Fałszywy wynik detektora AI: dlaczego programy oznaczają ludzki tekst i co zrobić

Dlaczego detektor AI oznaczył mój własny tekst?

Detektor nie widzi, jak pisałeś. Analizuje gotowy tekst: na ile przewidywalne są kolejne słowa i jak bardzo różni się długość zdań. Staranna, urzędowa polszczyzna wypada w tym pomiarze jak tekst maszynowy. Podobnie tekst pisany w obcym języku albo wygładzony przez korektor. O autorze wynik nie mówi nic.

Detektor oznaczył Twój tekst? Najpierw zrób to (zanim cokolwiek poprawisz)

Pierwszy odruch to otworzyć plik i przepisywać. Nie rób tego jeszcze. Wersja, którą oddałeś, jest Twoim najważniejszym dowodem.

1. Zapisz raport. Pobierz PDF albo zrób zrzut ekranu: wynik, data, zaznaczone fragmenty.
2. Zachowaj historię wersji. W Dokumentach Google: Plik > Historia wersji. W Wordzie z OneDrive: panel historii wersji. Niczego nie usuwaj ani nie scalaj.
3. Zbierz szkice, notatki i źródła. Konspekt, wcześniejsze pliki, PDF-y z literaturą i korespondencja z promotorem pokazują, jak powstawała praca.
4. Poproś o konkretną podstawę zarzutu. Które fragmenty budzą wątpliwości i czy poza samym wynikiem jest coś jeszcze?
5. Przeczytaj regulamin lub wytyczne uczelni ws. AI. Musisz wiedzieć, co uczelnia (albo umowa z klientem) uznaje za dozwoloną pomoc.

Jak udowodnić, że sam napisałem pracę dyplomową?

Kolejny detektor tego nie udowodni. Pokaż proces: historię wersji z datami, szkice, konspekt, notatki i źródła, a także maile z promotorem o postępach. Zaproponuj, że omówisz tok rozumowania i wybór literatury. Wcześniejsze teksty pokażą Twój normalny styl. Razem ważą więcej niż jakikolwiek procent.

Jak detektory AI oceniają tekst i skąd biorą się pomyłki

Większość detektorów patrzy na dwie rzeczy. Perplexity mówi, jak bardzo model językowy jest „zaskoczony” Twoim doborem słów. Jeśli każde słowo jest tym, które model by przewidział, wartość jest niska. Burstiness opisuje zmienność długości zdań. Ludzie przeplatają zdania pięciowyrazowe z trzydziestowyrazowymi, a surowy tekst z modelu często ma zdania podobnej długości.

Kłopot w tym, że szkoła, uczelnia i korporacja latami uczyły nas pisać właśnie tak: bezosobowo, równo, „Ponadto”, „W związku z powyższym”. Gdy piszesz bardzo poprawnie, Twoje statystyki zbliżają się do wzorca maszyny. Detektor nie widzi przy tym ani tygodni pracy, ani skreślonych akapitów. Widzi tylko gotowy tekst.

Czy 70% w detektorze to 70% tekstu z ChatGPT?

Nie. W większości narzędzi liczba oznacza pewność modelu, że w tekście są wzorce typowe dla AI, a nie udział słów napisanych przez chatbota. Originality.ai pisze wprost, że wynik 90% AI nie musi znaczyć, że AI napisało 90% dokumentu. Sprawdź w opisie swojego raportu, co dokładnie mierzy.

Czy wynik detektora AI jest dowodem, że użyłem ChatGPT?

Nie. To szacunek statystyczny z marginesem błędu. OPI, twórca JSA, podkreśla, że system określa wyłącznie prawdopodobieństwo, a ostateczna decyzja należy do promotora. Nawet producent detektora Originality.ai pisze, że wysoki wynik AI nie dowodzi, że treść wygenerowała AI. Liczą się Twoje szkice, historia wersji i rozmowa o pracy.

JSA i „Analiza SI”: co widzi promotor

Od lutego 2024 roku Jednolity System Antyplagiatowy (JSA), prowadzony przez Ośrodek Przetwarzania Informacji, ma dodatkową funkcję „Analiza SI”. Promotor zaznacza ją przy zakładaniu badania, a podejrzane fragmenty widzi potem w zakładce Analiza SI w tekście pracy.

Jak to działa według OPI? Metoda opiera się na hipotezie, że im bardziej regularny tekst, tym większe prawdopodobieństwo, że wytworzył go model językowy. Regularność mierzy się za pomocą perplexity. Fragment trafia do podejrzanych, gdy jego perplexity spada poniżej ustalonego progu.

OPI sam przyznaje ograniczenia. W bazie wiedzy JSA czytamy, że definicje, reguły i akty prawne są sformułowane tak, że prawdopodobieństwo kolejnych słów jest wysokie, co sprzyja fałszywym pozytywom. OPI zaznacza też, że system „nie dokonuje wiążących ustaleń dotyczących wykroczeń”. Kierowniczka projektu JSA mówiła w komunikacie MNiSW z lutego 2024 roku, że system „określa wyłącznie prawdopodobieństwo” i że ostateczna decyzja należy do promotora.

Uczelnie piszą własne wytyczne. Przykład: Uniwersytet im. Adama Mickiewicza w Poznaniu zaleca, by przy podejrzeniu nieujawnionego użycia AI opiekun naukowy najpierw poprosił studenta o wyjaśnienia. Ma też sprawdzić wybrane fragmenty kilkoma różnymi detektorami, biorąc pod uwagę ryzyko błędnej klasyfikacji, i uwzględnić współpracę ze studentem w ciągu roku. Sprawdź, co mówią wytyczne Twojej uczelni.

Co zrobić, gdy JSA pokazał wysoki wynik Analizy SI w mojej pracy?

Nie przepisuj pracy w panice. Zapisz raport, wyeksportuj historię wersji i zbierz szkice, notatki oraz korespondencję z promotorem. Poproś o wskazanie konkretnych fragmentów. Pamiętaj, że według OPI wynik to prawdopodobieństwo, a decyzję podejmuje promotor. Przeczytaj też wytyczne swojej uczelni dotyczące AI.

Jak wiarygodne są detektory? Dane, nie opinie

Producenci podają własne liczby. Niezależne testy częściej znajdują błędy. Poniżej źródła z datami.

Klasyfikator OpenAI według danych samej firmy poprawnie rozpoznawał 26% tekstów AI, a tekst ludzki mylnie oznaczał w 9% przypadków. Jeśli twórca ChatGPT wycofał własny detektor, trudno traktować inne jako wyrocznię.

Jakie teksty najczęściej padają ofiarą fałszywych alarmów

Teksty naukowe, urzędowe i techniczne

Prace z prawa, metodologia badań, specyfikacje i pisma urzędowe powtarzają te same terminy celowo. Nie nazwiesz „administratora danych” inaczej w czwartym akapicie tylko po to, żeby urozmaicić rytm. OPI wprost wymienia definicje, reguły i akty prawne jako źródło fałszywych pozytywów.

Teksty po angielsku pisane przez Polaków

W badaniu Stanforda z 2023 roku siedem detektorów oznaczało średnio 61,22% esejów TOEFL jako tekst AI. Na esejach amerykańskich ośmioklasistów te same narzędzia działały niemal bezbłędnie. GPTZero odpowiedział, że jego nowszy model oznaczył tylko 1 z 91 tych esejów, ale to deklaracja producenta dotycząca jednego narzędzia.

Skąd ta różnica? Na lekcjach angielskiego uczymy się bezpiecznych łączników: „Moreover”, „Furthermore”, „In conclusion”, „On the other hand”. Modele językowe nadużywają dokładnie tych samych. Do tego dochodzą kalki z polskiego: „It should be noted that” zamiast „Należy zauważyć, że”, „In connection with the above” zamiast „W związku z powyższym”, długie zdania z imiesłowem na końcu.

Czy detektory AI częściej mylą się przy tekstach pisanych w obcym języku?

Dane na to wskazują. W badaniu Stanforda (2023) siedem detektorów uznało średnio 61,22% esejów TOEFL osób nienatywnych za tekst AI, przy niemal bezbłędnych wynikach dla esejów amerykańskich uczniów. GPTZero twierdzi, że jego nowszy model poprawił ten wynik. Jeśli piszesz po angielsku, szczególnie dbaj o szkice i historię wersji.

