Turnitin คะแนนเท่าไรจึงถือว่าดี?

นักศึกษาคนหนึ่งได้รับแจ้งจากอาจารย์ที่ปรึกษาว่าอะไรก็ตามที่ต่ำกว่าสิบห้าเปอร์เซ็นต์ถือว่าใช้ได้ นักศึกษาอีกคนหนึ่ง ซึ่งอยู่ในภาควิชาเดียวกัน ถูกระบุว่ามีปัญหาที่สิบสองเปอร์เซ็นต์เมื่อเอกสารของเขาถูกตรวจพบตลอดทางเดิน เนื่องจากสามเปอร์เซ็นต์นั้นอยู่ภายในย่อหน้าเดียวที่ต่อเนื่องกันโดยไม่มีเครื่องหมายอัญประกาศอยู่ใกล้ ๆ ทั้งสองคนอ่าน similarity score ของ Turnitin ได้อย่างถูกต้อง เครื่องมือนี้ไม่ได้ถูกสร้างขึ้นมาเพื่อให้ตัวเลขผ่านหรือไม่ผ่านเพียงตัวเดียวตั้งแต่แรก

ดังนั้น Turnitin score ที่ดีคืออะไร ไม่มีตัวเลขเช่นนั้น Turnitin ไม่ได้เผยแพร่เปอร์เซ็นต์ที่ถือว่ายอมรับได้ ไม่ได้ให้คะแนนงานที่ส่ง และระบุอย่างชัดเจนว่าตัวเลขนี้ไม่ใช่มาตรวัดการคัดลอกผลงานในตัวมันเอง สถาบันแต่ละแห่งกำหนดแนวทางของตนเอง และบ่อยครั้งอาจารย์ที่ปรึกษาแต่ละคนภายในสถาบันก็ทำเช่นเดียวกัน นี่จึงเป็นเหตุผลที่รายงานเดียวกันอาจดูไม่น่ากังวลในห้องทำงานหนึ่ง แต่กลับน่าวิตกในห้องถัดไป ตัวเลขที่ควรเรียนรู้คือวิธีอ่านสิ่งที่อยู่เบื้องหลังมัน

Turnitin Score ที่ดีคืออะไร?

Turnitin ไม่เคยเผยแพร่ตัวเลขที่ถือว่าดี ปลอดภัย หรือยอมรับได้ และมีเหตุผลเฉพาะสำหรับเรื่องนี้, similarity score วัดว่าข้อความในงานที่ส่งตรงกับข้อความที่มีอยู่แล้วในฐานข้อมูลของ Turnitin มากเพียงใด ไม่ได้วัดว่าการทับซ้อนนั้นถูกนำไปใช้อย่างไม่เหมาะสมหรือไม่ score ที่สูงอาจมาจากเนื้อหาที่มีการอ้างอิงและใส่แหล่งที่มาอย่างถูกต้องทั้งหมด score ที่ต่ำอาจยังสูงกว่างานที่ถอดความจากแหล่งเดียวอย่างใกล้ชิดพอที่จะทำให้ผู้ตรวจประเมินกังวลได้ โดยที่ไม่กระตุ้นกลไกการจับคู่เลย การอ่านตัวเลขนี้เสมือนเป็นเกรดคือการใช้เครื่องมือนี้กลับด้าน

ตัวเลขอย่างร้อยละสิบถึงยี่สิบแพร่หลายอย่างกว้างขวางในฐานะกฎคร่าว ๆ ที่ไม่เป็นทางการ ถูกกล่าวซ้ำในฟอรัมและคู่มือการศึกษา จนเริ่มฟังดูเหมือนเป็นทางการ แต่ความจริงไม่ใช่เช่นนั้น Turnitin ไม่ได้กำหนดตัวเลขดังกล่าว และกฎคร่าว ๆ ที่ไม่คำนึงถึงความยาวของเอกสาร ความหนาแน่นของการอ้างอิง และธรรมเนียมของสาขาวิชา ย่อมใช้ไม่ได้ทันทีเมื่อเผชิญกับบทความจริง บททบทวนวรรณกรรมที่สร้างจากแหล่งข้อมูลที่อ้างอย่างถูกต้องสามสิบแหล่ง อาจมีร้อยละยี่สิบจากการอ้างคำพูดโดยตรงเพียงอย่างเดียวได้ เอกสารหนึ่งย่อหน้าที่ถอดความอย่างใกล้ชิดโดยไม่มีเครื่องหมายอัญประกาศ อาจมีต่ำกว่าร้อยละห้า แต่ยังคงเป็นปัญหาที่ร้ายแรงกว่า

