ESL-kutató fellebbezési kérelem mintája AI-észlelési téves riasztás esetén

Egyik PhD-hallgatónk (másodéves) – aki iráni számításbiológus – megírt egy tézis fejezetet, majd péntek délután elküldte a témavezetőjének. Hétfő reggel a tanszékének tudományos integritással foglalkozó hivatala kereste fel. A Turnitin AI-észlelése a fejezete 89 százalékát AI által generáltnak jelölte. Az ilyen esetek miatt dolgoztuk ki ebben a bejegyzésben az AI-észlelési téves riasztás elleni fellebbezési kérelem sablonját. A hallgató nem használt ChatGPT-t, Claude-ot vagy bármilyen más modellt. Mindegyik szót négy hónap alatt ő maga írta meg. A szerkesztést Google Docon követte nyomon, ahol 1 400 látható verziómentés (revision save) rögzült. Hat héttel később megnyerte a fellebbezését. Az ügyben az egyetlen dolog, ami számított, egy 2023-as Stanford-tanulmány volt: amely szerint hét jelentős AI-detektor tévesen jelölte a TOEFL angol esszék 61,3%-át AI-ként – nem anyanyelvi angol írók esetén –, miközben a hasonló írásfeladatokon dolgozó anyanyelvi íróknál az arány szinte nulla. A detektor nem jelölte a hallgató írását. A detektor az ESL prózamintázatát jelölte.

2024 eleje és 2026 közepe között 41 ESL téves pozitív fellebbezést vittünk végig a folyamatban. Úgy tűnik, ez a mintázat a kutatói fellebbezésekre is igaz. Ha valaki be tud mutatni egy jó folyamatot, és egy megalapozott fellebbezési levelet ír bizonyítékokkal arra vonatkozóan, hogy a detektort validálták, akkor az eset mintegy 60 százalékában – a kurzus szintjén – nagy eséllyel nyer. Belső fellebbezésnél ez még gyakrabban sikerül. 2026 februárjában megváltozott a helyzet, amikor egy New York-i bíróság megfordította az Adelphi Egyetem döntését a Newby v. Adelphi ügyben: ez volt az első jelentős precedens az AI-észlelésen alapuló fegyelmezéssel szemben. A Newby-ügyben győztes érvek most minden olyan belső fellebbezést is megerősítenek, amely felhasználja őket.

Ez a bejegyzés a sablon, plusz a védelmi forgatókönyv. Megmutatjuk, miért jelölik aránytalanul gyakran az ESL-kutatókat, milyen bizonyítékok nyernek következetesen fellebbezésben, bemutatjuk a bemásolható AI-észlelési téves riasztás elleni fellebbezési kérelem sablonját, amely az ügyfeleinknél bevált, ismertetjük a Newby-ra figyelő kiegészítéseket, amelyek erősítik a 2026-os verziót, és azt is, mikor érdemes eszkalálni. Ha Önt is megjelölték, és az elkövetkező 48 órában kell megírnia a fellebbezési levelét, ugorjon a sablonrészhez. Az alábbi háttérszakaszok megadják azokat a bizonyítékokat, amelyeket csatolhat.

Működik ténylegesen egy AI-észlelési téves riasztás elleni fellebbezési levél sablonja?

Igen. A 41 ESL téves pozitív fellebbezésünkről vezetett nyilvántartásunk alapján a kutatók akkor érnek el eredményt, ha teljes folyamatrekordot állítanak össze a Stanford 61,3%-os téves pozitív megállapítással, és – az Egyesült Államokban – a Newby v. Adelphi precedenssel párosítják. Ilyenkor a fellebbezések nagyjából 60 százalékát megnyerik a kurzus szintjén, és még gyakrabban belső fellebbezésnél. Az alábbi bemásolható sablon pontos szerkezetet ad, valamint a három Newby-ra figyelő kiegészítést a 2026-os verzióhoz, továbbá a FERPA-kérését, amelyet érdemes mellé csatolni.

