دانشگاه ها تشخیصگر هوش مصنوعی Turnitin را به سه دلیل اصلی خاموش کردند. آن ها نتوانستند ببینند این سیستم چگونه به یک امتیاز می رسد، به نرخ خطای مثبت کاذب آن در میان ده ها هزار مقاله اعتماد نداشتند، و پژوهش ها نشان دادند که بیشتر نویسندگان زبان دوم را هدف قرار می دهد. Vanderbilt شناخته شده ترین نمونه در آگوست 2023 بود. از آن زمان دانشگاه های انگلستان، آمریکا، استرالیا و کانادا آن را خاموش کرده اند، هرگز روشن نکرده اند، یا امتیاز آن را به عنوان مدرک ممنوع کرده اند.
کدام دانشگاه ها تشخیصگر هوش مصنوعی Turnitin را خاموش کرده اند؟
ده دانشگاه تصمیمی برای تغییر مسیر و خاموش کردن، رد کردن یا کنار گذاشتن ابزار نوشتاری Turnitin منتشر کرده اند. این جدول هر کدام را به ترتیب تاریخ، همراه با دلیلی که ارائه داده اند نشان می دهد. بررسی شباهت Turnitin (همسانی متنی) در هر دانشگاهی که در جدول گفته شده، روشن باقی مانده است.
| دانشگاه | تاریخ | آنچه تصمیم گرفت | دلیلی که ارائه داد |
|---|---|---|---|
| University of Greenwich (UK) | 31 مارس 2023 | تصمیم گرفتند فعلا این ابزار را اتخاذ نکنند | تشخیص AI «در حال حاضر یک ابزار اثبات نشده» است، بنابراین دقت و موارد مثبت کاذب قابل ارزیابی نیست |
| University of Manchester (UK) | 5 آوریل 2023 | از انتشار نسخه نخست انصراف داد | Turnitin «نتوانست توضیح قانع کننده ای درباره نحوه کار ابزار ارائه کند»؛ زمان کافی برای آزمون آن وجود نداشت |
| University of Alabama (US) | 1 آگوست 2023 | از Blackboard حذف شد | این یک افزودنی موقت بود، بازخورد کاربران ضعیف بود و ابزارهای تشخیص قابل اتکا نیستند |
| Vanderbilt University (US) | ۱۶ آگوست ۲۰۲۳ | "برای مدت قابل پیش بینی" غیرفعال شد | اطلاعاتی درباره نحوه عملکرد ارائه نمی‌دهد، نگرانی‌های مربوط به حریم خصوصی و خطاهای مثبت کاذب در حجم بالایی از مقالات |
| دانشگاه جورج‌تاون (ایالات متحده) | اکتبر ۲۰۲۳ | در بررسی‌های مشابهت غیرفعال شد | کمیته اجرایی هیئت علمی و شورای Honor آسیب ناشی از مثبت‌های کاذب را بدتر از هر مزیتی دانستند |
| دانشگاه مونتکلر استیت (ایالات متحده) | نوامبر ۲۰۲۳ | متوقف شد (یادداشت معاون دانشگاه، مورخ ۱۴ نوامبر ۲۰۲۳) | "نگرانی‌ها درباره قابلیت اعتماد و سوگیری" |
| دانشگاه کاتولیک استرالیا | ۱۷ مارس ۲۰۲۵ | نشانگر AI غیرفعال شد (پایلوت) | نگرانی‌های مربوط به قابلیت اعتماد که ABC News آن را به عنوان قضاوتی گزارش کرد مبنی بر اینکه این ابزار کارآمد نبود؛ گزارش Similarity تغییری نکرد |
| دانشگاه واترلو (کانادا) | سپتامبر ۲۰۲۵ | متوقف شد | غیرقابل اعتماد بودن، سوگیری علیه دانشجویانی که زبان اولشان انگلیسی نیست، و آزمایش‌های داخلی نامشخص |
| دانشگاه کورتیـن (استرالیا) | ۱ ژانویه ۲۰۲۶ (اعلام شده در ۴ سپتامبر ۲۰۲۵) | در تمام پردیس‌ها غیرفعال شد | حرکتی به سمت اعتماد و شفافیت، با این پیام به دانشجویان که درباره استفاده از AI صریح باشند |
| دانشگاه ایالتی واشنگتن (ایالات متحده) | ۱۱ فوریه ۲۰۲۶ | قراردادش را برای نرم‌افزار تشخیص AI لغو کرد | حجم مثبت‌های کاذب، ناراحتی دانشجویان از اتهام‌ها، و امتیازی که فقط استاد آن را می‌بیند |
مرکز Poorvu دانشگاه ییل نیز می‌گوید از نرم‌افزار تشخیص AI حمایت نمی‌کند و چنین قابلیت‌هایی را در Canvas فعال نمی‌کند.
