用AI測“AI率”？小心畢業論文變闖關遊戲、學術生意_風聞

來源：中國科學報

文 ｜《中國科學報》見習記者  趙宇彤

“沒想到，我才是‘人機’。”

看着70%的人工智能生成內容檢測率（以下簡稱AI率），以及電腦屏幕上滿面飄紅的檢測頁面，某高校研三學生周星（化名）又氣又笑：“我一個字一個字打出來的論文，卻被檢測成人工智能（AI）寫的。”

在社交媒體上，跟周星一樣“喊冤”者還大有人在。“百分百手寫的摘要，一查AI率是99%”“AI寫的沒測出來，自己寫的卻被標紅了”“讓AI測AI率，再用AI降，太可笑了”……

又到一年畢業季，今年除了查重率外，AI率作為畢業生們需要跨過的另一道檻，不僅攔住了不少碩博士研究生，還有部分學校對本科畢業論文也提出了AI率的要求。未通過檢測者不僅面臨二次檢測、推遲答辯，甚至還存在延畢的風險。

在畢業生們面對“新形勢”不知所措的同時，某些不良商家也察覺到了“商機”。一條“檢測—降低—再檢測”的灰色產業鏈正在暗處滋生，這其中的每個環節都反覆“收割”着畢業生的錢包和情緒——付費檢測、付費降AI率。畢業生們在面對論文內容泄露風險的同時，也難逃“文財兩空”的結局。

然而，AI檢測有必要嗎？其背後的原理是否靠譜兒？在AI時代，高校人才培養與考核方式又該如何調整……AI率的爭議背後，我們還有更多問題需要追問。

我是人，還是AI？

發現自己AI率不合格後，周星花了四五天時間，終於把AI率從70%降到32%。

周星所在學校有明文規定，如果畢業論文的AI率在40%以上，畢業生不得進入答辯環節。他費了好大勁兒，才勉強達到這一要求。

在當下的高校中，如周星這樣連過盲審、查重等數道關卡後，卻在論文AI率處被“亮紅燈”的學生並不在少數。不過，雖然結果相似，但導致這一結果的原因卻有很多：“為什麼致謝都會被檢測出AI生成內容，難道世界上還有另一個我？”“我手寫、手改的內容被標紅了，經AI潤色的內容卻沒有被標紅，難道我才是AI？”“知網測出的AI率是9%，維普測出的是13%，學校給出的結果卻是34%，我到底該信誰？”……

隨着AI技術在教育領域的應用日漸普及和深入，為避免學生對AI的過分依賴，防範學術不端行為，不少高校開始對AI工具介入學術的尺度進行干預，將AI率納入畢業論文審核體系便是其中之一。

2024年11月，復旦大學教務處發文，對學生使用AI工具提出細化要求和懲處措施，這成為國內首個“AI禁令”。

除復旦大學外，北京師範大學也要求學生在使用生成式AI完成作業時，必須對相關內容進行標註，同時AI直接生成的內容不能超過全文的20%。天津科技大學、江蘇大學、南京財經大學等高校也規定，如果本科生畢業論文的AI率超過40%，其所在學院將向學生髮出警示，要求學生自查自糾，畢業論文經修改後，再由學院統一在相關平台檢測通道進行復檢。四川大學要求文科的論文AI率必須低於20%，理工科和醫科的AI率更是要低於15%。

此外，還有部分高校雖然沒有明確AI率的具體數值，但出台了相關的政策要求。比如，中國傳媒大學便要求學生明確畢業論文中是否使用了生成式AI，以及具體的使用情況。

至於學生使用哪個平台檢測AI率，不同學校也有不同規定。

據介紹，當前市面上常見的AI檢測平台包括知網、萬方、維普、PaperPass、PaperYY等。這其中，知網和萬方的AI檢測價格為每千字兩元；維普以篇計算，通常為每篇30元；PaperPass和PaperYY則有免費版和收費版的區別。

“不同平台，其檢測結果並不相同。同一篇論文，我在知網的檢測結果只有2.4%，但用PaperYY的檢測結果卻將近60%。”國內某高校大四學生小艾告訴《中國科學報》，由於不能確定學校使用的檢測平台，為保險起見，她只能在不同渠道反覆檢測，無形中耗費了大量精力和財力。

除學生外，“受害者聯盟”中還有不少老師，中國人民大學新聞學院副教授董晨宇便是其中之一。

在一篇網絡貼文中，董晨宇説自己即將發表的一篇論文在PaperPass檢測的AI率竟高達82.54%。“最可笑的是，裏面大部分高度疑似AI生成內容的部分，是我們在講田野故事。”

