Turnitin ตรวจจับ AI อย่างไร, ทีละขั้นตอน

รายงานของ Turnitin สามารถแสดงเพียงตัวเลขเดียว เช่น สี่สิบสองเปอร์เซ็นต์ และแทบไม่บอกอะไรเลยเกี่ยวกับวิธีที่ได้มาซึ่งตัวเลขนั้น เว้นแต่จะมีผู้ไปตรวจสอบกลไกเบื้องหลัง ตัวเลขนั้นไม่ได้อ่านออกมาจากเอกสารโดยรวม และไม่ใช่การคาดเดา มันคือผลลัพธ์สุดท้ายของกระบวนการที่เฉพาะเจาะจงและมีการบันทึกไว้ ซึ่งทำงานในลักษณะเดียวกันกับทุกการส่งงาน

แล้ว Turnitin ตรวจจับ AI อย่างไร โดยการแบ่งการส่งงานออกเป็นส่วน ๆ ให้คะแนนแต่ละส่วนแยกกันตามว่ามีแนวโน้มจะเป็น AI generated หรือ AI generated and then paraphrased หรือไม่ แล้วจึงนำคะแนนเหล่านั้นมาเฉลี่ยเพื่อกำหนดคะแนนเปอร์เซ็นต์โดยรวมที่แสดงในรายงาน ทุกขั้นตอนของกระบวนการนั้นอธิบายไว้ในเอกสารของ Turnitin เอง ไม่ได้ถอดแบบย้อนกลับมาจากภายนอก

ประเด็นนี้กล่าวเฉพาะถึงฟีเจอร์การตรวจจับการเขียนด้วย AI ของ Turnitin ซึ่งเป็นระบบแยกต่างหากจากการตรวจความคล้ายคลึงหรือการตรวจการลอกเลียนแบบแบบเดิมที่เปรียบเทียบการส่งงานกับเอกสารอื่น ๆ กลไกด้านล่างนี้อยู่ภายในคำถามที่กว้างกว่าเกี่ยวกับ AI detectors ทำงานจริงอย่างไร และ Turnitin เป็นตัวอย่างเชิงปฏิบัติที่มีประโยชน์อย่างยิ่ง เพราะเผยแพร่วิธีการของตนเองมากกว่าผู้ให้บริการส่วนใหญ่ สิ่งที่จะตามมาคือกระบวนการก่อน จากนั้นคือสิ่งที่ระบบระบุในทางปฏิบัติ สิ่งที่การทดสอบอิสระพบว่าระบบพลาด และใครภายในสถาบันที่เห็นผลลัพธ์จริง

Turnitin ตรวจจับ AI อย่างไร, กระบวนการโดยสรุป

ตัวตรวจจับการเขียนด้วย AI ของ Turnitin ทำงาน 4 ขั้นตอนตามลำดับคงที่ ขั้นแรก จะตรวจสอบว่าเอกสารมีข้อความร้อยแก้วที่เข้าเกณฑ์เพียงพอที่จะให้คะแนนหรือไม่ ขั้นที่สอง จะแบ่งข้อความนั้นออกเป็นส่วนย่อย ๆ ส่วนละไม่กี่ร้อยคำ ขั้นที่สาม แบบจำลองจะให้คะแนนแต่ละส่วนย่อยเป็นรายส่วน ขั้นที่สี่ จะนำคะแนนของแต่ละส่วนย่อยมาหาค่าเฉลี่ยเป็นเปอร์เซ็นต์ระดับเอกสารเพียงค่าเดียวที่ผู้อ่านเห็นจริง

รายงานการเขียนด้วย AI ไม่ใช่รายงานความคล้ายคลึง

รายงานการเขียนด้วย AI ของ Turnitin เป็นผลิตภัณฑ์แยกต่างหากจากรายงานความคล้ายคลึงที่ใช้ตรวจสอบการคัดลอกผลงาน ผลงานทั้งสองทำงานบนแบบจำลองคนละชุด และแสดงอยู่คนละแท็บในอินเทอร์เฟซเดียวกัน คะแนนความคล้ายคลึงจะเปรียบเทียบงานที่ส่งกับฐานข้อมูลของแหล่งที่เผยแพร่ไว้ก่อนหน้าและงานของนักศึกษาอื่น ๆ แล้วส่งกลับมาเป็นเปอร์เซ็นต์ที่ตรงกัน ส่วนคะแนน AI ทำสิ่งที่แตกต่างออกไปโดยสิ้นเชิง, ตัวจำแนกจะอ่านข้อความร้อยแก้ว กำหนดความน่าจะเป็นที่แต่ละส่วนย่อยที่ได้รับคะแนนถูกสร้างโดย AI และรวมคะแนนเหล่านั้นเป็นเปอร์เซ็นต์ระดับเอกสารค่าเดียว เนื่องจากทั้งสองอย่างวัดคนละสิ่งกัน งานที่ส่งชิ้นหนึ่งจึงอาจมีคะแนนความคล้ายคลึง 2 percent และคะแนน AI 60 percent หรือกลับกัน

เปอร์เซ็นต์ AI ยังมีขอบเขตแคบกว่าที่ฟังดูด้วย มันอธิบายสัดส่วนของข้อความร้อยแก้วที่เข้าเกณฑ์ซึ่งแบบจำลองคาดว่าถูกเขียนโดย AI ไม่ใช่ทั้งเอกสาร เพราะบล็อกโค้ด รายการหัวข้อย่อย หัวเรื่อง และงานเขียนแบบสั้นจะถูกตัดออกก่อนคำนวณคะแนน ณ เวลาที่เขียนนี้ ตัวตรวจจับทำงานกับข้อความภาษาอังกฤษ ภาษาสเปน และภาษาญี่ปุ่นเท่านั้น

