不。AI检测能作为作者身份的证据吗？不能。检测器评分是由统计模型产生的概率估计——只是若干弱信号之一。把它当作进一步审视的理由，而绝不要当作结论。一旦用评分来指控某人，你就欠他们一套程序：披露、回应机会，以及有记录的裁决。
关键要点
- 检测器评分是概率，不是裁决。它无法告诉你句子是谁写的，只能告诉你文本在多大程度上像模型输出。
- 在我们自己的测量中（2026-09-19，n = 46 篇手写 DeAIze 指南，30% 标记阈值），人类撰写的文本平均 AI 评分为 27%，46 篇中有 17 篇被标记。这就是误报问题的一句话概括。
- 正当程序意味着被指控者能看到评分、知道是哪个工具产生的，并有机会在任何处罚前作出回应。
- 记录推理过程，而不仅仅是结果。“评分很高”不是一份裁决记录。
- 问问还有什么能佐证这个标记：草稿、版本历史、口头答辩、引文核查、写作历史。
为什么 AI 检测证据本身如此薄弱？
检测器看的是表面统计特征：每个词有多可预测、句子长度变化有多大、文本重复某种模式的频率有多高。这些信号与机器生成相关。它们也与严谨的学术文风、翻译文本、公式化的法律写作，以及非母语写作者常被教导使用的平实英语相关。正是这种重叠，使得一份没有任何模型碰过的文档也可能得到高分。
我们的本地集成模型在 30% 标记阈值下对 46 篇手写 DeAIze 指南运行，得出的平均 AI 评分为 27%，中位数为 25%，范围从 0 到 55。这 46 篇人类文档中有 17 篇被标记。没有任何内容是由模型生成的。评分只是落在了线以上。
同一次运行对12段未经编辑的模型文本进行了评分：平均35%，中位数34%，范围25至49。请注意重叠部分。人类写作和未经编辑的模型输出占据相邻的区间。单一数字无法干净地将它们分开，任何假装可以做到这一点的流程都会惩罚错误的人。
那次运行中还有一个数字值得深思。AI特征频率——即套话、模糊语和填充词的密度——在人类样本中为每100词3个，在未经编辑的模型输出中为每100词1个。人类使用的特征比机器更多。如果你的直觉是“我读一读就能看出来”，那么这种直觉在可测量层面同样不可靠。
当分数被用来针对某人时，正当程序是什么样的？
在此语境下，正当程序不是法律公式。它是一套让被指控者获得公平答辩机会的流程。对于教师、编辑或人力资源文书撰写者而言，它看起来是这样的：
- 将标记与结论分开。 记录某个工具返回了一个分数。不要记录此人使用了AI。
- 披露工具和分数。 说明检测器名称、版本（如已知）以及确切读数。对工具保密会使申诉无法进行。
- 展示句子级细分。 整篇文档的单一数字掩盖了哪些行携带了信号。如果你的工具只给出文档分数，请说明——这一局限性应记录在案。
- 在决定前邀请回应。 请此人解释其过程、展示草稿或口头讨论内容。
- 权衡佐证。 版本历史、以相同风格撰写的早期作品、引用来源，以及此人讨论材料的能力，都比分数更重要。
- 作出决定并写下来。 说明你依据了什么、排除了什么以及为什么。
如果你是接收方，这一流程的实用镜像版本见AI检测器误报：当你被指控时该怎么办。步骤相同，只是位置变了。
如果你是执行检查的人，请先在自己的流程上运行检查。DeAIze的检测器会显示文档评分，并按AI概率高亮每个句子，这样你就能看出标记是落在一个奇怪的段落上，还是贯穿整篇文章——这正是公平决策所需的细节。
在根据标记采取行动之前，你应该问哪些问题？
在任何后果产生之前，先逐一解决这些问题。如果你无法回答，就还没有准备好采取行动。
| 问题 | 为什么重要 |
|---|---|
| 哪个工具、哪个版本、哪个阈值？ | 分数会因工具和设置不同而变化。在一个阈值下的标记在另一个阈值下可能不存在。 |
| 分数是针对整个文档还是特定句子？ | 单个被标记的段落与整篇文章被统一标记是非常不同的信号。 |
| 这个人有记录在案的写作历史吗？ | 以相同风格写成的先前作品是有力的反证。 |
| 翻译、模板语言或简单英语指令能否解释它？ | 这些是已知的误报来源。 |
| 如果分数是错的会怎样？ | 如果答案是“不可逆的伤害”，你的证据标准就需要更高。 |
