本文來自微信公眾號： 奇點外 ，作者：wiwi，原文標(biāo)題：《高?；ㄥX查 AI，學(xué)生花錢降 AI》

今年畢業(yè)季，央視記者采訪了一位叫葛佳怡的畢業(yè)生。她不覺得自己有什么可心虛的：寫論文時，AI只幫她查過部分理論資料，摘要、項目計劃和創(chuàng)作核心都是原創(chuàng)?？蓹z測結(jié)果下來，疑似AI生成內(nèi)容占56%；她和團(tuán)隊一起擬的項目計劃部分，97%。

機(jī)器認(rèn)定她不是人寫的。她要做的，是把自己的文字改到機(jī)器承認(rèn)為止。

她還不是運氣最差的。今年畢業(yè)季，有畢業(yè)生想把62%的AI率降下來，改完再測，94%，不降反升。電商平臺上，“降A(chǔ)I率”早已是一門明碼標(biāo)價的生意：一位叫張岳的畢業(yè)生，為386個被判定“疑似AI”的字，按“100字10元”付了30元。

這套檢測有多不靠譜，其實早有定論。真正沒人問出口的是另一個問題：既然大家都知道它不準(zhǔn)，學(xué)校為什么年年照買？

想弄明白，得去翻一種很少有人看的文件：高校的采購公示。學(xué)校在上面寫下的購買理由，和學(xué)生以為的不太一樣。

連OpenAI都關(guān)掉了自己的檢測器

今年6月，第一財經(jīng)記者做了個實驗：讓DeepSeek生成一篇千字文章，分別提交兩大檢測平臺。這篇百分之百由AI生成的文字，知網(wǎng)判定AI率為0，維普判定55.71%。一個完全漏判，另一個只認(rèn)出一半。一篇來路完全清楚的文章，兩個系統(tǒng)都沒給出接近事實的答案。

這不是國產(chǎn)系統(tǒng)獨有的毛病。2023年7月20日，OpenAI悄悄下線了自家的AI文本分類器，官網(wǎng)留下一句說明：因準(zhǔn)確率過低。按OpenAI自己公布的數(shù)據(jù)，這個工具只能認(rèn)出26%的AI文本，還會把9%的人類文本誤判成AI寫的。做ChatGPT的公司，自己也搞不定這件事。

全球高校用得最多的Turnitin走得更遠(yuǎn)。它的官方文檔明說，檢測結(jié)果“不應(yīng)作為對學(xué)生采取不利措施的唯一依據(jù)”；19%以下的區(qū)間干脆不顯示具體數(shù)字，只給一個星號，因為這一段最容易誤傷。斯坦福團(tuán)隊2023年在《Patterns》期刊發(fā)過一組數(shù)據(jù)：91篇非英語母語者的托福作文，交給七款主流檢測器，平均61%被判成AI生成，有19%被七款檢測器一致認(rèn)定不是人寫的。原因不在寫作水平：用詞和句式越收斂、越合乎規(guī)范，文字在機(jī)器眼里就越“可預(yù)測”。

毛病出在根上，算法再迭代也救不了。首都師范大學(xué)教育學(xué)院副院長蔡海龍在央視采訪中解釋過兩者的區(qū)別：查重是把論文和語料庫逐句比對，做出確定性判斷；AI檢測是用AI去猜人類文本，“本質(zhì)上是一種基于概率的分類”。

各平臺的模型不同，參考的特征也不止“困惑度”一項，但共同點是：它們只能判斷一段文字在統(tǒng)計上有多像AI，還原不了它真正的生成過程。只要交上去的還是一份最終文本，而不是寫作記錄，算法再升級，也只是把“像不像”算得更精，永遠(yuǎn)變不成“是不是”。

