夜雨聆风
AIGC的比例由67%降低到了2.4%，最有效的不是什么神器，就是笨办法。
直接讲。
现在一搜“降AI”，就会弹出很多话术。
一键降AI。
3分钟通过。
论文救命。
公众号去机器味。
听起来很好，但是很容易把文章改写成另外一种奇怪的东西。
原来的句子比较短，改写之后就变成了同义词的组合。原本很顺利，修改后增加了不少让人难为情的地方。缺少具体的描述，在改写之后就变成了「我认为」、「在我看来」这样的表达方式。
unsetunset真的，像人，不靠装。unsetunset
文章有AI的味道，并不是因为用上了AI，而是因为没有人
最近文学界发生的事情就很有代表性。
英国文学杂志Granta登载了一篇名为《The Serpent in the Grove》的短篇小说。该作是2026年英联邦短篇小说奖加勒比地区的获奖作品，在7806件来稿中脱颖而出。
评审们非常喜欢，认为语言有音乐感，意象准确，情感充沛。
然后呢，争议来了。
有人认为它和AI的样子差别不大。沃顿商学院的Ethan Mollick教授也注意到了这件事，并将文本输入到Pangram中进行检测，结果发现该文本有100%的可能性是由AI生成的。
更加令人难堪的是，Granta去问Claude，而Claude也认为这篇小说大概率是用AI写的。
这事有意思。
评审说，好。
工具说，像AI。
读者说，精致得可疑。
那么问题就出现了。
工具可以预警AI风险，但是不能代替人们来判断一篇文章是否有生命力。
因此我不相信什么“一键降AI”。
做降AI的时候最容易把写作当成化妆。粉扑打得再厚，脸依旧僵硬。
我认为有效的是下面六个笨办法。
笨，但管用。
unsetunset第一刀就是把正确的废话删掉unsetunset
AI味最浓的句子往往也是最安全的。
「具有重要意义」
「提供有力支撑」
「还有待进一步研究」
「产生积极影响」
每一个字都是正确的，但是没有一个字是有用的。
这类句子的问题不在于表达不好，而在于没有传达出信息。
去掉“重要”之后再问一句，哪里重要的呢？
撰写一篇关于AI写作的教学文章，但是不能写成“生成式AI在高校写作教学中有着重要的作用”。
太丝滑了。
老师之前批改课程论文的时候会看文章的结构、引用和语言。现在学生交上来一篇很通顺的文章，老师还要多问几句，你是怎么向ChatGPT提问的？它给出了什么修改意见？哪些句子被你采用，哪些没有被采用。
空话负责显得正确，细节负责证明你来过
unsetunset第二刀，补充可以被提问的内容。unsetunset
学生使用人工智能进行写作的问题很多
什么学生？
哪门课？
什么作业？
用的是哪一步，找选题、列提纲、改语言还是整篇代写？
老师怎么发现的？
学生可以对自己的论点进行说明吗？
一旦提出问题之后，文章马上就从迷雾之中落地到地上。
论文中的细节可以是样本、时间、材料和方法等。工作报告中，预算、时间节点、负责人以及反馈记录都属于细节部分。公众号里，细节就是打开一个工具之后的具体操作，在哪里省事，在哪里翻车，在哪里还需要人去补。
并不是说要写得支离破碎。
最后一个问题就是给读者提供一个可以入手的地方。
一篇能够经受住质疑的文章，AI的味道就会减少一半。
unsetunset第三刀，将大而全改为按类划分。unsetunset
常见的AI文章问题，很详细的。
谈到AI写作的时候要讲究效率又要讲求伦理；要讲究教育又要注意产业；要抓住机会也要防范风险；最后再顺便展望一下未来。
看起来内容很全面，但是读完之后并没能记住其中的任何一句话。
人写东西，往往会偏。
偏不是坏事。
选择一个领域，使用AI让文章更通顺，但是也让很多人对事情的看法变得很肤浅。
然后围着这个点打。
写论文的时候要把研究的问题范围小一些。写自媒体的时候要把冲突放在开头部分。写报告的时候要把采取了哪些措施写清楚，并不是要把所有的事情都包括进去。
