Grammarly AI Humanizer 评测

Grammarly 的 AI Humanizer 是 Grammarly 写作套件中的一个代理。它会将读起来像机器生成的文本重写为你选择的语气, 提供四种预设风格, 以及一种基于你本人写作样本训练的自定义声音。Grammarly 说这是由语言学家构建的。它支持六种语言的人性化处理, 英语、西班牙语、法语、德语、葡萄牙语和意大利语, 使用 Grammarly 账户即可免费开始, Grammarly Pro 每月费用为 $12。

本评测只考察 Humanizer 本身, 并且是从学术写作的角度来考察, 即论文章节、手稿、报告, 以及检测器会读取的文本。套件的其余部分只是背景。Grammarly 围绕声明 AI 使用而不是隐藏 AI 使用来构建其工具, 这一设计决定解释了下面大部分内容。

大学实际上允许什么

Oxford 将未声明的使用视为违规, 但允许这种辅助本身。几乎每一项已发布的规则都具有这种结构, 而且允许范围比大多数研究者设想的更宽。

COPE's position on authorship and AI tools 从责任出发。软件不能对一项作品负责, 因此必须由一位具名的人类作者负责, 并且必须说明该工具做了什么。Nature 允许在写作中使用 AI 辅助, 并且出于同样原因拒绝将模型列为作者。我们的 AI disclosure statement template 提供了可供你调整的措辞, 人性化处理应当放在该声明之后。

为什么 AI 草稿需要人性化处理

有两个问题, 第一个是原始模型散文过于通用。句长保持在狭窄区间内, 连接词变得平直, 缓和语不断堆叠, 直到一个论断什么也没有真正承诺, 段落则以对前一句的公式化总结收尾。我们的 AI words and phrases 列表涵盖了暴露其来源的词汇。

第二个问题是测量。Turnitin、GPTZero、Originality.ai 和 Pangram 并不按意义阅读。它们根据前文预测每个词的难易程度来评分, 而生成文本高度可预测, 因为生成本身就是围绕这种可预测性进行优化的。我们的 how AI detectors work 指南说明了其机制。

Turnitin 的文档明确指出, 其 AI 指示器覆盖已经被人性化处理或经过 bypasser 处理的文本, 而 Turnitin 还会单独标记“likely revised using an AI-paraphrase tool or word spinner”的文本。粗糙的改写可能会把草稿从一种标记转到另一种标记。

AI Humanizer 如何工作

• 句子结构。 改变长度和结构对检测器读数的影响最大, 因为这种变化是被测量的。人类写作会在九个词到三十个词之间来回摆动, 而模型输出则保持在狭窄区间内。
• 词汇。 替换模型典型措辞, 例如 "underscoring", "thereby", "pivotal" 和 "intricate"。
• 语体。 使正式程度与场景相匹配。通用工具倾向于会话式表达, 而将方法部分改写得显得平易近人, 读起来就像本科生博客文章。

Grammarly 的 AI Humanizer 是什么

它是写作套件中的一个代理, 与语法检查器、AI 检测器和引文工具并行运行。Grammarly 说这是由语言学家构建的, 输出干净、地道且一致。

重写引擎如何工作

四种预设风格覆盖了通常的语气范围。自定义声音选项会基于你本人写作样本进行训练, 因此重写结果更接近你平时的写法。

六种语言, 以及它们遗漏了谁

Humanizer 覆盖英语、西班牙语、法语、德语、葡萄牙语和意大利语。对于商业团队来说, 这已经算是不错的覆盖, 但对于全球研究群体来说, 这仍然很窄, 没有普通话、阿拉伯语、印地语、日语或韩语, 也没有北欧或斯拉夫语言。这个缺口很重要, 因为非母语写作者是检测器处理得最差的一群人。Liang 及其同事在 Patterns 上发表研究, 将 91 篇由非英语母语者撰写的 TOEFL 论文送入七种检测器, 记录到平均误报率为 61.3%。如果一位研究者先用未覆盖的语言起草, 再转写成英语, 那么他最可能被错误标记, 也最得不到这里的帮助。

谁在使用它

Grammarly 的 Humanizer 页面将其用途界定为一般写作中的语气和声音, 包括论文、报告和提案, 营销文案, 支持消息。该页面还告诉用户遵循适当的指南来承认 AI 使用。

围绕它的透明度功能

Authorship 按文本来源为其标注, 即由你输入、通过 AI 生成、用 Grammarly 编辑, 或从网站复制, 并向审阅者显示一份文档中有多少百分比是原创、AI 写作或复制而来。这是一种披露工具, 而且是很好的工具。Grammarly 还提供了一个 AI 检测器, 声称检测准确率为 99%, 而同一页面的 FAQ 又写道, "No AI detector is 100% accurate", 并且没有任何检测器能够最终确定某段文本是否由 AI 生成。

为什么披露堆栈在隐藏方面很弱

把这三部分并排放在一起, 其意图就很清楚。Humanizer 调整语气, Authorship 记录每段文本的来源, AI 检测器显示审阅者会看到什么。三者合在一起, 使 AI 使用变得可见且可声明, 这正是 COPE 和大学政策所要求的。作为绕过检测器的工具, 也就是盯着 Turnitin 报告的学生想要的工具, 它并不合适。

改写在哪些地方更像 AI

Grammarly 的改写由 AI 驱动, 这一点体现在它选择的词语上。下面的截图来自对一篇人类撰写的经济学手稿的处理, 因此每一条建议都反映了 Grammarly 自身的偏好。