一場概率游戲，卻被各校寫成了小數(shù)點后兩位的硬指標(biāo)。四川大學(xué)要求文科不超過20%、理工醫(yī)科不超過15%；南京財經(jīng)大學(xué)紅山學(xué)院把參考線劃在40%，超線由導(dǎo)師督促整改。標(biāo)準(zhǔn)是各校自己定的，同一篇論文換一所學(xué)校，命運可能完全不同。概率是軟的，紅線是死的，夾在中間挨板子的，是學(xué)生。

AIGC檢測，繼承了查重時代的采購理由

學(xué)校不知道這些嗎？至少，誤判已經(jīng)算不上什么未知的風(fēng)險：央視和光明網(wǎng)把案例擺上了臺面，連檢測平臺自己都把技術(shù)局限寫進(jìn)了官方文檔。風(fēng)險明擺著，學(xué)校為什么照買不誤？公示里寫著他們自己的答案。

高校采購論文檢測系統(tǒng)，普遍走“單一來源”程序，也就是不招標(biāo)、指定供應(yīng)商，而單一來源采購必須公示理由。新鄉(xiāng)學(xué)院教務(wù)處的一份公示，給知網(wǎng)大學(xué)生論文檢測系統(tǒng)列了三條理由：準(zhǔn)確性、唯一性、延續(xù)性。往下細(xì)讀，“準(zhǔn)確性”說的是供應(yīng)商擁有國內(nèi)規(guī)模最大、數(shù)據(jù)最全面的學(xué)術(shù)資源；“唯一性”，是說它是“唯一一家不對學(xué)生個人單獨開放”的檢測系統(tǒng)；“延續(xù)性”，是本校自2013年起使用，“系統(tǒng)中保留了我校大量本科論文”。

常州大學(xué)2023年4月的公示與之相似，價格是每年39600元，一簽三年。

有意思的是第一條。在查重時代，“準(zhǔn)確性”這么寫沒毛?。翰橹乇鹊氖菐?，庫越大越查得全，準(zhǔn)確率確實可以拿資源規(guī)模來擔(dān)保?？葾IGC檢測沒有庫可比，它是概率分類，誤判率誰也擔(dān)保不了，采購的理由卻原樣接了過來。AIGC檢測進(jìn)學(xué)校時，也很少被當(dāng)成一款新產(chǎn)品重新論證，更常見的做法是打包：浙江機(jī)電職業(yè)技術(shù)大學(xué)2025年6月的采購公告里，500篇AIGC檢測額度和知網(wǎng)科研成果檢測系統(tǒng)捆在同一個5.5萬元的項目里。學(xué)校接過來的不只是一個新算法，還有原有的賬號體系、歷史論文庫和更換供應(yīng)商的遷移成本。一套用了十年的系統(tǒng)，多勾一項服務(wù)就能“管住AI”，這比任何新方案都省事。

至于“不對學(xué)生個人單獨開放”，在學(xué)生聽來是刁難，在當(dāng)年的公示里卻是白紙黑字的優(yōu)點：學(xué)生摸不到學(xué)校用的系統(tǒng)，檢測結(jié)果就只有一個出口，權(quán)威性靠壟斷來保證。如今學(xué)生能在市面上買到各種自測：知網(wǎng)AIGC檢測每千字符2元，維普20元一篇，PaperPass把查重和AIGC檢測打包成每千字符1.5元。可自測用的版本、語料和學(xué)校采購的未必一致，錢花了，數(shù)字還是對不齊。

這些采購理由，葛佳怡一條也看不到。她不知道系統(tǒng)拿什么標(biāo)準(zhǔn)判她，也算不明白那個56%是怎么得出來的。她只知道，自己按規(guī)則如實申報了AI用途，換來的是給每一段原創(chuàng)文字自證清白的義務(wù)。

一張檢測報告，比一次人工判斷便宜

學(xué)校頭頂上還壓著更硬的東西。2025年1月1日起施行的學(xué)位法明確，學(xué)位論文存在代寫、剽竊、偽造等學(xué)術(shù)不端行為的，可以撤銷學(xué)位；草案初審階段，“利用人工智能代寫學(xué)位論文”曾被點名列入。加上本科畢業(yè)論文抽檢常態(tài)化，學(xué)校必須向上面證明：我管了。

