高校AIGC检测标准不一瑕疵「天临七年」今年毕业论文除了查重之外又多了一道关卡——AIGC检测。今年以来国内多所高校相继发布通知要求本科毕业论文须进行AIGC检测并对论文的AIGC率给出明确规定把检测结果作为论文能否通过的指标。四川大学要求文科类毕业论文AI生成内容占比不超过20%理工医科类不超过15%南京工业大学要求全校毕业论文均须进行检测标准由各学院自行制定广西师范大学、河北工程大学、南京航空航天大学则规定AIGC比例不得高于40%。作为刚经历答辩的毕业生那段时间可是和AIGC检测周旋了许久。经历了「检测—修改—再检测—再改」的痛苦循环后终于从61.7%降到0%。这个过程之所以这么让人崩溃是因为AIGC检测真的不讲武德有些明明是自己一个字一个字敲下的也会被整段标红判定为AI生成在这一个平台上测出的10%换个平台又可能测出100%而哪怕是在同一个平台同一个段落这次测是0%下次可能就变成100%。这还不是最离谱的有网友把朱自清的散文《荷塘月色》扔给多款高校论文AI检测工具居然被判定为「62.88%由AI生成」。这不禁让人深深怀疑当前的AIGC检测和它最初的目的是否已经偏离从更大的层面来讲它会对我们的写作和思考方式造成怎么样的影响学生被AIGC检测折磨在「降AI」的过程中为了降低那个数字内容好坏变成了次要的事。论文被改得七零八落、面目全非只为了证明「我不是AI」。与此同时还额外支付了不少AIGC检测费用。上网一搜发现一样被AIGC检测折磨的毕业生不在少数大家都叫苦不迭。有大学生纯手搓的论文上传检测后AI率竟高达80%。而同一篇文章不同平台查重结果竟能相差30%。为通过审核学生被迫故意制造瑕疵比如删减逻辑连接词、刻意制造语病错别字、口语化表达为了降重不惜降低论文质量讽刺拉满。国外也不遑多让23岁的美国大学生Burrel在一门写作必修课的期末测试中得了0分教授给出的理由是怀疑她这篇作文是由AI代笔的。「我的心跳都快停了。」Burrel认为这个指控既荒谬又可怕。Burrel称这份模拟求职信的作业完全没依赖AI 她给《纽约时报》展示了Google文档的编辑历史记录她表示花了整整两天时间来起草和修改这份作业。不过全球知名查重公司Turnitin所提供的AI检测结果显示这篇文章有AI写作的痕迹。为了证明自己的清白Burrel向英语系主任提交了一份长达15页的PDF文件里面包含了她写作过程中所有带时间戳的屏幕截图和笔记。最终她的成绩被恢复了。但这次经历给Burrel留下了不小的阴影。在那次被指控后当Burrel再次提交作业时她上传了一段长达93分钟的YouTube视频完整记录了她的写作全过程。「我很害怕会因为一件自己没做过的事而影响成绩。」Turnitin尚未回应这一报道但其首席产品官Annie Chechitelli曾在2023年的一篇博客文章中指出AI检测分数不应被用作判断学生是否滥用AI的唯一决定性因素。去年开始美国已经有一些高校学生在网上发起请愿要求他们所在的大学停止使用类似的AI检测工具随着AI工具的渗透可以预见这样的矛盾将在学生和老师之间愈发频繁出现。但实际上现在大学生在论文和作业中使用AI的比例已经非常高但这未必是一种「作弊」。在就业市场都要求这些应届生要掌握AI技能的当下合理地使用AI反而应该是大学教育里要给出引导而非与AI彻底切割。搞懂AIGC检测的基本逻辑AIGC检测结果为什么总像是随机生成的它的检测逻辑究竟是什么毕竟只有理解它的原理才能在「降AI」时对症下药。传统的论文查重主要是与已有文献数据库进行比对查重报告会明确告诉你是哪些段落和哪篇文献重复了。所以对于传统「降重」前人已经摸索出一套有效的「打法」比如改写句子结构、同义词替换、翻译成小语种再翻译回中文……总之只要能避开与已存在文献的重复就能过关。但到了 「降AI 」这里这些已有的经验似乎都失灵了AIGC检测更像一个黑箱标准不明。目前任何一种检测手段都无法保证100%判定哪个是AI写的哪个是人类写的。因此检测系统通常都会给出一个AIGC疑似值。虽然说这只是「疑似度范围」系统也声明「检测结果与论文质量无关」但一旦超过某个数值论文就会实打实地不通过让人有种无处申诉的无力感。去年人大新闻学院副教授董晨宇也要在AIGC检测中被迫「自证清白」他的研究团队的一篇耗时三年、基于真实案例撰写的关于直播产业的研究论文却被某论文检测平台标注为「高度疑似AI生成」。