ขั้นตอนที่หนึ่ง, การแบ่งเอกสารออกเป็นส่วนย่อย

ก่อนที่จะมีการให้คะแนนใด ๆ แบบจำลองของ Turnitin จะแบ่งงานที่ส่งออกเป็นส่วนย่อย ๆ ส่วนละไม่กี่ร้อยคำ โดยประมาณ 5 ถึง 10 ประโยคต่อส่วนย่อย การแบ่งส่วนเกิดขึ้นก่อน เพราะแบบจำลองถูกสร้างมาเพื่อให้คะแนนส่วนย่อยขนาดนั้น ไม่ใช่ประโยคเดียว และไม่ใช่วิทยานิพนธ์ทั้งฉบับในครั้งเดียว

เฉพาะข้อความร้อยแก้วเท่านั้นที่นับรวมเป็น chunk โมเดลถูกออกแบบมาให้อ่านงานเขียนแบบยาว เอกสารที่มีทั้งข้อความร้อยแก้วและตารางหรือโค้ดจะถูกให้คะแนนว่าเป็นข้อความร้อยแก้วในสัดส่วนหนึ่ง แต่ก็อาจไม่ได้อธิบายข้อความร้อยแก้วทั้งหมดในเอกสาร เหตุผลคือ detector กำลังให้คะแนนชุดข้อมูลที่ไม่รวม code blocks, bullet points หรือข้อความแบบสั้น นี่จึงเป็นเหตุผลที่เอกสารอาจแสดงเปอร์เซ็นต์ที่อธิบายเพียงบางส่วนของสิ่งที่ส่งเข้าไป

การให้คะแนนระดับ chunk มีผลตามมาที่เงียบกว่าแต่ควรกล่าวถึง ประโยคที่ร่างโดย AI เพียงประโยคเดียวซึ่งอยู่ภายใน chunk ที่เหลือเป็นงานเขียนของมนุษย์ยาวไม่กี่ร้อยคำ จะถูกเฉลี่ยรวมกับทุกอย่างอื่นใน chunk นั้น ดังนั้นผลกระทบต่อคะแนนของ chunk นั้นเองจึงถูกเจือจางลงตามปริมาณข้อความที่เป็นงานเขียนของมนุษย์รอบข้างซึ่งอยู่ใน chunk เดียวกัน การแทรกข้อความที่ร่างโดย AI แบบสั้นยังคงเข้าสู่โมเดล เพียงแต่มีน้ำหนักน้อยกว่า chunk ที่ร่างโดย AI ตั้งแต่คำแรกจนถึงคำสุดท้าย

ขั้นตอนที่สอง, การให้คะแนนแต่ละส่วน

แต่ละ chunk จะถูกให้คะแนนแยกกัน โดยไม่ขึ้นกับ chunk อื่นใดในเอกสาร โมเดลทำนายว่าช่วงข้อความเฉพาะนั้นเป็นงานเขียนของมนุษย์, สร้างโดย AI หรือสร้างโดย AI แล้วจึงถอดความใหม่ ซึ่งเป็นการจำแนกแบบสามทาง ไม่ใช่เพียงคำตอบแบบใช่หรือไม่ใช่

นี่เป็นหมวดหมู่ที่แยกต่างหาก ไม่ใช่เพียงส่วนขยายของ AI-generated ซึ่งบ่งชี้ว่ามีปัญหาจริงเกี่ยวกับการถอดความที่ทำให้การตรวจจับอ่อนลง เรื่องนี้ได้รับการสนับสนุนจากงานศึกษาในปี 2023 ซึ่งพบว่าเมื่อส่งข้อความที่สร้างโดย AI ผ่านโมเดลถอดความเฉพาะทาง จะทำให้ detector สำหรับงานวิจัยที่เรียกว่า DetectGPT ลดลงจากความแม่นยำ 70.3% เหลือ 4.6% โดยคงอัตรา false-positive ไว้ที่ 1% ดูเหมือนว่า Turnitin ยังไม่ได้เผยแพร่อะไรเกี่ยวกับความทนทานของตัวจำแนกแบบสามทางของตนต่อเทคนิคเดียวกันนี้ หมวดหมู่นี้มีอยู่ด้วยเหตุผลที่มีการบันทึกไว้แล้ว

การให้คะแนนในระดับชิ้นส่วนย่อยแทนที่จะเป็นระดับทั้งเอกสาร เป็นการตัดสินใจด้านการออกแบบโดยเจตนา วิทยานิพนธ์ยาวเก้าสิบหน้าที่มีสองย่อหน้าซึ่งร่างโดย AI กับเรียงความห้าหน้าที่ร่างโดย AI ทั้งหมด เป็นปัญหาคนละแบบกัน และการเฉลี่ยข้ามชิ้นส่วนย่อยคือสิ่งที่ทำให้ตัวเลขระดับเอกสารหนึ่งค่า สะท้อนความแตกต่างนั้นได้ แทนที่จะทำให้แบนราบ

Turnitin ยังไม่ได้เผยแพร่สถาปัตยกรรมภายในของโมเดลระดับชิ้นส่วนย่อยนั้นในรายละเอียดเท่ากับขั้นตอนของไปป์ไลน์ โมเดลดังกล่าวเป็นตัวจำแนกแบบมีผู้สอนที่ฝึกจากตัวอย่างที่มีป้ายกำกับ ไม่ใช่เกณฑ์ตัดสินแบบง่าย ๆ บนคะแนนดิบของโทเคนถัดไปชนิดที่อธิบายไว้ในคู่มือของ TextPulse เรื่อง perplexity ในการตรวจจับ AI วัดอะไรจริง ๆ แม้ว่าแนวคิดพื้นฐานเดียวกัน คือข้อความที่คาดเดาได้อย่างผิดปกติ จะน่าจะเป็นส่วนหนึ่งของสิ่งที่ตัวจำแนกเช่นนี้เรียนรู้ที่จะสังเกตอย่างแน่นอน

