“它（AIGC 檢測）真的不是為了賺學生的錢嗎？”

在提出這個疑惑之前，本科應屆生易肖竹的畢業(yè)論文已經(jīng)提交了五次 AIGC 檢測。

四月底，在完成導師指導下的三輪修改后，她按照要求將論文提交至知網(wǎng)查重，AIGC 檢測結果顯示她的論文有一段 AIGC 低風險和一段高風險，“那段高風險內(nèi)容我是自己寫的，這個結果讓我非常震驚”，那時的她還以為修改會比較簡單，沒想到后來“降 AI”的拉鋸戰(zhàn)竟會持續(xù)十天。

第一次修改時，她學著小紅書教的方法，盡量多加介詞和連接詞，結果無效。于是，她改變策略，請朋友按照自己的寫作習慣來改寫高風險文段，但直至她檢測到了第四次，文段依舊保持高風險。

正一籌莫展時，她想起另一位和她吐槽過相同經(jīng)歷的同學，彼時同學已經(jīng)成功通關，同學給她支了個招——用 AI 改寫 AI，這一版 AI 輔助的修改文段最終通過了 AIGC 檢測。

這五次修改，易肖竹在 AI 檢測上用了 10 天，花費了 171.5 元。但是，如何應對 AI 檢測，她仍然沒摸出什么門道。

今年年初，福州大學、中國傳媒大學等高校陸續(xù)發(fā)布了畢業(yè)論文（設計）AIGC 檢測的通知，2024 屆畢業(yè)生成為 AIGC 檢測元年的第一批探路者。

隨著 AI 技術的發(fā)展，國內(nèi)的論文檢測系統(tǒng)陸續(xù)上線 AIGC 檢測服務，為高校學術不端檢測提供了新選項。從部分高校公開發(fā)布的畢業(yè)論文通知可以看出，高校對 AIGC 檢測率的規(guī)范方式大致分為三種：影響考評、自主披露和限定占比。無論是高校公開發(fā)布的通知，抑或是流傳在學生之間的學校文件，都可以感知到 AIGC 檢測是畢業(yè)論文學術不端檢測的大勢所趨?！皩W校雖然沒有明文規(guī)定 AIGC 檢測率，但學院要求需要小于 20%，我的導師要求我們降到 5%以下”，在湖南上大學的陳慧敏如是說道。

在翟天臨學術不端事件后，高校加大了對學生論文重復率的檢查力度。然而，AI 檢測成為畢業(yè)論文的“新殺手”：從前，在“降重”時只需要將重復率高的文本替換寫法，重復與否容易區(qū)分，降重目標很明確；現(xiàn)在，“降 AI”卻如同面對黑箱，需要反復猜測 AIGC 檢測的標準是什么，目標變得抽象。

在“降 AI”這項工作中，劉鑫宇比易肖竹踩了更多的雷。她總共做了 9 次 AIGC 檢測，問題五花八門：在格子達小程序里檢測出無風險的文段，到格子達網(wǎng)頁端又有風險了；本是“中風險”的論文，時隔九日重新提交檢測時，疑似片段居然從 16 段上升至 28 段，論文重新變成了“高風險”。

“可能是我的文風太硬了吧，室友都說我寫的像新聞聯(lián)播”，被 AIGC 檢測折磨得心力交瘁的劉鑫宇無奈地說道。

檢測結果差異大，“降 AI”更像玄學

AI 檢測到底有多玄學？為了體驗易肖竹和劉鑫宇檢測過程中的同款迷惑，澎湃新聞記者將一篇完全由 AI 生成的論文提交到四個高校常用的 AIGC 檢測系統(tǒng)進行檢測，發(fā)現(xiàn)這些平臺由于模型差異，對于論文中 AI 生成占比的認定差異較大。同一篇論文，AI 占比最多能相差 32%，盡管這四個結果放在高校的畢業(yè)論文要求里都是不合格的水平。

