Turnitin AI Score Explained: कितना AI प्रतिशत ज़्यादा है?

Turnitin AI स्कोर किसी सबमिशन के योग्य टेक्स्ट का वह हिस्सा है जिसके बारे में Turnitin का मॉडल अनुमान लगाता है कि वह AI से बना, या AI से बनकर किसी पैराफ़्रेज़र या बायपासर टूल से बदला गया। कोई आधिकारिक "बहुत ज़्यादा" प्रतिशत नहीं है: Turnitin कोई पास मार्क तय नहीं करता, 1% से 19% तक के किसी भी स्कोर को सिर्फ़ एक asterisk के रूप में दिखाता है, और कहता है कि स्कोर किसी छात्र के ख़िलाफ़ कार्रवाई का अकेला आधार नहीं होना चाहिए। यह इस बात की संभावना नहीं है कि आपने नक़ल की, और यह पूरी फ़ाइल का प्रतिशत नहीं है।

नीचे की हर बात Turnitin के अपने सार्वजनिक गाइड और ब्लॉग पोस्ट से है, जिनके लिंक साथ में दिए गए हैं। जहाँ Turnitin कोई संख्या देता है, हम वही संख्या उद्धृत करते हैं और बताते हैं कि दावा किसका है।

प्रतिशत असल में क्या मापता है

Turnitin का AI writing FAQ इस प्रक्रिया को कुछ चरणों में बताता है। सबमिशन से वाक्य निकाले जाते हैं और एक-दूसरे पर चढ़ते सेगमेंट में समूहित किए जाते हैं। डिटेक्शन मॉडल हर सेगमेंट को 0 और 1 के बीच एक मान देता है। हर योग्य वाक्य उन सेगमेंट का स्कोर पाता है जिनमें वह है, ओवरलैप वाले स्कोर मिलाए जाते हैं, और वाक्य स्कोर जोड़कर वह दस्तावेज़ आँकड़ा बनता है जो आप देखते हैं।

1. गद्य निकालनासिर्फ़ लंबे लेखन के पैराग्राफ़ों के भीतर के वाक्य योग्य टेक्स्ट गिने जाते हैं।
2. ओवरलैप के साथ सेगमेंट बनानावाक्यों को एक-दूसरे पर चढ़ते हिस्सों में समूहित किया जाता है ताकि हर वाक्य संदर्भ में आँका जाए।
3. हर सेगमेंट को स्कोरमॉडल हर सेगमेंट को 0 और 1 के बीच एक मान देता है।
4. वाक्य स्कोर मिलानावाक्य सेगमेंट स्कोर पाते हैं, और ओवरलैप वाले स्कोर मिलाकर एक बनाए जाते हैं।
5. हिस्सा बतानाइंडिकेटर दिखाता है कि योग्य टेक्स्ट का कितना हिस्सा AI-जनित या AI-संशोधित अनुमानित हुआ।

नतीजा पढ़ने के लिए दो ब्योरे अहम हैं। पहला, "योग्य टेक्स्ट" का मतलब गद्य वाक्य है। बुलेट पॉइंट, टेबल, कोड, कविता, स्क्रिप्ट और एनोटेटेड बिब्लियोग्राफ़ी का भरोसेमंद आकलन नहीं होता, और Turnitin बिब्लियोग्राफ़ी को बाहर रखता है। इसीलिए प्रतिशत हाइलाइट किए गए टेक्स्ट की मात्रा से मेल खाता नहीं दिख सकता। दूसरा, AI स्कोर और Similarity स्कोर अलग हैं। ऊँचा similarity मिलान AI इस्तेमाल के बारे में कुछ नहीं कहता, और कम मिलान किसी बात को ख़ारिज नहीं करता।

