Надёжно доказать, что текст написал ИИ, нельзя: детекторы дают вероятность и ошибаются в обе стороны. Лучше всего работает сочетание: проверка фактов и ссылок, поиск характерных признаков, сравнение с прежними текстами автора и черновиками. Детектор — лишь один из сигналов.
Ниже — признаки, которые описывают редакторы Википедии и исследователи, данные о точности детекторов из первоисточников (включая исследование 2026 года) и порядок проверки. Все ссылки сверены 14 октября 2026 года.
Признаки текста, написанного ИИ
Редакторы англоязычной Википедии ведут список признаков ИИ-текста. Они подчёркивают: это эвристики, а не доказательства, и многие признаки встречаются и у людей. Сильнее всего говорит плотность: скопление шаблонов в одном тексте значит больше, чем отдельное слово.
- Раздутая значимость. Формулы вроде «играет ключевую роль» там, где нет конкретики.
- Рекламный тон. Яркие эпитеты и «богатое наследие» вместо фактов.
- Расплывчатые авторитеты. «Эксперты считают», «исследователи отмечают» без имён и ссылок.
- Поверхностные выводы. Хвосты на причастиях: «…, подчёркивая важность темы».
- Шаблонные конструкции. «Не просто X, а Y», тройки однородных членов, обязательные разделы «Проблемы и перспективы».
- Следы диалога с ботом. «Конечно! Вот…», оговорки о доступности источников, незаполненные шаблоны.
- Оформление. Лишний жирный шрифт, markdown-символы (звёздочки, решётки), эмодзи вместо маркеров.
- Ссылки. Нерабочие адреса, несуществующие DOI, метки
utm_sourceв адресах.
В русскоязычных текстах те же шаблоны выглядят как «в современном мире», «стоит отметить», «играет важную роль». Но каждый из них мог написать и человек.
Проверьте факты, цитаты и ссылки
Это самая надёжная проверка. Google в справке для веб-мастеров предупреждает, что генеративные модели предсказывают вероятные последовательности слов, а не извлекают факты, поэтому ответы могут содержать ошибки. В руководстве Google о генеративном ИИ прямо сказано, что такой текст нужно проверять до публикации.
- Откройте каждую ссылку и убедитесь, что страница существует и действительно говорит то, что приписано.
- Проверьте имена, даты, цифры и цитаты по первоисточнику.
- Найдите упомянутую книгу или статью: у выдуманных источников обычно нет страниц и номеров.
- Если фактов проверить нельзя, это уже повод сомневаться, независимо от автора.
Что показывают исследования про людей-экспертов
Люди без подготовки ошибаются часто. В исследовании 2021 года (ACL) читатели без опыта отличали текст GPT-3 от человеческого примерно наугад, около 50%. Но опыт меняет картину: в работе 2025 года люди, которые регулярно пишут с помощью ИИ, судили гораздо лучше: коллективное мнение пяти экспертов ошиблось лишь в 1 из 300 англоязычных статей. Они обращали внимание на выбор слов, формальность, оригинальность и ясность, а перефразирование и «очеловечивание» текста не сбили их с толку.
Вывод практический: читайте внимательно и вдумчиво, а не по одной фразе, и опирайтесь на несколько независимых признаков.
Детекторы ИИ-текста: что они показывают и где ошибаются
Детектор оценивает текст и выдаёт вероятность или процент ИИ. Это не доказательство: результат зависит от длины текста, языка, правок и порога срабатывания. Данные из первоисточников:
| Источник | Что показал |
|---|---|
| OpenAI, 2023 | Собственный классификатор верно отмечал 26% текстов ИИ и ошибочно метил 9% человеческих. Ненадёжен на коротких текстах (до 1000 знаков), хуже работает не на английском. Закрыт 20 июля 2023 года из-за низкой точности |
| Стэнфорд, 2023 | Семь детекторов приняли за ИИ 61,22% из 91 эссе TOEFL, написанных неносителями английского; эссе американских школьников они оценивали почти безошибочно. Авторы связывают это с перплексией: детекторы оценивают «сложность» письма, а у неносителей она ниже |
| Turnitin, 2023 | Компания заявляет менее 1% ложных срабатываний, но признаёт, что это не ноль, и оставляет решение за преподавателем |
| Университет Вандербильта, 2023 | Отключил детектор Turnitin: при заявленном 1% на 75 000 работ в год это около 750 ложных срабатываний. Университет советует сравнивать работу с прежними текстами студента и проверять источники |
| Sadasivan и др., 2023–2025 | Рекурсивный парафраз заметно снижает долю обнаруженных ИИ-текстов, а водяные знаки можно подделать |
Исследование 2026 года: ложных обвинений мало, но ИИ-текст часто пропускают
В работе в International Journal for Educational Integrity (опубликована 29 июня 2026 года) сравнили четыре детектора на 160 текстах, где известно, кто что писал: 40 человеческих, 40 полностью ИИ-текстов, 40 смешанных и 40 «очеловеченных». Человеческие тексты все четыре распознали верно. Но с полностью ИИ-текстами (их написал GPT-4o Deep Research) дело хуже: Turnitin не обнаружил ни одного, GPTZero и Copyleaks пропустили 70% и 75%, а лучший по результатам Pangram набрал 65% при строгом зачёте и 97,5% при мягком (с учётом частичных совпадений).
