Нейросеть или человек — помогает ли ИИ-детектор определить, кто написал текст?

Клиент как-то спросил: «ИИ-детектор показал, что текст сгенерировала нейросеть. Это правда?»

Текст был написан вручную, под задачу, с примерами и логикой. Вопрос озадачил и стал поводом выяснить, почему возникают сомнения.

В статье разберемся, как устроены ИИ-детекторы текста, могут ли они ошибаться и что нужно учитывать в работе с нейросетями. Это небольшое исследование пригодится, если вы заказываете тексты, пишете сами или работаете с копирайтерами. А если уже проверяете тексты с помощью детекторов — тем более.

Читать статью можно по порядку или выборочно: каждый раздел — ответ на конкретный популярный вопрос. В конце найдете рекомендацию из пяти пунктов.

Как появились ИИ-детекторы и во что они превратились

ИИ-детекторы — это алгоритмы, которые помогают определить, написал текст человек или искусственный интеллект. Вердикт ИИ-детекторы выносят на базе своей оценки. Кажется, что это простой способ найти правду. Но прежде чем доверять результатам, нужно разобраться, как они устроены и что оценивают.

Зачем компаниям ИИ-детекторы

В последние полтора года сгенерированных текстов стало больше в разы. ChatGPT, Claude, DeepSeek и десятки других нейросетей генерируют их быстро и часто бесплатно. Вместе с удобством пришли и сомнения: если нейросеть выдает такой же результат, зачем платить автору? Да и всегда ли автор пишет сам?

На этом фоне компании начали проверять тексты. Это неплохо само по себе, печально другое. Заказчик теперь открывает ИИ-детектор не для того, чтобы оценить содержание, а чтобы понять: писал человек или нейросеть. Смысл уходит на второй план. Главное — происхождение. Если текст кажется машинным, его сразу считают хуже.

На практике за этим стоит вполне объяснимый страх. Компания не хочет платить за то, что можно получить бесплатно. Отсюда — спрос на инструмент, который даст ответ на вопрос: «Кто это написал?»

ИИ-детекторы появились именно на этой волне. Некоторые сервисы заявляют: «Проверка поможет убедиться в честности исполнителя». Но это не про качество текста, а про тревогу и стремление контролировать. Только инструмент выбрали не тот — вот в чем истинная проблема. Детекторы не отличают смысл, не понимают задачи текста и не могут определить, кто его написал. 

Как бы то ни было, заказчики продолжают пользоваться ИИ-детекторами в надежде упростить поиски ответа на сложный вопрос: «Хороший ли перед нами текст?»

Кому на самом деле выгодны ИИ-детекторы

Детектор подается как инструмент объективной оценки. Но это продукт, у которого есть продавец, цена и бизнес-модель. В основе этой модели — постоянный спрос на проверки и высокий уровень тревожности у заказчика. Вся система работает в интересах тех, кто ее продает, а не тех, кто пишет, проверяет или заказывает тексты.

Чаще всего сервисы работают по подписке: чем больше проверок, тем выше платеж. Дополнительно продаются апгрейды — инструменты переписывания: нейросеть, которая меняет текст так, чтобы он прошел тот самый детектор.

Все замыкается в одном сервисе: автор пишет текст, заказчик проверяет, алгоритм находит «риски», а система тут же предлагает переделку. Это не контроль качества — это платная попытка чувствовать себя спокойнее.

Чем больше сомнений — тем активнее заказчики пользуются сервисом... и тем богаче владельцы детекторов. Поэтому разработчикам выгодно, чтобы тревога у бизнеса сохранялась. Их задача — не решить проблему, а поддерживать ощущение, что без детекторов никак.

Это напоминает «охоту на ведьм»: доказать невиновность невозможно. Даже если текст полностью ручной, но детектор показал «подозрение» — сомнение уже возникло. А чтобы его развеять, снова нужен… детектор.