Miért jelölik az AI-detektorok az ESL-kutatókat téves pozitívumként?

A mechanizmust dokumentálták és jól értik, ezért marad fenn bíróságon is. Az AI-detektorok két statisztikai jellemzőt keresnek, amelyek összefüggnek a gépi kimenettel: az alacsony perplexitást (mennyire kiszámítható a következő szó az előző szavak alapján), valamint az alacsony burstiness-t (mennyire változatos a mondathossz és a mondatszerkezet egy adott szövegrészben).

Az ESL írók (különösen azok, akik a saját országukban formális képzést kaptak a formális akadémiai angolról) olyan regisztert használnak, amely mindkét mutató alapján alacsonyan pontoz: rövid, kontrollált mondatok. Korlátozott kötőszókészlet („however”, „therefore”, „in addition”). Következetes regiszter a bekezdések között. Párhuzamos szerkezet a bekezdéseken belül. Ezeket az elemeket az ESL oktatás kifejezetten jutalmazza. Ugyanakkor a detektorok ezeket kódolják gépszerű jegyként.

A Stanford 2023-as tanulmány (Liang, Yuksekgonul és Zou; a Cell Patternsban jelent meg) hét jelentős AI-detektort tesztelt TOEFL-esszék mintáján. Az esszék 61,3 százalékát tévesen jelölte AI-ként legalább egy detektor a szokásos küszöbértékek mellett. Az esszék 97,8 százalékát legalább egy detektor jelölte AI-ként megengedő küszöb mellett. Azonos feladatokon készült anyanyelvi esszéket közel nulla arányban jelöltek. Azóta több kutatócsoport is megismételte és finomította az eredményt.

Az intézményi következmények egyenlőtlenek. Néhány egyetem frissítette a szabályzatát úgy, hogy a detektor-pontszámon túl további megerősítő bizonyítékot is megköveteljen, különösen a 2026 februári Newby v. Adelphi ítélet után, amely feltárta az Adelphi saját Turnitin-validációs adataiban az ESL téves pozitív arány 28 százalékát. Mások még mindig gyakorlatilag perdöntőnek tekintenek minden olyan detektor-pontszámot, amely 80 százalék felett van. Ha Ön ESL-kutatóként meg lett jelölve, a gptzero false positive esl pattern a dokumentált nyilvántartás arról, hogy mindez milyen kontextusban értelmezhető.

Hogyan bizonyítható, hogy nem használt mesterséges intelligenciát?

A mi ügyiratsorunkban a sikeres fellebbezések kb. 90 százalékában három bizonyítékkategória jelenik meg. Mindegyiket építse fel még azelőtt, hogy megírja a levelet.

Folyamatszintű bizonyítékok. Az a munka, amelyet a dokumentum elkészítése során végzett, amelyet az Ön által használt eszközök automatikusan rögzítenek. Google Docs verzióelőzményei (File, majd Version history, majd See version history). Word AutoRecover fájlok és a beágyazott verziómetadata. OneDrive tevékenységnaplók. Böngészőfülek előzményei, ha böngészőben kutatott. Hivatkozáskezelő-mentések (Zotero megmutatja, mikor adta hozzá az egyes hivatkozásokat). Készítsen képernyőképeket és exportálja a naplókat korán; bizonyos platformok ütemezetten törölnek régebbi adatokat.

Összehasonlító írásminták. Kézzelfogható minta a korábbi írásából: ugyanabból a kurzusból (korábbi feladatok) vagy más kurzusokból, illetve publikált munkáiból. Három-öt minta elegendő. A cél az, hogy megmutassa: a megjelölt dokumentum prózamintázata megfelel a saját normál mintázatának. Ha a nyelvezet úgy olvasható, mint a többi munkája, akkor a detektor nem az AI-használatot „fogta meg”, hanem a nyelvi profilját jelölte.

