AI判定の誤フラグ：異議申し立ての方法と、大学が認める証拠

このページは一つのことを前提としている：あなたがその作業を書いたということ。もしそうでないなら、以下のほとんどはあなたの立場を良くするのではなく悪くするだろうし、その場合については終わり近くに短いセクションを設けてある。

何かに返答する前に、自分の執筆記録を保存し、文書で三つのことを求めること：違反したとされる正確な規則、決定者が目にする証拠すべて、そして手続きと期限。検出スコア単独は証拠ではない。これらの事案を実際に決めるのは、文書がどうやって存在するに至ったかの日付付き記録であり、フラグされた特定の箇所と照合されたものである。

二つの組織がその有用な部分を公に述べている。Turnitin 自身のガイドは、自社の AI ライティング検出モデルが "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"（常に正確とはかぎらず、人間が書いた文章、AIが生成した文章、AIで言い換えた文章を取り違えることがあるため、学生に不利益な措置をとる唯一の根拠にすべきではありません）と述べており、不正行為の判定には "takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies"（さらに詳しく調べ、人が判断し、各機関の具体的な規程に照らす必要があります）を要すると付け加えている。イングランドとウェールズにおける独立した学生苦情処理スキームである Independent Adjudicator 事務局は、負担を当然の場所に置く："The responsibility is on the provider to prove that the student has done what they are accused of doing, not on the student to disprove it."（立証責任は大学側にあります。学生が告発どおりのことをしたと示すのは大学の役目であって、していないと示すのは学生の役目ではありません。）

だからといって、座って相手が証明するのに任せるということではない。あなたが持ち込む証拠は、決定者に手元で秤にかける具体的なものを与えるためのものであり、自分には最初からなかった負担を果たすためのものではない。

五つのこと、この順番で。最初の三つは、残りがそうでない意味で時間に左右される。

1. 何にも触れないこと。 提出したファイルにも、そのファイルが入っているフォルダにも、ドラフトにも、ファイル名にも。文書を再保存すると更新日付が変わり、告発された当日に整理したフォルダは、相手側が最容易に指摘できる材料である。注釈を付けたいならコピーを作ること。コピーで作業すること。
2. バージョン履歴がそもそも存在するかを確認すること。 これが自分がどのような主張を立てられるかを決める質問であり、ほとんどの人は答えがイエスだと前提するが、実際はノーである。Microsoft のサポート文書は率直に述べている："Version history in Microsoft 365 only works for files stored in OneDrive or SharePoint in Microsoft 365."（Microsoft 365のバージョン履歴が使えるのは、Microsoft 365のOneDriveまたはSharePointに保存されたファイルだけです。）もしラップトップのハードドライブ上の Word で論文を書いたのなら、提出できるバージョン履歴はない。Google Docs は一つ保持するが、正しいアクセス権が必要である："To browse earlier versions of a file, you need permission to edit that file."（ファイルの以前のバージョンを見るには、そのファイルを編集する権限が必要です。）もしそれがコースアカウントやアクセスを失う可能性のある共有ドライブにあるなら、今日確認すること。
3. まだアクセスできるうちに手持ちのものを保存すること。 コースアカウントは閉鎖され、共有ドライブは取り消され、バージョン履歴はファイルとしてダウンロードできるものではない。所属機関が認める形式で、日付付きのスクリーンショットやエクスポートを取り、原本がまだどこにあるかを書き留めておくこと。求められた場合に直接検査できるようにするためである。
4. 今日、記憶から自分のタイムラインを書くこと。 いつトピックを選んだか、どこで作業していたか、どの資料を最初に読んだか、フィードバックの後に何を変え、なぜ変えたか。これは証拠ではない。1週間後に四十のファイルのうちどれが重要かを考えようとするときに必要になる索引である。これに関する記憶は急速に衰える。しかも誰かが尋ねる前に衰えることもある：公刊された OIA の事例の一つでは、学生は、提出から口頭試問までの間にあまりに時間が経ったため、自分の作業について思い出せることに影響したと主張した。
5. 手続きと期限を取得し、自分の顧問を見つけること。 学術不正行為手続きは、所属機関が公表している文書である。返答を一言でも書く前に読むこと。なぜなら、自分がどの段階にいるか、決定基準が何か、どれくらいの時間があるかを教えてくれるからである。学生組合の顧問は毎週この作業をしており、無料である。

