朱自清散文AI率超60%

畢業論文“證明自己是人”有多難？朱自清《荷塘月色》AI率超60%，學生被迫“降智”寫作

一篇寫于1927年的傳世散文，在近一個世紀后的大模型檢測工具面前，竟被判定為“機器生成”？

近日，“朱自清散文AI率超60%”的話題沖上熱搜，徹底撕開了高校AI查重領域的荒誕亂象。更讓無數學子崩潰的是：一個字一個字手寫的論文，在檢測系統面前被判AI率高達80%——寫完8000字證明自己不“水”還不夠，還得證明自己是“人”。

一、經典遭殃，學生崩潰

事情的起因并不復雜。有人將朱自清的名篇《荷塘月色》上傳至某AI內容檢測系統，結果令人咋舌——這篇寫作于近一個世紀前的散文，被判定AI生成內容的疑似度超過62%。

這不是孤例。在類似的測試中，劉慈欣《流浪地球》片段被測出超過52%的AI率；唐朝詩人王勃的《滕王閣序》更是被某些檢測軟件標上了接近百分之百的AI生成標簽。一篇駢文、一篇散文、一篇科幻小說，跨越一千多年的時間跨度，在算法眼中統統被歸為“疑似AI出品”。

如果說經典被誤判讓網友覺得“離譜”，那么大學生們的遭遇則是一場真實的畢業噩夢。

一名博主將純手寫的58000字論文提交知網AIGC檢測，單次花費120元，換來的AI率竟高達86.8%。飽含個人情感的致謝部分、客觀的研究技術描述部分被大面積標紅，學生的滿腔心血在算法的“審視”下被輕率地否定。

一位中文系大四學生小禾同樣遭遇了“反智”審查。她一個字一個字“手搓”的段落，被系統識別為AI創作。離譜的是，自己論文中引用的曹丕的詩詞，竟然也被判定為AI所寫。小禾無奈感嘆：“曹丕身處三國，要怎樣穿越才有AI？”

二、荒謬悖論：越像“人話”，越像AI

這場風波的核心，源于AIGC檢測工具底層邏輯的“水土不服”。

所謂AIGC檢測，簡單來說就是運用人工智能生成內容技術，從語言模式和語義邏輯等多個維度對論文文本進行分析比對，區分判定文本內容中“人工智能生成”的比例。

然而，規范的學術寫作本身就要求邏輯清晰、用詞準確、結構嚴謹——這些被學術訓練所塑造出的“優秀”文本特征，恰恰與AI通過海量數據訓練后生成的“完美”文本高度相似。一個令人哭笑不得的悖論就此誕生：寫作功底扎實、行文流暢、用詞豐富的學生，因文章“過于工整”而極易被判為AI生成；反倒是表達生澀、邏輯跳躍、甚至滿口“口水話”的文字，因為更“像人”而安全過關。

有網友用自己的親身經歷說明了算法的“偏執”：一篇英語作文只因用了一個高級詞“devoid”（缺乏），被判定AI率高達18%；而將這個詞換成更簡單的“without”之后，AI率瞬間歸零。

“越是人話，AI率越高”——這個被無數學子驗證過的“鐵律”，正在倒逼學生舍棄長久以來習得的嚴謹學術表達，自降維度去揣測、迎合機器的喜好。

三、被迫“反智”：放棄通順、故意寫“笨”

面對大學里嚴苛的AI率硬性門檻（文科不超過20%、理工醫科不超過15%），學生們被迫踏上了一場“反智”的修改攻堅戰。

網絡上流傳著各種“降AI率邪術”，其核心邏輯出奇一致：盡可能抹去文章的“學術感”與“邏輯性”。學生們總結出一套“奇葩”法則：少用專業術語，把“心肌梗死”改回“心臟肌肉因為缺血壞死”；刪掉“首先、其次、因此、綜上所述”這類邏輯連接詞；拆掉長句和排比句，干脆大白話。將飽含古韻的“xx之喜”改成“xx的快樂”，將文雅的“直抒胸臆”變成“直接抒發心中的情感”。一位學生甚至苦笑說，改完之后，早就忘了論文原本要表達什么，只記得如何“騙過”那套冷冰冰的檢測系統。

指導老師們對此也深感困惑：他們幫學生改得更規范、更學術化的語言，在檢測中往往被標紅；而學生為了過關故意寫出的啰嗦、生硬的“口水話”，反而能順利通關。這種“劣幣驅逐良幣”的現象，使得原本培養學術能力的寫作訓練，完全扭曲成了一場旨在“迎合機器喜好”的行為藝術。

四、產業鏈升級：“AI降AI”兩頭收割

更令人警惕的是，圍繞AI檢測的一整套灰色產業鏈已悄然成型。

當前，知網AIGC檢測單價為2元/千字符。在各大高校，AI檢測的結論被設為一紙“生死線”，直接關系到學生能否參加畢業論文的盲審與答辯。

于是，一條完美的“閉環生意”應運而生：一些AI查重平臺一邊推出“一鍵生成文獻綜述和論文大綱”的服務助長學生用AI速成論文，一邊又對賣力兜售“AI降重服務”，用AI降AI——寫論文靠它，檢測論文也是它，左右逢源、兩頭不虧。

在各大社交平臺上，所謂的“人工降重”商家公開叫賣，收費標準從千字幾元到十幾元不等。不過，有學生反映，把論文交給陌生賣家降重，還存在內容被轉賣的潛在風險。

五、“你的論文，AI來審判”：專家呼吁摒棄“唯AI率論”

針對當前的AI檢測亂象，不少專家認為應當從治本出發。

中南大學某講師表示，一篇論文質量好壞，關鍵仍在于學生有沒有自己的思考和原創性的洞見，這些是冰冷的算法無法觸及的領域。目前多數高校對于AI生成比例超標的處理，與對待查重這類明確學術不端的態度有所不同，大多仍以引導修改為主。這種審慎的處理方式也從側面反映出，業界學界已經意識到當下AI檢測技術的局限性。

歸根到底，學術的核心評價標準始終應該是論文的“思想深度”與“創新價值”，而不應是一串單薄冰冷的數字。有媒體評論犀利地指出， “你的論文，AI來審判”讓學生苦于自證，是將工具判斷凌駕于人的判斷之上。

不少高校也在探索更柔性的方案。南京航空航天大學教務處副處長李鑫表示，考慮到當前檢測技術精確性有限，學校將合格率定在40%是為了引導同學們合理使用大模型，同時不以是否通過AIGC檢測作為唯一評價依據。對于不通過AIGC檢測的論文，學校將組織專家通過論文評閱、學生答辯等方式綜合研判。

國際上的情況也不樂觀。相關研究表明，廣泛使用的AI檢測工具對非母語者的誤報率約達61%，因為檢測模型主要基于母語者的語料訓練，會將其相對較低的詞匯復雜度等特征誤判為AI痕跡。

復旦大學、中國傳媒大學等高校已經開始嘗試更加符合現實情況的處理方式——不將單一檢測數據當作絕對依據，而是結合論文內容和質量進行綜合研判。

技術的使命應當是解放人、成就人，而非束縛人、為難人。AI檢測工具本應只是一道輔助審核的屏障，而不應成為喧賓奪主的“終極裁判”。當冰冷的算法開始以單一標準裁決人類智慧的結晶，鼓勵學生打磨出“更不完美”的文字以求“安全過關”，這不僅是教育評價體系的悲哀，更是在AI重塑世界的當下，我們必須面對的深刻反思：機器越學越像人類，為什么人類寫作卻要反向“降智”來證明自己是人？