Tingkat deteksi penggunaan kecerdasan buatan (AI) dalam sebuah dokumen perlu disikapi dengan hati-hati. Oleh karena itu, sistem merekomendasikan agar hasil deteksi tidak langsung dijadikan dasar kesimpulan. Diperlukan peninjauan lebih lanjut oleh manusia sebelum menentukan apakah suatu karya benar-benar melibatkan penggunaan AI secara tidak semestinya. Pendekatan yang hati-hati ini penting agar penilaian terhadap karya mahasiswa tetap adil dan proporsional.
Turnitin juga menegaskan bahwa teknologi deteksi AI tidak selalu sepenuhnya akurat. Sistem dapat menghasilkan false positive, yaitu ketika teks yang sebenarnya ditulis oleh manusia terdeteksi sebagai teks yang dihasilkan AI. Sebaliknya, dapat pula terjadi false negative, yaitu ketika teks yang dibuat dengan bantuan AI tidak terdeteksi oleh sistem. Keterbatasan ini menunjukkan bahwa hasil deteksi AI sebaiknya dipahami sebagai indikasi awal, bukan sebagai bukti mutlak.
Karena adanya potensi kesalahan tersebut, persentase deteksi AI tidak boleh dijadikan satu-satunya dasar untuk menuduh terjadinya pelanggaran akademik. Penilaian terhadap kemungkinan kecurangan akademik harus mempertimbangkan berbagai aspek lain, termasuk gaya penulisan mahasiswa, proses pengerjaan tugas, serta konteks pembelajaran yang berlaku. Dengan demikian, keputusan yang diambil dapat lebih objektif dan sesuai dengan prinsip keadilan akademik.
Dalam praktiknya, dosen atau penilai dianjurkan untuk menggunakan laporan deteksi AI sebagai titik awal untuk melakukan evaluasi yang lebih mendalam. Hasil tersebut dapat menjadi bahan untuk melakukan klarifikasi atau diskusi dengan mahasiswa mengenai proses penulisan tugas yang mereka lakukan. Pendekatan dialogis seperti ini tidak hanya membantu memastikan kejujuran akademik, tetapi juga memberikan kesempatan bagi mahasiswa untuk memahami batasan etis dalam penggunaan teknologi AI dalam pembelajaran.
Selain itu, perlu dipahami bahwa model deteksi AI hanya menganalisis teks yang memenuhi kriteria tertentu, yang disebut sebagai qualifying text. Yang dimaksud dengan qualifying text adalah tulisan panjang yang terdiri dari kalimat-kalimat dalam paragraf, seperti esai, artikel, atau laporan ilmiah. Format tulisan lain seperti bullet points, daftar poin, atau daftar anotasi biasanya tidak dianalisis oleh sistem. Hal ini dapat menyebabkan perbedaan antara bagian teks yang disorot dalam laporan dengan persentase keseluruhan yang ditampilkan. Oleh karena itu, pemahaman terhadap cara kerja sistem sangat penting agar interpretasi laporan deteksi AI tidak menimbulkan kesalahpahaman.
