Turnitin AI کو مرحلہ وار کیسے شناخت کرتا ہے

Turnitin کی رپورٹ ایک واحد عدد واپس دے سکتی ہے، مثلاً 42 فیصد، اور اس کے بارے میں اس سے زیادہ تقریباً کچھ نہیں بتاتی کہ یہ نتیجہ کیسے نکلا، جب تک کوئی اس کے پیچھے موجود طریقہ کار کو تلاش نہ کرے۔ یہ عدد پورے دستاویز سے براہ راست نہیں پڑھا جاتا اور نہ ہی یہ ایک اندازہ ہوتا ہے۔ یہ ایک مخصوص، دستاویزی pipeline کا آخری مرحلہ ہے جو ہر submission پر ایک ہی طریقے سے چلتا ہے۔

تو Turnitin AI کو کیسے detect کرتا ہے؟ submission کو حصوں میں تقسیم کر کے، ہر حصے کو الگ الگ اس بنیاد پر score کر کے کہ آیا وہ AI generated ہونے کا امکان رکھتا ہے یا AI generated ہو کر paraphrase کیا گیا ہے، اور پھر ان scores کا اوسط لے کر report میں دکھایا گیا overall percentage score طے کر کے۔ اس pipeline کا ہر مرحلہ Turnitin کی اپنی documentation میں بیان کیا گیا ہے، باہر سے reverse-engineer نہیں کیا گیا۔

یہ خاص طور پر Turnitin کی AI writing detection feature کے بارے میں ہے، جو پرانے similarity یا plagiarism check سے الگ ایک system ہے، اور وہ submission کا دوسرے documents کے ساتھ موازنہ کرتا ہے۔ ذیل میں بیان کردہ mechanics وسیع تر سوال how AI detectors actually work کے اندر آتے ہیں، اور Turnitin ایک مفید worked example ہے، بالکل اس لیے کہ یہ اپنے method کا زیادہ حصہ زیادہ تر vendors کے مقابلے میں شائع کرتا ہے۔ آگے پہلے pipeline ہے، پھر یہ کہ عملی طور پر یہ کیا flag کرتا ہے، independent testing نے کیا چیزیں miss ہوتی پائیں، اور کسی institution کے اندر کس کو اصل میں result دکھایا جاتا ہے۔

Turnitin AI کو کیسے detect کرتا ہے؟ Pipeline مختصراً

Turnitin کا AI تحریری ڈیٹیکٹر چار مراحل کو ایک مقررہ ترتیب میں چلاتا ہے۔ پہلے، یہ جانچتا ہے کہ آیا کسی دستاویز میں اتنا اہل نثری متن موجود ہے کہ اس پر بالکل اسکور کیا جا سکے۔ دوسرے، یہ اس متن کو چند سو الفاظ کے حصوں میں تقسیم کرتا ہے۔ تیسرے، ایک ماڈل ہر حصے کو الگ الگ اسکور کرتا ہے۔ چوتھے، حصوں کے اسکورز کو اوسط بنا کر ایک واحد دستاویز سطح کا فیصد تیار کیا جاتا ہے جو قاری حقیقت میں دیکھتا ہے۔

AI تحریری رپورٹ مماثلت رپورٹ نہیں ہے

Turnitin کی AI تحریری رپورٹ، مماثلت رپورٹ سے الگ ایک مصنوعات ہے جو سرقہ کی جانچ کرتی ہے۔ یہ مختلف ماڈلز پر چلتی ہیں اور ایک ہی انٹرفیس میں مختلف ٹیبز پر دکھائی جاتی ہیں۔ مماثلت اسکور کسی جمع کرائی گئی تحریر کا موازنہ پہلے سے شائع شدہ ذرائع اور دیگر طالب علموں کے مقالوں کے ڈیٹا بیس سے کرتا ہے، اور وہ فیصد واپس کرتا ہے جو مطابقت رکھتا ہو۔ AI اسکور بالکل کچھ اور کرتا ہے: ایک درجہ بند کنندہ نثری متن کو پڑھتا ہے، ہر اسکور شدہ حصے کو AI سے تخلیق شدہ ہونے کا ایک امکان تفویض کرتا ہے، اور ان اسکورز کو ایک واحد دستاویزی فیصد میں جمع کرتا ہے۔ چونکہ یہ مختلف چیزوں کی پیمائش کرتے ہیں، اس لیے کسی جمع کرائی گئی تحریر میں 2 percent کا مماثلت اسکور اور 60 percent کا AI اسکور ہو سکتا ہے، یا اس کے برعکس۔

AI فیصد بھی اتنا محدود ہے جتنا سنائی دیتا ہے۔ یہ اہل نثری متن کے اس حصے کی شرح بیان کرتا ہے جسے ماڈل AI کے ذریعے لکھا ہوا سمجھتا ہے، نہ کہ پوری دستاویز کی، کیونکہ کوڈ بلاکس، بلٹ پوائنٹس، سرخیاں اور مختصر طرز کی تحریر اسکور کے حساب سے پہلے ہٹا دی جاتی ہیں۔ اس تحریر کے وقت تک ڈیٹیکٹر صرف English، Spanish اور Japanese متن پر چلتا ہے۔

