Проверка текста на ИИ онлайн: как работают детекторы

Коротко. Проверка текста на ИИ выглядит как измерение, но измерением не является. Детектор не видит, кто написал текст, — он оценивает, насколько текст предсказуем, и по этой предсказуемости делает вывод. Поэтому аккуратное человеческое эссе получает «90% ИИ», а отредактированный машинный черновик проходит как живой. Ниже — что именно считают такие сервисы, кого они оговаривают чаще всего, как читать их проценты и что делать, если под раздачу попали вы.

Что на самом деле считает детектор

В основе почти всех сервисов лежат две величины. Первая — перплексия: мера того, насколько каждое следующее слово в тексте было ожидаемым. Языковая модель по определению выбирает вероятные слова, поэтому её текст получается «гладким», с низкой перплексией. Вторая — разброс: у человека предложения скачут по длине и сложности, длинный период сменяется рубленой фразой. У модели ритм ровнее.

Часть сервисов поверх этого ставит собственный классификатор, обученный на парах «человеческий текст — машинный». Он работает лучше голой статистики, но наследует главную беду: он узнаёт не авторство, а стиль. Ровный, безличный, хорошо структурированный текст для него — машинный, независимо от того, кто сидел за клавиатурой.

Показательная история: OpenAI выпустила собственный детектор ИИ-текстов и закрыла его примерно через полгода, прямо назвав причиной низкую точность. Компания, которая обучала саму модель, не смогла надёжно отличить её вывод от человеческого текста.

Почему проверка ошибается

Ошибки распределены неравномерно — и это самое неприятное. Риск получить ложное обвинение зависит от того, как вы пишете.

Последняя строка объясняет, почему детекторы бесполезны как инструмент наказания: они надёжнее всего ловят тех, кто вообще не думал прятаться, и промахиваются по тем, кто потратил десять минут на правку. Исследование Стэнфорда 2023 года показало это в крайней форме: эссе студентов, для которых английский не родной, детекторы массово помечали как написанные машиной.

Как читать процент в отчёте

«85% ИИ» в интерфейсе не означает ни «85% текста написала нейросеть», ни «вероятность 85%». Это внутренняя оценка похожести — число, сопоставимое только с числами того же сервиса. Проверьте один абзац в трёх детекторах, и вы получите три разных ответа, иногда противоположных. Практическое правило: относитесь к результату как к поводу прочитать текст внимательно, а не как к доказательству. Никакой отчёт детектора не является уликой.

Отдельная история — водяные знаки. Разработчики моделей научились вшивать в генерацию незаметный статистический след и проверять его своим же инструментом: так устроен SynthID от Google. Это единственный честный способ узнать происхождение текста, но работает он лишь для конкретной модели и только если её владелец даёт доступ к проверке. Универсального детектора «любого ИИ» такой подход не даёт и дать не может.

Что делать, если текст пометили как ИИ

Если вы писали сами, спорить процентами бесполезно — спорят процессом. Работает вот что:

• История версий. Черновик в облачном редакторе хранит правки по минутам. Это самое сильное доказательство, какое вообще бывает, и оно появляется само, если не писать в блокноте.
• Материалы. Выписки, ссылки, фотографии с интервью, заметки на полях — след работы, которого у сгенерированного текста не бывает.
• Разговор по содержанию. Попросите задать вопросы по тексту: почему выбран этот источник, что не вошло. Автор отвечает, заказчик генерации — нет.
• Вторая проверка. Прогоните текст в других сервисах и покажите разброс. Расхождение в полсотни процентов само по себе обесценивает первый отчёт.

Как писать с нейросетью честно

Отдельный вопрос — что делать, если ИИ действительно участвовал. Разумная позиция простая: нейросеть допустима как черновик и редактор, но текст остаётся вашим только тогда, когда вы его переписали, проверили факты и добавили то, чего в модели нет, — свой опыт, свои данные, свои примеры. Заодно это снимает и проблему детекторов: текст, в который вложились, перестаёт быть предсказуемым.

Там, где правила требуют раскрытия — в вузе, в редакции, у заказчика, — указывайте участие ИИ прямо. Претензии возникают не из-за инструмента, а из-за попытки выдать чужую работу за свою. Практические приёмы правки разобраны в статьях «Как улучшить текст с помощью ИИ» и «Как перефразировать текст с помощью нейросети».

Сколько стоит переписать текст

Детектора как отдельного инструмента в Умке нет — это другой класс сервисов. Зато есть 350 моделей в одном интерфейсе для работы с самим текстом: переписать сухой абзац живым языком, вычитать структуру, найти повторы и штампы, проверить факты. Подписки нет, списываются токены за конкретный запрос: развёрнутый ответ умной модели — 33 токена, быстрый — 1 токен.

При регистрации дают 60 токенов в подарок, и восемь моделей из 350 бесплатны — на пробную вычитку хватит без пополнения. Дальше пакеты: 290 ₽ за 725 токенов, 690 ₽ за 1 811, 1 490 ₽ за 4 172 и 3 900 ₽ за 11 700, где токен выходит дешевле примерно на пятую часть. Стартовых 725 токенов хватает примерно на 21 развёрнутый ответ. Как выбрать модель под редактуру — в гайде «Нейросеть для текста».

Частые вопросы