AI 检测器是否更常将神经多样性写作者标记出来？研究怎么说

是的。在一项 2025 年的同行评审研究中，AI 检测器更常将可能患有自闭症的作者标记出来：在每篇帖子 300 词的条件下，他们的帖子中有 1.7% 被标记，而普通组为 1.2%。这是关于 AI 检测假阳性与神经多样性人群的主要研究，大学也对 ADHD 和阅读障碍发出警告。

这些是 AI 文本检测器，它们会将写作评分为人类所写或机器生成。用于筛查自闭症的工具常常出现在相同的搜索结果中，但这是不同的话题。这些研究衡量的是检测器将文本标记出来的频率，并不涉及任何诊断。

AI 检测假阳性与神经多样性研究一览

一项针对自闭症作者的 2025 年研究提供了迄今为止最好的数据。它测量了某一 AI 检测器的标记率。大学教学中心也提醒教师注意患有 ADHD 和阅读障碍的学生。2024 年的一项新闻测试测量了拼写检查和改写工具如何影响 AI 分数。其他关于非英语母语作者的大型研究显示，不同检测器的结果会如何变化。

组别	发现或指导	来源
自闭症作者	在某一 AI 检测器上，每 300 词时，1.7% 被标记，而普通组为 1.2%	Chambers & Kelley, AIED 2025
患有 ADHD 的作者	被列为“容易收到假阳性评分”的学生之一	University of Nebraska-Lincoln teaching center
患有阅读障碍的作者	在同一指导中被列出	University of Nebraska-Lincoln teaching center
一般神经多样性学生	“更可能被错误标记”	Northern Illinois University teaching center
使用编辑工具的作者	拼写检查和语法建议几乎没有改变 AI 分数，而整篇文本改写则大幅改变了分数	Bloomberg Businessweek test, 2024
非英语母语作者	13 个检测器中的假阳性率从 0.0 到 100.0% 不等	Park, Jeong & Kim, EMNLP 2026

根据一项对超过 450 名教师的调查，大约三分之二的教师表示他们会定期使用 AI 检测器。Center for Democracy & Technology 于 2024 年 3 月发布了这项调查。Bloomberg Businessweek 报道称，即使错误率很低，也会随着学生每年写作论文的数量而累积。

自闭症 AI 检测器研究, 作者发现了什么

这篇论文名为“The Misclassification of Autistic Writing as AI-Generated”，作者是 Summer Chambers 和 Matthew C. Kelley，来自 George Mason University。该论文经过同行评审，由 Springer 发表在 Artificial Intelligence in Education（AIED 2025）中。你可以在 arXiv 上获取一份免费副本。研究人员写道，关于自闭症作者更常被误认的轶事“尚未得到正式研究”。他们想检验这些说法。

他们的数据集由大约 60,000 条 Reddit 帖子组成，每位用户一条帖子。他们排除了较短的帖子, 即少于 1,000 个字符的帖子。可能属于自闭症群体的数据来自 13 个关于自闭症的子版块。普通群体来自 12 个按风格相似性挑选的热门子版块，这些子版块包含关于心理健康、社交情境和建议的长篇第一人称叙述。包含自闭症关键词的普通帖子被移除。

这些帖子通过 Reddit API 获取，涵盖了大约 2021 年到 2024 年的帖子，以及一组较早的帖子, 即 2010 年到 2020 年的帖子。为保留由自闭症作者撰写的帖子，凡是同时包含自闭症关键词以及诸如 "my daughter" 或 "my nephew" 等短语的帖子也被移除。

作者将第一组称为“可能属于自闭症群体”，因为没有核实诊断，而且任何人都可以在任何子版块发帖。一些自闭症人士也会在普通子版块发帖，因此作者怀疑，自闭症作者与非自闭症作者之间的真实差距可能比他们测得的更大。

该检测器是 OpenAI 的 RoBERTa GPT-2 检测器，于 2019 年发布，可免费下载。当检测器将其 AI 概率提高到 0.5 以上时，一篇帖子会被标记为“Fake”，在这里这算作一次标记。在第一项实验中，较短的帖子比更长的帖子更常被标记，而且疑似自闭症群体的帖子平均更短。长度可能解释了差距的一部分，因此在第二项实验中，作者只保留了超过 300 个词的帖子，并将每篇都截断为恰好 300 个词。

