一套可行的学校AI检测政策需做到五件事：明确学生何时必须披露AI使用情况，设定仅凭检测器分数无法满足的证据标准，为学生提供有指定审查人员和时限的真正申诉途径，培训教职员工了解检测器实际测量的内容，并承诺定期审查。以下内容是一个可供调整的框架。
学生究竟应该披露什么？
披露是大多数政策处理不当的部分，因为它们要么彻底禁止AI（无法执行），要么只字不提（对诚实使用AI进行头脑风暴的学生不公平）。只有当披露规则与任务挂钩，而非与工具挂钩时，它才能奏效。
将其写成一个分级标准，并把该标准放在每份作业说明上：
- 禁止使用AI。 适用于闭卷考试、课堂写作以及过程即为评估内容的任务。
- 仅用于准备。 头脑风暴、列提纲、生成练习题、检查语法。提交的作品中不出现AI文本。一行声明即可涵盖。
- 用于起草，需披露。 在作品末尾附简短说明：使用了哪个工具、它做了什么、学生改了什么、学生核查了什么。这一层级最需要明确，因为大多数实际使用都发生在这里。
- 预期使用AI。 允许或要求使用，只要学生能解释输出内容并核实每一项主张、引用和数字。
有两个细节比措辞更重要。第一，声明应该是一句话，而不是一张表格；官僚化的表格会教学生打勾了事。第二，要询问过程，而不仅仅是成果。一个用聊天机器人列提纲、然后用自己的话重写每一段的学生，应该能够毫无顾虑地说出这一点。这正是你想要奖励的行为。
如果你的员工仍在争论“虚假陈述”的含义，什么算作虚假陈述 就是首次政策会议前该交给他们的配套材料。
什么算作证据，以及为什么检测器分数还不够
检测器输出是概率估计，不是作者身份的证明。每项政策都应在政策正文中用平实语言说明这一点，而不是放在脚注里。两个工具查看同一篇文章时经常意见不一，原因是结构性的：它们会权衡句子长度变化和词汇可预测性等信号，并且在如何将这些信号汇总为文档级数字上存在差异。
我们在自己的工具上测量了这一点，而不是轻信供应商的说法。2026-09-13，我们用 DeAIze 检测器以 30% 的标记阈值对 23 篇手写 DeAIze 指南进行了评分：AI 分数均值为 21%，中位数为 22%，范围从 0% 到 46%。23 篇人类撰写的文档中有 5 篇被标记。这是我们自己在本地集成模型上的测量结果，也是诚实的图景：人类写作会产生一个分布，其中一些会落在阈值之上。
那么什么才算证据？在政策中建立一套层级：
| 证据类型 | 在认定中的权重 | 给员工的说明 |
|---|---|---|
| 检测器分数（单一工具） | 绝不能单独作为充分依据 | 视为提示需要查看，而非结论 |
| 两个或更多检测器一致 | 仅作佐证 | 仍不是证明；记录哪些工具及其报告内容 |
| 草稿历史（版本历史、时间戳） | 强 | 显示过程，或显示其缺失 |
| 学生解释和口头答辩 | 强 | 要求他们解释某一具体段落的推理 |
| 来源核验（引文、引用、数据） | 强 | 伪造参考文献是另一类更明确的失败 |
| 写作风格与以往作品不匹配 | 弱到中等 | 非母语写作者和写作正式的学生被标记的比例过高 |
本节应包含两项保障措施。第一，绝不能让分数成为指控的唯一依据——要在政策中明确规定，以免评审小组悄悄忽略这一点。第二，要求提出疑虑的人记录他们注意到的其他情况。“检测器显示高分”不是案卷；“检测器标记了中间部分，学生无法解释第三段的论点，且引文不存在”才是。
如果你在撰写证据标准之前想了解句子级检测实际报告的内容，可以将你自己过去批改的样本通过AI检测器运行——它会突出显示哪些句子携带信号、哪些不携带，这对评审小组来说比一个文档级数字有用得多。
申诉流程应如何运作？
申诉环节是政策赢得或失去学生和教职员工信任的关键。应保持简短、有时限，并与提出疑虑的人分开。
- 在规定期限内通知。 以书面形式告知学生被指控的内容、所依据的证据以及适用的政策条款。将检测报告交给学生，而不仅仅是结论。
- 在任何认定之前给予回应机会。 学生提交书面回应，如果他们愿意，还可以简短口头解释其过程。这是拦截大多数误报的步骤。
- 审查者不是指控者。 由一个指定角色——系主任、学术诚信负责人或小型评审小组——审查案卷。对于高风险案件，在起草职权范围之前，值得阅读评审小组实际评估的内容。
- 书面决定并附理由。 不仅仅是“维持”或“驳回”，还要说明哪些证据具有分量，以及检测器分数是否起作用及原因。
- 第二条途径。 由不同的审查者进行一次进一步审查，并规定提出请求的截止日期。
时间线应以工作日为单位，并短到切实可行：通知窗口、回应窗口和决定窗口。如果你的政策无法指明审查者角色，那它就没有完成。
是否应该对员工进行检测器局限性培训？
应该，而且这应当是强制性的而非可选的，因为执行不一致是让一项政策显得武断的最快方式。培训不需要很长。它需要涵盖四件事：
- 分数意味着什么。 它是对文本中模式的一种概率估计，而不是关于谁写了它的陈述。
- 为什么有些写作者更容易被标记。 非英语母语写作者、使用正式语体写作的学生，以及基于高度模板化文体写作的学生，都更接近边界。为什么 AI 检测器会标记非英语母语写作者 是员工会议前很好的预读材料。
- 当分数看起来不对时该怎么做。 记录、询问，不要指控。第一次谈话不是指控。
- 一致性。 两位教师应该对同一份文件得出相同的决定。每学期进行一次简短的校准练习：给员工同一个匿名案例，并比较结论。
我们自己的测量中有一个反直觉的发现，值得呈现给员工。在同一次 2026-09-13 运行中，我们统计了 AI 特征频率——通常与机器输出相关的短语和结构——在人类撰写样本中为每 100 词 4 个，而在未经编辑的模型输出中为每 100 词 1 个。人类写作者使用的所谓特征比模型更多。因此，任何认为“这个短语听起来像 AI”的员工直觉，都比它感觉上更弱。
该政策应多久审查一次？
至少每年一次，并且每当有重大工具变更时进行非周期审查。指定一名负责人——一个具名角色，而不是一个委员会——并在文档顶部保留一份简短的变更日志，以便员工可以看到哪些内容发生了变动以及何时变动。
一份实用的审查清单：
- 披露层级是否仍然符合学生的实际工作方式？
- 证据标准中提到的检测工具是否仍以您描述的形式存在？
- 过去一年中是否有任何申诉揭示了流程中的漏洞？
- 员工今年是否接受过培训，校准是否产生了一致的结果？
- 考虑到您的实际案件量，时间线是否仍然现实？
将政策发布在学生能找到的地方，并给他们与老师相同的披露标准。学生无法阅读的规则，就是他们无法遵守的规则。
最后一件值得写入前言的事：作品中的想法、数据、论点和结论必须是学生自己的。没有任何政策，也没有任何工具，能改变这一点。好的政策改变的是，你如何公平地确定它们是否属于学生自己。
测量说明：本文中的数据来自我们自己的检测器于2026年9月13日运行的结果——n = 23份手写指南对比n = 12份未经编辑的模型输出，AI得分中位数分别为22%和34%。方法：/methodology/。