降重工具三种用法，只有一种经得起追问

降重工具三种用法，只有一种经得起追问

重复率和AI率是两套判定逻辑，改法自然也不该只有一种

四月的图书馆，桌子上摊开的是刚刚打印出来的红彤彤的查重报告。今年很多人的报告后面还多了一页——AIGC检测结果。重复率20+，AI率60+。于是打开搜索框，一长串的“一键降重”“免费降AI”，几十块、几百块的都有，每家都说能降到个位数。

问题从来都不是在于你能不能用工具。真正的问题是：用完了工具，这篇论文还会不会认你。答辩台上老师随口一句“这一章你为什么这么写”，答不上来的那一刻，省下的时间会连本带利地还给你。

查重的逻辑很简单：将你的论文与比对库进行逐句比较，查看多少个字连续出现在他人的文章中。比对库通常由期刊论文、学位论文、会议文献以及网络资源构成。它要回答的问题只有一个，就是这句话是否有人说过。说过的，标红；没说过的，放过。它不判断你是否理解，是否说的对。

AIGC检测是另一条道路。它不查库，它给你概率。看的是文本统计特征：是否用词过于常见、句子长度过于平均、过渡词过于模板化、段落结构总是“总-分-总”。人写出来的东西会有毛刺，突然冒出来一句很短的话，一个很具体但是不够漂亮的细节，某个术语用的不那么标准。这些“不规整”，正是它判定“人写的”的依据。

麻烦在于这两个系统对于“改写”的反应是相反的。降重最常用的是同义词替换、调换语序、长句拆短句，使文字变得平整、规整、标准答案化——这正是AI检测最喜欢打高分的样子。因此才会遇到让人崩溃的事情，重复率由三十几降到个位数，而AI率由四十几涨到七十几。

最后一点需要提示的是，AIGC检测是概率的，存在误判。研究方法，实验步骤，法条引用等本身就很模板化的文字，也有相当几率被高判；非母语写作、翻译腔严重的文字也容易中招。所以拿到高的AI率第一件事不是慌，不是马上大改，是看清楚他标红的哪些段落，哪些段落是什么性质的。

如今网络上所提到的降重方法，本质上可以划分为3.5种。搞清楚他们分别改了哪方面比记住哪个工具好用更为重要。

其中人工重写是最慢的也是最安全的。原因不是它改得最彻底，而是它强迫你把原文读进去再讲出来，这个过程本身就证明了“这段内容我懂了”。另外两类的共同问题：改的是字面，而非理解。交上去的文字看起来很新，但里面的论证还是别人的，甚至由于多次更换而显得不连贯。有经验的老师一眼就能看出来：术语前后不一致、段落之间没有真正的推进、句子很漂亮但说的还是同一句话。

剩下那半类，是按检测平台定向处理的降 AI 工具。这类工具的价值在于省时间：整篇上传，按知网、维普、万方这些平台各自的判定习惯去调整表达，或者直接上传检测报告，只动标红的那几段，其余原文不碰。PaperOK 做的就是这件事，把机械的替换交给它，能省下大半天。但要说清楚：它负责的是"把文字改得像人写的"，不负责"让你真的懂"。改完不读一遍就交，风险还是你自己担。

因此，在选择工具时，与其关注它声称可以节省多少百分比，不如首先问自己：使用此工具修改后，我可以不看剧本将此段内容讲述给同学吗？能讲出来，就说明这段文字又变成了你的，讲不出来，那就是穿了新衣服的别人的话。

近几年，学校对于学术不端行为的界定，主要集中在以下几个方面：抄袭剽窃、伪造篡改数据、代写代改、虚假署名。用工具来润色语言，调整表达，本来就不在这几条之内。这一点不用太紧张，“用了工具”也不是什么原罪。

真正危险的是其他几种情形。一种情况是整章整节的都是工具生成的，你对这个内容没有什么贡献，自己也说不清楚研究是如何进行的；第二种情况是修改后的论文中出现了你未曾做过、读过或验证过的数据、文献和结论，而你没有进行核实就直接上交了；第三种情况是上交的论文与实际工作不符，实验、代码、原始数据无法支持论文中的描述。这三个都不是“文字问题”，而是“成果归属问题”，一旦被追问，就很难圆回来了。

还有一个常常被忽视的：很多学校都声明了使用AI的要求，需要在方法或者致谢中声明使用了哪些AI工具、用于何处、用于做什么。各校的规定差别也不小，甚至同一所学校的不同院系也会有所不同。动手前先找本院系最新文件看一下，别用学长两年前的东西做标准（两年前好多学校都没有AIGC检测）。

第一步：别盲改。拿到查重结果后，先进行分类，标红的是引用不规范，还是方法、仪器的固定描述，亦或是真正的重复。这三种情况处理方式完全不一样，引用不规范的去补格式、补标注；固定的表述保留，很多系统可以排除参考文献、固定表述；真正是论述重复的才去重写。很多人上来就换整段词，把本来好的地方给改坏了，得不偿失。

第二步是重写方法。正确的做法是读三遍，合上原文用自己的话把这一段讲出来，讲完后打开原文对照，看看自己漏了什么、错在哪里。写的时候尽可能塞入具体的、你自己独有的东西：你的样本量、你自己的观察、自己踩过的坑、一个数据中反常的一点。这些细节是任何工具都编不出来的，也是最容易被判定为“人写的”。

第三步：出声读一遍。默读跳过问题，读出来就不会——卡壳处、一口气读不完的句子、连着3个“因此”、“此外”都是信号。读起来你自己都别扭的段落，可能还是有问题的，回去改吧，不要相信检测系统会帮你解决所有的问题。

第四步：再查一次，重复率和AI率一起看。如果只关注一个指标，很有可能按下葫芦浮起瓢。第五步留痕：保留修改前后版本，每一次的检测报告，与导师的沟通记录。真要是被问到，这些东西比什么都好解释。

点提交之前，这几项逐条过一遍：

说白了，工具只能帮你把这一句话换个说法，却不能告诉你这一章到底想说什么。前者几个小时就解决了，后者得靠你自己悟出来。顺序弄反了，改十遍也是白搭。

工具可以替你改字，替不了你对这段文字负责