Kiểm tra đạo văn cho nhà báo chuyên nghiệp
Tự kiểm tra trước khi gửi lên biên tập. Phát hiện sao chép diễn giải và nội dung press-release, nhận diện AI sẽ có sớm. Theo dõi ai đăng lại byline của Sie. Miễn phí đến 2.500 từ; có REST API tích hợp newsroom CMS.
Bốn quy trình phóng viên. Một lần tự kiểm tra.
Nộp tin hàng ngày, chạy deadline
Tiếp theo, biên tập sẽ xem — kiểm trước cho chắc.
- Tự kiểm 30 giây trên bản tin 900 từ
- Tự động gắn cờ văn bản lấy từ thông cáo báo chí
- Hiện cảnh báo giao thoa với nguồn cấp trước khi đăng
Bài dài dùng lại tư liệu cũ
Bài 5.000 từ kéo từ phỏng vấn và bài cũ.
- Tự trích dẫn: bài cũ của Sie được đánh dấu là SELF-CITE
- Phân loại trích dẫn trực tiếp vs diễn giải
- Nhận diện embargo: chỉ kiểm tra so với tài liệu đã hết embargo
Hàng tháng tài liệu nguồn gộp trong một bài
Bắt lỗi sai sót không ghi nguồn dần qua bản nháp.
- Kiểm tra gán nguồn từng đoạn
- Quét kho tài liệu nguồn của Sie
- Chụp lưu DMCA khi scoop bị đăng lại
Nộp nhiều tòa soạn, không QC nội bộ
Sie tự kiểm tra; đây là lần kiểm duy nhất trước khi biên tập xem.
- Kiểm trên điện thoại khi tác nghiệp
- Tự gắn cờ tự tái sử dụng giữa các tòa soạn, có allowlist
- Miễn phí đủ cho bài điển hình khoảng 2.500 từ
Ba bước trước khi gửi bài.
Tích hợp vào pipeline gửi qua API, hoặc check lẻ trong dashboard. Cùng engine. Cùng báo cáo. Cùng 47 giây.
01 · Tự kiểm bài nháp
Dán hoặc tải lên bản gửi. Thêm allowlist lịch sử byline (bài trước của Sie, danh sách nguồn cấp hợp pháp). Engine tách phát hiện paraphrase vô tình từ bài chính Sie (hợp lệ) và từ nguồn khác (không hợp lệ).
02 · Xác thực nguồn
Báo cáo hiển thị từng đoạn trùng nguồn, URL nguồn, trạng thái canonical-tag, ngày snapshot. Văn bản lấy từ thông cáo báo chí tự gắn thẻ REPRINT (một số tòa soạn cho phép dùng nguyên văn, phải ghi nguồn; số khác thì không, thường bản Mỹ yêu cầu viết lại). Nhận diện AI từng đoạn, có điều chỉnh ngưỡng ESL, sẽ có sớm.
03 · Quyết định trước khi gửi
Xem phân loại: trích dẫn đúng (không tính vào điểm headline), paraphrase có nguồn (trọng số thấp), paraphrase không nguồn (phải sửa). Khi có AI-detection, đoạn nghi ngờ AI sẽ phải ghi chú xuất xứ hoặc sửa lại tùy chính sách tòa soạn. Khi xong xuôi, gửi bài, đính report vào gửi làm audit trail.
Sáu điểm cần kiểm từng đoạn trước gửi.
Mỗi danh mục hiển thị cạnh phần đoạn trùng khớp. Tự gắn cờ nếu tòa soạn Sie yêu cầu ghi nguồn. Chuẩn mực là “ban tiêu chuẩn sẽ chấp nhận không?”.
01 · TRÍCH DẪN TRỰC TIẾP
Có ngoặc kép và ghi rõ ai phát ngôn cùng câu. Tính là trích dẫn, không cộng vào điểm tương đồng. Phát hiện trên thư mục transcript nếu Sie tải bản ghi phỏng vấn lên.
02 · THÔNG CÁO BÁO CHÍ
Khớp nguyên văn với thông cáo báo chí công khai. Đánh dấu là REPRINT. Một số tòa soạn cho phép trích dẫn thông cáo với ghi nguồn; số khác (đa số báo Mỹ) buộc phải diễn đạt lại. Thiết lập tùy chính sách từng tòa.
03 · NGUỒN CẤP
Khớp với AP, Reuters, AFP, Bloomberg, dpa, Kyodo, PA (bản trả phí, đăng ký kho nguồn cấp). Bản nguồn cấp thường được phép diễn giải lại theo license tòa soạn; engine xác thực nguồn để biết phần nào Sie được phép dùng.
