游客发表
记者 田进、学生冯雨欣
随着毕业季临近,证明“AIGC率(人工智能生成概率)”与“降AI教程”成为高校网络舆论场的毕业焦点。在华中科技大学,论文毕业生王天遭遇了一次典型的人写“误判”:身边多位使用豆包等AI工具完成论文的同学,在知网检测中AIGC疑似率极低甚至为零;而他逐字手写的学生论文,校内初测AI率高达36%,证明超出学校规定上限16个百分点,毕业远超其预估的论文5%。
这一现象并非孤例。人写郑州大学程春霏为降低AI率,学生在立新智教系统自费检测;四川大学程璐则通过免费检测次数搭配AI指令优化,证明将AI率控制在5%以内。毕业随着AI检测纳入高校审核环节,论文“先用AI辅助,人写再用AI检测,最后用AI降重”已成为许多学生的应对常态。
据中国青年报社、中青校媒与Soul App联合发布的《2025年大学生AI使用行为与心态洞察报告》,65.9%的学生首选AI求助,大四学生日均多次使用率达21.2%,47.1%的学生坦言“离不开AI”。
专家指出,在师生配比失衡、导师指导缺位的背景下,AI检测是高校的无奈之举。目前检测技术存在判定模糊、系统间结果不一、误判普遍等问题,应明确其作为“预警工具”而非“最终判决”的定位。
为规避AI检测超标,学生们摸索出了一套复杂的应对流程:
英语专业学生程春霏发现全英文文稿更易被判定为高AI率。她的策略是仅利用AI梳理思路和查找文献,随后深入阅读代表性文章、硕博论文及书籍,最后结合阅读心得,用自己的语言重构文本。她强调,这是利用AI辅助思路,而非直接照搬。
在反复检测中,程春霏总结出二次降AI方法:
* 手动修改:修正零碎、生硬且不符合学术规范的语句。
* AI反向改写:针对大段疑似AI文本,利用DeepSeek、豆包等大模型,通过定制提示词简化长难句、优化行文风格,从而降低AI检测占比。
* 利用教程:小红书、微信公众号等平台充斥着各类“降AI提示词”教程,成为学生的重要资源。
中国人民大学大四学生冼俊指出,金融专业学生在撰写微观量化或数据分析论文时,倾向于选择村镇银行等小众样本。这类案例重复率低,自然难以被判定为AI生成。
各高校对AI生成内容的容忍度不一:
* 四川大学:文科上限20%,理工医科上限15%。
* 郑州大学:统一标准定为40%。
* 中国人民大学某学院:虽无官方文件,但班级群通知要求控制在10%以内。
尽管有策略,学生仍面临检测名额有限、成本高昂的难题。
为省钱,学生常利用PaperPass、PaperPure等平台的免费试用权益(每日2-5次)。高璐通过反复自查,直到风险降至合格线才提交校内系统。她发现校内审核尺度比预想宽松,“只要非全文AI生成,基本能达标”。
正规平台的高价催生了拼多多、闲鱼、淘宝上的低价代降AI服务(10-50元不等)。
* 效果不佳:冼俊舍友花费100多元购买人工降AI服务,结果语句生硬、脱离专业逻辑,需二次付费修改才将AI率降至9%。
* 隐私泄露:合肥师范学院苏喻教授警告,无资质小商家缺乏数据安全机制,学生论文可能被留存、滥用甚至挪作他用。合规平台应具备文件上传校验、权限控制、敏感信息脱敏等机制。
苏喻教授解释,AI生成文本具有特定特征:
* 表达特征:受提示词、训练数据影响,易形成模板化表达(句式工整但机械、连接词堆砌)。
* 概率本质:观点易产生事实错误或幻觉,术语密度均衡但缺乏深度,结论空泛。
王天被迫删减非定式专业表述和逻辑连词,打乱文本结构,导致“读起来不像人话”。
多数学生认为AI检测具备一定合理性,但现有技术和标准存在局限。
苏喻教授认为,AI检测在教师精力有限的情况下,能快速筛选疑似内容,起到风险预警和初步筛选作用,提高审核效率。
高校应搭建完善、合理的AI检测制度:
1. 分层管理:明确学生可使用AI的范围。
2. 可追溯与可解释:学生需提交AI使用附件,说明借助AI的部分;检测系统需公示判定逻辑和标准。
3. 申诉渠道:建立导师及学校相关部门的重新核查机制,应对误判。
(注:文中王天、高璐、程春霏系化名)
责任编辑:齐贺 UN656
随机阅读
热门排行
友情链接