404 Media hôm 25/9 công bố một cuộc điều tra khiến tôi phải đọc lại hai lần: hàng nghìn contractor được thuê để huấn luyện ChatGPT bằng phán đoán con người lại bị đuổi việc vì… dùng AI làm hộ việc của họ. OpenAI từ chối bình luận. Mercor, công ty tuyển dụng các contractor này, xác nhận đã “gỡ ngay khỏi dự án” những ai dùng LLM hoàn thành task.
Nếu bạn làm SEO và nghĩ chuyện này không liên quan mình, hãy nghĩ lại. Lớp contractor này chính là phiên bản “quality rater” của AI search. Họ đọc prompt thật của người dùng ChatGPT, chấm điểm và phê bình câu trả lời để mô hình tốt hơn. Chất lượng phản hồi con người quyết định chất lượng AI Overviews, ChatGPT Search và mọi nền tảng GEO mà chúng ta đang tối ưu. Khi lớp đó bị nhiễm AI, chuỗi giá trị trích dẫn mà site bạn dựa vào cũng bị ảnh hưởng.
Project Lily là gì và quy mô con số gây sốc?
Đây là tên mã của chương trình mà 404 Media tiết lộ tuần trước: hàng trăm contractor đọc trực tiếp prompt và hội thoại thật của người dùng ChatGPT, có thể chứa thông tin cá nhân. Họ đánh giá câu trả lời theo nhiều tiêu chí, gồm cả việc kiểm tra AI không được quá nịnh người dùng (sycophancy) hay tự nhân cách hóa.
Theo tài liệu nội bộ mà 404 Media thu thập được, một dự án huấn luyện có thể gồm hơn 10.000 contractor. Glenn Gabe, cái tên quen thuộc với dân SEO, lập tức so sánh trên X: “Quality Raters, nhưng ‘quality’ là tương đối — 10K raters, nghe giống Google đến mức nào.”
Sự tương đồng không chỉ là con số. Google có hàng nghìn quality rater toàn cầu chấm SERP theo Search Quality Rater Guidelines. OpenAI có hàng nghìn AI trainer chấm phản hồi ChatGPT theo rubric nội bộ. Cả hai đều dùng kết quả chấm để tinh chỉnh xếp hạng. Khác biệt duy nhất: Google chưa bao giờ bị phát hiện đội raters của họ… dùng AI để chấm.
Những contractor bị bắt như thế nào?
Phần hay nhất của tài liệu nội bộ là hướng dẫn dành cho những người review lại công việc của contractor khác. OpenAI cấm họ dùng công cụ dò AI như GPTZero với lý do nêu thẳng: “They are not reliable” — chúng không đáng tin cậy. Thay vào đó, reviewer được yêu cầu nhìn tổng thể dấu hiệu thay vì một manh mối đơn lẻ.
Tôi tóm lại các tín hiệu phát hiện theo tài liệu:
| Tín hiệu | Diễn giải |
|---|---|
| Lặp từ vựng | Cụm từ lặp lại theo kiểu output LLM |
| Dấu câu kiểu AI | Lạm dụng em dash là ví dụ được nêu đích danh |
| Tốc độ hoàn thành | Xong task quá nhanh so với khối lượng đọc thật |
| Pattern tổng thể | Đánh giá theo khuôn mẫu, không theo ngữ cảnh từng prompt |
Một contractor tiết lộ: “Tôi thấy người ta dùng AI lúc nào cũng có, và người ta bị đuổi lúc nào cũng có — đó gần như là điều duy nhất khiến bạn bị kick ngay lập tức. Trong nhóm hàng nghìn người, có rất nhiều người đã bị bắt.”
Một người khác chia sẻ thư sa thải của mình, nói họ chỉ “cần một chút boost” và quay sang AI hỗ trợ, rồi dẫn đến “downfall”. Câu nói đắt nhất: “Tôi không cảm thấy niềm vui nào trong công việc, hay cảm giác mình đang đóng góp gì cho xã hội.”
Chi tiết đáng lo nhất: người chủ động phá mô hình?
Nghiêm trọng hơn việc dùng AI là contractor thứ tư mà 404 Media phỏng vấn. Người này thừa nhận cố tình chọn câu trả lời tệ nhất khi chấm để phá dữ liệu huấn luyện: “Tôi hoặc trả lời ngẫu nhiên chẳng buồn đọc, hoặc cố tình chọn output tệ nhất. Tôi đang được trả tiền để làm AI tệ đi.”
