AI 偵測器怎麼運作？準確嗎？為什麼中文特別容易誤判

AI 偵測器不是在「看穿」誰寫的，而是統計文字的特徵，例如用詞是否容易預測、句子長短是否變化，再估計它比較像人還是像機器。結果只是估計，不是證明；短文、公文式寫作與翻譯腔的文章都容易被誤判，所以不該是指控一個人的唯一證據。

先看答案：AI 偵測器怎麼判斷？

AI 偵測器通常不是找到「浮水印」或「作者簽名」，而是用統計方法回答一個問題：這段文字的寫法，比較像人類的樣本，還是比較像機器的樣本？它會觀察用詞是否容易預測、句子長短是否整齊、常見的句型是否一再出現，最後給出一個分數或標籤，例如「可能是人寫的」「不確定」「可能是 AI 寫的」。

重點是：那個分數是估計，不是證明。同一篇文章換一套工具，結果可能不同；人寫的文章可能被標成 AI，AI 寫的文章只要被修改過也可能過關。所以任何偵測結果都不應該成為指控一個人的唯一依據。

偵測器常看的三種訊號

1. 可預測度（perplexity，常譯為「困惑度」）

語言模型寫文章時，傾向於挑「接下來最可能出現的詞」。偵測器就反過來用一個語言模型去讀你的文章：如果每個詞都很好猜，整體困惑度低，就比較像機器；如果常出現意料之外的詞，困惑度高，就比較像人。

2. 起伏度（burstiness）

人寫文章的節奏常常不整齊：一句很長，下一句三個字；一段鋪陳，下一段突然轉折。機器的輸出往往句長比較平均。偵測器會看句子長度與複雜度的變化有多大。

3. 詞串與文體特徵（n-gram 與 stylometry）

n-gram 是連續出現的詞或字的組合，例如「綜上所述」「值得注意的是」這種固定搭配。偵測器會統計哪些組合在機器文本中特別常見，再加上標點用法、平均句長、虛詞比例等「文體特徵」，訓練一個分類模型。這類模型是用大量已知是人寫或機器寫的樣本訓練出來的，所以它只認得「像訓練樣本的寫法」。

AdeptWrite 的AI 文章偵測器屬於這一類：它在你的瀏覽器中用雜湊的字詞組合與文體特徵估算，並顯示三種標籤：可能是人寫、不確定、可能是 AI 寫，同時附上「≈ 百分比」的分數和限制說明。深度分析是選用的第二意見，使用時才會把文字送出。最少需要 40 個字（中文至少 120 字元），單次上限 6,000 字元。

準確嗎？誠實的回答

沒有任何偵測器能保證準確。已公開的研究提供了幾個重要的提醒：

• 史丹佛團隊的研究（Liang 等人，2023，《Patterns》期刊）發現，多套偵測器對非英語母語者所寫的英文文章誤判率偏高，原因是這類文章的用詞和句型比較單純，容易被當作機器寫的。
• Weber-Wulff 等人（2023，《International Journal for Educational Integrity》）測試 14 套工具，結論是這些工具既不夠準確，也不夠可靠；人工改過的 AI 文章與用改寫工具處理過的文章，大多會被漏掉。
• 有些大學公開表示，因為可靠度與透明度的疑慮，停用了學校採購的偵測功能。

這些研究多以英文為主。繁體中文沒有同等規模、公開可查的測試，所以我們不會在這裡替任何工具報一個「準確率」數字。AdeptWrite 偵測器的限制是：它的測試資料有限、各語言的測量結果也不同，所以頁面一律把分數標成「≈ 估計值」，並寫明它不是這段文字由 AI 寫成的機率。

為什麼中文特別容易誤判？

繁體中文的訓練資料比較少

多數偵測器是以英文資料為主訓練的。中文，尤其是繁體中文，樣本少，台灣與香港的用語和書寫習慣又各有不同，模型對「一般人怎麼寫繁體中文」的認識比較薄弱，誤判風險更高。