不同軟件之間的“AI 檢出率”差距大，是不是意味著 AIGC 檢測不靠譜？

這就要從檢測的原理談起。

根據(jù)國外一款 AI 檢測器 GPTZero 的創(chuàng)始人 Edward Tian 介紹，GPTZero 的檢測主要依靠于“困惑度”（Perplexity）和“爆發(fā)度”（Burstiness）兩項關鍵指標。

困惑度可以理解為可預測性。當檢測器可以準確猜測出文本的下一個詞、下一句話時，文本的困惑度就越低，文章越可能被判定為 AI 生成。但這種判定方式也不一定準確，比如“我想吃一個（睡覺）”與“我想吃一個（蘋果）”這種不合常理的胡言亂語，相比更有可能被判定人類所寫，只因為 AI 也猜不出你接下來要說什么。

爆發(fā)度可以理解為句子長度與復雜性的變化。AI 生成的句子長度與結構趨向統(tǒng)一，而人類作文隨心所欲，動態(tài)性更強，這也是“降 AI”教程中常提的加標點符號、長句變短句的意旨。

2023 年 7 月 20 日，OpenAI 低調(diào)關停僅上線半年的 AIGC 檢測器“AI Text Classifier”，原因是“準確度較低”，但 AIGC 檢測的發(fā)展步伐并未放緩。

另一款 AI 檢測產(chǎn)品 GPTZero 在 2023 年初剛上線時，獲得了超乎意料的關注；同時，也受到了來自學生群體的攻擊。然而，用檢測結果來“為難”學生，并不是這款產(chǎn)品的初衷，創(chuàng)始人 Edward Tian 在推特中表示道，“任何學生都不應該因為使用 AI 而受到老師的懲罰……直到政策得到全面制定前”。因此，在 GPTZero 的檢測結果頁面可以看到一行字，上面寫道，“這個結果不應該用來直接懲罰學生”。

AIGC 檢測率只是一個參考數(shù)值，這也是國際反剽竊巨頭 Turnitin 的認識。

2023 年 3 月 16 日，Turnitin 在官網(wǎng)文章中提出，“鑒于我們的假陽性率不是零，您作為講師需要應用您的專業(yè)判斷、學生的知識以及圍繞作業(yè)的具體背景”，在 Turnitin 看來，檢測結果應該被視為一種指示，而不是指控，“我們的工作是創(chuàng)造方向正確的信息，供老師開啟對話”，Turnitin 的首席產(chǎn)品官 Annie Chechitelli 在接受華盛頓郵報的采訪時說道。

在國內(nèi)，知網(wǎng)、維普、萬方等服務于大部分高校的論文檢測系統(tǒng)，在 AI 的發(fā)展潮流下陸續(xù)上線 AIGC 檢測服務，并于 2024 年論文季開始廣泛實踐。但無論是知網(wǎng)、維普、萬方還是其它檢測系統(tǒng)，其官網(wǎng)都很難找到關于其 AIGC 檢測產(chǎn)品的詳細介紹。在 AIGC 檢測技術發(fā)展尚不成熟的階段，部分國內(nèi)高校將檢測結果作為畢業(yè)論文合格的硬性門檻，對檢測結果體感最強的學生被無奈地困在了迷茫的“降率”中。

規(guī)范 AI 使用，國內(nèi)外高校視角不同

除了類似“AI 檢測率”這樣的硬指標劃定，國內(nèi)一些高校也在探索其他規(guī)范使用 AI 的方式，比如中國傳媒大學繼續(xù)教育學部設計了《本科畢業(yè)論文（設計）生成式人工智能使用情況說明表》，由學生自主披露論文中的 AI 使用情況。

除了畢業(yè)論文之外，在更廣泛的課堂上如何使用 AI 的問題，國外高校大多將決定權交給了任課教師。

例如，麻省理工學院邀請了四位對 AIGC 使用有所研究的本校教師發(fā)表觀點，希望為其他教師提供參考。四位老師對 AIGC 的態(tài)度整體分為了支持和限制兩個陣營，在文章的開頭，學校保守地表示“這并不代表麻省理工學院對此的官方看法”，麻省理工學院將選擇權交給了老師。