ขั้นตอนที่สาม, การเฉลี่ยเป็นเปอร์เซ็นต์ระดับเอกสาร

คะแนนของชิ้นส่วนย่อยถูกเฉลี่ยออกมาเป็นเปอร์เซ็นต์ค่าเดียวที่รายงานแสดง เปอร์เซ็นต์นั้นแทนสัดส่วนของข้อความร้อยแก้วที่เข้าเกณฑ์, เฉพาะงานเขียนแบบยาวเท่านั้น, ซึ่งโมเดลคาดการณ์ว่าเป็นข้อความที่สร้างโดย AI หรือสร้างโดย AI แล้วจึงนำมาเรียบเรียงใหม่ เป็นสัดส่วนของส่วนที่ได้รับคะแนน ไม่ใช่ข้ออ้างว่าคำในเอกสารเป็นสัดส่วนเท่าใดที่ถูกพิมพ์โดยเครื่องจริง ๆ

เปอร์เซ็นต์บนรายงานคือค่าเฉลี่ย นี่คือเหตุผลที่เอกสารสองฉบับซึ่งต่างก็ได้ผลสี่สิบเปอร์เซ็นต์ อาจดูต่างกันเมื่อพิจารณาใกล้ ๆ ฉบับหนึ่งอาจมีสี่สิบเปอร์เซ็นต์ของชิ้นส่วนย่อยที่ได้คะแนนว่าเป็น AI-generated อย่างเต็มรูปแบบ อีกฉบับอาจมีทุกชิ้นส่วนย่อยได้คะแนนว่าเป็นความเป็นไปได้บางส่วน แล้วเฉลี่ยออกมาเป็นตัวเลขพาดหัวเดียวกัน มันไม่ได้แสดงให้เห็นว่ารูปแบบใดเป็นตัวก่อให้เกิดผลนั้น

Turnitin ตรวจจับ ChatGPT, Claude หรือ Gemini ได้หรือไม่?

โดยทั่วไปได้ เมื่อเอกสารมีงานเขียนที่สร้างโดย AI ในสัดส่วนมาก และตัวจำแนกไม่สนใจว่าผู้ให้บริการรายใดเป็นผู้สร้าง Turnitin ระบุว่าแบบจำลองของตนมองหารูปแบบการเขียน ไม่ใช่ชื่อแบรนด์ และขอบเขตการตรวจจับได้ขยายออกหลายครั้งนับตั้งแต่การเปิดตัว GPT-3.5 และ GPT-4 ครั้งแรกในปี 2023 คำแนะนำปัจจุบันระบุชุด GPT-5, Gemini และ Claude ไว้ในบรรดาระบบที่ใช้ฝึกตรวจจับ และมีการเพิ่มรุ่นใหม่อย่างต่อเนื่อง นักศึกษาที่ใช้ Gemini, Claude หรือ DeepSeek แทน ไม่ได้หลีกเลี่ยงตัวตรวจจับเพียงเพราะเลือกบริษัทที่ต่างออกไป

สัดส่วนของการส่งงานที่ได้รับผลกระทบนี้เพิ่มขึ้น ประมาณ 15 เปอร์เซ็นต์ของเรียงความที่ Turnitin สแกนระหว่างเดือนตุลาคม 2025 ถึงกุมภาพันธ์ 2026 แสดงงานเขียนที่สร้างโดย AI ตั้งแต่ 80 เปอร์เซ็นต์ขึ้นไป เพิ่มจากประมาณ 3 เปอร์เซ็นต์เมื่อเครื่องมือนี้เปิดตัวในเดือนเมษายน 2023

ข้อความ AI ที่ผ่านการถอดความจะถูกจัดอยู่ในหมวดของตนเอง ไม่ใช่ได้รับการยกเว้น ซึ่งเป็นการจำแนกสามทางที่อธิบายไว้ข้างต้น เอกสารประกอบของ Turnitin แยกข้อความที่ประเมินว่าเป็น AI-generated ออกจากข้อความที่ประเมินว่าเป็น AI-generated แล้วจึงถูก AI-paraphrased และในเดือนสิงหาคม 2025 ได้เพิ่มการตรวจจับที่มุ่งเป้าโดยเฉพาะไปที่เครื่องมือ AI bypasser ที่สร้างขึ้นเพื่อเขียนผลลัพธ์ของเครื่องให้ผ่านตัวตรวจจับ นั่นไม่ได้หมายความว่าการถอดความไม่มีประโยชน์ หรือว่าข้อความที่เขียนใหม่ทุกตอนจะถูกจับได้ แต่หมายความว่าสมมติฐานที่ว่าการถอดความมองไม่เห็น Turnitin โดยปริยายได้ล้าสมัยไปนานแล้ว สิ่งที่เครื่องมือนี้ทำกับ ข้อความที่ผ่านการถอดความโดยเฉพาะ และกับ ผลลัพธ์จาก DeepSeek มีอธิบายแยกไว้ต่างหาก

ข้อกำหนดจำนวนคำขั้นต่ำและเกณฑ์ดอกจัน

การส่งงานต้องมีข้อความร้อยแก้วที่เข้าเกณฑ์อย่างน้อย 300 คำก่อนที่ตัวตรวจจับ AI ของ Turnitin จะสร้างคะแนนได้เลย โดยเพิ่มขึ้นจากขั้นต่ำเดิม 150 คำ ต่ำกว่านั้นก็ไม่มีข้อความเพียงพอให้กระบวนการแบ่งส่วนและเฉลี่ยทำงานได้

