Skip to main content
ai-detectionacademic-integrityguidelms

SafeAssign原创性报告能检测AI吗?报告显示什么

· 8 min read· NotGPT Team

当学生看到SafeAssign原创性报告并在AI生成的论文中看到接近零的相似度分数时,一个常见的结论是SafeAssign没有检测到它——但原创性报告从未被设计用来检测AI写作。该报告将提交的文本与索引源的参考数据库进行比较,并显示文本与现有内容的匹配程度:它回答的是文本是否曾出现过,而不是人类还是语言模型写的。SafeAssign原创性报告能检测AI吗?在其传统形式中,不能——但某些Blackboard配置在原创性报告旁边添加了一个单独的AI概率层,这两个输出测量的是完全不同的东西。理解每个组件显示什么,以及其他地方存在什么,可以帮助学生和教师准确阅读结果。

SafeAssign原创性报告实际上显示什么?

SafeAssign原创性报告是一份结构化文档,在提交内容被处理后出现在Blackboard成绩簿中。它有三个主要组件。第一个是整体相似度百分比——一个数字,表示提交的文本中有多少与SafeAssign参考数据库中的内容相匹配,该数据库包括索引的公共网页、许可的学术期刊内容和全球以前提交的学生作品库。第二个是来源细分:一个排名的特定来源列表,列出了找到匹配的位置,以及每个来源的百分比贡献。第三个是匹配突出显示视图,它在原始提交的文档上进行叠加,使用颜色编码的注释显示哪些短语或句子触发了匹配,以及每个匹配指向的是哪个来源。这三个组件一起回答了一个狭隘的问题:这个提交中的文本之前出现过哪里?它们没有说明写作过程、创作者身份或是否涉及任何AI工具。一份完全由独创想法用独创语言组成的作品将产生0%的相似度分数,无论是人还是语言模型产生的。

  1. 打开Blackboard成绩簿并找到已提交的作业
  2. 点击SafeAssign报告图标以打开原创性报告
  3. 查看报告顶部的整体相似度百分比
  4. 滚动来源列表以查看哪些数据库或以前的提交作品产生了匹配
  5. 使用内联突出显示视图来确定哪些具体段落触发了匹配
  6. 在得出结论前,将任何标记的段落与学生的引用列表进行交叉参考

SafeAssign原创性报告能检测AI写作吗?

传统的SafeAssign原创性报告不能检测AI写作——这是一个结构性限制,而不是Anthology还没有添加的功能。相似度算法通过将文本分解为重叠的短语段,并在索引的参考语料库中搜索这些段来工作。AI生成的文本是通过预测每个位置最具统计概率的下一个单词来产生的,而不是通过检索现有段落。从ChatGPT、Claude或任何其他大型语言模型中出现的句子之前没有在SafeAssign的数据库中出现过,因为在用户运行该特定提示之前它们不存在;没有找到的匹配,所以原创性报告返回低相似度百分比。这个低分数并不意味着该作品是人类写的。它意味着文本与已知的现有来源不匹配——这是一个事实上不同的结论。这两个含义之间的混淆正是为什么safeassign原创性报告能检测ai这个问题经常出现:学生在完全由AI生成的论文中看到接近零的原创性分数,并假设SafeAssign通过了,而该报告从未被设计来评估这个问题。自2023年以来,Anthology一直在受支持的Blackboard配置中部署AI概率指示符,作为原创性报告旁边的单独结果。这个指示符是否出现在你的课程中取决于你的机构的合同层级和IT选择——这两者对提交界面都是看不见的。

"SafeAssign原创性报告测量文本相似度,而不是创作者身份。2%的相似度分数告诉你文本对数据库来说大部分是新的——它没有说任何关于谁产生它的东西。"

为什么抄袭匹配在根本上不同于AI检测?

抄袭检测和AI检测用不同的方法解决不同的问题,这就是为什么SafeAssign原创性报告即使在原则上也不能替代AI分析。抄袭检测回答一个检索问题:这个文本是否以索引形式存在于其他地方?它通过匹配来工作——将短语序列与已知语料库进行比较——并且在捕捉复制粘贴提交、紧密改述段落和从以前学期回收的论文时非常有效。AI检测回答一个创作者身份问题:这个文本是否展示了语言模型产生的统计模式?它通过分类来工作——分析信号,如整个段落中的单词选择可预测性和句子长度变化的程度——而不是通过与任何数据库进行比较。这些是可以指向相反方向的独立测量。一份相似度分数低的文档仍然可能展示统一的句子结构和高单词选择可预测性,这是AI输出的特征。一份相似度分数高的文档可能完全是人类写的且适当引用,仅仅是因为它大量引用了已发布的来源。运行一个检查不会给你另一个的结果。这就是为什么Anthology添加了一个单独运行的AI分析组件,而不是修改现有的相似度算法——两个结果回答不同的问题,将原创性报告视为AI检测器在两个方向上都会产生系统性的错误答案。

Blackboard教师能访问什么超越原创性报告?

