Ελάχιστος αριθμός λέξεων για ανιχνευτή AI: Πόσες λέξεις χρειάζονται οι Turnitin, GPTZero και άλλοι

Το ελάχιστο πλήθος λέξεων για τον ανιχνευτή AI εξαρτάται από το εργαλείο. Ορισμένα εργαλεία, όπως το Turnitin, χρειάζονται τουλάχιστον 300 λέξεις κατάλληλου πεζού λόγου, αλλά άλλα, όπως το ZeroGPT, συνιστούν να γράφονται τουλάχιστον 150 έως 200 λέξεις για να παραχθεί ένα συνεπές αποτέλεσμα. Είτε ο ανιχνευτής σας εμφανίζει ένα αποτέλεσμα κάτω από μερικές εκατοντάδες λέξεις είτε όχι, το αποτέλεσμα είναι λιγότερο αξιόπιστο.

Ορισμένα εξακολουθούν να παρέχουν ένα ποσοστό για κάθε παράγραφο, και οι βαθμολογίες τείνουν να είναι λιγότερο ακριβείς για σύντομα κείμενα. Ερευνητές στο TextPulse Research δοκίμασαν αυτό με 25,561 ζεύγη ακαδημαϊκών κειμένων γραμμένων από ανθρώπους και των αναδιατυπώσεών τους από AI. Στις 300 λέξεις, ρύθμισαν έναν ταξινομητή ώστε να εντοπίζει το 95% των αναδιατυπώσεων από AI. Επίσης επισήμανε το 33.9% των ανθρώπινων κειμένων. Στις 25 λέξεις, επισήμανε το 67.6%.

Πόσες λέξεις χρειάζεται η ανίχνευση AI;

Η ανίχνευση AI απαιτεί μερικές εκατοντάδες λέξεις για να είναι αξιόπιστη, ένα σταθερό αποτέλεσμα. Η αξιοπιστία μειώνεται ταχύτερα κάτω από περίπου 100 λέξεις. Το μεγαλύτερο μέρος της αξιοπιστίας καθορίστηκε στη μελέτη του TextPulse γύρω στις 150 λέξεις. Μετά από αυτό, η ακρίβεια αυξήθηκε πιο αργά, από 84.0% στις 150 λέξεις σε 86.8% στις 300 λέξεις.

Άλλη έρευνα δείχνει παρόμοια κατώφλια. Μια έρευνα του 2025 στο Journal of Artificial Intelligence Research, που παρατίθεται στο άρθρο του TextPulse, συγκεντρώνει τα στοιχεία που έχουν αναφερθεί μέχρι τώρα. Στατιστικοί και λεπτομερώς ρυθμισμένοι ταξινομητές χρειάζονται της τάξης των 100 λέξεων για να λειτουργούν με ακρίβεια. Αρκετοί τυπικοί ανιχνευτές χρειάζονται περίπου 120 λέξεις για να φτάσουν σε πλήρη απόδοση, και η ανίχνευση των ισχυρότερων μοντέλων απαιτεί περίπου 200 λέξεις.

Καθώς ένας ανιχνευτής βλέπει περισσότερα tokens, τα τμήματα λέξεων με τα οποία λειτουργεί ένα γλωσσικό μοντέλο, γίνεται ευκολότερο να διακριθεί το ανθρώπινο από το κείμενο AI. Όταν ένας ανιχνευτής έχει δει μόνο λίγα tokens σε μια σύντομη απάντηση, δεν υπάρχει μεγάλη τεκμηρίωση για καμία από τις δύο κρίσεις. Η perplexity, η burstiness και τα άλλα μέτρα που εμπλέκονται εξηγούνται στον οδηγό για το πώς λειτουργούν οι ανιχνευτές AI.

Ελάχιστο πλήθος λέξεων για ανιχνευτή AI ανά εργαλείο: Turnitin, GPTZero και άλλα

Κάθε προμηθευτής ορίζει το δικό του κατώτατο όριο ή τη δική του καθοδήγηση, και δεν χρησιμοποιούν όλοι την ίδια μονάδα. Το Turnitin μετρά λέξεις κατάλληλου πεζού λόγου. Άλλοι προμηθευτές συνιστούν ένα μήκος ή περιγράφουν πώς αλλάζει η ακρίβεια καθώς ένα κείμενο γίνεται μεγαλύτερο.

