简明解答：检测标记需要人工复核
单凭 AI 检测工具的结果，不足以证明你在作业中使用了 ChatGPT。这类工具既可能误判人类撰写的文章，也可能漏检由模型生成的文本。负责任的处理方式应当结合课程规定以及完成作业的实际过程进行人工审查。
本指南将 2023 年发表的两份研究来源的发现，与应对学术审核的实用步骤区分开来。保留草稿并不能保证每一次分歧都能迎刃而解；但它确实有助于你整理真实的证据，并清楚解释你做了什么、使用了哪些工具，以及哪些决定是由你自己作出的。
OpenAI 自己的分类检测器后来怎么样了
OpenAI 于 2023 年发布了一款针对 AI 生成文本的分类检测器。在其对一组英语文本的评估中，它将 26% 的生成文本正确识别为可能由 AI 撰写。但它也将 9% 的人类撰写文本错误归类为 AI 撰写；这些属于误报（假阳性）。
这些百分比仅描述了那款特定工具及其当时的评估数据集。它们并不意味着一篇被标记的文本有同等概率是由 AI 生成的，也不能代表如今市面上的每一款检测器。要正确解读任何统计数字，你都需要先了解它具体测量了什么以及测试了哪些文本。
由于准确率较低，OpenAI 于 2023 年 7 月撤下了该分类检测器。该公司还警告不要将其作为判定文本来源的主要工具。这一撤下决定体现了有据可查的局限性，但并未确立一个通用的错误率。
- 误报（假阳性）：由人类撰写的文本被错误标记为 AI 生成。
- 漏报（假阴性）：由模型生成的文本未被标记为 AI 生成。
- 具体评估：结果取决于所使用的工具和所测试的文本。
2023 年关于非英语母语写作者的研究
2023 年，Liang 及其同事在《Patterns》期刊上发表了一项关于 GPT 检测工具与非英语母语者写作的研究。他们发现，受评估的多款检测工具经常将非英语母语者撰写的文章误判为 AI 生成。这一发现引发了学术界对评估公平性的深切担忧。
适用范围至关重要：该研究考察的是特定群体的英语写作。其结论不能自动推及每一种语言、每一名学生或每一款工具，也并不能直接证明你的作业究竟发生了什么。但它确实支持以下做法：在下结论认定存在学术不端之前，应当审慎核查检测标记，并给你一个解释自身写作过程的机会。
分类检测结果无法揭示你写作过程的哪些方面
检测标签只是对文本分类结果的描述，并不包含你完成作业的历史过程。它无法反映你阅读了哪些文献、论点经历了怎样的修改，或哪些辅助方式属于允许范围。因此，审查一份作业需要结合任务要求和写作过程证据，并对任何自动检测结果进行审慎解读。
百分比的具体含义取决于所使用的工具。它可能只是服务提供商自定义的一项指标，因此切勿想当然地认为它代表统计学上的置信度或存在学术不端的概率。请仔细阅读相关说明，并询问该结果在审核过程中是如何被使用的。
同时还应区分“是否亲自撰写”与“是否符合课程规定”。即使是亲自改写的文字，仍可能涉及未经许可的辅助；反之，一次错误的机器标记也不能证明存在违规行为。学术审查应当考量作业允许的范围以及你实际采取的做法，而不是用一个冷冰冰的百分比数字取代这些核心问题。
如果课程禁止使用 AI：仔细阅读规定、主动求证并严格遵守
从课程大纲和作业说明入手。核查它们是否允许使用 AI 来解释概念、润色措辞或生成文本，以及在什么条件下允许。如果政策不够明确，请在使用工具前针对具体作业咨询教师。允许使用 AI 辅助日常学习，并不必然代表授权使用它来起草提交的作业。
请看这个说明性案例：一名学生提交了一篇哲学论文，任课教师在收到自动检测标记后要求进行原创性核查。该学生礼貌地询问具体是哪些段落存在疑问，以及适用怎样的审查流程；同时整理出了自己的阅读笔记、最初提纲以及带有时间戳的历次草稿。
如果她确实使用了 AI，就应当如实说明使用情况并提供现有的过程记录。如果课程明确禁止使用 AI，那么无论是标注引用还是拿出低风险的检测结果，都无法改变违规事实。请如实说明情况并配合学校的审查流程；切勿伪造草稿，也不要将事后补写的记录冒充为原始过程记录。
