Nhận biết tài liệu giả mạo do AI tạo ra hoặc bị chỉnh sửa: kiểm tra gì cho từng nghi vấn

Muốn nhận biết tài liệu giả mạo hay giấy tờ bị làm giả bằng AI, hãy bắt đầu bằng việc gọi tên nghi vấn: văn bản do AI viết, một trang được tạo ra từ đầu, một trường bị sửa trong tài liệu có thật, hay một tài liệu thật bị dùng sai bối cảnh. Mỗi nghi vấn cần một loại kiểm tra và một loại bằng chứng khác nhau, kể cả khi cả bốn cùng xuất hiện trong một tệp PDF.

Phân tích nguồn gốc văn bản (đánh giá dấu hiệu văn bản do AI viết) giúp định hướng việc xem xét theo chính sách soạn thảo. So sánh tệp có thể lộ ra một trường thanh toán bị sửa. Xác nhận từ đơn vị phát hành cho biết một tài khoản mới có được ủy quyền hay không. Gắn từng công cụ với đúng nhiệm vụ của nó giúp người xét duyệt biết bước tiếp theo cần làm và giúp bạn khoanh vùng phạm vi khi mua phần mềm. Hướng dẫn này dành cho các nhóm kế toán phải trả, tuân thủ, thẩm định tín dụng, nhân sự và bồi thường bảo hiểm.

Bốn nghi vấn cần bốn loại bằng chứng khác nhau

Làm giả giấy tờ ở Việt Nam có thể diễn ra theo đường dây có tổ chức. Theo Tiền Phong ngày 18 tháng 5 năm 2026, Công an tỉnh Lai Châu bắt giữ 8 đối tượng và thu giữ gần 10.000 giấy tờ giả các loại, gồm căn cước công dân gắn chip, văn bằng và chứng chỉ. Theo Vietnam+ ngày 1 tháng 11 năm 2026, Công an Thành phố Hồ Chí Minh thu giữ hơn 670 con dấu giả và hàng chục nghìn giấy tờ, tài liệu giả; các đối tượng sẽ bị truy cứu trách nhiệm hình sự theo Điều 341 Bộ luật Hình sự. Hai vụ việc này không được dẫn làm bằng chứng về giấy tờ do AI tạo ra, nhưng chúng cho thấy một con dấu đỏ hay một mẫu biểu trông đúng vẫn chưa đủ để tin.

Về phía AI, cảnh báo ngày 3 tháng 12 năm 2024 của Cục Điều tra Liên bang Hoa Kỳ (FBI) cho biết tội phạm dùng AI tạo sinh để làm giấy tờ tùy thân giả, chẳng hạn bằng lái xe giả, và để làm cho văn bản, hình ảnh trông đáng tin hơn. Cảnh báo tháng 11 năm 2024 của Mạng lưới Thực thi Tội phạm Tài chính (FinCEN) thuộc Bộ Tài chính Hoa Kỳ mô tả các báo cáo hoạt động đáng ngờ (SAR) liên quan đến nội dung deepfake và giấy tờ tùy thân giả nhắm vào tổ chức tài chính. Cả hai đều không ước tính tỷ lệ gian lận trong các tài liệu kinh doanh thông thường, và hướng dẫn này cũng không có số liệu chính thức nào ở Việt Nam về tỷ lệ đó, nên không đưa ra con số. Cảnh báo của FBI (tiếng Anh), cảnh báo của FinCEN, trang 1 (tiếng Anh).

Gian lận tài liệu bao gồm tài liệu bị làm giả, dù tạo từ đầu hay sửa từ bản thật, và cả tài liệu thật bị đưa vào sai bối cảnh. Trong thực tế, hãy tách bốn trường hợp sau. Chúng có thể chồng lên nhau trong cùng một hồ sơ.

Trường hợp cuối cùng dễ bị bỏ sót nhất. Một bản sao kê thật của kỳ trước vẫn có thể không đủ để chứng minh số dư hiện tại. Một hóa đơn thật của nhà cung cấp không chứng minh rằng email yêu cầu thanh toán sang tài khoản khác đã được ủy quyền. Kiểm tra ảnh và tệp có thể không thấy gì bất thường trong khi khẳng định về nghiệp vụ vẫn chưa được chứng minh. Sơ đồ dưới đây ghép từng câu hỏi với loại bằng chứng cần có.

Gian lận bằng AI và deepfake: hướng dẫn này bao quát phần nào

Gian lận bằng AI và deepfake (nội dung giả mạo do AI tạo ra) là những khái niệm rất rộng, còn hướng dẫn này chỉ bao quát một phần: tài liệu và ảnh tài liệu bị làm giả hoặc chỉnh sửa. Giả giọng nói hoặc dựng video tổng hợp để mạo danh là một vấn đề khác, cần những biện pháp kiểm soát khác.

Cảnh báo FinCEN nêu trên là FIN-2024-Alert004, ban hành ngày 13 tháng 11 năm 2024. Cảnh báo cho biết các thủ đoạn gian lận liên quan đến deepfake thường đi kèm việc kẻ gian chỉnh sửa hoặc tạo giấy tờ tùy thân giả để vượt qua bước xác minh danh tính, và kẻ gian được cho là đã dùng AI tạo sinh để mạo danh một giám đốc hoặc nhân viên đáng tin cậy, yêu cầu nạn nhân chuyển tiền vào tài khoản do chúng kiểm soát. Cảnh báo FIN-2024-Alert004 của FinCEN, trang 1 và 5 (tiếng Anh)

Cảnh báo của FBI còn đề cập âm thanh và video do AI tạo ra, gồm cuộc gọi video theo thời gian thực với người được cho là lãnh đạo công ty, và khuyên bạn gác máy rồi gọi lại tổ chức đó theo số điện thoại do chính bạn tra cứu. Cảnh báo của FBI (tiếng Anh) Trong nước, Techcombank cũng khuyến nghị doanh nghiệp xác nhận mọi thay đổi về thông tin hoặc thủ tục thanh toán trực tiếp hoặc qua điện thoại với đối tác. Techcombank, thông báo ngày 14 tháng 6 năm 2024

Fileverity kiểm tra tệp tài liệu và ảnh. Fileverity không phân tích cuộc gọi hay video trực tiếp, và một kết quả tệp sạch không bao giờ thay thế việc gọi lại để xác nhận một yêu cầu thanh toán.

