Batas Minimum Jumlah Kata Detektor AI: Berapa Banyak Kata yang Dibutuhkan Turnitin, GPTZero, dan Lainnya

Jumlah kata minimum untuk pendeteksi AI bergantung pada alatnya. Beberapa alat, seperti Turnitin, memerlukan setidaknya 300 kata prosa yang memenuhi syarat, tetapi yang lain, seperti ZeroGPT, merekomendasikan penulisan setidaknya 150 hingga 200 kata untuk menghasilkan hasil yang konsisten. Baik pendeteksi Anda menampilkan hasil di bawah beberapa ratus kata maupun tidak, hasil Anda kurang andal.

Beberapa masih memberikan persentase untuk setiap paragraf, dan skor cenderung kurang akurat untuk teks pendek. Peneliti di TextPulse Research menguji hal ini dengan 25,561 pasangan teks akademik yang ditulis manusia dan parafrasa AI mereka. Pada 300 kata, mereka menyetel sebuah pengklasifikasi untuk menangkap 95% dari parafrasa AI. Pengklasifikasi itu juga menandai 33.9% dari teks manusia. Pada 25 kata, pengklasifikasi itu menandai 67.6%.

Berapa banyak kata yang dibutuhkan untuk deteksi AI?

Deteksi AI memerlukan beberapa ratus kata agar andal, yaitu menghasilkan hasil yang stabil. Keandalannya turun paling cepat di bawah sekitar 100 kata. Sebagian besar keandalan ditetapkan dalam studi TextPulse sekitar 150 kata. Setelah itu, akurasi meningkat lebih lambat, dari 84.0% pada 150 kata menjadi 86.8% pada 300 kata.

Penelitian lain menunjukkan ambang yang serupa. Sebuah survei 2025 dalam Journal of Artificial Intelligence Research, yang dikutip dalam makalah TextPulse, mengumpulkan angka yang telah dilaporkan sejauh ini. Pengklasifikasi statistik dan yang disesuaikan secara khusus memerlukan sekitar 100 kata agar bekerja secara akurat. Beberapa pendeteksi standar memerlukan kira-kira 120 kata untuk mencapai kinerja penuh, dan mendeteksi model terkuat memerlukan sekitar 200 kata.

Seiring pendeteksi melihat lebih banyak token, yaitu bagian-bagian kata yang digunakan model bahasa, menjadi lebih mudah membedakan teks manusia dari teks AI. Ketika pendeteksi hanya melihat beberapa token dalam jawaban singkat, tidak ada banyak bukti untuk salah satu penilaian. Perplexity, burstiness, dan ukuran lain yang terlibat dijelaskan dalam panduan tentang cara kerja pendeteksi AI.

Jumlah kata minimum pendeteksi AI menurut alatnya: Turnitin, GPTZero, dan lainnya

Setiap vendor menetapkan batas bawah atau panduannya sendiri, dan mereka tidak semuanya menggunakan satuan yang sama. Turnitin menghitung kata prosa yang memenuhi syarat. Vendor lain merekomendasikan panjang tertentu atau menjelaskan bagaimana akurasi berubah ketika sebuah teks menjadi lebih panjang.

Detector	Apa yang dinyatakan vendor tentang panjang teks
Turnitin	Setidaknya 300 kata prosa yang memenuhi syarat sebelum skor AI dihasilkan, dinaikkan dari minimum sebelumnya 150 kata karena akurasi meningkat dengan lebih banyak teks
GPTZero	Akurasi meningkat seiring lebih banyak teks dikirimkan. Dokumen utuh diklasifikasikan dengan lebih akurat daripada paragraf, dan paragraf lebih akurat daripada kalimat tunggal
ZeroGPT	Setidaknya 150 hingga 200 kata direkomendasikan untuk hasil yang stabil, dengan 500 hingga 1.000 kata atau lebih yang semakin meningkatkan keandalan. Cuplikan yang sangat pendek atau banyak diedit "carry fewer signals"
Pangram	Bekerja paling baik pada teks yang lebih panjang yang ditulis dalam kalimat lengkap. Perusahaan menyarankan agar tidak memeriksa daftar poin singkat atau teks yang sangat formulaik
Sapling	Angka deteksi dan positif palsu yang dipublikasikannya berlaku untuk teks yang lebih panjang. Teks yang lebih pendek "may have different accuracy rates"

Ini adalah batas minimum yang ditemui sebagian besar mahasiswa, karena Turnitin adalah detektor bawaan di banyak platform pembelajaran universitas. Tidak ada skor yang diberikan di bawah 300 kata prosa yang memenuhi syarat dalam laporan penulisan AI. Segmen yang mendapat skor di bawah batas minimum ini dan tanda bintang yang ditampilkan Turnitin untuk skor di bawah 20% dibahas dalam panduan tentang bagaimana Turnitin mendeteksi AI.