เกณฑ์ขั้นต่ำ 300 คำนี้สอดคล้องกับขนาดของช่วงการให้คะแนนหนึ่งช่วงที่อธิบายไว้ก่อนหน้า คือไม่กี่ร้อยคำ, ห้าถึงสิบประโยค เอกสารที่อยู่พอดีที่ขั้นต่ำจริง ๆ แล้วกำลังส่งข้อความที่เข้าเกณฑ์ให้กับไปป์ไลน์เพียงประมาณหนึ่งช่วงเพื่อเฉลี่ย ไม่ใช่หลายช่วง ซึ่งเป็นส่วนหนึ่งของเหตุผลที่รายงานที่อยู่ใกล้เกณฑ์ขั้นต่ำนี้มีแนวโน้มจะตกอยู่ในช่วงที่เชื่อถือน้อยกว่า ซึ่งเกณฑ์ถัดไปมีไว้เพื่อระบุ

Turnitin ยังจะไม่แสดงเปอร์เซ็นต์ที่ต่ำกว่าเกณฑ์ 20% ด้วย ตั้งแต่เดือนกรกฎาคม 2024 รายงานจะแสดงเครื่องหมายดอกจันถัดจากเครื่องหมายเปอร์เซ็นต์แทนตัวเลข พฤติกรรมของรายงานเพียงส่วนเดียวนี้ก่อให้เกิดความสับสนมากกว่าส่วนอื่นใดของไปป์ไลน์ ดังนั้นจึงมีหัวข้อของตนเองด้านล่าง

เงื่อนไข	สิ่งที่รายงานแสดง	เหตุผล
มีร้อยแก้วที่เข้าเกณฑ์น้อยกว่า 300 คำ	ไม่มีคะแนน AI เลย	มีข้อความไม่เพียงพอให้ไปป์ไลน์การแบ่งส่วนและการเฉลี่ยทำงานได้อย่างเชื่อถือ
คะแนนจะต่ำกว่า 20%	เครื่องหมายดอกจันถัดจากเครื่องหมายเปอร์เซ็นต์ ไม่ใช่ตัวเลข	เอกสารของ Turnitin เองรายงานอัตราบวกลวงที่สูงกว่าอย่างมีนัยสำคัญในช่วงนั้น
คะแนน 20% หรือสูงกว่า	เปอร์เซ็นต์ที่เฉพาะเจาะจง	Turnitin ถือว่าเชื่อถือได้เพียงพอที่จะแสดงเป็นตัวเลข

คะแนนเครื่องหมายดอกจันบน Turnitin หมายถึงอะไร?

เครื่องหมายดอกจันในรายงานการเขียน AI ของ Turnitin หมายความว่าโมเดลตรวจพบการเขียนด้วย AI บางส่วน แต่มีน้อยกว่า 20 เปอร์เซ็นต์ของเอกสาร และ Turnitin ไม่แสดงตัวเลขในช่วงนั้น ในตำแหน่งที่ปกติจะเป็นเปอร์เซ็นต์ รายงานจะแสดงเครื่องหมายดอกจันถัดจากเครื่องหมายเปอร์เซ็นต์แทน เอกสารผลิตภัณฑ์ของ Turnitin เอง ระบุไว้อย่างตรงไปตรงมาว่า "เมื่อตรวจพบ AI ต่ำกว่าเกณฑ์ 20% ในรายงาน ขณะนี้จะแสดงด้วยเครื่องหมายดอกจัน (*%) และจะไม่มีการระบุเปอร์เซ็นต์"

ดังนั้น เครื่องหมายดอกจันจึงไม่ใช่ข้อผิดพลาด ไม่ใช่คะแนนที่หายไป และไม่ใช่สัญญาณว่ามีบางอย่างผิดพลาดระหว่างการอัปโหลด แต่เป็นการตัดสินใจโดยเจตนาของผู้ให้บริการที่จะระงับค่าตัวเลขที่ไม่เห็นว่าเชื่อถือได้พอที่จะพิมพ์ออกมา

เหตุใด Turnitin จึงซ่อนตัวเลขที่ต่ำกว่า 20 percent

เพราะช่วงดังกล่าวเป็นช่วงที่เครื่องมือนี้มีแนวโน้มจะผิดพลาดมากที่สุด และคำมั่นเรื่องความแม่นยำของ Turnitin เองก็ถูกกำหนดขอบเขตให้ไม่รวมช่วงนี้ บริษัทให้คำมั่นว่าจะรักษาอัตราบวกลวงไว้ "under 1% for documents with over 20% of AI writing". โปรดอ่านขอบเขตให้ถี่ถ้วน, คำมั่นนี้มีค่าขั้นต่ำฝังอยู่ภายใน และค่าขั้นต่ำนั้นก็คือ 20 percent เดียวกัน ต่ำกว่าระดับนั้นบริษัทไม่ได้อ้างความน่าเชื่อถือแบบเดียวกัน ดังนั้นแทนที่จะพิมพ์ตัวเลขเล็ก ๆ ที่ผู้อ่านย่อมตีความว่าแม่นยำ บริษัทจึงไม่พิมพ์อะไรเลย เครื่องหมายดอกจันมีไว้เพื่อหลีกเลี่ยงผลบวกลวง, กล่าวคือ มีไว้เพื่อหลีกเลี่ยงการส่งตัวเลขให้ผู้สอนซึ่งจะทำให้เอกสารที่มนุษย์เขียนดูคลาดเคลื่อนจากความจริง

เหตุผลนี้สอดคล้องกับกลไกที่อธิบายไว้ก่อนหน้า คะแนนระดับเอกสารเป็นค่าเฉลี่ยจากส่วนย่อยที่มีความยาวไม่กี่ร้อยคำ เมื่อมีเพียงสัดส่วนเล็กน้อยของส่วนย่อยเหล่านั้นที่ได้คะแนนว่าเป็น AI ค่าเฉลี่ยที่ได้ก็อาศัยสัญญาณเพียงน้อยมาก และกระบวนการจึงไม่อาจแยกแยะ 8 percent ที่แท้จริงออกจาก 8 percent ที่เป็นสัญญาณหลอกได้อย่างน่าเชื่อถือ การไม่แสดงตัวเลขจึงเป็นคำตอบที่ซื่อสัตย์ต่อสถานการณ์นี้ และเป็นสัญชาตญาณเดียวกับที่อยู่เบื้องหลังเกณฑ์ขั้นต่ำ 300-word

