朱自清的《荷塘月色》被某檢測系統(tǒng)判定AI生成內(nèi)容疑似度高達62.88%，唐代詩人王勃的《滕王閣序》甚至被檢出AI率接近100%……近日，網(wǎng)絡(luò)上出現(xiàn)這些令人哭笑不得的結(jié)果，迅速引發(fā)公眾對AI檢測準確性的熱議：有人擔(dān)憂自己的論文會被AI檢測誤判，擔(dān)心按照其結(jié)果修改后反而影響論文質(zhì)量；有人調(diào)侃需故意“寫笨”才能規(guī)避誤判；更有人認為目前AI檢測技術(shù)尚未成熟，不宜將其作為檢測論文的硬性標(biāo)準。記者為此采訪多位學(xué)術(shù)界和業(yè)界專家，他們從技術(shù)原理、算法局限等維度剖析AI檢測的現(xiàn)實困境，探討完善AI檢測體系的路徑。

待破解的AI檢測理論困境

中國人民大學(xué)新聞學(xué)院副教授董晨宇告訴記者，自己將剛完成的研究秀場直播產(chǎn)業(yè)的論文提交至某學(xué)術(shù)論文檢測平臺，得到的結(jié)果令他哭笑不得。系統(tǒng)標(biāo)紅的“高度疑似AI生成”段落是研究團隊耗時3年扎根基層、追蹤多個真實案例寫成的內(nèi)容。對此，他感慨道，這一現(xiàn)象暴露出當(dāng)前AI檢測技術(shù)的不成熟性，“假陽性”（誤判人類原創(chuàng)為AI生成）與“假陰性”（誤判AI生成內(nèi)容為人類原創(chuàng)）的雙重問題非常突出。技術(shù)邏輯與學(xué)術(shù)規(guī)范的深層沖突，加劇了誤判的必然性。《天津社會科學(xué)》主編時世平認為，學(xué)術(shù)寫作追求的語言規(guī)范、邏輯嚴謹與AI生成的底層邏輯高度重合——AI正是通過學(xué)習(xí)規(guī)范性表達來生成內(nèi)容。這導(dǎo)致檢測系統(tǒng)陷入悖論：越是文筆流暢、邏輯清晰的文本，越容易觸發(fā)“AI生成”警報，使得學(xué)術(shù)表達的優(yōu)質(zhì)特征成為被誤判的“罪證”。

AI檢測面臨難以突破的理論瓶頸。AIGCLINK發(fā)起人、中關(guān)村超互聯(lián)聯(lián)盟副秘書長占冰強認為，從技術(shù)本質(zhì)與實踐困境來看，當(dāng)前AI檢測技術(shù)尚未成熟，甚至可被視為偽命題。AI通過監(jiān)督微調(diào)（SFT）等技術(shù)學(xué)習(xí)人類知識體系，其生成內(nèi)容與人類創(chuàng)作在語言結(jié)構(gòu)、邏輯范式等淺層特征上日趨相似，導(dǎo)致AI生成與人類寫作的邊界愈發(fā)模糊。此外，現(xiàn)有檢測模型普遍存在方法論局限：其一，多依賴單一指標(biāo)構(gòu)建檢測基準，難以適應(yīng)復(fù)雜多變的文本場景。其二，為規(guī)避漏判風(fēng)險，部分模型在技術(shù)底層設(shè)置過敏感閾值，易引發(fā)誤判。其三，不同檢測工具采用差異化評估標(biāo)準，導(dǎo)致同一文本在不同平臺檢測結(jié)果呈現(xiàn)顯著分歧，凸顯技術(shù)普適性的缺失。

復(fù)旦大學(xué)計算與智能創(chuàng)新學(xué)院教授陳陽表示，AI檢測難度遠大于傳統(tǒng)的“論文查重”工作。究其原因，在于基于生成式AI技術(shù)構(gòu)建大語言模型的過程中，無論是預(yù)訓(xùn)練階段還是微調(diào)階段，都會使用人類創(chuàng)作的語料作為輸入，進而對人類生成文本的模式進行學(xué)習(xí)和建模。在這樣的情況下，大語言模型生成的內(nèi)容和人類創(chuàng)作的內(nèi)容客觀上存在雷同或者部分雷同的可能性。因此，在AI檢測過程中，不論是名家名篇，還是由用戶自己創(chuàng)作的內(nèi)容，完全可能被誤判為AI生成。

給學(xué)術(shù)生態(tài)帶來多重挑戰(zhàn)

為驗證AI檢測技術(shù)的效能，記者選用AI檢測軟件“鑒字源”，對《荷塘月色》《滕王閣序》《狂人日記》《繁星》等經(jīng)典文學(xué)作品進行檢測。結(jié)果顯示，這些名人名篇的AIGC總體疑似度均為0.0%，與網(wǎng)絡(luò)流傳的“AI率”結(jié)論形成鮮明反差。這一現(xiàn)象折射出當(dāng)前AI檢測技術(shù)存在的深層問題。

