# AuthorText: full text

> AuthorText checks a text for statistical signs that are typical of AI-written text (rhythm of sentences and paragraphs, stock phrases, connectives, vocabulary, typography, hidden characters) and shows where in the text each sign occurs. The result is a hint about style, not proof of authorship. Short texts are free, the text is not stored.

Pages and articles of https://authortext.com in every language, concatenated. Each part starts with its own H1 and URL.

---

# Проверка текста на ИИ. Человек или машина?

> Бесплатная проверка текста на признаки ИИ: подсвечиваем спорные места и подсказываем, как сделать текст живее. RU, UK, PT, EN. Текст не сохраняется.

- URL: https://authortext.com/ru/
- Language: ru
- Site: AuthorText (https://authortext.com/)

Статистический разбор ритма, лексики и типографики. Мы показываем, где именно текст выглядит шаблонно, и не выносим приговор об авторстве.

## Как работает проверка

- **Вставьте текст.** Вставьте текст, загрузите файл (PDF, DOCX, TXT и другие) или дайте ссылку на страницу. Лимит зависит от тарифа и виден под редактором.
- **Несколько видов анализа.** Ритм предложений и абзацев, ИИ-фразы, слова-связки, лексика, типографика и скрытые символы.
- **Правьте по подсказкам.** Каждый сигнал привязан к месту в тексте и объяснён. Никакого чёрного ящика, никаких приговоров.

## Кому подходит AuthorText

- **Авторам и копирайтерам.** Найдите шаблонные обороты и ровный ритм в черновике до публикации.
- **Редакторам.** Сразу видно, где текст звучит как шаблон и что там поправить.
- **Студентам и преподавателям.** Посмотрите, какие места выглядят шаблонно. И помните: оценка - подсказка, а не доказательство.
- **Разработчикам.** Подключите проверку к своему сервису через HTTP API.

## Почему нам можно доверять

- **Подсказка, а не приговор.** Оценка показывает, сколько ИИ-подобных сигналов найдено, а не вероятность авторства. Люди тоже пишут ровно и шаблонно.
- **Тексты не сохраняются.** Текст уходит на сервер только для анализа. Мы не храним тексты и не пишем их в журналы, а в статистике остаются одни счётчики.
- **Честно о границах.** Пороги пока предварительные и не откалиброваны. На коротких текстах и в непроверенных жанрах сайт предпочитает не выносить вердикт.

## Частые вопросы

### Как считается оценка?

Мы измеряем статистические признаки: разброс длины предложений и абзацев, ИИ-фразы, слова-связки, лексику, типографику и скрытые символы, а потом сводим всё в одно число от 0 до 100. Каждый признак при этом виден отдельно.

### Можно ли по оценке доказать, что текст написал ИИ?

Нет. Оценка - подсказка о стиле, а не доказательство авторства. Живой автор тоже может писать ровно, а текст ИИ после правки человеком может выглядеть вполне естественно.

### Вы храните мой текст?

Нет. Текст уходит на сервер только для анализа и не сохраняется. В статистике остаются лишь счётчики, без текстов и без адресов.

### Какие языки поддерживаются?

Русский, украинский, английский и португальский. На других языках результат может быть неточным.

### Какие есть ограничения?

Длина текста и набор видов анализа зависят от тарифа. Ваш лимит написан под редактором, а подробности - на странице тарифов.

The check itself runs in the browser page; an API for programs is described at https://authortext.com/ru/developers.

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Простые тарифы. Платите за объём, а не за обещания.

> Тарифы проверки текста на признаки ИИ: бесплатный, «Базовый», «Плюс», «Про» (с API) и «Макс». Подписка через PayPal, цены в евро за месяц.

- URL: https://authortext.com/ru/plans
- Language: ru
- Site: AuthorText (https://authortext.com/)

Короткие тексты проверяются бесплатно и без входа. Платная подписка открывает длинные тексты, все места с цитатами и разбор каждого сигнала.

## Сравнение

| Plan | Price, EUR per month | Max characters | Places with quotes | Fragment analysis | Requests: burst / per second |
| --- | --- | --- | --- | --- | --- |
| Бесплатный (`free`) | 0.00 | 3000 | 3 | no | 10 / 0.5 |
| Базовый (`basic`) | 3.00 | 30000 | all | yes | 40 / 1.5 |
| Плюс (`plus`) | 9.99 | 500000 | all | yes | 120 / 4 |
| Про (`pro`) | 19.99 | 500000 | all | yes | 200 / 6 |
| Макс (`max`) | 24.99 | 1000000 | all | yes | 300 / 10 |

Подписка продлевается каждый месяц, пока вы её не отмените. Отменить можно когда угодно в личном кабинете: тариф сохранится до конца оплаченного периода. Оплата через PayPal. Данные банковской карты сайт не видит и не хранит. Отмена в любой момент в личном кабинете. Без пробного периода и скрытых платежей. The same numbers are live at https://authortext.com/api/plans (JSON).

## Сравнение: Тарифы

### Бесплатный

Без входа

- Короткие тексты
- Основные виды анализа
- Общая оценка и первые места в тексте
- Очистка скрытых символов и markdown

### Базовый

Подписка

- Тексты длиннее
- Больше видов анализа
- Подробные метрики и разбор сигналов
- Все найденные места в тексте

### Плюс

Подписка

- Очень длинные тексты
- Все виды анализа
- Более высокая частота запросов
- Подробные метрики и разбор по фрагментам

### Про

Подписка и API

- Всё, что в тарифе «Плюс»
- Свой ключ API для запросов из программ (заголовок Authorization: Bearer)
- Повышенная частота запросов

### Макс

Без ограничений

- Всё, что в тарифе «Про», включая ключ API
- Самые длинные тексты и самая высокая частота запросов
- Без ограничений по числу проверок; честное использование: очень большие тексты расходуют больше «пачки» запросов

## Как оформить подписку

1. Выберите тариф на этой странице и нажмите «Подписаться». Если вы не вошли, сначала откроется окно входа: войдите или создайте аккаунт, регистрация бесплатна.
2. Вы попадёте на страницу PayPal и подтвердите подписку там. Данные карты вводятся только в PayPal, наш сайт их не получает.
3. Подтвердили - PayPal вернёт вас в личный кабинет, а тариф включится через пару секунд.
4. Подписка продлевается каждый месяц, пока вы её не отмените. Отмена и смена тарифа - в личном кабинете.
5. В разделе «Настройки» отметьте, какие виды анализа считать и показывать справа; выбор хранится в вашем браузере.

## Оплата

- **PayPal.** Оплата подписки через аккаунт PayPal.
- **Продление каждый месяц.** Подписка продлевается каждый месяц, пока вы её не отмените. Отменить можно в любой момент в личном кабинете.
- **Данные карт не нужны.** Данные карты сайт не запрашивает и не видит: их вводят только в PayPal.
- **Тексты не хранятся.** Текст уходит на сервер только ради анализа и нигде не сохраняется.

## Важно знать

Оценка считается по статистическим признакам текста, а пороги пока предварительные и не откалиброваны. Это ориентир, а не доказательство авторства. Текст уходит на сервер только для анализа и не сохраняется.

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Как пользоваться AuthorText

> Как пользоваться AuthorText: проверка текста, регистрация и вход, тарифы и подписка через PayPal.

- URL: https://authortext.com/ru/help
- Language: ru
- Site: AuthorText (https://authortext.com/)

Короткая инструкция: от проверки текста до регистрации и подписки.

## 1. Проверка текста

Откройте страницу анализа и вставьте текст в поле слева. Текст можно и загрузить: по ссылке или из файла (PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT, MD), для этого есть вкладки над полем.

Нажмите «Проверить». Справа появится общая оценка (от 0 до 100) и полосы по отдельным признакам: насколько различается длина предложений и абзацев, есть ли фразы-штампы, слова-связки, скрытые символы и так далее.

Под оценкой видны места в тексте с цитатами. Нажмите на нужное место, и текст прокрутится к этой строке. Вкладка «Подсветка» показывает такие места прямо в тексте.

Блок «Что можно улучшить» подсказывает, какие фрагменты звучат слишком ровно и как их поправить. Бесплатно виден только счётчик, подробности - на платных тарифах.

Кнопка очистки убирает скрытые символы и упрощает типографику, после чего текст можно скопировать или скачать. Если текст длиннее лимита вашего тарифа, очистится и останется только та часть, что в него помещается.

## 2. Как читать результат

Оценка основана на статистических признаках текста. Примерно от 50 баллов текст похож на написанный ИИ, от 70 это сильный признак. Это ориентир, а не доказательство авторства.

На коротких текстах (меньше нескольких сотен слов) оценка менее надёжна, и сервис вас об этом предупредит. К рекламе и постам для соцсетей сервис относится осторожнее.

Текст уходит на сервер только для анализа и нигде не сохраняется.

## 3. Тарифы и ограничения

Без входа действует бесплатный тариф: до 3 000 знаков, основные полосы признаков и первые 3 места с цитатами.

