彭博社與 NPR 報導，作家和學生為了不被 AI 偵測器誤判，開始刪破折號、故意寫錯字。證明你是人的，從來不是文字長什麼樣子，是你說得出自己是怎麼想到的。附 30 秒四行「留下思考痕跡」。
Read in English: Typos on Purpose: Proving You Are Human
為了不被當成 AI，
有人開始故意寫錯字。
10 月 30 號，
彭博社一篇長篇報導寫到：
AI 偵測器，
正在改變人類寫字的樣子。
有作家，也有學生，
開始刪掉破折號，
不再用「delve」這個英文字，
避開「不是 X，而是 Y」的句子，
甚至故意留幾個錯字。
目的只有一個：
看起來像人。
隔天，美國公共廣播電台 NPR
講了一個人的故事。
Sally McGraw，
寫了 20 多年的非虛構代筆作家。
她為了接一份書稿提案，
交了一份寫作樣本，
結果被告知：
好幾個偵測工具
都把她的稿子標成 AI。
她說：
「我整個傻住，
因為我根本沒有用 AI 生成那些文字。」
業主說，偵測結果不是決定因素，
看的是經驗和適不適合。
但 McGraw 相信，
就是那個結果，
讓她丟了整份提案。
後來，她改了寫法。
避開某些字、某些句型，
有時候連逗號都拿掉。
用了幾十年的破折號，
也不敢用了。
她說，這感覺像是
「想騙一台機器，
相信我不是機器」。
偵測器到底在找什麼？
偵測公司 Pangram 自己公布的統計表：
每一萬字，
AI 寫的平均有 17 個破折號，
人寫的只有 2 個。
賓州大學的 Chris Callison-Burch 解釋，
很多偵測器是在問語言模型：
這段話，好不好猜？
我的推測是，
寫得順、寫得工整的人，
也很好猜。
科普作家 Janelle Shane
拿她 2019 年出版的書去測，
有一個偵測器說，
98.7% 確定是機器寫的。
那本書出版的時候，
ChatGPT 還沒出現。
讀到這裡，我笑了一下。
我寫文章最常用的句型，
就是「不是 A，是 B」。
照這個標準，
我大概也很像 AI。
但笑完，我有點不安。
如果大家為了證明自己是人，
開始故意寫亂、寫錯，
我們到底在教孩子什麼？
證明你是人的，
從來不是文字長什麼樣子。
是你說得出，
自己是怎麼想到的。
文字的樣子，可以模仿。
破折號可以刪，錯字可以加。
但你為什麼這樣想、
卡在哪裡、
中間改過什麼主意，
只有你自己知道。
但我要先說清楚，
我不是說偵測器沒用。
六月一篇發表在
《國際教育誠信期刊》的研究，
拿 160 篇學術論文
測了 4 種偵測器，
Pangram 是最穩定的：
人和 AI 混寫的 40 篇，
抓出 37 篇。
Pangram 執行長也承認，
偵測器會出錯，
文字太短時特別容易。
科幻雜誌 Clarkesworld 的發行人兼編輯
Neil Clarke 說了一句話：
「投稿應該以退稿收場，
而不是以指控收場。」
偵測器可以是線索。
不能是判決。
今天就可以做的一件事：
留下你的思考痕跡。
寫任何重要的東西之前，
先花 30 秒，寫四行：
問題：我要解決什麼？
我已知：我已經知道什麼？
我想的：我自己怎麼想？
我不懂：我還卡在哪裡？
寫完，再開 AI，或再動筆。
這四行，首先是幫你自己想清楚。
萬一哪天有人問你
「這真的是你寫的嗎？」
你拿得出來的，
不是一份偵測分數。
是你想過的痕跡。
如果你是家長，
孩子交作業前，問他一句：
「你一開始是怎麼想的？
中間改過什麼？」
說得出來，
比什麼偵測器都準。
如果你是老師，
少看文字像不像 AI，
多聽學生講不講得出過程。
如果你是上班族，
重要的提案，
留著草稿和版本紀錄。
那是你的思考，
被看見的方式。
回到那些故意寫錯字的人。
他們想證明自己不是機器。
但機器最模仿不來的，
不是錯字。
是一個人，
說得出自己為什麼這樣想。
你最近寫的一段文字，
說得出它是怎麼來的嗎？
免費領「先人後機練習卡」
留下 Email，練習卡和 3 份進階練習包一起送你。
👉 免費訂閱《碩學苑》會員信，練習卡和 3 份進階練習包一起送你
想系統學「先人後機」
參考資料
- 彭博社（Bloomberg）：How AI Detectors Like Pangram Are Changing Human Writing（Morgan Meaker，2026-10-30）
- 美國公共廣播電台（NPR）：Your writing was flagged as AI. What does that actually mean?（Windsor Johnston，2026-10-31，KUOW 轉載）
- Pangram：9 Signs of AI Writing, Backed by Data
- International Journal for Educational Integrity：四種 AI 偵測器比較研究（2026 年 6 月，NPR 引述）