流程即为新证明：可跟踪修订优于检测器分数

Newby v. Adelphi一案由纽约一家法院裁决：其撤销了一项学术诚信认定，该认定仅依据单一的Turnitin AI分数，而该分数本身并不足以构成优势证据（preponderance of evidence）。2026年春季，面向数百家机构的试点将推出“稿件取证”方案，能够捕捉粘贴内容、写作用时，以及学生修订历史的完整回放。Turnitin所拥有的Clarity产品参与其中。2026年4月10日，Anthropic将Claude for Word推向公开测试版，使其能够原生支持AI辅助学术写作中的可跟踪修订（tracked changes）。这意味着Claude的修改会以“修订”形式加入Word的审阅窗格中。每一次变更都可被逐条审查。所有原始行仍保持完整不变。Curtin University在2026年初彻底关闭Turnitin的AI检测功能，因为他们经历的争议更多来自“检测器判错”，而不是“检测到确实作弊的学生”。2026年上半年出现的四个信号都朝着同一方向推进。

四个信号构成同一模式。该模式表明：学术写作中的署名可信证据已不再是检测器分数，而转变为“流程记录”（process record）。法院、期刊、会议，甚至检测器厂商自身，都在汇聚到同一立场：稿件历史（draft history）胜过概率型分数。

这篇文章是我们在2026年剩余时间里将重点阐述的“品牌论点”。我们将详细讨论四个汇聚信号、检测器证据与流程证据之间的不对称性、研究者已经在使用的各类工具中“可辩护的流程文档”到底长什么样，以及如何培养起草习惯，从而生成你可以直接交给编辑、审稿人或学术诚信委员会的记录，而不必再费心思考。这个转向是“操作层面的重构”，而不是“哲学层面的争论”：停止为了检测器优化，开始记录你的工作。

可跟踪修订能证明你在AI辅助的学术写作中完成了这项工作吗？

可以。你在写作过程中会生成带时间戳的可跟踪修订与修订历史，而且在事后不投入与最初写作相同的时间就无法重建，因此它比检测器分数更难伪造。法院、期刊，甚至Turnitin如今也在汇聚到同一立场：在学术写作中，这份流程记录的权重高于AI检测器的概率分数。Newby v. Adelphi的裁决指出：仅凭检测器分数并不能构成优势证据。

四个汇聚信号

这一变化并非被“理论化”出来。它由四起具体的2025-2026事件推动而成，每一起都来自学术生态系统的不同环节。

Newby v. Adelphi（2026年2月，纽约州法院）。 关于AI检测纪律的首个重大法庭判例，推翻了对一名英语作为第二语言（ESL）本科生不利的Adelphi裁决。结果虽属狭义，但推理具有决定性：如果检测器分数未能对学生的语言画像进行验证，就无法构成学校政策意义下的优势证据。具体而言，法院批评Adelphi将提交门户中缺少稿件历史当作有罪证据（尽管该门户并不要求上传稿件草稿）。这相当于把“流程证据（或其缺失）”纳入了法律记录。

Turnitin Clarity（2026年春季试点，全面推广进行中）。 Turnitin对Feedback Studio的增补功能，为授课教师提供学生写作过程的完整回放，包括学生何时粘贴了文本、写作会话的时长、构建所用时间，以及稿件历史。经学生许可，Clarity会记录击键节奏与编辑时间线。产品所声明的框架是：“用于诚信的评估，而不仅仅是检测。”这与三年来学术机构依赖的、用于生成AI检测分数的那家公司出现了显著转向：现在他们提供的是流程记录这一更可靠的信号。Claude来自

Claude for Word（2026年4月10日，公开测试版）。 Anthropic以Microsoft Word原生插件的形式发布。Claude进行编辑时，会将修改作为可跟踪修订直接投放到Word的审阅窗格中：将原文以删除（deletion）的形式保留，再把新文本以插入（insertion）的形式添加。作者在Word原生界面中对每一处修改进行接受或拒绝。打开文档的审阅者可获得完整的编辑历史。这不是“新增功能”。它是一种架构层面的选择：把可跟踪修订记录视为人类作者与AI助手之间的规范性（canonical）接口，也就是期刊或学位论文委员会用来核验工作的那份记录。After