Платные подписки: «Базовый» (3 € в месяц), «Плюс» (9,99 €), «Про» (19,99 €, с ключом API) и «Макс» (24,99 €, без ограничений по числу проверок). Они дают более длинные тексты, все места с цитатами, таблицу показателей и подробный разбор. Сравнение на странице «Тарифы».

Какие полосы показывать, можно выбрать в меню «Меню -> Настройки».

## 4. Регистрация и вход

Нажмите «Войти» в правом верхнем углу. Способов два, берите любой.

Код на почту: введите адрес, получите шестизначный код (действует 10 минут) и введите его. Пароль не нужен: адрес и есть логин. Аккаунт создастся при первом входе.

Логин и пароль: выберите вкладку «Логин и пароль» -> «Создать аккаунт», придумайте логин и пароль (от 8 знаков). Почту можно не указывать.

Оба способа можно использовать с одним адресом почты: это два отдельных аккаунта. Если входа по коду не видно, значит, отправка почты сейчас выключена: входите по логину и паролю.

Вход действует около 12 часов. Выйти можно в меню.

## 5. Личный кабинет

Откройте «Меню -> Кабинет» (после входа). Там видны: способ входа, логин или почта, ваша подписка (тариф, статус, дата следующего продления или окончания) и срок действия входа.

Карточка «Почта и пароль»: подтвердите адрес кодом, после этого пароль можно сменить по коду, присланному на этот адрес. У входа по коду пароля нет.

Если аккаунт вам выдал владелец сервиса, тариф в нём назначен вручную, а подписку можно оформить так же, как все.

## 6. Подписка и оплата

Откройте страницу «Тарифы», выберите тариф и нажмите «Подписаться». Если вы не вошли, сначала откроется окно входа. Затем вы перейдёте на страницу PayPal и подтвердите подписку там.

Оплата только через PayPal. Данные банковской карты сайт не запрашивает и не получает.

Подписка продлевается каждый месяц, пока вы её не отмените. Отменить подписку можно в любой момент в личном кабинете: тариф будет действовать до конца оплаченного периода.

Сменить тариф можно на странице «Тарифы» или в личном кабинете: PayPal попросит подтвердить смену.

Вопросы про оплату и возврат - на support@authortext.com.

## 7. Для программ (API)

Чтобы слать запросы из своего кода, нужна подписка «Про» или «Макс» и ключ: он создаётся в кабинете. Описание запросов и примеры: страница «Для разработчиков».

Остались вопросы? Напишите нам через форму обратной связи внизу страницы анализа.

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# API проверки текста по ключу и обычному JSON.

> Как запускать проверку текста на признаки ИИ из своего кода: ключ, эндпоинты, примеры на curl, Python и Node.js, ошибки и лимиты.

- URL: https://authortext.com/ru/developers
- Language: ru
- Site: AuthorText (https://authortext.com/)

Тот же анализ, что на сайте, для ваших программ: оценка, метрики, места в тексте с цитатами, очистка и разметка. Запросы и ответы в JSON.

## Эндпоинты

Ключ работает для этих запросов. Запросы кабинета и оплаты по ключу не проходят.

| Method | Path | Body | Purpose |
| --- | --- | --- | --- |
| POST | `/api/analyze` | `{"text": "..."}` | Оценка, метрики, места в тексте с цитатами, водяные знаки |
| POST | `/api/clean` | `{"text": "..."}` | Очистка: удаление скрытых символов и типографики; слишком длинный текст обрезается до лимита тарифа (truncated, limit) |
| POST | `/api/highlight` | `{"text": "..."}` | Разметка найденных мест для подсветки |
| POST | `/api/fetch-url` | `{"url": "..."}` | Загрузка страницы по адресу и анализ её текста |
| POST | `/api/extract-file` | `файл` | Текст из файла: PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT |
| GET | `/api/me` |  | Тариф ключа и его пределы |

## Что важно знать

- **Без хранения.** Текст живёт только в памяти: на диск он не пишется и в журналы не попадает.
- **Ключ и тариф.** Ключ создаётся в кабинете и показывается один раз: сервер хранит только его отпечаток. Новый ключ заменяет старый.
- **Один формат ошибок.** Ошибка всегда приходит в виде {"error": {"code", "message"}}, без трассировок.
- **Текст, ссылка, файл.** Можно отправить текст, адрес страницы или целый документ.

## API по ключу: тарифы «Про» и «Макс»

Цены и лимиты берутся с сервера, поэтому не расходятся с реальными. Live data: https://authortext.com/api/plans.

- Ключ API входит в тарифы «Про» и «Макс».
- Все виды анализа и разбор по фрагментам
- Заголовок Authorization: Bearer для анализа, очистки, разметки, загрузки по ссылке и из файла
- Ключ работает, пока идёт оплаченный период

## Ошибки и ограничения

| Код HTTP | code | Когда |
| --- | --- | --- |
| 400 | `invalid_json` | Тело запроса - невалидный JSON |
| 413 | `payload_too_large` | Запрос слишком большой |
| 415 | `unsupported_media_type` | Content-Type не application/json |
| 422 | `empty_text / invalid_text` | Поле text пустое, не передано или не строка |
| 422 | `text_too_long` | Текст длиннее предела тарифа; в ответе limit и plan |
| 429 | `rate_limited` | Запросов слишком много, подождите: сколько именно, сказано в заголовке Retry-After |

- Запросы считаются «пачкой»: сначала можно отправить подряд столько запросов, сколько указано выше, а дальше - столько в секунду. Загрузка по ссылке и из файла стоит 5 запросов; текст длиннее 100 000 знаков стоит ещё по 1 запросу за каждые 100 000.
- Если ключа нет, он неверный или просрочен, ошибки не будет: запрос пройдёт как бесплатный, с бесплатными пределами (3 000 знаков). Какой тариф сейчас действует, видно в GET /api/me.
- Оценка - ориентир, а не доказательство авторства.

## Ключ создаётся в кабинете

Оформите подписку «Про» или «Макс», зайдите в кабинет, найдите раздел «Ключ API» и нажмите «Создать ключ».

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Об AuthorText

> AuthorText - небольшой независимый сервис, который ищет в тексте статистические следы машинного письма. Кто его делает, что он умеет и чего не умеет.

- URL: https://authortext.com/ru/about
- Language: ru
- Site: AuthorText (https://authortext.com/)

AuthorText смотрит на текст и показывает, сколько в нём признаков машинного письма и где они. Кто на самом деле написал текст, он не говорит. Разница важная, и почти вся эта страница о ней.

## Что он делает

Вставьте текст, дайте ссылку или загрузите документ. Через пару секунд вы увидите оценку от 0 до 100, полоску для каждого признака и цитаты из тех мест, которые эту оценку подняли.

Тут же текст можно почистить: выбросить скрытые символы, например невидимые пробелы нулевой ширины, а мудрёную типографику заменить обычными знаками. Русский, украинский, португальский и английский сайт обрабатывает одинаково.

## Чего он не делает

Оценка - это подсказка о стиле, а не доказательство авторства. Доказать авторство не сможет ни одна программа. Аккуратный человеческий текст вполне может набрать много баллов, а хороший машинный - проскочить без единого флажка.

Если от результата зависит чья-то оценка, работа или договор, считайте цитаты поводом поговорить с автором. Не более того.

## Кто за ним стоит

AuthorText - личный проект одного человека, который живёт в Португалии. Это не компания: ни названия фирмы, ни регистрационного номера, ни офиса у проекта нет, и притворяться мы не будем.

Он же отвечает на письма и чинит поломки. Ответ может прийти не сразу, через день-два.

## Открытый код

Код анализатора, инструментов очистки и самого сайта открыт. Не верьте нам на слово: посмотрите, как считается оценка, и напишите, если мы где-то ошиблись. Репозиторий лежит на GitHub.

## Как связаться

Пишите на support@authortext.com. Вопрос про оценку, текст, который оценили несправедливо, ошибка на сайте, сбой с оплатой, просьба удалить аккаунт - всё идёт на один адрес. Только не присылайте пароли и чужие персональные данные.

- [Исходный код на GitHub](https://github.com/Michael-VT/aiparstxt)

- Связь: support@authortext.com

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Как устроен анализ и насколько ему можно верить

> Признаки, из которых складывается оценка AuthorText, как они суммируются, что показали проверки на реальных текстах и где оценка ошибается. С цифрами.

- URL: https://authortext.com/ru/method
- Language: ru
- Site: AuthorText (https://authortext.com/)

Оценка - это взвешенная сумма статистик текста. Скрытой модели, которая выносит приговор, здесь нет, и ни один признак не решает дело в одиночку. Дальше по порядку: что мы считаем, как всё это складывается и что получилось, когда мы проверили метод на текстах с известным автором. Результат неоднозначный, и мы пишем об этом прямо.

## Что такое это число

Берём текст и считаем по нему около двадцати показателей: насколько различается длина предложений, сколько в тексте штампов, как часто попадаются связки, насколько богат словарь и так далее. Если показатель похож на машинное письмо, он приносит несколько баллов. Баллы суммируются.