คะแนนความคล้ายคลึงวัดอะไรจริง ๆ

Turnitin อธิบายเครื่องมือของตนเองในถ้อยคำแทบจะตรงตามนั้น คำแนะนำจาก Boise State University ซึ่งอาศัยถ้อยคำของ Turnitin เอง อธิบายว่าคะแนนความคล้ายคลึงเป็นร้อยละของเนื้อหาในบทความที่ตรงกับเนื้อหาซึ่งมีอยู่แล้วในฐานข้อมูลของ Turnitin และว่าร้อยละดังกล่าวเองไม่ใช่การประเมินว่าบทความนั้นมีเนื้อหาที่ลอกเลียนหรือไม่ ความแตกต่างนี้มีบทบาทจริง, การจับคู่เป็นเรื่องเชิงกลไก เป็นเพียงสายของคำที่เรียงตรงกับสายของคำอีกแห่งหนึ่ง และการตัดสินว่าการซ้อนทับนั้นได้รับการให้เครดิตอย่างเหมาะสมหรือไม่นั้นต้องอาศัยมนุษย์ ไม่ใช่อัลกอริทึม

ฐานข้อมูลที่อยู่เบื้องหลังการจับคู่นั้นมีขอบเขตกว้างโดยตั้งใจ ได้แก่ การส่งงานของนักศึกษาทั้งปัจจุบันและที่เก็บถาวร เว็บสาธารณะ และชุดงานวิชาการจำนวนมาก เนื้อหาทั้งหมดนั้นไม่ได้ถูกอ่านเพื่อความหมาย ระบบค้นหาสายคำที่ซ้อนทับกันและรายงานว่ามันครอบคลุมส่วนใดของงานที่ส่งมา ซึ่งเป็นเหตุผลว่าทำไมประโยคที่อ้างคำพูดโดยตรงกับประโยคที่คัดลอกมาโดยไม่บอกกล่าวจึงอาจให้ผลการจับคู่เหมือนกันได้ มีเพียงมุมมองรายละเอียดในรายงานเท่านั้นที่แสดงว่าอันไหนเป็นอันไหน

เหตุใดคะแนนสูงจึงอาจชอบธรรมได้อย่างสิ้นเชิง

ลักษณะธรรมดาสองประการของการเขียนเชิงวิชาการอธิบายเรื่องนี้ได้เป็นส่วนใหญ่ ข้อความที่อ้างคำพูดโดยตรงย่อมตรงกันโดยตั้งใจ เพราะถ้อยคำถูกคัดลอกโดยเจตนาและระบุไว้บนหน้าเอกสารว่าเป็นของผู้อื่น รายการอ้างอิงก็ตรงกันอย่างน่าเชื่อถือไม่แพ้กัน เพราะชื่อผู้แต่ง ชื่อวารสาร และรูปแบบการอ้างอิงเกิดซ้ำในบทความอื่น ๆ นับพันที่อ้างแหล่งเดียวกัน ทั้งสองอย่างนี้คือสิ่งที่การเขียนเชิงวิชาการที่ถูกต้องควรมีลักษณะเช่นนั้น

เมื่อวางเทียบกัน คะแนนที่สูงเกินจริงกับปัญหาที่เกิดขึ้นจริงจะดูแตกต่างกันตั้งแต่แรกเห็น

สิ่งที่ตรงกัน	เหตุใดจึงเกิดขึ้น	ควรพิจารณาอย่างใกล้ชิดหรือไม่
ข้อความที่ยกมาโดยมีเครื่องหมายอัญประกาศและการอ้างอิง	ถ้อยคำถูกคัดลอกโดยตั้งใจและให้เครดิตไว้บนหน้า	ไม่, นี่คือรูปแบบของการอ้างคำพูดที่ถูกต้อง
รายการอ้างอิงหรือบรรณานุกรม	ชื่อผู้แต่ง ชื่อวารสาร และรูปแบบการอ้างอิงปรากฏซ้ำในบทความจำนวนมาก	ไม่, เว้นแต่ไม่ได้ใช้การตั้งค่าการยกเว้น
ถ้อยคำมาตรฐานของวิธีการหรือขั้นตอน	คำศัพท์ร่วมของสาขาอธิบายกระบวนการเดียวกันในลักษณะเดียวกันข้ามบทความ	ไม่บ่อยนัก, เว้นแต่ทั้งส่วนถูกยกมาทั้งหมดแทนที่จะเขียนขึ้นใหม่
ย่อหน้ายาวย่อหน้าเดียวที่ต่อเนื่อง ไม่มีเครื่องหมายอัญประกาศ และตรงกับแหล่งเดียว	ถ้อยคำสอดคล้องกับประโยคของผู้เขียนอีกคนอย่างใกล้พอที่กลไกการจับคู่จะตรวจพบได้	ใช่, นี่คือรูปแบบที่ควรเปิดแหล่งที่มาเพื่อตรวจสอบ

