Mengapa Pengesan AI Menandakan Penulis Bukan Penutur Asli (Positif Palsu)

Anda menulis setiap patah perkataan dalam kertas anda. Anda memetik sumber, menyemaknya dua kali, dan menghantarnya dengan hati yang tenang. Laporan itu kembali dengan penanda sebagai berkemungkinan AI, dan kini anda berusaha membuktikan perkara yang negatif tentang penulisan anda sendiri. Jika bahasa Inggeris ialah bahasa kedua anda, ini bukan semata-mata nasib buruk yang jarang berlaku. Ini ialah corak yang telah didokumentasikan.

Dan inilah kebenaran yang tidak selesa: positif palsu pengesan AI jauh lebih berkemungkinan berlaku kepada penulis bahasa Inggeris bukan penutur asli berbanding penulis penutur asli. Bukan kerana penulisan bukan penutur asli lebih buruk. Sebaliknya, alat-alat ini mengukur “tekstur” statistik bahasa, dan penulisan bahasa kedua yang jelas serta teliti secara kebetulan berkongsi ciri dengan teks mesin yang alat tersebut dilatih untuk mengesan.

Ini bukan rungutan kecil daripada pelajar yang kecewa. Ini ialah dapatan daripada penyelidikan yang dikaji rakan sebaya; inilah sebabnya beberapa universiti utama menarik balik penggunaan alat-alat ini; dan sebab itulah mahkamah serta pentadbir mula memandang output pengesan dengan lebih berhati-hati. Inilah yang bukti benar-benar katakan, dan apa yang perlu dilakukan apabila sebuah pengesan tersilap menanda anda.

Apa yang kajian Stanford dapati tentang berat sebelah pengesan

Bukti paling kukuh datang daripada kajian 2023 oleh Liang dan rakan-rakan di Stanford, diterbitkan dalam jurnal Cell Press Patterns, dengan tajuk yang dinyatakan secara jelas: "GPT detectors are biased against non-native English writers."

Para penyelidik menjalankan esei melalui tujuh pengesan yang digunakan secara meluas. Bagi esei yang ditulis oleh penutur bukan asli bahasa Inggeris, diambil daripada korpus TOEFL, pengesan menandakan sekitar 61% secara purata sebagai dijana AI. Bagi esei oleh penulis penutur asli, kadar positif palsu adalah sekitar 5%. Hampir satu daripada lima esei bukan penutur asli, iaitu kira-kira 19.8%, ditandakan sebagai AI secara sebulat suara oleh setiap pengesan dalam ujian. Dalam setiap kes, itu ialah esei manusia.

Mekanismenya bahagian yang paling menarik, kerana ia menjelaskan mengapa berat sebelah itu “tertanam” dan bukannya kebetulan semata-mata. Kebanyakan pengesan bersandar pada isyarat yang dipanggil perplexity, iaitu ukuran sejauh mana pilihan perkataan sesuatu teks “menghairankan” bagi model bahasa. Penulisan yang penuh dengan perkataan biasa dan frasa yang boleh dijangka menghasilkan perplexity yang rendah, dan perplexity rendah dibaca oleh pengesan sebagai seakan-akan mesin. Penulis bahasa kedua sering menggunakan kosa kata yang lebih terhad dan lebih konvensional, bukan kerana idea mereka mudah, tetapi kerana mereka menulis dengan teliti dalam bahasa yang bukan bahasa pertama mereka. Pengesan melihat permukaan yang licin lalu menamakannya sebagai sesuatu yang buatan.

Itulah teras masalah keadilan. Kebiasaan yang menjadikan prosa bahasa kedua yang teliti jelas dan betul, itulah juga kebiasaan yang alat-alat ini dibina untuk menghukum.

Mengapa penulisan bukan penutur asli mencetuskan positif palsu pengesan AI

Perlu difahami mengapa perkara ini berlaku, kerana memahami puncanya dapat mengurangkan sedikit “semburan” apabila anda menerima tanda yang buruk.

Penutur asli yang menulis dengan cepat akan menyelitkan simpulan bahasa, pilihan perkataan yang tidak lazim, irama yang ganjil, dan sekali-sekala “jalan pintas” tatabahasa. Ketidaktepatan ini direkodkan sebagai perplexity yang tinggi dan dibaca sebagai manusia. Penulis bukan penutur asli, atau secara lebih tepat, mana-mana penulis akademik yang berdisiplin, cenderung memilih binaan yang tepat, standard, serta kosa kata yang terkawal. Model bahasa besar juga cenderung mengutamakan binaan yang tepat, standard, dan kosa kata yang terkawal. Pengesan tidak dapat membezakan antara manusia yang teliti dan mesin yang teliti, kerana pada paksi khusus yang diukur, kedua-duanya kelihatan serupa.

