为什么用指令降 AI 率不靠谱

指令是一段被 AI 模型处理的文本。当你让 AI"改得更像人写的"或"增加 burstiness 和 perplexity"时，模型根据这个指令生成新文本。新文本仍然有词概率模式，而这些模式正是 Turnitin 分类器读的东西。检测器看不到你的指令，它只看到输出。输出是否得分更低取决于输出的词概率特征和模型训练时学到的 AI 生成文本模式有多大差异，而你无法通过写更好的指令来控制这一点。模型决定选词，而模型的选词正是检测器被训练来识别的。

Turnitin 的 FAQ 描述了这个过程：

"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. Each qualifying sentence within these segments inherits the segment's score. Since segments overlap, some sentences may have multiple scores, which are then pooled into a single score. These sentence scores are further aggregated and used to compute the overall document AI writing score."

检测器读的是你文本中词序列的统计特征。它看不到你用的指令。它不知道文本是被生成的、改写的还是人编辑的。它只看到最终的词序列并做分类。

一类常见的指令是让 AI"增加 burstiness"或"变化 perplexity"。Turnitin 的 FAQ 说：

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

下一句："Instead, it learns statistical patterns from our training data."

同一页还有："Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers."

模型不去计算一个叫 burstiness 的数字然后跟阈值比对。所以让 AI"增加 burstiness"是在要求它调整一个检测器可能根本不以你以为的方式测量的东西。检测器测量的是从训练数据中学到的词概率模式。一个"有更多 burstiness"的 AI 生成文本是否真的把那些模式往有利方向推了，不是你读一遍输出就能验证的。Turnitin 到底用不用 perplexity 和 burstiness 来判定 AI是这个问题的长版本。

还有一个更根本的问题。如果你用 AI 改写被判为 AI 生成的文本，你产出的是被 AI 工具修改过的文本。Turnitin 的 FAQ 说：

"Furthermore, it can also identify instances where AI-generated text may have been modified by AI paraphraser or bypasser (also called humanizers) tools to evade detection."

检测器不只找原始 AI 生成文本。它还找被 paraphraser 或 bypasser 工具处理过的文本。当你写指令让一个 AI 改写另一个 AI 的输出时，结果在功能上就是 paraphraser 产出。检测器被训练来识别这类文本。这个结果我们单写过：已经用另一个 AI 改写过了，为什么 Turnitin 还是标红。

Turnitin 的 FAQ 还列出了容易误判的文本特征：

"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."

下一句："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."

第三条值得注意。"Paraphrased without developing new ideas"描述的是 AI 挪词不加实质地改写的情况。检测器看到的是结构均匀、和机器改写相似的词模式。所以一个只换表面措辞但保留相同结构的 AI 改写，可能让文本更接近误判特征而不是远离它。换成手工做是什么样，见不用工具手工降 AI 率：哪些改动真的动到了统计特征。

总结一下我们讲的内容：

• 指令被 AI 模型处理，模型产出自带词概率模式的文本。检测器看到的是输出不是指令。
• 模型不计算 burstiness 或 perplexity 作为具名指标，所以让 AI"调整"它们未必影响检测器读到的东西。
• Turnitin 主动检测被 paraphraser 和 bypasser 工具修改的文本，而这正是 AI 改 AI 产出的东西。
• 只挪词不加实质的改写可能让文本更接近误判特征。
• 能改变分数的是改变被标记段落的词概率特征，不是写更好的指令。

如果你有 Turnitin 报告显示哪些段落被标记了，可以导入报告专门处理那些段落。符合条件时可以免费继续降 AI。