mặt kỹ thuật nhưng vẫn thiếu:
authorial voice — tiếng nói của tác giả.
Tiếng nói đó có thể nằm trong:
- lựa chọn từ;
- nhịp câu;
- cách kể chuyện;
- góc nhìn;
- trải nghiệm;
- điều tác giả nhấn mạnh;
- điều tác giả bỏ qua;
- mức độ trực tiếp;
- sự hài hước;
- sự vụng về;
- thậm chí cả những thói quen ngôn ngữ riêng.
AI có thể giúp chúng ta loại bỏ những lỗi không cần thiết.
Nhưng chúng ta không nên vô tình loại bỏ luôn những điểm khiến mình khác biệt.
19. Kết luận: AI có thể làm con người viết giống AI — nhưng không phải theo cách đơn giản
Câu trả lời tốt nhất cho câu hỏi ban đầu là:
Có khả năng, nhưng không phải vì con người “bị biến thành AI”.
Con người vốn có khả năng hấp thụ và thích nghi với ngôn ngữ mà họ thường xuyên tiếp xúc. Nghiên cứu về linguistic accommodation, language style matching, structural priming và reading-to-writing đều cho thấy ngôn ngữ đầu vào có thể ảnh hưởng đến ngôn ngữ đầu ra.
AI tạo ra một tình huống mới bởi vì hàng triệu người hiện nay cùng tiếp xúc với những hệ thống có khả năng tạo văn bản rất trôi chảy và có những khuynh hướng phong cách tương đối ổn định.
Các nghiên cứu gần đây đã cung cấp bằng chứng rằng việc sử dụng LLM để hỗ trợ viết có thể làm giảm sự đa dạng về phong cách và một số dấu hiệu nhận diện tác giả. Những nghiên cứu khác cho thấy nội dung do LLM tạo ra có thể ít đa dạng hơn về ý tưởng khi xét ở cấp độ tập thể.
(Nguồn: The shrinking landscape of linguistic diversity in the age of large language models, Nature Human Behaviour – Nature Human Behaviour)
Tuy nhiên, điều đó không có nghĩa AI chắc chắn làm mọi người mất khả năng sáng tạo hoặc mất giọng văn riêng.
Ngược lại, nếu sử dụng đúng cách, AI có thể trở thành một người biên tập và người phản biện rất mạnh, giúp con người nhận ra lỗi và cải thiện khả năng diễn đạt.
Điểm khác biệt nằm ở một câu hỏi:
AI đang giúp bạn nói điều bạn muốn nói rõ hơn, hay AI đang quyết định cách bạn nên nói?
Nếu là trường hợp thứ nhất, AI có thể trở thành công cụ học viết.
Nếu là trường hợp thứ hai, nguy cơ không chỉ là bạn viết giống AI.
Nguy cơ lớn hơn là bạn dần quên mất mình đã từng viết như thế nào khi không có AI.
Tài liệu tham khảo chính
- Bell, A. (2008). Language style as audience design. Language in Society, Cambridge University Press.
(Nguồn: Cambridge University Press) - Ireland, M. E., et al. (2011). Language style matching in writing: synchrony in essays, correspondence, and poetry. Journal of Personality and Social Psychology.
(Nguồn: PubMed) - Bereiter, C. & Scardamalia, M. (1984). Learning about Writing from Reading. Written Communication.
(Nguồn: SAGE Journals) - Broekkamp, H., Janssen, T. & van den Bergh, H. Is There a Relationship Between Literature Reading and Creative Writing? The Journal of Creative Behavior.
(Nguồn: Wiley Online Library) - Luka, B. J. & Barsalou, L. W. Structural facilitation: Mere exposure effects for grammatical acceptability as evidence for syntactic priming in comprehension. Journal of Memory and Language.
(Nguồn: ScienceDirect) - The shrinking landscape of linguistic diversity in the age of large language models. Nature Human Behaviour, 2026.
(Nguồn: Nature Human Behaviour) - Homogenizing effect of large language models (LLMs) on creative diversity: An empirical comparison of human and ChatGPT writing. Computers in Human Behavior: Artificial Humans, 2025.
(Nguồn: ScienceDirect) - AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems.
(Nguồn: ACM Digital Library) - Taye, T. & Teshome, G. (2025). The impact of extensive reading on academic writing proficiency in EFL undergraduate students. Discover Education.
(Nguồn: Springer Nature) - Quantitative patterns of stylistic influence in the evolution of literature. Proceedings of the National Academy of Sciences.
(Nguồn: PMC)