AI辅助论文写作边界在哪:检测误判经典作品,高校比例控制引争议
论文改到第五稿,AI生成率(文中简称“AI率”)还是卡在30%,这是不少2026届毕业生面临的共同困扰。随着AI检测更大范围进入毕业论文审查流程,一些学校甚至把AI率和查重率并列成硬杠杠:查重过了,AI率超标,照样不能答辩。与此同时,检测本身的可靠性也受到质疑:朱自清的《荷塘月色》、鲁迅作品的经典段落,竟然也被检测出“
论文改到第五稿,AI生成率(文中简称“AI率”)还是超标,学生只好继续改。与此同时,检测本身的可靠性也受到质疑:朱自清的《荷塘月色》、鲁迅作品的经典段落,竟然也被检测出“AI生成率超80%”。
用检测手段守住学术诚信底线,出发点没有错,但一个原本用来把关的工具,却在具体执行中制造出新的问题。AI时代,用AI辅助论文撰写的边界到底如何把握?本期议事厅,新华每日电讯智库研究与传播中心邀请教育、传播、法学学者,围绕这个话题展开讨论。
图片由AI生成
张凌寒 中国政法大学人工智能法研究院院长、教授;王峰 华东师范大学传播学院院长;储朝晖 中国教育科学研究院研究员;熊丙奇 深圳市二十一世纪教育研究院院长。
访谈嘉宾:
一个百分比的难题
张凌寒:市面上的AI检测本质是“用AI检测AI”,通过算法给文本打分。
王峰认为,AI检测靠的是文本特征,这类特征在AI生成的内容里出现得相当频繁。可用文本特征来做判断,这件事本身就存在天然的不合理之处:查重之所以站得住,是因为背后有原文可以比对;AI检测却找不到可溯源的文本,手里只有一套算法规则。把这样的规则直接奉为可靠标准,恐怕就掉进了对技术的迷信。
储朝晖说,AI技术自身带着不确定性,想有效检测也并不容易。他打了个比方:古代测定时间,总得找一件恒定性够强的工具;AI本身变化如此之快,怎么好拿来当检测工具?
王峰指出,经典作品往往自带典型的文本特征,因此很容易被判成AI生成率高。今天通行的文学规则,本就是从经典作品中提炼出来的,而AI检测瞄准的恰好也是这些特征。把经典作品数据库接进来,确实能躲开一部分误判,可这就能把问题解决掉吗?并不能。各平台的训练语料和算法路线并不相同,检测结果自然对不上;甚至同一篇论文,在同一平台的不同时刻提交,结果也会有出入。说到底,这跟规则自身的不稳定有关。要想成为真正靠得住的评测标准,AI检测的可靠性至少得接近百分之百。做不到这一点,它就只能算辅助条件,当不了决定性证据。
熊丙奇:过去查重也只是对文字进行比对,解决不了论文创新性问题,甚至会催生改头换面的规避手法。
简单的比例控制容易误伤合理使用
记者问:检测技术再准,能给出的判断也有限。查阅文献、润色语言、生成提纲、代写全文,这几种行为性质完全不同,哪些算合理辅助,哪些属于不当使用?AI参与论文写作的边界到底划在哪里?
