重點摘要
- 單一跡象無法證明使用了 AI。請尋找指向同一方向的多個線索。
- 最有力的線索在內容上：說法空泛、缺乏具體細節、沒有個人觀點。
- 偵測工具給的是機率而非判決。短文和正式文體是最難判斷的情況。
- 做出任何決定前，先與作者過去的作品比較，並詢問寫作過程。
文字本身的跡象
AI 模型被訓練成寫出穩妥、流暢、人人都能接受的文字。這會留下痕跡，而且多半出現在文字「缺少了什麼」。
- 放在幾乎任何主題都成立的籠統陳述，沒有人名、數字、日期或地點。
- 均勻、過度修飾的節奏：段落長度相近，每段都有俐落的開頭和總結句。
- 套話，例如「值得注意的是」「在當今快速變化的世界」「扮演關鍵角色」「深入探討」。
- 三點式的列舉、「一方面…另一方面」的平衡結構，以及只是重述開頭的結論。
- 語氣篤定卻沒有依據的事實、捏造的出處，或在哪裡都找不到的引文。
- 即使題目要求，也完全沒有個人經驗、意見或錯誤。
這些跡象在人類寫的文字中也會出現，特別是學校作業、企業文案和以第二語言寫成的文字。它們是需要細看的理由，而不是結論。
情境中的跡象
情境往往比文字本身透露更多。與某人過去的作品相比，用詞或結構突然大躍進，比任何單一用語都更值得注意。回答的問題和實際提問略有不同，或忽略了課堂內容、任務說明或先前對話中的細節，也是一樣。
如果能看到編輯紀錄，例如在 Google 文件或 Microsoft Word 中，一份長文件只用一兩次大量貼上就出現，值得詢問。正常的寫作通常會留下長時間、許多小幅修改的紀錄。
AI 偵測工具如何運作，又在哪裡失準
AI 文字偵測工具會尋找模型輸出中常見的統計模式，例如可預測的用詞和過於一致的句子。有些工具，例如 AI Checker Lab，會結合語言模型的判斷與可量測的寫作訊號，並顯示分數背後的理由。
所有偵測工具都會出錯。它們在短文（約 150 字詞以下）、經過大幅修改的 AI 草稿、正式或技術性文字，以及非母語者寫的文字上最不可靠，因為這類文字往往較簡單、規律。80% 的結果代表文字很像 AI 的輸出，而不是有人作弊的機率是 80%。
公平檢查一段文字的步驟
- 先讀內容：是否具體、正確、切題？
- 記下上述跡象中，你實際看到哪些、沒看到哪些。
- 用偵測工具檢查，並閱讀理由，而不只看百分比。
- 如果有的話，與同一個人過去的文字比較。
- 查證那些看起來太過恰好的事實、引文和參考資料。
- 和作者談一談。請對方解釋某一段、定義用過的術語，或描述寫作過程。
如果跡象、分數和談話都指向同一方向，你就有合理的判斷依據。如果只有分數如此，就沒有。
什麼時候借助 AI 是可以的
現在許多學校和公司允許在發想、擬大綱、修正文法或翻譯時使用 AI，只要事先說明即可。在檢查是否使用 AI 之前，先確認規則到底是什麼。真正的問題往往不是有沒有用 AI，而是是否以允許的方式使用，以及作者是否理解並願意為結果負責。