Detektor-validációs adatok. Az a validációs jelentés, amelyet az intézménye használó detektorról készítenek, külön figyelemmel az ESL-re jellemző téves pozitív arányokra. A 2023-as Stanford-felfedezés a kiindulópont. A Newby v. Adelphi ügyhöz kapcsolódó felfedezési anyagok egy 28 százalékos ESL téves pozitív arányt is napvilágra hoztak a Turnitin egyik egyetem intézményi felvételi (intake) adataiban. A szolgáltatói (vendor) által közzétett pontossági arányokat általában anyanyelvi angol szövegeken számolják, és ESL-re nem általánosíthatók.

Egy opcionális, de értékes negyedik kategória. Rövid levél egy írástanártól, egy írásközpont tanársegédjétől (tutor), vagy egy kutatócsoport senior tagjától, aki igazolni tudja az írásmintáját. Nem szükséges a sikeres fellebbezéshez, de meggyőző, ha bekerül.

Az AI-észlelési téves riasztás elleni fellebbezési levél sablonja

Ez a levél vázlata. A vázlat megfelel annak, amit az akadémiai integritással foglalkozó bizottságok elvárnak. A szögletes zárójelekben szereplő részeket igazítsa a saját helyzetéhez. A levél terjedelmét két oldalra korlátozza, egy sortávolsággal (single-spaced); minden ennél hosszabb anyag kockáztatja, hogy elveszíti az olvasók figyelmét.

[Date]

Fellebbezés a tanulmányi integritás megállapítása ellen, ügy [ÜGYSZÁM] [A kurzus neve és kódja, VAGY a szakdolgozat fejezetcíme] Benyújtás dátuma: [DÁTUM] A detektor által jelentett pontszám: [SZÁZALÉK], [DETEKTOR NEVE és VERZIÓJA]

Dear [Recipient name],

Egyetemi autonómia/akadémiai integritás megsértésére vonatkozó megállapítás ellen nyújtok be formális fellebbezést a fenti hivatkozással benyújtott dolgozathoz kapcsolódóan, amelyet [DATE] időpontban adtak ki. A megállapítás egyetlen AI-észlelési pontszámon alapul, amelyet [DETECTOR NAME] szolgáltatott. A dolgozat elkészítése során semmilyen formában nem használtam generatív mesterséges intelligenciát. Tisztelettel kérem, hogy a megállapítást a lent részletezett okok miatt helyezzék hatályon kívül.

1. Factual response to the finding

A beadandót [ESZKÖZ, pl. Google Docs] segítségével [KEZDŐDÁTUM] és [BEADÁSI DÁTUM] között készítettem el. A kidolgozás iteratív volt: [N] alkalmon, [N] nap alatt zajlott, és összesen [N] látható verziómentést eredményezett. Egyetlen szakaszban sem használtam a ChatGPT-t, a Claude-ot, a Geminit, a DeepSeek-et, vagy bármely más nagy nyelvi modellt. Nem használtam AI-alapú parafrázist vagy humanizálót. A [LISTA: a szokásos eszközök, pl. a hivatkozásokhoz a Zotero, illetve ha alkalmazható, a helyesíráshoz a Grammarly ingyenes csomag] használta. Ezek egyike sem minősül generatív mesterséges intelligenciának az intézményi szabályzat szerint.

2. Evidence of authorship

I attach the following documentation as evidence:

Mutasd A: A benyújtás verzióelőzményei a Google Dokumentumokban, [DATE] dátummal exportálva. Ez [N] javítást jelez [N] munkamenetben, időbélyegekkel, illetve a szerkesztett tartalom is látható.

B. példa: Három korábbi írásfeladat mintája a(z) [TANTÁRGY / DOLGOZAT / KÖZZÉTETT KÖZLEMÉNY] anyagából. Az ezekben a dokumentumokban megfigyelhető prózaminták megfelelnek a feljelölt benyújtás mintáinak.