Вот и вся магия. Это не вероятность того, что текст написала машина. Число лишь показывает, сколько типичных следов генерации мы в тексте нашли.

## Семейства признаков

Основной вес у первых двух семейств. Остальные добавляют понемногу.

### Ритм предложений и абзацев

Люди пишут как придётся: короткие предложения вперемешку с длинными. У сгенерированного текста длина обычно ровнее. Мы измеряем, насколько разбросаны длины предложений и абзацев. Ровные предложения дают до 32 баллов, ровные абзацы до 28, а когда ровно и то и другое, прибавляется ещё до 14.

### Фразы-штампы

Около 150 фраз на четырёх языках, разложенных по трём ступеням: чем чаще такую фразу употребляют живые люди, тем ниже ступень. Фразы, которых в человеческих текстах мы ни разу не встретили, весят больше всего: две такие дают 24 балла. Ходовые обороты почти ничего не дают.

### Связки

Сколько связок приходится на предложение: «более того», «кроме того» и им подобные. Если ими пересыпан весь текст, это до 13 баллов.

### Повторяющиеся шаблоны

Один и тот же короткий заголовок снова и снова или одна и та же конструкция предложения. До 14 баллов за повторяющиеся заголовки и ещё немного за повторы конструкций.

### Словарь и мелкие признаки

Разнообразие слов, энтропия, длина слов, пунктуация, пассив, читаемость. Два признака (разнообразие и энтропия) могут дать по 15 баллов, остальные от 3 до 5. Необычные символы и скрытые знаки показываются в отчёте и добавляют несколько баллов.

## Как баллы складываются

Баллы просто складываются. Ни один показатель не даёт больше 32, а вся сумма до обрезки может дойти примерно до 165, так что одна странность дела не решает. Коэффициент от 0,9 до 1 учитывает длину текста: длинным текстам он не даёт выигрывать на объёме, а короткие не наказывает дважды. Итог обрезается на 100.

На коротких текстах баллы начисляются частично. Если слов меньше 150 или предложений меньше пяти, страница предупредит, что результату доверять не стоит. То же с рекламным и соцсетевым стилем: на нём мы метод не проверяли.

## Как читать уровни

Ниже 20 - сигналов нет. От 20 до 34 - слабые сигналы. От 35 до 54 - смешанный профиль. От 55 до 69 - вероятно ИИ. От 70 - сильно ИИ-подобный стиль.

В первой калибровке порог 50-55 подошёл для «вероятно», а 70 для «сильно». Уровни нужны, чтобы выбрать тексты, которые стоит прочитать внимательнее, а не чтобы выносить вердикт.

## Что показали проверки

Сначала мы провели небольшую калибровку в версии 0.4.0: взяли 34 подтверждённых ответа ИИ-сервисов (8 сервисов, 4 языка) и 20 человеческих текстов. На пороге 50 метод находил 93,9% ИИ-текстов при 0% ложных срабатываний, на пороге 70 находил 60,6%, и тоже без ложных срабатываний. Выглядело отлично, но набор был маленький и жанров в нём было мало.

Потом мы проверили метод на гораздо большем корпусе: 5808 человеческих текстов, 1286 ИИ-текстов и 299 смешанных. Картина получилась заметно хуже. AUC, то есть шанс, что случайный ИИ-текст получит оценку выше случайного человеческого, равен 72,9%. Если порог выбран так, чтобы помечался только 1% человеческих текстов, метод находит 14,4% ИИ-текстов. При 5% помеченных людей находит 29,2%.

Первый результат оказался слишком радужным, так что запомнить стоит второй. Оба числа мы оставили здесь нарочно.

### По длине

Тексты от 80 до 299 слов - это почти гадание на монетке: AUC 55,6%, полнота 4,4%. От 300 слов лучше: AUC 76,7%, полнота 16%.

### По языку

Полнота при 1% ложных срабатываний: русский 22,7%, украинский 19,1%, португальский 8,5%, английский 6,0%. Языковые ресурсы для украинского и португальского ещё не проверяли носители.

### По модели

Новые модели проскакивают легче. При 1% ложных срабатываний метод нашёл 19,7% текстов gpt-oss-120b и 6,7% текстов GLM-5.3. Первые веб-чаты распознавались проще, чем сегодняшние модели.

### Смешанные тексты

Человеческий текст, отредактированный моделью, помечался в 0,0% случаев на строгом пороге и в 9,7% на мягком. Машинный перевод: 2,0% и 4,0%. Такие случаи метод по сути не разделяет, поэтому страница говорит о признаках, а не о «проценте ИИ».

## Где оценка ошибается

Чаще всего метод ошибается на аккуратных, ровных текстах. Хуже всего с новостями: AUC 55% и 14,6% человеческих текстов помечено на мягком пороге, то есть на новостях признак не работает, и странице лучше воздержаться от оценки. Научные статьи дали 10,0% ложных срабатываний при той же настройке. Энциклопедический стиль прошёл спокойно: 0,5% и 4,3%.

Тексты волонтёрских переводов помечались чуть чаще других человеческих: 2,3% против 1,1%. Украинский текст неносителей на доступном нам объёме не отличался от текста носителей: 1,5%.

Ошибиться можно и в другую сторону: хороший современный машинный текст часто проходит незамеченным. А что именно вы просили модель сделать, прежде чем вставить её ответ, инструмент знать не может.

## Как пользоваться результатом

Смотрите не только на число, но и на места с цитатами. Если три процитированных предложения и правда похожи на воду, это скажет больше, чем цифра 62. Сравните с прежними работами автора, попросите черновики, поговорите с человеком.

Рядом с основной оценкой стоит обученный счётчик - второе мнение для ориентира. Проверяли его заметно меньше, так что и доверять ему стоит меньше.

## Что почитать дальше

- [Как читать цифры в анализе AuthorText](https://authortext.com/ru/articles/reading-the-numbers.md)
- [Когда детектор путает человека и ИИ](https://authortext.com/ru/articles/when-detectors-disagree.md)
- [Открыть проверку](https://authortext.com/ru/index.md)

- Связь: support@authortext.com

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Частые вопросы

> Короткие ответы про AuthorText: бесплатные лимиты, языки, точность, что хранится, подписка и отмена, API, скрытые символы и связь.

- URL: https://authortext.com/ru/faq
- Language: ru
- Site: AuthorText (https://authortext.com/)

Коротко и по порядку, как обычно спрашивают. Подробности - на страницах о методе, конфиденциальности и тарифах.

## Работа с проверкой

### Это бесплатно?

Отчасти. Без входа можно проверять тексты до 3 000 знаков, видеть основные полосы и первые три места с цитатами и загружать одну страницу по ссылке в день. А для длинных текстов и полной картины нужна подписка.

### Какие языки поддерживаются?

Русский, украинский, португальский и английский. Именно на них написан сам сайт, для них есть списки штампов и определение языка. С другими языками работают только измерения, которым язык безразличен (ритм, разнообразие слов), а списков штампов нет, поэтому результат менее надёжен.

### Насколько точна оценка?

Не очень. Цифры мы не прячем. На большом корпусе метод находил около 14% ИИ-текстов, при этом ошибочно помечая 1% человеческих. На коротких текстах и у новых моделей получается ещё хуже. Подробности на странице о методе.

### Можно ли считать оценку доказательством, что текст написал ИИ?

Нет. Это подсказка о стиле, не более. Аккуратный человеческий текст может получить высокий балл, а хороший машинный - низкий. Места с цитатами - повод задать вопросы, а не приговор.

### Что делает очистка текста?

Выбрасывает скрытые символы, например пробелы нулевой ширины, а кудрявые кавычки, длинные тире и прочие вычурные знаки заменяет простыми. Работает на любом тарифе; если текст длиннее лимита вашего тарифа, сначала он обрезается.

## Конфиденциальность

### Сохраняется ли мой текст?

Нет. Текст обрабатывается в памяти и сразу забывается. В журналы он не попадает и для обучения не используется. С файлами и ссылками так же.

### Что вы храните обо мне?

Логин, солёный хеш пароля (сам пароль никогда), адрес почты, если вы его указали, тариф и даты подписки. Статистика - это просто счётчики, без текстов и адресов. Полный список есть в политике конфиденциальности.

## Тарифы и оплата

### Как работает подписка?

Четыре платных тарифа, оплата раз в месяц через PayPal: Базовый 3,00 EUR, Плюс 9,99 EUR, Про 19,99 EUR и Макс 24,99 EUR. Пробного периода и разовых платежей нет. Данных вашей карты сайт не видит, ими занимается PayPal.

### Как отменить подписку?

Откройте кабинет, раздел с тарифом, и отмените подписку. Тариф проработает до конца оплаченного периода, потом аккаунт станет бесплатным.

### Есть ли API?

Да, на тарифах Про и Макс. Личный ключ создаётся в кабинете, и вы отправляете тексты в тот же анализ, что работает на сайте. Эндпоинты, ошибки и лимиты описаны на странице для разработчиков.

### Как с вами связаться?

Пишите на support@authortext.com. Почту читает один человек. Ответ может прийти через день-два.

