随着毕业季的到来，高校正面临着论文中“AI 味”过浓的新挑战。除了传统的查重、盲审和答辩，今年的毕业生在撰写毕业论文时，还需通过一道新的审核关卡——人工智能生成内容（AIGC）检测。
设想一下，一名毕业生发现自己的论文AI生成率为62%，远超学校设定的15%上限。当他尝试让一个大型语言模型“润色”论文，使其更像人类所写后，再次检测的AI率竟飙升至94%。这种现象并非孤例，近期不少毕业生都遇到了类似情况。
央视新闻近日对检测论文“AI率”的原理进行了介绍。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是通过比对论文语句与语料库中的内容来判断重复性，是一种确定性的判断。而AI检测则是利用AI系统分析人类文本，识别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，而非基于确凿证据的判定。
当前AI检测技术面临的核心瓶颈在于“以AI查AI”，这使得明确区分文本由人类还是AI生成变得困难，也无法提供清晰的解释。
此外，中文语言表达的丰富性和多样性也给AI检测带来了挑战。高度灵活的语义和表达方式常常导致AI系统在识别人类作者的语句时产生歧义，从而增加了检测难度并影响了准确率，这也是造成误判的重要原因。
鉴于目前AI率检测的精准度尚待提高，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“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。
当前，许多高校为学生论文设定了“AI率”的检测上限，但不少学生反映，学校的检测依赖于指定的平台和算法模型分析。
普遍而言，国内主流高校多采用知网、维普、万方等系统的AIGC检测模块。央视记者就“AI大模型如何检测文章的AI生成内容”这一问题，向多个大模型提问，并总结其回答，简而言之，检测依据包括“困惑度”和“突发性”等特征。AI生成的文本通常更为“流畅平滑”，而人类文本则表现出更大的波动性。
大模型解释道，“困惑度”衡量的是文本的“可预测性”，越是包含人类特有的、出人意料的、跳出常规的表达，就越像人类书写。“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不定，而AI输出则相对平稳，如同直线。那么，这种判断方式是否准确呢？
专家对此表示，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可能出现的词语的概率，本质上是一种概率统计。因此，当前对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。在关注论文的AI生成率之余，球迷们也期待着精彩的世界杯直播。
