Wird maschinelle Übersetzung von Turnitin als KI markiert?

Ja. Die Ausgabe maschineller Übersetzung wird von Turnitins Detektor für KI-Texte markiert, und das ist kein Fehler. Übersetzungswerkzeuge und KI-Generatoren arbeiten mit derselben Technologiefamilie, deshalb trägt der Text, der aus einem Übersetzer kommt, dieselbe statistische Signatur, die der Klassifikator erkennen soll. Sie haben die Gedanken in einer anderen Sprache formuliert, und eine Maschine hat sie ins Englische gebracht. Genau diesen Teil liest der Detektor.

Das ist nicht dasselbe, wie eine KI Ihre Arbeit von Grund auf schreiben zu lassen. Für Sie ist dieser Unterschied wichtig. Für den Detektor ist er es nicht, denn der Detektor sieht den fertigen Text und nicht den Weg, auf dem er entstanden ist.

Im Folgenden geht es darum, warum das passiert, welche Teile Ihres übersetzten Textes am stärksten exponiert sind, welche Merkmale übersetzter Prosa der offiziellen Beschreibung von Texten entsprechen, die zu Fehlalarmen neigen, und wo die Grenze verläuft zwischen einem Übersetzer für den ersten Entwurf und der Abgabe von etwas, das der Detektor als KI liest.

Turnitins veröffentlichte Beschreibung der Funktionsweise beginnt mit der Segmentierung. Sätze werden herausgezogen, in überlappende Abschnitte zerlegt, und jeder Abschnitt bekommt einen Wert zwischen 0 und 1. Dieser Wert ist die Wahrscheinlichkeit, dass der Text von einer Maschine erzeugt wurde. Die Werte der Abschnitte werden zu Satzwerten zusammengefasst, und die Satzwerte werden zum Wert für das gesamte Dokument aggregiert.

Dieselbe FAQ-Seite benennt, worauf der Klassifikator tatsächlich anspricht. Turnitin sagt, seine Klassifikatoren seien darauf trainiert, Unterschiede in der Wortwahrscheinlichkeit zu erkennen, und beherrschten die besonderen Wortwahrscheinlichkeitsfolgen menschlicher Schreiber. Genau diese Eigenschaft wird gemessen. Nicht der Wortschatzumfang, nicht die Satzlänge, nicht ob eine Formulierung formell klingt. Die Folge der Wortentscheidungen, gewichtet danach, wie vorhersagbar jede einzelne war.

Übersetzungswerkzeuge und KI-Textgeneratoren haben denselben Stammbaum. Beide nutzen Sprachmodelle, um englischen Text zu erzeugen. Ein Übersetzer wählt an jeder Stelle das wahrscheinlichste englische Wort zum Ausgangssatz – dieselbe statistische Operation, die ein generatives Modell ausführt, wenn es das nächste Token vorhersagt. Beider Ausgabe neigt zum häufigen, flüssigen, überraschungsarmen Pfad. Genau auf diese Verteilung wurde der Klassifikator trainiert.

Ein häufiger Einwand lautet, Turnitin berechne „perplexity" oder „burstiness" nicht ausdrücklich – zwei Kennzahlen, die in öffentlichen Diskussionen oft genannt werden. Das FAQ bestätigt das: das Modell sei nicht ausdrücklich darauf programmiert, einzelne Signale wie „burstiness," „perplexity," oder andere Einzelmetriken zu bewerten. Aber der unmittelbar nächste Satz auf derselben Seite sagt, das Modell lerne stattdessen statistische Muster aus den Trainingsdaten. Perplexity ist selbst ein Maß für Wortwahrscheinlichkeit. Zu bestreiten, dass das Modell eine bestimmte benannte Kennzahl berechnet, ist etwas anderes, als zu bestreiten, dass es Wortwahrscheinlichkeiten liest. Es liest sie. Darauf wurde es trainiert.

Turnitin definiert, was es analysiert, als „qualifying text", also als prüffähigen Text. Im FAQ heißt es, dazu gehörten nur Prosa-Sätze; es analysiere also nur Textblöcke, die in standardsprachlich korrekten Sätzen geschrieben sind. Listen, Aufzählungspunkte und andere Strukturen ohne Sätze bleiben außen vor.

Ein maschinell übersetzter Absatz besteht aus standardsprachlich korrekten Sätzen. Genau darin besteht der Zweck eines Übersetzungswerkzeugs: Es erzeugt Prosa. Damit fällt übersetzte Prosa mitten in den prüffähigen Text, den der Detektor verarbeitet.

