非英语的提交,Turnitin 能查出 AI 吗?
语言这个问题其实是三个问题,常被当成一个来回答,而且先被回答的往往是错的那个。一个是文件本身是什么语言,一个是检测器支持什么语言,还有一个是「我用一种语言写、用另一种语言交」会发生什么——问这个问题的人,多数正处在第三种情形里。
HumanPen 团队
· 6 分钟
先说结论
七种长篇语言,从 2026 年 10 月 6 日起。那天 Turnitin 在官方 FAQ 中将荷兰语、德语和土耳其语加进了受支持清单,与原有的英语、西班牙语、日语和现代阿拉伯语并列。具体是否可用,仍取决于所在机构是否购买了相应许可并启用了该功能。2026 年 10 月 7 日的文件要求页快照列出了英语、西班牙语、日语和阿拉伯语,而该页面现已列出七种,因此看到任何关于此事的讨论务必核对日期。这七种之外的语言,超出了 AI 检测报告有文档说明的处理范围。还要注意,这条规则针对的是你最终提交的那个文件——用葡萄牙语起草、以英语提交的论文,就会按英语提交处理。
受支持语言清单原文
出自 Turnitin 的 AI 检测报告文件要求页,以 2026 年 10 月 7 日该页的状态为准:
「File must be written in a supported language: English, Spanish, Japanese, Arabic」(文件必须以受支持的语言写成:英语、西班牙语、日语、阿拉伯语。)
同一份短清单上还有一条:「Accepted file types: .docx, .pdf, .txt, .rtf」。这份文件要求页滞后于官方发布节奏,不能再被当作当前的完整支持清单。
根据 Turnitin 的产品更新页,2026 年 10 月 6 日其 AI 写作检测增加了土耳其语、德语和荷兰语,面向已购买 Turnitin Originality 或启用 AI 检测的 iThenticate 2.0 客户开放,与已有的英语、西班牙语、日语和阿拉伯语检测器并行运行。同时,Turnitin 官方的 AI 写作检测能力 FAQ 明确列出了七种长篇(long-form)语言:英语、西班牙语、日语、现代阿拉伯语、荷兰语、德语和土耳其语。如果你点进 2026 年 10 月 7 日的文件要求页快照只数出四种(英语、西班牙语、日语和阿拉伯语),该页面现已列出七种。至于中文、葡萄牙语和韩语等语言,目前在官方清单中均未列出。
各个检测器彼此并不相同
这一细节很少进得了各种简要总结。根据 Turnitin 的官方说明,不同语言的检测能力是作为独立模型并行运行的,系统会根据提交文件的语言选择对应的模型。覆盖 AI 检测的官方 FAQ 页面 其核心说明历来重点针对英语提交,而非英语模型均作为独立模型运行,并不是所有语言都走同一套流水线。
更关键的是,专门识别「文字是否经过改写工具或绕过工具处理」的能力在官方文档中存在明确界限。Turnitin 在 AI 检测报告使用说明 中说明仅有英语检测器包含针对 AI 改写与 AI 绕过工具的检测能力;从严谨角度来看,所引用的文档明确点名了英语、西班牙语和日语,该页面并未确立对较新的荷兰语、德语或土耳其语模型的覆盖情况。
别把这理解成可以钻空子的口子。该把它理解成一个提醒:「Turnitin 的 AI 检测」并不是一个铁板一块的系统,而你读到过的关于它如何表现的任何说法,几乎肯定都是针对英语检测器写的。
译成英语交上去,它就是一份英语提交
这条要求针对的是文件。如果你用母语起草、上传的文档是英语,那么被切片、被打分的就是那份英文文本,跟这些想法最初是用什么语言写下来的没有关系。
这就带出了大家真正想问的那个问题:机器翻译出来的文字,看起来会不会像模型的输出?Turnitin 没有公开发布过任何直接回答这个问题的东西,而 Turnitin 之外也没有人具备把它答扎实所需要的访问权限。Turnitin 公开过的,是它自家误报常见于哪几种文本特征:
「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.」(结构变化不大的内容、字面上自我重复的文本、改写过但没有产生新观点的文本。)
翻译出来的学术正文有可能三条全占上——不是因为作者做错了什么,而是因为翻译这件事本身就倾向于把句子形状规整化。这个关联是我们的推断,不是 Turnitin 的表述。
Turnitin 自己的下一句,才是值得带去见导师的那句:「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.」厂商白纸黑字告诉读这份报告的人,看百分比时要把这一点考虑进去。
Turnitin 说自己在偏差上做了什么
它的 FAQ 说,训练样本有意纳入了「statistically under-represented groups like second-language learners, English users from non-English speaking countries, students at colleges and universities with diverse enrollments and less common subject areas such as anthropology, geology, sociology, and others to minimize bias when training our model」(统计上代表性不足的群体,如第二语言学习者、来自非英语国家的英语使用者、生源多元的院校学生,以及人类学、地质学、社会学等较冷门学科,以在训练模型时尽量减少偏差)。
这是公司对自家流程的陈述,没有附任何公开的偏差数据。把它当作一个声明出来的意图看待。至于「实际上谁更容易被标红」,那是另一个问题,有它自己的证据,我们在为什么非英语母语作者更容易被标红里过了一遍。
文档越短表现越差,任何语言都一样
在你以为两页的小作业属于低风险那一类之前,先看这句:
「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.」(只有几百词的短文档,预测会接近「全有或全无」,因为只有单个片段、没有重叠可供平均。)
再下一句:「This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated.」短篇正是「翻译痕迹重的写作」和「全有或全无的打分」撞在一起的地方,这个组合产出的报告最难申辩。
常见问题
我的论文是中文写的,会有 AI 分数吗? 中文不在 AI 检测报告的官方受支持语言清单上。截至 2026 年 10 月 6 日,官方 FAQ 列出了英语、西班牙语、日语、现代阿拉伯语、荷兰语、德语和土耳其语七种长篇语言,且具体是否生成报告仍取决于机构许可和功能启用状态。至于你所在院校的系统是否会对未列入清单的文件做其他处理,属于院校自身配置范围,Turnitin 的官方文档并不对此做保证。
内容是我自己写的,只是用翻译工具译成了英文,这算 AI 生成吗? 这是两个问题,而且第一个只有你所在的院校能回答。现在的披露规定越来越多地把翻译和起草一起覆盖进去,所以去读规定原文,别默认翻译被豁免。
西班牙语检测器和英语的工作方式一样吗? 不完全一样,其他非英语检测器(如日语、阿拉伯语、德语、荷兰语或土耳其语)也是如此。Turnitin 说明这些语言采用与英语检测器并行运行的独立模型;所引文档在说明改写与绕过检测时明确点名了英语、西班牙语和日语,并未确立对荷兰语、德语或土耳其语等较新模型的覆盖情况。
学校用 Turnitin,可我从来没见过 AI 百分比。 本来就见不到。Turnitin 说只有教师和管理员能看到这个指标,不过教师可以把报告下载成 PDF 再分享。另外 AI 检测需要单独的授权,所以有些院校根本就没有。
模型会试图判断用的是哪个 AI 工具吗? 不会。它是按「更可能是人写的还是更可能由 AI 生成」的概率给片段分类(这个测量到底是什么)。
继续阅读