AI 检测分数可信吗？拿到结果后该怎么判断

先说结论：AI 检测分数可以提醒你再仔细核查，但单靠它，不能可靠地证明某位作者违规。

检测工具会犯两种错：

• 误报：人自己写的，被判成 AI 写的。
• 漏报：用了 AI 的，被判成人写的。

所以，高校图书馆和教学中心的指南都提醒：不能只凭检测结果，就认定有人学术违规（圣地亚哥大学法学图书馆）。

拿到分数，把它当成一个“值得再看看”的提示就好。接下来要做的是慢功夫：读文本，看草稿和笔记，跟这个人以前的文章比一比，再按你们单位现有的规定，跟作者好好聊一次。

这篇写给两类人：被标记的学生或作者，以及跑了检测的老师、编辑、审稿人。文中有五步记录卡、两份语气中立的沟通模板，和一份可以直接复制的核查清单。

检测分数能告诉你什么

检测工具读一段文字，给出一个估计，通常是一个百分比，或者“可能是 AI”这样的标签。

这个估计，来自工具学到的文字规律。它没有看着谁写字。

所以分数只能说明一件很窄的事：这个工具、用这套设置，给这段文字打了这个分。

它说明不了：是谁写的？哪几段用了 AI？用了多少？用了算不算违规？

MIT 的教学技术团队说得很直接：AI 检测工具不可靠。他们建议的做法是：规则写清楚、跟学生坦诚沟通、谨慎使用（MIT Sloan 教学技术）。

不管分数高还是低，这条建议都适用。

换几个工具投票，也不行

分数拿不准时，很多人会再换两三个工具测一测。三个里有两个说“是 AI”，感觉像是少数服从多数。

其实不成立，原因有三个：

• 刻度不一样。 这个工具的 70%，跟那个工具的“可能是 AI”，根本不是一回事。加起来、取平均，等于把不同单位的东西硬凑在一起。
• 门槛不一样。 每个工具自己决定从哪儿开始算“可能”。这条线在哪儿，最近更新有没有挪，你通常不知道。
• 可能一起看走眼。 如果几个工具都盯着类似的表面特征，它们可能一起错。意见一致，也许只是犯了同一个错。

多测几次可以，但每个结果都要记下来，把它们当成几个提示分别看，别加起来算票数。

误报：人写的被当成 AI

误报，就是作者没用 AI，自己写的东西却被标记了。

虚构例子。 小林自己写了一份实验报告。实验报告格式很死：固定的小标题、被动句、短而客观的句子、“结果表明”这类常用说法。

结果检测分数很高。可她整个过程都没碰 AI。只是她的报告，长得跟其他实验报告很像。

误报的代价，大多落在作者身上：

• 要花时间、担着压力去证明自己
• 证据不足就启动了正式程序
• 学生和老师、作者和编辑之间的信任受损
• 让人觉得：规规矩矩写，反而危险

这也是为什么指南强调，检测结果不能作为认定违规的唯一依据（圣地亚哥大学法学图书馆）。

漏报：用了 AI 却没被发现

漏报正好反过来：借助 AI 写的内容，分数很低，被当成人写的。

虚构例子。 课程规定用了 AI 要说明。小周的作文里有几段是 AI 生成的，他没说。检测分数很低。老师看到低分，就没再细看。

漏报的代价不一样：

• 审阅的人被分数安了心
• 对守规矩的人不公平
• 养成只看数字、不读文章的习惯

分数低，不代表每个字都是人写的。只代表这个工具，这一次，没标出这段文字。

两种错放在一起看

下表用的是虚构情况，只是说明分数和实际情况怎么对应，没有用任何工具的真实数据。

注意左上角那格。就算标记“对了”，真正的问题也没回答。有些课程和团队允许某些方式用 AI。有没有违规，要看规则和实际发生了什么，分数回答不了这个问题。

拿到分数，怎么用

如果你是审阅的人，堪萨斯大学教学中心建议这样走：多收集信息，跟学生以前的作业比一比，先谈话再下结论（堪萨斯大学教学卓越中心）。

下面这张记录卡，把这个思路拆成五步。卡片是本文设计的，它要放在你们单位的现有流程里用，不能代替流程。

五步记录卡（模板）

AI 检测分数 - 记录卡

1. 保留分数
   工具名称：____________  检测日期：____________
   检测了哪些文字（全文 / 某几段）：____________
   显示的结果（数字或标签）：____________
   还用了哪些工具，各自结果：____________
   提醒：每个结果单独当提示看，不相加、不平均。

2. 核对文本
   哪几段让人有疑问：____________
   为什么（用自己的话，不用工具的话）：____________
   跟同一个人以前的文章比过吗？ 是 / 否
   比出了什么：____________
   这次作业或任务对 AI 使用的规定：____________

