AI检测支持其他语言吗？Humanizer 多语言路线图

英语以外的 AI 检测远不如英语完善：Turnitin 的 AI 写作检测覆盖英语、西班牙语、日语和阿拉伯语，而大多数检测器最初都是围绕英语构建的。Humanizer 目前接受英文输入。韩语、西班牙语、中文、日语和法语正在开发中，应用内的输入说明也已将它们标为“即将推出”。Academic Humanizer 网站和本博客已提供 10 种语言版本。

我们没有为新的输入语言给出上线日期，本文会解释原因。要在一种语言里做好 Humanizer 改写，并不是翻译那么简单。它取决于检测器在该语言中的表现、文本如何切分成单元，以及该语言中好的学术文字是什么样子。

目前的语言支持情况

英文输入覆盖了学术出版的很大一部分，也是大多数 AI 检测器最初针对的语言。许多用英文发表论文的研究者，英语是他们的第二或第三语言，所以仅支持英文输入，服务的其实已经是一个多语言的作者群体。

为什么多语言改写比看上去更难

像 Humanizer 这样的句子级工具，在每种语言里都要完成三件事：正确地把稿件切分成句子，找出被检测器标记的句子，再只改写这些句子，并保持符合学科的语体。离开英语，每一步都会变难。

1. 检测器主要是为英语打造的

大多数常用的 AI 检测器主要基于英文文本开发和测试。它们在其他语言上的表现研究得较少，而已有研究表明，当文字偏离训练时见过的模式，检测器就可能误判。针对非母语英文写作的研究发现，检测器把这类文字判为 AI 生成的比例远高于母语者的写作，主要原因是较简单、较可预测的措辞在检测器看来像机器写的。我们在GPT 检测器对非母语英文写作者存在偏见一文中介绍过这项研究。

如果在英语内部检测都不均衡，那么跨语言时不均衡只会更明显。在开放一种新的输入语言之前，我们需要知道哪些检测器能处理它、它们之间的判断如何不一致，以及误判在该语言中是什么样子。

2. 文本的切分方式不同

检测器和语言模型读的不是单词，而是 token，也就是模型词表中恰好包含的文本片段。在英语中，常见单词往往就是一个 token。而在词尾变化丰富或词与词之间没有空格的语言里，同一个意思可能被切成更多、更碎的片段。

The results were significant / 결과가 유의미했다

仅为示意。绿色：常见的完整词片段。红色：被拆成更小片段的词。实际切分取决于各模型的词表。

这一点有两方面影响。统计型检测器会判断每个 token 的可预测程度，切分不同，它们看到的信号也就不同。而且分句本身也因语言而异：中文和日语使用不同的句末标点，词间没有空格；韩语和日语的句尾还承载着敬语和语体。分句出错的改写工具，就会改错片段。

3. 各语言的学术语体不同

“读起来像人写的”在每种语言中并不是同一个目标。好的学术文字遵循不同的惯例：

• 韩语研究论文通常使用平述式句尾，语气正式、客观。
• 日语论文一般使用书面的常体，而不是口语化的敬体，并且全文要保持一致。
• 西班牙语和法语学术文字常偏好较长的句子和无人称结构，放在英语里会显得冗长。
• 中文学术写作有一套自己的正式连接词和固定搭配，过度使用正是模板化文本的典型特征。

如果改写结果只是把自然的英语风格硬搬到另一种语言里，读者不会买账，检测器多半也不会。每种语言都需要它自己对“干净的学术句子”的理解，还要妥善处理学科术语，而这些术语往往混合了本土词汇和英语外来词。

Turnitin 和 GPTZero 能检测其他语言的 AI 内容吗？

有些可以，但仅限有限的几种语言。Turnitin 的 AI 写作报告使用指南列出的支持语言是英语、西班牙语、日语和阿拉伯语，其他语言的文件不会得到 AI 写作报告。这并不等于检测结果干净。Turnitin 对经 AI 改写和经 AI 绕过工具处理的文本的检测只适用于英语。

GPTZero 的 FAQ 称其模型支持英语、西班牙语、法语、德语等语言，Copyleaks 则称覆盖 30 多种语言。这些都是厂商自己的说法。英语以外的独立测试远比英语少。

如果你用其他语言写作，可以得出三点：

• 先确认你所在学校或期刊使用的检测器是否支持你的语言。
• 对于新支持的语言，其分数所依据的测试要比英语少。
• 谨慎使用翻译。在 2023 年一项针对 14 款工具的研究中，机器翻译成英语的人写文本被正确分类的比例比英语原文低约 20 个百分点（见那项研究的发现）。

开放一种语言之前我们要检查什么

1. 分句该语言的稿件必须按读者的理解方式切分成句子。
2. 检测器覆盖我们需要了解所对照的检测器在该语言上的表现。
3. 语体质量改写结果必须读起来像该语言的正式学术文字，而不是翻译过来的英语。
4. 含义与术语数字、引文和学科术语在改写后必须完整保留。

只有通过这些检查，一种语言才会从“即将推出”变为可用。这也是我们不承诺日期的原因：只有真正做好，才算完成。

在此之前可以怎么做

如果英语是你的第二语言而你用英文写作，Humanizer 现在就能为你所用。系统会逐句扫描你的稿件，只改写被标记的句子，其余部分保持你的原文。对于朴素英文常被检测器误读的作者来说，这往往是最有用的设置。我们的非母语英文作者案例研究对这种情况做了更详细的分析。

如果你的稿件是其他语言，请等待原生支持，不要先翻译成英文再翻译回来。来回翻译往往会抹平你想保留的语体。无论用哪种语言写作，提交 AI 辅助完成的稿件前，都请先查看所在机构或目标期刊的 AI 政策。

常见问题

现在可以用 Academic Humanizer 处理韩语文本吗？

还不行。目前只支持英文输入。韩语是即将推出的五种语言之一，另外四种是西班牙语、中文、日语和法语。

新的输入语言什么时候上线？

我们尚未公布日期。每种语言都会在通过上述检查后上线。

网站有我的语言版本吗？

网站和博客提供英语、韩语、日语、简体中文、西班牙语、法语、德语、印地语、意大利语和葡萄牙语版本。

为什么 AI 检测器对非英语文本不太可靠？

大多数检测器主要基于英语开发和测试。不同的分词方式和写作惯例会改变它们依赖的信号。背景知识请参阅AI 检测器的工作原理。

迈向更多语言

Academic Humanizer 的存在，是为了让研究者自己的想法不被误标为机器文本。这个问题不止于英语，Humanizer 也不会止步于英语。目前，如果你的稿件是英文，今天就可以运行，逐句查看检测器标记了哪些内容。