Làm giả giấy tờ theo pháp luật Việt Nam: Điều 341, Điều 174 và các tội liên quan

Nếu bạn đang tìm hiểu “tội lừa đảo chiếm đoạt tài sản” hay “Điều 174 Bộ luật Hình sự”, phần này tóm tắt các quy định thường được viện dẫn rồi quay lại quy trình kiểm tra. Đây là thông tin tham khảo, không phải tư vấn pháp lý: việc xác định có phạm tội hay không thuộc thẩm quyền của cơ quan tiến hành tố tụng, và bạn nên trao đổi với bộ phận pháp chế trước khi tố giác hoặc từ chối hồ sơ của một người cụ thể.

Các điều dưới đây theo Bộ luật Hình sự 2015, văn bản hợp nhất 135/VBHN-VPQH ngày 5 tháng 9 năm 2025. Dự thảo Bộ luật Hình sự (sửa đổi) đã được Quốc hội thảo luận tại hội trường ngày 27 tháng 10 năm 2026 và tính đến ngày 4 tháng 11 năm 2026 vẫn chưa được thông qua, nên số điều có thể thay đổi. Bộ luật Hình sự, văn bản hợp nhất 135/VBHN-VPQH, Báo Lào Cai, Quốc hội thảo luận Bộ luật Hình sự (sửa đổi) ngày 27 tháng 10

Điều 341 nói về con dấu, tài liệu và giấy tờ của cơ quan, tổ chức. Một tài liệu cụ thể có thuộc phạm vi này hay không là câu hỏi pháp lý cần ý kiến của pháp chế. Với hồ sơ bồi thường bảo hiểm, hãy xem thêm trang phát hiện tài liệu giả mạo trong hồ sơ trục lợi bảo hiểm và hướng dẫn trục lợi bảo hiểm: thẩm định ảnh bồi thường.

Hai văn bản mới hơn cũng liên quan. Luật An ninh mạng 116/2025/QH15, có hiệu lực từ ngày 1 tháng 7 năm 2026, cấm “giả mạo giấy tờ của cơ quan, tổ chức” trên không gian mạng (điểm e khoản 2 Điều 7) và cấm dùng AI hoặc công nghệ mới để giả mạo video, hình ảnh, giọng nói của người khác trái quy định của pháp luật (điểm g). Luật An ninh mạng 116/2025/QH15 Nghị định 330/2026/NĐ-CP, có hiệu lực từ ngày 19 tháng 8 năm 2026, phạt từ 30.000.000 ₫ đến 50.000.000 ₫ khi dùng giấy tờ tùy thân giả hoặc ảnh giấy tờ tùy thân bị tạo lập, chỉnh sửa, cắt ghép để xác thực tài khoản số, hoặc dùng AI, deepfake giả mạo sinh trắc học để xác thực tài khoản trái phép (khoản 2 Điều 34). Nghị định 330/2026/NĐ-CP

Với một tổ chức nhận hồ sơ, ý nghĩa thực tế là: dấu hiệu bất thường trên tệp là căn cứ để hỏi thêm, giữ nguyên hồ sơ và chuyển cho bộ phận có thẩm quyền; nó không phải kết luận về người làm giả hay về ý định. Kết quả phân tích tệp của Fileverity không phải là giám định. Khi cần kết luận có giá trị trong tố tụng, hãy xem hướng dẫn giám định tài liệu giả mạo: khi nào cần chuyên gia.

Cách nhận biết sao kê ngân hàng, phiếu lương và hóa đơn điện nước giả

Sao kê ngân hàng, phiếu lương và hóa đơn điện, nước thường được yêu cầu để chứng minh khả năng tài chính, thu nhập và nơi ở khi cho vay, cho thuê, tiếp nhận khách hàng hoặc giải quyết bồi thường. Mỗi loại đều dễ được tải về dưới dạng PDF, dễ bị sửa, và đều có một đơn vị phát hành có thể xác nhận. Việc kiểm tra trên tài liệu chỉ giúp xác định những trường cần hỏi; đơn vị phát hành mới là bên giải quyết câu hỏi đó. Hóa đơn, biên lai và bill chuyển khoản có hướng dẫn riêng: nhận biết hóa đơn và bill chuyển khoản giả và kiểm tra hóa đơn trước khi thanh toán.

Sao kê ngân hàng

Một bản sao kê bị sửa có thể giữ nguyên bố cục thật nhưng thay tên chủ tài khoản, một số dư hoặc từng khoản tiền vào. Hãy bắt đầu bằng phép tính: số dư đầu kỳ cộng tiền vào trừ tiền ra phải cho ra số dư sau từng giao dịch và số dư cuối kỳ, và mọi ngày giao dịch phải nằm trong kỳ sao kê. Chỗ nào chuỗi này bị đứt, đó là trường cần xác nhận. Một bản sao kê khớp số học cũng chưa chứng minh được điều gì, vì một bản giả kỹ lưỡng có thể nhất quán nội bộ.

Hướng dẫn của chính các ngân hàng cho thấy vì sao nguồn của bản sao kê quan trọng. Theo Techcombank, chỉ bản in tại quầy, trên giấy của ngân hàng và có dấu đỏ, mới có giá trị pháp lý; bản in từ Mobile Banking hoặc máy ATM không có hiệu lực pháp lý. Techcombank, hướng dẫn sao kê tài khoản VIB cũng viết rằng sao kê tại quầy là hình thức duy nhất có giá trị pháp lý và bản trên ứng dụng thường không có dấu mộc đỏ. VIB, hướng dẫn sao kê ngân hàng Chính sách có thể khác giữa các ngân hàng; nếu ngân hàng lập sao kê cho biết một bản sao kê điện tử có hiệu lực, hãy hỏi chính ngân hàng đó cách kiểm tra.

