重复率与 AI 率(AIGC 率)有什么区别?为什么查重过了 AI 检测却没过

查重通过不代表能通过 AI 检测。查重系统比对的是已收录文献库的文字重合,而 AIGC 检测评估的是提交文本本身的语言特征。两类工具针对的问题不同,显示指标也受各服务范围与设置影响。厘清机制差异与报告局限,有助于理性看待检测结果并规范留存写作过程。

HumanPen 团队

· 7 分钟

为什么查重过了,AI 率(AIGC 率)却没过?

论文查重报告(相似度报告)与 AI 检测报告(AIGC 报告)基于两套不同的技术逻辑,分别针对不同的检测目标。其中一项指标合格,在技术原理与管理制度上均不构成另一项指标必然合格的保证。

在论文检测实践中,部分作者会遇到查重率较低但 AI 检测指标偏高的情况。这种现象的根本原因在于「已发表文献库比对」与「文本特征分类」的技术分工不同:

  • 查重系统将提交的文稿与系统收录的期刊、硕博论文、会议论文及公开网页等数据库进行比对,检索是否存在文字层面的重合或引用。
  • AI 检测系统并不核对既有文献数据库,而是通过分类模型对提交文本的语言特征进行评估,判断其是否呈现由生成式语言模型生成的模式。

如果文稿中使用了生成式 AI 工具进行起草或改写,生成的词句组合在既有学术文献库中通常没有收录记录,因此查重系统检索不到重合出处,查重率会保持在较低水平;但这些段落依然可能保留语言模型特有的行文规律,从而被 AI 分类模型识别并提示风险。相反,规范的文献引述或经典学术表述可能因已被广泛收录而提高相似度,但其行文并不必然具有机器生成的特征。

查重系统关注的是:「送检文本是否与已收录的既有文献存在文字重合?」AI 检测系统关注的是:「送检文本的行文特征是否符合特定分类模型对机器生成文本的判定?」由于两类系统针对的目标不同,查重与 AI 指标呈现不同走向属于正常的系统表现。

底层机制对比:数据库比对 vs. 统计语言分类

学术查重系统(如知网学术不端文献检测系统、维普论文检测系统、万方相似性检测或 Turnitin Similarity 等)在机制上属于文献比对引擎。系统通过比对算法,将送检文本与平台已收录的比对资源库进行检索,标出文字重合的片段并提供匹配来源。所得出的重复率(复制比),反映的是送检文本与当前比对库文献的字面重合程度,其数值直接受系统收录范围、比对参数以及是否开启「去除引用文献」等过滤条件的影响。

与之相对,AIGC 检测系统属于语言特征分类工具。这类系统并不比对特定的既有文章出处,而是利用训练好的分类模型对送检散文的词汇组合、句式结构和行文规律进行综合评估。不同服务商在技术实现上各有差异,所采用的模型架构、特征提取方式和判定阈值并不统一。

这种机制差异决定了两类工具对学术文本中不同要素的处理方式各不相同:

  • 引用与规范表述:学术论文中的公理定义、法律法规条文、标准文献引述及参考文献列表,属于已被广泛收录的固定表述。在查重系统中,若未设置过滤或引注格式不规范,容易与文献库匹配;而在 AI 检测中,系统评估的是散文叙述特征,不同服务对于公式、代码、图表或参考文献等非正文结构有着各自的处理与过滤规则。
  • 过滤与设置依赖:查重系统通常支持在管理端或用户端选择过滤规则(例如排除参考文献、排除自引等);而 AI 分类工具并不依赖外部文献来源,其显示的分类指标主要取决于送检文本与该检测服务预设模型规则的匹配程度。

报告能告诉你什么,不能告诉你什么

在理解检测结果时,关键在于认清自动化软件的输出边界。无论是查重率还是 AI 率,反映的都是特定工具在特定设置下的计算参考值,而非直接判定学术水平或学术道德的绝对标准。

报告能告诉你什么报告不能告诉你什么
查重报告:指出送检文本与系统收录的比对库文献(如学术期刊、学位论文或公开网页)存在字面重合的文字片段与对应来源出处;在当前系统的比对范围与过滤设置下,显示文字重合的比例参考值。查重报告:无法判定重合内容是规范合理的学术引用还是不当抄袭;无法证明未匹配的其余文本是由作者独立撰写还是由第三方或辅助工具生成。
AI / AIGC 报告:依据特定分类模型对送检散文特征进行分析,标出符合该模型机器生成模式的疑似段落;在特定模型与设定规则下,给出文本特征倾向机器生成的提示性指标或分类比例。AI / AIGC 报告:无法确认文本具体是由哪个模型、哪段提示词或哪位使用者生成;单一检测数值不能直接作为判定学术不端或替代学术评判的最终结论。
查重报告将作者引向具体的比对来源,AI 检测报告提供的是算法对文本特征的分类参考。两类报告均属于技术性辅助筛选工具,不能直接替代同行专家与指导教师对学术价值和创作过程的实质审查。

