Cụm từ bị xoay chữ: dấu vết của phần mềm diễn đạt lại trong bài báo

Cụm từ bị xoay chữ (tortured phrases) là thuật ngữ chuẩn bị thay bằng từ đồng nghĩa vô nghĩa, như “counterfeit consciousness” thay cho artificial intelligence hay “irregular woodland” thay cho random forest. Đó là dấu vết của phần mềm diễn đạt lại dùng để né kiểm tra trùng lặp, và là tín hiệu để soi kỹ bài báo.

Hiện tượng này được mô tả có hệ thống trong bài “Tortured phrases” của Cabanac, Labbé và Magazinov công bố năm 2021 trên arXiv. Nhóm tác giả phát hiện hàng loạt bài báo, chủ yếu trong khoa học máy tính và kỹ thuật, chứa những cụm từ mà người trong ngành không bao giờ viết. Nhiều bài sau đó bị nhà xuất bản rút. Với người Việt viết tiếng Anh, bài học không chỉ là nhận diện bài của người khác mà còn là tránh tự tạo ra những cụm như vậy.

Ví dụ cụm từ bị xoay chữ

Các ví dụ dưới đây được nêu trong bài báo gốc và danh sách công khai của công cụ sàng lọc. Người trong ngành đọc là nhận ra ngay.

Vì sao xuất hiện?

Phần mềm diễn đạt lại (paraphrasing tool) thay từ bằng từ đồng nghĩa theo từ điển, không hiểu rằng một thuật ngữ nhiều từ là một đơn vị nghĩa cố định. Mục đích phổ biến là hạ tỷ lệ trùng khi kiểm tra bằng phần mềm so khớp chuỗi. Văn bản ra nghe lạ nhưng các phần mềm so khớp không bắt được, vì chuỗi chữ đã khác.

Cụm từ bị xoay chữ thường đi kèm các dấu hiệu khác của sản xuất bài báo hàng loạt: nội dung chép từ nguồn khác rồi đảo chữ, tài liệu tham khảo không liên quan, chủ đề không khớp phạm vi tạp chí. Vì vậy, khi thấy một vài cụm như vậy, biên tập viên thường xem toàn bộ bài kỹ hơn chứ không chỉ sửa câu chữ.

Cũng có trường hợp không xuất phát từ ý đồ né kiểm tra: người viết yếu tiếng Anh tự dùng phần mềm diễn đạt lại cho “hay hơn”, hoặc dịch máy từ tiếng mẹ đẻ rồi chỉnh bằng từ điển đồng nghĩa. Kết quả vẫn là thuật ngữ sai và làm người đọc nghi ngờ, dù động cơ khác.

Nhận diện khi đọc bản thảo

Dấu hiệu trên trang

Thuật ngữ chuyên ngành bị thay bằng cụm nghe lạ mà người trong ngành không dùng; cùng một khái niệm được gọi bằng nhiều cách khác nhau trong một bài; câu đúng ngữ pháp nhưng không ai trong ngành nói như vậy. Đọc to một đoạn, nếu phải dịch ngược trong đầu mới hiểu, đó là dấu hiệu.

Kiểm nhanh

Với cụm nghi ngờ, tìm nó trong cơ sở dữ liệu học thuật như Google Scholar hoặc Dimensions: thuật ngữ chuẩn trả về hàng nghìn kết quả trong tài liệu uy tín; cụm bị xoay chữ chỉ xuất hiện ở một nhóm nhỏ bài đáng ngờ. So với danh sách cụm đã biết trong công cụ sàng lọc.

Đặt trong toàn cảnh

Một cụm lạ đơn lẻ có thể do người viết yếu ngôn ngữ. Nhiều cụm cùng lúc, cộng thêm các dấu hiệu khác như tài liệu tham khảo lạc đề hay cấu trúc bài giống khuôn, là lý do để chuyển bài sang quy trình kiểm tra liêm chính.

Công cụ sàng lọc

Problematic Paper Screener. Công cụ do Cabanac và cộng sự phát triển, quét tài liệu đã công bố tìm cụm từ bị xoay chữ theo danh sách được cộng đồng bổ sung liên tục, và công khai các bài bị gắn cờ để người khác đánh giá lại.

Công cụ sàng lọc của nhà xuất bản. Nhiều nhà xuất bản lớn đã tích hợp kiểm tra cụm từ bị xoay chữ vào bước sàng lọc bản thảo, một phần qua các sáng kiến chung như STM Integrity Hub.