指标	实验 1	实验 2
分析的帖子数	59,947	33,216
使用的文本	1,000 个字符或以上的帖子	截断为恰好 300 个词的帖子
疑似自闭症群体被标记	1.9%	1.7%
一般群体被标记	1.5%	1.2%
调整后的比值比	1.246 (p = 0.001)	1.501 (p below 0.001)
更高的 perplexity	被标记的概率更低	不显著

在长度相同后，这一差距仍然存在。在实验 2 中，1.7 和 1.2% 大约相当于每 1,000 篇帖子中分别有 17 篇和 12 篇被标记，因此两组中的大多数帖子都未被标记。

他们还报告了比值比，这些数值来自一个回归模型，该模型控制了句子长度、词长、perplexity、burstiness 和帖子日期。他们在实验 1 中谈到“标记概率高出 25%”，在实验 2 中谈到“标记概率高出 50%”。这些都是以较小基数为基础的相对数值。实验 2 中的差异在原始百分比上是 0.5 个百分点, 如果你想知道有多少帖子被标记，应使用这些百分比。

为什么检测器可能会标记神经多样性写作

大学方面的指导和研究人员都指向用词选择。"The Challenge of AI Checkers", 这是 University of Nebraska-Lincoln 为教师编写的一份指南，其中说，神经多样性学生出现误报并没有单一原因。它指出，这通常与对重复短语、术语和词语的依赖有关。同一指南还说，像 I、me 和 we 这样的代词缺失，可能会被误解为 AI 写作，具体取决于检测器。

Bloomberg Businessweek 在 2024 年 10 月的一篇报道说，最容易受到影响的学生“很可能”是那些写作方式更为泛化的人，其中包括神经多样性学生。记者从学生、学者和 AI 开发者那里听到了这一点。Stanford 的 James Zou 是 2023 年关于非母语写作者研究的资深作者。同一报道引用他的话说：“如果用词倾向于更泛化和公式化，那么这类作品被 AI detectors 标记的可能性更高。”

在这项自闭症研究中，更高的标记率与 perplexity 或 burstiness 没有降低有关。两组的这两个分数几乎相同，但在可能属于自闭症的那组中往往略高。作者指出，来自可能患有自闭症的作者的文本特征与 AI 生成文本之间的关系“并不直接”。

如果你对这些术语不熟悉，我们关于AI detectors 如何工作的指南会解释 perplexity 和 burstiness。

ADHD 写作被标记为 AI, 大学对教师的说明

大学教学中心已经开始提醒教师注意患有 ADHD 的学生。Nebraska 的指南说：“神经多样性学生（自闭症、ADHD、阅读障碍等）也容易获得误报评级”。Northern Illinois University 的“AI detectors: An ethical minefield”, 发布于 2024 年 12 月，其中说：“神经多样性学生也更有可能因 AI 生成写作而被错误标记”。

Whitney Gegg-Harrison 和 Claire Quarterman 在 Academic Integrity in the Age of Artificial Intelligence（IGI Global）中撰写了一篇2024 书章节。这项小规模语料研究发现，在各种流行检测工具中，误报率远高于宣传值。基于该研究、新闻报道和学生证词，这一章节“提出了这样一种可能性：神经多样性作者，以及 L2 作者，更有可能受到误报的影响”。L2 指第二语言。

自闭症研究中的一项发现适用于任何撰写短篇内容的人，例如讨论帖。在实验 1 中，较短的帖子比更长的帖子更常被标记。我们在关于 AI 检测器最少字数 的文章中讨论了检测工具如何看待长度。在写作时保存草稿和笔记，是保留写作过程记录的好方法。这比任何分数都更能回应一次标记。

阅读障碍的 AI 检测与编辑工具

Nebraska 指南在关于假阳性的警告中纳入了阅读障碍学生。许多写作者在起草时会使用拼写检查、语法建议或改写工具，而两项研究展示了这些工具如何改变 AI 分数。

在 2024 年 Bloomberg Businessweek 的一项测试中，一款流行写作助手的拼写检查器和语法建议对使文档看起来更像 AI 写作的影响仅为边际性的。整篇文本改写则不同, 让同一款助手“改进”一篇论文或“让它听起来更学术”，会把被评为 100% 人类写作的作品变成 100% AI 写作。

Hyeonchu Park, Gahye Jeong 和 Bugeun Kim 在 EMNLP 2026 上发表的 "Style as a Confound" 中研究了专业编辑。他们使用了来自一项学术英语编辑服务的 135,389 对文档，时间跨度为 2018 年至 2025 年。每一对都包含一位非母语作者的手稿在母语编辑修改前后的版本。在 13 个检测器中，相同的修改使一些检测器的分数上升，也使另一些检测器的分数下降，而且分数变化会随着编辑量增加而增大。

