高校花錢查 AI，學生花錢降 AI

今年畢業季，一封疑似AI生成比例過高的論文檢測報告，讓不少大學生陷入了自我證明的荒謬循環。央視報導中，一位名叫葛佳怡的畢業生就遇到了這樣的困境：她的論文摘要、項目計劃與創作核心皆為原創，僅部分理論資料請AI協助查詢，然而檢測結果卻顯示疑似AI生成內容高達56%，團隊合力撰寫的項目計畫部分更高達97%。在機器面前，她的原創文字似乎不被承認，必須一遍遍地修改，直到系統認定為止。更令人崩潰的是，有畢業生為了將62%的AI率降下來，修改後重新檢測，數字竟不降反升，飆到94%。在這樣的焦慮驅使下，電商平臺上「降AI率」的生意應運而生，明碼標價。

例如，畢業生張嶽為了386個被判定為「疑似AI」的字，按每100字10元的價格付了30元。這些買賣的背後，凸顯出一個核心問題：這套檢測機制究竟有多可靠？事實上，AI檢測技術的準確性早已備受質疑。今年6月有媒體實驗，將百分之百由DeepSeek撰寫的文章分別提交兩個知名檢測平臺，結果大相逕庭：知網判定AI率為0，維普則判定為55.71%。連ChatGPT的開發者OpenAI自己，也因準確率過低，在2023年7月悄悄關閉了自家的AI文本分類器，官方數據顯示其僅能正確識別26%的AI文本，卻會將9%的人類文本誤判。

全球學術機構廣泛使用的Turnitin也承認其侷限性，明確指出檢測結果不應作為處分學生的唯一依據。史丹佛大學團隊的研究更揭示了系統性偏誤：91篇非英語母語者的託福作文，交由七款主流檢測器平均有61%被誤判為AI生成。原因在於，用詞與句式越符合規範、越收斂的文字，在機器眼裡就越「可預測」，因而越容易被誤判。學者也解釋，AI檢測本質上是基於概率的分類，是一種猜測，與傳統的論文查重有根本上的不同。既然明知檢測結果不精準，為何高校仍年年採購，甚至將其作為論文審查的硬性指標？箇中原因，須從學校的採購公告中尋覓。這些公告清楚揭示了購買理由，並非為了絕對的準確性。

例如，有學院的公示指出，指定供應商的系統之所以入選，原因包括其「唯一性」，強調是唯一不對學生個人開放的系統，以及系統中保留了大量本校歷年論文資料的「延續性」。在查重時代，數據庫規模確實能保證比對的準確性；但對於無數據庫可比的AIGC檢測，學校卻沿用了同樣的採購邏輯。許多學校並非將AIGC檢測視為新產品獨立評估，而是將其打包進已有的查重服務合約中，這不僅便宜、省事，更免去了更換供應商的麻煩。對學校而言，一張帶有小數點後兩位百分比的檢測報告，是向上級監管部門證明「已進行審查」的最便捷、最便宜的證據。學位法的實施與畢業論文抽檢常態化，讓學校必須拿出管理措施。

相較於需要導師耗費大量時間與自身學術信用進行精讀評判，一份機器報告的成本極低，並能將責任從「學校沒把好關」轉嫁為「學生沒通過機器」。科學史家曾提出的理論在此完全適用：量化是一種不必看起來在做決定的決定方式，越是不被信任、越暴露在問責壓力下的機構，越需要一個客觀的數字盾牌。這套系統的荒謬之處在於，掏錢買檢測的學校不承擔誤判的後果，而被數字卡住命運的學生卻毫無議價權。一次誤判對學校而言，只是一份待覆核的報告與些許工時；對學生而言，卻可能是一個通宵、額外的金錢花費，以及將通順句子故意改得彆扭的折磨。這種不對稱的結構，使得「準不準」根本不會影響學校的採購決策。

發現單一系統不準後，學校的應對方式並非退貨，而是再買幾套。例如，有學校要求一篇論文必須通過反抄襲檢測、AIGC檢測、格式檢測及兩套AI評價系統共五道機器關卡，企圖用一堆不準確的數字互相「作證」。而學生端的對抗，則催生了降AI服務產業，更諷刺的是，這些服務也多由AI完成，形成「AI寫論文、AI降AI痕跡、AI再檢測」的死循環。這種對抗，反過來又讓學校認為檢測系統還需升級，形成一種奇特的供需生態。已有高校嘗試不同的路徑。南京大學公開承認AIGC檢測的技術侷限性，僅將其作為輔助參考，同時要求學生對AI使用過程全程備案、留存記錄。學者也呼籲，應由學科專家和導師根據專業知識做最終判斷，而非任由機器獨斷。

將判斷權交還給人，儘管成本更高，卻是最根本的解決之道。然而，對多數學校而言，選擇機器或許並非因為它更準確，而是因為它不準也不會帶來什麼後果。可以預見，明年畢業季的採購公告上，我們可能仍會看到相同的理由。到那時，宿舍裡可能又會有下一個學生，為了證明自己的清白，花錢請另一臺機器來判定自己到底是不是「人」。這筆錢繞了一圈，或許最終還是沒人能準確回答：那篇論文，究竟是不是學生自己一字一句寫出來的。