張蓋倫
眼下正值2025年畢業季，多所高校出臺規定，對畢業論文中人工智能（AI）生成內容比例提出明確要求，有的高校還將“AI率”高低與論文能否合格直接掛鉤。
顯然，出臺這一新規的初衷是為了防范學術不端。畢竟AI太強大，有些人在論文寫作上動起歪腦筋，或讓AI代寫，或借AI編案例、造數據。但AI檢測新規又帶來新的問題：有畢業生在社交平臺哀嘆，明明是自己寫的，檢測系統偏偏說出自AI之手。用AI寫作者則分享降“AI率”秘籍，如少用逗號、刪減銜接詞、打亂段落結構、多用口語化表達等等。甚至有商家聲稱深諳檢測規則，兜售降“AI率”服務，進而催生出一條“檢測—降低—再檢測”的產業鏈。
業內人士介紹，“AI率”檢測的核心邏輯是分析文本的詞匯詞頻、句式結構、邏輯表達等特征，將其與AI模型輸出內容進行擬合，從而判斷相似度。但這存在一個悖論——AI生成內容本身就是對人類語言的模仿，它追求規范性、邏輯性，這又恰恰與學術寫作的要求高度重合。所以，AI檢測結果存在先天缺陷，誤判在所難免——原創文章可能會被判成AI生成，AI生成內容也可借技術漏洞蒙混過關。
有人將朱自清的名篇《荷塘月色》上傳至某常用論文檢測系統，結果顯示其AI生成內容中“總體疑似度超過六成”。一位高校教師在朋友圈吐槽，系統標紅的“高度疑似AI生成”學術論文段落，由研究團隊耗時3年扎根基層、追蹤多個真實案例寫成。
“AI率”檢測引發的爭議，是技術變革時代下教育面臨挑戰的一個縮影。我們渴望用確定性方案消除AI的負面影響，但讓AI檢測AI本質上還是一種技術迷信。它可能迫使原創作者為降低“AI率”而進行無意義的修改，最終產出平庸甚至糟糕的文本。
AI檢測工具給出的數據，只能是一種參考，學術委員會才是最終把關人。有教師表示，學生的文章是否由AI寫就，自己一看便知。畢竟，教師對學生的日常水平和研究過程是最了解的。基于教育過程的專業判斷，應該優于任何模型。而且，論文質量高低，在學界也早有成熟的評判標準，與其糾結字詞句的表述是否有“AI味”，不如看論文是否有獨立思考，是否提供創新觀點，研究方法是否恰當，數據和結論是否可靠，等等?？傊?，能為論文打出公正分，是導師、是審稿人，而不是任何一種AI工具。
我們要培養的，不是能通過AI檢測的寫手，而是具備獨立思考能力和創新思維的人。AI可以介入學術生產和學術評價流程，但其作用和功能只能是輔助性的。任何時候，人的主體性在學術評價中都不可替代。