گزینه‌های انصراف بریتانیا در آوریل ۲۰۲۳
موج نخست از بریتانیا آغاز شد؛ طی چند روز پس از آنکه Turnitin در تاریخ ۴ آوریل ۲۰۲۳، تشخیص‌دهنده را برای همه فعال کرد. گرینویچ اعلام کرد بدون آزمایش اولیه فناوری جدید آن را نخواهد پذیرفت، به ویژه اگر بتواند بر نتایج دانشجویان اثر بگذارد. این دانشگاه افزود که تصمیمش را همراه با دیگر نهادهای بریتانیایی اتخاذ کرده است و از حمایت UCISA و Jisc برخوردار بوده است.
یادداشت کارکنان منچستر زمان را هم به عنوان دلیل مطرح کرده بود. انتشار در ابتدای دوره ارزیابی انجام شد، بنابراین فرصتی برای ارزیابی ابزار، تدوین راهنما یا آموزش کارکنان وجود نداشت. منچستر همچنین گفت «این گزینه، ما را در فعال کردن این قابلیت در آینده متوقف نخواهد کرد»، بنابراین این اقدام یک وقفه بود و نه یک ممنوعیت دائمی.
تصمیم های وندر بیلت و آمریکا در سال 2023
اعلام وندر بیلت از همه دقیق تر است. این دانشگاه گفت Turnitin این قابلیت را با کمتر از 24 ساعت اطلاع روشن کرد و هیچ گزینه ای برای خاموش کردن آن نداشت. Turnitin همچنین فقط به این اشاره کرد که این ابزار الگوهایی را که در نگارش مبتنی بر AI رایج هستند بررسی می کند، بدون اینکه آنها را تعریف کند.
ندر بیلت دو نگرانی دیگر اضافه کرد. ارسال کار دانشجو به یک تشخیص دهنده شخص ثالث پرسش های مربوط به حریم خصوصی ایجاد می کند، چون سیاست های داده آن ناشناخته بود. و همچنین تشخیص دهنده های AI بیشتر از همه احتمال دارد متن را توسط زبان آموزان غیر بومی انگلیسی با خطا پرچم بزنند. جمع بندی آن مستقیم بود: «ما باور نداریم نرم افزارهای تشخیص AI ابزار مؤثری باشند که باید از آن استفاده شود».
جورج تاون، ایالت مونتکلیر و آلاباما همان سال بعدی از این مسیر پیروی کردند. صفحه جورج تاون می گوید کمیته اجرایی هیئت علمی پردیس اصلی و Honor Council نگرانی های مربوط به دقت را مطرح کردند. آنها «بر این باور بودند که آسیب های ناشی از موارد مثبت کاذب از هر گونه مزیت ابزار بدتر است». یادداشت Provost در مونتکلیر به قابلیت اطمینان و سوگیری اشاره می کند.
تصمیم های استرالیا، کانادا و بازه 2025 تا 2026
موج دوم پس از آن آمد که Turnitin چند بار تشخیص دهنده را دوباره تنظیم کرده بود، بنابراین این دانشگاه ها با دو سال شواهد پشت سر تصمیم گرفتند. اطلاعیه واترلو به پژوهش درباره غیرقابل اتکا بودن توسط Perkins و همکاران، Weber-Wulff و همکاران و Sadasivan و همکاران اشاره می کند و همچنین پژوهش درباره سوگیری علیه نویسندگان زبان دوم را می آورد. همچنین می گوید گروه IT خودشان ابزار را آزمایش کرده، مزایا را نتیجه گیری نشده یافته و در بیش از یک مورد مشاهده کرده که متن نوشته شده توسط انسان را 100% AI-Generated برچسب زده است.
