Bagaimana Turnitin Mengesan AI, Langkah demi Langkah

Laporan Turnitin boleh mengembalikan satu nombor, katakan empat puluh dua peratus, dan hampir tidak mengatakan apa-apa lagi tentang bagaimana nombor itu diperoleh kecuali seseorang mencari mekanisme di sebaliknya. Nombor itu tidak dibaca terus daripada dokumen secara keseluruhan dan ia bukan tekaan. Ia ialah hasil akhir bagi satu saluran kerja khusus yang didokumenkan, yang berjalan dengan cara yang sama pada setiap penyerahan.

Jadi bagaimana Turnitin mengesan AI? Dengan memecahkan sesuatu penyerahan kepada bahagian-bahagian, menilai setiap bahagian secara individu berdasarkan sama ada ia berkemungkinan dijana AI atau dijana AI dan kemudian diparafrasa, dan mengira purata skor tersebut untuk menentukan skor peratusan keseluruhan yang dipaparkan pada laporan. Setiap peringkat saluran kerja itu diterangkan dalam dokumentasi Turnitin sendiri, bukan dibina semula secara songsang dari luar.

Ini secara khusus merujuk kepada ciri pengesanan penulisan AI Turnitin, satu sistem yang berasingan daripada semakan keserupaan atau plagiarisme yang lebih lama yang membandingkan sesuatu penyerahan dengan dokumen lain. Mekanisme di bawah ini berada dalam persoalan yang lebih luas tentang bagaimana pengesan AI sebenarnya berfungsi, dan Turnitin ialah contoh kerja yang berguna tepat kerana ia menerbitkan lebih banyak kaedahnya sendiri berbanding kebanyakan vendor. Apa yang berikut ialah saluran kerja terlebih dahulu, kemudian perkara yang ditandainya dalam amalan, perkara yang didapati terlepas dalam ujian bebas, dan siapa dalam institusi yang sebenarnya ditunjukkan hasilnya.

Bagaimana Turnitin Mengesan AI? Saluran Kerja Secara Ringkas

Pengesan penulisan AI Turnitin menjalankan empat langkah dalam urutan tetap. Pertama, ia menyemak sama ada sesuatu dokumen mempunyai cukup teks prosa yang layak untuk diberi skor. Kedua, ia membahagikan teks itu kepada segmen yang masing-masing terdiri daripada beberapa ratus perkataan. Ketiga, sebuah model memberi skor kepada setiap segmen secara individu. Keempat, skor segmen itu dirata-ratakan menjadi satu peratusan pada tahap dokumen yang sebenarnya dilihat oleh pembaca.

Laporan Penulisan AI Bukan Laporan Keserupaan

Laporan penulisan AI Turnitin ialah produk yang berasingan daripada laporan keserupaan yang menyemak plagiarisme. Kedua-duanya berjalan pada model yang berbeza dan dipaparkan pada tab yang berbeza dalam antara muka yang sama. Skor keserupaan membandingkan sesuatu penyerahan dengan pangkalan data sumber yang telah diterbitkan sebelum ini dan kertas pelajar lain, lalu mengembalikan peratusan yang sepadan. Skor AI melakukan sesuatu yang sama sekali berbeza, pengelas membaca prosa, memberikan setiap segmen yang diberi skor kebarangkalian bahawa ia dijana oleh AI, dan menggabungkan skor itu menjadi satu peratusan dokumen. Oleh sebab kedua-duanya mengukur perkara yang berbeza, sesuatu penyerahan boleh mempunyai skor keserupaan 2 percent dan skor AI 60 percent, atau sebaliknya.

Peratusan AI juga lebih sempit daripada yang kedengaran. Ia menerangkan bahagian prosa yang layak yang diramalkan oleh model sebagai ditulis oleh AI, bukan keseluruhan dokumen, kerana blok kod, senarai berbulet, tajuk dan penulisan bentuk pendek dibuang sebelum skor dikira. Setakat penulisan ini, pengesan itu hanya berjalan pada teks English, Spanish dan Japanese.

