Turnitin 能检测 ChatGPT 吗？它能抓到什么，漏掉什么

可以，但仅限于一种特定类型的 AI 使用，而且只会出现在大多数学生从未见过的一份报告中。Turnitin 的 AI 写作指示器会标记那些在统计上看起来像语言模型生成的散文，而且它对所扫描论文中的越来越大一部分都这样做：在 2025 年 10 月到 2026 年 2 月之间，约有 15% 的论文显示 80% 或以上的 AI 生成写作，而在该工具于 2023 年 4 月推出时，这一比例约为 3%。它是否会标记你的具体提交，取决于大多数关于 can Turnitin detect ChatGPT 的回答会略过的细节, AI 报告与抄袭报告有何不同，究竟是谁能看到这个数字，以及这个数字有多大概率是错误的。

本文讨论的是这一单一产品的运作机制，而不是一般意义上的学术诚信。它说明 AI 写作报告衡量的是什么，独立测试发现它在哪些方面判断正确，在哪些方面判断错误，以及为什么两名提交相同作业的学生，可能会因为就读的大学不同而得到不同结果。以上内容都不会改变你所在课程手册中关于可接受 AI 使用的规定。它所做的，是用对黑箱内部实际内容的描述，取代对其的猜测。

Can Turnitin Detect ChatGPT? 报告实际显示了什么

Turnitin 的 AI 写作报告是一个独立产品，与检查抄袭的相似度报告不同。它们运行在不同的模型上，并在同一界面的不同标签页中显示。相似度分数会查看你的提交内容，并将其与已发表来源和其他学生论文的数据库进行比较，从而返回匹配的百分比。AI 分数则完全不同, 它是一个分类器，逐句读取你的散文，为每一句分配一个被 AI 生成的可能性，然后把这些句子层面的分数汇总为一个单一的文档百分比。由于它们衡量的是不同的东西，一份提交的相似度分数可能是 2%，而 AI 分数可能是 60%，反之亦然。

这个百分比实际上比听起来更窄。它指的是模型预测为由 AI 撰写的合格散文所占比例, 不是整个文档, 因为在计算分数时, 它们会移除代码块、项目符号、标题和短篇写作等内容。该检测器只能应用于至少包含 300 个词的长篇散文文档, 截至本文撰写时, 它也只适用于英语、西班牙语和日语文本。正如你可能预期的那样, 将它与AI 检测器通常如何计算该分数并置来看, 这里的模式很熟悉, 一个看起来精确的文档级数字, 是建立在比标题数字所暗示的更窄的文本切片之上的。

哪些内容会被显示为 AI, ChatGPT 及其他

Turnitin 说, 其分类器寻找的是写作模式, 而不是品牌名称, 自 2023 年最初推出 GPT-3.5 和 GPT-4 以来, 其覆盖范围已多次扩大。当前指南将 GPT-5 系列、Gemini 和 Claude 列为其训练所针对的系统之一, 并且会持续加入新的模型版本。这包括从未直接接触过 ChatGPT 的文本。改用 Gemini、Claude 或 DeepSeek 的学生, 并不是仅仅通过选择不同公司就在规避检测器, Turnitin 对该模型的说明明确指出, 它并不依据是哪家供应商生成了文本, 只依据文本读起来如何。

经过改写的 AI 文本会被归入单独类别, 而不是被直接放行。Turnitin 的文档将其判断为仅由 AI 生成的文本, 与其判断为由 AI 生成且随后又被 AI 改写的文本区分开来, 并且在 2025 年 8 月, 它增加了专门针对 AI 绕过工具的检测, 这些工具旨在将机器输出重写后绕过检测器。这并不意味着改写毫无意义, 也不意味着每一段重写内容都会被抓到。它意味着, 认为改写默认对 Turnitin 不可见的假设, 已经过时有一段时间了。

Turnitin 的 AI 分数有多准确?

Turnitin 的准确性主张归结为一个核心数字：它声称，在超过 20% 的文本被标记的文档中，其误报率保持在 1% 以下。该公司还表示，它会将其模型的每个新版本与 700,000 篇在 ChatGPT 出现之前写成的学术论文进行测试，以验证这一准确性。这是一个针对特定情境的、可检验的主张。应当正是这样来理解它。Turnitin 在 2023 年还提出过其他关于准确性的主张，这些主张出现在其上线后不久。该公司的首席产品官公开承认，实验室测试并不能预测在真实使用中会出现多少误报，尤其是在较短的提交中，并表示在实际环境中的误报百分比高于测试中的结果。他报告称，句子层面的误报率约为 4%，并指出 Turnitin 因此将可评分提交的最小长度从 150 词提高到 300 词。目前的最小长度仍然是 300 词。

独立测试补充了供应商数字所没有提供的细节。Temple University 的 Center for the Advancement of Teaching 进行了一项较为严谨的检验，其精神与 AI 检测器的独立测试一致，这类测试不断揭示实验室条件与真实提交之间的差距。研究人员提交了 120 份写作样本，平均分为完全由人类写作、完全由 AI 生成、经过改写工具处理的 AI 生成文本，以及结合人类与 AI 贡献的混合文本，并记录了 Turnitin 对每份样本的返回结果。该工具正确识别了 93% 的纯人类样本，以及 77% 的纯 AI 生成样本。