也就是说，并不是很多文章的AI生成比例很高，而是由于贪婪造成的。
贪婪不知足，最后什么都没有得到。
突然想到饭店的菜单。写到川菜、寿司，写到牛排、螺蛳粉的时候我都会停顿三秒。并不是看不起螺蛳粉，只是后厨看起来比较忙碌。
文章也一样。
一篇短文回答12个问题，读者就会本能地不相信。
unsetunset第4刀，把证据放在句子的后面。unsetunset
按照研究结果来看，是不能裸奔的。
根据数据所显示的是不能直接使用的。
是谁说的，什么时间说的，依据什么资料而说的，至少要有一个。
对于AI检测的部分，不能只写“检测工具可能会有误判”。
可以写，2023年OpenAI曾下线过自己开发的AI文本分类工具，并给出的理由是准确率不够高。Turnitin官方说明中也提到，AI写作检测的结果可能会出现误判，不能作为唯一的处罚依据。宾夕法尼亚州立大学给教师的指南文件里也建议使用检测器的时候要小心，并且把规则公开、人工判断和过程性材料放在第一位。
将这几句话放进去之后，文章就不会再漂浮起来了。
不确定的事情不要去做。
按照公开的信息来写，要比编造出小数点后两位都是正确的数据体面得多。
很多AI的味道都是因为用了一种万能的语气，其实也就是Fackbook之前所说的“风格迁移”
它的知识面很广，没有任何遗漏。
人的写作，知道了三件事情之后就会告诉你这三件事情是从哪里来的。
unsetunset第5刀，保留写作的过程。unsetunset
这对学生、研究生以及做报告的人都非常重要。
不要只看最后的检测截图。
截图有用，但不够。
提纲、阅读笔记、文献摘录、访谈记录、数据处理表、版本修改痕迹、导师或者同伴的反馈等等都可以更好地说明问题。
还有一项很关键。
使用过ChatGPT、Claude、豆包、Kimi都可以留下记录，包括你提问的内容、它的回答、你采用的部分以及删除的部分，并说明不采纳某些建议的原因。
这并不是自我证明清白的演出。
将思考的过程展示出来。
以后学校、机构重视的过程性材料会越来越多。仅凭一篇文章的最终版本，是不能判断出一个人是否认真阅读过、思考过并修改过的。
检测主要看成品是否像人，过程材料则看你有没有认真的思考过。
unsetunset第六刀，最后再改语言。unsetunset
注意，是最后。
很多人顺序反了。
一开始就把句子结构改变了，词语也换了，把句子拆开，并且加上了口语化的词汇。但是里面的内容还是空的，只是更加活泼一些。
先补内容，再动语言。
语言上可以做一些小事情。
长句要拆分成短句，保留原来的句子结构。删除重复的词语，不要随意替换专业术语。尽量不用模板连接词，“此外”、“因此”、“由此可见”等，每段开头都出现就不好了。
还有，删万能形容词。
“显著”、“全面”、“深刻”、“重要”、“有效”这些词语很容易使文章失去原有的水平。
能够写出动作的就不写评价了。
原稿中有9处引用格式错误，修改之后剩下2处，摘要由原来的420字减少到了280字
去掉六个重复的段落，将三个观点合并成一个判断。
数字不是越多越好。
但是可以核对的表述比情绪化的描述更可信。
但是也要注意一下，不要为了降低AI识别率而故意写错别字。
这就相当于穿着睡衣去答辩，只为了证明自己没有请造型师打扮过。
读者不会因为你的错别字很多而认为你很真实。老师、编辑、同行只会认为你不认真。
真实不是粗糙。
真实的有判定、有痕迹、有代价。
unsetunset写在最后unsetunset
删空话。
补细节。
做取舍。
加证据。
留过程。
改语言。
就这6件事。
没有魔法。
但是它们会将一段流畅的文章逐渐改写成一个人写出的内容。
数字就是门口的保安，告诉你包里有东西。决定一篇文章是否能够站住脚的主要因素是读者在打开之后最初那几秒钟内所得到的印象。
END-