Curtin تصمیم خود را در 4 سپتامبر 2025 اعلام کرد و قابلیت را از 1 ژانویه 2026 خاموش کرد. اطلاعیه آن ابزارهای نوشتن مانند Curtin Grammarly و قابلیت Authorship را پیشنهاد می دهد. همچنین از دانشجویان می خواهد درباره هر نوع استفاده از AI شفاف باشند، مطابق با دستورالعمل های واحدشان.
یادداشت Washington State به استادان جدیدترین و مشخص ترین است، بنابراین اعداد ارزش دارند که یک بخش جداگانه به آنها اختصاص یابد.
دانشگاه ها چه دلایلی ارائه کردند؟
دانشگاه ها پنج دلیل ارائه کردند و بیشترشان بیش از یکی. این جدول آنها را گروه بندی می کند تا ببینید کدام ها رایج بودند.
| دلیل | چه کسی آن را مطرح کرد |
|---|---|
| توضیح روشنی درباره اینکه امتیاز چگونه تولید می شود وجود ندارد | منچستر، وندر بیلت |
| با هیچ اطلاع قبلی، پیش نمایش و شانسی برای آزمایش اجرا شد | منچستر، وندر بیلت |
| موارد مثبت کاذب در مقیاس بالا | ندر بیلت، جورج تاون، Washington State، واترلو |
| سوگیری علیه نویسندگان زبان دوم | ندر بیلت، واترلو |
| حریم خصوصی، چون کار دانشجو به یک شخص ثالث ارسال می شود | ندر بیلت، Washington State |
دلیلِ مطرح شده برای نحوه راه اندازی قابل توجه است. این موضوع عمدتا به سال 2023 مربوط می شد، زمانی که Turnitin این قابلیت را برای مشتریان موجود با اطلاع بسیار کمی فعال کرد. تصمیم های بعدی مانند تصمیم واترلو، Curtin و Washington State بر شواهد حاصل از اجرای ابزار در یک سال کامل یا بیشتر تکیه دارند.
چطور یک نرخ کوچک مثبت کاذب به صدها مقاله تبدیل می شود
ندر بیلت در سال 2022، 75,000 مقاله را به Turnitin ارسال کرد. هنگام راه اندازی، Turnitin ادعا کرد نرخ مثبت کاذب 1% است، بنابراین دانشگاه محاسبه کرد که در یک سال، حدود 750 مقاله دانشجویی ممکن است به اشتباه به عنوان بخشی AI نوشته شده برچسب خورده باشد.
ایالت واشنگتن همان محاسبه را با داده های خودش انجام داد. Turnitin در پاییز 2024، 148,547 ارزیابی را آنجا تحلیل کرد. با نرخ 1%، نزدیک به 1,485 مورد از آن ها احتمالاً وقتی یک نفر آن ها را نوشته، به عنوان تولیدشده توسط AI علامت گذاری می شدند.
این یادداشت یک رقم دوم هم اضافه می کند. بین سال های 2023 تا 2025، 33% از پرونده های هیئت رسیدگی درباره ادعای استفاده از AI با یافته «مسئول نیست» به پایان رسید. در این موارد، نتیجه تشخیص AI بدون هیچ مدرک پشتیبان دیگری ارائه شده بود. همچنین یادداشت می گوید خروجی Turnitin به استاد می رسد نه به دانشجو، بنابراین دانشجو نمی تواند پیش از ارجاع، نگرانی مطرح کند.
Turnitin درباره مثبت های کاذب خودش چه می گوید؟
Turnitin می گوید نرخ مثبت کاذب در سطح سند آن کمتر از 1% است برای اسنادی که بیش از 20% نگارشِ AI داشته باشند و نرخ در سطح جمله حدود 4% است. هر دو عدد از به روزرسانی 23 می 2023 مدیر ارشد محصول آن آمده اند. همین به روزرسانی می گوید خطاها بیشتر زمانی رخ می دهند که نگارش انسان و AI در یک بخش یکسان به هم برسند.
