很多人第一次看到这个数字时的反应是去数「哪些段落是 AI 写的」，然后发现对不上。原因是这个百分比的计算方式和直觉不同：它衡量的不是字数，是被判定为 AI 的句子在全文中的权重。
先把两套指标分开，后面的疑问大半会自己消失。
相似度和 AI 指标是两条独立的线
同一份报告上会同时出现两个百分比，它们回答的是不同问题：
| 指标 | 回答的问题 | 比对对象 | 高了意味着 |
|---|---|---|---|
| Similarity（相似度） | 有多少文字和已有文献重合 | 网页、期刊、学生文稿库 | 引用或改写不规范 |
| AI 指标 | 有多少内容像机器生成 | 语言模型输出的文本特征 | 写作过程被质疑 |
两者没有换算关系。0% 相似度、90% AI 的论文在现实中很常见——完全自己敲的字，也可能因为句式太整齐被判为 AI；反过来，大段粘贴的论文可以是 0% AI，因为粘的是人写的。
所以看到 AI 数字，先别去想「我抄没抄」，那是相似度的问题。
星号 * 的含义：低于 20% 不给数字
报告上如果 AI 那一栏显示的是 * 而不是百分比，含义是总分低于 20%，界面选择不显示具体数值。
这不是「未检测」「检测失败」或「0%」。区别在于：
- 逐句标记通常仍然存在，点开报告能看到具体被标记的句子
- 教师端看到的是同一份报告，星号对他们同样显示为星号
- 只有超出这个区间，才会出现 20、37、84 这样的数字
官方对这个设计的解释是低分区间的误判概率相对更高，直接甩一个「你的论文 12% 是 AI」容易被当成结论。用一个符号提示「有标记，但不多」，是更保守的处理。
各家界面版本略有差异，如果你的报告里星号和数字同时出现在不同位置，以报告顶部的总分栏为准。
百分比是怎么算出来的
不需要懂模型细节，但需要知道三件事，它们解释了为什么你「感觉不对」：
一、判定单位是句子，不是词。
系统以句子（有时是段落内的语义单元）为单位判断，每句给一个「像 AI 生成」的概率。句子太短、结构不完整的，往往不计入统计——这也是为什么通篇短句、大量 bullet 的文稿，AI 分数常常偏低。
二、计入统计的是「符合条件的内容」。
参考文献、目录、页眉页脚、纯数据表格里的数字，一般不计入分母。正文越长，单句被标记对总分的影响越小；一篇 800 词的短文里有两句被标，总分可能直接跳到 25%，同样的两句放在 8000 词的论文里就接近星号区间。
三、总分是被标记句子的加权占比，不是概率平均值。
所以会出现「只标了 3 句，却是 40%」和「标了 10 句，只有 22%」两种看似矛盾的结果——前者那 3 句可能很长，且落在正文核心位置。
分档怎么读
按经验区间给一个粗糙的对照，不是官方标准，也不能当学校规定用：
| 显示 | 大致含义 | 常见处理 |
|---|---|---|
*（<20%） | 少量句子有机器生成特征 | 多数院系不追究，个别严格的会要求说明 |
| 20%–39% | 存在成段的疑似生成内容 | 导师通常会问，可能需要提供草稿 |
| 40%–69% | 相当比例的正文被标记 | 多数学校启动面谈或书面说明 |
| 70%–100% | 主体内容被判定为生成 | 大概率进入学术不端调查流程 |
表格里的「常见处理」是观察到的普遍做法，不是规则。同一份 45% 的报告，在不同学校可能一边被要求重写、一边只是提醒——处分权完全在学校，系统只提供参考。
比百分比更有用的，是逐句标记
总分只是一个聚合结果，真正能解释问题的是被标记的句子本身。
教师端点开报告后，能看到具体哪些句子被标、标在什么位置、覆盖多少内容。学生端能不能看到，取决于教师是否开启共享——很多学校默认关闭，学生只拿到一个数字或一句「AI 率偏高」的通知。
如果你只能拿到数字，做两件事：
- 问清楚是哪个版本的结果。报告页脚有提交时间、字数、检测范围，这些信息决定了这个数字的参考价值。
- 要求看逐句标记。这是合理请求，不是讨价还价——没有标记位置的百分比无法复核，也无法申诉。
具体到相似度那一侧的解读，见原创性报告怎么看，两套指标的读法不要混在一起。
五个常见误读
「AI 率 = 抄袭率」。 不是。AI 指标不比对任何已有文献，只判断文本特征。它和学术不端的定义之间隔着学校的裁量。
「降到 19% 就安全」。 20% 只是显示阈值，不是合规线。有的院系 15% 就要求说明，有的 40% 也只是提醒。盯着阈值做优化，方向从一开始就错了。
「英文查了，中文部分不用管」。 当前版本的 AI 判定以英文文稿为主，中文内容基本不参与统计。中英混写的论文，中文段落的高 AI 特征不会被算进去——这不等于没问题，只是这套系统看不见。
「表格和图里的内容不算，可以往那里塞」。 非文本内容确实不参与判定，但把生成内容转成图片是典型的规避行为，多数院校明确列为学术不端，风险远高于收益。同类做法的分析在重复率太高的三个方向里也提过。
「报告是一次性的，看完就没了」。 提交记录和报告会留在课程里，教师、管理员、后续接手的老师都可能调阅。这也是为什么文稿是否被收录要在提交前确认，而不是事后补救。
拿到数字之后先做什么
按这个顺序，比到处问「多少算高」有用：
- 确认指标口径：是总分还是单句？是 AI 还是相似度？两个数字混着说，沟通一定跑偏。
- 拿到逐句标记：没有位置就没有申诉基础。
- 自查那几句的来历：是翻译工具过的、语法软件改的、还是模板句式？这一步决定后面是解释还是修改。
- 看学校的条例原文：搜「学校名 + 学术诚信 + 人工智能」，多数院校 2023 年之后都出了专门条款，里面写明了什么算违规。
如果已经收到正式通知，处理流程和这里不同，见被判定 AI 但确实没抄怎么办。
一句话总结
这个百分比是「被标记句子的加权占比」，不是字数、不是概率、更不是处分依据。星号只说明低于 20%，不是没问题；数字高只说明需要解释，不是已经定罪。