在更难的问题上，准确率进一步下降。Turnitin 仅能准确将 63% 的改写后 AI 样本识别为 AI 生成，将 43% 的混合样本识别为既非完全人类也非完全 AI，而这两类最接近 AI 辅助写作实际的生成方式。尤其是混合文本，研究人员对此很感兴趣，因为他们认为，随着越来越多课程布置要求学生在部分工作中使用 AI 的任务，它很可能会占据真实提交内容的很大一部分，甚至可能是大多数。

测试内容	Turnitin 的结果
100% 人类撰写的样本	93% 被正确识别为人类
100% AI 生成的样本	77% 被正确识别为 AI
经过改写工具处理的 AI 文本	63% 被正确识别为 AI
混合样本，部分人类，部分 AI	43% 被正确识别为既非 0% 也非 100%
超过 20% 被标记的文档, Turnitin 自身给出的数字	低于 1% 的误报率

即使数字看起来正确，问题仍然会在这里暴露出来

文档层面的分数并不是教师唯一能看到的内容，而另一种视图的可靠性更低。有些界面允许教师打开标记报告，将特定句子突出显示为可能由 AI 撰写。Temple 的研究人员将这些高亮与其混合样本中实际由 AI 撰写的句子进行对照，发现两者之间没有关系。如果教授发给你的是一张高亮段落的截图，而不是摘要百分比，这一点就很重要, 因为整体文档分数的表现明显优于句子层面的高亮。

较低分数的处理方式也不同，而且比过去更加谨慎。自 2024 年 7 月以来，只要其模型估计一份文档中少于 20% 是 AI 撰写的，Turnitin 就会用星号代替数字，因为在这一范围内，该工具最可能在两个方向上都出错。轻度 AI 辅助编辑，例如有一段在帮助下改写，其余部分独立完成，往往不会显示任何可见百分比，而不是显示一个较小的百分比，因此在把没有数字视为任何结论的证据之前，了解这一点是值得的。

谁 वास्तव际上会看到这个数字

AI 分数默认不属于学生可见报告的一部分。它位于单独的选项卡中，教师和管理员可以看到，学生只有在教师选择共享报告或直接向其展示时才能看到。这与相似度分数存在真正的结构性差异，相似度分数通常在提交被处理后，学生可以在同一系统中自行查看。

同样的情况也适用于某门课程是否 वास्तव际上启用了该功能，这是一项高于教师层面的机构决定。账户级管理员可以为整个机构开启或关闭 Turnitin 的 AI 检测。如果大学关闭了该功能，某位讲师可能无法将其开启，反之亦然。来自一所大学的学生向另一所大学的学生提交相似的作业，可能会对这一工具有非常不同的体验，而这些差异与他们各自写了什么毫无关系。

为什么有些大学已经将其关闭

Waterloo大学于2025年9月停止使用Turnitin的AI检测功能，其公开说明异常直接。该大学指出，该工具已有记录的不可靠性、对第一语言不是英语的学生的偏见，以及其内部测试结果，其中至少有一个完全由人类撰写的文本被评为100% AI生成。与该工具的费用相比，大学认为成本大于收益，因此将工作重心转向评估重设计和AI素养培训。

Waterloo是更广泛分歧中的一个可见例子，而不是例外。继续开启该功能的大学通常增加了防护措施，而不是把分数本身当作结论，要求在任何正式程序开始之前先与学生进行对话，并把这个数字视为开启该对话的理由，而不是结束它的理由。进一步阅读大学如何处理AI政策，这种模式会更清楚: 是否会有人看到分数，取决于在你的研讨课教室上方很远处作出的决定，而不是取决于该技术本身的固定属性。

高分证明了什么，以及不能证明什么

较高的AI分数是证据，不是结论。Turnitin本身将该百分比表述为供教师判断的一个数据点，而不是不当行为的认定，上述准确率数据解释了这种表述为何重要: 即使是表现相当不错的文档级分数，也会误读相当一部分经过大量编辑、改写或混合写作的文本，而句子级高亮的可靠性明显低于汇总数字。这并不保证任何单个分数都是错误的。它的意思是，一个百分比是提出问题的理由，而不是可以一眼接受的认定。如果你想在别人给出分数之前先看看自己的写作处于什么位置，那么分类器会反应的那些低变化、通用措辞模式，可以直接用free perplexity checker检查。

TextPulse 的 面向学生的 AI humanizer 采用同样的统计基础，其 免费 burstiness 检查器 也是如此，用于同一测量中句子节奏这一半部分。它会根据你的草稿给出一个估计的 Human Score，而不是预测 Turnitin 会如何评价它。对于一个并不控制的系统，没有任何工具能够负责任地作出这样的承诺。应将其视为对你自己写作的第二次阅读，仅此而已。

其中若干问题各自都有单独页面。教授是否能在完全没有任何检测器的情况下看出你使用了 ChatGPT，以及更直接的版本，我会不会被抓到，都分别作了回答。Turnitin 对改写文本的表现，以及 Turnitin 是否专门检测 DeepSeek 输出，也是如此。针对特定场景，还有关于 护理专业中的 AI 检测，以及关于 大学招生办公室是否进行这些检查 的文章。更广泛的框架则放在一篇关于 学术诚信与 AI 的单独文章中。

这些内容都不太可能是最终版本。自 2023 年以来，Turnitin 已不止一次重写其阈值、可见性规则和模型覆盖范围，而 2026 年 8 月也不会是最后的定论。真正保持不变的是一种值得养成的习惯，不论某门课程使用哪一种检测器, 都应如此, 写作时要有足够具体、足够不均匀、真正属于你自己的细节，使分类器恰好怎么想都变得无关紧要。