Từ đó rút ra hai điều. Thứ nhất, một tệp PDF sao kê tải từ ứng dụng rất dễ bị chỉnh sửa, còn con dấu đỏ cũng chưa phải bằng chứng cuối cùng, vì vụ việc ở Thành phố Hồ Chí Minh nêu ở trên liên quan đến hơn 670 con dấu giả. Thứ hai, Techcombank lưu ý rằng khi cá nhân hay tổ chức khác yêu cầu bản sao kê thì cần có sự đồng ý của chủ tài khoản; vì vậy hãy ưu tiên một kênh lấy sao kê trực tiếp từ ngân hàng, với sự đồng ý của chủ tài khoản, hơn là một tệp do người nộp tự gửi.

Với bản sao kê dạng PDF, bản ghi của chính tệp có thể cho thấy tệp đã được lưu lại sau khi ngân hàng tạo ra hay chưa: phần mềm chỉnh sửa được ghi trong metadata (siêu dữ liệu), ngày sửa đổi muộn hơn ngày tạo, hoặc các lần lưu tăng dần. Những quan sát đó chỉ ra các trang cần xác nhận. Chúng không chứng minh nội dung đã thay đổi, vì các công cụ hợp lệ cũng lưu lại tệp PDF. Hướng dẫn kiểm tra file PDF có bị chỉnh sửa giải thích cách đọc chúng.

Phiếu lương và chứng minh thu nhập

Một phiếu lương giả có thể đến từ mẫu có sẵn trên mạng hoặc từ việc sửa một phiếu thật. Hãy kiểm tra tính nhất quán nội bộ: lương thực nhận bằng tổng thu nhập trừ các khoản khấu trừ; các khoản khấu trừ bắt buộc và thuế thu nhập cá nhân thay đổi theo mức lương; kỳ lương khớp với chu kỳ trả lương nêu trên phiếu; số lũy kế từ đầu năm (nếu có) khớp với số kỳ đã qua, có tính đến tăng lương, làm thêm giờ và thưởng; tên và địa chỉ đơn vị khớp với thông tin bạn tự tra cứu độc lập, chẳng hạn thông tin đăng ký doanh nghiệp công khai. Nếu có phiếu lương của nhiều tháng, hãy so cách trình bày giữa các tháng: một phiếu có mẫu khác hẳn các phiếu còn lại là dấu hiệu cần hỏi, chưa phải kết luận.

Chứng minh thu nhập đáng tin nhất khi dựa vào hồ sơ mà người nộp không tự làm ra. Hãy liên hệ bộ phận nhân sự hoặc kế toán của đơn vị bằng thông tin liên hệ bạn tự tra cứu, không dùng số điện thoại in trên phiếu lương. Bạn cũng có thể đối chiếu khoản lương thực nhận với các khoản tiền vào trên bản sao kê tài khoản nhận lương, với điều kiện bản sao kê đó được lấy trực tiếp từ ngân hàng với sự đồng ý của chủ tài khoản. Hai tài liệu cùng do người nộp gửi và cùng khớp nhau vẫn chưa phải hai nguồn độc lập.

Hóa đơn điện, nước và giấy tờ chứng minh nơi ở

Để nhận biết hóa đơn điện, nước giả, hãy kiểm tra tên, địa chỉ sử dụng và ngày phát hành, vì một bản giả có thể chỉ cần đổi một trong ba. Địa chỉ sử dụng và địa chỉ nhận hóa đơn (nếu có) phải nhất quán, mã khách hàng và kỳ thanh toán phải khớp giữa các trang, và ngày phát hành phải phù hợp với chu kỳ ghi chỉ số. Với tiền điện, VOV ngày 1 tháng 7 năm 2022 đưa tin rằng từ ngày này Tập đoàn Điện lực Việt Nam (EVN) áp dụng hóa đơn điện tử và khách hàng có thể nhận hóa đơn trên website hoặc ứng dụng chăm sóc khách hàng của ngành Điện; vì vậy bạn có thể đề nghị người nộp mở hóa đơn đó ngay trong tài khoản của họ để bạn cùng xem.

Một hóa đơn thật cho thấy có một tài khoản sử dụng tại một địa chỉ; nó không tự chứng minh người nộp sống ở đó. Hãy xác nhận với đơn vị cung cấp qua số điện thoại lấy từ trang chính thức của họ, hoặc yêu cầu một giấy tờ chứng minh nơi ở thứ hai từ nguồn không liên quan, theo cùng nguyên tắc như mọi xác nhận độc lập từ đơn vị phát hành.

Với cả ba loại tài liệu, báo cáo tài liệu của Fileverity ghi lại những thông tin do chính tệp PDF tự khai báo: phần mềm tạo và lưu, ngày tạo và ngày sửa đổi, các lần lưu tăng dần và việc có chữ ký số hay không. Báo cáo không so sánh số tiền, phông chữ hay bố cục với bản gốc của đơn vị phát hành, và không quyết định số dư, mức lương hay địa chỉ có thật hay không. Việc xác nhận đó thuộc về ngân hàng, đơn vị trả lương hoặc đơn vị cung cấp.

FVIMG V2 đảm nhiệm phát hiện ảnh do AI tạo ra; FVDOC V3 đánh giá văn bản trong tài liệu. Các ảnh nhúng đủ điều kiện được phân tích bằng cùng quy trình phát hiện FVIMG V2 dùng cho ảnh gửi riêng lẻ.

Khi nào phân tích nguồn gốc văn bản có ích

Hãy dùng phân tích nguồn gốc văn bản khi tổ chức của bạn có quy định rõ ràng về soạn thảo hoặc khai báo và tài liệu có đủ văn bản liền mạch cho phương pháp được chọn. Kết quả có thể hướng người xét duyệt tới các đoạn cần giải trình về cách soạn thảo. Các khẳng định về sự việc trong những đoạn đó vẫn phải được kiểm tra riêng.

