AI 文本自然化

你的统计方法段读起来像AI在嗑药。我们实测了为什么。

检测器不惩罚你写复杂统计。它惩罚你写均匀的句子。一个四词短句夹在两个三十字长句中间，加一个'我'，加一个具体的、有点难看的细节——这才是人写的。

我们做了一个对照实验。同一段统计方法描述——混合效应logistic回归、Bayesian先验、n=40、三个时间点——写了七个变体，每个过了两个独立的学术检测器（分数越低越像人）。Baseline，就是最普通的AI生成的方法段，detectorA打1.0，detectorB打0.9999。满分机器味。问题不是'能不能让检测器不报警'。问题是：哪个具体的、你能直接抄的写作动作，真的能把分数拉下来？哪些动作只是你在浪费时间给同一个机器人句子换了件外套？

先说两个所有人都会踩的坑。变体二：过渡词堆砌。每句话开头'researchers additionally''the findings further indicate''subsequently'。分数：detectorA 1.0，detectorB 0.9999。跟baseline一模一样。你加了十四个连接词，检测器眼皮都没抬。变体三：同义词升级。'used'变'utilized'，'helped'变'facilitated'，'ran'变'employed'。分数：detectorA 0.9985，detectorB 0.9999。你换了三个词，在一个检测器上移动了0.0015。结论：检测器不数你的词汇难度，也不追踪你'furthermore'的密度。fancy词替代简单词，就是一条贴了同义词词典的平线。你换了壳，没换骨架。

然后出现了第一个真正的位移。句长突变（burstiness）。短句。长句。三个词。一个34个词的长句，里面塞了个括号、一个从句，然后……直接断。detectorA从1.0掉到0.0988。非常猛。但detectorB只到0.7316。还是'大概率AI'。节奏变化是必要的，但不够。只有节奏，你听起来像一个喝多了在台上做keynote的人。你还需要内容里有一个人的指纹，不只是语流上的指纹。

那个指纹是：第一人称 + 一个具体的、有点丑的细节。我们加了'我'，加了一个真实到有点尴尬的事实：那个40号被试、她的第三轮反应跟第一轮高度相关。'I used a mixed-effects logistic regression because the same 40 people showed up at three time points. You can't pool those observations like they're independent. The random intercepts handle the Sarah-problem.' detectorA：0.0757。detectorB：0.1302。两个检测器都说'这可能是人写的'。关键不是第一人称。你可以通篇说'I'，每句话都是'I employed a model'，照样是机器人。那个具体的、有点难看的细节才是锚。不是'participants'，是Sarah。不是'n=40'，是'那40个人三次都来了'。

整个实验里效果最炸的一个技巧：故意的不完美。碎片句。一个没有完全收住的hedge。'Nothing broke. The direction held. That's your robustness check. You don't need a separate paragraph for it.' 短陈述。一个碎片。直接跟读者说话。detectorA：0.0368。detectorB：0.2483。detectorA全场最低。检测器预期每一句都是完整的、语法密封的主谓宾结构。你打破它。用'And'开头。用三个词收尾。让一个hedge悬在那里不解决。你不是在偷懒，你是在快速说话、信任读者跟得上。这就是人和机器的区别：人会说到一半把尾巴甩掉。

那easydue这个工具在哪个位置？我们把raw baseline过了它最强的humanizer pass。detectorA从1.0到0.892，detectorB从0.9999到0.998。有位移，但不是0.0368那个数字。它不能单独撑起你的proposal。它擅长什么：把均匀节奏打碎、把'furthermore'脚手架拆掉、把句子长度的同质化磨掉。它是你草稿的抛光机。第一人称的插入、那个具体细节、那个故意断掉的碎片句——这些你得自己写。easydue把你从1.0的平线上拉出来。最后那一公里是你自己走的。它是写作工具，不是魔法印章。

所以把动作压缩成你凌晨三点能用的版本。方法段开头：'I used a mixed-effects logistic regression because the same 40 people showed up at three time points.' 短。第一人称。具体n。然后一个长句解释为什么random intercepts重要，里面塞一个具体被试或一个数据上的怪点。然后：'Nothing broke. The direction held.' 三个词的碎片。结束。你不需要'utilized'，不需要'furthermore'，不需要同义词词典。你需要一个难看的真实细节、一个断掉的节奏、和说'我'的时候不心虚。检测器不是在找天才。它在找一个人，说得太快，最后一句没来得及修饰。

你改proposal的优先级应该是：先保证统计方法本身是对的，逻辑链是通的。然后做三件事。第一，把'furthermore/additionally'全部删掉，不替换，直接删。第二，找到你方法里最具体的一个点——那个被试、那个n、那个数据里最丑的地方——用一句话写出来，带名字。第三，在你的方法段中间放一个三到五个词的短断句。'It worked. The p-value held.' 就这种。你不需要写得像Nature。你需要写得像你在给一个懵逼的室友解释你的方法，凌晨两点，她快睡着了，你在加速。那才是人。