四种分数组合与「双低」指标的现实

由于文献比对与语言特征分类属于两个不同维度的考察,在实际检测中通常会出现四种分数状态:

  • 查重率较低,AI 率偏高:文稿与既有文献库几乎没有字面重合,但部分段落的行文特征符合 AI 检测模型的分类模式。这常见于使用生成式工具直接撰写正文或对文献进行高度机械化重写的情况。
  • 查重率偏高,AI 率较低:文稿中包含较多与已发表文献一致的内容(如标准学术定义、实验步骤说明、法规条文或未成功排除的引文与参考文献),但正文的语言组织方式呈现自然的人类写作特征。这种情况下应优先核查引注格式是否合规,而非盲目改写句子。
  • 查重率与 AI 率均偏高:文稿既存在直接引用或搬运既有文献的情况,又包含触发 AI 分类模型的段落。此时需要分别处理:对文献重合部分核对出处并完善引注,对 AI 预警部分核查原始构思与写作记录。
  • 查重率与 AI 率均较低(所谓「双低」):文稿在两套检测系统当前的参数设置下均未超出相应指标。

在高校毕业生讨论中,常有追求两项指标同时维持在低位的说法。需要明确的是,指标未超出相应阈值仅意味着文稿通过了自动化系统的初筛,并不等同于论文已经具备了独立的学术创新价值、严密的逻辑论证或扎实的研究结论。

查重低不等于原创,AI 率高不等于学术不端

在对待检测软件的输出时,应当破除对单一分数的简单迷信。

首先,查重率低并不等于学术原创。如果一篇论文由外部代劳或由语言模型批量生成,只要其内容此前未被收录进查重系统的比对数据库,查重率同样可以非常低,但这并不意味着该文本体现了作者真实的学术投入与独立思考。

其次,单一的 AI 检测指标偏高不能直接等同于学术不端。AI 分类工具依赖统计模型进行特征判定,在面对结构严谨、用词规范或遵循固定范式写作的专业学术文本时,可能出现误标或偏差。单一软件给出的分类分值,本身不能作为认定违规违纪的独立事实证据。

在制度层面,所引法律确立了法定框架,而具体机构适用其适用的法律与制度程序;自动化软件可能作为辅助信息,且本文并不认定所有机构均遵循完全相同的工作流程。《中华人民共和国学位法》明确规定,学位授予、争议解决及学位撤销等重大决定,必须严格遵循法定与校纪规定的评定程序,由学术委员会等法定组织进行事实核查与综合认定。自动化检测系统仅作为技术性辅助手段,最终结论由教育机构与学术同行通过规范的人工评议作出。

自动化检测软件无法观察作者实际的调研与构思过程。评价学术诚信的根本依据在于研究过程的真实性与严谨性,而非算法给出的一串数字。

当查重与 AI 检测结果发生冲突时:学生应对指南

当送检论文出现查重或 AI 指标异常、或者两项结果相互矛盾时,建议按照以下规范路径妥善处理:

  1. 仔细查阅官方检测报告明细:不要只看最终的总体百分比数值。仔细对照标红与提示的具体章节段落,确认检测所使用的系统版本、比对库范围以及是否正确应用了引文和参考文献过滤规则。
  2. 核实引文与参考文献格式规范:若查重指标偏高,先逐条核对被标出的重复片段。确认这些内容是否属于通用术语、实验标准或经典文献引用;检查引文标注和文末参考文献是否符合学术规范与学校排版要求。
  3. 避免盲目改写追逐数值:面对 AI 预警提示,切忌通过机械替换同义词、打乱语序或使用非正规改写工具来迎合算法。这种操作往往会破坏学术用语的严谨性,导致逻辑断裂甚至概念错误。
  4. 系统留存写作过程痕迹与版本记录:在日常写作与修改过程中,自觉留存完整的证据链条。包括带有时间戳的文档历史版本(如 WPS、Word 或腾讯文档的云端版本记录)、文献阅读笔记、开题报告、实验原始数据与调研记录等。
  5. 及时向指导教师与培养单位咨询沟通:若检测结果触发了所在院系的关注或预警要求,应及时携带完整检测报告与真实的写作过程材料与指导教师沟通,按照学校既定的正规程序进行复核与说明。

参考来源与制度依据

  • 全国人民代表大会常务委员会 / 中华人民共和国教育部:《中华人民共和国学位法》(2024 年 4 月通过,2025 年 1 月 1 日起施行,明确学位授予、争议核查与学位评定程序的法定规范)。教育部法规库:`https://www.moe.gov.cn/jyb_sjzl/sjzl_zcfg/zcfg_jyfl/202404/t20240426_1127804.html`
  • 中国知网(CNKI):学术不端文献检测系统与 AIGC 检测服务平台。网址:`https://check.cnki.net/`
  • 维普资讯(VIP):论文检测系统与 AIGC 文本检测服务平台。网址:`https://vpcs.cqvip.com/`

继续阅读