直接用AI翻译SCI论文AIGC率高吗？
如果一篇中文科技论文，完全是自己写的没有借助AI工具，但是准备使用AI翻译成英文，翻译出来的稿件AIGC率一般是高还是低？AIGC率一般有多高？为什么会被标记为AI生成的内容呢？
首先给出结论：如果你的中文论文是自己写的，但完全依赖AI（如DeepL、ChatGPT、Claude等）一次性翻译成英文，翻译后的稿件被AIGC检测工具标记为“AI生成”的概率通常很高。
AIGC率一般有多高？
| 翻译方式 | 典型AIGC率 | 说明 |
| 直接机翻（DeepL、Google Translate） | 30-60% | 部分段落可能被标记为“高度疑似AI生成” |
| AI对话式翻译（ChatGPT、Claude等） | 40-80% | 大语言模型翻译的文本特征更明显，检测率更高 |
| 机翻+轻度降重修改 | 10-30% | 部分改写后检测率明显下降 |
| 机翻+深度降重修改 | 0-10% | 基本可以规避检测 |
| EditorBar论文翻译 | 0-2% | 专业领域博士中译英，欧美母语编辑再修改润色英文，一次性达到发表级别 |
AIGC检测工具并没有统一的“合格线”，不同工具的检测逻辑和敏感度差异很大。但可以肯定的是，未经人工干预的AI翻译稿件，很容易触发检测警报。
为什么会被标记为AI生成？
这是很多科研人员感到困惑的地方：我明明是自己写的中文，只是用AI翻译了一下，为什么检测工具就认定整篇文章是“AI生成”的呢？
原因在于，AIGC检测工具检测的不是“内容是否为原创”，而是“文本特征是否符合AI生成的模式”。
1. AI翻译存在固定的“语言指纹”
AI翻译模型（无论是传统的神经机器翻译还是大语言模型）在输出时，会呈现出一些稳定的语言特征：
句式结构单一化：AI倾向于将中文的短句合并为结构规整的英文长句，主谓宾的排列方式高度相似。
用词偏好稳定：AI对某些词汇有固定的偏好（如频繁使用“notably”、“furthermore”、“consequently”、“it is worth noting that”等）。
过渡词使用过于规律：段落之间、句子之间的衔接词使用频率和位置呈现“标准化”模式缺乏人类写作的“不完美”：人类写作往往有长短句交错、偶尔的省略、微妙的语气变化，而AI输出的文本过于“工整”。
这些特征叠加在一起，就构成了AIGC检测工具可以识别的“统计指纹”。
2. 翻译过程中的“中式英语残留”与“过度本土化”并存
AI在翻译中文科技论文时，会出现两种看似矛盾的情况：
部分句子保留中式句法结构：虽然用词正确，但语序、逻辑连接方式带有明显的中文思维痕迹。部分句子被“过度本土化”：AI为了让英文更地道，可能将原文的表达方式彻底改写，甚至改变原文的细微语义。这种“不中不洋”的混合特征，反而更容易被检测工具识别为“非人类自然写作”。
3. 科技论文的文体特征与AI输出的高度重叠
科技论文本身就具有“句式规范、用词统一、逻辑严谨”的特点。而AI生成的文本恰恰也具有这些特征。当AI翻译科技论文时，这种文体相似性会被进一步放大，导致检测工具难以区分“人类写的规范学术文本”和“AI翻译的学术文本”。
换句话说，写得越规范的学术论文，反而越容易被误判为AI生成。这是目前AIGC检测领域一个普遍存在的困境。
（转载请注明本文来自EditorBar中文官网：https://www.editorbar.com/）