62%→ 94%，“AI 率”不降反升？央视介绍毕业论文 AI 检测原理 - 世界杯

毕业季的到来，让高校面临着论文中“AI 味”过浓的新挑战。除了传统的查重、盲审和答辩，今年的毕业生在提交毕业论文时，还需通过一道名为“AIGC 检测”的新环节，即人工智能生成内容检测。

设想一位毕业生，其论文的 AI 生成内容比例为 62%，远超学校设定的 15% 的警戒线。当他尝试使用一个大型语言模型，输入“请将这篇论文改写得更像人类所写”并获得修改后，再次检测发现 AI 生成内容的比例竟飙升至 94%。这种情况并非孤例，近期许多毕业生都曾遭遇类似经历。

中央电视台新闻频道近日介绍了用于检测论文“AI 率”的技术原理。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是通过将论文语句与现有语料库进行比对，以确定语句的重复程度并作出确定性判断。而 AI 检测则是利用 AI 系统分析人类文本，判断其在语义和表达风格上是否与 AI 写作存在重叠，其本质是一种基于概率的分类方法，而非基于确凿证据的确定性判断。

当前 AI 检测技术面临的核心瓶颈在于“以 AI 查 AI”，这使得难以明确区分文本究竟由人类作者还是 AI 生成，也无法提供清晰的解释和说明，这是技术上最关键的障碍。

此外，中文语言表达的另一特点是其高度的语义丰富性和多样的表达方式。这给人工智能系统在检测人类作者所写的语句时带来了许多歧义，从而增加了检测难度和降低了准确率，这也是导致误判的一个重要原因。

鉴于目前 AI 率检测的精准度尚不足够，教育界人士建议，在论文审核过程中，应建立透明且可追溯的 AI 使用标注制度，而非简单地设定 AI 率的“红线”。在判定机制上，应提倡以人工评审为主，AI 检测为辅的“人机共判”模式。

尽管学校为学生论文设定了“AI 率”检测的上限，但不少学生反映，学校在进行论文 AI 率检查时，依赖于指定的检测平台并结合算法模型进行分析。

目前，国内主流高校普遍采用知网、维普、万方等系统提供的 AIGC 检测功能。央视记者就“AI 大模型如何判断文章中 AI 生成内容的比例”这一问题，向多个大模型提问，并总结其回答，核心在于通过“困惑度”和“突发性”等特征进行判断。通常而言，AI 生成的文本更为“平滑”，而人类文本的波动性则更大。

大型语言模型解释称，“困惑度”是指文本的“可预测性”，越是包含人类特有的、出乎意料的、打破常规的表达，就越像人类的写作。而“突发性”则关乎文本节奏的波动——人类写作的节奏如同心电图般起伏变化，而 AI 的输出则趋于平稳，如同直线一般。那么，这种判断方式是否准确？

对此，专家指出，除了困惑度、突发性等指标外，AI 文本生成是基于预测下一个最有可能出现的词语的概率来逐步构建的，本质上是一种概率统计。因此，目前对 AI 生成内容的检测准确率无法达到 100%，误判的情况也时有发生。