Trong một báo cáo ca của mình đã đăng, người phản biện thứ hai khoanh một câu mô tả giải phẫu và nói nó ngược. Mình viết mảnh ghép da không nằm dưới đoạn niệu đạo tạo hình, trong khi thực tế nó nằm sâu ngay dưới đó.
Câu đó đúng ngữ pháp. Đọc trôi. Không phần mềm nào gạch nó, và cũng không người bản xứ nào gạch nó, vì muốn thấy nó sai thì phải biết giải phẫu chứ không phải biết tiếng Anh.
Viết paper tiếng Anh bác sĩ Việt Nam gần như luôn được kể như một bài toán ngoại ngữ. Nhưng những thứ thật sự chặn bài lại nằm ở chỗ khác: bài có hợp tạp chí không, người đọc có dựng lại được cách bạn làm không, và câu chữ có nói đúng cái số liệu cho phép không. Tiếng Anh của bạn chỉ cần đủ tốt để không che mất ba thứ đó.
Viết paper tiếng Anh bác sĩ: vì sao bài rớt hiếm khi vì ngoại ngữ
Ban biên tập và người phản biện quyết hai việc: bài có đáng gửi đi phản biện không, và những gì bài khẳng định có được số liệu đỡ không.
Cả hai đều đọc được qua một bản tiếng Anh vụng. Ngược lại, một bản tiếng Anh mượt không cứu được bài mà phần Methods viết mơ hồ, cũng không cứu được một câu nội dung sai như câu giải phẫu ở trên.
Khi nhận góp ý kiểu "the language needs polishing by a native speaker", đọc nó như nhận xét đi kèm chứ đừng đọc như lý do chính. Cái làm người phản biện bực thường là câu tối nghĩa: đại từ không rõ chỉ ai, thì quá khứ và hiện tại lẫn lộn trong cùng một đoạn, một câu gánh hai kết quả trái chiều mà không có từ nối. Đó là chuyện sửa được bằng câu ngắn hơn, không phải bằng học thêm từ.
Ba thứ quyết định bài sống hay chết
Hợp phạm vi tạp chí. Đây là lý do bị loại nhanh nhất và cũng dễ tránh nhất. Đọc năm bài tạp chí đó đăng gần nhất trong đúng loại bài bạn định nộp. Nếu bài bạn không giống một trong năm bài đó về kiểu câu hỏi và kiểu bằng cớ, khả năng cao là không hợp, dù chủ đề nghe có vẻ trùng.
Người đọc dựng lại được cách bạn làm. Bất cứ con số nào trong bài cũng phải truy được về một bước cụ thể: tìm ở đâu, lọc thế nào, còn lại bao nhiêu, ai quyết định lấy hay bỏ. Nếu bạn có bảng ghi các bước đó thì đưa vào bài hoặc vào phụ lục công khai, đừng để nó nằm trong máy.
Câu chữ không đi quá số liệu. Nếu khoảng tin cậy rộng, câu kết phải rộng theo. Người phản biện quen bắt chỗ này, và một câu quá tay ở phần Discussion đủ để họ nghi ngờ cả bài.
Ba thứ trên viết bằng tiếng Việt cũng cần đúng như vậy. Chúng không phải kỹ năng ngoại ngữ.
Viết Methods và Results trước, Introduction sau
Methods và Results là phần bạn nắm rõ nhất và cần ít văn nhất. Viết trước để lấy đà, và để biết bài mình thật sự chốt ở đâu.
Methods gần như là điền vào khung cố định: thiết kế, bối cảnh, đối tượng, biến số, cỡ mẫu, phân tích, đạo đức. Mình có một danh sách bảy mục để không bỏ sót, viết kỹ trong bài AI viết Methods, danh sách bảy mục.
Với Results, mình không mở trang trắng ra viết. Mình liệt kê trước, mỗi dòng là một câu tương lai, ghi bằng tiếng Việt cũng được: "tỉ lệ biến chứng sớm nhóm A thấp hơn nhóm B, có ý nghĩa thống kê", "không khác biệt về thời gian nằm viện". Khi danh sách đủ và đúng thứ tự, việc viết chỉ còn là dịch từng dòng thành câu hoàn chỉnh. Cách này tách hai việc khó ra làm hai lần: nghĩ nội dung, rồi mới nghĩ câu chữ. Làm cùng lúc là lý do bạn ngồi cả buổi được một đoạn rồi xoá đi.
Introduction viết sau cùng, vì lúc đó bạn mới biết chính xác bài chốt ở điểm nào. Discussion viết theo bố cục bốn đoạn: tóm tắt phát hiện chính, so với y văn, bàn hạn chế, nói ý nghĩa thực hành. Mỗi đoạn một ý lớn, không trộn.
Năm kiểu câu người phản biện hay khoanh
Đây là năm thứ mình tự bắt mình sửa sau mỗi bản nháp, vì bản nào cũng dính.
Một, câu quá dài. Nếu một câu có hơn hai dấu phẩy cộng một mệnh đề quan hệ, gần như chắc chắn nên tách đôi.
Hai, dùng thì sai chỗ. Methods và Results viết ở thì quá khứ vì việc đã làm xong. Câu nói về sự thật chung hoặc về nội dung bảng biểu thì dùng hiện tại.
Ba, bị động không cần thiết. "It was observed that the rate increased" nên đổi thành "the rate increased". Bị động chỉ giữ khi chủ thể thật sự không quan trọng.
