应对AI论文造假，不妨“以AI监测AI” 
20110322 发表在 辣眼时评 华声论坛 https://bbs.voc.com.cn/forum-76-1.html
论文代写，一直是学术作弊黑灰产中的隐疾。而随着人工智能时代到来，AI又成了其中得力的生产工具。
近日，据新京报卧底调查，在论文代写产业链中，黑灰产团队已经开始通过AI工具来批量编造论文，并在各大平台接单生产售卖。
报道中值得注意的细节是，有代写团队成员向暗访记者表示，因为AI代写工具的出现，使得论文代写的门槛降低，甚至出现了“职高生用AI工具帮博士生代写论文”的现象。
在AIGC（人工智能生成内容）工具出现之初，行业普遍认为人工智能将能够提升内容生产效率，但或许令人意想不到的是，AI工具暂时还没有来得及在严肃的学术研究生产中得到广泛应用，但却率先成为了黑灰产业提高产量的工具。
在社交媒体搜索可发现，最早大约两年前就已经出现了一些“AI写论文”的教程以及小广告，而到最近半年来，已经陆续有媒体报道过在高校、学术期刊中发现了“AI论文”的事件，甚至有国外媒体认为，学术论文正在遭遇一场来自“AI论文”的大规模袭击。
从技术原理上看，目前AI工具对论文作弊的主要形式有两种。第一种类似于论文代写，主要是用于一部分不需要研究数据的综述性、分析性论文，由AI基于数据库和提示词进行全量文本生成。这也是报道中所主要涉及的论文造假案例。
第二种则更为隐蔽，主要涉及到利用AI工具去编造有逻辑性的伪造数据集，从而根据伪造的数据生成符合逻辑的实验结果、测试数据等。这类数据造假对于使用者的要求更高，查处发现的难度也更高，而其对于学术及社会公共利益的损害也最大。
当前，对上述两种造假情形，我们仍然没有建立更有效的技术性防范手段。国内外不少学术期刊，最近一年内都出现过论文刊发后被发现有明显“AI痕迹”的事。
过去，我们对学术论文造假的技术性查验主要是“查重”，本质上也是基于大数据对文本进行搜索比对。
这类技术查验，其实是用技术工具对个人的“抄袭”行为进行后期查核。做个不恰当的比喻来说，技术查重是用热兵器对付冷兵器、用大数据监控个体抄袭者，因此，能够相对有效地防范论文造假泛滥现象。
但人工智能的高速发展，使得相对传统的查重技术逐渐失效。到了当下，变成了“大数据检索系统”与“大模型”之间的较量，黑灰产和论文造假者借助大模型工具，掌握了技术上的优势。
因此，对这类造假论文的发现查处，又回到了早期阶段，高度依赖论文审核者的个人判断力。例如，有高校教师此前在接受媒体采访时总结过，这类文章“共同特点是比较水”“创新性不强”。
这种个体判断力能够发挥作用，是因为大模型生成内容仍然是“数据归纳”而不是“逻辑推理”，因为，如果审核者认真阅读观察文本，仍然可以准确识别出那些疑似AI造假的文章。
但面对潜在的海量造假论文、有利益驱动的灰色产业链，个体判断力无法成为长期的有效防控手段。要对抗“AI代写”的黑灰产，需要监管者更快升级技术工具，同时，建立更加严格的行业性规范。即，一方面，用“AI来检测AI”，另一方面，要对“AI工具如何使用”建立明确的标准。
当前，国内外已经开始研发专门针对“AIGC内容”的检测工具。在部分内容平台上，已经开始对疑似“AI生成内容”进行了异常标注。
从数据检测识别的逻辑看，这类AI造假内容的特征相对更加明显，通过对文本结构、用词与语言模型等进行检测，应当可以识别察觉出AI的创作痕迹。
因此，在传统的抄袭查重系统之外，至少目前，可以尽早将针对“AI内容”的检测工具也应用到学术论文的检测流程之中，并对疑似AI造假的内容进行标注，辅助审核人员进行判断。
在技术性防范手段之外，针对AI论文造假，学术界也可以迅速行动起来，为AI工具的应用设定清晰的边界。例如，可以使用AI辅助制作插图，但不得进行任何文本、数据生成，或者，AI工具的使用必须在论文的前置研究方法章节进行仔细说明，正文也应当进行明确标注，如果没有标注而被系统检测标注，写作者应当受到一定程度的处罚。
尽管短期内部分黑灰产可以利用监管时间差非法牟利，但随着AI被应用于监测预警，以及行业共同规范的建立与调整，AI造假的漏洞终将被迅速填平。从长期来看，人工智能仍然会是创新的朋友，而不是造假的同伙。
