AI 检测器会惩罚非母语写作者，因为它们所测量的特征——句子长度变化小、常见的过渡短语、平实的词汇——与谨慎的第二语言写作的样子相重叠。这种重叠会产生误报。这是一个有据可查的模式，它并不能证明你作弊，而且你可以采取具体步骤：理解这一信号，保留起草记录，冷静地向你的机构提出，并编辑你自己的文字，而不是把它抹平。
关键要点
- 检测器的输出是对文本模式的概率估计，而不是关于作者身份的结论。
- 非母语写作者被过度标记，因为谨慎、教科书式的英语在检测器所测量的特征上类似于模型输出。
- 你可以提出误报而不显得防御：询问适用什么证据标准，然后提供你自己的证据。
- 保留你的草稿、版本历史和来源笔记——过程证据是你拥有的最有力的东西。
- 为节奏和具体性而编辑，而不是为了检测器的认可；为了取悦工具而抹平你的句法，代价是失去你的声音。
为什么 AI 检测器会标记干净的非母语英语？
大多数检测器并不寻找水印或隐藏签名。它们查看你句子的统计属性，并将其与模型输出中看到的模式进行比较。常见的信号是句子长度一致、词汇范围狭窄、大量使用“moreover”和“furthermore”之类的连接词，以及极少的个人化选择。
现在想想一个优秀的 ESL 写作者通常是如何被教导的。使用完整的句子。避免缩略形式。用明确的标志词连接你的段落。优先使用标准词而不是口语词。这些习惯中的每一个都会把你的文本推向分布的机器化一端——不是因为它是由机器制造的，而是因为那些提高清晰度的建议同时也消除了检测器与人类写作相关联的不规则性。
这就是误报的关键所在。检测器并不是在检测你。它检测的是一种风格，而你的风格恰好接近模型也会产出的一种风格。
还有第二层原因。检测器是在英文文本上训练和调优的，而且通常是经过编辑的英文。当你的写作带有来自母语的迁移特征——冠词用法不同、节奏略有差异、偏好名词化——有些工具能处理得好，有些则不能。两个检测器可能读同一段文字却给出截然不同的判断。这种分歧本身就是有用的信息，值得你在惊慌之前先弄明白。我们自己那篇关于为什么两个工具会给出不同结论的说明文章详细梳理了其中的原因。
如果你想要的是运作机制而非安慰，AI 检测是如何工作的详细介绍了各类信号。
我们自己的测量结果对被标记的人类写作说明了什么
我们用自家的检测器检测自家的写作，这是个令人不适的练习，但很有用。2026-09-19，我们以 30% 的标记阈值，用本地集成模型对 46 篇手写的 DeAIze 指南进行了评分。AI 得分均值为 27%，中位数为 25%，范围从 0 到 55%。在该阈值下，46 篇中有 17 篇被标记。
再读一遍。这些是由人撰写、为人而写的指南，而且发布在一个销售人性化工具的网站上。其中超过三分之一在一个谨慎机构可能会采用的阈值下越过了界线。
在同一次运行中，由固定提示生成的 12 段未经编辑的文本平均得分为 35%，中位数为 34%。在该样本中，人类撰写与机器撰写文本之间的差距真实存在，但很窄——远没有人们想象的那样泾渭分明。
最有趣的数字是 AI 特征词的频率：人类样本中每 100 词出现 3 次，而未经编辑的模型输出中每 100 词出现 1 次。这不是笔误。我们的人类写作者使用被普遍标记为 AI 特征词的短语，比模型还多。这些特征词只是一种民间分类法，并非可靠的检测手段，而那些通过数“delve”和“moreover”来给文章打分的老师，所依据的清单经不起数据的检验。
请把这一切当作它本来的样子来看待：我们自己的工具，在我们自己的语料库上，在某一天运行的结果。这不是对 Turnitin、GPTZero 或任何其他人的研究。但它确实说明了为什么一个标记值得一场对话，而不是一个判决。
如果你想看看自己草稿中哪些具体句子携带了信号，在改写任何内容之前，先用句子级检测器跑一遍。知道触发标记的那三行，远比知道总体数字有用得多。
为什么 ESL 写作者更常被标记？
主要有三种机制在起作用，而且它们会叠加。
训练数据不对称。 检测器从以经过编辑的母语者英语为主体的语料库中学习“人类”写作的样子。你的写作可能是完全合格的英语，却仍然落在那个参考分布之外。
语域扁平化。 教给第二语言学习者的学术英语是刻意中性的。中性语域恰恰是指令微调模型默认采用的语域。你被教导的写作方式，正是模型的写作方式。
