（来源：中国妇女网）

转自：中国妇女网

率高低成为评价论文的硬指标

AI生成

□ 中国妇女报全媒体记者 侯文雅

□ 实习生 孙迪

眼下，全国各大高校陆续开学，各类课程报告、学术作业陆续布置。随着AI内容检测成为学术考核的重要关卡，不少大四学生刚开学就着手修改打磨论文，全力应对AI查重。

河北某高校社会学专业硕士小米盯着电脑屏幕上18%的AI检测结果，终于长舒一口气。为把数值控制在学校划定的合格范围内，她反复修改文稿、多次自费复测，仅知网检测就花费近400 元。但这份来之不易的达标结果，并不能完全代表论文本身的原创水平。

随着大语言模型普及，AI查重已大规模走进高校论文评审。这项原本用于守护学术诚信的技术工具，在实际落地过程中，却暴露出误判频发、平台标准混乱、加重学生负担等现实难题。AI查重的运行逻辑是什么？不同平台检测结果为何相差悬殊？当AI检测率开始影响毕业资格，学术评价该以何为标尺？

自费查重、反复试错，学生在“数字达标”中疲于奔命

自2024年起，复旦大学、中国传媒大学、江苏师范大学等多所高校，将AI生成内容占比纳入毕业论文资格审查环节。短短两年间，AI检测从部分院校的小范围试点，迅速升级为多所高校答辩的硬性要求，且规则逐年收紧，不同学校、院系执行标准差异明显。

小米梳理了本校政策变化：2024年，学校实行复合评判标准，疑似AI生成内容可保留、高频AI标红内容必须清零；2025年，规则大幅简化，直接以AI率为判定依据，研究生论文须低于20%，才能获得答辩资格。

陕西师范大学文学院本科生陈可抒也发现了这一问题。“25届还只是自愿抽检，到了26届就变成全校硬性规定，拿不到校级AI查重合格报告，就不能报名答辩。”除全校统一的25%红线外，她所在文学院还设置了更严格的院内复核标准，AI查重率不得高于15%。

这类情况在全国高校陆续出现：部分学校2025年起将AI检测嵌入盲审环节，部分院系增设“AI痕迹”专项评议；各院校选用的检测工具各不相同，合格线从10%到30%不等。

标准层层加码，学生面临时间与金钱的双重压力。小米的毕业论文近5万字，学校仅提供一次免费查重机会，提交终稿前，她只能自费在其他平台反复检测。为同时满足学校、学院两套要求，陈可抒前后花去300多元的查重费，“课余时间几乎全用来改论文、反复测AI率，没有精力认真打磨内容本身。”

比花钱更折磨人的是，是降AI率的盲目性。南华大学预防医学专业本科毕业生许葵，对两段内容相似文字使用同一套降AI操作——增加助词、调整语序，结果一段AI占比下降，另一段反而升高。小米也有同样的困惑：“我在网上收藏了好些降AI的方法，但效果很不稳定。比如改完句式和表达方式后再次检测，依旧会被标红，我常常手足无措。”

为顺利通过审核，一部分学生不得不购买平台的付费智能修改、降重服务。上海某高校会计学应届毕业生诗诗就在某平台开通了AI工具包月会员。“有一处过渡段落提示AI占比偏高，我使用智能降重，但改完之后语句逻辑不通顺，最后还得自己重新改。”

在中国人民大学新闻学院教授刘海龙看来，这一切指向了一个更深层的悖论：“既然可以通过AI的原理反向推测文本是否由AI生成，那么这种原理同样可以被用于消除文本的AI味，这就变成了自相矛盾。而且随着技术发展，消除AI痕迹的手段可能比检测技术更有利可图。所以AI查重最终会演变成‘道高一尺、魔高一丈’的游戏，永远无法确认哪些内容完全由AI生成。”

平台各异、标准不一，检测结果为何天差地别

学生遭遇的各类困境，根源在于AI检测技术本身的局限。

“AI查重的工作逻辑是拆解文本，分析用词习惯、句子结构、段落组织和上下文衔接的规律特征，再将这些特征与大量人类写作样本、AI生成样本进行比对，最终给出概率判断。”北京航空航天大学人文与社会科学高等研究院副教授何静解释，这套检测能够生效，依托于大语言模型自身的运作方式：在生成文本时，大语言模型是根据前文预测后文最可能出现的词汇，因此会在遣词造句的统计分布上留下特定痕迹，AI检测正是捕捉这类痕迹进行推断。