如何记录你的写作与学习过程，让你的作业经得起审查
在有条件时保留标有日期的草稿和版本历史。保存阅读笔记以及你所查阅来源的参考信息。这些材料有助于解释具体决定：为什么你修改了中心论点、排除了某个来源，或重组了某个章节。
在工作过程中，于你自己的文件里维护记录。如果你使用了允许使用的工具，请记下日期、目的、指令以及你对该回复所做的处理。你不必记录每一次点击；请优先记录那些影响了提交内容或措辞的操作。
一份实用的记录模板包含五个字段：日期与任务、工具名称及已知版本、提示词（Prompt）、相关回答与所作修改、经核实的来源文献。如果某项信息未知，请如实注明，切勿凭空编造。记录应真实反映实际使用过程，并遵循课程的提交规范。
- 带日期的草稿与版本历史记录：它们能够展现写作演进的完整路径，而不仅仅是最终定稿。
- 工具、版本与指令：你使用了什么工具以及用于什么目的。
- 原始提示词或忠实摘要：你实际提出的具体问题或指令。
- 订正记录与资料来源：你修改了哪些内容，以及每个观点的具体出处。
解读 AI 检测结果时的常见误区
在解读检测标记之前，请先弄清该结果究竟说明了什么。在准备情况说明或回应学术审查时，请避免以下常见误区：
- 将检测百分比直接视为存在学术不端的自动证明。
- 将 OpenAI 2023 年分类器的数据直接套用到其他检测工具上。
- 将“未被检测工具标记”直接等同于“人类原创的铁证”。
- 将针对英文写作得出的检测研究结论盲目推广到所有语言。
- 误以为只要如实记录了工具使用情况，就能使被禁止的用途变得合规。
- 只提供记录，却不解释你自己的决策和修改过程。
使用 Lumia AI 学习并核查内容
Lumia AI 允许你创建或编辑抽认卡、根据笔记或 PDF 生成 AI 卡片和测验、将材料整理到书籍中，并根据你的评分使用间隔重复进行复习。它还提供聊天导师、学习路径、Anki .apkg 导入以及网页端和移动端应用。
在开始学习前，请先核查生成的题目和答案。如果作业要求说明解题或写作过程，请在自己的文件中保留参考文献和手写步骤记录。一张经过订正的抽认卡可以辅助日常练习，但它既不能作为原创性证明，也无法替代你完成作业的过程记录。
在应对学术核查时，请回到可核实的信息本身：课程规定、真实的历次草稿、参考文献，以及对所获辅助的如实说明。这些材料能够提供具体的写作背景，而这是单一的自动检测标签无法给出的。
本指南的参考来源与适用范围
这些参考资料提供了关于学习方法的背景信息。文中的示例仅供说明之用；它们并非针对 Lumia AI 的效果评估，也不保证考试成绩或记忆保留率。
- OpenAI：用于识别 AI 撰写文本的新型 AI 分类器（New AI classifier for indicating AI-written text，2023年；2023年7月停用） — 记录了对 OpenAI 文本分类器的英文评估结果、误报率情况，以及该工具因准确率过低于 2023 年 7 月下线的事实。
- Liang 等人：GPT 检测器对非英语母语写作者存在偏见（GPT detectors are biased against non-native English writers，Patterns，2023） — 考察了 GPT 检测工具在对非英语母语者撰写的文本进行分类时出现的误报现象，并探讨了有关公平性与稳健性的担忧。
- Lumia AI：常见问题解答 — 介绍对话辅导、学习路径、练习与复习功能的第一方官方来源；生成的输出内容与具体设置仍需人工核查。
编辑原则说明：正文在涉及有证据支持的论述旁均注明了来源；下方列表标明了所查阅的具体文档、链接及适用范围。我们将这些外部参考文献与团队自编的示例严格区分。如发现任何疏漏，请附上具体页面与原句并 联系团队.
与 AI 协作并保留你的过程记录
使用 Lumia AI 根据你的笔记准备抽认卡和测验，保留你的初稿，并核查 AI 生成的所有内容。
免费开始使用