Kajian Perbandingan AI Humanizer: Apa yang Berlaku pada Teks Akademik yang Sama

Dalam kajian perbandingan humanizer AI kami, setiap humanizer mengubah 48 teks akademik yang sama ke arah gaya penulisan manusia, dan alat-alat itu paling berbeza dari segi perkara yang dikekalkan. Ada yang mengekalkan makna, sitasi dan nombor hampir kepada sumber. Yang lain menambah nombor dan nama yang direka atau ralat tatabahasa baharu, dan output tersebut sering kali merupakan yang dilabel manusia oleh pengesan.

TextPulse Research menjalankan kajian perbandingan humanizer AI pada Ogos 2026 dan menerbitkannya sebagai kertas kerja pada 29 Ogos. TextPulse ialah salah satu alat di dalamnya, jadi setiap alat menerima input yang sama dan setiap ukuran ialah skrip awam. Kertas kerja penuh mempunyai setiap jadual, rajah dan skrip, dan semua 432 teks yang ditulis semula adalah awam.

Apa yang diuji dalam kajian perbandingan humanizer AI

Kajian itu memberikan setiap humanizer 48 teks yang sama. Setiap satu ialah bahagian Hasil dan Perbincangan bagi satu kajian empirikal rekaan, ditulis oleh model AI dan sepanjang kira-kira 301 patah perkataan. Empat keluarga model menulis 12 teks setiap satu: OpenAI, Google, DeepSeek dan Anthropic. Teks-teks itu merangkumi empat disiplin dan tiga gaya sitasi, jadi setiap alat berdepan dengan nombor, nama pengarang dan penanda rujukan yang perlu dikekalkan.

Bahagian reka bentuk	Apa yang digunakan oleh kajian
Teks sumber	48 bahagian Hasil dan Perbincangan yang ditulis oleh AI, setiap satu 264 hingga 344 patah perkataan
Siapa yang menulisnya	12 teks setiap satu daripada model OpenAI, Google, DeepSeek dan Anthropic
Disiplin	Perubatan dan kesihatan, sains fizikal dan pengkomputeran, sains sosial, kemanusiaan
Gaya sitasi	APA pengarang-tahun, kurungan berangka, tiada sitasi
Fakta yang disemak dalam teks	404 istilah teknikal, 887 nombor, 124 sitasi
Cara setiap alat dijalankan	Ditampal sekali ke dalam halaman webnya pada tetapan lalai, output dikekalkan seperti yang dikembalikan
Tarikh	26 hingga 28 Ogos 2026
Pengesan	Turnitin, satu dokumen bagi setiap alat, dan GPTZero, setiap teks secara berasingan

Tugas seorang humanizer ialah menulis semula output AI, jadi kajian ini bermula daripada output AI dengan senarai fakta yang telah disahkan. Sebelum sebarang penulisan semula, setiap model menyenaraikan istilah, nombor dan sitasi yang telah digunakannya. Setiap item yang disenaraikan dibandingkan dengan teks, dan mana-mana item yang tiada dalam teks itu dibuang. Ini menghasilkan senarai tetap bagi setiap teks, jadi kajian ini dapat mengira dengan tepat apa yang dikekalkan, diubah atau direka oleh setiap humanizer.

Setiap teks dimasukkan ke halaman web setiap alat sekali, pada tetapan lalai alat itu, dan output disimpan tepat seperti yang diterima semula. Tiada sesiapa menyunting output. Sesetengah alat memproses kurang daripada 48 kerana tahap percuma mengehadkan bilangan teks yang akan diterima oleh sesuatu alat. Satu set teras sebanyak 24 teks adalah sama bagi setiap alat, dalam urutan yang sama. TextPulse memproses kesemua 48.

