高校花錢查 AI，學生花錢降 AI

文 | wiwi

今年畢業季，央視記者采訪了一位叫葛佳怡的畢業生。她不覺得自己有什么可心虛的：寫論文時，AI只幫她查過部分理論資料，摘要、項目計劃和創作核心都是原創。可檢測結果下來，疑似AI生成內容占56%；她和團隊一起擬的項目計劃部分，97%。

機器認定她不是人寫的。她要做的，是把自己的文字改到機器承認為止。

她還不是運氣最差的。今年畢業季，有畢業生想把62%的AI率降下來，改完再測，94%，不降反升。電商平臺上，“降AI率”早已是一門明碼標價的生意：一位叫張岳的畢業生，為386個被判定“疑似AI”的字，按“100字10元”付了30元。

這套檢測有多不靠譜，其實早有定論。真正沒人問出口的是另一個問題：既然大家都知道它不準，學校為什么年年照買？

想弄明白，得去翻一種很少有人看的文件：高校的采購公示。學校在上面寫下的購買理由，和學生以為的不太一樣。

連OpenAI都關掉了自己的檢測器

今年6月，第一財經記者做了個實驗：讓DeepSeek生成一篇千字文章，分別提交兩大檢測平臺。這篇百分之百由AI生成的文字，知網判定AI率為0，維普判定55.71%。一個完全漏判，另一個只認出一半。一篇來路完全清楚的文章，兩個系統都沒給出接近事實的答案。

這不是國產系統獨有的毛病。2023年7月20日，OpenAI悄悄下線了自家的AI文本分類器，官網留下一句說明：因準確率過低。按OpenAI自己公布的數據，這個工具只能認出26%的AI文本，還會把9%的人類文本誤判成AI寫的。做ChatGPT的公司，自己也搞不定這件事。

全球高校用得最多的Turnitin走得更遠。它的官方文檔明說，檢測結果“不應作為對學生采取不利措施的唯一依據”；19%以下的區間干脆不顯示具體數字，只給一個星號，因為這一段最容易誤傷。斯坦福團隊2023年在《Patterns》期刊發過一組數據：91篇非英語母語者的托福作文，交給七款主流檢測器，平均61%被判成AI生成，有19%被七款檢測器一致認定不是人寫的。原因不在寫作水平：用詞和句式越收斂、越合乎規范，文字在機器眼里就越“可預測”。

毛病出在根上，算法再迭代也救不了。首都師范大學教育學院副院長蔡海龍在央視采訪中解釋過兩者的區別：查重是把論文和語料庫逐句比對，做出確定性判斷；AI檢測是用AI去猜人類文本，“本質上是一種基于概率的分類”。

各平臺的模型不同，參考的特征也不止“困惑度”一項，但共同點是：它們只能判斷一段文字在統計上有多像AI，還原不了它真正的生成過程。只要交上去的還是一份最終文本，而不是寫作記錄，算法再升級，也只是把“像不像”算得更精，永遠變不成“是不是”。

一場概率游戲，卻被各校寫成了小數點后兩位的硬指標。四川大學要求文科不超過20%、理工醫科不超過15%；南京財經大學紅山學院把參考線劃在40%，超線由導師督促整改。標準是各校自己定的，同一篇論文換一所學校，命運可能完全不同。概率是軟的，紅線是死的，夾在中間挨板子的，是學生。

AIGC檢測，繼承了查重時代的采購理由

學校不知道這些嗎？至少，誤判已經算不上什么未知的風險：央視和光明網把案例擺上了臺面，連檢測平臺自己都把技術局限寫進了官方文檔。風險明擺著，學校為什么照買不誤？公示里寫著他們自己的答案。

高校采購論文檢測系統，普遍走“單一來源”程序，也就是不招標、指定供應商，而單一來源采購必須公示理由。新鄉學院教務處的一份公示，給知網大學生論文檢測系統列了三條理由：準確性、唯一性、延續性。往下細讀，“準確性”說的是供應商擁有國內規模最大、數據最全面的學術資源；“唯一性”，是說它是“唯一一家不對學生個人單獨開放”的檢測系統；“延續性”，是本校自2013年起使用，“系統中保留了我校大量本科論文”。