เครื่องหมายดอกจันหมายถึงอะไรในทางปฏิบัติที่มหาวิทยาลัย

ในทางปฏิบัติ สถาบันส่วนใหญ่ถือว่าเครื่องหมายดอกจันเป็นสิ่งที่ไม่ต้องดำเนินการใด ๆ และอ่านมันว่าเป็นคะแนนต่ำที่สอดคล้องกับงานเขียนโดยมนุษย์ เหตุผลนั้นตรงไปตรงมา หากผู้ให้บริการที่สร้างเครื่องมือตรวจจับไม่ยืนยันว่าสนับสนุนตัวเลขในช่วงนั้น ผู้สอนก็ไม่มีสาระสำคัญใดที่จะยกขึ้นกับนักศึกษา ยิ่งไม่ต้องพูดถึงการนำไปเสนอต่อคณะกรรมการพิจารณาความประพฤติผิด สำหรับกระบวนการด้านความซื่อสัตย์ทางวิชาการส่วนใหญ่ รายงานที่แสดงเครื่องหมายดอกจันจึงมีผลในทางปฏิบัติเทียบเท่ากับรายงานที่สะอาด

นี่คือคำอธิบายว่า ผลลัพธ์ถูกนำไปใช้อย่างไร ซึ่งควรทราบไว้หากคุณกำลังมองมันอยู่ แต่มันไม่เหมือนกับข้อสรุปว่าเอกสารนั้นแท้จริงแล้วคืออะไร และความแตกต่างนี้มีความสำคัญทั้งสองทาง

เครื่องหมายดอกจันไม่ได้หมายความว่าอะไร

• ไม่ใช่ใบรับรองการประพันธ์โดยมนุษย์ Turnitin กำลังลดระดับความมั่นใจในการให้คะแนนเอกสาร ซึ่งเป็นข้อความเกี่ยวกับตัวตัวตรวจจับมากกว่าตัวผู้เขียน
• ไม่ใช่ศูนย์ เอกสารที่ไม่มีการเขียนด้วย AI เลยและเอกสารที่มีหนึ่งย่อหน้าซึ่งช่วยเขียนด้วย AI สามารถให้เครื่องหมายดอกจันเหมือนกันได้ ซึ่งนั่นเองคือเหตุผลที่ตัวเลขถูกระงับไว้
• ไม่สามารถเปรียบเทียบระหว่างการส่งงานได้ เครื่องหมายดอกจันสองอันบอกเพียงว่าเอกสารทั้งสองอยู่ต่ำกว่าเกณฑ์เดียวกัน และไม่ได้บอกอะไรเกี่ยวกับการเปรียบเทียบกันเอง
• ไม่ใช่คะแนนความคล้ายคลึง การจับคู่การลอกเลียนเป็นรายงานแยกต่างหากในแท็บแยกต่างหาก และแสดงเปอร์เซ็นต์ของตนเองไม่ว่า AI indicator จะเป็นอย่างไร

ผลเชิงปฏิบัติที่ควรนำไปพิจารณาคือ การแก้ไขที่อาศัย AI เพียงเล็กน้อย, เช่น เขียนใหม่หนึ่งย่อหน้าโดยมีความช่วยเหลือ และส่วนที่เหลือเขียนโดยไม่มีความช่วยเหลือ, มักจะให้เครื่องหมายดอกจันแทนที่จะเป็นเปอร์เซ็นต์เล็กน้อย ทั้งการมีอยู่และการไม่มีอยู่ของตัวเลขไม่สามารถตัดสินประเด็นนี้ได้ด้วยตัวเอง ซึ่งเป็นข้อสรุปเดียวกับที่ตัวเลขความแม่นยำด้านล่างไปถึงจากอีกทิศทางหนึ่ง

Turnitin อ้างว่าอะไรเกี่ยวกับความแม่นยำ และตัวเลขเหล่านี้เป็นของใคร

Turnitin เผยแพร่ตัวเลขความแม่นยำของตนเอง และควรอ่านในฐานะนั้นอย่างตรงไปตรงมา, คือเป็นตัวเลขการตรวจสอบความถูกต้องของผู้ให้บริการเอง ไม่ใช่การตรวจสอบโดยอิสระ เอกสารที่เผยแพร่ของบริษัท ระบุอัตราบวกลวงต่ำกว่า 1% สำหรับเอกสารที่แบบจำลองให้คะแนนสูงกว่า 20% AI writing, ซึ่งเป็นเกณฑ์ที่สอดคล้องกับจุดตัดของเครื่องหมายดอกจันที่อธิบายไว้ข้างต้น โปรแกรมเดียวกันนี้ต่อมาถูกขยายไปยังตัวอย่างงานเขียนของ English Language Learner เพื่อตอบสนองต่อการวิจัยเกี่ยวกับอคติของตัวตรวจจับ

Turnitin ระบุว่าได้ตรวจสอบตัวเลขดังกล่าวเทียบกับฐานอ้างอิงขนาดใหญ่ของบทความที่เขียนโดยมนุษย์ซึ่งส่งมาก่อนที่ ChatGPT จะมีอยู่จริง เอกสารของ Turnitin เองมีความไม่สอดคล้องกันเกี่ยวกับขนาดที่แน่นอนของฐานอ้างอิงนั้น, หน้า FAQ อ้างถึงบทความ 700,000 ชิ้น, ขณะที่บล็อกโพสต์ของ Chief Product Officer ของ Turnitin อ้างถึง 800,000 ชิ้น โดยมีการอ้างว่าอยู่ต่ำกว่า 1% เหมือนกันกำกับอยู่ทั้งสองกรณี เอกสารของ Turnitin ยังอธิบายถึงการแลกเปลี่ยนตามที่บริษัทระบุเองว่า, การตรวจจับเนื้อหาที่สร้างโดย AI อย่างเข้มงวดขึ้นหมายถึงการพลาดเนื้อหาดังกล่าวประมาณ 15%