在完全配置的Blackboard环境中工作的教师可以访问SuperAssign原创性报告本身无法提供的多层信息。最直接的补充是Anthology一直在推出到运行更新SafeAssign构建的Blackboard部署的AI概率指示符。在此功能处于活动状态的机构中,显示相似度百分比的相同成绩簿报告也包括单独的AI可能性分数,该分数来自统计文本分类器而非数据库查询——它在报告布局中从抄袭结果中视觉上明显不同。补充信息的第二类来自LTI集成的第三方工具。机构和教师可以配置Turnitin、GPTZero、Copyleaks或类似平台,通过学习工具互操作性连接器处理相同的Blackboard作业提交。当设置好时,提交通过SafeAssign和LTI工具运行,教师会看到两份单独的报告;从学生的角度来看,无论哪些额外工具在后台处理该作品,提交界面看起来都是一样的。除了自动报告之外,教师拥有任何软件都无法替代的教学工具:在多个检查点收集的书面提交日志、与主要作业相同主题的课堂写作样本,以及口头辩论要求都为教师提供了原创性报告无法提供的参考点。将原创性报告通过的论文与学生展示的课堂写作能力进行比较的教师拥有完全存在于报告本身之外的东西。

学生在通过SafeAssign提交前应该记录什么?

SafeAssign原创性报告捕捉最终提交文本及其与参考数据库的关系的快照。它不捕捉文档如何发展、哪些来源对其产生了影响,或有多少草稿先于最终版本。这个差距是过程文档重要的地方——不是因为每份提交都会面临审查,而是因为在写作期间维护这些文档只需很少的努力,如果问题在事后出现,可以提供真正的保护。最有用的文档是在写作过程的多个阶段保存的版本标记的草稿。文字处理器和云写作工具维护自动版本历史,但这仅在学生登录且文档存储在该历史可访问的位置时才有帮助。研究笔记——搜索查询、在研究阶段标记的来源、阅读亮点——证明学生在写作前从主要来源接触了该主题。在草稿前创建的大纲显示独立于任何最终散文开发的组织结构。在研究期间汇编的引用材料和工作参考书目在高相似度分数来自适当引用的引用时特别有价值,因为它们证明了来源是故意的。在任何阶段使用过AI工具的学生——用于头脑风暴、概述、语法审查或起草——然后修订或整合该协助应该保留这些对话日志或修订前草稿。教师审查混合过程工作时,如果学生能用具体术语而不是一般术语描述过程,则更可能公平评估它。

  1. 在开始起草前保存工作大纲,在文件名或文件元数据中注有日期
  2. 从第一个会话开始在写作应用程序中启用云同步或自动版本历史
  3. 保持研究日志——咨询的来源的浏览器书签或简单文本文件和使用的搜索术语
  4. 保存完整的引用列表,其中包含你引用的每个来源的完整书目条目
  5. 如果你在写作过程中使用了任何AI工具,请保留一条记录,说明你使用它的目的以及对任何AI辅助内容进行的编辑
  6. 提交前,查看大纲和草稿历史,以确认你可以追踪任何给定段落的发展
"SafeAssign原创性报告是你提交内容的快照,而不是你写它的方式的记录。在写作过程中维护的文档是报告无法看到的步骤的唯一证据。"

你应该如何准确地解释原创性报告分数?

一个常见的错误是将SafeAssign原创性报告的相似度百分比视为及格/不及格阈值,而不是解释的起点。大多数机构公布了什么相似度范围通常表示的内部指导方针——低于15%的分数通常被视为不起眼,15%至40%之间的分数通常会促使更仔细地查看哪些来源相匹配以及它们是否得到适当引用,而超过40%的分数通常会获得更正式的教师审查——但这些范围是特定于机构的,其中没有一个是通用标准。比标题百分比更重要的是来源细分。一份相似度分数为35%的提交,完全追溯到学生引用列表中的适当引用的引用,看起来与匹配段落对应于未引用的改述的提交截然不同。原创性报告提供了区分这些情况的工具——来源列表、匹配亮点和文档内叠加——但提取这种区分需要阅读报告而不仅仅是对数字作出反应。对于特别寻求safeassign原创性报告能检测ai的学生,答案是相似度百分比仅解决学术诚信审查的一个维度——在已启用AI概率指示符的机构中,该第二个维度作为相同成绩簿面板中的单独字段出现,而不是对原创性分数本身的修改。想在提交前理解其文本完整配置文件的学生可以使用显示句子级分析的检测工具进行预检查。这不复制SafeAssign的特定数据库,但它识别了最可能吸引注意的段落,并允许在作业窗口仍然开放时进行修订。NotGPT提供句子级的AI相似度分析——一个涵盖SafeAssign原创性报告无法达到的AI检测角度的检查,让学生在提交到教师之前对其提交可能的阅读方式有更完整的了解。

使用NotGPT检测AI内容

87%

AI Detected

“The implementation of artificial intelligence in modern educational environments presents numerous compelling advantages that merit careful consideration…”

Humanize
12%

Looks Human

“AI in schools has real upsides worth thinking about — but the trade-offs are just as real and shouldn't be glossed over…”

即时检测AI生成的文本和图像。一键将内容人性化。