随后，他们以一个检测器, 一个 OpenAI RoBERTa 模型, 为对象，按类型拆分这些修改。语法修改使其分数出现轻微的负向变化，而句法修改, 即改变句子结构的修改, 产生了最大的正向变化。他们得出的结论是，检测器输出不应被视为 AI 使用的决定性证据，尤其是在编辑较为常见的情况下。如果你使用会重写整段内容的工具，请保留早期版本，并查看你的课程允许什么。

误报率取决于检测器

误报率会随检测器而变化。该比率针对的是研究所测试的特定检测器。Liang 及其同事在 2023 年发表于 Patterns 的研究发现，在美国八年级学生的作文上，准确率几乎完美。相比之下，这些检测器将超过一半的 TOEFL 作文标记出来，且这些作文来自非母语作者。有关细节，请参见我们关于检测器对非母语作者的偏差的文章。

我们在 2026 年由 TextPulse Research 发表的关于非母语作者与误报的工作论文，对 5,600 篇在现代 AI 工具出现之前写成的 ICNALE 作文进行了评分。一个研究分类器, 逻辑回归, 将 2.7% 的学习者作文和 3.3% 的母语作文标记出来。一个在相同特征和作文上训练的梯度提升模型，将学习者标记为 12.5%，将母语者标记为 3.8%。因此，某一群体是否更常被标记，取决于检测器。

在 Park 研究中，这 13 个检测器对人类写作文本的误报率差异很大，从 0.0% 到 100.0% 不等。Bloomberg Businessweek 对两个知名检测器进行了测试，样本是随机抽取的 500 篇大学申请作文，这些作文于 2022年夏季发送到 Texas A&M，当时还没有 ChatGPT。这些服务错误地将 1% 到 2% 的作文归类为可能由 AI 生成。

在同一份报告中，Turnitin 表示其文档级误报率低于 1%，句子级误报率为 4%。因此，对学生而言，真正重要的数字是其学校所使用的检测器对应的数字。

如果你被标记，或者如果你审查一个标记

对于学生

你的草稿历史是起点。它显示较早的草稿以及关于你的文本如何发展起来的注释，而一个分数不能。请书面要求提供完整报告以及适用的政策。相关步骤已在我们的文章中说明，分别是如果你被指控，首先该做什么以及如何撰写一封AI 检测申诉信。

对标记的最佳回应是展示你的写作过程。保留你所写内容的记录。使用 Google Docs 或 Microsoft Word, 并启用版本历史记录，来起草并跟踪你的笔记、提纲以及你阅读过的来源。如果你使用拼写检查、听写或文本转语音等辅助技术，你可以告诉你的授课教师或无障碍办公室你使用了哪些工具以及如何使用。

你也可能希望联系你所在大学的残障或无障碍办公室。决定你是否想向你的教师或评审小组说明你的诊断。你可以这样说: 各个检测器的比率不同。一项经过同行评审的研究显示，其中一个检测器对可能是自闭症作者的标记率更高。你的草稿比针对群体的研究更重要，因为针对群体的研究无法显示你自己的作文是如何写成的。

对于工作人员

该分数只是一个估计值。它是一个提出写作过程相关问题的理由。如果草稿和笔记存在，就请查看它们。询问学生这篇作品是如何写成的。诊断结果或写作风格并不能作为支持或反对使用 AI 的证据。询问学生使用了哪些工具，例如拼写检查或听写。Bloomberg 的 2024 年测试显示，拼写检查和语法建议几乎没有改变 AI 分数，但对整篇文本的重写则使分数变化很大。同一份 Bloomberg 报告还说，检测器制造商表示，他们的分数只是一个数据点，用来为教师提供参考。Chambers 和 Kelley 建议对这些模型及其在学术语境中的使用进行进一步的批判性审查。

本网站上的工具

免费困惑度检查器用于估计你草稿中的词汇变化程度，免费 burstiness 检查器用于绘制你的句子长度图表。这两个数值都不能证明文本是谁写的。TextPulse 的 AI humanizer旨在降低你自己撰写的草稿的 AI 分数，同时保留引文和术语。如果你使用它，请确认你的课程允许此类工具，并阅读输出结果。这项研究中的任何内容都没有说你需要改变自己的写作方式。