文字没有 EXIF,也没有签名。剩下的只有句子,而句子一旦改写,痕迹就没了。所以 AI 文本检测无法提供与图像分析同一量级的确定性,不掩盖这一点是这个功能的第一原则。
句长方差、词汇多样性、某些连接表达的频率等指标反映的是统计倾向。倾向不是对某一篇文章的判定。人也会那样写,格式规整的报告和翻译过来的文章尤其贴近这种倾向。
短文、引用多的文章、经过机器翻译的文章、非母语者写的文章,都会朝同一个方向产生误报。而谁会因此受害也很清楚。所以在这些条件下,我们用规则挡住了仅凭文体指标作出 AI 判定。
如果是文档文件,情况就不同了。编辑历史、创作工具、修订会话标识、被引文献是否真实存在,这些都与文体无关,都可以核查。引用了并不存在的文献的文档,本身就是很强的线索。
不对文字使用断定性的表述;只有文体依据时退回暂不判定。本产品不是为了让人仅凭这个结果去判断学生或应聘者而造的。结果是对话的起点,不是结论。
本文为一般性说明,不构成法律意见。检查结果是概率性评估,不是证明。