บริษัทยังได้ปรับแก้ข้ออ้างของตนเองต่อสาธารณะด้วย ในปี 2023 ไม่นานหลังเปิดตัว, chief product officer ของ Turnitin ยอมรับว่าการทดสอบในห้องปฏิบัติการไม่ได้คาดการณ์ว่าจะมีผลบวกลวงเกิดขึ้นมากเพียงใดเมื่อใช้งานจริง, โดยเฉพาะในงานส่งที่สั้น, และรายงานอัตราผลบวกลวงระดับประโยคประมาณ 4 เปอร์เซ็นต์ การเพิ่มความยาวขั้นต่ำที่สามารถให้คะแนนได้จาก 150 เป็น 300 คำ คือการตอบสนองต่อช่องว่างดังกล่าว

เมื่ออ่านร่วมกัน, ตัวเลขเหล่านี้อธิบายการแลกเปลี่ยนเฉพาะอย่างหนึ่ง มากกว่าจะเป็นตัวเลขความแม่นยำเพียงค่าเดียว อัตราผลบวกลวงต่ำกว่า 1% ฟังดูใกล้เคียงกับระดับที่แทบไม่มีนัยสำคัญ จนกว่าจะนำไปคูณกับจำนวนงานส่งที่ผ่านระบบ และอัตราพลาด 15% หมายความว่าสัดส่วนที่มีนัยสำคัญของเนื้อหาที่สร้างโดย AI ถูกให้คะแนนเป็นงานของมนุษย์โดยตั้งใจ, ไม่ใช่เพราะระบบทำงานผิดพลาด เอกสารของ Turnitin เองนำเสนอทั้งสองตัวเลขนี้ในฐานะสมดุลที่ระบบตั้งใจให้มี, ไม่ใช่เป็นหลักฐานว่าเครื่องมือนี้ถูกต้องเพียงอย่างเดียวหรือผิดเพียงอย่างเดียว

สิ่งที่การทดสอบอิสระพบ

การทดสอบอิสระเพิ่มรายละเอียดที่ตัวเลขของผู้ขายไม่ได้ให้, ในจิตวิญญาณเดียวกับ การทดสอบอิสระของเครื่องตรวจจับ AI ในภาพรวมที่ยังคงพบช่องว่างระหว่างเงื่อนไขในห้องปฏิบัติการกับงานส่งจริงอย่างต่อเนื่อง ศูนย์เพื่อการพัฒนาการสอนของ Temple University ได้ดำเนินการตรวจสอบที่รอบคอบชุดหนึ่งในบรรดาที่มีอยู่ นักวิจัยส่งตัวอย่างงานเขียน 120 ชิ้น, แบ่งเท่า ๆ กันระหว่างงานเขียนที่เป็นมนุษย์ล้วน, งานเขียนที่สร้างโดย AI ล้วน, งานเขียนที่สร้างโดย AI ซึ่งนำไปผ่านเครื่องมือถอดความ, และข้อความแบบผสมที่รวมผลงานของมนุษย์และ AI, แล้วบันทึกว่า Turnitin ส่งผลลัพธ์อะไรกลับมาสำหรับแต่ละชิ้น

เครื่องมือนี้ระบุได้อย่างถูกต้องว่า 93 เปอร์เซ็นต์ของตัวอย่างที่เป็นมนุษย์ล้วน และ 77 เปอร์เซ็นต์ของตัวอย่างที่สร้างโดย AI ล้วนเป็นเช่นนั้น สำหรับคำถามที่ยากกว่า ความแม่นยำลดลงไปอีก Turnitin ระบุได้อย่างถูกต้องเพียง 63 เปอร์เซ็นต์ของตัวอย่าง AI ที่ผ่านการถอดความแล้วว่าเป็นตัวอย่างที่สร้างโดย AI และระบุได้ถูกต้องเพียง 43 เปอร์เซ็นต์ของตัวอย่างแบบผสมว่าไม่ใช่มนุษย์ล้วนและไม่ใช่ AI ล้วน หมวดหมู่เหล่านี้ใกล้เคียงที่สุดกับลักษณะที่งานเขียนซึ่งได้รับความช่วยเหลือจาก AI ถูกผลิตขึ้นจริง และนักวิจัยได้ชี้ว่าข้อความแบบผสมโดยเฉพาะมีแนวโน้มจะคิดเป็นสัดส่วนที่มากและเพิ่มขึ้นของงานที่ส่งจริง เมื่อรายวิชามากขึ้นมอบหมายงานที่ใช้ AI ในบางส่วนของงาน

สิ่งที่ทดสอบ	ผลลัพธ์ของ Turnitin
ตัวอย่างที่เขียนโดยมนุษย์ 100%	93% ระบุได้ถูกต้องว่าเป็นมนุษย์
ตัวอย่างที่สร้างโดย AI 100%	77% ระบุได้ถูกต้องว่าเป็น AI
ข้อความ AI ที่ผ่านเครื่องมือถอดความ	63% ระบุได้ถูกต้องว่าเป็น AI
ตัวอย่างแบบผสม, บางส่วนเป็นมนุษย์และบางส่วนเป็น AI	43% ระบุได้ถูกต้องว่าไม่ใช่ 0% หรือ 100%
เอกสารที่ถูกตั้งธงมากกว่า 20% (ตัวเลขของ Turnitin เอง)	อัตราผลบวกลวงต่ำกว่า 1%

