当研究人员使用大语言模型辅助撰写论文时，AI往往会留下可识别的痕迹。诸如”delve（深入探讨）”、”underscore（强调）”、”intricate（复杂）”和”pivotal（关键）”等词汇的出现频率远高于人类撰写的文本。句子结构遵循可预测的模式。像”近年来……”这样的开头和”不仅是X，而且是Y”这样的过渡短语，向训练有素的读者和检测软件表明文本是由AI生成的。
明尼苏达大学统计学院的副教授丁杰发布了一款旨在去除这些痕迹的工具。这款名为Academic Humanizer的工具是一组结构化提示指令，可以输入到AI编程代理（如Claude Code、Codex或类似工具）中，用于审计学术稿件的AI痕迹，并将其重写得听起来像人类所写。
“任务是在不降低文本质量的情况下去除AI痕迹，并强制执行一般人性化工具所忽视的纪律：每个主张都有其数据、图表或引用作为支撑，且任何动词都不能强于其证据的力度，”该工具的GitHub README文件写道。
六层清理
Academic Humanizer在六个层面运作。第一，通用AI痕迹目录移除过度使用的词汇（delve、intricate、tapestry、pivotal、foster、leverage、realm、seamless等）。第二，针对学术特定痕迹：过度主张的动词、显著性炒作、空洞的强调词、新颖性填充和格式化开头。第三，保留学术惯例。第四，将每个主张与其证据匹配，不允许无依据的断言。第五，校准语气和发表场所。第六，提供针对NSF和NIH评审结构量身定制的资金申请模式。
README中的一个前后对比示例展示了其效果。修改前：”近年来，持续学习吸引了越来越多的关注并取得了显著成功。然而，现有方法仍面临关键挑战。在本提案中，我们提出了一种利用尖端技术深入探讨这些复杂问题的新框架，为该领域开辟变革性范式铺平了道路。”修改后：”持续学习很重要，但当今的方法仍然停留在经验层面，其原理尚不清晰。这限制了可靠性和进展。本提案在适应、软监督和跨领域知识三个前沿方面构建了一个有原则的框架。”
伦理争议
各方反应分歧明显。里斯本大学的健康信息学研究员Francisco Maria Calisto告诉《自然》杂志，他大量使用该工具。”这是我用过最好的，”他说，不仅用于稿件，还用于电子邮件和代码文档。
瓦伦西亚理工大学的植物生物学家Miguel Angel Blazquez Rodriguez则不以为然：”我不喜欢它。这是在欺骗。”
卡内基梅隆大学的信息科学家Cassidy Sugimoto表达了担忧：”我担心这个用例对科学有害。我很忧虑。”
丁本人则区分了工具本身与其滥用。”我把工具和行为分开来看，”他告诉《自然》杂志。”伦理问题在于不披露及其背后的意图，而不是编辑辅助工具的存在本身。”
在媒体询问后，丁将工具的描述从”去除常见的AI痕迹”更新为”提升清晰度和表达”，并增加了一条伦理说明，阐明该工具并不免除披露AI辅助的义务。
检测军备竞赛
Academic Humanizer的发布正值学术出版中AI使用日益增长的背景。2026年2月，何某和卜某在《PNAS》上发表的研究（DOI: 10.1073/pnas.2526734123）分析了5,114本期刊和520万篇论文，发现尽管70%的期刊采用了AI披露政策，但AI写作的使用激增，且在有此类政策和没有此类政策的期刊之间没有统计差异。自2023年以来发表的75,000篇论文中，只有约76篇（约0.1%）明确披露了AI的使用。作者得出结论，当前政策在促进透明度方面”基本失败”。
检测公司正在应对。总部位于布鲁克林的AI检测初创公司Pangram Labs成立于2024年，由前谷歌和特斯拉工程师创立，该公司测试了Academic Humanizer。首席执行官Max Spero表示，初步测试”捕获了大部分人性化文本，但并非全部”，Pangram正在设计升级版本以检测该工具的输出。在2025年的一篇预印本（arXiv:2501.03437）中，Pangram展示了一个名为DAMAGE的模型，该模型对19种AI人性化和释义工具具有鲁棒性，声称在所有测试的人性化工具上准确率超过90%。
问题是，人性化工具与检测器之间的军备竞赛是有利于科学诚信，还是仅仅提高了不诚实的成本。目前，Academic Humanizer仍在GitHub上可用，关于它究竟是合法的编辑工具还是欺骗手段的争论远未结束。
婷 翻译
Sources
1. Nature News, “‘Humanizer’ tool erases signs of AI-written text” (7 July 2026). DOI: 10.1038/d41586-026-02105-3
2. Academic Humanizer GitHub repository: https://github.com/AIScientists-Dev/academic-humanizer
3. He, Y. & Bu, Y., “Academic journals’ AI policies fail to curb the surge in AI-assisted academic writing”, Proc. Natl Acad. Sci. USA 123, e2526734123 (2026). DOI: 10.1073/pnas.2526734123
4. Masrour, E., Emi, B. & Spero, M., “DAMAGE: Detecting Adversarially Modified AI Generated Text”, arXiv:2501.03437 (2025)