当《荷塘月色》都被判定为AI，我们还该相信AIGC检测吗？

最近我做了一个挺有意思的小实验。

我把朱自清先生的名篇《荷塘月色》整段复制出来，丢进一个现在很流行的AIGC检测工具里。

结果让我有点哭笑不得。

系统给出的结论是： AI生成概率：77%

也就是说，在这个检测系统看来，朱自清先生这篇写于上个世纪的散文，大概率是AI写的。

看到这个结果，我突然意识到一件事：大家可能并不知道，所谓的“AIGC检测”，到底是怎么工作的。

很多人以为，这种检测工具就像测谎仪，能精准判断一段文字是不是AI生成的。但实际上，它的原理远没有大家想象得那么神奇。

今天我就用最简单的话，说说AIGC检测到底是怎么回事。

首先要说一个核心问题：检测工具其实并不知道文章是谁写的。

它没有办法知道这段文字是不是某个人敲出来的，也不知道是不是ChatGPT、Claude或者别的AI生成的。

它唯一能做的事情只有一件：看这段文字像不像AI写的。

注意，是“像不像”，而不是“是不是”。

那它是怎么判断“像不像”的呢？

大部分AIGC检测工具，本质上是通过统计学的方法来分析文本特征。

简单来说，它会观察几个指标：

第一是句式规律性。

AI写文章时，句子的结构往往比较稳定，比如长度比较平均，语气比较平稳，逻辑层次很清晰。

如果一篇文章里，大部分句子长度都差不多，结构很整齐，那么系统就会觉得：“这有点像AI写的。”

第二是词汇分布。

AI写作时，经常会重复使用某些安全词汇，比如：

“首先、其次、此外、总的来说、需要注意的是……”

这些词在AI文本里出现频率比较高。

如果检测系统发现某些词汇组合经常重复，也会提高AI概率。

第三是一个很重要的指标，叫做：困惑度（Perplexity）

名字听起来很复杂，其实可以简单理解成一句话：这段文字“好不好预测”。

AI写出来的内容，往往非常顺。

顺到什么程度？

顺到下一句话几乎可以猜出来。

比如这种结构：

“随着科技的发展，人们的生活方式发生了巨大的变化。”

这种句子，语言模型很容易预测，因为它非常常见。

如果一整篇文章的可预测性很高，检测工具就会认为：

这很可能是AI生成的。

问题也正好出在这里。

很多优秀的人类作者，其实也会写出非常流畅、非常优美、非常工整的文字。

比如朱自清。

《荷塘月色》里有很多经典句子：

“曲曲折折的荷塘上面，弥望的是田田的叶子。”

“微风过处，送来缕缕清香，仿佛远处高楼上渺茫的歌声似的。”

这些句子节奏稳定、结构整齐、修辞优美。

从统计特征上看，反而非常像AI。

于是检测工具一看： 句式稳定 ✔ 词汇整齐 ✔ 文本流畅 ✔

系统一算分：AI概率70%。

但问题是，这篇文章写于1927年，那时候连计算机都还没出现。

这就说明一个很现实的事情：

AIGC检测并不是在判断“是不是AI写的”，而是在判断“像不像AI写的”。

而“像不像”，本身就是一个非常模糊的标准。

再加上现在很多AI模型，本来就是拿人类的文章训练出来的。训练语料里很可能就包含大量经典文学作品。

结果就出现一种很有趣的情况：

AI学人类写作→检测工具再拿“像AI的特征”去判断

最后人类自己的作品反而被判成AI。

这多少有点黑色幽默。

当然，这并不是说AIGC检测完全没有价值。在一些极端情况下，比如一整篇文章结构完全模板化、语气高度统一，它确实可以提供一些参考。

但如果把检测结果当成最终裁决，那就很容易出现误判。

尤其是在学校作业、论文审核、甚至内容平台审核里，如果过度依赖检测工具，就可能出现一种尴尬的情况：

人写的，被当成AI。 AI改写过的，反而通过了。

所以，当我看到《荷塘月色》被判定为70% AI生成的时候，我反而觉得这是一个非常有代表性的例子。

它提醒我们一件事：

技术可以辅助判断，但不应该代替判断。

否则，下一次被判定为AI写作的，可能就不只是朱自清了。