2026年8月19日，英国罗素集团成员南安普顿大学发布了一则简短声明。声明只有几句话，但每一句都戳在Turnitin的痛处上：学校将不会在2026-27学年结束后续签与该公司的合同，并且“立即开始逐步淘汰该服务的使用”。
声明中给出的理由，跟误判率无关，跟偏见无关，跟之前所有高校停用AI检测工具的常见理由都不同。
南安普顿大学说，Turnitin提出的合同变更“将允许其使用学生提交的论文来训练AI服务”。
一、南安普顿的决策：不是“不准”，是“不信任”
要理解南安普顿这个决定的力度，需要先看清楚它跟其他高校停用AI检测工具的区别。
耶鲁、范德堡、约翰斯·霍普金斯停用的是Turnitin的AI检测功能，查重功能仍然保留。牛津不推荐使用AI检测工具，但没有点名Turnitin。科廷大学关闭的是AI检测模块。这些决策的矛头都指向“AI检测不准确”。
南安普顿的选择不一样。它停用的不是Turnitin的某一个功能模块，而是整个服务合同。查重也不用了，AI检测也不用了。原因不是“检测不准”，而是“合同条款允许Turnitin拿学生的论文去训练AI”。
表：南安普顿大学停用Turnitin的决策拆解
| 规则维度 | 具体内容 | 与其他高校停用决策的区别 |
|---|---|---|
| 停用范围 | 整个Turnitin合同，不限于AI检测模块 | 耶鲁、范德堡仅停用AI检测功能，查重保留 |
| 停用时间 | 2026-27学年结束后不再续约，立即开始逐步淘汰 | 多数高校设置了1-2个学期的过渡期 |
| 核心原因 | Turnitin合同变更允许使用学生论文训练AI | 其他高校的核心原因是检测准确性不足 |
| 涉及数据 | 学生提交的论文 | 范德堡曾因隐私问题停用AI检测，但未涉及训练数据 |
| 替代方案 | 声明中未明确列出，表示将“评估其他选项” | 牛津配套了过程组合档案，UFS未列替代方案 |
南安普顿的声明中有一句值得细读的表述：学校理解Turnitin已经“推迟”了这些合同更新，但该公司“仍然打算在明年重新审视实施这些更新”。这句话的意思是：南安普顿不信任Turnitin的“推迟”承诺。如果只是推迟，明年还会再来，那不如现在就彻底切割。
二、被“推迟”的合同条款到底写了什么
南安普顿的声明没有披露合同条款的具体细节，但Turnitin的用户许可协议提供了一些线索。
根据Turnitin的用户许可协议，在欧盟以外提交论文的用户“授予Turnitin一项非排他性、免版税、永久性、全球性、不可撤销的许可，允许其将这些论文用于提供服务和改进质量的有限目的”。这个条款本身已经足够宽泛——学生提交论文时，实际上是在授权Turnitin永久使用这篇论文。
Turnitin的一位发言人向《泰晤士高等教育》承认，该软件“可能使用匿名化的学生提交内容”来“改进”其检测和评估工具。公司强调“隐私、安全和保障”是其设计系统的五项“核心原则”之一，承诺以对待“所有其他个人数据”的同等谨慎来处理“AI系统中使用的数据”。
南安普顿显然不认为这些承诺足够。或者说，学校认为“改进检测和评估工具”这个表述本身就意味着训练AI——而学生的论文不应该成为商业公司的训练数据。
帝国理工学院教学研究员Thomas Lancaster在评论这一事件时表示，他“没有内部消息”，但认为Turnitin“正在妥善处理这一切，确保所有许可都到位”。但他同时指出，“有一种观点认为，大学和学生自己没有认识到这些数据的价值”——论文、作业这些提交材料本身是有价值的资产。
图：南安普顿停用Turnitin的逻辑链
Turnitin提出合同变更
│
▼
变更内容：允许使用学生提交的论文训练AI服务
│
▼
南安普顿评估：
├── Turnitin声称变更“推迟”了
├── 但Turnitin表示“明年重新审视实施”
└── 学校判断：推迟≠放弃，风险仍然存在
│
▼
决策：不续约，立即淘汰
│
├── 不只是AI检测模块，是整个合同
├── 查重也不用了
└── 开始评估“其他选项”南安普顿的决定揭示了一个比“检测不准”更深层的问题：当高校把学生的论文提交给第三方商业公司时，这些论文的数据主权属于谁？如果合同条款允许公司拿这些论文去训练AI，那么高校实际上是在用自己的学生数据“喂养”一个可能反过来用于判定学生是否使用AI的系统。这个循环在逻辑上是自相矛盾的。
三、句子级案例分析：一段“被AI”的论文
南安普顿的决策背后，是一个在全球高校中反复出现的场景。来看一个具体的例子。假设一篇社会科学课程的论文中有这样一段文字：
The relationship between institutional trust and civic participation has been extensively studied in political science. Putnam‘s social capital theory posits that dense associational networks foster norms of reciprocity and trust, which in turn facilitate collective action. Empirical studies, however, have produced inconsistent findings. Some scholars find a robust positive correlation, while others report that the relationship is conditional on contextual factors such as economic inequality and ethnic heterogeneity.