जुलाई 2024 के एक अपडेट के बाद से रिपोर्ट कुल को श्रेणियों में बाँटती है, और अगस्त 2025 से "AI-generated only" श्रेणी में वह टेक्स्ट भी आता है जिसके बारे में Turnitin का अनुमान है कि वह किसी AI बायपासर टूल से गुज़रा, जैसा उसके मॉडल रिलीज़ नोट्स में है। पैराफ़्रेज़ और बायपासर डिटेक्शन सिर्फ़ अंग्रेज़ी सबमिशन पर लागू होता है।

इंडिकेटर की स्थितियाँ पढ़ना

Using the AI Writing Report गाइड उन स्थितियों की सूची देता है जो किसी प्रशिक्षक को दिख सकती हैं। लोगों को सबसे ज़्यादा उलझाने वाली स्थिति तारांकन (*) है।

जुलाई 2024 से पहले बनी रिपोर्टों में अब भी 20% से कम संख्या दिख सकती है। अगर आप किसी पुरानी रिपोर्ट में, मान लीजिए, 12% देख रहे हैं, तो आज के नियमों में वह संख्या *% के रूप में छिपी होती।

फ़ाइल की शर्तें जो स्कोर को आकार देती हैं

किसी अंग्रेज़ी सबमिशन को स्कोर मिलने के लिए Turnitin ये शर्तें बताता है: लंबे लेखन में कम से कम 300 शब्दों का गद्य, 30,000 शब्दों से ज़्यादा नहीं, 100 MB से छोटी फ़ाइल, और .docx, .pdf, .txt या .rtf में से कोई एक। लंबे स्पेनिश, जापानी और आधुनिक अरबी लेखन के अपने मॉडल और FAQ पेज हैं।

लंबाई कोई तकनीकी बारीकी नहीं है। Turnitin का FAQ कहता है कि सिर्फ़ कुछ सौ शब्दों के दस्तावेज़ों में अनुमान ज़्यादातर "सब या कुछ नहीं" होता है, क्योंकि मॉडल बिना ओवरलैप के एक ही सेगमेंट को स्कोर करता है। आपके अपने वाक्यों और AI से निखारे गए एक पैराग्राफ़ वाला छोटा रिफ़्लेक्शन पूरा फ़्लैग होकर लौट सकता है। Turnitin ने दिसंबर 2023 के एक रिलीज़ नोट में यह भी बताया कि थोड़ा और टेक्स्ट होने पर सटीकता बढ़ती है।

फ़ॉल्स पॉज़िटिव पर Turnitin क्या कहता है

Turnitin कहता है कि 20% या उससे ज़्यादा AI लेखन वाले दस्तावेज़ों के लिए उसकी दस्तावेज़-स्तरीय फ़ॉल्स पॉज़िटिव दर 1% से कम है। उसके शब्दों में, इसका मतलब है कि सौ में से एक इंसानी दस्तावेज़ फ़्लैग हो सकता है। कंपनी कहती है कि वह हर मॉडल अपडेट से पहले ChatGPT के रिलीज़ से पहले लिखे 7,00,000 से ज़्यादा अकादमिक पेपरों पर इसकी जाँच करती है।

वाक्य-स्तर पर कहानी अलग है। जून 2023 की एक पोस्ट में Turnitin के चीफ़ प्रोडक्ट ऑफ़िसर ने वाक्य-स्तरीय फ़ॉल्स पॉज़िटिव दर लगभग 4% बताई और कहा कि गलत फ़्लैग हुए 54% वाक्य असली AI लेखन के ठीक बगल में थे, अक्सर इंसानी और AI अंशों के बीच के बदलाव पर। Turnitin ने यह भी कहा है कि उसे दस्तावेज़ों के पहले और आख़िरी कुछ वाक्यों में ज़्यादा फ़ॉल्स पॉज़िटिव दिखे, जहाँ सामान्य भूमिका और निष्कर्ष होते हैं, और मई 2023 में उसने इन्हें घटाने के लिए अपना तर्क बदला।

Turnitin अपने चुने हुए समझौते के बारे में खुला है। फ़ॉल्स पॉज़िटिव कम रखने के लिए वह कुछ AI टेक्स्ट छूट जाना स्वीकार करता है: उसका FAQ उदाहरण देता है कि 50% स्कोर वाले दस्तावेज़ में 65% तक AI लेखन हो सकता है। डिज़ाइन कम आँकने की ओर झुका है।

कितना AI प्रतिशत ज़्यादा है?