پاسخ Turnitin به بخش پایینِ بازه همان ستاره است. نمره ها از 1% تا 19% به صورت *% نمایش داده می شوند بدون عدد. Turnitin وقتی کمتر از 20% از یک سند به عنوان AI تشخیص داده می شود، شیوع مثبت های کاذب بالاتری پیدا کرد. همچنین این تشخیصگر برای اینکه اصلاً نمره بدهد، به حداقل 300 کلمه نثر نیاز دارد.
به روزرسانی ماه می 2023 Turnitin همچنین به آموزش دهندگان درباره نحوه استفاده از نتیجه توصیه می کند. باید «از نمره AI برای شروع یک گفت وگوی معنادار و اثرگذار با دانشجویان خود استفاده کنند.» Turnitin همچنین توصیه می کند گذرواژه های برجسته شده را در مجموع ببینند. Turnitin می گوید نمره AI نباید تنها مبنای اقدام علیه یک دانشجو باشد و ایالت واشنگتن هم همین قاعده را در سیاست خود گذاشته است.
Turnitin همچنین به طور مداوم تشخیصگر را تغییر داده است. در آگوست 2025 یک دسته برای متنی که احتمالاً توسط یک humanizer هوش مصنوعی تغییر داده شده اضافه کرد و در فوریه 2026 مدل را دوباره تنظیم کرد. همچنین زبان های بیشتری اضافه کرده است؛ با اضافه شدن عربی در آگوست 2026 و هلندی، آلمانی و ترکی در اکتبر 2026. بنابراین تصمیم 2023 توصیف کننده مدل امروز نیست. دلایل ایالت واشنگتن در سال 2026 درباره این است که هر نمره ای چگونه استفاده می شود، صرف نظر از اینکه کدام مدل آن را تولید کرده است.
پیش‌نویس خود را مرور کنید و از ویرایش‌هایتان یک ثبت نگه دارید
ProofreaderPro.ai نوشته دانشگاهی را با کلمات خودتان تصحیح میکند و هر تغییر را نشان می‌دهد، تا بتوانید دقیقاً توضیح دهید چه چیزهایی را ویرایش کرده‌اید.
سعی کنید AI Proofreaderاگر دانشگاه شما هنوز از این ابزار استفاده می کند چه کاری باید انجام دهید؟
اگر دانشگاه شما هنوز از نشانگر AI استفاده می کند، نمره را به عنوان یک برآورد در نظر بگیرید و همچنان ثبت خودتان را نگه دارید که مقاله چگونه نوشته شده است. این استاد است که تصمیم می گیرد عدد چه معنایی دارد و ثبت مراحل پیش نویس شما به او چیزی می دهد که غیر از درصد به آن نگاه کند.
- قبل از شروع، سیاست AI دانشگاه خود را بخوانید. به شما می گوید آیا کمک با AI مجاز است، به چه شکلی و چگونه باید آن را افشا کنید.
- پیش نویس ها، یادداشت ها و فهرست منابع را همزمان با پیش رفتن ذخیره کنید. تاریخچه نسخه ها در Word یا Google Docs کافی است و نشان می دهد مقاله در طول زمان چگونه شکل گرفته است.
- اگر شما برای هر بخشی از کار از AI استفاده کرده اید، آن را طبق چیزی که دوره شما می خواهد اعلام کنید. راهنمای ما برای اظهارنامه های افشای استفاده از AI عبارت بندی مربوط به نسخه های خطی را پوشش می دهد و بیشتر دوره ها یک یادداشت کوتاه را می پذیرند.
- اگر نمره شما علامت گذاری شد، بخواهید بخش های برجسته شده و سیاستی که اعمال می شود را ببینید. با پیش نویس های خود پاسخ دهید و آماده باشید درباره مقاله با جزئیات صحبت کنید.
- اگر پرونده به مراحل بعدی برسد، از یک درخواست تجدیدنظر مکتوب استفاده کنید. ما یک نمونه در نامه درخواست تجدیدنظر مربوط به تشخیص AI برای پژوهشگران ESL داریم.
اگر در حال آماده کردن درخواست تجدیدنظر هستید، اولین رأی دادگاه درباره اتهامِ تشخیص AI یک مرجع مفید است. خلاصه ما از رأی Newby v. Adelphi توضیح می دهد دادگاه چه تصمیمی گرفت.