مرحلہ ایک: دستاویز کو حصوں میں تقسیم کرنا

اسکورنگ سے پہلے، Turnitin کا ماڈل جمع کرائی گئی تحریر کو چند سو الفاظ کے حصوں میں تقسیم کرتا ہے، تقریباً ہر حصے میں پانچ سے دس جملے ہوتے ہیں۔ تقسیم پہلے اس لیے ہوتی ہے کیونکہ ماڈل اسی سائز کے ایک حصے کو اسکور کرنے کے لیے بنایا گیا تھا، نہ کہ ایک واحد جملے کو اور نہ ہی ایک پوری مقالہ کو ایک ہی بار میں۔

صرف نثری متن ایک chunk میں شمار ہوتا ہے۔ model کو طویل نثری تحریر پڑھنے کے لیے ڈیزائن کیا گیا تھا۔ ایسا document جس میں نثر کے ساتھ tables یا code بھی شامل ہوں، اس طرح score کیا جائے گا کہ اس میں نثری متن کا کچھ percentage موجود ہے، لیکن document میں موجود تمام نثری متن کی وضاحت ضروری نہیں کہ ہو سکے۔ اس کی وجہ یہ ہے کہ detector ایسے data pool کو score کر رہا ہے جس میں code blocks، bullet points، یا short-form text شامل نہیں ہوتے۔ اسی لیے document ایسا percentage واپس کر سکتا ہے جو صرف submitted مواد کے ایک حصے کی وضاحت کرتا ہو۔

chunk-level scoring کا ایک نسبتاً خاموش نتیجہ بھی ہے جس کا ذکر ضروری ہے۔ چند سو الفاظ کے ایک ایسے chunk کے اندر موجود ایک واحد AI-drafted sentence، جو باقی طور پر human-written ہو، chunk کے اندر موجود باقی سب کے ساتھ اوسط میں شامل ہو جاتا ہے، اس لیے اس chunk کے اپنے score پر اس کا اثر اتنا ہی کم ہو جاتا ہے جتنا زیادہ surrounding human-written text اسی chunk کو share کرتا ہے۔ ایک مختصر AI-drafted insertion پھر بھی model تک پہنچتی ہے۔ بس اس کا وزن اس chunk کے مقابلے میں کم ہوتا ہے جو اپنے پہلے لفظ سے آخری لفظ تک AI-drafted ہو۔

مرحلہ دو: ہر segment کی scoring

ہر chunk کو اپنے طور پر score کیا جاتا ہے، document کے ہر دوسرے chunk سے الگ۔ model یہ پیش گوئی کرتا ہے کہ متن کا وہ مخصوص حصہ human-written ہے، AI-generated ہے، یا AI-generated ہو کر پھر paraphrased کیا گیا ہے، یعنی یہ simple yes یا no کے بجائے تین طرفہ امتیاز ہے۔

یہ ایک الگ category ہے اور صرف AI-generated کی توسیع نہیں، اس سے ظاہر ہوتا ہے کہ paraphrasing detection کو کمزور کر سکتی ہے، اور یہ ایک حقیقی مسئلہ ہے۔ اس کی تائید 2023 کی ایک study سے ہوتی ہے، جس میں پایا گیا کہ AI-generated text کو ایک dedicated paraphrasing model سے گزارنے پر research detector DetectGPT کی accuracy 70.3% سے کم ہو کر 4.6% رہ گئی، جبکہ false-positive rate 1% پر مستقل رہی۔ ایسا نہیں لگتا کہ Turnitin نے اس بارے میں کچھ شائع کیا ہے کہ ان کا اپنا three-way classifier اسی technique کے خلاف کتنی مزاحمت رکھتا ہے۔ یہ category ایک documented وجہ کی بنا پر موجود ہے۔

چنک سطح پر اسکورنگ، پورے دستاویز کی سطح کے بجائے، ایک دانستہ ڈیزائن انتخاب ہے۔ دو AI-drafted پیراگرافوں والی نوے صفحوں کی تھیسس اور ایک پانچ صفحوں کا مضمون جو مکمل طور پر AI-drafted ہو، مختلف مسائل ہیں، اور چنکس کے درمیان اوسط نکالنا ہی وہ طریقہ ہے جس سے دستاویز کی سطح کا ایک عدد اس فرق کو ظاہر کر سکتا ہے، بجائے اس کے کہ اسے ہموار کر دے۔

Turnitin نے اپنے پائپ لائن مراحل کی طرح اس per-chunk ماڈل کے اندرونی ڈھانچے کو اتنی تفصیل سے شائع نہیں کیا۔ یہ ایک supervised classifier ہے جو labelled examples پر تربیت یافتہ ہے، نہ کہ raw next-token score پر کوئی سادہ threshold، جیسا کہ TextPulse کی AI detection میں perplexity اصل میں کیا ناپتی ہے والی guide میں بیان کیا گیا ہے، اگرچہ وہی بنیادی خیال، یعنی غیر معمولی طور پر پیش گوئی کے قابل متن، غالباً اس بات کا حصہ ہے جسے ایسا classifier پہچاننا سیکھتا ہے۔

مرحلہ تین: دستاویز کی سطح کے فیصد میں اوسط نکالنا

چنک اسکورز کو اس واحد فیصد میں اوسط کیا جاتا ہے جو report دکھاتی ہے۔ یہ فیصد qualifying prose text, long-form writing only, کے اس تناسب کی نمائندگی کرتا ہے جسے model AI-generated یا AI-generated-and-then-paraphrased سمجھتا ہے۔ یہ scored segments کا تناسب ہے، یہ دعویٰ نہیں کہ document کے الفاظ کا کوئی exact حصہ لفظی طور پر machine نے ٹائپ کیا تھا۔

report پر موجود فیصد اوسط ہوتا ہے۔ اسی لیے دو documents جو دونوں forty percent واپس کرتے ہیں، قریب سے دیکھنے پر مختلف نظر آ سکتے ہیں۔ ایک میں ممکن ہے اس کے forty percent chunks کو مکمل طور پر AI-generated اسکور کیا گیا ہو۔ دوسرے میں ممکن ہے ہر chunk کو جزوی طور پر likely اسکور کیا گیا ہو، اور اوسط نکل کر وہی headline number بن جائے۔ یہ نہیں دکھاتا کہ کون سا pattern اس کا سبب بنا۔

کیا Turnitin ChatGPT، Claude یا Gemini کا پتہ لگا سکتا ہے؟

عموماً ہاں، جب کسی دستاویز میں AI تحریر نمایاں مقدار میں موجود ہو، اور classifier کو اس بات سے کوئی فرق نہیں پڑتا کہ اسے کس vendor نے تیار کیا۔ Turnitin کے مطابق اس کا model کسی brand name کے بجائے تحریری pattern کو دیکھتا ہے، اور 2023 میں اصل GPT-3.5 اور GPT-4 launch کے بعد سے اس کی coverage بار بار وسیع ہوئی ہے۔ موجودہ guidance میں GPT-5 series، Gemini اور Claude کو ان systems میں شامل کیا گیا ہے جن کے خلاف اسے train کیا گیا ہے، اور نئے model releases مسلسل شامل کیے جا رہے ہیں۔ اگر کسی student نے اس کے بجائے Gemini، Claude یا DeepSeek استعمال کیا ہو تو وہ صرف مختلف company چن کر detector سے بچ نہیں رہا ہوتا۔

اس سے متاثر ہونے والی submissions کا حصہ بڑھا ہے۔ October 2025 سے February 2026 کے درمیان Turnitin نے جن essays کو scan کیا، ان میں تقریباً 15 percent میں 80 percent یا اس سے زیادہ AI-generated writing موجود تھی، جو April 2023 میں tool کے launch کے وقت تقریباً 3 percent تھی۔

Paraphrased AI text کو free pass دینے کے بجائے اس کی اپنی category دی جاتی ہے، اور یہی اوپر بیان کی گئی three-way classification ہے۔ Turnitin کی documentation اس text کو الگ کرتی ہے جسے وہ صرف AI-generated سمجھتا ہے، اور اس text سے بھی الگ کرتی ہے جسے وہ AI-generated سمجھ کر پھر AI-paraphrased قرار دیتا ہے، اور August 2025 میں اس نے ایسے detection کو شامل کیا جو خاص طور پر AI bypasser tools کے خلاف تھا جو machine output کو detector سے بچانے کے لیے rewrite کرنے کے لیے بنائے گئے ہیں۔ اس کا یہ مطلب نہیں کہ paraphrasing بے فائدہ ہے یا ہر rewritten passage پکڑا جاتا ہے۔ اس کا مطلب یہ ہے کہ یہ assumption کہ paraphrasing بطور default Turnitin کے لیے invisible ہے، کافی عرصے سے پرانی ہو چکی ہے۔ یہ tool paraphrased text specifically کے ساتھ، اور DeepSeek output کے ساتھ کیا کرتا ہے، اس کی الگ وضاحت کی گئی ہے۔

کم از کم لفظی تقاضا اور asterisk threshold

Turnitin کا AI detector score پیدا کرنے سے پہلے submission میں کم از کم 300 words کی qualifying prose text ہونی چاہیے، جو پہلے 150-word minimum تھا۔ اس سے کم لمبائی پر segment-and-average process چلانے کے لیے بس اتنا text موجود نہیں ہوتا۔

300 الفاظ کی حد پہلے بیان کیے گئے ایک واحد اسکورنگ حصے کے حجم کے مطابق ہے، یعنی چند سو الفاظ، پانچ سے دس جملے۔ جو دستاویز بالکل کم از کم حد پر ہو، وہ دراصل پائپ لائن کو اوسط نکالنے کے لیے صرف ایک حصے کے برابر اہل متن دیتی ہے، کئی حصے نہیں، اور یہی وجہ ہے کہ اس حد کے قریب موجود رپورٹ کے اگلے حدی نشان کے ذریعے کم قابل اعتماد دائرے میں آنے کا امکان زیادہ ہوتا ہے۔