Bagaimana kajian ini mengukur teks yang telah dihumanisasikan

Skor pengesan memberitahu anda bagaimana sesuatu teks kelihatan kepada satu pengesan pada satu hari. Ia tidak mengatakan apa-apa tentang sama ada penulisan semula itu masih melaporkan hasil yang sama. Kajian ini menilai setiap output pada teks itu sendiri terlebih dahulu dan pada pengesan kemudian. Bagi pelajar atau penyelidik, adalah penting untuk mempunyai kertas yang masih menyatakan apa yang data nyatakan, dalam prosa yang kedengaran seperti ditulis oleh manusia.

Ukuran	Apa yang diperiksa	Mengapa ia penting dalam sebuah makalah
Makna	Sejauh mana penulisan semula hampir dengan sumber, sebagai skor persamaan dari 0 hingga 1	Skor yang lebih rendah bermaksud perenggan itu kini menyatakan sesuatu yang lain
Sitasi dikekalkan	Bahagian sitasi dalam teks yang masih ada dengan pengarang dan tahun yang sama	Tahun yang berubah memutuskan padanan dengan senarai rujukan
Nombor dikekalkan	Bahagian nombor yang diperiksa yang masih ada dalam teks	Saiz sampel atau nilai p yang hilang mengubah keputusan
Item yang direka	Nombor dan nama dalam output yang tidak pernah ada dalam sumber	Angka yang direka ialah pernyataan palsu tentang kajian itu
Ralat tatabahasa ditambah	Ralat baharu bagi setiap 1,000 perkataan, dikira dengan LanguageTool	Ralat menjejaskan markah dan kepercayaan penyemak
Tahap bacaan	Perubahan dalam gred Flesch-Kincaid	Teks AI mempunyai tahap gred yang lebih tinggi daripada prosa manusia yang diterbitkan
Kedudukan gaya	Kedudukan teks antara penulisan manusia tipikal dan penulisan AI tipikal	Pengesan stilometrik bertindak balas terhadap ciri-ciri ini
Panjang	Panjang output berbanding sumber, 0.70 hingga 1.30 kali dikira sebagai dikekalkan	Alat yang memendekkan separuh teks telah mengurangkan kandungan

Kedudukan gaya datang daripada skala yang dibangunkan oleh TextPulse berdasarkan 47 ciri gaya daripada 121,092 teks akademik (seperti yang dihuraikan dalam kertas pengelasan stilometrik kami). Teks akademik manusia tipikal berada pada 0 dan teks AI tipikal berada pada 100. Kami menamakan separuh tengah teks manusia (-36 hingga 33) sebagai julat manusia.

Perbendaharaan kata dinilai terhadap senarai 1,057 perkataan daripada kertas perbendaharaan kata AI kami. Daripada jumlah itu, 581 ialah perkataan yang digunakan oleh model AI lebih banyak daripada manusia, dan 476 cenderung ke arah yang sebaliknya. Kajian itu mengira berapa banyak perkataan yang cenderung kepada AI yang dibuang oleh setiap alat bagi setiap 1,000 perkataan.

Apa yang dilakukan oleh setiap humanizer terhadap teks

Setiap alat dalam kajian ini mengalihkan outputnya ke arah hujung manusia pada skala gaya. Teks AI yang tidak diolah mempunyai purata 138, melepasi teks AI tipikal pada 100. Selepas penulisan semula, beberapa alat mencapai julat manusia dan yang lain berhenti kira-kira separuh jalan. Setiap alat juga menghapuskan kosa kata yang condong kepada AI dan menurunkan gred bacaan, jadi arah perubahan adalah sama merentasi bidang ini.

Dua jenis ciri paling banyak menggerakkan teks sepanjang skala. Pasangan pertama ialah panjang purata perkataan dan perkadaran perkataan panjang. Penulisan semula daripada "help" kepada "facilitate" akan menjadikan teks lebih mirip AI kerana ia meningkatkan panjang purata perkataan dan meningkatkan perkadaran perkataan panjang. Yang kedua ialah kepelbagaian panjang ayat, yang menolak ke arah manusia. Perenggan yang semua ayatnya mempunyai 22 hingga 26 perkataan adalah mendatar, tetapi perenggan yang mencampurkan ayat 9 perkataan dengan ayat 31 perkataan adalah pelbagai.