Turnitin कोई स्वीकार्य AI प्रतिशत प्रकाशित नहीं करता। रिपोर्ट में बनी इकलौती रेखा 20% है: 1% से 19% तक का कुछ भी asterisk के रूप में दिखता है, क्योंकि Turnitin कहता है कि उस दायरे में false positive ज़्यादा होते हैं। उसके ऊपर, क्या बहुत ज़्यादा है यह आपका कोर्स, विभाग या जर्नल तय करता है, अगर किसी ने तय किया हो।

कुछ यूनिवर्सिटी ने इस संख्या का इस्तेमाल न करना चुना। Vanderbilt ने August 2023 में Turnitin का AI डिटेक्टर बंद कर दिया। उसने बताया कि 2022 में उसने Turnitin को 75,000 पेपर भेजे थे, इसलिए 1% false positive rate का मतलब लगभग 750 पेपर ग़लत तरीक़े से आंशिक रूप से AI-लिखित बताए जाना हो सकता था।

इसलिए किसी भी प्रतिशत को संदर्भ में पढ़ें:

• 20% से थोड़ा ऊपर का स्कोर उस दायरे के पास है जहाँ Turnitin ख़ुद ज़्यादा false positive की उम्मीद करता है।
• 300 शब्दों की न्यूनतम सीमा के पास की छोटी फ़ाइल लगभग एक ब्लॉक के रूप में स्कोर होती है, इसलिए उसका प्रतिशत ज़्यादा उछल सकता है।
• किसी संख्या का मतलब डिटेक्टर नहीं, आप पर लागू नीति तय करती है। अगर वह नीति साफ़ नहीं है, तो उसे लिखित में माँगें।

स्कोर क्या नहीं बताता

• टेक्स्ट किसने लिखा। मॉडल शब्दों की संभावना के पैटर्न का अनुमान लगाता है। उसके पास आपके ड्राफ़्ट, नोट्स या आपके लगाए समय तक पहुँच नहीं है।
• इरादा या नीति का पालन। कई कोर्स और जर्नल कुछ AI सहायता की अनुमति देते हैं। एक प्रतिशत प्रशिक्षक को यह नहीं बता सकता कि आपका इस्तेमाल अनुमत था या नहीं।
• पूरे दस्तावेज़ का हिस्सा। सूचियाँ, टेबल और संदर्भ बाहर रहते हैं, इसलिए योग्य टेक्स्ट का 40% किसी लंबी फ़ाइल का छोटा हिस्सा हो सकता है।
• कोई स्थिर सत्य। Turnitin ने अक्टूबर 2025 और फ़रवरी 2026 में अपना मॉडल अपडेट किया। पुरानी रिपोर्टें दोबारा नहीं गिनी जातीं, लेकिन दोबारा जमा की गई फ़ाइल मौजूदा मॉडल से स्कोर होती है और अलग नतीजा दे सकती है।

Turnitin का FAQ उस तरह के इंसानी टेक्स्ट की सूची भी देता है जिसके गलत पढ़े जाने की संभावना ज़्यादा है: कम ढाँचागत विविधता वाला लेखन, ख़ुद को दोहराने वाला टेक्स्ट, और ऐसा पैराफ़्रेज़ जो नए विचार विकसित नहीं करता। यह साँचेदार अकादमिक गद्य से काफ़ी मेल खाता है, एक पैटर्न जिसे हम औपचारिक गद्य AI-लिखित क्यों लग सकता है में बताते हैं। स्वतंत्र शोध एक और चिंता जोड़ता है: 2023 के एक अध्ययन में कई डिटेक्टरों ने गैर-मूल अंग्रेज़ी निबंधों को ऊँची दरों पर गलत वर्गीकृत किया। Turnitin कहता है कि उसने इस पक्षपात को घटाने के लिए दूसरी भाषा के रूप में अंग्रेज़ी लिखने वालों को अपने प्रशिक्षण डेटा में शामिल किया।

