精选世界杯赔率内容，足球世界杯与你一同发现更多精彩。

毕业季临近，高校面临着论文中人工智能（AI）生成内容过多的严峻挑战。除了传统的查重、盲审和答辩环节，今年毕业生们在撰写毕业论文时，又新增了一项名为“AIGC 检测”（人工智能生成内容检测）的审查流程。

一些毕业生在提交论文初稿后，检测出的“AI 率”高达 62%，远超学校设定的 15% 的警戒线。然而，当他们尝试使用大型语言模型修改论文，使其更像人类书写时，再次检测却发现“AI 率”反而飙升至 94%。这种现象在近期并非个例，许多毕业生都遭遇了类似情况。

中央电视台近日深入介绍了检测论文“AI 率”的工作原理。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现有语料库的相似度来判断重复性，这是一种确定性的判断。而 AI 检测则是运用 AI 系统来分析人类文本，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，而非基于证据的确定性判断。

当前 AI 检测面临的核心技术瓶颈在于，我们正“用 AI 去查 AI”，这使得明确区分文字究竟是人类作者还是 AI 生成变得困难，也难以提供清晰的解释和说明，这是技术上最为关键的难题。

此外，中文语言表达的丰富性和多样性，使得 AI 系统在检测人类作者的语句时容易产生歧义，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。

鉴于目前 AI 率检测的精准度仍有待提高，教育界人士建议，在论文审核过程中，应建立透明且可追溯的 AI 使用标注制度，而不是简单地设定“AI 率”的“红线”。在判定机制上，应倡导以人工评审为主、AI 检测为辅的“人机共判”模式。

目前，许多高校在学生论文中引入了“AI 率”检测的红线，但不少学生反映，学校的论文 AI 率检查依赖于指定的检测平台和算法模型分析。

通常情况下，主流高校普遍采用知网、维普、万方等系统的 AIGC 检测模块。央视记者就“AI 大模型如何检测文章的 AI 生成内容”向多个大模型提问，并总结其回答，核心在于通过分析文本的“困惑度”和“突发性”等特征。AI 生成的文本通常更为“平滑”，而人类文本则表现出更大的波动性。

大模型解释称，“困惑度”指的是文本的“可预测性”，越是包含人类特有的、出人意料的、不落俗套的表达，就越像人类的写作。而“突发性”则关乎文本节奏的波动，人类写作的节奏起伏跌宕，如同心电图，而 AI 的输出则相对平稳，如同直线。这种判断方式的准确性如何？

专家对此表示，除了困惑度、突发性等指标外，AI 文本生成是通过预测下一个最有可能出现的词汇的概率来逐步构建文本，本质上是一种概率统计。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，这也影响了对学术诚信的有效保障，甚至在足球世界杯相关内容的创作中也可能存在类似挑战。