Wie sich der Aufbau eines Essays auf Ihren Turnitin-KI-Wert auswirkt

Der Aufbau eines Essays kann Ihren Turnitin-KI-Wert beeinflussen, weil die FAQ ausdrücklich strukturelle Merkmale aufführen, die Fehlalarme auslösen. Dazu gehören "content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (Inhalte ohne große strukturelle Abwechslung, Text, der sich wörtlich selbst wiederholt, oder Text, der umformuliert wurde, ohne neue Ideen zu entwickeln). Die FAQ raten Lehrenden, bei solchen Texten "take that into consideration when looking at the percentage indicated" (diesen Umstand zu berücksichtigen, wenn man den ausgewiesenen Prozentsatz betrachtet) zu beherzigen. Ein Release-Hinweis vom Mai 2023 beschreibt außerdem ein Muster, bei dem der erste und der letzte Satz eines Dokuments häufiger von Fehlalarmen betroffen waren, oft weil sie aus "introduction or conclusion content written in a generic way." (allgemein formulierten Einleitungs- oder Schlussinhalten) bestehen. Die Erkennungslogik wurde geändert, um dies zu verringern, aber das zugrunde liegende Strukturmuster aus generischer Einleitung und generischem Schluss bleibt bestehen. Wenn Ihr Essay einen gleichförmigen Satzrhythmus, wiederkehrende Formulierungen oder eine schemaartige Einleitung und einen ebensolchen Schluss hat, können diese Merkmale zu einem höheren Wert beitragen, selbst wenn der Inhalt vollständig von Ihnen stammt.

Die FAQ benennen bestimmte Textmerkmale, die häufig zu Fehlalarmen führen:

"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." (Mitunter können Fehlalarme – also die fälschliche Einstufung von menschlich verfasstem Text als KI-generiert – Inhalte ohne große strukturelle Abwechslung, Text, der sich wörtlich selbst wiederholt, oder Text betreffen, der umformuliert wurde, ohne neue Ideen zu entwickeln.)

Der nächste Satz: "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." (Wenn unser Indikator bei einem solchen Text einen höheren Anteil KI-generierten Schreibens anzeigt, empfehlen wir Ihnen, dies bei der Betrachtung des ausgewiesenen Prozentsatzes zu berücksichtigen.)

Das bedeutet, dass die FAQ selbst einräumen, dass bestimmte Strukturmuster in menschlich verfassten Texten höhere KI-Werte auslösen können. Ein Essay, in dem jeder Absatz dem gleichen Muster folgt, in dem die Sätze ähnliche Länge und ähnlichen Rhythmus haben oder in dem Schlüsselbegriffe zur Betonung wiederholt werden, kann diesem Fehlalarm-Profil entsprechen. Die offizielle Empfehlung lautet, den Prozentsatz bei solchen Texten nicht als endgültig zu behandeln. Warum KI-Detektoren gut geschriebene Essays markieren ist dieselbe Beobachtung von der Qualitätsseite her.

Das Erkennungsmodell verarbeitet qualifizierende Prosatexte, indem es sie in überlappende Abschnitte zerlegt:

"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." (Wird eine Arbeit bei Turnitin eingereicht, werden die Sätze der Einreichung extrahiert und zur Vorhersageanalyse in überlappende Abschnitte unterteilt. Jeder Abschnitt wird vom KI-Erkennungsmodell klassifiziert und erhält einen Wert zwischen 0 und 1, der die Wahrscheinlichkeit angibt, mit der der Text von einem Menschen oder von einer KI stammt.)

Das Modell ist nicht darauf programmiert, Burstiness oder Perplexity als benannte Kennzahlen zu bewerten: "Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions." (Unser Modell ist nicht ausdrücklich darauf programmiert, bestimmte Signale wie 'burstiness', 'perplexity' oder andere einzelne Messwerte zu bewerten, die in öffentlichen Diskussionen mitunter genannt werden.) Der nächste Satz: "Instead, it learns statistical patterns from our training data." (Stattdessen lernt es statistische Muster aus unseren Trainingsdaten.) Dieselbe FAQ stellt außerdem fest: "Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers." (Unsere Klassifikatoren sind darauf trainiert, diese Unterschiede in der Wortwahrscheinlichkeit zu erkennen, und kennen die für menschliche Schreibende typischen Wortwahrscheinlichkeitsfolgen genau.) Das Modell bewertet also Wortwahrscheinlichkeitsmuster und keine oberflächlichen Kennzahlen – dennoch kann ein gleichförmiger Satzaufbau Muster erzeugen, die das Modell mit KI-generiertem Text verbindet. Was KI-Detektoren jenseits von Perplexity und Burstiness messen ist die ausführlichere Darstellung.

