How to Appeal a False AI-Detection Flag (Student & Researcher Playbook)

我们采访的一位二年级博士生向她的导师提交了章节草稿。两天后，她的系主任叫她进来。Turnitin 将该章节的 87% 标记为人工智能生成的。每一个字都是她写的。她一生中从未使用过ChatGPT。会议结束时，她在记录中留下了一份正式的学术诚信通知，并在三周内做出回应。

This is not a rare case anymore. The Newby v. ECU federal lawsuit settled in early 2026 partly on the basis of false-positive AI detection. UC Davis publicly acknowledged a pattern of false positives in graduate writing. Multiple peer-reviewed studies in 2024 and 2025 documented that detectors falsely flag non-native English speakers at significantly elevated rates — and that even native speakers writing in formal academic register get flagged more often than the marketing pages of detection tools suggest.

如果您因为被举报而阅读本文，那么本指南就是指南。第一个小时内该做什么、哪些证据真正赢得了上诉、如何撰写回复以及何时升级。

第一个小时：该做什么，不该做什么

大多数学生在第一个小时内就因情绪化反应而伤害了自己的处境。减速。检测器标记您的工作是过程的开始，而不是结束。你有时间好好回应。

请索取实际报告。 大多数机构会向您显示百分比分数，但不会显示基础分析。请求完整报告：标记了哪些句子、使用了哪个检测器、什么版本、何时使用。你有权这样做。没有报告，你就无法写出具体的辩护词。

请立即保存所有内容。 截取文档版本历史记录的屏幕截图（Word、Google Docs 和 Overleaf 都保留此信息）。保存写作期间的浏览器历史记录。将所有笔记、大纲或早期草稿保存在计算机上。上诉中最有力的证据是最终提交之前记录的起草历史。

**不要承认你没有参与的人工智能用途。**一些制度程序迫使学生提前入学，以获得较轻的处罚。如果您没有使用人工智能，请不要说您使用过。这包括“我可能用过一点”或“我只是为了语法而用它”这样的措辞。一旦你承认，举证责任就会翻转。保持具体和准确。

在准备好之前，不要与原告对峙。 回复日程安排请求，但在收到报告并收集证据之前，不要讨论实质性内容。 “我理解您的担忧，并希望在阅读报告后做出全面回应”是一个完整且适当的回应。

请联系您所在机构的监察员或学生权益办公室。 大多数大学都有这样的办公室。他们与学术诚信流程无关，可以为您提供中立的指导。如果您提出要求，许多人会在正式会议上与您坐在一起。

**一定要联系您信任的其他教师。**尤其是您所在领域的资深教师。他们通常具有非正式的影响力，并且已经了解了这些流程在您的特定机构中的运作方式。

Why false positives happen

Understanding why detectors flag genuine human writing helps you write a specific, technical defense.

**检测器测量统计模式，而不是出处。**它们不会阅读您的文本以了解含义。它们测量句子长度方差、词汇分布、过渡短语频率和其他表面特征。如果你的写作恰好落在检测器与人工智能相关的统计范围内，它就会被标记——无论文本实际上是如何生成的。

正式的学术写作面临的风险最大。 人工智能生成的文本通常是正式的、结构化的且语法清晰的。优秀的学术写作也是如此。这种重叠意味着写得好的学术散文比非正式写作更容易触发检测器。探测器对这些模式的判断并没有错误，而是错误的。他们将同一模式的两个不同来源混为一谈。

非英语母语人士面临较高的假阳性率。 2024 年的多项研究记录了 Turnitin、GPTZero 和 Copyleaks 中的这种模式。 ESL 作家经常创作具有检测器标记的词汇规律性和结构一致性的文本。这并不是因为 ESL 写作“更像人工智能”——而是因为 ESL 写作者用来弥补有限的惯用词汇的模式恰好与人工智能模式重叠。

