毕业季来临，高校毕业生们正为毕业论文忙碌奔波。除了传统的查重、盲审和答辩环节，今年又新增了一项挑战——AIGC检测，即对论文中人工智能生成内容的检测。这一新要求让不少学生感到压力倍增，因为一旦论文的“AI率”超过学校规定的标准，将面临无法顺利毕业的困境。
有毕业生反映，自己的论文AI率高达62%，远超学校15%的允许上限。为了降低AI率，该学生尝试借助大模型对论文进行修改，希望使其更接近人类写作风格。然而，修改后的论文AI率不降反升，竟然达到了94%。这一现象并非个例，许多毕业生都遇到了类似困扰，AI检测的准确性成为热议话题。
专家指出，AI检测与传统的查重机制存在本质区别。查重是通过将论文与语料库中的语句进行对比，判断重复性并做出确定性结论。而AI检测则是利用AI系统分析文本的语义和表达风格，判断其是否与AI生成内容存在重叠。这种检测本质上是一种基于概率的分类，而非基于证据的确定性判断，因此存在一定的不确定性。
当前AI检测技术的核心瓶颈在于“用AI查AI”。由于检测系统本身也是基于AI技术构建，无法明确区分文字是人类作者所写还是AI生成，也难以对检测结果做出明确解释。这一技术局限导致检测结果可能存在偏差，甚至出现误判的情况。
中文语言的丰富性进一步增加了AI检测的难度。中文语义和表达方式多样，人工智能系统在分析人类写作时容易产生歧义，导致检测准确率下降。例如，某些人类特有的、意外的或跳出常规的表达方式，可能被AI系统误判为AI生成内容。
鉴于AI检测的局限性，许多教师认为，论文审核不应单纯依赖AI率“红线”，而应建立透明可回溯的AI使用标注制度。在判定机制上，应采用“人机共判”模式，以人工评议为主，AI检测为辅，确保评审结果的公平性和准确性。
目前，高校普遍采用知网、维普、万方等系统的AIGC检测模块进行论文筛查。这些系统主要通过分析文本的“困惑度”和“突发性”等特征来判断AI率。困惑度反映文本的“可预测性”，人类写作通常充满意外和非常规表达，而AI文本则更为“平滑”。突发性则指文本节奏的波动，人类写作如心电图般起伏，而AI输出则相对平稳。
然而，专家提醒，困惑度和突发性并非判断AI生成内容的唯一指标。AI文本生成的原理是基于概率统计，通过预测下一个最有可能出现的词来生成文本。因此，目前所有AI检测工具的准确性都无法达到100%，误判现象时有发生。学生在应对AI检测时，应理性看待检测结果，避免过度依赖技术手段修改论文。
