为教师选择最佳AI检测器，不是挑选营销页面最强大的工具。这是一个涉及四个变动部分的采购决策：检测器在你自己的学生写作上表现如何，它是在句子层面还是文档层面报告，它是否有你可以辩护的申诉工作流程，以及一旦计入席位、培训和管理时间，每个学生的成本是多少。
关键要点
- 在签署任何协议之前，用真实作文而非演示文本，在你自己的非母语写作者身上测试误报。
- 句子级报告比标题分数更重要；文档百分比无法告诉教师应该讨论哪一段。
- 有明确证据标准的书面申诉工作流程可以保护学生和教职员工，而且比不当行为案件成本更低。
- 每个学生的成本是席位数量，而不是字数；在比较许可证价格之前，先按全年进行建模。
- 任何检测器分数都不应成为指控的唯一依据。将其视为一个标记，而不是一个结论。
你如何衡量非母语写作者的误报？
这是让大多数学校试点失败的问题，所以从这里开始。取一组你已经获得使用许可的写作：你的英语学习者的过往作文，最好涵盖两到三个年级组。将它们通过任何候选工具运行。你要寻找的不是一次戏剧性的失败，而是一种模式——流畅、明显由学生自己撰写的文本有多频繁地落入被标记区间。
我们在2026年9月19日自己进行了这类检查，用我们自己的检测器以30%的标记阈值对46篇手写DeAIze指南和12个未经编辑的模型输出进行评分。人类样本平均为27%，中位数为25%，范围为0到55%；46篇中有17篇在该阈值下被标记。未经编辑的模型输出平均为35%，中位数为34%，范围为25-49%。这些是我们自己的工具在我们自己的文本上的数字，不是第三方裁决，而且它们显示了每位教师都应该内化的事情：人类写作和机器写作在分数轴上存在重叠。一个能捕捉大多数机器文本的阈值，也会捕捉到真实的一部分人类文本。
在试点阶段，先构建一个小型表格，然后再演示任何内容。
| 你测试的内容 | 为什么重要 | 记录什么 |
|---|---|---|
| 20-30篇未经编辑的ELL作文 | 非母语写作是最高风险的假阳性群体 | 有多少篇超过标记阈值 |
| 5-10篇确认的AI辅助草稿 | 你需要知道该工具是否至少能捕捉到任何内容 | 被标记的句子是否与辅助段落匹配 |
| 3个长篇作业 | 简短回答与论文的表现不同 | 分数是否随长度变化 |
| 混合人工/AI草稿 | 现实生活是混合的，不是二元的 | 句子级准确性，而不仅仅是总分 |
对每个入围工具运行同一组测试。如果供应商不允许你在购买前在自己的语料库上测试，那就是关于供应商的答案，而不是关于工具的答案。
句子级报告实际上给教师带来了什么？
文档分数是一个单一数字。句子级视图是一张地图。对于决定是否与学生提出问题的教师来说，地图就是整个产品。
要求每个供应商向你展示你的员工实际会看到的报告视图。具体来说：
- 它是高亮显示单个句子，还是只给文件一个分数？
- 你能将高亮视图作为证据导出，并记录日期和文本版本吗？
- 该工具能区分边缘句和强烈标记的句子吗，还是所有超过阈值的看起来都一样？
- 如果学生粘贴一份较长的文档，报告会保留段落结构吗？
Turnitin 和 GPTZero 都在其报告中提供了逐段信息，尽管标签和阈值不同；Copyleaks 和 Originality.ai 也生成带有段落细节的文档级分数。对学校而言，实际差异不在于品牌，而在于你的教师能否无需培训就能读懂报告。如果报告需要图例才能解读，那就为培训做预算，否则就等着被误读吧。
我们自己的数据中有一个警告：在 2026 年 9 月 19 日的同一次运行中，人类撰写的样本每 100 词包含 3 个 AI 特征短语，而未编辑的模型输出每 100 词包含 1 个。风格特征和检测器分数不是同一个信号。一个句子可能读起来完全普通，却仍然带有高分，这正是为什么高亮视图比文字印象更重要。