不可否认，AI查重在遏制大规模学术造假方面有积极意义，但检测工具的准确度和稳定性，却远未达到让人信服的程度，其中最突出的问题是频繁出现的误判现象。“系统标红的很多地方是我自己一个字一个字写的，借助AI写的内容反而没被检测出来。”小米说。

小米的经历并非个例。何静分析，当下大模型输出的文本越来越接近人类表达，学生长期使用AI辅助，自身的写作习惯和语言风格也会潜移默化被影响。很多论文属于人机协同产物：人搭建框架，AI整理素材，人再逐段改写，之后又用AI润色。到了终稿阶段，检测系统很难准确还原文章的生成链条。“AI检测系统只是基于统计特征做概率判断，无法确知这段文字究竟出自谁手，也不具备理解能力，技术层面难以避免错判。”

比误判更让学生无所适从的，是不同检测平台的结果差异巨大。许葵称：“毕业论文初稿正式提交前，我在某平台上自查的AI率是17%，但用学校指定的工具检测，数据直接飙到38%，导致我的论文初检没有达标。”同一篇论文，两个平台的数据差20个百分点，这让许葵几乎崩溃。

为何会出现如此悬殊的偏差？何静表示，这些平台本身用的并不是同一套衡量标准。首先是训练数据不同，有的平台主要基于某几类主流大模型生成的数据进行训练，有的则覆盖更多模型类型；其次是算法逻辑不同，有的检测工具更关注词语概率分布，有的更侧重句式和语言风格，还有的采用多个模型综合打分；最后是判定阈值不同，即便两个平台计算出的基础概率相近，其各自划定的“AI生成”临界点也可能完全不同。

整套算法对学生而言是完全封闭的黑箱。学生既不了解平台背后的算法逻辑，也无从判断应该信哪一份报告，只能在信息不对称中被动试错。

校准刻度、回归学术，AI率不该一锤定音

一边是学生被迫花钱反复试错、耗费大量精力钻研如何降低AI检测分数，另一边是检测技术本身无法做到精准无误。面对这一现实矛盾，受访专家一致认为，应当重新校准AI查重在学术评价中的位置，让它回归“参考工具”而非“判决依据”的本位。

“AI检测最关键的一点是，不要把结果看成确定结论。它反映的是这段文字有多像AI生成的文本，而不是证明文字就是AI写的。如果高校过度看重AI率检测，学生最后研究的可能不是怎么扎实做学问，而是怎样把检测结果做漂亮。”何静表示，高校不宜简单设定统一的AI率红线——法学论文、数学论文、工科实验报告、文学研究，本身写法就千差万别，若用同一把尺子去衡量，很容易产生新的不公。“真正需要统一的是检测工具如何制定、如何使用，而不是要求所有人量出同一个数字。如果让AI率决定一个学生能否拿到学位，那么这项原本旨在维护公平的技术，最终可能制造出新的不公平。”

刘海龙对此也持相似观点：“将AI率与学位论文直接挂钩不可取，应该回归研究的本质，考查学生的研究是否有原创性、是否基于真实的调查和实践经验。因此，应当采取更灵活的考查方式，比如让学生展示原始数据、采访手记、照片以及个人笔记等，而不仅局限于论文文本。”

那么，应当如何界定AI在科研中的合理使用边界？何静表示，可以根据AI介入深度进行分层界定：在查资料、调整格式、语言润色等环节，可保持相对开放的态度；若AI参与综述初稿、内容生成、数据分析建议，则要求学生主动说明使用情况，并自行核对修改；而核心观点、研究结论、数据乃至整篇论文若完全交由AI完成，则明显越过合理使用边界。

何静还建议高校建立“过程留痕”机制，重要论文须保留修改版本、研究记录、数据分析过程及关键环节的AI使用说明。“这样一来，一旦出现争议，判断依据就不只是一个单纯的AI率，而是可以回溯到整个研究过程，看学生怎么一步步推进，问题出在哪个环节。”

随着AI逐渐融入科研日常，何静判断，AI率的重要性未来可能会逐步下降：“学术评价终将回归几个基本问题——学生提出了什么问题，形成了什么观点，研究过程能否解释清楚，最终能否为自己的成果负责……工具可以参与研究，但核心观点要由人形成，关键判断要由人作出，最终责任也要由人承担。”她进一步表示，“与其纠结一篇论文到底有多少比例像AI写的，不如追问研究是否可靠、过程是否清楚、学生是否能为自己的结论作出有说服力的辩护。”

（文中受访学生均为化名）