Ein Release-Hinweis vom Mai 2023 beschreibt ein Muster, das seit der Einführung beobachtet wurde:

"Since launch, we have observed a higher incidence of false positive detection in the first few or last few sentences of a document. Many times these sentences consist of introduction or conclusion content written in a generic way." (Seit der Einführung haben wir beobachtet, dass Fehlalarme in den ersten oder letzten Sätzen eines Dokuments häufiger auftreten. Oft bestehen diese Sätze aus allgemein formulierten Einleitungs- oder Schlussinhalten.)

Der nächste Satz: "As a result, we have changed our detection logic to help reduce these false positives." (Daher haben wir unsere Erkennungslogik geändert, um diese Fehlalarme zu verringern.)

Das war eine Verbesserung aus dem Jahr 2023, kein aktueller Fehler. Die Erkennungslogik wurde aktualisiert, um Fehlalarme an diesen Stellen zu verringern. Das zugrunde liegende Muster bleibt jedoch bestehen: Einleitungen und Schlüsse verwenden tendenziell allgemeine, formelhafte Sprache, die KI-Ausgaben ähneln kann. Wenn Ihr Essay mit weit gefassten Aussagen beginnt und mit einer Zusammenfassung endet, die Ihre Hauptpunkte noch einmal nennt, können diese Abschnitte weiterhin anfälliger für Fehlalarme sein als die Absätze im Hauptteil.

Die FAQ beschreiben, wie sich kurze Dokumente unter dem Erkennungsmodell verhalten:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap." (Bei kürzeren Dokumenten mit nur wenigen hundert Wörtern fällt die Vorhersage meist als 'all or nothing' (alles oder nichts) aus, weil wir auf der Grundlage eines einzelnen Abschnitts ohne Überlappungsmöglichkeit vorhersagen.)

Der nächste Satz: "This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Das bedeutet, dass mancher Text, der eine Mischung aus KI-generiertem und eigenem Inhalt ist, als vollständig KI-generiert markiert werden könnte.)

Kurze Essays haben dieses Problem, weil sie weniger Abschnitte enthalten, die das Modell bewerten kann. Fehlen überlappende Abschnitte, die einzelne Vorhersagefehler ausgleichen, wird der Wert binär. Ein Essay mit 500 Wörtern und einer strukturell gleichförmigen Einleitung kann einen extremen Wert erhalten, der die tatsächlich vorhandene Mischung aus menschlichem und KI-Inhalt nicht widerspiegelt.

Die FAQ betonen, dass der Wert nicht als endgültig behandelt werden sollte:

"Hence, we must emphasize that the percentage on the AI writing indicator should not be used as the sole basis for action or a definitive grading measure by instructors." (Daher müssen wir betonen, dass der Prozentsatz des KI-Schreibindikators nicht als alleinige Grundlage für Maßnahmen oder als endgültige Bewertungsgrundlage durch Lehrende verwendet werden sollte.)

Das ist für die Essaystruktur deshalb relevant, weil strukturell gleichförmiges Schreiben den Wert erhöhen kann. Wenn Ihr Essay den in den FAQ beschriebenen Merkmalen entspricht, die Fehlalarme begünstigen, kann der Prozentsatz den tatsächlichen KI-Anteil überschätzen. Die Dokumentation empfiehlt selbst, den Wert zusammen mit anderen Belegen zu betrachten und nicht als alleiniges Urteil. Ob Sie Ihr Schreiben trotzdem umstrukturieren sollten, ist eine andere Entscheidung: Sollten Sie Ihre Schreibweise ändern, um nicht markiert zu werden.

Zusammenfassung des Bisherigen:

• Die FAQ nennen geringe strukturelle Abwechslung, wörtliche Wiederholungen und Umformulierungen ohne neue Ideen als Merkmale, die Fehlalarme begünstigen.
• Lehrenden wird empfohlen, den Prozentsatz bei solchen Texten "take into consideration" (mit zu berücksichtigen).
• Ein Release-Hinweis aus dem Jahr 2023 beschrieb Fehlalarme, die sich auf den ersten und den letzten Satz konzentrierten, oft allgemeine Einleitungs- oder Schlussinhalte.
• Die Erkennungslogik wurde aktualisiert, um dies zu verringern, aber das Strukturmuster bleibt bestehen.
• Kurze Essays erhalten Alles-oder-Nichts-Vorhersagen, weil nur ein einzelner Abschnitt bewertet wird.
• Die FAQ sagen, dass der Prozentsatz nicht als alleinige Grundlage für Maßnahmen verwendet werden sollte.

Wenn Sie einen Turnitin-KI-Bericht erhalten haben und die markierten Stellen bearbeiten möchten, importieren Sie den Bericht und arbeiten Sie daran. Anspruchsberechtigte Passagen können kostenlos erneut durchlaufen werden.