Curtin University（2026年初，澳大利亚）及并行机构。 Curtin认为该分数带来的争议多于它解决的问题，因此干脆关闭了Turnitin的AI检测。2025年，Vanderbilt以及密歇根州立大学的多个部门也得出了相同结论。这些高校并未禁止AI使用。他们移除了检测这一层，并将诚信讨论转向披露、流程以及可跟踪修订证据。与此同时，其他一些高校（尤其是2025年下半年某些“大十联盟”（Big Ten）与常春藤盟校机构）则加大了检测力度，使得领域呈现不均衡格局，但并未改变这次转向的方向。

四个信号，系统的四个部分，同一个方向。并非偶然；这是围绕“比定制概率分数更容易证明”的证据所进行的系统再平衡。

为什么这一转向说得通

这一转向之所以能持续，是因为“检测器证据”与“流程证据”之间存在不对称性：两类证据都具有已知的准确率下限（accuracy floors），但检测器的下限要低得多。

检测器证据是从训练模型中得到的概率分数，该模型学习与AI输出相关的文本特征。斯坦福大学2023年的研究发现，存在七个主要检测器会错误地将非母语英语撰写的61.3% TOEFL作文识别为AI生成。Newby案件中披露的Adelphi机构数据表明：在大学自身的Turnitin录入流程中，ESL的假阳性率达到28%。由厂商提供的精确度数字通常是在母语英语文本上计算的，难以外推推广。分数准确性取决于作者的语言背景、检测器训练所覆盖的提示分布（prompt distribution），以及机构设置的阈值（threshold）。而在提交时，作者无法看到这些信息。

流程证据是一串通向最终文档的事件链、时间戳以及修订内容。Google Docs会自动追踪全部修订。Word的AutoRecover与内置修订信息也会追踪全部修订。OneDrive会记录文件何时被打开与保存。浏览器标签页历史可以告诉你作者何时针对其引用的来源进行研究。文献管理软件（Zotero、Mendeley、EndNote、Paperpile）会在你将引用加入文献库时为每条引用打上时间戳。所有证据都是在流程中自动生成的：如果没有投入与最初写作相同的时间，就不可能事后凭空制造出来。

这正是为何这一转向“承载力强”的原因：信任的不对称。检测器分数可以基于验证（validation）、阈值（threshold）以及群体偏差（population bias）等理由受到质疑；为分数辩护的机构需要提供他们往往并不具备的证据。流程记录可以基于真实性（authenticity）受到质疑，而这要求机构拿出证据来对抗这样一种可能：作者能够指向平台生成的元数据。几乎总是，支持流程记录的一方更容易构建其论据。

这并不是“人性化器（humanizer）对抗检测器”的论证。人性化器改变的是表面；流程记录改变的是证据基础。即便明天每一种AI检测器都在母语英语上提升到完美准确，流程记录仍然会是更有用的信号，因为它指向的是署名归属（authorship），而不是概率。

可跟踪修订与稿件历史：可辩护的流程文档长什么样

好消息是：几乎所有研究者已经在使用的工具，默认都会生成流程证据。真正的工作在于把它们记录下来，并知道在需要时去哪里找到。

Google Docs. 依次点击File（文件）→ Version history（版本历史）→ See version history（查看版本历史）。完整的修订树会被无限期保留，包括是谁在何时进行编辑。若需要可共享的记录，可导出PDF；导出的时间线也会被呈现。2026年为学术写作者提供的最有用的单一流程工具，多半正因为它默认就会无限期保留。

Microsoft Word. AutoRecover会把自动保存的版本存到一个隐藏文件夹中。Track Changes（Review（审阅）选项卡→ Track Changes）会在启用后捕捉你所做的每一次编辑。值得进行的工作流调整是：为你自己的起草打开Track Changes。这样从一开始就处于开启状态，你从那一刻起的所有编辑都会被捕捉。为确保无需逐个打开文件也能看清编辑序列，重要的是要显式地保存版本，并使用描述性的名称（"draft-2026-07-12-section-3-rewrite"）。多数研究者不会为自己的起草开启Track Changes，但如果你希望在写作时就跟踪修订，那么它就是最佳方式。

