新闻 
论文AI检测,正在逼疯这届大学生
论文AI检测,正在逼疯这届大学生论文AI检测,正在逼疯这届大学生
图片来自：小红书@Darer
在就业市场都要求这些应届生要掌握 AI 技能的当下，合理地使用 AI 反而应该是大学教育里要给出引导，而非与 AI 彻底切割。
搞懂 AIGC 检测的基本逻辑
AIGC 检测结果为什么总像是随机生成的？它的检测逻辑究竟是什么？毕竟只有理解它的原理，才能在“降 AI”时对症下药。
传统的论文查重主要是与已有文献数据库进行比对，查重报告会明确告诉你是哪些段落和哪篇文献重复了。
所以对于传统“降重”，前人已经摸索出一套有效的“打法”，比如改写句子结构、同义词替换、翻译成小语种再翻译回中文……总之，只要能避开与已存在文献的重复，就能过关。
但到了 “降 AI ”这里，这些已有的经验似乎都失灵了：
AIGC 检测更像一个黑箱，标准不明。目前任何一种检测手段都无法保证 100% 判定哪个是 AI 写的，哪个是人类写的。因此，检测系统通常都会给出一个 AIGC 疑似值。
虽然说这只是“疑似度范围”，系统也声明“检测结果与论文质量无关”，但一旦超过某个数值，论文就会实打实地不通过啊，让人有种无处申诉的无力感。
去年人大新闻学院副教授董晨宇也要在 AIGC 检测中被迫“自证清白”：他的研究团队的一篇耗时三年、基于真实案例撰写的关于直播产业的研究论文，却被某论文检测平台标注为“高度疑似AI生成”。
：https://www.bilibili.com/video/BV1WK7fzNEa5/?spm\_id\_from=333.337.search-card.all.click&vd\_source=2304bb3a0ff80390775707914f5ee0ed
所以，AIGC 检测真的就是“黑箱”吗？它的基本逻辑究竟是什么？
基于知网在 2023 和 2024 年发布的两个专利，我们也可以总结目前知网 AIGC 检测的底层逻辑和流程：
第一阶段：信息量差值检测（基于 2023 年专利）
输入文章，按学科分类
用大语言模型改写文章，计算原文与改写版的信息量
差值差值小 → 可能 AI 生成；差值大 → 可能人类写作
第二阶段：多特征分析（基于 2024 年专利）
使用文本分类模型计算 AI 生成概率
分析逻辑偏离度、词汇扩散度、句子长度、字词分布等特征
[物价飞涨的时候 这样省钱购物很爽]
好新闻没人评论怎么行，我来说几句
在就业市场都要求这些应届生要掌握 AI 技能的当下，合理地使用 AI 反而应该是大学教育里要给出引导，而非与 AI 彻底切割。
搞懂 AIGC 检测的基本逻辑
AIGC 检测结果为什么总像是随机生成的？它的检测逻辑究竟是什么？毕竟只有理解它的原理，才能在“降 AI”时对症下药。
传统的论文查重主要是与已有文献数据库进行比对，查重报告会明确告诉你是哪些段落和哪篇文献重复了。
所以对于传统“降重”，前人已经摸索出一套有效的“打法”，比如改写句子结构、同义词替换、翻译成小语种再翻译回中文……总之，只要能避开与已存在文献的重复，就能过关。
但到了 “降 AI ”这里，这些已有的经验似乎都失灵了：
AIGC 检测更像一个黑箱，标准不明。目前任何一种检测手段都无法保证 100% 判定哪个是 AI 写的，哪个是人类写的。因此，检测系统通常都会给出一个 AIGC 疑似值。
虽然说这只是“疑似度范围”，系统也声明“检测结果与论文质量无关”，但一旦超过某个数值，论文就会实打实地不通过啊，让人有种无处申诉的无力感。
去年人大新闻学院副教授董晨宇也要在 AIGC 检测中被迫“自证清白”：他的研究团队的一篇耗时三年、基于真实案例撰写的关于直播产业的研究论文，却被某论文检测平台标注为“高度疑似AI生成”。
：https://www.bilibili.com/video/BV1WK7fzNEa5/?spm\_id\_from=333.337.search-card.all.click&vd\_source=2304bb3a0ff80390775707914f5ee0ed
所以，AIGC 检测真的就是“黑箱”吗？它的基本逻辑究竟是什么？
基于知网在 2023 和 2024 年发布的两个专利，我们也可以总结目前知网 AIGC 检测的底层逻辑和流程：
第一阶段：信息量差值检测（基于 2023 年专利）
输入文章，按学科分类
用大语言模型改写文章，计算原文与改写版的信息量
差值差值小 → 可能 AI 生成；差值大 → 可能人类写作
第二阶段：多特征分析（基于 2024 年专利）
使用文本分类模型计算 AI 生成概率
分析逻辑偏离度、词汇扩散度、句子长度、字词分布等特征
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: