美國學校的 Turnitin AI 檢測：採用率、大學政策、準確度與日益擴大的校園分歧

執行摘要：Turnitin AI 檢測在美國高等教育界引發了巨大的分歧。儘管全球已有超過 16,000 所機構（包含美國境內 4,000 多所）啟用此功能，但在全美排名前 50 的國立大學中，僅有 2 所明確表示持續使用；反觀 35 所學校已停用或拒絕導入，另有 13 所未對外公開其設定。隨著偽陽性誤判、針對 ESL（英語作為第二語言）寫作者的偏見（史丹佛大學研究指出其誤判率高達 61%），以及神經多樣性學生頻遭誤報的問題日益嚴重，越來越多學校選擇在每學期結束後棄用該系統。

1. 採用概況：美國學校實際使用 Turnitin AI 檢測的情形

1.1 規模與範圍

Turnitin 於 2026 年 1 月宣布，全球已有超過 16,000 所教育機構使用其 AI 寫作檢測功能。從帳面上看，美國的採用範圍相當廣泛——但若深入觀察菁英學校，情況則大相徑庭。

推廣時間軸：

• 2023 年 4 月：Turnitin 將 AI 檢測設為預設開啟，適用於約 10,700 所機構；學校必須自行選擇退出。

• 2025 年秋季：超過 80% 的美國四年制大學已啟用 Turnitin AI 模組。社區學院於 2026 年春季跟進。

• 2025 單一年度：加州州立大學 (CSU) 系統在 Turnitin 上花費了超過 110 萬美元，其中包括額外花費 163,000 美元購買 AI 檢測附加組件。

1.2 真實學生 AI 使用數據（基於 Turnitin 自身 3,300 萬份提交的數據集）

Turnitin 於 2026 年 7 月發布的《學習誠信洞察報告》（Learning Integrity Insights Report）——基於 2025 年 10 月至 2026 年 4 月間 3,300 萬份美國高等教育提交的論文——描繪了迄今為止最清晰的課堂 AI 使用情況：

• 19.4% 的美國大學提交內容顯示 AI 寫作分數高於 80%（基本上判定為完全由 AI 撰寫）

• 這大約是同期英國 (9.8%) 和澳洲 (10.2%) 比率的兩倍

• 在 K-12 階段，美國學生僅有 5–6% 的 AI 分數高於 80% — 遠低於高等教育階段

• 成長軌跡：2023 年剛推出時，僅有 3.3% 的提交內容 AI 分數高於 80%；到 2026 年初，該數字已攀升至近 15%，目前則達到 19.4%

1.3 提交後的程序 — 分數閾值

Turnitin 會對每篇論文進行兩項獨立分析：傳統的抄襲相似度檢查和獨立的 AI 寫作檢測模型。教授會在報告中並排檢視這兩個百分比。

每位學生都應了解的兩個關鍵細節：

1. Turnitin 隱藏了 1–19% 區間內的精確數字，僅顯示星號 *%。這意味著系統在低信賴度下，無法可靠地區分 AI 生成內容與正規人類寫作。

2. Turnitin 本身記錄了 ±15 個百分點的誤差範圍。因此，50% 的分數在法律定義上，可能落在 35% 到 65% 之間的任何數值。

2. 機構觀點：大學的實際立場

美國的大學在 Turnitin eSIM 檢測問題上明確分為三個陣營。

2.1 第一陣營 — 堅定承諾（在頂尖學校中極為罕見）

僅有極少數學校既公開肯定又積極依賴 Turnitin eSIM 檢測：

2.2 第二陣營 — 謹慎應對／教師裁量（規模最大）

超過 40 所前 50 名大學將決策權交予個別教職員。「由講師自行裁量」這句話幾乎一字不差地出現在康乃爾大學、密西根大學和南加州大學等多所學校的政策中。

這一陣營的共同理念為：

• 認可 AI 為新興的寫作輔助工具；校園全面禁止既不切實際也難以執行。

• AI 檢測分數僅能作為調查的起點，絕非判定違規的直接證據。

• 必須具備正當程序的配套機制：申訴管道、草稿與修訂紀錄審查，以及必要時的口頭答辯。

2.3 第三陣營 — 停用或拒絕（成長最快）

這是成長最迅猛的陣營。70% 的美國前 50 名大學（50 所中的 35 所）已停用 Turnitin eSIM 檢測，或完全不使用任何 AI 檢測工具。各校提出的理由幾乎如出一轍：誤判風險太高，其代價遠超檢測效益。

