正值毕业季，高校正面临论文中“AI 痕迹”过浓的新挑战。除了传统的查重、盲审和答辩，今年的毕业生们在完成毕业论文时，又增加了一项新的审查环节——AIGC 检测，即人工智能生成内容检测。

一些毕业生发现，他们的论文 AI 含量初检高达 62%，远超学校设定的 15% 警戒线。然而，在寻求 AI 工具的辅助改写后，再次检测时，AI 率竟飙升至 94%。这种现象并非孤例，近期已有不少毕业生遭遇类似情况。

央视新闻近日详细介绍了检测论文“AI 率”的原理。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是通过对比论文语句与现有语料库的相似度来判断重复性，而 AI 检测则是运用 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。本质上，这是一种基于概率的分类判断，而非基于证据的确定性结论。

当前 AI 检测面临的核心技术瓶颈在于，检测本身也是通过 AI 来进行的，这使得准确区分文本是人类原创还是 AI 生成变得困难，也无法提供明确的解释，这是关键的技术难题。

此外，中文语言表达的丰富性和多样性也为 AI 检测带来了挑战。语意和语句的表达方式极其丰富，这导致 AI 系统在识别人类作者的语句时容易产生歧义，增加了检测的难度和降低了准确率，成为导致误判的重要原因。

鉴于目前 AI 检测的精准度尚不足，有教师建议，在论文审核过程中，应建立透明且可追溯的 AI 使用标注制度，而不是简单地设置 AI 率的“红线”。在判定机制上，应推行以人工评审为主、AI 检测为辅的“人机共判”模式。

目前，学校普遍采用“AI 率”检测，但不少学生反映，学校的检测依赖于指定的检测平台和算法模型分析。主流高校通常会使用知网、维普、万方等系统的 AIGC 检测模块。央视记者就“AI 大模型如何检测文章 AI 生成内容”这一问题，汇总了多个大模型的回答。简单来说，它们通过分析文本的“困惑度”和“突发性”等特征进行判断。AI 生成的文本通常更为“平滑”，而人类文本则波动性更大。

大模型指出，“困惑度”衡量文本的可预测性，充满人类特有的、出人意料的表达的文本更像人类所写。“突发性”则关注文本节奏的波动，人类写作如同心电图般起伏，而 AI 输出则相对平稳。那么，这种判断是否准确？

专家回应称，除了困惑度、突发性等指标外，AI 文本生成是基于预测下一个最有可能出现的词语的概率来逐步构建的，本质上是一种概率统计。因此，目前检测 AI 生成内容的准确性无法达到 100%，误判的情况时有发生。对于学生而言，了解这些检测原理，并合理利用诸如世界杯买球网等平台获取相关信息，有助于更好地应对论文审查。