学生的论文提交Turnitin进行AI写作检测后，老师们面临最大的困惑可能就是：学生声称文稿是他们自己手写的，AI写作检测值为什么这么高？又该如何帮助学生应对？

本文将从以下五个方面为教师提供参考：
一、如何确保AI写作检测值较低？
二、Turnitin的AI写作检测器误报率有多高？
三、哪些文本特征容易导致误报？
四、看到学生的AI写作检测值偏高，教师应该如何应对？
五、提醒学生的注意事项

需要说明的是，并不存在降低AI写作检测值的技巧，更重要的是理解检测原理，并引导学生完成真实的写作。下面，我们逐一来看。

（1）文稿内容要自己写。

（2）可以用Grammarly等软件进行局部的语法纠错，但避免使用AI、Grammarly或其他润色工具来润色文稿。 

（3）避免使用AI工具或翻译软件来将中文写成的文稿翻译成英文。

Turnitin的AI写作检测器将学生撰写的文稿误报为AI生成的概率是非常低的。

首先，在Turnitin的AI写作检测器正式发布之前，它经过了80余万份真实的人工撰写的学术论文测试。在确认误报率在文章层面低于1%之后，才正式发布的。

其次，随着AI写作检测技术的更新，Turnitin在发布新的AI写作检测功能之前，都会额外再测试70余万份人工撰写的学术论文，以确保误报率在文章层面始终低于1%。

https://www.turnitin.com/blog/ai-writing-detection-update-from-turnitins-chief-product-officer

https://www.turnitin.com/blog/understanding-the-false-positive-rate-for-sentences-of-our-ai-writing-detection-capability

当然，误报率再低，也不能完全避免误报。那误报在哪些情况下容易发生呢：

因此，如果一篇文章只是在现有信息层面进行改写和汇总，而没有提出实质性的新见解，其信息密度和创新性就可能与AI生成的文本相似，从而被标记。

此外，Turnitin的AI写作检测结果本身就很宽容：如果AI内容低于20%，它是不会报出来的，而且它只高亮标记高度疑似AI生成的文字，对于无法确定的内容则不会纳入报告。

综合以上信息，当AI写作检测值偏高时，为了最大化地保护学生，避免误伤，作为老师，我们可以：

（1）结合相似度报告，看看文稿的引用是否真实，参考文献来源是否可靠。

（2）跟学生沟通，看看他们有没有使用AI工具来润色或者翻译文稿。

（3）根据学生的日常表现来评估被高亮标记的内容是否符合学生的实际英文水平。

（4）如果排除学生使用了AI工具的可能性，我们可以着重分析被高亮标记为AI生成的这些文字，看看它们是否具有容易被误报的文本特征，即：它们是不是结构变化较少的列表、是否是字面重复的文本、是否是仅改写而未发展新观点的文本。如果论文中这样的文本占比超过20%，这本身也说明，这些文字是值得被修正的，也是学生需要我们引导，帮助他们提高的地方。

总之，我们不能根据AI写作检测报告简单地去判定学生是否存在AI误用的情况。AI写作检测报告只是一个辅助工具，用好它，既可以促进学术公平，也能帮助老师快速甄别学生的学术写作问题。

所以，如果发现AI写作检测报告中有大量被高亮标记的文字，要避免直接将文稿退回给学生，让学生自己去降AI率，而是跟学生充分沟通后，根据具体情况来加以引导。

还要提醒学生，不要使用AI bypassers来降AI率，因为一方面，Turnitin的AI写作检测器可以检测出由AI生成再经AI bypassers拟人化的文字，另一方面，AI bypassers拟人化的文字可读性较差，是不能保证论文质量的。