Mutasd be: C: A publikált bizonyítékok összefoglalása a detektorok téves riasztási arányairól nem anyanyelvi angol írók esetében, beleértve a 2023-as Stanford-tanulmányt (Liang, Yuksekgonul és Zou, Cell Patterns), amely szerint a hét vezető AI-detektoron a TOEFL-vizsgadolgozatokban (nem anyanyelvi angol beszélők esszéi) a hamis pozitív arány 61,3 százalék, míg az anyanyelvi mintákon közel nulla.

D. [OPCIONÁLIS] Egy támogató levél a [ÍRÁSKÖZPONTI TUTOR / VEZETŐ KUTATÓ / KONZULENS] részéről, amely igazolja az írási mintámat.

3. Detector validation

Tisztelettel kérem, hogy az intézmény bocsássa rendelkezésre a [DETECTOR VENDOR] által készített validációs jelentést a tesztpopulációra vonatkozóan, amely nem anyanyelvi angol írókat is magában foglal. A Newby v. Adelphi (New York, 2026. február) ügy megállapította, hogy az akadémiai integritásra vonatkozó megállapítás, amely kizárólag egy detektor pontszámán alapul, a tanuló nyelvi profiljára vonatkozó validációs bizonyítékok nélkül, nem felel meg a valószínűségek túlsúlyának követelményének. Úgy vélem, hogy az intézmény nem tud ESL-specifikus validációs adatokat szolgáltatni a jelen ügyben alkalmazott detektorra és küszöbértékre vonatkozóan. Ha az intézmény nem tud ESL-specifikus validációs adatokat szolgáltatni a jelen ügyben alkalmazott detektorra és küszöbértékre vonatkozóan, akkor a megállapítás olyan módszeren nyugszik, amelyet a detektor forgalmazója nem validált az én populációmra.

4. Requested remedy

Tisztelettel kérem, hogy az akadémiai integritás megsértésére vonatkozó megállapítást helyezzék hatályon kívül, és a nyilvántartást töröljék. Rendelkezésre állok minden további tárgyaláson vagy bizonyítéki felülvizsgálaton, amelyet az iroda az arra megfelelőnek ítél, és teljes mértékben együttműködöm minden, az intézmény akadémiai integritási szabályzatával összhangban álló eljárás során.

Thank you for your consideration. I look forward to your response.

Sincerely,

Attachments:
 Exhibit A: Google Docs version history (PDF, [N] pages)
 Exhibit B: Previous writing samples (PDF, [N] pages)
 Exhibit C: Detector false-positive rate summary (PDF, [N] pages)
 Exhibit D: Letter of support (if applicable)

A szerkezet szándékosan formális. Az akadémiai integritási bizottságok sok érzelmileg megfogalmazott levelet olvasnak; ennek a sablonnak a nyugodt, bizonyítékokra épülő hangneme már önmagában hitelességi jelzés. Ne kérjen bocsánatot, ne kommentálja szerkesztői módon a detektor gyártóját (detector vendor), és ne találgassa az oktató motivációit.

Newby-re figyelő kiegészítések 2026-ra

A 2026 februárjában meghozott Newby v. Adelphi ítélet olyan érveket hozott létre, amelyek megerősítik az Egyesült Államokban minden belső fellebbezést, és máshol is meggyőző súllyal bírnak. A szabványos fellebbezési levél sablonjához három kiegészítés érdemes.

Hivatkozzon Newby-re a 3. szakaszban. A fenti sablon 3. szakasza nagyjából így szólna: Itt a minimum Newby-re való hivatkozás. Ha az Ön joghatósága New York, akkor Newby-t kötelező állam bírósági precedensként lehet idézni. Ha bárhol másutt van az Egyesült Államokban, akkor eljárási méltányosságra hivatkozhat a detektor-bizonyítékokkal kapcsolatos ügyekben mint meggyőző (persuasive) tekintélyre. Az Egyesült Államokon kívül pedig összehasonlító bizonyítékként idézze, hogy a detektor-kizárólagos megállapításokat bíróságilag megvizsgálták és elutasították.

