AI正在如何影响和改造我们的时代？一个简明的例子是，高校已经开始用AI，来检测毕业论文的AI率了。
创造AI是为了解放人类，但AI太过强大，足以“以假乱真”，人类只好要求助AI本身来鉴别。这不能不说是一个无奈的选择。而更无奈的是，用AI查AI，至少在目前，导致了许多混乱的鉴别，网上已有许多这样的例子：比如AI判定，唐代著名诗人王勃的《滕王阁序》有着100%AI率，而朱自清的名篇《背影》、《荷塘月色》均为AI代写高风险文章。
当AI大权在握，又显得没有想象中那么“聪明”，就成了困扰许多人的源头——而寻找AI的弱点，出奇制胜，则是无奈下的新选择。
在全民AI的时代，类似的故事可能会越来越多。
论文考官AIGC
原本，郝奇奇的毕业论文一路绿灯，导师还在论文答辩会上夸赞她的论文“很有个人写作风格，在AI盛行的时代很可贵”。然而，当郝奇奇将论文上传至AIGC检测系统，结果显示AI率为76%。
这时，导师也开始质疑她。她的心态“炸了”，崩溃大哭。
郝奇奇是四川省一所985高校汉语言文学专业的学生，她向我保证，这篇一万五千字的论文完全由她个人独立完成。
经济学专业本科生李悦然遇到了同样的问题，她笃定地说，论文全由她独立完成，但AI不买账，将她的论文AI率判为50%。
AIGC（Artificial Intelligence Generated Content）检测率，俗称AI率，是指利用AIGC论文检测系统对学术文本进行AI生成内容占比检测，它被认为是一种新式的论文原创性的检测方法。简单地说，就是“用AI查AI”。
去年6月开始，华东师范大学和北京师范大学联合发布首个《生成式人工智能学生使用指南》，要求学生使用生成式人工智能完成作业时，需对相关内容进行明确标注，且直接生成的内容不得超过全文的20%。
华东师范大学后来对媒体解释了这项新规定的现实背景——AIGC技术在学术研究环境中的滥用。这项举措的目的是，“确保学术道德和学术诚信不被侵犯”。
今年，四川大学、西南交通大学等多个高校先后发布了毕业论文AIGC检测的通知，将AI检测率作为毕业的硬性指标之一。如四川大学教务处规定，文科类毕业论文（设计）AI生成内容占比不超过20%，理工医科类毕业论文（设计）AI生成内容占比不超过15%；西南交通大学教务处规定，原则上本科毕业设计（论文）的AIGC检测结果不能超过30%。
高校对于学生使用AI生成工具整治的背后，是学生对于AI工具的高度依赖。第三方机构“麦可思”发起2024年中国高校师生生成式AI应用情况研究，3000多名高校师生的问卷结果显示，近六成高校师生每天或者每周多次使用生成式AI——其中近三成用于写论文或作业。
高校检测毕业论文AI率已成为一种趋势，而高误判率也正困扰着师生群体。天津市一所理工类大学教师周扬告诉我，学校规定，如果学生论文的AI率高于30%，会被取消参加毕业论文答辩的资格。而且，学生论文的AI检测率和教师绩效挂钩，AI率不达标将直接影响教师的绩效考核。
令周扬难受的是，因AI率被检测为32%，一位她最欣赏的、文风规范严谨的学生失去了一次答辩资格。
后来，她亲手帮学生修改了论文的绪论，结果AIGC检测系统里，整个段落两百字依然全部飘红。
“学生难受，我也难受。”周扬说 。
甘肃省一所高校的新闻专业教师程婷也怀疑AIGC的合理性。她所在的学校，从外部的公司租用了AIGC检测系统，AI检测后，会将学生的论文分为A、B、C、D四个等级，其中C和D等级为AI代写高风险论文。
程婷苦恼地说，一些学生的论文是用AI写成的，反而评为较高的A或B等级，而她亲自指导的两名学生，论文完全是自己写的，却被评为较差的C和D级。她指导的一名学生研究的是老家县城的非遗社火， “你想他从哪抄去呢？根本就抄不上。”