Ανιχνευτής	Τι δηλώνει ο προμηθευτής σχετικά με το μήκος του κειμένου
Turnitin	Τουλάχιστον 300 λέξεις κατάλληλου πεζού λόγου πριν παραχθεί μια βαθμολογία AI, αυξημένο από ένα προηγούμενο ελάχιστο 150 λέξεων, επειδή η ακρίβεια αυξάνεται με περισσότερο κείμενο
GPTZero	Η ακρίβεια βελτιώνεται όσο υποβάλλεται περισσότερο κείμενο. Ολόκληρα έγγραφα ταξινομούνται με μεγαλύτερη ακρίβεια από τις παραγράφους, και οι παράγραφοι με μεγαλύτερη ακρίβεια από τις μεμονωμένες προτάσεις
ZeroGPT	Συνιστώνται τουλάχιστον 150 έως 200 λέξεις για σταθερό αποτέλεσμα, ενώ 500 έως 1.000 λέξεις ή περισσότερες βελτιώνουν περαιτέρω την αξιοπιστία. Πολύ σύντομα ή έντονα επεξεργασμένα αποσπάσματα "φέρουν λιγότερα σήματα"
Pangram	Λειτουργεί καλύτερα σε μεγαλύτερο κείμενο γραμμένο σε πλήρεις προτάσεις. Η εταιρεία συνιστά να μην γίνεται έλεγχος σύντομων λιστών με κουκκίδες ή ιδιαίτερα τυποποιημένου κειμένου
Sapling	Τα δημοσιευμένα στοιχεία ανίχνευσης και ψευδώς θετικών αποτελεσμάτων ισχύουν για μεγαλύτερα κείμενα. Τα συντομότερα κείμενα "μπορεί να έχουν διαφορετικά ποσοστά ακρίβειας"

Αυτό είναι το κατώφλι που συναντούν οι περισσότεροι φοιτητές, καθώς το Turnitin είναι ο ενσωματωμένος ανιχνευτής σε πολλές πανεπιστημιακές πλατφόρμες μάθησης. Δεν δίνεται καμία βαθμολογία κάτω από 300 λέξεις κατάλληλου πεζού λόγου στην αναφορά γραφής AI. Η βαθμολόγηση του τμήματος κάτω από αυτό το κατώφλι και ο αστερίσκος που εμφανίζει το Turnitin για βαθμολογίες κάτω από 20% καλύπτονται στον οδηγό για το πώς το Turnitin ανιχνεύει AI.

Ένα ποσοστό στην οθόνη δεν σημαίνει ότι ένα κείμενο πληρούσε το συνιστώμενο από το ίδιο το εργαλείο μήκος, επειδή πολλοί ελεγκτές για καταναλωτές θα βαθμολογήσουν μία μόνο παράγραφο. Το 2023, ο ταξινομητής κειμένου AI της OpenAI χρειαζόταν ελάχιστο 1.000 χαρακτήρων εισόδου. Η OpenAI δήλωσε ότι ήταν πολύ αναξιόπιστος σε σύντομα κείμενα και τον αφαίρεσε έξι μήνες αργότερα λόγω του χαμηλού ποσοστού ακρίβειάς του.

Ακρίβεια ανιχνευτή AI ανά μήκος κειμένου: τι βρήκε η έρευνα του TextPulse

Η ερευνητική εργασία του TextPulse για το μήκος του κειμένου και την αξιοπιστία της ανίχνευσης από AI εξετάζει μόνο το μήκος, αποσπασμένο από όλα τα άλλα χαρακτηριστικά των κειμένων. Το σύνολο δεδομένων περιλαμβάνει 25,561 ζεύγη κειμένων, όπου τόσο το ανθρώπινο κείμενο όσο και η αναδιατύπωσή του από AI έχουν μήκος τουλάχιστον 300 λέξεις. Κάθε κείμενο κόπηκε σε 25, 50, 100, 150, 200, 250 και 300 λέξεις. Για κάθε μήκος λέξης, ο ταξινομητής εκπαιδεύτηκε και δοκιμάστηκε.

