Πώς το Turnitin ανιχνεύει AI, βήμα προς βήμα

Μια αναφορά του Turnitin μπορεί να επιστρέψει έναν μόνο αριθμό, ας πούμε σαράντα δύο τοις εκατό, και να μην λέει σχεδόν τίποτε άλλο για το πώς προέκυψε, εκτός αν κάποιος αναζητήσει τον μηχανισμό που βρίσκεται πίσω από αυτόν. Ο αριθμός αυτός δεν διαβάζεται από το έγγραφο ως σύνολο και δεν αποτελεί εικασία. Είναι το αποτέλεσμα μιας συγκεκριμένης, τεκμηριωμένης αλυσίδας επεξεργασίας που λειτουργεί με τον ίδιο τρόπο σε κάθε υποβολή.

Πώς, λοιπόν, εντοπίζει το Turnitin την AI; Με το να διασπά μια υποβολή σε μέρη, να τα βαθμολογεί ξεχωριστά με βάση το αν είναι πιθανό να έχουν παραχθεί από AI ή να έχουν παραχθεί από AI και στη συνέχεια να έχουν παραφραστεί, και να υπολογίζει τον μέσο όρο αυτών των βαθμολογιών ώστε να προσδιορίσει το συνολικό ποσοστό που εμφανίζεται στην αναφορά. Κάθε στάδιο αυτής της αλυσίδας επεξεργασίας περιγράφεται στην ίδια την τεκμηρίωση του Turnitin, όχι μέσω αντίστροφης μηχανικής από εξωτερικές πηγές.

Αυτό αφορά ειδικά τη λειτουργία ανίχνευσης γραφής με AI του Turnitin, ένα ξεχωριστό σύστημα από τον παλαιότερο έλεγχο ομοιότητας ή λογοκλοπής που συγκρίνει μια υποβολή με άλλα έγγραφα. Οι μηχανισμοί που ακολουθούν εντάσσονται στο ευρύτερο ερώτημα του πώς λειτουργούν στην πραγματικότητα οι ανιχνευτές AI, και το Turnitin αποτελεί χρήσιμο παράδειγμα εφαρμογής ακριβώς επειδή δημοσιεύει περισσότερο από τη δική του μέθοδο από ό,τι οι περισσότεροι προμηθευτές. Αυτό που ακολουθεί είναι πρώτα η αλυσίδα επεξεργασίας, έπειτα τι επισημαίνει στην πράξη, τι διαπίστωσε ανεξάρτητος έλεγχος ότι παραλείπει, και ποιος μέσα σε ένα ίδρυμα βλέπει τελικά το αποτέλεσμα.

Πώς Εντοπίζει το Turnitin την AI; Η Αλυσίδα Επεξεργασίας Συνοπτικά

Ο ανιχνευτής γραφής AI του Turnitin εκτελεί τέσσερα βήματα με σταθερή σειρά. Πρώτον, ελέγχει αν ένα έγγραφο έχει αρκετό επιλέξιμο πεζό κείμενο ώστε να βαθμολογηθεί καθόλου. Δεύτερον, διαιρεί αυτό το κείμενο σε τμήματα μερικών εκατοντάδων λέξεων το καθένα. Τρίτον, ένα μοντέλο βαθμολογεί κάθε τμήμα ξεχωριστά. Τέταρτον, οι βαθμολογίες των τμημάτων υπολογίζονται ως μέσος όρος και δίνουν το ενιαίο ποσοστό σε επίπεδο εγγράφου που βλέπει πραγματικά ο αναγνώστης.

Η Αναφορά AI Writing Δεν Είναι η Αναφορά Ομοιότητας

Η αναφορά AI writing του Turnitin είναι ξεχωριστό προϊόν από την αναφορά ομοιότητας που ελέγχει για λογοκλοπή. Λειτουργούν με διαφορετικά μοντέλα και εμφανίζονται σε διαφορετικές καρτέλες στην ίδια διεπαφή. Η βαθμολογία ομοιότητας συγκρίνει μια υποβολή με μια βάση δεδομένων από προηγουμένως δημοσιευμένες πηγές και άλλα φοιτητικά κείμενα, και επιστρέφει το ποσοστό που αντιστοιχεί. Η βαθμολογία AI κάνει κάτι εντελώς διαφορετικό, ένας ταξινομητής διαβάζει το πεζό κείμενο, αποδίδει σε κάθε βαθμολογημένο τμήμα μια πιθανότητα να έχει παραχθεί από AI, και συγκεντρώνει αυτές τις βαθμολογίες σε ένα ενιαίο ποσοστό εγγράφου. Επειδή μετρούν διαφορετικά πράγματα, μια υποβολή μπορεί να έχει βαθμολογία ομοιότητας 2 percent και βαθμολογία AI 60 percent, ή το αντίστροφο.

Το ποσοστό AI είναι επίσης πιο περιορισμένο από ό,τι ακούγεται. Περιγράφει την αναλογία του επιλέξιμου πεζού κειμένου που το μοντέλο προβλέπει ότι γράφτηκε από AI, όχι ολόκληρο το έγγραφο, επειδή τα μπλοκ κώδικα, οι κουκκίδες, οι επικεφαλίδες και η σύντομης μορφής γραφή αφαιρούνται πριν υπολογιστεί η βαθμολογία. Μέχρι τη στιγμή της συγγραφής αυτού του κειμένου, ο ανιχνευτής λειτουργεί μόνο σε αγγλικό, ισπανικό και ιαπωνικό κείμενο.

