AI 评价
疑似 AI 代写的文章,老师该如何冷静判断
理解 AI 检测工具的局限,梳理不误判、以过程为中心的判断方法。
“这篇文章,真是学生自己写的吗?”随着生成式 AI 普及,老师的书桌上多了一桩新的心事。看到比平时水平流畅太多的文章就会起疑,就想丢进检测器里跑一跑。可是一旦盲信 AI 检测器的准确度,就会闯出更大的祸。检测分数不是证据,只是参考值。凭一个分数就把学生断定成作弊者,冤了一个人的那一刻,教室里的信任就整个塌了。
不能把检测器当证据的理由
商用 AI 检测工具的误报(false positive)问题是老毛病。尤其在下面这些情况下,人写的文章也常被归成“AI 所写”。
- 非母语学生写的英文。句子结构规整,看起来就像机器写的。
- 严格遵循既定格式的报告。明明只是照着框架写,却被怀疑成 AI。
- 篇幅短的文章。样本太少,判别不稳定。
有一项大学研究还报告过特定群体的文章被系统性地更多误报的偏差(bias)案例。凭一个检测分数去怀疑学生,公平就塌了。何况把同一篇文章丢进不同的检测器,结果彼此打架也是常事。
起疑时的冷静步骤
- 别只看分数,要看写作的过程。确认草稿、笔记、修改记录是否留着。
- 与学生一对一谈话,让他当面讲解核心概念。若真是自己写的,讲起来不会卡壳。
- 确认与平时的写作水平有没有陡然的落差。看看用词、句子长度、惯用的表达是不是突然变了。
- 在怀疑变成确定之前,用面谈而不是处分去接近。这是确认,不是追责。
检测的目标不是“惩罚”,而是守住“诚实的学习文化”。
用评价设计来预防
在想用技术去抓之前,设计出让作弊难以插足的评价,才是治本之策。
- 让学生分阶段提交过程产出。从提纲到草稿再到成稿的痕迹,本身就是诚信的证据。
- 提高课堂上手写和口头发表的比重。当场做出来的成果,很难找人代笔。
- 对 AI 的使用允许,但要求写明。让学生写下“在哪里、怎么用的”,隐瞒这种行为本身就会减少。
提前定好班级规则
比起起了疑心之后再应对,在学期初就把规则商量定下来要好得多。什么被允许、什么被禁止,一旦含糊,学生和老师都难受。请把下面几点定清楚。
- 区分哪些作业可以用 AI、哪些作业不可以。一律禁止的话,反而没人遵守。
- 允许使用的情况下,定好该怎么标注。比如让学生写上一行“提纲是用 AI 搭的,正文是自己写的”。
- 提前告知一旦确认违规的处理流程。也一并说明:不是立刻处罚,而是先面谈。
规则清楚了,学生就会选择摊开而不是藏着。诚信不是从查处里长出来的,而是从共识里长出来的。
核心要点
AI 检测器只是辅助信号,不是判决书。以过程为中心的评价和以对话为基础的确认,才挡得住误判。比起技术,先改评价设计才是根本解法。每处理一桩疑案,都别忘了:处理的方式,就是发给其余全体学生的一条讯息。
登录后参与互动

来发表第一条评论吧。