На смешанных текстах лучше всех снова был Pangram, Turnitin набрал 60%, Copyleaks — 30%, GPTZero — 0%. У «очеловеченных» текстов (ИИ-фрагменты, переписанные специальным промптом) результаты Turnitin и Copyleaks упали. Авторы делают вывод: детекторы дают полезный первый сигнал, но не годятся как единственное доказательство. Ложных срабатываний было мало, это лучше прежних исследований. Оговорка: набор синтетический, а инструменты регулярно обновляют.
Водяные знаки и маркировка: что это меняет
Альтернатива детекторам — метка, которую модель ставит в текст при генерации. У Google это SynthID Text: водяной знак, который проверяется вероятностно и выдаёт «есть», «нет» или «неясно». Устойчив к правке нескольких слов и лёгкому перефразированию, но уверенность падает после сильного переписывания или перевода; на фактических ответах метка слабее. В ЕС статья 50 Регламента об ИИ действует с 2 августа 2026 года, а кодекс практики по прозрачности (июнь 2026) описывает маркировку и обнаружение для провайдеров, включая текст.
Но метка помогает, только если провайдер её поставил и дал способ проверки; для текста другой модели или сильно переписанного она, как правило, не поможет. Про водяной знак OpenAI мы писали отдельно: что он умеет и чего не умеет.
Как проверять на практике
- Прочитайте текст целиком и отметьте признаки. Одного слова мало: смотрите, как плотно они встречаются.
- Проверьте факты, цифры, цитаты и ссылки по первоисточникам.
- Сравните со стилем автора и черновиками. Вандербильт советует сравнить работу с прежними текстами и проверить, нет ли выдуманных источников.
- Если нужен детектор, возьмите несколько и длинный фрагмент: на коротких текстах результат ненадёжен. Читайте результат как подсказку.
- Поговорите с автором: попросите объяснить текст и показать историю правок. Вандербильт отмечает, что часть студентов при спокойном разговоре признаёт использование ИИ.
Если вы владелец сайта, помните: по справке Google, ИИ-текст сам по себе не нарушает правил. Проблема — массовые страницы без пользы (спам «масштабного контента») и ошибки. Общую картину возможностей и ограничений ИИ мы разбирали в материале про искусственный интеллект в 2026 году.
Источники и методика
Анализ открытых источниковПроверено 14 октября 2026
- OpenAI — New AI classifier for indicating AI-written text openai.com
- International Journal for Educational Integrity — Who wrote this? (2026) link.springer.com
- Stanford HAI — AI detectors biased against non-native English writers hai.stanford.edu
- Википедия — Signs of AI writing en.wikipedia.org
- Google — Using generative AI content on your site developers.google.com
Частые вопросы
Какой детектор ИИ самый точный?
Единого лидера нет. В исследовании 2026 года на 160 текстах лучше всех справился Pangram, а Turnitin, GPTZero и Copyleaks промахивались на ИИ-текстах. Но выборка небольшая, инструменты обновляются, а для русского и украинского независимых сравнений мы не нашли.
Накажет ли Google за ИИ-текст?
Не за сам факт. По справке Google, генеративный ИИ допустим, а нарушением может стать выпуск множества страниц без пользы, то есть спам «масштабного контента». Тексты нужно проверять на ошибки.
Могут ли детекторы принять мой текст за ИИ?
Да. Классификатор OpenAI в тестах ошибочно метил 9% человеческих текстов, а семь детекторов в исследовании Стэнфорда приняли за ИИ 61,22% эссе неносителей английского. Turnitin признаёт, что ложные срабатывания не исключены.
Можно ли доказать, что текст написан ИИ?
Нет, только косвенно: по фактическим ошибкам и выдуманным ссылкам, по резкой смене стиля, по истории правок и разговору с автором. Результат детектора доказательством не считается.
Работают ли детекторы на русском и украинском?
Данных мало. OpenAI рекомендовала свой классификатор только для английского и предупреждала, что в других языках он работает значительно хуже. Независимых испытаний на русском и украинском мы не нашли.
Добавить комментарий