更多的問題則出現在老師修改學生論文的過程中。

“我在修改學生論文時，發現錯別字和不通順的地方很多。我很生氣，打回去了想要發火，他們卻説是故意這樣寫的，就是為了通過AI查重”“我幫學生修改的學術化語言，全部被標註成AI”……在一篇吐槽AI論文檢測的帖子下，不少老師紛紛現身，大吐苦水。

“算法黑箱”下的誤傷

在和AI鬥智鬥勇的過程裏，周星總結了一套降低AI率的“秘籍”。

“首先是刪除論文中邏輯性強的內容，包括首先、其次、最後、因此、然後、一方面、另一方面等，再刪掉總結性詞彙，比如以上、綜上、總的來説等，最後還要把短句儘量合併成長句，讓文章整體的表達更加口語化。”他説。

事實上，目前社交媒體中已有不少關於降低AI率的經驗分享。在這些“經驗”中，有人被迫刪減內容，有人反覆修改，有人故意往“笨”裏寫，有人甚至調侃是不是“火星文”就能避免誤判……

“總之，就是改得既不像人話，也不像AI。”小艾嘆了口氣。

“論文AI檢測本質上是在技術尚未成熟時，一場略顯倉促的‘學術安檢’嘗試。”在接受《中國科學報》採訪時，復旦大學生命科學學院教授趙斌直言，這種高度依賴“算法黑箱”的判斷依據，本身就不夠科學、嚴謹，極易帶來大量“誤傷”。

對此，中國科學院自動化研究所副研究員吳凌翔也表示：“現在的一些AI檢測器是由AI數據和真實數據訓練出的二分類模型。其判斷內容是否由AI生成的方式，就是將大量AI生成的文本與人類創作的文本‘喂’給同一個模型，使其不斷訓練、迭代和優化。”

“如果論文的語言風格過於規整或模板化，缺乏跳躍性思維或非典型結構，或者語言表達過於中性、缺乏個性，句式結構趨同，愛用某些高頻詞等，都很容易被判定為AI生成。”吳凌翔告訴《中國科學報》。

不過如此一來，一個悖論隨即產生——AI生成內容的基本邏輯是基於人類創作的文本，模仿人類思考模式，其對邏輯性、規範性的要求與學術寫作的標準高度契合。從這個角度看，越是規範、嚴謹、邏輯化的學術表達，越容易被“誤傷”。

因此，AI率對論文“一票否決”的方式並不靠譜兒。正如有學者所言，該方式成立的一個基本前提，是人類創作的文本與AI生成的內容存在一定差異。然而，隨着AI技術的持續進步，這種差異正在快速縮小，甚至趨近於無。在此背景下，這種“寧可錯殺一千，不能放過一個”的“圍剿”，只會讓學術寫作異化成“文字闖關遊戲”。

“AI在學習和模仿人類，人類卻在努力不被AI定義為‘AI’。”周星搖了搖頭，這就像左腳踩右腳，“那學術訓練的價值何在？”

學術誠信，還是學術生意？

被攔在AI率門檻之外的人羣中，還有少部分人沒有周星幸運。

“在我的論文裏，很多專業表述被標紅了，這些內容是不能輕易改動的。然而，僅僅通過調整句式又不能把AI率降到要求範圍內。”大四學生陳夕（化名）所在的學校要求，畢業生的論文在維普系統中檢測的AI率必須低於30%，否則便不能答辯，如果兩次均未達標就會延畢。

陳夕已經“浪費”一次機會了。

一籌莫展之際，陳夕收到了一條私信：“降AI，降重，純人工手動，不會改變原文結構，不會曲解原文意思，全程保密，包售後，通過為止！”

儘管有朋友勸阻，但陳夕還是抱着“病急亂投醫”的心態，將論文交給了對方。在繳納近百元的費用後，她得到了一份讓人啼笑皆非的結果。“很多表述完全變成了流水賬，簡直不像是一篇學術論文。”她告訴《中國科學報》，為了逃過AI的“法眼”，論文中的某些句子後面甚至加了不少“哦”“呢”等語氣詞。

