Turnitin phát hiện AI như thế nào, từng bước một

Một báo cáo của Turnitin có thể trả về một con số duy nhất, chẳng hạn bốn mươi hai phần trăm, và hầu như không nói gì thêm về cách nó đạt được con số đó, trừ khi có người đi tìm cơ chế đứng sau nó. Con số đó không được đọc ra từ toàn bộ tài liệu và cũng không phải là một phỏng đoán. Nó là kết quả cuối cùng của một quy trình cụ thể, có tài liệu, chạy theo cùng một cách trên mọi bài nộp.

Vậy Turnitin phát hiện AI như thế nào? Bằng cách chia một bài nộp thành các phần, chấm điểm từng phần riêng lẻ dựa trên việc chúng có khả năng do AI tạo ra hay do AI tạo ra rồi được diễn đạt lại hay không, và lấy trung bình các điểm đó để xác định phần trăm tổng thể hiển thị trên báo cáo. Mọi giai đoạn của quy trình đó đều được mô tả trong tài liệu riêng của Turnitin, chứ không phải được suy ra bằng cách đảo ngược từ bên ngoài.

Điều này cụ thể nói về tính năng phát hiện viết bằng AI của Turnitin, một hệ thống riêng biệt với công cụ kiểm tra tương đồng hoặc đạo văn cũ hơn, vốn so sánh một bài nộp với các tài liệu khác. Cơ chế dưới đây nằm trong câu hỏi rộng hơn về cách các công cụ phát hiện AI thực sự hoạt động, và Turnitin là một ví dụ minh họa hữu ích chính xác vì nó công bố nhiều hơn về phương pháp của mình so với đa số nhà cung cấp. Phần tiếp theo trước hết trình bày quy trình, sau đó là những gì nó gắn cờ trong thực tế, những gì thử nghiệm độc lập cho thấy nó bỏ sót, và ai trong một cơ sở giáo dục thực sự được xem kết quả.

Turnitin phát hiện AI như thế nào? Tóm lược quy trình

Bộ phát hiện bài viết AI của Turnitin thực hiện bốn bước theo một thứ tự cố định. Thứ nhất, nó kiểm tra liệu một tài liệu có đủ văn bản xuôi đủ điều kiện để được chấm điểm hay không. Thứ hai, nó chia văn bản đó thành các đoạn, mỗi đoạn gồm vài trăm từ. Thứ ba, một mô hình chấm điểm từng đoạn riêng lẻ. Thứ tư, các điểm của từng đoạn được lấy trung bình để tạo thành tỷ lệ phần trăm ở cấp độ tài liệu mà người đọc thực sự nhìn thấy.

Báo cáo Viết AI Không Phải Là Báo cáo Tương đồng

Báo cáo viết AI của Turnitin là một sản phẩm riêng biệt với báo cáo tương đồng, báo cáo này kiểm tra đạo văn. Chúng chạy trên các mô hình khác nhau và được hiển thị trên các thẻ khác nhau trong cùng một giao diện. Điểm tương đồng so sánh một bài nộp với cơ sở dữ liệu các nguồn đã được xuất bản trước đó và các bài làm của sinh viên khác, rồi trả về tỷ lệ phần trăm trùng khớp. Điểm AI làm một việc hoàn toàn khác, một bộ phân loại đọc văn bản xuôi, gán cho mỗi đoạn được chấm điểm một xác suất do AI tạo ra, rồi tổng hợp các điểm đó thành một tỷ lệ phần trăm duy nhất ở cấp độ tài liệu. Vì chúng đo những thứ khác nhau, một bài nộp có thể có điểm tương đồng là 2 phần trăm và điểm AI là 60 phần trăm, hoặc ngược lại.

Tỷ lệ phần trăm AI cũng hẹp hơn vẻ ngoài của nó. Nó mô tả tỷ lệ văn bản xuôi đủ điều kiện mà mô hình dự đoán là do AI viết, chứ không phải toàn bộ tài liệu, vì các khối mã, gạch đầu dòng, tiêu đề và kiểu viết ngắn được loại bỏ trước khi điểm số được tính. Tính đến thời điểm viết này, bộ phát hiện chỉ chạy trên văn bản tiếng Anh, tiếng Tây Ban Nha và tiếng Nhật.

Bước Một: Chia Tài Liệu Thành Các Đoạn

Trước khi bất kỳ phần nào được chấm điểm, mô hình của Turnitin chia bài nộp thành các đoạn, mỗi đoạn gồm vài trăm từ, xấp xỉ năm đến mười câu cho mỗi đoạn. Việc phân đoạn diễn ra trước tiên vì mô hình được xây dựng để chấm điểm một đoạn có kích thước như vậy, chứ không phải một câu đơn lẻ và cũng không phải toàn bộ một luận án trong một lần xử lý.

Chỉ văn xuôi mới được tính vào một chunk. Mô hình được thiết kế để đọc văn bản dài. Một tài liệu chứa cả văn xuôi lẫn bảng hoặc mã sẽ được chấm là có một tỷ lệ phần trăm văn xuôi nhất định nhưng có thể không mô tả toàn bộ phần văn xuôi trong tài liệu. Điều này là vì bộ phát hiện đang chấm một tập dữ liệu không bao gồm các khối mã, các gạch đầu dòng, hoặc văn bản ngắn. Đây là lý do tài liệu có thể trả về một tỷ lệ phần trăm chỉ mô tả một phần những gì đã được nộp.

Việc chấm ở cấp chunk có một hệ quả kín đáo đáng nêu tên. Một câu do AI soạn nằm trong một chunk khác vốn được con người viết, dài vài trăm từ, sẽ được tính trung bình cùng với mọi thứ khác trong chunk đó, vì vậy ảnh hưởng của nó lên điểm số của chính chunk ấy bị làm loãng bởi lượng văn bản do con người viết xung quanh cùng chia sẻ chunk đó. Một đoạn chèn ngắn do AI soạn vẫn đến được mô hình. Nó chỉ mang trọng số nhỏ hơn so với một chunk được AI soạn từ từ đầu tiên đến từ cuối cùng.

Bước Hai: Chấm Điểm Từng Phân Đoạn

Mỗi chunk được chấm riêng, độc lập với mọi chunk khác trong tài liệu. Mô hình dự đoán liệu đoạn văn bản cụ thể đó là do con người viết, do AI tạo ra, hay do AI tạo ra rồi được diễn đạt lại, một phân biệt ba chiều thay vì một câu trả lời đơn giản có hoặc không.

Đây là một hạng mục riêng và không chỉ là sự mở rộng của AI-generated cho thấy có một vấn đề thực sự là việc diễn đạt lại làm suy yếu khả năng phát hiện. Điều này được củng cố bởi một nghiên cứu năm 2023, trong đó phát hiện rằng việc đưa văn bản do AI tạo ra qua một mô hình diễn đạt lại chuyên dụng đã làm giảm độ chính xác của một bộ phát hiện nghiên cứu có tên DetectGPT từ 70.3% xuống 4.6%, với tỷ lệ dương tính giả cố định là 1%. Có vẻ như Turnitin chưa công bố điều gì về mức độ kháng cự của bộ phân loại ba chiều của chính họ trước cùng kỹ thuật này. Hạng mục này tồn tại vì một lý do đã được ghi nhận.

Chấm điểm ở cấp độ đoạn thay vì ở cấp độ toàn bộ tài liệu là một lựa chọn thiết kế có chủ ý. Một luận văn dài chín mươi trang với hai đoạn do AI soạn thảo và một bài luận dài năm trang hoàn toàn do AI soạn thảo là hai vấn đề khác nhau, và việc lấy trung bình trên các đoạn là điều cho phép một con số ở cấp độ tài liệu phản ánh sự khác biệt đó thay vì làm phẳng nó.

Turnitin chưa công bố kiến trúc nội bộ của mô hình theo từng đoạn đó với mức độ chi tiết như các bước trong quy trình của nó. Đây là một bộ phân loại có giám sát được huấn luyện trên các ví dụ đã gán nhãn, không phải một ngưỡng đơn giản dựa trên loại điểm số thô của token kế tiếp được trình bày trong hướng dẫn của TextPulse về perplexity trong phát hiện AI thực sự đo lường điều gì, mặc dù cùng một ý tưởng nền tảng, tức văn bản có tính dự đoán bất thường cao, gần như chắc chắn là một phần trong những gì bộ phân loại như vậy học để nhận ra.

Bước ba: Lấy trung bình thành một tỷ lệ phần trăm ở cấp độ tài liệu

Các điểm số của từng đoạn được lấy trung bình để tạo thành một tỷ lệ phần trăm duy nhất mà báo cáo hiển thị. Tỷ lệ phần trăm đó biểu thị tỷ lệ của văn bản xuôi đủ điều kiện, chỉ là bài viết dài, mà mô hình dự đoán là do AI tạo ra hoặc do AI tạo ra rồi được diễn đạt lại. Đây là tỷ lệ của các đoạn được chấm điểm, không phải là một khẳng định rằng một phần chính xác trong số các từ của tài liệu đã được máy móc gõ ra theo nghĩa đen.

Tỷ lệ phần trăm trên báo cáo là giá trị trung bình. Đây là lý do vì sao hai tài liệu đều trả về bốn mươi phần trăm có thể trông khác nhau khi xem kỹ. Một tài liệu có thể có bốn mươi phần trăm các đoạn của nó được chấm là hoàn toàn do AI tạo ra. Một tài liệu khác có thể có mọi đoạn đều được chấm là có khả năng một phần, rồi trung bình hóa thành cùng một con số chính. Nó không cho thấy kiểu mẫu nào đã tạo ra nó.

Turnitin có thể phát hiện ChatGPT, Claude hoặc Gemini không?

Thông thường là có, khi một tài liệu chứa lượng lớn văn bản do AI viết, và bộ phân loại không quan tâm nhà cung cấp nào tạo ra nó. Turnitin nói rằng mô hình của họ tìm kiếm một mẫu viết chứ không phải tên thương hiệu, và phạm vi bao phủ của nó đã được mở rộng nhiều lần kể từ lần ra mắt ban đầu của GPT-3.5 và GPT-4 vào năm 2023. Hướng dẫn hiện tại nêu tên dòng GPT-5, Gemini và Claude trong số các hệ thống mà nó được huấn luyện để đối chiếu, với các bản phát hành mô hình mới được bổ sung liên tục. Một sinh viên dùng Gemini, Claude hoặc DeepSeek thay vào đó không thể né bộ phát hiện chỉ bằng cách chọn một công ty khác.

Tỷ lệ các bài nộp bị ảnh hưởng bởi điều này đã tăng lên. Khoảng 15 phần trăm các bài luận mà Turnitin quét từ tháng 10 năm 2025 đến tháng 2 năm 2026 cho thấy 80 phần trăm hoặc hơn là văn bản do AI tạo ra, tăng từ khoảng 3 phần trăm khi công cụ này ra mắt vào tháng 4 năm 2023.

Văn bản AI được diễn đạt lại có một hạng mục riêng thay vì được miễn kiểm tra, đó là phân loại ba chiều được mô tả ở trên. Tài liệu của Turnitin tách riêng văn bản mà họ đánh giá chỉ là do AI tạo ra với văn bản mà họ đánh giá là do AI tạo ra rồi sau đó được AI diễn đạt lại, và vào tháng 8 năm 2025, họ đã bổ sung khả năng phát hiện nhắm cụ thể vào các công cụ né tránh AI được xây dựng để viết lại đầu ra của máy nhằm vượt qua bộ phát hiện. Điều đó không có nghĩa là diễn đạt lại là vô ích hoặc mọi đoạn được viết lại đều bị phát hiện. Nó có nghĩa là giả định rằng việc diễn đạt lại là vô hình đối với Turnitin theo mặc định đã lỗi thời từ khá lâu. Công cụ này xử lý văn bản được diễn đạt lại cụ thể như thế nào, và đầu ra từ DeepSeek, được trình bày riêng.

Yêu cầu số từ tối thiểu và ngưỡng dấu sao

Một bài nộp cần ít nhất 300 từ văn xuôi đủ điều kiện thì bộ phát hiện AI của Turnitin mới tạo ra điểm số, tăng từ mức tối thiểu 150 từ trước đó. Dưới độ dài đó, đơn giản là không có đủ văn bản để quá trình chia đoạn và lấy trung bình hoạt động.

