原創(chuàng)論文被AI“冤枉”了怎么辦？

　　文｜方圓記者 黃莎 通訊員 楊子晗

　　AIGC檢測(cè)出現(xiàn)的種種問(wèn)題，讓學(xué)生們苦不堪言：自己被AI“冤枉”了，找誰(shuí)申冤呢？校方有沒(méi)有權(quán)利要求學(xué)生自證

　　臨近畢業(yè)季，不少學(xué)生都在埋頭與論文“過(guò)審”較勁。以前，和學(xué)生們反復(fù)“拉扯”的是論文查重和降重，但現(xiàn)在，又多了個(gè)新角色——AIGC檢測(cè)。

　　AIGC檢測(cè)，通俗來(lái)說(shuō)，就是看看文章中哪些部分是“人”寫(xiě)的、哪些部分是“AI”寫(xiě)的。目前，已經(jīng)有部分高校要求學(xué)生論文進(jìn)行AIGC檢測(cè)，論文AI率過(guò)高的話將無(wú)法通過(guò)審查。

　　在AI時(shí)代，校方此舉本是為了減少學(xué)術(shù)作弊行為，不讓AI成為論文槍手，但學(xué)生們卻反饋，自己辛辛苦苦原創(chuàng)的內(nèi)容，卻被AI冤枉成了AI生成，還陷入了“自證清白”的困境。

　　AIGC檢測(cè)，到底靠不靠譜？

　　一般而言，AIGC檢測(cè)結(jié)果會(huì)提供一個(gè)數(shù)字，“判定”文章有多少比例為原創(chuàng)，還會(huì)具體到某句話、某個(gè)段落是AI生成的概率。

　　理想情況下，這種檢測(cè)結(jié)果能幫助審核者清楚了解文章中哪些部分涉嫌AI生成，有針對(duì)性地同作者溝通。但實(shí)際上，論文作者可能也會(huì)對(duì)此摸不著頭腦：自己的想法、自己做的田野調(diào)查、自己做實(shí)驗(yàn)的數(shù)據(jù)、自己在鍵盤(pán)上敲下的字詞……怎么組合起來(lái)卻被判定為AI生成？

　　事實(shí)上，有苦說(shuō)不出的不僅是學(xué)生，同樣需要發(fā)表學(xué)術(shù)文章的學(xué)者也會(huì)對(duì)此感到無(wú)奈。有學(xué)者表示，自己和合作者一起耗時(shí)3年，追蹤多個(gè)真實(shí)案例，逐字碼了一個(gè)月的論文，上傳至AIGC檢測(cè)平臺(tái)后，顯示的AIGC率竟然超過(guò)了80%。

　　除了論文，名家經(jīng)典作品可能也難逃高AI率。近日，媒體曝出，將朱自清的名篇《荷塘月色》上傳至某常用論文檢測(cè)系統(tǒng)后，結(jié)果顯示，其AIGC率達(dá)到了62.88%。

　　《方圓》記者也將自己近日采寫(xiě)的部分稿件交由AI評(píng)判，同樣發(fā)現(xiàn)，有的稿件被認(rèn)定為存在AI生成內(nèi)容。而且，同一篇稿件在不同的AIGC檢測(cè)平臺(tái)里，得到的AIGC率并不一致，有的標(biāo)記的AI率為14%，有的檢測(cè)平臺(tái)則能還記者一個(gè)“清白”，顯示AI率為0。

　　讓《方圓》記者感到疑惑的是，個(gè)別檢測(cè)平臺(tái)里標(biāo)記的高度疑似AI生成的段落，恰好是記者采訪時(shí)采訪對(duì)象所說(shuō)的話。一詞一句，都是“人”說(shuō)出來(lái)的，為何反而被AI“竊取”？

　　目前看來(lái)，AIGC檢測(cè)并不是那么可靠，這又是為什么？

　　中國(guó)政法大學(xué)網(wǎng)絡(luò)法學(xué)研究所教授、人工智能法研究中心研究員郭旨龍表示，這種現(xiàn)象根本上是受限于AI的技術(shù)原理。“從原理上看，檢測(cè)模型與生成模型的學(xué)習(xí)過(guò)程都是一樣的。也就是說(shuō)，兩類(lèi)模型在面對(duì)文本內(nèi)容時(shí)，關(guān)注的重點(diǎn)可能是一樣的。當(dāng)檢測(cè)模型試圖區(qū)分本人的表達(dá)與AI的表達(dá)時(shí)，它并不知道這個(gè)人的寫(xiě)作風(fēng)格是什么樣，而只知道生成模型可能會(huì)生成什么樣的內(nèi)容，所以只會(huì)關(guān)注AI關(guān)注的那一部分。所以當(dāng)它對(duì)比時(shí)，重合率可能會(huì)意外地高。類(lèi)似于‘從門(mén)縫里看人’，只能看到與門(mén)縫范圍一致的那一部分。”