OneDrive、Google Drive、Dropbox. 云存储提供商会记录文件活动。多数高校的IT服务会至少保留90天；也有一些会更久。日志能够证明文件何时被修改、由谁修改、以及来自哪个设备。当你的主要编辑器的修订历史不完整时，这是一项有用的补充。

文献管理工具。 Zotero、Mendeley、EndNote和Paperpile都会记录每条引用加入你的文献库的日期，以及它被加入到哪个文档中。研究阶段的流程证据，是写作阶段之前的证据，也是写作阶段证据的验证。假设审阅者认为你引用了某些来源但你并没有读过。你可以用你阅读这些来源的时间戳来回应。

可跟踪修订导出。 这是向审阅者、编辑或诚信委员会分享你的流程证据的单一最有用输出。可跟踪修订会以Word或Google Docs文档形式呈现，清晰显示所有编辑内容（谁做了什么、何时做的）。在我们的proofreader中，可跟踪修订默认开启；但如果你需要查看“干净版本”，也有选项可生成“raw text（原始文本）”。我们建议在任何可能被要求说明写作过程的提交中使用该版本。注意：这也可以在Claude for Word中原生生成。Claude for Word能原生生成同样的产物，这正是该产品的架构层面设计要点。

电子邮件与聊天存档。 你与导师、共同作者、以及写作中心辅导老师之间的讨论。请保存这些对话线程。它们构成了产生手稿的迭代思考过程，而任何检测器都无法伪造这种过程。

产出可辩护流程的起草习惯

五个习惯：它们都不会给你现有工作流带来有意义的额外摩擦，却能叠加形成一份可辩护的流程记录。

1. 在默认会保留修订历史的工具中起草。 Google Docs或开启Track Changes的Word。不要在不保留历史的纯文本编辑器中起草；不要导出一份“干净副本”并丢弃正在编辑的工作文件。如果你现有流程包含先在笔记本里起草、之后再打字，那么打字后的版本才是你的稿件；请保留它。

2. 用带日期且具有描述性的名称显式保存版本。 每周一次，给当前稿件保存一个快照，名称类似“manuscript-2026-07-18-after-methods-rewrite”。这些命名版本能让序列一眼可读，并在云存储保留清理中幸存。

3. 在手稿旁保留一条“单行编辑日志”。 放在同一文件夹内的一个纯文本文件中。每条记录包含日期与一句话："2026-07-18：与导师会面后重写第3节的方法论。" 每周五分钟即可捕捉到修订历史本身无法单独呈现的思考过程。

4. 让AI辅助编辑通过“可跟踪修订管线”完成。 如果你使用Claude for Word、ChatGPT或任何其他AI工具进行编辑协助，请通过能够生成可跟踪修订记录的管线来完成。Claude for Word是原生支持的。我们的校对器会在每次导出时执行这一步。记录本身才能使后续任何披露或诚信讨论变得可操作。

5. 归档支撑性研究。 文献管理器导出的条目、按日期文件夹保存的下载PDF、以及来源页面的浏览器书签。研究记录为引用记录提供验证，而引用记录又验证写作记录。每一层都会保护其之上的那一层。

这五个习惯，每周大约只增加15分钟的额外工作量，就能产生一份流程记录，使未来无论面对检测器、审阅者还是诚信委员会的质疑都更有防守能力。对于更广泛的“如何在手稿本身中记录AI工具使用”的问题，我们的AI披露指南（manuscripts）涵盖披露侧；对于“即使你拥有干净流程却仍被标记时该怎么办”的上诉侧问题，上诉信操作手册会引导你完成回应。

对机构、期刊与检测器厂商意味着什么

接下来18个月将逐步显现这种转向对制度层面的影响。

对大学而言，关键的操作问题在于：是否要求在提交时就捕捉稿件历史、需要怎样的同意框架来支撑这一做法，以及在纪律程序中如何对捕捉到的证据与检测器分数进行权衡。处理得好的机构会发布清晰政策，明确可信证据的范围以及采取行动的阈值。采取“观望/折中”策略的机构，则会经常面对Newby式的上诉。