Τα ίδια κείμενα εμφανίζονται σε κάθε μήκος, δηλαδή το θέμα, η επιστημονική περιοχή και το μοντέλο AI παραμένουν σταθερά. Οι αναδιατυπώσεις προέρχονται από οκτώ διαφορετικούς συνδυασμούς μοντέλων AI σε έξι οικογένειες μοντέλων. Ο ταξινομητής αξιολογεί 45 χαρακτηριστικά ύφους, όπως το μήκος των λέξεων και η ποικιλία του λεξιλογίου. Αυτό είναι ένα ερευνητικό εργαλείο, η εργασία δεν διατυπώνει καμία δήλωση σχετικά με το πώς οι εμπορικοί ανιχνευτές ενδέχεται να χρησιμοποιούν αυτά τα χαρακτηριστικά ή τα κατώφλια. Δείτε τον οδηγό στο αν οι ανιχνευτές AI είναι ακριβείς για δοκιμές εμπορικών εργαλείων.

Μήκος κειμένου	Ακρίβεια	Ανθρώπινα κείμενα που επισημαίνονται ψευδώς όταν ανιχνεύεται το 95% των αναδιατυπώσεων από AI	Αναδιατυπώσεις από AI που ανιχνεύονται όταν επισημαίνεται ψευδώς το 1% των ανθρώπινων κειμένων
25 λέξεις	73.9%	67.6%	17.2%
50 λέξεις	78.2%	58.8%	28.0%
100 λέξεις	82.3%	49.4%	40.5%
150 λέξεις	84.0%	44.1%	47.9%
200 λέξεις	85.2%	40.1%	50.5%
250 λέξεις	86.1%	36.7%	54.2%
300 λέξεις	86.8%	33.9%	56.5%
Πλήρες κείμενο	88.4%	28.6%	60.6%

Για την ανίχνευση AI, η ακρίβεια σε σύντομα κείμενα είναι χειρότερη σε κάθε στήλη του πίνακα, και η στήλη της ακρίβειας υποτιμά την απώλεια. Μια χρήσιμη κρίση χρειάζεται βαθμολογία κοντά σε ένα από τα δύο άκρα της κλίμακας, και τα συντομότερα κείμενα ωθούν τόσο τις ανθρώπινες όσο και τις AI βαθμολογίες προς το μέσο. Με το όριο ρυθμισμένο ώστε να εντοπίζει το 95% των αναδιατυπώσεων AI, ο ταξινομητής επισημαίνει εσφαλμένα περίπου το μισό των ανθρώπινων κειμένων στις 100 λέξεις. Με το όριο ρυθμισμένο ώστε να επισημαίνει μόνο το 1% των ανθρώπινων κειμένων, εντοπίζει το 17.2% των αναδιατυπώσεων AI στις 25 λέξεις.

Το AUC, το κύριο μέτρο της εργασίας για το πόσο καλά ο ταξινομητής διαχωρίζει τις δύο ομάδες, αυξήθηκε από 0.817 στις 25 λέξεις σε 0.940 στις 300 λέξεις. Στα πλήρη κείμενα, τα οποία είχαν κατά μέσο όρο 466 λέξεις στην ανθρώπινη πλευρά, έφτασε το 0.950. Το πιο απότομο τμήμα αυτής της αύξησης σημειώθηκε κάτω από τις 100 λέξεις, και κάθε βήμα πέρα από τις 150 λέξεις πρόσθετε λιγότερο.

Γιατί αυξάνονται τα ψευδώς θετικά στα σύντομα κείμενα

Ένας ανιχνευτής που βασίζεται σε μεγάλα έγγραφα έχει πολύ υψηλότερο ποσοστό ψευδώς θετικών στα σύντομα. Η εργασία παρουσίασε έναν ταξινομητή που εκπαιδεύτηκε σε κείμενα πλήρους μήκους και χρησιμοποιήθηκε στο προεπιλεγμένο κατώφλι για την ταξινόμηση σύντομων κειμένων. Το ποσοστό ψευδώς θετικών του συστήματος για ανθρώπινα κείμενα κυμάνθηκε από 16.1% στις 300 λέξεις έως 39.1% στις 100 λέξεις και 69.8% στις 25 λέξεις.