“从确定选题，到论文逻辑，再到标题，这些都是我手把手教他改的。”程婷无奈。
为了让AI满意，他们只能犯错
为了让AI满意，或者说顺利毕业，学生们迫不得已开始琢磨“考官”的心思。
李悦然很早注意到，恰恰是规范的学术论文表述，最容易引发AI率。最频发的情况是，当她在段落的开头使用“首先”，或者在段落的结尾处使用“总之”、“综上所述”等词语时，该段落很容易被判定为AI生成内容。
“人类失去总分总写议论文的权利。”李悦然哭笑不得。
为了降AI率，李悦然把论文中的“其中”、“例如”、 “首先”、“其次”、“然后”、“最后”等逻辑连接词基本都删掉了，“能省则省”。
周扬身为老师，也对此感到困惑：“一篇很规范的论文，不管是摘要、绪论、研究方法，这些写法都是有固定句式和框架的，太规范全都会标红，很离谱。”
专业名词也容易被AIGC检测系统认定为AI生成。一名艺术设计专业的本科应届毕业生告诉我，他们专业的论文惯用“图形设计”、“包装设计”、“文创产品设计”等固定专业名词，但这些句子高概率地被检测为AI生成。为了降低AI率，她只能将这些词改成颇为笼统的表述“该设计”。 一名医学类本科毕业生遇到了相似的问题。论文中惯用的表述，如“XX研究发现”、“XX患病率约为XX”等句子均被判为AI生成内容。
书面语表达也容易被认定为AI生成内容。为此，一名学生把论文中的“可观的发展潜力”改成“还有很大的发展空间”，“XX不及XX”改成“XX比不上XX”。还有一名学生说，她把论文中的“与生俱来”改为“一生下来就有的”。
总的来说，就是要使用大白话，尽可能不使用逻辑连接词、专业名词。
即使表述简单的句子总是被判定为AI生成内容。比如，郝奇奇论文中的一句，“斯德奈在里德学院就读人类学本科课程时，接触到了韦利和庞德翻译的一些中国文学相关的译本，例如《孔子》《道德经》之类的著作，以及其他一些中国和印度的佛教文学作品”。
为了降低AI率，郝奇奇迫不得已为这个句子替换了多个表达，甚至她的朋友帮忙用同一个语义写了多个版本，都无法通过AI检测。
“我简直不知道这样简单的句子到底要怎么说才行。”
后来，她看到社交平台上有网友说“多使用逗号可以降低AI率”，她忍不住尝试，利用文档的快捷键将句号全部替换成逗号，没想到AI率锐减了35%——不过，因为郝奇奇的导师不认可这样的修改方式，所以郝奇奇只能一处一处地修改。
关于将句号全部替换成逗号可以降AI率的原因，郝奇奇推测，可能正是因为这样的改法是错误的，“AI觉得AI不会犯这样格式上的的错误。”
这样的判断并非无中生有。在修改论文时，郝奇奇发现，如果句子中有明显的错别字或者语病，就不会被判定为AI生成内容。比如，“1998年xxx在xxx就读了本科生课程”，她错写成“1998年xxx在xxx就读了本科生”或者“1998年xxx在xxx就读了生”。
大学教师周扬也注意到，她的学生为了降AI率，在论文中使用上不恰当的比喻，“这个问题就好像走进了魔法森林”——这句令人摸不着头脑的比喻句，最终帮助这个句子通过了AI的检测。
短句容易被判定为AI生成内容。李悦然平时有使用AI生成工具的习惯，她反向推测，也许正是因为当下的AI生成工具习惯生成短句。
将句子改得冗杂，成为降AI率的策略之一。江泽康是湖北经济学院新媒体广告专业的应届本科毕业生，原本他论文摘要的第一句话是这样写的：“在新媒体时代的浪潮中，黄梅戏这一传统戏曲艺术面临着传播与发展的双重挑战与机遇。”不幸的是，这个句子被判定为AI生成内容。