छात्रों और शोधकर्ताओं को इसे कैसे पढ़ना चाहिए

प्रशिक्षकों के लिए Turnitin का अपना मार्गदर्शन है कि स्कोर को एक डेटा पॉइंट मानें जो बातचीत शुरू करता है, निष्कर्ष नहीं। आप भी यही नज़रिया अपना सकते हैं।

• सिर्फ़ संख्या नहीं, रिपोर्ट माँगें। डिफ़ॉल्ट रूप से छात्र AI इंडिकेटर नहीं देख सकते; प्रशिक्षक इसे डाउनलोड करके साझा कर सकते हैं। हाइलाइट किए गए वाक्य मुख्य आँकड़े से कहीं ज़्यादा बताते हैं।
• लंबाई और फ़ॉर्मैट जाँचें। 320 शब्दों का जवाब न्यूनतम सीमा के क़रीब है और लगभग एक ही ब्लॉक के रूप में स्कोर होता है। बहुत ज़्यादा बुलेट वाले दस्तावेज़ में योग्य टेक्स्ट कम हो सकता है।
• देखें कि हाइलाइट कहाँ पड़े हैं। भूमिका और निष्कर्ष में, या मेथड्स की घिसी-पिटी भाषा में समूह, इनकी ओर ध्यान दिलाना उचित है। अगर वे references या उद्धरणों पर पड़ें, तो Turnitin references और citations को AI क्यों बताता है देखें।
• अपनी प्रक्रिया साथ लाएँ। वर्ज़न हिस्ट्री और नोट्स किसी दूसरे डिटेक्टर से ज़्यादा वज़न रखते हैं। हमारा गाइड गलत तरीक़े से AI के रूप में फ़्लैग होने पर क्या करें इसे क़दम-दर-क़दम बताता है।
• जिन नियमों के तहत आप काम करते हैं, उन्हें जानें। क्या अनुमत था, यह कोर्स और जर्नल की AI नीतियाँ तय करती हैं। स्कोर नहीं।

जर्नल में जमा करने वाले शोधकर्ताओं को यह भी याद रखना चाहिए कि प्रकाशक विश्वविद्यालय से अलग जाँचें चला सकता है, और AI-सहायता वाले लेखन के प्रकटीकरण नियम प्रकाशकों के बीच अलग होते हैं। जमा करने से पहले नीति पढ़ना बाद में सफ़ाई देने से सस्ता है।

Academic Humanizer की भूमिका

Academic Humanizer उन शोधकर्ताओं के लिए बना है जिनके अपने तर्क मशीनी टेक्स्ट की तरह पढ़े जाते हैं। इसकी AI Detection Report वाक्य-दर-वाक्य दिखाती है कि ड्राफ़्ट के कौन-से हिस्से AI जैसे पढ़े जाते हैं और ड्राफ़्ट व संशोधित संस्करण की एक ही पैमाने पर तुलना करती है, और प्रोडक्ट को Turnitin, GPTZero, ZeroGPT, Copyleaks, Sapling और Originality.ai पर परखा गया है। Humanizer से सिर्फ़ फ़्लैग वाक्य दोबारा लिखे जाते हैं और आपके बाक़ी वाक्य ठीक वैसे ही रहते हैं जैसे आपने लिखे। कोई भी टूल यह वादा नहीं कर सकता कि कोई ख़ास Turnitin रिपोर्ट कैसी आएगी, इसलिए अंतिम पाठ, और क्या प्रकट करना है इसका फ़ैसला, आपके हाथ में रहता है। रिपोर्ट कैसे काम करती है, इसके लिए देखें AI Detection Report को समझें।