生成式人工智能已深度融入大学生写作，传统检测工具难以评估学习成果。佐治亚理工学院与斯坦福大学研究人员联合开发了开源工具 DraftMarks，旨在让写作过程中人与 AI 的协作变得可见。该工具并非仅判断 AI 使用比例，而是通过叠加视觉标记，展示学生如何迭代提示、生成内容以及删除修改，从而还原完整的创作路径。 DraftMarks 采用类似物理写作的视觉语言：橡皮屑标记大幅修改段落，污渍显示论点强化而非内容变更，胶带高亮 AI 初稿，胶痕表示删除的 AI 内容，幽灵文字则记录未被采纳的提示。不同字体区分人工与 AI 生成的文本。这些标记共同讲述作者的使用故事，促使写作者反思是否真正投入思考，而非被动接受 AI 输出。 项目核心负责人莫明·西迪基指出，该工具让隐形的过程具象化，帮助作者对未来的人机协作做出更有意的判断。研究团队在设计初期并未依赖检测算法，而是先观察 21 名教师评估写作时的关注点，据此构建了视觉符号系统。系统后台实时追踪文档历史，动态生成标记。 在针对 70 名参与者（含学生、教师及普通读者）的测试中，教师重点关注思路演变与 AI 使用程度，而普通读者则利用标记评估作者意图与文章可信度。相比仅提供百分比的传统检测器，DraftMarks 旨在激发深度反思。研究者希望在人机共写常态下，通过提升透明度，让教育者与学习者更清晰地理解学习发生的真实过程。