AI 都能写作业了，我们为什么还在查“AI率”？

今年毕业季，我越来越频繁地看到一个很魔幻的数字：

AI率。

17%。

28%。

43%。

有些学校把它和答辩资格绑在一起，有些学校把它和优秀毕业论文绑在一起。学生拿到报告以后，第一反应往往也很现实：不是去想论文哪里写得不好，而是赶紧想办法把这个数字降下来。

于是一个非常具有这个时代特色的场景出现了。

论文可能是学生自己写的。

检测器说：像 AI。

学生慌了，把论文丢给 AI，让 AI “改得更像人”。

改完以后，再交给另一个 AI 检测器。

数字降下来了。

于是，一篇原本由人写的论文，经过 AI 重写以后，终于获得了机器颁发的“更像人类”认证。

如果把这件事放在十年前讲，大概会被当成科幻喜剧。

现在，它正在成为很多毕业生的日常。

高校公开通知中的 AIGC 检测结果示例

图：高校公开页面展示的 AIGC 检测报告示例。来源：中国石油大学（北京）克拉玛依校区教（研）务部。

“AI率”不是另一个查重率

我觉得很多争议的根源，是大家下意识把 AI 检测当成了查重检测的升级版。

查重率至少有一个很直观的逻辑：系统发现你的文字和已有文献高度相似，然后告诉你相似内容在哪里、来源是什么。这个结论可以回到原文核对。哪怕算法会有误差，至少证据链是可以被人理解的。

AI 检测完全不是这回事。

“AI率 37%”并不意味着系统找到了某个 ChatGPT 对话，证明其中 37% 是复制过来的。

它表示的是：一个分类模型根据文本特征，认为其中一部分文字具有机器生成的特征。

至于为什么这句话是 0.82，那句话是 0.34，为什么一段非常工整的学术表达容易被判高，为什么同一段文字经过改写以后数字突然下降——普通学生通常看不到完整模型、训练数据、特征权重和校准方法。

最后留给学生的，往往就只剩一个百分比。

而这个百分比正在被赋予远超它技术含义的权力。

公开的高校通知已经能看出这种混乱。

有学校规定 AIGC 检测值低于 30% 才能获得常规答辩资格，优秀论文要求低于 20%；有学校把线放在 40%；也有学校要求优秀论文低于 30%，所有参加答辩的学生提交 AI 检测报告备案。

同样一篇论文，放到不同学校，可能今天合格，明天就需要“整改”。

这不是说学校不能制定标准。

问题在于：30%、40%、20% 这些数字究竟对应什么经过验证的教育风险？

如果没人能够回答这个问题，它们就很容易从风险参考值变成一种看起来很科学的行政刻度。

一个百分比，一条红线，一份报告。

管理起来当然很方便。

至于它到底能不能准确回答“学生有没有独立完成研究”，那是另一回事。

相关公开通知可见：厦门华厦学院 2026 届本科毕业论文 AIGC 检测通知、哈尔滨学院 2026 届毕业论文检测通知、太原工业学院 2026 届毕业论文检测通知。

连卖检测器的人，都不敢把这个数字说得这么绝对

一个很值得注意的细节是，国际上被大量高校使用的 Turnitin，在自己的 AI Writing Report 使用指南里写得相当谨慎。

它明确提醒：AI 写作检测模型可能会误判人类文本、AI 文本以及经过 AI 改写的文本，因此不应该单独作为对学生采取不利措施的依据，最终仍然需要进一步审查和人的判断。

