连原创都标红,这AI“测谎仪”到底在测谁?
大众新闻 曲祎茹 2026-11-19 20:05:10原创

一篇人工撰写的论文,交给知网、万方、维普检测,AI疑似生成率分别是30.1%、25.22%和35.94%。同一篇论文,三家平台给出三个不同的答案。更令人意外的是,连录音转写的受访者原话,也被标记为疑似AI生成。
这不是段子,而是近日媒体实测发现的真实情况。
AI检测本是为了揪出论文代写、学术造假,如今却连原创内容也难以准确识别。当算法连自己的判断都无法保证可靠,凭什么让它来给学术诚信打分?
问题首先出在检测技术本身。
AI检测并不是给论文做一次精准的“身份鉴定”,而是根据语言特征、表达习惯等进行概率推断。学术论文讲究规范、严谨,常用术语和固定表达本就不少;AI模型又以海量人类文本为训练基础,二者出现表达相似并不奇怪。把这种相似直接换算成AI生成率,难免出现误判。
技术可以有误差,但制度不能对误差视而不见。然而,一些评价机制正在把算法的判断当成最终结论。AI生成率一旦与毕业、投稿、评审挂钩,检测报告就不再是一份参考材料,而成了一张可能影响个人前途的“判决书”。算法标红,作者就要解释;系统存疑,作者就得自证。至于算法为什么这样判断、判断依据是否充分,反倒少有人追问。
这是本末倒置。检测工具的职责是提供线索,不是给人定性。把概率判断当成事实认定,把机器筛查当成专业评审,实际上是把本应由人承担的判断责任,转交给了算法。更讽刺的是,算法出了错,承担代价的不是算法,而是被它标红的人。
学术诚信从来不是简单的数学题。AI代写当然应该严查,但不能因为有人作弊,就让所有使用规范语言、引用政策资料、写作严谨的人都接受算法审判。使用AI辅助整理资料、润色文字,与让AI代替自己完成研究和论证,性质完全不同。评价一篇论文,应该看作者是否真正参与研究、是否掌握核心观点、是否对研究成果负责,而不是简单地数一数有多少文字“像AI”。
人工智能已经进入学术研究,检测技术也有存在的必要。但需要改变的,是对检测结果的使用方式。
检测平台应当公开基本判定规则,说明技术局限,不能一边给出精确到百分比的结果,一边对判断依据讳莫如深。高校和科研机构则应把检测报告作为筛查线索,而非定性依据。对于疑似异常的论文,应结合写作记录、原始数据、访谈材料、修改过程等进行人工核查,并建立申诉和纠错机制。尤其涉及延期毕业、拒稿等重大决定,更不能让一个未经复核的数字一锤定音。
技术进步的意义,是帮助人更好地解决问题,而不是制造新的不公平。
如果一篇论文的作者需要反复修改,只为迎合检测算法的审美;如果一个认真做研究的人,首先要证明自己没有使用AI,那么学术评价就已经偏离了根本方向。
(大众新闻记者 曲祎茹 策划 戴玉亮)
责任编辑:金雪
