“AI檢測”真能一票否決嗎？

6月，全國高校畢業答辯季進入白熱化階段。凌晨，某985高校應屆碩士畢業生李楠仍然坐在電腦前，盯著屏幕上那個刺眼的數字——“AI生成概率：70%”。

她的論文從選題、框架到每一處論證，都是和導師反復打磨而成。然而，在學校引入的AIGC檢測系統面前，這份“人味”十足的論文卻被判了死刑。按照學校規定，AIGC檢測率必須低于20%才能獲得答辯資格。因此，李楠付費購買了能“降低AI率”的在線服務，讓AI把自己的論文“打碎重組”。此時，她已無暇顧及論文學術質量。

李楠的經歷并非個案。今年以來，多所高校發布通知，將AIGC檢測正式納入畢業論文審核流程。從知網到維普再到萬方，各大檢測系統紛紛上線AI檢測功能，標準五花八門。然而，這個意在守護學術底線的技術手段，正在全國高校催生出一場令人啼笑皆非的“貓鼠游戲”。“當畢業生涌向各式各樣的‘降AI’攻略，當學術訓練異化為與算法的對抗，一個深層次的問題浮出水面：用一套不成熟的‘裁判’系統，對學術成果進行一票否決，我們究竟是在守護誠信，還是在制造新的困局？”南京大學教授、教育部社會科學委員會委員葉繼元近日在接受本報記者采訪時直言。

AI對學術寫作的滲透已是現實。但AIGC檢測系統——這套遠未成熟的工具，為何能被如此迅速、如此普遍地推上“一票否決”的位置？

不成熟的學術“裁判”

AIGC檢測工具的底層邏輯并不神秘。它本質上是通過對文本的語言模式、統計特征進行機器分類，判斷一段文字出自人手還是AI。但問題的關鍵在于，這一技術路徑在被迅速推上“審判席”的同時，卻暴露出結構性缺陷。

“AIGC檢測技術并不能穩定、準確地判斷一篇論文究竟是不是由AI實質性生成。”葉繼元告訴記者，他在調研中發現了一個悖論：一些學生只是用AI對語言進行了基礎潤色，AIGC檢測率反而飆升；另一些學生有意把論文改得口語化、邏輯跳躍，甚至加入語病，卻可能順利過關。在葉繼元看來，檢測結果并不絕對等于學術失范的事實。

華東師范大學傳播學院教授王峰的批評更為尖銳：“這本質上是違法的。重復率檢測報告有意義，其證據可以直接核實，具有天然的合理性；AIGC檢測報告卻不具有這一天然合理性。把一個合理性存疑的檢測樹立為標準，這違背了教育準則。”

對于檢測工具的準確率，華僑大學哲學與社會發展學院教授高來源從技術邏輯上給出了一針見血的解釋：“檢測本質上是‘AI對AI’。但這種技術的功能性結果本身就以人的理性能力為參照，因此理論上而言，很難確認一篇論文是不是通過AI完成的。”他估計，那些AIGC檢測系統的實際檢測準確率，平均也就能達到60%。

一個準確率剛剛及格的工具，卻被賦予決定學術命運的權力。當檢測率成為硬性標準，學生學業焦點便從“論文好不好”迅速轉向“數字對不對”。華北電力大學馬克思主義學院教授翟亞軍提出，學位論文的核心功能本應是考察學生發現問題和解決問題的能力，培養其系統思維與批判思維。然而，當檢測工具將評價焦點窄化為語言風格、句法特征等表層指標時，兩者之間就構成了根本性的邏輯矛盾。“過度關注這些指標，極易導致學生把精力從研究問題本身轉移到‘反檢測’上，既敗壞了科研風氣，也不利于學生正確價值觀的塑造。”

杭州電子科技大學知識產權研究院院長鄭海味從一線教學實踐出發，給出了一個更具操作性的判斷。她認為，AIGC檢測報告可以是一個重要的輔助信號，用來提示風險并啟動核查，但它絕對無法替代導師評閱與過程材料審查。“若學生能在答辯中闡明研究問題與論證路徑，一個單一的檢測數值不應否定他的全部工作。”

檢測不能替代客觀評價

檢測技術不成熟，并不意味著問題不需要回應。時間撥回到2024年下半年。彼時，由AI發展帶來的學術不端治理問題日益緊迫，高校學業論文成為AIGC重災區，治理壓力迎面而來。而部署一套“成本低、見效快”的檢測系統，便成了不少管理者眼中最省力的“交差”選項。翟亞軍點破了這一層邏輯：“當前，部分高校采取‘一刀切’的管理方式，將AIGC檢測率設為畢業硬性標準，看似是在維護學術誠信，但背后折射出一種工具性思維主導的管理惰性以及消極保守求穩的避險心態。”

