Turnitin 偵測得到 ChatGPT 嗎？誠實的答案

直接回答：會，但有重要前提

Turnitin 從 2023 年 4 月起就在相似度報告中加入 AI 寫作指標，而它正是專門為了辨識 ChatGPT 這類大型語言模型的文字而打造的。如果你把 ChatGPT 的回答原封不動貼進論文送出，Turnitin 標記出其中大部分內容的機率非常高。這一點已無爭議。

但前提同樣重要。這個指標是統計估計，不是證據。它只針對符合最低要求的繳交內容運作，目前要求至少 300 字的連續文字。它在真人與 AI 混寫的文件上可靠度較低，在句子層級有紀錄可查的誤判問題，而且 Turnitin 自己也告訴教師：這個分數絕不該作為學術不端裁定的唯一依據。所以，Turnitin 偵測得到 AI 嗎？偵測得到。它能證明你用了 AI 嗎？不能，而每一個真實案件的裁決，恰恰就發生在這個落差之間。

Turnitin 的 AI 寫作指標如何運作

Turnitin 並不是拿你的論文去比對某個 ChatGPT 輸出資料庫。它會把你的文件切成幾百字的重疊片段，然後為每個句子的統計可預測性評分。語言模型寫作時會反覆選擇最可能的下一個字，產出異常平滑、均勻、毫無意外的文字。真人寫作則凌亂得多：句子長短不一，用字偶爾出人意料，節奏起起伏伏。

驅動大部分判斷的是兩個訊號：困惑度（perplexity），衡量你的用字有多容易被預測；突發度（burstiness），衡量你的句式變化有多大。如果一段文字一直很平滑、一直很均勻，模型就會把裡面的句子標記為疑似 AI。我們在AI 偵測器的運作原理一文有更深入的說明，但重點很簡單：Turnitin 偵測的是機器寫作的統計指紋，而不是某個聊天機器人的內容。

百分比分數到底代表什麼

教師看到的數字，是文件中被模型判定為 AI 生成的合格句子所占的百分比。40% 的分數不代表 Turnitin 有 40% 的把握認定你作弊，而是說你大約 40% 的正文句子在模型看來像是機器寫的。這是兩個完全不同的主張，而把兩者混為一談，是學術倫理約談中最常見的錯誤。

有兩個細節值得知道。第一，Turnitin 會在 1% 到 19% 之間的分數旁加上星號，因為它自己的研究發現低分區間更容易出現誤判，有些學校甚至把報告設定成完全隱藏這個區間。第二，這個指標會忽略不合格的文字，例如項目符號清單、程式碼、表格和很短的句子，所以這個百分比只描述了你文件的一部分。

Turnitin 的 AI 偵測有多準？

Turnitin 公布的說法是：在 AI 生成內容超過 20% 的文件上，這個指標辨識 AI 寫作的準確率約 98%，同時文件層級的誤判率維持在 1% 以下。這些數字來自 Turnitin 自家的實驗室測試，描述的是一個特定情境：幾乎未經編輯的英文 AI 文字。

獨立檢視的結果就沒那麼好看了。上線不久後，Turnitin 便承認句子層級的誤判高於預期，在真人與 AI 混寫的文件中接近 4%。2023 年實測這項工具的記者發現它在混合型論文上頻頻失手，漏掉 AI 段落，卻標記了真人段落。2023 年 8 月，范德堡大學更公開停用這項功能，理由是誤判風險太高，不宜據以行動。對 Turnitin AI 偵測準確率的公允總結是：對純粹、未經編輯的 ChatGPT 輸出很強，對介於兩者之間的一切都明顯較弱。

你的老師實際看到什麼

學生通常根本看不到 AI 分數。這個指標出現在教師端的相似度報告中，是一枚獨立於抄襲分數之外的小小百分比徽章。點開後是一份報告，被標記的句子會以醒目顏色標示：一種顏色代表被判定為 AI 生成的文字，另一種代表被判定為 AI 生成後又經工具改寫的文字。

教師拿著這個畫面怎麼處理，差異極大。Turnitin 自己的指引要他們把分數當成開啟對話的訊號，而不是結論，許多大學也把這種審慎寫進了政策。實務上，一篇整體不錯的論文拿到 15% 往往會被忽略，80% 的分數則會觸發更仔細的檢視：你的草稿紀錄、你的引用，以及這篇論文和你過去寫作的對比。數字打開案卷，最後闔上它的是人。

Turnitin 偵測得到改寫或人性化後的文字嗎？

有時候可以，而這正是攻防戰的所在。2024 年，Turnitin 加入了 AI 改寫偵測，這一層專門訓練來辨識先由大型語言模型生成、再經改寫工具處理的文字。廉價的改寫，也就是保留原句結構、只換同義詞的做法，恰恰是這一層要抓的對象，因為機器文字的統計骨架在換字之後依然存在。

