AI文本人类化工具重写导致事实细节普遍丢失

该研究对2026年10月和9月的公开排行榜中11款商用AI文本人类化工具进行了审计，发现所有工具在重写包含数字、日期、人名和组织名称的文档时，均会改变或丢失至少一项关键事实信息，比例高达35%至65%。即使仅统计计数和名称，仍有10款工具在超过20%的文档中发生篡改。这一结果揭示了当前以“逃避检测”为目标的改写技术存在严重的事实完整性缺陷。 研究采用基于规则的校验器（经两名AI标注员验证，精确率0.84-1.00，召回率0.93-0.95）量化了改写前后的事实保留情况。数据显示，事实保留率与检测规避能力之间无显著相关性（Spearman rho = -0.46）。此外，一款开源12B参数的人类化模型虽然能保留97%的数字和名称，但其重写的引用片段比例仍高达67%-78%，且未表现出预注册的单调权衡关系。在检测方面，通用决策模型Jev在区分人类原文与人类化改写时达到0.864的AUROC，优于Binoculars、Fast-DetectGPT和RADAR等现有工具，但同时也将24%的人类原文误判为AI生成。 事实层面：11款商用工具在35%-65%的文档中丢失或修改关键实体；开源模型保留了大部分数字但大量重写引用。推断层面：当前的“人类化”技术本质上是以牺牲事实准确性为代价换取检测通过率，不适合需要高保真度的专业场景。猜测层面：随着事实校验成为新的对抗维度，未来的检测工具可能不再依赖风格特征，而是直接监控改写过程中的实体一致性。