Как работают ИИ-детекторы

Детекторы не «читают» текст, не анализируют идею, логику и аргументацию. Их задача — определить вероятность того, что текст сгенерировала нейросеть. Алгоритмы учитывают лишь статистические признаки:

• длину предложений;
• повторяемость слов;
• предсказуемость структуры; 
• частотность отдельных оборотов. 

Чем «ровнее» текст — тем выше шанс, что ИИ-детекторы посчитают его машинным. При этом ни тема, ни контекст, ни качество работы с источниками не учитываются: анализируется не смысл, а паттерн. Один и тот же текст может получить разные оценки в зависимости от сервиса. Впрочем, лучше показать. 

Для эксперимента я сначала сгенерировал в Chat GPT текст объемом 1236 знаков.

Затем проверил текст в пяти популярных ИИ-детекторах — и вот результаты. 

Zerogpt — 0% «вероятности ИИ».

Smodin — 0% «вероятности ИИ».

PR-CY — 40% «вероятности ИИ».

Neuralwriter — 20% «вероятности ИИ».

Retext — 0% «вероятности ИИ».

Как видите, оценки разных ИИ-детекторов серьезно расходятся. Детекторы используют разные алгоритмы, они обучены на разных данных, и в результате рассчитывают «процент ИИ» по собственным шкалам. Объективности нет.

Из-за низкой точности результатов OpenAI отказалась от своего AI Text Classifier. В блоге компании прямо сказано: «Наш классификатор правильно определяет 26% текстов, написанных искусственным интеллектом (истинно положительные результаты), как «вероятно, написанные искусственным интеллектом», при этом в 9% случаев ошибочно помечает тексты, написанные человеком, как написанные искусственным интеллектом (ложноположительные результаты)». 

Если аргументов все еще мало, бонусный скриншот. Чтобы показать, насколько условны оценки детекторов, возьмем текст из офлайн-эпохи. Ниже — результаты проверки фрагмента из книги Игоря Манна «Маркетинг без бюджета. 50 работающих инструментов» 2013 года. Очевидно, что этот текст написан задолго до появления нейросетей, но детектор так не считает: его оценка — «37% вероятности ИИ».

Поэтому не удивляйтесь, если аккуратный, хорошо структурированный текст получает «подозрение на ИИ». Алгоритм смотрит на форму. И если вы пишете просто и логично — для него это уже сигнал. Но не подгоняйте стиль под ожидания алгоритма, важно, чтобы читатель понимал, о чем речь.

Справляются ли ИИ-детекторы со своей задачей

Нейросети научились писать по-разному: шаблонно, развернуто и с фактами. Люди — тоже. Одни авторы используют нейросеть как черновик, другие — как подсказку, третьи — пишут вручную, но с опорой на старые тексты. Где проходит граница?

Даже если текст полностью сгенерирован, автор может внести правки, добавить опыт, перестроить структуру. А может быть, наоборот: текст написан от руки, но выглядит слишком «ровным» — и попадает под подозрение. Детектор не может понять, кто принимал решение: алгоритм или человек. Он просто смотрит на форму.

Попытка оценить авторство по статистическим признакам — тупиковая. С каждым обновлением нейросети становятся гибче, а детекторы — все больше ориентируются на устаревшие паттерны. Получается, инструмент проверяет не автора, а стиль. И делает это без контекста.

Детекторы не решают ту задачу, на которую их рассчитывают пользователи. Они не определяют, кто писал текст. И не помогают понять, насколько он хорош. Все, что они делают — дают ощущение контроля. Но не сам контроль.

Как бизнесу работать с текстами

Проверить текст — просто. Сложнее понять, что делать с результатом. В этой части статьи расскажу о том, как заказчикам не отказаться от работающего текста из-за трудностей проверки и сохранить доверие к исполнителю. Выстроить процесс, в котором главное смысл, а не цифры, — реально.