Turnitin 甚至把 1% 到 19% 的检测结果直接隐藏成 *%。

原因也写得很直接：这个区间出现假阳性的概率更高，显示精确数字反而容易被误读。

这件事很有意思。

检测工具的开发者在文档里反复提醒用户：别迷信这个数字。

到了某些实际场景里，数字却可能直接变成答辩门槛。

工具厂商说“请结合人工判断”。

管理流程说“超过 30%，回去改”。

到底谁更相信 AI？

来源：Turnitin - Using the AI Writing Report

检测器真的能知道一段话是谁写的吗？

这个问题没有一句简单的“能”或者“不能”。

检测技术一直在进步，不同模型之间效果差异也非常大。把所有 AI 检测器都说成完全没用，同样不严谨。

但一旦它要承担学术处分、答辩资格甚至毕业资格这样的高风险决策，证据标准就应该跟着提高。

早在 2023 年，OpenAI 自己曾经发布过一个 AI 文本分类器。它在当时的英文挑战集上，只把 26% 的 AI 文本正确标记为“可能由 AI 编写”，同时有 9% 的人类文本被误判。几个月后，OpenAI 因为准确率过低直接下线了这个工具。

这是几年前的旧模型，当然不能拿来证明 2026 年所有检测器都只有这个水平。

但它至少说明了一件事：

文本来源识别从来不是一个“模型够大就自然解决”的简单任务。

来源：OpenAI - New AI classifier for indicating AI-written text

更值得警惕的是误伤。

斯坦福等机构的研究者曾测试 7 个常用 GPT 检测器。他们拿 91 篇真实的非英语母语者 TOEFL 作文测试，平均有 61.3% 被错误判成 AI 生成；19.8% 的作文被全部 7 个检测器一致误判。

研究者认为，一个重要原因是非母语写作者往往使用更加可预测、变化较少的语言结构，而某些检测方法恰好把这种“可预测性”当成机器写作特征。

这项研究研究的是英文和较早的一代检测器，不能简单外推成“中文 AI 检测一定也有 61.3% 误判”。

它真正提醒我们的，是另一件事：语言、文体、模型版本、训练数据和作者群体都会影响检测结果。

既然如此，一个跨专业统一使用的固定阈值，就更应该解释它为什么成立。

来源：Patterns / PubMed - GPT detectors are biased against non-native English writers

然后，检测器遇到了它最尴尬的敌人：改写

如果一个指标决定学生能不能过，它很快就会变成被优化的目标。

查重率出现以后，市场上长出了论文降重。

AI率出现以后，“降AI”几乎是必然出现的生意。

这不是学生突然集体变坏了，这是评价机制非常正常的反馈。

你告诉一个学生：

“论文质量我先不谈，AI率必须低于 30%。”

那他接下来最明确的任务就是：

把 31% 变成 29%。

至于修改以后文章有没有变得更准确、更严谨、更有思想，检测系统通常不负责。

2024 年 LREC-COLING 收录的一项研究专门测试了针对 AI 文本检测器的对抗性改写。研究者发现，一些检测模型在轻微扰动、黑盒攻击和改写面前可以很快被绕过，实验中的攻击甚至能够在数十秒级别让机器生成文本被判成人类文本。

这就把问题推到了一个非常尴尬的位置。

如果“AI率”可以通过修改语言风格显著改变，它衡量的究竟是学术独立性，还是一个人对检测器统计偏好的适配程度？

来源：ACL Anthology - Humanizing Machine-Generated Content: Evading AI-Text Detection through Adversarial Attack

一条荒诞但完整的产业链已经长出来了

今天在中文互联网里搜索“AIGC 检测”“降 AI率”，已经能轻易找到大量公开商业服务。

有些网站在同一个页面同时出售：

AIGC 检测。

AI 痕迹识别。

AI率降低。

检测报告。

甚至直接宣传“适配主流检测系统”“一键降低 AI率”。

公开降AIGC服务页面展示的处理前后对比

图：某公开“降 AIGC”服务页面展示的处理前后检测结果，仅用于说明市场现象，不构成推荐或背书。

这个商业闭环漂亮得近乎讽刺。

第一台 AI 判断你像 AI。

第二台 AI 帮你改得不像 AI。

第一台 AI 再检查一次。

通过。

教育原本想解决“学生有没有真正思考”。

最后却制造出一个新的训练目标：

怎样让文本骗过分类器。

而且最荒诞的受害者，恰恰可能是自己认真写论文的人。

一个学生写完以后被判 45%。他不知道为什么，也没有能力审计检测算法。学校只给他一个结果：太高，继续改。

他最后能怎么办？

找 AI。

于是，为了证明自己没有使用 AI，他开始使用 AI。

这已经不是技术笑话了。

这是评价指标发生异化以后非常标准的结果。

公开市场页面随手就能找到类似服务，例如：AIGC检测与降AI率服务页面示例、另一公开平台示例。这些页面的存在本身就说明，当“AI率”成为门槛以后，围绕门槛的优化市场已经出现。