Xác minh tài liệu của Fileverity đánh giá dấu hiệu văn bản do AI viết trong phần văn bản liền mạch của tệp PDF, Word và văn bản thuần, viết bằng tiếng Anh, tiếng Pháp, tiếng Đức, tiếng Tây Ban Nha hoặc tiếng Trung, rồi đánh dấu các đoạn đọc như văn bản do AI viết, kèm tham chiếu trang hoặc đoạn. Công cụ này dành cho các nhóm xem xét tài liệu tường thuật theo một chính sách soạn thảo xác định. Phần đánh giá này không áp dụng cho văn bản tiếng Việt: với tài liệu tiếng Việt, hãy dựa vào hồ sơ soạn thảo, lịch sử phiên bản và trao đổi với người ký tên, đồng thời dùng các phần khác của báo cáo.

Báo cáo cũng ghi lại những thông tin do chính tệp tự khai báo: phần mềm tạo, ngày tháng, các phiên bản đã lưu, nhãn AI và việc có chữ ký số hay không. Phân tích tài liệu kiểm tra các chữ ký PDF được hỗ trợ dựa trên dữ liệu tin cậy đã cấu hình và phân biệt kết quả hợp lệ, không hợp lệ và chưa xác định. Hãy giữ xác nhận của đơn vị phát hành và mọi bước xác thực chữ ký bổ sung trong hồ sơ vụ việc. Biểu mẫu, bảng biểu và văn bản rất ngắn nằm ngoài phần đánh giá cách soạn thảo.

Phân tích tài liệu mở rộng cùng một báo cáo sang các ảnh bên trong tài liệu, các trang quét, các phiên bản đã lưu và chữ ký của PDF, với mức độ rủi ro từ L0 đến L5 kèm các phát hiện hỗ trợ. Báo cáo nêu rõ khi chất lượng OCR không đủ tin cậy hoặc quy tắc không áp dụng được; hãy dùng lần kiểm tra miễn phí đầu tiên trên một tài liệu tiếng Việt thật của bạn để xem phần nào của báo cáo áp dụng.

Các benchmark độc lập như RAID (ACL 2024) cho thấy các công cụ phát hiện văn bản hoạt động khác nhau tùy lĩnh vực và điều kiện tạo sinh, và dễ bị đánh lừa bởi tấn công đối kháng hay mô hình tạo sinh chưa từng gặp. Vì vậy Fileverity công bố tỷ lệ sai theo ngôn ngữ, loại tài liệu và điều kiện trên trang độ chính xác của phân tích tài liệu; hãy đánh giá mọi nhà cung cấp trên chính loại tài liệu và điều kiện soạn thảo của bạn. Bài báo và tóm tắt RAID (tiếng Anh)

Ví dụ: xem xét bản khai sử dụng AI trong bản thuyết minh của nhà cung cấp

Giả sử bộ phận mua sắm của một ngân hàng yêu cầu một nhà cung cấp nước ngoài nộp bản thuyết minh chi tiết các biện pháp kiểm soát an toàn thông tin, viết bằng tiếng Anh. Chính sách đã nêu cho phép dùng AI hỗ trợ soạn thảo nếu được khai báo, và yêu cầu một người chịu trách nhiệm xác nhận các nội dung kỹ thuật. Nhà cung cấp nộp nhiều trang văn bản liền mạch và khai rằng không dùng AI để hỗ trợ soạn thảo.

Nếu một phép kiểm tra nguồn gốc văn bản được hỗ trợ đánh dấu một số đoạn, người xét duyệt có thể đặt một câu hỏi cụ thể: “Vui lòng giải thích các phần này được chuẩn bị như thế nào và cung cấp lịch sử bản thảo, ghi chú nguồn hoặc hồ sơ xem xét hiện có.” Đội ngũ kiểm tra riêng các tuyên bố về biện pháp kiểm soát thông qua quy trình đánh giá đã thiết lập. Họ không loại bỏ nhà cung cấp chỉ vì tín hiệu từ văn bản.

Một kết quả âm tính hoặc chưa đủ cơ sở để kết luận không chứng minh bản khai là đúng. Hãy áp dụng cùng yêu cầu khai báo một cách nhất quán. Nếu tổ chức cho phép AI hỗ trợ soạn thảo mà không cần khai báo và chỉ cần xác minh các tuyên bố kỹ thuật, hãy dành công sức xem xét cho các tuyên bố đó.

Giá trị cần kiểm chứng rất cụ thể: người xét duyệt có thể dùng phân tích này để đặt câu hỏi về soạn thảo tốt hơn, hiểu đúng việc hỗ trợ vô hại và khép lại việc xem xét bằng một lời giải trình có người chịu trách nhiệm hay không? Hãy đo điều đó trong một đợt đánh giá đã được phê duyệt trước khi đưa vào quy trình tiếp nhận thường xuyên.

Xem xét từng lớp bằng chứng với một mục đích cụ thể

Lưu giữ bản nộp và bối cảnh

Giữ tệp nguyên trạng như đã nhận, cùng tên tệp, thời điểm và kênh nhận, và mã của thư hoặc lần nộp. Tách riêng các bản dùng để phân tích. Giá trị băm mật mã (hash) có thể giúp xác định đúng chuỗi byte đã được kiểm tra khi cần đối chiếu về sau; nó không chứng minh các byte đó đến từ một đơn vị phát hành hợp pháp.

Ghi lại đầu vào là PDF gốc, bản quét, ảnh chụp bằng điện thoại hay ảnh chụp màn hình. Ảnh chụp màn hình có thể đủ để đọc một con số nhưng không đủ để kiểm tra cấu trúc tệp gốc. Hãy yêu cầu bản xuất gốc qua kênh đã được duyệt khi sự khác biệt này quan trọng. Ghi lại mọi chuyển đổi, OCR hay cắt ảnh bạn thực hiện trong lúc xem xét, để không quy các dấu vết do quy trình của bạn gây ra cho người nộp.