基于知网在2023和2024年发布的两个专利也可以总结目前知网AIGC检测的底层逻辑和流程第一阶段信息量差值检测基于2023年专利输入文章按学科分类用大语言模型改写文章计算原文与改写版的信息量差值。差值小→可能AI生成差值大→可能人类写作。第二阶段多特征分析基于2024年专利使用文本分类模型计算AI生成概率分析逻辑偏离度、词汇扩散度、句子长度、字词分布等特征综合多个特征判断AI生成可能性。第三阶段最终判定结合两阶段结果两阶段均指向AI→判定AI生成否则→判定人类写作。用AI降AI真的有用吗既然如此似乎有标准可循。那依据这个标准让AI拟人化改写文章以此增加「人味」、降 「AI味」岂不是可以用魔法打败魔法试过市面上流传的两类 「用AI降AI」的方法输入prompt让大模型对原文本进行改写使用专门的「一键降AI」工具多为付费服务。拿论文当小白鼠将几段文字人工撰写 Chat GPT润色共972字丢进一个大学生常用的免费AI查重平台「PaperYY」平台进行AIGC检测检测结果AIGC疑似率为61.7%。接下来依次使用下面表格中的几种「用AI降AI」的方法分别改写这段文本并再次放入同一检测平台PaperYY上进行检测。同时作为对照将购买检测平台PaperYY上自带的「降AI」服务进行测试。笔栈https://biee.net/SpeedAIhttps://speedai.fun/PaperYYhttps://www.paperyy.com/方法一人工指令分别喂给GPT、DeepSeek和Grok一段相同的「降AI」指令。但结果仿佛养蛊三个AI各自一顿操作之后AIGC率全都成功从61.7%升到100%。不过接收同样的promptGPT和Grok改写的文本风格比较相似语言较平实但DeepSeek却出现了明显的「AI幻觉」开始变得不像人话。如原文在描写摄影技法的时候仅仅提到「色彩反转、低角度构图、光源的超现实处理」等但DeepSeek却自行发明了「放射性构图」、「异色温处理」、「钨丝灯频闪」等并存在堆砌复杂词汇的现象使得与原文有较大偏离。方法二「一键降AI」工具选取了两款市面上专门的论文写作与查重网站中的「降AI」工具——「笔栈」和「SpeedAI」进行测试。笔栈改写后AIGC率飙升至91.5%似乎已经没有什么好意外的了。但神奇的是SpeedAI的改写文本居然测出了0%反倒令人大跌眼镜。对照测试检测平台PaperYY上的付费降AI服务在付了「降AI」费之后PaperYY「自己答题自己改卷」的测试结果倒不出意外的是0%。测试结果初始文章AIGC检测结果为61.7%。除了在PaperYY平台的对照测试外真正能较好完成「降AI」任务的竟只有SpeedAI。然而这一结果并不能证明SpeedAI在「降AI」方面表现出色反而使整个测试显得更加扑朔迷离。于是进一步选取了两个极端案例——ChatGPT改写后被判定为100% AIGC的「文本一」与SpeedAI改写后被判定为0%的「文本二」让Grok对其进行详细的对照分析。乍一看似乎有点道理然而回到具体文本会发现Grok不过是照着已有结论套说辞「锤子找钉子」罢了实际上SpeedAI生成的「文本二」中同样使用了很多抽象的理论词汇如「社会象征」「叙事装置」等ChatGPT生成的「文本一」中其实具有更多处以「我」作主语的所谓口语化表达。但话说回来如果论文中都是充满「人味」的口语表达而缺少专业理论词汇还能叫学术论文吗逻辑清晰、条理分明的表达方式什么时候变成AI专属了呢写作本该是思考与表达筋疲力竭地「降AI」之后尽管论文顺利通过了系统检测但很多地方也变成了自己不认识的样子。在这个过程中最终的论文质量似乎不再是衡量的标准关键变成了如何向系统证明自己不是用AI写的。这种本末倒置的操作消耗了很多本该投入在论文思考、打磨和创新中的时间、精力和金钱。更加可怕的是对于学生而言这种章法不明的「标准」可能会变成一个无形的框架窄化语言表达甚至约束思维。当不再专注于深入思考问题而是不断琢磨如何迎合这一「标准」就会逐渐失去写作应有的创造力、想象力和自我表达的功能。对此人大副教授董晨宇表示 「AI其实在倒逼学术生产进行重新布局适应这种布局需要进行非常整体性的调整但在这一切之前应激式的防火防盗防AI一定是最开始的反应。但AI不是现代人的旁门左道而是现代人的生存之道。AI提高了底线但是人仍然决定的是上限。」所以真正决定论文价值的不该是系统判定的一个数值而是其中凝结的思考深度与写作诚意。尽管AI提高了写作的底线但人类不必与工具对抗而应在理解它、驾驭它之后继续追求属于人的表达上限。