- Связь: support@authortext.com

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Политика конфиденциальности

> Что AuthorText делает с вашими данными: тексты не сохраняются и не пишутся в журналы, хранятся только логин, хеш пароля и, по желанию, адрес почты.

- URL: https://authortext.com/ru/privacy
- Language: ru
- Site: AuthorText (https://authortext.com/)

Коротко: мы проверяем текст и тут же забываем его. Ниже простыми словами написано, что мы храним, а что нет.

- Обновлено: 2026-10-22
- Связь: support@authortext.com

## Кто мы

AuthorText (authortext.com) - личный проект одного человека, который живёт в Португалии. Это не компания, поэтому у проекта нет ни названия фирмы, ни регистрационного номера, ни почтового адреса. Контролёр данных в смысле GDPR - владелец проекта. Связь: support@authortext.com.

## Ваши тексты

Текст, который вы проверяете, обрабатывается в памяти сервера и сразу забывается. Мы не сохраняем тексты, не пишем их в журналы и не используем для обучения моделей. С текстом из файла или по ссылке то же самое: сервер скачивает страницу по ссылке, берёт из неё основной текст, и ничего не сохраняется.

В журнал ошибок попадает только строка о сбое, без самого текста.

## Аккаунт

Для входа мы храним логин, солёный хеш пароля (самого пароля мы не знаем и напомнить его вам не сможем), по желанию адрес электронной почты и тариф. Если вы входите по коду из письма или через Google, мы храним адрес, на который пришёл код или который сообщил Google.

Коды из писем хранятся только в виде хеша, действуют 10 минут, на ввод даётся 5 попыток; текст письма после отправки стирается. Ключ API хранится только в виде хеша SHA-256 и показывается один раз, при создании.

Платежи проводит PayPal. От него мы получаем только статус подписки и идентификатор плательщика; данных банковской карты мы не видим и не храним. У нас остаются тариф, статус и даты подписки.

## Вход через Google

Если вы нажимаете «Войти через Google», браузер получает от Google подтверждение личности (ID-токен) и отправляет его только Google и нашему серверу. Сервер проверяет подпись и сохраняет адрес почты из токена. Остальное из профиля Google мы не запрашиваем. Для работы кнопки страница загружает скрипт accounts.google.com; других внешних скриптов, рекламы и счётчиков на сайте нет.

## Статистика без слежки

Мы считаем только числа: сколько было проверок (по языку, размеру и тарифу), сколько регистраций, сколько разных посетителей в день. Разных посетителей считают через одностороннюю хеш-сумму от адреса, дня и секретного ключа; она удаляется через два дня. Адреса, тексты и профили поведения не сохраняются. Для защиты от злоупотреблений сервер кратковременно держит в памяти частоту запросов с адреса.

Обратная связь: если вы пишете нам через форму, мы храним ваше сообщение и контакт, который вы указали, чтобы вам ответить. Не вставляйте в сообщение пароли и чужие личные данные.

## Cookie и локальное хранилище

Сайт использует только то, без чего не обойтись. Cookie sid появляется после входа: подписанная сессия, HttpOnly, живёт 12 часов, нужна для работы аккаунта. В localStorage браузера лежат ваши настройки: тема, язык интерфейса, отключённые сигналы анализа и отметка, что форма обратной связи уже отправлена. Ничего из этого не используется для рекламы или слежения, поэтому баннер с согласием не нужен. Всё это можно удалить в настройках браузера.

## Ваши права

По GDPR вы можете запросить доступ к своим данным, исправление, удаление, возражать против обработки и получить копию данных. Напишите на support@authortext.com с адреса, привязанного к аккаунту. Если считаете, что мы нарушаем ваши права, вы можете пожаловаться в португальский надзорный орган CNPD (Comissão Nacional de Proteção de Dados, cnpd.pt).

Данные аккаунта хранятся, пока он существует; после запроса на удаление мы удаляем аккаунт и связанные с ним записи.

## Изменения

Если в работе сайта что-то изменится, мы обновим этот текст и дату вверху страницы. Применимое право: Португалия и право ЕС.

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Условия использования

> Правила пользования AuthorText: оценка - это подсказка, а не доказательство авторства, сервис работает как есть, подписка оплачивается через PayPal.

- URL: https://authortext.com/ru/terms
- Language: ru
- Site: AuthorText (https://authortext.com/)

Это личный проект, и условия у него простые. Пользуясь сайтом, вы с ними соглашаетесь.

- Обновлено: 2026-10-22
- Связь: support@authortext.com

## Что это за сервис

AuthorText считает, сколько в тексте признаков, типичных для текстов, написанных ИИ, и показывает, где они находятся. Это статистическая подсказка о стиле, а не вердикт и не доказательство авторства. Детекторы ошибаются, особенно на коротких, деловых и переведённых текстах. Не решайте судьбу человека (отчисление, увольнение, штраф) только по этой оценке.

## Использование на свой риск

Сервис предоставляется «как есть», без гарантий точности, доступности и пригодности для конкретной цели. В пределах, допустимых законом, мы не отвечаем за убытки, возникшие из-за использования оценки или перерывов в работе. Это не затрагивает ваши права потребителя, которые нельзя ограничить по закону.

## Лимиты и тарифы

Объём текста, число проверок и доступные функции зависят от тарифа, и лимиты проверяет сервер. Подробности и цены: страница «Тарифы». Не обходите лимиты, не засыпайте сервис автоматическими запросами без ключа API (тарифы «Про» и «Макс») и не перепродавайте доступ без согласия.

## Допустимое содержание

Не загружайте незаконные материалы, чужие личные данные, пароли и ключи. Не используйте сайт для взлома, массового сбора данных и атак на сервис. Мы можем ограничить доступ, если это нарушается.

## Подписка и оплата

Платные тарифы оформляются как подписка через PayPal; цены указаны на странице «Тарифы». Оплату и подтверждение подписки покупатель выполняет на стороне PayPal: данные банковской карты сайт не получает.

Подписка продлевается автоматически каждый месяц, пока вы её не отмените. Отменить можно в любой момент в личном кабинете: отмена вступает в силу в конце оплаченного периода, и до его конца тариф продолжает действовать.

Если вы потребитель в Европейском союзе, у вас есть установленное законом право отказаться от договора, заключённого дистанционно, в том числе при покупке цифровых услуг. Как это право применяется к подписке, определяет закон вашей страны.

Чтобы воспользоваться правом отказа или попросить о возврате платежа, напишите на support@authortext.com.

## Изменения и прекращение работы

Владелец может изменить сервис, тарифы и эти условия или прекратить работу проекта. Мы будем стараться предупреждать об этом на сайте. Изменения вступают в силу с момента публикации.

## Право и связь

Применяется право Португалии и ЕС; обязательные нормы о защите потребителей вашей страны сохраняют силу. Вопросы: support@authortext.com. О данных: политика конфиденциальности.

## Links

- [Home](https://authortext.com/ru/index.md)
- [plans](https://authortext.com/ru/plans.md)
- [help](https://authortext.com/ru/help.md)
- [developers](https://authortext.com/ru/developers.md)
- [about](https://authortext.com/ru/about.md)
- [method](https://authortext.com/ru/method.md)
- [faq](https://authortext.com/ru/faq.md)
- [privacy](https://authortext.com/ru/privacy.md)
- [terms](https://authortext.com/ru/terms.md)
- [articles](https://authortext.com/ru/articles/index.md)

---

# Блог

> Статьи о том, как распознать текст нейросети, почему детекторы ошибаются и как сделать текст живее.

- URL: https://authortext.com/ru/articles/
- Language: ru
- Other languages: [uk](https://authortext.com/uk/articles/index.md), [pt](https://authortext.com/pt/articles/index.md), [en](https://authortext.com/en/articles/index.md)
- Feed: https://authortext.com/ru/rss.xml