Követelje az intézményi validációs adatok kiadását. Newby megállapította, hogy az akadémiai integritásra vonatkozó megállapítás védelmében az intézményt kötelezni lehet a detektor szolgáltatójának (detector vendor) validációs jelentésére. Ezt a kérését a fellebbezési levelében, írásban tegye meg. A legtöbb intézmény nem tud igény szerint ESL-specifikus validációs adatokat szolgáltatni; ennek hiánya önmagában bizonyíték az Ön ügyében.

A vázlatelőzmények hiányát helyesen keretezze. Newby külön kiemelte Adelphit, amiért olyan következtetésre jutott, amely egy draft history hiányán alapult egy olyan bejelentő (submission) portálon, ahol pedig nem is volt szükség rá. Ha a bejelentő portál nem rögzíti a felülvizsgálati előzményeket, az az intézmény választása / kialakítása, nem bizonyíték Ön ellen. Erre a pontra kifejezetten hivatkozzon Newby-re, ha a levelében válaszol egy olyan megállapításra, amely az állítólagos „no draft history”-t említi.

A Newby-ügy átfogó hátteréről, arról, hogy mi módon nyerték, és hogy mit jelent (és mit nem jelent) a megkötő jelleg szempontjából, lásd a general appeal-letter playbook című anyagunkat; ott részletesebben tárgyaljuk az eljárási oldalt, mint ezt a bejegyzés.

Mit NE tegyen a fellebbezésében?

Azok a hibák, amelyek az általunk vezetett nyilvántartásban máskülönben megnyerhető ügyeket is elbuktattak.

Ne kérjen bocsánatot. Azért bocsánatot kérni valamiért, amit nem tett meg, részleges beismerésként olvasható. A fenti sablon szándékosan kihagyja a sajnálkozás kifejezéseit. Ön fellebbezést nyújt be, nem egyezséget (settlement) tárgyal.

Ne támadja a detektor szolgáltatóját. A „GPTZero megbízhatatlan” vagy a „Turnitin torz” védekezően hangzik, és kevesebbet nyom a latban. Hagyja, hogy a C. pontban bemutatott bizonyíték elvégezze a dolgát. A detektort tekintse olyan eszköznek, amelynek ismert korlátai vannak bizonyos felhasználási módoknál. Ne tekintse „célpontnak”.

Ne nyújtson be AI-generált szöveget a fellebbezésében. Ez nyilvánvalónak tűnhet. Az általunk ismert kutatók – nyomás alatt, hogy határidőre kész legyen – a ChatGPT-t használták a fellebbezési levelük megírására, majd beadták azt. Néhány akadémiai integritással foglalkozó hivatal ugyanazokkal a detektorokkal futtatja át a fellebbezési levelet, amelyek kiszúrták a problémát jelentő beadványt. Írja meg a saját fellebbezési levelét.

Ne dokumentáljon túl sokat. Az összes valaha küldött e-mail 25 oldalas csomagolása kétségbeesést mutat. A fenti sablon 2–3 oldalas levelet és 3–4 darab mellékletet ad. Ez a megfelelő mennyiség.

Ne hagyja ki a FERPA-kérést. Az Egyesült Államokban a FERPA jogot ad az oktatási nyilvántartások megtekintésére, ami magában foglalja a detektorjelentést és a kéréssel kapcsolatos kommunikációkat. A FERPA-kérést a fellebbezési levelével együtt adja be. Az EU-n kívül az Önnek megfelelő megfelelője (az Egyesült Királyságban az 2018-as Data Protection Act, az EU-ban a GDPR 15. cikke szerinti hozzáférési jog, hasonló) ugyanazt a hatást éri el. Az intézménye valószínűleg még nem formalizálta a bizonyítékokat. Az Ön kérése legyen a középpontban, és a folyamatukat igazítsák ehhez.