สิ่งเหล่านี้ไม่ใช่ข้อค้นพบอิสระจากฝั่ง Turnitin งานวิจัยภายนอกบริษัทที่ถูกอ้างถึงในการรายงานเกี่ยวกับการศึกษาความเอนเอียงของ Turnitin เอง อธิบายภาพที่ซับซ้อนยิ่งกว่า โดยเฉพาะสำหรับ ผู้เขียนภาษาอังกฤษที่ไม่ใช่เจ้าของภาษา และร่างที่มีการแก้ไขอย่างมาก

จุดที่การเน้นระดับประโยคเริ่มใช้ไม่ได้ผล

คะแนนระดับเอกสารไม่ใช่มุมมองเดียวที่ผู้สอนสามารถเปิดดูได้ และอีกมุมมองหนึ่งมีความน่าเชื่อถือน้อยกว่า อินเทอร์เฟซบางแบบแสดงรายงานธงที่เน้นประโยคเฉพาะว่าอาจเขียนโดย AI นักวิจัยของ Temple ตรวจสอบข้อความที่ถูกเน้นเหล่านั้นเทียบกับประโยคใดในตัวอย่างแบบผสมของพวกเขาที่เขียนโดย AI จริง และไม่พบความสัมพันธ์ระหว่างทั้งสอง สิ่งนี้มีความสำคัญหากผู้สอนส่งต่อภาพหน้าจอของย่อหน้าที่ถูกเน้นแทนที่จะเป็นเปอร์เซ็นต์สรุป, คะแนนระดับเอกสารโดยรวมทำงานได้ดีกว่าการเน้นระดับประโยคอย่างมาก

ใครเป็นผู้เห็นคะแนนจริง

โดยค่าเริ่มต้น คะแนน AI ไม่ได้เป็นส่วนหนึ่งของรายงานที่นักศึกษาเห็น คะแนนนี้อยู่ในแท็บของตนเอง มองเห็นได้สำหรับผู้สอนและผู้ดูแลระบบ และนักศึกษาจะเห็นได้ก็ต่อเมื่อผู้สอนเลือกที่จะแชร์รายงานหรือเปิดให้ดูโดยตรง นี่เป็นความแตกต่างเชิงโครงสร้างที่แท้จริงจากคะแนนความคล้ายคลึง ซึ่งโดยปกตินักศึกษาสามารถดูได้ด้วยตนเองภายในระบบเดียวกันเมื่อการส่งงานได้รับการประมวลผลแล้ว

หลักการเดียวกันนี้ใช้กับคำถามว่าฟีเจอร์นี้มีอยู่สำหรับรายวิชาใดรายวิชาหนึ่งหรือไม่ ซึ่งเป็นการตัดสินใจระดับสถาบันที่อยู่เหนือผู้สอน ผู้ดูแลระบบระดับบัญชีสามารถเปิดหรือปิดการตรวจจับ AI ของ Turnitin สำหรับทั้งสถาบันได้ อาจารย์คนหนึ่งอาจไม่สามารถเปิดได้หากมหาวิทยาลัยของตนปิดไว้ และในทางกลับกัน นักศึกษาสองคนที่อยู่คนละมหาวิทยาลัยสามารถส่งงานที่เทียบเคียงกันได้และมีประสบการณ์ต่อเครื่องมือนี้แตกต่างกันมาก ด้วยเหตุผลที่ไม่เกี่ยวข้องกับสิ่งที่ทั้งสองคนเขียนเลย

เหตุใดมหาวิทยาลัยบางแห่งจึงปิดการใช้งาน

University of Waterloo ยุติฟีเจอร์การตรวจจับ AI ของ Turnitin ในเดือนกันยายน 2025 และเหตุผลที่เผยแพร่ออกมานั้นตรงไปตรงมาอย่างผิดปกติ มหาวิทยาลัยอ้างถึงความไม่น่าเชื่อถือที่มีการบันทึกไว้ของเครื่องมือนี้ อคติต่อนักศึกษาที่ภาษาแรกไม่ใช่ภาษาอังกฤษ และการทดสอบภายในของตนเอง ซึ่งรวมถึงอย่างน้อยหนึ่งกรณีที่ข้อความซึ่งเขียนโดยมนุษย์ล้วน ๆ ถูกให้คะแนนว่าเป็น AI-generated 100 percent เมื่อชั่งน้ำหนักกับค่าใช้จ่ายของเครื่องมือ มหาวิทยาลัยสรุปว่าต้นทุนสูงกว่าประโยชน์ และจึงเปลี่ยนความพยายามไปสู่การออกแบบการประเมินใหม่และการฝึกอบรมด้านความรู้เท่าทัน AI แทน

Waterloo เป็นตัวอย่างที่มองเห็นได้ของการแบ่งแยกที่กว้างกว่า มากกว่าจะเป็นกรณีที่ผิดปกติ มหาวิทยาลัยที่ยังเปิดใช้ฟีเจอร์นี้โดยทั่วไปได้เพิ่มมาตรการป้องกันไว้แล้ว แทนที่จะถือว่าคะแนนเป็นข้อสรุปในตัวเอง โดยกำหนดให้ต้องมีการสนทนากับนักศึกษาก่อนที่กระบวนการอย่างเป็นทางการใด ๆ จะเริ่มขึ้น และมองตัวเลขนั้นเป็นเหตุผลในการเปิดการสนทนานั้น มากกว่าจะปิดมันลง การอ่านเพิ่มเติมเกี่ยวกับ วิธีที่มหาวิทยาลัยจัดการนโยบาย AI ในภาพรวมทำให้รูปแบบนี้ชัดเจนขึ้น, ไม่ว่าคะแนนจะไปถึงคุณหรือไม่ก็ตาม ขึ้นอยู่กับการตัดสินใจที่เกิดขึ้นไกลเหนือห้องสัมมนาของคุณ ไม่ได้ขึ้นอยู่กับคุณสมบัติที่ตายตัวของเทคโนโลยีเอง

