毕业季临近，高校正面临论文中“AI 痕迹”过浓的挑战。今年，除了传统的查重、盲审和答辩，毕业生们在提交论文时还需经过一道新的审核环节——AIGC（人工智能生成内容）检测。

据报道，一名毕业生发现其论文的 AI 含量为 62%，远超学校设定的 15% 的标准。在寻求大模型帮助修改论文，使其“更像人类撰写”后，再次检测发现，AI 含量竟飙升至 94%。这种情况并非孤例，近期许多毕业生都反映遇到了类似的问题。

央视新闻近日介绍了检测论文 AI 含量的原理。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是通过比对论文与现有语料库中的语句来判断重复性，是一种确定性的判断。而 AI 检测则是利用 AI 系统来分析人类文本，判断其在语义和表达风格上是否与 AI 写作存在重叠，其本质上是一种基于概率的分类，而非基于证据的确定性判断。

当前 AI 检测技术面临的核心挑战在于“用 AI 查 AI”，这使得区分文本究竟是人类作者还是 AI 所写变得困难，也无法提供明确的解释，这是技术上的关键瓶颈。

此外，中文语言表达的丰富性和语意的多样性也给 AI 检测带来了难度。人工智能系统在识别人类撰写的语句时，容易产生歧义，从而增加检测的难度和降低准确率，这成为了导致误判的重要原因之一。

鉴于当前 AI 率检测的精准度有待提高，有教师建议，在论文审核中应建立透明且可追溯的 AI 使用标注制度，而非简单地设定 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，一些学校在检测学生论文的 AI 率时，依赖于指定的检测平台和算法模型分析。主流高校普遍采用知网、维普、万方等系统的 AIGC 检测模块。据央视记者向多个大模型了解，AI 检测通常通过“困惑度”和“突发性”等特征进行判断。AI 生成的文本往往更“平滑”，而人类文本的波动性则更大。

大模型指出，“困惑度”衡量文本的可预测性，越是包含人类特有的、意想不到的、打破常规的表达，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。

专家对此表示，除了困惑度、突发性等指标外，AI 文本的生成原理是通过预测下一个最有可能出现的词汇的概率来逐步构建文本，这本质上是基于概率统计。因此，目前 AI 生成内容检测的准确性无法达到 100%，误判的情况也时有发生。