Erkennt Turnitin kopierte Texte?

Turnitin betreibt zwei voneinander unabhängige Systeme. Der Similarity Report erkennt Copy-and-paste. Er vergleicht Ihren eingereichten Text mit einer Datenbank aus veröffentlichten Inhalten, anderen studentischen Arbeiten und Webquellen und markiert übereinstimmende Zeichenfolgen. Wenn Sie aus einer Quelle kopiert haben, die in der Datenbank enthalten ist, wird der Similarity Report das anzeigen. Der AI Writing Report erkennt kein Copy-and-paste. Er analysiert Wortwahrscheinlichkeitsmuster in Prosa, um einzuschätzen, ob ein Text KI-generiert ist. Von einem Menschen geschriebener Text, der aus einem Buch oder einem Artikel kopiert wurde, löst den KI-Detektor nicht aus, weil menschliches Schreiben andere Wahrscheinlichkeitsmuster aufweist als KI-generierter Text.

Diese beiden Werte beeinflussen sich nicht gegenseitig. Wir gehen durch, wie jedes System funktioniert und was das für Sie bedeutet, wenn Sie Text von irgendwoher eingefügt haben.

Der Similarity Report ist der Bericht, der genau das tut, was die meisten meinen, wenn sie fragen, ob Turnitin kopierte Texte erkennt. Er nimmt Ihr eingereichtes Dokument und vergleicht es mit der Inhaltssammlung von Turnitin. Diese Sammlung umfasst veröffentlichte Werke, Webseiten und andere studentische Arbeiten, die zuvor bei Turnitin eingereicht wurden; wogegen Ihr Manuskript geprüft wird schlüsselt das genauer auf. Wenn das System in Ihrem Dokument eine Zeichenfolge findet, die mit einer Zeichenfolge in der Datenbank übereinstimmt, hebt es die Übereinstimmung hervor und zählt sie zum Ähnlichkeitsprozentsatz.

Der Mechanismus ist der Abgleich von Zeichenfolgen. Wenn Sie einen Absatz von einer Website, einen Satz aus einem digitalisierten und indexierten Buch oder einen Abschnitt aus der Arbeit eines Freundes eingefügt haben, die bereits eingereicht wurde, findet der Similarity Report die Übereinstimmung, sofern die Quelle in der Datenbank ist. Der Bericht zeigt Ihnen genau, welche Zeichenfolgen übereingestimmt haben und aus welcher Quelle sie stammen.

Die FAQ zu den Funktionen der KI-Schreiberkennung von Turnitin formuliert diese Trennung direkt:

„The Similarity score and the AI writing detection percentage are completely independent and do not influence each other." (Der Similarity Score und der Prozentsatz der KI-Schreiberkennung sind völlig voneinander unabhängig und beeinflussen sich nicht gegenseitig.)

Der nächste Satz auf derselben Seite lautet:

„The Similarity score indicates the percentage of matching-text found in the submitted document when compared to Turnitin's comprehensive collection of content for similarity checking." (Der Similarity Score gibt den Prozentsatz des übereinstimmenden Textes an, der im eingereichten Dokument gefunden wurde, wenn es mit der umfassenden Inhaltssammlung von Turnitin für die Ähnlichkeitsprüfung verglichen wird.)

Dieser zweite Satz beschreibt genau das, was der Similarity Report tut. Er findet übereinstimmenden Text. Er beurteilt nicht, ob dieser Text von einem Menschen oder von einer KI geschrieben wurde. Es ist ihm gleichgültig, wer ihn geschrieben hat. Ihm geht es darum, ob dieselbe Zeichenfolge irgendwo in der Datenbank existiert. Das ist auch der Grund, warum korrekt zitierte Textstellen weiterhin im Similarity Report auftauchen, obwohl Sie alles richtig gemacht haben.

Der AI Writing Report arbeitet nach einem völlig anderen Prinzip. Er vergleicht Ihren Text nicht mit einer Datenbank von Zeichenfolgen. Er schickt Ihren Text durch ein Modell, das Abschnitten von Prosa Wahrscheinlichkeitswerte zuweist. Die FAQ beschreibt den Mechanismus so:

„When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated. Each qualifying sentence within these segments inherits the segment's score. Since segments overlap, some sentences may have multiple scores, which are then pooled into a single score. These sentence scores are further aggregated and used to compute the overall document AI writing score." (Wenn eine Arbeit bei Turnitin eingereicht wird, werden die Sätze der Einreichung extrahiert und für die Vorhersageanalyse in überlappende Abschnitte unterteilt. Jeder Abschnitt wird vom KI-Erkennungsmodell klassifiziert und erhält einen Wert zwischen 0 und 1, der die Wahrscheinlichkeit angibt, dass der Text vermutlich von einem Menschen oder von einer KI stammt. Jeder qualifizierende Satz innerhalb dieser Abschnitte übernimmt den Wert des Abschnitts. Da sich die Abschnitte überlappen, können manche Sätze mehrere Werte haben, die dann zu einem einzigen Wert zusammengefasst werden. Diese Satzwerte werden weiter aggregiert und daraus der KI-Schreibwert des gesamten Dokuments berechnet.)