常州大學2023年4月的公示與之相似，價格是每年39600元，一簽三年。

有意思的是第一條。在查重時代，“準確性”這么寫沒毛病：查重比的是庫，庫越大越查得全，準確率確實可以拿資源規模來擔保。可AIGC檢測沒有庫可比，它是概率分類，誤判率誰也擔保不了，采購的理由卻原樣接了過來。AIGC檢測進學校時，也很少被當成一款新產品重新論證，更常見的做法是打包：浙江機電職業技術大學2025年6月的采購公告里，500篇AIGC檢測額度和知網科研成果檢測系統捆在同一個5.5萬元的項目里。學校接過來的不只是一個新算法，還有原有的賬號體系、歷史論文庫和更換供應商的遷移成本。一套用了十年的系統，多勾一項服務就能“管住AI”，這比任何新方案都省事。

至于“不對學生個人單獨開放”，在學生聽來是刁難，在當年的公示里卻是白紙黑字的優點：學生摸不到學校用的系統，檢測結果就只有一個出口，權威性靠壟斷來保證。如今學生能在市面上買到各種自測：知網AIGC檢測每千字符2元，維普20元一篇，PaperPass把查重和AIGC檢測打包成每千字符1.5元。可自測用的版本、語料和學校采購的未必一致，錢花了，數字還是對不齊。

這些采購理由，葛佳怡一條也看不到。她不知道系統拿什么標準判她，也算不明白那個56%是怎么得出來的。她只知道，自己按規則如實申報了AI用途，換來的是給每一段原創文字自證清白的義務。

一張檢測報告，比一次人工判斷便宜

學校頭頂上還壓著更硬的東西。2025年1月1日起施行的學位法明確，學位論文存在代寫、剽竊、偽造等學術不端行為的，可以撤銷學位；草案初審階段，“利用人工智能代寫學位論文”曾被點名列入。加上本科畢業論文抽檢常態化，學校必須向上面證明：我管了。

拿什么證明？一份帶百分比的檢測報告，是所有選項里最便宜的一種。導師逐篇精讀要占工時，答辯從嚴要承擔延畢率上升的責任，而一份機器報告，每年幾萬塊，責任就從“學校沒把好關”變成了“學生沒過機器”。導師的一句“這篇讀起來像AI”進不了表格，“AI率38.6%”卻可以登記、排序、存檔、追責。至于數字離真相有多遠，表格里看不出來，也沒有哪一欄需要填這個。

這套心思，三十年前就有人寫透了。科學史家西奧多·波特在《相信數字》里追問過各類機構為什么迷戀量化，答案是一句后來被反復引用的話：量化是一種“不必看起來在做決定的決定方式”。他還發現，用數字取代個人判斷的沖動，恰恰出現在最虛弱的機構身上：越是不被信任、越是暴露在外部問責壓力之下，越需要一個看起來客觀的數字頂在前面。放到今天的高校身上，這個判斷幾乎不用翻譯：學位法和論文抽檢把學校推到了被問責的位置上，導師的判斷扛不動這份壓力，數字可以。

對學校最好用的，甚至不是一臺替它下結論的機器，而是一臺既給出數字、又注明“僅供參考”的機器。需要管理時，百分比就是整改依據；出了爭議，最終判斷又可以推回給導師。能提供看起來客觀的數字，又不必為數字負全責，這才是這類工具真正值錢的地方。

學校買的從來不是檢測，是免責。

掏錢的人，不承擔誤判

天下沒有第二種儀器可以這樣。食堂的秤缺二兩，學生當場就會吵起來，秤會被換掉；體溫計誤差兩度，醫院第二天就退貨。為什么偏偏AI檢測錯得人盡皆知，還能年年續約？

區別在于，秤的讀數，由付錢的人當場核驗；AI率的讀數，付錢的學校不核驗，被數字卡住的學生又沒有采購權。一臺儀器，只要掏錢的人和吃虧的人不是同一群人，“準不準”就不再是它的質量指標。甚至對買它的學校來說，嚇唬本身就是功能：一支拍不清人臉的監控探頭，紅燈只要還在閃，走廊里就沒人敢放肆。

