为什么 Turnitin 把我的参考文献标红了？

Turnitin 处理 AI 检测报告时会整体排除参考文献，而 AI 高亮从来不会出现在相似度报告里。所以被标红的参考文献列表是相似度匹配，不是 AI 标记，你的参考文献也不是把 AI 百分比推上去的原因。

这一条分清楚，后面大部分疑问就自己解决了。一次提交会产出两样东西，它们测的是完全不同的属性：相似度报告找的是你提交的文字与别处文字的重合；AI 检测报告估计的是你的散文里有多大比例可能由 AI 生成。Turnitin 自己的文档把两者描述为互相独立，并写明 AI 高亮不会出现在相似度报告中。两个数字互不喂给对方。

很多人分不清手上是哪份，有个很现实的原因：AI 检测指标只有教师和管理员能看到，学生看不到。教师可以下载 AI 报告的 PDF 版本转给学生，所以传到学生手里的通常是那份 PDF，或者一张转了几手、上面根本没写是哪份报告的截图。

先问清楚是哪份报告，再谈别的。下面每一条都取决于这个答案。

两份报告的完整对比见AI 检测报告与相似度报告的区别。

一条参考文献条目是学术写作里最容易重复的字符串。作者、标题、期刊、卷号、年份，连它们之间的标点都由引用格式规定死了，所以两篇引用同一来源的论文会产出逐字相同的一行。引用格式本来就是干这个用的。

参考文献在相似度报告里整片亮起来，通常正是这套机制在正常工作：你的格式是按引用规范写的，别人也引了同样的文献。真正值得看的是别处还有没有颜色——正文段落里的重合是另一回事，那才是需要给出解释的部分。哪些匹配会计入你看到的那个数字，取决于这份报告上生效的过滤设置，这一点在报告对比里有讲。

Turnitin 的 AI 检测模型页 上有一条 2023 年 8 月 9 日的更新记录，写明处理 AI 检测报告时参考文献已被排除。这不是谁忘了打开的一个开关，而是这份报告生成方式的一部分。

除此之外，模型本身只看它所谓的"合格文本"，也就是由标准语法句子构成的长文散文。列表、项目符号这类短的非句式结构不进入分析范围，而参考文献条目本来也不是句子。由此带来两个常被忽略的后果：那个百分比是合格散文中的占比，不是整份文档的占比；你眼睛看到的高亮量与拿到的数字对不上。这两点在怎么读一份 Turnitin AI 检测报告里有展开。

如果 AI 百分比比你预期的高，它来自正文。不来自参考文献列表。

因为被打分的对象不是引用。

Turnitin 描述的机制是：把提交内容切成互相重叠的片段，每个片段给一个 0 到 1 的分数，句子通过池化继承它所属片段的分数，再汇总成文档级的数字（AI 检测能力 FAQ）。这套描述里没有任何一步在识别引用、引文或来源。

一句碰巧含有 (Smith, 2019) 的话，被当作散文打分，和它前面那句的处理方式一模一样。被标红的是那个句子，里面的引用只是顺带。

这就排除了一整类想当然的补救办法。换引用格式、把文中括号引用挪进脚注、重写来源表述，都碰不到模型实际反应的那个东西。

几乎每一个讨论这个话题的帖子里，都会有人解释说 AI 检测器测的是 burstiness（波动度）和 perplexity（困惑度），而学术散文因为密度高、节奏平均，这两项都不好看。这个解释很顺，但它不是 Turnitin 说自己造的东西。

同一份 FAQ 正面回应了这一点：模型基于 transformer，并非按 burstiness、perplexity 这类具体指标显式编程；Turnitin 还补充说，单次预测未必总能拆成逐个特征来解释。

在照着那套模型给出的建议行动之前，这一点值得知道。刻意把句子长短拉开、让文字看起来没那么均匀，是在针对一个厂商声称并非如此构建的系统做推测。这套说法的来历，以及后来取代它的是什么，见AI 检测器在 perplexity 和 burstiness 之外测的是什么。