Der Detektor weiß nicht, dass Sie den Ausgangstext selbst in einer anderen Sprache geschrieben haben. Er weiß nicht, dass ein Übersetzer ihn übertragen hat. Er weiß nicht, dass Sie ihn danach bearbeitet haben. Er sieht die fertige englische Prosa und vergibt eine Wahrscheinlichkeit. Sie haben einen Übersetzer benutzt, um Ihre eigenen Gedanken ins Englische zu bringen; jemand anderes hat einen Chatbot benutzt, um eine Arbeit zu erzeugen, die er nicht geschrieben hat. Das sind verschiedene Handlungen. Für den Detektor bringen sie dieselbe Art von Ergebnis hervor.

Genau dieser Punkt wirkt auf viele Nutzer ungerecht, und wir verstehen warum. Aber der Detektor wurde nie dafür gebaut, zwischen Hilfe und Urheberschaft zu unterscheiden. Er wurde dafür gebaut, Text zu markieren, dessen Wortwahrscheinlichkeitsverteilung maschinell erzeugt wirkt. Übersetzungswerkzeuge erzeugen Text, der maschinell erzeugt wirkt – weil er es ist.

Im FAQ von Turnitin findet sich eine Passage über die Arten von Text, die zu Fehlalarmen neigen:

„Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (Manchmal können falsch positive Ergebnisse – wenn also von Menschen geschriebener Text irrtümlich als KI-generiert markiert wird – Inhalte ohne viel strukturelle Abwechslung betreffen, Text, der sich wörtlich wiederholt, oder Text, der umformuliert wurde, ohne neue Ideen zu entwickeln.)

Der Satz direkt danach ist der, der meistens unterschlagen wird: "If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Wenn unser Indikator bei solchem Text einen höheren Anteil an KI-Text anzeigt, empfehlen wir Ihnen, das beim Blick auf den angegebenen Prozentwert zu berücksichtigen.)

Übersetzte Prosa erfüllt alle drei Merkmale häufiger als ein Text, der von Anfang an auf Englisch verfasst wurde.

Die strukturelle Variation ist deshalb gering, weil Übersetzungswerkzeuge pro Ausgangsmuster eine einzige Satzform bevorzugen. Ein Subjekt-Verb-Objekt-Satz im Ausgangstext wird ein Subjekt-Verb-Objekt-Satz in der Übersetzung, und das Werkzeug bringt nicht die Rhythmusbrüche und strukturellen Umwege hinein, die jemand, der auf Englisch schreibt, von selbst erzeugt.

Wörtliche Wiederholung entsteht, weil ein Übersetzer sich auf eine englische Entsprechung für ein wiederkehrendes Wort der Ausgangssprache festlegt und sie wiederverwendet. Ein Mensch, der auf Englisch von Grund auf neu schreibt, würde zum Synonymregal greifen. Ein Übersetzer tut das nicht, weil seine Aufgabe ist, zum Ausgangstext zu passen und nicht den Stil zu variieren.

Paraphrasieren ohne neue Ideen ist die Grundbedingung des Übersetzens selbst. Eine Übersetzung gibt denselben Inhalt mit anderen Worten wieder. Es kommt kein neues Argument hinzu. Das ist die Definition von Paraphrase.

Der Rat von Turnitin selbst lautet: Wenn der Indikator bei solchem Text einen höheren Anteil an KI-Text anzeigt, sollen Sie das berücksichtigen, wenn Sie auf den Prozentwert schauen. Dieser Satz ist keine Fußnote. Er ist die offizielle Position dazu, wie ein hoher Wert bei genau der Art von Text zu lesen ist, die maschinelle Übersetzung hervorbringt.

Im FAQ von Turnitin steht, was bei kurzen Einreichungen passiert:

„In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap." (Bei kürzeren Dokumenten mit nur wenigen hundert Wörtern ist die Vorhersage meist „alles oder nichts", weil wir auf der Grundlage eines einzigen Abschnitts vorhersagen und keine Möglichkeit haben, Abschnitte überlappen zu lassen.)

Der nächste Satz: "This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Das heißt, dass mancher Text, der KI-generierten und eigenen Inhalt mischt, vollständig als KI-generiert markiert werden kann.)

