Детекторы ИИ-текста не определяют авторство — они оценивают вероятность по косвенным признакам и регулярно ошибаются в обе стороны. Независимые проверки дают популярному GPTZero точность в диапазоне 62–88% вместо заявленных 99%, а на перефразированном или отредактированном тексте она опускается ниже 40%. Сам OpenAI в 2023 году запустил собственный классификатор и закрыл его через полгода, потому что тот верно распознавал ИИ-текст лишь в 26% случаев и при этом ошибочно помечал 9% человеческих текстов. Вывод простой: вердикт детектора — это оценка вероятности, а не доказательство.

На чём строится проверка

Детекторы анализируют статистические свойства текста, а не его смысл. Два ключевых показателя — перплексия (perplexity) и взрывность (burstiness).

  • Перплексия: мера «предсказуемости» текста для языковой модели. Машинный текст обычно более предсказуем — модель выбирает вероятные слова, — поэтому его перплексия ниже, чем у живого человека, который пишет неровно и неожиданно.
  • Взрывность: разброс в длине и сложности предложений. Человек чередует короткие и длинные фразы; модель по умолчанию пишет ровнее, с меньшим разбросом.

На основе этих и десятков других признаков детектор обучают на парах «человеческий текст / машинный текст» и получают классификатор, выдающий процент вероятности. Проблема в том, что признаки косвенные: аккуратный человеческий текст (например, академическая статья или перевод) выглядит «слишком ровным» и попадает под ложное срабатывание, а ИИ-текст, слегка переписанный человеком, легко проходит проверку.

Почему точность обманчива

Заявленные «99% точности» относятся к лабораторным условиям — сырой текст модели против сырого человеческого. В реальности тексты смешанные и отредактированные, и здесь цифры рушатся. Тесты 2026 года показывают: на необработанном ИИ-тексте точность держится около 88–95%, но на «очеловеченном» (humanized) тексте падает ниже 40% — хуже подбрасывания монеты. Существуют отдельные сервисы-перефразировщики с единственной целью — обойти детекторы. И они справляются.

Вторая проблема — ложные срабатывания. Даже при низком проценте (1–2% у части сервисов) на больших объёмах это означает, что добросовестные авторы получают обвинение. Особенно страдают неносители языка: их более простой синтаксис статистически похож на машинный. Известны случаи, когда детекторы помечали как ИИ классические тексты — от Библии до конституций, — что наглядно показывает природу ошибки.

Фундаментальная причина в том, что задача в принципе плохо решаема. Если разработчики ChatGPT не смогли надёжно отличить вывод собственной модели, то универсальный детектор «человек или ИИ» по тексту фиксированной длины — это попытка восстановить происхождение по статистике, которая по мере улучшения моделей становится всё менее различимой.

Гонка детекторов и «гуманизаторов»

Вокруг проверки на ИИ сложился целый рынок с двумя противоборствующими сторонами. С одной — детекторы (GPTZero, Turnitin, Originality.ai и десятки аналогов), которые продают учебным заведениям и редакциям подписку на проверку. С другой — сервисы-«гуманизаторы», которые за деньги переписывают машинный текст так, чтобы он прошёл детектор. Обе стороны улучшают свои алгоритмы, и это замкнутый круг: как только детекторы учатся ловить новый признак, гуманизаторы учатся его маскировать.

Технически это означает, что любой результат детектора привязан к конкретному моменту. Модель, обученная отличать тексты GPT-4, хуже работает на тексте более новой модели, потому что распределение слов изменилось. Поэтому заявления о «99% точности» нужно читать с оговоркой: они верны для набора текстов, на котором детектор тестировали, и не переносятся автоматически на тексты, написанные другой моделью или отредактированные человеком. Универсального и стабильного во времени детектора не существует — и по устройству задачи появиться не может.

Водяные знаки — технология, при которой модель встраивает в текст незаметную статистическую метку, — предлагались как более надёжная альтернатива. Но они работают только если их добавил сам производитель модели, легко стираются при перефразировании и не покрывают открытые модели, которые можно запустить без всяких меток. Как массовое решение водяные знаки пока не состоялись.

Как относиться к результату детектора

Практический вывод — не использовать детектор как единственное доказательство. Для учебных и редакционных процессов это означает несколько правил:

  • Не наказывать по одному проценту: вердикт «98% ИИ» — повод для разговора, а не приговор; ложные срабатывания реальны и затрагивают честных авторов.
  • Смотреть на процесс, а не на текст: история правок документа, черновики, способность автора объяснить материал надёжнее любого детектора.
  • Учитывать контекст: для неносителей языка и сильно отредактированных текстов точность особенно низкая.
  • Не полагаться на один сервис: разные детекторы дают разные вердикты на одном тексте.

Полезно понимать и мотивацию сторон. Учебные заведения хотят простой инструмент против списывания, и детекторы продают им уверенность, которую сами не обеспечивают. Авторы и студенты, в свою очередь, переписывают тексты, чтобы пройти проверку, даже когда работа сделана честно, — просто из страха ложного обвинения. Возникает ситуация, в которой проигрывают обе стороны: преподаватель полагается на ненадёжный процент, а добросовестный автор тратит силы на маскировку собственного текста. Здоровее перенести акцент с поимки на сам учебный процесс — устные защиты, работу с черновиками, задания, которые сложно делегировать модели.

Детекторы полезны как сигнал в массовой фильтрации — отсеять очевидный спам, заметить подозрительный объём однотипных текстов. Но превращать их в инструмент обвинения конкретного человека рискованно: цена ошибки ложится на добросовестного автора, а точность инструмента этого не выдерживает. По мере того как языковые модели пишут всё более «по-человечески», разрыв между человеческим и машинным текстом сужается, и универсальная проверка на ИИ становится менее надёжной, а не более.