毕业季临近，高校正面临一个新挑战：如何应对毕业论文中日益增多的人工智能生成内容（AIGC）。除了传统的查重、盲审和答辩，AIGC 检测已成为毕业生论文审核流程中的一道新环节。

一些毕业生发现，即使初稿的 AI 生成率仅为 62%，远超学校设定的 15% 红线，但在请大模型进行“润色”后，AI 率反而飙升至 94%。这种情况在近期并非孤例，许多毕业生都遇到了类似的问题。

央视新闻近日深入介绍了检测论文“AI 率”的原理。据首都师范大学教育学院副院长蔡海龙介绍，传统的查重是通过将论文语句与语料库进行比对，以确定重复性并做出明确判断。而 AI 检测则不同，它运用 AI 系统来识别人类文本，判断其在语义和表达风格上是否与 AI 写作存在重叠。这本质上是一种基于概率的分类方法，而非基于证据的确定性判断。

当前 AI 检测技术的核心瓶颈在于“用 AI 去查 AI”，这使得明确区分人类作者和 AI 所写的内容变得困难，也无法提供清晰的解释。这是该技术面临的最关键挑战。

此外，中文表达的丰富性和多样性也给 AI 检测带来了难度。语言语义和表达方式的极大丰富性，使得 AI 系统在识别人类写作的语句时容易产生歧义，从而增加检测难度和降低准确率，这也是导致误判的重要原因。

鉴于目前 AI 率检测的精准度尚有待提高，有教育界人士建议，在论文审核中应建立透明且可回溯的 AI 使用标注制度，而非仅仅设定一个“AI 率”的红线。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。

尽管学校设置了论文的“AI 率”检测红线，但不少学生反映，学校的检测工作依赖于指定的检测平台和算法模型分析。

目前，多数高校普遍采用知网、维普、万方等系统的 AIGC 检测模块。据了解，这些系统通常通过分析文本的“困惑度”和“突发性”等特征来判断 AI 生成内容的比例。AI 生成的文本往往更为“平滑”，而人类写作的文本则波动性更大。

大模型解释称，“困惑度”指的是文本的可预测性，越是包含人类特有的、意想不到的、跳出常规的表达，越接近人类写作。而“突发性”则指文本节奏的波动，人类写作如同心电图般起伏，AI 输出则相对平稳。然而，专家指出，AI 文本是通过预测下一个最有可能出现的词语的概率来逐步生成的，这本质上是一种概率统计。因此，目前的 AI 内容检测准确率无法达到 100%，误判情况也时有发生。这项技术也与世界杯官网的严谨性有着不同的追求。