## Все статьи

- [Burstiness и perplexity без математики](https://authortext.com/ru/articles/burstiness-perplexity.md) (2026-10-24): Что такое burstiness и perplexity простыми словами, как с ними связаны разброс длины предложений и повторы в AuthorText и почему этого мало для вывода.
- [Детекторы ИИ: как студенту избежать обвинения](https://authortext.com/ru/articles/students-false-accusation.md) (2026-10-24): Что ждать от детекторов ИИ студенту и как защититься от ложного обвинения: черновики, история версий, объяснение своего текста и проверка заранее.
- [Как проверить текст фрилансера или копирайтера](https://authortext.com/ru/articles/checking-freelancer-text.md) (2026-10-24): Как заказчику проверить текст фрилансера или копирайтера: чёткое ТЗ, черновики, сравнение стиля, список находок как вопросы и честные условия договора.
- [Как читать цифры в анализе AuthorText](https://authortext.com/ru/articles/reading-the-numbers.md) (2026-10-24): Что значат разброс длины предложений, повторы, штампы и плотность связок в анализе AuthorText. Пример на пальцах и честные границы метода.
- [Невидимые символы в скопированном тексте](https://authortext.com/ru/articles/invisible-characters.md) (2026-10-24): Пробелы нулевой ширины, мягкие переносы, изогнутые кавычки и длинные тире: откуда они берутся в скопированном тексте, что ломают и как их убрать.
- [Честный чек-лист для учителя и редактора](https://authortext.com/ru/articles/fair-checklist-suspect-ai.md) (2026-10-24): Честный чек-лист для учителя и редактора, который подозревает ИИ: что доказывает оценка детектора, чего не доказывает и как говорить с автором.
- [Что нового в обнаружении ИИ: проверено и нет](https://authortext.com/ru/articles/detection-news-2026.md) (2026-10-12): Что нового в 2026 году: бенчмарки со смешанным авторством, признаки «ритма неожиданности», требования ЕС к маркировке. Что проверено, а что нет.
- [Как сегодня проверяют текст на ИИ](https://authortext.com/ru/articles/how-detection-works.md) (2026-10-11): Семь способов проверить текст на ИИ, чем они ограничены и почему честный результат - это не процент «участия ИИ», а оценка с оговорками.
- [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err.md) (2026-10-08): Детектор ИИ измеряет стиль, а не авторство: почему гладкий человеческий текст получает высокую оценку.
- [Когда детектор путает человека и ИИ](https://authortext.com/ru/articles/when-detectors-disagree.md) (2026-10-07): Статья, написанная человеком, получила «ИИ», а текст нейросети выглядел «скорее человеческим». Почему так бывает и что делать с проверками авторства.
- [Как понять, что текст написан ИИ](https://authortext.com/ru/articles/signs-of-ai-text.md) (2026-10-06): Четыре приметы текста, написанного нейросетью: ровный ритм, штампы, общие слова без конкретики. И почему ни одна из них не доказательство.
- [Как сделать текст живее](https://authortext.com/ru/articles/make-text-livelier.md) (2026-10-06): Шесть приёмов, которые делают текст живым: конкретика, неровный ритм, меньше штампов, свой голос. Без обещаний «обмануть детектор».

---

# Burstiness и perplexity без математики

> Что такое burstiness и perplexity простыми словами, как с ними связаны разброс длины предложений и повторы в AuthorText и почему этого мало для вывода.

- URL: https://authortext.com/ru/articles/burstiness-perplexity
- Language: ru
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/burstiness-perplexity.md), [pt](https://authortext.com/pt/articles/burstiness-perplexity.md), [en](https://authortext.com/en/articles/burstiness-perplexity.md)

Perplexity показывает, насколько текст предсказуем для языковой модели, а burstiness - насколько неровно он написан. Оба слова про стиль. Кто автор, они не говорят.

Про них часто пишут, когда рассказывают о детекторах ИИ. Давайте разберёмся, что за ними стоит, и обойдёмся без формул.

## Perplexity: насколько текст удивляет

Возьмите фразу «Спасибо за ваше внимание, с уважением...». Вы уже знаете, чем она кончится, и удивляться тут нечему. Perplexity, по-русски часто «перплексия», измеряет именно это удивление. Только считает его не человек, а языковая модель. Чем проще ей угадывать каждое следующее слово, тем перплексия ниже.

Логика такая: нейросеть сама выбирает вероятные слова, поэтому её тексты в среднем предсказуемее человеческих. Но предсказуемо пишут и люди. Договор, инструкция, официальное письмо, школьное сочинение по шаблону - везде перплексия низкая, и это нормально. Никакая это не улика.

## Burstiness: насколько текст неровный

Burstiness по-русски можно назвать «рваностью» или «неровностью». Она про ритм, а не про отдельные слова. Люди пишут всплесками: три короткие фразы, потом длинное предложение с оговорками, потом опять короткая. У нейросети ритм чаще ровнее, предложения выходят примерно одной длины.

Термин появился из наблюдений за тем, как сильно скачут длина фраз и неожиданность слов. Похожим занимаются и исследователи. В обзоре [Что нового в обнаружении ИИ](https://authortext.com/ru/articles/detection-news-2026) мы разбирали работу о «ритме неожиданности». Цифры там принадлежат авторам работы, мы их не воспроизводили, и в обзоре об этом сказано.

## Как это связано с сигналами AuthorText

Перплексию языковой модели наш анализ не считает. Он смотрит на более простые признаки, которые можно объяснить, и часть из них родственна burstiness:

- **Разброс длины предложений.** Чем он меньше, тем больше баллов. Это самый близкий аналог burstiness.
- **Разброс длины абзацев.** Тот же принцип, только для абзацев.
- **Повторы** слов и конструкций, в том числе одинаковые начала абзацев. Они ближе к низкой «неожиданности».
- **Типовые обороты и связки.** Фразы вроде «стоит отметить» очень вероятны, а значит, предсказуемы.

В ответ вы получаете не загадочное число, а строки с номерами. Их можно прочитать и обсудить. О шкалах подробно написано в статье [Как читать цифры в анализе AuthorText](https://authortext.com/ru/articles/reading-the-numbers).

## Маленький пример

Пример придуман для иллюстрации, это не результат измерения.

Ровный фрагмент: «Проект начался в марте. Команда выбрала подход в апреле. Первые результаты появились в мае. Итоги подвели в июне». Четыре предложения, в каждом по четыре-пять слов.

Неровный фрагмент: «Проект начался в марте. Сначала казалось, что всё идёт гладко, но уже в апреле, когда команда выбрала подход, выяснилось, что половину данных придётся собирать заново. Тяжело. К июню мы закончили».

Во втором длина предложений прыгает от двух слов до двадцати, и читается он как живая речь. Но первый вполне мог написать человек, которому нужна краткая хронология. А второй мог выдать нейросеть, которой сказали «пиши живее». Ритм - след стиля, а не подпись автора.

## Почему этого мало

Выводить авторство из этих двух понятий не стоит, и вот почему.

1. **Жанр.** Новости, отчёты, научные тексты пишутся ровно и предсказуемо. На новостях наш сигнал, как показали замеры, почти не работает.
2. **Длина.** На коротком тексте данных просто мало. На текстах от 80 до 299 слов результат у нас близок к случайному.
3. **Правка.** Кто долго редактирует, тот сглаживает ритм. А нейросеть, которой велели писать неформально, ритм как раз раскачивает.
4. **Язык.** Если пишешь не на родном языке, берёшь простые конструкции. Детекторы нередко принимают такой текст за машинный.

Если честно, на большом корпусе наш анализ ловит лишь часть машинных текстов, когда ложные срабатывания держатся около 1%. Подробности в статье [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err).

## Откуда берётся путаница

В интернете эти два слова любят подавать как «два числа, которые выдают нейросеть». Это упрощение. У детекторов разные модели, разные корпуса и разные пороги. Поэтому одна и та же перплексия в одном сервисе считается «подозрительно низкой», а в другом - обычной. Цифры из разных инструментов сравнивать нельзя. А читать любую из них, не глядя на жанр и длину текста, нельзя тем более.

## Что это значит на практике

Если вы автор, неровность изображать не надо. Лучше добавьте конкретики и своего голоса, об этом статья [Как сделать текст живее](https://authortext.com/ru/articles/make-text-livelier). Ритм поменяется сам.

Если вы читаете или проверяете чужое, плоский ритм - повод задать вопрос, а не поставить диагноз. Вопрос простой: что в этом абзаце мог знать только автор?

## Что делать дальше

1. Вставьте текст в [проверку](https://authortext.com/ru/) и посмотрите, какие абзацы и предложения слишком похожи по длине.
2. Перепишите одно-два таких места своими словами и сравните.
3. В спорных случаях соберите черновики и историю правок. Они убедительнее любой метрики. Если вы студент, загляните в статью [Детекторы ИИ для студентов](https://authortext.com/ru/articles/students-false-accusation).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Детекторы ИИ: как студенту избежать обвинения

> Что ждать от детекторов ИИ студенту и как защититься от ложного обвинения: черновики, история версий, объяснение своего текста и проверка заранее.

- URL: https://authortext.com/ru/articles/students-false-accusation
- Language: ru
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/students-false-accusation.md), [pt](https://authortext.com/pt/articles/students-false-accusation.md), [en](https://authortext.com/en/articles/students-false-accusation.md)

Оценка детектора не доказывает, что вы писали с нейросетью, и одна она не должна быть поводом для обвинения. Лучшая защита готовится заранее: сохраняйте, как вы работали, и умейте рассказать о своём тексте.

Дальше - советы для тех, чью работу могут прогнать через проверку на ИИ. Они не про то, как обмануть программу. Они про то, как показать, что работа ваша.

## Что такое оценка детектора и чем она не является

Детектор смотрит на стиль: ровные ли предложения, много ли типовых оборотов и связок, не однообразен ли текст. Как работа создавалась, он не видит. Вас он тоже не знает. Высокая оценка значит одно: в тексте есть признаки, которые часто встречаются в машинных текстах. И всё.

Это не доказательство и не приговор. В наших замерах на большом корпусе анализ находит только часть машинных текстов, а ложных срабатываний мало. Зато гладкие человеческие тексты - новости, научный стиль, формальные работы - порой получают высокую оценку. Подробнее: [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err).