一致性惩罚。 许多检测器将低方差视为机器信号。一个被反复训练成段落结构一致的写作者，会刻意产生低方差。
这些机制都不涉及意图。当你坐在会议上被问是否使用了 ChatGPT 时，这正是你需要牢牢记住的一点。
如何向老师或机构提出这个问题？
本能反应是以“我没有作弊”开头。要克制这种冲动。否认会引发一场关于你品格的争论。相反，询问机构使用的流程，并提供你自己的证据。一条简短、冷静的消息比一条冗长、委屈的消息更有效。
- 询问适用什么标准。 哪个工具、什么阈值，以及该分数在政策中占多大权重。许多机构已经更新了他们的学术诚信政策，却没有向学生说明具体细节。
- 询问什么才算作者身份的证据。 这把对话从指控重新框定为程序，通常能让你得到直接的回答。
- 在被要求之前主动提供你的过程记录。 草稿、时间戳、笔记、你亲手建立的参考文献列表。
- 要求开会，而不是发邮件来回。 当面或电话里更容易读懂语气。
- 说出你想要什么。 在档案中留一条备注、有机会逐一说明你的资料来源，或对论点进行口头答辩。具体的请求比含糊的申诉更容易被批准。
有一句话值得练习：“我理解报告提出了一个疑虑，我想向您展示这篇文章是如何构建的。”这句话不带防御性，并且给读者提供了一条前进的路径。
这一切背后的恐惧是真实的，它值得一个诚实的回答，而不是一个安慰性的回答。一个标记可能会跟着你——进入成绩申诉、导师关系、签证档案、第一份工作的推荐信。机构行动缓慢，记录会持续存在。正因如此，你不应该等待流程找上你：在写作时就记录，而不是在被指控之后。
从你的起草过程中，哪些证据值得保留？
你无法在事后重建一个过程，所以在工作时就建立痕迹。保持它枯燥且自动。
| 证据 | 为什么有帮助 | 如何记录 |
|---|---|---|
| 版本历史 | 显示论点随时间发展 | 保存带日期的草稿；使用编辑器的版本功能 |
| 来源笔记 | 将你的主张与你实际读过的内容联系起来 | 每个项目一个持续更新的笔记文件 |
| 大纲和思维导图 | 显示散文之前的结构 | 保留凌乱的原始版本 |
| 阅读批注 | 显示你的思考，而不是模型的 | 高亮的PDF、页边笔记 |
| 导师或同伴反馈 | 第三方佐证 | 保存邮件和评论 |
| 口头解释 | 你可以现场为论点辩护 | 准备一个两分钟的摘要 |
一个版本历史记录，展示一段文字在变好之前先变差，比一份打磨过的最终文件更有说服力。人类的写作是凹凸不平的。保留那些凹凸。
如何在不抹平自己句法的情况下进行编辑？
错误的做法，也是人们在压力下会做的，是一直重写到检测器满意为止。这通常意味着更短的句子、更简单的词、更多的模糊措辞——这恰恰与让你的写作听起来像你自己的东西相反。
更好的方法：保留你的结构，变化你的节奏，并加入只有你能提供的具体细节。
把被标记的句子大声读出来。 如果每个句子都以相同的长度落地，就把一个句子劈成两半，让另一个句子拉长。节奏是最难伪造的，也是最容易恢复的。
每段用一个具体的短语替换一个泛泛的短语。“结果很显著”变成实际的衡量指标和实际的方向。这不是填充；这是精确，而且这是听起来像亲历者本人的最快方法。
保留你自己的连接词，包括那些风格指南会删掉的。 如果你自然地写“and so”而不是“therefore”，就保留它。你的个人习惯就是证据。
不要仅仅为了改变分数而把词换成同义词。 为了躲过检测器而改写通常会产生更差的文字，而且往往不会让分数有多大变化。这两种方法的区别值得在改写与人性化中读一读。
这里是一个示例，不是真实学生的作品。修改前：“Furthermore, the implementation of renewable energy policies has been demonstrated to be effective in numerous contexts. Moreover, these policies contribute significantly to the reduction of emissions.” 修改后：“Renewable energy policies work, and we have the receipts. Germany’s feed-in tariff is the case I keep coming back to, because it survived a change of government.” 同样的论点，同样的作者，但能证明这是人写的证据量不同。