「AI検出器があなたの論文にフラグを付けた」は告発ではない。誰かがファイルを開いた理由である。何かを防御する前に、告発を自分が答えられる形にすること。

文書で次の四つを求め、要請は中立に保つこと：

• 学術不正行為ポリシーの具体的条項、自分が違反したとされるもの。OIA が支持したある事例では、勧告の一部として、AI 関連の違反が中核ポリシーに位置づくよう、また通知が学生にどの違反に直面しているかとその理由を伝えるよう、機関に自らの規則を見直すことが含まれていた。
• 決定者が目にするすべての証拠、検出レポート自体を含む。OIA の事例研究メモは、学生は "should also be given sufficient notice of meetings and be provided with all relevant evidence, including detection software reports, to allow them to respond effectively to allegations."（面談の連絡も十分な余裕をもって受け、検出ソフトのレポートを含む関連資料をすべて渡されたうえで、申し立てに実質的に反論できるようにすべきです。）としている。同じメモは決定者に対し、"understand the strengths and limitations of detection software, and weigh this evidence carefully against other available information."（検出ソフトに何ができて何ができないのかを理解し、その資料をほかに得られる情報と慎重に突き合わせること。）と伝えている。
• どのツールがレポートを生成したか、どのバージョンか、いつ実行されたか。 ベンダーはモデルを変える。去年のレポートと今朝のレポートは、同じものの同じ測定ではない。
• 作業のどの部分が問題視されているか。 OIA はこれを良き実践と呼んでいる：機関は "consider whether the whole or part of a submission is thought to be AI-generated, and clearly set out what aspect of the assessed work led to the suspicion that AI had been used inappropriately."（提出物の全体がAI生成と見なされているのか一部だけなのかを検討し、評価対象の課題のどこがAIの不適切な使用を疑わせたのかを明示すること。）べきである。

レポートに関する実務上の注意点。Turnitin の FAQ は、AI ライティング検出インジケーターとレポートは学生には見えないと述べた上で、同じ息で "with the PDF download feature, instructors can download and share the AI report with students"（PDFダウンロード機能を使えば、教員はAI Reportをダウンロードして学生と共有できます）と付け加えている。だから学生に手渡せる形式で存在する。何がハイライトされたかについて誰かの説明から推測するのではなく、レポートを求めること。

数値に関する二つのことが、誤った議論を防ぐ。Turnitin は、自社がqualifying textと呼ぶもの、すなわち標準的な文法的文で書かれた散文のみを分析し、結果のパーセンテージは "is not necessarily the percentage of the entire submission"（提出物全体に占める割合とはかぎりません）だと述べている。別個に、1%から19%の AI 検出スコアについては数字をまったく表示せず、アスタリスクのみを示す。これはその帯域での偽陽性の潜在的発生を避けるためだとしている。もし自分のレポートでパーセンテージがあるべき場所にアスタリスクが表示されているなら、それが見ているものである。

ここでの順序付けは我々のものである。OIA が公刊した AI 事例が何を巡って回ったかに基づいており、いかなる公式の尺度にも基づいていない。所属機関の手続きでは異なる重み付けをしているかもしれない。

もし一行目から四行目までがすべて空で戻るなら、水増しせず率直にそう伝えること。短い正直な答え（「Word で自分のマシン上で書き、ドラフトを保管していなかった」）に五行目の強力なものを加えたものは、一つの現実的な立場である。でっち上げた一行目はそうではない。

この主題に関するアドバイスのほとんどは理論から書かれている。OIA は事例要約を公刊しているので、イングランドとウェールズの機関については、公正な取り扱いと不公正な取り扱いがそれぞれどのようなものだったかを示す少数の決定事例がある。そのうち六つが AI と学術不正行為に関するもので、以下ではそのうち四つを見ていく。

事例 CS072501、正当と認定。 学生は審査委員会に論文の準備の詳細、計画やノートを渡し、検出ソフトウェアが以前に別の自分の論文を誤ってフラグしたことを指摘した。OIA は、委員会が論文の実質に取り組み、検出レポートのみに依拠したのではないことを満足をもって認めた。OIA の判断は次に何が起きたかにかかっていた："it didn't properly consider all the points the student raised or the evidence they presented, including their essay planning and preparation."（学生が挙げた論点や提出した証拠を、レポートの構想や準備も含めて十分に検討していなかった。）委員会が依拠した証拠の一部は学生と共有されておらず、そのため学生はこの論文が他の自分の論文とどう比較されるかについてコメントする公正な機会を持たず、決定は十分な理由も、なぜその処分が正しかったのかの説明も与えなかった。機関は再考を求められた。学生は後に OIA に対し、再考の結果、機関は学術不正行為はなかったと決定したと伝えた。