## Что делать до сдачи работы

**Сохраняйте процесс.** Это сильнее всего, что у вас есть.

- Пишите в редакторе с историей версий (в большинстве онлайн-редакторов она включена сама) и не чистите её.
- Держите под рукой заметки, планы, список источников и черновики с датами.
- Сохраняйте страницы и файлы, откуда брали материал.
- Если вам помогали (проверка грамматики, перевод, нейросеть для плана), запишите, кто и как. Если правила курса такую помощь разрешают, честная запись вас только защитит.

**Узнайте правила.** Спросите преподавателя или откройте положение вуза: что можно, надо ли указывать помощь, как устроен спор. Правила везде разные, а «я не знал» - слабый аргумент.

## Проверьте свой текст заранее

Вставьте работу в [анализатор AuthorText](https://authortext.com/ru/). Вы получите не просто число, а список мест с номерами строк: где абзацы почти одной длины, где стоят типовые обороты, где связки идут густо. Примерно то же может насторожить и проверяющего.

Нашли такие места - не портите их нарочно. Перепишите своими словами и добавьте конкретики: пример, имя, число из источника, собственный вывод. Приёмы собраны в статье [Как сделать текст живее](https://authortext.com/ru/articles/make-text-livelier). Для коротких текстов (меньше примерно 150 слов) сервис сам предупредит, что оценке верить нельзя.

## Группы риска

Известно, что детекторы чаще ошибаются с теми, кто пишет не на родном языке. Такие авторы берут простые и «правильные» конструкции, и текст выходит однообразным. Это осторожное общее наблюдение, точной цифры у нас нет. Если вы пишете не на родном языке, черновики храните особенно аккуратно. Похожий риск у тех, кто пишет в формальных жанрах или долго правит текст.

## Если вас обвинили

1. **Не горячитесь и оставайтесь вежливым.** Спросите, на чём держится подозрение, и попросите показать результат проверки.
2. **Покажите процесс:** историю версий, черновики, заметки.
3. **Предложите рассказать о тексте.** Объясните своими словами главные идеи, откуда данные, почему порядок именно такой. Можно предложить написать на месте короткий текст по теме.
4. **Спросите про правила спора** и про то, будет ли решение опираться на несколько признаков, а не на одну цифру. Хороший список вопросов для проверяющих есть в статье [Честный чек-лист для учителя и редактора](https://authortext.com/ru/articles/fair-checklist-suspect-ai).
5. **Не признавайтесь в том, чего не делали,** лишь бы всё поскорее кончилось. Лучше попросите время и соберите материалы.

Как рассказывать о своём письме? Опишите, как шла работа: с чего начали, что переписывали, что выкинули и почему. Живой рассказ про процесс обычно убеждает сильнее любых оправданий.

## Как подготовить короткое объяснение

Для каждой работы заранее придумайте три фразы: в чём главная мысль, откуда материал и что далось тяжелее всего. Просто, но такие ответы подделать трудно. Если вы писали сами, вы помните, где застряли, какой источник оказался бесполезным и что пришлось переделать. Тот, кто текст не писал, такого обычно не расскажет.

## Что вы не обязаны делать

Писать «неряшливо», чтобы походить на человека, не нужно. Специально вставлять ошибки тоже: работа от этого хуже, а ничего не доказывается. И не пропускайте свой текст через сторонние пересказчики: из него уходят конкретные детали, а они как раз и подтверждают авторство. Почему разные детекторы спорят между собой, читайте в статье [Когда детектор путает человека и ИИ](https://authortext.com/ru/articles/when-detectors-disagree).

## Что делать дальше

1. Заведите привычку: черновики и история версий для каждой работы.
2. Заранее проверьте текст в [анализаторе](https://authortext.com/ru/) и разберите отмеченные строки.
3. Узнайте правила своего вуза или курса и записывайте, чем пользовались.
4. Если всё же обвинили, соберите процесс, предложите рассказать о тексте и попросите оценить его по нескольким признакам.

Оценка сервиса - подсказка, а не доказательство авторства. Это касается и нас.

[Проверить текст](https://authortext.com/ru/#editor)

---

# Как проверить текст фрилансера или копирайтера

> Как заказчику проверить текст фрилансера или копирайтера: чёткое ТЗ, черновики, сравнение стиля, список находок как вопросы и честные условия договора.

- URL: https://authortext.com/ru/articles/checking-freelancer-text
- Language: ru
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/checking-freelancer-text.md), [pt](https://authortext.com/pt/articles/checking-freelancer-text.md), [en](https://authortext.com/en/articles/checking-freelancer-text.md)

Не пытайтесь «поймать» исполнителя по одному проценту. Надёжнее заранее договориться о правилах, получать черновики и задавать конкретные вопросы по спорным местам.

Ниже порядок действий для заказчика, который хочет честный текст и не хочет портить отношения с хорошим автором.

## 1. Начните с понятного задания

Большинство претензий вырастает из размытого ТЗ. Напишите:

- для кого текст и зачем он нужен;
- какой нужен тон, и дайте пару текстов, которые вам нравятся;
- какие факты, цифры, источники и ссылки обязательны;
- что запрещено (скажем, общие слова без примеров);
- можно ли пользоваться нейросетью и для чего.

Чем точнее ТЗ, тем меньше шансов получить гладкий, но пустой текст.

## 2. Просите черновики и пояснения

Не ждите финала. Попросите сначала план, потом первую часть, потом полный черновик. Живую работу видно сразу.

Появляются вопросы, правки, конкретные детали. 

Попросите ещё список источников и пару слов о спорных утверждениях. Автору это обычная работа, а вам - подтверждение, что текст сделан осознанно.

## 3. Сравнивайте стиль между сдачами

Если у вас есть прежние тексты этого автора, положите рядом новый: тот же словарь, те же привычные обороты, тот же ритм? Резкий скачок в «гладкости» - повод спросить, а не обвинять. Причин много: другой редактор, другая тема, просто удачный день.

Работает и обратное. Если стиль слишком ровный во всех сдачах и нет ни одной живой детали, попросите больше фактов. 

Расставаться из-за этого рано.

## 4. Превратите список находок в вопросы

Вставьте текст в [анализатор](https://authortext.com/ru/). Он вернёт не только число, но и список мест с номерами строк: где стоит типовой оборот, где абзацы почти одной длины, где густо идут связки. Из этого легко сделать вопросы:

- «В строке 14 стоит "играет ключевую роль". Что именно вы имели в виду?»
- «Здесь три абзаца подряд начинаются одинаково. Можно переписать с вашим примером?»
- «Откуда эта цифра?»

Автор, который сам писал абзац, обычно объяснит его или перепишет. Но и это не вердикт: штампами пользуются многие люди, а многие машинные тексты потом правят руками. Как вести такой разговор, подробно описано в статье [Честный чек-лист для учителя и редактора](https://authortext.com/ru/articles/fair-checklist-suspect-ai).

## Пример рабочего процесса

Условный пример. Заказчик просит статью на 800 слов. Присылает ТЗ, через день получает план, через три дня первую половину, через пять - целый черновик. На каждом шаге пишет два-три комментария. Финальный текст вставляет в анализатор, видит четыре отмеченных места и спрашивает автора про два из них. Автор отвечает, переписывает абзац и добавляет настоящий пример из практики. Весь разговор занимает полчаса.

Претензий нет: обе стороны с самого начала понимали правила.

## 5. Помните, что оценка ограничена

Оценка - подсказка, а не доказательство. Гладкие жанры (новости, деловые тексты, научный стиль) нередко получают высокую оценку и у людей, а современные модели проходят проверку легче ранних. Для текстов короче примерно 150 слов оценка ненадёжна. Почему так, объясняет статья [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err).

## 6. Пропишите в договоре использование ИИ

Лучше всего прямо написать, что вы считаете допустимым. Варианты формулировок, по смыслу:

- ИИ запрещён полностью, исполнитель подтверждает, что написал текст сам;
- ИИ можно для плана, поиска идей и проверки грамматики, но не для основного текста;
- ИИ можно, но исполнитель обязан указать, как и где его использовал, и отвечает за факты и источники.

Добавьте право запросить черновики и историю версий и порядок решения споров: сначала разговор и переработка спорных мест, потом решение. Если нужен юридически выверенный текст, идите к юристу. 

Мы даём только общую рамку.

## 7. Что справедливо

- Требовать правки и объяснения по конкретным местам. Справедливо.
- Просить показать, как шла работа. Справедливо.
- Не платить из-за одного числа в детекторе. Несправедливо и рискованно: оценка может ошибаться, и доказать вы ничего не сможете.
- Обвинять, не дав ответить. Несправедливо.

Если текст похож на шаблон, но содержание и факты вас устраивают, форма, возможно, уже не так важна. А если для вас важны уникальность и голос бренда, пропишите это в ТЗ и просите живые примеры. Как их добавить, читайте в статье [Как сделать текст живее](https://authortext.com/ru/articles/make-text-livelier).

