引用的访谈/问卷回答被判 AI？Turnitin 到底在查什么

Turnitin 的 AI 检测不会跳过引文。官方文档描述的是这样一个检测器：把提交里的句子提取出来，用语言模型分析——任何官方页面里都没有「引号」作为排除项。

一段读起来通顺的受访者原话，会和论文里其他句子一样被分析。这就是为什么真人的话也会显示为 AI：检测器看的是句子结构和词概率，不是这句话最初是谁写的。

Turnitin 的 FAQ 讲检测怎么做时，对分析单位说得很明确：

论文提交后，句子会被提取出来、切分成重叠片段做预测分析。每个片段由 AI 检测模型分类，得到一个 0 到 1 之间的值。

单位是句子。官方 AI 写作报告页面从另一个方向说了同一件事：百分比基于长篇写作格式中的散文句子，「模型对非散文形式——比如诗歌、脚本、代码——无法可靠检测，也不检测短形式/非常规写作，比如项目符号、表格、注释书目」。

这些描述里没有任何「引文」类别。引号里的句子对检测器来说，仍然是一个句子。

受访者数据的两个特点让它容易中招：

回答是口语，不是书面散文。 口述的回答转写下来，往往是短句、重复、口语化。如果你保持这种形态，它可能被当作短形式或非散文文本——检测器会排除这类。但大多数研究论文会把引文融进流畅的段落里：先介绍受访者，引用原话，再加以评论。到这一步，引文就是段落里的一个句子，它会按句子被分析。

访谈回答可能异常规整。 回答结构化问卷的受访者，倾向给出完整、结构匀称的句子。官方措辞说检测器训练去分辨人类和 AI 写作者的「词概率序列」，而高度规整的句子正是 AI 生成文本常有的形态。这句引文看起来就像模型被训练去抓的那种东西。

结果是一场错位：词是真人的，但统计形态接近生成文本。

官方文本里的排除清单，按的是文本形态，不是文本来源：

模型对非散文形式——比如诗歌、脚本、代码——无法可靠检测，也不检测短形式/非常规写作，比如项目符号、表格、注释书目。

一条保持短答形态的受访者回答，作为项目符号或单行列表项，可能落在分析之外。同一句话改写成你段落里流畅的句子，就落在分析之内。单靠引号什么也改变不了——关键看它读起来是不是长篇散文。

除了改变形态，没有文档写明的「保护引文不被分析」的办法：保持短形式，或者干脆不引用。

如果你的相似度或 AI 报告标了某段受访者原话，官方指引和其他被标的句子一样：把指示器当信号，不是当判决。Turnitin 的 FAQ 说，百分比「不应作为采取行动的唯一依据，也不应作为老师的最终评分标准」。

按顺序，你的选项：

• 先看被高亮的句子本身。 打开 AI 报告，读被标的文本。如果是受访者的原话，对照你的录音或转写记录核对——那就是你的证据。
• 判断这句引文是否需要保持现在的形态。 只有真正的短小形态——一行回答保留成列表项——才落在分析之外；一个完整句子无论你是否缩进成块引文，都仍在分析之内，因为模型读的是散文句子，与排版无关。所以这一招只对本来就很短、本来就是列表形态的回答有用。
• 保留你的记录。 转写稿、录音、签过字的同意书，是「这些话不是生成的」的证据。被标的引文加上你的记录，是你和老师谈这件事时应该依靠的东西。
• 只调整引文周围的文字，不动引文本体。 改写受访者的话去改变它的形态，等于改数据。站得住脚的做法是原样保留引文，重新考虑它的呈现方式，而不是它的内容。

Turnitin 的 AI 检测器用语言模型分析句子，官方文档里没有引文豁免。受访者的回答一旦融进散文，就和其他句子一样被分析——而高度规整的回答在统计上确实会接近生成文本。文档里存在的排除，是按文本形态（短形式、列表、非散文）来的，不是按引号来的。如果引文被标，指示器是信号不是判决：对照记录核实原话，重新考虑呈现方式，保持引文内容原样。