Turnitin بھی 20% کی حد سے کم فیصد ظاہر نہیں کرے گا۔ July 2024 سے، رپورٹ عدد کے بجائے فیصد کے نشان کے ساتھ ایک ستارہ دکھاتی ہے۔ رپورٹ کے رویے کا یہ ایک پہلو کسی بھی دوسرے حصے کے مقابلے میں زیادہ الجھن پیدا کرتا ہے، اس لیے اس کے لیے نیچے الگ حصہ دیا گیا ہے۔

حالت	رپورٹ کیا دکھاتی ہے	کیوں
300 الفاظ سے کم اہل نثری متن	بالکل کوئی AI اسکور نہیں	حصوں میں تقسیم کرنے اور اوسط نکالنے والی پائپ لائن کے قابل اعتماد طور پر چلنے کے لیے متن کافی نہیں
اسکور 20% سے کم آنا چاہیے	عدد کے بجائے فیصد کے نشان کے ساتھ ایک ستارہ	Turnitin کی اپنی دستاویزات اس حد میں غلط مثبت شرح کو قابلِ پیمائش طور پر زیادہ بتاتی ہیں
20% یا اس سے زیادہ اسکور	ایک مخصوص فیصد	Turnitin کے مطابق اسے عدد کی صورت میں دکھانے کے لیے کافی قابل اعتماد سمجھا جاتا ہے

Turnitin پر ستارے والا اسکور کیا معنی رکھتا ہے؟

Turnitin AI writing report پر ستارہ اس بات کی نشاندہی کرتا ہے کہ ماڈل نے کچھ AI writing کا پتہ لگایا، لیکن دستاویز کا 20 فیصد سے کم، اور Turnitin اس حد میں عدد شائع نہیں کرتا۔ جہاں عام طور پر فیصد درج ہوتا ہے، وہاں رپورٹ اس کے بجائے فیصد کے نشان کے ساتھ ایک ستارہ دکھاتی ہے۔ Turnitin کی اپنی product documentation اسے براہ راست بیان کرتی ہے: "When AI is detected below the 20% threshold in the report, it is now indicated with an asterisk (*%) and no percentage is attributed."

اس لیے ایک ستارہ نہ تو غلطی ہے، نہ کوئی غائب اسکور، اور نہ یہ اشارہ کہ اپ لوڈ میں کچھ غلط ہوا تھا۔ یہ وینڈر کا ایک دانستہ فیصلہ ہے کہ وہ ایسا عدد ظاہر نہ کرے جسے وہ چھاپنے کے لیے کافی قابلِ اعتماد نہیں سمجھتا۔

Turnitin 20 percent سے کم عدد کیوں چھپاتا ہے

کیونکہ یہی وہ حد ہے جہاں یہ ٹول سب سے زیادہ غلط ہونے کا امکان رکھتا ہے، اور Turnitin کی اپنی درستگی کی ضمانت اسی حصے کو خارج کرنے کے لیے محدود ہے۔ کمپنی اس بات کا عہد کرتی ہے کہ اس کی false positive rate "under 1% for documents with over 20% of AI writing" رہے گی۔ دائرہ کار غور سے پڑھیں: اس عہد میں ایک نچلی حد شامل ہے، اور وہ نچلی حد بھی وہی 20 percent ہے۔ اس لکیر سے نیچے کمپنی اسی درجے کی قابلِ اعتماد ہونے کا دعویٰ نہیں کرتی، اس لیے ایک چھوٹا عدد چھاپنے کے بجائے، جسے قاری لازماً قطعی سمجھے گا، وہ بالکل کچھ نہیں چھاپتی۔ ستارہ false positives سے بچنے کے لیے موجود ہے، یعنی یہ اس لیے موجود ہے کہ استاد کے سامنے ایسا عدد نہ رکھا جائے جو انسانی تحریر والے دستاویز کی غلط نمائندگی کرے۔

اس کی منطق اوپر بیان کی گئی mechanics کے مطابق ہے۔ document-level score چند سو الفاظ کے chunks کا اوسط ہوتا ہے۔ جب ان chunks کا صرف ایک چھوٹا حصہ AI کے طور پر score ہوتا ہے، تو حاصل شدہ اوسط بہت کم signal پر قائم ہوتا ہے، اور pipeline کسی حقیقی 8 percent کو ایک فرضی 8 percent سے قابلِ اعتماد طور پر الگ نہیں کر سکتی۔ عدد کو ظاہر نہ کرنا اس صورتِ حال کا دیانت دارانہ جواب ہے، اور یہی جذبہ 300-word minimum کے پیچھے بھی ہے۔

یونیورسٹی میں عملی طور پر ستارے کا کیا مطلب ہے

عملی طور پر، زیادہ تر ادارے ستارے کو ایسی چیز سمجھتے ہیں جس پر کوئی کارروائی نہ کی جائے، اور اسے انسانی تحریر کے مطابق ایک کم score کے طور پر پڑھتے ہیں۔ منطق سادہ ہے۔ اگر detector بنانے والا vendor اس حد میں کسی عدد کی ذمہ داری نہیں لیتا، تو استاد کے پاس طالب علم کے سامنے اٹھانے کے لیے کوئی قابلِ ذکر بات نہیں ہوتی، misconduct panel میں لے جانے کے لیے تو بالکل بھی نہیں۔ زیادہ تر academic integrity processes کے لیے ستارہ دکھانے والی report عملی طور پر ایک صاف report کے برابر ہوتی ہے۔

یہ اس بات کی وضاحت ہے کہ نتیجہ کس طرح استعمال ہوتا ہے، اور اگر آپ اسے دیکھ رہے ہوں تو یہ جاننا اہم ہے۔ یہ اس بات کے برابر نہیں کہ دستاویز حقیقت میں کیا ہے، اور یہ فرق دونوں سمتوں میں اہم ہے۔

ایک asterisk کیا ظاہر نہیں کرتا

• یہ انسانی تصنیف کا سرٹیفکیٹ نہیں ہے۔ Turnitin دستاویز کو اعتماد کے ساتھ اسکور دینے سے گریز کر رہا ہے، جو مصنف کے بارے میں نہیں بلکہ detector کے بارے میں ایک بیان ہے۔
• یہ صفر کے برابر نہیں ہے۔ ایسی دستاویز جس میں بالکل بھی AI تحریر نہ ہو اور ایسی دستاویز جس میں ایک AI-assisted پیراگراف ہو، دونوں ایک ہی asterisk پیدا کر سکتی ہیں، اور یہی وجہ ہے کہ عدد ظاہر نہیں کیا جاتا۔
• یہ submissions کے درمیان قابلِ موازنہ نہیں ہے۔ دو asterisks صرف یہ بتاتے ہیں کہ دونوں دستاویزات ایک ہی threshold سے نیچے آئیں، اور ان کے باہمی موازنہ کے بارے میں کچھ نہیں بتاتے۔
• یہ similarity score نہیں ہے۔ plagiarism matching ایک الگ tab پر موجود الگ report ہے، اور یہ AI indicator کے برعکس اپنا فیصد دکھاتی ہے۔

اس کا عملی نتیجہ، جسے ذہن میں رکھنا چاہیے، یہ ہے کہ ہلکی AI-assisted تدوین, ایک پیراگراف کو مدد کے ساتھ دوبارہ لکھنا اور باقی متن کو بغیر مدد کے لکھنا, اکثر ایک چھوٹا فیصد نہیں بلکہ asterisk پیدا کرے گی۔ نہ عدد کی موجودگی اور نہ اس کی عدم موجودگی اکیلے اس سوال کا فیصلہ کرتی ہے، اور یہی نتیجہ accuracy figures بھی نیچے دوسری سمت سے اخذ کرتی ہیں۔

Turnitin Accuracy کے بارے میں کیا دعویٰ کرتا ہے، اور یہ اعداد کس کے ہیں

Turnitin اپنی accuracy figures خود شائع کرتا ہے، اور انہیں اسی طور پر پڑھنا چاہیے, یعنی vendor کے اپنے validation numbers کے طور پر، نہ کہ ایک آزاد audit کے طور پر۔ اس کا شائع شدہ مواد ان دستاویزات کے لیے 1% سے کم false-positive rate بیان کرتا ہے جنہیں model 20% AI writing سے اوپر اسکور کرتا ہے، جو وہ threshold ہے جو اوپر بیان کیے گئے asterisk cutoff سے مطابقت رکھتا ہے۔ بعد میں detector bias پر تحقیق کے جواب میں اسی programme کو English Language Learner writing samples تک بڑھا دیا گیا۔

Turnitin کا کہنا ہے کہ اس نے اس عدد کی توثیق انسانی تحریر کردہ مضامین کے ایک بڑے بنیادی مجموعے کے مقابلے میں کی، جو ChatGPT کے وجود میں آنے سے پہلے جمع کرائے گئے تھے۔ Turnitin کے مواد اس بنیادی مجموعے کے درست حجم کے بارے میں غیر یکساں ہیں، FAQ صفحہ 700,000 مضامین کا حوالہ دیتا ہے، جبکہ Turnitin کے Chief Product Officer کی ایک بلاگ پوسٹ 800,000 کا حوالہ دیتی ہے، اور دونوں کے ساتھ 1% سے کم کا وہی دعویٰ منسلک ہے۔ Turnitin کے مواد، کمپنی کے اپنے بیان کے مطابق، ایک مفاہمتی توازن بھی بیان کرتے ہیں, AI سے پیدا شدہ مواد کو زیادہ جارحانہ طور پر پکڑنے کا مطلب اس کا تقریباً 15% چھوٹ جانا ہے۔

کمپنی نے عوامی طور پر اپنے دعووں پر بھی نظر ثانی کی ہے۔ 2023 میں، آغاز کے فوراً بعد، Turnitin کے چیف پروڈکٹ آفیسر نے تسلیم کیا کہ لیب ٹیسٹنگ یہ پیش گوئی نہیں کر سکی تھی کہ حقیقی استعمال میں کتنے false positives سامنے آئیں گے، خاص طور پر مختصر جمع کرائی گئی تحریروں میں، اور انہوں نے جملہ سطح پر تقریباً 4 percent false-positive rate کی اطلاع دی۔ اس خلا کے جواب میں کم از کم قابل اسکور لمبائی کو 150 سے بڑھا کر 300 words کرنا تھا۔

ان اعداد کو ایک ساتھ پڑھنے سے ایک مخصوص مفاہمتی توازن سامنے آتا ہے، نہ کہ درستگی کا کوئی واحد عدد۔ 1% سے کم false-positive rate بظاہر نہ ہونے کے برابر محسوس ہوتی ہے، یہاں تک کہ اسے اس تعداد کے مقابل رکھا جائے جو submissions نظام سے گزرتی ہیں، اور 15% miss rate کا مطلب ہے کہ AI سے پیدا شدہ مواد کا ایک قابلِ لحاظ حصہ جان بوجھ کر human کے طور پر اسکور کیا جاتا ہے، خرابی کے باعث نہیں۔ Turnitin کے اپنے مواد ان دونوں اعداد کو نظام کے مطلوبہ توازن کے طور پر پیش کرتے ہیں، نہ کہ اس بات کے ثبوت کے طور پر کہ یہ tool محض درست ہے یا محض غلط۔

آزادانہ جانچ نے کیا پایا

آزادانہ جانچ vendor کے اعداد میں وہ تفصیل شامل کرتی ہے جو موجود نہیں، اسی جذبے کے ساتھ جیسے AI detectors کی وسیع تر آزادانہ جانچ، جو مسلسل لیب کی شرائط اور حقیقی submissions کے درمیان خلا سامنے لاتی رہتی ہے۔ Temple University's Center for the Advancement of Teaching نے دستیاب زیادہ محتاط معائنوں میں سے ایک کیا۔ محققین نے 120 تحریری نمونے جمع کرائے، جنہیں برابر طور پر مکمل انسانی تحریر، مکمل AI سے پیدا شدہ تحریر، paraphrasing tool سے گزار کر AI سے پیدا شدہ تحریر، اور انسانی اور AI contributions کو ملانے والے hybrid texts میں تقسیم کیا گیا، اور ہر ایک کے لیے Turnitin کا جواب ریکارڈ کیا۔

اس ٹول نے خالص انسانی نمونوں میں سے 93 فیصد اور خالص AI سے تیار کردہ نمونوں میں سے 77 فیصد کو درست طور پر شناخت کیا۔ زیادہ مشکل سوالات میں، درستگی مزید کم ہو گئی۔ Turnitin نے پیرا فریز کیے گئے AI نمونوں میں سے صرف 63 فیصد کو درست طور پر AI سے تیار کردہ شناخت کیا، اور ہائبرڈ نمونوں میں سے صرف 43 فیصد کو نہ مکمل انسانی اور نہ مکمل AI کے طور پر شناخت کیا۔ یہ وہ زمرے ہیں جو اس بات کے سب سے قریب ہیں کہ AI کی مدد سے لکھی گئی تحریر عملاً کیسے تیار ہوتی ہے، اور محققین نے خاص طور پر ہائبرڈ متن کو اس امکان کے ساتھ نشان زد کیا کہ جیسے جیسے زیادہ کورسز ایسے کام تفویض کریں گے جن میں کام کے کسی حصے کے لیے AI استعمال ہوتا ہے، یہ حقیقی جمع کرائی گئی تحریروں کے بڑے اور بڑھتے ہوئے حصے کی نمائندگی کر سکتا ہے۔

کیا آزمایا گیا	Turnitin کا نتیجہ
100% انسانی طور پر لکھی گئی نمونے	93% کو درست طور پر انسانی شناخت کیا گیا
100% AI سے تیار کردہ نمونے	77% کو درست طور پر AI شناخت کیا گیا
AI متن کو پیرا فریزنگ ٹول سے گزارا گیا	63% کو درست طور پر AI شناخت کیا گیا
ہائبرڈ نمونے، کچھ انسانی اور کچھ AI	43% کو درست طور پر نہ 0% اور نہ 100% شناخت کیا گیا
20% سے زیادہ نشان زدہ دستاویزات, (Turnitin کا اپنا اعداد و شمار)	1% سے کم غلط مثبت شرح

ان میں سے کوئی بھی Turnitin کی جانب سے آزادانہ نتائج نہیں ہیں۔ کمپنی سے باہر کے محققین، جن کا حوالہ Turnitin کے اپنے تعصبی مطالعات کی کوریج میں دیا گیا ہے، ایک اور زیادہ پیچیدہ تصویر بیان کرتے ہیں، خاص طور پر غیر مقامی انگریزی لکھنے والوں اور بہت زیادہ ترمیم شدہ مسودات کے لیے۔