Viele maschinell übersetzte Einreichungen sind kurz. Ein Abstract, ein Methodenteil, ein Anschreiben, eine Antwort auf Gutachterkommentare. Ein paar hundert Wörter. Ist das Dokument kurz genug, dass nur ein einziges Segment entsteht, hat der Detektor keine Überlappung, über die er mitteln könnte, und eine Mischung aus übersetztem und selbst verfasstem Englisch kann vollständig als KI-generiert markiert werden. Je kürzer das Dokument, desto weniger Raum hat die Bewertung, sich von einem schlechten Segment zu erholen.

Ein häufiger nächster Schritt ist, den übersetzten Text durch ein Paraphrasierwerkzeug oder einen „Humanizer" zu schicken, um die Wortmuster aufzubrechen. Das FAQ von Turnitin spricht das direkt an:

„Furthermore, it can also identify instances where AI-generated text may have been modified by AI paraphraser or bypasser (also called humanizers) tools to evade detection." (Darüber hinaus kann es auch Fälle erkennen, in denen KI-generierter Text möglicherweise von KI-Paraphrasier- oder Umgehungswerkzeugen – auch Humanizer genannt – verändert wurde, um die Erkennung zu umgehen.)

Zum Erfassungsbereich des Detektors gehört Text, der von Paraphrasier- oder Umgehungswerkzeugen verändert wurde. Wenn Sie die Übersetzungsausgabe durch ein Umschreibwerkzeug schicken, verlassen Sie den Erfassungsbereich nicht. Sie wechseln in eine zweite Kategorie, die der Detektor erfassen soll.

Hinzu kommt ein strukturelles Problem. Paraphrasierwerkzeuge tun genau das, was Turnitins Beschreibung der Fehlalarm-Textsorten nennt: Sie paraphrasieren, ohne neue Ideen zu entwickeln. Der Inhalt bleibt gleich, die Wörter ändern sich, und die Wortwahrscheinlichkeitsverteilung bleibt maschinenförmig, weil eine Maschine die Änderung vorgenommen hat. Zwei Werkzeuge hintereinander, erst der Übersetzer, dann der Paraphrasierer, erzeugen Text, der sowohl das ursprüngliche Signal als auch das Paraphrasen-Signal trifft.

Wir wollen bei dieser Unterscheidung ehrlich sein. Eigene Inhalte in der eigenen Sprache zu schreiben und einen Übersetzer zu nutzen, um sie ins Englische zu bringen, ist etwas anderes, als eine KI um Inhalte zu bitten, die Sie nicht geschrieben haben. Das eine ist Hilfe bei einer Sprachbarriere. Das andere ist das Auslagern des Denkens.

Der Detektor von Turnitin trennt diese beiden Fälle nicht. Er wurde nicht dafür gebaut. Seine Aufgabe ist zu schätzen, wie wahrscheinlich ein vorliegendes Stück englischer Prosa von einer Maschine erzeugt wurde. Ein Übersetzer ist eine Maschine. Die Prosa, die er erzeugt, wurde von einer Maschine erzeugt. Dass die Maschine übersetzt hat, statt aus einer Eingabeaufforderung zu erzeugen, ändert nichts an dem, was der Klassifikator sieht.

Für Schreibende, die in einer Zweitsprache arbeiten, ist das wirklich hart, und wir werden nicht so tun, als wäre es anders. Dieselben Werkzeuge, die die Sprachbarriere senken, erzeugen Text, zu dessen Erkennung der Detektor gebaut wurde. Niemand hat das Problem gelöst, übersetzte Prosa von erzeugter Prosa auf der Ebene der Wortwahrscheinlichkeiten zu unterscheiden, weil sie auf dieser Ebene gleich aussehen.

Drei Dinge, geordnet nach Aufwand.

Erstens: Nutzen Sie den Übersetzer für einen ersten Entwurf und für nichts weiter. Die rohe Übersetzungsausgabe ist die am stärksten exponierte Fassung Ihres Textes. Sie ist ein Ausgangspunkt, kein fertiges Produkt.

Zweitens: Schreiben Sie Satz für Satz in Ihrem eigenen Englisch neu. Bauen Sie um. Ändern Sie die Satzform. Verschieben Sie einen Teilsatz an eine andere Stelle. Zerlegen Sie einen langen Satz in zwei. Fassen Sie zwei kurze zusammen. Das Ziel ist, die Wortwahrscheinlichkeitsfolgen zurück in Richtung der unregelmäßigen, eigenwilligen Muster zu schieben, die der Klassifikator mit menschlichen Schreibern verbindet. Ihr Englisch muss nicht perfekt sein. Es muss Ihres sein und nicht das des Übersetzers.

