當我被AI判抄襲后……

我在美國高中讀十年級。前段時間，諾貝爾物理學獎和化學獎的揭曉，給人工智能領域帶來了前所未有的關注，我身邊的同學紛紛開玩笑，這是我們離諾獎最近的一次。畢竟，在很多私立美國高中，上課和寫作業(yè)時使用AI工具已經(jīng)成了一件極其平常的事。

我們老師會用AI改論文、檢測作弊情況，但結果常常令我們嚇出一身冷汗——自己辛辛苦苦一字一句寫的作業(yè)，竟被判定為“抄襲”！不光我這個國際生，連美國本土長大的同學，也被AI坑過。

這讓我產(chǎn)生了莫大的好奇：AI到底是如何判定一份文本是否抄襲的？如果我讓AI自己寫一份，再讓AI批改，結果又如何？我們應該繼續(xù)相信AI嗎？

被老師鼓勵使用的AI

自從ChatGPT出現(xiàn)后，學校對AI的使用還是比較鼓勵的，老師介紹了一門關于AI研究的新課程，做了一些詳盡的解釋和說明，倡導大家合理使用，保持好與AI的邊界。于是，我們開始比較頻繁地使用ChatGPT，幫助提高學習效率，保持作業(yè)的準確率。

那么，什么是“與AI的邊界”呢？

準確來說，因為AI經(jīng)常編造一些資料來源、引用等，所以主導者依然只能是我們自己，而不能完全依賴AI。

完成作業(yè)時，我一般會用AI給我一些建議。比如，英語寫作的語法修改建議或是結構建議，在這些方面AI確實比我細致一些。數(shù)學方面，AI對我來說更是一個“進階版作業(yè)幫”，在我遇到不會的題時，會給我羅列非常詳細的每一步思路，還可以追問它，就像一對一的老師。

但最大的問題是，AI的答案經(jīng)常是錯的。所以建議大家使用的時候，重點借鑒它的思路，答案還是要自己親手算出來。

被AI背刺

AI在美國校園的使用越來越普遍，但問題也隨之而來，比如，作弊。相應地，也出現(xiàn)了很多AI檢測工具，可以做論文查重。

前段時間，我們歷史課有一個作業(yè)是對歷史事件的分析，前期的要求是進行研究以及大綱撰寫。因為我有改述一部分資料上的內(nèi)容，所以就比較好奇查重率會不會變高。于是，我就在網(wǎng)上檢索了一個查重檢測工具，想看看會不會有什么有趣的發(fā)現(xiàn)。

毫無疑問，我的“論文陳述”通過了查重檢測，顯示“沒有抄襲”。但當我看到下面的“AI檢測”按鈕時，突然想到了一直讓我疑惑的問題：無論是自己寫的或是AI寫出來的內(nèi)容，都是由一個一個詞匯組成的，AI到底怎么區(qū)分它們呢？即使真的能夠分辨出來，準確性是否值得參考呢？因此，我便把我的“論文陳述”又放在了這個AI檢測的欄框里。

令人驚訝的是，AI檢測給出的結果竟然是：我的內(nèi)容有40%的可能是AI創(chuàng)作的！

至此，我開始對AI檢測的真實可靠性產(chǎn)生了懷疑。我又找了幾個網(wǎng)站，搞笑的是，這幾個網(wǎng)站的檢測結果大相徑庭。有的AI說100%都是人類寫的，有的則說40%是用AI寫的。

無所不能的AI出現(xiàn)了如此出人意料的漏洞，徹底點燃了我的探索欲——如果ChatGPT自己寫一段文字，再讓別的AI去檢測，結果又會如何？

沒想到，這次的結果比檢測自己的內(nèi)容更讓我出乎意料——這些100%由AI寫的東西，在某些網(wǎng)站竟被判定為“人類撰寫”。我徹底迷惑了：人類寫的被判定為抄襲AI，而AI自己寫的又被歸為人類的功勞，人工智能到底在干什么？

更讓我震驚的是，我的同桌，一位純英語母語者，作業(yè)竟然也被判定為AI寫作。本來我以為，我作為一個非母語者，或許語言能力沒有母語者那么地道。但這個離奇的結果告訴我：AI不單單“歧視”非母語者，而是“歧視”所有人類。

到底是為什么，AI總是在檢測查重的時候背刺我們?nèi)祟惸兀?/p>

這個問題困惑了我很久，于是我查閱了資料。

斯坦福大學生物醫(yī)學數(shù)據(jù)科學教授詹姆斯·鄒發(fā)現(xiàn)，AI檢測的指標依據(jù)叫作“困惑度”（perplexity），也就是詞匯豐富度、詞匯多樣性、句法復雜性和語法復雜性。

顯然，非母語人士會在這個指標上得分比較低，被認為語言過于機械和匱乏。相應地，要想繞過人工智能審查也非常容易，只要在自己寫的內(nèi)容里，加入一段AI生成的“包含復雜文學性語言”的語段，就能輕松獲得高分。

我還會相信AI嗎

被AI“?！绷撕脦纵啠疫€會繼續(xù)使用并相信它嗎？

在我的觀點里，AI依然是學生值得學習、探索以及使用的工具。它在很多時候能夠讓我節(jié)省時間，比如，復習階段，一些難解的問題找不到方法，AI都能夠高效地幫我篩掉無效信息，檢索出最精確的我所需要的內(nèi)容。除此以外，一個特別小的經(jīng)歷，也推動了我對AI有更清晰的認知。

最近上數(shù)學課時，有同學問老師：“這些復雜的微積分題目在未來到底對我們有什么用？我們又不會成為數(shù)學家、科學家?！?/p>

老師的回答給了我一個學習所有科目的新思路：“學習數(shù)學的目的并不是為了在未來解更多的數(shù)學題，而是為了培養(yǎng)數(shù)學思維，這種思維模式能夠讓你們有更清晰的思路，去解決更多在未來面對的不同的難題?！?/p>

美國國家奧數(shù)隊總教練羅博深教授曾說：“確保孩子擁有旺盛的好奇心和求知欲，用頭腦和工具提供創(chuàng)新的解決辦法，才能解決無數(shù)沒見過的新問題?！彼?，當我看到《第一個被AI淘汰的專業(yè)出現(xiàn)了？！》這種文章里討論翻譯會不會被徹底取代時，我的第一反應是并不會。

就像翻譯有翻譯器，藝術有AI作畫，但其中的思維模式、學習能力，以及藝術靈感和人文思維，恰恰都是AI無法代替的。這些能力并不會局限于某個領域，而是在生活中解決不同的問題時伴隨著我們，讓我們用積攢的能力獲得難題的最優(yōu)解。

棟梁//摘自谷雨星球微信公眾號，本刊有刪節(jié)，韓芳媛/圖