同一篇论文,9月底知网AI检测通过,10月25日复测却大面积标红,AI生成率陡增。据报道,近日不少网友在社交平台反映,知网AI生成率检测结果波动明显。对此,知网客服回应称,现阶段算法处于迭代过渡阶段,AI疑似率仅作参考,不能作为最终判定依据,用户对结果存疑可申请人工复核。
当前,不少高校把AI生成率纳入论文审核,以此来防范学术不端行为。可如果AI检测工具本身标准都不科学,还前后不一致,那依托检测得出的结果,自然也就缺乏可信度。
其实,AI检测技术本身存在明显局限。绝大多数AI模型的训练素材,本身就是海量的已有文献、经典著作和规范范文。这就导致结构规范、逻辑通顺、表达严谨的原创文章,很容易被机器误判为AI生成内容。此前,朱自清的《荷塘月色》等一些经典文学作品,居然也被检出高AI生成率。
再者,不少检测平台一边提供AI检测,一边配套AI降重、润色服务,按照检测次数、字符数量收费盈利。算法版本一更新,AI疑似率就显著抬升,倒逼学生反复付费复测,甚至催生“用AI对抗AI”的灰色链条。这种收割学生的生意,会进一步导致检测标准混乱,严重影响检测的公正性。
作为广泛服务高校、科研界的公共学术平台,知网有责任把升级的逻辑讲清楚:新算法重点识别哪些特征、哪些情形容易出现误检、申请复核的路径是否畅通。只有建立起标准透明、判定稳定、机制严谨的评价体系,才能让人信服。不能只告知用户“评价的尺子换了”,却不说明尺子的标准、误差范围。
需要注意的是,高校与期刊单位要把握好评价导向,切忌把AI生成率数字当成“一票否决”的硬标准。技术筛查只能作为风险线索、参考依据,学术不端的认定,终究要依靠答辩问询、原始材料核验、成果溯源等多元方式进行综合判断。如果只是由算法说了算,未免太简单粗放。当然,一篇论文写得好不好,既要考查其是否遵循学术规范,也要考查其有没有独到见解和原创贡献等。
总之,治理人工智能时代的学术风险,需要平台守好技术伦理,公开算法标准。只有让AI检测工具建立起公开可复核的判定体系,自身经得起检验,才能规范学生学术写作行为。高校也要完善评价机制,建立多元的评价体系,回归育人与求真本位。同时,广大科研学子应守住初心,善用AI辅助研究,但不能完全依赖AI。说到底,学术诚信,最终要靠人来守护,而不是交给一串浮动的算法数字。
文/杨丽
编辑/ 刘忠禹