Что делать, если ИИ-детектор ставит текст под сомнение

Когда тексты начинают проверять через детекторы, фокус смещается. Вместо задачи и смысла оценивается «процент человечности». Последствия:

• потеря времени на переделки; 
• конфликты и недоверие к подрядчику;
• убытки из-за срыва сроков или публикации.

Автору приходится оправдываться, переделывать, терять время — даже если текст решает задачу. Иногда подрядчика просто меняют. Кажется, что перемена к лучшему, ведь текст этого автора «не прошел проверку», по факту — потеряли рабочий текст, время и копирайтера.

Проблема в том, что решения начинают принимать на основе инструмента, который не показывает ничего надежного. Лучше смотрите не на способ написания текста, а результат. Читатель не думает, использовал ли автор нейросеть. Он спрашивает: мне понятно, полезно, как я могу это применить? Ответ на эти вопросы и определяет ценность текста.

Нейросеть — такой же инструмент, как орфографический редактор. Она может ускорить работу, но не берет на себя смысл и ответственность. Решения все равно принимает человек.

Автор — это тот, кто подписывается под текстом и несет за него ответственность. Неважно, как он к этому пришел: с помощью нейросети или без.

Как понять, что текст — хороший

Критерий один — результат. Все остальное — вторично.

Хороший текст начинается не с инструмента, а с мышления. Сначала — разобраться в теме, определить главное, найти источники, проверить факты. Только потом — формулировка.

Текст — это отражение того, как думал автор. Что он понял, как связал, к чему пришел. Если текст работает — этот путь пройден. Если нет — неважно, как он был написан.

Нейросеть может ускорить процесс. Но она не понимает задачи и не чувствует контекста. Когда автор полностью передает ей инициативу — он теряет главное: способность думать, обобщать и выделять важное.

Мышление — это и есть ключевая компетенция. Не просто знание темы, а умение с ней работать. Именно это отличает автора от набора промптов.

Инструмент может быть любым. А за смысл отвечает только человек.

Как проверять тексты без ИИ-детекторов

Хороший текст видно сразу. Он читается легко и удерживает внимание. Для этого не нужен детектор — достаточно задать пять вопросов:

1. Текст понятный? Насколько ясно содержание текста в целом и смысл конкретных предложений и слов? Нет ли витиеватых формулировок или воды? Если абзац хочется перечитать, тексту не хватает ясности.
2. Текст решает задачу? Он помогает продать продукт, объяснить его пользу или вызвать доверие к бренду? Или это просто красивые фразы, которые не вызывают никаких эмоций и ни на что не влияют?
3. У текста есть структура? Заголовки, переходы, порядок мыслей? Читателю понятно, куда он идет, или он периодически теряется?
4. Текст легко читается? Есть абзацы, ритм, понятная интонация? Все ли читается так, как задумывалось? Читаемость либо есть, либо ее нет.
5. Текстом хочется поделиться? Кажется, что это субъективный фактор, но на самом деле, он рабочий. Если после прочтения текст тянет сохранить, отправить или обсудить — он сработал.

ИИ-детектор работает по шаблону. Вы оцениваете по смыслу. И это всегда надежнее.

Вместо заключения 

Некоторые заказчики хотят быть уверены, что текст написан «вручную», но на практике это невозможно проверить. Зато до старта можно и нужно честно обсудить формат работы. 

Если вам принципиально, чтобы текст не был сгенерирован — скажите об этом вначале. Обсудите, допустим ли черновик от нейросети и какой объем участия ИИ приемлем. Это не дает гарантий, но снижает риск недопонимания. Взаимное уважение работает надежнее любого детектора. 

Если вам нужны тексты, которые помогают продавать продукт, и прозрачное сотрудничество, нажимайте кнопку «Обсудить проект» в правом нижнем углу страницы — и мы с вами свяжемся. 

Кстати, вот результаты проверки этой статьи.