博士论文被指AI生成之后，高校检测会往哪走

博士论文被指AI生成之后，高校检测会往哪走

审查的风向在变，先把能证明自己的东西留住

最近，有河北大学的毕业生被曝其博士学位论文存在学术不端行为，其中一项是AI代写，学校已发布情况说明，称正在调查。事情至今尚无定论，指控依旧是指控。但是对于正在写论文的我们来说，更应该关注的不是这件事的对与错，而是一波新的浪潮——AI在论文中的痕迹将会被检查得更加仔细，一旦受到质疑，想要证明自己的清白将变得更加困难。

这篇不聊八卦，聊三点关于你的事：检测将如何变化、为何“我确实是本人所写”往往无效、从今往后你需要留下什么。

首先我们明白一个道理，不可能一纸“全国统一新规”就瞬间改变了所有学校的做法。更真实的变化是，各校把已有的环节做更细。以前查重是硬指标，AI率通常只是参考，学校也知道检测工具不可靠，所以留有余地。一个具体的案例摆出来，这个余地就小了——AIGC检测很可能要写进送审、盲审、答辩前流程，抽检率提高了，毕业后被举报或者倒查的可能性也增加了。在读期间你的感觉是“每个环节可能抽查一次”。

更令人惊讶的是另一端——过程性材料。由于AI代写很难有确凿的证据，检测报告仅能提供概率分值，学校必须寻求其他证据来支撑处罚或撤销学位证书的决定。所以越来越多的学校会要求学生提供写作过程证据——草稿、修订、原始数据、导师沟通等。它可能不会写进明文规定在官网上挂着，但是会实实在在地体现在审查申诉的实操中。

了解了检测工具在做什么，就明白了申诉为什么难。AIGC检测模型关注的是文本的统计数据——是否过于集中在高频词汇、是否句子长度过于均匀、每个词的上下文“出乎意料”程度是否过低。人写出来的东西会有毛刺，会忽然间插入一句短句，一句口语化的转折，在某处多绕两句闲话。而模型写出来的东西会更平滑，起伏更少。工具将这种平滑度转换为一个分数，然后画一条线，超过的称为疑似。它提供的是一个概率性结论，而非作者归属的定性结论。

这也解释了另一个让人疑惑的现象——同一篇论文，在知网、维普、万方上的结果可能差很远。不同平台的模型、训练语料、判定粒度和阈值都不一样，同一平台更新模型后结果也会变化。所以当你被标记，争论“机器判错了”基本无效，因为它从来就没想判定是谁的，它只是提示“这里有可疑的特征”。你需要说服的只有人——你的导师、你的学院、你的学位委员会。而人做判断的时候，看的是证据而不是分数。

要留下的东西，没那么神。多个版本的草稿（最好是带日期和修订痕迹的）；手写笔记、大纲、文献摘录；实验中产生的原始数据、提交的代码、问卷的原始表格、访谈录音及转写；图表工程文件；开题、期中、组会的材料；与导师的沟通邮件及消息；历次查重以及AIGC的检测报告。这些东西单独看都很零散，凑到一起才能形成可核对的链条。

比"够不够"更重要的是"对不对":时间线要对上、论文中的图表要能在原文件中找到出处、结论要能从数据中推出。并且最好现在就去做这件事，很多痕迹一旦覆盖就再也找不回来了。换手机、清理云盘的历史版本、删除旧文件夹等操作都是平时无感，关键时候的不可逆损失。

如果你不知道自己现在处于什么状态，那么你可以对照下面的几点，缺什么补什么，别等通知了再想着。

第一件重要的事情是了解情况：报告只是标注了几段还是整篇的比例过高？学校目前采用的是哪一版的规定，走的什么流程，有无时限？很多人看到红笔就手抖，删删改改、重新编辑、清空历史记录，等于亲手销毁最有利的证据。

接下来是不要做的事。不要在没弄清楚流程之前大改原文；不要去找"包过""保证通过"的代写或洗稿渠道，那等于把风险从"疑似"变成"实锤"；不要把没做过处理的整篇论文随便传到来源不明的网站上，论文泄露和被抢先的风险是真实的。如果你想在提交前先对自己有个底，可以用 PaperOK 做一次 AIGC 检测，它支持模拟知网、维普等平台的检测模式，每天有免费次数。但要记住，检测只是自查手段，报告说明的是哪几段特征可疑，它不替你做判断，也不能替你把问题抹掉。

真正要做的是沟通和说明，去找导师说明被标记的部分以及自己的写作过程，然后走学院、学校流程。重点不是“我发誓没有代写”，而是把落标段的来历揭开——本章数据何时采集？初稿何时完成？何时与何人讨论？为何这几句话显得特别整齐？真实的写作是有理由解释自己的整齐的，代写是没有的。

最后归结为习惯。用AI辅助查找资料、整理思路、梳理文献无可厚非，但是将成文过程完全交给AI是不合适的。只要写作的每一步你都参与进来，痕迹就是水到渠成的事情，你无需临阵磨枪。被查的不是“你用没用过AI”，而是这一段是不是你写的，你能不能说明白。

检测能标记可疑的句子，只有你自己的痕迹能说清它们从哪来。