Ngưỡng 300 từ đó khớp với kích thước của một khối chấm điểm đơn lẻ đã được mô tả trước đó, vài trăm từ, năm đến mười câu. Một tài liệu vừa đúng mức tối thiểu thực ra chỉ đưa vào quy trình khoảng lượng văn bản đủ điều kiện của một khối để lấy trung bình, chứ không phải nhiều khối, và đó là một phần lý do khiến một báo cáo nằm gần ngưỡng đó có nhiều khả năng rơi vào vùng kém tin cậy hơn mà ngưỡng tiếp theo được đặt ra để đánh dấu.

Turnitin cũng sẽ không hiển thị một tỷ lệ phần trăm thấp hơn ngưỡng 20%. Kể từ tháng 7 năm 2024, báo cáo hiển thị một dấu sao bên cạnh ký hiệu phần trăm thay vì một con số. Chính chi tiết hành vi của báo cáo này gây ra nhiều nhầm lẫn hơn bất kỳ phần nào khác của quy trình, vì vậy nó có một mục riêng bên dưới.

Điều kiện	Báo cáo hiển thị gì	Tại sao
Dưới 300 từ văn xuôi đủ điều kiện	Không có điểm AI nào	Không đủ văn bản để quy trình chia đoạn và lấy trung bình chạy một cách đáng tin cậy
Điểm sẽ thấp hơn 20%	Một dấu sao bên cạnh ký hiệu phần trăm, không phải một con số	Tài liệu của chính Turnitin báo cáo tỷ lệ dương tính giả cao hơn có thể đo được trong khoảng đó
Điểm từ 20% trở lên	Một tỷ lệ phần trăm cụ thể	Được Turnitin xem là đủ tin cậy để hiển thị dưới dạng một con số

Dấu sao trong điểm số trên Turnitin có nghĩa là gì?

Một dấu sao trong báo cáo viết AI của Turnitin có nghĩa là mô hình đã phát hiện một phần văn bản do AI viết, nhưng dưới 20 phần trăm của tài liệu, và Turnitin từ chối công bố một con số trong khoảng đó. Ở vị trí mà bình thường sẽ là một tỷ lệ phần trăm, báo cáo thay vào đó hiển thị một dấu sao bên cạnh ký hiệu phần trăm. Tài liệu sản phẩm của chính Turnitin nêu rõ điều này: "Khi AI được phát hiện dưới ngưỡng 20% trong báo cáo, điều đó hiện được biểu thị bằng một dấu sao (*%) và không có tỷ lệ phần trăm nào được gán."

Do đó, dấu hoa thị không phải là lỗi, không phải là thiếu điểm, và cũng không phải là dấu hiệu cho thấy đã có sự cố với quá trình tải lên. Đó là một quyết định có chủ ý của nhà cung cấp nhằm giữ lại một con số mà họ không cho là đủ đáng tin cậy để hiển thị.

Tại sao Turnitin ẩn con số dưới 20 percent

Vì khoảng đó là nơi công cụ dễ sai nhất, và cam kết về độ chính xác của chính Turnitin được giới hạn để loại trừ nó. Công ty cam kết giữ tỷ lệ dương tính giả của mình "under 1% for documents with over 20% of AI writing". Hãy đọc kỹ phạm vi: cam kết này có một ngưỡng sàn được tích hợp sẵn, và ngưỡng sàn đó chính là 20 percent. Dưới mức đó, công ty không khẳng định cùng một độ tin cậy, vì vậy thay vì hiển thị một con số nhỏ mà người đọc chắc chắn sẽ xem là chính xác, nó không hiển thị gì cả. Dấu hoa thị tồn tại để tránh dương tính giả, nghĩa là nó tồn tại để tránh đưa cho giảng viên một con số có thể làm sai lệch một văn bản do con người viết.

Lý do này phù hợp với cơ chế đã được mô tả ở trên. Điểm số ở cấp độ tài liệu là một giá trị trung bình trên các đoạn vài trăm từ. Khi chỉ có một phần nhỏ các đoạn đó được chấm là AI, giá trị trung bình thu được dựa trên rất ít tín hiệu, và quy trình không thể phân biệt đáng tin cậy giữa mức 8 percent thực sự và một mức ảo. Việc ẩn con số là phản ứng trung thực trước điều đó, và đó cũng là cùng một trực giác đứng sau ngưỡng tối thiểu 300 từ.