**技术和 STEM 写作被过度标记。**方法部分、数学推导和结构化技术写作与 AI 生成共享模式。任何定量学科中写得清楚的方法部分在常见检测器上的得分都可以超过 80%。

编辑自己的写作可以触发检测器。 通过校对者、释义者甚至深思熟虑的通读和修改来运行你的草稿往往会规范句子长度和词汇——这正是检测器所标记的。

检测器准确度比营销建议的要差。 检测器供应商发布的误报率通常依赖于与真实学生写作不同的测试条件。独立研究发现，假阳性率比供应商声称的高 3-10 倍，具体取决于作者和类型。

The evidence that actually wins appeals

流程官员和审查委员会对某些证据类型的重视程度远远高于其他证据类型。

带有时间戳的版本历史记录（最高权重）。 Google Docs、Word 的自动保存、Overleaf 的提交历史记录以及任何现代编辑器都会存储文档演变的详细记录。如果您可以在三天内显示 47 个增量保存，并且更改看起来像真实的起草（删除、重组、段落重写），那么这就是最有力的证据。 AI 粘贴的文本显示为大的单个插入，并且后续编辑最少。

早期草稿单独保存。 文档在不同阶段的多个版本（大纲、初稿、反馈后修订）显示正常的起草行为。如果您还没有这样做，请立即开始所有学术工作。

显示研究活动的浏览器历史记录。 与您的主题、下载的论文、在学术数据库上花费的时间相关的搜索。这表明人们对人工智能生成的提交内容没有反映的材料的参与度。

手写或纸质笔记（如适用）。 笔记本照片、印刷纸上的旁注、白板草稿。现在不太常见，但仍然高度可信。

处理证人。 看到您处理文档的顾问、实验室伙伴或研究伙伴。寻求反馈的电子邮件线程。办公时间就该主题进行访问。这些创建了正常学术过程的书面记录。

**语言特异性。**引用您的特定数据集、特定方法选择、特定理论框架的句子。人工智能生成的文本趋于通用性；你的工作趋向于具体化。突出显示您的回复中的示例。

复制。 一些学生通过屏幕录制实时编写了标记文档的一部分，并提交了它。这是戏剧性的，并不总是必要的，但在严重的情况下，这是决定性的。

Writing the appeal letter

上诉信是真正发挥作用的文件。它的结构很重要。

以底线开头。 “我写这封信是为了正式质疑[日期]关于我的[作业/手稿]是人工智能生成的决定。我在准备这项工作时没有使用任何人工智能工具，下面的证据记录了我的起草过程。”

说明检测器测量的内容。“[工具名称]报告标记了文档的 X%。该工具测量统计模式，包括[句子长度方差、词汇分布等]。它不会直接检测人工智能的使用；它会根据这些模式估计概率。已发表的研究记录了[相关人群：非英语母语/本学科的学术写作/等]的误报率为 [Y%]。”

出示您的证据。 编号列表，其中描述了每项证据并作为附录或链接的证据附上。首先是版本历史。早期的草稿第二。第三，处理证人。最后是语言的特殊性。

承认合理的担忧。“我知道该机构有责任调查人工智能的使用，我很欣赏这一过程的严谨性。检测器标记我的工作是一个严重的问题，我会认真对待它。”

要求具体补救措施。“我要求从我的记录中删除学术诚信通知，撤销[课程成绩/提交状态/纪律处分]，并要求机构根据现有检测工具记录的误报问题考虑[政策审查/评分者培训等]。”

专业结束。 “我可以在委员会方便的时候与您会面，提供额外的证据，或进一步讨论。感谢您仔细考虑此上诉。”

