中青评论:论文“AI生成率”反复“变脸”,学术评价岂能被算法牵着鼻子走
真正值得追求的,不是让每篇论文都拿到“漂亮”的“低AI率”,而是让论文经得起质量上的考验。
同样一篇稿件,9月底检测还没有问题,10月底再查就大段“飘红”;明明是自己写的论文,却连项目名称、作者姓名都被标记为疑似AI生成。近日,不少学生和研究者反映,中国知网前段时间升级AIGC检测算法后,检测出的“AI生成率”明显上升,且结果还会反复变化。知网客服回应称,算法升级后疑似率会更高,目前处于过渡阶段;同时强调结果仅供参考,不能作为判定论文由AI生成的最终依据。

图片来源:澎湃新闻
技术提供的只是“疑似”判断,但落到学生身上,却会成为必须过关的“硬指标”。据报道,部分高校以知网检测结果为准,要求学生论文的“AI生成率”必须在30%甚至10%以下,并将其与成绩挂钩;一些期刊投稿对此也有比例要求。一边是检测机构提醒不能据此作最终判断,一边是学生为了达标不断改稿、付费重测,有人甚至“求AI帮忙降AI率”,上演“魔法对轰”。这样的场景令人哭笑不得,也值得高校反思:我们究竟是在检验学生有没有认真学习和科研,还是在考验他们有没有摸清算法的脾气?
对学术不端进行技术筛查,本身并无不可。生成式AI让批量生产貌似规范的文字变得轻而易举,学校和学术期刊对此保持警惕,合情合理。但需要辨明:知网检测出的“AI生成率”,并不能简单等同于论文实际由AI写成的比例。检测工具根据文本特征作出推断,无法直接还原文字的形成过程。相同文本随模型版本变化而“变脸”,恰恰提醒人们:算法的判断并不具备说一不二的权威属性。
当检测结果与学业成果直接挂钩,学生自然会想方设法让数字“更好看”。替换词句、调整语序,甚至“魔法对轰”,往往是最“高效”的手段。于是乎,认真撰写论文的人可能遭遇误判,善于取巧者却可能顺利过关。倘若学术训练的重心由求真转向“消红”,就算AI率降下来了,又有什么意义呢?
更关键的是,哪怕未来AI检测的准确性大幅提升,也无法替代对论文质量的实质评价。学术研究的价值,在于是否提出了值得研究的问题、采用了与问题相匹配的研究方法,并用充分的材料和严密的逻辑得出有价值的结论。从这个意义上说,唯“AI生成率”是问,初衷固然是保障论文质量,结果却很可能治标不治本。

图片由AI辅助生成 制图/杨鑫宇
对本科生来说,创新也许只是提出一个有根据的新观察,方法的科学性则体现在资料来源可靠、研究步骤规范、观点与证据相称。不同学科、不同培养阶段,本应有各自合理的尺度。教师通过开题讨论、阶段性反馈、论文答辩,并结合原始材料、研究记录和修改过程,更有可能判断学生是否真正理解自己写下的内容。这样的评价自然要比简单的“查重”“查AI”更费心力,但无疑更接近教育的本意。
对于知网等检测服务提供者而言,更新相关算法时还应保持必要的谦抑和审慎,并给出经得起检验的更改依据,而不能轻率地作出可能影响众多学子的决定。高校和学术期刊则应意识到,检测报告只是辅助工具,不能让单一指标过度膨胀。
技术可以帮我们发现问题,却无法直接回答什么样的论文是好论文。真正值得追求的,不是让每篇论文都拿到“漂亮”的“低AI率”,而是让论文经得起质量上的考验。
(原题为《论文“AI生成率”反复“变脸”,学术评价岂能被算法牵着鼻子走》)
内容来自 澎湃新闻 - 首页头条,版权归原作者所有。
阅读原文 ↗