更重要的是，这些做法都违背了我们进行AI写作检测的初心。毕竟，AI写作检测器的最终目的，还是在于保障学术公平，促进学生原创写作能力的发展。

为便于阅读，下文以Mr. Tsui第一人称自述。

数字化教学推行这么多年，相信不少同行和我一样，前前后后试过各式各样的教学平台。想找到一款操作顺手、功能灵活的工具，实在不容易。

在听说Quizizz完成全面升级并更名为Wayground后，我感到特别惊喜。Wayground既保留了Quizizz的趣味测试和海量题库，又整合了AI工具和各类教学功能。在使用Wayground高阶版后，我的备课效率大幅提升，无需在多个软件间来回切换，课堂活动设计、习题生成和资源管理都能在同一平台完成，整个教学流程也更加顺畅。

向教师们介绍Wayground

通常，老师在选择AI工具时，最担心的问题莫过于生成的内容和本地课标不匹配。但在实际操作中，我发现Wayground对教学大纲的匹配度很高。

以香港的教学环境为例，平台能够适配从小一到中六不同年级的课程需求。无论是学科单元教学，还是专项备课，老师只要输入学科和主题，系统就能快速生成配套的练习与活动。这些内容大多能够直接应用于课堂，如果老师需根据班级情况稍作调整，也可以灵活编辑，大大提升了备课效率。

借助Wayground，老师可以在同一堂课中兼顾不同学习水平学生的需求

在日常教学中，我常把Wayground比作一个智能厨房。老师扮演的是大厨的角色，负责把控核心的教学设计和方向，准备好最基础的食材，即知识点。而平台则是功能强大的智能化料理机，能够根据老师的要求，把相同的知识点加工成连环竞赛、互动问答、翻转课堂等各种不同的教学活动。

Wayground让课堂学习更具互动性、协作性与趣味性。

Wayground打动我的另一个优势，是它始终尊重教师在教学中的核心地位。它不会试图绕过老师，给学生一个纯自学的环境，而是帮老师构建更互动、更有人情味的数字课堂，让每一节课都在老师的节奏里有条不紊地推进。

借助平台的学情数据分析功能，老师可以直观了解学生作答的情况

正因如此，我很乐意把Wayground分享给身边的同事。希望更多老师能拥抱AI带来的机遇，在教学中探索新的可能。

我也衷心祝愿Wayground越走越好，让更多教育工作者受益。

参考资料：

Embracing the AI Era in Education: A Hong Kong Teacher's Experience with Wayground

https://wayground.com/blog/embracing-the-ai-era-in-education-a-hong-kong-teachers-experience-with-wayground?lng=zh-CN

Turnitin Clarity上线一年多以来，教育工作者对AI在课堂中的应用方式也有了更多实践。基于Turnitin在6月发布的《Learning Integrity Insights Report Q2》、2026年上半年60余场教育活动收集的数据，以及全球800多所院校使用Turnitin Clarity的经验，Turnitin发现了以下三点变化：

Turnitin在与全球教育工作者的交流中发现，教师非常希望了解学生如何在作业中使用AI，以及AI在其中发挥了怎样的作用。

截至目前，

全球已有817所院校使用Turnitin Clarity，共创建23,866项写作任务。

学生累计完成313,299篇文稿，并与AI助手进行了732,739次交流。

从实际应用来看，英语、历史和社会科学等课程是Clarity应用较广的领域。同时，也有越来越多STEM课程开始将其用于写作任务。无论学科如何变化，教师的需求都高度一致：希望通过更完整的过程记录，了解学生如何形成观点、完善内容，以及在写作过程中经历了哪些变化，为教学评估提供更全面的参考。

报告显示，在美国高等教育中，约19.4%的学生提交作品AI写作值超过80%，约为英国和澳大利亚的两倍；而在K-12阶段，三个国家这一比例均保持在5%至6%左右。

为了回应这些问题，Turnitin推出了Turnitin Clarity。它不是检测工具的替代品，而是补上写作教学流程中长期缺失的一环——让写作过程透明化。

随着AI应用逐渐普及，Turnitin也观察到学生使用AI的方式正在发生变化。许多学生会在完成初稿后主动向AI寻求反馈，例如询问文章是否符合评分标准、哪些地方可以进一步改进，以及如何优化结构、段落组织和引用格式。

