Turnitin 的误报率，讲清楚

Turnitin 在官方文档里直接写了这个目标："We strive to maximize the effectiveness of our detector while keeping our false positive rate - incorrectly identifying fully human-written text as AI-generated - under 1% for documents with over 20% of AI writing."

这是官方数字。但注意跟着它的限定语：目标针对的是 AI 写作占比超过 20% 的文档，不是所有文档。Turnitin 没有声称所有文档里每一百份会有一次误报。这个比率是在一个特定范围里定义的——已经是 AI 写满两成以上的文档。

Turnitin 随后用大白话把这个数字说得更具体：大约每 100 份完全由人类书写的文档里，可能有 1 份会被标记。这个解释不改变目标本身。它复述的是同一个带限定的数字，限定条件始终跟着。极端那一头长什么样是另一个问题，见Turnitin AI 查重率 100% 有可能是自己写的吗。

1% 不是宣传数字。Turnitin 描述了背后的验证流程："To bolster our testing framework and diagnose statistical trends of false positives, before every update or new model release, we perform tests on over 700,000 additional academic papers that were written before the release of ChatGPT to further validate our less than 1% false positive rate."

这句话里有三个细节值得按顺序看。第一，测试语料规模很大——超过 70 万篇。第二，这些论文在 ChatGPT 发布之前写成，所以是确定的真人写作。第三，测试在每次更新或新模型发布前进行，不是只做一次。每当我们模型有变动，1% 这个数字都要用一批新的、已知为人类写作的学术论文重新验证。

这一点在看到第三方网站复述这个数字时很重要。官方数字依附于一套具体的测试流程。当有人说"Turnitin 误报率 1%"而不带任何限定，通常指的就是：AI 写作占比超过 20% 的文档，用 ChatGPT 发布前的学术论文验证。限定语本身就是官方说法的一部分。

文档里最重要的部分不是 1% 目标本身，而是 Turnitin 为达成它而明确接受的取舍。完整声明是："In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document. We're comfortable with that since we do not want to incorrectly highlight human-written text as AI-written. For example, if we identify that 50% of a document is likely written by an AI tool, it could contain as much as 65% AI writing."

这很少见。一个检测产品公开说自己宁愿漏掉 AI 文本，也不愿意把真人文本误标成 AI。那句"We're comfortable with that"就是公司在公开表明取舍。误报是他们全力压制的对象，漏检则是为此接受的代价。

最后一句点出了实际后果。当报告显示一篇文档 50% 是 AI 时，真实比例可能高达 65%。报告给出的百分比可能低估实际的 AI 内容。这是系统的设计属性，不是缺陷——它直接来自低误报率这个目标。

只要把限定语一直带着，"误报率"就比标题党版本精确得多。官方数字实际上意味着下面几点。

第一，目标针对 AI 写作占比超过 20% 的文档。低于这个门槛的文档在官方限定的范围之外，Turnitin 没有为它们单独作出任何声明。官方那个 1% 不是对每一次提交的普适承诺。

第二，漏检是设计的一部分。因为系统以误报为优化目标，一部分 AI 文本会漏过去。一个不算高的报告分数，并不能可靠地说明文档完全是真人写的；它可能只意味着 AI 内容被低估了。

第三，高报告分数比低分数是更强的信号。如果报告说文档有 80% 是 AI，取舍逻辑仍然适用——真实比例可能更高。但重要的是误差方向：这个模型公认的偏差是少报，所以高分比低分更难被打发掉。

落到实际操作上：误报很少发生，漏检相对常见，低分不能证明文本是真人写的，高分则相对更可信。这些都与文档一致，它们就是文档里那个取舍的推论。厂商也给读分数的那个人写了指引，见AI 比例偏高时，厂商是怎么教老师处理的。

Turnitin 自己的指导意见把这个分数放在一个更大的决策框架里。文档写道："Our AI writing detection model may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student."

它继续写道："It takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies to determine whether academic misconduct has occurred."

这就是学生和教师应该在其中运作的框架。百分比是一个数据点。判决是由人做出的决定：教师、院系、学校机构，按照他们自己的学术政策来执行。Turnitin 自己都说分数不应该独自承担决定。厂商那边还有一条专门反馈误报的通道，见如何向 Turnitin 报告误判。

如果你不同意某个分数，文档给出的路径是：把这个数字当一个数据点，向掌握学业背景的人——你的老师——提出。这是官方文档描述的那一步，也是与公司自己定位最一致的一步。如果谈不拢，下一步见被误判为 AI 写作：怎么申诉，学校会认哪些证据。

把这些都放在心里，实际操作上的结论很简单：分数是用来被解读的，被标记的数字是讨论的开始，不是结束。如果你想知道自己的草稿在提交前读起来什么样，免费重跑可以让你先检查一遍。来这里试试。