机器改写过的论文，有个特征：你读的时候说不出哪不对，但就是觉得"不是人在说话"。
我管这个叫"塑料感"。
字都对，语法都对，逻辑也通。但通篇读下来，像在嚼蜡。
这种塑料感怎么形成的？又怎么去掉？今天把这事拆开讲。
机器改写的痕迹，具体藏在哪
痕迹一：词都"高级"，但没有一个是活人会用得那么顺的
机器改写的第一反应，就是把词换高级。
"提高"→"提升"；"帮助"→"助力"；"问题"→"困境"；"重要"→"关键"。
单看每个替换都没错。但一整段全是这种"高级词"，读起来就飘了。
因为人的写作，用词是分层的。有的地方用大词，有的地方就用最普通的词。高手写论文也会写"这个问题挺麻烦的"，不会每句都"该问题面临严峻挑战"。
全是高级词，就是机器味。
痕迹二：句子长度异常均匀
你去数机器改写过的段落，平均句长大概二十五到三十五个字。
而且几乎没有超过五十字的长句，也很少有低于十字的短句。
为什么？因为机器改写为了保证"不出错"，会把句子控制在它最有把握的长度区间。
就像一个人不熟路的时候，开车特别慢。它不熟你的意思，就写得特别"稳"。
这种"稳"，读起来就是平的。没有起伏，没有跌宕。
痕迹三：逻辑连接"过于完备"
机器改写特别喜欢把逻辑关系显式写出来。
原文可能是"A发生，B随之而来。"
机器改成"由于A的发生，因此B随之而来，这进一步表明二者之间存在密切联系。"
它怕你看不懂，把所有连接都补上了。
但真人写作不这样。真人会省略，会跳跃，会假设读者跟得上。
过度的连接，是另一种不自然。
痕迹四：所有限定都变得模糊
这是最要命的一条。
原文里如果有具体条件——"在样本量超过500的情况下""在东部地区""对于2015年以后的数据"——机器改写经常会把它们压缩成"在特定条件下""在一定范围内""在相关情境中"。
因为这些具体限定它拿不准，索性模糊化处理。
结果就是：整段话意思还在，但所有的具体性都没了。
而具体性，恰恰是人的标志。
痕迹五：情绪被抹平
人有情绪。写论文的时候，遇到意外的数据会惊讶，遇到矛盾的说法会困惑，遇到赞同的观点会强调。
机器改写会把这些全抹平，一律变成中性陈述。
一整篇没有任何情绪起伏的文字，是最像AI的文字。
怎么一层层剥掉
我给你一套顺序，从易到难。
第一层：把模糊的限定还原成具体的
这是最见效的一步，也最省力。
打开论文，搜索这些词：特定、一定、相关、某些、部分、诸多、若干、有关。
凡是出现的地方，问自己：具体是什么？
能答上来的，就写进去。
"部分企业"→"我访谈的七家企业里有五家"
"在特定条件下"→"在样本量低于两百的情况下"
"相关研究表明"→"张某某（2019）和李某某（2021）的研究都显示"
答不上来的，说明你本来就没读透。那就回去读，别硬写。
这一步做完，论文的可信度会明显提升，AI率也会掉一截。
第二层：把句子长度拉开
抽一段，数每句话的字数。
如果全在二十五到三十五之间，就动手改。
挑一句话，拆成三句短的。
挑另一句，跟旁边的句子合起来，变成一个长句。
再挑一句，砍到只剩六七个字。
目标是让句长分布变成这样：8字、32字、15字、41字、11字、28字……
没有规律，才是人的样子。
第三层：把"高级词"换回来一部分
不是全换，是换一部分。
一篇三千字的论文，大概留七八处最普通的词就够了。
"该问题的解决路径尚不清晰"→"这事怎么解决，现在还没个准话"
"呈现出显著的上升趋势"→"这几年一直在涨"
"具有重要的理论价值"→"这个角度以前没人这么想过"
注意分寸：全文都这么写，导师会打回来。七八处，刚好。
第四层：删掉一半的连接词
前面讲过，这里再说一遍，因为这招太好用了。
把"因此""然而""此外""与此同时""综上所述"搜出来，删掉一半。
删完读一遍，如果还通，那就对了。
如果不通，说明那个地方确实需要连接，就换个说法。
第五层：加"情绪锚点"
这一步最难，但效果最好。
每隔两三页，放一句带情绪的话。
"这个结果说实话让我有点意外。"
"我一开始也以为是反过来的，查了资料才发现不是。"
"这一点我很认同，但有一处想补充。"
"这组数据其实不太好看，但它是真实的。"
这种句子，机器永远不会写。因为它没有"我一开始以为"这种经历。
你写了，你就是人。
第六层：整段重写（针对重灾区）
如果某一整段怎么改都不行，那就别改了，重写。
把原文看三遍，看懂意思，然后关掉。
凭记忆，用你自己的话，从头讲一遍。
不要看原文，不要想着"我要保留哪些表达"。
就当是跟同学讲这个知识点。
讲完回头对照，如果意思没错，那段就是你的了。
这个方法慢，但彻底。
我一般建议把综述和结论这两部分，全用这个方法重写一遍。这两块是重灾区，改不如重写。
一个检验标准：读出声音来
改完之后，念出来。
不用念全文，念三段就行。
如果念着念着，你自己都觉得别扭、喘不上气、或者觉得像在念文件——那就是还没改好。
如果念起来顺，有停顿，有的地方快有的地方慢，像在跟人讲话——那就成了。
人的耳朵比任何检测系统都敏感。你能听出来的塑料感，机器也一定能测出来。
反过来，你听着自然的，机器测着也安全。
最后提醒一件事
别指望"一步到位"。
机器改写留下的痕迹，是渗透在字句里的。你不可能一遍全清掉。
正常的节奏是：改一轮，查一次，再改一轮，再查一次。三轮左右能到位。
而且每一轮不要想着"全部重改"，抓最严重的那部分就行。
时间有限的话，优先改综述、摘要、结论。这三块占了AI率的大头。
正文里那些有数据、有案例的地方，反而不用太担心——那本来就是人的东西。
按这个顺序来，事半功倍。