Η ανίχνευσή του των αναδιατυπώσεων AI άλλαξε ελάχιστα στο ίδιο εύρος, από 88.4% στις 300 λέξεις σε 92.4% στις 25 λέξεις. Τα πρόσθετα σφάλματα ήταν ψευδείς επισημάνσεις στην ανθρώπινη γραφή. Η εργασία περιγράφει τον ταξινομητή σε σύντομες εισόδους ως συστηματικά μεροληπτικό προς το να τις χαρακτηρίζει AI.

Η αιτία είναι μηχανική. Ο λόγος τύπου προς διακριτικά, το ποσοστό των διακριτών λέξεων σε ένα κείμενο, αυξάνεται όσο ένα κείμενο γίνεται συντομότερο, επειδή ένα σύντομο δείγμα προσφέρει λιγότερες ευκαιρίες να επαναληφθεί μια λέξη. Τα ανθρώπινα κείμενα στη μελέτη είχαν κατά μέσο όρο λόγο 0.47 σε πλήρες μήκος και 0.87 στις 25 λέξεις. Οι αναδιατυπώσεις AI πλήρους μήκους είχαν κατά μέσο όρο 0.55.

Αυτός ο ταξινομητής, εκπαιδευμένος σε κείμενα πλήρους έκτασης, θα μάθει ότι μια αναλογία περίπου 0.55 χωρίζει την τεχνητή νοημοσύνη από την ανθρώπινη γραφή. Κάθε κείμενο 25 λέξεων, όποιος κι αν το έγραψε, βρίσκεται πολύ πάνω από αυτή την αναλογία και ωθείται προς την πλευρά της τεχνητής νοημοσύνης. Η εργασία επισημαίνει ότι ένας ανεπτυγμένος ανιχνευτής δεν επανεκπαιδεύεται κάθε φορά που αλλάζετε το μήκος της εισόδου. Ο οδηγός για το δημοσιευμένο ποσοστό ψευδώς θετικών του Turnitin καλύπτει τι περιλαμβάνει αυτό το ποσοστό και τι αφήνει εκτός.

Γιατί τα σύντομα κείμενα είναι δύσκολο να ταξινομηθούν

Τα σύντομα κείμενα δίνουν σε έναν ανιχνευτή λιγότερα από όλα όσα μετρά. Λιγότερες λέξεις σημαίνουν λιγότερα διακριτικά για σύγκριση, και λιγότερες προτάσεις σημαίνουν λιγότερο ρυθμό για μέτρηση. Στη μελέτη, ένα κείμενο 25 λέξεων είχε κατά μέσο όρο 1.6 προτάσεις, ένα κείμενο 50 λέξεων 2.7 προτάσεις, και ένα κείμενο 300 λέξεων 13.4 προτάσεις.

Η μεταβολή του μήκους των προτάσεων, που συχνά ονομάζεται burstiness, εξαρτάται από τη σύγκριση των προτάσεων μεταξύ τους. Στη μελέτη, διαχώρισε τα ανθρώπινα και τα κείμενα τεχνητής νοημοσύνης κατά 0.71 τυπικές αποκλίσεις στα πλήρη κείμενα και κατά 0.31 στις 100 λέξεις. Στις 50 λέξεις, η διαφορά ήταν ουσιαστικά μηδενική. Ένας ανιχνευτής που βασίζεται στο burstiness χρειάζεται αρκετές προτάσεις για να το μετρήσει αξιόπιστα.

Περισσότερη από αυτή την ισχύ διατηρείται στο επίπεδο της λέξης. Το μέσο μήκος λέξης και ο ρυθμός των μακρών λέξεων διατήρησαν περίπου τα δύο τρίτα της διαχωριστικής τους ισχύος στις 25 λέξεις. Αλλά υπήρξε επίσης αύξηση της επικάλυψης, στις 50 λέξεις οι βαθμολογίες και των δύο ομάδων τείνουν να συγκεντρώνονται προς το κέντρο. Ένα μεγάλο ποσοστό κάθε ομάδας καταλήγει στην επικάλυψη.

Η παράθεση ή η τυποποιημένη διατύπωση μετρά επίσης περισσότερο σε ένα σύντομο κείμενο. Μια απάντηση 50 λέξεων έχει περίπου τρεις προτάσεις, άρα κάθε πρόταση αντιστοιχεί περίπου στο ένα τρίτο όσων βλέπει ο ανιχνευτής. Ένας παρατιθέμενος ορισμός σε μία από αυτές έχει πολύ μεγαλύτερο βάρος από την ίδια πρόταση μέσα σε ένα δοκίμιο 2,000 λέξεων.

