学术诚信听证会AI：评审小组评估什么

学术诚信听证会中的人工智能案件取决于证据，而非检测器评分。听证小组根据机构自身政策判断机构是否已证明存在不当行为。你的任务是说明作品是如何完成的，提供能够证明这一点的过程记录，并要求听证小组适用其通常的证明标准。

学术诚信听证会实际上在裁决什么？

大多数听证小组被问及的并不是“检测器是否标记了这一点？”而是证据是否达到机构对不当行为的标准。这通常意味着三件事：行为（你是否使用了被禁止的工具，或提交了并非你完成的作品？）、意图或知情（你是否知道，或按理应当知道，这是不被允许的？）以及证据（机构能否按其政策设定的门槛证明前两者？）。

最后一点正是人工智能案件容易站不住脚的地方。检测器评分是模型将你的文本与其关联为生成写作的模式进行比较后得出的概率估计。它不是你的键盘记录，无法显示是谁输入了某个句子。当听证小组把评分当作裁决本身，而不是当作一项证据时，它已经悄然跳过了机构证明其主张的那一部分。

这就是为什么你应当阅读适用于你的政策，而不是泛泛的政策。规则在人工智能辅助是被完全禁止、披露后允许，还是仅允许用于某些任务而不允许用于其他任务方面各不相同。如果政策允许编辑工具、语法检查器或翻译辅助工具，请说明这一点，并把相关条款摆在面前。我们关于你的大学实际允许什么的指南会逐步说明如何在听证会前阅读这些条款。

需要携带什么：将你的写作过程作为证据

你能在评审小组面前拿出的最有力的东西不是论点，而是痕迹。

1. 按顺序排列的草稿。 云文档会保留版本历史。将其导出，或截取带时间戳的版本列表。一篇历经数日逐步写成的文章，与凌晨两点粘贴进去的文章看起来是不同的。
2. 笔记与研究材料。 阅读笔记、高亮标注的 PDF、图书馆借阅记录、书签、访谈录音、数据文件。任何能展示句子形成之前思考过程的材料。
3. 大纲和凌乱的中间文件。 半成品段落是构建过程的证据。没有人会先生成草稿再生成脚手架。
4. 通信记录。 发给导师的邮件、学习小组的消息、写作中心的反馈。这些能为你的工作标注日期，并显示推进方向。
5. 你自己早期的作品。 此前风格相同的文章有助于证明所涉声音是你自己的。

如果你在规则允许范围内使用了 AI 工具，用于头脑风暴、检查语法、翻译你随后阅读的来源，也要记录在案。隐瞒一个被允许使用的工具，比申报它更糟糕。让人翻车的，是记录中的空白，而不是工具本身。

如果你想在别人给你的草稿打分之前，先看看哪些具体句子带有信号，就把文本放进句子级 AI 检测器。它会按 AI 概率高亮每一行，这样你就可以指向真正被讨论的段落，而不是围绕整篇文档的一个数字争论。

为什么检测器会标记你自己写的文字？

因为检测器衡量的是模式，而不是作者身份。它们寻找的信号包括句子长度变化小、用词可预测、过渡语泛化、信息分布均匀等。人类学术写作有时也会呈现这些特征，尤其是在经过风格指南、翻译或数轮润色之后。

我们用自研检测器对 46 篇手写的 DeAIze 指南进行了检测。AI 得分均值为 27%，中位数为 25%，范围从 0 到 55%。在我们采用的阈值下，46 篇中有 17 篇被标记。这些文档每一篇都是人写的。这就是检测器在真实场景中的诚实写照：有用、有噪声，但不是判决。

同一次运行还有第二个更奇怪的发现。在人类撰写的样本中，常见的 AI 特征每 100 词约出现 3 次。在由固定提示生成的 12 个未经编辑的模型输出中，同样的特征每 100 词约出现 1 次。人们凭肉眼依赖的信号，并不稳定地出现在机器文本中，却常常出现在人类文本中，因为人类写作靠的是习惯。如果评审小组成员说这段文字“听起来像 AI”，那是一种印象，不是测量，它应当和其他任何印象一样受到同样的审视。

你如何在评审小组面前呈现你的过程？

按时间顺序、具体地讲。“这篇文章是这样写出来的”比“我绝不会那样做”更容易让人跟上。

• 从作业和任务说明开始。
• 描述你的研究：你读了什么、在哪里找到的、你舍弃了什么。
• 逐步讲清起草过程：你什么时候开始、写了多少稿、改了什么。
• 边讲边指向相关材料。把它们递过去，或放在屏幕上。
• 说明你用过的任何工具，说出名称，以及你用它们做什么。
• 停下来。让他们提问。

回答你被问到的问题。如果你不知道，就说你不知道，并表示愿意去查清楚。评审小组通常是在确认事件发生的先后顺序；一个前后一致、具体明确的陈述者，比一个流利却含糊的人更有说服力。

如果英语不是你的母语，请尽早并明确说明。非母语写作者被标记的比例过高，不是因为他们作弊，而是因为他们的行文常常使用与生成文本相关的同样安全、规则的句式。有一篇完整指南讨论了为什么 AI 检测器会标记非母语英语写作者，在发言前值得一读，因为它能为你可能感受到却无法名状的事情提供语言。