Ideanya ialah untuk mencapai gred bacaan yang lebih rendah. Teks akademik yang ditulis oleh AI mempunyai gred Flesch-Kincaid yang lebih tinggi daripada prosa akademik manusia yang diterbitkan. Jadi, jika ia menurun, itu menjadikan penulisan lebih mirip gaya ringkas yang digunakan oleh penyelidik. Itulah yang ditanggapi oleh pengesan stilometrik. Itu juga merupakan perubahan yang menjadikan draf lebih mudah dibaca. Kedua-dua matlamat ini selaras selagi kandungan kekal utuh.

Catatan kami tentang bagaimana humanizers mengubah ayat menunjukkan suntingan ini satu ayat pada satu masa. Kajian ini menambah ukuran, sejauh mana setiap perubahan menggerakkan teks, dan apa kosnya dari segi makna dan fakta.

Di mana alat-alat itu berbeza: makna, sitasi dan nombor

Alat-alat itu berbeza dari segi kadar pengekalan mereka. Sebagai contoh, merentasi kajian ini, antara 29 dan 100 peratus sitasi dikekalkan. Antara 0.06 dan 4.44 item rekaan muncul bagi setiap output. Antara 0.65 dan 4.91 ralat tatabahasa baharu muncul bagi setiap 1,000 perkataan. Item rekaan itu ialah saiz sampel, peratusan, had keyakinan, nama pengarang dan institusi yang tidak pernah disebut oleh sumber.

Nama dan unit hilang dengan cara yang lebih halus. Apabila sesuatu alat mengolah semula suatu statistik, ia sering menggugurkan unit, jadi "Cohen's d" menjadi saiz kesan dan "Celsius" menjadi darjah. Nama pengarang hilang bersama-sama dengan sitasi mereka. Nama spesies, zaman dan instrumen digantikan dengan huraian. Pembaca yang ingin menyemak sesuatu keputusan memerlukan nama-nama itu, jadi setiap kehilangan ini dikira.

Kedalaman penulisan semula dan kesetiaan bergerak ke arah yang bertentangan. Alat yang menukar satu pertiga daripada perkataan mengekalkan makna dengan lebih mudah. Alat yang menukar kebanyakannya mempunyai lebih banyak peluang untuk kehilangan sesuatu. Bahagian perkataan yang ditukar berkisar antara 35 hingga 68%. Hasil yang diingini oleh penyelidik ialah penulisan semula yang mendalam tetapi masih mengekalkan makna. Gabungan itu jarang berlaku.

Kajian ini juga mencari aksara tersembunyi, aksara tidak kelihatan, ruang bukan piawai dan huruf yang kelihatan serupa daripada abjad Cyrillic atau Greek. Sesetengah humanizer menambah unsur ini untuk mengubah keputusan pengesan. Tiada alat dalam kajian ini menambah apa-apa, jadi tiada output yang gagal pada pintu kualiti atas sebab itu.

Mengapa keputusan pengesan sahaja merupakan penanda aras humanizer yang lemah

Keputusan pengesan secara sendirinya ialah penanda aras humanizer yang tidak lengkap. Dalam kajian perbandingan AI humanizer, output yang paling kerap dilabelkan sebagai manusia oleh GPTZero datang daripada alat yang mencipta lebih banyak nombor dan nama, menggugurkan lebih banyak sitasi atau menambah lebih banyak ralat tatabahasa. Cara paling mudah untuk mengubah anggaran pengesan ialah mengubah apa yang dikatakan oleh teks. Penulisan semula seperti itu gagal pada kertas yang sepatutnya dibantunya.