Tự dựng danh sách cho toà soạn. Toà soạn trong nước có thể tự lập danh sách cụm nghi vấn trong lĩnh vực của mình và dò bằng tìm kiếm văn bản trên bản thảo. Cách này rẻ và hiệu quả với tạp chí chuyên ngành hẹp.

Giới hạn. Công cụ dựa trên danh sách chỉ bắt được cụm đã biết. Cụm mới hoặc lĩnh vực ít được quan tâm có thể lọt qua; việc đọc của người trong ngành vẫn là chốt chặn chính.

Xử lý khi phát hiện trong bản thảo hoặc bài đã đăng

Với bản thảo đang xét, biên tập viên ghi lại các cụm cụ thể kèm thuật ngữ chuẩn tương ứng, rồi yêu cầu tác giả giải thích quá trình viết và cung cấp nguồn. Nếu có thêm dấu hiệu sao chép, chạy so sánh với các nguồn có chủ đề gần, vì văn bản xoay chữ thường giữ cấu trúc đoạn của bản gốc. Quyết định theo lưu đồ xử lý của COPE cho nghi vấn đạo văn.

Với bài đã đăng, người đọc có thể thông báo cho biên tập viên tạp chí với danh sách cụm cụ thể, hoặc nêu trên nền tảng bình luận sau công bố. Viết theo hướng mô tả và đặt câu hỏi, không kết luận động cơ.

Tự rà bản thảo của mình trước khi nộp

Nếu từng dùng dịch máy, công cụ sửa văn phong hoặc nhờ người khác chỉnh tiếng Anh, nên rà lại một lượt riêng cho thuật ngữ:

1. Lập danh sách mười tới hai mươi thuật ngữ cốt lõi của đề tài, lấy đúng cách viết trong các bài uy tín bạn trích dẫn.
2. Dùng chức năng tìm kiếm trong trình soạn thảo để kiểm mỗi thuật ngữ được viết nhất quán từ tóm tắt tới kết luận.
3. Đọc lướt riêng các danh từ ghép nhiều từ; cụm nào nghe lạ, tra trong cơ sở dữ liệu học thuật xem người trong ngành có dùng không.
4. So bản cuối với bản nháp gốc trước khi chỉnh văn phong, xem có thuật ngữ nào bị đổi mà bạn không chủ ý.
5. Hỏi người chỉnh sửa tiếng Anh họ có dùng công cụ diễn đạt lại không, và yêu cầu không động vào thuật ngữ.

Mười lăm phút rà như vậy tránh được tình huống bản thảo bị biên tập viên nghi ngờ chỉ vì một vài cụm từ do công cụ tự đổi.

Hậu quả với tác giả và tạp chí

Với tác giả, bài chứa nhiều cụm từ bị xoay chữ có nguy cơ bị từ chối ngay ở bước sàng lọc, hoặc bị rút sau khi đăng khi có người phát hiện. Thông báo rút bài gắn với tên tác giả lâu dài và hiện trong các cơ sở dữ liệu theo dõi rút bài như Retraction Watch. Với tạp chí, việc đăng hàng loạt bài như vậy làm dấy lên câu hỏi về chất lượng phản biện, và các cơ sở chỉ mục có thể xem xét lại vị trí của tạp chí.

Bài học cho người viết tiếng Anh

Người viết không phải bản ngữ có thể tự tạo ra cụm bị xoay chữ mà không biết. Một số nguyên tắc:

• Không dùng phần mềm diễn đạt lại để hạ tỷ lệ trùng. Nếu một đoạn trùng nhiều, viết lại từ hiểu biết của mình và ghi nguồn, hoặc trích dẫn trực tiếp.
• Giữ nguyên thuật ngữ chuẩn của ngành; thuật ngữ không cần “diễn đạt cho khác”. Trùng ở thuật ngữ không phải đạo văn.
• Lập bảng thuật ngữ cho đề tài, lấy từ các bài uy tín trong lĩnh vực, và dùng nhất quán.
• Khi dùng dịch máy, rà riêng mọi thuật ngữ chuyên ngành, đối chiếu với tài liệu gốc tiếng Anh.
• Nhờ người trong ngành đọc bản thảo trước khi nộp, không chỉ người giỏi tiếng Anh.

Nguyên tắc chung: văn bản học thuật cần đúng và rõ, không cần lạ. Một câu diễn đạt quen thuộc với thuật ngữ chuẩn kèm trích dẫn luôn an toàn hơn một câu được “làm mới” bằng từ đồng nghĩa.

Câu hỏi thường gặp