Βήμα Ένα: Τμηματοποίηση του Εγγράφου σε Τμήματα

Πριν βαθμολογηθεί οτιδήποτε, το μοντέλο του Turnitin διαιρεί την υποβολή σε τμήματα μερικών εκατοντάδων λέξεων το καθένα, περίπου πέντε έως δέκα προτάσεις ανά τμήμα. Η τμηματοποίηση γίνεται πρώτη, επειδή το μοντέλο κατασκευάστηκε για να βαθμολογεί ένα τμήμα αυτού του μεγέθους, όχι μία μεμονωμένη πρόταση και όχι μια ολόκληρη διατριβή με μία μόνο διέλευση.

Μόνο το πεζό κείμενο προσμετράται σε ένα τμήμα. Το μοντέλο σχεδιάστηκε για να διαβάζει εκτενές γραπτό κείμενο. Ένα έγγραφο που περιέχει τόσο πεζό κείμενο όσο και πίνακες ή κώδικα θα βαθμολογηθεί ως έχον κάποιο ποσοστό πεζού κειμένου, αλλά ενδέχεται να μην περιγράφει όλο το πεζό κείμενο του εγγράφου. Αυτό συμβαίνει επειδή ο ανιχνευτής βαθμολογεί μια δεξαμενή δεδομένων που δεν περιλαμβάνει μπλοκ κώδικα, κουκκίδες ή σύντομο κείμενο. Γι' αυτό το έγγραφο μπορεί να επιστρέψει ένα ποσοστό που περιγράφει μόνο μέρος όσων υποβλήθηκαν.

Η βαθμολόγηση σε επίπεδο τμήματος έχει μια πιο ήσυχη συνέπεια που αξίζει να ονομαστεί. Μια μεμονωμένη πρόταση συνταγμένη από AI, τοποθετημένη μέσα σε ένα κατά τα άλλα γραμμένο από άνθρωπο τμήμα με μερικές εκατοντάδες λέξεις, υπολογίζεται μαζί με όλα τα υπόλοιπα σε εκείνο το τμήμα, έτσι ώστε η επίδρασή της στη δική του βαθμολογία να αραιώνεται από το πόσο πολύ το γύρω γραμμένο από άνθρωπο κείμενο μοιράζεται το ίδιο τμήμα. Μια σύντομη παρεμβολή συνταγμένη από AI εξακολουθεί να φτάνει στο μοντέλο. Απλώς φέρει μικρότερο βάρος από ένα τμήμα που είναι συνταγμένο από AI από την πρώτη του λέξη έως την τελευταία.

Βήμα Δύο: Βαθμολόγηση Κάθε Τμήματος

Κάθε τμήμα βαθμολογείται μόνο του, ανεξάρτητα από κάθε άλλο τμήμα του εγγράφου. Το μοντέλο προβλέπει αν εκείνο το συγκεκριμένο απόσπασμα κειμένου είναι γραμμένο από άνθρωπο, παραγόμενο από AI ή παραγόμενο από AI και στη συνέχεια παραφρασμένο, μια τριμερής διάκριση και όχι ένα απλό ναι ή όχι.

Αυτή είναι μια ξεχωριστή κατηγορία και όχι απλώς μια επέκταση του παραγόμενο από AI, υποδηλώνει ότι υπάρχει πραγματικό πρόβλημα με το ότι η παραφράση αποδυναμώνει την ανίχνευση. Αυτό υποστηρίζεται από μια μελέτη του 2023, η οποία διαπίστωσε ότι η εκτέλεση παραγόμενου από AI κειμένου μέσω ενός ειδικού μοντέλου παραφράσης μείωσε έναν ερευνητικό ανιχνευτή που ονομάζεται DetectGPT από 70.3% ακρίβεια σε 4.6%, με σταθερό ποσοστό ψευδώς θετικών 1%. Δεν φαίνεται η Turnitin να έχει δημοσιεύσει κάτι σχετικά με το πόσο ανθεκτικός είναι ο δικός της τριμερής ταξινομητής στην ίδια τεχνική. Η κατηγορία υπάρχει για έναν τεκμηριωμένο λόγο.

Η βαθμολόγηση σε επίπεδο τμήματος, αντί σε επίπεδο ολόκληρου του εγγράφου, είναι μια σκόπιμη σχεδιαστική επιλογή. Μια διατριβή ενενήντα σελίδων με δύο παραγράφους που έχουν συνταχθεί από AI και μια έκθεση πέντε σελίδων που έχει συνταχθεί εξ ολοκλήρου από AI είναι διαφορετικά προβλήματα, και ο μέσος όρος μεταξύ τμημάτων είναι αυτό που επιτρέπει σε έναν αριθμό σε επίπεδο εγγράφου να αποτυπώνει αυτή τη διαφορά αντί να την εξομαλύνει.

Το Turnitin δεν έχει δημοσιεύσει την εσωτερική αρχιτεκτονική αυτού του μοντέλου ανά τμήμα με την ίδια λεπτομέρεια όπως τα βήματα της ροής του. Πρόκειται για έναν επιβλεπόμενο ταξινομητή που εκπαιδεύεται σε επισημασμένα παραδείγματα, όχι για ένα απλό κατώφλι στο είδος της ακατέργαστης βαθμολογίας επόμενου token που καλύπτεται στον οδηγό του TextPulse για το τι μετρά στην πραγματικότητα η perplexity στην ανίχνευση AI, αν και η ίδια υποκείμενη ιδέα, ένα ασυνήθιστα προβλέψιμο κείμενο, είναι σχεδόν βέβαιο ότι αποτελεί μέρος του τι μαθαίνει να αναγνωρίζει ένας τέτοιος ταξινομητής.