Langkah Satu: Membahagikan Dokumen kepada Ketulan

Sebelum apa-apa diberi skor, model Turnitin membahagikan penyerahan kepada ketulan yang masing-masing terdiri daripada beberapa ratus perkataan, kira-kira lima hingga sepuluh ayat bagi setiap ketulan. Segmentasi berlaku terlebih dahulu kerana model itu dibina untuk memberi skor kepada ketulan sebesar itu, bukan satu ayat dan bukan keseluruhan disertasi dalam satu laluan.

Hanya teks prosa dikira sebagai satu chunk. Model ini direka untuk membaca penulisan bentuk panjang. Dokumen yang mengandungi kedua-dua prosa dan jadual atau kod akan diberi skor sebagai mempunyai beberapa peratus teks prosa tetapi mungkin tidak menerangkan semua teks prosa dalam dokumen tersebut. Ini kerana pengesan sedang menilai kumpulan data yang tidak termasuk blok kod, senarai berbulet, atau teks bentuk pendek. Inilah sebabnya dokumen itu mungkin mengembalikan peratusan yang hanya menerangkan sebahagian daripada apa yang dihantar.

Pemarkahan pada tahap chunk mempunyai akibat yang lebih senyap tetapi wajar disebut. Satu ayat yang digubal oleh AI yang berada dalam chunk yang selebihnya ditulis oleh manusia, dengan beberapa ratus patah perkataan, akan dirata-ratakan bersama segala yang lain dalam chunk itu, jadi kesannya terhadap skor chunk itu sendiri menjadi lebih kecil mengikut jumlah teks sekeliling yang ditulis oleh manusia yang berkongsi chunk yang sama. Sisipan pendek yang digubal oleh AI masih sampai kepada model. Cuma, ia membawa berat yang lebih kecil berbanding chunk yang digubal oleh AI dari perkataan pertama hingga perkataan terakhir.

Langkah Dua: Menilai Setiap Segmen

Setiap chunk diberi skor secara berasingan, tanpa bergantung pada mana-mana chunk lain dalam dokumen. Model meramalkan sama ada rentang teks tertentu itu ditulis oleh manusia, dijana oleh AI, atau dijana oleh AI dan kemudian diparafrasa, iaitu perbezaan tiga hala dan bukannya sekadar ya atau tidak.

Ini ialah kategori yang berasingan dan bukan sekadar lanjutan daripada dijana oleh AI, yang menunjukkan bahawa memang ada masalah sebenar apabila parafrasa melemahkan pengesanan. Ini disokong oleh kajian 2023, yang mendapati bahawa menjalankan teks yang dijana oleh AI melalui model parafrasa khusus menurunkan ketepatan pengesan penyelidikan yang dipanggil DetectGPT daripada 70.3% kepada 4.6%, pada kadar positif palsu 1% yang tetap. Nampaknya Turnitin tidak menerbitkan apa-apa tentang sejauh mana pengelas tiga hala mereka sendiri tahan terhadap teknik yang sama. Kategori ini wujud atas sebab yang didokumenkan.

Pemarkahan pada tahap chunk, bukannya pada tahap keseluruhan dokumen, ialah pilihan reka bentuk yang disengajakan. Tesis setebal sembilan puluh halaman dengan dua perenggan yang drafnya dihasilkan oleh AI dan esei lima halaman yang sepenuhnya draf AI ialah masalah yang berbeza, dan pengiraan purata merentasi chunk ialah perkara yang membolehkan satu nombor pada tahap dokumen mencerminkan perbezaan itu, bukannya meratakannya.

Turnitin belum menerbitkan seni bina dalaman model per chunk itu dengan perincian yang sama seperti langkah salurannya. Ia ialah pengelas terselia yang dilatih pada contoh berlabel, bukan ambang mudah pada jenis skor token seterusnya mentah yang dibincangkan dalam panduan TextPulse tentang apa sebenarnya yang diukur oleh perplexity dalam pengesanan AI, walaupun idea asas yang sama, iaitu teks yang luar biasa dapat diramalkan, hampir pasti merupakan sebahagian daripada perkara yang dipelajari oleh pengelas sedemikian untuk dikesan.