事例 CS072502、正当と認定。 これは口頭試問に関するものである。"None of the evidence relied upon by the provider was shared with the student ahead of the viva"（大学側が根拠とした資料は、口頭審査の前に学生に一つも開示されていませんでした）、学生は手続きが求めていたにもかかわらず、文書での軽減措置の提出や告発に対面で議論することに招待されず、口頭試問自体は科目知識を検査したが、"did not give the student an opportunity to also explain how they had worked on the assignment"（その課題にどう取り組んだのかを学生の側から説明する機会を与えなかった）。学生はまた、提出から口頭試問までの長い間が自分の想起に影響したと述べていた。異議申し立てはその後、いずれについても意味ある検討なしに却下された。

事例 CS072503、正当と認定されず。 これも読むこと。有用な対極だからである。ここでは機関は、口頭試問での学生の開示、ドラフトノート、文書による回答を含む適切な範囲の証拠を検討し、自らの手続きに従い、OIA が比例的とみなした処分を適用した。学生の主張は要するに、口頭試問での正直な開示と学生が注いだ努力が、もっと評価されるべきだったというものだった。申し立ては支持されなかった。

CS072504、一部認容。 ある留学生が AI 比率の高さを理由に口頭試問に呼ばれ、その後パネルは二つの違反を認定した——AI 利用の未申告と、他者との共謀である。OIA は共謀の認定は維持した（受けた支援は大学の校正ポリシーの範囲を超えていた）が、AI の認定は維持しなかった。大学は「had not shown what evidence led the panel to conclude that the student had used AI to the extent that they committed academic misconduct」（どの証拠からパネルがそう結論づけたのかを示していなかった）とされ、さらにパネルは口頭試問での学生の発言を歪めて記録していた。一度の審理から二つの認定が出て、審査に耐えたのは一つだった。

四つに共通する特徴は「検出器が間違っていた」ではない。手続き上のものである：証拠は共有されたか、学生はそれに答えられたか、証拠の範囲は検討されたか、理由は与えられたか。これらはあなたが求められることであり、求めることは対立的ではない。

もし自分の文章が密集し、一部で反復し、あるいは資料から大きく言い換えられているなら、これは決定者に提示できる最も強力なものである。ベンダーがあなたの状況を説明しているからである。Turnitin の検出 FAQからの引用である：

"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. 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."（誤検知、つまり人間が書いた文章をAI生成と誤って判定してしまう例は、構成の変化が乏しい文章、同じ内容がそのまま繰り返される文章、新しい考えを加えずに言い換えただけの文章で起きることがあります。そうした文章で指標がAIによる執筆の割合を高めに示した場合は、表示されたパーセンテージを見るときにその点を考慮に入れることをおすすめします。）

第二文が仕事をしており、引用されるどこでも落とされる一文である。Turnitin はそこで欠陥を認めているのではない。レポートを読む人に対し、その種のテキストについては数値を割り引くよう伝えているのである。それはツールを売った会社から、マーカーに対するアドバイスである。

本当に当てはまる場合にのみ使うこと。文献レビュー、方法セクション、標準的な手順の体系的な記述、第二や第三の言語で作業する者が書いた論文：これらがそれが記述する形である。自分の論文がそのいずれでもなければ、引用すると背伸びしているように見える。

もう一つ、短いが、誰にも当てはまるもの。Turnitin は自社のガイダンスの別の場所で、スコアは "is not meant to provide definitive answers in isolation"（これ単体で最終的な答えを出すためのものではありません）と述べており、教育者がそれを "as a single data point rather than a definitive response, then it is being used as intended."（最終的な答えではなく判断材料の一つとして使うなら、それは意図どおりの使い方です）使う場合、それは意図された使われ方であるとしている。

「AI検出器は信頼できない、ゆえにこの検出器も間違っている。」 これが最も一般的な幕開けであり、最も弱い。 Turnitin は、AI ライティングが 20% を超える文書について偽陽性率を "under 1% for documents with over 20% of AI writing"（AIによる執筆が20%を超える文書で1%未満）に保つという目標を公刊している。この数字が成り立つかは現実の問いであるが、それについて論じることで、自分が二十分の会議で勝てない議論に身を置き、自分が強い唯一の場所、すなわち自分自身の執筆記録から注意を逸らすことになる。ツールのカテゴリーではなく、自分の文書について論じること。

