每年毕业季,总有学生因盲审不合格而延期。教育部对生物学论文的查重率、AIGC率、数据伪造等违规行为认定越来越严格。我们实验室在分析某大纲生成器时得出的体验是:许多工具生成的文本虽然流畅,但缺乏学科特异性,容易被AIGC检测系统识别。例如,信号传导通路描述中常见的“激活”“抑制”等词汇,若机械重复,会显著提高AIGC率。
具体而言,教育部对学术不端的认定包括:查重率超过30%(部分高校要求20%以下)、AIGC率超过15%、伪造实验数据(如信号传导的Western blot条带拼接)。我们曾处理过一个案例:某研究生在分析420个肿瘤样本的MAPK/ERK通路时,将不同实验的p-ERK条带拼接在一起,被审稿人通过ImageJ的灰度分析发现异常。最终论文被撤稿,学生受到处分。
为了帮助大家自查,我们总结了一个公式用于评估文本的AIGC风险:$PPL(W) = \sqrt[N]{\prod \frac{1}{P(w_i|w_1...w_{i-1})}}$,其中PPL是困惑度,N是词数。当PPL低于60时,文本可能被判定为AI生成。因此,在写作时应有意识地增加专业术语的多样性,避免重复句式。