非英语的提交，Turnitin 能查出 AI 吗？

三种语言，写在文件要求页上：英语、西班牙语、日语。其它语言的文件，超出了 AI 检测报告有文档说明的处理范围。要注意的是，这条规则针对的是你提交的那个文件的语言——所以一篇用葡萄牙语起草、用英语提交的论文，就是一份英语提交。

出自 Turnitin 的 AI 检测报告文件要求页：

「File must be written in a supported language: English, Spanish, Japanese」（文件必须以受支持的语言写成：英语、西班牙语、日语。）

同一份短清单上还有一条：「Accepted file types: .docx, .pdf, .txt, .rtf」。

公开的语言规则就这么多。中文不在这份清单上，简体繁体都一样；德语、阿拉伯语、葡萄牙语、韩语也都不在。

这一段很少进得了各种转述。讲 AI 检测的那份 FAQ 页面，现在开篇第一句就给自己划了范围：「The following content and FAQs pertain to our AI writing detection capabilities for English submissions only.」（以下内容与 FAQ 仅适用于英语提交的 AI 检测能力。）西班牙语和日语另有文档。

而专门去找「文字是否被改写工具或绕过工具处理过」的那项能力，只有英语有。Turnitin 的 AI 检测报告使用页 写着「only our English AI detector includes AI paraphrasing and AI bypasser detection capabilities」，紧接着的下一句是：「At this time our Spanish and Japanese AI detectors do not include AI paraphrasing or AI bypasser detection capabilities.」

别把这理解成一个口子。该理解成一个提醒：「Turnitin 的 AI 检测」并不是一个统一的东西，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。

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。）

翻译出来的学术散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。

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。

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。

我的论文是中文写的，会有 AI 分数吗？ 中文不在 AI 检测报告的受支持语言清单上。至于你所在院校的系统还会对这份文件做什么，那要问院校，Turnitin 的文档不覆盖这件事。

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。改写与绕过工具的检测，文档上写明只有英语有；而主 FAQ 现在也把自己限定在英语提交。

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）。