張蓋倫

眼下正值2025年畢業(yè)季，多所高校出臺(tái)規(guī)定，對(duì)畢業(yè)論文中人工智能（AI）生成內(nèi)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(tái)這一新規(guī)的初衷是為了防范學(xué)術(shù)不端。畢竟AI太強(qiáng)大，有些人在論文寫(xiě)作上動(dòng)起歪腦筋，或讓AI代寫(xiě)，或借AI編案例、造數(shù)據(jù)。但AI檢測(cè)新規(guī)又帶來(lái)新的問(wèn)題：有畢業(yè)生在社交平臺(tái)哀嘆，明明是自己寫(xiě)的，檢測(cè)系統(tǒng)偏偏說(shuō)出自AI之手。用AI寫(xiě)作者則分享降“AI率”秘籍，如少用逗號(hào)、刪減銜接詞、打亂段落結(jié)構(gòu)、多用口語(yǔ)化表達(dá)等等。甚至有商家聲稱(chēng)深諳檢測(cè)規(guī)則，兜售降“AI率”服務(wù)，進(jìn)而催生出一條“檢測(cè)—降低—再檢測(cè)”的產(chǎn)業(yè)鏈。

業(yè)內(nèi)人士介紹，“AI率”檢測(cè)的核心邏輯是分析文本的詞匯詞頻、句式結(jié)構(gòu)、邏輯表達(dá)等特征，將其與AI模型輸出內(nèi)容進(jìn)行擬合，從而判斷相似度。但這存在一個(gè)悖論——AI生成內(nèi)容本身就是對(duì)人類(lèi)語(yǔ)言的模仿，它追求規(guī)范性、邏輯性，這又恰恰與學(xué)術(shù)寫(xiě)作的要求高度重合。所以，AI檢測(cè)結(jié)果存在先天缺陷，誤判在所難免——原創(chuàng)文章可能會(huì)被判成AI生成，AI生成內(nèi)容也可借技術(shù)漏洞蒙混過(guò)關(guān)。

有人將朱自清的名篇《荷塘月色》上傳至某常用論文檢測(cè)系統(tǒng)，結(jié)果顯示其AI生成內(nèi)容中“總體疑似度超過(guò)六成”。一位高校教師在朋友圈吐槽，系統(tǒng)標(biāo)紅的“高度疑似AI生成”學(xué)術(shù)論文段落，由研究團(tuán)隊(duì)耗時(shí)3年扎根基層、追蹤多個(gè)真實(shí)案例寫(xiě)成。

“AI率”檢測(cè)引發(fā)的爭(zhēng)議，是技術(shù)變革時(shí)代下教育面臨挑戰(zhàn)的一個(gè)縮影。我們渴望用確定性方案消除AI的負(fù)面影響，但讓AI檢測(cè)AI本質(zhì)上還是一種技術(shù)迷信。它可能迫使原創(chuàng)作者為降低“AI率”而進(jìn)行無(wú)意義的修改，最終產(chǎn)出平庸甚至糟糕的文本。

AI檢測(cè)工具給出的數(shù)據(jù)，只能是一種參考，學(xué)術(shù)委員會(huì)才是最終把關(guān)人。有教師表示，學(xué)生的文章是否由AI寫(xiě)就，自己一看便知。畢竟，教師對(duì)學(xué)生的日常水平和研究過(guò)程是最了解的。基于教育過(guò)程的專(zhuān)業(yè)判斷，應(yīng)該優(yōu)于任何模型。而且，論文質(zhì)量高低，在學(xué)界也早有成熟的評(píng)判標(biāo)準(zhǔn)，與其糾結(jié)字詞句的表述是否有“AI味”，不如看論文是否有獨(dú)立思考，是否提供創(chuàng)新觀(guān)點(diǎn)，研究方法是否恰當(dāng)，數(shù)據(jù)和結(jié)論是否可靠，等等。總之，能為論文打出公正分，是導(dǎo)師、是審稿人，而不是任何一種AI工具。

我們要培養(yǎng)的，不是能通過(guò)AI檢測(cè)的寫(xiě)手，而是具備獨(dú)立思考能力和創(chuàng)新思維的人。AI可以介入學(xué)術(shù)生產(chǎn)和學(xué)術(shù)評(píng)價(jià)流程，但其作用和功能只能是輔助性的。任何時(shí)候，人的主體性在學(xué)術(shù)評(píng)價(jià)中都不可替代。