　　郭旨龍也嘗試讓AI回答AI是怎么測(cè)AIGC率的，Deepseek給出的答案有：使用文本特征分析，包括詞匯使用頻率、句式結(jié)構(gòu)、語(yǔ)法復(fù)雜度、主題一致性等；語(yǔ)言模型對(duì)比，即將輸入文本與已知的AI生成文本進(jìn)行對(duì)比，尋找相似性；統(tǒng)計(jì)模型，指的是通過(guò)統(tǒng)計(jì)分析來(lái)識(shí)別文本中是否存在AI生成的典型模式。

　　不同學(xué)校或研究機(jī)構(gòu)對(duì)AIGC率的“合格”數(shù)值有不同的規(guī)定。有的學(xué)校要求AI率要在40%以?xún)?nèi)，有的要求不超過(guò)15%。那究竟該用怎樣的標(biāo)準(zhǔn)呢？

　　郭旨龍表示，目前尚無(wú)令人滿意的答案。“AIGC率在某個(gè)數(shù)字之下才算合格，‘合格’大概可以認(rèn)為是達(dá)到了‘原創(chuàng)性’的要求，但學(xué)術(shù)上的‘原創(chuàng)性’是一個(gè)很難界定的概念，尤其是在知識(shí)更新飛速的今天，內(nèi)涵的任何一點(diǎn)變動(dòng)都有可能在某一層面上成為新的知識(shí)而具有相應(yīng)的原創(chuàng)性。如果學(xué)生是照搬AIGC，自然是不合格的，但如果學(xué)生僅僅用以參考，那么什么程度的參考才能算合格呢？目前來(lái)看沒(méi)有一個(gè)標(biāo)準(zhǔn)答案，任何AI率閾值的設(shè)置都是缺乏可解釋性的。”

　　而且，郭旨龍?zhí)岬剑?dāng)前，生成式人工智能的發(fā)展目標(biāo)是“能夠像人一樣與人交往”，這就意味著AIGC與一般人的表達(dá)將越來(lái)越相似，越來(lái)越難以區(qū)分，尤其是學(xué)生往往在正式使用AI之前，習(xí)慣于先訓(xùn)練，那么AI就會(huì)在這個(gè)過(guò)程中學(xué)習(xí)學(xué)生本人的表達(dá)。最終，本人的表達(dá)與AI的表達(dá)會(huì)變得很難區(qū)分。

　　被誤判后，如何自證？

　　AIGC檢測(cè)出現(xiàn)的種種問(wèn)題，讓學(xué)生們苦不堪言：自己被AI“冤枉”了，找誰(shuí)申冤呢？校方有沒(méi)有權(quán)利要求學(xué)生“自證”？

　　大成律師事務(wù)所高級(jí)合伙人、北京市律師協(xié)會(huì)數(shù)字經(jīng)濟(jì)與人工智能領(lǐng)域法律專(zhuān)業(yè)委員會(huì)副主任肖颯表示，根據(jù)教育部2016年發(fā)布的《高等學(xué)校預(yù)防與處理學(xué)術(shù)不端行為辦法》第五條“高等學(xué)校是學(xué)術(shù)不端行為預(yù)防與處理的主體”以及2009年發(fā)布的《教育部關(guān)于嚴(yán)肅處理高等學(xué)校學(xué)術(shù)不端行為的通知》中規(guī)定“高等學(xué)校對(duì)本校有關(guān)機(jī)構(gòu)或者個(gè)人的學(xué)術(shù)不端行為的查處負(fù)有直接責(zé)任”，高校對(duì)于學(xué)術(shù)不端行為的處理有著主動(dòng)權(quán)并擔(dān)任核心角色。

　　“學(xué)校與學(xué)生處于一種管理者與被管理人的關(guān)系，當(dāng)學(xué)生被判定違反規(guī)章制度時(shí)，即可以推定為處于被管理人的角色，此時(shí)學(xué)校要求學(xué)生進(jìn)行自證也有制度可循。但是，由于缺乏內(nèi)部監(jiān)管手段與處理規(guī)范，學(xué)校與學(xué)生常常處于不平等的地位，因此即使出現(xiàn)判斷違例的情況，也需給出具體的判斷理由，而非直接給出一個(gè)數(shù)字，讓學(xué)生去自證。”肖颯說(shuō)道。

　　郭旨龍認(rèn)為，如果僅僅判定學(xué)生AI率過(guò)高，校方應(yīng)當(dāng)再進(jìn)行人工審查，去除公式、引用文獻(xiàn)等內(nèi)容，對(duì)AI率過(guò)高的內(nèi)容進(jìn)行校對(duì)。如果此時(shí)AI率仍不達(dá)標(biāo)，再讓學(xué)生自證。

　　如果需要學(xué)生自證，該如何自證？

　　“參考之前一些涉及生成式AI的判例以及相關(guān)事件，建議學(xué)生們可以留存寫(xiě)作過(guò)程的完整證據(jù)鏈，如不同時(shí)間留存的不同版本的文檔、實(shí)驗(yàn)日志等，可以有效地形成自證。”肖颯表示。

　　郭旨龍則表示，還可以改變論文審查流程，在答辯環(huán)節(jié)增設(shè)AIGC測(cè)試，當(dāng)場(chǎng)檢測(cè)AI率，當(dāng)場(chǎng)讓學(xué)生有針對(duì)性地答辯。