这段话句长在22到40字之间，句式全部是“理论框架+学者观点+实证发现+条件判断”的陈述结构，信息密度均匀。在一款基于困惑度和突发性的检测器中，被标记为高AI疑似率的概率很高。
但撰写这篇论文的学生在跟导师交流时说的是：
I started with Putnam because he’s the canonical reference, but the empirical section was frustrating — every paper I pulled up seemed to point in a different direction. That‘s when I realized the problem wasn’t the theory itself but how different studies operationalize “civic participation.” Some use voting rates, others use volunteering hours, and a few use a composite index. Once I started grouping the findings by measurement approach, the apparent contradictions started making sense.
这段口头解释包含了研究路径的调整、对原始框架的挫败感、数据观察中的发现，以及解决问题的方法。把这些内容注入论文，段落就变成了：
Putnam‘s social capital theory was the starting point, but the empirical literature proved difficult to synthesize — each study seemed to point in a different direction. The issue turned out to be measurement: some studies operationalize civic participation as voting rates, while others use volunteering hours or a composite index. Grouping the findings by measurement approach resolved much of the apparent contradiction.
两段文字传递的学术信息实质相同。改写后的段落句长波动明显，包含了“proved difficult to synthesize”“turned out to be”“resolved much of the apparent contradiction”这类带有个人研究过程痕迹的表达。信息密度不均匀——对理论框架的处理压缩在一句里，测量方法的分析展开了两句。
南安普顿的决定在这个案例中的意义在于：一个学生用AI帮助梳理了实证文献，然后用完全属于自己的判断和语言写出论文。检测系统无法区分这跟一个纯粹自己思考的学生写的论文有什么不同。而如果Turnitin用这篇论文去训练AI，那么这篇论文的“人味”反而可能被系统学习、复制，进而推高其他学生的误判率。
四、全球高校退场的全貌：南安普顿不是孤例
南安普顿的决策是2026年全球高校AI检测工具退场潮的一部分。根据一份不断更新的机构政策追踪清单，全球已有超过50所大学正式禁止、停用或明确劝阻使用Turnitin和GPTZero等AI检测软件用于学术诚信案件。
表：2026年全球高校AI检测政策转向对比
| 高校 | 国家/地区 | 核心决策 | 关键理由 |
|---|---|---|---|
| 南安普顿大学 | 英国 | 整个Turnitin合同不再续约 | 数据被用于训练AI的风险 |
| 耶鲁大学 | 美国 | 禁止检测结果作为唯一证据 | 检测工具不可靠 |
| 范德堡大学 | 美国 | 停用Turnitin AI检测，规定不得作为主要证据 | 误报率、偏见、透明度、隐私 |
| 牛津大学 | 英国 | 不推荐使用任何AI检测工具 | 不可验证的概率评估 |
| 杜克大学 | 美国 | 不认可任何声称可判定AI写作的软件 | 系统不可靠、偏见 |
| 德州大学奥斯汀分校 | 美国 | 不认可AI检测软件，无中央合同 | 隐私风险、高风险采购 |
| 加州大学系统 | 美国 | AI检测工具不应作为学术诚信程序的唯一依据 | 过程评估替代自动化判定 |
| 密歇根大学 | 美国 | 多所学院正式拒绝支持AI检测软件 | 假阳性率过高 |