Langkah Tiga: Mengambil Purata Menjadi Peratusan Tahap Dokumen

Skor chunk dipuratakan menjadi satu peratusan yang dipaparkan oleh laporan. Peratusan itu mewakili bahagian prosa yang layak, iaitu penulisan bentuk panjang sahaja, yang diramalkan oleh model sebagai dijana oleh AI atau dijana oleh AI dan kemudian diparafrasa. Ia ialah perkadaran segmen yang dinilai, bukan dakwaan bahawa bahagian tepat perkataan dalam dokumen itu secara literal ditaip oleh mesin.

Peratusan pada laporan ialah purata. Inilah sebabnya dua dokumen yang kedua-duanya memaparkan empat puluh peratus boleh kelihatan berbeza apabila diperhatikan dengan lebih dekat. Satu mungkin mempunyai empat puluh peratus chunk yang dinilai sebagai dijana sepenuhnya oleh AI. Yang lain mungkin mempunyai setiap chunk yang dinilai sebagai sebahagiannya berkemungkinan, lalu dipuratakan kepada nombor utama yang sama. Ia tidak menunjukkan corak yang mana yang menghasilkannya.

Adakah Turnitin Boleh Mengesan ChatGPT, Claude atau Gemini?

Biasanya ya, apabila sesuatu dokumen mengandungi penulisan AI yang ketara, dan pengelas tidak mengambil kira vendor mana yang menghasilkannya. Turnitin menyatakan bahawa modelnya mencari corak penulisan, bukan nama jenama, dan liputannya telah diperluas berulang kali sejak pelancaran asal GPT-3.5 dan GPT-4 pada 2023. Panduan semasa menamakan siri GPT-5, Gemini dan Claude antara sistem yang digunakan untuk latihan pengesanan, dengan keluaran model baharu ditambah secara berterusan. Seorang pelajar yang menggunakan Gemini, Claude atau DeepSeek sebaliknya tidak dapat mengelak pengesan hanya dengan memilih syarikat yang berbeza.

Bahagian penyerahan yang terjejas oleh perkara ini telah meningkat. Kira-kira 15 peratus esei yang diimbas oleh Turnitin antara Oktober 2025 dan Februari 2026 menunjukkan 80 peratus atau lebih penulisan yang dijana AI, meningkat daripada kira-kira 3 peratus apabila alat ini dilancarkan pada April 2023.

Teks AI yang diparaprase mendapat kategorinya sendiri, bukannya dikecualikan, dan inilah pengelasan tiga hala yang dihuraikan di atas. Dokumentasi Turnitin membezakan teks yang dinilainya sebagai dijana AI sahaja daripada teks yang dinilainya sebagai dijana AI dan kemudian diparaprase oleh AI, dan pada Ogos 2025 ia menambah pengesanan yang disasarkan khusus kepada alat pengelak AI yang dibina untuk menulis semula output mesin supaya melepasi pengesan. Itu tidak bermaksud parafrasa tidak berguna atau setiap petikan yang ditulis semula akan dikesan. Ia bermaksud andaian bahawa parafrasa tidak dapat dilihat oleh Turnitin secara lalai telah lapuk sejak sekian lama. Apa yang dilakukan oleh alat ini terhadap teks yang diparaprase secara khusus, dan terhadap output DeepSeek, dihuraikan secara berasingan.

Keperluan Bilangan Perkataan Minimum dan Ambang Asterisk

Sesuatu penyerahan memerlukan sekurang-kurangnya 300 perkataan prosa yang layak sebelum pengesan AI Turnitin akan menjana skor sama sekali, meningkat daripada minimum 150 perkataan yang lebih awal. Di bawah panjang itu, memang tidak ada cukup teks untuk proses segmentasi dan pengiraan purata dijalankan.