جملے کی سطح کی نمایاں نشانیاں کہاں ناکام ہو جاتی ہیں

دستاویز کی سطح کا اسکور وہ واحد منظر نہیں ہے جسے کوئی استاد کھول سکتا ہے، اور دوسرا منظر کم قابلِ اعتماد ہے۔ بعض انٹرفیس ایک فلیگ رپورٹ دکھاتے ہیں جو مخصوص جملوں کو ممکنہ طور پر AI سے لکھا ہوا قرار دے کر نمایاں کرتی ہے۔ Temple کے محققین نے ان نمایاں حصوں کا اپنے مخلوط نمونوں میں ان جملوں سے موازنہ کیا جو واقعی AI سے لکھے گئے تھے، اور دونوں کے درمیان کوئی تعلق نہیں پایا۔ یہ اس وقت اہم ہے جب کوئی استاد خلاصہ فیصد کے بجائے نمایاں پیراگراف کا اسکرین شاٹ آگے بھیجتا ہے، مجموعی دستاویز اسکور نے جملہ سطح کی نمایاں کاری کے مقابلے میں کہیں بہتر کارکردگی دکھائی۔

اسکور کو حقیقت میں کون دیکھتا ہے

AI اسکور بطورِ ڈیفالٹ طالب علم کے سامنے آنے والی رپورٹ کا حصہ نہیں ہوتا۔ یہ اپنی الگ ٹیب پر ہوتا ہے، جو اساتذہ اور منتظمین کو نظر آتا ہے، اور طالب علم اسے صرف اس صورت میں دیکھتا ہے جب استاد رپورٹ شیئر کرنے یا اسے براہِ راست ظاہر کرنے کا انتخاب کرے۔ یہ similarity score سے ایک حقیقی ساختی فرق ہے، جسے طلبہ عموماً خود اسی نظام کے اندر دیکھ سکتے ہیں، جب ایک submission process ہو چکا ہو۔

یہی بات اس پر بھی لاگو ہوتی ہے کہ آیا کسی خاص کورس کے لیے یہ feature سرے سے موجود بھی ہے یا نہیں، اور یہ ایک ادارہ جاتی فیصلہ ہے جو استاد سے اوپر کی سطح پر ہوتا ہے۔ account-level administrators پوری institution کے لیے Turnitin کی AI detection کو on یا off کر سکتے ہیں۔ ممکن ہے ایک lecturer اسے on نہ کر سکے اگر اس کی university نے اسے off کر دیا ہو، اور اس کے برعکس بھی۔ مختلف universities کے دو طلبہ قابلِ موازنہ کام جمع کرا سکتے ہیں اور اس tool کے بارے میں بالکل مختلف تجربات رکھ سکتے ہیں، ان وجوہات کی بنا پر جن کا ان دونوں میں سے کسی کے لکھے ہوئے متن سے کوئی تعلق نہیں ہوتا۔

کچھ universities نے اسے کیوں off کیا

University of Waterloo نے September 2025 میں Turnitin کی AI detection feature بند کر دی، اور اس کی شائع شدہ وجہ غیر معمولی طور پر صاف ہے۔ university نے اس tool کی دستاویزی غیر قابلِ اعتمادیت، ان طلبہ کے خلاف اس کے تعصب، جن کی پہلی زبان English نہیں ہے، اور اپنی داخلی testing کا حوالہ دیا، جس میں کم از کم ایک ایسا case شامل تھا جس میں مکمل طور پر انسانی طور پر لکھے گئے متن کو 100 percent AI-generated قرار دیا گیا۔ tool کے خرچ کے مقابلے میں تول کر university نے نتیجہ اخذ کیا کہ costs، benefits سے زیادہ ہیں، اور اس کے بجائے کوشش کو assessment redesign اور AI literacy training کی طرف موڑ دیا۔

Waterloo ایک وسیع تر تقسیم کی ایک نمایاں مثال ہے، کوئی استثنا نہیں۔ جن جامعات نے اس فیچر کو فعال رکھا ہے، انہوں نے عموماً اسکور کو اپنے طور پر حتمی فیصلہ سمجھنے کے بجائے حفاظتی حدود شامل کی ہیں، اور یہ شرط رکھی ہے کہ کسی رسمی کارروائی کے آغاز سے پہلے طالب علم کے ساتھ گفتگو کی جائے، اور اس عدد کو گفتگو شروع کرنے کی وجہ سمجھا جائے، اسے ختم کرنے کی وجہ نہیں۔ جامعات AI پالیسی کو کس طرح سنبھال رہی ہیں کے بارے میں مزید مطالعہ اس نمونے کو زیادہ واضح کرتا ہے: آیا کوئی اسکور آپ تک پہنچتا بھی ہے یا نہیں، یہ اس فیصلے پر منحصر ہے جو آپ کے سیمینار روم سے کہیں اوپر کیا جاتا ہے، نہ کہ خود ٹیکنالوجی کی کسی مستقل خصوصیت پر۔