更大的讽刺：教育政策已经往前走了

2026 年 4 月，教育部、国家发展改革委、工业和信息化部、科技部、国家数据局联合印发《“人工智能+教育”行动计划》。

文件说得其实非常明确。

要推动智能技术与教育全要素融合、全过程贯通、全场景覆盖。

高校要推动人工智能成为公共基础课，让全体学生掌握人工智能知识。

要探索人机协同教学。

要利用 AI 辅助学习、教学和科学研究。

甚至明确提出打造“人机协同”的智慧教育新形态。

2026年教育部介绍“人工智能+教育”行动计划的新闻发布会

图：2026 年教育部介绍《“人工智能+教育”行动计划》有关情况的新闻发布会。图片来源：北京日报客户端/教育部发布会公开报道。

国家层面的方向已经非常清楚：

AI 不会从教育里消失。

它会越来越深地进入学习、写作、科研、编程、数据分析和教学。

这时候再把教育治理的主要精力投入到“想办法判断一句话到底有几成像 AI”，多少显得有点拧巴。

一边教学生掌握 AI。

一边告诉学生毕业论文里最好别留下 AI 的语言特征。

一边鼓励科研人员使用科学智能体、自动化实验和智能分析工具。

一边又试图通过文本风格反推“你是不是用了 AI”。

这背后其实有一种很明显的犹豫：

我们已经承认 AI 会成为生产工具，却还没有完全接受它会改变教育评价。

来源：教育部等五部门《“人工智能+教育”行动计划》

我们真正不敢承认的，是旧作业已经失去了一部分证明力

过去为什么布置一篇 3000 字论文能够评价学生？

因为默认存在一个前提：

一个学生想写出结构完整、逻辑通顺、引用规范的 3000 字文章，大概率必须自己阅读、整理、思考和组织语言。

所以“最终文本”在很大程度上可以代理“学习过程”。

生成式 AI 把这个前提击穿了。

今天，一个完全没读过材料的人，也可以在十分钟里生成一篇看起来像那么回事的论文。

这很麻烦。

因为它意味着原来的评价方式失去了一部分鉴别能力。

面对这个变化，最省事的解决办法当然是再发明一个检测器：

过去看查重率。

现在再看 AI率。

表格多一列。

流程不用改。

教师不用增加答辩时间。

课程不用重构。

考核方式不用重新设计。

管理系统加一个接口，一切看起来又恢复了秩序。

但秩序只是看起来回来了。

生成式 AI 并没有因此消失。

学生只是开始学习如何绕过检测。

这就是我觉得今天教育里最值得正视的东西：

我们缺的可能不是一个更准的 AI 检测器，而是承认旧评价方式已经被技术改变的勇气。

2026 年《高等教育管理》刊发的一篇研究也提出了类似方向：学位论文治理应当从 AIGC 检测转向论文实质内容审查，从聚焦“代写”转向过程性的能力评价，把评价重点重新放回学生的综合素养和创新能力。

来源：《从控制到赋能：AIGC检测规制的教育反思与逻辑重构》

那是不是以后随便用 AI 写论文？当然不是

AI 检测有问题，不等于学术诚信不重要。

真正应该严打的东西其实非常清楚。

让 AI 直接代替自己完成核心论证，然后自己连论文讲了什么都不知道；让模型编造实验结果；虚构问卷数据；生成不存在的引用；把别人的研究成果换几个词变成自己的；参加闭卷或明确禁止使用 AI 的考试却偷偷调用模型。

