शैक्षणिक लेखन के लिए 2026 में सर्वश्रेष्ठ AI डिटेक्टर: 10 उपकरणों की तुलना

यहाँ के दस उपकरणों में से दो एक ही शीर्षक संख्या प्रकाशित करते हैं: 99.98% accuracy. उनमें से एक उस आंकड़े के पीछे के शोधकर्ताओं और विश्वविद्यालयों के नाम देता है और अपनी false positive rate को सामग्री-शैली के अनुसार अलग करके दिखाता है। दूसरा किसी भी test का नाम नहीं देता। यह अंतर किसी भी AI detectors के side by side तुलना-समूह में सबसे उपयोगी बात है, और हर एक पृष्ठ पर हर कीमत बदल जाने के बाद भी यह उपयोगी बना रहेगा।

यह मार्गदर्शिका 2026 में अकादमिक लेखन के लिए सर्वोत्तम AI detectors की तुलना करती है: Turnitin, GPTZero, Copyleaks, Originality.ai, Pangram, Winston AI, ZeroGPT, Scribbr, Sapling और Compilatio, वे दस जिनसे किसी छात्र, शोधकर्ता, परीक्षक या संपादक के मिलने की सबसे अधिक संभावना है। इन्हें अलग-अलग खरीदारों को बेचा जाता है, अलग-अलग मॉडलों पर मूल्य निर्धारित किया जाता है, और ये अलग-अलग प्रकार की जानकारी वापस रिपोर्ट करते हैं। केवल accuracy के आधार पर उनकी तुलना करने से लगभग वह सब छूट जाता है जो यह तय करता है कि आपका पाठ किसके माध्यम से चलाया जाएगा, और उसके बाद क्या होगा।

वे चार बातें जो वास्तव में भिन्न हैं

Detector marketing pages एक संख्या पर एकत्रित होती हैं और बाकी हर चीज़ में अलग हो जाती हैं। चार प्रश्न इन उत्पादों को अलग करते हैं, और उनमें से केवल एक homepage पर दिया गया percentage है।

• यह किसे बेचा जाता है। संस्थानों को लाइसेंस किया गया और केवल instructors को दिखाया जाने वाला tool, उस tool से अलग स्थिति में होता है जिसके लिए कोई भी browser में sign up कर सकता है, और यही अंतर तय करता है कि आपके बारे में परिणाम कौन कभी देखेगा।
• यह कौन-सा आंकड़ा प्रकाशित करता है। यहाँ हर vendor किसी न किसी प्रकार का दावा प्रकाशित करता है, एक साधारण percentage से लेकर चार अंकों तक उद्धृत false positive rate तक।
• क्या उस आंकड़े के पीछे कोई नामित test है। यही वह axis है जो दसों को सबसे स्पष्ट रूप से अलग करता है, और जिसे कोई vendor comparison table उपयोग नहीं करती।
• रिपोर्ट वास्तव में क्या लौटाती है। document-level percentage, sentence-level highlights, interpretability view और shareable report चार अलग-अलग वस्तुएँ हैं, और एक पर आधारित आरोप, दूसरे पर आधारित आरोप से अलग बातचीत है।

तीसरा प्रश्न विचार करने योग्य है। किसी नामित संस्था, नामित डेटासेट और उसके पीछे बताई गई विधि के साथ दिया गया प्रतिशत तर्क-वितर्क, पुनरुत्पादन या विवाद का विषय बन सकता है। जिसके पीछे कुछ भी नहीं है, ऐसा प्रतिशत केवल माना जा सकता है या अनदेखा किया जा सकता है, और विश्वास कदाचार सुनवाई का आधार नहीं है। Perplexity, वह सांख्यिकीय गुण जिस पर पहले पीढ़ी के डिटेक्टर सबसे अधिक निर्भर थे, इतना मापनीय है कि एक free perplexity checker आपको दिखा देगा कि यह आपकी अपनी लेखन शैली में कैसा दिखता है, हालांकि नीचे दिया गया कोई भी विक्रेता अपने निष्कर्ष को perplexity score के रूप में रिपोर्ट नहीं करता।