與麻省理工學院相似，杜克大學鼓勵教師起草自己的 AIGC 政策。除此之外，杜克大學在面向教師發(fā)表的《人工智能政策：指導方針和注意事項》中指出，AIGC 檢測軟件存在系統(tǒng)不可靠、對部分群體存在偏見、無法跟上人工智能發(fā)展腳步的弊端，因此學校明確表示“不建議教師將 AIGC 檢測器作為 AI 政策的一部分”，即使教師決定使用檢測軟件，也不應將檢測結果作為衡量學生是否作弊的唯一標準。

相比于其他兩校，波士頓大學的 AIGC 使用政策內(nèi)容更為細致，該校政策認為“誠實和公平是在學業(yè)中使用人工智能的核心”，因此規(guī)定使用 AIGC 的學生需要提交一份附錄詳細說明作業(yè)過程中與 AIGC 的完整交流，同時，政策也對不同程度使用人工智能的學生劃分了對等的賦分規(guī)范。值得提及的是，波士頓大學的 AIGC 使用政策由 47 名學生制定，政策在獲得批準后應用在了整個計算和數(shù)據(jù)科學系。

雖然各校針對 AIGC 使用的政策內(nèi)容不一，但內(nèi)容背后折射出一個相似的價值觀：人工智能的使用不僅關乎學生，也關乎教師，同時，教師承擔著引導學生正確使用人工智能的角色。

所以，AI 寫的論文怎么樣？

澎湃新聞記者以澎湃美數(shù)課發(fā)布的稿件為樣本（《114 萬條招聘數(shù)據(jù)：考研，真的能帶來好工作嗎？》），請 AI 將其改寫成一篇本科畢業(yè)論文。AI 擬定的標題就很有論文的派頭：《考研與就業(yè)：基于招聘數(shù)據(jù)分析的研究生教育價值探究》，再往下，論文必要的引言、文獻綜述、研究方法等五臟俱全。難道，AI 寫論文，沒問題嗎？

雖然高校會為學生分配畢業(yè)論文指導老師，但是對于部分毫無論文寫作經(jīng)驗的本科生而言，基礎問題不好意思提問，專業(yè)的表達很難臨時抱佛腳。這時，永遠在線，永遠有問有答的 AI，成為他們最好的指導老師。

在小紅書搜索“如何讓 AI 幫你寫論文”，可以得到上至框架下至致謝的所有指令，靈感枯竭時，AI 可以分點分行快速給出回答；不會措辭？把思路丟給 AI 就能得到一段表述完整的文本——在 AI 的幫助下，學生可以大大提升寫論文的效率。

從改寫的論文來看，AI 確實非常了解論文的謀篇布局，它甚至掌握各個專業(yè)的術語和研究方法，這意味著研究目標、研究方法這類可以依靠大數(shù)據(jù)“舊壺裝新酒”的內(nèi)容是 AI 的舒適區(qū)，同時也意味著 AI 很難提出新穎的思路和觀點。

在寫論文的所有環(huán)節(jié)中，引用文獻是 AI“幻覺”頻發(fā)的重災區(qū)。在這篇 AI 改寫的論文中，引用文獻共五篇，但根據(jù)記者核實，其中有三篇論文并不存在。所以，如果想讓 AI 幫你搜索參考文獻，要小心有胡編亂造的風險。

AIGC 檢測，是指示還是“指控”？

鑒于人工智能的諸多局限性，一篇內(nèi)容單純依靠 AI 生成的論文，在答辯過程中也大概率難以過關，和論文相比，AI 寫的論文更像一篇有“論文味”的文章。

但在部分國內(nèi)高校的實踐中，AIGC 檢測率卻成為比答辯還難應對的合格門檻?！癆I 應該作為輔助工具，為人類創(chuàng)作賦能”，這是人們提起 AI 時常提的立場，當高校將 AIGC 檢測結果作為評估畢業(yè)論文的硬性指標時，是否奪走了學生的解釋權？這種將數(shù)據(jù)簡單化為標準的方式是否也是對工具的濫用？

目前人工智能的發(fā)展水平確實有造成學術不端的風險，但人工智能在校園的使用規(guī)范中，是否存在更彈性的空間，更軟性的方式呢？