占冰強從技術(shù)原理層面剖析上述矛盾，當(dāng)前，不同AI檢測軟件對同一文本的檢測結(jié)果差異顯著，根源在于其檢測標(biāo)準與技術(shù)路徑的異質(zhì)性。由于開發(fā)者采用的檢測算法、訓(xùn)練數(shù)據(jù)及評估指標(biāo)各不相同，各檢測工具構(gòu)建判斷模型時遵循的技術(shù)范式與判定邏輯也存在根本差異，這使得檢測結(jié)果呈現(xiàn)出強烈的場景依賴性。在特定學(xué)術(shù)語境或文本類型下，某種檢測標(biāo)準或許具有較高的準確性，但一旦檢測對象的學(xué)科領(lǐng)域、文本體裁或語言風(fēng)格發(fā)生變化，原有標(biāo)準的有效性便會大打折扣。因此，受技術(shù)標(biāo)準多元與場景適配不足的制約，當(dāng)前AI檢測技術(shù)亟須建立統(tǒng)一的行業(yè)標(biāo)準與多場景驗證機制，以提升檢測結(jié)果的可靠性與一致性。

技術(shù)標(biāo)準的混亂直接影響AI檢測在學(xué)術(shù)領(lǐng)域的應(yīng)用效果。中華醫(yī)學(xué)會雜志社新媒體部主任沈錫賓表示，生成式人工智能在學(xué)術(shù)領(lǐng)域的應(yīng)用正呈現(xiàn)出雙刃劍效應(yīng)。隨著大模型能力的不斷增強，一方面能夠拓展學(xué)者的思維邊界，有效彌補理論與實踐中的知識缺口，助力完善學(xué)術(shù)思維框架；另一方面，在文字處理方面展現(xiàn)出強大優(yōu)勢，不僅能夠?qū)崿F(xiàn)高質(zhì)量的文字潤色，還可模擬高水平研究者的寫作風(fēng)格，完成專業(yè)文本的撰寫、改寫與翻譯工作。然而，這種技術(shù)能力的提升也帶來一系列問題，AI代寫與潤色現(xiàn)象快速蔓延，其生成的內(nèi)容憑借高水準的語言表達，常使編輯難以通過傳統(tǒng)人工審查方式辨別真?zhèn)巍?/p>

南京師范大學(xué)中國法治現(xiàn)代化研究院研究員李謙認為，AI檢測在學(xué)術(shù)領(lǐng)域的應(yīng)用不僅影響學(xué)術(shù)成果的創(chuàng)新轉(zhuǎn)化，還沖擊著學(xué)術(shù)信任體系。在創(chuàng)新轉(zhuǎn)化層面，為滿足AI檢測要求，部分學(xué)者會簡化語言、打散表述，刻意避免集中探討學(xué)術(shù)觀點，甚至采用添加干擾字符、改變句式結(jié)構(gòu)等方式“躲避”檢測，結(jié)果往往適得其反，影響學(xué)術(shù)成果的質(zhì)量與表達深度。而在學(xué)術(shù)信任方面，一旦AI檢測頻繁出現(xiàn)誤判，將削弱學(xué)術(shù)界對AI工具的信任度，破壞學(xué)術(shù)生態(tài)的良性發(fā)展。

從檢測結(jié)果的矛盾到技術(shù)原理的缺陷，再到學(xué)術(shù)生態(tài)的連鎖反應(yīng)，AI檢測技術(shù)正面臨從標(biāo)準統(tǒng)一到應(yīng)用優(yōu)化的系統(tǒng)性挑戰(zhàn)。唯有解決技術(shù)異質(zhì)性與場景適配問題，平衡技術(shù)監(jiān)管與學(xué)術(shù)創(chuàng)新的關(guān)系，才能實現(xiàn)AI檢測技術(shù)與學(xué)術(shù)發(fā)展的良性互動。

促使技術(shù)與學(xué)術(shù)規(guī)范共生

對于AI檢測，受訪學(xué)者主要有兩類看法：一類主張通過技術(shù)創(chuàng)新提升AI檢測精準度、建立復(fù)合型審核機制等增強工具對學(xué)術(shù)內(nèi)容的篩查功能；另一類則認為，AI檢測意義不大，應(yīng)突破單純檢測AI生成痕跡的局限，從學(xué)術(shù)評估體系重構(gòu)、人機協(xié)同機制等維度應(yīng)對AI帶來的挑戰(zhàn)。

沈錫賓認為，AI檢測工具在識別明顯AI生成文稿、遏制學(xué)術(shù)不端方面具有積極意義，但技術(shù)短板顯著。隨著檢測能力的提升，工具對文本的篩查范圍不斷擴大，致使正常的文字潤色工作也常被誤判為AI生成內(nèi)容，造成編輯資源的無端消耗與出版效率的下降。與此同時，面對海量文獻，算法偏差與數(shù)據(jù)樣本不足引發(fā)的高誤判率，暴露出現(xiàn)有技術(shù)在理論架構(gòu)、算法設(shè)計和場景適配方面的缺陷。通過強化技術(shù)創(chuàng)新、完善檢測標(biāo)準，能夠提升AI檢測工具的可靠性，使其在學(xué)術(shù)審核中發(fā)揮更大作用。