Dấu hoa thị có nghĩa gì trong thực tế ở một trường đại học

Trong thực tế, đa số cơ sở giáo dục xem dấu hoa thị là điều không cần hành động gì, và hiểu nó như một điểm số thấp phù hợp với một bài viết do con người viết. Lý do rất đơn giản. Nếu nhà cung cấp đã tạo ra bộ phát hiện không chịu bảo đảm cho một con số trong khoảng đó, thì giảng viên không có gì thực chất để nêu với sinh viên, chứ chưa nói đến việc đưa ra trước hội đồng xử lý vi phạm. Với hầu hết các quy trình liêm chính học thuật, một báo cáo hiển thị dấu hoa thị về mặt chức năng tương đương với một báo cáo sạch.

Đó là mô tả về cách kết quả được sử dụng, và điều này đáng biết nếu bạn đang nhìn vào một báo cáo như vậy. Nó không đồng nghĩa với một kết luận về bản chất thực sự của tài liệu, và sự phân biệt này quan trọng theo cả hai chiều.

Dấu sao không có nghĩa là gì

• Nó không phải là chứng nhận về quyền tác giả của con người. Turnitin đang từ chối chấm điểm tài liệu một cách chắc chắn, và đây là một phát biểu về bộ phát hiện hơn là về người viết.
• Nó không giống với số 0. Một tài liệu hoàn toàn không có viết bằng AI và một tài liệu có một đoạn được hỗ trợ bởi AI đều có thể tạo ra cùng một dấu sao, và đó chính là lý do con số bị giữ lại.
• Nó không thể so sánh giữa các bài nộp. Hai dấu sao chỉ cho bạn biết cả hai tài liệu đều nằm dưới cùng một ngưỡng, và không cho biết gì về cách chúng so sánh với nhau.
• Nó không phải là điểm tương đồng. Đối sánh đạo văn là một báo cáo riêng trên một thẻ riêng, và nó hiển thị tỷ lệ phần trăm của riêng nó bất kể chỉ báo AI hoạt động như thế nào.

Hệ quả thực tiễn đáng ghi nhớ là một chỉnh sửa nhẹ có hỗ trợ AI, tức một đoạn được viết lại với sự trợ giúp còn phần còn lại được viết mà không có hỗ trợ, thường sẽ tạo ra một dấu sao thay vì một tỷ lệ phần trăm nhỏ. Sự hiện diện hay vắng mặt của một con số, tự nó, không giải quyết được vấn đề, và đây cũng là kết luận mà các số liệu về độ chính xác bên dưới đi đến từ hướng ngược lại.

Turnitin Nói Gì Về Độ Chính Xác, Và Những Con Số Này Thuộc Về Ai

Turnitin công bố các số liệu về độ chính xác của chính mình, và chúng đáng được đọc đúng như vậy, tức là các con số thẩm định của nhà cung cấp, không phải một cuộc kiểm toán độc lập. Tài liệu được công bố của nó nêu tỷ lệ dương tính giả dưới 1% đối với các tài liệu mà mô hình chấm trên 20% viết bằng AI, một ngưỡng khớp với mức cắt dấu sao được mô tả ở trên. Sau đó, chương trình này được mở rộng sang các mẫu viết của người học tiếng Anh để đáp lại nghiên cứu về thiên lệch của bộ phát hiện.

Turnitin nói rằng họ đã xác minh con số đó dựa trên một tập nền lớn gồm các bài viết do con người viết, được nộp trước khi ChatGPT tồn tại. Tài liệu của Turnitin không nhất quán về quy mô chính xác của tập nền này, trang FAQ trích dẫn 700,000 bài viết, trong khi một bài đăng blog của Giám đốc Sản phẩm của Turnitin trích dẫn 800,000, và cả hai đều gắn với cùng một tuyên bố dưới 1%. Tài liệu của Turnitin cũng mô tả một sự đánh đổi, theo chính cách diễn giải của công ty, bắt được nội dung do AI tạo ra mạnh tay hơn đồng nghĩa với việc bỏ sót khoảng 15% nội dung đó.

