收到系辦或指導老師那封信的一刻，多數人第一反應不是憤怒，而是懵：論文是自己一字一句敲出來的，卻被系統標成「92% AI 生成」。這件事的核心爭點其實不在「你有沒有用 AI」，而在學校用一個只會輸出機率的工具，去做一個需要證據的指控。而我的判斷很直接：在這種爭議裡，你辯解得再誠懇都沒用，能救你的只有寫作過程的紀錄。
AI 偵測器測的不是抄襲，是「你寫得像不像 AI」
這是最多人搞錯的地方。傳統的抄襲比對是有對象的——它會告訴你，你這段跟某篇期刊論文第 47 頁重複了 32 個字。你可以看、可以反駁、可以解釋是引用格式出錯。
AI 偵測完全不是這回事。它看的是文字的可預測性：句長是否平均、用詞是否穩定、句構是否缺少人類寫作常見的突兀跳躍。當你的文字「太順、太整齊、太少個人怪癖」，分數就會往上跑。
所以它的輸出本質上是一句話：「這段文字的統計特徵，和大量 AI 生成文本相似。」 這跟「你用了 AI」之間，隔著一道邏輯上的鴻溝。
AI 偵測器不會告訴你抄了誰，它只會說你寫得太像 AI——而這句話本身不構成證據。
最容易被誤判的，剛好是最努力的那群人
這是整件事最荒謬的部分。誤判不是隨機發生的，它有明顯的偏差方向：
第一種是非母語寫作者。 用英文寫論文的華語學生，通常會刻意使用結構穩定、句型保守、詞彙重複度高的寫法，因為那是最不容易出錯的寫法。而這正好是偵測模型眼中的「AI 特徵」。你寫得越小心、越規矩，分數越高。
第二種是寫作訓練良好的人。 一個受過嚴格學術寫作訓練的碩士生，會習慣每段開頭放主題句、句子控制在合理長度、避免口語化插話、段落之間用固定的連接詞過渡。恭喜你，這套規範跟大型語言模型的預設輸出風格幾乎重疊。
第三種是用了 Grammarly、Word 編輯建議、翻譯輔助的人。 你只是接受了幾十個文法修改建議，把 awkward 的句子改順，但改順的結果就是把「人味」磨掉。很多人到被指控時才發現，自己從沒把這些工具算進「我有沒有用 AI」的認知範圍裡。
再加上方法論、文獻回顧這些章節本來就格式化——「本研究採用半結構式訪談，訪談對象共 12 位……」這種句子，你要它有什麼個人風格？結果就是同一篇論文，緒論安全，方法論爆紅。
程序上最該被質疑的一點：舉證責任被倒過來了
學術誠信案件的正常邏輯是：指控方提出證據，被指控方回應。但在 AI 偵測爭議裡，實際運作經常變成：系統給了一個紅色數字，然後學生要自己證明「我沒有用 AI」。
這是一個近乎不可能完成的任務。你要怎麼證明一件你沒做過的事？
更麻煩的是，很多學校內部並沒有針對 AI 偵測結果訂出明確的處理層級。抄襲有比對報告、有相似度區間、有申訴流程；AI 偵測往往只有一個百分比，加上教師的主觀感覺。當一個工具的輸出無法被驗證，它就不該被當成處分的主要依據，只能當成「值得再看一眼」的提示。
你在申訴時真正該打的點，不是「這個工具很爛」，而是「這個工具的輸出在你們的程序裡被賦予了它承擔不起的效力」。
被指控之後，該做的四件事
一、先不要急著寫長篇自白。 情緒化的長信只會被讀成心虛。第一封回覆保持簡短：說明論文為本人獨立撰寫，願意提供完整寫作紀錄與接受口頭答辯，並請對方說明本案依據的具體證據與適用的校內規定。
二、把版本紀錄整理成一份時間軸。 如果你用 Google Docs，打開版本記錄，把幾個關鍵時間點截圖：第一版大綱、中途大改、最後校對。如果你用 Word，找出 OneDrive 或本機的舊檔、自動備份、寄給指導老師的每一次附件。加上 Zotero、EndNote 的匯入時間，訪談錄音檔的日期，實驗數據的原始檔。這些東西串起來，會呈現一件 AI 沒辦法偽造的事：一份論文緩慢變醜、再變好的過程。
三、主動要求口頭答辯。 這是最有效的一招，也最少人主動提。真正自己寫的人，可以解釋為什麼第三章拿掉了原本的第二個假設、為什麼某篇文獻最後只留在註腳、某個受訪者的哪句話讓你改了整個分析框架。這種細節記憶，是抄不來的。願意主動要求面談，本身就是一種訊號。
四、確認你走的是哪一條程序。 是教師層級的關切，還是已進入學術誠信委員會？有沒有書面通知？申訴期限多久？可不可以帶陪同人？可不可以看到完整報告？程序問題往往比技術爭論更決定結果。
從現在開始，把寫作過程當成證據來累積
如果你還在寫論文，這一段比上面全部都重要。
最低成本的做法是：全程在雲端文件裡寫，不要在本機一個檔改到底。 Google Docs、Word Online、Notion 都會自動留下修訂歷史，這是零成本的保險。不要為了「乾淨」而每次另存新檔覆蓋舊版，那等於自己銷毀證據。
再進一步：保留你的手寫筆記照片、大綱草稿、跟指導老師的 email 往來、每次 meeting 前寄出的進度檔。有些研究生會習慣寫一份簡單的研究日誌，一週兩三行，記下這週改了什麼、卡在哪裡——這種東西在爭議發生時，價值高得驚人。
還有一件事必須說清楚：如果你真的用了 AI 做輔助——翻譯、潤稿、整理文獻摘要、幫你把一段話改得更順——請先確認你系上的規定，該揭露的就揭露。台灣、香港各校的規範差異很大，有的完全禁止，有的允許並要求註明用途。在 AI 揭露這件事上，主動說明的成本，遠遠低於事後被發現的成本。
在 AI 誤判成為常態的環境裡，清白不是靠解釋證明的，是靠版本紀錄證明的。
這件事的難處，不在技術，在權力落差
很多學生最後會妥協——接受一個較輕的處分、答應重寫、簽下悔過書——不是因為真的做錯，而是因為對抗成本太高：畢業時程、指導教授關係、獎學金、簽證。這是最現實也最少被討論的部分。
所以我的立場很明確：AI 偵測工具可以存在，但它只適合當成「請這位學生來聊聊」的觸發點，不適合當成處分依據。任何一所學校，如果讓一個無法被驗證、無法被交叉檢查、對非母語者有系統性偏差的分數，直接決定學生的學術生涯，那不是在維護學術誠信，那是在外包判斷。
而在制度追上來之前，你能做的就是一件事：讓你的寫作過程留下痕跡。它不會讓你免於被質疑，但會讓質疑在三十分鐘內結束。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