范德比大學的領頭指標 — 2023 年 8 月 范德比大學是第一所公開停用 Turnitin eSIM 檢測的主要研究型大學。其官方說明計算指出，即便按照 Turnitin 自稱的約 1% 誤判率，每年提交的 75,000 份論文中，仍可能導致約 750 份論文被錯誤標記。教務長辦公室最終認定，該工具的風險收益比在處理學術紀律問題上是不可接受的。

停用或限制 eSIM 檢測的大學代表名單（2025–2026 年）：

全球總計：截至 2026 年年中，全球至少有 4 個國家的 61 所大學已完全停用 AI 檢測。

2.4 新興州法律趨勢

兩個美國州份在 2026 年通過法律，強制學校訂立正式的 AI 政策：

• 俄亥俄州 (HB 96)：要求所有學區採納正式的 AI 政策，或遵循州級統一的 AI 規範架構。

• 維吉尼亞州 (SB 394)：針對正式且由部門管理之 AI 政策架構的平行要求。這些法律實質上強迫機構必須記錄其使用（或不使用）AI 檢測的方式，並說明現行的正當程序為何。

3. 檢測結果：聲明與現實

3.1 準確度差距 — Turnitin 的行銷與獨立研究

3.2 誰是被誤報的受害者 — 三類高風險群體

① 非母語英語使用者（ESL / ELL / 國際學生）

這是 AI 檢測工具最顯著且記錄詳盡的公平性問題。其核心機制很單純：AI 檢測器依據「困惑度」（字詞選擇的可預測性）與「突發性」（句長變化）來進行判斷。非母語寫作者自然會使用在統計上更具可預測性的詞彙與句構，這正是檢測器與機器生成內容所連結的「指紋」。

2024–2025 年的後續研究證實，在相同的作業條件下，提交給 Turnitin 的 ESL 作品被錯誤標記的可能性，比母語人士高出 30%。

Turnitin 曾發表內部研究聲稱並無顯著偏見，但該研究採用了 300 字的嚴格門檻，許多真實學生的論文並不符合此標準，且該結論與此前後發表的各項主要獨立研究皆相互矛盾。

② 神經多樣性學生（自閉症、ADHD、閱讀障礙、強迫症）

北伊利諾大學的研究指出，神經多樣性學生的誤報率較高，因他們傾向於使用重複短語、獨特的選詞方式或高度結構化的溝通模式。

Orion Newby / 阿德爾菲大學案件（見下文第 4 節）即是一個指標性案例：一名與學校指定導師共同撰寫論文的自閉症大一學生，其作品被 AI 檢測認定為 100% 生成。儘管另外兩個獨立檢測器（Grammarly、ZeroGPT）認定為人類撰寫，校方仍拒絕讓步，最終由法官撤銷了該裁定。

③ 高度公式化的學術寫作

某些文體因其嚴密的結構，在統計模型眼中極易被視為「AI 生成」：

• 實驗報告（IMRaD 格式）

• 法律摘要與 IRAC 備忘錄

• 護理照護計畫

• 工程規格書

• MBA 案例分析範本

• 五段式作文（這是美國高中標準格式，且 GPT 模型預設的寫作模式正與此高度重合）

當數千名學生提交相同的僵化模板時，文本會趨同於被檢測器視為 AI 的模式。Turnitin 自身的細則亦警告，若文件中被標記為 AI 的比例低於 20%，可靠性會大幅下降 — 而這正是公式化學生寫作最常出現的情況。

3.3 種族差異層面

調查數據顯示，誤報問題除了語言背景，還存在種族維度：

• 20% 的黑人青少年曾被錯誤指控在學校作業中使用 AI

• 10% 的拉丁裔青少年

• 7% 的白人青少年

黑人學生被錯誤指控的可能性幾乎是其他人的 3 倍。當誤報導致成績不及格、成績單留汙點或停學紀錄時，這無疑加劇了既有的教育不平等。

3.4 刻意的設計權衡

Turnitin 首席產品長 Annie Chechitelli 已公開證實，公司做出了一項刻意的校準決策：為將文件級誤報率維持在 1% 以下，演算法蓄意允許約 15% 的真實 AI 生成內容未被檢測到。Turnitin 寧可「漏掉一些 AI 生成內容」，也不願冤枉更多人類寫作者。