Công ty cũng đã sửa đổi các tuyên bố của chính mình trước công chúng. Năm 2023, ngay sau khi ra mắt, giám đốc sản phẩm của Turnitin thừa nhận rằng thử nghiệm trong phòng thí nghiệm đã không dự đoán được sẽ có bao nhiêu dương tính giả xuất hiện trong sử dụng thực tế, đặc biệt là với các bài nộp ngắn, và báo cáo tỷ lệ dương tính giả ở cấp câu vào khoảng 4 phần trăm. Việc nâng độ dài tối thiểu để chấm điểm từ 150 lên 300 từ là phản ứng đối với khoảng cách đó.

Khi đọc cùng nhau, các con số này mô tả một sự đánh đổi cụ thể hơn là một con số độ chính xác đơn lẻ. Tỷ lệ dương tính giả dưới 1% nghe có vẻ gần như không đáng kể cho đến khi nó được nhân lên theo số lượng bài nộp đi qua hệ thống, và tỷ lệ bỏ sót 15% có nghĩa là một phần đáng kể nội dung do AI tạo ra được chấm là do con người viết theo thiết kế, chứ không phải do trục trặc. Tài liệu của Turnitin tự trình bày cả hai con số như sự cân bằng dự kiến của hệ thống, chứ không phải bằng chứng cho thấy công cụ này đơn giản là đúng hoặc đơn giản là sai.

Kiểm Tra Độc Lập Phát Hiện Gì

Thử nghiệm độc lập bổ sung chi tiết mà các con số của nhà cung cấp không có, theo cùng tinh thần với các thử nghiệm độc lập về công cụ phát hiện AI rộng hơn, vốn liên tục cho thấy khoảng cách giữa điều kiện phòng thí nghiệm và các bài nộp thực tế. Trung tâm Nâng cao Giảng dạy của Temple University đã tiến hành một trong những cuộc kiểm tra cẩn trọng hơn hiện có. Các nhà nghiên cứu đã nộp 120 mẫu viết, chia đều giữa bài viết hoàn toàn do con người viết, bài viết hoàn toàn do AI tạo ra, bài viết do AI tạo ra rồi chạy qua một công cụ diễn đạt lại, và các văn bản lai kết hợp đóng góp của con người và AI, rồi ghi lại kết quả Turnitin trả về cho từng mẫu.

Công cụ đã xác định đúng 93 phần trăm các mẫu hoàn toàn do con người viết và 77 phần trăm các mẫu hoàn toàn do AI tạo ra. Với các câu hỏi khó hơn, độ chính xác còn giảm thêm. Turnitin chỉ xác định chính xác 63 phần trăm các mẫu AI đã được diễn đạt lại là do AI tạo ra, và chỉ 43 phần trăm các mẫu lai là không hoàn toàn do con người cũng không hoàn toàn do AI. Đây là những nhóm gần nhất với cách mà văn bản có sự hỗ trợ của AI thực sự được tạo ra, và các nhà nghiên cứu đặc biệt lưu ý văn bản lai có khả năng chiếm một phần lớn và ngày càng tăng trong các bài nộp thực tế khi ngày càng nhiều môn học giao bài tập sử dụng AI cho một phần nhiệm vụ.

Những gì được kiểm tra	Kết quả của Turnitin
Mẫu 100% do con người viết	93% được xác định đúng là do con người
Mẫu 100% do AI tạo ra	77% được xác định đúng là do AI
Văn bản AI được đưa qua một công cụ diễn đạt lại	63% được xác định đúng là do AI
Mẫu lai, một phần do con người và một phần do AI	43% được xác định đúng là không phải 0% cũng không phải 100%
Tài liệu có hơn 20% bị gắn cờ (con số riêng của Turnitin)	Tỷ lệ dương tính giả dưới 1%

Không có kết quả nào trong số này là phát hiện độc lập từ phía Turnitin. Các nhà nghiên cứu bên ngoài công ty, được trích dẫn trong các bài viết về các nghiên cứu thiên lệch của chính Turnitin, mô tả một bức tranh còn phức tạp hơn, đặc biệt đối với những người viết tiếng Anh không phải bản ngữ và các bản thảo đã được chỉnh sửa nhiều.