中國社會科學(xué)院文學(xué)研究所研究員劉方喜從技術(shù)發(fā)展趨勢角度，對傳統(tǒng)檢測模式提出質(zhì)疑。他表示，伴隨技術(shù)迭代加速，未來無論是專家經(jīng)驗判斷還是軟件檢測，都難以精準區(qū)分AI生成與人類原創(chuàng)內(nèi)容。因此，單純依賴AI檢測工具已無法滿足學(xué)術(shù)審核需求，需建立復(fù)合型審核機制，包括作者AI使用聲明制度、負面清單管理等。

時世平建議，在AI技術(shù)未完善之前，應(yīng)重視作者原創(chuàng)聲明環(huán)節(jié)，對使用AI卻未作聲明的行為采取相應(yīng)措施。期刊社必須發(fā)揮好編輯的主觀能動性，明確AI檢測的輔助而非唯一決定功用，更多地完善同行評議、專家審核機制，綜合考量研究的原創(chuàng)性、學(xué)術(shù)價值，而非簡單的文字規(guī)范。李謙提出，要從學(xué)術(shù)評價過程、AI檢測工具研發(fā)、AI檢測參數(shù)設(shè)置等方面打造人機融合的動態(tài)學(xué)術(shù)評價體系。從AI檢測參數(shù)設(shè)置看，我們要結(jié)合學(xué)術(shù)研究成果自身特點，分門別類設(shè)定符合相應(yīng)學(xué)科特征的AI檢測相似度閾值。

占冰強認為，執(zhí)著于鑒定文本是否由AI生成，在學(xué)術(shù)邏輯和實踐操作中均缺乏長效性。要構(gòu)建以學(xué)術(shù)成果創(chuàng)新性評估為核心的檢測體系，通過對比研究問題的新穎性、方法路徑的獨特性、結(jié)論貢獻的突破性，精準識別學(xué)術(shù)創(chuàng)作價值，重塑學(xué)術(shù)質(zhì)量評價標(biāo)準。

董晨宇提出，在人工智能深度介入學(xué)術(shù)領(lǐng)域的背景下，應(yīng)理性看待AI技術(shù)的雙重屬性。一方面，AI已成為重要的學(xué)術(shù)輔助工具，AI技術(shù)發(fā)展打破了人類對創(chuàng)新的壟斷。教師應(yīng)積極引導(dǎo)學(xué)生合理運用AI學(xué)術(shù)工具，并通過公開使用過程促進學(xué)術(shù)交流。同時，學(xué)術(shù)考核機制需從結(jié)果導(dǎo)向轉(zhuǎn)向過程導(dǎo)向，將AI應(yīng)用納入學(xué)術(shù)規(guī)范。另一方面，AI在學(xué)術(shù)創(chuàng)作中的局限性不容忽視，其雖能提升研究效率、提高學(xué)術(shù)成果的基礎(chǔ)水準，但學(xué)術(shù)思想建構(gòu)、深度論證等仍要依賴人類智慧。因此，構(gòu)建人機協(xié)同的學(xué)術(shù)研究范式，應(yīng)明確人類在學(xué)術(shù)創(chuàng)造中的主導(dǎo)地位，實現(xiàn)技術(shù)工具性與學(xué)術(shù)自主性的有機統(tǒng)一。

清華大學(xué)社會科學(xué)學(xué)院教授羅家德表示，傳統(tǒng)的學(xué)術(shù)檢測標(biāo)準與教育方式已難以適應(yīng)新的學(xué)術(shù)生產(chǎn)形態(tài)，亟須構(gòu)建以人機協(xié)同為基礎(chǔ)、過程監(jiān)管為核心的新型評估體系，引導(dǎo)學(xué)生在掌握AI工具使用技能的同時，強化批判性思維與原創(chuàng)性研究能力，實現(xiàn)學(xué)術(shù)教育與技術(shù)發(fā)展的有機融合。

學(xué)術(shù)界關(guān)于AI檢測的不同觀點，折射出學(xué)術(shù)領(lǐng)域應(yīng)對AI技術(shù)的不同策略。未來學(xué)術(shù)生態(tài)的健康發(fā)展，需要在技術(shù)精進與體系創(chuàng)新之間尋求平衡，推動AI檢測技術(shù)迭代升級，構(gòu)建涵蓋過程監(jiān)管、人機協(xié)同、價值評估的多元化學(xué)術(shù)審核體系，最終實現(xiàn)技術(shù)賦能與學(xué)術(shù)規(guī)范的有機統(tǒng)一。

來源：中國社會科學(xué)報

新媒體編輯：曾煜婷

如需交流可聯(lián)系我們