收益：
- 能够保留原创性，不是通过捕获技术，而是通过诚实文化和基于流程的评估
- 知道人工智能探测器不可靠且无法单独作为证据，从而能够避免不公平的指控
- 能够实施透明的人工智能使用披露和明确的使用政策
人工智能生成文本的能力触及了文学和语言教育最脆弱的一点：原创性。对于老师来说，“这个文字真的是学生写的吗？”，对于编辑来说，“这个内容是原创的还是制作出来的？”，对于研究员来说，“这是我的想法还是机器的句子？”现在每张桌子上都有问题。在本单元中，我们将讨论原创性、抄袭（将他人的作品或想法呈现为自己的作品而不注明出处）以及对人工智能编写的文本的评估。
从一开始就明确警告：没有可靠的工具可以“绝对”检测是否是用 AI 编写的；所谓的人工智能探测器是错误的，可能会导致无辜的文本有罪。这就是为什么该解决方案不是基于“捕获技术”，而是基于诚信文化、基于流程的评估和明确的规则。
什么是原创性，什么不是原创性？
原创性是指文本真实地表达了自己的思想和表达。这并不意味着“没有使用人工智能”。作家可以向人工智能请求输入，纠正拼写，获得反馈，并且文本仍然可以是原创和诚实的——只要贡献是透明的，并且原始的想法和声音保持个人化。
原创性受损的地方在于：人工智能产生了文本的思想、结构和句子，而人将其呈现为自己的原创作品，隐藏了贡献。这里的主要问题不是技术，而是诚实：清楚地说明正在做什么。
提示：“你用过人工智能吗？”这个问题是错误的问题。正确的问题是：“您在哪里以及如何使用人工智能？这是您的想法吗？”在组织中建立关于人工智能使用的公开披露文化；透明比禁止更现实、更有启发性。
为什么人工智能探测器不可信？
所谓的人工智能检测工具可以根据统计线索预测文本是否“像机器”。但是：
- 它们会给出误报：它们可以将实际上由人类编写的流畅且流畅的文本标记为“AI”。这意味着诬告无辜的学生。
- 它们很容易被规避：只需进行微小的更改，文本就可以通过检测器。
- 他们惩罚那些以与母语不同的方式写作的人：那些以简单、公式化的方式写作的人可能会被不公平地视为可疑。
因此，探测器输出不是证据，不能单独作为指控、注释或制裁的基础。
注意：仅仅因为检测器说“这段文字 90% 是人工智能”并不足以责怪学生。这样的输出充其量只是“对话的开始”；实际评估应基于过程证据（草稿、学生解释文本的能力）。
基于过程的评估
保持真实性的最可靠方法是评估过程，而不是产品：
- 求草稿。注释、中间版本、更正都是原始过程的痕迹。
- 要求口头解释。实际撰写文本的人可以解释他们的选择：“你为什么选择那个结局？”
- 使用课堂/观察写作。在观察下完成部分过程使得很难复制产品。
- 寻求个人联系。取决于学生自己的经验、他或她读过的特定文本的任务使得一般的人工智能生产毫无用处。
三个迷你箱子
案例 1——检测器会提出不公平的指控。一位老师对一项作业提出了质疑，其中一名探测器说“88% AI”。在指责这名学生之前，他要求他提供草稿和口头解释；学生对课文进行了详细的答辩，并有手写的笔记。文字为原创；如果探测器值得信任，那将是不公平的。
案例 2 — 接受透明使用。一名学生在他的论文中宣称，“我让人工智能针对想法草案提出问题，我纠正了拼写，但我写了文本和想法”，并添加了过程注释。老师认为这是诚实和真实的；这不是惩罚，而是良好做法的一个例子。
案例三——隐藏生产被抓获。一名学生向人工智能提交了一篇完全由他编写的文本作为自己的作品。在口头解释中，他无法解释部分文本或他选择的单词的含义。问题不在于检测器，而在于学生对自己的文本不熟悉；过程评估澄清了这一情况。
四个可复制模板
1）透明的AI使用声明（针对学生）：
