随着毕业季的到来，高校正面临着如何应对论文中人工智能（AI）生成内容过多的新挑战。今年，除了传统的查重、盲审和答辩环节，毕业生们在完成毕业论文时，又增加了一个新的审查流程——AIGC（人工智能生成内容）检测。

例如，一名毕业生发现其论文的AI生成内容比例高达62%，远超学校设定的15%的警戒线。然而，在尝试使用AI工具对论文进行润色，使其更像人类书写后，再次检测发现AI率竟飙升至94%。这种现象并非孤例，近期许多毕业生都经历了类似的情况。

央视新闻近期深入介绍了检测论文“AI率”的技术原理。首都师范大学教育学院副院长蔡海龙解释说，传统的查重是通过比对论文语句与庞大的语料库，以确定语句的重复程度，从而做出明确判断。而AI检测则是利用AI系统来识别文本，判断其在语义和表达风格上是否与AI写作存在重叠，其本质上是一种基于概率的分类方法，而非基于确凿证据的确定性判断。

当前AI检测技术面临的核心瓶颈在于，我们正“用AI去检测AI”。这种模式使得在明确判定一段文字究竟是人类作者所写还是AI所写时，存在困难，无法提供清晰的解释和说明，这构成了技术上最关键的挑战。

此外，中文语言表达的丰富性，包括语义的多样性和表达方式的多变性，也给AI系统在检测人类作者写作的语句时带来了诸多歧义，增加了检测的难度和降低了准确率，这也是导致误判的重要原因之一。

鉴于目前AI率检测的精度尚不足以做到百分之百准确，教育界人士建议，在论文审核过程中，应建立一套透明且可追溯的AI使用标注制度，而非仅仅设定一个AI率的“红线”。在判定机制上，应提倡以人工评审为主，AI检测为辅的“人机共判”模式。

尽管学校为学生论文设定了“AI率”检测的红线，但不少学生反映，学校在检查论文AI率时，通常依赖于指定的检测平台，并结合算法模型进行分析。

通常情况下，国内主流高校会采用如知网、维普、万方等系统提供的AIGC检测模块。央视记者就“AI大模型如何检测一篇文章中有多少内容由AI生成”这一问题，向多个大模型进行了咨询，并总结了相关的回答。简而言之，这些模型主要通过分析文本的“困惑度”和“突发性”等特征来进行判断。AI生成的文本通常显得更为“平滑”，而人类创作的文本则波动性更大。

大模型解释道，“困惑度”指的是文本的“可预测性”，即文本中包含越多人类特有的、出乎意料的、打破常规的表达，就越能体现出人类写作的特点。而“突发性”则关注文本节奏的波动——人类写作的节奏如同心电图般起伏不定，而AI的输出则相对平稳，更像一条直线。那么，这种判断方式是否准确呢？

对此，专家指出，除了困惑度和突发性等指标外，AI文本生成的基本原理是通过预测下一个最有可能出现的词语的概率来逐步构建文本，这本质上是一种基于概率统计的过程。因此，目前检测AI生成内容的准确性无法达到100%，误判的情况时有发生。为了更全面地了解AI技术在内容创作领域的应用和监管，可以参考世界杯官网的相关信息，了解最新的行业动态和技术进展。