AI 写的文章，它自己认得出来吗？

一个越来越常见的场景

学校在用「AI 检测」查学生的作文，公司在用它筛简历和文案，自媒体平台在用它给文章打标。这些工具号称能分辨一段文字是人写的还是 AI 写的。可它们到底准不准，一直有争议：斯坦福的研究者（Liang 等人，2023）测过 7 款主流检测器，发现它们对美国中学生的作文判得近乎完美，却把非母语者写的托福作文平均 61.3% 误判成 AI 写的——冤枉人的比例高得惊人。原因也不复杂：这类工具主要靠「文本有多可预测」来下判断，写得越朴素、越规整的真人文字，越像它们眼里的机器文。

还有人从理论上泼冷水：Sadasivan 等人 2023 年证明过，模型模仿人类写得越像，最好的检测器就越接近抛硬币。

那么换一个思路：如果让生成文字的模型自己来判呢？它是「同类」，会不会有外部检测器没有的直觉？这就是本期实验的问题。

我们的实测：盲判 8 段，全对——但把握漏了底

我们准备了 8 段短文混在一起：4 段人写的，出自公有领域名篇——朱自清《背影》、鲁迅《故乡》、范仲淹《岳阳楼记》、欧阳修《醉翁亭记》（原文逐字核对过）；4 段 AI 写的，由同一个模型的会话现写日常题材（清晨的菜市场、雨天等公交、下午的办公室、山里的雾），并且特意要求写得朴素自然、不许排比、不许升华，免得太好认。

3 个互不相通的会话逐段盲判，并报告把握。结果：24 次判断，全部正确。

但把把握摊开看，故事立刻不一样了：

• 判人写段时，把握是 95 到 99——几乎不假思索；
• 判 AI 段时，把握只有 60 到 65——判对了，但明显心里没底。

这两个把握，说明了两件不同的事

人写一侧的高把握，与其说是「鉴别能力」，不如说是「认出来了」。那四段全是名篇，其中两段是文言文——对一个读过海量文本的模型来说，认出《岳阳楼记》就像你听出国歌的前奏，这考的是记忆，不是眼力。任何一段你没读过的、当代普通人写的普通文字，难度完全不在一个量级。

AI 一侧的六成把握才更接近「鉴别」的真实水平。它判对的路径大概不是「这段有 AI 的指纹」，而是排除法：不像任何它记得的人类名篇，行文又过于平滑均匀，没有真人写作常有的别扭和毛刺——像是同类留下的气味，但它自己也只敢报六成。这个数应该记住：连生成者本人，对「这是不是 AI 写的」都只有六成上下的把握。

对读者的结论，落在检测工具上

本期真正要提醒的不是模型，而是那些把检测器分数当证据的场合：

• 拿「AI 率 87%」去判定学生作弊、判定投稿违规，证据强度远远不够。生成者本人的把握只有六成，外部检测器还带着对非母语写作 61.3% 的系统性误判——这样的数字进不了任何严肃的判定程序。
• 反过来，检测器说「像人写的」也同样不作数：早在 2023 年，16 款工具里就有 10 款把 ChatGPT 的文本判成了人类作品。
• 真要核查来源，靠的是过程证据（草稿、版本记录、写作环境），不是一段文字的「气味」。气味可以作线索，永远不该作判决。

边界

样本很小（8 段 × 3 个会话）；人写一侧全部是名篇（含两段文言），存在强烈的「识别」混杂，本期没有普通当代人的日常文字作对照（缺语料）；AI 段全部由同一模型生成，「认同类」与「认所有 AI」需要分开，后者未测；判读把握为自报值。后续若能征集到普通人即兴写作的语料，这一期值得重测。

来源 Liang, W. et al.《GPT Detectors Are Biased Against Non-Native English Writers》（Patterns，2023）；Sadasivan, V. S. et al. 关于 AI 文本检测不可能性结果（2023）；Weber-Wulff, D. et al. 检测工具实测（2023）。以上经检索转述。 实测：本栏目实测，3 个独立会话盲判 8 段短文（执行／生成模型 Muse Spark，2026-11-04），语料与判分脚本见本期实验档案。