这也反映出，AI正逐渐融入学生的学习过程，成为他们修改、完善作品时的一种辅助工具。

不同学段、课程和学校对AI的使用要求不同，教师希望AI工具能够灵活适配不同的教学需求。

今年5月，Turnitin为Clarity推出AI助手自定义设置功能。教师可以根据课程要求和学校政策调整AI助手的反馈方式，让AI更好地适应不同的教学场景。

过去一年，Turnitin Clarity的实践表明，AI正在逐渐融入学习过程。未来，Turnitin将继续与教育工作者共同探索AI在课堂中的合理应用，帮助教师更透明地了解学习过程，并支持学生建立更加有效的AI使用方式。

参考资料：

[1] Turnitin, AI is in education: A look into what we’ve learned from our Turnitin Clarity customers (2026)

https://www.turnitin.com/blog/ai-is-in-education

[2] Turnitin, US Higher Education Students Outsourcing Writing to AI at Twice the Rate of UK, Australian Peers (2026)

https://www.turnitin.com/press/us-higher-education-students-outsourcing-writing-to-ai-at-twice-the-rate-of-uk-australian-peers

[3]Turnitin, Learning Integrity Insights Report Q2 (2026)

https://go.turnitin.com/l/45292/2026-06-26/cq2nyr/45292/1782479651Lt2IyJfm/Q2_Learning_Integrity_Insights_Report.pdf

高中生在线实习项目

解锁真实职场体验，连接兴趣与未来方向

招生对象: 15岁及以上的学生，具备基础的英语沟通能力

项目优势

时间线

合作企业

合作公司已覆盖全球10余个国家，数量超过300家。

• 兼顾头部名企与新兴公司，为学生提供更丰富的实习选择
• 有机会与创始人及核心团队交流，近距离感受真实的商业运作

学生感想

在AI席卷教育领域的今天，如何把握使用AI的尺度，尤其是多少才算过度，已成为教育者持续讨论的问题。

对于这个问题，或许可以参考Annie Chechitelli的看法。她是Turnitin的首席产品官，也是一位在教育科技领域工作了二十五年的从业者。同时，她还是三位孩子的母亲，丈夫是一名高中英语教师。这种多重身份让她能听到来自行业、学校与家庭的声音。

除了标准难以统一，另一个现实挑战在于学生使用AI的方式本身就多种多样。有的只是请AI总结段落，有的想让AI帮忙重写句子，也有人在不知不觉中让AI处理了大半内容。Annie在家庭中观察到，她的女儿最常用的功能是概括资料和解释概念，这些辅助看似简单，却已经影响了学生处理信息的方式。由于每个学生的使用习惯不同，教师仅凭一篇最终稿，很难判断他们在写作过程中经历了怎样的思考。缺乏过程记录，也使教师在评估与指导时欠缺客观依据。

为了回应这些问题，Turnitin推出了Turnitin Clarity。它不是检测工具的替代品，而是补上写作教学流程中长期缺失的一环——让写作过程透明化。

在Clarity的写作平台上，学生可以在安全的环境中，探索AI的使用方式。如果教师允许，他们可以使用内置的AI助手功能。这个AI助手的设计初衷是作为学生的“写作教练”，它会根据作业要求提供反馈，引导学生思考。当学生试图让AI助手重写全文时，AI助手会提醒他们再思考一下，而不是直接给出答案。

对教师而言，Clarity的价值在于写作过程的透明化。在学生提交作品后，教师能完整回顾学生的写作历程，包括输入、删改、粘贴内容，以及AI的使用记录。平台还会将学生和AI的互动记录归类为构思阶段（Getting started）、初稿阶段（Drafting）、资料收集（Researching）、思考与反思（Reflecting）、校对与润色（Proofreading）以及其他（Other）六大写作阶段，帮助教师直观识别学生在哪些环节更依赖AI辅助，从而实现精准指导。

更重要的是，Clarity重新架起了师生之间的信任桥梁。 过去几年，教师担心学生滥用AI，学生害怕被教师误判，双方的关系变得有些紧张。现在，过程写作报告让教师不再依赖猜测做评估，学生也能在明确规则下学习如何使用AI。所有的学生在同一个平台上，使用同样的工具，接受同样的指导，也在一定程度上促进了教育公平性。