为什么申诉流程是学校跳过的部分？
因为它不是定价页面上的功能。它是一项政策，也是对话与申诉之间的区别。
在购买席位之前，写下四件事，并让负责学术诚信的人同意它们：
- 谁来审核标记。 不是提出标记的老师，除非该部门规模很小。
- 哪些证据算数。 被高亮的报告、草稿历史、与学生的简短对话，以及写作平台上的任何版本历史。仅凭一个百分比不算证据。
- 学生可以提交什么。 早期草稿、笔记、研究轨迹，或对其论点的口头解释。
- 结果可以是什么。 仅凭一个标记绝不应触发处罚。它会触发一次审核。
如果你仅从成本角度比较工具，看看许可证实际包含什么：句子级报告、学生修改后重新评分，以及一份可以给家长看的书面记录。DeAIze 的方案和积分定价已在定价页面列出，你可以在确定预算项目之前，用AI 检测器在你自己的学生样本上测试检测器。
还有第二个理由要将其正式化。非母语写作者受到误报的影响不成比例，而一所先指控、后调查的学校最终将不得不向一个家庭解释自己。如果你想了解底层机制，我们关于为什么 AI 检测器会标记非母语英语写作者的文章会详细说明所涉及的信号。
学校应如何计算每名学生的成本？
标价很少就是成本。在比较报价之前，用电子表格把这一点算清楚：
| 成本项 | 需要估算的内容 |
|---|---|
| 席位 | 实际会通过该工具提交作业的学生人数，而不是总注册人数 |
| 教职工席位 | 需要访问报告的教师和管理人员 |
| 培训时间 | 每个部门一次培训，外加一份书面单页说明 |
| 管理时间 | 每学期用于处理申诉和审核的小时数 |
| 续订风险 | 未使用的席位是否会结转或过期 |
两个采购陷阱反复出现。第一，学校为整个名册购买席位，而实际上只有考试年级会使用该工具，然后为休眠账户付费。第二，他们购买按词计费的积分模式，却没有估算每年的总词数，结果积分在学期中途就用完了。只要按学期估算使用量，这两个问题都可以避免。
如果你正在将订阅许可证与按需付费的积分模式进行比较，请直接询问供应商：积分会过期吗？如果我们使用不足会怎样？DeAIze的积分包不会过期，也没有订阅，这适合各学期需求不均衡的学校。我们的定价页面列出了这些积分包；统计页面是我们发布检测器在自有测试语料上表现的地方，包括其局限性。在阅读任何供应商的对比图表之前——包括我们的——请先读一读它。
在启用该工具之前，员工培训应涵盖哪些内容？
培训不是可选的额外负担。它是防止检测器分数变成指控的控制措施。
在一次培训中涵盖以下五点：
- 分数意味着什么。 检测器输出的是概率估计，而不是作者身份的证明。请在培训现场把这一点明确说出来。
- 分数不意味着什么。 它无法区分使用了工具的学生和写作风格恰好可预测的学生。
- 如何阅读高亮视图。 展示一份真实报告，包括一个误报，让员工看到误报是什么样子。
- 遇到标记时该怎么做。 遵循申诉流程。不要私下走廊交谈，不要立即处罚。
- 需要记录什么。 日期、工具、文本版本以及审核结果。
给每位教师一份单页参考：贵校使用的阈值、申诉途径，以及负责审核标记的人员姓名。新员工应在第一周就拿到这份参考。如果你已经有学术诚信政策，请对照检测器实际生成的结果进行检查——我们关于学术诚信政策与AI的指南涵盖了值得添加的条款。
学校究竟应该选择哪种检测器？
没有单一工具能在每项标准上都胜出，诚实的比较在于权衡取舍。以下是主要选项对学校采购者的差异。
| 选项 | 优势 | 权衡 | 适合 |
|---|---|---|---|