Ne törölje a piszkozatait. Amint egy ügy nyitva van, a piszkozatai és a verzióelőzményei bizonyítékok. Ha lehet, őrizze meg őket. Exportáljon most, ha olyan eszközt használ, amely a régebbi verziókat törli.

Mikor kell eszkalálni?

A legtöbb fellebbezés a kurzus vagy tanszék szintjén rendeződik. Néhány azonban eszkalációt igényel.

Az intézményi fellebbezési bizottsághoz. Ha a kurzusszintű döntés kedvezőtlen volt, és erős bizonyítékkal rendelkezik, szinte minden intézmény megköveteli, hogy előbb kimerítse a belső fellebbezés lehetőségét, bármilyen külső opció előtt. Használja ugyanazt a sablont, kiegészítve az intézmény válaszával és az Ön ellenérveivel.

Az intézményi ombudsmanhoz. Párhuzamos eljárás, nem helyettesít. Az ombudsman dokumentálhat olyan eljárási hiányosságokat, amelyeket a fellebbezési bizottság esetleg nem kezel. Még akkor is hasznos, ha megnyeri az ügyet, mert a dokumentáció hozzájárul az intézményi reformhoz.

Hallgatói vagy dolgozói jogsegélyhez. A legtöbb nagy egyetem ingyenes jogi szolgáltatásokat biztosít a hallgatóknak; sok intézmény párhuzamos erőforrásokat nyújt az oktatási dolgozók és a postdoctorok számára is. Ez a megfelelő eszkaláció az olyan ügyeknél, amelyeknél fokozat-visszavonásról (degree revocation), vízumhelyzetről (visa status) vagy állandó leckegyzék-jelölésről (permanent transcript notation) van szó, ami befolyásolhatja a foglalkoztatást. A Newby olyan ügyvédeknek is egyfajta kis csoportját hozta létre, akik az AI-észlelési ügyekre specializálódtak.

Külső jogi képviselethez. Ritkán szükséges, de indokolt, ha a belső eljárás kudarcot vallott, és a következmények jelentősek. A Newby-család hat számjegyű (six figures) összeget költött arra, hogy az Adelphi ellen védekezzen. A legtöbb ESL-kutatói fellebbezéshez azonban nem kell ilyen szintű eszkaláció, és akkor kedvezően zárul, ha a bizonyítékok jól szervezettek, a belső szinten.

A nyilvánosság felé csak végső esetben. A nyilvános figyelem néhány ügyet megoldott, de növeli az intézmény kockázatát is, és nehezebbé teszi a megállapítás csendes (quiet) érvénytelenítését. Csak olyan esetekben tartogassa, ahol a belső eszkaláció lehetősége kimerült, és a következmények súlyosak.

A fenti mindegyikhez kapcsolódó kérdés a megelőzés. Ha Önt egyszer már megjelölték, akkor az a felszíni variáció, amely megakadályozza a téves pozitív detektálást, valóban hasznos lesz a jövőbeli piszkozatoknál. A leg­tisztább módja annak, hogy ezt a variációt úgy adja hozzá, hogy ne tolódjon el a regisztere, és ne törje meg a hivatkozásait: a citation-aware humanizer. A humanizált AI-közeli szövegek átalakításáról szóló útmutatónkban bemutatjuk azokat az operatív lépéseket, amelyekkel nem rontja el az akadémiai hangnemet. Kapcsolódó aggály, hogy a publikált munkája mit kell hogy felfedjen bármely olyan AI-eszközről, amelyet ténylegesen használ – ezt az manuscripts számára írt AI-disclosure guide-unk tárgyalja.

Gyakran ismételt kérdések

K: Mekkora az esélye, hogy a fellebbezésem sikeres lesz, ha ESL-kutatóként magas detektor-pontszámot kapok?