バーストネスとパープレキシティ。 インターネットの半分が、AI 検出器は文の長さのばらつきと語の予測可能性を測るものであり、学術文章は両方で悪い点を取ると教える。Turnitin の FAQ は、自社のモデルは "is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions"（「burstiness」「perplexity」など、世間の議論で取り上げられることのある個別の指標を評価するように明示的に組まれてはいません）であり、その代わりに "learns statistical patterns from our training data"（学習データから統計的なパターンを学習します）と述べている。

これをどこまで進めるか注意すること。見た目より狭いからである。同じページは、自社の分類器は語の確率の差を訓練しており、パープレキシティは語の確率の測度だとも述べている。だから防御可能な版はこうである：Turnitin はその二つの名前のついたスコアを明示的なルールとして計算することを否定している。語の統計が重要でないとは否定していない。会議に出かけて行って、ベンダーが理論全体を論破したと言えば、FAQ を開いている人は1語で訂正できる。より安全な動きは、仕組みについては何も言わず、訂正すべきものがない自分のドラフトに時間を使うことである。

2023年の序文と結文に関するリリースノート。 これは申し立てテンプレートで広く出回っており、罠である。Turnitin は、文書の最初の数文か最後の数文に、偽陽性検出のより高い発生率を観察した——多くは一般的な序文や結文である——と述べるノートを確かに公刊した。そのノートの次の文はこう言っている："As a result, we have changed our detection logic to help reduce these false positives."（そのため、こうした誤検知を減らすために検出ロジックを変更しました。）それはモデルリリースノートページの、"Updates to address our customers' false positive concerns"（誤検知に関するお客様の懸念に対応するための更新）という見出しの下に、2023年5月の日付で載っている。それは現在の弱点の記述ではなく、修正の発表である。自分が引用したページを開いた人は次の行を読み、あなたは部屋を失う。

二つ目の検出器、あるいは書き換え。 別のチェッカーに論文を通してクリーンなスコアを得ても何も証明しない（検出器は互いに絶えず意見が分かれる）。第二のフラグは委員会に指し示すもう一つの数字を手渡すだけである。告発後に提出した論文を書き換えるのはさらに悪い。改ざんのように見え、皆が考察しようとしている一つの証拠を変えてしまう。

五つ目、非公式に：マーカーの動機について文書で推測しないこと。何の助けにもならず、記録に残る。

二枚以内に収めること。証拠のフォルダではなく索引を添付すること。日付の証明が残る方法で送ること。角括弧内のすべては、送るべき文章ではなくあなた宛ての指示である。

件名：学術不正行為の申し立てへの回答、[科目コード] [課題タイトル]、学生 [番号]

[氏名または学術不正行為審査委員会] 御中、

私は [日付] 付けの通知に対する回答として、[科目コード] 向けに [日付] に提出した [課題タイトル] について申し述べます。

私はこの課題を自分自身で書きました。テキストのいかなる部分を生成するためにも生成的 AI ツールは使用していません。

使用したツールと、各場合における具体的な機能：[参考文献マネージャー、スペルチェッカー、文法チェッカー、翻訳ツール、統計ソフトウェア、文字起こし。ワープロ以外に何も使っていない場合は、その旨を記載。]

添付するのは、課題がどのように作成されたかの記録である：

1. [項目] / [日付または期間] / [何を示すか]
2. [項目] / [日付または期間] / [何を示すか]
3. [項目] / [日付または期間] / [何を示すか]

要約：私は [理由] により [日付] にトピックを選んだ。私の読書とノートは [期間] にさかのぼる。項目2のアウトラインは [日付] に書かれた。最初の完全なドラフト（項目3）は [日付群] の間に書かれた。[日付] に [フィードバック／指導／セミナー] の後、私は [何] を [理由] により変更した。提出版は [日付] にさかのぼる。

フラグされた特定の箇所について：[一つずつ取り上げること。それぞれについて、なぜそのように読めるかを述べること：分野における標準的な定式化、項目Nに添付した資料の綿密な言い換え、バリエーションの余地が限られた方法の記述、繰り返し推敲した箇所。包括的な否認のみで答えないこと。]