Βήμα Τρία: Εξομάλυνση σε Ποσοστό σε Επίπεδο Εγγράφου

Οι βαθμολογίες των τμημάτων υπολογίζονται ως μέσος όρος για να προκύψει το ενιαίο ποσοστό που εμφανίζει μια αναφορά. Αυτό το ποσοστό αντιπροσωπεύει την αναλογία του επιλέξιμου πεζού κειμένου, μόνο της εκτενούς γραφής, την οποία το μοντέλο προβλέπει ότι έχει παραχθεί από AI ή έχει παραχθεί από AI και στη συνέχεια παραφραστεί. Πρόκειται για αναλογία βαθμολογημένων τμημάτων, όχι για ισχυρισμό ότι ακριβές ποσοστό των λέξεων του εγγράφου πληκτρολογήθηκε κυριολεκτικά από μηχανή.

Το ποσοστό στην αναφορά είναι ο μέσος όρος. Γι' αυτό δύο έγγραφα που και τα δύο επιστρέφουν σαράντα τοις εκατό μπορεί να φαίνονται διαφορετικά σε πιο προσεκτική εξέταση. Το ένα μπορεί να έχει σαράντα τοις εκατό των τμημάτων του βαθμολογημένα ως πλήρως παραχθέντα από AI. Ένα άλλο μπορεί να έχει κάθε τμήμα βαθμολογημένο ως μερικώς πιθανό, καταλήγοντας στον ίδιο συνολικό αριθμό. Δεν δείχνει ποιο μοτίβο το παρήγαγε.

Μπορεί το Turnitin να ανιχνεύσει ChatGPT, Claude ή Gemini;

Συνήθως ναι, όταν ένα έγγραφο περιέχει σημαντική γραφή από AI, και ο ταξινομητής δεν ενδιαφέρεται ποιος προμηθευτής το παρήγαγε. Το Turnitin αναφέρει ότι το μοντέλο του αναζητά ένα μοτίβο γραφής και όχι ένα εμπορικό όνομα, και η κάλυψή του έχει επεκταθεί επανειλημμένα από την αρχική κυκλοφορία των GPT-3.5 και GPT-4 το 2023. Η τρέχουσα καθοδήγηση κατονομάζει τη σειρά GPT-5, το Gemini και το Claude μεταξύ των συστημάτων έναντι των οποίων εκπαιδεύεται, με νέες εκδόσεις μοντέλων να προστίθενται σε συνεχή βάση. Ένας φοιτητής που χρησιμοποίησε αντί αυτού Gemini, Claude ή DeepSeek δεν παρακάμπτει τον ανιχνευτή απλώς επιλέγοντας διαφορετική εταιρεία.

Το ποσοστό των υποβολών που επηρεάζονται από αυτό έχει αυξηθεί. Περίπου 15 percent των δοκιμίων που σάρωσε το Turnitin μεταξύ Οκτωβρίου 2025 και Φεβρουαρίου 2026 εμφάνισαν 80 percent ή περισσότερο γραφή παραγόμενη από AI, από περίπου 3 percent όταν το εργαλείο κυκλοφόρησε τον Απρίλιο του 2023.

Το παραφρασμένο κείμενο AI λαμβάνει τη δική του κατηγορία αντί για ελεύθερη διέλευση, και αυτό είναι η τριμερής ταξινόμηση που περιγράφεται παραπάνω. Η τεκμηρίωση του Turnitin διαχωρίζει το κείμενο που κρίνει ως μόνο παραγόμενο από AI από το κείμενο που κρίνει ως παραγόμενο από AI και στη συνέχεια παραφρασμένο από AI, και τον Αύγουστο του 2025 πρόσθεσε ανίχνευση που στοχεύει ειδικά σε εργαλεία παράκαμψης AI, τα οποία έχουν σχεδιαστεί για να ξαναγράφουν την έξοδο μηχανής ώστε να περνά από έναν ανιχνευτή. Αυτό δεν σημαίνει ότι η παράφραση είναι άχρηστη ή ότι κάθε ξαναγραμμένο απόσπασμα εντοπίζεται. Σημαίνει ότι η υπόθεση πως η παράφραση είναι αόρατη στο Turnitin εξ ορισμού έχει ξεπεραστεί εδώ και αρκετό καιρό. Το τι κάνει το εργαλείο με συγκεκριμένα το παραφρασμένο κείμενο, και με την έξοδο του DeepSeek, καλύπτεται ξεχωριστά.

Η ελάχιστη απαίτηση λέξεων και το όριο του αστερίσκου

Μια υποβολή χρειάζεται τουλάχιστον 300 words κατάλληλου πεζού κειμένου πριν ο ανιχνευτής AI του Turnitin παράγει καθόλου βαθμολογία, αυξημένο από ένα προηγούμενο ελάχιστο των 150 words. Κάτω από αυτό το μήκος, απλώς δεν υπάρχει αρκετό κείμενο για να εκτελεστεί η διαδικασία τμηματοποίησης και μέσου όρου.

