桑本谦：AI检测是“工作量证明”而非“创新证明”，法学需将不可判分问题改造为可判分

事件概述

中国海洋大学法学院教授桑本谦在回顾其著作《疑案的裁判》的创作过程时指出，尽管人工智能（AI）在写作辅助和事实纠错方面表现高效，但其在涉及价值判断和复杂逻辑融合的领域存在根本局限。他批评当前基于AIGC率的检测手段是一种低效的社会浪费，并提出了关于人类创造力与AI能力边界的分类框架。

核心信息

1. AI能力的边界：三类问题分类法

桑本谦将问题分为三类，以此界定AI的能力范围：

• 博尔特问题（可判分）：如短跑成绩、数学证明等，有客观标准（秒表），对错可检验。AI擅长此类问题，能快速逼近合格线。
• 李娜问题（统计收敛）：如“谁唱得最好”，无绝对客观标准，依赖大众共识或统计结果。AI能给出笃定答案，但依据的是“数人头”而非实质判断。
• 娜菲问题（不可判分）：如“李白与杜甫谁更好”，风格各异且无统一评分尺度，统计不收敛。AI在此类问题上无法提供实质性洞察，只能回避或罗列观点。

结论：法学混合了这三类问题。法律经济学的目标是将“李娜问题”和“娜菲问题”改造为“博尔特问题”，即通过建立清晰的规则和价值量化体系，使原本模糊的法律决策变得可判分。

2. 人类积累的独特价值：25年的思维磨砺

• 纠错的前提是具体化：AI能纠正错误，但前提是用户必须提出具体且可能出错的主张。模糊的正确无法引发AI的深度互动，而具体的错误则是推动认知进展的必要投入。
• 长期思考不可替代：作者在议题上长达25年的琢磨，形成了敏锐的问题意识（如一眼识别指导性判例中的疑点）。这种判断力源于长期的头脑磨砺，而非简单的知识阅读。AI仅在最后阶段节省了约83%的写作时间，但无法替代前期的探索性思考。

3. AIGC检测的根本缺陷：“不看功劳看苦劳”

• 隐含假设谬误：AIGC检测假设无人能独立完成高质量创新，因此转而检测“工作量”（如参考文献数量、结构规范性、文本相似度）。
• 统计替代秒表：检测器用“像不像AI生成”替代了“是不是AI生成”，这退化为一种统计游戏。由于“像不像”可以被针对性优化（如使用AI进行降重、改写），导致出现“AI检查AI、AI逃避AI检测”的社会浪费循环。
• 更优的替代方案：对于学位论文等技能认证场景，现场答辩比文本检测更有效，因为答辩能直接考察作者的思路框架和分析工具，属于真正的“博尔特问题”。

4. AI是能力乘数，非平等化工具

• 扶强锄弱效应：AI提供的“基础完成度”是人人可得的加数，但超出部分取决于使用者的判断力（乘数）。在缺乏明确标准（无秒表）的领域，高判断力的使用者能借助AI获得更高成就，而低判断力者仅能获得平庸的基础内容。
• 杆子理论：AI如同猴子，只能顺着使用者竖起的“杆子”（问题框架/判断标准）往上爬。杆子越高，猴子爬得越高；若没有杆子，猴子无处可爬。因此，AI不会抹平能力差距，反而可能扩大差距。

值得关注

• 学术评价体系的反思：当领域内缺乏客观判分标准时，引入AIGC检测往往意味着承认该领域的“不可判分”属性。解决之道不在于加强检测技术，而在于通过理论创新（如法律经济学方法）建立可量化的评价标准。
• 人机协作的新范式：未来的核心竞争力在于提出新问题、设定高标准以及否决AI生成的平庸内容，而非单纯的知识储备或文字堆砌。