上周二晚上,她发来一张满屏红的 AIGC 报告
第一句话是:整篇都是红的,我是不是完了。
我让她把报告放大发我。看了两分钟,我告诉她:你被标出来的只有十七处,剩下都是正常底纹,你把标记当成了判决书。
这种事我一个月要遇上七八回。学生看到报告上一片颜色,脑子嗡一下,第一反应是整篇重写,或者花几百块找人“洗稿”。其实报告不是判决书,它更像一张定位图——哪句话像机器写的,它一句一句给你圈出来了。
它标的是句子,不是整篇
现在主流的 AIGC 检测报告,输出方式都差不多:先给一个总疑似率,再把判定为疑似生成的片段高亮出来,颜色深浅对应置信度。有的系统还会给一句“疑似原因”,比如句式过于规整、缺乏具体信息、逻辑连接过于顺滑。

她的十七处里,九处集中在文献综述,四处在理论基础那一节,剩下几处在研究方法和结论。这个分布本身就有信息:综述和理论部分大量转述别人的观点,最容易写成“没有主语的漂亮句子”,而方法部分只要把样本、工具、步骤写清楚,反而很难被误判。
所以先别慌。把高亮处数一遍,看看它们聚在哪几节,你就知道该动哪块,不用整篇陪着改。
为什么有些句子一看就像机器写的
我把她那十七处挨个读了一遍,问题基本落在三类句子上。
第一类,无主语的判断句。“通过研究发现,该模式对提升学习效果具有显著作用。”谁研究、研究了谁、显著到什么程度,全没有。人写东西不会这么干净,人会说“我们跟踪了两个班,一个学期下来,实验班的平均分高了 6.4 分”。
第二类,完美对仗的排比。三个分句,字数一样,结构一样,连标点都一样。这是模板留下的指纹。
第三类,术语堆叠的定义句。连着四五个专业名词,中间没有动词。这种句子在论文里确实常见,但连着几句都这样,就容易被整体判成生成文本。
逐句改,比整篇重写快得多
我给她定的规矩是:一次只改五句,改完再测,看数字掉多少。整篇重写看着痛快,实际是把一篇机器味换成了另一篇机器味,还可能把导师认可过的论证改没了。
改的手法其实很土。第一,把结果句换成过程句,写上你怎么做的、做了多久、碰到什么意外。第二,给抽象结论配一个具体的例子或者数字。第三,把并列句拆成因果或者让步——“因为……所以……”“虽然……但……”,这种关系句机器不太爱写。第四,允许自己写一句不那么周全的话,比如“这一点我还没想清楚,先按这个思路走”。
她按这个法子改了六天,每天改五到八句,AIGC 疑似率从最初的高位一路降到二十出头。最后她自己说了一句挺实在的话:改到后面我才发现,那些标红的句子,本来就是我抄着别人的口气写的。
哪几种句子最难救
说实话,有三类句子改起来很费劲,我一般建议直接重写那一段。
一是定义句。像“××是指在一定条件下……”这种,本来就该写得规整,改了反而不像学术文本。碰到这种,我的做法是保留定义,但在后面立刻接一句自己的解释,用大白话再说一遍。
二是数据描述。一段里连着五个百分比,句式全一样,机器很敏感。解决办法是把其中两个换成绝对数或者比较——“比对照组高出 6.4 分”“接近两倍”。
三是翻译腔。中文摘要写完,用工具转成英文,再转回来放在正文里,句式会带着英文的骨架。这种句子改起来最费时间,不如自己重新写一遍。
改完什么时候该停
她说最难受的是不知道什么时候算改完。我给的标准是两条:报告上高亮的段落不再成片出现,只剩零星几处;你自己读一遍,能顺畅念下来,不用停顿去猜这句话什么意思。
两条都满足就停。追着数字改到个位数没有意义,学校那台系统和你手上这台本来就不是一个模型,你压到 5%,它也可能给你 15%。这件事下一篇我单独说。