Tài liệu bạn nhận có thể chứa dữ liệu cá nhân nhạy cảm. Theo Nghị định 356/2025/NĐ-CP, hình ảnh thẻ căn cước, thẻ căn cước công dân, chứng minh nhân dân và dữ liệu lịch sử giao dịch của tài khoản ngân hàng đều thuộc danh mục dữ liệu cá nhân nhạy cảm (điểm i và điểm k khoản 1 Điều 4). Nghị định 356/2025/NĐ-CP Vì vậy hãy hạn chế người được truy cập, tránh chuyển hồ sơ qua các kênh trò chuyện thông thường và chỉ tải lên dịch vụ phân tích những gì thật cần cho việc xem xét.

Luật Bảo vệ dữ liệu cá nhân 91/2025/QH15, có hiệu lực từ ngày 1 tháng 1 năm 2026, coi việc dùng nền tảng ngoài lãnh thổ Việt Nam để xử lý dữ liệu cá nhân thu thập tại Việt Nam là chuyển dữ liệu xuyên biên giới, kèm nghĩa vụ lập hồ sơ đánh giá tác động trong 60 ngày kể từ lần chuyển đầu tiên, trừ các trường hợp luật loại trừ (Điều 20). Luật Bảo vệ dữ liệu cá nhân 91/2025/QH15 Nghĩa vụ này có thể áp dụng cho tổ chức của bạn, nên hãy để bộ phận pháp chế hoặc người phụ trách dữ liệu cá nhân đánh giá trước khi đưa một dịch vụ phân tích đặt ngoài Việt Nam vào quy trình.

Đối chiếu văn bản trích xuất với trang hiển thị

Việc trích xuất văn bản giúp định vị tên, ngày, số tiền và mã tham chiếu. Nhận dạng ký tự quang học (OCR) ước đoán văn bản từ điểm ảnh của trang. Cả hai đều không được âm thầm thay thế nguồn hiển thị đối với một trường quan trọng.

So sánh giá trị trích xuất với vị trí của nó trên trang. Nếu OCR đọc một chữ số tài khoản khác với điều người xét duyệt nhìn thấy, hãy ghi nhận đó là sai lệch trích xuất và giải quyết bằng một bản sao tốt hơn hoặc hồ sơ của đơn vị phát hành. Đừng mô tả sai lệch này là phát hiện chỉnh sửa. Hãy kiểm tra cả độ phủ trang: thiếu văn bản trích xuất có thể có nghĩa là một trang bị bỏ qua chứ không phải nội dung bị thiếu.

Tài liệu chính thức của OCRmyPDF giải thích rằng tệp văn bản đi kèm của công cụ này có thể bỏ sót các trang đã có sẵn văn bản hoặc bị bỏ qua, và cài đặt sai ngôn ngữ có thể làm giảm chất lượng OCR; với tài liệu tiếng Việt, điều đó nghĩa là phải đặt đúng ngôn ngữ OCR. Vì vậy một đầu ra văn bản không mặc nhiên là bản chép lại đầy đủ của tài liệu. OCRmyPDF cookbook (tiếng Anh)

Nguyên lý kỹ thuật: biểu diễn văn bản theo ngữ cảnh, không phải danh sách “từ khóa AI”

Một từ không mang nhãn tác giả cố định. Từ “do đó” có thể xuất hiện trong một bài phân tích do con người viết, một câu trả lời do máy tạo ra hoặc một đoạn trích dẫn. Một mô hình văn bản theo ngữ cảnh biểu diễn một đơn vị token dựa trên phần văn bản xung quanh, cho phép bộ phân loại học các mẫu hình trải dài trên nhiều cách diễn đạt và nhiều đoạn, thay vì chỉ đếm từ vựng đáng ngờ. Token là đơn vị đầu vào của mô hình và có thể chỉ là một phần của từ.

Phân tích nguồn gốc văn bản của Fileverity hoạt động trên phần văn bản liền mạch phù hợp được trích xuất và báo cáo phát hiện theo từng đoạn, kèm tham chiếu trang hoặc đoạn. Các tín hiệu lấy từ văn bản lân cận mô tả cùng một bài viết; chúng không phải những phiếu bầu độc lập.

Vì sao nên giữ cả thông tin cục bộ lẫn ấn tượng chung? Hãy xét một dãy điểm theo đoạn được dựng ra để minh họa, gồm mười điểm: chín điểm là 0,1 và một điểm là 0,9. Trung bình cộng đơn giản của chúng là (9 × 0,1 + 0,9) / 10 = 0,18. Con số trung bình che mất sự khác biệt tập trung ở một đoạn, như hình dưới đây cho thấy. Các điểm minh họa này cho thấy vì sao trung bình toàn tài liệu có thể làm mất thông tin cục bộ hữu ích; Fileverity dùng phương pháp đánh giá và tổng hợp riêng của mình. Một đỉnh cục bộ cũng không chứng minh có việc tạo sinh: trích dẫn, văn bản theo mẫu và việc đổi người viết hay đổi chủ đề đều có thể cần được giải thích.

Cơ chế này cũng giải thích vì sao một bảng nhãn tài khoản không thể thay thế một đoạn tường thuật có cùng số byte. Các nhãn và con số lặp lại cung cấp rất ít ngữ cảnh ngôn ngữ liền mạch. Một bản quét không có văn bản trích xuất không cung cấp gì cho bộ phân loại văn bản. Một đoạn ngắn cung cấp ít quan sát theo ngữ cảnh hơn; thêm các bản sao của cùng một dòng không tạo ra bằng chứng độc lập. Vì vậy Fileverity giới hạn phần đánh giá cách soạn thảo ở văn bản liền mạch phù hợp và phân biệt những đầu vào không thể hỗ trợ đánh giá đó.

