62%→ 94%，“AI 率”不降反升？央视介绍毕业论文 AI 检测原理 - 2026世界杯

随着毕业季的临近，高校正面临着一个新挑战：如何应对论文中过度明显的人工智能（AI）痕迹。除了传统的查重、盲审和答辩环节，今年的毕业生们在完成毕业论文时，又增加了一个新的审查步骤——AIGC（人工智能生成内容）检测。

如果一名毕业生发现自己的论文AI生成内容比例高达62%，远超学校设定的15%的警戒线47个百分点，并尝试输入“请将这篇论文改写得更像人类写作”到某个大型语言模型中，结果再次检测时，AI生成内容的比例竟飙升至94%。这种现象并非孤例，近期不少毕业生都遇到了类似的情况。

近日，中央电视台报道了检测论文“AI率”的技术原理。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已有文本库进行比对，以确定重复度并做出明确判断。而AI检测则不同，它利用AI系统来分析人类文本，评估其在语义和语言风格上是否与AI写作存在重叠，其本质是一种基于概率的分类方法，而非基于确凿证据的判断。

当前AI检测技术面临的核心难题在于“以AI对抗AI”，这使得明确区分人类作者与AI生成的文本变得困难，也无法提供清晰的解释，这是技术上最大的瓶颈。

此外，中文语言表达的丰富性和多样性也给AI系统带来了挑战。语义的含义和语句的表达方式都极为多元，这导致AI系统在检测人类作者的写作时容易产生歧义，增加了检测难度并影响了准确率，这也是导致误判的重要原因之一。

鉴于目前AI生成内容检测的精确度尚未达到理想水平，教育界人士建议，在论文审核过程中，应建立一套清晰、可追溯的AI使用标注制度，而不是简单地设置一个“AI率”的硬性标准。在判定机制上，应采取以人工评审为主、AI检测为辅的“人机共判”模式。

目前，许多高校在审查学生论文时会设定“AI率”的检测门槛，但不少学生反映，学校的AI率检测往往依赖于指定的检测平台和算法模型进行分析。

一般来说，国内主流高校在AIGC检测方面多采用知网、维普、万方等系统的相关功能。央视记者就“AI大模型如何检测文章的AI生成内容比例”这一问题，向多个大模型进行了咨询，并总结其回答。简单来说，检测方法是通过分析文本的“困惑度”和“突发性”等特征。AI生成的文本通常更加“流畅平滑”，而人类的写作则表现出更大的波动性。

大模型解释说，“困惑度”指的是文本的“可预测性”，越是包含人类特有的、出人意料的、跳脱常规的表达，就越接近人类写作。而“突发性”则关乎文本的节奏变化——人类写作的节奏如同心电图般起伏不定，而AI的输出则更为稳定，如同直线一般。这种判断方式是否准确？

对此，专家指出，除了困惑度和突发性等指标外，AI文本生成的基本原理是通过预测下一个最有可能出现的词语的概率来逐步构建文本，这本质上是一种概率统计过程。因此，目前检测AI生成内容的准确性无法达到100%，误判的情况也时有发生。对于热衷于了解最新科技动态，包括世界杯买球网等信息的用户来说，理解这些技术背后的原理至关重要。