南洋理工大学Academic Misconduct怎么办？学术不端申诉流程、材料准备与常见问题

　　收到南洋理工大学（NTU Singapore）的 Academic Misconduct 指控后，不要急着承认，也不要因为紧张而删除、修改原始材料。 更重要的是先确认学校指向的具体行为、目前处于什么处理阶段，再整理能够说明事实经过的证据，包括原始作业、Draft、参考文献、课堂要求、邮件、老师反馈以及涉及 AI 使用的记录。NTU 目前的学生纪律框架明确区分不同严重程度的 misconduct：较轻的案件可以由学院、学校或系层面处理，严重 misconduct 则可能进入 University-level 的 Board of Discipline（BOD）程序。

　　对于准备进行南洋理工大学学术不端申诉的学生来说，最容易犯的错误不是“不会写申诉信”，而是没有先弄清楚学校究竟在调查什么，以及自己手上的证据能不能对应学校提出的具体问题。

南洋理工大学Academic Misconduct包括哪些情况？

　　NTU 对 academic integrity 的要求并不只针对传统意义上的抄袭。学校公开的 Academic Integrity 资料将 plagiarism、academic fraud、collusion、falsification of data、false citation、contract cheating 等都列为 academic dishonesty 的相关情形。

　　Plagiarism（抄袭）并不只是复制别人整段文字。NTU 对 plagiarism 的定义包括在没有适当注明来源的情况下使用他人的文字、图片、图表、观点或其他材料；即使进行了改写，如果没有正确标注来源，也可能产生 plagiarism 问题。

　　Self-plagiarism（自我抄袭）同样需要特别注意。把之前已经提交过、用于获得成绩的内容重新提交到另一门课程，并不因为“内容是自己写的”就天然没有问题。NTU 部分学院公开的 academic integrity guidance 已明确将重复提交既有课程作业列为 self-plagiarism。

　　Collusion（不当合作）则容易发生在 Group Chat、共享文档和同学互相传作业的过程中。NTU 对 collusion 的解释包括未经允许共同完成本应独立完成的作业、复制其他学生的作业，以及让其他学生使用自己的作业。

　　还有一种近几年越来越需要注意的情况是 AI-related academic misconduct。这里不能简单理解成“用了 ChatGPT 就一定违规”，关键是看具体课程是否允许使用，以及学生有没有按照课程要求披露和引用。NTU 某些课程公开的指导已经明确要求，在允许使用生成式 AI 的情况下，对 AI 输出进行适当引用或披露；而把 AI 生成的文字直接作为自己的作品提交，则可能涉及 academic integrity 问题。

被NTU指控Academic Misconduct后，第一件事不是解释，而是固定证据

　　如果已经收到 lecturer、module coordinator、school 或其他 NTU 部门发来的 misconduct 通知，建议立即建立一个单独的证据文件夹。

　　把最终提交版本、Word/Google Docs历史版本、Draft、Research Notes、参考文献、浏览记录、课堂笔记、老师给出的 Assignment Brief、Rubric、邮件和课程公告全部保留下来。

　　如果涉及 AI，还应该保存当时实际使用过的工具记录、Prompt、生成结果以及最终修改过程。不要只保留一张“我没有抄袭”的截图，因为真正有价值的是能够还原这份作业是怎样一步一步形成的。

　　这点尤其重要，因为 similarity report 本身并不等于 plagiarism 判定。NTU 官方关于 Turnitin/iThenticate 的说明明确指出，similarity checker 是用于识别文本相似性的工具，并不是单纯根据 similarity percentage 就自动认定 plagiarism。

　　所以，看到 Turnitin 有较高 similarity percentage 后直接认定“完了，我一定会被开除”，并没有事实依据。需要进一步看相似内容是什么、是否正确引用、是否属于课程允许的共同材料，以及学校目前究竟针对什么行为提出疑问。

南洋理工大学学术不端申诉，最重要的是回答三个问题

　　如果学生认为 Academic Misconduct 指控存在误解，书面陈述最好围绕三个核心问题展开：

　　第一，发生了什么？

　　按照时间顺序说明作业什么时候开始、使用了哪些资料、什么时候完成、什么时候提交。不要一上来写大量情绪化内容，例如“我从来没有想过会被学校怀疑”“我觉得学校对我不公平”。这些内容很难帮助处理事实问题。