Với bản thuyết minh an toàn thông tin của nhà cung cấp, một mối lo ngại ở cấp độ đoạn văn có thể hướng câu hỏi soạn thảo tới đúng phần giải thích liên quan, thay vì gây nghi ngờ cho các chứng chỉ đính kèm hay mọi tuyên bố trong tài liệu. Hãy xác nhận riêng bối cảnh tác giả và các khẳng định về sự việc.

Trong một báo cáo của Fileverity, mối lo ngại đó hiện ra dưới dạng các đoạn được đánh số, kèm tham chiếu trang hoặc đoạn, bên cạnh phần mềm tạo tệp, ngày tháng và các nhãn AI mà tệp tự ghi, để câu hỏi về soạn thảo có thể dẫn chiếu đúng đoạn văn thay vì cả tài liệu.

Kiểm tra tệp và ảnh hiển thị riêng biệt

Kiểm tra tệp có thể xác định có lớp văn bản, ảnh nhúng, metadata và chữ ký hay không. Hãy ghi lại điều đã được kiểm tra và những câu hỏi mà các quan sát đó có thể trả lời. Khi trường “Producer” (phần mềm tạo tệp) ghi tên một trình chỉnh sửa PDF, đó là manh mối cho thấy tệp đã qua xử lý bằng phần mềm, không phải bằng chứng rằng một trường thanh toán đã bị thay thế với ý đồ xấu. Các thao tác xuất tệp và xử lý thông thường cũng làm thay đổi tệp.

Ở mức trang, hãy xem các trường quan trọng trong ngữ cảnh. Chênh lệch về căn lề, hình dạng ký tự hay chất lượng ảnh cục bộ có thể đủ lý do để so sánh kỹ hơn. Riêng chúng không xác định được tác giả hay ý đồ. Một bản quét ghép từ các nguồn hợp lệ có thể có chất lượng không đồng đều; một tuyên bố sai có thể trông hoàn toàn nhất quán. Hãy dùng quan sát bằng mắt để chỉ ra trường cần xác minh, thay vì kết luận cả trang có vấn đề chỉ vì một mảng bất thường. Khi tranh chấp liên quan đến bản gốc bằng giấy, chữ viết tay, mực hay giấy, phân tích tệp không giải quyết được; xem khi nào nên đưa chuyên gia giám định tài liệu vào cuộc.

Nếu chữ ký là yếu tố quan trọng, hãy dùng một công cụ xác thực đủ năng lực và ghi lại kết quả thực tế của nó, gồm phiên bản đã ký và kết quả tin cậy. Hình ảnh chữ ký nhìn thấy được không phải là bước xác thực đó. Hãy tách câu hỏi hẹp về tính toàn vẹn của tài liệu khỏi câu hỏi người ký có thẩm quyền phê duyệt giao dịch hay không.

Bảng cân đối lịch sử: sửa một dòng làm lệch tổng

Phép so sánh này dùng bản quét thật của báo cáo tài chính năm 1906 của Wachovia National Bank. Đây là bảng cân đối của chính ngân hàng, không phải sao kê tài khoản của một khách hàng. Sau khi chuyển phần xu in tách rời trên bản quét sang số thập phân, nguồn ghi mục “Cash and Due from Banks” (tiền mặt và tiền gửi tại các ngân hàng khác) là 268.231,30 USD và tổng tài sản (total resources) là 839.320,91 USD. Fileverity dùng AI sửa dòng tiền mặt đó thành 368.231,30 USD trong một bản phái sinh; tổng in sẵn vẫn là 839.320,91 USD. Hình dưới đây đặt bản quét gốc cạnh bản đã sửa.

Hãy bắt đầu bằng việc đối chiếu số tiền trích xuất với dòng nhìn thấy. Sau đó cộng các khoản mục trong bản đã sửa: tổng gốc 839.320,91 USD cộng 100.000 USD được thêm vào cho ra 939.320,91 USD, cao hơn tổng in sẵn 100.000 USD.

Trong một lần xem xét thực tế, hãy xác nhận đã có đủ mọi dòng, mọi khoản điều chỉnh và mọi trang trước khi kết luận một tổng không khớp. Sau đó xác minh các dữ kiện tài chính cần thiết qua một nguồn độc lập đã được duyệt. Chỉ riêng phép cộng đúng không xác thực được đơn vị phát hành. Phép kiểm tra số học là việc đối chiếu số liệu; với một bản quét như thế này, xác minh hình ảnh của Fileverity kiểm tra ảnh trang để tìm dấu hiệu do AI tạo ra, chỉnh sửa cục bộ và nguồn gốc, đánh dấu vùng mà mỗi phát hiện liên quan, và ghi lại giá trị băm SHA-256 của tệp đã kiểm tra cùng trạng thái xác thực dấu thời gian.

Xác nhận độc lập từ đơn vị phát hành

Tính độc lập nằm ở cách bạn có được kênh liên hệ. Số điện thoại in trên chính hóa đơn đang bị nghi ngờ, đường dẫn trong email của nó hay tệp đính kèm thứ hai từ cùng người gửi đều không tạo thành một nguồn riêng. Hãy dùng thông tin liên hệ nhà cung cấp đã được xác minh từ trước hoặc một kênh khác đã được duyệt, thiết lập bên ngoài bản nộp đang bị nghi ngờ.

Hãy đề nghị đơn vị phát hành xác nhận các trường liên quan, chứ không chỉ hỏi bố cục trông có quen không. Với một chỉ dẫn thanh toán bị thay đổi, hãy xác nhận số hóa đơn, người thụ hưởng, tài khoản nhận tiền và thẩm quyền của việc thay đổi thông qua quy trình quản lý nhà cung cấp của tổ chức. Giữ các chi tiết nhạy cảm trong hồ sơ được kiểm soát và chỉ tiết lộ những gì cần thiết cho việc xác minh.