คะแนนสูงพิสูจน์อะไรได้ และพิสูจน์อะไรไม่ได้

คะแนน AI ที่สูงเป็นหลักฐาน ไม่ใช่ข้อสรุป Turnitin เองอธิบายเปอร์เซ็นต์นี้ว่าเป็นเพียงหนึ่งจุดข้อมูลสำหรับการใช้ดุลยพินิจของผู้สอน มากกว่าจะเป็นข้อค้นพบเรื่องการประพฤติมิชอบ และตัวเลขความแม่นยำข้างต้นอธิบายว่าทำไมกรอบเช่นนั้นจึงสำคัญ, เพราะแม้แต่คะแนนระดับเอกสารที่ทำงานได้ค่อนข้างดี ก็ยังตีความงานเขียนที่มีการแก้ไขอย่างมาก การถอดความ หรือแบบผสมผิดไปในสัดส่วนที่มีนัยสำคัญ และการเน้นระดับประโยคก็เชื่อถือได้น้อยกว่าตัวเลขสรุปอย่างชัดเจน ทั้งหมดนี้ไม่ได้รับประกันว่าคะแนนใดคะแนนหนึ่งจะผิด มันหมายความว่าเปอร์เซ็นต์หนึ่งค่าเป็นเหตุผลให้ตั้งคำถาม มากกว่าจะเป็นข้อค้นพบที่ยอมรับได้ทันที

เปอร์เซ็นต์ระดับเอกสารเพียงค่าเดียวบีบอัดขั้นตอนแยกกันสี่ขั้นให้เหลือเป็นตัวเลขเดียว และไม่มีขั้นตอนใดอ่านความหมายหรือยืนยันว่าเหตุผลนั้นสมเหตุสมผล การดูว่าข้อความตอนสั้น ๆ ได้คะแนนอย่างไรบนสัญญาณทางสถิติพื้นฐานที่ท่อประมวลผลลักษณะนี้สร้างขึ้น เป็นวิธีที่ตรงกว่าในการทำความเข้าใจรายงาน มากกว่าการถือว่าเปอร์เซ็นต์นั้นเป็นข้อสรุป TextPulse's free perplexity checker รันเวอร์ชันที่ทำให้ง่ายลงของการให้คะแนนระดับคำเช่นนั้นกับร่างของคุณเอง โดยอยู่นอกท่อประมวลผลของสถาบันใด ๆ และ free burstiness checker ของมันครอบคลุมครึ่งหนึ่งของการวัดเดียวกันที่เกี่ยวกับจังหวะของประโยค ทั้งสองอย่างให้ผลอ่านเกี่ยวกับงานเขียนของคุณเอง ไม่ใช่การคาดการณ์ว่า Turnitin จะพูดอะไรเกี่ยวกับมัน ไม่มีเครื่องมือใดสามารถสัญญาเรื่องนั้นอย่างรับผิดชอบได้สำหรับระบบที่มันไม่ได้ควบคุม

Turnitin รายงานตัวเลขสองค่า และตัวเลขเหล่านี้วัดสิ่งที่ไม่เกี่ยวข้องกัน ว่าแต่ละค่าคืออะไรได้อธิบายแยกไว้ต่างหาก พร้อมกับ สิ่งที่นับว่าเป็นคะแนน Turnitin ที่ดีจริง ๆ เมื่อทราบแล้วว่าเปอร์เซ็นต์นั้นหมายถึงอะไร มีคำถามที่เกี่ยวข้องอีกหลายข้อซึ่งมีหน้าแยกของตนเอง ได้แก่ อาจารย์จะบอกได้หรือไม่ว่าคุณใช้ ChatGPT โดยไม่ต้องใช้ตัวตรวจจับใด ๆ เลย, ในรูปแบบที่ตรงกว่านั้นคือ ฉันจะถูกจับได้หรือไม่, และสำหรับบริบทเฉพาะ ได้แก่ การตรวจจับ AI ในหลักสูตรพยาบาล และ สำนักงานรับสมัครเข้ามหาวิทยาลัยตรวจสอบเรื่องนี้หรือไม่ กรอบภาพรวมที่กว้างกว่านี้อยู่ในบทความแยกเกี่ยวกับ ความซื่อสัตย์ทางวิชาการและ AI

ทั้งหมดนี้ไม่น่าจะเป็นฉบับสุดท้าย Turnitin ได้เขียนเกณฑ์ของตนใหม่ กฎการแสดงผลของตนใหม่ และขอบเขตของโมเดลของตนใหม่มากกว่าหนึ่งครั้งนับตั้งแต่ปี 2023 และเดือนสิงหาคม 2026 ก็จะไม่ใช่คำสุดท้ายเช่นกัน มันอยู่เคียงข้าง ชุดเครื่องมือฟรี อื่น ๆ ของ TextPulse สำหรับผู้ที่ต้องการสัญญาณอีกชุดหนึ่งก่อนจะถือว่าเปอร์เซ็นต์ของสถาบันใดสถาบันหนึ่งเป็นข้อสรุปสุดท้าย

สิ่งที่งานวิจัยของเราเองค้นพบ

ในการศึกษาความสอดคล้องของเครื่องตรวจจับโดย TextPulse Research เครื่องตรวจจับ AI เชิงพาณิชย์เก้าตัวให้คะแนนบทความวิชาการชุดเดียวกัน 90 ชิ้น หนึ่งในนั้นเป็นข้อความไฮบริดยาว 455 คำ: ส่วนเปิดและส่วนปิดเขียนโดยมนุษย์ คั่นกลางด้วยส่วนที่ AI สร้างยาว 168 คำ Turnitin ให้คะแนนข้อความนี้ 26.8% AI ขณะที่คำตัดสินของเครื่องมืออื่นต่อคำชุดเดียวกันกระจายตั้งแต่ 0% ถึง 95.7% AI บทความฉบับเต็ม คลังข้อความ และตารางคะแนนของทุกเครื่องมือเปิดให้เข้าถึงได้ที่ TextPulse Research