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

随着毕业季的到来，高校正面临论文中“AI 痕迹”过重的挑战。除了传统的查重、盲审和答辩，今年的毕业生在提交论文时，又增加了一个环节——AIGC（人工智能生成内容）检测。

据报道，一位毕业生发现其论文的 AI 含量为 62%，远超学校设定的 15% 的上限。在尝试让大模型修改论文以使其更像人类撰写后，再次检测发现 AI 率反而飙升至 94%。这种现象并非孤例，近期不少毕业生都遇到了类似情况。

央视新闻近日深入介绍了检测论文“AI 率”的原理。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是将论文语句与已有语料库进行比对，以确定重复性并做出确定性判断。而 AI 检测则是利用 AI 系统来分析人类文本，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，而非基于证据的确定性判断。

当前 AI 检测面临的技术瓶颈在于，检测方同样依赖 AI 系统来识别 AI 生成的内容。这种“以 AI 查 AI”的模式，使得明确区分人类作者与 AI 写作变得困难，也无法给出明确的解释，这是技术上最关键的障碍。

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。语义的含义广泛，语句的表达方式层出不穷，这导致 AI 系统在检测人类作者的语句时容易产生歧义，增加判断难度并影响准确率，从而成为误判的重要原因。

鉴于当前 AI 率检测的精准度仍有待提高，有教育界人士建议，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，应确立以人工评审为主、AI 检测为辅的“人机共判”模式。

目前，一些高校在设定论文“AI 率”检测红线时，不少学生反映其检测过程依赖于指定的检测平台和算法模型分析。

通常，主流高校会采用知网、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”询问多个大模型，总结出其判断依据主要基于“困惑度”和“突发性”等特征。AI 生成的文本通常更为“平滑”，而人类文本则具有更大的波动性。

大模型解释道，“困惑度”指的是文本的“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，就越像人类撰写。“突发性”则关乎文本的节奏波动，人类写作的节奏起伏较大，如同心电图，而 AI 输出则更为平稳，如同直线。这种判断方法是否准确？

专家对此表示，除了困惑度、突发性等指标外，AI 文本生成的核心是预测下一个最有可能出现的词语的概率，本质上是一种概率统计。因此，目前检测 AI 生成内容的准确性无法达到 100%，误判的情况也时有发生。想要了解更多关于世界杯官网的资讯，可以关注相关报道。