强行扒开双腿尽情玩弄视频,亚洲成色7777777久久,国产内射爽爽大片,少妇高清精品毛片在线视频,一边吃奶一边添P好爽故事,总裁高H掹C纯肉小黄书,欧美激情无码视频一二三,日本免费黄色片

專家:AI檢測只是輔助依據 不能替代學術評價

分享到:
分享到:

專家:AI檢測只是輔助依據 不能替代學術評價

2026年11月21日 13:24 來源:中央廣播電視總臺中國之聲
大字體
小字體
分享到:

  當下,AIGC已經越來越多地進入科研與教學場景,不少師生把它當作輔助文獻梳理、思路啟發的工具。與之配套的AI內容檢測工具,也開始被高校、期刊廣泛使用。近期,知網升級AIGC檢測算法后,不少使用者發現,稿件內容沒有任何改動,多次復測,AI疑似檢出率卻出現大幅波動,甚至基金項目名稱、作者姓名這類基礎信息,都被標記為疑似AI生成。

  眼下AIGC檢測尚無統一國家標準,這份概率性結果,卻直接關系課程結課、論文送審乃至答辯資格。當機器的概率結論和研究者真實的智力勞動發生沖突,該由誰來甄別、如何復核?

  不少高校課程結課論文、期刊投稿,現在都要求附上AIGC檢測證明。某高校安全工程專業大三學生小李向中國之聲介紹,課程作業中需要分析事故數據、闡釋已經形成共識的安全原理,既要規范引用文獻,還要依托自己的一手實驗數據解讀圖表,可提交前AIGC檢測時,這兩部分內容常常會被系統標紅。

  小李:還有一種情況,老師要求在論文里加一幅圖表,然后要你對圖表里的實驗數據進行分析。可你這段分析明明是依據自己的實驗結論寫出來的,AIGC檢測報告照樣會把它標出來。

  小李說,部分課程劃定25%-35%不等的硬性紅線,一旦超出就會影響課程成績。為了順利通過檢測,不少學生只能反復修改文本、多次花錢復測,陷入猜測算法、規避標紅的循環。

  小李:我寫完之后一提交,查重率就變成49%了。最后要交查重報告的時候,我前后大概查了三四次,一共花了將近500塊錢。

  北京某高校研二學生 周芳:很多課程的老師會在結業論文環節要求我們附上AI檢測證明,有時候投稿的雜志也會要求附上這類證明。有些老師還會明確指定用知網檢測,因為知網有一個專門的AIGC檢測和查重率檢測入口,只要把論文粘貼進去,填好作者姓名和標題,付費后就能進入檢測流程。

  江蘇某高校教師告訴記者,目前學校對需參加答辯的畢業生要求全員檢測,如果檢測率高于40%,就不能參加答辯。20%至40%之間是修改后允許答辯,低于20%可以答辯。

  記者梳理發現,目前,各個提供AIGC檢測功能的平臺,收費模式各不相同,有的按篇收費,有的按字數計費,以知網個人版為例,AIGC檢測按字符計費,單價2元每千字符,不足千字符按千字符計算,檢測給學生們帶來經濟負擔的同時,還有檢測結果差異所帶來的困擾??刹楣_報道顯示,知網近期完成模型升級之后,不少使用者反饋,文稿內容沒有改動,復測的AI疑似率卻大幅上漲,部分人工撰寫的文本,甚至項目名稱、作者姓名都出現被誤標紅的情況。除此之外,不同檢測平臺給出的檢測結果差異也十分明顯。

  周芳:我很多朋友都反饋過這種情況,原本檢測率只有10%的稿子,編輯要求修改,改完再拿去檢測,結果直接飆到80%??烧麄€過程他們其實只微調了引用之類的小地方,正文內容基本沒動。

  廣東某高校學科教學(思政)碩士生向記者介紹,自己原創的開題報告AIGC檢測結果為22.4%,但臨時由AI生成的文本,檢測結果反而顯示為0%。

  AIGC檢測,與傳統論文查重有什么不同?為什么原創學術文本也會被誤判?復旦大學計算與智能創新學院、復旦大學發展研究院副研究員張曉寒向記者解釋,目前主流AIGC檢測分為統計語言特征、模型對抗識別、文本水印檢測三類技術路徑,但商業平臺普遍存在準確性不足、算法不透明、結果不穩定的現實問題。

  張曉寒:AI生成的內容還是有一些比較明顯的特征,可以被檢測出來。大家比較關心的是算法的可解釋性,也就是透明性。AI具體的檢測過程和檢測邏輯其實并不透明,也沒法解釋;因此商業平臺不能只給出一個簡單的檢測結果,比如80%、90%這樣的相似度,還應該輸出一些可以驗證、可以核驗、可以解釋的具體證據。另外,當前算法也表現出一定的不穩定性,包括模型一致性的問題,同樣的內容給到模型,有時會輸出不一樣的結果;或者我們去試不同的商業平臺,這個平臺測出30%,那個平臺測出80%。