对期刊而言，问题在于：如何把流程证据整合进同行评审工作流，而不增加系统无法吸收的摩擦。一些期刊会要求在提交手稿时一并上传可跟踪修订；另一些则会在披露声明中接收流程佐证（process attestations）。还有一些期刊会把核验工作外包给厂商提供面向出版方的工具。最先转向的期刊将制定事实上的默认标准（de facto standard）。

对检测器厂商而言，这是一场生死攸关的转型。Turnitin的Clarity转向就是案例研究：曾构建检测分数的公司，如今正把流程记录作为更可靠的信号提供出去。拒绝做出同样转向的厂商，将把机构合同输给做出转向的厂商。检测分数不会消失；它将成为多个信号之一，并在设计良好的诚信流程中被赋予更低权重，而流程记录则仍是更核心的依据。关于Turnitin Clarity的process forensics我们提供的说明，覆盖了产品实际做了什么以及机构在推广进程中处于何种位置。

对研究者而言，这一转向最“干净”的含义是：产出记录的工作量很小，而它带来的可辩护性很大。从“通过检测器”转向“记录流程”，这一重构也将成为我们在今年剩余时间里要坚守的品牌立场。

常见问题

问："流程即为新证明"是否意味着AI检测器要消失了？

并非完全如此。检测器仍将作为筛查信号之一存在，尤其是在本科教学中，因为提交量大，流程证据的审阅成本会更高。正在变化的是权重：在设计良好的机构中，单独的检测器分数不再被接受为纪律程序中的主要证据，而Newby v. Adelphi的裁决在法庭上正式确立了这一立场。该分数将成为更进一步审查的输入，而不是最终结论。

问：我先在纸上起草，之后再打字。我会失去流程上的防守吗？

并非完全，但保护会更弱。打字后的版本在流程证据的意义上才是你的稿件；请从你开始打字的那一刻起保留该文档，并让它累积修订历史。对手写笔记进行拍照或扫描并为图片标注日期，会形成第二层记录。双重记录（手写 + 打字修订）实际上比仅有打字记录更强，因为手写层更难在事后伪造。

问：如果我的机构不把可跟踪修订当作证据怎么办？

提交FERPA请求（在美国；在英国对应《Data Protection Act 2018》，在其他地区对应《EU GDPR》第15条）以获取你的完整记录。无论机构是否已正式接受该格式，都请在任何上诉中一并提交可跟踪修订。Newby裁决表明：缺少清晰机制来考虑这类证据本身就是一个程序性问题。机构正在根据回应更新其政策，而在更新前就主动提供记录，本身也是推动政策更新的压力来源。

问：即使我只有自己一个作者，我也应该为自己的起草开启Track Changes吗？

根据我们的经验，应该，而且这是多数研究者最能从中获益的工作流调整。从每一份文档一开始就开启Track Changes，你就能获得完整的编辑记录，而不需要额外的规范约束。可以在正常起草时隐藏标记视图（Review选项卡→ Display for Review→ No Markup），但请保留底层记录，并在需要时导出可跟踪修订版本。摩擦很小，保护是真实的。

问：这是否适用于美国以外的情形（因为Newby不构成有约束力的先例）？

是的，基于两个原因。第一，Turnitin Clarity的推广、Claude for Word以及期刊政策的调整是全球性的，而不是受司法辖区限制；可信证据的转向正在跨越学术出版领域推进，不管你向哪里提交。第二，Newby的推理具有可移植性：英国、澳大利亚、加拿大、印度以及欧盟的法院与诚信委员会都已经参与讨论过这样的论点，即仅凭检测器分数并不足以构成优势证据。即便该裁决并不具有约束力而只是具有说服力，也应明确引用该案；其推理传播得很顺畅。

为“过程即证明”时代打造的校对工具

每次编辑均导出修订痕迹。工具和版本自动捕获。编辑、审稿人或诚信委员会都会信任的记录。