Techcombank khuyến nghị doanh nghiệp tự tra cứu thông tin liên hệ của đối tác và gọi trực tiếp để xác nhận, đồng thời lưu ý rằng kẻ gian có thể dùng địa chỉ email thêm bớt hoặc thay ký tự gần giống địa chỉ thật, hoặc xâm nhập trái phép vào một tài khoản email thật. Điều này cho thấy nên kiểm tra chỉ dẫn qua một kênh đã thiết lập, thay vì trả lời ngay trong chuỗi trao đổi đáng ngờ. Techcombank, cảnh giác trước lừa đảo qua email doanh nghiệp Nếu ứng dụng ngân hàng của bạn hiển thị tên chủ tài khoản nhận tiền trước khi xác nhận lệnh chuyển, hãy đối chiếu tên đó; nhưng tên khớp chỉ cho biết tài khoản mang tên ấy, không cho biết nhà cung cấp đã ủy quyền nhận tiền vào đó.

Ví dụ: hóa đơn nhà cung cấp kèm tài khoản nhận tiền mới

Hãy xét một tình huống giả định khác. Hóa đơn số 0001042 đề nghị thanh toán 460.000.000 ₫, khớp với đơn đặt hàng và hồ sơ giao nhận, nhưng chi tiết thanh toán và email đi kèm lại yêu cầu chuyển tiền vào một tài khoản mới. Hãy xác minh thẩm quyền của việc thay đổi tài khoản này qua kênh liên hệ đã được thiết lập của nhà cung cấp.

Giữ lại tệp đính kèm và email, xác nhận rằng tài khoản hiển thị khác với hồ sơ nhà cung cấp đã duyệt, và tạm giữ khoản thanh toán vào tài khoản mới theo quy trình thay đổi người thụ hưởng. Liên hệ một đại diện có thẩm quyền của nhà cung cấp qua kênh đã ghi nhận khi tiếp nhận nhà cung cấp. Sự khác biệt về hình thức có thể định hướng việc kiểm tra, nhưng chính xác nhận độc lập mới quyết định hành động nghiệp vụ tiếp theo. Nếu đây là hóa đơn điện tử, việc tra cứu theo hướng dẫn trong bài kiểm tra hóa đơn trước khi thanh toán chỉ cho biết hóa đơn có tồn tại; nó không cho biết số tài khoản trong email thuộc về nhà cung cấp. Sơ đồ dưới đây tóm tắt luồng xử lý, rồi ba kết quả có thể xảy ra được liệt kê ngay sau đó.

• Đã xác nhận: hoàn tất các kiểm soát xác minh người thụ hưởng và phê duyệt theo yêu cầu trước khi thanh toán.
• Mâu thuẫn: nhà cung cấp bác bỏ chỉ dẫn; giữ nguyên việc chặn chỉ dẫn đang tranh chấp và chuyển vụ việc cho bộ phận ứng phó gian lận hoặc an ninh, lưu lại xác nhận của nhà cung cấp và hóa đơn lấy được qua kênh độc lập.
• Chưa rõ: giao người phụ trách và thời hạn cho phần xác nhận còn thiếu; dùng quy trình ngoại lệ đã thiết lập nếu không thể nhận được xác nhận.

Hồ sơ kết quả nêu rõ chỉ dẫn nào đã được xác nhận hay bị bác bỏ, và do ai. Nhóm có thể giải quyết vấn đề thanh toán mà không phải quy tệp đính kèm cho AI hay cho một người chỉnh sửa cụ thể.

Phân luồng hồ sơ theo rủi ro chưa được giải quyết

Hãy dùng các trạng thái bằng chứng giúp người xét duyệt tiếp theo biết cần làm gì. Một nhóm “đáng ngờ” duy nhất sẽ trộn lẫn các hạn chế kỹ thuật, các mâu thuẫn về sự việc và các ngoại lệ hành chính thông thường.

Hãy áp dụng quy trình xử lý chặt chẽ hơn khi hậu quả đòi hỏi, ngay cả khi công cụ phát hiện không báo bất thường. Ngược lại, một khác biệt thị giác chưa giải thích được không nên xóa bỏ bằng chứng đối chiếu đáng tin cậy nếu không có lập luận rõ ràng về điều còn tranh chấp. Hãy ghi lại các ngoại lệ để những trường hợp tương tự được xử lý nhất quán.

Mẫu hồ sơ xem xét tài liệu có thể dùng lại

Mẫu này giữ quan sát, suy luận, đối chiếu và hành động ở những mục tách biệt. Hãy điền bằng các tham chiếu tới bằng chứng được kiểm soát thay vì chép lại đầy đủ thông tin danh tính hay tài khoản ngân hàng vào ghi chú tự do.

Việc tách này giúp người xét duyệt sau dựng lại được lý do của một quyết định. “Phông chữ không khớp” là quan sát. “Có thể khối thông tin thanh toán đã bị thay” là suy luận. “Nhà cung cấp phủ nhận việc thay đổi qua đầu mối đã xác minh” là đối chiếu. “Tạm giữ thanh toán và chuyển lên cấp trên” là hành động. Gộp tất cả thành “phát hiện gian lận bằng AI” sẽ làm mất đi bằng chứng hữu ích nhất.

Phần mềm phát hiện gian lận tài liệu: mỗi loại xác minh điều gì

Các sản phẩm được bán dưới tên dịch vụ xác minh tài liệu, phần mềm phát hiện gian lận tài liệu hay phần mềm xác minh tài liệu làm những việc khác nhau. Hãy ghép từng loại với bằng chứng nó tạo ra trước khi so sánh giá.

Một dịch vụ xác minh tài liệu có thể là một trong ba loại. Dịch vụ xác minh giấy tờ tùy thân (IDV, thường gọi là eKYC) kiểm tra ảnh giấy tờ, thường kèm ảnh chụp trực tiếp chủ giấy tờ, xem giấy tờ có thật và có khớp với người xuất trình không. Dịch vụ xác thực tài liệu hay phân tích tệp kiểm tra tệp hoặc ảnh được nộp để tìm dấu hiệu tạo sinh, chỉnh sửa hoặc ghép. Xác minh với đơn vị phát hành hoặc nguồn là hỏi ngân hàng, đơn vị sử dụng lao động, cơ quan đăng ký hoặc cơ quan thuế xem các sự việc đã nêu có đúng không. Hướng dẫn xác thực danh tính của NIST vạch ra ranh giới tương tự: thẩm định bằng chứng (evidence validation) kiểm tra bằng chứng là thật, không bị làm giả hay sửa đổi, chính xác và còn hiệu lực, còn xác nhận các thuộc tính cốt lõi với một nguồn có thẩm quyền là một bước riêng. NIST SP 800-63A-4 (tiếng Anh) Một sản phẩm làm được một trong ba việc không làm được hai việc còn lại.