　　用AI降A(chǔ)I率，有何風(fēng)險(xiǎn)？

　　除了自證，更多時(shí)候，學(xué)生們會(huì)選擇硬著頭皮降A(chǔ)I率。有學(xué)生表示可以改標(biāo)點(diǎn)符號(hào)，加語(yǔ)氣助詞，有的則把學(xué)術(shù)詞匯替換成更為口語(yǔ)化的表達(dá)，還有的學(xué)生實(shí)在改不動(dòng)了，干脆花錢(qián)讓AI降A(chǔ)I率。

　　也就是說(shuō)，一篇論文從“出生”到“審查通過(guò)”，AI這門(mén)生意，可以包括AI槍手、AI率檢測(cè)和降A(chǔ)I率這3個(gè)環(huán)節(jié)。無(wú)論文章是否百分之百原創(chuàng)，想讓論文過(guò)審，大概率都得花點(diǎn)錢(qián)。

　　用AI測(cè)AI率，再用AI降A(chǔ)I率。這些行為又會(huì)存在怎樣的法律風(fēng)險(xiǎn)？

　　郭旨龍表示，這些行為可能涉嫌侵犯知識(shí)產(chǎn)權(quán)，AI可能將他人上傳校閱的論文加以輸出，構(gòu)成不經(jīng)意間的剽竊。

　　肖颯認(rèn)為，使用AI降低AI率本身也是一種利用AI進(jìn)行洗稿的學(xué)術(shù)不端行為。“從著作權(quán)的角度考慮，AI降重本身將會(huì)導(dǎo)致著作權(quán)歸屬不清。因算法黑箱的存在，究竟是否存在獨(dú)立的人類(lèi)智力勞動(dòng)將難以界定，進(jìn)行AI降重這個(gè)過(guò)程本身可能就會(huì)將原文的所有語(yǔ)言表達(dá)進(jìn)行重構(gòu)，譬如針對(duì)不同檢測(cè)平臺(tái)的標(biāo)準(zhǔn)，將長(zhǎng)句斷為數(shù)個(gè)短句、將所有的連接詞進(jìn)行個(gè)性化替換等。在這種情況下，被降重后的語(yǔ)言表達(dá)甚至難以與原文有‘實(shí)質(zhì)性相似’，進(jìn)行降重后的成果將難以被認(rèn)定原創(chuàng)性。”

　　基于AIGC檢測(cè)當(dāng)下存在的種種缺陷，郭旨龍認(rèn)為，各大高校和學(xué)術(shù)機(jī)構(gòu)可以使用AIGC檢測(cè)，但不能單獨(dú)地將其作為一項(xiàng)長(zhǎng)期措施。

　　“AIGC檢測(cè)的政策成本很高，而由此帶來(lái)的效益依然存疑。強(qiáng)制出臺(tái)AIGC率的標(biāo)準(zhǔn)，并不能真的讓那些想要偷懶的學(xué)生放棄使用AI，可能更多地會(huì)讓那些僅僅想要嘗試使用AI便利寫(xiě)作的學(xué)生投鼠忌器，進(jìn)而影響AI在教育實(shí)踐和學(xué)術(shù)創(chuàng)作中發(fā)揮功能。”郭旨龍說(shuō)道。

　　查論文AI率，本意也是為了避免學(xué)生過(guò)度依賴(lài)AI生成，那校方能有什么其他解決辦法嗎？

　　郭旨龍表示，堵不如疏，而疏通亦有方法。用簡(jiǎn)單粗暴的方法限制甚至禁止，從微觀而言，不可能達(dá)到令人滿意的效果——論文寫(xiě)作不是當(dāng)堂考試。從宏觀上而言，也是在逆反社會(huì)發(fā)展潮流。因此，不如制定合適的AI應(yīng)用規(guī)范，指引學(xué)生適度利用AI，正確地使用AI。但這不僅是高校的責(zé)任，更是整個(gè)教育體系的責(zé)任。

　　肖颯則建議，一方面，校方與教師應(yīng)持續(xù)提升AI素養(yǎng)，深入理解AI生成的底層邏輯與特征，避免過(guò)度依賴(lài)單一工具而引發(fā)誤判。同時(shí)，要注重構(gòu)建多元、客觀的學(xué)術(shù)評(píng)價(jià)體系，將論文內(nèi)容質(zhì)量、研究深度、創(chuàng)新能力等多維度納入考量范圍。另一方面，學(xué)術(shù)界與技術(shù)開(kāi)發(fā)者也應(yīng)攜手合作，探索更精準(zhǔn)的判定標(biāo)準(zhǔn)，完善學(xué)術(shù)寫(xiě)作平臺(tái)與工具，使其兼具透明性、可控性與便捷性，方便學(xué)生留存創(chuàng)作軌跡，也便于校方追溯審查，從根本上降低爭(zhēng)議與風(fēng)險(xiǎn)，共同營(yíng)造風(fēng)清氣正、健康有序的學(xué)術(shù)科研環(huán)境。

關(guān)注讀覽天下微信， 100萬(wàn)篇深度好文， 等你來(lái)看……