如果检测器标记了你的作品，你需要一个误报AI检测器应对方案：保留每一份草稿和修订版，了解该工具实际测量的内容，然后写一封冷静的申诉，针对证据进行回应，而不是仅仅否认。按顺序做到这些，你就有了真正的辩护。
检测器对你的写作究竟声称了什么？
首先，正确解读结果。大多数工具给出的是概率估计，而不是裁决。92%的分数并不意味着“其中92%是由AI写的”。它意味着模型发现了与其机器文本训练数据相似的模式。
当你申诉时，这一区别很重要，因为你不是在和一个事实争辩。你是在和一个基于信号构建的估计争辩，这些信号包括困惑度（每个词的可预测程度）和突发性（句子长度和节奏的变化程度）。简短、统一、经过大量编辑的文本可能看起来像机器写的。使用第二语言写作的人，或者由项目符号拼凑而成的段落，也可能如此。
我们在2026年9月13日进行了自己的测量，用我们的检测器以30%的标记阈值对23篇手写的DeAIze指南进行评分。平均AI分数为21%，中位数为22%，范围从0%到46%。23篇人类撰写的文章中有5篇被标记。再读一遍：真正的人类写作，由以写作为生的人创作，仍然越过了界限。这就是你所面对的问题的规模，值得在申诉中大声说出来。
有关这些信号的更详细解释，请参阅AI检测如何工作。
为什么谨慎的写作者会遇到 AI 检测器误报
检测器不解读含义，它们测量的是文本纹理。以下三类人受到的误判比应有的更多：
- 反复修改的写作者。 打磨会抹去那些被视为“人类特征”的杂乱变化。你的第五稿可能比第一稿看起来更平淡。
- 非英语母语写作者。 词汇范围较窄、句式更规整，都会推高分数。这是一个已知且有文献记录的弱点，并非个人缺陷。
- 任何按模板写作的人。 实验报告、文献综述和结构化论文的措辞，与模型生成的模式存在重合。
还有第二个陷阱。我们的测量还统计了所谓“AI 特征短语”，结果发现人类样本中每 100 词有 4 个，而未编辑的模型输出中每 100 词只有 1 个。人类写作者使用人们称为“AI 特征”的短语，反而比 AI 更多。所以，当有人指着你的过渡句说“这是机器写的”，他们依据的是一个很弱的信号。
如果你想看看自己草稿中具体哪些句子带有这种信号，与其猜测，不如把它放进句子级检测器跑一遍。知道哪些行被标记，决定了你是只能含糊否认，还是能有针对性地申诉。
第 1 步：现在就保存好你的草稿和修改记录
在回复任何人之前，先做这件事。证据消失得很快：云文档会被覆盖，自动保存会替换版本，共享文件可能被他人编辑。
- 导出版本历史。 Google Docs、Word 和大多数编辑器都会保留版本日志。下载或截图，确保时间戳可见。
- 保存带日期的副本。 将每份草稿导出为 .docx 或 .pdf，并在文件名中注明日期。不要依赖单一的活动文件。
- 捕获元数据。 文件创建和修改日期、评论线程、修订记录和编辑建议都能显示随时间进行的工作。
- 保留你的笔记。 大纲、阅读笔记和带有你自己注释的来源列表是过程的有力证据。
- 截图你的研究轨迹。 搜索历史、图书馆借阅记录、PDF 高亮、访谈笔记。
修订轨迹之所以有说服力，是因为它显示文档在数天内逐渐成形。机器生成的文本通常一次性出现。如果你的文件历史显示一个粗略大纲变成凌乱草稿再变成最终版本，那就是你要讲述的故事。
第 2 步：在争论之前，先了解分数的局限性
你会忍不住要求检测器证明其结论。这很少奏效，因为机构将检测器输出视为若干输入之一。更好的做法是说明为什么这个输入很弱。
| 检测器提供给你的 | 检测器没有提供给你的 |
|---|---|
| 整篇文档的概率估计 | 谁写了它的证明 |
| 对可能机器文本的句子级高亮 | 你写作过程的任何记录 |