Untuk mengukur kedua-dua sisi serentak, kajian ini menetapkan satu pintu kualiti. Untuk melepasinya, sesuatu output perlu mempunyai skor makna sekurang-kurangnya 0.95 dan sekurang-kurangnya 90% daripada sitasinya. Ia juga perlu tidak mempunyai nombor atau nama yang dicipta, tiada aksara tersembunyi dan panjang dalam julat toleransi. Label GPTZero sebagai manusia kemudian dikira hanya untuk output yang melepasi pintu itu. Pintu itu adalah sama untuk setiap alat.

Setiap output alat dimasukkan ke dalam satu dokumen dengan satu teks pada setiap halaman. Kajian ini menggunakan satu peratus AI Turnitin untuk dokumen tersebut. Turnitin menggunakan asterisk dan bukannya nombor untuk kurang daripada 20 peratus. Keputusan pengesan ialah anggaran daripada satu versi pengesan pada tarikh kajian. Kami menulis tentang cara membaca skor AI Turnitin anda dalam panduan kami tentang apa maksud skor AI Turnitin.

Bagaimana TextPulse berprestasi dalam perbandingan humanizer

TextPulse menduduki tempat pertama dalam indeks komposit kajian ini, yang memberikan wajaran yang sama kepada kedalaman penulisan semula, makna, kedudukan gaya, tatabahasa dan integriti kandungan. Skor TextPulse ialah 0.811 bagi lima ukuran tersebut dan 0.843 apabila ukuran pengesan berpagar ditambah. Ia berprestasi baik kerana tidak mempunyai sebarang ukuran yang lemah. Ia menulis semula lebih daripada separuh setiap teks dan mengekalkan fakta yang menjadi asas kepada sesebuah makalah.

Ukuran	Hasil TextPulse
Perkataan yang diubah	52 peratus
Makna dikekalkan, keserupaan dengan sumber	0.971, kira-kira 97 peratus
Sitasi dikekalkan	99 peratus
Nombor dikekalkan	87 peratus
Entiti bernama dikekalkan	95 peratus
Ralat tatabahasa ditambah	0.65 bagi setiap 1,000 perkataan, yang paling sedikit dalam kajian ini
Item yang direka	0.48 bagi setiap output, satu nama yang direka dalam satu output daripada lima puluh
Tahap bacaan	3.6 gred lebih rendah, penurunan terbesar
Perkataan yang cenderung kepada AI dibuang	39 bagi setiap 1,000 perkataan, yang paling banyak dalam kajian ini
Kedudukan gaya	29, dalam julat manusia
Output dalam toleransi panjang	47 daripada 48
Output yang melepasi pintu kualiti	67 peratus
Skor AI Turnitin, satu dokumen bagi semua output	24 peratus, yang terendah dalam kajian ini, seri
Label manusia GPTZero pada output yang melepasi pintu	10.4 peratus, 5 daripada 48, yang tertinggi dalam kajian ini

Dua hasil paling penting untuk penggunaan akademik. Antara alat yang menukar sekurang-kurangnya separuh perkataan, TextPulse mengekalkan makna dengan paling baik. Antara alat dengan skor makna 0.97 atau lebih tinggi, ia menukar paling banyak perkataan. Tiada alat lain dalam kajian itu berada dalam kedua-dua kumpulan. Sebuah humanizer untuk penulisan akademik memerlukan gabungan itu, kerana parafrasa ringan mengekalkan gaya AI, dan parafrasa mendalam yang menggugurkan fakta mengubah dapatan.

GPTZero melabelkan 9 daripada 48 output TextPulse sebagai manusia, dan 5 daripadanya juga melepasi pintu kualiti, iaitu hasil berpagar tertinggi dalam kajian itu. Dokumen Turnitin bagi output TextPulse memperoleh 24 peratus AI, terikat untuk skor terendah. Dokumen lain memperoleh skor antara 28 hingga 74 peratus. Hasil pengesan ialah anggaran, dan kajian melaporkannya bersebelahan dengan ukuran teks atas sebab itu.

