今年毕业季，央视记者碰到了葛佳怡这位毕业生。她对自己写论文的过程挺有底气的：查找理论资料时用了AI，但摘要、项目计划还有核心内容都是她自己构思的。不过，检测报告出来后，结果却让她大吃一惊——疑似AI生成的内容占了56%；她和团队一起做的项目计划，更是有97%被标成了AI生成。机器判定这不是人工写的。她接下来要做的，就是把文字改到机器能接受的程度。
葛佳怡的情况，其实还不是最糟的。今年毕业季里，有毕业生想把62%的AI率降下来，改过之后去重新检测，结果却变成了94%，不仅没降，反而更高了。电商平台上传出了“降AI率”的服务，明码标价。比如张岳这位毕业生，他为了386个被判定为“疑似AI”的字，按照“100字10元”的价格，付了30元。
这套AI检测系统到底有多不可靠，其实早就已经有定论了。但真正没人开口问的，是另一个问题：既然大家都知道它不太准，学校为什么年年都买？
想搞清楚这背后的原因，得去查一下高校的采购公示。学校在这些公示里写下的购买理由，和学生们心里的想法不太一样。
就连做ChatGPT的OpenAI，都觉得自己的检测器不够好。今年6月，第一财经记者做了一次实验：让DeepSeek写了一篇千字文章，然后分别提交给两大检测平台。这篇文章完全是由AI生成的，但知网检测出来AI率为0，而维普则判出了55.71%。一个完全漏检，另一个只能检测出一半。而一篇来源明明是人类写作的文章，两个系统都没有给出接近事实的答案。
这不是国产检测系统独有的问题。2023年7月20日，OpenAI悄悄关掉了自己家的AI文本分类器，官网解释说是因为准确率太低。按照OpenAI自己公布的数据，这个工具只能识别出26%的AI文本，还会把9%的人类文本误判为AI写的。做ChatGPT的公司，自己也解决不了这个问题。
全球高校用得最多的Turnitin也面临着类似的困境。它的官方文档里明确表示，检测结果“不能作为对学生采取不利措施的唯一依据”；19%以下的区间干脆不显示具体数字，只给一个星号，因为这一段最容易误伤。斯坦福团队在2023年的《Patterns》期刊上发表了一组数据：91篇非英语母语者的托福作文，交给七款主流检测器，平均61%被判成AI生成，有19%被七款检测器一致认定不是人写的。原因不在于写作水平：用词和句式越收敛、越合乎规范，文字在机器眼里就越“可预测”。
问题其实出在根本，算法再怎么迭代也改变不了。首都师范大学教育学院副院长蔡海龙在接受央视采访时解释过两者的区别：查重是把论文和语料库逐句比对，做出确定性判断；AI检测是用AI去猜人类文本，“本质上是一种基于概率的分类”。
各平台的模型不同，参考的特征也不止“困惑度”一项，但共同点是：它们只能判断一段文字在统计上有多像AI，却还原不了它真正的生成过程。只要交上去的还是一份最终文本，而不是写作记录，算法再升级，也只是把“像不像”算得更精准，永远变不成“是不是”。
这场概率游戏，却被各校写成了小数点后两位的硬指标。四川大学要求文科不超过20%、理工医科不超过15%；南京财经大学红山学院把参考线划在40%，超线由导师督促整改。标准是各校自己定的，同一篇论文换一所学校，命运可能完全不同。概率是软的，红线是死的，夹在中间挨板子的，是学生。
AIGC检测，继承了查重时代的采购理由
学校不知道这些吗？至少，误判已经算不上什么未知的风险：央视和光明网把案例摆上了台面，连检测平台自己都把技术局限写进了官方文档。风险明摆着，学校为什么照买不误？公示里写着他们自己的答案。
高校采购论文检测系统，普遍走“单一来源”程序，也就是不招标、指定供应商，而单一来源采购必须公示理由。新乡学院教务处的一份公示，给知网大学生论文检测系统列了三条理由：准确性、唯一性、延续性。往下细读，“准确性”说的是供应商拥有国内规模最大、数据最全面的学术资源；“唯一性”，是说它是“唯一一家不对学生