ایک بلند اسکور کیا ثابت کرتا ہے، اور کیا ثابت نہیں کرتا

ایک بلند AI اسکور ثبوت ہے، حتمی فیصلہ نہیں۔ Turnitin خود اس فیصد کو استاد کے فیصلے کے لیے ایک ڈیٹا پوائنٹ کے طور پر پیش کرتا ہے، نہ کہ بدانتظامی کے تعین کے طور پر، اور اوپر دی گئی درستگی کی شرحیں بتاتی ہیں کہ یہ زاویہ کیوں اہم ہے: حتیٰ کہ ایک دستاویز سطح کا اسکور جو معقول حد تک اچھا کارکردگی دکھاتا ہے، بہت زیادہ ترمیم شدہ، پیرا فریز شدہ یا مخلوط تحریر کے ایک قابلِ ذکر حصے کو غلط پڑھ لیتا ہے، اور جملہ سطح کی نمایاں نشان دہی خلاصہ عدد کے مقابلے میں واضح طور پر کم قابلِ اعتماد ہے۔ ان میں سے کوئی بات یہ ضمانت نہیں دیتی کہ کوئی انفرادی اسکور غلط ہے۔ اس کا مطلب یہ ہے کہ ایک فیصد سوالات پوچھنے کی وجہ ہے، نہ کہ ایسی دریافت جسے دیکھتے ہی قبول کر لیا جائے۔

دستاویز سطح کا ایک واحد فیصد چار الگ مراحل کو ایک عدد میں سمیٹ دیتا ہے، اور ان میں سے کوئی مرحلہ معنی نہیں پڑھتا یا یہ جانچتا کہ استدلال درست ہے یا نہیں۔ یہ دیکھنا کہ ایک مختصر اقتباس ان بنیادی شماریاتی اشاروں پر کیسا اسکور لیتا ہے جن سے ایسا پائپ لائن بنتا ہے، رپورٹ کو سمجھنے کا زیادہ براہِ راست طریقہ ہے، بہ نسبت اس کے کہ فیصد کو حتمی فیصلہ سمجھا جائے۔ TextPulse کا مفت perplexity checker آپ کے اپنے مسودے پر، کسی ادارہ جاتی پائپ لائن سے ہٹ کر، لفظی سطح کی اس قسم کی اسکورنگ کا ایک سادہ ورژن چلاتا ہے، اور اس کا مفت burstiness checker اسی پیمائش کے جملہ تال والے حصے کا احاطہ کرتا ہے۔ دونوں آپ کی اپنی تحریر کے بارے میں ایک قراءت دیتے ہیں، نہ کہ اس پیش گوئی کو کہ Turnitin اس کے بارے میں کیا کہے گا۔ کوئی بھی ٹول ایسی چیز کا ذمہ دارانہ وعدہ نہیں کر سکتا جس نظام پر اس کا اختیار ہی نہ ہو۔

Turnitin دو اعداد رپورٹ کرتا ہے اور وہ غیر متعلقہ چیزوں کی پیمائش کرتے ہیں۔ کون سا کون سا ہے، اس کی وضاحت الگ سے کی گئی ہے, اس کے ساتھ اصل میں اچھا Turnitin اسکور کیا سمجھا جاتا ہے بھی، جب آپ جان لیں کہ یہ فیصد کس چیز کی طرف اشارہ کرتا ہے۔ اس سے متعلق کئی سوالات کے اپنے صفحات ہیں: کیا کوئی پروفیسر یہ بتا سکتا ہے کہ آپ نے ChatGPT استعمال کیا تھا بغیر کسی detector کے بھی، اس کا زیادہ صاف انداز، کیا میں پکڑا جاؤں گا, اور مخصوص سیاق و سباق کے لیے، نرسنگ پروگراموں میں AI detection اور کیا کالج admissions دفاتر یہ checks کرتے ہیں۔ وسیع تر framing ایک الگ تحریر میں academic integrity اور AI پر موجود ہے۔

ان میں سے کوئی بات غالباً آخری version نہیں ہے۔ Turnitin نے 2023 کے بعد سے اپنی thresholds، اپنی visibility rules اور اپنی model coverage کو ایک سے زیادہ بار دوبارہ لکھا ہے، اور August 2026 بھی آخری بات نہیں ہوگی۔ یہ TextPulse کے باقی حصے کے ساتھ free tools collection میں شامل ہے، ان سب کے لیے جو کسی ایک institution کے percentage کو آخری بات ماننے سے پہلے ایک دوسرا signal چاہتے ہیں۔

ہماری اپنی تحقیق نے کیا پایا

TextPulse Research کے ڈیٹیکٹر اتفاق مطالعے میں نو تجارتی AI ڈیٹیکٹرز نے وہی 90 علمی تحریریں پرکھیں۔ ان میں سے ایک 455 الفاظ کی ہائبرڈ تحریر تھی: آغاز اور اختتام انسان کے لکھے ہوئے، اور درمیان میں 168 الفاظ کا AI کا لکھا حصہ۔ Turnitin نے اس تحریر کو 26.8% AI قرار دیا، جبکہ انہی الفاظ پر باقی ٹولز کے فیصلے 0% سے 95.7% AI تک پھیلے ہوئے تھے۔ مکمل مقالہ، کارپس اور ہر ٹول کی اسکور میٹرکس TextPulse Research پر آزادانہ دستیاب ہے۔