در این دانشگاه ها به جای نمره AI چه چیزی گذاشته شد؟
دانشگاه‌ها به‌جای نمره، شواهدی درباره اینکه کار چگونه تولید شده است را قرار دادند، و همچنین قوانین دوره را شفاف‌تر کردند. جایگزین‌های رایج در چهار گروه دسته‌بندی می‌شوند.
- انتظارات روشن. Vanderbilt به مدرس‌ها می‌گوید «شفاف بیان کردن انتظارات و دستورالعمل‌ها کمک شایانی میکند» و از دانشجویان می‌خواهد استفاده از AI را افشا و در قالب APA یا MLA مستند کنند.
- بازطراحی ارزیابی. Vanderbilt پیشنهاد میکند نوشتن در کلاس، بحث درباره موضوعات مشخص درس و رویدادهای جاری را در دستور کار قرار دهند، چون ابزارهای AI روی این‌ها آموزش ندیده بودند. Waterloo مدرس‌ها را به مرکز آموزش، مرکز نوشتن و کتابخانه خود برای بازطراحی تکلیف‌ها و برای مستندسازی استفاده از AI ارجاع می‌دهد.
- گفت‌وگو با دانشجو. Vanderbilt توصیه میکند مقاله را با نوشته‌های قبلی دانشجو مقایسه کنید، منابع و واقعیت‌ها را بررسی کنید و خودتان مستقیم با دانشجو صحبت کنید.
- شواهد فرآیند. Curtin ابزارهای نوشتن مانند Curtin Grammarly و قابلیت Authorship آن را پیشنهاد میکند، و Turnitin قابلیت Clarity را به عنوان ثبت اینکه یک مقاله چگونه پیش‌نویس شده است می‌فروشد.
Clarity در Turnitin از 15 ژوئیه 2025 به طور عمومی در دسترس قرار گرفت. صفحه محصول Turnitin می‌گوید آموزش‌دهندگان می‌توانند کل روند پیش‌نویس‌سازی را بررسی کنند، از جمله متنِ جایگذاری‌شده، زمان نوشتن، زمان ساخت و تاریخچه پیش‌نویس. توضیح‌دهنده ما درباره Turnitin Clarity و سطوح سیاست آن نشان می‌دهد هر سطح چه چیزهایی را ثبت میکند و برای مقاله شما چه معنایی دارد.
سیاست Washington State روشن‌ترین بیان درباره این مسیر است. این سیاست اجازه نمی‌دهد هیچ detector هوش مصنوعی به عنوان تنها پشتوانه برای یک پرونده تخلف استفاده شود. به مدرس‌ها می‌گوید ارزیابی‌ها را طوری بازمهندسی کنند که شامل بخش‌هایی باشند که هم امن‌اند و هم در برابر AI مقاوم‌اند. همچنین به رویکرد دو مسیرِ دانشگاه سیدنی اشاره میکند که ارزیابی‌هایی را که در برابر AI ایمن شده‌اند از ارزیابی‌هایی که برای آن باز هستند جدا میکند.
به همین دلیل ما همچنین درباره فرآیند به عنوان اثبات تازه نوشتیم. رکورد تغییراتِ پیگیری‌شده و پیش‌نویس‌های تاریخ‌دار به پرسشی پاسخ می‌دهد که یک detector نمی‌تواند، یعنی اینکه چه کسی مقاله را نوشته و چگونه نوشته است.
این برای نویسندگان در زبان دوم چه معنایی دارد؟
نویسندگان در زبان دوم گروهی هستند که بیشترین تأثیر را می‌گیرند، چون detectorها معمولاً بیشترِ انگلیسی ساده‌تر و قابل پیش‌بینی‌تر را پرچم‌گذاری میکنند، و این توصیف بیشترِ دقیق‌ترین نوشته‌های دانشگاهیِ غیرمادری است. قوی‌ترین شواهد Liang و همکاران (2023) است که در مجله Patterns منتشر شده است. نویسندگان هفت detector را روی 91 مقاله توسط غیرمادری‌ها (مقاله‌های TOEFL) و 88 مقاله توسط دانش‌آموزان پایه هشتم در آمریکا اجرا کردند. detectorها روی مقاله‌های آمریکا تقریباً کامل عمل کردند و به طور متوسط 61.22% از مقاله‌های TOEFL را به عنوان تولیدشده توسط AI علامت زدند.