感覺受騙的她想找對方理論，卻發現自己早已被拉黑。

無奈之下，陳夕決定“用魔法打敗魔法”，用AI工具降AI率。她學着網上的指令，“將整段文字通俗化，重新組織語言，替換形容詞，不改變原文意思，確保思路清晰且內容遞進，使用簡單、直接的表達，不用語氣詞，保留學術性，減少AI痕跡，降低查重率”，先將論文交給人工智能軟件“豆包”，再一點點手動調整，終於在截止日期的下午通過了AI檢測。

在此過程中，陳夕內心一直充滿着焦慮。雖然目前並非所有學校都採用AI檢測，這種焦慮情緒卻已經在高校學生中大範圍蔓延。

“如果算法無法精準區分‘合理引用’與‘機械拼湊’，學生就很可能被迫陷入‘防查焦慮’，為規避所謂‘AI風險特徵’而反覆修改文字表述，甚至不惜以付費方式‘洗稿’，這儼然成為了一種內耗。”趙斌告訴記者，而這種檢測標準的單一化，會讓學生過度關注“是否AI生成”，而無暇打磨論文的思想深度，甚至會消解寫作的創造性，“最終只會培養出一羣‘學術化妝師’，真正的學術訓練反而被邊緣化”。

除此之外，這份焦慮也餵養出一個新職業——“降手”，即那些收費幫助畢業生降低論文AI率，並進一步兜售焦慮情緒的人。由此，一條“檢測—降低—再檢測”的產業鏈正在暗處滋生。

記者在調查中發現，“降手”的水平參差不齊，其降低論文AI率的方式大多是調整句式、詞語等。也正因如此，對“降手”的學歷和專業背景並沒有過多限制，其收費模式則主要看被標紅、需要修改的字符數量，通常為“1000字10元”。此外，一些查重和AI檢測平台也紛紛推出“降AI率”套餐，用户付費檢測後，還可以付費降AI率，主打“一條龍服務”。

“現階段，過分依賴AI檢測的行為，更像是為了行政管理‘便捷’而實施的形式主義，其負面影響大於實際收益。”趙斌嚴肅地説。 

杜絕“AI時代的擺爛”

面對迅猛發展的AI技術對於教育領域的衝擊，出現“防火、防盜、防AI”的應激反應似乎在所難免。然而，要想用一套確定性方案完全消除AI的負面影響，則無異於技術迷信。

“從本質上説，AI應當是輔助人類思考的工具。我一直鼓勵學生在AI的幫助下完成思考和寫作。”趙斌告訴《中國科學報》，如果直接複製生成內容、跳過理解和轉化的環節，對AI生成的內容不加消化、不做思考，只做“信息的出納”，那無疑是“AI時代的擺爛”。

反之，如果學生能吸收AI提供的觀點、信息或初步框架，再經過自身理解、批判和轉化，將其融入自身的知識體系和思考脈絡中，才是真正的高效科研。“AI能提供新的視角，播下思考的種子，實質性提高創新效率，加深表達深度，這是一種基於人機互補的認知升級。”趙斌説。

因此，擺爛和高效科研之間有着明確邊界——前者是濫用AI導致的思維惰性；後者則是善用AI激發更活躍、更深入的思考。“在整個過程中，人依然是主導，AI只是增強手段。”趙斌舉例稱，比如同樣用AI生成文獻綜述，“擺爛者”直接粘貼；研究者則會標註“該觀點的侷限”並補充實證數據。“這些‘人類專屬’的思考批註就是最鮮明的邊界標識。”

因此，對AI率的監督濫用問題，趙斌認為不必過度焦慮，更不能本末倒置。“學術評價的基石始終是內容的真實性、方法的嚴謹性、結論的可靠性和創新性。文字表達只是最後一步。”他強調，通過老師指導、寫作工作坊等人文手段幫學生建立扎實的學術規範意識，這才是治本之策。而僅靠AI堆砌的“學術速食”自然會在嚴謹的學術質檢中現形。

正是有了上述認識，在日常的教學實踐中，趙斌格外注重5種“AI時代生存力”的培養——提出問題能力、信息挖掘能力、AI時代的批判能力、人機互補能力和深度表達能力。

“在AI時代，識別信息的真偽、洞察邏輯的漏洞、評估論據的有效性都變得前所未有地重要。”趙斌表示，而帶有“幻覺”或偏見的AI生成內容也自然成為學生的訓練場——讓學生在“找碴兒”中錘鍊批判性思維，破除技術迷信。

“與其用不靠譜的AI檢測把關論文，不如迴歸最本質的問題，即寫作的內容是否真實、研究方法是否紮實、研究結論是否可靠。”趙斌説。