你的方法论写得像菜谱。我拿数据打你的脸。

你的data collection procedure不需要更多'furthermore'。它需要一句长短错开的句子和一个具体到有点尴尬的细节。其他全是装饰,检测器感觉不到。

你的方法论部分读起来像菜谱。我不是在夸你。我是说:'首先,加入200克被试。然后翻入半结构化访谈。最后冷藏两周,摆盘上桌。'所以我做了个对照实验。两台独立的AI文本检测器。一段通用学术英文的baseline段落。六个定向修改,每次只动一个变量。数字我全给你。因为看完你会在凌晨两点默默讨厌自己写过的每一个'moreover'。这不是感受,是跑出来的分。

原始数据先摆这儿。Baseline段落:检测器A给了1.0,检测器B给了0.9999。纯合成。现在试最直觉的改法:往上堆'moreover''furthermore''subsequently''in addition to the above'。结果:0.9935和0.9742。你省了0.0065分。恭喜,你写了一份更长的菜谱。然后试thesaurus路线:把普通名词换成'multifaceted''epistemological''leveraged'。检测器A降到0.8888。检测器B飙到0.9997。你写得更假了。花哨词汇骗不了那个打分工具。它只是让真人读者的眼睛像油在铁板上一样滑过去,一个字都没进去。你以为你在升级语域,其实你在升级检测器分数。

然后我换了形状。打碎句子长度的均匀性。短句。然后接一个长句,中间塞个括号里的岔路,最后落回主题。一个残句。就,这样。再来一组短-长-停顿的节奏:两个快拳,一个完整呼吸,停。Burstiness这组:0.035和0.0566。刻意短长节奏那组:0.1405和0.2163。这两个才是真正让分数断崖的变量。检测器读的是你的句子长度分布曲线。不是你选了什么副词。你可以把所有名词换成拉丁词根,照样拿0.9999。形状才是破绽。长度均匀就是AI的指纹,跟用词无关。

中等力度的改法:第一人称加一个具体细节。'我们招了30个被试。三个没来。休息室咖啡机是坏的,这大概让他们觉得自己不那么像小白鼠。'这段拿了0.3964和0.5769。不算炸,但确实下来了。坏掉的咖啡机。三个没来的人。三楼那个具体房间号。这是人脑记得住的东西。检测器捕捉到的是不对称——一个奇怪的、具体的、稍微跑题的事实,像裂纹穿过陶瓷釉面那样打断了pattern。你不需要五个轶事。你需要一个真发生过的。一个就够。

给你能直接抄的对照。❌ 'First, participants were recruited via the university subject pool. Subsequently, they were informed of the study's purpose. Finally, data was collected through semi-structured interviews.' → ✅ 'We pulled participants from the psych department subject pool. Thirty showed up, about what we expected. Each interview ran thirty minutes, give or take, depending on whether they kept circling the same question.' ❌ 'In addition to the initial recruitment, we further implemented a secondary screening process whereby participants met specific eligibility criteria prior to commencing data collection.' → ✅ 'Before the interview, everyone passed a quick screen. Three bounced there. Final N: 27. We planned for 30, so no crisis, just a smaller pie.' ❌ 'The data acquisition paradigm employed a multifaceted triangulation approach to ensure methodological robustness.' → ✅ 'We paired the interview with a short survey and kept field notes. Three sources, cross-checked. That's the whole trick.' 看出来了?你不是在加词。你是在减均匀度。把'recipe cadence'打碎就行。

有一组结果真的让我愣了一下。我试了刻意不完美:残句、模糊限定词、'sort of''kind of'、一个没说完的念头。检测器A:0.9345。检测器B:0.7076。不一致。一台还觉得你是机器。另一台买了这个表演。所以'加个错别字或者加个hedge'不是可靠策略。可靠的是什么?节奏加一个具体不对称。如果你正盯着自己的methodology草稿,它读起来像宜家组装说明书,而你需要它听起来像你真站在那个房间里看人填问卷——这时候easydue能帮你一把。你把自己的raw draft丢进去,它帮你重排节奏、打散句子均匀度,每个事实还是你的。它不再像菜谱第四步。你不用换内容,只是不再像content generator写的。

你的data collection procedure不是菜谱。你没有在按公式操作。你在那个房间里,处理没来的人、晃悠的椅子、还有那个一直说'我不知道,你觉得呢?'的被试。把这个写进去。一个具体的、稍微尴尬的、真发生过的细节。短句。长句。一个喘气的残句。这就是'participants were administered a questionnaire'和'handing out the survey in a crowded hallway at 11 AM, half of them looked like they'd rather be anywhere else'之间的差距。检测器读节奏。读者读生命。写生命。