不该说的话

输掉听证会最快的方式，就是因为想尽快结束而承认一项你并不认同的认定。

不要说：“我肯定是在没意识到的情况下用了它。”如果你没有使用被禁止的工具，这句话就是虚假承认，而且会被记录为承认。听证小组会依据承认采取行动。你之后无法收回。

不要说：“检测器肯定是错的，所以我没什么可解释的。”检测器常常出错。但拒绝回应证据会让你显得在回避，即使你是对的。

不要说：“大家都在用 ChatGPT。”这不是辩护理由，而且会让听证小组把你的案件当作政策问题而不是事实问题来处理。

不要说：“我记不清了。”对所有事情都这样。记忆允许不完美，但如果你对写一篇3000字论文的叙述中没有任何记得的细节，小组会注意到。

不要主动提出关于谁举报你的猜测。 这不相关，听起来像报复，而且会把对话从你前来提交的证据上转移开。

你可以说，也应该说的，很简单：“这是我写的。这是写作过程的记录。我请求小组对检测器输出适用其通常的证据标准，并且我想知道那个标准是什么。”

你如何要求公平的证据标准？

如果程序允许，在听证会前以书面形式提出。三个问题就能完成大部分工作：

1. 适用什么证明标准？ 是盖然性权衡，还是更高的标准？这写在政策里吗？
2. 谁承担举证责任？ 在大多数机构程序中，机构必须证明不当行为，而不是学生来反驳。确认这一点。
3. 将依赖什么证据，我能看到吗？ 你通常有权获得检测器报告、被标记的段落、评分者评估的版本，以及有关此案的任何通信。

然后问一个操作层面的问题：小组会接受什么作为我写了这篇文章的证据？ 如果答案是“什么都不要”，你就已经了解了这个流程中一件重要的事，可以平静地、记录在案地说出来。如果答案是一份清单，你现在就确切知道该带什么了。

检测器评分只是一个输入项。如果小组的指控仅依赖它，那就值得不带情绪地指出：该工具报告的是概率，而不是关于作者身份的事实。我们自己的数据说明了原因。在 46 份已知为人类撰写的文档中，平均值为 27%，这不是一个你会据以定罪的系统。

不同类型的证据如何比较？

并非所有证据都具有相同的分量。以下是 AI 不当行为案件中常见证据的对比情况。

注意排在最上面的是什么。有说服力的证据是你在工作过程中产生的证据，而不是你在前一天晚上拼凑出来的证据。如果你在顶部几行没有任何内容，就诚实地说出来，并依靠你确实拥有的东西。

听证会前：一份简短清单

• 阅读政策，了解适用于你评估的规定。注意关于AI工具的具体条款。
• 索取文件：检测报告、被标记的部分、提交的文件、评分员评论。
• 导出你的版本历史，并保存在你能控制的地方。
• 整理证据链：笔记、来源、大纲、通信记录。
• 联系你的学生会、顾问或代表。 许多机构会提供此类支持，房间里多一个人会改变氛围。
• 写一份一页纸的时间线，说明作品是如何完成的。随身带上。
• 把陈述大声练习一遍，这样你第一次讲述它时不会处于压力之下。
• 询问是否可以录音或做会议记录，以及你是否可以带一名支持者。

还有一件值得做的事：在听证会前给自己的草稿打分，这样你就不会在房间里被某个数字吓到。这里，句子级工具比整篇文档评分更有用，因为它能显示哪些句子在推动结果。如果某个具体段落被标记，而你能解释它为什么读起来如此，比如引用的定义、翻译的段落、公式化的方法部分，你就已经准备好答案，而不是耸耸肩。我们关于当检测器标记你的论文时该准备什么的指南，以更长篇幅列出了同样的流程。

小组真正想找的是什么

抛开程序不谈，小组通常试图回答一个问题：这名学生能否解释这项工作？不是完美解释，也不是以法证般的精确度，而是可信且前后一致，并有东西可以证明。

无论你是否接触过AI工具，这都是一个你能达到的标准。这也是一个值得用来要求机构的标准。如果针对你的指控只是报告上的一个百分比，那就礼貌而反复地说明这一点，并问还有什么其他依据。有时答案会是更多证据。有时什么也没有，而小组会知道这一点。

如果你确实在规则之外使用了AI，诚实的做法是说明你用了什么、为什么用，并接受政策给出的结果。听证会不是一场要赢的游戏，而是一个查明事实的过程。结果最糟糕的学生，往往不是犯了错的人，而是那些无法描述自己作品的人。

准备好看看哪些句子读起来像机器写的了吗？

在任何评审小组看到数字之前，你应该先看到。DeAIze的AI检测器会对整份文档评分，并按AI概率高亮每个句子，这样你就能确切看到哪些行带有信号，并为它们准备解释，而不是笼统地否认。它不会告诉你评审小组会怎么决定，也不是裁决。它是你即将进行的论证的地图。

如果被标记的段落确实是你自己写的，只是读起来平淡，草稿编辑器只会重写被标记的句子，检查意思是否保留，并重新评分结果。你可以在注册时免费试用200字，如果需要更多，请查看定价。无论哪种方式，都带上版本历史。工具解释数字；记录解释工作。