Что такое ИИ-детектор — и почему он чаще ловит аккуратных людей, чем машину

Смотри, какая неудобная штука. В Стэнфорде взяли семь популярных ИИ-детекторов и прогнали через них эссе живых людей. На сочинениях американских восьмиклассников детекторы были почти безошибочны. А эссе иностранцев, которые сдавали TOEFL, они пометили как «написано ИИ» в 61,22% случаев. Хотя бы одним детектором были помечены 89 эссе из 91.

Ни одно из них не писала машина. Их писали люди, для которых английский — второй язык.

Это не баг конкретного сервиса. Это то, как детекторы устроены.

Что такое ИИ-детектор

ИИ-детектор — это программа, которая по тексту пытается угадать, писал его человек или языковая модель. На вход даёшь текст, на выходе получаешь цифру: «87% вероятность ИИ».

Ключевое слово — угадать. Детектор не находит внутри текста никакой подписи или метки. Её там нет. Он смотрит на сам текст и делает статистическую ставку.

Что он меряет на самом деле

Детектор не спрашивает «кто это написал». Он спрашивает: «насколько предсказуемо здесь идёт каждое следующее слово».

Языковая модель выбирает токен за токеном, каждый раз беря один из самых вероятных вариантов. Получается ровный, гладкий, средний текст. Два числа это ловят:

• Перплексия — насколько текст «удивителен». Чем предсказуемее слова, тем ниже перплексия. У модели она низкая.
• Burstiness — разброс. Живой человек пишет рвано: длинное предложение, потом короткое. Потом совсем короткое. Модель держит ровный ритм.

Дальше детектор говорит: «низкая перплексия + ровный ритм → скорее машина».

И вот здесь ловушка. Это описание не машины. Это описание любого предсказуемого текста.

Почему под удар попадают именно люди

Кто пишет предсказуемо и ровно? Не только модель.

• Тот, кто пишет на неродном языке. Меньше словарный запас, чаще шаблонные обороты, аккуратные конструкции из учебника. Ровно то, что детектор считает признаком машины.
• Тот, кто пишет в формальном жанре. Заявление, отчёт, документация, научная статья. Там гладкость — это требование, а не подозрение.
• Тот, кто просто старался. Вычитал, убрал лишнее, выровнял абзацы. Поздравляю: ты стал похож на модель.

Это не разовая находка 2023 года. В 2026-м работу повторяли на других данных и с другими детекторами — и результат тот же. На конференции ACL прогнали 16 детекторных систем на школьных эссе: тексты учеников, для которых английский неродной, помечались как машинные заметно чаще. Отдельное исследование того же года показало, почему: детекторы реагируют на стиль, а не на авторство.

И обратная сторона: обойти детектор проще, чем ошибиться в него. В том же стэнфордском эксперименте достаточно было попросить модель «перепиши это более литературным языком» — и текст переставал определяться. То есть детектор не ловит того, кто хочет обмануть, но ловит того, кто ничего не скрывал.

Что делать, если тебя обвинили

Спорить цифрой с цифрой бесполезно: у обвинителя «94% ИИ», у тебя «а вот другой сервис показал 12%». Работает другое — показать процесс, а не результат.

1. История версий. Google Docs хранит правки, Word тоже. Черновик, который рос двадцать раз, машина не подделает.
2. Твои черновики и заметки. Кривые, с опечатками, с вычеркнутым — это лучшее доказательство.
3. Коммиты, если это код или текст в репозитории. Дата и последовательность видны.
4. Разговор. Попроси устно объяснить свой же текст. Человек, который его писал, объяснит.

И запомни правило, которое стоит держать в голове всем: флаг детектора — это не улика, а подозрение. Это классическое ложное срабатывание — когда система обвиняет невиновного просто потому, что он похож на виновного.

Можно ли просто спросить у модели: «ты это писала?»

Нет, и это самый частый способ навредить себе. Модель не помнит, что она генерировала. У неё нет журнала своих ответов. На вопрос «ты это писала?» она просто сочинит правдоподобный ответ — и с одинаковой лёгкостью скажет и «да», и «нет». Это обычная галлюцинация, только с очень серьёзными последствиями для того, кого «опознали».

Есть ли вообще надёжный способ узнать?

Со стороны текста — нет. Надёжность возможна только у источника: когда сам генератор помечает контент в момент создания.

Именно туда движется регулирование. Статья 50 европейского AI Act действует с 2 августа 2026 года: тот, кто делает ИИ-систему, обязан ставить на сгенерированный контент машиночитаемую метку, а того, кто публикует дипфейк, обязали его помечать. Логика тут ровно такая: спор решает метка от источника, а не гадание по готовому тексту.

Но и это не «детектор наоборот»: отсутствие метки ничего не доказывает. Метку можно потерять при копировании, а текст можно переписать руками.

Сколько процентов считать доказательством?

Никакие. Цифра детектора — это его собственная уверенность, а не вероятность правды. Одинаковый текст в трёх сервисах даст 12%, 60% и 94%. Если от решения зависит чья-то оценка, работа или репутация — детектор может быть поводом задать вопрос, но не может быть основанием для приговора.

А код тоже детектируют?

Пытаются, и там ещё хуже. Код по своей природе шаблонный: импорты, обработка ошибок, стандартные конструкции. Их пишут одинаково и человек, и модель — просто потому, что так принято. Предсказуемость в коде это норма, а не улика.