Το κατώφλι των 300 λέξεων αντιστοιχεί στο μέγεθος ενός μεμονωμένου τμήματος βαθμολόγησης που περιγράφηκε νωρίτερα, δηλαδή σε μερικές εκατοντάδες λέξεις, πέντε έως δέκα προτάσεις. Ένα έγγραφο ακριβώς στο ελάχιστο δίνει στην αλυσίδα επεξεργασίας στην πραγματικότητα μόνο περίπου μία μονάδα κειμένου που πληροί τις προϋποθέσεις για να υπολογιστεί ο μέσος όρος, και όχι αρκετές, και αυτό είναι μέρος του λόγου για τον οποίο μια αναφορά που βρίσκεται κοντά σε αυτό το κατώφλι είναι πιο πιθανό να καταλήξει στο λιγότερο αξιόπιστο εύρος που το επόμενο κατώφλι υπάρχει για να επισημάνει.

Το Turnitin επίσης δεν εμφανίζει ποσοστό κάτω από κατώφλι 20%. Από τον Ιούλιο του 2024, η αναφορά εμφανίζει έναν αστερίσκο δίπλα στο σύμβολο του ποσοστού αντί για αριθμό. Αυτή η μία πτυχή της συμπεριφοράς της αναφοράς προκαλεί περισσότερη σύγχυση από οποιοδήποτε άλλο μέρος της αλυσίδας επεξεργασίας, οπότε έχει τη δική της ενότητα παρακάτω.

Συνθήκη	Τι εμφανίζει η αναφορά	Γιατί
Λιγότερες από 300 λέξεις κειμένου που πληροί τις προϋποθέσεις	Καμία βαθμολογία AI καθόλου	Δεν υπάρχει αρκετό κείμενο ώστε η αλυσίδα επεξεργασίας διαχωρισμού και υπολογισμού μέσου όρου να λειτουργήσει αξιόπιστα
Η βαθμολογία θα έπεφτε κάτω από 20%	Ένας αστερίσκος δίπλα στο σύμβολο του ποσοστού, όχι αριθμός	Η ίδια η τεκμηρίωση του Turnitin αναφέρει μετρήσιμα υψηλότερο ποσοστό ψευδώς θετικών σε αυτό το εύρος
Βαθμολογία 20% ή υψηλότερη	Ένα συγκεκριμένο ποσοστό	Θεωρείται από το Turnitin αρκετά αξιόπιστο ώστε να εμφανίζεται ως αριθμός

Τι σημαίνει η βαθμολογία με αστερίσκο στο Turnitin;

Ένας αστερίσκος σε αναφορά γραφής AI του Turnitin σημαίνει ότι το μοντέλο εντόπισε κάποια γραφή AI, αλλά λιγότερο από 20 τοις εκατό του εγγράφου, και το Turnitin αρνείται να δημοσιεύσει αριθμό σε αυτό το εύρος. Εκεί όπου κανονικά θα βρισκόταν ένα ποσοστό, η αναφορά εμφανίζει αντί αυτού έναν αστερίσκο δίπλα στο σύμβολο του ποσοστού. Η ίδια η τεκμηρίωση προϊόντος του Turnitin το δηλώνει άμεσα: "When AI is detected below the 20% threshold in the report, it is now indicated with an asterisk (*%) and no percentage is attributed."

Επομένως, ένας αστερίσκος δεν είναι σφάλμα, δεν είναι ελλείπουσα βαθμολογία και δεν είναι ένδειξη ότι κάτι πήγε στραβά με την αποστολή. Είναι μια σκόπιμη απόφαση του προμηθευτή να αποκρύψει ένα ποσοστό το οποίο δεν θεωρεί αρκετά αξιόπιστο ώστε να το εμφανίσει.

Γιατί το Turnitin αποκρύπτει τον αριθμό κάτω από το 20 percent

Επειδή αυτή η ζώνη είναι εκεί όπου το εργαλείο είναι πιο πιθανό να σφάλλει, και η ίδια η υπόσχεση ακρίβειας του Turnitin έχει οριοθετηθεί ώστε να την εξαιρεί. Η εταιρεία δεσμεύεται να διατηρεί το ποσοστό ψευδώς θετικών "under 1% for documents with over 20% of AI writing". Διαβάστε προσεκτικά το πεδίο εφαρμογής, η δέσμευση έχει ενσωματωμένο ένα κατώφλι, και το κατώφλι είναι το ίδιο 20 percent. Κάτω από αυτή τη γραμμή η εταιρεία δεν ισχυρίζεται την ίδια αξιοπιστία, επομένως, αντί να εμφανίσει έναν μικρό αριθμό τον οποίο ο αναγνώστης θα θεωρούσε αναπόφευκτα ακριβή, δεν εμφανίζει απολύτως τίποτα. Ο αστερίσκος υπάρχει για να αποφεύγονται τα ψευδώς θετικά, δηλαδή υπάρχει για να αποφεύγεται η παροχή σε έναν διδάσκοντα ενός ποσοστού που θα παραποιούσε ένα κείμενο γραμμένο από άνθρωπο.

