Детектор ИИ в Антиплагиате оценивает не совпадения с источниками, а статистические особенности самого текста — предсказуемость слов, ровность длины предложений, однообразие структуры. С 2023 года модуль «Антиплагиат.ВУЗ» и аналогичные системы российских вузов выдают отдельный процент вероятности машинной генерации рядом с обычным отчётом об оригинальности.
Чем детектор ИИ отличается от проверки на плагиат
Классический антиплагиат ищет в тексте фрагменты, совпадающие с документами из базы сравнения: работами других студентов, статьями, книгами, страницами в интернете. Детектор ИИ работает иначе — он ничего не сравнивает с внешней базой, а анализирует внутренние статистические свойства самого текста. Поэтому полностью авторский текст человека может одновременно показать высокую оригинальность по антиплагиату и высокую вероятность ИИ-генерации, если написан слишком ровно, без индивидуальных речевых особенностей.
На какие признаки текста опираются детекторы
Перплексия — предсказуемость слов
Перплексия показывает, насколько выбор следующего слова в тексте предсказуем для языковой модели. У текста, написанного нейросетью, выбор слов статистически более предсказуем — модель склонна выбирать наиболее вероятные с её точки зрения продолжения фразы. Живая речь человека содержит больше неожиданных, менее шаблонных формулировок, из-за чего перплексия у неё выше.
Бёрстность — разброс длины предложений
Бёрстность (burstiness) описывает, насколько неравномерна структура текста: человек естественным образом чередует короткие и длинные предложения, простые и сложные конструкции, иногда сбивается с мысли и возвращается к ней. Текст нейросети чаще выдерживает ровный, почти монотонный ритм — предложения близки по длине, абзацы одинаково структурированы, переходы между мыслями шаблонные.
Другие косвенные признаки
- Избыточно правильная грамматика без единой опечатки или разговорной шероховатости на протяжении всего большого текста
- Однотипная структура абзацев — вступление, три одинаковых по объёму тезиса, вывод — повторяющаяся из раздела в раздел
- Обилие общих фраз-клише и вступительных оборотов без конкретных цифр, имён, ссылок на источники
Как это устроено в российских вузах
Компания «Антиплагиат» с 2023 года встроила в свою систему отдельный модуль детекции ИИ-генерации. В отчёте, который видит преподаватель или методист в личном кабинете «Антиплагиат.ВУЗ», рядом с привычным процентом оригинальности появляется отдельный показатель — вероятность того, что текст (или его часть) сгенерирован нейросетью. Похожие модули развивают и другие российские сервисы проверки, в том числе решения на базе моделей Сбера. Конкретный порог, при котором работа отправляется на пересдачу или собеседование с автором, каждый вуз устанавливает сам — единого федерального норматива по допустимому проценту ИИ-текста на середину 2020-х годов нет.
| Параметр | Проверка на плагиат | Детектор ИИ |
|---|---|---|
| Что анализирует | Совпадения с базой документов | Статистические свойства самого текста |
| Результат | Процент оригинальности / заимствования | Вероятность ИИ-генерации в процентах |
| Может дать 0% при чужом тексте | Нет, если текст не подгонять искусственно | Да, если текст переписан и отредактирован вручную |
| Обходится синонимайзером | Частично, с риском нечитаемости | Плохо — детекторы ИИ учитывают синонимайзинг как отдельный паттерн |
Риски сдачи текста нейросети без переработки
Помимо формального процента детектора, у сырого ИИ-текста есть содержательные риски. Языковые модели способны уверенно приводить придуманные названия исследований, несуществующие номера ГОСТ или неверно датировать реальные события — это называют галлюцинациями модели, и без проверки такие ошибки попадают прямо в текст работы. Преподаватель, задав два-три уточняющих вопроса по содержанию на защите, быстро обнаруживает, что автор не может объяснить собственные тезисы — а это уже вопрос не процента по детектору, а самой сути учебной работы.
Как снизить риск честно
- Используйте нейросеть как помощника для сбора структуры и черновика, а не как источник финального текста для сдачи.
- Перерабатывайте каждый тезис своими словами, добавляя собственный анализ, примеры и связки, которые действительно отражают ход вашей мысли.
- Проверяйте все фактические утверждения, цифры, ссылки на источники и номера ГОСТов вручную — модель может ошибиться уверенно и без предупреждения.
- Варьируйте длину и структуру предложений сознательно при финальной вычитке — это и снижает формальные признаки ИИ-текста, и делает работу читабельнее.
Частые вопросы
Может ли детектор ошибочно посчитать текст человека написанным нейросетью?
Да, ложные срабатывания случаются, особенно если человек пишет очень ровным, шаблонным стилем без индивидуальных речевых особенностей. Именно поэтому итоговое решение по спорным случаям обычно принимает преподаватель, а не только автоматический процент.
Работает ли детектор ИИ так же надёжно, как проверка на плагиат?
Нет, детекция ИИ-текста статистически менее точна, чем поиск совпадений с базой документов, и сами разработчики систем прямо указывают на вероятностный характер оценки, а не стопроцентную точность.
Можно ли обойти детектор ИИ синонимайзером?
Плохая идея — современные детекторы учитывают признаки искусственной замены слов как отдельный паттерн, а сам текст после синонимайзера часто теряет читаемость и вызывает подозрения уже у преподавателя при обычном чтении.
Проверяют ли на ИИ школьные работы, а не только вузовские?
Практика встречи неравномерная — часть школ и колледжей уже использует те же коммерческие сервисы проверки, что и вузы, часть пока полагается только на внимательность учителя при чтении работы.
Что будет, если детектор покажет высокий процент ИИ в работе?
Последствия определяет конкретный вуз или кафедра — от требования переработать текст и защитить его устно до более строгих санкций при повторных случаях. Единого федерального регламента на этот счёт пока нет, поэтому уточняйте порядок именно на своей кафедре.