12% 和 41%,同一篇稿子,两个数字
十月底,一个学生在微信上连发了六条语音。他自己用某个平台测出来 AIGC 率 12%,挺高兴,交给学校,学校系统跑出来 41%,导师直接把他叫去办公室。
他第一反应是“学校那台是不是坏了”。不是。这是我在这个季节听得最多的一种误解:以为 AIGC 率是一个客观的、像体重一样的数字,谁称都一样。它更像体温,不同体温计、不同部位,读数本来就有差别。
为什么同一段文字,两套系统能差二十多个点
原因有三层,一层比一层麻烦。
第一层是模型不同。知网的 AIGC 检测、维普的、大雅的、Turnitin 的 AI 检测,训练语料和判别逻辑都不一样。它们判的不是“这句话是不是机器写的”,而是“这句话有多大概率出自某个语言模型”——每个模型的“口音”不同,认出来的东西自然不同。

第二层是切片方式不同。有的系统按句切片,有的按段,有的会把上下文一起喂进去。同一段话,按句切开是四个短句,按段看是一整段论述,判定结果可能完全相反。
第三层是阈值不同。有的系统 30% 才提示风险,有的 15% 就标黄。你看到的“率”,其实是原始分数经过各自阈值换算后的结果。
我做过一个粗糙的对照:同一段八百字的综述,在两家平台上分别测出 22% 和 47%。这段文字一个字没动。
学校到底用哪台
大多数学校用的是知网的 AIGC 检测模块,或者学校自己采购的检测服务;也有一部分用维普、大雅;少数外语类、中外合作项目会用 Turnitin 的 AI 检测。
具体是哪一台,其实不用猜。三个地方能查到:研究生院或教务处发的通知文件、学院群里转的检测说明、以及学长去年那份报告的水印和编号格式。报告页脚的系统名,比任何传言都可靠。
知道学校用哪台之后,自测就尽量用同源或者同类的系统。用同源系统自测一次,至少能保证你和学校看到的是同一套逻辑,误差会小很多。
“降 AI”服务为什么经常翻车
现在市面上很多代降服务,报价从几十到几百不等。它们的做法通常是拿一台系统反复测、反复改,直到那个数字降下来。
问题就在这儿:它们优化的是某一台系统的分数,不是文字本身。你在 A 系统上被调到 8%,学校用 B 系统一跑,可能还是四十多。这也是为什么每年都有人花了钱、报告却更难看。
更麻烦的是,有些服务为了让分数好看,会把整段改成短句堆叠、删掉所有连接词。这种文本在 A 系统上确实降了,在 B 系统上反而更像机器生成的——因为短句堆叠本身就是模型的典型输出形态。
双审核:机器之后还有一双手
不少学校现在是两道关。第一道系统筛,给出疑似率;第二道导师或者答辩组人工看,看的是“这段到底像不像你写的”。
人工这一关,看的东西和机器完全不同:你的论证有没有个人判断,数据来源说不说得清,有没有那种只有做过这个课题的人才会写出来的细节。我见过系统标了 30%、导师看了一遍就放行的,也见过系统 8%、导师还是让重写的。
所以真正稳的做法只有一条:把那些“只有你能写出来”的东西写进去。你跑了几次实验、访谈里谁说了什么、数据在哪一天出的问题,这些机器写不出来,人一眼能认出来。
自测的正确用法
我自己给学生建议的顺序是这样:初稿写完先自测一次,看大方向;改过一轮再测,看趋势;定稿前用最接近学校的那台再测一次,只看关键段落,不要死磕总分。
三次足够。测太多次,你会开始为了数字改句子,改到最后一篇论文没有一句是你原来想说的。那才是真正的损失。