在反侦察的思路之下，江泽康将上述句子改得冗杂：“在当代新媒体迅猛发展的时代背景下，黄梅戏作为一种富有魅力的传统戏曲，正面临着传播与发展的双重挑战，同时也迎来了新的发展机遇。”就这样逃过了AIGC的检测。
如果这些方法都不管用，那就只能采取最简单粗暴的修改方式——删除。那位周扬最得意的学生对照AI报告，将一些延展讨论的内容全部删除。秉持着“少说少错”的原则，这名学生的论文AI率下降了8%。
AI降重和AI判定靠谱吗？
在被AIGC检测系统折磨得走投无路之时，郝奇奇想到了寻求另一个AI的帮助。
她把那句无论怎么修改都无法通过AIGC检测的句子，交给了另一个AI，得到了这样的修改方案：“斯奈德在里德学院就读人类学本科课程之时，接触到了，韦利和庞德翻译的一些，中国文学相关的译本，例如《孔子》，与《道德经》之类的著作，而且还有其他一些，中国、印度的佛教文学作品。
你没有看错，这是一个不恰当地使用标点符号，以致无法正常阅读和理解的病句，但它神奇地通过了AI的检测。
另一件让郝奇奇匪夷所思的事情是，在未降论文AI率之前，郝奇奇将论文传至知网AIGC检测系统，显示AI率为20%。随后，郝奇奇将论文传至维普AIGC检测系统，AI率升至70%。
郝奇奇的情况不是孤例。一名学生告诉我，她的朋友将论文传至维普AIGC检测系统，显示AI率为90%，后将论文传至知网AIGC检测系统，显示AI率为30%多。
事实上，不仅不同的AI会给出不同的检测结果，而且相同的AI在不同时间段也可能给出不同的结果。一位新闻学专业的应届生告诉我，他的论文用同一个检测系统检测AI率，两次检测大约间隔了27个小时，相同的一段文字，前一次还没有被判定为AI生成，后一次就是了。
AI变来变去的心思令人焦灼。教师周扬说，校方规定论文AI率必须30%以下，但是学生自己检测和校方二次检测存在波动情况，所以为了求稳，她的同事要求学生将AI率压到5%到10%，否则不允许上交论文，让学生主动延期答辩。
AIGC检测系统仿佛一个巨大的黑箱，学生摸不清算法的规律，往往要检测很多次，“非常贵，对学生负担很大”。江泽康说，他使用某论文检测系统每次检测AI率需花费16元，如果同时检测重复率和AI率就要购买45元套餐，而他一共检测了十来次，花费了三百多元。
AIGC检测的底层逻辑是什么
试图理解AIGC检测系统的高误判率现象，以及人为什么需要故意犯错才能逃过AI的检测，都指向同一个问题——AIGC检测的底层逻辑是什么。
目前，国内主流的AIGC检测平台对其大模型的原理的公开表述比较模糊。企查查平台显示，同方知网数字出版技术股份有限公司在2025年1月24日申请了一项名为《AI生成学术文本的判断方法、装置及相关产品》的专利，其检测系统判定原理如下：首先“利用大模型对‘待判断’学术文本进行改写 ”，再通过对比改写前后的文本，判断该学术文本是否由AI生成。
而维普官网显示，维普AIGC检测系统“能分析文本的语法模式、逻辑连贯性等特征，区分人工与AI创作”。
7月4日，我联系了知网和维普希望进一步了解AI检测的原理，截止目前还未得到回应。
Leo是硅谷大厂的AI研究员，她认为弄清楚AIGC检测系统的底层逻辑，前提是弄清楚AI写作和人写作的区别：从词语上来看，AI大模型是以概率的形式生成字词的。比如说下一个字大于80%的概率是某个字，它就选择这个字。因此，AI生成的论文较多使用高频词汇，句子长短也是比较均匀分布的，AI会使用相同的模板，比如说“主定从”句式。
而AIGC检测系统的高误判率正是和AI的标准化学习流程有关。Leo说，当论文写作使用了标准化的语言表达、高度专业化的术语，就被会被误判成AI生成内容。毕竟，论文标准化的写作风格是最容易模仿的。
