非母语写作被标记为 AI？文档怎么说

非英语母语者可能在完全人写的文本上收到 AI 标记。Turnitin 的 FAQ 说模型的训练数据"took into account statistically under-represented groups like second-language learners, English users from non-English speaking countries"以减少偏见。这是公司自己的说法，未经独立验证。检测器仍然通过对散文文本中的词概率模式做分类来工作。教给非母语者的正式学术写作，强调结构化模板和标准转折词，可能产出结构变化少的文本。这个特征在 Turnitin 自己的误判易发文本类型清单上。被标记不意味着你的英语太好或太机械。它意味着你的文本统计特征和模型与 AI 关联的模式有重叠。

FAQ 直接提到偏见问题：

"While creating our sample dataset, we also took into account statistically under-represented groups like second-language learners, English users from non-English speaking countries, students at colleges and universities with diverse enrollments, and less common subject areas such as anthropology, geology, sociology, and others to minimize bias when training our model."（在创建我们的样本数据集时，我们还考虑了统计上代表性不足的群体，例如第二语言学习者、来自非英语国家的英语使用者、招生多元化的学院和大学的学生，以及人类学、地质学、社会学等较不常见的学科领域，以尽量减少训练模型时的偏差。）

这是 Turnitin 对训练方法的描述。声明说的是二语写作在训练数据中被代表了。声明不包含的任何数字、测试结果或对模型在二语写作上表现的外部验证。FAQ 不公布按母语 vs 非母语分解的误报率。所以声明是用了多样化数据，但这个多样性努力的有效性无法从公开文档中独立测量。

检测流水线对所有文本都一样：

"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."（当论文提交至 Turnitin 时，系统会从提交的内容中提取句子，并将其分割成重叠的片段以进行预测分析。每个片段由 AI 检测模型进行分类，并获得一个介于 0 和 1 之间的值，表示该文本可能由人类编写或由 AI 生成的概率。这些片段中每个符合条件的句子都会继承该片段的分数。由于片段存在重叠，某些句子可能有多个分数，随后这些分数会被汇总为单个分数。这些句子分数会被进一步聚合，用于计算整个文档的 AI 写作分数。）

检测器不知道你的语言背景。它读词序列并做分类。如果你的写作模式，由正式英语教学塑造，产出的词概率序列和模型与 AI 生成文本关联的模式有重叠，分数可能比你预期的更高。具体是哪些模式，见困惑度与突发性之外，AI 检测器还在测什么。

FAQ 列出了误判易发文本：

"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."（有时误报（错误地将人类编写的文本标记为 AI 生成）可能包括结构变化不大的内容、字面重复的文本，或者在没有提出新观点的情况下进行改写的文本。）

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."

非英语母语教学通常强调结构化学术模板。学生学标准句子模式、正式转折词和一致的段落结构。这产出了 FAQ 描述的那种统一性的写作。重叠不是故意的。它是学术英语教学方式和检测器文本特征化方式的结果。要不要因此改写法是另一个问题：为了不被标红，要不要改自己的写法。

FAQ 声明：

"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."（因此，我们必须强调，AI 写作指示器上的百分比不应作为采取行动的唯一依据，也不应作为教师最终的评分标准。）

如果你的人写文本被标记了，你有理由和导师谈。你可以引用 FAQ 的误判易发文本描述，解释你的写作过程，并指出分数是一个数据点。你也可以引用训练数据多样性声明，同时诚实说明它不保证免于误判。被标记了，但确实是你自己写的：怎么准备申辩讲的是这套说法怎么搭起来。

总结一下我们讲的内容：

• Turnitin 称训练数据包含二语学习者，但未提供数字验证有效性。
• 检测器不管语言背景都读词概率模式。
• 非母语者常见的正式学术写作可能和误判易发特征有重叠。
• FAQ 说分数不应作为采取行动的唯一依据。
• 被标记后，写作过程和 FAQ 自己的误判描述给了你讨论的依据。

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。