AI 分数是检测器对一段文本由 AI 生成可能性的估计，通常显示为百分比，或“可能为人类”“可能为 AI”之类的标签。它是基于写作模式得出的概率，不是在统计有多少字来自聊天机器人，也不能证明任何事。把它当作进一步查看的起点，并结合草稿和背景一起判断。
这个数字实际代表什么
AI 检测器是分类器。它们在大量人类写作和机器生成的文本上训练，学习两者在统计上的差异。当你粘贴一篇文档时，检测器会把它的模式与学到的内容对比，然后输出一个置信度。
根据工具不同，醒目的那个数字可能有不同含义：
| 显示方式 | 通常的含义 |
|---|---|
| “82% AI” | 通常是对文本与 AI 输出相似程度的置信度估计；有些工具指的是被标记文本所占的比例 |
| “18% 人类” | 同一个估计，换个方向表达 |
| “34% 的句子被标记” | 大约三分之一的句子单独看像 AI |
| “可能为 AI / 混合 / 可能为人类” | 按设定阈值把分数换算成区间 |
| 高亮的句子 | 逐句估计，汇总成整体结果 |
最常见的误解是把“82% AI”理解为“其中 82% 是 AI 写的”。对很多工具来说，它并不是这个意思。请查看工具的文档或帮助说明确认。
分数是怎么来的
检测器依靠的信号包括：
- 可预测性。 语言模型倾向于选择最可能出现的下一个词。每个词都“在意料之中”的文本，分数可能更高。
- 变化。 人类写作在句子长度、结构和节奏上往往变化更多，不过也有很多人写得非常均匀。
- 短语模式。 一些过渡语和套话在 AI 输出中出现得更频繁。
- 全文一致性。 文本中途风格突然变化，可能影响逐句结果。
这些信号没有一个是 AI 独有的，所以分数在两个方向上都可能出错。我们在 不同文本类型的 AI 检测 中解释了具体内容类型如何影响结果。
AI 分数无法告诉你什么
分数不能告诉你：
- 文本是谁写的。 它只估计与某些模式的相似程度。
- 是否违反了规定。 很多课程允许一定程度的 AI 辅助，比如头脑风暴或语法建议。
- 内容是否准确。 人和 AI 写的内容都可能出错。
- 文本是否抄袭。 照搬来源是另一个问题，由查重工具来解决。
- 文本是如何产生的。 用编辑工具润色过的人写草稿，和经过人大量修改的 AI 草稿，分数可能差不多。
为什么各工具分数不同
把同一段话粘贴到三款检测器里，你可能会看到三个不同的数字。这在意料之中。每款工具使用不同的训练数据、不同的模型设计，以及不同的“可能为 AI”等标签阈值。
即使在同一款工具里，增加或删除一段，分数也可能变化，因为更长的文本给了模型更多依据。如果结果很重要，看逐句高亮，而不是死盯着顶部的数字。
一步步解读结果
- 检查长度。 如果文本只有几句话，把分数视为不可靠。
- 阅读标签和说明。 弄清这个数字是可能性，还是句子所占比例。
- 看高亮部分。 是哪些句子决定了结果？它们是定义、列表、套话还是引文？
- 考虑体裁。 技术报告、模板化作业和正式邮件本来就读起来比较可预测。
- 与已知信息对比。 作者有草稿吗？风格与其他作品一致吗？
- 决定是否需要行动、采取什么行动。 如果是你自己的草稿，可能是修改那些空泛的段落；如果是别人的作品，可能是一次沟通。
如果你在检查自己的文章
用检测器检查自己的草稿可以有帮助，前提是用对方法。
合适的用法：
- 找出读起来空泛或注水的段落，以便补充具体内容和你自己的推理
- 如果课程要求用自己的话写作，确认 AI 辅助的头脑风暴没有混进最终措辞
- 了解你的文本在审阅者眼中可能是什么样子，为沟通做准备
应避免的用法：
- 为了压低数字一遍又一遍地改写。这很少能让文章变好，还可能削弱你展示真实写作过程的能力。
- 把低分当作提交违反课程政策作业的许可。重要的是政策，不是数字。
如果你的原创作品得了高分，可以阅读我们关于 AI 检测误报 的指南，了解接下来该怎么做。
如果你在审阅别人的作品
对于老师、编辑和管理者，以下几条原则能让基于分数的决定更公平。
- 永远不要只凭分数行动。 结合草稿、版本历史、以往作品和一次沟通。
- 了解工具的局限。 阅读提供方关于准确率、误报和最短长度的说明。
- 留意误报风险较高的群体，包括非母语写作者和遵循严格模板的学生。
- 保持透明。 如果课程或机构使用检测器，就明确告知，并说明结果如何处理。
- 以学习为重。 在教育中，目标是了解学生是否自己做了思考，而不是抓人把柄。
同一个分数含义不同的两个例子
分数只有放在具体情境中才有意义。来看两份 AI 可能性都差不多很高的文档。
文档 A 是一篇 1,200 词的议论文。高亮遍布大部分段落，文章没有任何个人例子，每段结构都一样，学生也没有更早的草稿。这个分数是就文章如何写成展开沟通的合理理由。
文档 B 是一份 150 词的实验步骤。它逐行遵循院系模板，使用标准术语和被动语态，学生的实验记录本显示实验是在课堂上完成的。在这里，分数主要反映的是体裁，几乎没有告诉审阅者任何信息。
同一个数字，含义却截然不同。这就是为什么有经验的审阅者会把更多时间花在高亮、体裁和作者的写作过程上，而不是页面顶部的百分比。
文本变了，分数也会变
还要知道，分数并不是一篇文章的固定属性。加一段个人感想、删掉一段大段引文，或者把文档拆成几部分，都可能改变结果。这不是你应该利用的漏洞，而是提醒你：分数描述的是某个特定模型在某个时刻对某个特定输入的测量。像对待任何单次测量一样谨慎对待它。
常见分数区间及合理应对
各检测器不同，所以把下表当作一般参考，而不是规则。
| 结果 | 合理应对 |
|---|---|
| AI 可能性低 | 无需根据分数采取行动；照常检查内容质量 |
| 混合或中等 | 查看高亮的句子；通常是套路化的段落或引文 |
| 长文本 AI 可能性高 | 查看写作过程的证据，并在下结论前与作者沟通 |
| 短文本 AI 可能性高 | 视为无定论；文本不够长 |
要点总结
- AI 分数估计的是文本与 AI 写作的相似程度；它不是 AI 内容的字数统计，也不能证明什么。
- 不同工具和文本长度会得出不同分数，所以要看逐句高亮和背景。
- 简短、套路化以及非母语写作更容易得到误导性的分数。
- 用分数来改进自己的写作，或开启一次公平的沟通，而绝不能把它作为决定的唯一依据。