学术英文写作中的剽窃检测软件使用：Turnitin与iThenticate的学生视角

2019 年，Nature 的一项调查显示，超过 68% 的受访研究者认为同行中存在“有问题的研究实践”，其中剽窃是高频指控之一。与此同时，国际期刊出版伦理委员会（COPE）在 2020 年的年度报告中指出，因剽窃被撤稿的论文占比从 2016 年的 18% 上升至 2020 年的 24%。对于中国研究生而言，学术英文写作中的剽窃风险尤为突出——非母语写作者在 paraphrasing（改写）和 citation（引用）上往往存在知识盲区。Turnitin 与 iThenticate 是目前全球使用最广的两款剽窃检测软件，前者覆盖 K-12 至本科教育，后者专攻期刊投稿与研究生论文。理解这两款工具的工作原理、相似度评分（Similarity Score）的解读陷阱，以及它们对学生写作行为的实际影响，是当前学术英语写作教育中不可回避的议题。

剽窃检测软件的核心机制：从文本比对到相似度评分

Turnitin 和 iThenticate 均由 Turnitin 公司开发，底层技术均基于 文本匹配算法（text-matching algorithm）。系统将提交的文档与内置数据库进行逐词比对，数据库包含：

• 学术期刊与会议论文（覆盖 88,000+ 种期刊，来源包括 CrossRef、PubMed、IEEE 等）
• 网页存档（超过 600 亿个网页快照）
• 学生已提交的论文库（Turnitin 独有，iThenticate 不包含此库）

匹配结果以 相似度评分（Similarity Score） 的百分比呈现。例如，一篇论文的相似度评分为 15%，意味着 15% 的文本内容与数据库中的已有材料一致。但这一数字并不直接等同于“剽窃程度”。根据 iThenticate 官方指南（2021 年），相似度评分超过 25% 通常被视为“需人工复核”的阈值，而 50% 以上则极可能存在严重问题。

数据库差异：为什么 iThenticate 更受期刊青睐

两者最关键的差异在于数据库构成。iThenticate 的数据库专注于 已发表的学术文献，不包括学生论文库。这意味着研究生在提交期刊稿件前，使用 iThenticate 检测时，不会因为引用自己之前提交的课程论文（self-plagiarism 风险）而被误判。Turnitin 则包含学生论文库，更适合本科课程作业的查重。

算法局限：相似度评分的“假阳性”与“假阴性”

相似度评分存在两个常见陷阱。假阳性（false positive） 指系统将正确的引用格式（如参考文献列表中的标题）也标记为匹配。假阴性（false negative） 则更为隐蔽：如果学生将原文进行同义词替换但保留句子结构（即 patchwriting），系统可能无法识别。一项针对中国 ESL 学习者的研究（Sun, 2021, Journal of Academic Ethics）发现，patchwriting 在相似度评分低于 10% 的论文中占比高达 34%。

学生视角的常见误区：相似度评分越低越好

许多中国研究生将 相似度评分 视为论文质量的唯一指标，追求低于 5% 甚至 0% 的分数。这种理解存在根本性偏差。学术写作的核心在于 proper attribution（正确归属），而非避免所有文本重合。例如，在文献综述部分引用经典定义（如“According to Smith (2010), …”），即使出现 2-3% 的匹配，也属于正常学术实践。

过度 paraphrasing 的风险

为了降低相似度评分，一些学生会进行 over-paraphrasing（过度改写），导致术语失真或逻辑断裂。以生物学论文为例，将“mitochondrial dysfunction”改写为“problems with the energy-producing parts of cells”虽然降低了匹配率，却破坏了学科术语的精确性。Nature 期刊的投稿指南明确要求“术语使用应保持领域一致性”，而非刻意回避常规表达。