Persentase di layar tidak berarti sebuah teks memenuhi panjang yang direkomendasikan oleh alat itu sendiri, karena banyak pemeriksa konsumen akan memberi skor pada satu paragraf. Pada 2023, pengklasifikasi teks AI OpenAI memerlukan input minimum 1.000 karakter. OpenAI menyatakan bahwa alat itu sangat tidak andal pada teks pendek dan menghapusnya enam bulan kemudian karena tingkat akurasinya yang rendah.

Akurasi detektor AI berdasarkan panjang teks: apa yang ditemukan penelitian TextPulse

Makalah kerja TextPulse tentang panjang teks dan keandalan deteksi AI menelaah panjang semata, terlepas dari semua karakteristik teks lainnya. Dataset ini mencakup 25,561 pasangan teks, di mana baik teks manusia maupun penulisan ulang AI-nya masing-masing memiliki panjang setidaknya 300 kata. Setiap teks dipotong menjadi 25, 50, 100, 150, 200, 250, dan 300 kata. Untuk setiap panjang kata, pengklasifikasi dilatih dan diuji.

Teks yang sama muncul pada setiap panjang, yaitu topik, disiplin, dan model AI dijaga tetap konstan. Penulisan ulang berasal dari delapan kombinasi model AI yang berbeda di atas enam keluarga model. Pengklasifikasi menilai 45 fitur gaya, seperti panjang kata dan keragaman kosakata. Ini adalah alat penelitian, makalah ini tidak membuat klaim apa pun tentang bagaimana detektor komersial mungkin menggunakan fitur atau ambang batas ini. Lihat panduan tentang apakah detektor AI akurat untuk pengujian alat komersial.

Panjang teks	Akurasi	Teks manusia yang salah ditandai ketika 95% penulisan ulang AI terdeteksi	Penulisan ulang AI yang terdeteksi ketika 1% teks manusia salah ditandai
25 words	73.9%	67.6%	17.2%
50 words	78.2%	58.8%	28.0%
100 words	82.3%	49.4%	40.5%
150 words	84.0%	44.1%	47.9%
200 words	85.2%	40.1%	50.5%
250 words	86.1%	36.7%	54.2%
300 words	86.8%	33.9%	56.5%
Teks lengkap	88.4%	28.6%	60.6%

Untuk deteksi AI, akurasi teks pendek lebih buruk di setiap kolom tabel, dan kolom akurasi meremehkan kehilangan tersebut. Sebuah putusan yang dapat digunakan memerlukan skor yang dekat dengan salah satu ujung skala, dan teks yang lebih pendek mendorong skor manusia dan AI ke arah tengah. Dengan ambang batas yang ditetapkan untuk menangkap 95% parafrase AI, pengklasifikasi secara keliru menandai sekitar setengah dari teks manusia pada 100 kata. Dengan ambang batas yang ditetapkan untuk menandai hanya 1% teks manusia, pengklasifikasi menangkap 17.2% parafrase AI pada 25 kata.

AUC, ukuran utama dalam paper ini tentang seberapa baik pengklasifikasi memisahkan kedua kelompok, naik dari 0.817 pada 25 kata menjadi 0.940 pada 300 kata. Pada teks penuh, yang rata-rata 466 kata di sisi manusia, nilainya mencapai 0.950. Bagian paling curam dari kenaikan itu terjadi di bawah 100 kata, dan setiap kenaikan setelah 150 kata menambah lebih sedikit.

Mengapa positif palsu pada teks pendek meningkat

Sebuah detektor yang dibangun pada dokumen panjang memiliki tingkat positif palsu yang jauh lebih tinggi pada dokumen pendek. Paper ini menyajikan sebuah pengklasifikasi yang dilatih pada teks panjang penuh dan digunakan pada ambang batas default untuk klasifikasi teks pendek. Tingkat positif palsu sistem untuk teks manusia berkisar dari 16.1% pada 300 kata hingga 39.1% pada 100 kata dan 69.8% pada 25 kata.