## Что делать дальше

1. Допишите ТЗ: аудитория, тон, источники, правила про ИИ.
2. Договоритесь о черновиках и о том, что вы вправе их запросить.
3. Получив текст, проверьте его в [анализаторе](https://authortext.com/ru/) и превратите список находок в вопросы автору.
4. Решайте по нескольким признакам сразу: содержание, процесс, стиль, ответы автора. Для регулярных проверок посмотрите [тарифы](https://authortext.com/ru/plans).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Как читать цифры в анализе AuthorText

> Что значат разброс длины предложений, повторы, штампы и плотность связок в анализе AuthorText. Пример на пальцах и честные границы метода.

- URL: https://authortext.com/ru/articles/reading-the-numbers
- Language: ru
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/reading-the-numbers.md), [pt](https://authortext.com/pt/articles/reading-the-numbers.md), [en](https://authortext.com/en/articles/reading-the-numbers.md)

На странице результата есть оценка, полоса и несколько шкал. Расскажу простыми словами, что это и насколько этому можно верить.

## Оценка - это подсказка

Оценка идёт от 0 до 100 и показывает, сколько признаков машинного текста нашёл анализ. Это эвристика, а не измерение авторства. Мы повторяем это на каждом шагу и не случайно: важнее этого на странице ничего нет.

Запомните ещё одно. Каждый сигнал в одиночку слаб, весит только их набор. Один подозрительный признак ничего не значит. Если же несколько тянут в одну сторону, текст стоит прочитать внимательнее.

## Разброс длины предложений

Люди пишут неровно. Длинное предложение с парой оговорок, потом короткое, потом среднее. Машинный текст, особенно от ранних моделей, склонен держать предложения примерно одной длины.

Анализ считает это как коэффициент вариации, то есть смотрит, насколько длины разбросаны вокруг среднего. Мало разброса - баллы добавляются, много - нет. Это ещё называют «взрывностью» (burstiness), и в оценке это самый весомый сигнал. Длины абзацев считаются так же, а если ровны и предложения, и абзацы, добавляется общий бонус.

## Повторы

Одни и те же слова, одинаковые начала фраз, один шаблонный заголовок в каждом разделе. Анализ смотрит, как часто повторяются схемы. В техническом тексте повторов много, и это нормально, так что сигнал - лишь часть картины.

## Типичные фразы

Анализ знает список штампов на русском, украинском, португальском и английском. Они разложены по уровням: чем типичнее, тем выше. Сюда попадают канцелярские обороты, которыми принято открывать абзац или подводить итог, и общие слова про «важную роль» всего на свете. Каждое попадание в списке находок привязано к номеру строки.

## Плотность связок

Так называют слова, которые склеивают соседние предложения и показывают ход рассуждения. Машинный текст любит их много и расставляет ровно. Человек часто просто начинает следующее предложение.

## Маленький пример на пальцах

Пример выдуманный, это не реальные данные.

> Проект важен. Команда большая. План понятен. Цель проста. Итог хорош.

Пять предложений по два-три слова. Ритм почти плоский, разброс низкий, и сигнал бы сработал. Теперь переписанный вариант:

> Проект важен. Почему? Потому что команда, которая за год выросла с трёх человек до двенадцати, получила наконец план, который каждый объяснит одним вдохом. Цель проста.

Длины тут от одного слова до двадцати с лишним. Разброс высокий, сигнал молчит. Сильно человечнее по сути текст не стал, поменялся только ритм. Поэтому сам по себе ритм ничего не доказывает.

## Что значит «вероятно ИИ»

Оценка раскладывается по полосам. Примерно от 50-55 - «вероятно ИИ», от 70 - «сильные признаки ИИ». Пороги мы подбирали при первой калибровке на маленькой выборке: 34 ИИ-текста против 20 человеческих. Результат тогда вышел хороший.

На большом корпусе всё скромнее. В последнем измерении анализ находил около 14% ИИ-текстов при 1% ложных срабатываний и около 29% при 5%. Современные модели обходят нынешние сигналы лучше, чем ранние чаты. Так что полоса говорит о стиле, а не об авторе, и «вероятно» читайте как «стоит присмотреться».

Смешанные случаи делятся плохо: человеческий текст, который правила модель, или машинный перевод. Поэтому мы говорим о признаках генерации в тексте, а не о «проценте ИИ» у автора.

## Почему короткие тексты дают слабый сигнал

Разбросу нужен материал. По трём предложениям ритм от случайности не отличить. В нашем измерении на корпусе тексты от 80 до 299 слов были близки к случайному угадыванию, а от 300 слов результаты лучше, хотя до надёжных далеко. Всё короче примерно 150 слов или пяти предложений анализ помечает как ненадёжное и баллы уменьшает.

Низкая оценка у короткого текста тоже не значит, что писал человек. Именно это и сказано в пометке на странице: вердикт ненадёжен, но доказательством не служит.

Новости, реклама и соцсети - ещё одно слабое место, и там анализ может воздержаться. Он честно говорит, что сигнал ненадёжен, и не изображает уверенность, которой нет. Помочь ему можно, если проверять не обрывок, а всю статью целиком, со всеми абзацами, как она уйдёт в печать или будет сдана.

## Что делать

1. Сначала читайте список находок, потом число: в списке видны места, а не только итог.
2. Смотрите на длину текста и пометку о надёжности.
3. Полосу воспринимайте как повод перечитать. Если от результата зависят оценка или репутация человека, просите черновики, как в нашем [честном чек-листе](https://authortext.com/ru/articles/fair-checklist-suspect-ai).
4. Если вы автор и хотите более естественный ритм, прочтите, [как сделать текст живее](https://authortext.com/ru/articles/make-text-livelier).

Хотите взглянуть на свой текст? [Откройте проверку](https://authortext.com/ru/).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Невидимые символы в скопированном тексте

> Пробелы нулевой ширины, мягкие переносы, изогнутые кавычки и длинные тире: откуда они берутся в скопированном тексте, что ломают и как их убрать.

- URL: https://authortext.com/ru/articles/invisible-characters
- Language: ru
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/invisible-characters.md), [pt](https://authortext.com/pt/articles/invisible-characters.md), [en](https://authortext.com/en/articles/invisible-characters.md)

Текст на экране выглядит безупречно, а ведёт себя странно. Поиск не находит слово, которое явно перед глазами. Ссылка открывает страницу с ошибкой. Кусок кода отказывается запускаться. Часто виноват символ, которого вы просто не видите.

## Что это за символы

Текст - это последовательность кодовых точек, и не каждая из них что-то рисует. Обычно виноваты вот эти:

- **Символы нулевой ширины** (U+200B пробел нулевой ширины, U+200C и U+200D соединители, U+FEFF метка порядка байтов). На экране они не занимают места.
- **Знаки направления письма** (U+202A - U+202E и похожие). Они задают направление текста. Для арабского или иврита это нужно, а в русском абзаце - зря.
- **Мягкий перенос** (U+00AD). Показывает, где слово можно разорвать, и виден только когда строка действительно переносится.
- **Странные пробелы**: неразрывный и целое семейство узких, широких и тонких, которые похожи на обычный, но им не равны.
- **Типографская пунктуация**: изогнутые кавычки, длинное тире, многоточие одним знаком, маркеры и стрелки.

Последнюю группу видно, но это другой символ, не тот, что на вашей клавиатуре. Программы с ним часто обращаются иначе, чем вы ждёте.

## Откуда они берутся

Чаще всего из обычного копирования:

- из окон чатов и веб-страниц: вёрстка добавляет мягкие переносы или пробелы нулевой ширины, чтобы управлять разрывом строк;
- из текстовых редакторов, которые на лету меняют прямые кавычки и дефисы на «умные»;
- из переводчиков и из PDF: при извлечении текста там появляются странные пробелы и рваные слова;
- из документов, которые прошли через несколько программ, и каждая оставила свой след.

Никто ничего дурного не задумал, так путешествует текст. И мы не утверждаем, что какой-то конкретный сервис нарочно вставляет невидимые символы в свои ответы: данных, чтобы так говорить, у нас нет.

## Чем они мешают

- **Ломается поиск.** Слово со скрытым символом внутри - уже другая строка. «Договор» и «дого[нулевая ширина]вор» не совпадут.
- **Появляются странные различия.** Две строки выглядят одинаково, а программа считает их разными.
- **Код и адреса не работают.** Хватит одной изогнутой кавычки в команде или пробела нулевой ширины в ссылке, чтобы всё встало. Сообщение об ошибке при этом редко объясняет причину.
- **Антиплагиат сбивается.** Скрытые символы и подмена пробелов меняют разбиение на слова, и совпадения то пропадают, то находятся не там.
- **Едет вёрстка.** Видны странные просветы, строки не переносятся или рвутся не в том месте.

## Как найти и очистить

В AuthorText для этого два способа.

Первый - проверка. Она подсвечивает в тексте символы, похожие на водяные знаки, и типографику, так что вы видите, где они сидят, и не гадаете. Детектор знает 259 таких кодовых точек: символы нулевой ширины, мягкий перенос, невидимые операторы, знаки направления, селекторы вариантов, теговые символы, символы частного использования и ещё кое-что.

