原标题：毕业论文将检测AIGC率 今后该如何界定使用边界？        眼下，2026届高校毕业生正陆续进入论文答辩阶段，与此同时，不少高校开始对AIGC的使用“立规矩”，要对毕业论文检测AIGC率，简单来说，就是运用人工智能生成内容，从语言模式和语义逻辑等多个维度，对论文文本进行分析比对，区分判定文本内容中“人工智能生成”的比例，如果超过规定上限，论文将不得参加盲审和答辩，以此来进行监管，维护学术诚信。 　　在AI深度融入教育体系的当下，AIGC（人工智能生成内容）能否用于毕业论文？使用边界如何界定？检测标准是否科学？带着这些问题，进入今天的关注观察。 　　各高校要求AIGC比例从15%至40%不等 　　今年以来，四川大学、南京工业大学、广西师范大学、河北工程大学等高校相继发布通知，要求本科毕业论文须进行AIGC检测，并对论文的AIGC率作出明确规定。其中，四川大学要求文科类毕业论文AI生成内容占比不超过20%，理工医科类不超过15%；南京工业大学要求全校毕业论文均须进行AIGC检测，检测标准由各学院自行作要求。广西师范大学、河北工程大学、南京航空航天大学则规定AIGC比例不得高于40%。 　　大连理工大学学生 孙卓：我自己查过AIGC率，我觉得它会有一些误差率，有的可能确实是自己写的，但是它也会给你算到AI生成内容里边。 　　北京邮电大学学生 李沅泽：我喜欢用口语化的方式把我的思路全表达出来，然后发给大模型，让它帮我弄成学术化的语言。这个时候AIGC率确实是会比较高的。 　　大连理工大学学生 赵姝媛：AI它的语料库也是从人类的论文进行训练的，所以我对AIGC率这个事情其实不是特别认可。 　　中国传媒大学学生 邢雅苑：其实我认为AIGC率它并不像知网的学术论文库查重一样，它没有一个公布出来的标准。 　　北京邮电大学学生 姜越：我希望未来AIGC检测可以告诉我，这段它是为什么判定我的AIGC率高，而不是像现在它只告诉我，你的AIGC率就是百分之多少。 　　“用AI降AIGC率” AIGC检测科学吗？ 　　采访中，不少学生对AIGC检测的准确性提出了质疑。在社交媒体上，还有学生分享“用AI降AIGC率”的攻略。当检测可以被AI轻易破解，AIGC检测还科学吗？ 　　记者调查发现，当前网络上各类AIGC检测平台层出不穷，单次检测按字数收费从十几元到几十元不等。与此对应，“降AIGC率”的付费服务也已应运而生，商家号称能通过句式改写、词汇替换、逻辑微调，把高AIGC率论文改写到合格标准。一些学生在社交媒体上无奈吐槽，为了证明自己的论文不是AI生成，不得不付费降AIGC率。 　　葛佳怡是一名大四学生，她在维普平台对毕业论文进行了AIGC检测，结果显示疑似AIGC率为56%。她告诉记者，她用AI完成了部分理论资料的检索与补充，而摘要、项目计划、创作核心均为原创。让她不理解的是，自己和团队商量拟定的项目计划部分竟然被认定疑似AIGC率为97%，其中甚至包括项目的时间安排。 　　大四学生 葛佳怡：有一个我非常愤愤不平的点在于，为什么我前面在执行日期这一块，日期对应的任务工作这一块全部都是标紫的，这块也很难让AI去写。 　　无奈之下，葛佳怡尝试用AI降AIGC率，并成功降到0%。 　　大四学生 葛佳怡：我跟AI说，要把AIGC率给降下来，逻辑化不要那么强，增加一些口语化，但是不要太口语等等。按照维普或者知网官方检测的模式、底层逻辑给我一份什么样的内容。原先我在写的时候它就更偏正式书面化一点，那AI这次给我改出来的东西就偏口语化一点。那么把两个程度融合在一块，就是能够通过检测的内容。 　　一些学生在尝试用AI降AIGC率后，还总结出了所谓的规律：比如尽量少使用专业化术语，越像“口水话”AIGC率越低等等。 　　检测结果“仅供参考” AIGC率如何认定？ 　　专家表示，引入技术手段对AI生成内容进行检测有它的合理性，但由于目前AIGC检测技术本身还不完善，很多检测工具也都标明其检测结果“仅供参考”。那么当下，对于论文的AIGC率，高校该如何判定才更合理呢？ 　　专家建议，一方面，高校可适当放宽对AIGC合格率的要求，避免因技术误判影响学生正常答辩。另一方面，AIGC检测结果不应作为唯一的评价依据。 　　北京邮电大学计算机学院教授 鄂海红：真正容易被误判的点是在于我们人机协作过程中我有一段话表达之后我觉得不够满意，那我希望AI帮我进行润色，那这种情况下实际上是一个充分的人机协作，让AI来判断其实就不够精准了。不同学科对于AIGC率，它都不应该一刀切，而是由学科的专家或者导师来进行最后的一个定论。 　　南京航空航天大学教务处副处长 李鑫：开展AIGC检测作为辅助手段是有其必要性的，我们要守住学术规范性的底线。考虑到当前AIGC检测的精确性，我们将合格率定在40%，引导同学们合理使用大模型。另一方面，不以是否通过AIGC检测作为唯一评价依据。对于不通过AIGC检测的论文，我们会组织专家通过论文评阅、学生答辩等方式来进行综合研判。 　　专家指出，由于学术类书面表述被AI语料库大量收录学习，因此成为检测误判的高发领域；对于使用AI润色的文本，当前的检测工具较难实现精准识别。对此，专家建议相关检测平台加快技术升级，国家相关部门也应加快出台AIGC检测工具的技术要求及标准，并进行监管，提高AIGC检测工具的质量与公信力。 　　北京邮电大学计算机学院教授 鄂海红：AIGC文本检测也要走向更加精细化的识别。在这种人机协作过程中，我是对它改写？还是润色？还是扩充？还是以人类的引导词来去完全地重新生成？其实也应该被更好地识别出来。 　　AI伪造图像和数据的行为更应值得警惕 　　此外，专家提醒，不仅是AI生成的文本，更应警惕的是利用AI伪造研究数据、生成实验图片、替代自主设计的行为。 　　北京邮电大学鄂海红教授团队，受科技部等部门委托，正在研发针对科学实验中利用AI工具进行图像造假等行为的检测大模型。她告诉记者，随着AI技术的发展，一些AI生成的实验图像靠人眼难以辨别真假，必须引入技术手段进行识别。 　　北京邮电大学计算机学院教授 鄂海红：像2024年的时候AIGC图像生成的能力还没有那么强。所以它在输出这种学术图像的时候，并不是非常贴近于实物的这种效果。2025年的时候，这篇撤稿论文中指出来的食管癌的这种图像，其实人眼已经很难去辨别它的这种差异了，这种合成出来的这种实验图像，它其实危害更大。这个时候就必须需要用AI的手段来去应对这种图像生成的这种检测。 　　当前AI检测的“误判”困境，其实在某种程度上揭示了原有学术评价体系在新技术冲击下的不适应。在AI已成为科研“协作者”的今天，我们更需要一套鼓励创新、规范使用、透明可信的新规则。