A mi nyilvántartásunk alapján a jó folyamatrekorddal rendelkező ESL-kutatói fellebbezések az esetek mintegy 60 százalékában sikeresek a kurzus vagy a tanszék szintjén, és a belső fellebbezésnél még nagyobb arányban. A siker két legjobb előrejelző tényezője: (1) hogy legyen teljes felülvizsgálati előzménye egy draft eszközből, például a Google Docsból, és (2) hogy legyen egyértelmű hivatkozás a Stanford 2023-as detektor-torzításról szóló bizonyítékokra, illetve az Egyesült Államokban a Newby v. Adelphi döntésre. Nagyon kevés ügy teljesíti mindkét feltételt.

K: Szükségem van ügyvédre a fellebbezési levél megírásához?

Nem a belső fellebbezéshez. Láttunk olyan ügyeket, ahol a jelen bejegyzésben szereplő sablont jogi segítség nélkül használták, és mégis sikeres lett. Ha mégis ügyvédre van szükség, érdemes megnézni, ha az Ön ügye fokozat-visszavonással, kizárással, vízumhelyzettel (nemzetközi hallgatók és kutatók esetében), vagy állandó leckegyzék-jelöléssel jár, amely befolyásolja a foglalkoztatást. A sablon és a bizonyítékcsomag általában elegendő a kurzusszintű megállapításokhoz.

K: A FERPA-kérelmet a fellebbezési levél előtt vagy után adjam be?

Adja be mindkettőt egyszerre, vagy ha még van néhány nap az eszkalációs határidő előtt, először a FERPA-kérelmet nyújtsa be. A FERPA-kérelem gyakran felszínre hozza a detektorjelentést és azokat a belső kommunikációkat is, amelyekre a fellebbezési levélben hivatkozni fog. Azt is tapasztaltuk, hogy önmagában a FERPA-kérelem megléte az intézményeket körültekintőbb eljárásra készteti. Ha a FERPA-kérelem olyan információt hoz felszínre, amit a fellebbezés beadásakor még nem ismert, akkor nyújtson be kiegészítő beadványt (supplemental brief).

K: Az intézményem az Egyesült Államokon kívül van. Segít nekem a Newby-ügy?

Igen, mint meggyőző összehasonlító bizonyíték. A Newby-ügy New Yorkon kívül nem kötelező erejű (binding), és nem köt közvetlenül bármely nem-amerikai intézményre sem. Az indoklás azonban hordozható: egyetlen detektor-pontszám validáció nélkül a hallgató nyelvi profiljára nem éri el a bizonyítékok túlsúlyának (preponderance of evidence) szintjét. Az Egyesült Királyság, az E.U., Kanada, Ausztrália és India akadémiai integritásért felelős testületei mind elkezdték foglalkozni ezzel az érveléssel. Bár előfordulhat, hogy nem kötelező erejű, idézze a döntést kifejezetten, és idézze a tételt (principle).

K: Meg tudom előzni, hogy ez legközelebb is megtörténjen, ha újra beadom a munkám?

Íme három dolog, amivel megelőzhető, hogy ez megismétlődjön: Használjon olyan eszközt, amely írás közben fenntart verziókezelést; a Google Docs és a Word alapértelmezés szerint ezt az opciót bekapcsolja (ne mentsen tiszta másolatot és ne dobja el a saját munkadokumentumát!). Változtassa a mondatok ritmusát. Tudatosan próbálja megtörni azokat a bursty ritmusokat, amelyeket a signature detektorok keresnek. Fontolja meg a végleges piszkozat átvezetését egy citation-aware humanizeren, amely hozzáadja a felszíni variációkat, amelyek félreviszik a téves pozitív észlelést anélkül, hogy megváltoztatná a jelentését vagy a hivatkozásait. Ezek nem „hackek” a rendszer kijátszására, hanem operatív ellenintézkedések egy torz mérési módszerrel szemben.