拿什么證明？一份帶百分比的檢測報告，是所有選項里最便宜的一種。導(dǎo)師逐篇精讀要占工時，答辯從嚴(yán)要承擔(dān)延畢率上升的責(zé)任，而一份機(jī)器報告，每年幾萬塊，責(zé)任就從“學(xué)校沒把好關(guān)”變成了“學(xué)生沒過機(jī)器”。導(dǎo)師的一句“這篇讀起來像AI”進(jìn)不了表格，“AI率38.6%”卻可以登記、排序、存檔、追責(zé)。至于數(shù)字離真相有多遠(yuǎn)，表格里看不出來，也沒有哪一欄需要填這個。

這套心思，三十年前就有人寫透了?？茖W(xué)史家西奧多·波特在《相信數(shù)字》里追問過各類機(jī)構(gòu)為什么迷戀量化，答案是一句后來被反復(fù)引用的話：量化是一種“不必看起來在做決定的決定方式”。他還發(fā)現(xiàn)，用數(shù)字取代個人判斷的沖動，恰恰出現(xiàn)在最虛弱的機(jī)構(gòu)身上：越是不被信任、越是暴露在外部問責(zé)壓力之下，越需要一個看起來客觀的數(shù)字頂在前面。放到今天的高校身上，這個判斷幾乎不用翻譯：學(xué)位法和論文抽檢把學(xué)校推到了被問責(zé)的位置上，導(dǎo)師的判斷扛不動這份壓力，數(shù)字可以。

對學(xué)校最好用的，甚至不是一臺替它下結(jié)論的機(jī)器，而是一臺既給出數(shù)字、又注明“僅供參考”的機(jī)器。需要管理時，百分比就是整改依據(jù)；出了爭議，最終判斷又可以推回給導(dǎo)師。能提供看起來客觀的數(shù)字，又不必為數(shù)字負(fù)全責(zé)，這才是這類工具真正值錢的地方。

學(xué)校買的從來不是檢測，是免責(zé)。

掏錢的人，不承擔(dān)誤判

天下沒有第二種儀器可以這樣。食堂的秤缺二兩，學(xué)生當(dāng)場就會吵起來，秤會被換掉；體溫計誤差兩度，醫(yī)院第二天就退貨。為什么偏偏AI檢測錯得人盡皆知，還能年年續(xù)約？

區(qū)別在于，秤的讀數(shù)，由付錢的人當(dāng)場核驗；AI率的讀數(shù)，付錢的學(xué)校不核驗，被數(shù)字卡住的學(xué)生又沒有采購權(quán)。一臺儀器，只要掏錢的人和吃虧的人不是同一群人，“準(zhǔn)不準(zhǔn)”就不再是它的質(zhì)量指標(biāo)。甚至對買它的學(xué)校來說，嚇唬本身就是功能：一支拍不清人臉的監(jiān)控探頭，紅燈只要還在閃，走廊里就沒人敢放肆。

一次誤判，落在學(xué)校后臺，是一份待復(fù)核的報告和一點工時；落在學(xué)生身上，是幾次充值、一個通宵，和把通順句子故意改壞的幾個小時——有人刪掉“綜上所述”，有人拆散排比句，還有人改完又被導(dǎo)師要求改回來。兩邊的賬放在一起，采購方感受到的價格信號，弱到可以忽略。

一個數(shù)字不可信，就再加四個

學(xué)校發(fā)現(xiàn)系統(tǒng)不準(zhǔn)之后，往往不會退貨，反而會再買幾套。四川農(nóng)業(yè)大學(xué)草業(yè)科技學(xué)院2026年4月的通知里，一篇本科畢業(yè)論文要過五道機(jī)器關(guān)卡：反抄襲檢測、AIGC檢測、維普格式檢測，外加維普智評和華宸智評兩套AI評價，之后還要導(dǎo)師復(fù)核。五道關(guān)卡，一個算盤：單個數(shù)字靠不住，就讓一堆數(shù)字互相作證。