Η συλλογιστική ακολουθεί τους μηχανισμούς που περιγράφηκαν προηγουμένως. Μια βαθμολογία σε επίπεδο εγγράφου είναι ένας μέσος όρος σε όλα τα τμήματα λίγων εκατοντάδων λέξεων. Όταν μόνο ένα μικρό μέρος αυτών των τμημάτων βαθμολογείται ως AI, ο προκύπτων μέσος όρος στηρίζεται σε πολύ λίγο σήμα, και η ροή επεξεργασίας δεν μπορεί να διακρίνει αξιόπιστα ένα πραγματικό 8 percent από ένα εσφαλμένο. Η απόκρυψη του αριθμού είναι η έντιμη απάντηση σε αυτό, και είναι το ίδιο ένστικτο που βρίσκεται πίσω από το ελάχιστο όριο των 300 λέξεων.

Τι σημαίνει ο αστερίσκος στην πράξη σε ένα πανεπιστήμιο

Στην πράξη, τα περισσότερα ιδρύματα αντιμετωπίζουν έναν αστερίσκο ως κάτι στο οποίο δεν χρειάζεται να προβούν σε ενέργεια, και τον διαβάζουν ως χαμηλή βαθμολογία συμβατή με εργασία γραμμένη από άνθρωπο. Η συλλογιστική είναι απλή. Αν ο προμηθευτής που κατασκεύασε τον ανιχνευτή δεν αναλαμβάνει την ευθύνη για ένα ποσοστό σε αυτό το εύρος, ο διδάσκων δεν έχει τίποτε ουσιαστικό να θέσει σε έναν φοιτητή, πόσο μάλλον κάτι να παραπέμψει σε επιτροπή δεοντολογικής παραβίασης. Για τις περισσότερες διαδικασίες ακαδημαϊκής ακεραιότητας, μια αναφορά που εμφανίζει αστερίσκο είναι λειτουργικά ισοδύναμη με μια καθαρή αναφορά.

Αυτή είναι μια περιγραφή του τρόπου με τον οποίο χρησιμοποιείται το αποτέλεσμα, και αξίζει να το γνωρίζετε αν κοιτάζετε ένα τέτοιο αποτέλεσμα. Δεν είναι το ίδιο με ένα συμπέρασμα σχετικά με το τι είναι στην πραγματικότητα το έγγραφο, και η διάκριση έχει σημασία και προς τις δύο κατευθύνσεις.

Τι δεν σημαίνει ένας αστερίσκος

• Δεν είναι πιστοποιητικό ανθρώπινης συγγραφής. Το Turnitin αρνείται να βαθμολογήσει το έγγραφο με βεβαιότητα, κάτι που αποτελεί δήλωση για τον ανιχνευτή και όχι για τον συγγραφέα.
• Δεν είναι το ίδιο με το μηδέν. Ένα έγγραφο χωρίς καθόλου γραφή από AI και ένα έγγραφο με μία παράγραφο υποβοηθούμενη από AI μπορούν να παράγουν τον ίδιο αστερίσκο, και ακριβώς γι' αυτό ο αριθμός παραλείπεται.
• Δεν είναι συγκρίσιμο μεταξύ υποβολών. Δύο αστερίσκοι σας λένε ότι και τα δύο έγγραφα έπεσαν κάτω από το ίδιο όριο και τίποτε για το πώς συγκρίνονται μεταξύ τους.
• Δεν είναι ο δείκτης ομοιότητας. Η αντιστοίχιση λογοκλοπής είναι ξεχωριστή αναφορά σε ξεχωριστή καρτέλα, και εμφανίζει το δικό της ποσοστό ανεξάρτητα από το τι κάνει ο δείκτης AI.

Η πρακτική συνέπεια που αξίζει να συγκρατήσετε είναι ότι μια ελαφρά επιμέλεια με βοήθεια AI, μία παράγραφος ξαναγραμμένη με βοήθεια και το υπόλοιπο γραμμένο χωρίς βοήθεια, συχνά θα παράγει έναν αστερίσκο αντί για ένα μικρό ποσοστό. Ούτε η παρουσία ούτε η απουσία ενός αριθμού λύνει το ζήτημα από μόνη της, και αυτό είναι το ίδιο συμπέρασμα στο οποίο καταλήγουν οι δείκτες ακρίβειας παρακάτω από την αντίθετη κατεύθυνση.

Τι ισχυρίζεται το Turnitin για την ακρίβεια, και σε ποιων τα στοιχεία βασίζονται αυτοί οι αριθμοί

Το Turnitin δημοσιεύει τους δικούς του δείκτες ακρίβειας, και αξίζει να τους διαβάσει κανείς ακριβώς ως αυτό, δηλαδή ως τους δικούς του αριθμούς επικύρωσης του προμηθευτή, όχι ως ανεξάρτητο έλεγχο. Το δημοσιευμένο υλικό του αναφέρει ποσοστό ψευδώς θετικών κάτω από 1% για έγγραφα στα οποία το μοντέλο αποδίδει πάνω από 20% γραφή από AI, ένα όριο που ευθυγραμμίζεται με το κατώφλι του αστερίσκου που περιγράφηκε παραπάνω. Το ίδιο πρόγραμμα επεκτάθηκε αργότερα σε δείγματα γραφής από English Language Learner ως απάντηση σε έρευνα σχετικά με τη μεροληψία των ανιχνευτών.