| 随审阅者设定阈值而变化的分数 | 跨工具稳定、可复现的数字 |
| 与训练数据的模式匹配 | 对你的论点或来源的理解 |
在书面陈述中提出几个实际要点：
- 检测器的输出是概率估计，而非作者身份的证明。
- 同一文本在不同工具上可能得到不同分数，同一工具在更新后也可能给出不同结果。
- 短文本比长文本更不可靠。如果你的提交不足一页，请说明这一点。
- 询问使用了哪个工具、哪个版本以及什么阈值。许多审查者无法回答，这本身就很有信息量。
我们自己的AI检测器准确性分析涵盖了为什么没有工具能诚实地声称确定性。
第3步：撰写一封冷静、基于证据的申诉信
保持简短、基于事实，不带怨气。审查者会对结构做出回应。
- 用一句话陈述情况。“我对我的提交是AI生成的这一认定提出申诉。”
- **接受流程，质疑结论。**你不是在指责任何人有恶意。你是在说证据不支持这一认定。
- **展示你的过程。**附上版本历史、带日期的草稿和笔记。指出具体时间戳。
- **直接针对检测器。**指出它产生的是概率估计，人类写作经常被标记，并且如果你知道阈值问题，就引用它。
- **提出讨论。**提议会面或对你的来源和论点进行简短的口头辩护。
- **要求具体结果。**由原始审查者以外的人审查证据是一个合理的请求。
避免讽刺，避免暗示审稿人不称职，并避免冗长的段落。一页加上附件胜过五页的抗议。
第四步：被指控使用AI时不该做的事
- 不要只是否认。“我没有使用AI”让审稿人无从下手。没有证据的否认会被视为逃避。
- **不要忽略邮件。**沉默会被视为接受，而且申诉的截止日期通常很短。
- **不要为了“修正”分数而重写提交内容。**事后更改文本看起来像是隐瞒，本身就可能违反政策。
- **不要用改写工具处理后再重新提交。**那是另一个更糟糕的问题。如果你用AI起草但没有声明，诚实的做法是承认并承担后果。
- **不要争论百分比。**数字不是重点。你的过程才是。
- **在申诉期间不要公开讨论此事。**这很少有帮助，有时还会造成伤害。
如果你确实使用了AI工具来帮忙呢？
许多机构允许使用AI进行头脑风暴、语法检查或列提纲，但禁止将其用于实际的行文。如果你的情况如此，请准确说明你使用了什么以及在哪里使用。精确表述能保护你。“我用工具检查了第四段的语法”是一个可辩护的陈述。模糊的承认则不是。
想法、数据和结论仍然必须是你自己的。没有任何工具能改变这一点，任何申诉也不应试图改变。如果你不确定你的机构界限在哪里，学生使用AI辅助写作介绍了常见规则以及如何遵守它们。
指控背后的恐惧
以下是没人明说的部分：这种指控之所以令人恐惧，是因为它攻击了你的作者身份，而作者身份与身份认同紧密相连。你可能担心，抗争会让自己看起来有罪，或者教授已经下了定论。
有些审查者确实如此。无论你拿出什么，有些人都不会让步。这是真实存在的风险，假装不是就不诚实了。但上述计划仍然是正确的，因为无论结果如何，它都能做到三件事。如果事态升级，它能保护你；它给公正的审查者一条轻松推翻结论的路径；它让你自己对事件的陈述保持清晰一致。
如果别的你都没记住，至少记住这一点：今天就保存证据，弄清楚那个分数到底意味着什么，然后冷静地把你的情况写下来。这就是一次成功的AI检测器误报应对应有的样子。
关于人类写作为何会被标记的更全面视角，包括审查者会寻找的具体模式，请参见GPTZero 误报。
测量说明：本文中的数据来自我们自己的检测器于 2026-09-13 的运行结果——n = 23 篇手写指南对比 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/.