布朗大学最近做了一个决定。
招生办明确表态：不使用任何第三方AI检测工具来筛查申请文书。要知道，布朗在AI政策上恰恰是藤校里最狠的那一档，白纸黑字写着“申请内容在任何情况下都不允许使用AI”，只给拼写和语法检查留了一个口子。规矩最严，执行却最“松”，这种反差本身就够扎眼。
学生那边先炸了。校报上有人直接开炮：学校嘴上说禁止AI，手上却不拿工具查，那这条红线跟画在沙滩上有什么区别。其实这场争论表面上是“用不用软件”，底下藏着的其实是两个完全不同层面的问题：检测工具到底能不能用，以及招生办到底靠什么来判断一个活人。
检测器最擅长的事是冤枉老实人
商业AI检测器最爱标榜“准确率99%”，但一放到真实申请池里，这个数字就撑不住了。
斯坦福大学团队做过一项很经典的研究：把91篇非母语学生写的托福作文丢给七个主流检测工具，结果平均61%被判定为AI生成，其中近20%的作文是所有检测器一致咬定“机器写的”，可这些文章从头到尾都是人写的。反过来，母语学生的作文几乎不会被误伤。机制并不复杂：非母语写作者的词汇变化少、句式偏规整，而AI生成的文本恰恰也是“可预测”的。检测器学的是统计规律，它分不清“英语不够溜”和“机器太流畅”之间的区别。
更微妙的是，写得“好”本身也在变成嫌疑。布朗招生办主任Logan Powell说了一句很实在的话：“我们绝不会因为一个人爱用破折号，就假设他抄了某个大语言模型。”分号、破折号、工整的段落结构，这些过去被当作写作能力的信号，如今在某些检测器眼里反而成了“AI味”的证据。
而真正想作弊的人，绕过去的成本低得惊人。市面上“去AI化改写”的服务按千字符几块钱到几十块钱收费，各类humanizer工具直接把“绕过GPTZero、Turnitin”写进了产品介绍。一个检测工具如果抓不住刻意伪装的人，却把老老实实写作文的国际生架在火上烤，那它到底在保护谁？
学生的愤怒不是没道理
反方学生Canfield在校报文章里算了一笔很聪明的账。他说，市面上确实出现了假阳性率低到0.0041%的检测器，按布朗一届近25万篇百字以上文书来推，就算30%的申请者用了AI，被误伤的也可能只有7个人。他的逻辑很锋利：招生官看一份材料平均只有八分钟左右，人犯的错远不止七个，为什么人能犯错，机器接近零的错误反而不能被接受？
这笔账的问题在于，它假设那个“0.0041%”在真实申请场景里成立。但检测器的准确率从来不是实验室里的常数。斯坦福研究中那61%的误报，用的也是当时市面上主流的工具。一个非母语学生，哪怕语法检查只开了Grammarly，写出来的东西在某些检测器眼里都可能被标红。对于一所国际生占本科生14%的学校来说，把录取命运交给一个对特定群体系统性偏差的分数，法律和声誉上的风险远不是“7个人”能概括的。
但学生的担忧也不能被一句“技术不可靠”打发掉。如果规则明文禁止AI，却没有可见的执行动作，那些熬夜一行行码字的学生会觉得自己像个傻子。公平感的流失，有时候比技术误差更伤一所学校的公信力。
招生办真正在看的，不是一篇文章
布朗的选择，本质上是在赌另一套判断体系。
Powell反复提到的词是“一致性”和“真实性”。招生官不是在找一篇没有瑕疵的英文，而是在找一个前后对得上的人。文书里的语气、活动列表里的细节、推荐信里老师描述的那个学生、面试时被追问“你文书里写的那个下午到底发生了什么”时的反应——这些东西单拎出来都可以被包装，但拼在一起，缝隙就很难藏住。MIT招生办说过一句更直白的话：个人陈述不是写作考试，是身份考试。AI能通过写作考试，但它过不了身份考试。
布朗今年还悄悄砍掉了两道补充文书题：“用三个词形容你自己”和“用一句话说为什么选布朗”。官方说法是AI不是直接原因，但招生团队“确实考虑过AI会怎么生成这类问题的答案”。换句话说，当一道题短到AI可以轻松产出一堆漂亮的空话时，这道题本身就失去了区分人的功能。与其在假答案里挑，不如把空间留给AI讲不出来的故事。Powell的原话是：“我们宁愿要一篇有逗号放错地方、但讲了一个真心故事的文书，也不要一篇语法完美、却什么都没告诉我们关于这个人的文书。”
说到底
布朗“放弃检测”这件事，容易被读成对技术的妥协，但机构视角看，它更像一次风险重估：一套对特定人群系统性偏差、对刻意作弊基本无效、却可能把顶尖大学拖进法律纠纷的工具，用它的代价可能比不用更大。
这当然不是说什么都不用管了。交叉验证、面试追问、写作样本比对，这些人力成本更高的手段正在替代一键检测。技术跑得太快，规则和工具注定脱节，而在脱节的空档里，真诚反而成了最难被算法复制的东西。一篇有毛边的、带着具体细节和真实犹豫的文书，可能比任何“完美”的AI文本都更有穿透力。