王峰表示,眼下的检测技术分不清润色语言和代写全文。他们真正反对的,是AI代写内容占比过高的论文,可这个尺度很难拿捏——起草提纲、起草初稿、最后润色,算不算AI代写?在他看来,这三种都不该算作代写全文。至于所谓的“AI味”,也可能只是一种写作风格;科学论文本身就套路满满,很容易带上“AI味”。判断价值究竟该看“AI味”还是看内容的创新性,这一点需要反思。
张凌寒认为,要区分不同类型的AI使用行为,关键在于看人的贡献是否具备主导性和实质性。拿AI做文献检索、语言润色、格式调整这类基础性工作,一般不必按学术不端处理,通常无需特别披露,或只需简单说明;用AI生成提纲、梳理思路,一般也不违反学术规范,但要审查其中有没有常识性错误;而一旦AI参与核心内容构思,或被直接用于正文文本,就必须披露。
储朝晖主张分层次来看这个问题。如果只是借AI从网上随意拼凑、复制内容,写出来的东西只能和别人重复,这种做法显然不可取。AI可以用来辅助处理日常公文,但替代不了论文本该有的原创研究,论文材料必须来自真实的情境、实验和数据。他遇到过网上引用自己文章的情况,一查那句话根本不是他说的,是AI生成的;还有学生作业引用了一篇署名“储朝晖”的文章,标题、期刊、页码都标得清清楚楚,可他根本没写过,全是AI编造的。所以不管以后发展到什么程度,AI不能替代论文应有的原创研究和独立思考,这个判断都成立。
记者:既然AI辅助写作与替代原创研究性质不同,为什么一些高校仍主要依据一个笼统的“AI率”来判断?
王峰:我所在的学校也在用AI检测,但只是作为参考,不会据此直接判定学术不端。
张凌寒介绍,国际期刊普遍采用“允许使用、必须披露”原则,核心是信任作者自律,靠事后追责来约束。国内不少高校则采用“比例控制”,好处是操作简单、威慑力强,弊端也很明显:检测依据和比例阈值都缺乏充分的科学支撑,容易误伤合理使用,还会催生出“迎合算法”的应对方式。
AI时代,论文谁来把关
记者问:AI检测结果出自商业平台的算法,而算法本身并不公开透明;规则越是量化,学生越容易转向“迎合算法、规避检测”。在这种情况下,高校该怎么看待AI检测在论文评价中的位置?
张凌寒认为,这个问题必须认真对待。她指出,把写作简单量化,往往会把学生逼向“迎合算法、规避检测”的无意义反向操作。
王峰表示,检测和反检测一轮轮升级交错,并不是健康的状态。他判断,只要检测还主要依赖规则和文本特征,技术上就很难出现一种理论上“绕不过去”的方法。眼下的AI检测既可能把规律性较强的书写误判成AI生成,也很难拿出可溯源的强证据。学术研究不能依据这样的结果下判断。
熊丙奇把矛头指向导师的指导方式。他说,本科论文也好,硕博论文也好,导师若只布置任务、坐等交稿,没有一遍遍指导,不了解研究和写作过程,那就只能靠检测。反过来,导师从选题、开题、调研一直跟到完稿,很多问题在过程中就能被发现。他还提到,20余年前国内引入论文查重检测技术,催生了大量检测生意,可论文原创和创新价值的问题并没有因此解决好。
储朝晖认为,真正的问题不在AI,而在评价本身。好论文首先要有真问题、真探索。他提出论文写作有两个境界:一是“写到别人未写处”,二是“写到别人无处写”。选题要留出新的空间,研究要能推进既有认识。真正做研究、有创新的论文一定有价值;简单重复、文献堆砌、形式化装扮的论文本来就没有价值,AI出现后只会让这个问题更显眼。
在AI时代,高校更该培养学生的探索能力、信息素养和批判能力。尤其要让学生走进真实情境、真实实验、真实数据去验证问题,别把文字生成能力误当成研究能力。评价要增加
谈到未来高校的AI治理,张凌寒主张制度与人的作用协同发力。一方面摒弃“唯
检测新规想守住诚信底线,本身没有错。可从测不准的技术到划不清的边界,四位嘉宾的回答指向同一个方向:问题不在于要不要守住底线,而在于不能把守底线简化成一个
论文真正要看的,并非能不能绕开某个百分比;它看的是学生有没有真提出一个问题、扎进一个现场、走完一段探索,最后独立把一件事想明白。这道题,终究得交回给人。AI写起字来越来越顺手,大学该评的恐怕就不再是学生用没用AI,而是学生有没有提出问题的本事、形成判断的本事、造出新知识的本事。(记者李坤晟 薛园 许晓青)