Αναρτήσεις συζήτησης, περιλήψεις, εξετάσεις σύντομης απάντησης και συνοδευτικές επιστολές

Αναρτήσεις σε πίνακα συζήτησης

Μια ανάρτηση γραμμένη για απαίτηση 200 λέξεων βρίσκεται κάτω από το κατώφλι 300 λέξεων του Turnitin, άρα το Turnitin δεν της δίνει βαθμολογία τεχνητής νοημοσύνης. Άλλα εργαλεία μπορεί ακόμη να τη βαθμολογήσουν. Στις 200 λέξεις, ο ταξινομητής της μελέτης χαρακτήρισε εσφαλμένα ως ύποπτο το 40.1% των ανθρώπινων κειμένων όταν ρυθμίστηκε να εντοπίζει το 95% των αναδιατυπώσεων τεχνητής νοημοσύνης, έναντι 28.6% στα πλήρη κείμενα.

Περιλήψεις

Μια περίληψη περιοδικού 250 λέξεων βρίσκεται κοντά στο κατώτατο όριο, και οι περιλήψεις είναι πυκνή, τυπική γραφή. Μια προηγούμενη μελέτη του TextPulse διαπίστωσε ότι τα ανθρώπινα κείμενα τα οποία ένας ταξινομητής ταξινομεί λανθασμένα είναι τα πιο τυπικά. Το άρθρο για το μήκος προσθέτει το μήκος του κειμένου ως δεύτερη, ξεχωριστή αιτία ψευδών σημάνσεων, και μια σύντομη, τυπική περίληψη εκτίθεται και στα δύο. Αν μια περίληψη αμφισβητηθεί, ο έλεγχος του πλήρους άρθρου δίνει στον ανιχνευτή το μήκος που συνιστά ο προμηθευτής του.

Εξετάσεις σύντομης απάντησης

Απαντήσεις 50 έως 100 λέξεων εμπίπτουν στο εύρος όπου οι αριθμοί της μελέτης μειώνονται ταχύτερα. Στις 50 λέξεις, ένας ταξινομητής ρυθμισμένος να εντοπίζει το 95% των αναδιατυπώσεων από AI σήμανε ψευδώς το 58.8% των ανθρώπινων κειμένων. Το άρθρο καταλήγει ότι κάτω από τις 50 λέξεις, κανένα πρακτικό κατώφλι δεν δίνει αξιοποιήσιμα αποτελέσματα. Προσθέτει ότι η άρνηση έκδοσης κρίσης για ένα σύντομο κείμενο είναι πιο αξιόπιστη από τη βαθμολόγησή του.

Συνοδευτικές επιστολές

Μια συνοδευτική επιστολή μίας σελίδας για μια θέση εργασίας ή για υποβολή σε περιοδικό έχει μήκος μερικών εκατοντάδων λέξεων, και μεγάλο μέρος της ακολουθεί καθιερωμένη διατύπωση. Το Pangram συνιστά να μην γίνεται έλεγχος σε ιδιαίτερα τυποποιημένο κείμενο. Αν μια συνοδευτική επιστολή ελεγχθεί, αντιμετωπίστε οποιαδήποτε βαθμολογία ως εκτίμηση με ευρύ περιθώριο.

Τι να κάνετε όταν το κείμενό σας είναι κάτω από το κατώτατο όριο

Αφήστε το κείμενο όπως το γράψατε, και δώστε αντί γι' αυτό συμφραζόμενα στη βαθμολογία. Αυτά τα βήματα ισχύουν για τον συγγραφέα και για το άτομο που εξετάζει μια βαθμολογία.