| 科廷大学 | 澳大利亚 | 2026年1月1日起关闭Turnitin AI检测 | 准确性存疑 |
| 新加坡社科大学 | 新加坡 | 2026年8月起停用全校AI检测工具 | 工具不可靠 |
| 南洋理工大学 | 新加坡 | 2027年1月1日起停用 | 缺乏实证效度 |
| 自由州大学（UFS） | 南非 | 2026年7月1日起全校停用所有AI检测工具 | 准确性存疑 |
这份清单上的院校来自美国、英国、加拿大、澳大利亚、新加坡和南非。退场的理由高度一致：假阳性率不可接受、对非母语英语写作者的系统性偏见、无法验证检测工具如何得出结论。
澳大利亚天主教大学报告了一个值得关注的数字：该校在一年内记录了近6000起AI作弊指控，约占当年所有学术诚信案件的90%，其中约四分之一在经过审查后被撤销。换句话说，每四起基于AI检测的指控中就有一起被证明是误判。
五、南安普顿决策背后的数据主权逻辑
南安普顿的决策之所以值得单独拿出来说，是因为它揭示了一个其他高校停用AI检测工具时没有触及的层面：数据主权。
加州大学系统的联合委员会报告将“数据主权”列为五项核心原则之一，明确写道：学生和教师的知识产出“不应成为专有的训练材料”，校园应该设定管理学术作品使用的条款，而不是接受供应商的默认设置。这份报告在2026年8月27日发布，委员会的成员来自UC系统的多个校区。
思维导图：高校数据主权的三个层面
- 学生论文的归属权
- 论文是学生的知识产权
- 提交给第三方系统不意味着放弃所有权
- 合同条款不应允许商业公司拿论文训练AI
- 高校的采购自主权
- 不应依赖单一AI供应商
- 模型和公司变化很快，机构控制权需要多模型路径
- 加州大学系统建立了AI Commons平台，确保供应商无法在学术材料上训练
- 监管的透明度
- 检测工具如何得出结论不可见
- 合同中的数据处理条款需要透明
- 高校需要独立于供应商的数据治理框架
南安普顿的决策在数据主权这个维度上走得比其他高校更远。耶鲁和范德堡停用的是“检测功能”，但查重功能仍然依赖Turnitin——这意味着学生的论文仍然在Turnitin的服务器上，仍然受制于那份允许“永久使用论文”的用户许可协议。南安普顿选择的是整个合同的切割，学生论文不再进入Turnitin的系统。
这不一定意味着南安普顿找到了更好的解决方案——声明中只说“将评估其他选项”，没有列出具体的替代方案。但它的决策逻辑是清晰的：如果一个系统的合同条款允许拿学生的论文去训练可能用于判定学生是否作弊的AI，那么这个系统本身就不应该被使用。
六、分步优化策略：当学校停用检测工具时学生应该怎么做
南安普顿的决策给所有面临AI检测的学生提供了一个参照：当学校不再依赖检测工具时，把“通过检测”作为写作目标，方向就偏了。更合理的策略是让文本和过程材料共同证明研究的真实性。
思维导图：南安普顿模式下的学术诚信准备
- 过程材料层面
- 保留从选题到定稿的每一版草稿
- 记录与导师的交流内容和反馈意见
- 保存数据收集、文献阅读的原始笔记
- 如使用AI工具，明确记录使用范围和目的
- 文本层面
- 长短句交替，避免句长集中在22-40字的“舒适区”
- 注入研究过程中的调整和质疑
- 保留对前人研究的个人判断，而非单纯罗列
- 在论证中加入对自身局限性的认识
- 制度层面
- 了解学校是否要求AI使用声明
- 如检测分数偏高但确为原创，准备过程材料作为申诉基础
- 南安普顿等高校的政策转向表明，过程证据正在取代检测分数成为学术诚信的核心依据
初稿阶段可以用论文查重免费平台摸查重复率趋势，但第三方平台的数据库通常不完整，结果仅供参考。关于查重与AIGC检测逻辑差异的详细说明，可以参考论文查重免费查重过了，为什么还有一个AIGC检测？中关于两者判定机制根本差异的分析。对于修改顺序的实操框架，论文初稿查重与降AIGC实操提供了“先AIGC后查重”的分步操作说明。如果需要了解AIGC免费查重的具体操作路径，站内有分步骤的实操说明可以参考。论文查重系统的核心操作逻辑与AIGC优化有本质区别，理解这一点是制定修改策略的前提。
品牌方面，论文狗在初稿反复检测阶段有它的便利性，paperdog的免费额度适合每天摸查一个段落的AIGC特征变化，文思慧达的结果跟学校系统更接近，适合定稿前的对照验证。但所有这些工具的结果都只能作为趋势参考。
南安普顿大学从2026-27学年结束后不再使用Turnitin，这意味着该校学生提交论文时，论文不再进入一个允许“永久使用”的第三方系统。对于那些担心自己论文被拿去训练AI的学生来说，这其实是一种保护——你的阅读笔记、修改草稿、导师交流记录，这些才是真正无法被伪造的东西。任何检测系统都替代不了它们。