畢業季到來，很多人都在忙著寫論文，在社交媒體網站上經常看到有人吐槽，辛辛苦苦寫的文章，竟然被判定為AIGC（人工智慧生成內容）。
事實上，AI的這種誤判不僅針對文章。有人想以自己為原型，用AI製作數字人，竟然無法通過「真人審核」。AI系統到底如何判定，找不到明確說明。如果論文的AIGC率檢測過高，會影響論文的通過，很多人不得不用AI或者手動改寫，把文章寫得支離破碎，才能通過檢測。
真人如果被系統判定為AIGC，只有想辦法讓自己更「粗糙」，才能讓AI滿意。本質上不是在尋找「人的特徵」，而是在尋找「非機器特徵」，人類必須顯示「平庸」，用「瑕疵」才能證明人類的身份。一些人正在因為表現得「太優秀」或「太標準」，而在AI的演算法面前失去了作為人的「入場券」。
記者所寫舊文被判定18.12%為AIGC
辛苦手搓的文章被判定為AIGC
臨近畢業，在社交媒體網站上，吐槽論文進行AIGC率檢測時數據離譜的帖子頻頻可見。
小達（化名）近日曾在網上發帖，詢問論文AIGC率檢測20%左右夠不夠。因為現在檢測平台眾多，他不知道自己的論文在不同的平台會有什麼結果。
他告訴揚子晚報記者，他所在的學校規定論文的AIGC率不能超過30%。起初，他檢測的AIGC率是達到60%多，後來用了檢測平台提供的降低AIGC率的服務，花了數百元錢，降到16%左右。
小熊（化名）把市面上免費的AIGC檢測網站基本上都試用過一遍，發現結果都比較偏高，絞盡腦汁降低AIGC率以後，還有20%左右。後來她用學校提供的AIGC檢測系統，數值低很多。她的不少同學也遇到這些問題，在免費網站測出30%—40%多，學校提供的系統中測出來1%多。
記者也試用了AIGC率檢測，把AI大模型流行前寫過的一篇報道提交到一個檢測平台，檢測出AIGC總體疑似度達18.12%，數段內容被標上橙色，判定AIGC生成疑似度在60%～70%。
免費檢測提供「智能降AIGC」增值服務
長相標準的女孩不能通過真人審核
受到AIGC檢測困擾的不只有論文作者們。
年輕女孩小林（化名）為嘗試製作專屬AI數字人，將自己真人拍攝的原片視頻上傳至某專業剪輯平台，卻接連收到平台「未通過真人審核」的提示。她多次更換賬號重新上傳，結果均以審核失敗告終，這一烏龍事件讓女孩倍感疑惑與無奈。
據小林向記者講述，她出於對AI數字人技術的好奇，打算用自己真實拍攝的視頻素材，藉助平台功能生成個性化虛擬形象。視頻全程由本人出鏡拍攝，畫面、動作均為真實記錄，無任何AI合成、換臉等後期處理。
可提交審核後，平台系統卻始終判定其視頻並非真人拍攝，無法進入後續的數字人製作流程。反覆嘗試無果後，小林不禁提出疑問：「明明是活生生的真人，難道被系統認成數字人了？」
此事一經分享，迅速引發討論。不少網友表示感同身受，稱如今AI生成技術愈發逼真，虛擬形象與真人差距不斷縮小，導致平台審核演算法出現「識別混亂」。業內人士分析，當前一些內容平台為防範AI虛假視頻、侵權換臉等問題，設置了嚴格的真人審核機制，但演算法在判定時易過度敏感，將面部特徵精緻的真人素材，誤判為AI合成的虛擬內容，進而出現此類反向烏龍。
小林上傳真人素材被判定無法通過真人審核
文章改到句子不通順才能過檢
論文查重有非常明確的結果，是否抄襲一目了然。AIGC率檢測如同黑箱，系統到底如何判定，沒有人知道。各個檢測平台都沒有具體說明如何檢測AIGC率。小熊說：「我就是這種感覺，查重的話，起碼能標註和哪個文獻有相同的地方，相同處有多少字。我感覺AIGC率挺虛無縹緲的，不知道平台基於什麼演算法。
為了通過AIGC率檢測，已經有人總結了一些經驗。一位從85%降到10%的用戶介紹方法說，文章要多用「的、了、到、過、會」等廢話字，並把「首先，其次，最後」這類AI常用的詞語刪了，可以改用「一是，二是，三是；一方面、另一方面」等代替。要把短句合成長句，經常出現的詞換成同義詞，改變句子的前後結構，如「效率提升了30%」改成「提升了30%的效率」等。讀起來句型要亂一點，不要全是一個節奏，語氣不要太書面。
另外，每個AIGC率免費檢測網站都會提供增值服務，如果檢測出來的數值比較高，就向用戶推出降低AIGC率的服務。記者在檢測報告頁面中也看到，系統提供智能降AIGC服務，但需要購買旗艦版才能獲得。
畢業生論文如果被判定AIGC率過高，可能有不利影響。小熊迫於無奈，只能花錢使用檢測平台的服務降低AIGC率。小熊說，降低AIGC率之後，她的論文在學校提供的系統中檢測出來是3.7%，「標紅的內容都在致謝部分，有時候手寫的也會標註為AIGC，所以感覺檢測不準。」
小熊有類似的感覺，她發現所謂降低AIGC率，「其實一般是把語句改得不通順一點，句子結構更換一下。而且檢測平台降低AIGC並不是人工修改，也是在使用AI進行處理。」
經歷了降低AIGC率的小達也表示，降低AIGC率對文章的表述有影響，「有些句子都不通順了，真的無語。」
AI對人類進行「反向圖靈測試」
無論是論文被誤判為AIGC，還是真人被判定為「數字人」，背後都有著相同的技術邏輯和深層悖論。
技術專家表示，目前的AI檢測工具並非真的能「讀懂」AIGC內容，它們本質上是基於統計學的特徵分析。AI是通過學習人類最優秀、最標準的數據訓練出來的，AI寫作非常穩定，而且邏輯嚴密，沒有語法錯誤。如果一篇文章文筆極佳、邏輯無懈可擊，AI演算法就會因其缺乏人類常見的「困惑度」而判定為AIGC。數字人也是這樣，如果真人長相標準，表情舉止到位，AI演算法會認為這種高度的對稱性和穩定性超出了自然人類的隨機誤差，從而判定為AIGC。
有些人正因為表現得「太優秀」或「太標準」，而在演算法面前喪失了作為人的「入場券」。而且AI判定不像人類的民事法庭，並非「誰主張誰舉證」，被判定為「疑似AI生成」後，人類必須自證清白。
人類評判AI是否具有人類智能時，有一個著名的圖靈測試，核心是探討機器是否能夠模擬人類智能，使人類無法區分機器與真人的回答。 AI是否真正通過圖靈測試尚有爭議，而AIGC率檢測已經成了AI對人類的「反向圖靈測試」。
現在的論文檢測和數字人判定是AI在測試人類是否「夠亂、夠笨、夠不標準」，只有通過了這種「反向圖靈測試」，人類在AI眼中才有人的身份。
人類面對AI的檢測，如果為了「證明自己是人」而不得不故意把文章寫得「爛一點」，把相貌做得更「糙一點」，故意展示瑕疵來證明自己，這標誌著我們進入了一個「以不完美定義人類」的荒誕時代。
來源 | 揚子晚報/紫牛新聞