在这项研究中，我在以下阶段使用了人工智能：- 想法/问题：[是/否，如何]- 计划/框架：[是/否]- 写作：[我写了文本吗]- 编辑（拼写/流程）：[是/否]我没有使用的阶段：[...]这篇文本的思想和表达属于我。
2）原创自制力：
阅读下面的文字并问我（回答）以下问题：我可以用自己的话解释每个主要思想吗？我是否找到了所有来源？每句话背后是否有我自己的想法？指出薄弱环节。文字：[粘贴文字]
3）基于流程的作业设计（教师）：
您的角色：评估设计师。设计一个流程和个人自适应的写作任务，让AI很难完全打印出以下结果：【成就】。责任;包括大纲、口头答辩和个人经历。
4）公平评价控制：
我怀疑文本的原创性。给我一份公平进行的清单，不要责怪学生：我应该要求什么过程证据，我应该问什么问题？不要将探测器输出视为证据。
弱提示/强提示
弱者：“告诉我这段文字是不是人工智能写的。”
Strong：“我知道你无法单独确定这篇文章的原创性。相反，请列出我会要求哪些过程证据（大纲、注释）以及我可能会问哪些内容问题，以便撰写该文章的人可以回答，以便与学生进行公平的对话。不要做出有罪的判断。”
强大的提示不会强加给AI做它做不到的“检测”工作；在公平流程的设计中使用它。糟糕的提示会导致不可靠的判断。
接近表
问题
不可靠的道路
坚实的道路
这段文字是原创吗？
人工智能探测器
流程+口头解释
有没有使用AI？
试图抓住
要求透明声明
我应该评分吗？
检测器百分比
获取+过程证明
弹劾有必要吗？
不要依赖单一输出
访谈、证据、正义
建立明确的人工智能使用政策
不确定性对学生和老师都构成挑战。 “我想知道这是在休假吗？”虽然犹豫会让诚实的学生过度担心，但它也掩盖了虐待。解决方案是一个预先明确的使用策略：用明确的规则定义在任务中哪些地方允许人工智能，哪些地方限制人工智能，哪些地方禁止人工智能。好的政策是分阶段制定的，而不是“一切都被禁止”或“一切都被允许”这样的极端。
例如，在一篇论文任务中，政策可能是：让人工智能在创意阶段提出问题是免费且公开的；拼写标点纠正是免费的；禁止让AI自己写文字；每个学生都添加一个简短的使用说明。这样的框架既确保学生知道他或她能做什么，又使评估公平。在课程开始时分享该政策可以防止以后进行“我不知道”的讨论。
同样的原则也适用于学术和编辑环境：期刊、出版社和机构越来越多地要求有关人工智能使用的声明。这些声明不是承认有罪，而是诚实和普通的透明度做法。
提示：通过与学生讨论来制定政策。理解该规则的基本原理（学习和诚实）的学生更愿意遵守它。共享的规则比强加的规则更强大。
常见错误
- 将探测器输出视为证据。误报使无辜者受到牵连。
- 通过说“人工智能被禁止”来破坏透明度。宣言文化更具有现实性和指导性。
- 评估产品而忽略过程。这个过程是原创性的真正证明。
- 规范捐款隐匿行为。诚实无论用还是不用都很重要。
- 在谈话之前提出指控。证据和公平过程第一。
综上所述
真实性不是通过捕获技术来保护的，而是通过诚信文化和基于流程的评估来保护的。人工智能探测器不可靠，不能单独作为证据。鼓励透明披露而不是禁止人工智能的使用；评估过程（大纲、口头描述、个人联系）而不是产品。真正的问题不是技术，而是思想和表达是否真正属于人。
应用任务
将写作任务重新想象为基于流程的：草稿提交、简短的口头描述，并添加个人经历的元素。然后将“透明 AI 使用声明”模板附加到任务中。在一段话中解释为什么这种设计使得完全用人工智能打印变得困难。
清单
- [ ] 我没有使用AI探测器的输出作为证据。
- [ ] 我鼓励透明的人工智能使用披露。
- [ ] 我评估的是过程（大纲、描述），而不是产品。
- [ ] 我在任务中添加了个人联系和流程元素。
- [ ] 如有疑问，我首先寻求公平的讨论和证据。