1. Μην επιμηκύνετε τεχνητά το κείμενο. Οι επιπλέον λέξεις που γράφονται για να επιτευχθεί ένα κατώτατο όριο αλλάζουν το κείμενο που σας ζητήθηκε να γράψετε, και η βαθμολογία τότε περιγράφει την επιμηκυμένη εκδοχή.
2. Ελέγξτε ολόκληρο το έγγραφο όπου μπορείτε. Ένα πλήρες δοκίμιο ή κεφάλαιο δίνει στον ανιχνευτή το συνιστώμενο μήκος του, και η σύντομη ενότητα βαθμολογείται ως μέρος ενός μακρύτερου κειμένου.
3. Εξετάστε την προβολή προτάσεων. Οι ανιχνευτές που βαθμολογούν προτάσεις δείχνουν ποιες γραμμές οδηγούν στο αποτέλεσμα, και σε ένα σύντομο κείμενο αυτό είναι συχνά μία ή δύο προτάσεις, όπως ένας παρατιθέμενος ορισμός.
4. Κρατήστε τα προσχέδιά σας και το ιστορικό εκδόσεων. Δείχνουν πώς αναπτύχθηκε το κείμενο, και μια βαθμολογία σε ένα σύντομο απόσπασμα δεν μπορεί να το δείξει αυτό.
5. Ρωτήστε πώς θα χρησιμοποιηθεί η βαθμολογία. Ένα αποτέλεσμα σε κείμενο κάτω από το ίδιο το συνιστώμενο μήκος του προμηθευτή είναι ασθενές σήμα, και ένας αξιολογητής θα πρέπει να το σταθμίσει έτσι.

Για το προσωπικό, η συζήτηση της εργασίας παραπέμπει σε έναν απλό κανόνα: απαιτήστε περισσότερο κείμενο ή μην δώσετε καμία κρίση κάτω από ένα δηλωμένο μήκος. Το κατώτατο όριο των 300 λέξεων του Turnitin είναι αυτού του είδους ο κανόνας. Μόλις υπάρξει πλήρης αναφορά, ο οδηγός για το τι είναι μια καλή βαθμολογία Turnitin καλύπτει τον τρόπο ερμηνείας της.

Πώς το TextPulse χειρίζεται το σύντομο κείμενο

Το TextPulse δεν χρησιμοποιεί ανιχνευτή AI και δεν πουλά σαρώσεις ανιχνευτή. Το TextPulse εμφανίζει μια Ανθρώπινη Βαθμολογία (0 έως 100) μετά από κάθε εξανθρωπισμό. Αυτή η βαθμολογία είναι μια εκτίμηση που γίνεται μέσα στην εφαρμογή με βάση το βάθος της αναδιατύπωσης, την ποικιλία του λεξιλογίου, την κατανομή των tokens και τη μεταβολή του μήκους των προτάσεων του κειμένου σας. Δεν χρησιμοποιήθηκε κανένας ανιχνευτής για τον υπολογισμό αυτής της βαθμολογίας.

Το AI Humanizer χρειάζεται τουλάχιστον 50 λέξεις ανά εξανθρωπισμό και επεξεργάζεται έως 500 λέξεις ανά πέρασμα στο Pro και 1.000 στο Plus. Το Document Humanizer μπορεί να λειτουργήσει με ολόκληρο αγγλικό αρχείο .docx έως 15,000 λέξεις σε μήκος. Χρειάζεται τουλάχιστον 50 λέξεις σώματος κειμένου και διατηρεί επικεφαλίδες, λίστες, πίνακες, λεζάντες και αναφορές όπως είναι γραμμένα. Και τα δύο έχουν σχεδιαστεί για να μειώνουν τις βαθμολογίες AI σε προσχέδια όπου το μάθημά σας ή το περιοδικό σας επιτρέπει βοήθεια AI.

Πριν επικολλήσετε το κείμενό σας σε έναν ανιχνευτή, ελέγξτε το μήκος του χρησιμοποιώντας τον δωρεάν Μετρητή Λέξεων. Αυτό το εργαλείο μετρά λέξεις, χαρακτήρες με και χωρίς κενά, προτάσεις και μοναδικές λέξεις, ώστε να μπορείτε να συγκρίνετε ένα κείμενο με ένα κατώτατο όριο που δηλώνεται σε οποιαδήποτε από τις δύο μονάδες. Όλες οι λεπτομέρειες για τη μελέτη μήκους, οι βαθμολογίες ανά κείμενο και ο κώδικας ανάλυσης είναι διαθέσιμα ανοιχτά στο Zenodo, και ο ερευνητικός κόμβος παραθέτει τη μελέτη μαζί με τις άλλες εργασίες του TextPulse.