Der entscheidende Ausdruck lautet „the probability of the text being likely human or AI-generated." (die Wahrscheinlichkeit, dass der Text vermutlich von einem Menschen oder von einer KI stammt). Das Modell betrachtet, wie Wörter gewählt und aneinandergereiht werden. KI-generierter Text bringt tendenziell Wörter hervor, die angesichts des vorangehenden Kontexts hochgradig vorhersagbar sind, weil Sprachmodelle das jeweils nächste Token mit der höchsten Wahrscheinlichkeit wählen. Menschliches Schreiben ist in seinen Wortwahlen tendenziell weniger vorhersagbar. Genau diesen Unterschied in den Wahrscheinlichkeitsmustern liest das Modell.

Deshalb löst kopierter menschlicher Text den KI-Detektor nicht aus. Wenn Sie einen Absatz aus einem veröffentlichten Buch in Ihre Arbeit einfügen, wurde dieser Absatz von einem Menschen geschrieben. Seine Wortwahrscheinlichkeitsmuster sehen nach menschlichem Schreiben aus, nicht nach KI-generiertem Text. Das Modell stuft ihn als menschlich ein. Der AI Writing Report markiert ihn nicht.

Auch das Gegenteil gilt. Wenn Sie einen Absatz mit einem KI-Werkzeug erzeugen und in Ihre Arbeit einfügen, kann der AI Writing Report ihn markieren, weil die Wahrscheinlichkeitsmuster in diesem Absatz nach KI-Ausgabe aussehen. Der Similarity Report wird ihn dagegen nicht markieren, denn diese exakte Zeichenfolge existiert in der Datenbank veröffentlichter Inhalte von Turnitin wahrscheinlich nicht. Die KI hat neuen Text erzeugt. Sie hat nicht aus einer bestehenden Quelle kopiert.

Das ist der entscheidende Unterschied. Der Similarity Report findet Text, der anderswo bereits existiert. Der AI Writing Report findet Text, der sich so liest, als wäre er maschinell erzeugt. Copy-and-paste ist ein Ähnlichkeitsproblem. KI-Generierung ist ein Wahrscheinlichkeitsproblem. Was in diese Wahrscheinlichkeit einfließt, ist eine eigene Frage – und ob Turnitin Perplexity und Burstiness verwendet ist die Form, in der die meisten sie stellen.

Es gibt eine zweite Ebene in der Funktionsweise des AI Writing Report, und die ist für Copy-and-paste-Szenarien wichtig. Das Modell analysiert nicht alles in Ihrem Dokument. Die FAQ sagt:

„The model does not reliably detect AI-generated text in the form of non-prose, or code, nor does it detect short-form/unconventional writing such as bullet points (short non-sentence structures)." (Das Modell erkennt KI-generierten Text in Form von Nicht-Prosa oder Code nicht zuverlässig, und es erkennt auch keine Kurzformen oder unkonventionelles Schreiben wie Aufzählungspunkte, also kurze Strukturen, die keine Sätze sind.)

Der nächste Satz lautet:

„This means that a document containing several different writing types would result in a disparity between the percentage and the highlights." (Das bedeutet, dass ein Dokument mit mehreren verschiedenen Textarten zu einer Abweichung zwischen dem Prozentsatz und den Hervorhebungen führt.)

Die FAQ legt außerdem fest, was analysiert wird:

„This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures." (Dieser qualifizierende Text umfasst nur Prosasätze; das heißt, wir analysieren nur Textblöcke, die in standardsprachlich korrekten Sätzen geschrieben sind, und schließen andere Textarten wie Listen, Aufzählungspunkte, also kurze Strukturen, die keine Sätze sind, oder andere Nicht-Satz-Strukturen aus.)

Der nächste Satz lautet:

„This percentage is not necessarily the percentage of the entire submission." (Dieser Prozentsatz ist nicht notwendigerweise der Prozentsatz der gesamten Einreichung.)

Praktisch bedeutet das Folgendes. Wenn Sie eine Aufzählungsliste, eine Datentabelle oder einen Codeblock kopiert haben, liest das KI-Modell sie unter Umständen gar nicht. Es filtert Nicht-Prosa-Inhalte heraus, bevor es seine Analyse durchführt. Der Similarity Report liest dagegen alles. Er findet eine eingefügte Liste oder einen eingefügten Codeblock genauso leicht wie einen eingefügten Absatz, weil er das gesamte Dokument nach Zeichenfolgen durchsucht.

Wenn Sie also Nicht-Prosa-Inhalte aus einer Quelle einfügen, ist das Ergebnis asymmetrisch. Der Similarity Report findet sie. Der AI Writing Report nicht, weil er sie nie zu sehen bekommt.

Nimmt man beide Mechanismen zusammen, erklärt das das häufigste Szenario, nach dem Studierende fragen. Sie haben einen Absatz auf einer Website oder in einem Buch gefunden. Sie haben ihn in Ihre Arbeit eingefügt. Sie machen sich Sorgen um den Ähnlichkeitswert und um den KI-Wert. Folgendes passiert.