Tiada satu pun ini bermaksud penulisan itu kualitinya rendah. Kejelasan ialah suatu kebajikan dalam penulisan akademik, bukan suatu kecacatan. Ini hanya bermaksud pengesan sedang mengukur perkara yang salah dan membuat kesimpulan yang yakin berdasarkan ukuran itu.

Keyakinan itulah bahaya sebenar. Alat yang mengeluarkan peratusan yang kemas terasa berwibawa, walaupun nombor tersebut bersandar pada isyarat yang secara sistematik merugikan keseluruhan populasi penulis yang sebenar.

Universiti yang berundur daripada pengesan AI

Institusi menyedari masalah ini lebih awal, dan beberapa pihak bertindak.

Pada Ogos 2023, Vanderbilt University mematikan pengesan AI Turnitin, dan mengeluarkan penjelasan yang luar biasa terperinci untuk berbuat demikian. Mereka menyatakan bahawa tuntutan kadar positif palsu sekitar 1% tidak akan signifikan berbanding keseluruhan sebuah kertas, memandangkan terdapat kira-kira 75,000 penyerahan setiap tahun. Namun, setelah ditunjukkan bahawa ia menghasilkan keputusan yang berat sebelah terhadap penulis bahasa Inggeris bukan penutur asli, ditambah pula dengan prosesnya yang tidak jelas, bermakna sekitar 750 kertas mungkin akan ditanda tersilap. Michigan State, University of Texas at Austin, Northwestern, dan University of Pittsburgh mengambil langkah yang serupa. Southern Methodist University berundur pada Disember 2023, dan University of Waterloo menyusul pada September 2025 selepas mendapati teks yang ditulis oleh manusia mendapat skor sebagai sepenuhnya AI.

Panduan Turnitin juga bersifat berhati-hati. Petunjuk AI mereka menurunkan nombor daripada 1 hingga 19%, menggunakan tanda asterisk berbanding nombor, kerana positif palsu lebih meluas pada hujung bawah skala. Mereka juga secara eksplisit memberi amaran bahawa skor tidak seharusnya digunakan bersendirian untuk membuat keputusan berkaitan integriti akademik. Ini ialah kenyataan daripada vendor yang memberitahu institusi supaya tidak memperlakukan output mereka sendiri sebagai bukti, petunjuk kuat tentang betapa besar nilai seharusnya diberikan kepada satu nombor sahaja.

Jika sekolah anda masih menggunakan alat-alat ini, itu bukan alasan untuk panik. Itu alasan untuk mengetahui hak anda dan menyimpan bukti anda, yang akan kita bincangkan di bawah.

Kes-kes sebenar, dinyatakan secara jelas

Beberapa pertikaian telah menjadi berita, dan wajar difahami dengan tepat kerana butirannya penting, sementara tajuk berita sering mengaburkannya.

Dalam kes Orion Newby di Adelphi University, sebuah karangan pelajar ditanda sebagai dijana AI sepenuhnya. Seorang hakim persekutuan meneliti perkara tersebut dan mendapati dapatan itu "tanpa merit," lalu mengarahkan ia dikeluarkan daripada rekod pelajar, seperti dilaporkan pada Februari 2026. Kami bedah apa yang keputusan itu lakukan dan tidak tetapkan dalam keputusan Newby v. Adelphi. Di UC Davis, William Quarterman ditanda oleh GPTZero dan membersihkan namanya menggunakan versi Google Docs yang menunjukkan karangan itu ditulis dari masa ke masa. Itu ialah penyelesaian pentadbiran, bukan saman.

Satu perkara perlu dinyatakan dengan jelas, kerana banyak ringkasan dalam talian tersilap. Tiada satu pun daripada hasil ini merupakan penghakiman undang-undang terhadap syarikat Turnitin, dan tiada pelajar dalam kes-kes ini "menuntut Turnitin dan menang." Pertikaian adalah antara sekolah dan cara sesuatu tanda digunakan, dan pengajaran berkaitan proses serta bukti, bukan tentang vendor pengesan kalah di mahkamah. Jika diframkan dengan tepat, pengajaran yang membina semangat ialah: skor pengesan ialah suatu dakwaan, bukan verdict; dan penulis yang sah telah berjaya mempertikaikannya.