| 这个人是否被告知了分数并有机会回应？ | 如果没有，停止。这就是流程。 |
最后一行不是形式。在当事人看到指控之前做出的决定不是正当程序，无论文件上怎么写。
你如何记录一个部分依赖检测器的决定？
写记录时，要假设有人在两年后读到它，并且对案件毫无记忆。一份可用的记录包含四个部分：
- 工具报告了什么。 工具名称、日期、分数、阈值，以及该读数是在文档级别还是句子级别。注意，检测器分数是概率估计，不是作者身份的证明。
- 你还查看了什么。 草稿、修订历史、口头讨论、来源核查、先前工作。列出你发现的内容，包括任何与标记相悖的信息。
- 你得出了什么结论以及为什么。 区分“分数很高”和“分数很高，当事人无法解释论点，且不存在草稿”。只有后者才是一项认定。
- 你做了什么。 采取的行动、其范围以及申诉途径。
除非政策明确要求，否则不要将原始分数放入任何公开或永久档案中。一个后来被证明不可靠的概率估计不应跟随某人多年。
编辑和内容团队可以借用同样的纪律。如果自由撰稿人的草稿被标记，记录应是简报、修订历史和作者自己的笔记——而不是那个数字。我们关于AI检测如何工作的指南解释了哪些信号会影响分数，这有助于你判断在特定体裁中它应获得多大权重。
当学生或员工对分数提出异议时，你该告诉他们什么？
首先承认真正的局限性。检测器是概率性的。它们彼此不一致。它们会标记人类写作。把这一点说出来，因为这是事实，而且因为假装不是这样，一旦他们自己搜索这个话题，信任就会瞬间崩塌。
然后做三件事：
- 向他们展示报告。 分数、携带信号的句子，以及工具自身声明的注意事项。
- 解释什么会改变你的想法。 草稿轨迹、对论点的简短口头讲解、同一语域的早期作品。给他们一条路径，而不是一堵墙。
- 将过程与结果分开。 你可以相信一个标记值得调查，同时仍然得出结论认为作品是此人写的。这样说不是软弱；这是系统在正常运作。
如果争议继续，以书面形式向他们指出申诉途径，并保持你自己的记录真实客观。对于学术案件，学术诚信听证会 AI：评审小组评估什么 详细说明了评审小组实际权衡的内容——通常是解释质量和佐证，而不是原始数字。
为什么教师和评审小组仍然会搞错这一点？
因为数字感觉客观。它由软件生成，带有小数点，并且在任何人阅读作品之前就出现了。这恰恰是反过来的。分数应该是你最后看的东西，在草稿轨迹、对话和内容本身之后。
伤害也存在不对称性。假阳性会让被指控者付出巨大的时间和压力；假阴性对机构的代价很小。为捕捉一切而优化的系统在设计上就会产生假阳性。如果你的政策没有明确指出这种权衡，它就不是政策——而是一种偏好。
政策制定者还应检查其规则是否允许他们正在做的事情。学术诚信政策 AI：你的大学实际允许什么 对此是一个有用的合理性检查，而 AI 检测与抄袭：两种不同的失败 阐明了为什么抄袭认定和 AI 标记不是同一种指控。
你的书面政策实际上应该说什么？
一项站得住脚的政策应指明工具、阈值、人工审查步骤和申诉途径。它声明仅凭检测器分数不会触发处罚。它说明谁可以查看分数以及分数保留多长时间。它要求在做决定之前向被指控者展示证据。
它还应说明机构不会做什么：不会将概率估计视为证据，也不会依据被指控者不允许查看的工具采取行动。这两句话可以防止大多数最终登上新闻的案例。
最后，设定一个审查日期。检测器的行为会变化，阈值会被重新调整，而围绕某一学期某一工具输出制定的政策以后就会出错。每年重新阅读它，并对照你自己的标记数据进行检查。
准备好看看哪些句子读起来像机器写的了吗？
如果你是那个必须做出决定的人，在争论之前先获取句子级别的视图。将草稿通过 DeAIze 的 AI 检测器运行，查看文档得分以及它标记的每个句子，这样你就知道面对的是一段奇怪的段落还是整个文档。如果标记出现在你自己的写作上，草稿编辑器 允许你只重写被标记的行，并检查含义是否保留。定价是按使用量付费，积分永不过期，免费套餐在注册时提供 200 个单词，无需信用卡——请从 deaize.com/register 开始，或先查看 定价页面。检测器得分是概率估计，不是作者身份的证明。用它们来决定在哪里查看，而不是得出什么结论。