Bốn, đại từ mơ hồ. "This suggests" mà không nói rõ "this" là cái gì khiến người đọc phải dừng lại đoán, và họ sẽ đoán theo hướng bất lợi cho bạn.
Năm, động từ mạnh hơn số liệu. "Prove" gần như không dùng được cho nghiên cứu quan sát. "Significant" chỉ dùng cho ý nghĩa thống kê và luôn đi kèm con số; muốn nói đáng kể theo nghĩa lâm sàng thì viết "clinically meaningful". Khi khoảng tin cậy rộng, viết "suggests" hoặc "is consistent with" thay cho "clearly demonstrates".
Sửa năm thứ này trước khi nhờ ai đọc, bạn nhận lại góp ý về khoa học thay vì góp ý về ngữ pháp.
Dùng AI mài câu, đừng để AI nghĩ hộ
Mình đưa từng đoạn đã viết cho ChatGPT hoặc Claude với một yêu cầu hẹp: sửa ngữ pháp, tách câu dài, giữ nguyên toàn bộ số liệu và ý, không thêm câu mới. Sau đó so từng câu bản cũ với bản mới.
Mình không bao giờ bảo máy viết giúp phần Discussion, và có một lần mình học chuyện này theo cách khó chịu. Mình đăng một bản rút gọn của bài quan điểm của mình lên một diễn đàn học thuật. Bản đầu tiên bị bộ lọc tự động của họ chặn vì nhận ra là văn máy. Mình viết lại bằng giọng của chính mình, tiếng Anh không chuẩn bằng bản trước, ghi rõ ngay đầu bài là có dùng AI hỗ trợ, và bản thứ hai được nhận.
Bản bị chặn trôi chảy hơn bản được nhận. Nó chỉ không còn là mình.
Đó là bộ lọc của một diễn đàn chứ không phải quy trình phản biện của tạp chí, nên đừng suy rộng ra. Nhưng bài học thì dùng được: khi máy tự nghĩ nội dung, nó chèn câu chung chung nghe hay mà rỗng, và tệ hơn là nó bịa trích dẫn. Mình viết kỹ chuyện đó trong bài kiểm soát AI bịa trích dẫn tài liệu.
Quy tắc mình giữ: nội dung là của mình, câu chữ có thể nhờ máy mài.
Một loại soát không ai làm thay bạn được
Người đọc lại tốt tìm ra thứ mà cả bạn lẫn máy đều không thấy, như câu giải phẫu ở đầu bài. Mình ưu tiên nhờ đồng nghiệp cùng chuyên ngành hơn là dịch vụ chỉnh sửa ngôn ngữ, vì người cùng ngành bắt lỗi khoa học còn dịch vụ ngôn ngữ chỉ làm câu mượt.
Nhưng có một loại soát mà bạn phải tự làm: đọc lại chính chỗ bạn trích số của người khác.
Trong một bài tổng quan hệ thống và phân tích gộp của mình, lúc sửa bản cuối mình phát hiện mình đã hiểu sai một con số của bài nguồn. Con số 43,7% mình dẫn lại như tỉ lệ hoàn tất điều trị, nhưng mở bảng gốc ra thì đó là tỉ lệ còn theo dõi được. Bảng nguồn còn tự mâu thuẫn với chính nó: phần tóm tắt của bài đó ghi 40%, ô trong bảng in 47%.
Cách xử lý là bỏ con số dẫn lại, quay về đếm thô, rồi báo hai tầng riêng: 458 trên 763 ca hoàn tất cả ba lần mổ, và trong số đó 200 trên 458 còn theo dõi được. Sửa đồng bộ ở Introduction, Discussion và Limitations.
Không ai bắt lỗi đó giúp mình. Người phản biện không mở lại bảng gốc của bài mình trích, và phần mềm càng không.
Trước khi bấm nộp
Chạy một vòng đối chiếu với hướng dẫn cho tác giả của tạp chí: giới hạn từ, kiểu trích dẫn, các mục bắt buộc như đăng ký nghiên cứu và chia sẻ dữ liệu. Đối chiếu chuẩn báo cáo phù hợp với thiết kế, tra ở EQUATOR Network. Phần khai báo tác giả và xung đột lợi ích theo khuyến nghị của ICMJE.
Thư gửi tạp chí đi kèm chỉ cần nói rõ bài làm gì, mới ở đâu, hợp tạp chí ở chỗ nào, cộng các khai báo bắt buộc. Nó không cứu được bài yếu, và mình viết riêng chuyện đó trong bài thư gửi tạp chí khi nộp bài.
Nộp xong thường sẽ có phản biện. Cách mình soạn thư phản hồi nằm ở bài viết rebuttal letter với AI.
Nếu tiếng Anh của bạn còn yếu thật
Mọi thứ ở trên không có nghĩa là tiếng Anh không đáng học. Nó có nghĩa là bạn nên biết mình đang sửa cái gì.
Nếu bạn viết được bệnh án tiếng Anh nhưng chưa viết trơn một đoạn Discussion, chỗ cần luyện là câu học thuật: câu chủ đề rõ, câu nối, cách trình bày một lập luận có phản biện. Đó là mức đủ để không che mất nội dung.
Khoá IELTS Speaking & Writing của mình có 18 bài Writing Task 1 và Task 2, đúng phần dựng câu và dựng đoạn đó, kèm chấm tự động theo thang điểm và bài mẫu. Tám bài đầu mở miễn phí nếu bạn muốn thử trước.
Còn để xem toàn bộ chặng từ ý tưởng tới lúc nộp, đọc bài trụ 10 bước viết paper với AI.