这些事情没有因为检测器不可靠就突然变得合理。

AI 也不能替作者承担学术责任。

论文里写错一个关键结论，不能解释成“模型生成的”。

引用一篇根本不存在的论文，也不能怪 AI 幻觉。

最终署名的是谁，责任就应该落到谁身上。

真正需要重新设计的是证据。

如果学校真的想知道一篇论文是不是学生做的，完全可以看比“AI率”更接近研究本身的东西：

  1. 看过程。 保留选题记录、文献笔记、阶段稿、Git 历史、实验记录、问卷原始数据和修改轨迹。允许使用 AI，就要求说明用了什么工具、用在哪些环节。
  2. 看理解。 答辩不要只听学生背 PPT。随机挑论文里的一段方法、一个公式、一张表，问他为什么这样做。如果条件改变，结论会怎么变。
  3. 看复现。 理工科可以现场跑一段关键代码、重新生成一张结果图；实验类研究抽查原始数据；社科论文抽查问卷、访谈编码和统计过程。
  4. 看引用。 随机抽三篇参考文献，让学生解释它们真正讲了什么，以及为什么引用。AI最容易在这里露出幻觉和拼接。
  5. 看责任。 明确允许、限制和禁止的 AI 使用范围。允许语言润色，就坦然写进声明；允许代码辅助，就要求作者能够解释和验证代码；核心论点和研究结论必须由作者自己负责。

这些办法当然比跑一个检测器贵。

需要老师花时间。

需要学院重新设计流程。

需要答辩真的答，而不是走过场。

但教育本来就是一件昂贵的事。

如果我们只是想要一个便宜的数字，那数据库里已经有很多数字了。

“0% AI”到底证明了什么？

这是我最想问的一句话。

一篇论文 AI率 0%，可能仍然逻辑混乱、数据造假、引用错误、毫无创新。

一个学生完全不用 AI，也可以从几篇旧论文里东拼西凑出一份合格格式的废话。

反过来，一个学生可能用 AI 帮自己解释一个不懂的公式、检查代码、润色英文摘要、整理文献关键词、发现数据异常，然后自己完成研究、核实引用、承担结论。

如果评价体系只盯着“像不像 AI”，这两种情况反而可能被判断颠倒。

我们最终关心的到底应该是什么？

是学生有没有学会思考。

有没有掌握专业知识。

有没有真正做过研究。

有没有能力证明自己的结论。

有没有诚实说明工具的使用。

有没有对自己署名的成果负责。

这些事情都比一个百分比难测。

也正因为难测，它们才值得教育去做。

我之前写过一篇 《AI时代，我们更应该学会什么？》，里面谈过一个判断：当答案越来越便宜，判断、验证和责任会变得更贵。

现在回头看，“AI率”恰好暴露了这个问题。

我们面对一个会生成答案的时代，却仍然试图用检查答案表面特征的方法维持旧秩序。

这条路走下去，最后很可能得到一代非常擅长“通过 AI 检测”的学生。

至于他们会不会研究，会不会质疑，会不会验证，会不会独立解决问题——

检测报告不会告诉你。

最后

AI 已经来了。

这件事没有撤回按钮。

教育可以规定它什么时候能用，什么时候不能用；可以要求披露，可以追究造假，可以重新划定学术诚信的边界。

但教育不能假装只要把“AI率”压到 20% 以下，过去的世界就回来了。

真正困难的工作，是重新回答那个已经被 AI 改写的问题：

当一份漂亮的作业再也不能证明一个人真正学会了，我们还能用什么证明？

我希望答案最终不是一个更昂贵、更神秘、更精准到小数点后两位的检测器。

我更希望看到老师直接把论文翻到第 37 页，问学生：

“这个结论，你为什么敢这么写？”

学生能解释。

能拿出数据。

能复现实验。

能核实引用。

能接受质疑。

也敢对自己的结论负责。

如果这些都做得到，他用了哪些辅助工具，至少应该排在后面讨论。

如果这些一样都做不到——

检测报告上那个漂亮的 0%，又能证明什么？

参考资料