论文降AI工具：如何保住专业术语不被改坏

论文用的 AI humanizer 必须把专业术语当作固定点。很多通用型 humanizer 想让文字听起来“更自然”，做法是简化：换短词、用日常同义词、放松句式。这在博客文章里也许行得通，但在论文里，它会抹掉让研究可被检验的精确性，甚至改变论文的结论。

本文解释简化为什么会损害学术写作，展示它在四大类学科中造成的问题，说明了解研究领域为什么能帮助改写工具做出更好的判断，最后给出一份可用于任何改写稿的核查清单。

在科研写作中，“更简单”不等于“更像人写的”

AI 检测器针对的是可预测性，而不是难度（参见 AI 检测器的工作原理）。满是专业术语的句子不会自动被标记，全是浅白词语的句子也不会自动安全。真正显得像机器写的，往往是 "plays an important role" 或 "highlights the significance of" 这类通用模板句式，与学科无关。

所以，一个把 "myocardial infarction" 换成 "heart attack"、把 "heteroscedasticity" 换成 "uneven spread" 的工具，改错了层面。它保留了可预测的句式框架，却删掉了承载意义的术语。结果是论文读起来不再像本学科的文章，也没有更像人写的。

这种做法有一个有据可查的极端案例。Cabanac、Labbé 和 Magazinov 在已发表的文章中发现了所谓的 "tortured phrases"（扭曲短语），即既定术语被换成了古怪的同义词，例如用 "counterfeit consciousness" 代替 "artificial intelligence"（Cabanac et al., 2021）。专家一眼就能看出来。术语替换是文本经过机器处理的最明显迹象之一。

原文

The yield strength of the annealed specimens decreased by 14%, while fatigue life under cyclic loading was unchanged.

简化后

The breaking point of the heated samples dropped by 14%, while how long they lasted under repeated pressure stayed the same.

每一处替换都是错的。屈服强度（yield strength）不是断裂点，退火（annealing）也不只是加热，循环载荷下的疲劳寿命是一个有明确定义的试验条件。材料科学领域的审稿人读到这句话，就会怀疑整篇论文。

各学科分别会出什么问题

不同学科的语域和术语规则各不相同。同一种改写习惯，在一个学科里无伤大雅，在另一个学科里却可能造成损害。

其中几项值得展开说明。

医学

发病率（incidence）统计的是一段时间内的新发病例，患病率（prevalence）统计的是某一时点的现有病例。把两者当同义词的工具会改变流行病学含义。"associated with"（相关）与 "caused"（导致）也是如此，二者的区别正是观察性研究与干预性研究结论的区别。

社会科学

"Significant" 是经典陷阱。在结果部分，它通常指在既定阈值下统计学显著。把它换成 "important" 或 "major"，就把一个统计陈述变成了价值判断。构念名称，例如某个测量感知压力的特定量表，应与测量工具的命名完全一致。

人文学科

这里的术语往往是理论性的，用哪个精确术语，表明论证属于哪个学术传统。原始文献的引文绝不能转述；改写引文的工具等于篡改了证据。

为什么研究领域的语境很重要

了解学科的改写工具，能更好地判断哪些内容不该动。在一个学科里可以灵活替换的词，在另一个学科里是固定的。"Power" 在物理学、统计学和政治学中是三个不同的意思；"normal" 在一篇论文里是一种分布，在下一篇里是临床参考范围；"discourse" 在语言学中是专业术语，在别处只是普通名词。

学科语境也有助于把握语域。医学写作偏好精确、克制、带有明确限定语的句子；人文写作允许更长的句子和更强的作者存在感。在一个学科里自然的改写，放到另一个学科里就会显得语域不对。

这也是我们对一项热门研究结论保持谨慎的原因。Liang 等人发现，用 ChatGPT 丰富非英语母语者作文的词汇后，七款检测器的平均误报率从 61.3% 降到了 11.6%（Liang et al., Patterns 2023）。这个结果有力地说明检测器会惩罚平实、可预测的语言，但它并不是写论文的秘诀：在方法部分“丰富词汇”，恰恰就是已定义术语被替换掉的方式。关于这项研究的更多内容，请参阅我们对检测器歧视非母语写作者问题的解读。

Participants recruited through convenience sampling completed the Perceived Stress Scale, and scores were statistically significant at p < .01.

红色：锁定的术语、名称和数值，不得改动。中性：句子被标记时可以重组的措辞。

术语与语域核查清单

使用任何改写工具（包括我们的）之后，都可以用这份清单检查。

执行第一项和第四项检查的快捷方法，是从原文中列出关键术语和数字，再在输出中逐一搜索。凡是找不到的都需要再看一眼。更全面的意义核查，可参考我们的指南人性化改写时如何保留原意与引用，其中补充了限定语和引用的检查步骤；如何平衡清晰与复杂则讨论了什么时候更平实的措辞确实是更好的选择。想按章节查看整篇论文，请看毕业论文降AI率：按章节通过 AI 检测，引用一个不丢。

如果某个句子反复被标记，要看它的句式框架，而不是术语。"It is important to note that the yield strength decreased" 是在一个精确术语外面套了一个可预测的框架。去掉框架，保留术语。

Academic Humanizer 如何处理术语

Academic Humanizer 的设计目标是在改写时保留学科术语、数字和引用。Humanizer 只改写被 AI 检测器标记的句子，其余部分原样返回，因此你的大部分专业词汇根本不会被触碰。你还可以选择研究领域（人文艺术、社会科学、商业与经济、工程、自然科学或医学与健康科学），为改写提供学科语境。AI 检测报告会把每处改写和原文并排显示，让上面的清单检查变得很快。每一处修改都由你审阅并确认；提交前也请查看期刊或所在机构的 AI 使用政策。