Turnitin は提出論文で AI を学習させているのか。公式 FAQ の記述を読む

Turnitin の FAQ には、提出した論文が AI 検出モデルの学習に使われているとは書かれていない。だが、除外されているとも書かれていない。公式の文言では、モデルは AI が生成した学術文章と人間が書いた学術文章の "a representative sample"（代表的な標本）で学習されており、Turnitin のモデルは "trained on our vast inhouse corpus of academic data."（当社の大規模な社内学術データコーパスでも学習されている）とされている。

実際に動かせるのは削除のほうだ。FAQ には、機関が提出物の全削除を要請できること、そして一部削除には対応しないことが書かれている。FAQ はこれを機関からの要請として位置づけており、学生が自分の論文を自分で削除してもらう道筋は示していない。GDPR のようなデータ保護法のもとで、あなたに別の削除権があるかどうかは、この FAQ が扱わない法的な問題だ。

Turnitin の AI 検出 FAQ は "How was Turnitin's model trained?"（Turnitin のモデルはどのように学習されたのか）という問いに、次のように答えている。

"Our model is trained on a representative sample of data spread over a period of time, that includes both AI generated and authentic academic writing across geographies and subject areas."（当社のモデルは、一定期間にわたって分布させたデータの代表的な標本で学習されており、そこには地域や専門分野をまたいで、AI が生成した学術文章と人間が書いた学術文章の両方が含まれる。）

検出がどのモデルに基づくのかという、もう一つの FAQ の回答は、さらに踏み込んでいる。

"More importantly, our models are also trained on our vast inhouse corpus of academic data."（さらに重要なことに、当社のモデルは大規模な社内学術データコーパスでも学習されている。）

どちらの文も、学習データの一部として学生の提出物を名指ししていない。そしてどちらの文も、それを除外してもいない。"Authentic academic writing"（人間が書いた学術文章）と "inhouse corpus of academic data"（社内の学術データコーパス）は、言葉の出どころを説明するうえで公式文書が最接近する表現だ。そしてどちらの言い回しも、自分の論文がどう扱われるかという問いを開いたままにしている。

「学習」の部分については、それがすべてだ。FAQ は、提出された論文が学習データに混ざっている可能性を否定しない。だが、それを確認してもいない。

データ削除についての FAQ の設問は、顧客の——つまり機関の——視点から答えられている。

"Yes, customers can request a full deletion of their submissions; we cannot support partial data deletion requests to delete only the AI writing component of the submission data."（はい、顧客は提出物の全削除を要請できる。ただし、提出データのうち AI 執筆部分だけを消すといった、一部削除の要請には対応できない。）

ここから二つの帰結が生じる。

第一に、削除は原理的には可能だが、要請するのは機関である。提出物を消したい大学は、自分が保有するデータの全削除を求めることができる。第二に、AI の部分だけを消すことはできない。「AI スコアだけを消して論文を残す」という選択肢はなく、学生個人が削除を求める道筋も FAQ には書かれていない。

つまり「自分の作品を削除してもらうことはできますか」という問いに、この FAQ の記述に沿って答えるなら、答えは明確だ。この FAQ を通じてはできない。そこに書かれているのは機関経由の道だけだからだ。あなたが直接持つ可能性のある権利は、この文書ではなく、あなたの法域のデータ保護法の問題である。

同じ FAQ には、実は多くの学生が探している文も含まれている。密接に関連する、別の心配事についての文だ。

"No, it does not. There is no separate repository for AI writing detection, and customers retain the ability to choose whether to add their student papers into the repository or not."（いいえ、違います。AI 執筆の検出用に別のリポジトリは存在せず、学生の論文をリポジトリに追加するかどうかを選ぶ権限は顧客が保持しています。）

これは「AI 検出リポジトリ」——Turnitin が論文を AI チェック専用のデータベースにしまい込むという考え方——についてのものだ。FAQ は、AI 執筆の検出用に別のリポジトリはないと述べ、類似性リポジトリに論文を追加するかどうかの決定は機関に属するとしている。

この回答には「学習」という語は出てこない。AI 検出用のリポジトリと学習データは別のものであり、FAQ は両者を分けて扱っている。検出用の別リポジトリはない、学習については何も述べない、という具合に。

論文を提出したあとで、その使われ方が心配になった学生なら、率直なまとめはこうなる。

• 公式 FAQ は、あなたの論文がモデルの学習に使われていると確認していない。そして、使われていないとも約束していない。
• 最も近い公式の記述は、学習データを "authentic academic writing"（人間が書いた学術文章）と "inhouse corpus"（社内コーパス）と表現している。どちらも学生の提出物を除外していない。
• 削除は存在するが、それは機関レベルでの全削除であり、学生レベルでの削除ではない。そして一部削除には対応していない。
• 「別のリポジトリはない」という回答は、AI 検出のための保存についてのものであり、学習についてのものではない。

この情報で何ができるか。自分の論文の AI 検出結果が心配なら、実務的な論点はスコアの読み方と再判定であって、データの所有権ではない。心配が機関に向いているなら、窓口は大学の Turnitin 管理者だ。FAQ が削除要請について語るときの「顧客」とは、その人を指している。

Turnitin の FAQ は、提出された論文が AI モデルの学習に使われていることを、確認も否定もしていない。公式文書は学習データを、人間が書いた学術文章の代表的な標本に大規模な社内コーパスを加えたものと表現し、学生の論文を除外する記述はしていない。削除について、公式に示されているのは機関が全削除を要請する道だけだ。学生個人による削除は書かれていない。自分の学校が何に合意したのかを知りたいなら、尋ねる相手は大学の Turnitin 管理者であって、Turnitin のサポート窓口ではない。