这个话题最近在研究生群里被问得越来越频繁。查重系统升级之后，AIGC检测成了新的焦虑源，而摘要和结论偏偏是重灾区——不少同学正文检测一路绿灯，偏偏这两段红得发紫。这事值得认真聊聊，不是教你怎么骗过机器，而是琢磨一个问题：为什么摘要和结论最容易沾上“AI味”，以及怎么把它洗掉。 先看摘要。摘要的AI感常常来自一种“万能公式”：第一句讲背景意义，第二句说本文通过什么方法研究什么问题，第三句列几点结论，最后来一句“以期为……提供参考”。这个骨架太标准了，标准到GPT闭着眼都能生成。我随手能背出十几篇投稿的摘要，长得像一个模子刻的。不是说这个结构本身有错，而是当你用大量虚词和上位概念把它填满的时候，文本就会呈现出一种匀质化的平滑感——每句话都正确，每句话都没有摩擦力。机器检测的底层逻辑，捕捉的恰恰是这种“意外性缺失”。 去掉摘要的AI感，有一条很管用的思路：把摘要当成一个微缩版的论证，而不是一张说明书。说明书的写法是“本文分析了A，探讨了B，提出了C”，论证的写法是“针对A问题，既有观点B存在某种盲区，本文以C案/某法条第X款为切口，发现D，进而主张E”。区别在哪里？后者包含了具体的命名、特定的争议对象、一个可辨识的论证动作。比如你讨论的是《民法典》第580条第2款的司法续造问题，就直接把“违约方申请解除”这个点写进摘要，把某个典型案例的案号嵌进去。这种具体到有颗粒度的信息，是目前生成式AI很难凭空编对的东西，也是写作者真正动过脑子的证据。 另一个高频问题是用词。AI生成的摘要特别偏爱“深入剖析”“系统阐释”“有机结合”这类膨胀动词。人类写作者其实也会用，但不会连续密集使用。把这些词砍掉一半，换成更干练的动作描述——不是“深入剖析了制度困境”，而是“指出当前裁判路径存在三种分歧”；不是“系统阐释了理论框架”，而是“借助某某理论，重新解释了某某条文”。字数少了，信息密度反而上去。 再来看结论。结论的AI感，病根往往在于“复读”。把前文观点缩水重述一遍，结尾再扣一顶“任重道远”的帽子——这个写法，机器学得最快。 学术提升，请关注@南芝法苑 #法学生 #法学论文AI率 #法学论坛 #全国法院学术征文 #全国检察理论研究年会 #法官 #检察官 #实务征文 #法学