Ambang 300 perkataan itu sejajar dengan saiz satu blok pemarkahan yang diterangkan sebelum ini, iaitu beberapa ratus perkataan, lima hingga sepuluh ayat. Dokumen yang berada tepat pada minimum itu sebenarnya hanya menyerahkan kepada saluran paip kira-kira satu blok teks yang layak untuk dipuratakan, bukannya beberapa blok, dan ini sebahagiannya menjelaskan mengapa laporan yang berada hampir dengan ambang itu lebih berkemungkinan jatuh dalam julat yang kurang boleh dipercayai yang cuba ditandakan oleh ambang seterusnya.

Turnitin juga tidak akan memaparkan peratusan di bawah ambang 20%. Sejak Julai 2024, laporan itu memaparkan asterisk di sebelah tanda peratus dan bukannya nombor. Satu ciri tingkah laku laporan ini menyebabkan lebih banyak kekeliruan daripada mana-mana bahagian lain dalam saluran paip, jadi ia mendapat bahagian tersendiri di bawah.

Keadaan	Apa yang dipaparkan oleh laporan	Sebab
Kurang daripada 300 perkataan prosa yang layak	Tiada skor AI langsung	Teks tidak mencukupi untuk saluran paip segmentasi dan purata beroperasi dengan boleh dipercayai
Skor akan jatuh di bawah 20%	Asterisk di sebelah tanda peratus, bukan nombor	Dokumentasi Turnitin sendiri melaporkan kadar positif palsu yang lebih tinggi secara terukur dalam julat itu
Skor 20% atau lebih tinggi	Peratusan tertentu	Dianggap cukup boleh dipercayai oleh Turnitin untuk dipaparkan sebagai nombor

Apakah Maksud Skor Asterisk pada Turnitin?

Asterisk pada laporan penulisan AI Turnitin bermaksud model itu mengesan sedikit penulisan AI, tetapi kurang daripada 20 peratus daripada dokumen, dan Turnitin enggan menerbitkan nombor dalam julat itu. Pada tempat yang biasanya memaparkan peratusan, laporan itu sebaliknya menunjukkan asterisk di sebelah tanda peratus. Dokumentasi produk Turnitin sendiri menyatakannya secara langsung: "When AI is detected below the 20% threshold in the report, it is now indicated with an asterisk (*%) and no percentage is attributed."

Oleh itu, asterisk bukanlah ralat, bukan skor yang hilang, dan bukan tanda bahawa sesuatu telah salah semasa muat naik. Ia ialah keputusan yang disengajakan oleh vendor untuk menahan angka yang tidak dianggap cukup boleh dipercayai untuk dicetak.

Mengapa Turnitin menyembunyikan nombor di bawah 20 percent

Kerana julat itu ialah tempat alat ini paling berkemungkinan tersilap, dan janji ketepatan Turnitin sendiri ditetapkan untuk mengecualikannya. Syarikat itu berjanji untuk mengekalkan kadar positif palsunya "under 1% for documents with over 20% of AI writing". Baca skop itu dengan teliti: komitmen tersebut mempunyai had bawah yang dibina di dalamnya, dan had bawah itu ialah 20 percent yang sama. Di bawah garis itu syarikat tidak mendakwa kebolehpercayaan yang sama, jadi daripada mencetak nombor kecil yang pasti akan dianggap oleh pembaca sebagai tepat, ia tidak mencetak apa-apa langsung. Asterisk wujud untuk mengelakkan positif palsu, iaitu ia wujud untuk mengelakkan pemberian angka kepada pensyarah yang akan menggambarkan dokumen yang ditulis manusia secara salah.

Pertimbangannya selaras dengan mekanisme yang dihuraikan sebelum ini. Skor pada peringkat dokumen ialah purata merentasi cebisan beberapa ratus perkataan. Apabila hanya sebahagian kecil cebisan itu mendapat skor sebagai AI, purata yang terhasil bergantung pada isyarat yang sangat sedikit, dan saluran pemprosesan tidak dapat membezakan dengan pasti antara 8 percent yang sebenar dan yang palsu. Menyembunyikan nombor ialah respons yang jujur terhadap keadaan itu, dan itulah dorongan yang sama di sebalik minimum 300-word.