04 · TÀI LIỆU EMBARGO
Thêm tài liệu embargo vào phạm vi tạm. Nhận diện embargo: trùng với nội dung embargo thì đánh thẻ EMBARGO-OK đến hết ngày, sau chuyển về phân loại nguồn chuẩn. Xài nhiều cho báo khoa học, quy định embargo phổ biến.
05 · AI-GENERATED (SẮP CÓ)
Nhận diện AI từng đoạn với ngưỡng ESL, đang trên roadmap. Xây cho newsroom kiểm duyệt bản freelancer — bài AI xuất hiện nhiều, check trước khi biên tập duyệt. Phương pháp mở (Binoculars, Hans et al. 2024).
06 · TÁI SỬ DỤNG BÀI CŨ
Allowlist byline: bài Sie từng xuất bản, URL portfolio, Substack, Medium. Tái sử dụng gắn SELF-CITE — chuyện phổ biến khi viết phóng sự kéo từ bài cũ. Không làm điểm tương đồng tăng; vẫn hiện cờ để kiểm lại.
Sie sẽ thấy gì sau 47 giây kiểm bài 1.500 từ.
Phân loại theo đoạn, kèm URL nguồn, trạng thái citation, click để xem đoạn trùng. Có thể trình trước ban tiêu chuẩn; tái hiện đúng theo bản engine đóng dấu trong report.
Ba việc cần làm khi scoop của Sie lên byline người khác.
Đặt byline làm truy vấn giám sát
Dán bài vừa đăng (hay danh sách bài) vào watch list. Web-scan hàng ngày sẽ tìm tên miền lạ xuất bản các đoạn trùng báo cáo của Sie — copy nguyên, viết lại nhẹ, hay bản AI-spin. Thông báo gửi URL vi phạm, đoạn bị trích, và timestamp quét.
Chụp trang DMCA, đóng dấu và băm
Mỗi lần bị quét đều có HTML snapshot trang scraper, đóng dấu ngày crawl, băm chống chỉnh sửa. Đối chiếu timestamp trên bản byline gốc (từ CMS, tweet, bản Wayback) để có chuỗi ưu tiên.
Byline Sie trên syndication hợp pháp
Nếu Sie syndicate lên Medium, LinkedIn, Substack hay outlet đối tác, engine sẽ kiểm canonical tag có trỏ về gốc không. ORIGIN là Sie giữ SEO, LEAK là syndication làm Sie mất thứ hạng. Lỗi LinkedIn phổ biến: họ mặc định bỏ canonical.
Hai thứ nhà báo cần, các tool học thuật không làm.
Hầu hết công cụ đạo văn không sinh ra cho tòa soạn. Họ cho nguồn cấp nguyên văn là đạo văn, dù bất cứ báo nào chạy AP feed đều dùng hợp pháp — dương tính giả rất mệt cho khối lượng lớn. Họ cũng không bắt được đạo byline vì chỉ check thứ Sie gửi lên, không kiểm web sống đang đăng lại bài Sie. Gói Noplag wire-service corpus (AP, Reuters, AFP, Bloomberg, dpa, Kyodo, PA) phân loại nguồn cấp đúng, không gọi là đạo văn. Dịch vụ theo dõi byline quét web sống tìm chop byline. Hai tính năng này mặc định tắt — Sie chủ động bật lên khi need newsroom-specific, còn check đạo văn cơ bản vẫn đủ.
Đọc hướng dẫn phân loại nguồn cấpNhững câu phóng viên hay hỏi.
- Bản nháp của tôi có bị lưu/huấn luyện model không?
- Không. Bản nháp chỉ lưu fingerprint (hash không đảo ngược), lưu riêng từng Sie. Nội dung bị xóa sau 30 ngày trừ khi Sie tự chọn lưu lại. Model phát hiện (dựa Binoculars) chỉ huấn luyện trên corpus công khai; không đưa bản nháp báo vào. Viết rõ trong DPA.
- Phân loại nguồn cấp hoạt động thế nào?
- Gói trả phí và phải đăng ký corpus nguồn cấp (AP, Reuters, AFP, Bloomberg, dpa, Kyodo, PA). Nguyên văn trùng nguồn cấp thì gắn WIRE — không gắn là đạo văn — vì mọi báo dùng nguồn cấp là có license. Tùy chỉnh chính sách từng tòa: tòa nào cho quote wire không hạn chế, tòa nào bắt ghi rõ nguồn. Phân loại hiển thị từng đoạn.
- Với thông cáo báo chí thì sao?