　　第二，学校认为哪里存在问题？

　　把学校通知中的具体指控拆出来。例如是 plagiarism、unauthorised collaboration、false citation、AI use，还是其他 academic integrity concern。

　　第三，什么证据能够解释这个问题？

　　比如老师认为某段文字与其他来源高度相似，那么需要找到原始来源和自己的引用记录；如果学校质疑 AI 生成，则需要说明实际使用方式，并提供 Draft、修改记录等能够证明创作过程的材料。

　　申诉的核心不是把文字写得多么激烈，而是让指控—事实—证据能够一一对应。

如果是AI使用被质疑，千万不要简单写“ChatGPT只是帮我润色”

　　这是现在 Academic Misconduct 案件中比较容易出现的风险点。

　　“润色”“翻译”“找资料”“生成框架”“改写段落”实际上可能对应完全不同的 AI 使用程度。学校真正需要判断的是：AI 在最终提交作品中发挥了什么作用，以及这种使用是否符合该课程的要求。

　　NTU 对研究领域的 GenAI 使用明确强调 responsible、accountable 和 transparent use，并指出需要披露 AI 工具的使用情况和使用性质；同时，NTU 的课程层面也可能存在更具体的 AI 使用规定。

　　因此，如果课程允许 Grammar Check，但不允许 AI 生成 substantive content，那么“我只是用了 ChatGPT”并不能自动解决问题。

　　反过来，如果课程明确允许某种 AI 使用，而学生能够提供 Prompt、输出、修改记录和最终版本，也不能因为检测到 AI 痕迹就直接把所有情况等同于 contract cheating。

　　具体判断必须回到课程当时公布的 AI policy、Assessment brief 和学校处理文件。

为什么要保留Draft、版本记录和参考文献？

　　因为 Academic Misconduct 处理中，“最终交上去的文件”有时候无法完整解释作品的形成过程。

　　举一个比较现实的情况：学生的最终 Essay 英文水平突然明显提高，老师因此提出 AI-generated writing 的疑问。单独看 Final Version，确实很难解释。

　　但如果学生能够提供两周前的 Outline、第一版 Draft、Tutor Feedback、自己修改的版本，以及最终稿的变化过程，学校能够看到更完整的时间线。

　　这并不能保证案件一定以某一种结果结束，但它比单纯写一句“这篇文章是我自己写的”具有更强的事实证明价值。

　　对于 plagiarism 争议也一样。NTU 官方明确要求学生正确承认和引用他人的文字与观点；因此，把 Reference List、PDF 文献、笔记和最终引用位置保存下来，比临时重新搜索几个网页更有用。

NTU Academic Misconduct会有什么后果？

　　不能简单回答成“第一次就是警告”或者“Academic Misconduct一定会被开除”。

　　NTU 现行 Regulation 6.1 的 disciplinary framework 明确规定，不同严重程度的 misconduct 可以由不同层级处理。较轻的 misconduct 可以在 College、School、Department 层面处理；严重 misconduct 则由 University-level Board of Discipline 处理，包括可能涉及 suspension 或 expulsion 的案件。

　　NTU Statute 6 同样规定，Board of Discipline 可以处理 serious misconduct，而学校的纪律框架并不是只针对一种 academic offence。

