最近有两条新闻引发关注。一条是，一位盲人在某运营商营业厅办理手机卡，因为无法完成刷脸验证时 的"睁眼"要求，最后只能以亲属名义开通手机卡；另一条是，有大学生将自己原创的论文发至某论文检 测系统，结果显示"AI率"过高，有网友将《滕王阁序》等文学作品拿去该系统检测，同样显示不合格。 当前，很多新技术还处在初兴阶段，好不好用、能不能用好，很大程度上取决于怎么使用，取决于深度 开发的程度。比如，同一款人工智能产品，相同的问题，输入不同的指令，得到的结果质量完全不同。 又如，人工智能大模型能否在某一行业落地，取决于能否结合具体场景进行深度学习和训练，进而优化 算法。由此可见，在新技术的普及过程中，人的因素仍然占据主导地位。忘记这点，让尚不成熟的新技 术全盘接管，就有可能坏事、"砸锅"。对服务行业而言，新技术应该用来方便群众，而非只图自己省 事。 （摘编自《浙江日报》，原题为《善用技术，促技术向善》） 《 人民日报 》（ 2025年05月26日 05 版） (责编：袁勃、赵欣悦) 将两条与新技术有关的新闻结合起来看，前一条反映的是不当使用新技术给办事人造成困扰，后一条反 映的则是一些新技术不够完善，使用过程中存在"测不 ...

AI检测工具的准确性争议 - 经典文学作品如《荷塘月色》被某论文检测系统判定AI生成疑似度高达62.88%，《三体》段落和《滕王阁序》分别被标注高AI概率和100%AI生成 [1] - 实测显示《背影》AIGC疑似度为18.21%，《球状闪电》片段达32.05%，但不同检测平台结果差异显著，后者AI率从0.23%至23%不等 [2] - 同一文本在不同语句检测中AI概率波动剧烈，例如《球状闪电》片段中单句AI概率从0%至86%不等，原创度评分区间为0-69 [3] AI检测技术原理与局限性 - AI检测本质是基于人工与AI生成文本语料库训练的分类模型，依赖自然语言处理算法识别可预测的写作模式 [4] - 技术层面存在固有误判，因AI生成内容性质动态变化，需持续优化模型以匹配AI大模型的迭代升级 [4] - 行业专家指出AI检测模型与生成模型呈"矛与盾"关系，误判率虽可降低但无法完全消除 [4] 教育领域应用建议 - AI检测公司建议教育工作者避免将检测结果作为唯一评判标准，而应纳入综合评估体系作为参考指标 [6]