公文與制式文體

下面這段是公文式寫法（練習用虛構）：

「本校為提升學生學習成效，特訂定本要點。凡本校學生，均應遵守本要點之規定。」

這種句子本來就套用固定格式，用詞高度可預測，句長整齊，偵測器很容易判成「像機器」。同樣的情形也發生在：

• 國中、高中的記敘文、論說文範本（開頭點題、結尾升華）
• 學術論文的摘要與研究方法段落
• 求職信、申請書、讀書計畫的固定段落
• 產品說明、規章、契約條文

短文

字數太少，統計訊號不穩定。AdeptWrite 的偵測器在中文需要至少 120 字元才給結果，仍建議用較長的文字（至少數百字）判讀，段落越短越不可靠。

翻譯腔與非母語寫作者

這類文章常見的特徵是：句型直譯自英文、連接詞過多、用詞保守。例如：

「藉由使用社群媒體，我們可以達成與朋友之間的溝通，並且獲得許多的資訊。」

這句其實是人寫的，但詞語和句型都很「安全」，容易被標為可疑。對在台港讀書的僑生、外籍學生，或母語是粵語、閩南語、客語而書面語偏制式的同學，風險也一樣存在。

經過 AI 輔助修飾的人類文章

用文法檢查或改寫工具潤飾過的文章，可能被判成「不確定」或「可能是 AI」。這包括一般的寫作輔助，也包括 AdeptWrite 自己的文法檢查、改寫工具。這是偵測器本來就會有的限制。

被偵測器標成 AI，應該怎麼辦？

如果老師或編輯說你的作業被標成 AI 寫的，先冷靜，下面這些做法有幫助：

1. 問清楚依據：是哪個工具、哪個分數、哪些句子被標示？學校或課程有沒有公告規則？
2. 保留寫作過程：Google 文件或 Word 的版本記錄、草稿檔、筆記、參考資料、搜尋紀錄，都是你親手寫作的證據。
3. 準備口頭說明：你應該能解釋文章的論點、資料來源與為什麼這樣寫。
4. 指出工具的限制：偵測結果是估計；可以提出本文說明的公文式文體、短文、非母語寫作者等已知的誤判原因。
5. 請求人工審查：向系所、教務單位或學術倫理單位了解申訴或複審流程，各校規定不同，請以學校公告為準。
6. 如果你確實用了 AI：誠實說明用在哪個環節。許多學校與期刊要求揭露，規定各不相同，請先看課程大綱與系所公告。

老師與審稿者怎麼使用才合理？

偵測分數最多是「請多看一眼」的提醒，不是判決。比較合理的做法是：

• 把分數與其他證據合併看，例如寫作過程、與學生過去作品的風格差異、口頭說明。
• 對公文式文體、短文與非母語寫作者的結果特別保守。
• 避免只憑一個百分比扣分或指控。
• 事先在課程大綱寫明可否使用 AI、怎麼揭露。

對照表：訊號與限制

想讓文章更像「自己的」，該怎麼做？

重點不是想辦法繞過偵測器，而是讓文章真正反映你的想法：

• 加入你自己的例子、親身經驗與具體細節，例如某次校外教學、某家店、某位同學的實際情況。
• 先寫出自己的論點，再查資料佐證。
• 變換句子的長短，刪掉空泛的套語。
• 用AI 文字潤飾工具時，把它當作寫作改善的輔助，並依學校要求揭露，產出仍須自己讀過、修改，保持事實正確。
• 完稿後，用中文錯字檢查確認用字與標點。

我們不提供「保證不被偵測」的工具，也不認為這是正當目標。

常見迷思

迷思一：「分數 80% 就代表有八成是 AI 寫的。」 不是。分數不是「文章中 AI 所占的比例」，也不是機率。AdeptWrite 的分數是以人寫與 AI 寫數量相同的測試資料校準的估計，不等於這段文字由 AI 寫成的可能性。

迷思二：「分數低就證明是人寫的。」 不是。改寫或編輯過的 AI 文章常常被漏掉。

迷思三：「用不同工具都標出來，就更確定。」 不一定，多數工具的原理類似，會在同一類文章上犯同樣的錯。

迷思四：「偵測器看得出是哪個 AI 寫的。」 通常看不出來，新的模型寫法也不同。

AdeptWrite 可以怎麼幫你

• AI 文章偵測器：估計一段文字像不像機器寫的，顯示標示的句子與限制說明。結果是估計，不是證明，也絕不應作為針對任何人的唯一證據。
• 抄襲檢查：與開放來源比對，這是另一件事；AI 偵測與抄襲檢查回答的是不同的問題。
• 文章改寫工具：整理初稿用，記得自己讀過並調整。

AdeptWrite 不代表任何學校，也不能替學校或老師作出是否違規的判斷。要了解抄襲檢查的做法，可以看論文抄襲檢查怎麼做。

還有疑問？

收到偵測結果時，記得三件事：它是估計，不是證明；要看寫作過程和人的說明；有疑慮就走學校的申訴與複審流程。

← 所有指南