Substack推出AI写作检测功能 助力新闻稿透明度提升
•0 阅读•2分钟•应用
PangramSubstackAI写作检测
Sarah Perez••0 阅读•2分钟•应用

功能概述
- Substack在其移动端和网页编辑器中加入了基于Pangram检测算法的AI写作辨识模块。
- 该模块对任何长度超过100字符的帖子、笔记、回复或评论进行扫描,返回“人类撰写”“AI辅助”或两者比例的估计值。
- 作者可自行在文章底部添加可选的“AI使用说明”,向读者公开创作过程。
检测原理与使用方式
Pangram采用大模型对文本的语言特征、句式复杂度以及常见AI生成痕迹进行打分。检测结果以百分比形式呈现,用户在阅读时可点击“查看AI占比”按钮展开细节。Substack同时提供“预检测”入口,作者在发布前自行运行检测,若误判可提交反馈进行校正。
行业影响与争议
此举标志着内容平台开始系统化管理AI生成内容。短期内,部分依赖AI加速创作的独立作者可能面临曝光风险,平台信任度或受冲击;但长期看,可有效抑制低质量的“AI垃圾”,提升整体内容生态的专业度。业界已有类似举措,如Twitter对AI生成媒体的标记、Spotify对AI音乐的标签,Substack的做法将进一步推动“生成式AI”透明化。
未来展望
Substack CEO Chris Best 在接受采访时表示,检测工具并非要限制创作者使用AI,而是希望“让人类创意成为核心,工具负责繁杂工作”。他补充,平台将在后续完善“AI作者说明”模板,并探索对误用AI的内容进行降权或标记。随着检测技术成熟,预计更多出版平台、社交媒体会引入类似功能,形成行业标准。
“软件应该帮你完成所有繁琐的事,但创意的火花仍然来自人。” — Chris Best
本文是对第三方新闻源的主观解读。消息可能出现过时、不准确、歧义或错误的地方,仅供参考使用。点击此处查看消息源。