还有一条，具体得有点意外。同一个模型页 上 2023 年 5 月 24 日的更新记录写道：Turnitin 观察到误报在文档开头几句和结尾几句出现得更多，并指出这些句子往往是写得比较泛的引言或结论内容。

那么想想你的结论在哪儿——它就在参考文献列表正上方。

如果你是在报告靠下的位置看到一片颜色，就理解成"参考文献被标红了"，不妨确认一下高亮到底停在哪一行。参考文献上面那段，正是 Turnitin 自己点名的薄弱区。

如果你的文档很短，还有一条相关的：Turnitin 说只有几百词的文档，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。所以短文档里的混合内容，可能整篇被判成 AI。

1. 先确认是哪份报告。 如果 AI 指标旁边没有数字、只有一个星号，那就是 AI 报告。Turnitin 对 1 到 19 之间的 AI 分数不显示百分比，并说这个区间的误报率更高。
2. 如果是相似度报告，看参考文献之外的匹配。那些才是有意义的。
3. 如果是 AI 检测报告，去读被高亮的散文，别再把那个百分比当成整份文档的占比。
4. 看看高亮是不是落在开头或结尾几句，那是 Turnitin 自己点名的误报高发段。
5. 记住厂商自己说这个数字是干什么用的。 Turnitin 在它自己的多个页面上都写过，该指标可能出错，不应作为对学生采取不利行动的唯一依据。这句话拿去和导师沟通是合理的。

如果对话已经开始、而论文确实是你自己写的，被判 AI 但确实是你写的讲了该准备哪些证据。

往任何改写工具里粘贴之前先看一句：如果这个工具是整篇文件一起改写，你的参考文献列表默认就在它的处理范围里，而这类损伤是有公开记录的。

Northumbria 大学讲师 Tadhg Blommerde 用教师端 Turnitin 权限做这类工具的评测，并明确声明不接赞助、不放联盟链接。他构造了一篇带文中引用和 APA 参考文献列表的测试文章，拿去跑 Walter Writes。在这份 2025 年 2 月的评测里他指出，该工具"连参考文献列表都改写了"，并另外指出输出里出现了一条输入中根本不存在的引用（评测视频）。凭空多出一条引用，比你原本想解决的那个分数麻烦得多。

HumanPen 就是围绕这个约束做的。参考文献条目、文中引用标记、脚注、图表题注、图表编号、表格单元格和交叉引用域都属于受保护内容，不会被改写。改写范围由你决定，而不是工具替你假设：你可以手动选段落，也可以导入 AI 检测报告、让它的高亮来划定范围，匹配到的段落会在任何处理开始之前先给你看。DOCX 或 PPTX 进去，还是同样可编辑的文件出来。不会靠往文字里塞语法或拼写错误来压低分数。符合条件时可以免费继续降 AI。

以上没有一句是在承诺你下一份报告会是多少。它描述的是什么会被改、什么不会。

参考文献会把我的 Turnitin AI 分数拉高吗？ 不会。Turnitin 的更新记录写明，处理 AI 检测报告时参考文献被排除；而分析只覆盖由标准语法句子构成的合格散文，参考文献条目不属于这一类。AI 百分比高，来源是你的正文。

提交前先把参考文献删掉，是不是就不会被标红了？ 不是。这改变不了 AI 报告分析的内容，因为参考文献本来就被排除在那套处理之外；而且这等于为了一个并不存在的问题交上一份不完整的论文。想知道报告在反应什么，去看哪些散文段落被高亮了。

为什么我的相似度分数很高，AI 分数却只有一个星号？ 这是两项互相独立、测量对象不同的指标。Turnitin 对 1 到 19 之间的 AI 分数用星号代替数字，理由是这个区间误报率更高。相似度高、AI 指标处是星号，通常意味着匹配文本很多（往往包含参考文献），而被模型判为 AI 的散文很少。

我自己能看到 AI 检测报告吗？ 不能直接看到。Turnitin 说 AI 检测指标只对教师和管理员可见。教师可以下载报告的 PDF 版本分享给你——在你根据别人的转述去推测什么被标红之前，值得先把这份 PDF 要过来。