如果你想要一次结构化的处理，而不是临时编辑，清理机器生成的模式提供了一个不需要你改变自己声音的清单。
要避免的陷阱是把人性化工具当作洗稿步骤。它不是，而且用它来冒充你没做过的工作，无论任何工具报告什么，都是学术欺诈。人性化工具真正有帮助的是另一种情况：你自己用第二语言写了草稿，而工具误读了你的风格。在这种情况下，一个只重写被标记句子——并检查你的意思在重写后是否保留——的草稿编辑器做的是站得住脚的事。
检测器分数究竟能证明什么？
单凭它本身几乎说明不了什么，而这一点值得直白地告诉任何拿着报告来找你的人。
检测器分数是由统计模型生成的概率估计，该模型将你的文本与它见过的模式进行比较。它可以告诉你，一段文字在该模型所测量的特征上类似于模型输出。它无法告诉你这些字是谁打的、什么时候打的、借助了什么帮助，或出于什么意图。它无法访问你的浏览器历史、你的草稿或你的大脑。
实际后果：
- 高分是去查看的理由，而不是结论。
- 两个检测器对同一段文本可能给出不同结果，而两者都没有撒谎。
- 低分同样什么也证明不了，因为通过编辑降低分数很容易，而作者身份是另一个问题。
- 你所在机构使用的阈值是政策选择，不是科学常数。不同的阈值会标记出不同的学生群体。
我们自己的数据让这一点更具体。在 2026-09-19 的那次运行中，人类撰写的指南平均 AI 分数为 27%，未经编辑的模型输出平均为 35%。如果你把阈值设在这一区间的中间，你会抓到一些机器文本，也会抓到很多人。任何告诉你检测器接近定论的人，读到的并不是我们所看到的同一组数字。
如果你正在处理一份具体的报告，关于分数在实践中意味着什么的详细拆解见AI 检测器误报：该怎么办。
准备好看看哪些句子读起来像机器写的了吗？
在下一次提交之前，花十分钟做一件申诉本来也会迫使你做的事：找出哪些句子带有信号，并决定它们是否值得修改。
把你的草稿粘贴到AI 检测器中，获取文档评分以及逐句分析，这样你面对的就是三个具体句子，而不是一个吓人的数字。如果被标记的句子确实是你自己写的、并且想保留，草稿编辑器只会重写这些句子，仅在含义得以保留时才保留修改，并报告修改前后的内容。你可以查看当前的定价——按需付费、积分永不过期，注册即享 200 词的免费额度，无需绑定银行卡。如果你已经知道想测试什么，创建账户并先运行你自己的段落。
无论你使用什么工具，都要保留草稿。抵御误报最有力的手段不是更低的分数，而是一个能展示作品是如何构建出来的文件夹。
句子级评分究竟能为你指向什么？
单个文档数字只告诉你出现了标记，却不告诉你标记在哪里。当你决定是否要修改时，这一区别很重要，因为大多数被标记的草稿只包含少数几个带有信号的句子，以及大量从未触发任何标记的普通文字。
句子级检测将文档拆分为段落并对每一段打分，因此你可以看到哪些行读起来像机器生成，哪些不像。当你查看这份细分结果时，往往会出现三种模式：
- 某一节中的聚集。 通常是那个最抽象的段落——你进行概括而非描述的那一段。这是编辑问题，而非作者身份问题。
- 零散的单行。 往往是你的过渡句和主题句，那些被反复灌输为正确学术形式的句子。
- 文档得分高但没有强段落。 当许多中等水平的行累加时就会出现这种情况。单独看没有任何一行显得可疑，这一点在你重写任何内容之前值得了解。
关于每个分数定义的含义以及标记会把你引向何处的完整演示，请参阅 DeAIze 评测：检测器实际报告了什么。
我们自己在 2026-10-13 的运行以 30% 为阈值，对 DeAIze 指南中未标记为生成的 1549 个段落进行了评分（仅基于元数据选择；未独立验证人类作者身份）。平均 AI 得分为 28%，中位数为 20%，这 1549 个段落中有 522 个达到或超过阈值。这是段落计数，不是文档计数，也不是经过验证的误报率。要点依然成立：阈值会捕获大量普通写作，因此在决定要修改什么之前，请先阅读逐句视图。