Apa yang perlu dilakukan jika anda tersalah ditanda

Jika sebuah pengesan menandakan kerja yang anda tulis, keadaan itu masih boleh dipulihkan, dan penulis yang menyelesaikannya dengan baik cenderung melakukan perkara yang sama secara konsisten.

Simpan draf anda dan sejarah versi. Google Docs dan Word menjejak suntingan dari masa ke masa, dan garis masa itu ialah satu-satunya bukti paling meyakinkan yang boleh anda tawarkan, tepat seperti yang berlaku dalam kes UC Davis. Tanyakan, secara sopan, skor apa yang mencetuskan tanda tersebut dan bagaimana penilai mentafsirkannya, kerana nombor yang disembunyikan atau berada pada ambang adalah tapak yang lemah untuk sebarang keputusan. Rujuk kajian dan amaran institusi tentang keadilan di atas jika anda perlu membina hujah dari sudut fairness dalam penulisan. Panduan langkah demi langkah kami tentang cara merayu tanda positif palsu pengesanan AI menghuraikan keseluruhan proses.

Ke depan, matlamatnya bukan untuk menipu alat. Matlamatnya ialah menulis dengan yakin dan bahasa Inggeris yang natural supaya prosa teliti anda kurang berkemungkinan disalahbaca, serta mendedahkan sebarang bantuan AI mengikut kehendak institusi anda. AI text humanizer kami dibina khusus untuk itu, dan jika anda menulis dalam bahasa Inggeris sebagai bahasa kedua, panduan khusus kami untuk AI humanizer for ESL researchers merangkumi aliran kerja dengan lebih mendalam. Sasaran ini ialah keadilan bagi kerja yang telah anda lakukan, bukan penyamaran.

Sebelum dan selepas: membetulkan tekstur “rata” yang mencetuskan pengesan

Teori lebih mudah dipercayai apabila anda dapat melihatnya pada perenggan sebenar. Berikut ialah petikan hasil yang disediakan oleh penyelidik ESL dengan bantuan AI untuk melicinkan bahasa Inggeris. Ia dibaca lancar, dan namun pengesan masih menandanya.

Sebelum (ditandakan sebagai berkemungkinan AI):

"The results demonstrate that the intervention significantly reduced recovery time by 27% across all cohorts (Chen et al., 2021). This substantial improvement clearly highlights the effectiveness of the proposed approach. The findings confirm the hypothesis and underscore the importance of early intervention."

Tiga ayat, hampir sama panjang, setiap klausa berjalan pada kadar yang sama. Kosa kata juga selamat dan boleh dijangka. Keseimbangan inilah yang dibaca oleh pengesan sebagai perplexity rendah dan burstiness rendah, dan itulah juga tekstur yang menandai banyak penulisan bukan penutur asli yang sebenar.

Selepas (disunting mengikut gaya penulis):

"Recovery time fell by 27% across the three cohorts (Chen et al., 2021), a bigger drop than we had expected (n = 214). The effect held, though it was weaker in the oldest group. That pattern points to a real benefit from early intervention, but with a sample this size we would not push the claim further than the data allows."

Baca berurutan dan ayat kedua terdengar seperti seseorang yang benar-benar melakukan kerja itu.

Apa yang berubah, dan mengapa ia penting. Kami mengekalkan setiap fakta yang “menanggung beban”: angka 27%, petikan (Chen et al., 2021), bilangan kumpulan (cohort), dan saiz sampel. Tiada apa-apa pada bukti yang bergerak. Yang kami tambah ialah variasi. Panjang ayat kini berubah daripada panjang ke pendek ke panjang, yang meningkatkan burstiness. Pilihan perkataan kurang boleh dijangka, yang meningkatkan perplexity. Kami juga meletakkan semula “pagar” berhati-hati: "points to," "we would not push the claim further." Draf AI membuang kehati-hatian itu, begitu juga alat yang terlalu melicinkan, dan ini salah satu sebab penulisan bahasa Inggeris bukan penutur asli yang sudah digilap cenderung hanyut kepada profil AI.