一次誤判，落在學校后臺，是一份待復核的報告和一點工時；落在學生身上，是幾次充值、一個通宵，和把通順句子故意改壞的幾個小時——有人刪掉“綜上所述”，有人拆散排比句，還有人改完又被導師要求改回來。兩邊的賬放在一起，采購方感受到的價格信號，弱到可以忽略。

一個數字不可信，就再加四個

學校發現系統不準之后，往往不會退貨，反而會再買幾套。四川農業大學草業科技學院2026年4月的通知里，一篇本科畢業論文要過五道機器關卡：反抄襲檢測、AIGC檢測、維普格式檢測，外加維普智評和華宸智評兩套AI評價，之后還要導師復核。五道關卡，一個算盤：單個數字靠不住，就讓一堆數字互相作證。

學生這頭的對抗，又反過來喂飽了系統。電商平臺上的降AI服務按千字3元收費，一家商家已售出4166件；《每日經濟新聞》記者今年6月實測，一篇文章處理后AI率從95.77%降到11.3%，代價是語言變得別扭、不再像正常的論文表達。所謂降AI率，多數時候也由AI完成：AI寫論文，AI消除AI痕跡，再交給AI檢測。而這些花樣傳到學校眼里，結論往往只有一個：現有檢測還不夠強，得升級。

經濟學家古德哈特早就描述過這個循環，人類學家瑪麗蓮·斯特拉森把它壓縮成一句話：一個測量指標一旦變成目標，它就不再是好的測量指標。AI率把這句話演得一字不差：一旦和答辯資格掛鉤，學生動手改的就不再是論文，而是那個數字。

指標失靈不是意外事故，是這種用法注定的結局。

把整條鏈攤開：學校向監管層交出“已落實審查”的記錄，檢測方吃到學校采購和學生自測兩端的需求，降AI商家再在縫隙里一單一單接活。轉了一整圈，沒有一方的錢是按“判得對不對”來付的。

這臺機器要是真的準了，生意反而要塌一塊。沒有證據說哪家平臺有意造錯，但結構擺在這里：誤判帶來復測，復測是流水；誤判帶來恐慌，恐慌幫降AI商家拉客。不準，是這門生意的產能。

最貴的檢測是人

得替學校說一句公道話：AI代寫是真問題。放著不管，畢業論文遲早變成大模型的接力賽。

但“要管”推不出“這么管”。已經有高校在示范另一種管法。南京大學2025年5月的通知直接承認，AIGC檢測結果是“基于算法模型的概率性分析，存在技術局限性，僅作為學術規范性輔助參考，不作為論文原創性判定依據”，同時要求學生對AI使用全程申請備案、留存過程記錄。北京郵電大學教授鄂海紅的建議更進一步：不同學科不應一刀切，該由學科專家和導師下最終結論。

這些方案殊途同歸：把判斷權從機器手里拿回來，交還給人。難處也只有一個字：貴。導師精讀一篇論文的成本，遠高于機器掃一遍；替學生擔保“這是他自己寫的”，更是要拿自己的學術信用做抵押。

所以多數學校選了機器。原因未必是它更準，而是它不準也沒關系。

明年3月，新一輪采購公示還會掛上校園網，理由大概還是那幾條：資源最全，渠道唯一，用了十年。凌晨的宿舍里，還會有下一個葛佳怡，把自己寫的句子一遍遍改到不像自己，然后付20塊錢，請另一臺機器證明自己是人。

到那時，學校會拿到報告，學生會拿到清白，每一方都買到了自己要的東西。只有一件事，錢花了一圈，還是沒人知道：那篇論文，到底是不是她自己寫的。