| Turnitin | 员工熟悉，与提交工作流程集成 | 分段标签需要解读；对ELL写作的误报是已知问题 | 已经在Turnitin生态系统内的学校 |
| GPTZero | 清晰的逐句高亮，报告易于访问 | 阈值和标签与Turnitin不同，因此报告不可互换 | 希望轻松阅读的院系 |
| Copyleaks | 详细的文档报告，多语言覆盖 | 如果没有培训，细节可能让员工不堪重负 | 有专职诚信官的学校 |
| Originality.ai | 面向编辑和内容团队 | 较少面向课堂申诉工作流程 | 高中六年级和继续教育写作中心 |
| DeAIze | 句子级检测加上闭环humanizer，仅重写被标记的句子并重新评分 | 检测是产品的一半；humanizer是另一半 | 希望确切看到哪些行携带信号的学校 |
如果你无法在两个工具之间做出决定，那就改为在工作流程上做决定。选择你的技术最不熟练的教师也能正确阅读其报告的那个，因为被误读的报告比稍弱的检测器造成更大伤害。
这在真实的学生段落上是什么样子？
仅为示例。取一段学生写的关于海岸侵蚀的短文。检测器返回较高的文档分数，高亮视图显示段落顶部两个相邻句子承载了大部分信号。其余部分读数都很低。
老师的做法不是指控。而是开启申诉流程：请学生逐句讲解那两句话，检查草稿历史，并记录结果。在许多情况下，解释是抄来的定义或从来源中摘取的短语——这是引用问题，不是AI问题，完全是另一场对话。这种区分之所以可见，正是因为报告是句子级别的。单一的文档百分比只会产生同样的指控，却没有任何背景信息。
这也是为什么修改后重新评分很重要。重写被标记句子并重新提交的学生应该得到一份新的报告，而不是第一次提交在他们记录上留下的永久标记。
准备好看看哪些句子读起来像机器写的了吗？
在为某个部门购买席位之前，先自己测试一下。取几篇你已获授权使用的学生作文，在AI检测器中评分，看看哪些句子承载了信号。然后在你自己写的一段文字上试试草稿编辑器，并排观察前后分数。
如果你想了解在整个年级推行试点的费用，定价页面展示了积分包以及每个积分包涵盖的内容。当你准备好在一个班级中测试时，可以创建账户并从免费套餐开始——200词，无需信用卡——然后决定报告视图是否符合你员工的实际工作方式。
还有一件事值得直白地告诉你的同事：检测器只是一个筛查辅助工具。观点、分析和结论仍然必须是学生自己的，没有任何工具能改变这一点。选择那个能让这种对话更轻松的工具，而不是那个让它更快的工具。
学校在续签检测器许可证之前应该问什么？
续签往往是采购纪律最容易松懈的时候。工具已经在预算里了，员工熟悉报告，没人想重新开启争论。而这恰恰是你应该运行与购买时相同的测试、使用相同的语料库，并将两份报告并排比较的时候。
一份简短的续签清单：
- 将你的英语学习者作文集和你已确认的AI辅助草稿重新通过现有工具运行。记录有多少段落超过你的标记阈值。
- 检查报告视图是否发生了变化。供应商会更新标签和阈值，你的员工去年学会的报告现在可能读起来不一样了。
- 统计实际使用量。为整个年级购买但只被两个年级使用的席位是一项预算支出，而不是一种控制。
- 重新阅读申诉日志。提出了多少标记，解决了多少，每个花了多长时间？
- 询问未使用的积分或席位是否可以结转，并以书面形式获得答复。
关于不同工具之间分数可能变化多大的背景信息，我们自己在2026年10月13日的测量对1549篇参考段落进行了评分，平均AI分数为28%，中位数为20%，其中522篇达到或超过30%的阈值。这些是我们自己检测器的段落计数，不是假阳性率，也不是对任何人写作的裁决。如果你正在权衡企业工具与更轻量的工具，DeAIze vs Copyleaks比较了每份报告实际向审阅者展示的内容。