Towards AI 發布了一篇於 2026 年 7 月 27 日更新的文章，探討為何 AI 生成文字仍難以被可靠識別，即使學校、大學與其他機構持續尋求可信賴的偵測工具。該文最初發表於 Towards AI，也可在 Medium 閱讀。

這篇文章聚焦於 AI 文字偵測背後的分類器、浮水印與理論限制。文章指出，對可靠偵測器的需求出現在 2022 年底，當時 AI 系統已能在沒有人類直接撰寫的情況下完成整篇論文與文章。教育機構與其他組織隨後開始尋找能區分機器生成文字與人類作品的工具，尤其是在作者身分具有學術、專業或政策後果的情境中。

根據文章，早期 AI 文字偵測器通常依賴困惑度等簡單的可預測性衡量指標。較新的系統則使用經訓練的基於 transformer 的分類器，將文字轉換到嵌入空間，並回傳一段文字屬於「AI」或「人類」的機率估計。然而，文章指出，即使是這些較新的模型，也無法提供一條能明確區分 AI 生成寫作與人類撰寫內容的清晰規則。

文章認為，偵測器表現所宣稱的提升，可能高度取決於基準測試的選擇與訓練方法。這些選擇可能引入捷徑與偏差，使偵測器在受控測試中看起來比在實際場景中更強。文章表示，在真實使用中，偵測器仍會在變動的寫作條件與對抗性攻擊下失效，包括改寫以及以偵測器為導向的重寫。

作者也提出了一項理論上的「上限」結果。文章指出，可靠偵測從根本上受限於人類文字與 AI 文字分布能變得多麼相似。隨著 AI 生成寫作變得更流暢、也更接近人類寫作，偵測器的表現可能被推向近似隨機猜測。這種框架使問題超越任何單一產品的比較：即便分類器有所改進，如果其評估的文字不再包含穩定且可偵測的差異，也可能面臨限制。

文章進一步描述了作者使用一款商業偵測器進行的實測。在這些測試中，作者發現人類寫作出現令人意外的誤判為陽性結果，而一些看似明顯的混合文字也出現出乎意料的結果。文章的結論是，機構應只將偵測器分數視為弱訊號，而非作者身分的證明，因為其背後的偵測問題很可能無法被永久解決。