Bao nhiêu phần trăm nội dung trên Hacker News là do AI tạo ra?

Tôi có một mối quan hệ khá phức tạp với Hacker News. Trang web này là nơi tổng hợp tin tức công nghệ quan trọng nhất và là nguồn lưu lượng truy cập chính cho blog của tôi. Đồng thời, nó cũng có khá nhiều bình luận độc hại, trở thành nguồn cung cấp những lời lăng mạ nhắm vào tôi một cách đều đặn; nếu bạn muốn nếm thử, bài viết này đã từng bị gọi là “nhạt nhẽo” và “rác rưởi”.

Trang web này được vận hành bởi dân công nghệ và dành cho dân công nghệ, vì vậy nó không nằm ngoài các xu hướng công nghệ; ví dụ, vào khoảng năm 2018, nó có khá nhiều câu chuyện tập trung vào tiền điện tử và NFT. Tuy nhiên, sự thay đổi gần đây mang lại cảm giác sâu sắc hơn: gần như mỗi ngày, có cảm giác rằng danh sách tin tức bị thống trị bởi các câu chuyện tập trung vào AI, do AI viết, hoặc được AI bình luận.

Hình ảnh đó cho thấy một ngày đặc biệt tồi tệ, vì vậy để có đánh giá khách quan hơn, tôi cũng đã thực hiện một cuộc khảo sát có hệ thống hơn vào tháng 2 năm 2026, và một lần nữa vào tháng 6 cùng năm.

Để nắm bắt được mức độ chiếm lĩnh của các chủ đề liên quan đến AI trên bảng tin, tôi đã lấy mẫu top 5 bài viết hàng ngày trong suốt tháng 2:

AI chiếm bốn trong số năm vị trí vào ngày 4 và 12 tháng 2, thậm chí có thể coi là chiếm trọn danh sách vào ngày 5 tháng 2 (bài số 3 là quảng cáo ngầm cho một nhà cung cấp AI). Những ngày duy nhất không có tin tức về LLM trong top 5 là ngày 1 tháng 2 (tin về AI đầu tiên ở vị trí thứ 7, sau đó là thứ 9), ngày 9 tháng 2 (tin đầu tiên ở vị trí thứ 8), và ngày 25 tháng 2 (với AI ở các vị trí thứ 6, 9, 10).

Đối với phần thứ hai của thử nghiệm — tìm ra những câu chuyện nào có khả năng do AI viết — tôi đã sử dụng Pangram. Pangram là một mô hình cực kỳ tốt và thận trọng để phát hiện văn bản do LLM tạo ra. Các công cụ phát hiện này thường bị giới công nghệ đánh giá thấp, nhưng những phản đối đó thường dựa trên các giả định lỗi thời hoặc những hiểu lầm hoàn toàn. Để các công cụ này hoạt động, văn bản của AI không cần phải “phi nhân tính” theo bất kỳ cách nào. Chỉ cần giọng văn mặc định của các LLM hiện nay mang tính chất gần như tất định là đủ: hãy yêu cầu cùng một bài luận hai lần và bạn sẽ nhận được kết quả có phong cách tương tự. Các kiểu cách cá nhân nghe có vẻ giống con người, nhưng rất khó có khả năng bài viết của bạn kết hợp chính xác cùng một tập hợp các kiểu cách đó. Tôi viết chi tiết hơn về điều này tại đây.

Để xác thực kết quả, tôi cũng đã xem xét tất cả các câu chuyện bị gắn cờ và tôi nghĩ những phát hiện này là hợp lý; nếu có gì đó, thì Pangram đã bỏ sót một vài trường hợp (false negatives). Để bạn hình dung những gì đã bị gắn cờ, hãy xem bài viết số 3 vào ngày 19 tháng 2 (“AI không phải là đồng nghiệp, nó là một bộ khung xương ngoài”). Bài viết đó có hơn 500 lượt upvote và hơn 500 bình luận. Theo ý kiến của tôi, nó có rất nhiều dấu hiệu đáng ngờ.

Vào tháng 6, để nắm bắt chi tiết hơn, tôi đã sử dụng màu đen đặc cho các nội dung thuần túy về AI (thông báo của nhà cung cấp, các bài xã luận về lợi ích hoặc hạn chế của công nghệ, v.v.) và các hình kẻ sọc cho những câu chuyện nghiêng nhiều về AI nhưng có tác động rộng hơn (ví dụ: vụ hack tài khoản hỗ trợ AI của Instagram). Như trước đây, những câu chuyện chỉ liên quan gián tiếp đến AI (ví dụ: báo cáo về việc tăng giá RAM) sẽ không bị gắn cờ.

Trong nửa đầu tháng, khoảng 60% danh sách tin tức hàng ngày trên HN liên quan đến AI hoặc do AI tạo ra, giảm dần xuống còn khoảng 50% khi chúng ta tiến gần đến cuối tháng. Con số này đã tăng từ 40% vào tháng 2.

Không có bài đăng nào