Η Turnitin αναφέρει ότι επαλήθευσε αυτό το ποσοστό σε σχέση με ένα μεγάλο βασικό σύνολο εργασιών γραμμένων από ανθρώπους που υποβλήθηκαν πριν υπάρξει το ChatGPT. Τα υλικά της Turnitin είναι ασυνεπή ως προς το ακριβές μέγεθος αυτού του βασικού συνόλου, η σελίδα FAQ παραθέτει 700,000 εργασίες, ενώ μια ανάρτηση στο blog από τον Chief Product Officer της Turnitin παραθέτει 800,000, με τον ίδιο ισχυρισμό για ποσοστό κάτω από 1% να συνοδεύει και τα δύο. Τα υλικά της Turnitin περιγράφουν επίσης μια αντιστάθμιση, σύμφωνα με τη δική της εκδοχή, η πιο επιθετική ανίχνευση περιεχομένου παραγόμενου από AI σημαίνει ότι χάνεται περίπου το 15% αυτού.

Η εταιρεία έχει επίσης αναθεωρήσει δημόσια τους δικούς της ισχυρισμούς. Το 2023, λίγο μετά την κυκλοφορία, ο chief product officer της Turnitin αναγνώρισε ότι οι εργαστηριακές δοκιμές δεν είχαν προβλέψει πόσα ψευδώς θετικά αποτελέσματα θα εμφανίζονταν σε πραγματική χρήση, ιδίως σε σύντομες υποβολές, και ανέφερε ποσοστό ψευδώς θετικών σε επίπεδο πρότασης περίπου 4 percent. Η αύξηση του ελάχιστου μήκους που μπορεί να βαθμολογηθεί από 150 σε 300 λέξεις ήταν η απάντηση σε αυτό το κενό.

Διαβασμένα μαζί, αυτά τα στοιχεία περιγράφουν μια συγκεκριμένη αντιστάθμιση και όχι έναν μοναδικό αριθμό ακρίβειας. Ένα ποσοστό ψευδώς θετικών κάτω από 1% ακούγεται κοντά στο αμελητέο, μέχρι να κλιμακωθεί σε σχέση με το πόσες υποβολές περνούν από το σύστημα, και ένα ποσοστό αστοχίας 15% σημαίνει ότι ένα ουσιαστικό μέρος του περιεχομένου που παράγεται από AI βαθμολογείται ως ανθρώπινο εκ προθέσεως, όχι λόγω δυσλειτουργίας. Τα ίδια τα υλικά της Turnitin παρουσιάζουν και τους δύο αριθμούς ως την επιδιωκόμενη ισορροπία του συστήματος, όχι ως απόδειξη ότι το εργαλείο είναι απλώς σωστό ή απλώς λανθασμένο.

Τι Διαπίστωσε η Ανεξάρτητη Δοκιμή

Η ανεξάρτητη δοκιμή προσθέτει λεπτομέρειες που οι αριθμοί του προμηθευτή δεν παρέχουν, στο ίδιο πνεύμα με την ευρύτερη ανεξάρτητη δοκιμή ανιχνευτών AI που συνεχίζει να αποκαλύπτει κενά ανάμεσα στις εργαστηριακές συνθήκες και στις πραγματικές υποβολές. Το Center for the Advancement of Teaching του Temple University πραγματοποίησε μία από τις πιο προσεκτικές διαθέσιμες εξετάσεις. Οι ερευνητές υπέβαλαν 120 δείγματα γραφής, μοιρασμένα ισόποσα μεταξύ πλήρως ανθρώπινης γραφής, πλήρως παραγόμενης από AI γραφής, γραφής παραγόμενης από AI που πέρασε από εργαλείο παράφρασης, και υβριδικών κειμένων που συνδύαζαν ανθρώπινες και συνεισφορές AI, και κατέγραψαν τι επέστρεφε η Turnitin για το καθένα.

Το εργαλείο εντόπισε σωστά το 93 percent των αμιγώς ανθρώπινων δειγμάτων και το 77 percent των αμιγώς παραγόμενων από AI δειγμάτων. Στις δυσκολότερες ερωτήσεις, η ακρίβεια μειώθηκε ακόμη περισσότερο. Το Turnitin εντόπισε με ακρίβεια μόλις το 63 percent των παραφρασμένων δειγμάτων AI ως παραγόμενα από AI, και μόνο το 43 percent των υβριδικών δειγμάτων ως ούτε πλήρως ανθρώπινα ούτε πλήρως AI. Αυτές είναι οι κατηγορίες που προσεγγίζουν περισσότερο τον τρόπο με τον οποίο παράγεται στην πράξη η γραφή με βοήθεια AI, και οι ερευνητές επισήμαναν ειδικά το υβριδικό κείμενο ως πιθανό να αντιστοιχεί σε μεγάλο και αυξανόμενο ποσοστό των πραγματικών υποβολών, καθώς όλο και περισσότερα μαθήματα αναθέτουν εργασίες που χρησιμοποιούν AI για μέρος της διαδικασίας.

Τι δοκιμάστηκε	Το αποτέλεσμα του Turnitin
100% human-written samples	93% correctly identified as human
100% AI-generated samples	77% correctly identified as AI
AI text run through a paraphrasing tool	63% correctly identified as AI
Hybrid samples, part human and part AI	43% correctly identified as neither 0% nor 100%
Documents with over 20% flagged (Turnitin's own figure)	Under 1% false positive rate

Κανένα από αυτά δεν αποτελεί ανεξάρτητο εύρημα από την πλευρά του Turnitin. Ερευνητές εκτός της εταιρείας, που αναφέρονται σε δημοσιεύσεις σχετικά με τις ίδιες μελέτες μεροληψίας του Turnitin, περιγράφουν μια ακόμη πιο σύνθετη εικόνα, ιδίως για μη φυσικούς ομιλητές της αγγλικής και για εκτενώς επιμελημένα προσχέδια.

