張蓋倫
眼下正值2025年畢業(yè)季，多所高校出臺規(guī)定，對畢業(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，出臺這一新規(guī)的初衷是為了防范學(xué)術(shù)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(shù)據(jù)。但AI檢測新規(guī)又帶來新的問題：有畢業(yè)生在社交平臺哀嘆，明明是自己寫的，檢測系統(tǒng)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(jié)構(gòu)、多用口語化表達等等。甚至有商家聲稱深諳檢測規(guī)則，兜售降“AI率”服務(wù)，進而催生出一條“檢測—降低—再檢測”的產(chǎn)業(yè)鏈。
業(yè)內(nèi)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(jié)構(gòu)、邏輯表達等特征，將其與AI模型輸出內(nèi)容進行擬合，從而判斷相似度。但這存在一個悖論——AI生成內(nèi)容本身就是對人類語言的模仿，它追求規(guī)范性、邏輯性，這又恰恰與學(xué)術(shù)寫作的要求高度重合。所以，AI檢測結(jié)果存在先天缺陷，誤判在所難免——原創(chuàng)文章可能會被判成AI生成，AI生成內(nèi)容也可借技術(shù)漏洞蒙混過關(guān)。
有人將朱自清的名篇《荷塘月色》上傳至某常用論文檢測系統(tǒng)，結(jié)果顯示其AI生成內(nèi)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(tǒng)標紅的“高度疑似AI生成”學(xué)術(shù)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(fā)的爭議，是技術(shù)變革時代下教育面臨挑戰(zhàn)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(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”而進行無意義的修改，最終產(chǎn)出平庸甚至糟糕的文本。
AI檢測工具給出的數(shù)據(jù)，只能是一種參考，學(xué)術(shù)委員會才是最終把關(guān)人。有教師表示，學(xué)生的文章是否由AI寫就，自己一看便知。畢竟，教師對學(xué)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(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)界也早有成熟的評判標準，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立思考，是否提供創(chuàng)新觀點，研究方法是否恰當，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AI檢測的寫手，而是具備獨立思考能力和創(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(xué)術(shù)評價中都不可替代。