这封信应该有 1.5-3 页。较长表明防御；较短的信号表明您没有认真对待它。

When to escalate

大多数申诉可以在课程或院系级别得到解决。有些需要升级。

上报给学术诚信委员会。 如果课程级别的决定不利并且您有强有力的证据，则该委员会会为此而存在。带上完整的证据包。大多数机构都需要在进一步升级之前在此级别提出上诉。

**让学生会或研究生会参与进来。**许多人都为学术诚信案例设立了倡导者角色。他们可以提供程序建议，有时陪同您参加听证会。

咨询学生方律师。 如果案件涉及学位撤销、开除或严重的学术记录后果，则律师是合适的。许多大学都设有学生法律服务；专业公司也处理学术诚信案件。纽比案为挑战人工智能检测误报决定奠定了法律先例。

向该机构的监察员提出正式投诉。 独立于学术流程，监察员可以记录程序失败。这将创建一个对您的案件和更广泛的机构改革都有用的记录。

记录一切。 每封电子邮件、每次会议、每一个决定。如果升级继续，则在每个级别检查文档跟踪。

Prevention going forward

无论您当前的案件是否得到解决，请改变您的起草做法以防止再次发生。

始终在具有版本历史记录的工具中起草。 Google 文档、启用自动保存的 Word、Overleaf 或任何现代编辑器。避免在不保存版本的纯文本编辑器中起草。

Save outlines and earlier drafts as separate files. "thesis_v1_pre_feedback.docx", "thesis_v2_after_advisor.docx", etc. Build the record as you go.

保留简短的写作日志。 每次会话记录两行：日期、您的工作内容、持续时间。每天五分钟。它以很少的开销建立了可靠的记录。

主动披露任何 AI 使用情况。 如果您使用 我们的 AI 校对器 进行编辑、使用 AI 翻译器进行某个部分或任何其他工具，请在您提交的内容中添加 AI 使用披露。主动披露与发现使用的处理方式截然不同。

**了解您所在机构的政策及其使用的检测器。**不同的检测器会标记不同的内容。如果您的机构使用 Turnitin，请了解 Turnitin 的 AI 检测标志。如果它使用Copyleaks，则相同。意识降低了假阳性风险。

See the Full AI Proofreader

Tracked-changes editing with full version history. Free tier includes every feature.

Frequently asked questions

问：人工智能检测器区分人类书写和人工智能书写的准确度如何？

独立学术研究一致发现，误报率明显高于检测器供应商所宣传的——通常高出 3-10 倍，具体取决于作者和类型。为了进行比较，请参阅我们在 2026 年人工智能探测器的准确度如何 中的详细分析。简而言之：检测器测量表面统计模式而不是出处，许多形式的合法写作（正式学术散文、非母语英语、技术写作、编辑写作）都会触发这些模式。高分并不能证明人工智能的使用；它表明模式是相似的。

Q: My institution uses Turnitin. Are Turnitin's AI scores admissible as evidence?

This varies by institution and is increasingly contested. Some institutions treat Turnitin AI scores as definitive; others treat them as one piece of evidence requiring corroboration. The Newby v. ECU federal lawsuit and several state-level cases have challenged the evidentiary standing of detector scores alone. If your case rests primarily on a Turnitin score with no other evidence of AI use, your appeal should explicitly contest the use of detector scores as definitive proof. Cite published research on false-positive rates.

问：如果我确实使用 AI 工具进行编辑或语法，而不是生成文本怎么办？

辩护时要具体。区分使用人工智能作为校对/编辑（大多数机构和期刊允许披露）和使用人工智能生成您自己提交的文本（大多数人认为这是不当行为）。提供您的原稿、AI 编辑版本以及您提交的最终版本。这表明该物质来自您，并且人工智能扮演了您所描述的角色。自愿披露合法的人工智能编辑可以加强你的案子；隐藏会削弱它。

问：如果上诉不成功并且后果严重，我可以起诉吗？

在某些情况下是的，而且现在已有先例。 Newby 诉 ECU 案基于人工智能检测误报判定中的正当程序和证据问题于 2026 年初达成和解。其他几起案件正在审理中。如果您面临学位撤销、开除或重大职业后果，最好咨询专门从事教育法的律师。大多数大学都有申诉程序，必须在诉讼前用尽该程序；律师可以就正确的顺序提出建议。