هر هفت detector همان 18 مقاله از 91 مقاله TOEFL را علامت زدند و 89 مقاله از 91 مقاله توسط دست‌کم یکی از detectorها پرچم‌گذاری شد. نویسندگان دریافتند مقاله‌های علامت‌خورده به صورت یک‌صدا دارای perplexity پایین‌تری بودند، بنابراین انتخاب واژه‌هایشان قابل پیش‌بینی‌تر بود. توضیح‌دهنده ما درباره perplexity در تشخیص AI توضیح می‌دهد چرا این اتفاق رخ می‌دهد و اینکه چرا detectorها نویسندگان غیربومی را علامت می‌زنند پژوهش را با جزئیات بیشتر بررسی میکند.
Vanderbilt و Waterloo هر دو این سوگیری را در اطلاعیه‌های خود نام بردند. یادداشت Washington State می‌گوید مطالعات دیگر نرخ خطای مثبتِ کاذب را برای دانشجویانی که neurodivergent هستند یا انگلیسی را به عنوان زبان دوم دارند بالاتر می‌دانند. دانشگاهی که نمره را از این روند خارج کرده است، این ریسک را برای این دانشجویان حذف میکند.
اگر شما به انگلیسی به عنوان زبان دوم می‌نویسید و دانشگاهتان هنوز از detector استفاده میکند، سه عادت کمک‌کننده است:
- نسخه های تاریخ دار را نگه دارید، تا بتوانید رشد مقاله را نشان دهید.
- از یک ویرایشگر برای اصلاح دستور زبان و انتخاب واژه در متن خود استفاده کنید. ProofreaderPro.ai هر تغییر را نشان می دهد، بنابراین جمله بندی نهایی، مال شماست.
- اگر بخشی از یک مقاله را با هوش مصنوعی بنویسید، humanizer هوش مصنوعی ProofreaderPro.ai آن را به نثر آکادمیک طبیعی تبدیل می کند و برای کاهش امتیازهای AI طراحی شده است. نقل قول های شما را سر جای خود نگه می دارد. ابتدا سیاست دانشگاه خود را بررسی کنید و وقتی از شما خواسته می شود، استفاده از AI را اعلام کنید.
بخش گسترده تر ما درباره دقت تشخیص AI در 2026 نشان می دهد تست های مستقل چه چیزهایی را در میان آشکارسازهای مختلف پیدا کردند.
سوالات متداول
کدام دانشگاه ها تشخیصگر AI تورنتین را خاموش کرده اند؟
Vanderbilt، Georgetown، Montclair State، Alabama، Waterloo، Curtin، Washington State، Greenwich و Manchester همگی تصمیم هایی منتشر کرده اند و دانشگاه Australian Catholic University نیز در ماه مارس 2025 نشانگر خود را خاموش کرد. جدول نزدیک بالای این پست تاریخ هر تصمیم و دلیل دانشگاه را که اعلام کرده، ارائه می دهد. Yale می گوید ویژگی های تشخیص AI را در Canvas فعال نمی کند.
چرا Vanderbilt تشخیصگر AI تورنتین را غیرفعال کرد؟
Vanderbilt آن را در 16 اوت 2023 غیرفعال کرد، چون اطلاعاتی درباره اینکه این ابزار چگونه کار می کند نداشت و کمتر از 24 ساعت قبل از فعال شدن، اطلاع داده شده بود. همچنین نگرانی های مربوط به حریم خصوصی، دشواری تشخیص با بهبود ابزارهای AI و شواهدی را مطرح کرد که آشکارسازها راجع به زبان انگلیسی غیرمادری بیشتر خطا می کنند. در نهایت مشخص شد که نرخ 1% مثبت کاذب روی 75,000 مقاله یعنی حدود 750 مقاله در سال به اشتباه برچسب گذاری می شود.