Deteksinya terhadap parafrase AI hampir tidak berubah pada rentang yang sama, dari 88.4% pada 300 kata menjadi 92.4% pada 25 kata. Kesalahan tambahan itu adalah penandaan palsu pada tulisan manusia. Paper ini menggambarkan pengklasifikasi pada masukan pendek sebagai secara sistematis bias untuk menyebutnya AI.

Penyebabnya bersifat mekanis. Rasio tipe-token, yaitu proporsi kata yang berbeda dalam sebuah teks, meningkat ketika teks menjadi lebih pendek, karena sampel pendek memberi lebih sedikit kesempatan untuk mengulang sebuah kata. Teks manusia dalam studi ini rata-rata memiliki rasio 0.47 pada panjang penuh dan 0.87 pada 25 kata. Parafrase AI pada panjang penuh rata-rata 0.55.

Klasifier ini, yang dilatih pada teks lengkap, akan mempelajari bahwa rasio sekitar 0.55 memisahkan tulisan AI dari tulisan manusia. Setiap teks 25 kata, siapa pun yang menulisnya, berada jauh di atas rasio ini dan terdorong ke sisi AI. Makalah ini menunjukkan bahwa detektor yang telah diterapkan tidak dilatih ulang setiap kali Anda mengubah panjang input. Panduan tentang tingkat false positive yang dipublikasikan Turnitin membahas apa yang termasuk dalam angka itu dan apa yang tidak termasuk.

Mengapa teks pendek sulit diklasifikasikan

Teks pendek memberi detektor lebih sedikit dari segala hal yang diukurnya. Lebih sedikit kata berarti lebih sedikit token untuk dibandingkan, dan lebih sedikit kalimat berarti lebih sedikit ritme untuk diukur. Dalam studi ini, teks 25 kata rata-rata terdiri dari 1.6 kalimat, teks 50 kata 2.7 kalimat, dan teks 300 kata 13.4 kalimat.

Variasi panjang kalimat, yang sering disebut burstiness, bergantung pada perbandingan antarkalimat. Dalam studi ini, hal itu memisahkan teks manusia dan AI sebesar 0.71 simpangan baku pada teks penuh dan 0.31 pada 100 kata. Pada 50 kata, perbedaannya secara efektif nol. Detektor yang bergantung pada burstiness memerlukan beberapa kalimat untuk mengukurnya secara andal.

Lebih banyak dari daya ini dipertahankan pada tingkat kata. Panjang kata rata-rata dan tingkat kata panjang mempertahankan sekitar dua pertiga dari daya pemisahnya pada 25 kata. Namun, ada juga peningkatan tumpang tindih: pada 50 kata, skor untuk kedua kelompok cenderung mengelompok ke arah pusat. Sebagian besar dari masing-masing kelompok berakhir dalam area tumpang tindih.

Wording yang dikutip atau yang bersifat umum juga menjadi lebih berpengaruh dalam teks pendek. Jawaban 50 kata memiliki sekitar tiga kalimat, sehingga setiap kalimat kira-kira merupakan sepertiga dari apa yang dilihat detektor. Definisi yang dikutip dalam salah satunya memiliki bobot yang jauh lebih besar daripada kalimat yang sama di dalam esai 2,000 kata.

Postingan diskusi, abstrak, ujian jawaban singkat, dan surat lamaran

Postingan papan diskusi

Postingan yang ditulis untuk persyaratan 200 kata berada di bawah batas bawah 300 kata milik Turnitin, sehingga Turnitin tidak memberikan AI score. Alat lain mungkin tetap menilainya. Pada 200 kata, klasifier dalam studi ini secara keliru menandai 40.1% teks manusia ketika diatur untuk menangkap 95% parafrasa AI, dibandingkan dengan 28.6% pada teks penuh.

Abstrak

Abstrak jurnal sepanjang 250 kata berada dekat batas bawah, dan abstrak adalah tulisan yang padat dan formal. Sebuah studi TextPulse sebelumnya menemukan bahwa teks manusia yang salah diklasifikasikan oleh pengklasifikasi adalah teks yang paling formal. Makalah tentang panjang menambahkan panjang teks sebagai penyebab kedua yang terpisah dari penandaan palsu, dan abstrak yang singkat dan formal terpapar pada keduanya. Jika sebuah abstrak dipertanyakan, memeriksa makalah lengkap memberi detektor panjang yang direkomendasikan vendornya.

