人工智能技巧和学习

什么算抄袭?同一段原文的七种写法,逐一判定

什么算抄袭?同一段原文的七种写法,逐一判定

什么算抄袭?使用别人的文字或观点却没有清楚注明出处,无论是否有意,都算抄袭。照搬原文、改写一段却不注明来源、把换了几个词的句子拼凑在一起,都算。未经允许把自己以前交过的作业再交一次,也算。而用引号引用并注明出处,或者用自己的话完整重述某个观点并注明出处,则不算。

学校、期刊和用人单位的规定各不相同,最终以你所适用的规定为准。下面我们拿一段真实的原文,展示它进入一篇论文的七种方式,标出哪些越了界,并测量每种写法还保留了多少原文。最后简要回答关于相似度、作者许可、公有领域来源、旧论文和AI的常见问题。

什么算抄袭:一句话说清规则

哈佛大学的Guide to Using Sources(来源使用指南)指出,在学术写作中,拿走“别人的任何观点或任何文字”而没有充分注明来源,就是抄袭。由此可以得出三点。

  • 观点也算,不只是文字。 如果论点、研究发现或数字来自某个来源,即使每个字都是你自己写的,也需要注明出处。
  • 无心之失也算。 哈佛说,无论是故意还是无意抄袭,这条规则都适用;牛津大学也提醒,即使是无意的抄袭也可能受到处罚。两者都提到,做笔记马虎是导致抄袭的原因之一。
  • 来源的类型无关紧要。 哈佛列出的来源包括已出版的作者、其他学生,以及作者不明的网站;牛津的定义涵盖所有已发表和未发表的材料,包括全部或部分由AI生成的内容,除非这种使用已获授权。

一段原文,七种写法

原文如下:美国环境保护署(EPA)网页Benefits of Trees and Vegetation(“树木和植被的益处”,最后更新于2026年5月15日)中的三句话。第三句在原文中还要再往后两句,省略处用[...]标出。

树木和植被(例如灌丛、灌木、高草)通过提供遮荫以及借助蒸散作用降温,降低地表和空气温度。蒸散作用是指树木和植被通过根部吸收水分,再通过叶片将其蒸发的过程。[...] 一项对308项研究的综述发现,平均而言,城市森林比城市中没有绿地的区域凉爽3.0°F(1.6°C)。

注:这段原文和下面各个版本都译自英文原文,测量也是在英文文本上完成的。

下面是它可能出现在一篇关于城市高温的学生论文中的几种方式。

版本A,照抄。 三句话原样粘贴(不含[...]),没有引号,也没有注明出处。

版本B,照抄并注明出处。 同样粘贴的文字,末尾加上“(U.S. EPA, 2026)”,但仍然没有引号。

版本C,替换同义词,未注明出处:

树木和植物(比如灌丛、灌木和高草)通过给予遮荫并经由蒸散作用降温,减低地表和空气温度。蒸散作用是一个树木和植物通过根部吸取水分并通过叶片释放水分的过程。一篇对308项研究的综述显示,平均而言,城市森林比没有绿植的城市区域凉爽3.0°F(1.6°C)。

版本D,替换同义词并注明出处。 版本C,末尾加上“(U.S. EPA, 2026)”。

版本E,学生自己的话,注明出处:

遮荫只是树木让街道变凉的原因之一。植物还会从土壤中吸水,再通过叶片释放出去,这种蒸发会带走周围空气中的热量。综合308项研究,城市森林平均比没有绿植的建成区凉爽约1.6°C(3°F)(U.S. EPA, 2026)。

版本F,简短引用,注明出处: EPA报告称,综合308项研究,城市森林平均“比城市中没有绿地的区域凉爽3.0°F(1.6°C)”(U.S. EPA, 2026)。

版本G,自己的话,未注明出处。 版本E删掉“(U.S. EPA, 2026)”。

版本学生的做法算抄袭吗?原因
A照抄,未注明出处算把原文的文字和观点当成了学生自己的
B照抄,注明出处,没有引号算读者看不出这些文字是抄来的;牛津要求引文使用引号或缩进
C替换同义词,未注明出处算只换几个词、保留原有结构,仍然是抄袭
D替换同义词,注明出处通常算哈佛:措辞与原文过于接近,即使注明出处也是抄袭
E自己的措辞和结构,注明出处不算观点注明了出处,措辞属于学生自己
F简短引用,加引号并注明出处不算抄来的文字标明了是引用,并注明了出处
G自己的话,未注明出处算措辞是新的,但研究发现仍属于原来源

B和D是最容易让人中招的两行。注明出处并不能让抄来的文字变成你的,同义词词典也不能把别人的句子变成转述。

原文还剩多少?我们测了一下

为了用数字看出差别,我们把每个版本和原文拆分成单词(数字、单位字母以及连字符词的两半各算一个词,引用标注保留在内),统计两项指标:版本中的三词序列有多大比例也出现在原文中,以及完全相同的最长连续词串。以下数据都是在英文文本上统计的。这是我们在2026年11月9日自己做的粗略检查,并不是任何商业查重工具的方法。

版本词数也出现在原文中的三词序列最长相同词串
A,照抄63100%63个词
C,替换同义词6434%8个词
E,自己的话,注明出处584%4个词
F,引用,注明出处2646%13个词

表中没有列出B、D和G,因为它们与A、C、E的措辞相同,只有引用标注不同。重合度统计看不出你有没有注明出处。

值得注意的几点:

