在学术出版界（以及其他领域），生成式 AI 工具有利也有弊。负责任地使用，确实能提升效率、辅助人类创作；但使用不当则可能损害知识的严谨性与独立思考能力（相关讨论可参考：这篇研究及这篇），也会让研究发现的可信度受到质疑。

随着外界对 AI 滥用的担忧持续升温，学界和机构对研究写作中出现“疑似 AI 使用”的标记也越来越紧张，担心这种怀疑会进一步蔓延到对研究本身的质疑。对人文学科的研究者来说，这个问题尤其敏感，因为在人文领域，写作方式本身就是研究的一部分。

于是，随着 AI 的普及和相关疑虑的扩散，各类“AI 检测”工具也如雨后春笋般出现在不同领域。我们在另一篇文章里已经说明过，这些工具根本不可靠：误报率极高，会对被误判的研究者造成严重后果，而且仅仅是排版格式或稿件版本的细微差异，就能让检测结果大相径庭。

现在，我们又发现了一个更严重的问题，对 AsiaEdit 的客户群体来说尤其相关：这些工具对母语非英语的作者存在偏见。斯坦福大学研究人员的一篇论文发现，多款主流 AI 检测工具会持续将非母语英文写作样本误判为 AI 生成，而母语者的写作则能被准确识别。

原因很可能在于：目前多数 AI 检测工具的核心逻辑，是基于文本的“困惑度”（perplexity），也就是语言表达的不可预测程度。越“像人写的”文字，理论上应该越复杂、越难预测。但非母语英文写作者在词汇丰富度和语法复杂性上通常不及母语者，因此他们的文字更容易被工具误判为 AI 生成内容。

研究团队表示：“这一发现凸显了一个迫切需求：AI 检测方法必须考虑非母语英文作者的语言特征，保护他们免受不公正处罚，或被排除在学术讨论之外。”

埃塞克斯大学的另一项研究也得出相同结论：AI 检测工具确实对非母语英语使用者存在偏见，语言使用模式可能偏离常规的其他群体，例如残障人士，也同样会受到影响。