तुलना तालिका, प्रत्येक किसके लिए बेचा जाता है, और यह क्या दावा करता है

डिटेक्टर	किसे बेचा जाता है	आपको पहुँच कैसे मिलती है	शीर्षक दावा	दावे के पीछे नामित परीक्षण
Turnitin	लाइसेंस प्राप्त संस्थानों के शिक्षकों और प्रशासकों को	केवल संस्थागत लाइसेंस	20% सीमा से ऊपर दस्तावेज़ की false positive दर 1% से कम	Turnitin का अपना validation set, कोई बाहरी अध्ययन नामित नहीं
GPTZero	शिक्षक, छात्र, लेखक, भर्तीकर्ता, प्रकाशक	सीधा signup, free tier	99% सटीकता, मिश्रित दस्तावेज़ों पर 96.5%	RAID, एक third-party benchmark, और Penn State साझेदारी का उल्लेख करता है
Copyleaks	Canvas, Blackboard और Moodle के भीतर, शिक्षा और enterprise	सीधा signup और LMS लाइसेंस	0.03% false positive दर के साथ 99% से अधिक सटीकता	स्वतंत्र डेटा मौजूद है, नीचे दिया गया 2026 VUB अध्ययन
Originality.ai	लेखक, संपादक, विपणक, एजेंसियाँ, enterprise	सीधा signup, credit-based	नवीनतम AI मॉडलों पर 99% सटीकता	इसका अपना सटीकता अध्ययन, साथ ही third-party peer-reviewed कार्य
Pangram	विश्वविद्यालय, स्कूल और enterprise	सीधा signup, संस्थागत और API योजनाएँ	99.98% सटीकता, 10,000 में 1 की false positive दर	एक अध्ययन जिसे यह Chicago Booth और University of Maryland के शोधकर्ताओं से संबद्ध बताता है
Winston AI	व्यक्ति, टीमें, वेबसाइट प्रमाणन ग्राहक	सीधा signup, credit-based	99.98% सटीकता, जिसे यह प्राप्त करने वाला एकमात्र detector बताया गया है	कोई नामित नहीं
ZeroGPT	व्यक्ति, बिना signup वाला pre-check	मुफ़्त, 15,000 characters, कोई खाता नहीं	आंतरिक मूल्यांकनों में 98% से ऊपर	कोई नामित नहीं, यह आँकड़ा vendor का अपना है
Scribbr	छात्र, मुफ़्त checker के साथ premium tier	ब्राउज़र में मुफ़्त	परीक्षण पाठों में से 78% को सही ढंग से पहचाना गया	Scribbr की अपनी तुलना, Scribbr द्वारा ही संचालित
Sapling	डेवलपर और support teams, API-first	सीधा signup, public API, browser extension	प्रति वाक्य AI संभावनाएँ	कोई नामित नहीं, स्वतंत्र समीक्षाएँ एक दूसरे से तीव्र रूप से असहमत हैं
Compilatio	यूरोपीय संस्थान और छात्र, फ्रेंच-भाषी प्रणालियों में सबसे मजबूत	संस्थागत लाइसेंस, या 4.99 euros से सीधे छात्र खरीद	94 से 99% विश्वसनीयता, 1% से कम false positives	14 tools में 2nd स्थान, Weber-Wulff et al. 2023

एक पंक्ति बाकी से अलग व्यवहार करती है। Turnitin को मूल्यांकन किए जा रहे व्यक्ति द्वारा खरीदा नहीं जा सकता, उसे जमा करने से पहले उनके द्वारा चलाया नहीं जा सकता, और वह अपने परिणाम किसी और को लौटाता है। Compilatio को भी संस्थान इसी तरह लाइसेंस करते हैं, लेकिन वह छात्रों को वही जाँच सीधे भी बेचता है, इसलिए यही एक संस्थागत डिटेक्टर है जिसे आप पहले अपने मसौदे पर स्वयं चला सकते हैं। यहाँ के बाकी सभी डिटेक्टर ऐसे उत्पाद हैं जिन्हें कोई छात्र, लेखक या संपादक आज ही ब्राउज़र में खोलकर अपने ही पाठ पर चला सकता है।

सटीकता के दावे, और इनमें से किनके पीछे नामित परीक्षण है

Winston AI और Pangram एक ही आंकड़ा प्रकाशित करते हैं। Winston कहता है कि वह "The only AI detector with a 99.98% accuracy rate" है। Pangram के होमपेज पर लिखा है: "Detect AI-generated content with 99.98% accuracy. Trusted by universities, schools, and enterprises worldwide." संख्याएँ समान हैं। उनके पीछे का साक्ष्य इससे बहुत दूर है।

Pangram अपने स्रोत का नाम देता है। उसके अपने पृष्ठ इस आँकड़े का श्रेय University of Chicago's Booth School of Business और University of Maryland के शोधकर्ताओं के एक तुलना अध्ययन को देते हैं, और सामग्री-शैली के अनुसार false positive का विभाजन प्रकाशित करते हैं। Winston के पृष्ठ किसी अध्ययन का नाम नहीं लेते, 99.98% आंकड़े के लिए न डेटासेट, न नमूना आकार, न विधि। वहाँ विश्वसनीयता के संकेत SOC 2 और GDPR बैज तथा प्रेस लोगो हैं, जो पहचान प्रदर्शन के बजाय सुरक्षा स्थिति और मीडिया कवरेज की ओर संकेत करते हैं। प्रत्येक दावे का पूरा विश्लेषण समर्पित समीक्षाओं में है: Pangram reviewed और Winston AI reviewed.