在教育界仍在探索“怎样才算合理使用AI”时，Clarity提供了一条可行的路径。师生可以在安全、透明的环境中共同学习，在实践中理解AI的价值与边界，让技术成为理解世界的工具。尽管“使用多少才算适当”这一问题暂时没有明确的答案，但可追溯的写作过程与真实的师生互动，正让负责任使用AI的未来图景，逐渐变得清晰。

参考资料：

[1] Annie Chechitelli, How much is too much? Navigating the responsible usage of AI  (2025)

为便于阅读，本文将以 Alice 的第一视角展开。

Wayground（原名Quizizz）在功能持续升级后，已从线上测验工具发展为集教学、练习与评估于一体的综合平台，为教师提供全方位的支持。在我的课堂中，它活跃了课堂氛围，显著提升了学生的参与度与学习成效，是我教学中不可或缺的得力助手。

Wayground 最吸引我的地方，就是它带来的强互动体验。起初，我以为它只是个简单的测验工具，但尝试之后才发现，它提供了判断题、选择题、开放式回答等多种题型，还能把问题嵌入视频或文章里，让课堂一下子活跃起来。借助这些互动题型，学生不再只是被动接受知识，而是在回答与交流中主动表达、主动思考。

当课堂氛围活跃起来后，新的挑战又出现了：在同一课堂中，学生们的学习节奏和理解程度各不相同。有的学生需要更多的时间消化知识，有的则早已掌握内容、渴望更深度的探索。如何兼顾每个学生的需求成了教学的关键。

我借助Wayground灵活的教学模式来实施分层教学。巩固基础时，采用“经典模式”，允许学生按个人节奏学习；讲解核心概念时，则切换至“教师主导模式”，通过互动白板集中讲解，并借助学生白板功能实时查看每个学生的进度。一旦发现共性错误，我会立刻暂停活动，进行针对性的纠错，大幅提高课堂效率。

平台还能自动生成不同难度的练习题，让每个学生都能得到合适的挑战。学有余力的学生可以探索更有深度的内容，而需要帮助的学生也能在适合自己水平的环境中建立自信。更可贵的是，Wayground对主观题的反馈不止于判断对错，更会提供解题思路，帮助学生真正理解问题所在，从而巩固学习成果。

Wayground提供的数据洞察，让我对自己的教学有了全新的理解。AI分析报告不只是冷冰冰的分数，而是直观的”教学仪表盘”。它能精准地告诉我：哪些学生需要额外帮助，哪些概念需要重新讲解，哪些教学方法最有效。通过这些信息，我可以及时优化课堂安排，确保每个学生都能得到所需的支持。

Wayground已经从一个课堂的气氛营造者，发展为全面的教学平台。作为我实现教育理想的合作伙伴，它助力我开拓了一条兼顾个性与效率的教学之路，实现了让技术服务于人，让每一个差异都成为学生成长的动力。

参考资料：

How to Use Wayground (formerly Quizizz)

https://alicekeeler.com/2025/08/05/how-to-use-wayground-formerly-quizizz/

如今，教师与学生都在努力摸索AI的合理使用范围，但评判标准往往模糊且主观。这不仅加重了教师的判断负担，也给学生带来持续的压力，并悄然侵蚀着师生之间的信任。这种由信任危机引发的紧张关系，长此以往，可能对教育本身造成深远伤害。

然而，全球多项研究都表明：良好的师生关系，是推动学生学业成功的关键。

一项发表在《欧洲心理学教育期刊》上的研究显示：哪怕只是课堂中，看似普通的日常互动，实际上也能有效提升师生关系、营造积极的学习氛围，并支持学生成长[2]。这说明，信任并非靠什么“大动作”，更多是来自教学过程中点滴的交流和持续的关心。

(截图来源：Building trust in the classroom: perspectives from students and teachers，第62页 )

(截图来源：VISIBLE LEARNING. (2018). Hattie effect size list )