เหตุใดคะแนนต่ำจึงยังอาจซ่อนปัญหาได้

ตัวเลขที่ต่ำตอบคำถามที่แคบกว่าที่ดูเหมือน, คือมีข้อความเพียงเล็กน้อยที่ตรงกันคำต่อคำกับฐานข้อมูลของ Turnitin หรือไม่, และไม่มีอะไรอื่น การถอดความที่เปลี่ยนถ้อยคำมากพอ แต่ยังคงโครงสร้างและข้อโต้แย้งของผู้เขียนอีกคนไว้ อาจได้คะแนนใกล้ศูนย์และยังคงเป็นปัญหาด้านความซื่อสัตย์ทางวิชาการที่ร้ายแรงได้ เพราะกลไกนี้ทำงานกับสายของคำ ไม่ใช่กับแนวคิดที่ยืมมา เนื้อหาที่แปลแล้ว หรือเนื้อหาจากแหล่งภายนอกฐานข้อมูลที่จัดทำดัชนีของ Turnitin จะมีพฤติกรรมแบบเดียวกัน, ไม่มีสิ่งให้จับคู่, ก็ไม่มีสิ่งที่ถูกทำเครื่องหมาย

แหล่งอ้างอิงที่สร้างขึ้นเทียมก่อให้เกิดจุดบอดแบบเดียวกันจากอีกทิศทางหนึ่ง แหล่งอ้างอิงที่ไม่มีอยู่จริงย่อมไม่อาจตรงกับสิ่งใดได้ เพราะไม่มีสิ่งใดอยู่ที่ใดเลยให้มันไปตรงด้วย และคะแนนความคล้ายคลึงก็ไม่มีทางระบุได้ว่าเป็นการอ้างอิงที่ไม่เคยเป็นจริงตั้งแต่แรก TextPulse's free AI citation checker มีขึ้นเพื่อช่องว่างนั้นโดยเฉพาะ, มันตรวจสอบรายการแต่ละรายการในรายการอ้างอิงเทียบกับทะเบียนจริงที่แหล่งข้อมูลเหล่านั้นควรปรากฏอยู่ ก่อนที่ผู้อ่านจะต้องค้นพบช่องว่างนั้นด้วยวิธีที่ยากลำบาก

อีกหนึ่งความแตกต่างที่ควรกล่าวถึงก่อนจะก้าวผ่านตัวเลขไปโดยสิ้นเชิงคือ งานที่ส่งซึ่งมีคะแนนความคล้ายคลึงต่ำยังอาจมีตัวบ่งชี้การเขียนด้วย AI แยกต่างหากของ Turnitin ซึ่งเป็นการวัดคนละแบบที่สร้างขึ้นเพื่อตรวจจับปัญหาอีกชนิดหนึ่ง โดยอธิบายไว้ใน guide to whether Turnitin can actually detect ChatGPT ของเว็บไซต์นี้ สองเปอร์เซ็นต์นี้ไม่ได้คำนวณด้วยวิธีเดียวกัน และบทความนี้กล่าวถึงเฉพาะคะแนนความคล้ายคลึงเท่านั้น

วิธีอ่านรายงานแทนที่จะดูแค่ตัวเลข

อย่าเพิ่งตอบสนองต่อผลรวมก่อนเปิดดูรายละเอียดการจับคู่ Turnitin จะจัดอันดับแหล่งที่มาแต่ละแหล่ง ซึ่งรวมกันเป็นคะแนน ตามลำดับของการมีส่วนต่อคะแนนนั้น ผลรวมยี่สิบสองเปอร์เซ็นต์ที่ประกอบด้วยแหล่งข้อมูลสิบเอ็ดแหล่งซึ่งแต่ละแหล่งมีส่วนสองเปอร์เซ็นต์ ย่อมอ่านไม่เหมือนผลรวมที่มาจากแหล่งเดียว รูปแบบแรกมักสะท้อนการทับซ้อนของวลีทั่วไปจำนวนมาก รูปแบบที่สองควรพิจารณาโดยตรงว่าจริง ๆ แล้วแหล่งนั้นกล่าวว่าอะไร