दस में से सबसे विशिष्ट संख्याएँ Turnitin द्वारा प्रकाशित की गई हैं और वे त्रुटि दरें हैं, सटीकता दरें नहीं: उसके 20% threshold से ऊपर दस्तावेज़ स्तर पर false positive दर 1% से कम, लगभग 4% sentence-level त्रुटि संभावना, और किसी दस्तावेज़ में AI पाठ के 15% को चूक जाने की बताई गई संभावना, एक प्रकाशित miss rate जिसे लगभग कोई वापस उद्धृत नहीं करता। How Turnitin's detector works और what its false positive rate means in practice को अलग से कवर किया गया है।

GPTZero 99% सटीकता प्रकाशित करता है और RAID, एक तृतीय-पक्ष बेंचमार्क, तथा Penn State के साथ एक शोध साझेदारी की ओर संकेत करता है, जो इसे केवल एक नग्न संख्या से एक कदम ऊपर और एक उद्धरण से एक कदम नीचे रखता है। Originality.ai नवीनतम AI मॉडलों पर 99% प्रकाशित करता है, अपने स्वयं के अध्ययन और तृतीय-पक्ष सहकर्मी-समीक्षित कार्य का हवाला देते हुए, और वह वाक्य भी प्रकाशित करता है जिसे इस पूरे खंड का मार्गदर्शन करना चाहिए: "Any AI detector accuracy claim that is not transparently supported by methodology, benchmark data, and independent or reproducible analysis should be viewed skeptically." इस मानक को समान रूप से लागू करने पर, यह पृष्ठ पर मौजूद हर आंकड़े पर वही प्रश्न उठाता है, जिसमें दोनों 99.98% दावे शामिल हैं। ZeroGPT का आंकड़ा, आंतरिक मूल्यांकनों पर 98% से ऊपर, उसके पीछे भी कोई नामित परीक्षण नहीं रखता है; the ZeroGPT accuracy review बताता है कि वह संख्या कहाँ से आती है। Scribbr का 78% कम से कम अपने पैमाने के बारे में ईमानदार है, यद्यपि परीक्षण Scribbr का अपना है।

वही मानक हमारे अपने आंकड़ों पर भी लागू होना चाहिए। TextPulse अपने academic AI humanizer के लिए Turnitin AI पर 92.33%, Originality.ai पर 89.12% और GPTZero पर 87.91% की मापी गई पास दरें प्रकाशित करता है। ये विक्रेता परीक्षण से प्राप्त विक्रेता आंकड़े हैं, बिल्कुल Winston और Pangram की तरह, और इस बाजार के दोनों पक्षों में कोई भी उपकरण यह वादा नहीं कर सकता कि कोई detector किसी विशिष्ट दस्तावेज़ के बारे में क्या रिपोर्ट करेगा।

शैक्षणिक लेखन के लिए शीर्ष 10 AI Detectors

प्रत्येक प्रविष्टि वही चार बातें कवर करती है: इंजन कैसे काम करता है, विक्रेता क्या दावा करता है, स्वतंत्र साक्ष्य क्या दिखाते हैं, और वास्तव में कौन इस उपकरण का उपयोग करता है। प्रत्येक खंड से जुड़ी समर्पित समीक्षा अधिक गहराई में जाती है।

1. Turnitin: संस्थागत डिफ़ॉल्ट

Turnitin का AI लेखन संकेतक एक डीप-लर्निंग वर्गीकारक है, जिसे अकादमिक गद्य पर प्रशिक्षित किया गया है। यह एक प्रस्तुति को कुछ सौ शब्दों के ओवरलैपिंग खंडों में विभाजित करता है, प्रत्येक खंड को मॉडल-जनित पाठ के सांख्यिकीय पैटर्न के लिए अंक देता है, और परिणामों को उस दस्तावेज़ प्रतिशत में समेकित करता है जो प्रशिक्षक देखते हैं। केवल दीर्घ-रूप गद्य ही योग्य पाठ के रूप में गिना जाता है, बुलेट सूचियाँ, उद्धरण और संदर्भ शामिल नहीं किए जाते।

Turnitin त्रुटि दरें प्रकाशित करता है, न कि सटीकता दर, 20% की अपनी सीमा से ऊपर के पत्रों के लिए दस्तावेज़ झूठी-सकारात्मक दर 1% से कम, किसी एक चिह्नित वाक्य पर लगभग 4% त्रुटि संभावना, और दस्तावेज़ में AI पाठ के 15% को चूक जाने की घोषित संभावना। 2026 VUB अध्ययन विक्रेता के अपने आँकड़ों से भी अधिक कठोर था, Turnitin ने परीक्षण सेट में 40 पूर्णतः AI-जनित शोध-प्रबंधों में से प्रत्येक पर 0% AI रिपोर्ट किया। यह डिफ़ॉल्ट बना रहता है क्योंकि यह उस साहित्यिक चोरी कार्यप्रवाह के भीतर आता है, जिसे पहले से ही 16,000 से अधिक संस्थान लाइसेंस करते हैं, Turnitin की अपनी गणना के अनुसार, और केवल प्रशिक्षक तथा प्रशासक ही स्कोर देखते हैं। यह इस पृष्ठ पर सबसे अधिक पीछे हटाया गया उपकरण भी है, कई प्रमुख विश्वविद्यालयों ने झूठी-सकारात्मक चिंताओं के कारण इसे निष्क्रिय कर दिया है, जिन्हें universities that stopped using Turnitin में ट्रैक किया गया है। How Turnitin detects AI और similarity versus AI score यांत्रिकी को कवर करते हैं।