更引人注目的是他后续关于“教师信任度”的研究。该研究指出，“教师信任度”这一因素的效应量高达1.09，属于目前研究中对学生成就预测能力最强的变量之一。[4]所谓“教师信任度”，其实就是学生是否相信：教师真的在乎他们的学业进步和成长发展。

(截图来源：https://www.icsequity.org/wp-content/uploads/2022/12/Hattie.Instructional.Strategies.Practices.Updated.6.pdf)

类似观点也出现在Marzano等人2003年的著作《有效课堂管理》[5]中。书中明确将“建立积极的师生关系”视为高效课堂管理的基石，再次印证了信任的作用。

（截图来源：Classroom management that works-第128页）

这些研究跨越不同国家与年代，却指向同一个共识：信任与连接不是教学的“额外选项”，而是学习发生的根本保障。

正因如此，Turnitin Clarity 这样的工具才显得尤为重要。它通过提升写作过程的透明度，重建师生之间至关重要的信任，从而实现更具成效的写作教学。

对学生而言，Turnitin Clarity 是一个一站式的写作平台，可以在 Turnitin Feedback Studio 中使用。它的 AI 模型经过专门训练，不会直接给出答案，而是通过引导式的方法启发学生。因此，学生可以放心地在平台上探索 AI 的使用，无需担心因越界而被怀疑。

对教师而言，Turnitin Clarity 提供了学生完整的写作过程数据，包括复制粘贴的内容和来源，以及与 AI 互动的记录等。它还能快速锁定需要重点关注的学术诚信问题。这些过程性数据让教师能够一目了然地发现学生的问题所在，从而为他们提供更精准、更有效的辅导。

Turnitin Clarity 通过提升写作过程的透明度，为师生营造了一个安全的互动空间。在这一空间中，教师得以从“侦探”的角色中解放出来，重新聚焦于引导与启发，与学生共同巩固信任的纽带。最终，技术将真正成为促进教学相长的桥梁，而非造成师生疏远的鸿沟。如果想进一步了解Clarity的相关内容，欢迎邮件联系我们。

邮箱：K12@igroup.com.cn。

参考资料：

[1] Turnitin. (2025). Bridging the AI divide: Teaching writing and building trust

https://www.turnitin.com/blog/bridging-the-ai-divide-teaching-writing-and-building-trust

[2] Holzer, A., & Daumiller, M. (2025). Building trust in the classroom: Perspectives from students and teachers. European Journal of Psychology of Education, 40(2), 62. https://doi.org/10.1007/s10212-025-00961-7

[3] VISIBLE LEARNING. (2018). Hattie effect size list – 256 influences related to achievement. Retrieved from https://visible-learning.org/hattie-ranking-influences-effect-sizes-learning-achievement/ 

[4] Fisher, D., Frey, N., Smith, D., & Hattie, J. (2020). The distance learning playbook for school leaders: Leading for engagement and impact in any setting. Corwin.

https://www.researchgate.net/publication/377945057_The_Distance_Learning_Playbook_for_School_Leaders_Leading_for_Engagement_and_Impact_in_Any_Setting

[5] Marzano, R. J. (2003). Classroom management that works: Research-based strategies for every teacher (ERIC No. ED482825). Association for Supervision and Curriculum Development. https://eric.ed.gov/?id=ED482825

本文封面包含AI生成内容

在计算机科学教育中，编程项目是评估学生知识掌握与实践能力的重要方式。然而，如何高效、客观地批改大量的编程作业，始终是困扰教师的问题。本文，罗德岛大学计算机科学副教授Noah M. Daniel分享了一款自动化评分平台Gradescope。他将结合八年的使用经验，介绍如何通过Gradescope解决这一难题。

为方便阅读，本文以Noah的视角展开。

☞ 解决评分主观性：通过自动化程序，实现评估的高度一致

我是使用 Python 来编写自动化评分程序的，这些脚本负责运行学生代码。接着，我将脚本打包上传到 Gradescope 的自动评分设置（configure autograder）中。这样，Gradescope 就能在学生提交作业后，自动生成得分和详细反馈了。

