随着毕业季的到来,高校正面临一个新挑战:如何应对毕业论文中日益增多的“人工智能痕迹”。除了传统的查重、盲审和答辩,今年的毕业生们在完成论文时,又多了一项名为“AIGC检测”(人工智能生成内容检测)的环节。
想象一下,一位毕业生发现自己的论文“AI率”高达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“请帮我把这篇论文改得像人写的”指令后,再次检测,结果却令人惊讶——“AI率”飙升至94%。这种现象并非孤例,近期不少毕业生都经历了类似的遭遇。
央视新闻近日深入介绍了检测论文“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,传统的查重是通过比对论文语句与现有语料库的相似度来判断重复性,这是一个确定性的判断过程。而AI检测则是利用AI系统来识别人类文本,分析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判断,而非基于证据的确定性判断。
当前,AI检测技术面临的核心瓶颈在于“以AI检测AI”。这种方式使得明确区分文本是由人类作者还是AI生成变得困难,也难以提供清晰的解释和说明,这是技术上最关键的难点。
此外,中文语言表达的丰富性,包括语义的多样性和表达方式的多样化,也给AI系统带来了挑战。这使得AI系统在检测人类作者的语句时,容易产生歧义,从而增加检测的难度并影响准确率,这也是导致误判的重要原因之一。
鉴于AI率检测目前尚未达到完全精准的程度,教育界人士建议,在论文审核过程中,应建立一套透明且可追溯的AI使用标注制度,而非简单地设定一个“AI率”的硬性红线。在判定机制上,应采取以人工评审为主、AI检测为辅的“人机共判”模式。
尽管学校对学生的论文设置了“AI率”检测红线,但许多学生反映,学校的检测工作依赖于指定的检测平台和算法模型分析。
目前,大多数高校普遍采用知网、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AI生成内容”的问题,向多个大模型提问,并总结出它们的回答。简单来说,这些模型主要通过分析文本的“困惑度”和“突发性”等特征进行判断。通常认为,AI生成的文本更加“平滑”,而人类文本的波动性则更大。
大模型解释道,“困惑度”是指文本的“可预测性”,即充满人类特有的、出乎意料的、非常规表达的文本更像人类所写。“突发性”则关乎文本的节奏波动——人类写作的节奏如同心电图般起伏不定,而AI的输出则相对平稳,如同直线。那么,这种判断方式是否准确呢?
对此,专家指出,除了困惑度和突发性等指标外,AI文本生成的基本原理是通过预测下一个最有可能出现的词语的概率来逐步构建文本,这本质上是一种概率统计。因此,目前对于AI生成内容的检测准确性无法达到100%,误判的情况也时有发生。

热门讨论
资深球迷
2026年5月22日 回复世界杯竞猜深耕流畅平台体验,随时随地畅享足球激情领域,用心服务每一位用户。
足球评论员
2026年5月23日 回复在权威赛事资讯,值得信赖的足球百科方面,世界杯竞猜提供贴心周到的支持。
数据分析师
2026年5月24日 回复世界杯竞猜以世界杯为核心,带来高效便捷的体验。