一场关于"AI率"的争论，终于等来了权威回应

从2025年开始，AIGC检测逐步进入高校毕业论文审核流程。两年过去，争议非但没有平息，反而越闹越大。手写致谢被标红、经典文学被判定为AI生成、同一篇文章不同时间检测结果不同——这些案例反复冲击着毕业生的神经。

终于，多位学术界权威专家站出来，把这件事掰开了说。

核心观点只有一句话：‌AI率不等于查重率，不应该"一刀切"作为毕业的硬性门槛。‌

鄂海红教授：这两个概念，根本不是一回事

北京邮电大学计算机学院鄂海红教授，是国内较早公开批评AIGC检测滥用的学者之一。

她的观点非常明确：

查重率，衡量的是"你有没有抄别人的"。‌ 它的底层逻辑是文本比对，有明确的重复来源，结果是确定的。查重率20%就是20%，不存在争议。

AI率，衡量的是"这段话像不像AI写的"。‌ 它的底层逻辑是统计学概率，是一个模糊的风险评估。AI率30%的意思是：根据模型判断，这段话有30%的概率是AI生成的。注意，是"概率"，不是"事实"。

"一个是确定性判断，一个是概率性猜测，把这两个东西放在同一个评价体系里，甚至用概率性的东西去做一票否决，这在方法论上就是错误的。"鄂海红说。

她特别强调，目前所有AIGC检测工具都是"黑盒"——你不知道它用什么模型训练的、用什么语料、判定阈值怎么定的。一个你完全不了解内部机制的工具，却被用来决定一个学生能不能毕业，这合理吗？

多位学者联合呼吁：检测结果只能做参考

不只是鄂海红。

2026年以来，包括中国人民大学信息资源管理学院、南京大学人工智能学院在内的多个学术机构，陆续发布观点认为：

第一，AIGC检测的误报率目前仍处于较高水平。‌ 学术写作本身就要求语言规范、逻辑严密、表达工整，这些特征恰恰和AI生成文本高度重叠。一个写作能力强、学术训练扎实的学生，写出来的东西反而更容易被判定为"像AI"。这不是反讽，这是现实。

第二，不同学科的文本特征差异巨大。‌ 理工科论文以数据和公式为主，语言相对固定；文科论文叙述性强，个性化表达多。用同一套标准去检测所有学科的论文，本身就不科学。

第三，检测结果应该由导师综合研判，而非系统自动判定。‌ 导师最了解自己学生的写作水平和学术能力，检测报告只能作为辅助参考，最终判断权应该在人手里，不在机器手里。

"一刀切"的后果，已经在发生了

反对"一刀切"不是在为违规开脱，而是因为"一刀切"已经造成了实际伤害。

某985高校研究生小周，论文AI检测率28%，学校红线是25%。他的导师明确表示这篇论文是他独立完成的，但系统不认。最终他不得不花两周时间逐段修改，把学术化表达改成口语化表达，把严谨的论证改成松散的叙述——论文质量反而下降了。

更极端的案例是，有学生为了降低AI率，故意在论文里加错别字、加病句、加口语化表达。因为检测器倾向于认为"有错误的文本更像人写的"。

这已经不是在检测学术诚信了，这是在逼学生把论文写得更差。

教育部的态度：标注比检测更重要

其实，教育部和国务院学位委员会的方向一直很清晰。

2024年实施的《学位法》明确规定：学生使用人工智能辅助撰写学位论文的，应当如实披露。

2026年教育部学位中心发布的《关于规范人工智能辅助学位论文撰写的指导意见》进一步细化：

核心不是"你用没用AI"，而是"你有没有如实说"。‌

用了AI，标注了，合理使用，没问题。

用了AI，没标注，那就是学术不端。

没用AI，被误判了，那是检测工具的问题，不是你的问题。

换句话说，政策的重心从来都在"透明"二字上，而不是在"禁止"二字上。

高校应该怎么做？专家给了三条建议

综合多位专家的观点，理想的处理方式应该是：

第一，检测可以用，但不能作为唯一标准。‌ AIGC检测结果作为风险提示，进入审核流程，但最终由答辩委员会和导师综合判断。

第二，建立申诉机制。‌ 学生对检测结果有异议的，应该有渠道提出申诉，由人工复核，而不是让一个算法说了算。

第三，重点抓标注，轻抓比例。‌ 与其纠结AI率是20%还是30%，不如检查学生有没有如实披露AI使用情况。标注了，比例高低可以讨论；没标注，一票否决。

写在最后

技术在进步，工具在迭代，但有一条底线不能变：

评价一个人的学术能力，靠的是人的判断，不是机器的概率。‌

把朱自清判成AI，把手写致谢标红，把一个认真写论文的学生逼到去故意写病句——如果我们的评价体系已经荒谬到这个地步，那需要被修正的，不是学生，是那把尺子。

专家已经发声了。接下来，就看高校愿不愿意听了。