这种评估方式确保了评估的一致性，尤其是当多位助教协同评分时，Gradescope可以通过相同的代码测试集排除个人主观因素的干扰，确保评分的公平、公正。

与此同时，Gradescope增强了评分的透明度与可解释性。学生能清晰地看到代码在哪个测试上失败，从而进行精准调试，这比一个笼统的分数要有效得多。我常常告诉学生：“你这次失分，是因为代码没有通过这个测试。现在测试结果已经公布了，你可以自己跑一下，看看问题到底出在哪儿。” 这种即时、具体的反馈，将单纯的评分环节转化为了一个富有成效的学习过程。

☞ 解决评估不全面：解放教师，专注于代码的“灵魂与质量”

一个优秀的编程项目，其代码不仅能够正确运行，也应具备良好的可读性与可维护性。但在传统评分中，由于时间紧迫，我们往往只能优先检查功能性，难以系统性地评估代码的质量。而Gradescope的自动化功能正是解决此问题的关键。

它如同一位可靠的助手，接手了重复的功能测试工作。这使教师和助教能集中精力关注代码中那些“以人为本”的维度。我们可以从容地检查学生的变量命名是否清晰、注释是否得当、算法设计是否优雅，并为他们留下建设性的反馈。现在，我正计划将代码规范检查工具（如Python的Ruff、Rust的Clippy）集成到自动化流程中，进一步系统化地评估代码质量，引导学生从“写对代码”迈向“写好代码”。

☞ 解决学生依赖性：用灵活的设置，引导学生养成专业的素养

Gradescope还提供了灵活的设置，帮助我们引导学生的学习行为。比如设置测试结果的可见性，这一功能在引导学生学习行为方面非常重要。

Gradescope默认学生可以多次上传作业，于是，有些学生就利用这一点，将它作为代码调试工具，通过它来试错。有鉴于此，我们便可以通过调整测试结果的可见性，让基础功能测试的结果对学生即时可见，而将更复杂或涉及性能的测试设为隐藏，待截止日期后再公布。这样既能为学生提供必要的即时反馈，又能避免他们养成依赖平台的习惯，从而促使他们更重视本地测试与逻辑验证。这种做法不仅提高了学习的严谨性，也培养了专业软件工程师应具备的基本素养。

此外，我偶尔也会在设置作业时勾选排行榜功能，为课堂添加一些竞争元素。学生可以匿名或实名比较程序运行效率，激发他们的优化热情，让“追求卓越”成为一种乐趣。

总的来说，Gradescope为整个课程提供了一个统一的评估管理中心。对于一门同时包含编程项目与习题作业的课程来说，师生双方都无需在多个平台间切换。所有作业提交、评分和成绩数据都集中于此，这极大地简化了课程管理流程，提升了教学效率。

其实，Gradescope不止适用于计算机科学课程。最初，Gradescope是为批改数学作业而设计的，因此它对书面作业（如包含证明、流程图的PDF文件）同样提供强大的支持。我们可以让学生通过手机应用扫描上传作业，并采用高效的“按题批改”模式，一次性批改所有学生的第一题，再处理第二题。这种方法不仅显著提升了批改速度，更能通过动态评分规则，确保评判标准的一致性。

归根结底，Gradescope的最大价值在于将我从重复、机械的评分劳动中解放出来，让我能把更多的时间投入到课程设计、课堂讲解以及与学生进行一对一的交流中。它通过技术手段强化了评分的公平性与反馈的教学价值，最终让评估不再是教学的终点，而是推动学生持续学习和进步的有效环节。

如果您也在寻找一种方法，希望在保证教学质量的同时，能拥有更多时间专注于学生本身。我强烈推荐您体验一下Gradescope。它优化了我的工作流程，或许，它也能成为您的得力工具。

参考资料：

[1] Youtube Video: URI Ed Tech - Gradescope: An Automated Tool to Help Grading Student Programming Projects-

https://www.youtube.com/embed/6LS_Z7Vn-qc