Turnitin ยังจัดเปอร์เซ็นต์เดียวกันนี้เป็นช่วงสี ซึ่งถูกนำเสนอซ้ำในคำแนะนำของ Loughborough College สำหรับนักศึกษา, สีน้ำเงินสำหรับไม่มีข้อความที่ตรงกัน, สีเขียวตั้งแต่หนึ่งคำถึงยี่สิบสี่เปอร์เซ็นต์, สีเหลืองตั้งแต่ยี่สิบห้าถึงสี่สิบเก้า, สีส้มตั้งแต่ห้าสิบถึงเจ็ดสิบสี่, สีแดงตั้งแต่เจ็ดสิบห้าขึ้นไป คำแนะนำของวิทยาลัยเองกล่าวอย่างตรงไปตรงมาว่าสีเหล่านี้ไม่ได้หมายความว่าอะไร, การตรวจสอบความคล้ายคลึงไม่ได้แปลว่างานที่ส่งมีเนื้อหาลอกเลียนแบบ สีใช้เพื่อจัดรายงานให้เหมาะแก่การพิจารณา, ไม่ใช่เพื่อชี้ขาดผลตัดสิน

ไม่ว่าจะเป็นการตั้งค่าของสถาบันเองที่ยกเว้นข้อความอ้างอิงและบรรณานุกรมออกจากการนับหรือไม่นั้น ก็ควรตรวจสอบเช่นกัน เพราะการส่งงานชุดเดียวกันอาจให้ตัวเลขสองค่าแตกต่างกันได้ ขึ้นอยู่กับว่าตั้งสวิตช์นั้นอย่างไร ทั้งหมดนี้ไม่ซับซ้อนเมื่อมองเห็นแล้ว มันจะมองไม่เห็นก็ต่อเมื่อไม่มีใครเปิดรายงานเลยเกินหน้าที่หนึ่ง

ควรทำอย่างไรหากคะแนนของคุณทำให้ประหลาดใจ

เปิดแหล่งที่มาที่ถูกทำเครื่องหมายไว้ทุกแหล่งอีกครั้งทีละแหล่ง แทนที่จะตอบสนองต่อผลรวมทั้งหมด ตรวจสอบว่าฉบับที่กำลังให้คะแนนได้ยกเว้นข้อความอ้างอิงและบรรณานุกรมหรือไม่ เพราะตัวเลขที่นักศึกษาเห็นระหว่างร่างงานนั้นไม่ได้ตั้งค่าเหมือนกับตัวเลขที่อาจารย์เห็นเมื่อส่งงานเสมอไป หากพบการตรงกันที่แท้จริงซึ่งไม่มีการระบุแหล่งที่มา ให้แก้การอ้างอิงโดยตรง แทนที่จะเรียบเรียงประโยคใหม่เพื่อเล็ดลอดผ่านกลไกการจับคู่ ซึ่งเป็นเพียงการรักษาอาการและปล่อยให้ปัญหายังคงอยู่

หากตัวเลขยังคงดูไม่สอดคล้องกับสิ่งที่ผู้ควบคุมคาดหวัง ให้ถามโดยตรงว่าธรรมเนียมของภาควิชานั้นคืออะไร ส่วนข้างต้นได้แสดงแล้วว่าไม่มีเส้นตายตัวเส้นเดียวให้ไปให้ถึง ดังนั้นคำตอบจึงอยู่กับผู้ที่มีอำนาจในท้องถิ่นเหนือชิ้นงาน ไม่ได้อยู่กับเปอร์เซ็นต์ใดที่ใคร ๆ อาจค้นดูไว้ล่วงหน้าได้ ชุด เครื่องมือฟรี ของ TextPulse ครอบคลุมการตรวจสอบการอ้างอิงและการร่างงานที่ควรทำก่อนที่รายงานจะไปถึงกล่องจดหมายของผู้อื่น

คะแนนจากเครื่องมือต่าง ๆ ไม่สามารถใช้แทนกันได้ และ GPTZero ทำงานอย่างไร ได้อธิบายไว้ในหน้าของตนเอง พร้อมกับ ค่าสถิติ perplexity ที่อยู่เบื้องหลังทั้งสอง

คะแนนมีพฤติกรรมเช่นนั้นเพราะวิธีที่การจับคู่ทำงานอยู่เบื้องหลัง และตัวเลขใหม่ที่อยู่ถัดจากมันในรายงานเดียวกันนั้นทำงานด้วยกลไกที่ต่างออกไป ซึ่งคู่มือของเว็บไซต์นี้เกี่ยวกับ AI detectors ทำงานจริงอย่างไร ได้อธิบายไว้อย่างครบถ้วน การอ่านตัวเลขใดตัวเลขหนึ่งเป็นคำตัดสินเท่ากับข้ามส่วนเดียวของรายงานที่ควรอ่านที่สุด