Apakah maksud asterisk dalam amalan di universiti

Dalam amalan, kebanyakan institusi menganggap asterisk sebagai sesuatu yang tidak perlu diambil tindakan, dan membacanya sebagai skor rendah yang selaras dengan kerja yang ditulis manusia. Pertimbangannya mudah. Jika vendor yang membina pengesan itu sendiri tidak mahu mempertahankan angka dalam julat itu, pensyarah tidak mempunyai apa-apa yang substantif untuk dibangkitkan dengan pelajar, apatah lagi untuk dibawa ke panel salah laku. Bagi kebanyakan proses integriti akademik, laporan yang menunjukkan asterisk secara fungsinya setara dengan laporan yang bersih.

Itulah huraian tentang bagaimana hasil itu digunakan, dan ini wajar diketahui jika anda sedang menatapnya. Ia bukan perkara yang sama dengan dapatan tentang apa sebenarnya dokumen itu, dan perbezaan itu penting dalam kedua-dua arah.

Apa yang tidak dimaksudkan oleh asterisk

• Ia bukan sijil kepengarangan manusia. Turnitin sedang menurunkan keyakinan untuk menilai dokumen itu, yang merupakan pernyataan tentang pengesan itu sendiri, bukan tentang penulis.
• Ia bukan sama dengan sifar. Dokumen tanpa sebarang penulisan AI dan dokumen dengan satu perenggan yang dibantu AI boleh menghasilkan asterisk yang sama, dan itulah sebabnya nombor itu tidak dipaparkan.
• Ia tidak boleh dibandingkan antara penyerahan. Dua asterisk memberitahu anda bahawa kedua-dua dokumen berada di bawah ambang yang sama dan tidak memberitahu apa-apa tentang bagaimana kedua-duanya dibandingkan antara satu sama lain.
• Ia bukan skor kesamaan. Padanan plagiarisme ialah laporan berasingan pada tab yang berasingan, dan ia memaparkan peratusannya sendiri tanpa mengira apa yang dilakukan oleh penunjuk AI.

Akibat praktikal yang wajar diambil ialah suntingan ringan yang dibantu AI, satu perenggan ditulis semula dengan bantuan dan selebihnya ditulis tanpa bantuan, selalunya akan menghasilkan asterisk dan bukannya peratusan kecil. Kehadiran atau ketiadaan nombor itu sendiri tidak menyelesaikan persoalan tersebut, dan kesimpulan yang sama dicapai oleh angka ketepatan di bawah dari arah yang lain.

Apa yang Didakwa oleh Turnitin Tentang Ketepatan, dan Nombor Siapa Ini

Turnitin menerbitkan angka ketepatannya sendiri, dan angka itu wajar dibaca tepat sebagai itu, iaitu nombor pengesahan milik vendor sendiri, bukan audit bebas. Bahan yang diterbitkannya menyatakan kadar positif palsu di bawah 1% untuk dokumen yang model itu menilai melebihi 20% penulisan AI, suatu ambang yang sejajar dengan had asterisk yang dihuraikan di atas. Program yang sama kemudiannya diperluas kepada sampel penulisan English Language Learner sebagai respons terhadap penyelidikan tentang bias pengesan.

Turnitin mengatakan bahawa ia mengesahkan angka itu terhadap asas besar kertas kerja yang ditulis oleh manusia dan dihantar sebelum ChatGPT wujud. Bahan Turnitin tidak konsisten tentang saiz tepat asas itu, halaman FAQ memetik 700,000 kertas, manakala satu catatan blog oleh Ketua Pegawai Produk Turnitin memetik 800,000, dengan tuntutan yang sama, iaitu di bawah 1%, dilampirkan pada kedua-duanya. Bahan Turnitin juga menerangkan satu pertukaran, menurut akaun syarikat sendiri, mengesan kandungan yang dijana AI dengan lebih agresif bermakna terlepas kira-kira 15% daripadanya.

