英文论文怎么降 AI 率？先搞懂 Turnitin 的检测逻辑

在动手改之前，先搞清楚一件事：有些被标红的文字不一定是 AI 生成的，但它的特征容易触发误报。Turnitin FAQ 说：

"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."

"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."

这意味着如果你的文字结构变化少、有重复表述、或者只是换了词但没有展开新的观点，检测器可能给出偏高的 AI 比例。这不是说你用了 AI，而是这些特征和 AI 生成文字的统计模式有重叠。

FAQ 这句话给了你三件可以在自己稿子上核的事，而且三件都是成稿的属性：结构有没有变化、有没有字面重复、每一段有没有推进上一段还没做出的论点。这句话没有说的是：你该用哪些编辑动作把它改成这样。不用工具手工降 AI 率：哪些改动真的动到了统计特征是我们对这一半的手工尝试。

不是你论文里的所有文字都会被分析。FAQ 明确说：

"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."

列表、项目符号、短的非句子结构不在分析范围内。如果你的报告显示某个百分比，这个百分比是基于散文句子计算的，不是整个文档。

这也意味着一个策略：如果你的论点在散文段落里，那些段落就是检测器的关注区域。改写时应该把精力放在这些段落上，列表和表格不需要担心 AI 检测。至于这些段落里哪些句子必须逐字不动，是另一条线：方法与结果部分哪些可以改写，哪些必须逐字保持准确。

理解检测器怎么打分，才能理解为什么某些改法有用、某些没用。Turnitin 描述的流程是：

"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."

每个片段被分配一个 0 到 1 之间的值，表示被判定为 AI 生成的概率。但这个模型不是按网上文章常提的那些指标来工作的：

"Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions."

"Instead, it learns statistical patterns from our training data."

核心信号是词概率：

"Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers."

把这个和上一节关于误判的描述连起来看：结构单一和重复性高的文字容易被标红，不是因为它们"看起来像 AI"，而是因为它们的词概率序列和 AI 生成文字的模式接近。人类写作的词概率序列有更多的不可预测性，而 AI 生成文字倾向于选择高概率词。困惑度与突发性之外，AI 检测器还在测什么是这件事的长版本。

把上面的信息合在一起：

1. 改散文段落，不改列表。 检测器只分析标准散文句子。列表、项目符号、表格里的短句不在分析范围内。
2. 增加结构变化。 缺少结构变化是误判的常见原因之一。如果你的段落都是差不多的长度和句式，尝试改变句长和句式结构。
3. 减少重复。 字面重复自己的话也会推高 AI 分数。如果两段在说同一件事，合并或者让第二段真正推进论点。
4. 要展开观点，不是只打磨措辞。 FAQ 点名的是"没有产生新想法"的改写，所以它隐含的检验是：这一段现在有没有承载之前没有的东西。它没有说你路上该用哪些编辑动作，而挑一个更清楚的词，本来就是修改任何东西时的正常动作。
5. 理解评分单位。 每个片段单独打分，所以某个段落标红不代表整篇都是 AI。报告给你的是逐段的概率，不是整体一个笼统判断。

降 AI 率不是找哪个工具或哪个提示词的问题，先要理解检测器在看什么。Turnitin 只分析散文句子，列表和短结构不在范围里。检测模型基于词概率分类，不是 burstiness 或 perplexity，每个片段独立打分。结构变化少、有字面重复、改写后没有产生新想法的文字更容易被误判。

拿到报告后，看哪些散文段落被标红，针对那些段落改进结构变化、减少重复、展开实质论点。不需要动列表、表格和引用。不动的地方就是不动，这正是只改写 Turnitin 报告标红的那几段的整个想法。