這導致系統陷入了對無辜學生過於激進，而對真正的 AI 使用行為卻過於寬容的兩難境地 — 從純粹的學術誠信觀點來看，這是最糟糕的結果。

4. 訴訟與轉折點：學生對抗錯誤的 AI 指控

截至 2026 年年中，至少有 六起正式的美國訴訟 是由因 AI 檢測指控而受到紀律處分的學生所提起的。

記分牌： 1 起明確的學生勝訴，2 起學校勝訴，3 起審理中。目前沒有任何法院裁定 AI 檢測工具「本身」是非法的 — 迄今為止的所有判決都圍繞著正當程序（公平聽證、對相反證據的考量、是否遵守機構自身書面程序），而非檢測技術的科學有效性。

焦點：兩個具決定性的案例

Orion Newby 訴 Adelphi — 首位學生勝訴 Orion Newby 是 Adelphi 大學 Bridges 支援計畫中的一年級自閉症學生，他在大學指派的導師協助下撰寫了一篇世界文明論文。Turnitin 將其標記為 100% AI。其他兩個獨立工具（Grammarly 和 ZeroGPT）則認為是人類創作。Newby 提供了草稿歷史紀錄和導師證詞。Adelphi 的誠信委員會仍維持指控。紐約州最高法院法官撤銷了該裁定，並下令徹底抹除紀錄。

關鍵在於：這是一起 州級第 78 條程序 案件，而非聯邦案件 — 且其核心在於破裂的紀律程序，而非針對 Turnitin 本身的裁決。儘管如此，它仍是學生權益圈中被引用最多的判例，因為它明確拒絕了「100% Turnitin 分數可以取代真實調查」的觀點。

Kato 訴 PAUSD — 1,162 頁的證據包 帕羅奧圖高中的一名十年級學生撰寫了一篇關於亞瑟·米勒 (Arthur Miller) 的《薩勒姆的女巫》(The Crucible) 的論文。Turnitin 將其標記為 76% AI。老師要求學生在課堂上監督重寫；分數從 A/B 範圍降至 C。該家庭向學區提交了超過 1,100 頁的 Google 文件修訂歷史、草稿和帶有時間戳的工作流證據 以證明為原創。學區拒絕修改分數。該案件目前在 美國加州北區聯邦地區法院 審理。

訴訟如何迫使學校做出改變

實際上，每一所在 2025–2026 年更新其 AI 政策的大學現在都明確要求：

1. 僅靠 AI 百分比 不足以 作為紀律處分的證據。

2. 必須考量多種形式的證據（草稿、版本紀錄、口頭提問、寫作樣本）。

3. 必須存在具備紀錄程序的正式申訴管道。

4. 教職員必須接受 AI 檢測工具限制的培訓。

Turnitin 本身在 2026 年 2 月的策略公告中宣布轉向 「從檢測走向透明」，推出了讓講師可以觀察文件 隨時間演變 的過程，而不僅僅是判斷最終分數的功能。

5. 反應的範疇

5.1 支持保留檢測工具的論點

• 大規模誠信管理：若無任何檢測工具，對於動輒數百甚至數千名學生的大型課程而言，執行學術誠信在實務上幾乎是不可能的。

• 有總比沒有好：即便存有缺陷，Turnitin 仍是目前市場上最精準的通用型檢測器。OpenAI 自家的分類器在 2023 年 7 月全面下架前，僅能識別出 26% 的 AI 生成文本，且誤判了 9% 的人類創作文本。

• 改變行為：具備顯著的威懾作用。即便檢測並不完美，也能改變學生面對作業誠信的態度。

• 協助弱勢學生：矛盾的是，部分學生事務人員指出，檢測工具能成為對話的契機（而非直接予以懲罰），從而找出真正遭遇困難或不熟悉學術誠信規範的學生，進而提供輔導而非僅是處罰。

