学术评价岂能被算法牵着鼻子走 技术筛查不应成唯一标准。近期,不少学生和研究者反映中国知网升级AIGC检测算法后,检测出的“AI生成率”明显上升且结果不稳定。9月底检测正常的稿件,10月底再查时却出现大段标记为疑似AI生成的内容。知网客服解释称,算法升级后疑似率会更高,目前处于过渡阶段,强调结果仅供参考。
技术提供的只是“疑似”判断,但对学生而言,这成了必须过关的硬指标。部分高校要求学生论文的“AI生成率”必须低于30%甚至10%,并与成绩挂钩。一些期刊投稿也有类似比例要求。学生为了达标不断改稿、付费重测,甚至有人求助AI降低“AI生成率”,这种现象令人哭笑不得,也值得高校反思:我们是在检验学生的学习态度还是在考验他们对算法的适应能力?
对学术不端进行技术筛查无可厚非。生成式AI使批量生产看似规范的文字变得容易,学校和学术期刊对此保持警惕是合理的。然而,知网检测出的“AI生成率”并不能简单等同于实际由AI写成的比例。检测工具根据文本特征作出推断,无法直接还原文字的形成过程。相同文本随模型版本变化而“变脸”,提醒人们算法判断并不具备绝对权威。
当检测结果与学业成果直接挂钩,学生自然会想方设法让数字更符合要求。替换词句、调整语序,甚至“魔法对轰”,往往是最“高效”的手段。认真撰写论文的人可能遭遇误判,善于取巧者却可能顺利过关。如果学术训练的重心从求真转向“消红”,即使AI率降下来,意义何在?
更重要的是,即便未来AI检测准确性大幅提升,也无法替代对论文质量的实质评价。学术研究的价值在于提出有价值的问题、采用合适的研究方法,并用充分的材料和严密的逻辑得出有价值的结论。唯“AI生成率”是问,初衷虽是保障论文质量,结果却可能治标不治本。