Những điểm nổi bật ở cấp độ câu bị phá vỡ như thế nào

Điểm ở cấp độ tài liệu không phải là chế độ xem duy nhất mà giảng viên có thể mở, và chế độ còn lại kém đáng tin cậy hơn. Một số giao diện hiển thị báo cáo cờ, trong đó làm nổi bật các câu cụ thể như thể do AI viết. Các nhà nghiên cứu của Temple đã đối chiếu những phần được làm nổi bật đó với các câu nào trong các mẫu lai của họ thực sự do AI viết và không tìm thấy mối liên hệ nào giữa hai bên. Điều này có ý nghĩa nếu giảng viên chuyển tiếp ảnh chụp màn hình của một đoạn được làm nổi bật thay vì phần trăm tổng hợp, điểm của toàn bộ tài liệu cho kết quả tốt hơn đáng kể so với các phần làm nổi bật ở cấp câu.

Ai Thực Sự Xem Được Điểm

Điểm AI mặc định không nằm trong báo cáo dành cho sinh viên. Nó ở trên một thẻ riêng, hiển thị cho giảng viên và quản trị viên, và sinh viên chỉ thấy nó nếu giảng viên chọn chia sẻ báo cáo hoặc nêu trực tiếp. Đây là một khác biệt cấu trúc thực sự so với điểm tương đồng, vốn sinh viên thường có thể tự xem trong cùng hệ thống sau khi một bài nộp đã được xử lý.

Điều tương tự cũng áp dụng cho việc tính năng này có tồn tại hay không đối với một học phần cụ thể, vì đó là quyết định ở cấp cơ sở, vượt lên trên giảng viên. Các quản trị viên ở cấp tài khoản có thể bật hoặc tắt tính năng phát hiện AI của Turnitin cho toàn bộ một cơ sở. Một giảng viên có thể không thể bật nó nếu trường đại học của họ đã tắt nó, và ngược lại. Hai sinh viên ở hai trường đại học khác nhau có thể nộp các bài làm tương đương và có trải nghiệm rất khác nhau với công cụ này, vì những lý do hoàn toàn không liên quan đến những gì một trong hai người đã viết.

Tại Sao Một Số Trường Đại Học Đã Tắt Nó

University of Waterloo đã ngừng tính năng phát hiện AI của Turnitin vào tháng 9 năm 2025, và lý do được công bố của trường là đặc biệt trực tiếp. Trường viện dẫn độ không đáng tin cậy đã được ghi nhận của công cụ, sự thiên lệch của nó đối với sinh viên có ngôn ngữ thứ nhất không phải là tiếng Anh, và việc kiểm tra nội bộ của chính trường, trong đó có ít nhất một trường hợp văn bản hoàn toàn do con người viết nhưng lại được chấm 100 percent do AI tạo ra. Khi cân nhắc với chi phí của công cụ, trường kết luận rằng chi phí lớn hơn lợi ích và thay vào đó chuyển nỗ lực sang thiết kế lại đánh giá và đào tạo hiểu biết về AI.

Waterloo là một ví dụ hiển nhiên của một sự phân tách rộng hơn, chứ không phải là một ngoại lệ. Các trường đại học giữ tính năng này ở trạng thái bật nhìn chung đã bổ sung các cơ chế bảo vệ thay vì coi điểm số như một phán quyết tự thân, yêu cầu phải có một cuộc trao đổi với sinh viên trước khi bất kỳ bước chính thức nào bắt đầu và xem con số này là lý do để mở ra cuộc trao đổi đó, chứ không phải để khép lại nó. Đọc thêm về cách các trường đại học đang xử lý chính sách AI theo nghĩa rộng hơn làm cho mô hình này rõ hơn, việc một điểm số có đến được với bạn hay không phụ thuộc vào một quyết định được đưa ra ở cấp cao hơn nhiều so với phòng hội thảo của bạn, chứ không phụ thuộc vào một thuộc tính cố định của chính công nghệ.