2. GPTZero: सबसे बड़ा छात्र-पक्ष ब्रांड

GPTZero ने जनवरी 2023 में एक perplexity और burstiness जाँचक के रूप में शुरुआत की थी और तब से अपने इंजन को एक बहु-स्तरीय वर्गीकारक में पुनर्निर्मित किया है। एक स्कैन दस्तावेज़ का निर्णय, AI, मानव और मिश्रित के बीच विभाजित एक प्रायिकता, परिणाम को संचालित करने वाले अंशों का वाक्य-दर-वाक्य हाइलाइटिंग, और एक AI शब्दावली सूची लौटाता है। इसकी होमपेज 99% सटीकता, 17 million उपयोगकर्ताओं और 1 million शिक्षकों का दावा करती है, मुक्त स्तर प्रति स्कैन लगभग 10,000 characters स्वीकार करता है, और कंपनी गैर-देशी English लेखन पर false flags को कम करने के उद्देश्य से एक ESL calibration प्रकाशित करती है।

साक्ष्य के आधार पर यह मध्य-क्षेत्र में स्थित है। यह तृतीय-पक्ष RAID benchmark और Penn State शोध साझेदारी की ओर संकेत करता है, जो केवल एक निराधार दावे से एक कदम ऊपर है, लेकिन VUB अध्ययन में पूर्णतः AI-generated theses पर इसका median score 20% से नीचे रहा, individual papers के बीच व्यापक उतार-चढ़ाव के साथ। यह वह tool है जिसका उपयोग students अपनी submission से पहले अपने drafts की pre-check के लिए सबसे अधिक करते हैं। GPTZero कैसे काम करता है report layer by layer को समझाता है, GPTZero versus Turnitin यह स्पष्ट करता है कि एक ही text पर दोनों क्यों असहमत होते हैं।

3. Copyleaks: आपके LMS के भीतर का detector

Copyleaks AI detection और plagiarism checking को एक ही enterprise product के रूप में बेचता है, जो Canvas, Blackboard और Moodle में wired है, तथा दस में सबसे व्यापक language coverage रखता है, vendor 30 से अधिक languages के साथ प्रति-language detection models सूचीबद्ध करता है। एक scan highlighted passages के साथ एक document percentage लौटाता है। vendor 0.03% false positive rate के साथ 99% से अधिक accuracy का दावा करता है, और free scanner लगभग 25,000 characters स्वीकार करता है।

स्वतंत्र रिकॉर्ड इस प्रस्तुति का कमजोर आधा भाग है। VUB अध्ययन में, Copyleaks ने 40 पूरी तरह AI-जनित शोध-प्रबंधों में से एक को भी पूरी तरह AI-लिखित के रूप में वर्गीकृत नहीं किया, केवल 40 में से 10 को आंशिक रूप से भी चिह्नित किया, और 100% मशीन-जनित शोध-पत्रों पर रिपोर्ट की गई AI हिस्सेदारी का माध्यिका 20% से नीचे बनाए रखी। फिर भी इसने 40 मानव-लिखित शोध-पत्रों में से सभी को साफ़ कर दिया, जिनमें से हर एक गैर-देशी अंग्रेज़ी वक्ता द्वारा लिखा गया था, जो false positives के संदर्भ में इसके पक्ष में वास्तविक साक्ष्य है। Copyleaks समीक्षा में पूरी तस्वीर है।

4. Originality.ai: प्रकाशकों के लिए बनाया गया, कक्षाओं के लिए नहीं

Originality.ai प्रकाशकों, SEO एजेंसियों और फ्रीलांस कॉपी की जाँच करने वाली सामग्री टीमों की सेवा करता है, और हर डिज़ाइन निर्णय इसी खरीदार से निकलता है, credit-based pricing, प्रति 100 शब्द 1 credit, एक API, एक Chrome extension, plagiarism और fact-checking add-ons, तथा एक समायोज्य AI allowance slider, जो संपादक को यह तय करने देता है कि कितना AI-assisted पाठ स्वीकार्य है। यह भाषा मॉडलों की प्रत्येक नई पीढ़ी के लिए अपने detection models को पुनः प्रशिक्षित करता है और नवीनतम मॉडलों पर 99% accuracy का दावा करता है, अपने स्वयं के अध्ययन और third-party peer-reviewed कार्य का हवाला देते हुए।

