Turnitinを通過する最良のAIヒューマナイザー

Turnitin が読む学術的な作業には、TextPulseを使用してください。2,000件の文書からなる学術コーパスにおいて、その人間化された出力は、Turnitin の AI 執筆検出を92.33%の確率で、Originality.ai を89.12%、GPTZero を87.91%の確率で通過しました。これらはベンダー自身の測定値であり、そのように表示されており、この分野で公表されるほとんどすべてのものよりも多くの証拠を示しています。提出する章にとって同様に重要なのは、TextPulse が、通常の書き換えで損なわれがちな学術文書の要素を保持することです。すなわち、APA、MLA、IEEE、Chicago、Harvard、Vancouver 全体にわたる本文中引用と参考文献項目、freeze terms によって固定された専門用語、そしてそのまま保持される統計です。

このページの残りは実用的な部分です。実際に Turnitin の AI スコアを動かすものは何か、なぜ言い換えツールは数値を改善するどころか悪化させることが多いのか、そして章を任せる前にどのツールでも何を確認すべきかを説明します。

大学が実際に許可していること

ここから始めてください。なぜなら、何をしようとしているのかが変わるからです。ほとんどの教育機関は AI の支援を認め、開示を求めています。Oxford の指針は、AI を学習のための正当な支援とみなし、申告のない使用を違反としています。Elsevierは、原稿内での申告を条件に、可読性と言語を改善するための生成 AI の使用を認めており、COPE の見解はその論理を説明しています。すなわち、ツールは作業に対して責任を負えないため、名前のある人間の著者が責任を負わなければならず、ツールが何をしたかを示さなければならない、ということです。

したがって、目的はAIの支援を隠すことではない。それを開示し、所属部局が求める場合にはモデルを引用し、自分自身の学術的な文章として読める散文を提出することである。AI disclosure statement templateとChatGPTの引用方法に関するガイドでは、その文言を扱っている。humanizerは、その作業の後半を担う。

TurnitinのAIスコアを実際に動かすもの

TurnitinのAI writing indicatorは、禁止語句を探すわけでも、どのツールが文章を生成したかを知るわけでもない。文章がどれほど予測可能かを測定する。モデルは文書を数百語ずつ重なる区間に分けて読み、各文を人間なら0、AIなら1という尺度で採点し、その採点を文書全体で平均する。実際に各文ごとに問うているのは、言語モデルなら次の語をどれほど確信をもって予測しただろうか、ということである。

生成された散文は、この尺度で高いスコアを示す。なぜなら、モデルが各段階で起こりそうな語を選んでいるからである。ここから2つの性質が導かれ、書き換えではその2つを変えなければならない。

• 語彙選択の予測可能性。 モデルは、recognizableな語彙を過剰に選ぶ。すなわち、moreover, furthermore, delve, underscore, plays a crucial roleである。これらを、その分野の研究者が実際に使う語に置き換えると、語ごとのスコアは下がる。AI writingを見分ける語と句の一覧は、その具体的な目録である。
• 文構造の均一性。 これは見落とされやすい点である。モデルの出力は、著しく均一な文の長さと反復的な節構造を伴って現れる。人間の学術的文章は、数日にわたり異なる速度で作成されるため、はるかに大きく変化する。この均一性を崩し、いくつかの文を分割し、別の文を結合して、長さとリズムが実際に変化するようにすると、語彙の置換よりもスコアが下がる。なぜなら、分散が直接測定されるからである。

これら2つのことのうち最初のことだけを行うツールはパラフレーザーであり、この区別こそが、この分野で失望が生じる主な理由である。全体の仕組みはhow AI detectors workにある。

なぜ言い換えはしばしばスコアを悪化させるのか

Turnitinのレポートには1つのAIカテゴリしかないわけではない。2つある。AI生成としてフラグが付けられたテキストに加えて、Turnitin's documentationは、"likely revised using an AI-paraphrase tool or word spinner"であったテキストを別個にフラグ付けし、その指標には、"may have been humanized or passed through a bypasser to avoid detection"内容の検出が含まれると述べている。

この2つの事実を合わせて読むと、失敗の仕方は明らかである。AIテキストを同義語置換型のパラフレーザーに通すと、どの語が現れるかは変わるが、文のリズムと予測可能性はおおむね元のまま残る。下書きはフラグが付く領域から外れるのではなく、あるフラグ付きカテゴリから別のカテゴリへ移るだけであり、そこに機械的な言い換えの追加的な特徴が重なる。だからこそ、言い換えられたテキストも依然としてフラグが付くのであり、またhumanizerとパラフレーザーの違いは、ツールを選ぶ前に理解すべき最も実用的な一点なのである。