Der Similarity Report wird den eingefügten Absatz markieren, sofern die Quelle in der Datenbank ist. Die Zeichenfolge stimmt überein. Der Prozentsatz steigt. Die Quelle wird benannt. Der Bericht tut damit seine Arbeit.

Der AI Writing Report wird den eingefügten Absatz nicht markieren, sofern der Originaltext von einem Menschen geschrieben wurde. Das Modell liest den Absatz als Prosa, weist seinen Abschnitten Wahrscheinlichkeitswerte zu und stellt fest, dass die Wortwahlen menschlich wirken. Der Absatz wird als von einem Menschen geschrieben eingestuft. Keine KI-Markierung.

Das gilt auch dann, wenn der eingefügte Text lang ist. Dem KI-Modell ist es gleichgültig, woher der Text kommt. Ihm geht es darum, wie sich der Text liest. Ein Absatz aus einem Fachartikel der 1990er-Jahre hat die Wortwahrscheinlichkeitsmuster menschlicher Fachprosa der 1990er-Jahre. So sieht KI-generierter Text nicht aus.

Die FAQ stellt die Unabhängigkeit ausdrücklich klar. Turnitin sagt: „The Similarity score and the AI writing detection percentage are completely independent and do not influence each other." (Der Similarity Score und der Prozentsatz der KI-Schreiberkennung sind völlig voneinander unabhängig und beeinflussen sich nicht gegenseitig.) Ein hoher Ähnlichkeitswert durch eingefügten Text treibt den KI-Wert nicht nach oben. Ein hoher KI-Wert durch generierten Text treibt den Ähnlichkeitswert nicht nach oben. Sie werden von verschiedenen Systemen berechnet, die nach verschiedenen Dingen suchen – deshalb sollten die beiden Werte nicht als dasselbe gelesen werden.

Wenn Sie Text von irgendwoher eingefügt haben und beide Berichte vor sich haben, lesen Sie sie so.

Wenn der eingefügte Text im Similarity Report auftaucht, ist das zu erwarten. Das System hat die Übereinstimmung gefunden. Sie müssen den Text entweder mit eigenen Worten umformulieren, in Anführungszeichen mit Quellenangabe setzen oder entfernen. Anführungszeichen mit Quellenangabe ist der einzige Fall, in dem eingefügter Text zulässig ist. Turnitin wird die Übereinstimmung weiterhin anzeigen, aber Ihre Lehrkraft kann sehen, dass sie korrekt zugeordnet ist.

Wenn der eingefügte Text von einem Menschen geschrieben wurde und Sie den AI Writing Report prüfen, sollten Sie darauf keine Markierung sehen. Wenn Sie dennoch eine sehen und der Text tatsächlich aus einer menschlichen Quelle stammt, ist die Markierung ein Fehlalarm. Das KI-Modell schätzt Wahrscheinlichkeiten, es liefert keine Gewissheit. Es kann falsch klassifizieren. Die häufigere Erklärung ist aber, dass nicht der eingefügte Text markiert wurde. Lesen Sie den tatsächlich hervorgehobenen Text. Es kann sich um Ihren eigenen Text neben dem eingefügten Abschnitt handeln, nicht um den Abschnitt selbst.

Wenn Sie Text mit einem KI-Werkzeug erzeugt und eingefügt haben, dreht sich die Situation um. Der Similarity Report wird ihn wahrscheinlich nicht markieren, weil die Zeichenfolge neu ist. Der AI Writing Report kann ihn markieren, weil die Wahrscheinlichkeitsmuster genau die sind, auf die das Modell trainiert ist.

Die Zusammenfassung für alle, die fragen, ob Turnitin kopierte Texte erkennt:

1. Der Similarity Report erkennt Copy-and-paste. Er gleicht Zeichenfolgen mit einer Datenbank ab. Ist die Quelle in der Datenbank, taucht der eingefügte Text als Übereinstimmung auf.
2. Der AI Writing Report erkennt kein Copy-and-paste. Er analysiert Wortwahrscheinlichkeitsmuster in Prosa. Kopierter menschlicher Text liest sich menschlich und wird nicht markiert.
3. Die beiden Werte sind unabhängig. Ein hoher Ähnlichkeitswert führt nicht zu einem hohen KI-Wert – und umgekehrt.
4. Haben Sie Nicht-Prosa-Inhalte eingefügt, etwa Listen, Code oder Tabellen, kann der Similarity Report sie finden, während das KI-Modell sie womöglich gar nicht analysiert, weil es nur Prosasätze liest.
5. Haben Sie KI-generierten Text eingefügt, kann der AI Writing Report ihn markieren, obwohl der Similarity Report es nicht tut: Die Zeichenfolge ist neu, aber die Wahrscheinlichkeitsmuster sind erkennbar.

Der Unterschied ist nicht mehr subtil, sobald Sie wissen, wonach jedes System sucht. Die Ähnlichkeitsprüfung sucht nach bereits existierenden Zeichenfolgen. Die KI-Erkennung sucht nach Wahrscheinlichkeitsmustern in Prosa. Copy-and-paste ist ein Zeichenkettenproblem. KI-Generierung ist ein Musterproblem.