以下をご確認いただければ幸いである：

1. 私が違反したとされる [ポリシー名] の具体的条項
2. 決定者が検討するすべての証拠、完全な検出レポートと比較資料を含む
3. レポートを生成した検出ツールとバージョン、およびその生成日
4. 適用される証明の基準、および異議申し立ての経路と期限

いかなる決定も、検出スコアを超えて依拠する具体的証拠を明示するようお願いする。[Turnitin のレポートである場合のみ：] Turnitin 自身のガイダンスは、自社の AI ライティング検出モデルが人間の書いたテキストを誤って識別することがあり、学生に対する不利益な措置の唯一の根拠として使われるべきではないと述べている。

面談に出席し、課題がどのように書かれたかを語ることは可能であり、元となるファイルを持参できる。

敬具、[氏名] / [学生番号] / [プログラム] / [日付]

送る前に確認すべき四つのこと。言及した添付はすべて実際に添付されているか。中の日付はすべて正しいか。一つでも間違えれば残り全ての信頼を損なうからである。誰の動機についても推測はないか。そして自分の所属機関の手続きを読んだか。期限と回答の経路が書いてあるのはそこであり、本ページではないからである。

記憶テストではなく、自分の意思決定の説明として準備すること。提出版と課題の指示を再読すること。なぜその問いがそのように枠づけられたか、どの資料に頼りなぜ頼ったか、特定の表や図が何から作られたか、ドラフト間で何が変わったかを知っておくこと。

長い遅延、障害、コミュニケーションの違い、言語の必要が自分の想起や説明に影響するなら、早めに、文書でその旨を伝え、手続きが調整について述べている部分にその要請を結びつけること。OIA の事例研究メモは機関に対し、"whether assumptions about AI use could be biased against a student's writing style, for example if the student is disabled or has a communication difference, or if English is not the student's first language"（AIを使ったという見立てが、学生の書き方に対して偏っていないか。たとえば障害がある場合、コミュニケーションの仕方が異なる場合、英語が第一言語でない場合など）を考慮せよと求めている。それは委員会に対する生きた考慮事項であり、あなたが求めている恩恵ではない。

覚えていないことを聞かれたら、覚えていないと言うこと。小さな詳細について間違って推測すれば、その詳細の価値以上の損になる。

各機関の段階は独自であり、あなたの段階の唯一の信頼できる記述は、あなた自身の学術不正行為手続きの中にある。一般的な形は次のとおりである：

1. 非公式または調査段階。 対話、説明の要請、時には口頭試問。多くはここで全体が終わり、証拠を出すのに最も費用のかからない場面である。
2. 正式な委員会または委員会。 判断であり、もし一つでもあれば処分。ここが理由を与えるべき段階である。
3. 内部異議申し立て。 通常は狭い根拠の上に、多くは手続き上の不規則や新証拠であり、常に期限がある。
4. 外部審査。 内部の経路を使い果たした後にのみ。

イングランドとウェールズの機関にとって、第四段階は Independent Adjudicator 事務局である。二つの仕組みが重要である。通常、Completion of Procedures Letter が必要であり、"which the provider will send you once you have completed its complaints or appeals procedures"（苦情または不服申立ての手続きを終えたあとに大学から送られてくるもの）。そして申し立ては "within 12 months of the date of the provider's final decision (usually the date of the Completion of Procedures Letter)"（大学の最終決定の日付、通常はCompletion of Procedures Letterの日付から12か月以内）に OIA に届かなければならない。OIA は自らをイングランドとウェールズの独立した学生苦情処理スキームと称しているので、別の場所で学んでいるならそれはあなたの経路ではない。

イングランドとウェールズの外にいるのなら、相当するものが存在すると仮定せず、存在しないとも仮定しないこと。所属機関の手続きは、最終内部段階の後に何が起きるかを述べていなければならない。探すべきはその一文である。

その場合、上の枠組みはあなたには間違っているものであり、それでも借用するのが立場を悪くするやり方である。記録から二つのことが依然として重要である。

開示は斟酌されるが、判断を消し去ることはない。CS072503 では学生は口頭試問で自身の AI 利用を開示し、それが自分に有利に評価されるべきだと主張した。OIA は機関がドラフトノートや文書による回答と並んでそれを検討し、自らの手続きに従い、比例的な処分を適用したと認めた。申し立ては支持されなかった。正直に伝えることが依然としてより良い動きであり、口頭試問との接触を生き延びる唯一の動きであるが、防御ではない。