Drittens: Wenn Sie Zugang zum KI-Schreibbericht haben, nutzen Sie ihn als Umfang. Die markierten Passagen sind die, die der Klassifikator als maschinell erzeugt gelesen hat. Genau diese Passagen sollten Sie neu schreiben. Alles außerhalb kann bleiben.

Was nicht hilft: den Text durch ein zweites Werkzeug zu schicken. Was KI-Detektoren messen behandelt das zugrunde liegende Signal ausführlicher. Mit KI umformuliert und trotzdem markiert führt vor, was passiert, wenn die Ausgabe des Paraphrasierers das ist, was eingereicht wird. Warum Detektoren widersprechen erklärt, warum zwei Detektoren bei demselben übersetzten Text zu zwei verschiedenen Werten kommen können.

Wenn Ihre Lehrkraft den KI-Schreibbericht mit Ihnen teilt, ist das Erste, was Sie prüfen sollten, nicht der Prozentwert, sondern die Struktur dessen, was markiert wurde.

Ein Bericht, der ganze Absätze übersetzter Prosa markiert, liest die Wortmuster des Übersetzers. Ein Bericht, der nur den ersten und den letzten Satz von Absätzen markiert, zeigt womöglich den oben beschriebenen Effekt kurzer Segmente. Ein Bericht, der eine Mischung aus übersetzten und selbst verfassten Abschnitten markiert, ist der Alles-oder-Nichts-Fall kurzer Dokumente.

Wie man einen Turnitin-KI-Schreibbericht liest geht die Zustände der Anzeige durch und was jeder davon aussagt und nicht aussagt. Ist 20 % KI zu hoch? behandelt, was der Schwellenwert bedeutet und warum der Bereich darunter keine Zahl zeigt.

Der Prozentwert auf einem übersetzten Dokument ist keine Aussage über Ihre Ehrlichkeit. Er ist eine Aussage über die Wortwahrscheinlichkeitsverteilung des Textes, den Sie eingereicht haben. Das sind zweierlei Dinge, und das Gespräch mit Ihrer Lehrkraft sollte sie als zweierlei behandeln.

Wird meine übersetzte Arbeit definitiv markiert? Bei Erkennung ist nichts definitiv. Aber übersetzte Prosa trägt Wortwahrscheinlichkeitsmuster, die der Klassifikator mit maschineller Ausgabe zu verbinden gelernt hat; das Risiko ist also real und strukturell, nicht zufällig.

Ist die Nutzung eines Übersetzers dasselbe, wie ChatGPT meine Arbeit schreiben zu lassen? Nein. Sie haben den Ausgangstext selbst geschrieben, und ein Übersetzer hat ihn übertragen. Aber der Detektor liest den fertigen englischen Text, und auf dieser Ebene wurde der Text von einem Sprachmodell erzeugt. Der Unterschied zählt für Sie und für Ihre Lehrkraft. Für den Klassifikator zählt er nicht.

Senkt das Paraphrasieren des übersetzten Textes den Wert? Paraphrasierwerkzeuge fallen in den veröffentlichten Erfassungsbereich des Detektors. Im FAQ heißt es, das Modell könne Text erkennen, der von KI-Paraphrasier- oder Umgehungswerkzeugen verändert wurde. Paraphrasieren entspricht außerdem dem Fehlalarm-Profil von Text, der ohne neue Ideen umformuliert wurde.

Mein übersetzter Text hat einen hohen Wert, aber ich habe jedes Wort der Quelle selbst geschrieben. Was tue ich? Das FAQ von Turnitin rät: Wenn der Indikator bei Text ohne strukturelle Variation oder mit wörtlicher Wiederholung einen höheren Anteil an KI-Text anzeigt, sollen Sie das beim Blick auf den Prozentwert berücksichtigen. Bringen Sie den Quellentwurf, die Übersetzung und den Verlauf Ihrer Bearbeitung mit. Der Prozentwert ist eine Eigenschaft des englischen Textes, kein Urteil über Ihren Arbeitsprozess.

Heißt das, ich soll gar keine Übersetzungswerkzeuge nutzen? Nein. Nutzen Sie sie für einen ersten Entwurf. Schreiben Sie das Englisch danach selbst um, Satz für Satz, bis die Prosa nach Ihnen klingt und nicht nach dem Werkzeug. Der Detektor markiert, was die Maschine erzeugt hat. Ihre Aufgabe ist sicherzustellen, dass die endgültige Fassung von Ihnen stammt.