3. 保存过程材料
   有草稿吗：是 / 否      有笔记或提纲吗：是 / 否
   有参考资料清单吗：是 / 否   有版本记录吗：是 / 否
   提醒：缺材料不等于作弊。

4. 进行对话
   日期：____________  在场的人：____________
   作者怎么说明写作过程：____________
   能讲清自己的选择、来源和结构吗：____
   还没弄清的问题：____________

5. 按规则处理
   适用的政策或程序：____________
   按程序，下一步是：____________
   由谁做决定（人，不是工具）：____________

实际用的时候，记住这几点：

• 写下你自己的理由。 “工具说 80%”不算理由。“第三段用了课上没讲过的术语，还引用了一篇我找不到的资料”才算。
• 比较要对等。 课堂上限时写的一段话，跟回家精修的论文，读起来本来就不一样，原因可能完全正常。
• 谈话要开放。 请作者讲讲是怎么写出来的。先听，再判断。
• 让程序来决定。 学校或单位有诚信处理流程的，分数只是进入流程的一条信息，不能跳过任何一步。

如果你的文章被标记了

被标记很让人心慌，尤其是你自己写的时候。下面几步，能帮你把话说清楚。

1. 问清楚标记了什么。 用的什么工具、测的哪段文字、结果是多少、涉及哪条规定。
2. 把过程材料找齐。 草稿、笔记、提纲、查资料时的网页或收藏、用过的参考资料，还有写作软件里的版本记录。
3. 准备好讲讲你怎么写的。 为什么选这个题、想法从哪来、为什么这样安排结构。能把自己的作品讲明白，本身就是有用的信息。
4. 问清楚接下来怎么审。 谁来决定、有哪些步骤、能不能交材料或当面谈。
5. 用过 AI 就照实说。 比如用工具改过语法、帮忙想过点子，就说出来，并指出你遵守的是哪条规定。

没有版本记录，不能算你的错。 有些人用的写作工具本来就不存详细记录，有些人一口气写完，有些人在几个软件之间来回复制。其他材料，加上你能讲清自己的作品，一样能说明这篇东西是怎么来的。

学生或作者用的沟通模板

按你的情况改一改。这只是一个语气中立的起点，不构成法律意见。

主题：关于[作业/文章]的 AI 检测结果

[称呼]您好，

谢谢您告诉我[作业/文章]的检测结果。我想弄清楚情况，也愿意配合核查。

能否告诉我用的是哪个检测工具、检测了哪部分文字、结果是什么？
也想了解适用的是哪条规定，接下来有哪些步骤。

我手上有写作过程中的[草稿 / 笔记 / 提纲 / 参考资料清单 / 版本记录]，
可以提供，也可以当面讲讲我是怎么写的。
[如适用：我用了（工具）来（用途），我理解这是（规定）允许的。]

这周方便约个时间简单聊一下吗？

谢谢，
[你的名字]

审阅人用的沟通模板

这一版用来开启对话，不带指控。

主题：想跟你聊聊[作业/文章]

[名字]你好，

想跟你聊一下[作业/文章]。AI 检测工具给了一个结果，我想多了解一些情况。
这种分数不是结论，我也还没有做任何决定。

方便的话，带上或发给我你的草稿、笔记、提纲和用过的资料？
想请你讲讲这篇是怎么一步步写出来的。
如果用过 AI 工具，直接告诉我用来做什么就好，我们对照课程/团队的规定一起看。

[某天某时] 或 [某天某时] 你有空吗？

谢谢，
[你的名字]

核查清单

做任何决定之前，过一遍这张清单。审阅人可以用，作者也可以拿来提前准备。

关于分数

• 记下了工具、日期和具体检测的文字
• 每个工具的结果都记了，分数低的也记了
• 没有人把不同工具的结果相加、平均或投票
• 分数被标注为“提示”，没有被当成“结论”

关于文本

• 有疑问的段落，用人自己的话写清楚了
• 有条件的话，已经跟作者以前的文章比过
• 这次任务对 AI 使用的规定写下来了

关于过程材料

• 已经请作者提供，或作者主动提供了草稿、笔记、提纲和资料
• 如果有版本记录，已经看过
• 缺的材料记为“缺少”，不当作证据

关于谈话和决定

• 作者有机会说明自己的写作过程
• 谈话语气中立，并有记录
• 决定按现有政策或程序做出
• 做决定的是人，分数不是唯一依据

选一个不会出错的下一步

挑一件今天就能做、做了不会让事情更糟的事：

在出现分数之前就把规则讲清楚、坦诚沟通，这也是 MIT 指南建议的方向（MIT Sloan 教学技术）。

想更全面地了解用 AI 时怎么保住自己的判断，可以读用 AI 又不丢掉判断力：保留这几个自己动脑的环节。如果你要给班级写 AI 使用说明，提示词会变，提问的方法值得留下能帮你把“允许做什么”说得更具体。