यह स्वतंत्र परीक्षण में सम्मानजनक प्रदर्शन करता है, RAID benchmark में सबसे मजबूत commercial tools में से एक के रूप में, और इसकी calibration जानबूझकर आक्रामक है, यह under-flag करने की बजाय over-flag करना पसंद करती है। यह एक प्रकाशक के लिए सही trade-off है और misconduct panel के लिए गलत, और जब इसका pre-check score बाद में किसी university tool द्वारा दिखाए गए परिणाम से असहमत होता है, तो यही सबसे महत्वपूर्ण बात है जिसे समझना चाहिए। Originality.ai versus Turnitin उस अंतर को स्पष्ट करता है।

5. Pangram: वह जिसे स्वतंत्र अध्ययन लगातार प्राथमिकता देते हैं

Pangram यहाँ सबसे नया उपकरण है और वही है जिसे शोधकर्ता लगातार सत्यापित करते रहते हैं। इसके classifier को विशेष रूप से इस तरह प्रशिक्षित किया गया था कि false positives लगभग शून्य के पास रहें, और इसकी report में एक interpretability view शामिल है जो दिखाती है कि किन वाक्यांशों ने निर्णय को प्रभावित किया। Features 20 से अधिक भाषाओं को कवर करते हैं, OCR के साथ file upload, एक browser extension और Google Docs integration, free tier प्रतिदिन 2,000 words तक scan करता है। Vendor 99.98% accuracy और 1 in 10,000 की false positive rate का दावा करता है, जिसे per-genre breakdown के साथ प्रकाशित किया गया है।

असामान्य रूप से, स्वतंत्र साक्ष्य marketing के समान दिशा में संकेत करते हैं। 2026 VUB study ने पाया कि यह चारों tested tools में एकमात्र tool था जिसका fully AI-generated theses पर median score वास्तविक value के करीब आया, और hybrid तथा humanized papers पर भी यह सबसे अधिक aligned था। Chicago Booth और Maryland researchers के NBER working paper ने पाया कि यह एकमात्र detector था जो rewritten text पर मजबूत बने रहते हुए false positives को 0.5% या उससे नीचे रखता था। दोनों studies हाल की हैं और scope में सीमित हैं, लेकिन इस page पर किसी अन्य tool के पक्ष में इतनी current evidence नहीं है। The Pangram review दोनों studies को ध्यान से पढ़ती है।

6. Winston AI: सबसे बड़ा दावा, सबसे कम साक्ष्य

Winston AI शिक्षकों और सामग्री टीमों के लिए लक्षित एक credit-based detector है। इसकी विशेषताओं का समूह व्यावहारिक है: प्रति-वाक्य heat map, OCR जो फोटो खींचे गए और हस्तलिखित पृष्ठों को पढ़ता है, plagiarism add-on, और Google Classroom integration। होमपेज 99.98% accuracy और 10 million से अधिक users का दावा करता है, accuracy का यह आंकड़ा internal testing से आता है, और site पर कहीं भी methodology, dataset या sample size प्रकाशित नहीं है।

सबसे अच्छा स्वतंत्र संदर्भ बिंदु RAID benchmark (ACL 2024) है, जहाँ Winston ने 5% false positive rate पर कुल मिलाकर 71% AI text का पता लगाया, ChatGPT-style output पर 99.6% के साथ उत्कृष्ट, पुराने और open-source models पर बहुत कमजोर, और paraphrased text पर 52.6% तक गिर गया। एक सक्षम tool, लेकिन headline बढ़ा-चढ़ाकर दी गई है। The Winston AI review इस दावे की विस्तार से जाँच करता है।

7. ZeroGPT: free pre-check

ZeroGPT सबसे अधिक traffic वाला free pre-check है: no account के साथ 15,000 characters तक paste करें और DeepAnalyse technology के रूप में ब्रांड किए गए text से तुरंत percentage plus highlighted sentences प्राप्त करें। vendor internal evaluations पर 98% से अधिक accuracy का दावा करता है और किसी external test का नाम नहीं देता। स्वतंत्र तुलनाएँ लगातार इसे commercial field के निचले हिस्से में रखती हैं, और एक ही text पर इसका score runs के बीच बदल सकता है। एक rough first look के रूप में यह harmless है, लेकिन verdict के रूप में यह इस page पर सबसे कम defensible tool है। The ZeroGPT accuracy review इसके दावों को उनके स्रोतों तक trace करता है।