Πού καταρρέουν οι επισημάνσεις σε επίπεδο πρότασης

Η βαθμολογία σε επίπεδο εγγράφου δεν είναι η μόνη προβολή που μπορεί να ανοίξει ένας διδάσκων, και η άλλη είναι λιγότερο αξιόπιστη. Ορισμένες διεπαφές εμφανίζουν μια αναφορά επισήμανσης που τονίζει συγκεκριμένες προτάσεις ως πιθανώς γραμμένες από AI. Οι ερευνητές του Temple έλεγξαν αυτές τις επισημάνσεις σε σχέση με το ποιες προτάσεις στα υβριδικά δείγματά τους ήταν πράγματι γραμμένες από AI και δεν βρήκαν καμία σχέση μεταξύ των δύο. Αυτό έχει σημασία αν ένας διδάσκων προωθήσει ένα στιγμιότυπο οθόνης ενός επισημασμένου παραγράφου αντί για το συνολικό ποσοστό, η συνολική βαθμολογία του εγγράφου απέδωσε αισθητά καλύτερα από ό,τι οι επισημάνσεις σε επίπεδο πρότασης.

Ποιος Βλέπει Πραγματικά τη Βαθμολογία

Η βαθμολογία AI δεν αποτελεί, από προεπιλογή, μέρος της αναφοράς που βλέπει ο φοιτητής. Βρίσκεται σε ξεχωριστή καρτέλα, ορατή στους διδάσκοντες και στους διαχειριστές, και ο φοιτητής τη βλέπει μόνο αν ο διδάσκων επιλέξει να μοιραστεί την αναφορά ή να την εμφανίσει απευθείας. Αυτή είναι μια πραγματική δομική διαφορά από τη βαθμολογία ομοιότητας, την οποία οι φοιτητές μπορούν συνήθως να δουν οι ίδιοι μέσα στο ίδιο σύστημα, αφού μια υποβολή έχει υποβληθεί σε επεξεργασία.

Το ίδιο ισχύει και για το αν η λειτουργία υπάρχει καθόλου για ένα συγκεκριμένο μάθημα, κάτι που αποτελεί θεσμική απόφαση πέρα από τον διδάσκοντα. Οι διαχειριστές σε επίπεδο λογαριασμού μπορούν να ενεργοποιήσουν ή να απενεργοποιήσουν την ανίχνευση AI του Turnitin για ολόκληρο το ίδρυμα. Ένας διδάσκων μπορεί να μην μπορεί να την ενεργοποιήσει αν το πανεπιστήμιό του την έχει απενεργοποιήσει, και το αντίστροφο. Δύο φοιτητές σε διαφορετικά πανεπιστήμια μπορούν να υποβάλουν συγκρίσιμη εργασία και να έχουν πολύ διαφορετικές εμπειρίες από αυτό το εργαλείο, για λόγους που δεν έχουν καμία σχέση με το τι έγραψε ο καθένας τους.

Γιατί Ορισμένα Πανεπιστήμια Το Έχουν Απενεργοποιήσει

Το University of Waterloo διέκοψε τη λειτουργία ανίχνευσης AI του Turnitin τον Σεπτέμβριο του 2025, και η δημοσιευμένη αιτιολόγησή του είναι ασυνήθιστα άμεση. Το πανεπιστήμιο επικαλέστηκε την τεκμηριωμένη αναξιοπιστία του εργαλείου, την προκατάληψή του εις βάρος των φοιτητών των οποίων η πρώτη γλώσσα δεν είναι τα αγγλικά, και τις δικές του εσωτερικές δοκιμές, οι οποίες περιλάμβαναν τουλάχιστον μία περίπτωση κειμένου εξ ολοκλήρου γραμμένου από άνθρωπο που βαθμολογήθηκε ως 100 percent παραγόμενο από AI. Σε αντιπαραβολή με το κόστος του εργαλείου, το πανεπιστήμιο κατέληξε ότι τα κόστη υπερέβαιναν τα οφέλη και ανακατεύθυνε την προσπάθεια προς τον επανασχεδιασμό της αξιολόγησης και την εκπαίδευση στον γραμματισμό AI αντί αυτού.

Το Waterloo αποτελεί ένα ορατό παράδειγμα μιας ευρύτερης διάσπασης και όχι μια εξαίρεση. Τα πανεπιστήμια που διατηρούν ενεργή τη λειτουργία έχουν γενικά προσθέσει δικλίδες ασφαλείας αντί να αντιμετωπίζουν τη βαθμολογία ως απόφαση από μόνη της, απαιτώντας μια συζήτηση με τον φοιτητή πριν ξεκινήσει οτιδήποτε επίσημο και αντιμετωπίζοντας τον αριθμό ως λόγο για να ανοίξει αυτή η συζήτηση και όχι να κλείσει. Η περαιτέρω ανάγνωση σχετικά με τον τρόπο με τον οποίο τα πανεπιστήμια διαχειρίζονται την πολιτική για την AI καθιστά το μοτίβο πιο σαφές, καθώς το αν μια βαθμολογία φτάνει καν σε εσάς εξαρτάται από μια απόφαση που λαμβάνεται πολύ πάνω από την αίθουσα του σεμιναρίου σας, και όχι από ένα σταθερό χαρακτηριστικό της ίδιας της τεχνολογίας.

