Turnitin versus AI detection tools：差別與誤判

交 Essay 前看到「Similarity Report」或「AI score」，不少香港學生第一反應都是緊張：有百分比是否代表抄襲？AI 指標高是否等於一定會被當？其實，Turnitin versus AI detection tools 的差別，不在於哪一款工具更可怕，而在於它們檢查的是兩個不同問題。看錯報告、亂改內容，反而可能令一份本來合規的功課變得更可疑。

對讀英國大學銜接課程、Master、Top-up Degree，或一邊返工一邊趕 Assignment 的同學來說，最實際的做法不是追求「零分報告」，而是確保你的研究過程、引用方式與寫作內容經得起導師追問。這才是保護自己成績與學術紀錄的方法。

Turnitin versus AI detection tools：到底查甚麼？

Turnitin 最為人熟悉的功能是相似度比對。系統會將你的文字與網頁、期刊文章、過往學生作業、出版物及資料庫內容作比較，再標示出相近的句子或段落。它回答的是：「這份文件有多少文字與已存在來源重疊？」它不會單靠一個百分比，就替導師判定你有沒有抄襲。

例如，你的 Nursing Essay 正確引用了 NICE guideline、法例名稱或專業定義，報告出現相似文字很正常。商科報告的公司名稱、財務數字、問卷題目，甚至 Harvard reference 格式，也可能被標示。關鍵是被標示的部分有沒有清楚引用、是否屬於必要術語，以及大段內容是否直接搬用而沒有自己的分析。

AI detection tools 則嘗試判斷文字是否呈現大型語言模型常見的生成模式，例如句式過度平均、用字機率異常一致、段落結構太工整等。它們不是把你的文章拿去找「原文來源」，而是根據統計特徵估算內容可能由 AI 生成的程度。因此，AI 指標本質上是風險訊號，不是事實裁決，更不是學術不誠信的鐵證。

為何兩份報告都不能只看百分比？

很多同學誤以為 Turnitin 15% 就安全、30% 就危險。事實並非如此。一份 25% 的報告，若大部分來自已妥善標註的參考文獻、研究工具名稱和直接引文，未必有問題；一份只有 5% 的報告，若那 5% 是未引用的核心論點或整段複製內容，同樣可以很嚴重。

AI 偵測結果更需要保守解讀。不同工具使用不同模型、語料庫與門檻，同一篇文章在不同平台可以得到完全不同的結果。英文並非母語的學生，為了令語法較準確，往往會寫出較公式化的句子；理工科 Lab Report、Accounting calculation explanation、Python 程式註解亦常使用重複而精準的表達。這些情況都有機會被系統誤判為 AI 特徵。

更重要的是，院校政策各有不同。有些課程容許使用 AI 協助 brainstorm、整理大綱或改善語法，但要求申報；有些課程禁止將任何課業內容輸入公開 AI 平台；有些 FYP、Dissertation 與專業資格課程則有更嚴格規則。你要跟隨的是 module handbook、導師指示及學校的 academic integrity policy，不是網上流傳的「安全百分比」。

香港學生最常見的誤區

第一個誤區，是把「原創」理解成每一句都不能與別人相似。學術寫作本來就要建立在已有理論、文獻和數據上。真正的原創性，在於你如何選擇證據、比較觀點、提出分析，並清楚交代資料來源。尤其是 Dissertation literature review，合理引用不是扣分位，反而是研究能力的基礎。

第二個誤區，是為了壓低相似度而過度改寫。把專業術語硬換成不精準的字、將清楚的句子改到語法不通，或用機械式同義詞替換，導師一看就會發現論述質素下降。Quantity Surveying、Engineering、Criminology 等科目有固定術語，準確永遠比「避開相似」重要。

第三個誤區，是在看到 AI 指標後，急於把整份功課丟進另一個工具重寫。這樣不但可能改掉你的原意，也可能令文章前後語氣、用詞與研究資料不一致。若導師要求你解釋研究過程，一份突然變得過分流暢、卻答不出資料來源的文章，風險遠高於一份有正常學生寫作痕跡的原創作品。

交功課前，應該怎樣處理查核結果？

先打開 Turnitin 報告逐項看來源，不要只看總分。檢查每一個較長的相似段落：它是否已經有正確 in-text citation？是否應使用引號？是否是 reference list 造成？是否不小心沿用了 lecture note 或網頁的句子？有需要時，回到原始文獻重新理解，再用自己的論證方式寫出來。

接著，為你的創作過程留下紀錄。保留題目要求、閱讀筆記、資料搜尋紀錄、問卷或訪談材料、Excel 數據檔、程式版本、初稿與修改記錄。對 FYP、Thesis、data analysis project 特別有用。萬一導師對 AI 指標有疑問，你可以具體說明你如何由 research question、methodology 到 findings 一步步完成，而不是只能說「這是我寫的」。

若學校准許有限度使用 AI，請按要求披露用途。例如你可能用過拼字檢查、語句建議或大綱整理，但所有文獻選擇、計算、案例分析與結論均由自己完成。誠實披露通常比隱瞞更能保障你。反過來說，若課程規則不容許，就不要把未提交的功課內容上傳到任何公開工具，亦要留意資料私隱與研究受訪者資料的保密責任。

何時需要找人做學術支援？

真正有價值的支援，不是替你製造一份無法解釋的文件，而是協助你理解 rubric、改善 argument、核對 reference、整理研究設計，以及找出語言和結構問題。當 deadline 很近、英文 academic writing 不熟悉，或你同時要返工、照顧家庭與完成 coursework，及早找專人做 one-to-one consultation，往往比最後一晚胡亂改稿更有效。

AAHK 的學術支援可集中在合乎學術誠信的 editing、referencing 檢查、研究方法討論、簡報演練及程式概念講解，讓學生保留自己對作品的掌握。尤其是導師可能追問的部分，例如 MATLAB 模型設定、Python code logic、問卷抽樣理由或文獻選擇原則，必須由你真正理解，才有能力自信回應。

報告是起點，不是判決

Turnitin 與 AI 偵測工具可以幫你發現引用遺漏、文字重疊或需要重新檢視的段落，但它們無法看見你的閱讀過程、課堂討論、草稿演變和真正的理解。最穩妥的交功課策略，始終是提早開始、準確引用、保存工作紀錄，並在不肯定時先問導師或可信的學術支援人員。當你能清楚解釋每個主要觀點從何而來、為何這樣分析，任何一份查核報告都不應成為你無法處理的壓力。