面对“论文AI率检测”， 高校堵不如疏

　　□毕舸

　　今年，全国多所高校首次将论文AI率检测结果与答辩资格直接挂钩，要求AI率控制在15%至40%之间。遗憾的是，AI检测平台自身先乱了套，同一篇论文在知网测出90.2%，PaperYY只给69.2%，不同平台的检测结果差值超过20个百分点。一些学生被逼着把严谨的学术表达改成口语，甚至故意制造语病、写错别字来过关。电商平台上“降AI率”服务成了爆款，单家店铺销量突破4000件，有商家宣称“保证降下来，知网、维普、格子达都是一次过”。真正的毕业季本该收获四年学有所成的骄傲，却变成了技术与规则的博弈，学生焦虑，高校也焦虑，最终肥了灰产。

　　得先说清楚一件事：确实有学生在偷懒。部分毕业生完全依赖AI生成论文，自己一个字没写，AI率高达95%甚至更高。此类行为就是学术不端，没有任何辩解余地。

　　问题的根子在检测工具本身。中国教育科学研究院研究员储朝晖直言，目前没有客观、准确、可信的查AI率工具。把AI检测率作为硬性门槛，只会催生更多技术套利。那些销量数千件的“降AI”服务，极大概率只是接入了开源或商用的大语言模型API（应用程序编程接口），再配置了一套用于规避检测的提示词，几分钟交货，成本不过几毛钱。

　　更值得警惕的是，过去购买代写服务的只是少数不愿写论文的学生，如今因为检测误判，不少自己认真写论文的学生也被迫成为买家。制度的刚性碰上技术的模糊，最终让学生出此下策，论文质量反而下降。

　　显然，依靠封堵与限制绝非应对AI浪潮的唯一出路。技术套利空间的存在，恰恰说明现有管理机制未能适应生产力变革。学术生产流程与AI工具深度融合的现实趋势已无法逆转，若继续将AI视为洪水猛兽，仅靠提高检测阈值来围堵，只会逼迫学生投入更多精力在文字游戏上，而非真正的知识创新。

　　面对AI浪潮，高校和学术管理机制需要重新思考两个核心问题：如何善用AI，如何划分边界。AI检测只能作为辅助参考，而非判定学术不端的硬性标尺。南京大学已经明确，AIGC检测结果仅作为学术规范性辅助参考，不作为论文原创性判定依据。这个方向值得推广。与其把精力耗费在无法精准的检测上，不如压实过程管理。中国学位与研究生教育学会发布的指南提供了更务实的思路：强化使用声明、过程留痕和答辩质询。让学生声明哪些部分用了AI、如何用的，在答辩环节接受质询，远比一个百分比更有说服力。

　　未来学术生产的核心命题，不是“用没用AI”，而是“用AI做出了什么”。高校应当建立更加包容且精细的AI使用规范，明确允许与禁止的边界，让学生在合规框架内探索人机协作的学术新范式。边界在哪里？用AI整理文献、校对语法，属于合理辅助；将研究问题、核心论证、结论判断全盘交给AI，则越过了红线。这个边界不是靠检测系统划出来的，而是靠导师的学术判断、答辩委员会的质询以及学生的诚信声明共同确立的。

　　这场由AI率引发的争议，是传统学术评价体系在新技术冲击下的阵痛。从毕业论文的形式审查走向实质创新，需要高校、行业与学生共同完成认知升级。AI必然成为学术生产的重要基础设施，与其在检测数字上反复纠缠，不如主动拥抱变革，重塑以创新为核心的学术价值导向。唯有如此，才能让学生在技术浪潮中真正聚焦知识创造，而非困在算法编织的数字牢笼里。

　　学术评价的转型之路并不容易，但方向便是回归学术本质，尊重创新规律，在技术与人文之间找到动态平衡。

　　（作者是资深媒体评论员）