▲Zhu Ziqing著名的“ Lotus Pond In Lotus in Moonlight”的报价超过60％。照片/视频屏幕截图最近，一个有趣的消息引起了激烈的讨论 - 朱·齐平先生的著名散文“莲花池中的月光”是通过常用的纸质检测系统来判断的，即普遍可疑的AI生成的内容高达62.88％。顺便说一句，刘·西辛（Liu Cixin）的“三体”剪辑也标有高率。其他任何东西都以100％的AI速率注意到“ Tengwang亭的序言”。在社交平台上，投诉和帮助，寻求有关AI纸质汇率“红灯”的信息的投诉和援助，最近也出现在许多人中，“ AI率非常高”已成为一个热门话题。 AI发现率是指人工智能在纸上产生的内容的发现。根据DAA Daily的说法，根据某些大学的规定，高AI测试结果直接影响纸质分析的过程，迫使许多学生使大型张开ES甚至应对无法及时毕业的风险。但是他们感到困惑的是，许多原始内容也被认为是AI率很高，甚至一些著名作家也以AI率过度判断，他们谈论了论文中AI Discovery的科学和准确性。这种现象表明，某些大学目前采用的AI检测率的标准和技术存在缺陷，并且面对人工智能的影响，学术考试的机制还不够。检查大学论文的标准和技术将需要跟上ORAS并及时改进。论文考试是一个“强迫课程”，供大学生毕业。当前，越来越多的大学使用AI速率检测工具，其工作原理主要基于深入研究和统计分析。通常，这些系统“学习”了大量现有文本内容，功能在诸如“流利度”和“单词习惯”之类的提取物中，并计算出文本的“词汇浓度”等指标，以确定内容是否由AI形成。但是，这种基于统计的方法存在缺陷 - 很难真正理解写作的复杂背景，包括创意背景，写作场景和语义内涵，更不用说在那一刻准确地捕捉了布景的情感热量，安迪是愤怒，愤怒，悲伤和幸福，但只能与统计学上进行正式比较。该测试的质地通常很粗糙。因此，当面对经典作品，例如“ Lotus Pond中的月光”和“ Tengwang Pavilion的序言”时，由于其“太完美”，该系统将成为AI一代的错误；同样，学生按照学术标准编写的一些文书工作，即“差”确实是原始的，但被错误地标记为高度AI率。据报道，AI的限制发现率也可以在其“双向故障”中看到：一方面，经典作品，例如“莲花池塘的月光”，将作为人工智能丧失，但另一方面，净网络可以“开放”一些世代的几代人，这些世代已成为Cheverly and Iance at偶然的AV检测，从而避免了较弱的否定性，从而在较元素的情况下进行了否定的效果集成和虚假的firfs Intectition and Frife Antighation of Files of Files of Five of Five of Infors of of技术和“”。”和“”。在这方面，人们需要删除纸张评估和检查，并要求发现AI率是“检查的守门人”，根据报道，某些大学释放了毕业率的法规，以通过毕业的率和其他流行的大学。检测和他们使用仍处于权衡和观察之下。此方法更合适。目前，AI技术的快速发展对传统的学术写作模型和学术考试产生了不间断的影响。 AI速率检测中的当前干扰表明，该技术仍处于童年状态，其标准和方法尚未旧。在这方面，当然，大学不应否认由于临时技术缺陷而发现AI率的成本，而是不应太多依赖这种不完善的发现技术。也许最好很好地使用它，轻轻鼓励它，检查外部，可以用来使用它并通过探索来改进它。这也意味着，面对AI技术对学术写作的深远影响，混乱的学生遇到了测试论文测试，大学需要超越简单的“限制和惩罚”并发展许多主题。学术和包容性纸张检查系统。首先是阐明在写论文和有关教师和学生的学术研究中合理使用AI工具的界限。当然，更多的是，大学应优化论文审查的体重 - 批准，将他们的希望减少到发现指标，并加强对现代学术的调查，包括知识知识和知识的贡献。尽管AI率检测技术并不完美，但Mayis是学术检查系统在AI期间进行适应的必要阶段。这是一种更有趣的做法，不会盲目避免或拒绝它，而是处理并改进它。 / Xin He（媒体人） / CHI DAOHUA / LI LIJUN的校对编辑