葉繼元同樣關注到其深層的負面影響。“如果高校把AIGC檢測率作為硬性指標，確實可能助長教育者的‘免責心態’。導師和教務管理部門本應對論文質量、研究過程和學生能力作出具體判斷，但一旦有了檢測報告，就容易把復雜的學術判斷交給系統。這樣看似嚴格，實際上可能是在回避責任。”高來源認為，從管理層面看，為避免學生過度依賴AI甚至直接造假，引入檢測手段確實是一個必要的手段。但如果單純用AIGC檢測作為一票否決的硬性指標，顯然不合理。

當一臺準確率存疑的機器開始定義何為“人的創作”，學術評價的根基便產生動搖。葉繼元提出，對“原創”的學術評價至少包含兩個層面。一是規范意義上的原創，即成果由作者獨立完成并承擔責任。二是創新意義上的原創，指在概念、方法、理論上具有突破性貢獻。AIGC檢測實際上只觸及了第一個層面中最淺表的部分——語言形式的相似度。而對于學術評價真正重要的“內容評價”和“效用評價”，即論文是否研究了真實問題、論證是否嚴密、對學術或實踐有無推動，這套檢測工具幾乎毫無涉及。

鄭海味向記者分享了她在實際評閱中的操作準則。面對一篇論文，她會重點追問學生三個問題：一是論文的核心觀點是否充分理解；二是文中的數據、案例、實驗或文獻閱讀來源是否真實可靠；三是能否清晰解釋論文中關鍵段落的形成過程。她認為，更合理的處理方式，是把AIGC檢測報告作為進一步核查的“線索”。

管理理念需要落地為制度。翟亞軍提出，破解之道在于徹底摒棄“重形式、輕能力”的單一量化評判，構建多元化、過程化、人本化的綜合評價體系。她建議，細化評價標準，明確區分AIGC可檢測、不可檢測及人機協同核驗的不同場景；強化全鏈條過程評價，將考核貫穿選題、開題、寫作、調研各個環節；建立清晰的AI使用規范與爭議復議機制。

守住學術場域中的人

今年5月，教育部學位管理與研究生教育司委托中國學位與研究生教育學會研制并發布《規范研究生學位論文與實踐成果中人工智能工具使用指南》（以下簡稱《指南》）。翟亞軍表示，《指南》確立了研究生在科研中使用AI工具的合理范圍與方式；將人工智能工具使用治理焦點從單一的“技術檢測”向“規范使用+過程透明”轉變，守住了學位論文的原創性底線。鄭海味認為，《指南》有助于建立過程透明、責任明確的人機協同學術規范，有助于糾正唯AIGC檢測率的簡單化治理傾向，引導高校從結果管控轉向過程評價，回歸人才培養和學術訓練本身。

有學者認為，這種從“一刀切”的管控走向“分類指導、能力先行”的探索，其核心指向是在技術浪潮中守住學術場域中不可替代的人。對于“為何必須守住人”這個問題，高來源認為，人文學科的核心在于“具身性”能力訓練，通過情感體驗與精神塑造，培養學生獨立的思考能力，而非標準化的知識灌輸。人文教育必須堅守以人為本。

高來源強調的是價值層面“為何守住人”，翟亞軍則從制度層面系統性回答了“如何升級育人”。她提出“從管控AI到升級育人”的三重路徑：重塑人才培養目標，將“AI時代的科研素養”正式納入培育體系；倒逼教師提升數字素養與指導能力，適應“人機協同”下的新型教研模式；推動管理者更新治理認知，構建兼具規范與彈性的現代化治理框架。

對于AIGC檢測工具的功能定位，鄭海味認為，“未來AI檢測工具的開發重點，不應僅僅追求精確地給出一個AI率百分比，而更應該增加風險提示、核查提示功能，即指出論文中哪些地方需要進行人工核查。”她呼吁高校應盡快把AI使用規范納入正式的學術規范教育體系。“從長遠看，AI將成為學術寫作和科研訓練的常規工具。我們要教會學生在使用技術工具時，仍然保持誠實、判斷力和責任感。”

王峰建議放棄將AIGC檢測作為重要評判標準，轉而把資源投入到做好高校教師的AI培訓上，在使用中推進對AI的理解，而不是制定硬性規定。他向記者描繪了自己理想中的人機協同寫作圖景——人類作者構建觀念，AI幫助搜集材料并確保其準確性，同時給出相關研究進展和修改建議；人類作者據此進行修正并不斷補充新元素，再交由AI驗證，如此反復迭代直至完成。“論文本質上是一種新方向、新觀念的探索，沒有必要因噎廢食，壓制對新工具的使用。”

中國社會科學報記者 張蘋 劉越

來源：中國社會科學報

新媒體編輯：常暢

如需交流可聯系我們