Syarikat itu juga telah menyemak semula tuntutannya sendiri secara umum. Pada 2023, tidak lama selepas pelancaran, ketua pegawai produk Turnitin mengakui bahawa ujian makmal tidak meramalkan berapa banyak positif palsu yang akan muncul dalam penggunaan dunia sebenar, khususnya pada penghantaran yang pendek, dan melaporkan kadar positif palsu pada tahap ayat sekitar 4 peratus. Menaikkan panjang minimum yang boleh diberi skor daripada 150 kepada 300 patah perkataan ialah respons terhadap jurang itu.

Apabila dibaca bersama, angka-angka ini menerangkan satu pertukaran yang khusus, bukannya satu nombor ketepatan tunggal. Kadar positif palsu di bawah 1% kedengaran hampir tidak ketara sehingga ia diskalakan mengikut bilangan penghantaran yang melalui sistem, dan kadar terlepas 15% bermaksud sebahagian yang bermakna daripada kandungan yang dijana AI dinilai sebagai manusia secara reka bentuk, bukan kerana kerosakan. Bahan Turnitin sendiri membentangkan kedua-dua nombor itu sebagai keseimbangan yang dimaksudkan bagi sistem, bukan sebagai bukti bahawa alat itu semata-mata betul atau semata-mata salah.

Apa yang Ditemui oleh Ujian Bebas

Ujian bebas menambah perincian yang tidak terdapat dalam angka vendor, selaras dengan semangat ujian bebas pengesan AI yang lebih luas, yang terus menemukan jurang antara keadaan makmal dan penghantaran sebenar. Pusat Kemajuan Pengajaran Universiti Temple menjalankan salah satu pemeriksaan yang lebih teliti yang tersedia. Para penyelidik menyerahkan 120 sampel penulisan, dibahagikan sama rata antara penulisan sepenuhnya manusia, penulisan sepenuhnya dijana AI, penulisan dijana AI yang dijalankan melalui alat parafrasa, dan teks hibrid yang menggabungkan sumbangan manusia dan AI, lalu merekodkan apa yang dikembalikan oleh Turnitin bagi setiap satu.

Alat ini mengenal pasti dengan betul 93 peratus sampel yang sepenuhnya ditulis oleh manusia dan 77 peratus sampel yang sepenuhnya dijana oleh AI. Bagi soalan yang lebih sukar, ketepatan menurun lagi. Turnitin mengenal pasti dengan tepat hanya 63 peratus sampel AI yang diparafrasa sebagai dijana oleh AI, dan hanya 43 peratus sampel hibrid sebagai bukan sepenuhnya manusia dan bukan sepenuhnya AI. Itulah kategori yang paling hampir dengan cara penulisan yang dibantu AI sebenarnya dihasilkan, dan para penyelidik menandakan teks hibrid khususnya sebagai berkemungkinan mewakili bahagian yang besar dan semakin meningkat dalam penyerahan sebenar apabila lebih banyak kursus menugaskan kerja yang menggunakan AI untuk sebahagian daripada tugas.

Apa yang diuji	Keputusan Turnitin
Sampel 100% ditulis oleh manusia	93% dikenal pasti dengan betul sebagai manusia
Sampel 100% dijana oleh AI	77% dikenal pasti dengan betul sebagai AI
Teks AI yang dijalankan melalui alat parafrasa	63% dikenal pasti dengan betul sebagai AI
Sampel hibrid, sebahagian manusia dan sebahagian AI	43% dikenal pasti dengan betul sebagai bukan 0% mahupun 100%
Dokumen dengan lebih 20% ditandakan (angka Turnitin sendiri)	Kadar positif palsu di bawah 1%

Tiada satu pun daripada ini merupakan dapatan bebas di pihak Turnitin. Penyelidik di luar syarikat itu, yang dipetik dalam liputan tentang kajian bias Turnitin sendiri, menggambarkan gambaran yang lebih rumit lagi, khususnya bagi penulis bahasa Inggeris bukan penutur asli dan draf yang banyak disunting.

