“10月24日平台更新AIGC检测算法,一模一样的论文内容,9月30日查是没事的,10月25日重新查一遍就全红了,至今不知道判定标准是什么。”据媒体报道,近日不少网友在社交平台反映,知网AI生成率检测结果波动明显,同一篇文稿在不同时间检测,得到差异较大的AI特征值。对此,知网客服回应称,现阶段算法处于迭代过渡阶段,AI疑似率仅作参考,不能作为最终判定依据,用户对结果存疑可申请人工复核。

当前,不少高校把AI生成率纳入论文审核,用以甄别AI代写、防范学术不端。可如果检测工具本身的判定标准不科学、不专业、不稳定,那么依托检测结果作出的评判,自然也就缺乏可信度。AI检测工具在用来检测学生论文之前,自身首先要经得起检测。

结果差异很大,根源在于技术本身的局限。AI检测的判定方式,是依靠算法识别文本中常见的AI句式、表达习惯与行文风格,据此推算AI生成比例。但绝大多数AI模型的训练素材,本身就是海量的已有文献、经典著作和规范范文。这就导致结构规范、逻辑通顺、表达严谨的人工原创文章,很容易被机器误判为AI生成。

更值得警惕的是利益关系。部分检测平台同时经营AI检测与AI降重业务,依靠检测次数、字符数量收费盈利。在商业利益驱动下,平台存在调整后台算法、改动判定阈值、人为拉高AI生成率以诱导学生多次付费复测的可能,这会进一步导致检测标准混乱,损害检测的专业性与公正性。

要规范学生使用AI的行为,必须先规范检测平台。包括知网在内的AI检测平台,应当主动公开AI生成内容的判定依据、判定标准和算法规则,做到可复核、可追溯、可检验,让检测结果透明可信;同时建立便捷的人工复核与申诉通道,明确复核时限和处理结论,而不是把“可申请复核”停留在客服口径上。

也必须理性看待AI检测的作用。它只能发现文本表层的风格特征问题,无法识别文章的创新价值、学术思考和科研质量,单纯依靠机器判定本身就是简单粗放的评价方式。高校在把AI生成率纳入审核时,应明确其参考属性,把过程管理、答辩问询和专家评议作为主要依据,避免让一项辅助指标变成学生的付费关卡。

(信息来源:新京报,发布时间:2026-11-19)