8. Scribbr: licensed engine के साथ trusted brand

Scribbr का AI checker, Scribbr branding के तहत QuillBot detection engine है: result panel engine version दिखाता है, और Scribbr का about page दोनों companies को Learneo family में रखता है। free tier browser में बिना signup के लगभग 1,200 words scan करता है और AI-generated, AI-refined तथा human-written के बीच तीन-way split report करता है। Scribbr की अपनी July 2026 comparison में free checker ने test texts के 78% की पहचान की और premium version ने 84%, उस sample में zero false positives के साथ।

ये free tier में प्रकाशित सबसे अच्छे numbers हैं, और ये एक test से आते हैं जिसे Scribbr ने खुद design, run और score किया, जिसमें उसका अपना corporate sibling first place पर tied रहा। Students checker पर भरोसा करते हैं क्योंकि Scribbr के citation और thesis guides ने वह भरोसा अर्जित किया; detector उसे inherit करता है। The Scribbr review बताता है कि free और premium वास्तव में क्या measure करते हैं।

9. Sapling: developer tool

Sapling का detector एक NLP company से आता है जिसका मुख्य business customer-support teams के लिए writing assistance है, और यह दिखता है: group का सबसे accessible API, per-sentence probability scores के साथ perplexity view, और एक browser extension जो Google Docs, Gmail, Zendesk और Salesforce के भीतर text scan करता है। free checks 2,000 characters पर cap हैं, paid plans cap को 100,000 तक बढ़ाते हैं।

इसका स्वतंत्र रिकॉर्ड दस में सबसे अधिक अस्थिर है: Scribbr की तुलना में 68% बिना किसी false positive के, 2023 के arXiv बेंचमार्क में लगभग पूर्ण चूक, और कम से कम एक व्यावहारिक समीक्षा जिसमें इसने हर चीज़ को नकली के रूप में चिह्नित किया। एकल-समीक्षा स्कोर हर detector के लिए खराब ढंग से सामान्यीकृत होते हैं, और Sapling इसका सबसे स्पष्ट प्रदर्शन है। Sapling समीक्षा देखती है कि ऐसा क्यों है।

10. Compilatio: यूरोप का संस्थागत समकक्ष

Compilatio वह plagiarism-and-AI suite है जिसे यूरोपीय संस्थान लाइसेंस करते हैं, जहाँ US-केंद्रित संकलन Turnitin को मानकर चलते हैं: यह फ्रेंच-भाषी प्रणालियों में सबसे मजबूत है, AI detection को अपनी similarity checking के समान ही instructor-facing workflow में एकीकृत करता है, और इसका student edition उन्हीं checks को credit के आधार पर बेचता है। यह 94 to 99% reliability rate और 1% से कम false positives का दावा करता है, और यहाँ Turnitin के अलावा यह एकमात्र tool है जो peer-reviewed test में शीर्ष के निकट स्थान पाता है, Weber-Wulff और colleagues में fourteen में second। यदि आप EU में अध्ययन करते हैं, तो आपकी thesis को पढ़ने वाला detector संभवतः यही होगा। Compilatio समीक्षा बताती है कि वह ranking क्या स्थापित करती है और क्या नहीं।

iThenticate: publisher की मेज़ पर detector

एक और Turnitin उत्पाद यहाँ एक खंड का हकदार है, क्योंकि अधिकांश शोधकर्ता इसे देखे बिना ही इसका सामना करते हैं। iThenticate प्रकाशकों, पत्रिकाओं और शोध संस्थानों के लिए Turnitin का स्क्रीनिंग उपकरण है, जिसे पाठ्यक्रम कार्य का मूल्यांकन करने के बजाय प्रकाशन से पहले पांडुलिपियों की जाँच के लिए बनाया गया है। इसका उद्देश्य विश्वास के साथ प्रकाशन है, प्रकाशन से पहले संभावित कदाचार के लिए एक उच्च दांव वाले दस्तावेज़ की जाँच करना। हजारों विद्वतापूर्ण पत्रिकाएँ Crossref की Similarity Check सेवा के माध्यम से अपनी प्रस्तुतियाँ इससे गुज़ारती हैं, इसलिए यदि आपने किसी peer-reviewed पत्रिका में प्रस्तुत किया है, तो आपकी पांडुलिपि संभवतः iThenticate से होकर गुज़री होगी, चाहे किसी ने आपको बताया हो या नहीं।

दो बातें इसे ऊपर वाली Turnitin पंक्ति से अलग करती हैं। यह course-first के बजाय document-first है, कोई कक्षाएँ नहीं, कोई असाइनमेंट नहीं, प्रति पांडुलिपि एक रिपोर्ट। और Turnitin के विपरीत, इसे जिस व्यक्ति का मूल्यांकन किया जा रहा है, वही खरीद सकता है। credits सीधे साइट पर बेचे जाते हैं, प्रति दस्तावेज़ मूल्यित, जिससे यह Turnitin परिवार का वह एकमात्र उपकरण बनता है जिसे कोई लेखक अपनी पांडुलिपि पर, किसी पत्रिका के करने से पहले, स्वयं चला सकता है। रिपोर्ट सबसे पहले एक similarity report होती है, जो प्रकाशित साहित्य और वेब के साथ मिलान करती है, और Turnitin योग्य ग्राहकों के लिए अपनी AI writing detection ले जाने वाले उत्पादों में iThenticate को सूचीबद्ध करता है।

