當「AI-generated」逐漸演變成一種網路獵巫行動時，我們是否也正在把語言的清晰與結構，錯當成機器創作的證據？
繼上一篇我們探討圖片數位浮水印的物理破解方式，這一篇，我們要談的是文字檢測背後的統計幻覺。
偵測器的黑箱：它到底在「檢測」什麼？
多數人以為 AI 文字偵測器像測謊機或 DNA 鑑定，能在文章裡找出某種隱藏的「數位指紋」。事實上，它並沒有這種能力。所謂的「數位指紋」，指的是在生成內容中嵌入不可見標記，作為來源識別機制。市場上甚至出現號稱能「去除文字指紋」的服務。但截至目前，主流大型語言模型，例如 ChatGPT 與 Gemini，在生成的文章中並未採用這種隱形嵌入式浮水印機制。
換句話說，偵測器並不是在比對某種內建標記。它根本沒有「讀取指紋」的技術基礎。
目前主流偵測工具的核心邏輯，其實建立在兩個統計概念之上：
困惑度（Perplexity）：衡量文字「可預測」的指標。 語言模型本質上是機率預測系統。當一句話在統計上極度平順、語法穩定、邏輯清晰，困惑度就會降低。而困惑度越低，偵測器就越傾向判定這段文字「像 AI」。
突發性（Burstiness）：衡量寫作的「節奏變化」。 人類寫作通常存在節奏變化，句子長短不一，語氣有起伏。AI 生成文本則傾向維持較穩定的句型分布。當句型過於均勻、節奏過於平滑，偵測器就會提高「AI 可能性」評分。
結論其實很簡單：偵測器計算的不是「你是不是 AI」，而是「你的文字在統計分布上有多接近模型輸出」。
當一位邏輯嚴密、語言精準的寫作者，把文章寫得清晰穩定，他的困惑度自然會降低，節奏也會趨於平滑。於是，在演算法眼中，他「看起來像 AI」。
問題在於： 「像 AI」，不等於「是 AI」。
為什麼這套邏輯在科學上站不住腳？
這裡存在一個致命斷層：風格，不等於來源。- 專業懲罰： 一篇嚴謹的學術論文或商務報告，本來就追求精確與穩定。這些特質恰恰會降低困惑度。結果是：越專業、越訓練有素的寫作者，反而越容易被標記為 AI。
- 偽造極其容易： 真正想造假的人，只需在 AI 生成後故意加入錯字、打亂句子長度、插入贅詞，刻意提高突發性，就能輕鬆降低被偵測風險。這不是防偽機制，這是一個可以被反向操作的統計模型。
- 逆向陷阱： 文字只是 Unicode 字元的排列組合。當兩種來源共享相似的語言分布時，單靠統計特徵，根本無法完成來源鑑定。
連發明者都認賠殺出的訊號
2023 年，發生了一件關鍵事件，OpenAI 悄悄下架了自家的 AI Classifier，原因很簡單：準確度不足（識別率僅約 26%）。連 AI 模型的創造者都承認這把尺存在嚴重偏差，根本無法作為判定誠信的工具。然而，荒謬的事情卻繼續上演：儘管開發者已經認賠殺出，全球的校園與職場卻仍然瘋狂迷信這類工具。
這就像是一場狂熱的宗教信仰，當教主已經親口承認「神蹟」是假的，追隨者卻仍然蒙上眼睛，盲目地守著那套教義，並以此審判異教徒。當判定的依據不再是證據，而是對一套「偽科學工具」的盲從時，這就不是技術問題，而是權力霸凌與標準崩潰。
更荒謬的是，一些獵巫者會使用似是而非的語言替你貼上標籤：
- 當你說：「我是和 AI 協同合作完成的。」他會回應：「你承認是 AI 生成的。」
- 當你說：「這是我自己寫好，再請 AI 幫忙潤飾。」他仍然說：「你承認是 AI 生成的。」
這不是判斷，這是不可證偽的指控。
被「歪尺」衡量的三種學生
當機率猜測被當成道德審判，教育現場就會出現真實傷害：- 學生 A： 直接將題目丟給 AI，複製貼上，不經思考。
- 學生 B： 把 AI 當導師，反覆對話、辯論邏輯、修正結構，投入大量心力進行深度協作。
- 學生 C： 完全自行撰寫，最後請 AI 協助修正語法與語氣。
當努力程度與偵測分數完全脫鉤，後果是結構性的：
- 深度協作者的放棄： 學生 B 若發現投入 10 小時的思辨，最後被判定的機率與學生 A 相同，他很快就會停止深度協作。既然無法區分努力，何必思考？
- 優秀者的自我壓抑： 學生 C 為了避免被貼標籤，可能刻意寫得不流暢，甚至保留錯誤。當流暢成為可疑特徵，卓越就變成了風險。
結語：當清晰成為罪證
這場偵測戰，最終防不住真正有意造假的人，卻懲罰了所有試圖進步的人。當判定建立在機率猜測之上，而非可驗證證據時，它就不再是鑑識工具。它只是一個統計幻覺。更值得警惕的是，連 OpenAI 自身都曾指出，這類文字偵測在跨英語情境下的誤判率更高。當非母語寫作者使用 AI 進行潤飾或翻譯時，文章內容往往更接近模型的「平均分布」，於是更容易被標記為 AI 生成。
這便產生了一個矛盾。我們期待 AI 降低語言壁壘、促進跨語言交流；但同時，因為偵測工具的統計偏誤，那些試圖善用 AI 進行跨語言創作的人，反而成為最容易被獵巫的對象。
真正想作弊的人可以刻意製造「人味」；真正想進步的人卻因為寫得太清晰，而被懷疑。
當清晰成為罪證，當流暢成為可疑特徵，我們其實正在懲罰語言能力本身。
下一回，我們來談跨語言翻譯與 AI 檢測之間的盲點，以及這場統計幻覺，如何在多語世界中被進一步放大。
