一篇被判定为AI生成的作业，学生却坚称是自己写的，学校应该相信谁？
上周BBC发布了一篇报道，英国圣安德鲁斯大学一名医学生的毕业论文，因“语法太完美、结构太规整”，被系统标记为AI生成。这名倒霉的学生历经两轮听证会才洗清嫌疑，毕业被推迟整整一学期。
这样的“学术冤案”并非个例。随着ChatGPT等生成式AI进入校园，学生用AI完成作业的情况越来越严重，学校对AI检测工具的依赖也随之增加。但问题是，AI检测真的完全靠谱吗？如果连“AI检测AI”都不准确，学校又该怎么办？
AI误判，是漏洞还是硬伤
为什么一名学生自己写的论文，也可能被认为是AI生成的？问题出在AI检测工具的判断方式。
检测工具只能依靠最后的成品，再从中寻找一些被认为更符合AI生成文本的特征，比如句式是否过于规整、词汇是否高度可预测、段落之间是否呈现出稳定的表达模式。
而强调学术性的学生论文，本来就被要求结构清晰、语法准确、表达规范。学生写得越成熟，文本越符合检测器所寻找的“AI特征”。
就在去年，亚利桑那州立大学研究团队做了一次大规模实验。他们让190名本科生完成真实课程中的写作任务，再将其中50篇学生论文和AI生成的论文交给4种检测工具。表现较好的检测工具，对文本来源的判断准确率达到93%—98%，但仍有约1.3%的人工写作被误判为AI生成。
1.3%看起来只是一个小数字。但放到一所学校里，假设一年有几千份课业经过检测，被误判的学生就可能达到几十人。
而在现实学习过程中，学生使用AI的方式更加复杂。有的学生只让AI修改语法，还有学生自己完成主体内容，再让AI润色几个段落。检测工具面对这种“人写+AI修改”的成品，判断准确率更是低的一塌糊涂。
如何防止AI作弊
目前，面对AI带来的作弊问题，海外高校还没有形成一套统一答案。
有的国家选择从监管层面推动高校修改考核方式，有的把AI使用规则交给大学自行制定，也有高校开始减少对AI检测工具的依赖。
从近两年的政策变化来看，几条不同的路线已经逐渐浮现。
澳大利亚：监管机构推动改革
在澳大利亚，AI作弊已经从学校内部问题，逐渐变成了政府关注并推进的高等教育改革问题。
早在2024年，澳大利亚高等教育质量与标准署（TEQSA）就要求高校针对生成式AI带来的学术诚信风险采取行动，并推动大学重新审视现有考核方式。
当局近年来持续推荐高校增加能够直接观察学生能力的考核方式，包括受监督考试、口头考核、实践任务，以及让学生展示学习过程等。到2026年，TEQSA已经建立专门的Gen AI资源中心，并持续更新评估体系改革相关指南。
英国：政府定方向，高校划边界
英国采取的方式相对灵活。英国教育部2025年发布的生成式AI教育指导，承认AI可以进入教学，同时提醒学校关注学术诚信、学生能力培养等风险。
但政府只是提供规则框架，各所大学根据课程特点制定细则。以牛津大学为例，学校不认可任何AI检测工具用于学术决策，教师如果怀疑学生违规，需要按照正常的学术诚信程序处理，同时在课程开始前明确AI在具体考核中可以如何使用。
美国：允许各所学校自由规定
美国的情况更加分散。目前美国没有一套统一适用于所有高校的AI作弊监管政策，大学、学院乃至教师都拥有较大的课程政策制定空间。
2026年《金融时报》报道，多所大学开始放弃或限制AI检测工具，原因包括准确性和误判风险。同时美国高校的防作弊方式越来越多元：现场考试、口头考核、过程性作业，以及针对具体课程制定规则，都成为教师可以选择的办法。
AI时代，学校真正应该防什么
随着AI生成式工具层出不穷，简单通过检测工具防止学生使用AI作弊并不现实，学校更应该做的，是重新设计规则和评价方式。
划定AI使用的边界
让AI检查语法、翻译资料，和让AI完成整篇论文，显然不是同一种行为。与其禁止学生使用AI一刀切，更合理的方式是划定学生在学习阶段使用AI的边界。
学校可以按照任务性质划分不同等级：考试和独立写作可以完全禁止；普通作业可以允许头脑风暴、翻译或语法修改；部分课程甚至可以把AI作为学习工具，但要求学生说明使用方式。
让学生使用AI留痕
作业交到老师手里时，往往只剩下最后几千字。如果学校要求学生同步保留选题、提纲、资料搜集、初稿和修改记录，即使学生使用了AI，学校也能进一步了解它究竟参与了哪个环节。对于国际化学校来说，这尤其适合研究论文、Extended Essay、IA以及重要升学项目。
给课业成果增加“答辩”步骤
研究项目的报告是否是学生真实理解并钻研后的成果，老师未必需要依靠检测软件。几分钟的交流，有时就能发现问题：为什么选择这个研究问题？最重要的数据来自哪里？如果改变一个变量，结论还成立吗？丹麦近期已经把这套逻辑制度化：高中生提交论文后须参加口头答辩，答辩成绩计入总分。
回到文章开头，一位刻苦学习的学生，却因为成果太过完美而被判成使用AI作弊，学生百口莫辩，学校难断真伪。罗生门的背后，是学校太过于依赖AI检测工具验证学生成果。事实上，课业成果仅仅是学习阶段性的总结，真正的成长蕴藏在日积月累的过程中。
对于学校来说，对于学生使用AI的正确态度应该是合理引导，为学生划定使用边界。再辅以合理的检测步骤，把评价的视线从一份最终成果拉回整个学习过程。