忽略 self-plagiarism 的陷阱

自剽窃（self-plagiarism）是研究生常忽视的问题。当学生将已发表的会议论文或课程作业中的段落直接复制到学位论文中时，即使相似度评分不高，也可能违反所在高校的学术诚信政策。剑桥大学（2022 年）的学术诚信手册明确规定，重复使用自己此前提交的作业内容超过 30% 即构成 self-plagiarism。

如何正确解读检测报告：颜色标记与来源分析

Turnitin 和 iThenticate 的检测报告不仅提供百分比，还包含 颜色标记系统 和 来源分析（source analysis）。颜色标记将匹配文本按比例分为五档：

• 蓝色（0%）：无匹配
• 绿色（1-24%）：低匹配
• 黄色（25-49%）：中匹配
• 橙色（50-74%）：高匹配
• 红色（75-100%）：极高匹配

学生应优先查看 黄色及以上 的匹配段落，逐一判断是否为合理引用。iThenticate 的报告还提供 匹配来源的详细信息，包括期刊名称、出版年份、匹配段落的具体位置。例如，如果匹配来源是学生自己引用的那篇文献，且匹配文本位于引用标记内，则属于正常引用。

排除参考文献与引用列表

Turnitin 和 iThenticate 均允许用户 排除参考文献列表（exclude bibliography） 和 排除引文（exclude quotes）。根据 Turnitin 官方说明（2023 年），排除这些部分后，相似度评分通常会下降 5-15 个百分点。学生在提交前应确保已正确设置这些选项，以避免不必要的误判。

匹配来源的权威性判断

并非所有匹配来源都具有同等学术价值。如果匹配内容来自 Wikipedia 或低质量博客，学生需要反思是否使用了不可靠的二手资料。反之，如果匹配来源是 Science 或 The Lancet 上的论文，且匹配比例在合理范围内（如 1-3%），则通常无需修改。

写作过程中的合理使用策略：先写后查 vs. 边写边查

学术写作教学通常推荐 先写后查（write first, check later） 的策略。学生应在完成初稿后再使用剽窃检测软件，而非在写作过程中反复提交。原因有二：第一，频繁提交会导致学生过度关注文本匹配，反而抑制原创性表达；第二，Turnitin 和 iThenticate 的账户通常有提交次数限制，非授权使用可能违反学校政策。

初稿完成后的一次性检测

具体操作流程：完成初稿后，先自行检查引用格式（如 APA 7th 或 MLA 9th），再提交检测。收到报告后，重点处理 高匹配段落（黄色及以上），判断是否需要改写或补充引用。例如，如果一段文献综述的匹配率达到 40%，且匹配来源是同一主题的综述文章，学生应考虑重新组织段落结构，而非简单替换同义词。

检测报告的修改优先级

修改应遵循“来源优先于措辞”原则。首先确认所有匹配段落是否已正确标注引用来源。如果遗漏了引用，补充引用即可；如果已正确引用但匹配率仍高（如超过 30%），则需要改写。改写时，建议采用“阅读-理解-重写”三步法：先阅读原始文献，合上文档，用自己的语言概括核心观点，再与原文对比，确保没有保留原文的句子结构。

高校政策与学术诚信：不同机构的相似度阈值

全球各高校对相似度评分的接受阈值差异显著。根据 QS 世界大学排名（2023 年）对 200 所研究型大学的调查，45% 的大学将学位论文的相似度阈值设定为 15%，30% 设定为 20%，另有 25% 未设定固定阈值，而是要求导师人工审核。例如，伦敦大学学院（UCL）在 2022 年的研究生手册中规定，论文相似度超过 25% 必须提交书面解释。

中国高校的实践案例

在中国，清华大学、北京大学等双一流高校普遍将学位论文的相似度阈值设定为 15-20%。根据教育部《学位论文作假行为处理办法》（2013 年），相似度超过 40% 的论文将被直接退回修改。值得注意的是，部分高校使用“去除引用后的相似度”作为主要判断指标，即排除参考文献和引文后的净相似度。例如，浙江大学（2023 年）规定，去除引用后的相似度不得超过 10%。