- Khớp lên index thông cáo báo chí (PR Newswire, Business Wire, EurekAlert, PRWeb). Gắn REPRINT. Một số tòa cho quote nguyên văn có ghi nguồn; số khác (hầu hết báo Mỹ) yêu cầu viết lại. Sie tùy chọn trong Settings; báo cáo ghi rõ từng mục phải làm gì.
- Check AI bản freelancer thế nào?
- Chức năng phát hiện AI sẽ sớm ra mắt (trong lộ trình v1.2). Khi phát hành, hệ thống sẽ cung cấp xác suất văn bản do AI tạo ra cho từng đoạn, kèm đánh giá điều chỉnh theo trình độ tiếng Anh không bản ngữ — phù hợp cho các tòa soạn kiểm tra bài gửi từ cộng tác viên, do số lượng bài viết do AI tạo ngày càng nhiều. Việc điều chỉnh theo trình độ tiếng Anh không bản ngữ quan trọng vì các mẫu câu của người viết không bản ngữ có thể trùng với dấu hiệu AI (nghiên cứu Stanford 2023 ghi nhận tỉ lệ dương tính giả 61,3% với các bộ phát hiện đơn giản); hệ thống hiệu chỉnh của chúng tôi nhằm giảm đáng kể tỉ lệ này, và sẽ công bố tỉ lệ còn lại khi tính năng vượt qua đánh giá.
- Có theo dõi byline bị scraper không?
- Gói trả phí, bật byline-watch. Thêm bài vào watch list; quét web mỗi ngày tìm tên miền không hợp lệ đăng đoạn trùng. Mỗi flag đi kèm HTML snapshot băm và đóng dấu ngày quét — bộ chứng cứ DMCA. Noplag không gửi DMCA thay Sie (nên hỏi tư vấn pháp lý); chỉ cấp đầy đủ giấy tờ.
- Có xử lý embargo không?
- Thêm tài liệu embargo vào scope tạm với ngày embargo. Trùng lên tag EMBARGO-OK đến khi hết ngày, sau đó xử lý như thường. Dùng cho báo khoa học (NIH/EurekAlert embargo nhiều) hoặc báo chính sách (transcript nghe trình Quốc hội có embargo).
- Dùng được cho báo ngoài tiếng Anh không?
- Hệ thống phát hiện được hiệu chỉnh cho tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Ba Lan và Ukraina ngay khi ra mắt; sẽ bổ sung thêm ngôn ngữ khác. Chất lượng phát hiện được đánh giá trên PAN-PC-11; đánh giá riêng cho từng ngôn ngữ nằm trong lộ trình phát triển. Hữu ích cho phóng viên quốc tế gửi bài bằng nhiều ngôn ngữ.
- API tích hợp newsroom CMS thế nào?
- REST + OpenAPI 3.0 spec. SDK Python và Node được phát triển từ spec này. Hỗ trợ webhook cho kiểm tra bất đồng bộ các bài dài. Gửi POST /v1/checks từ hook CMS khi lưu nháp; báo cáo sẽ đính kèm vào bài viết dưới dạng metadata phục vụ kiểm tra. Có ví dụ tích hợp với WordPress, Ghost, Drupal tại github.com/NoplagLabs/noplag-engine.
- Freelancer không có tòa soạn chống lưng thì sao?
- Tầng miễn phí kiểm 2.500 từ mỗi lượt, không giới hạn số lần, không cần đăng ký. Tương thích tốt mobile (kiểm ngay trên điện thoại trước khi gửi bài từ hiện trường). Gói trả phí $79/tháng cho phân loại nguồn cấp, theo dõi byline và tính năng folder-level. Tự host Apache 2.0 miễn phí nếu muốn chạy tại chỗ.
- Nếu một nguồn bị phát hiện trích dẫn từ AI thì sao?
- Khi có AI-detection (sắp có), verdict từng đoạn sẽ hiển thị đoạn nghi vấn với điều chỉnh ESL. Nếu trích dẫn được cho là từ AI, đó là cờ editorial — hoặc nguồn đã dùng AI phát ngôn, hoặc diễn giải từ AI, hoặc báo nhầm. Verdict là tín hiệu kiểm lại với nguồn, không phải tự động loại bỏ.
Kiểm trước khi biên tập kiểm.
Thả bản nháp vào. Báo cáo từng đoạn trong 47 giây: trích dẫn, trùng nguồn cấp, tự trích dẫn, nhận diện AI sẽ có sớm. Miễn phí đến 2.500 từ. Gói trả phí cho corpus nguồn cấp và byline-watch.