Bagaimana Sorotan Peringkat Ayat Menjadi Tidak Tepat

Skor peringkat dokumen bukanlah satu-satunya paparan yang boleh dibuka oleh pengajar, dan paparan yang satu lagi kurang boleh dipercayai. Sesetengah antara muka memaparkan laporan bendera yang menyorot ayat-ayat tertentu sebagai berkemungkinan ditulis oleh AI. Penyelidik Temple menyemak sorotan itu terhadap ayat-ayat dalam sampel hibrid mereka yang sebenarnya ditulis oleh AI dan mendapati tiada hubungan antara kedua-duanya. Ini penting jika seorang pengajar memajukan tangkapan skrin perenggan yang disorot dan bukannya peratusan ringkasan, skor keseluruhan dokumen menunjukkan prestasi yang jauh lebih baik daripada sorotan pada peringkat ayat.

Siapa Sebenarnya Melihat Skor

Skor AI bukan sebahagian daripada laporan yang dilihat oleh pelajar secara lalai. Skor itu berada pada tabnya sendiri, kelihatan kepada pengajar dan pentadbir, dan pelajar hanya melihatnya jika pengajar memilih untuk berkongsi laporan itu atau memaparkannya secara langsung. Ini ialah perbezaan struktur yang nyata berbanding skor kesamaan, yang biasanya boleh dilihat sendiri oleh pelajar dalam sistem yang sama selepas sesuatu penyerahan telah diproses.

Perkara yang sama terpakai pada sama ada ciri itu wujud langsung bagi sesuatu kursus, yang merupakan keputusan institusi di atas dan melampaui pengajar. Pentadbir pada peringkat akaun boleh menghidupkan atau mematikan pengesanan AI Turnitin untuk seluruh institusi. Seorang pensyarah mungkin tidak dapat menghidupkannya jika universiti mereka telah mematikannya, dan sebaliknya. Dua pelajar di universiti yang berbeza boleh menyerahkan kerja yang setara dan mengalami alat ini dengan sangat berbeza, atas sebab yang langsung tidak berkaitan dengan apa yang ditulis oleh mana-mana seorang daripada mereka.

Mengapa Sesetengah Universiti Telah Mematikannya

University of Waterloo menghentikan ciri pengesanan AI Turnitin pada September 2025, dan alasan yang diterbitkannya adalah luar biasa terus terang. Universiti itu merujuk kepada ketidakbolehpercayaan alat tersebut yang telah didokumenkan, biasnya terhadap pelajar yang bahasa pertama mereka bukan English, dan ujian dalamannya sendiri, yang termasuk sekurang-kurangnya satu kes teks yang sepenuhnya ditulis oleh manusia diberi skor 100 percent dijana oleh AI. Setelah ditimbang berbanding kos alat itu, universiti tersebut menyimpulkan bahawa kosnya melebihi manfaat dan sebaliknya mengalihkan usaha itu kepada reka bentuk semula penilaian dan latihan literasi AI.

Waterloo ialah satu contoh yang kelihatan bagi perpecahan yang lebih luas, bukannya suatu pengecualian. Universiti yang mengekalkan ciri itu biasanya telah menambah pagar perlindungan dan bukannya menganggap skor itu sebagai keputusan yang berdiri sendiri, dengan mensyaratkan perbualan dengan pelajar sebelum apa-apa yang formal bermula dan menganggap nombor itu sebagai sebab untuk membuka perbualan itu, bukannya menutupnya. Membaca tentang bagaimana universiti mengendalikan dasar AI dengan lebih luas menjadikan corak itu lebih jelas, sama ada sesuatu skor sampai kepada anda sama sekali bergantung pada keputusan yang dibuat jauh di atas bilik seminar anda, bukan pada sifat tetap teknologi itu sendiri.