Teksty wygładzone przez autokorektę, Grammarly, DeepL lub tłumacza

Jeśli przyjmiesz dziesiątki sugestii „dla przejrzystości”, zdania zaczynają wyglądać jak z jednego szablonu. Zespół Weber-Wulff ustalił, że teksty ludzkie przetłumaczone maszynowo na angielski były błędnie klasyfikowane wyraźnie częściej niż teksty pisane od razu po angielsku. Originality.ai radzi prosty test: jeśli masz wcześniejszy szkic, sprawdź wersję przed automatyczną korektą i po niej.

Czy poprawianie tekstu Grammarly lub DeepL zwiększa wynik AI?

Może. Narzędzia do korekty zamieniają Twoje zdania na bezpieczne, przewidywalne konstrukcje, a tłumaczenie maszynowe w teście Weber-Wulff i współautorów zwiększyło liczbę fałszywych alarmów. Zachowaj wersję sprzed korekty lub oryginał po polsku. Sprawdź też, czy regulamin uczelni pozwala na takie narzędzia i czy trzeba je ujawnić.

Jak rozmawiać z promotorem lub klientem

Spokojna, przygotowana rozmowa zwykle działa lepiej niż szybka obrona.

Co przynieść: zapisany raport, historię wersji, szkice, notatki, źródła i wcześniejsze teksty, jeśli je masz.

Co powiedzieć: mniej więcej tak.

„Napisałem tę pracę sam i rozumiem, że wynik budzi wątpliwości. Przyniosłem historię wersji i szkice, żeby pokazać, jak powstawał tekst. Czy może Pan/Pani wskazać, które fragmenty zostały oznaczone i czy poza wynikiem coś jeszcze budzi zastrzeżenia? Chętnie omówię tok rozumowania i źródła.”

Potem pozwól zadawać pytania. To, że umiesz wyjaśnić, dlaczego wybrałeś daną literaturę albo co wyciąłeś, przekonuje bardziej niż jakikolwiek wynik.

U klienta lub w agencji działa to podobnie: pokaż historię pliku, notatki z briefu i wcześniejsze teksty dla tej marki.

Jeśli rozmowa utknie, możesz zwrócić się o wsparcie do samorządu studenckiego albo do rzecznika praw studenta, jeśli Twoja uczelnia go powołała. Ten poradnik nie jest poradą prawną. Przy formalnym postępowaniu zapytaj samorząd, jakie wsparcie oferuje.

Jak przełamać sztuczny rytm we własnym tekście

Gdy dowody są już bezpieczne, możesz spojrzeć, dlaczego tekst wyszedł płasko. Nie musisz dopisywać celowych błędów. Wystarczy przywrócić naturalną zmienność składni.

Sprawdź długość zdań w każdym akapicie. Rozbij jedno długie zdanie wielokrotnie złożone na dwa krótsze. Zamień bezosobowe „Wskazuje się na konieczność…” na stronę czynną („Zespół wdrożył…”). Usuń seryjne łączniki na początku zdań.

Drugi przykład zawiera liczby i daty. Wszystkie zostają identyczne.

„Ponadto” i „Co więcej” zniknęły, zdania mają różną długość, a liczby się nie zmieniły.

Wordlane na własnym tekście

Przywróć naturalny rytm bez ruszania faktów. Wklej tekst, który napisałeś, wybierz ton Neutralny lub Biznesowy i kliknij Uhumanizuj. Wordlane przygotuje kilka wariantów i odrzuci te, które gubią liczby albo zmieniają sens, zanim je zobaczysz. Wybierz wersję, która nadal brzmi jak Ty. Po założeniu konta masz 1000 słów miesięcznie za darmo. Wypróbuj Wordlane

Wordlane to narzędzie do redakcji własnego tekstu, a nie sposób na obejście regulaminu uczelni czy pracodawcy. Nie obiecujemy żadnego konkretnego wyniku w detektorze. Jeśli uczelnia ogranicza korzystanie z AI przy redakcji, trzymaj się tych zasad i ujawniaj dozwolone użycie.

Zawsze zachowuj historię wersji: checklista

• Pisz w edytorze z historią wersji (Dokumenty Google, Word z OneDrive).
• Nie pisz całości gdzie indziej, żeby na końcu wkleić gotowy tekst.
• Trzymaj konspekt i notatki w tym samym folderze co pracę.
• Zapisuj, z jakich narzędzi korzystałeś (korektor, tłumacz).
• Na początku pracy przeczytaj wytyczne uczelni lub klienta dotyczące AI.
• Regularnie pokazuj promotorowi postępy i zachowuj tę korespondencję.