एक अकादमिक लेखक के लिए इसका व्यावहारिक उपयोग सीमित लेकिन वास्तविक है: अंतिम पांडुलिपि पर, प्रस्तुत करने से पहले, एक मौलिकता जांच, जिसे वही कंपनी चलाती है जिसके उपकरण पत्रिका संभवतः उपयोग करेगी। यह रिपोर्ट जो नहीं करती, वह कुछ भी ठीक करना है। यह ओवरलैप और संभावित AI लेखन को चिह्नित करती है, और चिह्नित गद्य का संशोधन अभी भी आपका काम है, जो प्रस्तुति चेकलिस्ट का वह आधा भाग है जिसके लिए एक academic AI humanizer बनाया गया है।

स्वतंत्र शोध इस श्रेणी के बारे में क्या कहता है

विक्रेता के आंकड़े लगभग 99% के आसपास सिमटते हैं। प्रकाशित शोध ऐसा नहीं करता। Weber-Wulff और सहकर्मियों ने 2023 में International Journal for Educational Integrity में 14 प्रणालियों का परीक्षण किया, जिनमें Turnitin भी शामिल था, और Liang और सहकर्मियों ने उसी वर्ष Patterns में पाया कि गैर-देशी अंग्रेज़ी वक्ताओं द्वारा लिखे गए 91 TOEFL निबंधों में से 89, यानी 97.8%, को कम से कम सात डिटेक्टरों में से एक ने AI के रूप में चिह्नित किया, और 18 को सभी सात ने चिह्नित किया।

ऊपर दिए गए उपकरणों की सबसे प्रत्यक्ष अकादमिक परीक्षा 2026 VUB अध्ययन है, जो International Journal for Educational Integrity में open access के रूप में प्रकाशित हुआ: वास्तविक मास्टर थीसिस, चार वाणिज्यिक डिटेक्टर, और चार में से तीन के लिए पूरी तरह AI-जनित शोधपत्रों पर 20% से कम मध्यक। Jabarian और Imas ने, NBER working paper w34223 में, 1,992 2020-पूर्व मानव पाठों और चार अग्रणी मॉडलों से 1,992 AI पाठों का एक कॉर्पस बनाया और Pangram, GPTZero, Originality.ai तथा एक open-source आधाररेखा का तनाव-परीक्षण किया: वाणिज्यिक डिटेक्टरों ने आधाररेखा से बेहतर प्रदर्शन किया, और केवल एक उपकरण ने पुनर्लिखित पाठ में भी मजबूत रहते हुए 0.5% या उससे कम की false positive दर बनाए रखी। open-source आधाररेखा ने मानव पाठ के 30% से 69% तक को चिह्नित किया, यही कारण है कि ऊपर दी गई तालिका में free GitHub डिटेक्टर अनुपस्थित हैं।

OpenAI ने 20 July 2023 को अपना AI Text Classifier वापस ले लिया, यह कहते हुए कि यह "no longer available due to its low rate of accuracy" है। Giray, Roe और Espiritu ने, जो March 2026 में English Teaching: Practice & Critique में प्रकाशित हुआ, समानता की समस्या को स्पष्ट रूप से रखा: "ये उपकरण बहुभाषी छात्रों की प्रामाणिक लेखन को असमान रूप से चिह्नित करते हैं, जिससे एक ऐसा chilling effect पैदा होता है जो विडंबनापूर्ण रूप से झूठे आरोपों से बचने के लिए AI उपयोग को प्रोत्साहित करता है।" उस निष्कर्ष के पीछे का पैटर्न detectors गैर-देशी English लेखन को कैसे संभालते हैं में दस्तावेजीकृत है।

संस्थानों ने false positive रिकॉर्ड के आधार पर कार्रवाई की है। Vanderbilt ने August 2023 में Turnitin के AI detector को निष्क्रिय कर दिया, यह तर्क देते हुए कि 2022 में उसके द्वारा प्रस्तुत 75,000 papers के मुकाबले, 1% false positive rate का अर्थ लगभग 750 papers का गलत रूप से लेबल किया जाना है। Michigan State के दस्तावेज़ में कहा गया है कि AI detection tools को किसी छात्र के विरुद्ध प्रतिकूल कार्रवाई का एकमात्र आधार नहीं होना चाहिए, और University of Texas at Austin AI detection software का बिल्कुल समर्थन नहीं करती। AI detectors वास्तव में कितने सटीक हैं, एक श्रेणी के रूप में, यह इस प्रश्न से अलग है कि आपका संस्थान किसे लाइसेंस करता है।