آیا تشخیصگر AI تورنتین هنوز در دسترس است؟
بله. Turnitin همچنان نشانگر نوشتار مبتنی بر AI را می فروشد و به اضافه کردن زبان ها و تنظیم مجدد مدل ادامه می دهد. هر دانشگاه تصمیم می گیرد آن را فعال کند یا نه، به همین دلیل برخی دانشجویان توسط آن بررسی می شوند و برخی دیگر نه.
ستاره کنار امتیاز AI در Turnitin چه معنایی دارد؟
ستاره نشان دهنده امتیازی بین 1% و 19% است. Turnitin برای این بازه *% را نشان می دهد بدون اینکه عددی درج کند، چون وقتی کمتر از 20% از یک سند به عنوان AI تشخیص داده می شود، مثبت کاذب بیشتری پیدا می کند. همچنین برای ارائه امتیاز، حداقل 300 کلمه نثر لازم است.
آیا دانشگاه می تواند فقط به خاطر امتیاز AI در Turnitin من را تنبیه کند؟
Turnitin می گوید امتیاز AI آن نباید تنها مبنای اقدام علیه یک دانشجو باشد و چند دانشگاه، از جمله Washington State، همین قاعده را در سیاست های خود نوشته اند. سیاست یکپارچگی علمی دانشگاه شما تعیین می کند در پرونده شما چه اتفاقی می افتد، بنابراین اگر برچسب زده شدید، آن را به صورت مکتوب درخواست کنید.
اگر Turnitin نوشتار من را پرچم گذاری کرد چه کار باید بکنم؟
درخواست کنید بخش های پرچم گذاری شده و سیاستی که اعمال می شود را ببینید و با پیش نویس های تاریخ دار، یادداشت ها و منابع خود پاسخ دهید. آماده باشید تا درباره مقاله با استاد خود صحبت کنید. قالب نامه تجدیدنظر ما در صورتی که موضوع وارد بررسی رسمی شود، به شما عبارت های آماده می دهد.
آیا تشخیصگر AI تورنتین نویسندگان زبان دوم را بیشتر از دیگران پرچم گذاری می کند؟
پژوهش ها می گوید اغلب این طور است. Liang و همکاران (2023) نرخ متوسط مثبت کاذب 61.22% را روی مقاله های دانشجویان انگلیسی غیرمادری در میان هفت آشکارساز پیدا کردند. Vanderbilt و Waterloo وقتی تشخیصگر Turnitin را خاموش کردند، این تعصب را مطرح کردند.
دانشگاه ها به جای تشخیص AI از چه چیزهایی استفاده می کنند؟
آنها از قواعد روشن دوره، اعلام میزان استفاده از AI، بازطراحی تکالیف، گفتگو با دانشجو و شواهد فرایندی مانند تاریخچه پیش نویس استفاده میکنند. ابزارهای Turnitin Clarity و Authorship متعلق به Curtin برای ثبت این فرایندها به کار میروند. سیاست دانشگاه Washington State استفاده از هر نوع detector را به عنوان تنها مبنا برای پرونده تخلف ممنوع میکند.
آیا با خاموش کردن detector هوش مصنوعی، بررسی سرقت ادبی Turnitin هم خاموش می‌شود؟
نه. Curtin، Washington State و Australian Catholic University همگی اعلام کردند که بررسی شباهت برای تطبیق متن همچنان فعال مانده است. فقط نشانگر نوشتن با AI حذف شده بود.
پیش نویس های کمک گرفته از AI را به نثر آکادمیک طبیعی تبدیل کنید، با حفظ نقل قول ها و داشتن تنظیمات مناسب برای نوشتار آکادمیک. برای کاهش امتیازهای AI در پیش نویس های خودتان طراحی شده است.
Moe یک مهندس NLP با PhD در پردازش زبان طبیعی است. تحقیقات او زبان‌شناسی محاسباتی، تجزیه و تحلیل متن و یادگیری ماشین را پوشش می‌دهد و مستقیماً به مدل‌های ویرایش و انسانی‌سازی پشت ProofreaderPro وارد می‌شود. او در مورد بخشی از فرآیند می نویسد که اکثر مردم هرگز نمی بینند: چگونه یک مدل زبان جمله ای را می خواند، آن را نمره می دهد و تصمیم می گیرد چه چیزی را تغییر دهد.