Ini juga suntingan kualiti, bukan tipu daya. Versi selepas itu membuat dakwaan yang lebih terkawal dan lebih boleh dipertahankan berbanding versi sebelum, yang terlebih mengada dengan "demonstrate" dan "confirm the hypothesis." Itulah perkara yang kami tekankan: suntingan yang menurunkan risiko anda menerima tanda palsu selalunya merupakan suntingan yang sama yang akan lulus dalam semakan rakan sebaya. Academic humanizer boleh melakukan pas pertama ini sambil melindungi petikan dan nombor anda, tetapi anda masih perlu membaca setiap baris.

Satu peringatan. Tiada satu suntingan pun menjamin skor yang bersih, dan pengesan terus berubah (Turnitin menambah pengesanan humanizer pada Ogos 2025). Sasarkan penulisan yang mencerminkan penaakulan anda sendiri, fahami apa yang diukur oleh perplexity, dan dedahkan bantuan AI mengikut polisi jurnal atau universiti anda.

Soalan Lazim

S: Mengapa pengesan AI menandakan penulis bahasa Inggeris bukan penutur asli?

Kebanyakan pengesan mengukur tahap kebolehramalan pilihan perkataan dalam sesuatu teks, dan penulisan bahasa kedua yang teliti cenderung menggunakan kosa kata yang lazim serta standard yang dibaca sebagai perplexity rendah. Kelicinan statistik itu kelihatan seperti mesin kepada alat, lalu menghasilkan positif palsu pengesan AI walaupun manusia menulis setiap patah perkataan. Berat sebelah itu terbina dalam apa yang diukur oleh pengesan, bukan dalam kualiti penulisan.

S: Apa yang kajian Stanford dapati tentang berat sebelah pengesan?

Kajian Stanford 2023 dalam Patterns menguji tujuh pengesan dan mendapati mereka menandakan kira-kira 61% esei TOEFL bukan penutur asli sebagai AI, berbanding kira-kira 5% bagi penulis penutur asli. Hampir 20% esei bukan penutur asli ditandakan secara sebulat suara oleh setiap pengesan. Semua esei itu ditulis oleh manusia.

S: Apa yang perlu saya lakukan jika saya tersalah ditanda sebagai AI?

Simpan sejarah draf anda daripada Google Docs atau Word, kerana garis masa penulisan yang boleh dilihat ialah bukti paling kuat yang anda ada. Tanyakan skor apa yang mencetuskan tanda tersebut, petik kajian tentang positif palsu, dan ikuti proses rayuan yang jelas. Skor pengesan ialah suatu dakwaan yang boleh anda pertikaikan, bukan keputusan muktamad.

S: Adakah universiti sudah berhenti menggunakan pengesan AI?

Beberapa universiti mengehadkan atau mematikannya. Vanderbilt mematikan pengesan AI Turnitin pada 2023 kerana kebimbangan positif palsu dan berat sebelah, dan Michigan State, UT Austin, Northwestern, Pittsburgh, SMU, serta Waterloo mengambil langkah yang serupa. Banyak institusi yang masih menggunakan pengesan kini menganggap skor tersebut sebagai satu isyarat sahaja, bukan bukti.

S: Adakah menulis dalam bahasa Inggeris yang lebih mudah meningkatkan risiko untuk ditanda sebagai AI?

Sejauh tertentu, ya. Pengesan membaca kosa kata yang lebih ringkas dan boleh dijangka sebagai perplexity rendah, isyarat statistik yang sama yang mereka kaitkan dengan AI, dan inilah salah satu sebab penulisan ESL yang jelas sering mencetuskan positif palsu. Pembaikan bukanlah dengan mengembangkan kosa kata secara tidak wajar, tetapi dengan memulihkan variasi ayat yang natural serta “pagar” (hedging) dan suara penulis anda sendiri.

S: Bolehkah saya membetulkan tanda AI palsu dengan menyunting penulisan saya sendiri, bukannya menggunakan humanizer?

Selalunya boleh. Baca draf anda dengan kuat, ubah-ubah panjang ayat, dan masukkan semula had yang benar-benar anda maksudkan, ini akan meningkatkan burstiness dan membuat teks itu terdengar seperti anda yang menulisnya. Alat boleh mempercepat pas pertama, tetapi matlamatnya ialah suara yang benar-benar wujud, dan anda masih perlu mendedahkan sebarang bantuan AI di bawah polisi jurnal atau universiti anda.

Penyahmanusiaan yang direka untuk penulis ESL

Tulis dalam bahasa Inggeris akademik yang jelas dan natural, serta kurangkan positif palsu yang paling ketat membebankan penulis bukan penutur asli, dengan makna dan sitasi dikekalkan.