arXiv cs.CY· Jairo Diaz-Rodriguez, Mumin Jia·· 3 天前AI 评分31
政策条件下的 AI 使用检测：学术出版的可审计证据框架
Policy-Conditioned AI-Use Detection: An Evidentiary Framework for Academic Publishing
AI 导读
针对学术会议与期刊按角色、任务和披露要求制定的 AI 使用规则，研究者提出"政策条件下的 AI 使用检测"框架，将规则本身作为显式输入，输出假设、证据、校准机制与不确定性，而非"检测到 AI"的裁决。该框架以可复现流程构建合规与非合规工作流基准，并按会场预先设定的假阳性率报告真阳性率；在同行评审场景中，即使检测器处于强工作点，在合理违规率下被标记的合规作者仍多于违规者。
正文 · AI 翻译
摘要：各大会议和期刊如今都会发布详细规则，规定作者、审稿人和领域主席可以如何使用 AI，而这些规则因角色、任务以及必须披露的内容而异。AI 检测——通常被提议用来执行这些规则的工具——估计的却是另一回事：某段文本是否由 AI 模型撰写。我们认为，这一目标与会议和期刊所面临的决策并不一致，并提出“以政策为条件的 AI 使用检测”，这是一个用于评估人机协作流程是否遵守既定规则的证据框架。政策使所适用的规则成为明确的输入。推断报告的是假设、证据、校准机制和不确定性，而非“检测到 AI”之类的裁决。评估基于可复现的流程构建基准，这些流程生成合规与不合规的工作流，并按会议事先设定的假阳性率报告真阳性率。我们将该框架应用于同行评审，发现在合理的违规率下，即使检测器处于强工作点，被标记的合规作者仍多于违规作者。因此，该框架也指明了会议必须建立哪些机制：结构化披露、尊重审稿人保密性的经批准工具路由，以及一条可对认定结果提出异议的途径。在这一框架下，检测器不是作者身份分类器，而是一套可审计的程序，其错误率由会议事先设定并可为其辩护。
| 评论： | 已被 NeurIPS 2026 AI-Native Academia Workshop 接收 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2609.38427 [cs.CL] |
| （或 arXiv:2609.38427v2 [cs.CL] 以引用此版本） | |
| https://doi.org/10.48550/arXiv.2609.38427 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Mumin Jia [查看邮箱]
[v1]
2026年9月29日星期二 19:17:35 UTC（503 KB）
[v2]
2026年10月13日星期二 22:26:38 UTC（502 KB）
来源：arXiv cs.CY · arxiv.org