检测技术的局限性
误判问题2：当前的 AI 检测系统主要通过分析文本的用词习惯、句法结构、统计特征等来识别 AI 生成痕迹。然而，这些系统尚无法精准区分个人创作与机器生成内容。如果论文作者的写作风格较为规范、语言表达流畅且逻辑严谨，就可能与 AI 生成文本的特征相似，从而被误判为 AI 生成，导致在修改过程中，即使是原创内容也可能被误当作 AI 内容进行处理，进而使 AI 率不降反升。
检测标准差异：不同的检测工具有着不同的算法和标准，对同一篇论文的检测结果可能存在较大差异。这就使得作者在选择检测工具时面临困惑，而且在多次检测和修改后，由于不同工具的评判标准不一致，可能会出现 AI 率看似越降越高的情况。
修改方法不当
破坏逻辑连贯性1：AI 生成的内容通常有其固定的逻辑结构。如果在修改时只是一味地调整段落顺序或进行局部修改，而不关注整体逻辑，就会导致论文结构混乱、逻辑断裂。这种混乱的逻辑可能会被检测系统认为是不自然的，从而增加了被判定为 AI 生成的可能性，使得 AI 率升高。
语言风格不匹配1：为降低 AI 率，一些人可能会特意使用大量口语化用词或过于随意的表达方式，这与学术论文的严谨性不相符，容易被判定为表述不规范。相反，若过度追求学术化、规范化的语言，又可能陷入 AI 常用的表达模式，同样会被检测系统误判，导致 AI 率上升。
盲目删减与改写1：部分作者为了追求低 AI 率，盲目地删除和改写内容，甚至对一些关键的论证部分进行不合理的调整。这样做不仅可能会破坏论文的完整性和科学性，还可能使论文失去原本的个性和特色，更接近 AI 生成文本的特征，进而导致 AI 率升高。
对 AI 使用的过度依赖或不当使用
以 AI 为主要创作手段：有些作者在论文写作过程中过度依赖 AI 工具，甚至直接将 AI 生成的内容作为论文的主要部分，只是进行简单的修改或拼凑。这种情况下，即使进行了一些修改，论文中仍会保留大量 AI 生成的痕迹，难以通过检测系统的审查，AI 率也很难降低。
未正确理解 AI 辅助作用：AI 工具在论文写作中应作为辅助手段，帮助收集资料、提供思路等。但如果作者没有正确认识到这一点，将 AI 生成的内容不加辨别地融入论文，或者在修改过程中没有对 AI 内容进行实质性的转化和创新，就容易导致论文的 AI 特征明显，AI 率居高不下。