同一份大纲的内容，两个检测器却给出了截然不同的结果，差异可达到十几倍。Google DeepMind与多家顶尖实验室合作开发了一种名为IdeaLens的工具，旨在检测“AI生成的创意”。该工具只关注大纲，而不分析具体文字。在一组对比数据中，当AI根据某个人的完整大纲进行创作时，IdeaLens仅将7%标记为由AI生成，而Pangram 4却标记了92%。相反，当50篇故事是由人根据AI生成的大纲写成时，IdeaLens标记了68%，而Pangram 4却只标记了8%。这表明，两款检测器测量的内容本质不同。

Pangram类工具聚焦于“文字的作者”，因此常常错误地将经过AI润色的人类作品标记为AI生成，同时漏掉那些由AI提供创意、人类进行写作的内容。而IdeaLens则注重分析文档所提要点的来源，关注的是构思的来源而非具体的表达方式。为了避免因措辞而导致的偏差，IdeaLens的训练使用了改写后的要点列表，使其只能从“想法本身”寻求线索。

研究的发现表明，通过分析文档的大纲而非字句，可以有效判断这些想法源自人类还是AI。这一结论突显了一个现实问题——原创思考的标准不能仅依赖于那些只评估措辞的检测器，因为这类工具可能会错误标记人类作品并且忽视AI灵感下人类所创作的内容。简而言之，检测的重点从“语言”转向了“结构”，一份文档的整体框架比其具体的表述更能揭示创意的来源。 球盟会

这一创新的检测方法引发了不同的看法。支持者认为，这是检测思路的必要转型。AI已经能够创作出无法轻易分辨的流畅句子，继续在措辞层面进行检测已越来越无效，而转向大纲的检测则能避免这一难题。反对者则提问：既然大纲可以由AI生成，当AI生成大纲后再写作时，这套检测方法是否依然有效？目前的研究仅涵盖了“人写大纲，AI写作”和“AI写大纲，人创作”的两种情境。

我认为，这篇论文的真正价值在于重新定义了问题的实质。人们曾经关注的是“这段文字是否由AI写成”，现在则转向“这个创意是谁提出的”。这种转变使得文本鉴定变成了创意归属的问题。当涉及原创思考的判断时，检测器所阅读的内容直接影响其判断能力。仅依赖字句的检测器无法判断想法的来源。