更深度的重寫則是另一回事。當句子結構、節奏和措辭被真正重建後，偵測器賴以判斷的指紋就會消退。這就是同義詞替換和真正的人性化之間的差別，也是為什麼一款認真的免費 AI 人性化工具會讓你看到改寫前後的偵測分數，而不是要你憑信任接受結果。把改寫後的文字放到真實的偵測工具上測試，是確認轉換是否奏效的唯一誠實方法。

自己編輯過的 AI 文字會被抓到嗎？

輕度編輯過的 AI 文字通常還是會被標記。改幾個字、刪掉開頭、對調兩個段落，都不會改變偵測器所測量的句子層級統計特徵，所以文件大部分讀起來仍然是機器寫作。學生經常對此感到意外：十五分鐘的潤飾感覺像是扎實的工作，對分數卻幾乎沒有影響。

經過大幅重寫的文字就難抓多了，Turnitin 也承認這一點。它的文件指出，在混合作者身分的文件上可靠度會下降，這正是低分星號存在的原因。如果你只是用 ChatGPT 做大綱或初稿，然後用自己的語氣、自己的例子、自己的轉折把每個句子重寫一遍，那麼以任何統計標準來看，最終的文字大致上就是你的。偵測器擅長找出機器文風，但它看不見文字底下的想法。

GPT-4、Claude、Gemini：模型重要嗎？

沒有你希望的那麼重要。Turnitin 的偵測器是針對大型語言模型這整個類別的輸出訓練的，不是針對某一款產品，而所有主流聊天模型都有同一個底層習慣：預測最可能的下一個字。GPT-4o、Claude 和 Gemini 的預設輸出都帶著同樣平滑、均勻的指紋，測試也一致顯示，只要文字未經編輯，Turnitin 對三者的標記率都很高。

有兩個細節是真的。較新的模型比偵測器最初調校時依據的 GPT-3.5 文字略微難預測一些，所以在 Turnitin 重新訓練之前，對最前緣模型的偵測率可能小幅下滑，但它的重訓是定期進行的。至於「像真人一樣寫」或「增加突發度」這類提示詞技巧，對表層風格的改變遠比人們想的少，因為模型在那層戲服底下依然在挑高機率的字。換一個聊天機器人，不是什麼反偵測策略。

學生實際上是怎麼被抓的

光憑一個高 AI 分數，很少能讓誰翻船。真實案件是由一條證據鏈組成的，這個指標只是第一環。教師們描述的模式很一致：一個高百分比，加上一份沒有任何版本紀錄的文件，加上明顯比該學生過去作業更精緻或更空泛的文風，再加上論點含糊或引用了根本不存在的文獻這類內容問題。

最後一項特別值得強調。憑空捏造的參考文獻是 AI 學術倫理案件中最致命的證物，因為它無法用寫作風格解釋。偵測分數可以爭辯，一篇從未發表過的「被引論文」無從爭辯。如果你在任何被允許的範圍內使用 AI 工具，請逐一親手查證每個來源，保留你的草稿，並維持與你其他作業一致的文風。被抓到的學生，幾乎從來不是只因為那個百分比。

如果被誤判了該怎麼辦

誤判是真實存在的，Turnitin 也承認。研究還顯示，AI 偵測工具這一類產品對非英語母語寫作者的誤標率整體偏高，原因很可能是認真學來的英文往往更均勻、更可預測，而這正是偵測器眼中的機器特徵。如果你的論文是誠實寫出來卻被標記，你的立場站得住腳，所以別慌，更不要承認你沒做過的事。

在約談之前先建立你的證據檔案。Google 文件或 Word 的版本紀錄是你手上最有力的證物，因為它呈現了論文在數小時內一句一句長出來的過程。再加上你的筆記、大綱、瀏覽器查資料的紀錄，以及能呈現你文風的過往評分作業。要求檢視實際的報告，並引用 Turnitin 自己公開的但書：低分區間的星號、句子層級的誤判率，以及公司明確聲明這個指標不該作為唯一證據。大多數學校都有申訴管道，請冷靜地以書面方式使用它。

繳交之前先自我檢查

現實的困擾在於：學生在繳交前看不到 Turnitin 的 AI 分數，所以你第一次得知出事，往往是在最糟的時刻。變通辦法是先用獨立的偵測工具測試你的草稿。它們和 Turnitin 不完全相同，但測量的是同樣的統計訊號，一份在多個偵測工具上都乾淨的草稿，幾乎不可能點亮那個指標。

這正是 Humanize AI 的用武之地。貼上文字或上傳 PDF、DOCX 檔案，你就能在改動任何內容之前，看到兩個獨立偵測引擎給出的即時 AI 機率分數，人性化之後再看到一個新的分數。支援 40 種語言，免註冊，沒有字數限制。如果分數比預期高，我們的如何繞過 Turnitin AI 偵測指南會帶你用誠實的方式把分數降下來，主要靠的是你自己的聲音。

常見問題