毕业季临近，高校普遍面临如何应对毕业论文中过度使用人工智能（AI）生成内容的挑战。除了传统的查重、盲审和答辩环节，AIGC（人工智能生成内容）检测已成为新的审核流程。

有毕业生反映，一篇论文最初的AI生成内容比例为62%，远超学校15%的限制。在尝试使用AI模型进行修改后，再次检测发现AI生成内容的比例反而飙升至94%。这种现象并非孤例，近期不少毕业生都遇到了类似情况。

中央电视台报道了检测论文“AI率”的原理。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语料库中的语句来确定重复度，是一种确定性判断。而AI检测则是利用AI系统分析人类文本，判断其在语义和表达风格上是否与AI写作存在重叠，其本质是基于概率的分类，而非基于证据的确定性判断。

当前AI检测技术面临的核心瓶颈在于“以AI查AI”，这使得区分文本究竟是人类作者还是AI所写变得困难，并且难以提供明确的解释和说明。

中文语言表达的丰富性和多样性也给AI检测带来了挑战。AI系统在识别人类作者的语句时，容易产生歧义，从而增加检测难度并降低准确率，这是导致误判的重要原因之一。

鉴于AI检测目前尚未达到完全精准，有教师建议，在论文审核中应建立透明且可追溯的AI使用标注制度，而非简单设定AI生成内容的“红线”。在判定机制上，应推行以人工评审为主、AI检测为辅的“人机共判”模式。

目前，高校普遍采用指定的检测平台和算法模型来分析论文的“AI率”。主流高校通常会使用知网、维普、万方等平台的AIGC检测模块。据央视记者了解，这些平台通过分析文本的“困惑度”和“突发性”等特征来判断AI生成内容的比例。AI生成的文本通常更为“平滑”，而人类文本则波动性更大。

大模型解释，“困惑度”衡量文本的可预测性，人类特有的、出人意料的表达会增加文本的“人类感”。“突发性”则描述文本节奏的起伏，人类写作如同心电图般变化，而AI输出则相对平稳。

专家指出，除了困惑度、突发性等指标外，AI文本生成是基于预测下一个最可能出现的词汇的概率，本质上是一种概率统计。因此，目前AI生成内容的检测准确性无法达到100%，误判情况时有发生。