AI 抓得到你用 AI 寫的東西嗎？偵測工具沒你想的準

你可能也遇過這種事：交出去的報告或作業，被系統打了一個「AI 生成機率」的分數，數字看起來嚇人，可是那篇東西真的是你自己一個字一個字打出來的。或者反過來，你想用 AI 幫忙查資料、順一下文字，交出去之前很怕被抓包，卻搞不清楚這些偵測工具到底是怎麼判斷的。

這篇要講清楚三件事：AI 偵測工具到底準不準、為什麼寫得工整反而容易被冤枉、還有真的被誤判的時候可以怎麼應對。

AI 偵測工具真的抓得到 AI 寫的東西嗎

準確率其實不高，尤其你的文字稍微改寫過一遍。

今年美國教育圈吵得最兇的一件事，是一批頂尖大學陸續把 AI 偵測功能關掉。麻省理工學院、耶魯、喬治城、加州大學洛杉磯分校這幾間，都在正式公告裡寫明不再用 AI 偵測分數判定學生有沒有作弊，累計超過五十所大學跟進。連論文比對系統 Turnitin 自己都承認，它的誤判率從一開始宣稱的百分之一，後來被抓到其實接近百分之四。教育媒體 Inside Higher Ed 今年八月的一篇報導，標題直接寫「AI 偵測器退場，新的評量方式進場」。

更麻煩的是「改寫」這一招。有研究把 AI 寫的文章拿去用另一個工具稍微改寫過一次，多款偵測器的準確率就直接腰斬，剩下的辨識力跟丟銅板猜差不了多少。你只要把 AI 幫你寫的草稿自己再順過一次語氣，換幾個詞、調一下句子順序，這些工具原本就不高的準確率，掉得更快。

那個看起來很精準的「AI 機率」數字，其實經不起細看。

工具測不准是一回事，那為什麼還是常常聽到有人明明沒用 AI，卻被說寫得像 AI？

為什麼你可能什麼都沒用，卻被說寫得像 AI

因為這些工具判斷的依據，常常只是「寫得工整」的樣子，跟真的「AI 生成」沒什麼關係。

史丹佛一組研究人員做過一個實驗，找了七款市面上常見的偵測工具，拿去測非母語使用者寫的英文文章。結果這些工具把非母語使用者的文章誤判成 AI 寫的機率，高達六成一。同一批工具拿去測母語是英文的文章，誤判率只有百分之一到四。差了十幾倍。

原因不難理解。這些工具判斷「像不像 AI」的時候，很看重用詞會不會重複、句子結不結構工整、標點符不符合規範。母語使用者詞彙量大、句型變化多，天生比較不會被抓到。非母語使用者本來詞彙量就有限，句子容易重複同一種結構，反而更符合工具眼中的「AI 特徵」。你花好幾年背的單字量，終究比不過母語使用者從小自然累積的用字習慣。結果努力把文章寫工整，換來的卻是一個「疑似 AI」的標籤。

有一位長期審稿的學術工作者曾經分享過自己的判斷方式：他從來不靠工具，靠的是感覺。形容詞用得誇張、每一段開頭都像在對自己精神喊話、某幾句話在文章裡反覆出現三四次，這些才是他真正在意的線索。這種「憑感覺」的判斷聽起來主觀，但至少不會因為你詞彙量少，就先把你當成嫌疑犯。工具做不到這件事，它抓的只是表面的統計特徵，理解不了你在寫什麼。

你可能會想，這是美國大學的事，跟台灣有什麼關係？

台灣的學校也在用這些偵測工具嗎

有，而且用的常常是同一套系統。

政治大學、台灣師範大學、東海大學這幾間學校的圖書館，都有公開的說明文件，告訴師生 Turnitin 系統內建了 AI 寫作偵測功能。這些說明文件裡幾乎都寫了同一句提醒：AI 偵測出來的百分比，不能當成判定學生有沒有違反學術倫理的唯一依據，最後要不要認定，還是要靠老師或審查者自己判斷。

這句提醒是 Turnitin 官方寫進說明文件裡的立場，台灣的學校只是照登。連賣這套系統的公司自己都承認，那個數字只能參考，不能當判決書。如果你在台灣的學校或公司裡被那個百分比嚇到，先記得這件事：官方文件白紙黑字寫著，這個數字不是鐵證。

那萬一真的被那個數字盯上了，除了搬出官方說法，還有什麼實際能做的？

真的被誤判了，可以怎麼辦

先把你寫作過程留下的痕跡找出來，那通常比一個百分比更有說服力。

如果你是用 Google 文件或 Word 線上版寫的，這些工具會自動留下版本紀錄，可以看到你打字、刪字、慢慢修改的過程。這種一步一步累積出來的軌跡，AI 一次生成的文章不會有。手寫筆記、草稿、參考資料的截圖，也都是你真的自己想過、查過的證據。平常沒事就把這些留著，需要的時候才拿得出來。

如果對方拿著那個百分比要你解釋，可以直接引用前面提到的官方立場：偵測分數不能單獨當作認定依據，官方規則本來就寫得清清楚楚，你只是照著引用而已。你可以請對方提供其他證據，或是換一種方式讓你證明，比如當面口頭說明你的論點、重講一次你的推理過程。真正自己想過的東西講得出來，純粹複製貼上的東西通常經不起追問。

如果你真的有用 AI 幫忙，比較實在的做法是老實說清楚用了哪部分、自己又做了什麼調整。比起有沒有碰過 AI，多數老師和主管更在意你講不講得清楚、自己有沒有真的想過、學到東西。小孩用 AI 寫作業，考試才知道有沒有真的學到這篇談過類似的狀況：靠 AI 寫完作業的學生，當下分數好看，月考卻退步得更明顯，差別就在有沒有真的把那段思考走過一遍。

如果只記得三件事

• AI 偵測工具的準確率沒有想像中高，MIT、耶魯等超過 50 所大學今年已經正式停用，連 Turnitin 自己都承認誤判率被低估
• 用詞工整、句子結構規律反而容易被誤判成 AI，史丹佛研究發現非母語使用者的誤判率是母語使用者的十幾倍
• 台灣多所大學用的也是同一套系統，官方文件都寫明分數不能當唯一判定依據
• 真被誤判了，先找版本紀錄或草稿當證據，再引用官方規則要求人工判斷，比跟工具的百分比爭辯有用得多

一段文字是不是 AI 寫的，現在的技術還真的分辨不出來。與其糾結那個百分比，不如把自己真正想過、寫過的過程留下痕跡，那才是最後真正說得清楚的東西。