5.2 支持放棄檢測工具的論點

• 頂尖大學的共識：在全美排名前 10 的大學中，沒有任何一所學校公開將 AI 檢測應用於課程懲戒。當這些最具指標性的頂尖學府紛紛棄用，便顯示出專業領域對該工具不可靠性的共識。

• 61% 的 ESL 學生誤判率：當一個誠信檢測系統將五分之三由非母語人士撰寫的原創論文歸類為 AI 生成時，該系統便失去了其正當性。

• 交叉性的傷害：語言背景 (ESL)、神經多樣性與種族差異等因素交織，導致本已處於弱勢的學生群體面臨複合式的過度監管。

• 教學上的寒蟬效應：學生表示他們寫作是為了「滿足演算法」，而非追求文章的邏輯清晰、創意或說服力。對「困惑度」與「突發性」的優化，取代了真正獨立思考的過程。

• 存在基於實證的替代方案：重新設計真實評量、基於過程的驗證、作品集比對與口頭答辯，這些方法的成效皆遠勝於檢測工具，且不會因寫作風格而懲罰學生。

• AAC&U 數位創新副總裁 Edward Watson：「充其量，AI 檢測工具只能作為學術誠信調查中的參考輔助。教師絕不應將 AI 檢測結果視為定論，或是所謂的『鐵證』。」

5.3 替代工具箱：學校改採用的做法

已停用檢測工具的大學，絕大多數轉向採用以下三種評量重設計模式：

6. 快速參考數據表

6.1 採用概況數據

6.2 學生 AI 使用情形（美國高等教育，2025 年 10 月 – 2026 年 4 月）

6.3 準確性與誤報矩陣

7. 結論

美國學校中 Turnitin AI 檢測的應用狀況正處於快速變遷之中。歸納出以下四項主要結論：

① 廣泛採用，但頂尖大學卻步。 儘管 80% 的四年制高等教育機構在技術上部署了 Turnitin AI，但最負盛名的頂尖大學卻紛紛棄用。在全美前 50 名的大學中，僅有兩所明確維持啟用狀態，而 35 所學校已將其關閉。學校規模越大且越依賴自動化系統（如社區學院、線上學程、大型州立大學系統），其對此類檢測的依賴度就越高。

② 機構共識：AI 分數並非判定依據。 無論學校是否維持檢測功能，全國各校更新後的政策方針已達成一致：Turnitin AI 的檢測百分比本身無法作為懲戒學生的依據。它必須結合多種證據形式，如草稿、修訂歷史、寫作樣本及口試詢問等。Newby v. Adelphi 一案的判決鞏固了此原則，法官撤銷了一項指控學生 100% 使用 AI 的處分，原因在於校方跳過了必要的實質調查。

③ 準確性存在嚴重的群體差異問題。 在母語使用者的自由書寫文本中，Turnitin 的原始準確度尚可，但在該系統本已缺乏足夠支持的群體中，其表現極其糟糕：包括非英語母語者（史丹佛大學研究顯示其誤判率高達 61%）、神經多樣性學生、寫作風格高度公式化的學生，以及統計顯示受影響較大的非裔與拉丁裔學生。這種系統性偏見是大學決定棄用該系統的最主要原因。

④ 簡單的提示詞重寫無法繞過 Turnitin AI 檢測。 同行評審文獻與實際課堂案例均證實，表面的提示詞調整——如加入「像人類一樣撰寫」、要求變換句長，或是透過二次改寫工具處理 AI 文字——都無法有效降低 Turnitin AI 的分數。Turnitin 檢測的是詞彙選擇與句法結構中深層的統計規律，而非表層的修辭風格。至於那些確實能降低分數的技術（如字元級干擾、進行 30% 以上的人工重寫、或經過多輪回譯），要麼嚴重損害文本品質，要麼其實等同於學生自己重新撰寫了內容。

目前美國高等教育界已逐漸形成共識：AI 時代的學術誠信無法僅靠「黑箱」分類器來維持。可持續的發展路徑是將核心重心從「檢測導向」轉向「過程導向」，即重視寫作過程、多重證據佐證、師生間的對話交流，以及設計更具真實性的作業任務。至於在更多因誤判引發的法律訴訟發生前，各校能否全面轉向此模式，仍有待觀察。