Khi có đơn vị phát hành, xác minh dữ liệu nguồn là lớp giúp giải quyết dứt điểm một trường, vì nó bỏ qua tệp được nộp. Phân tích dấu vết chỉnh sửa và phân tích văn bản có chỗ đứng khi không có nguồn nào để hỏi, khi khối lượng hồ sơ buộc việc kiểm tra nguồn phải có chọn lọc, hoặc khi chính tệp là một phần của bằng chứng. Hãy hỏi mỗi nhà cung cấp: hỗ trợ những loại tài liệu, định dạng và ngôn ngữ nào; đầu ra nói gì và người xét duyệt lưu giữ được gì; bản quét, ảnh chụp màn hình và văn bản ngắn được báo cáo ra sao; họ công bố tỷ lệ sai nào cho loại tài liệu của bạn; tệp được giữ bao lâu; và sự đồng ý được xử lý thế nào đối với dữ liệu nguồn.

Biến nhiệm vụ thành yêu cầu đánh giá

Trước khi chuẩn bị một bộ thử nghiệm lớn, hãy yêu cầu mỗi nhà cung cấp ghép sản phẩm của họ với bốn nhiệm vụ ở đầu hướng dẫn này. Hãy thu thập thông tin về các định dạng và ngôn ngữ được hỗ trợ, yêu cầu về đầu vào, cách xử lý kết quả chưa đủ cơ sở để kết luận, và bằng chứng người xét duyệt lưu giữ được. Đưa cả việc xử lý dữ liệu và giá của gói đề xuất vào lần so sánh đầu tiên. Một tên sản phẩm có chữ “xác thực tài liệu” chưa phải là bản mô tả phạm vi hỗ trợ.

Tiếp theo, hãy dùng một bộ dữ liệu nhỏ đã được phê duyệt để tìm các sai lệch rõ ràng. Với phân tích nguồn gốc văn bản, hãy đưa vào các bản tường thuật đủ dài do con người viết, các bản nháp do AI viết đã có ghi chép và phần soạn thảo có hỗ trợ được phép, đại diện cho chính sách của bạn. Giữ các biểu mẫu ngắn và đầu vào chỉ có bản quét ở dạng kiểm tra độ phủ, thay vì âm thầm coi chúng là tài liệu đã được chấp nhận. Với công cụ ảnh hoặc công cụ phát hiện thay đổi trường, hãy dùng một bộ riêng có các thay đổi trang đã biết và bản tham chiếu đáng tin cậy. Lần kiểm tra ban đầu này không thiết lập tỷ lệ sai; hãy dùng một đợt đánh giá riêng, có kế hoạch, trước khi áp dụng.

Ghi lại việc người xét duyệt có hiểu đầu ra không, họ yêu cầu bước tiếp theo nào và mất bao lâu để giải quyết. So sánh chi phí của cả quy trình, gồm thời gian của chuyên viên và các lần nộp lại, cùng với phí phần mềm. Giữ các quyết định chính sách cho người xét duyệt có trách nhiệm.

Với kiểm tra tệp và phát hiện đoạn văn do AI viết, hãy bắt đầu với xác minh tài liệu của Fileverity. Lần kiểm tra tài liệu đầu tiên của bạn là miễn phí, kèm bản tóm tắt kết quả: bạn thấy mức độ rủi ro và hành động khuyến nghị, còn báo cáo đầy đủ với các đoạn văn bị đánh dấu (ở ngôn ngữ được hỗ trợ), các ảnh và lịch sử chỉnh sửa được mở khóa bằng một lượt báo cáo tài liệu. Với hồ sơ bồi thường có ảnh, hoặc PDF mà lịch sử chỉnh sửa quan trọng, hãy chọn báo cáo tài liệu. Bạn cũng có thể chạy kiểm tra tài liệu trong Console hoặc qua API phát hiện giả mạo tài liệu theo hình thức tự phục vụ, từ số dư trả trước của không gian làm việc và có lượt dùng thử miễn phí ban đầu. Nếu cần báo giá theo khối lượng hoặc tích hợp riêng vào hệ thống xử lý hồ sơ bồi thường, hãy liên hệ bộ phận kinh doanh kèm bản tóm tắt sau:

Chúng tôi xem xét [loại tài liệu] viết bằng [ngôn ngữ], với khối lượng khoảng [khối lượng]. Chính sách soạn thảo hoặc khai báo của chúng tôi yêu cầu [yêu cầu cụ thể]. Đầu vào là [định dạng, lớp văn bản có sẵn và độ dài văn bản liền mạch thông thường]. Vui lòng xác nhận phạm vi được hỗ trợ, điều khoản xử lý dữ liệu, các phương án đánh giá và giá cho quy trình này.

Nếu mối quan tâm trước mắt là số tiền hoặc chữ ký bị thay đổi, hãy làm theo hướng dẫn kiểm tra file PDF có bị chỉnh sửa. Hãy giữ xác nhận của đơn vị phát hành trong quy trình nghiệp vụ ở mọi khâu mà việc ủy quyền hoặc các khẳng định về sự việc quyết định kết quả. Fileverity phân tích tệp trên máy chủ do Entogo vận hành tại Toronto, Canada và xóa tệp ngay khi phân tích hoàn tất. Trang Tin cậy và bảo mật trình bày cách xử lý dữ liệu, gồm cả triển khai riêng cho Enterprise khi có yêu cầu.

Tác giả Yang Zheng · Người kiểm duyệt Bill Liu