Apa yang kajian ini tidak dapat beritahu anda

Perbandingan AI humanizer ini menyenaraikan hadnya sendiri. Teks ditulis oleh model AI mengikut gesaan tetap, dan draf sebenar lebih panjang serta kurang seragam. Setiap alat dijalankan sekali, pada tetapan lalainya, antara 26 dan 28 Ogos 2026. Vendor mengemas kini alat mereka, jadi hasil ini menerangkan tarikh tersebut dan harus dibaca sebagai gambaran keadaan pada masa itu.

Alat yang berbeza mempunyai bilangan teks yang berbeza kerana mereka terhad kepada sejumlah teks percuma tertentu yang akan diproses oleh alat itu. Ini juga menghasilkan selang keyakinan yang lebih besar bagi alat dengan teks yang lebih sedikit. Turnitin menjana satu skor bagi setiap dokumen dan oleh itu tidak mempunyai julat skor bagi setiap teks. GPTZero ialah satu pengesan, satu versi model (2026-08-09-base).

TextPulse membuat kajian ini dan merupakan salah satu alat di dalamnya. Setiap alat diberikan input yang sama. Mengikut protokol, semua ukuran ialah skrip yang tersedia secara umum, dan semua hasil mentah dikongsi. Ini bermakna sesiapa sahaja boleh menjalankan semula pengiraan, atau memberi pemberat yang berbeza kepadanya. Teks sumber, semua 432 output, balasan pengesan dan skrip adalah umum.

Cara menggunakan dapatan ini pada draf anda sendiri

Dapatan ini menjadi semakan ringkas yang boleh anda jalankan selepas mana-mana humanizer, termasuk milik kami. Bandingkan output dengan draf anda bagi perkara yang dikira dalam kajian itu. Pada satu bahagian, ia mengambil masa beberapa minit.

1. Semak setiap nombor terhadap draf anda: saiz sampel, peratusan, nilai p dan selang keyakinan.
2. Semak setiap sitasi dalam teks untuk pengarang dan tahun yang sama, kemudian padankan dengan senarai rujukan anda.
3. Cari nama yang berubah: instrumen, spesies, set data, unit dan nama pengarang.
4. Baca untuk dakwaan yang menjadi lebih kuat, seperti "mungkin menunjukkan" ditulis semula sebagai "menunjukkan".
5. Bandingkan panjangnya. Output yang jauh lebih pendek daripada sumber mungkin telah menggugurkan kandungan.
6. Baca teks dengan kuat untuk mengesan ralat tatabahasa yang ditambahkan oleh penulisan semula.

Panjang ialah semakan yang paling cepat antara semua semakan ini. Dalam kajian itu, output antara 0.70 dan 1.30 kali panjang sumber dikira sebagai dikekalkan. TextPulse mengekalkan 47 daripada 48 output dalam julat itu, pada purata 1.14 kali sumber, jadi outputnya berjalan sedikit lebih panjang daripada draf.

Sitasi mengambil masa paling lama untuk disemak secara manual. Dalam kajian itu, TextPulse mengekalkan 99 peratus daripadanya, dan perubahannya adalah pada persembahan, seperti sitasi dalam tanda kurung yang ditukar menjadi sitasi naratif. Catatan kami tentang AI humanizer yang mengekalkan sitasi menerangkan perkara yang perlu dicari dalam penanda rujukan anda sendiri.

Pemeriksa burstiness percuma mengukur sejauh mana panjang ayat dalam draf anda berbeza-beza. Kepelbagaian panjang ayat ialah salah satu ciri yang ditimbang oleh skala kajian ke arah penulisan manusia. Untuk panduan berperingkat dengan harga, lihat panduan kami tentang AI humanizer terbaik untuk penulisan akademik. Apabila anda bersedia untuk menulis semula, TextPulse AI humanizer dibina untuk mengekalkan nombor, nama dan sitasi anda, serta melaporkan anggaran Human Score bagi hasilnya.