至于将句子改成病句可以降低AI率，Leo说，是因为这种做法干扰了句子的输入分布，比如，“你吃饭了”，这是一个固定的句式，AI可以理解，但如果中间加了一个逗号，或者加了几个不相关的字，那么，输入分布就改变了。这时，大模型在理解的时候就可能产生偏差。
而一些学生用AI生成工具写论文，却逃过了AIGC检测系统的检查。简单地说，就是这名学生使用的AIGC检测系统没有他所使用的AI生成工具聪明。
赵宣栋是加州大学伯克利分校计算机领域的博士后研究员。在他看来，人和AI写的内容很难完全区分开来。他介绍，当下主流的AIGC检测系统的工作原理主要是“分类器”：通过搜集各大AI生成的数据和人写的数据，将两类数据集训练成一个二分类器，据此区分人写的内容和AI生成的内容。
但人写的内容和AI生成的内容，两者的特征很大一部分是重合的，比如人和AI都可以擅用破折号，无法据此判定谁是AI，谁是人。同时，人类可以发布指令，让AI故意犯错，以逃避AIGC的检测。赵宣栋认为AIGC检测系统很难做出准确的判断——检测的假阳性和假阴性很高，即误判率高。
回到问题的本质，当下的AI大模型，训练目标之一就是让其趋近于人类的表达，比如模仿人类的语气，增加人性化的的输出。2023年10月，赵宣栋及其团队成员在《Provable Robust Watermarking for AI-Generated Text（生成式AI时代的水印技术）》中提到，“这种检测 AIGC 与人类自然文本近似度的思路存在理论上的冲突，因为人工智能本身就是在模仿人类智能，AIGC 与人类自然文本的近似，本身就是该项技术的终极目标。”
用AI查AI，就此构成了悖论。赵宣栋说，AI智能正在发展，当更加智能的模型出来后，将更难以区分两者的区别。
不过，赵宣栋所在的团队提出了一个解决办法，也就是“水印”技术。可以理解成，每个大语言模型都有自己的个性，而“水印”就代表了其中的某一个属性，就像密钥。“比如生成《西游记》，实际上它行文思路有千百种，我使用这个水印之后，相当于我选择了这几百条路径中的某一条路。那么只要知道密钥，就知道我选择了（哪条）独特的一条路。如果不知道密钥，看起来就像我从几百条里面随机选了一条路。”
“水印”像是为AI生成内容植入了专属的身份识别芯片，获得密钥的人，便能够轻松地识别它是否是AI生成内容。每一家大模型提供商都有自己的“水印”，但各家只能识别自己的，不能识别别家的。
赵宣栋说，国家可以设立法律法规，强制要求大模型提供商添加“水印”，再由政府部门统一管理，对内容统一检测。在这种管理下，或许AI生成的滥用问题会缓解很多。
不过，赵宣栋也表示，水印技术无法百分之百识别AI生成内容——如果一个人执意对抗AIGC的检测，即便在有“水印”的情况下，他也可以再做额外的修改，直到把“水印”完全抹去。所以，识别AI生成，总体而言是一个很困难的场景。
作为一个试图驯化计算机的研究者，赵宣栋依然对人类保有信心，他说，人类高度创造性的思维，是人工智能无法企及的。
而AI将成为人类智识的延展，基于AI大模型，新的研究方法正在各行各业被创造出来，说到底，都是人类与AI的结合。可能在不远的将来，人类与AI将变得如此密不可分，区分何为AI生成何为人工，将变得不再那么重要。
但对于正处于AI困境的人们来说，硅基智能已经开始困扰人类自身。一名英语专业本科生就说，当她一遍遍地修改论文，一次次地揣摩AI的心思，她感觉自己的语言仿佛被AI同化了，越来越有AI味。
文章来自于“ 腾讯新闻 谷雨工作室”，作者“陈媛媛”。