Apa yang Dibuktikan, dan Tidak Dibuktikan, oleh Skor Tinggi

Skor AI yang tinggi ialah bukti, bukan keputusan muktamad. Turnitin sendiri membingkaikan peratusan itu sebagai satu titik data untuk pertimbangan pengajar, bukannya dapatan salah laku, dan angka ketepatan di atas menjelaskan mengapa pembingkaian itu penting, kerana walaupun skor peringkat dokumen yang berfungsi dengan agak baik masih tersalah tafsir sebahagian yang bermakna daripada penulisan yang banyak disunting, diparafrasa atau hibrid, dan sorotan peringkat ayat jauh kurang boleh dipercayai berbanding nombor ringkasan. Semua itu tidak menjamin bahawa mana-mana skor individu adalah salah. Ia bermaksud satu peratusan ialah sebab untuk bertanya soalan, bukannya dapatan yang perlu diterima secara sepintas lalu.

Satu peratusan peringkat dokumen memampatkan empat langkah berasingan menjadi satu nombor, dan tiada satu pun daripada langkah itu membaca makna atau menyemak sama ada sesuatu hujah itu kukuh. Melihat bagaimana petikan yang lebih pendek mendapat skor pada isyarat statistik asas yang membentuk saluran seperti ini ialah cara yang lebih langsung untuk memahami sesuatu laporan berbanding menganggap peratusan itu sebagai keputusan muktamad. free perplexity checker TextPulse menjalankan versi ringkas bagi penilaian tahap perkataan seperti itu terhadap draf anda sendiri, di luar mana-mana saluran institusi, dan free burstiness checkernya meliputi separuh pengukuran yang berkaitan dengan ritma ayat bagi ukuran yang sama. Kedua-duanya memberi anda bacaan tentang penulisan anda sendiri, bukan ramalan tentang apa yang akan dikatakan oleh Turnitin mengenainya. Tiada alat boleh dengan bertanggungjawab menjanjikan perkara itu tentang sistem yang tidak dikawalnya.

Turnitin melaporkan dua nombor dan kedua-duanya mengukur perkara yang tidak berkaitan. Yang mana satu dijelaskan secara berasingan, bersama apa yang sebenarnya dikira sebagai skor Turnitin yang baik setelah anda mengetahui apa yang dirujuk oleh peratusan itu. Beberapa soalan berkaitan mempunyai halaman tersendiri: sama ada seorang profesor boleh mengetahui anda menggunakan ChatGPT tanpa sebarang pengesan langsung, versi yang lebih terus terang daripadanya, adakah saya akan tertangkap, dan bagi tetapan tertentu, pengesanan AI dalam program kejururawatan dan sama ada pejabat kemasukan kolej menjalankan semakan ini. Kerangka yang lebih luas dihuraikan dalam satu tulisan berasingan tentang integriti akademik dan AI.

Tiada satu pun daripada ini berkemungkinan menjadi versi akhir. Turnitin telah menulis semula ambang, peraturan keterlihatannya dan liputan modelnya lebih daripada sekali sejak 2023, dan Ogos 2026 juga bukan kata terakhir. Ia berada bersama baki koleksi alat percuma TextPulse, untuk sesiapa yang mahukan isyarat kedua sebelum menganggap peratusan sebuah institusi sebagai kata muktamad.

Apa Yang Ditemui Penyelidikan Kami

Dalam kajian persetujuan pengesan TextPulse Research, sembilan pengesan AI komersial menilai 90 teks akademik yang sama. Salah satunya ialah teks hibrid 455 patah perkataan: pembukaan dan penutup tulisan manusia mengapit bahagian tengah 168 patah perkataan janaan AI. Turnitin memberi teks ini skor 26.8% AI, manakala keputusan alat lain terhadap perkataan yang sama berjulat dari 0% hingga 95.7% AI. Kertas penuh, korpus dan matriks skor setiap alat tersedia terbuka di TextPulse Research.