维基百科可能已经建立了最好的 AI 写作检测指南

人工智能的胡乱产出是真实存在且迫在眉睫的危险。作为一名作家和编辑，我并不打算在每一个音节上都使用人工智能检测工具。相反，我正在尝试训练自己的眼睛去识别人工智能生成的内容。虽然识别深度伪造仍然容易，但书面文字正变得越来越难以辨认。

维基百科提供了一些帮助。它的志愿编辑们，这支执着追求知识的队伍，默默地建立了互联网上最具证据基础的 AI 指南。维基百科的 AI 写作的迹象 页面既不是应用程序，也不是检查清单。它只是一个简单的页面，主要是为维基百科自己用维基文本撰写的文章而设。但即使在百科全书之外，它也可能帮助你观察下一篇遇到的 AI 写作作品。

维基百科制作了一个方便的人工智能检测指南

无需应用程序 — 只需识别模式

维基百科的“AI写作迹象”页面最初是为志愿编辑提供的内部资源。自2023年以来，一个名为WikiProject AI Cleanup的小组一直在审查新的投稿，以查找未公开的AI生成内容。在梳理了成千上万篇被标记的文章后，他们记录了在维基百科草稿和编辑中反复出现的模式。最终结果正如维基百科所说，这是编辑们观察到的情况，更是“迹象”而非“规则”。

这个页面值得收藏并深入阅读。它不会依赖 AI 写作检测器，而是帮助你抽查写作行为。这些就是 AI 写作的明显特征。众所周知，大型语言模型只是机器，它们建立在统计概率之上，而非真正的讲故事能力。

当我第一次看到这个页面时，我本以为只是一个基本的清单。结果我发现它更像是一份包含分类模式的 15,000 字的实地指南，每个模式都有引用示例。我仍然记不住全部内容（打印一个简单的清单是个好主意）。但我正在利用这些要点来提高自己在网上识别 AI 垃圾内容的能力。虽然本指南的许多规则适用于维基百科，但我们都可以从每天审核大量条目的编辑中学到东西。请记住，语言大模型每天都在更新。我们需要回过头来检查这个页面是否跟上 AI 变化的速度。

人工智能喜欢过度解释重要性

有些词和句子做得太多了

指南中最有用的观察之一是，人工智能写作会夸大一切。它总是把普通事实描述为重大、变革性或属于“更广泛的运动”中。维基百科的指南称这为夸大吹嘘。你可能听说过记者写的吹捧文章。我们每天都会在广告和人工智能撰写的产品评论中读到它们。 你可以在页面和上方的截图中看到突出的示例。

人工智能模型被训练得听起来很权威。当它们在模式上进行回避时，它们会略过可验证的事实。如果你在阅读某些内容时，发现每一段似乎都充满了空洞的形容词，那就是一个真正的信号。

我发现自己在自己的草稿中让夸张的说法得以存在。现在，我试着去掉过于夸张的形容词，并用证据支持论点。我想这会让写作更难，但它让每个句子都能独立成立。

格式奇特是出现的线索

列表、破折号和加粗字体都是迹象

该指南专门用一个完整的章节来讲述 AI 喜欢的格式习惯。这些习惯包括在本该用段落的地方过度使用项目符号、几乎每一行都加粗术语，以及现在臭名昭著的破折号——通常优秀的作者很少使用。AI 也完全跳过了短破折号，在表示日期或分数等本应使用短破折号的范围时，用连字符代替。

这些并不是随机的。毕竟，人工智能模型是基于大量网上文本训练的，而互联网文本中大量格式化内容很常见。例如，不久之前，几乎所有的风格指南都将数字和项目符号列表的结合使用作为规范。我为破折号和列表的消失感到难过，因为它们使我们的注意力容易分散的时代中的文章更易读。我会为他们的选择坚持到底。

请注意，单个格式标记并不能证明任何事情。只有当你在校对内容时看到这些习惯叠加出现时，这种模式才需要更仔细地观察。

词汇出奇地具体

这些词基本上是人工智能的指纹

该指南标出了一组人工智能模型过度使用的词汇。例子有：

深入探索, 挂毯, 关键的, 强调, 培养, 证明, 增强, 至关重要的, 复杂的, 风景

这些词并不是错误的词。它们只是统计上出现得过于频繁，因为模型将它们作为安全的选择来使用。维基百科的编辑开始称它们为“人工智能词汇”。

指南中还有一种更微妙的模式，称为“尾随从句”——将现在分词附加在句子末尾，以增加模糊的意义。

这些短语并没有增加任何额外内容，但它们试图让句子听起来比实际上更重要。一旦你知道了这些词和结构，你几乎会本能地注意到它们。这并不是坏事，因为它会让你成为任何写作（包括你自己的写作）的更敏锐的编辑者。

自动检测器不可靠

训练你的眼睛，然后审查你自己的草稿

该指南建议不要依赖 AI 检测工具。指南中引用的一项 2025 年的研究发现，即使是大量使用大语言模型的人，也仅能大约 90% 的准确率识别 AI 生成的文本。这意味着每十次判断就会出现一次错误识别。普通用户的表现几乎与随机机会相当。像 GPTZero 这样的 AI 检测器被明确指出，仅凭自身能力是很弱的。

更实际的做法是将本指南视为自我审核清单。我建议每次挑选三个特征，并在实际文本中练习它们。它可以是你自己的，也可以尝试使用维基百科的 AI 或 Not 测验进行练习。

在你发布之前，浏览一遍维基百科的分类比任何检测器评分都更有用。大型语言模型每天都在变得更好，我想知道这是不是一场注定要输的战斗。我能看到的唯一胜利就是在情感和体验式讲故事方面变得更好。这正是人工智能聊天机器人仍落后于我们的地方。

学习识别 AI 写作有其后果

我们已经在注重速度的商务交流中将人工智能辅助写作规范化。在某些情况下，人工智能写作和抄袭的成本更高，比如学术工作。这些技巧可能有助于我们应对人工智能虚假信息并提高批判性思维能力。

在你怀疑的任何文章、作业、电子邮件或帖子旁边打开AI写作迹象页面。它可以是你自己使用AI辅助写的草稿。测试你能发现（并纠正）多少种模式。