  • 替换同义词的版本保留了三分之一的短语和整个骨架。 它有同样的三句话、同样的顺序、同样括号里的植物列表和同样的一串数字。牛津点名的正是这种做法:改动几个词、调换词序,或紧贴原文论证的结构。
  • 真正的转述与原文几乎只共享事实。 它最长的相同词串只有四个词(“it through their leaves”,大意是“通过叶片把它……”)。它以自己的观点开头,解释了蒸散作用却没有点出这个术语,并围绕自己的观点重新组织了原文的句子,这才让它成为学生自己的文字,而不是EPA的。
  • 合格的引用得分反而高于替换同义词的版本。 它几乎一半的短语都能匹配上,因为它本来就是引文。这正是单看百分比无法下结论的原因。

“查重率20%算抄袭吗?”相似度到底说明什么

相似度检测工具并不判断你是否抄袭。Turnitin自己的学生版相似度说明开篇就写道:“Turnitin不检查抄袭。”它把你的文本与网页、期刊杂志以及其他学生提交过的论文组成的数据库进行比对,并标出相同之处。

同一份指南(截至2026年11月)还提到:

  • 规范的引用和参考文献也会显示为匹配。 像版本F这样注明出处的引用会提高你的相似度,尽管它完全没问题。
  • 没有固定的合格数字。 每所学校、每位老师或每项作业可以接受的重复文字量都可能不同。请查看课程大纲或直接询问。
  • 高相似度不一定意味着抄袭,低相似度也不一定说明没有抄袭。 指南举了例子,比如一篇论文因为同一论文的早期草稿已提交到学校的论文库,而得到100%。
  • 颜色只代表区间。 在Feedback Studio的经典作业中,蓝色表示没有匹配文字,绿色表示一个词到24%,黄色25-49%,橙色50-74%,红色75-100%;Turnitin Similarity和SimCheck中蓝色和绿色对调。指南并没有说任何颜色就代表抄袭。

所以,如果看到20%或25%,请打开报告,逐段查看标出的内容。问问自己:这是注明出处的引文、你的参考文献列表、常用说法、你自己的早期草稿,还是你忘了注明出处的抄来的措辞?只有最后一种才是问题,不管总数是多少。

快速问答:“如果……,算抄袭吗?”

……我注明了出处呢? 如果抄来的文字放在引号里,或者你真正改写了这段话,就不算。光靠注明出处,救不了照抄或只是轻微改动的措辞(版本B和D)。

……我改了几个词或换了种说法呢? 不注明出处,算。注明了出处,如果结果仍然过于贴近原文,也算。

……我得到了作者许可呢? 仍然可能算。牛津的定义涵盖“无论是否获得原作者同意”使用他人作品的情况,并且另行禁止提交别人替你写的作品,即使对方同意也不行。

……来源属于公有领域,或者没有署名作者呢? 仍然算。抄袭关乎注明出处,版权关乎复制许可,两者是不同的规则。南新罕布什尔大学(Southern New Hampshire University)网站上的一篇文章引用了该校图书馆信息素养主任的话,称抄袭通常是道德和学术诚信问题,而不是法律问题,不过如果侵犯版权,也可能引来法律麻烦。我们的EPA例子正说明了这种差别:美国版权法(17 U.S.C. § 105)不保护美国政府的作品,因此根据美国法律,这段文字很可能可以自由复制,但版本A依然是抄袭。

……我重复使用自己以前的论文呢? 往往算。牛津称之为“自我抄袭”(auto-plagiarism),禁止重新提交你已经交过的作品,无论部分还是全部,除非课程规定允许。如果你要在以前的作品基础上继续写,请先询问并注明引用。

……我用了AI呢? 取决于你所遵守的规定。牛津的定义涵盖全部或部分由AI生成的材料,除非这种使用事先获得授权。堪萨斯大学医学中心(University of Kansas Medical Center)图书馆的抄袭指南说,使用生成式AI本身不算抄袭,但把它的输出当作自己的作品、又不说明使用了该工具,就可能算抄袭。请阅读课程或单位的规定;如果允许借助AI,请说明你是怎么用的。AI检测器给出的分数只是估计,可能出错,我们在AI检测器准确吗一文中谈过。

……这是常识呢? 广为人知的事实,比如树木能遮荫,不需要注明出处。但308项研究和1.6°C这个数字需要:具体的数字、研究发现和论点都有来源。拿不准时,就注明出处。

……这个想法来自同学呢? 可能算。牛津要求你注明来自同学的帮助,以及任何实质性改变了你的内容或思路的指导;普通的校对和导师的建议不算在内。小组作业有自己的界限,请先确认。

提交前的五分钟检查

  1. 每个抄来的短语都放在引号里,出处就标在旁边。
  2. 每处转述都能通过“合上书”测试。 把原文收起来,重读你的句子,问问它的结构是不是你自己的,再确认出处标注还在。
  3. 每个具体数字、研究发现或论点都有来源。 如果想不起出处,就重新找到,或者删掉。
  4. 边界清楚。 段落中间的一个引用标注,可能让后面的句子看起来像是你自己的,哈佛指南中的一个例子就说明了这一点。标明原文在哪里结束、你自己的内容从哪里开始。
  5. 没有重复使用以前的作品,除非获得许可并注明出处。
  6. AI的使用符合规定,并在要求的地方做了说明。
  7. 再找一双眼睛看看。 想快速看看有没有拼凑或套话式的措辞,可以用我们免费的查重工具,它会给出原创度评分、风险等级以及针对薄弱部分的修改建议。但要清楚它不能做什么:它只读取你粘贴的文本,不会与网络或论文数据库进行比对,所以无法告诉你某句话是否与某个来源相同。要与来源比对,请使用学校认可的工具。

总结

什么算抄袭,归根结底只有一个检验标准:读者能否分辨哪些文字和观点是你的,哪些来自别处?抄来的要加引号,转述的要真正改写,两者都要注明出处;把相似度百分比当作需要逐一检查的段落清单,而不是最终判决。