这张卡片里有两个改动。"Which can reduce" 变成了 "thereby reducing", 而 "the consumers' perspective" 被改写为 "the perspective of consumers"。两者都正确, 也都比作者原文更正式。"Thereby" 加上分词是学术英语中最典型的模型式结构之一。接受这两个改动后, 句子会变得更平, 而这正是可预测性评分所测量的属性。

该面板在一篇手稿上列出 38 条建议, 其中包括用 "underscoring" 代替 "which highlights"。问题是累积性的。沿着列表逐条接受那些看似合理的建议, 人类草稿就会被改写成语言模型的词汇, 而高度 AI 改写的散文正是 Turnitin 所归入 "likely revised using an AI-paraphrase tool or word spinner" 的类别。

Grammarly Humanizer 定价

Humanizer 本身没有单独定价。其所在套件决定价格。

对于已经在为 Grammarly 付费的写作者来说, Humanizer 不会增加账单。为了一个论文去购买它, 就意味着为了接触一个从未围绕你的文档类型设计的代理而承担整个套件。

引文、术语、统计和语体

Grammarly 的 Humanizer 页面没有描述这四项中的任何一项, 没有引文处理, 没有术语锁定, 没有学术语体区间, 也没有针对 Humanizer 说明检测通过率。

• 引文。 文内引文和参考文献条目必须原样返回, 甚至页码也不能变。
• 术语。 如果 "perceived behavioural control" 在某一段变成了 "a sense of control over behaviour", 那么你的方法部分就不再描述单一变量。
• 统计。 一个可以自由改写句子的引擎, 也可以自由改写承载数字的从句。
• 语体。 语气预设追求的是一种感觉。学术语体则是一个可测量的区间。

TextPulse 围绕这四项构建, 在六种参考文献格式中逐字保留引文, freeze terms 在处理前锁定任何构念或工具名称, 统计和化学公式自动保留, 语体保持在 Flesch-Kincaid 13 到 18 级区间。其供应商在 2,000 篇文档的学术语料库上的基准测试报告显示, Turnitin AI 通过率为 92.33%, Originality.ai 为 89.12%, GPTZero 为 87.91%。

我们的测试结果如何

Turnitin 结果是我们运行过的所有 humanizer 中最弱的, 与 QuillBot 的 Humanizer 持平。改写后的段落仍保留了足够多的模型典型结构, 使指示器保持有效, 这正是一个为语气而不是为统计不可预测性而调校的引擎会产生的结果。

学术语气是这一组中最强的结果, 其他任何项目都无法接近。输出在各段之间保持正式且一致, 没有一般 humanizer 在讨论部分中常见的那种会话式漂移。

语法、引文和关键词都表现良好, 句子干净, 参考文献大体完整, 术语在很大程度上得以保留。大体上和在很大程度上是关键措辞。没有任何功能会把参考文献条目排除在范围之外, 也没有任何功能会锁定构念名称, 因此长文档中的一致性更多依赖运气而不是设计。

Humanizer 是作用于一段文本的代理, 而不是面向整份文档的工作区。它没有地方容纳一整章, 也没有放在文本旁边的术语列表。六种语言优于大多数 humanizer, 但仍不及一个研究团队的语言范围。

语气在同类产品中居于前列, 而 Turnitin 处于末位, 这就概括了本评测。我们的 best AI humanizer 总览提供了更广泛的比较, 其中 Undetectable AI 的 Turnitin 结果最强。

Grammarly Humanizer 替代方案

• Undetectable AI. 面向大批量通用内容, 提供每月词数池, 若输出被标记则退款。
• QuillBot Humanizer. 位于改写套件之内, 因此适合已经订阅的写作者。
• WriteHuman. 面向短篇通用写作, 返回多个版本供选择。
• Phrasly. 面向一般学生和营销草稿, 附带文档编辑器。

这四者都面向通用内容, 也就是 Grammarly 的 Humanizer 所处的范围, 因此它们都没有回答学术问题。对于论文章节或手稿, 请使用 TextPulse。

TextPulse 与 Grammarly Humanizer 的比较

对 Grammarly 的结论

Grammarly 的 AI Humanizer 是一款适用于一般写作和商务写作的、能力不错的语气和声音工具。自定义声音是一个执行得很好的好主意, 六种语言的覆盖范围比大多数 humanizer 更广, 而 Authorship 有助于满足大学和出版方政策所要求的披露。如果你在润色提案、营销文案或支持消息, 并且你已经为 Grammarly Pro 支付每月 $12, 那就可以使用它。

对于面临检测器的学术草稿, 有两点对它不利。它的改写由 AI 驱动, 因此会把散文推向检测器被训练用来标记的语体, 正如对人类撰写文本所给出的 "thereby reducing" 和 "underscoring" 建议所显示的那样。并且它不保护学术文档所依赖的任何内容, 没有引文处理, 没有术语锁定, 没有语体区间, 也没有说明通过率。

对于论文章节或手稿, 请使用 TextPulse academic AI humanizer。引文会在六种参考文献格式中逐字保留, freeze terms 会固定你的构念, 统计和公式会原样通过, 语体保持在 Flesch-Kincaid 13 到 18 级区间内, 而且文档是整篇处理, 因此术语不会漂移。Pro 每月 $19, 可处理 25,000 words, Plus 为 $29, 可处理 50,000, 或按年计费 $169 和 $259。没有任何 humanizer 能保证你的特定文档一定得到某种结果, 而 TextPulse 报告的是估计的 Human Score, 而不是声称一个确定结果。无论你使用哪种工具, 都应当声明该辅助, 并在你的格式指南要求时引用该模型。