Điểm số cao chứng minh điều gì, và không chứng minh điều gì

Một điểm AI cao là bằng chứng, không phải là phán quyết. Chính Turnitin cũng trình bày tỷ lệ phần trăm này như một điểm dữ liệu để giảng viên cân nhắc, chứ không phải là một kết luận về hành vi sai phạm, và các số liệu độ chính xác ở trên giải thích vì sao cách trình bày đó quan trọng, ngay cả một điểm số ở cấp tài liệu hoạt động tương đối tốt vẫn đọc sai một phần đáng kể của văn bản đã được chỉnh sửa nhiều, diễn giải lại hoặc lai ghép, và các phần được đánh dấu ở cấp câu thì kém tin cậy hơn rõ rệt so với con số tổng hợp. Không có điều nào trong số đó bảo đảm rằng bất kỳ điểm số riêng lẻ nào cũng sai. Điều đó có nghĩa là một tỷ lệ phần trăm là lý do để đặt câu hỏi, chứ không phải là một kết luận để chấp nhận ngay khi nhìn thấy.

Một tỷ lệ phần trăm duy nhất ở cấp tài liệu nén bốn bước riêng biệt thành một con số, và không bước nào trong số đó đọc được ý nghĩa hay kiểm tra xem một lập luận có vững hay không. Việc xem một đoạn ngắn được chấm như thế nào trên các tín hiệu thống kê nền tảng mà một quy trình như vậy được xây dựng từ đó là một cách trực tiếp hơn để hiểu một báo cáo so với việc coi tỷ lệ phần trăm là một phán quyết. trình kiểm tra perplexity miễn phí của TextPulse chạy một phiên bản đơn giản hóa của kiểu chấm điểm ở cấp từ đó trên chính bản thảo của bạn, ngoài bất kỳ quy trình nào của cơ sở, và trình kiểm tra burstiness miễn phí của nó bao quát nửa còn lại của cùng phép đo, tức nhịp câu. Cả hai đều cho bạn một kết quả đọc về chính bài viết của bạn, chứ không phải một dự đoán về điều Turnitin sẽ nói về nó. Không công cụ nào có thể một cách có trách nhiệm hứa điều đó đối với một hệ thống mà nó không kiểm soát.

Turnitin báo cáo hai con số và chúng đo những thứ không liên quan với nhau. Cái nào là cái nào được trình bày riêng, cùng với điều gì thực sự được xem là một điểm Turnitin tốt khi bạn đã biết phần trăm đó chỉ điều gì. Một số câu hỏi liên quan có các trang riêng của chúng: liệu giáo sư có thể biết bạn đã dùng ChatGPT mà không cần bất kỳ bộ phát hiện nào, phiên bản trực diện hơn của câu hỏi đó, liệu tôi có bị phát hiện không, và đối với các bối cảnh cụ thể, phát hiện AI trong các chương trình điều dưỡng và liệu các văn phòng tuyển sinh đại học có thực hiện các kiểm tra này hay không. Khung nhìn rộng hơn nằm trong một bài riêng về tính liêm chính học thuật và AI.

Không có điều nào trong số này nhiều khả năng là phiên bản cuối cùng. Turnitin đã viết lại các ngưỡng của mình, các quy tắc hiển thị của mình và phạm vi mô hình của mình hơn một lần kể từ 2023, và August 2026 cũng sẽ không phải là lời cuối cùng. Nó nằm cùng với phần còn lại trong bộ công cụ miễn phí của TextPulse, dành cho bất kỳ ai muốn có một tín hiệu thứ hai trước khi coi tỷ lệ phần trăm của một cơ sở đào tạo là lời kết luận cuối cùng.

Nghiên cứu của chính chúng tôi cho thấy gì

Trong nghiên cứu về mức đồng thuận giữa các công cụ phát hiện của TextPulse Research, chín công cụ phát hiện AI thương mại đã chấm cùng 90 văn bản học thuật. Một trong số đó là văn bản lai 455 từ: phần mở và kết do con người viết, kẹp giữa là đoạn 168 từ do AI tạo. Turnitin chấm văn bản này 26.8% AI, trong khi phán quyết của các công cụ khác trên cùng những từ đó trải từ 0% đến 95.7% AI. Toàn văn bài báo, kho ngữ liệu và ma trận điểm từng công cụ được mở tại TextPulse Research.