　　因此，网上经常出现的“NTU学术不端一般就是挂科”“第一次肯定不会严重处理”之类说法，都不适合直接当作个人案件的判断依据。

　　具体后果取决于涉嫌行为、证据、案件严重程度、适用的政策程序以及最终处理结果。

南洋理工大学学术不端申诉材料怎么准备？

　　如果需要提交书面解释或参与学校安排的程序，可以按照案件本身整理材料。

　　个人陈述：说明事件时间线，以及自己对指控的具体回应。

　　课程材料：保存 Assignment Brief、Rubric、AI policy、引用要求和课程公告。

　　创作过程：Draft、Outline、Notes、版本历史、修改痕迹。

　　来源材料：原始论文、书籍、网页、数据来源以及 Reference List。

　　沟通记录：与 lecturer、TA、module coordinator 的邮件和正式通知。

　　AI相关材料：如果确实使用过 ChatGPT、Gemini、Claude 等工具，应根据课程要求保留相应记录，而不是在被调查后临时删除。

　　材料不需要越多越好。最重要的是每一份材料都能解释案件中的一个具体问题。

如果觉得NTU的指控不准确，可以怎么处理？

　　这里需要区分“解释事实”和“对处理结果提出异议”。

　　如果目前只是收到 lecturer 或学校要求解释某一项疑似 misconduct，重点应该放在按要求回应并提交事实材料。

　　如果案件已经进入正式 disciplinary process，则应该按照 NTU 发出的通知、适用政策和具体程序处理。NTU 当前 Student Discipline 页面说明，学生纪律依据 University Code of Conduct、Student Code of Conduct 以及相关政策程序执行；正式程序的具体要求应以学校发出的文件和 Policy Portal 中的现行规定为准。

　　不要看到网上某个学生的经历，就直接复制对方的申诉方式。Academic Misconduct案件高度依赖具体事实，别人的“成功申诉模板”不一定适用于自己的案件。

南洋理工大学学术不端申诉，哪些做法容易把事情变复杂？

　　第一，删除聊天记录或Draft。如果材料原本可以帮助解释事件，事后删除反而会让证据链变得不完整。

　　第二，临时制作“证明材料”。不要为了证明自己从未使用 AI 而事后伪造 Prompt、聊天记录或修改历史。

　　第三，过度强调“我不知道这是违规”。不了解规则可以作为事实背景，但不能自动否定行为是否违反学校政策。

　　第四，只讨论自己的主观意图。“我没有想作弊”和“这个行为是否符合课程规定”是两个不同的问题。

　　第五，拿检测分数直接当成结论。Turnitin similarity percentage 反映的是文本相似情况，并不能单独决定是否构成 plagiarism。NTU 官方也明确区分 similarity checking 与 plagiarism determination。

　　第六，使用网上所谓“100%申诉成功模板”。Academic Misconduct 不是普通售后纠纷，模板可以帮助整理结构，但不能替代对具体证据和学校政策的分析。

南洋理工大学Academic Misconduct申诉需要找机构吗？

　　不是所有案件都需要。

　　如果只是收到学校要求解释某一处 citation 问题，而且学生能够独立还原自己的写作过程，可以先根据学校要求自行准备。

　　如果案件涉及多项 plagiarism、AI use、collusion、contract cheating，或者已经进入正式 disciplinary process，情况就复杂得多。这个阶段真正有价值的不是找人“写一封漂亮的申诉信”，而是有人能够帮助你梳理时间线、拆解指控、检查证据、核对学校规则，并把事实清楚地表达出来。

　　海马课堂在这类学术申诉服务上，优势就在于不是简单提供一份模板，而是围绕学生实际案件进行梳理。海马课堂目前拥有 18,400+导师，并积累了 32,000+累计申诉案例经验，覆盖挂科申诉、Academic Misconduct、学位申诉、劝退申诉、成绩复核等复杂学术问题。

　　对于南洋理工大学 Academic Misconduct 这类案件，海马课堂更看重的是学校、专业、课程、涉嫌问题和现有证据之间的匹配。收到学校通知后，会根据案件材料判断目前处于什么阶段，再针对事实经过和证据情况进行梳理，而不是拿一套固定模板替换所有学生的情况。

　　尤其是 Academic Misconduct，学生自己也应该保留最终判断和事实确认权。任何申诉材料都应当真实反映实际发生的情况，不能为了提高“申诉成功率”而编造不存在的经历、修改证据或者虚构 AI 使用记录。

FAQ：南洋理工大学学术不端申诉常见问题

NTU Academic Misconduct是不是等于被学校认定学术不端？

　　不是。收到 allegation、notification 或要求解释，说明学校对某项行为存在疑问或正在处理，并不等于最终已经认定学生有 misconduct。具体需要看学校发来的正式文件以及案件所处阶段。

NTU查Academic Misconduct主要查什么？

　　常见问题包括 plagiarism、collusion、academic fraud、false citation、falsification of data、contract cheating 等。NTU公开的 Academic Integrity 页面明确列出了这些类型。

　　具体案件会根据对应课程、学校政策和事实证据判断，不能仅凭一个 Turnitin 数值判断。