AI检测器对非英语文本的可靠性下降最快。大多数检测器主要基于英语训练，因此一篇西班牙语或法语论文得到的分数是建立在借用证据之上的。这个分数是概率估计，而非作者身份的证明。以下是原因、哪些语言表现较好，以及如何自行测试标记。
为什么检测器在英语之外的可靠性会下降？
三件事同时出问题。
第一，训练数据。检测模型从大量人类和模型撰写的段落语料库中学习机器文本的特征。这些语料库以英语为主。一个见过数百万篇英语文章和少量西班牙语文章的模型，对西班牙语的节奏、连接词和句子结构的参考更薄弱。
第二，分词。检测器测量困惑度和突发性等统计特性——即下一个词的可预测程度，以及句子长度和结构的变化程度。分词器通常针对英语词边界构建。应用于西班牙语或法语时，它们以不同方式拆分单词，所得数字不再具有英语中的含义。您可以在我们的突发性和困惑度解释指南中了解更多关于这些信号的信息。
第三，流利度陷阱。非母语写作者常产出语法干净、节奏均匀、习语较少的文本。这种特征类似于语言模型的输出，后者也干净、均匀且习语较少。检测器检测的不是AI，而是“异常规整的散文”，而规整的散文正是细心的多语言写作者所产出的。
我们在2026年9月19日使用DeAIze检测器（本地集成，轻量级）以30%的标记阈值进行了自己的测量。在46篇手写的DeAIze指南中，平均AI得分为27%，中位数为25%，其中46篇中有17篇被标记。在12段未经编辑的模型文本中，平均值为35%，中位数为34%。这两个分布严重重叠。这就是真实情况：即使在英语中，人类写作和机器写作也靠得很近，因此单一阈值既会产生漏报，也会产生误报。在另一种语言中，由于参考数据较弱，重叠范围更大。
目前哪些语言支持得最好？
支持情况参差不齐，没有供应商发布清晰的按语言划分的可靠性表格。你能观察到的是粗略的分层。
| 层级 | 语言 | 预期情况 |
|---|---|---|
| 支持最佳 | 英语 | 大多数检测器真正为之构建的唯一语言。仍然有噪声。 |
| 支持良好 | 西班牙语、法语、德语、葡萄牙语、意大利语 | 信号可用，但基于英语校准的阈值可能无法迁移。 |
| 部分支持 | 荷兰语、波兰语、土耳其语、俄语、阿拉伯语、中文、日语 | 会出现分数，但在不同工具和草稿之间稳定性较差。 |
| 支持较弱 | 大多数其他语言和混合语言文本 | 将任何分数视为粗略提示，而非证据。 |
混合语言文档有其自身的问题。一篇包含英语摘要、西班牙语正文和法语引用的论文可能会让期望全文使用单一语言的检测器感到困惑。如果你的文档切换语言，即使每个句子都是你自己写的，也要预期输出不稳定。
如果你想在争论数字之前先查看逐句视图，请先将你的草稿通过DeAIze AI检测器运行——逐句高亮正是将“工具说我作弊”转变为“这是它标记的四行，以及为什么它们是我的”的关键。
如何对非英语标记进行合理性检查？
按顺序完成这些步骤。大约需要二十分钟，而且能让你有具体的东西向导师或编辑展示。
- 获取句子级视图。 整篇文档的分数几乎说明不了什么。你需要看到哪些句子携带了信号。DeAIze 的 AI 检测器 会对文档评分，并按 AI 概率高亮每个句子，这样你就能看到标记是落在三行还是三十行上。
- 检查标记是否聚集。 真正的机器模式会聚集：几个相邻句子得分高、长度相似、结构相似。在一篇很长的人类草稿中，孤立标记的句子零星散布，通常反映的是检测器的不确定性，而不是作者身份。
- 用你自己的语言朗读被标记的句子。 如果它们听起来像你——你的连接词、你的模糊限定、你习惯的措辞——写下原因。把它们与工具评分较低的一段话进行比较。如果你分辨不出差异，检测器很可能也分辨不出。
- 用两个工具测试同一文本。 工具之间不一致是正常的，而且能提供信息。如果一个工具标记了某段文字，而另一个没有，你就记录了不稳定性，这是对你有利的合理论据。
- 保留原始证据。 保存报告、日期、工具名称，以及如果显示的阈值。如果你即将进入正式流程，我们关于学术诚信听证会实际评估什么的指南解释了评审小组会关注什么，而当检测器标记你的论文时该准备什么则梳理了文档记录。
如果你因非英语标记而被错误指控，该怎么办？
从流程开始，而不是从分数开始。
检测器输出是一种概率估计。它不是事实认定，而且大多数机构政策都将其视为若干输入之一。如果你被指控，询问使用了哪个工具、应用了什么阈值，以及报告在成为指控之前是否经过人工审查。这些都是合理的问题，它们会把对话从“你的数字比我们的数字高”转向“证据是什么”。
然后展示你自己的记录。带有时间戳的草稿、笔记、大纲、早期版本、导师反馈、你自己建立的参考文献列表。最有力的辩护不是第二个检测器分数。而是真实写作过程的可视痕迹。