वह मॉडल जो scoring को दरकिनार करता है, प्रक्रिया ट्रैकिंग

false positive समस्या का एक अलग उत्तर संस्थागत रुचि प्राप्त कर रहा है, तैयार पाठ को score करना बंद करें और इसके बजाय यह रिकॉर्ड करें कि दस्तावेज़ कैसे लिखा गया था। Grammarly की Authorship सुविधा और मूल्यांकन मंच Cadmus दोनों इसी तरह काम करते हैं, लेखन प्रक्रिया, टाइपिंग, पेस्टिंग, संशोधन इतिहास को, जैसे ही यह होता है, कैप्चर करते हुए। एक प्रक्रिया रिकॉर्ड उस निबंध को false-positive नहीं कर सकता जो वास्तव में टाइप किया गया था, और यही वह failure mode है जिसके कारण विश्वविद्यालयों ने detectors बंद किए। समझौते अलग हैं, निगरानी संबंधी प्रश्न सांख्यिकी संबंधी प्रश्नों का स्थान ले लेते हैं, लेकिन यदि आपका संस्थान इनमें से किसी एक को अपनाता है, तो ऊपर का detector debate आपके लिए काफी हद तक अप्रासंगिक हो जाता है: साक्ष्य प्रक्रिया लॉग है, probability score नहीं।

आपको दिए गए detector score को कैसे पढ़ें

एक संख्या लगभग हर बार अपने संदर्भ के बिना आ जाती है। चार प्रश्न उसे इतना संदर्भ लौटा देते हैं कि एक सार्थक बातचीत हो सके।

• कौन-सा टूल, और कौन-सा आंकड़ा। दस्तावेज़-स्तर का प्रतिशत और वाक्य-स्तर का हाइलाइट, एक ही विक्रेता से प्रकाशित अलग-अलग त्रुटि दरें रखते हैं, और Turnitin की दरें क्रमशः 1% और लगभग 4% हैं।
• विक्रेता ने गलत होने के बारे में क्या प्रकाशित किया। जो टूल miss rate और false positive rate बताता है, उसने आपको बता दिया है कि उसकी सीमाएँ कहाँ हैं। जो टूल केवल accuracy percentage प्रकाशित करता है, उसने ऐसा नहीं किया है।
• क्या स्कोर साक्ष्य है या केवल एक संकेत। Michigan State की यह भाषा, कि इन टूल्स को प्रतिकूल कार्रवाई का एकमात्र आधार नहीं होना चाहिए, एक सामान्य संस्थागत स्थिति है और अपील में उद्धृत करने योग्य है। अपील पत्र मार्गदर्शिका दिखाती है कि कैसे।
• आपकी संस्था की नीति वास्तव में क्या कहती है। क्या कोई detector लाइसेंस प्राप्त है, क्या उसका output misconduct प्रक्रिया में उपयोग किया जा सकता है, और एक छात्र क्या अनुरोध कर सकता है, यह कहीं न कहीं लिखा होता है, और विश्वविद्यालयों के बीच इनमें बहुत अंतर होता है।

Turnitin humanized text के साथ क्या करता है का उत्तर अलग से दिया गया है, साथ ही humanizer विकल्पों के एक व्यापक सर्वेक्षण के साथ।

Detector विक्रेता गोल-गोल संख्याएँ प्रकाशित करते रहेंगे, और अधिकांश यह बताने से इनकार करते रहेंगे कि ये संख्याएँ कहाँ से आईं। आपके काम में इनमें से कौन-सी 10 बातें लागू होती हैं, यह उसे पढ़ने वाला व्यक्ति तय करता है, इसलिए उपयोगी तैयारी यह जानना है कि वह टूल अपनी त्रुटि दरों के बारे में क्या प्रकाशित करता है, इससे पहले कि कोई आपको कोई प्रतिशत बताए। वर्तमान TextPulse मूल्य निर्धारण अपने अलग पृष्ठ पर है, और वहाँ अद्यतन किया जाता है, किसी roundup में नहीं।

हमारे अपने शोध ने क्या पाया

TextPulse Research के डिटेक्टर सहमति अध्ययन में नौ व्यावसायिक AI डिटेक्टरों ने वही 90 अकादमिक टेक्स्ट परखे। इनमें से एक 455 शब्दों का हाइब्रिड टेक्स्ट था: शुरुआत और अंत इंसान के लिखे हुए, बीच में 168 शब्दों का AI-लिखा हिस्सा। Copyleaks ने इस टेक्स्ट को 0% AI स्कोर दिया, जबकि उन्हीं शब्दों पर बाकी टूल्स के फैसले 0% से 95.7% AI तक फैले थे। पूरा शोधपत्र, कॉर्पस और हर टूल की स्कोर मैट्रिक्स TextPulse Research पर खुले रूप से उपलब्ध है।