許可されたツールと禁止されたツールの境界は、ほとんどの人が思うより狭い。Turnitin は自社の検出器は "is not tuned to target Grammarly-generated spelling, grammar, and punctuation modifications"（Grammarlyによる綴り、文法、句読点の修正を狙って検出するようには調整されていません）であり、テストでは "in most cases"（たいていの場合）、Grammarly や類似の文法チェッカーによる変更はフラグされなかったとする。同じ回答はさらに、これが "excludes content generated by Grammarly's generative AI-powered features, including draft generation, paraphrasing, summarizing, and other features"（下書き生成、言い換え、要約などGrammarlyの生成AI機能が作った内容は対象外です）であり、それらの機能で作成されたコンテンツは "will likely be flagged as AI-generated by our detector"（当社の検出器にAI生成として表示される可能性が高い）と述べている。だから「Grammarly を使っただけ」は一つの文ではない。機能を特定すること。

自分で AI ライティングレポートを見ることはできるか？ 直接は無理である。Turnitin は AI ライティング検出インジケーターとレポートは学生には見えないと述べている。同時に、インストラクターはレポートを PDF としてダウンロードして共有できるとも述べているので、何がハイライトされたかについて誰かの説明から作業するのではなく、それを求めること。

レポートがパーセンテージの代わりにアスタリスクを示している。それは何を意味するか？ Turnitin は 1% から 19% の AI 検出スコアについて数字を表示せず、代わりにアスタリスクを示す。これはその範囲で偽陽性の潜在的発生率がより高いことに帰している。

レポートが 40% と示している場合、自分の論文の 40% が AI で書かれたということか？ いいえ。Turnitin はモデルがqualifying textのみを分析し、それは標準的な文法的文での散文を指し、そのパーセンテージは "is not necessarily the percentage of the entire submission"（提出物全体に占める割合とはかぎりません）だと述べている。また、複数の異なるライティングの種類を含む文書ではパーセンテージとハイライトの間に差異が生じるので、両者が合わないことはバグの兆候ではなく予想されることである。

Grammarly を使った。まずいことか？ それは完全に Grammarly のどの部分を使ったかと、課題が何を許可していたかにかかっている。Turnitin は自社の検出器はスペル、文法、句読点の変更を標的に調整されておらず、テストではそのような変更はほとんどフラグされなかったが、Grammarly の生成的機能によるコンテンツ、すなわちドラフト生成、言い換え、要約はフラグされる可能性が高いと述べている。使った具体的な機能を特定し、一般的なポリシーだけでなく課題の指示も確認すること。指示は許可されるものを絞り得るからである。

自分の論文は 700 語しかなかった。長さは関係するか？ Turnitin は関係すると述べている。数百語程度の短い文書では予測は "mostly 'all or nothing'"（おおむね「全か無か」）である。一つのセグメントしかなく重なり合う余地がないためであり、これは "some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated."（AIが生成した内容と自分で書いた内容が混ざった文章が、全体をAI生成として表示されることがあります。）と付け加えている。文書が短ければ、その一文をスコアを読んでいる人の前に出す価値がある。

別の検出器に通して自分の主張を証明すべきか？ いいえ。よそでクリーンなスコアを取っても何も確立せず、第二のフラグは委員会に二つ目の数字を与える。その努力を自分の執筆記録に使うこと。

バージョン履歴もドラフトもない。絶望的か？ いいえ。ただし自分の事例は今や作業を説明できるかにかかっている。そこが公刊された事例が示す最も強い地盤でもある。この目的のために作ったのではないものから再構築できるものを再構築すること：図書館の貸出記録、メール、LMS のアクセスログ、セミナーのノート、課題についての級友へのメッセージ。

実際に決定を下すのは誰か？ 人であり、所属機関のポリシーを適用する。Turnitin は自社のスコアは "is not meant to provide definitive answers in isolation"（これ単体で最終的な答えを出すためのものではありません）であり、不利益な措置の唯一の根拠とされるべきではなく、不正行為が起きたかの判定は "takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies"（さらに詳しく調べ、人が判断し、各機関の具体的な規程に照らす必要があります）を要すると述べている。数字がファイルを開く。閉じるのではない。

本ページは一般情報であり、法的助言ではない。学術不正行為の手続き、証拠規則、異議申し立ての権利は国と機関で異なる。OIA の資料はイングランドとウェールズの高等教育機関に直接関連する。他の場所では、それは公正な手続きが何を意味するかの有用な例であり、誰をも縛る規則ではない。