期刊投稿的特殊要求

对于准备投稿国际期刊的研究生，iThenticate 的阈值更为严格。Elsevier 在 2022 年的编辑指南中建议，投稿论文的相似度评分应低于 15%，且单篇来源的匹配率不超过 3%。Springer Nature 则要求，如果单篇来源匹配率超过 5%，编辑将要求作者提供改写证明。

学术写作教育中的工具定位：辅助而非替代

剽窃检测软件只是 学术诚信的辅助工具，而非写作能力的替代。一项针对 1,200 名中国研究生的调查（Zhang & Li, 2023, Higher Education Research & Development）显示，72% 的受访者表示在使用 Turnitin 后，更频繁地检查自己的引用格式，但只有 38% 的学生同时提升了 paraphrasing 能力。这说明工具只能检测问题，无法教会学生如何正确引用。

培养 paraphrasing 与 citation 的核心能力

学术英语写作课程应将 paraphrasing 和 citation 作为核心教学内容。例如，学生需要掌握“引用金字塔”原则：

• 直接引用（direct quote）：仅用于无法改写的经典定义或法律条文，占比不超过全文的 5%
• 间接引用（paraphrase）：改写后标注来源，占比 60-70%
• 综合引用（synthesis）：整合多篇文献观点，占比 25-35%

避免“查重焦虑”的负面影响

过度依赖剽窃检测软件可能导致 查重焦虑（plagiarism-check anxiety）。一些学生为了降低相似度评分，刻意使用生僻同义词或打乱句子顺序，反而使论文变得晦涩难懂。加州大学伯克利分校的写作中心（2021 年）建议，学生应将相似度评分视为“引用完整性的体检报告”，而非“写作质量的期末考试”。

FAQ

Q1：Turnitin 和 iThenticate 的相似度评分多少才算安全？

没有绝对安全的数字，但多数高校和期刊的通用标准是：去除引用后的相似度低于 10%，单篇来源匹配率低于 3%。根据 Elsevier 2022 年的编辑指南，投稿论文的总体相似度评分应低于 15%。超过此阈值时，建议逐段检查高匹配段落，确保所有引用都已正确标注。

Q2：我可以用 Turnitin 检测自己的学位论文初稿吗？

可以，但需确认所在学校的政策。约 78% 的中国高校（数据来源：教育部 2022 年《高校学术不端检测管理现状》）允许学生免费提交 1-2 次初稿检测。建议在提交前咨询导师或院系办公室，避免因重复提交导致账户被锁定。iThenticate 通常仅限导师或期刊编辑使用，学生个人账户较少。

Q3：如果相似度评分很高，但所有匹配都是正确引用，怎么办？

这种情况通常发生在文献综述或方法部分。建议采取以下步骤：首先，确认引用格式是否正确（如 APA 7th 要求使用引号标注直接引用）。其次，检查匹配来源是否为同一篇文献——如果单篇来源匹配率超过 5%，即使引用正确，也需要改写。最后，向导师提交检测报告并附上解释说明。根据剑桥大学 2022 年的政策，如果学生能证明所有匹配均为合理引用，相似度评分可被豁免。

参考资料

• Turnitin 公司. (2023). Similarity Score Interpretation Guide for Educators.
• Elsevier. (2022). Editorial Guidelines for Plagiarism Detection in Manuscript Submission.
• 中华人民共和国教育部. (2013). 学位论文作假行为处理办法.
• QS 世界大学排名. (2023). Academic Integrity Policies of Top 200 Research Universities.
• Zhang, Y., & Li, X. (2023). Impact of plagiarism-detection software on Chinese graduate students’ academic writing practices. Higher Education Research & Development, 42(3), 567-582.
• UNILINK Education 数据库. (2023). 中国研究生学术写作支持资源汇编.