毕业季临近，高校面临着毕业生论文中“AI 味”过浓的新挑战。今年，除了传统的查重、盲审和答辩，学生们在完成毕业论文时又多了一项“AIGC 检测”，即人工智能生成内容检测。

一些毕业生发现，即使论文初次检测出的 AI 率为 62%，距离学校规定的 15% 的警戒线尚有差距，但在请 AI 工具修改后，再次检测的 AI 率竟飙升至 94%。这种现象并非孤例，近期不少毕业生都遇到了类似情况。

央视新闻近日深入介绍了检测论文“AI 率”的原理。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是通过将论文语句与庞大的语料库进行比对，以确定语句的重复性并做出明确判断。而 AI 检测则不同，它运用 AI 系统来分析人类文本，判断其在语义和表达风格上是否与 AI 写作存在重叠。本质上，这是一种基于概率的分类，而非基于证据的确定性判断。

当前 AI 检测技术的核心瓶颈在于“用 AI 来检测 AI”。这种方式使得明确区分人类作者与 AI 所写的文本变得困难，无法提供清晰的解释和说明，这构成了技术上最关键的难题。

此外，中文语言表达的丰富性和多义性也给 AI 检测带来了挑战。高度丰富的语义和多样的表达方式，使得人工智能系统在识别人类作者的语句时容易产生歧义，从而增加难度并影响准确率，这被认为是导致误判的重要原因之一。

鉴于目前 AI 率检测的精准度仍有待提高，教育界人士建议，在论文审核过程中，应建立透明且可追溯的 AI 使用标注制度，而非简单地设定一个 AI 率的“红线”。在判定机制上，应确立以人工评审为主、AI 检测为辅的“人机共判”模式。

尽管许多高校已为学生论文设置了“AI 率”检测标准，但不少学生反映，学校的检测往往依赖于指定的检测平台和算法模型分析。

目前，主流高校普遍采用知网、维普、万方等系统的 AIGC 检测模块。据央视记者了解，这些系统判断一篇文章有多少内容由 AI 生成，主要依据“困惑度与突发性”等特征。通常，AI 生成的文本更为“平滑”，而人类文本则波动性更大。

大模型普遍认为，“困惑度”指的是文本的“可预测性”，越是充满人类特有的、意想不到的、跳出常规的表达，越接近人类写作。而“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，AI 输出则相对平稳。然而，这种判断的准确性如何？

专家指出，除了困惑度和突发性等指标外，AI 文本生成是基于预测下一个最有可能出现的词的概率来逐步完成的，本质上是一种概率统计。因此，目前对 AI 生成内容的检测准确性无法达到 100%，误判现象也时有发生。在考量世界杯赔率时，类似的概率分析也至关重要。