Ujian jawaban singkat

Jawaban sepanjang 50 hingga 100 kata berada dalam rentang tempat angka dalam studi turun paling cepat. Pada 50 kata, sebuah pengklasifikasi yang diatur untuk menangkap 95% parafrasa AI secara keliru menandai 58.8% teks manusia. Makalah itu menyimpulkan bahwa di bawah 50 kata, tidak ada ambang praktis yang memberikan hasil yang dapat digunakan. Makalah itu menambahkan bahwa tidak memberikan putusan pada teks pendek lebih andal daripada memberi skor pada teks tersebut.

Surat lamaran

Surat lamaran satu halaman untuk pekerjaan atau pengajuan ke jurnal panjangnya beberapa ratus kata, dan sebagian besar mengikuti frasa yang baku. Pangram menyarankan agar tidak menyaring teks yang sangat formulaik. Jika surat lamaran diperiksa, perlakukan skor apa pun sebagai perkiraan dengan margin yang lebar.

Apa yang harus dilakukan ketika teks Anda berada di bawah batas bawah

Biarkan teks sebagaimana Anda menuliskannya, dan berikan konteks pada skor tersebut. Langkah-langkah ini berlaku bagi penulis dan bagi orang yang meninjau skor.

1. Jangan menambah teks secara artifisial. Kata-kata tambahan yang ditulis untuk mencapai batas bawah mengubah bagian yang diminta untuk Anda tulis, dan skor kemudian menggambarkan versi yang ditambah secara artifisial itu.
2. Periksa seluruh dokumen jika memungkinkan. Sebuah esai atau bab lengkap memberi detektor panjang yang direkomendasikan, dan bagian pendek dinilai sebagai bagian dari teks yang lebih panjang.
3. Lihat tampilan kalimat. Detektor yang memberi skor pada kalimat menunjukkan baris mana yang mendorong hasilnya, dan dalam teks pendek itu sering kali hanya satu atau dua kalimat, seperti definisi yang dikutip.
4. Simpan draf dan riwayat versi Anda. Itu menunjukkan bagaimana teks berkembang, dan skor pada bagian pendek tidak dapat menunjukkan hal itu.
5. Tanyakan bagaimana skor itu akan digunakan. Hasil pada teks di bawah panjang yang direkomendasikan oleh vendor sendiri adalah sinyal yang lemah, dan seorang peninjau harus menilainya demikian.

Bagi staf, pembahasan dalam makalah ini mengarah pada aturan sederhana: mensyaratkan lebih banyak teks, atau tidak memberikan putusan di bawah panjang yang ditetapkan. Batas minimum 300 kata Turnitin adalah jenis aturan seperti itu. Setelah laporan lengkap tersedia, panduan tentang apa itu skor Turnitin yang baik membahas cara menafsirkannya.

Cara TextPulse menangani teks pendek

TextPulse tidak menggunakan pendeteksi AI dan tidak menjual pemindaian pendeteksi. TextPulse menampilkan Human Score (0 to 100) setelah setiap humanization. Skor ini adalah estimasi yang dibuat di dalam aplikasi berdasarkan kedalaman penulisan ulang, variasi kosakata, distribusi token, dan variasi panjang kalimat dari teks Anda. Tidak ada pendeteksi yang digunakan untuk menghitung skor ini.

AI Humanizer memerlukan setidaknya 50 kata per humanization, dan dapat memproses hingga 500 kata per proses pada Pro dan 1,000 pada Plus. Document Humanizer dapat bekerja dengan seluruh berkas .docx berbahasa Inggris hingga panjang 15,000 kata. Alat ini memerlukan setidaknya 50 kata teks isi, dan mempertahankan heading, daftar, tabel, keterangan, dan referensi sebagaimana tertulis. Keduanya dirancang untuk menurunkan skor AI pada draf ketika kursus atau jurnal Anda mengizinkan bantuan AI.

Sebelum menempelkan teks Anda ke dalam pendeteksi, periksa panjangnya menggunakan Word Counter gratis. Alat ini menghitung kata, karakter dengan dan tanpa spasi, kalimat, dan kata unik, sehingga Anda dapat membandingkan teks dengan batas minimum yang dinyatakan dalam salah satu satuan. Semua rincian tentang studi panjang tersebut, skor per teks dan kode analisis, tersedia secara terbuka di Zenodo, dan hub penelitian mencantumkan studi itu bersama makalah TextPulse lainnya.