Lấy từ góc nhìn data: nếu một tỷ lệ nhỏ rater sabotaged trong nhóm hàng nghìn người, nhiễu sẽ bị pha loãng. Nhưng không ai biết tỷ lệ đó là bao nhiêu, và đó chính là vấn đề. Dữ liệu huấn luyện và phản hồi con người là nền móng của RLHF — nền móng mà chúng ta không thể audit từ bên ngoài.
Vì sao chuyện này quan trọng với dân SEO và GEO?
Tôi thấy ba hệ luận trực tiếp đối với ai đang làm GEO và tối ưu nội dung cho AI search.
Thứ nhất, rủi ro model collapse là thật. Model collapse là hiện tượng mô hình được huấn luyện tiếp trên văn bản do AI sinh ra sẽ tệ dần theo từng thế hệ. Lớp contractor tồn tại để ngăn điều đó, nhưng một phần trong chính lớp đó lại bơm AI-generated text vào pipeline. Nguồn tin trực tiếp ảnh hưởng chất lượng câu trả lời AI trích dẫn site bạn.
Thứ hai, chính OpenAI thừa nhận AI detection không đáng tin. Tài liệu nội bộ cấm dùng GPTZero và các công cụ tương tự vì “not reliable”. Đây là xác nhận từ chính hãng: các tool detect AI content mà nhiều khách hàng vẫn dùng để chấm bài SEO của bạn thực chất không có giá trị pháp lý lẫn kỹ thuật ở mức họ tin. Nếu khách hay sếp bắt bạn giải trình tỷ lệ AI content, đây là bằng chứng nên đưa ra.
Thứ ba, “human touch” đang trở thành tín hiệu chất lượng hiếm. Khi một hãng AI lớn nhất hành tinh phải cấm nhân sự dùng AI và sa thải người vi phạm,tín hiệu họ cần chính là nội dung gốc từ trải nghiệm thật. Nội dung có trải nghiệm ngôi thứ nhất, số liệu tự đo, case study thật — đúng tinh thần E-E-A-T — sẽ càng có giá trị trong corpus huấn luyện và trích dẫn.
SEOer nên làm gì ngay từ dữ liệu này?
Sau khi đọc kỹ báo cáo, tôi rút ra ba hành động cụ thể cho quý 4/2026:
1. Đầu tư vào nội dung chỉ con người mới viết được. Kinh nghiệm thật, ảnh chụp thật, số liệu tự đo. Đây là thứ AI không tự sinh ra và cũng là thứ các trainer được thuê để ưu tiên. Nếu bài viết của bạn có dấu hiệu “em dash lạm dụng, pattern lặp, chung chung” — đúng các tín hiệu reviewer dùng để bắt AI — thì AI search cũng có lý do bỏ qua bạn.
2. Đừng xây chiến lược GEO trên nền content mill. Nếu chất lượng corpus phản hồi giảm do dữ liệu huấn luyện nhiễm bẩn, các mô hình sẽ càng dựa vào tín hiệu thực nghiệm: entity rõ, data schema chuẩn, nguồn có uy tín. Xem lại bài phân tích của tôi về nghiên cứu 7.387 AI citations để thấy trang sản phẩm và nguồn chuẩn vẫn chiếm tỷ trọng trích dẫn lớn nhất.
3. Theo dõi chuỗi supply chain nội dung AI. Chuyện contractor dùng AI để huấn luyện AI chỉ là một mắt xích. Trước đó chúng ta đã thấy ChatGPT-User bỏ qua disallow, tỷ lệ crawl-to-refer méo mó của Anthropic. Xu hướng chung: hạ tầng tin cậy của AI search đang bị rà soát từng lớp, và AI sẽ ngày càng ưu tiên nguồn ít nhiễu.
Kết luận: niềm tin vào lớp người vô hình
Câu chuyện này không phải tin đồn hay phỏng đoán — nó dựa trên tài liệu nội bộ, thư sa thải thật và bốn nguồn contractor trực tiếp. Điều tôi giữ lại sau khi đọc: toàn bộ hệ sinh thái AI search mà dân SEO đang chạy theo phụ thuộc vào hàng chục nghìn người ngồi chấm điểm từng câu trả lời, với mức lương công việc mà chính họ mô tả là “không cảm thấy đóng góp gì cho xã hội”.
Đừng tin lời hứa về AI hoàn hảo. Hãy nhìn vào data — và data lần này nói rằng phía sau ChatGPT là con người, với mọi điểm yếu của con người. Nội dung thật, đo lường thật, trải nghiệm thật vẫn là thứ duy nhất không thể bị làm giả trong chuỗi giá trị này. Tôi sẽ tiếp tục theo dõi diễn biến và cập nhật khi OpenAI phản hồi chính thức.