學(xué)生這頭的對抗，又反過來喂飽了系統(tǒng)。電商平臺上的降A(chǔ)I服務(wù)按千字3元收費，一家商家已售出4166件；《每日經(jīng)濟(jì)新聞》記者今年6月實測，一篇文章處理后AI率從95.77%降到11.3%，代價是語言變得別扭、不再像正常的論文表達(dá)。所謂降A(chǔ)I率，多數(shù)時候也由AI完成：AI寫論文，AI消除AI痕跡，再交給AI檢測。而這些花樣傳到學(xué)校眼里，結(jié)論往往只有一個：現(xiàn)有檢測還不夠強(qiáng)，得升級。

經(jīng)濟(jì)學(xué)家古德哈特早就描述過這個循環(huán)，人類學(xué)家瑪麗蓮·斯特拉森把它壓縮成一句話：一個測量指標(biāo)一旦變成目標(biāo)，它就不再是好的測量指標(biāo)。AI率把這句話演得一字不差：一旦和答辯資格掛鉤，學(xué)生動手改的就不再是論文，而是那個數(shù)字。

指標(biāo)失靈不是意外事故，是這種用法注定的結(jié)局。

把整條鏈攤開：學(xué)校向監(jiān)管層交出“已落實審查”的記錄，檢測方吃到學(xué)校采購和學(xué)生自測兩端的需求，降A(chǔ)I商家再在縫隙里一單一單接活。轉(zhuǎn)了一整圈，沒有一方的錢是按“判得對不對”來付的。

這臺機(jī)器要是真的準(zhǔn)了，生意反而要塌一塊。沒有證據(jù)說哪家平臺有意造錯，但結(jié)構(gòu)擺在這里：誤判帶來復(fù)測，復(fù)測是流水；誤判帶來恐慌，恐慌幫降A(chǔ)I商家拉客。不準(zhǔn)，是這門生意的產(chǎn)能。

最貴的檢測是人

得替學(xué)校說一句公道話：AI代寫是真問題。放著不管，畢業(yè)論文遲早變成大模型的接力賽。

但“要管”推不出“這么管”。已經(jīng)有高校在示范另一種管法。南京大學(xué)2025年5月的通知直接承認(rèn)，AIGC檢測結(jié)果是“基于算法模型的概率性分析，存在技術(shù)局限性，僅作為學(xué)術(shù)規(guī)范性輔助參考，不作為論文原創(chuàng)性判定依據(jù)”，同時要求學(xué)生對AI使用全程申請備案、留存過程記錄。北京郵電大學(xué)教授鄂海紅的建議更進(jìn)一步：不同學(xué)科不應(yīng)一刀切，該由學(xué)科專家和導(dǎo)師下最終結(jié)論。

這些方案殊途同歸：把判斷權(quán)從機(jī)器手里拿回來，交還給人。難處也只有一個字：貴。導(dǎo)師精讀一篇論文的成本，遠(yuǎn)高于機(jī)器掃一遍；替學(xué)生擔(dān)?！斑@是他自己寫的”，更是要拿自己的學(xué)術(shù)信用做抵押。

所以多數(shù)學(xué)校選了機(jī)器。原因未必是它更準(zhǔn)，而是它不準(zhǔn)也沒關(guān)系。

明年3月，新一輪采購公示還會掛上校園網(wǎng)，理由大概還是那幾條：資源最全，渠道唯一，用了十年。凌晨的宿舍里，還會有下一個葛佳怡，把自己寫的句子一遍遍改到不像自己，然后付20塊錢，請另一臺機(jī)器證明自己是人。

到那時，學(xué)校會拿到報告，學(xué)生會拿到清白，每一方都買到了自己要的東西。只有一件事，錢花了一圈，還是沒人知道：那篇論文，到底是不是她自己寫的。