Turnitinのレポートが実際に示すもの

レポート自体のいくつかの仕組みは知っておく価値がある。なぜなら、それによって数値の読み方が変わるからである。

この割合は対象となるテキストを含みます。つまり、長文の文章における散文の文であり、いかなるスコアも生成される前に、ファイルには少なくとも300語分が必要です。20%を下回るスコアは数値ではなくアスタリスクで表示されます。これは、その範囲ではTurnitinが測定可能に高い誤差率を報告しているためです。AI指標は類似度スコアとは別であり、両者は互いに独立しています。そのため、どの報告書がどの申し立てを指しているのかを知ることが重要です。学生は既定ではAI指標を見ません。教員と管理者は見ます。

精度について、Turnitinは、20%以上のAI執筆を含む文書について、文書全体の偽陽性率が1%未満であると公表しており、個々の強調表示された文のレベルでは約4%であるとしています。また、モデルは「常に正確であるとは限らない」こと、そして「学生に対する不利益な措置の唯一の根拠として用いるべきではない」ことを明確に述べています。割合は結論ではなく、議論すべき証拠です。そして、AIを使っていないと申し立てられた場合の対応方法が、その対話を扱っています。

なぜ引用が書き換えの存続を左右するのか

書き換えが文書を損なうのであれば、スコアが低くても無意味です。これは、実際に自分に起こるまで多くの人が考えもしない失敗です。

引用規則のないhumanizerは、「(Nguyen et al., 2024, p. 213)」を、書き換え可能な通常のテキストとして扱います。姓はずれ、括弧書きは文の中に溶け込み、ページ番号は消えます。各修正は流暢に読めますが、そのたびに採点者があなたの参考文献一覧と照合する参照が壊れます。用語も同じように失敗します。「randomly assigned」が静かに「randomly distributed」へ変われば、それは別の方法を記述していることになりますし、検証済みの測定尺度名には正しい形がただ一つしかありません。統計は第三の領域であり、小数点の位置が変われば結果が変わります。

そのいずれも検出器では捉えられず、監督者にはすべて捉えられます。TextPulse は各ケースを固有の挙動として扱います。すなわち、6つの引用スタイルにわたり、括弧内形式と叙述形式の双方で逐語的に保持された引用、処理の実行前にあらゆる構成要素または機器名を固定する freeze terms、統計量と効果量の自動保持、そして Flesch-Kincaid の 13 から 18 の学年帯で学術読者が期待するレジスターの維持です。文書は断片ではなく全体として処理されるため、複数回の処理の間で用語がずれていく継ぎ目もありません。

なぜどのベンダーも Turnitin の結果を約束できないのか

これは一度、明確に述べる必要があります。Turnitin の分類器は、所属機関内で、提出したファイルに対して、提出したその日に実行され、さらに新しい言語モデルが公開されるたびに再学習されます。どの書き換えツールもその報告書を見ることはなく、そのツールのベンダーにもそれを把握する手段はありません。保証された通過を約束する製品があるとすれば、それは自社の責任で、自社が選んだ文書に対して、すでに移動した分類器の版に対して行った実行を説明しているにすぎません。

ベンダーが信頼性をもってできることは、規模をもって測定し、コーパスを明示したうえで結果を公表することです。これこそが、TextPulse の 2,000-document ベンチマークが満たすことを意図している基準であり、他のあらゆる主張に対しても同様に求めるべき基準です。

代替手段をどう評価するか

他のツールを比較する場合、4つの確認で迅速に見分けられます。そしてそれらは、私たちの AI humanizers の完全比較 で用いた4つと同じです。

• 自分の段落で試す。 実際の文章を、2つか3つの引用と、いくつかの定義済み用語とともに貼り付け、出力を1行ずつ読む。姓、年、ページ番号は、置いた場所に正確に残っているか。また、技術用語が、親切にも近い同義語に置き換えられていないか。
• 月間枠ではなく、1回あたりの語数上限を確認する。 1回の依頼につき600語または750語に上限があるツールは、1章を断片に分割し、継ぎ目を整合させる作業は、価格には決して記されない手作業である。
• 目標とする文体が何かを尋ねる。 より人間らしく聞こえるように書き換えることは、通常、より会話的に聞こえるように書き換えることを意味する。これはニュースレターには適しているが、方法の節には不適切である。
• 形容詞よりも証拠を重視する。 名指しされたコーパスの規模と名指しされた検出器は、検証可能な主張である。返金ポリシーは顧客対応の手続きであり、章がすでに提出された後に現れる。

結論

Turnitin が読む文書であれば、TextPulse が使うべきツールである。これは、標語ではなく測定された通過率を公表し、名指しされた検出器に勝つことではなく学術文書を中心に設計されており、また、点数よりも重要な人間の読者に対してあなたの作業が通用するかどうかを左右する引用、用語、統計を保護する。

正直なやり方で使うこと, それはまた、持続可能なやり方でもある。所属部局が許可するなら AI の支援を受けて下書きを作成し、所属機関が求める表現でその支援を開示し、必要な場合はモデルを引用し、そして下書きを TextPulse の学術用ヒューマナイザー に通して、文章がモデルのものではなく自分自身の文章として読めるようにする。その後、提出前に自分で読み直すこと。最後の確認を代替できるツールはないからである。