注意表述方式。如果你使用了翻译工具或语言模型来帮助组织句子，要说明。隐瞒这一点然后被抓住，远比提前披露糟糕得多。我们关于学生使用AI辅助写作的文章阐述了通常的界限在哪里，而绕过AI检测算作弊吗提供了一个披露测试，供你在提交任何内容之前应用于自己的草稿。
如果你的机构执行一项你尚未阅读的政策，请阅读它。你的大学实际允许什么是对重要条款的实用总结。
为什么将你的文本翻译成英语并不能解决任何问题
这是多语言写作者最常犯的错误，而且会适得其反，两头不讨好。
翻译就是重写。当你把西班牙语段落通过机器翻译器处理时，你交给检测器的是一段实际上由模型生成的新文本。它的句子长度变得平铺直叙。它的连接词变得千篇一律。它的习语消失了。它的得分可能比你的原文更高——而现在你有一份记录在案的文件，它确实是机器生成的，这解释起来很尴尬。
反过来也一样。翻译的得分可能低于原文，于是人们就会争辩“看，我的文本没问题”。这并不能证明原文如何。你测试的是另一份文档。
有一种正当的用法：翻译可以帮助你理解检测器在反应什么。如果你的西班牙语句子变成了一句读起来像机器生成的平淡英语句子，那么潜在的问题很可能是这个句子在西班牙语中也太规整了。修改原文。不要把翻译当作证据提交。
你如何修复真正携带信号的句子？
一旦你能看到被标记的句子，工作就是普通的编辑。机器生成的文本往往千篇一律。人类文本则不是。
- 有意变换句子长度。把一个短句放在长句旁边。然后再放一个短句。
- 用你在说自己语言时实际使用的连接词替换通用连接词。如果你在西班牙语中会说“y ademas”，就不要因为听起来学术而在英语中写“furthermore”。
- 每段添加一个具体细节：一个日期、一个地点、来自你自己数据的一个具体数字、一个有名字的来源。机器文本默认是抽象的。
- 每页打破一个平行结构。三项列表和匹配的从句模式是最明显的机器痕迹。
- 大声朗读该段落。如果你永远不会那样说，就重写它。
这些都不会改变你的主张。它改变的是节奏，而节奏正是检测器在反应的东西。我们关于清理你自己草稿中机器生成模式的指南更详细地介绍了这一遍修改，如果你在处理 Word 文档并希望保留格式，这个工作流程可以避免破坏样式和表格。
如果你希望编辑循环自动处理，DeAIze 草稿编辑器 会对文本进行评分，仅重写被标记的句子，只有当语义相似度表明含义得以保留时才会保留重写，然后重新评分并向你展示修改前后的对比。该网站报告称，人性化处理后 AI 分数平均降低 60% 以上，最佳情况为 71%——这些是产品自身的预测分数，并非任何第三方检测器的判定。在网站上使用的示例段落中，92% 的分数变为 4%。请将其视为该循环的示例，而非对你论文的承诺。
一开始你应该假设哪些限制？
假设的不确定性要比任何界面所暗示的更大。
- 没有检测器公布每种语言的可靠性。法语中一个看起来自信的百分比并不比英语中一个含糊的百分比更可信。
- 短文本不可靠。200 字的摘要给模型提供的信息非常少。
- 在每种语言中，正式语体比随意语体读起来更像机器。学术写作在设计上就会受到惩罚。
- 检测器会变化。上个月的分数今天无法复现。
- 在已配置的情况下，与第三方检测器 API 的交叉检查比内部猜测提供更多信息，但它们仍然是概率估计。
如果你想了解不同工具如何报告同一段落，我们的检测器比较以及对Copyleaks分数实际含义的分析（/blog/copyleaks-ai-detector-accuracy/）是两个最有用的后续阅读。
一个实例说明
这里有一个简短的修改前后对比，用英文展示，让你了解编辑的大致样子。这是一个示例，不是真实的提交内容。
修改前：“结果表明，所提出的方法在整体性能上提供了显著改进。此外，分析表明需要进一步研究以充分理解其潜在机制。”
修改后：“该方法提升了性能。我们仍不清楚原因。三次运行表现不同，第二次直接失败了，这是我接下来要调查的部分。”
论点相同。第二个版本更短、不均衡，并包含一个具体的观察。这就是全部技巧。
准备好看看哪些句子读起来像机器写的了吗？
你不需要猜测哪些行导致了标记。打开AI检测器，粘贴你的草稿，在做出任何决定之前阅读句子级别的突出显示。如果被标记的行确实是你写的，你现在有具体的内容可以辩护。如果不是，草稿编辑器只会重写那些句子并重新评分结果，这样你可以确切看到改变了什么。如果你需要超过注册时获得的200个免费单词，请查看定价，或者创建账户先在你自己的段落上测试。积分是按需付费且永不过期，所以如果它没有帮助，也没有订阅需要取消。
检测是一个信号，而非最终裁决。你的想法、你的数据和你的结论，仍然必须是你自己的。