  西安交通大學網絡空間安全學院副教授、博士生導師劉曉明表示,從技術底層來看,現階段AIGC檢測本質是機器學習分類任務,不存在百分之百準確的模型,誤報是固有缺陷。實際使用環境與訓練時不一致,還會進一步影響判斷。

  劉曉明:我們所謂的AIGC檢測,本質上就是一個分類問題,判斷一段文本是人寫的,還是大模型生成的。從深度學習的角度來講,現階段任何模型都存在誤差,現有算法準確率基本在80%-90%之間。模型層面它是存在固有缺陷的。各類大模型版本迭代很快,跨生成器、跨版本,都會對我們檢測精度帶來影響。除此之外,現有檢測器還容易受到外部擾動影響,寫錯一個詞、遭遇惡意改動,都會造成檢測性能大幅波動。文本當中的加粗命令、表格附帶的特殊字符,也會干擾檢測結果的精準度。

  技術層面這些不可避免的誤差,對于學生和研究者來說,卻會變成現實的打擊。一旦原創內容被誤標為AI生成,檢測報告上的百分比數字,就有可能直接影響課程成績、論文送審甚至畢業答辯。那么如何在保證原創性的同時,避免對學術成果造成誤判?

  如今很多高校已經在常規查重的基礎上增加AIGC檢測項目,作為作業和論文的考核標準。中國人民大學數據科學與技術系教授李彤表示,在指導論文過程中確實會檢測AI疑似率,但并不會將檢測結果直接作為認定證據。

  李彤:一般情況下,學生提交論文后,學校會統一安排一個檢測系統來檢測。檢測包括兩個方面:一是查重,也就是看正文與已有發表內容之間的重復率;二是我們說的AIGC疑似率。在這個基礎上,學院其實不會設置硬性的百分比標準。檢測工具本身做的是概率判斷,它屬于概率模型,并不是確鑿證據,對改寫、翻譯和非母語寫作的誤報率很高。再比如圖像取證類工具,對復制、篡改的識別相對可靠,但對局部微調仍然需要人工復核。所以我們一般把它定位為輔助判斷依據。

  西安交通大學網絡空間安全學院副教授、博士生導師 劉曉明:AIGC檢測肯定是必要的,但是它是個黑盒的活動,所以說它很多時候只能做參考。目前大家對拿機器檢測結果當作唯一標準,其實還是存在比較大的異議的。我們可以在列表里面寫你在什么場景下用了AI,這樣審稿的時候知道內容的可信性。

  那么,高校在防范AI代寫、守住學術誠信的同時,應當建立怎樣的評價方式,真正回歸研究本身、看重獨立思考?中國教育科學研究院研究員儲朝暉認為,AIGC檢測不應替代專業的學術評價。

  儲朝暉:不管是原來知網的查重,還是現在的AIGC檢測,它本身只是一個技術手段,不能夠替代完整的專業評價,要把專業評價機制和這項技術嫁接起來。相關機構掌握信息資源,并不代表它就擁有評判學術界是否存在違規的權利。學術評價主體應當是專業主體,而不是掌控技術的主體。

  李彤表示,論文作者應主動聲明和標注AI生成內容,并建立內容溯源機制,不能讓人工智能成為責任主體。

  李彤:AI是輔助工具,它不能替代作者。潤色、翻譯、檢索、代碼調試,這些可以適當地交給它。但是觀點判斷和責任必須由作者來承擔,責任是不能讓渡的。

  我對學生主要是三條要求。第一就是要說清楚學生用了什么工具、在哪個環節用、做什么用,提交時必須寫明白。第二就是要自己做選題假設,關鍵的方法、關鍵的實驗、具體的數據以及文章的結論不能交給AI,必須自己來把關,自己去提煉。第三就是能溯源,每一處內容都要能解釋。疑似率偏高的部分。你要回到原始材料去看實驗的記錄代碼和數據,不斷地核對,而不是只看一個分數。

  在評價機制的落地層面,張曉寒認為,檢測平臺出具的報告應當提供可供核驗的判定依據;教師在審核時,則應當更加關注文本內容本身,考查學生對研究方法的掌握,以及研究的實際增量貢獻。

  張曉寒:從學術角度來說,AIGC檢測算法只是一個工具,我們還是要回到論文本身。論文真正要考察的,是學生能不能做出高質量的研究、有沒有原創性貢獻。所以在評價體系里,應該更看重這部分。除了用AIGC檢測工具做檢測,肯定還需要老師從各個角度對內容把關。

【編輯:徐世傲】
發表評論 文明上網理性發言,請遵守新聞評論服務協議
本網站所刊載信息,不代表中新社和中新網觀點。 刊用本網站稿件,務經書面授權。
未經授權禁止轉載、摘編、復制及建立鏡像,違者將依法追究法律責任。
Copyright ©1999-2026 chinanews.com. All Rights Reserved

評論

頂部