Τι αποδεικνύει και τι δεν αποδεικνύει μια υψηλή βαθμολογία

Μια υψηλή βαθμολογία AI είναι ένδειξη, όχι απόφαση. Το Turnitin το ίδιο παρουσιάζει το ποσοστό ως ένα δεδομένο για την κρίση του διδάσκοντος και όχι ως διαπίστωση παρατυπίας, και τα παραπάνω ποσοστά ακρίβειας εξηγούν γιατί αυτή η διατύπωση έχει σημασία, καθώς ακόμη και μια βαθμολογία σε επίπεδο εγγράφου που αποδίδει εύλογα καλά παρερμηνεύει ένα ουσιαστικό ποσοστό κειμένων με εκτεταμένη επιμέλεια, παράφραση ή υβριδική γραφή, ενώ οι επισημάνσεις σε επίπεδο πρότασης είναι αισθητά λιγότερο αξιόπιστες από τον συνολικό αριθμό. Τίποτε από αυτά δεν εγγυάται ότι οποιαδήποτε μεμονωμένη βαθμολογία είναι λανθασμένη. Σημαίνει ότι ένα ποσοστό είναι λόγος για να τεθούν ερωτήσεις και όχι διαπίστωση που πρέπει να γίνει δεκτή με την πρώτη ματιά.

Ένα μόνο ποσοστό σε επίπεδο εγγράφου συμπυκνώνει τέσσερα ξεχωριστά βήματα σε έναν αριθμό, και κανένα από αυτά τα βήματα δεν διαβάζει το νόημα ούτε ελέγχει αν ένα επιχείρημα είναι ορθό. Το να βλέπει κανείς πώς αποδίδει ένα μικρότερο απόσπασμα στα υποκείμενα στατιστικά σήματα από τα οποία κατασκευάζεται ένας τέτοιος αγωγός είναι ένας πιο άμεσος τρόπος να κατανοήσει μια αναφορά από το να αντιμετωπίζει το ποσοστό ως απόφαση. Το δωρεάν perplexity checker του TextPulse εκτελεί μια απλοποιημένη εκδοχή αυτού του είδους βαθμολόγησης σε επίπεδο λέξης πάνω στο δικό σας προσχέδιο, εκτός οποιουδήποτε θεσμικού αγωγού, και το δωρεάν burstiness checker του καλύπτει το μισό της ίδιας μέτρησης που αφορά τον ρυθμό των προτάσεων. Και τα δύο σας δίνουν μια ανάγνωση για τη δική σας γραφή, όχι μια πρόβλεψη για το τι θα πει το Turnitin γι' αυτήν. Κανένα εργαλείο δεν μπορεί υπεύθυνα να υποσχεθεί κάτι τέτοιο για ένα σύστημα που δεν ελέγχει.

Το Turnitin αναφέρει δύο αριθμούς και μετρούν άσχετα πράγματα. Το ποιο είναι ποιο παρουσιάζεται ξεχωριστά, μαζί με το τι πραγματικά μετρά ως καλός βαθμός Turnitin, αφού γνωρίζετε σε τι αναφέρεται το ποσοστό. Αρκετά συναφή ερωτήματα έχουν δικές τους σελίδες: αν ένας καθηγητής μπορεί να καταλάβει ότι χρησιμοποιήσατε ChatGPT χωρίς κανέναν ανιχνευτή, η πιο ωμή εκδοχή του, αν θα με πιάσουν, και για συγκεκριμένα πλαίσια, ανίχνευση AI σε προγράμματα νοσηλευτικής και αν τα γραφεία εισαγωγών των κολεγίων διενεργούν αυτούς τους ελέγχους. Το ευρύτερο πλαίσιο παρουσιάζεται σε ξεχωριστό κείμενο για την ακαδημαϊκή ακεραιότητα και την AI.

Τίποτε από αυτά δεν είναι πιθανό να είναι η τελική εκδοχή. Το Turnitin έχει αναθεωρήσει τα όριά του, τους κανόνες ορατότητάς του και την κάλυψη των μοντέλων του περισσότερες από μία φορές από το 2023, και ο Αύγουστος 2026 δεν θα είναι ούτε αυτός ο τελευταίος λόγος. Βρίσκεται δίπλα στο υπόλοιπο συλλογή δωρεάν εργαλείων του TextPulse, για όποιον θέλει ένα δεύτερο σήμα πριν αντιμετωπίσει το ποσοστό ενός ιδρύματος ως τον τελικό λόγο.

Τι έδειξε η δική μας έρευνα

Στη μελέτη συμφωνίας ανιχνευτών της TextPulse Research, εννέα εμπορικοί ανιχνευτές AI βαθμολόγησαν τα ίδια 90 ακαδημαϊκά κείμενα. Ένα από αυτά ήταν ένα υβριδικό κείμενο 455 λέξεων: ανθρώπινη αρχή και κατακλείδα γύρω από ένα μεσαίο τμήμα 168 λέξεων γραμμένο από AI. Το Turnitin βαθμολόγησε αυτό το κείμενο με 26.8% AI, ενώ οι ετυμηγορίες των υπόλοιπων εργαλείων για τις ίδιες λέξεις κυμάνθηκαν από 0% έως 95.7% AI. Η πλήρης εργασία, το σώμα κειμένων και ο πίνακας βαθμολογιών κάθε εργαλείου είναι ανοικτά διαθέσιμα στο TextPulse Research.