Второй - инструмент «Очистить и нормализовать». Он убирает эти символы и приводит типографскую пунктуацию к обычному ASCII: прямые кавычки, простой дефис, три точки. Результат сначала сравните с оригиналом.

Порядок такой:

1. Вставьте текст в [проверку](https://authortext.com/ru/) и посмотрите на подсвеченные места.
2. Решите, нормализовать всё (для кода, адресов и данных обычно да) или только часть.
3. Запустите очистку и сравните.

Одно предупреждение: длинное тире в художественном тексте может стоять не случайно. Для технических текстов нормализация уместна. В прозе - как захотите.

## Совсем другое: статистические водяные знаки

У слова «водяной знак» есть второй смысл, и его лучше держать отдельно. Исследователи предлагали метить языковые модели на уровне токенов. Во время генерации модель слегка подталкивают к определённым словам по схеме, которую потом может проверить тот, у кого есть ключ.

Такой знак не состоит из символов. Никакой кодовой точки в тексте не спрятано, он сидит в выборе слов. Поэтому программа очистки его не найдёт и не уберёт. AuthorText и не заявляет, что его обнаруживает: наш анализ смотрит на стиль, а не на секретный ключ. Невидимые символы и статистические водяные знаки - две разные темы, и первая ничего не говорит о второй.

И ещё. Скрытые символы не значат, что текст написал ИИ, а их отсутствие не значит, что писал человек. Они говорят лишь о том, как текст копировали, а не о том, кто его сочинил.

## Что делать

Прежде чем публиковать, отправлять или запускать скопированный текст, взгляните на него один раз. [Проверьте текст](https://authortext.com/ru/), чтобы увидеть скрытые символы и типографику, а когда нужен обычный ASCII, воспользуйтесь «Очистить и нормализовать». Если у вас есть и другие основания подозревать текст, наше [короткое руководство по признакам ИИ-текста](https://authortext.com/ru/articles/signs-of-ai-text) расскажет, на что ещё смотреть и почему это не доказательство.

[Проверить текст](https://authortext.com/ru/#editor)

---

# Честный чек-лист для учителя и редактора

> Честный чек-лист для учителя и редактора, который подозревает ИИ: что доказывает оценка детектора, чего не доказывает и как говорить с автором.

- URL: https://authortext.com/ru/articles/fair-checklist-suspect-ai
- Language: ru
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/fair-checklist-suspect-ai.md), [pt](https://authortext.com/pt/articles/fair-checklist-suspect-ai.md), [en](https://authortext.com/en/articles/fair-checklist-suspect-ai.md)

Перед вами текст, и с ним что-то не так. Слишком гладкий, слишком аккуратный, без характера. Вы вставляете его в детектор, а тот выдаёт 78%. Что дальше?

Коротко: не спешите. Число может начать разговор, но закончить его не может.

## Что оценка доказывает, а что нет

Детектор меряет стиль. Он смотрит, насколько ровны предложения, как часто попадаются штампы, сколько в тексте связок. Кто печатал текст и как он появился, детектор не знает.

Высокая оценка значит только одно: в тексте есть признаки, которые часто встречаются у машинных текстов. Авторство она не доказывает. В наших [честных цифрах](https://authortext.com/ru/articles/why-detectors-err) сигнал скромный: на большом корпусе текущий анализ находит лишь небольшую долю ИИ-текстов, если держать ложные срабатывания на уровне 1%. А современные модели проходят проверку легче, чем ранние чат-боты.

Поэтому не решайте по одной оценке никогда. Ни когда ставите студенту неудовлетворительно, ни когда отказываете автору, ни когда пишете обвинение.

## Кого детектор подводит несправедливо

Есть честные авторы, которые для любого детектора выглядят «машинно»:

- те, кто пишет не на родном языке и держится простых, правильных конструкций;
- редакторы и журналисты, у которых отшлифованный текст выровнен намеренно;
- авторы формальных жанров: отчётов, деловых писем, научного стиля;
- все, кто пропустил черновик через проверку грамматики или переводчик.

Если ваш подозреваемый из этих групп, сомневайтесь в оценке вдвойне. Мы писали об этом в статье [Когда детектор путает человека и ИИ](https://authortext.com/ru/articles/when-detectors-disagree).

## Что весит больше, а что меньше

Свидетельства неравны. Сильнее всего те, что показывают сам процесс: черновики с датами, история правок, заметки и план. Дальше идёт живой разговор о тексте: человек, который писал, обычно помнит, зачем выбрал именно эту мысль. Потом сравнение с прежними работами того же автора. А оценка детектора стоит на последнем месте, потому что описывает только стиль готового текста.

## Сам чек-лист

Идите по шагам, в этом порядке.

1. **Перечитайте текст сами.** Есть конкретика: имена, даты, живой пример, ошибка, которую сделает только человек? Или одни общие слова?
2. **Сравните с прежними работами.** Тот же словарь, те же привычные ошибки, тот же ритм? Резкий скачок в гладкости - повод спросить, а не обвинить.
3. **Попросите показать процесс.** Черновики, история версий, заметки, источники, которые автор читал. Это самое сильное свидетельство: оно показывает, как текст появился.
4. **Поговорите с автором.** Десять минут вопросов по содержанию весят больше любого процента.
5. **Если всё ещё хочется, запустите проверку.** Читайте результат как подсказку, куда смотреть.
6. **Решайте по нескольким признакам сразу** и записывайте, какими они были.

## Список находок как повод для разговора

AuthorText возвращает не только число. Он показывает находки с номерами строк: где стоит штамп, где абзацы почти одинаковой длины, где скопились связки.

Для разговора это удобно, ведь можно спросить про конкретное место, а не про весь текст. «В строке 14 написано: "стоит отметить, что это играет ключевую роль". Что вы здесь имели в виду?» Тот, кто писал абзац, обычно объяснит, перефразирует или признает, что взял оборот откуда-то. Тот, кто не писал, часто теряется.

Но и объяснение не вердикт ни в ту, ни в другую сторону. Штампы любят многие, а текст нейросети нередко правят руками.

## Как говорить с автором

- Начните с интереса: «Хочу понять, как появился этот текст».
- Говорите о том, что увидели, а не о выводе: «Ритм очень ровный, и есть несколько типичных оборотов».
- Сначала попросите историю черновиков.
- Предложите короткое задание по той же теме, устно или письменно, прямо на месте.
- Допустите, что ошиблись. Если у автора есть черновики и он хорошо отвечает на вопросы, вопрос закрыт.

Если автор растерялся, это ещё не улика: многие теряются, когда их подозревают. Дайте время, повторите вопрос спокойнее, не торопите. Цель разговора - понять, а не поймать.

Не говорите «детектор показал, что вы списали». Он такого не показывал, и автор справедливо перестанет вам доверять.

## Что делать

Запишите свои выводы и их причины. Так решение будет честным и для автора, и для вас, а если спор дойдёт до третьих лиц, записи вас защитят.

Оценка - повод присмотреться, а не причина наказывать. Сначала просите черновики, потом разговаривайте, и решайте лишь тогда, когда несколько независимых признаков указывают в одну сторону. Нужен взгляд на уровне строк, чтобы вести разговор? [Проверьте текст в AuthorText](https://authortext.com/ru/) и откройте список находок. А для регулярной работы загляните на страницу [тарифов](https://authortext.com/ru/plans).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Что нового в обнаружении ИИ: проверено и нет

> Что нового в 2026 году: бенчмарки со смешанным авторством, признаки «ритма неожиданности», требования ЕС к маркировке. Что проверено, а что нет.

- URL: https://authortext.com/ru/articles/detection-news-2026
- Language: ru
- Published: 2026-10-12
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/detection-news-2026.md), [pt](https://authortext.com/pt/articles/detection-news-2026.md), [en](https://authortext.com/en/articles/detection-news-2026.md)

Мы пролистали свежие работы 2026 года. Здесь только то, что нашли в первоисточнике: в аннотации статьи или в тексте закона. Цифры принадлежат авторам, сами мы их не воспроизводили.

## Что подтверждено

- **Бенчмарки стали ближе к жизни.** [DetectRL-X](https://arxiv.org/abs/2605.15518) (ACL 2026) проверяет детекторы на 8 языках и 6 областях, на текстах 4 коммерческих моделей. Тексты не просто сгенерированы: их ещё «отполировали», расширили, сжали, потом перефразировали и зашумили. Измеряют влияние жанра, модели, атаки и длины. Как раз в таких случаях детекторы слабее всего.
- **Ритм «неожиданности» как признак.** Авторы [DivEye](https://arxiv.org/abs/2509.18880) смотрят, как по тексту колеблется неожиданность слов. По их данным, метод обгоняет детекторы без обучения до 33,2%, добавляет до 18,7% к другим детекторам и не боится перефраза. Это слова авторов; про многоязычность в аннотации ничего нет.
- **Три класса вместо двух.** В описании [GPTZero](https://arxiv.org/abs/2602.13042) заявлена иерархическая схема «человек / ИИ» с более мелкими категориями. Цифр точности в аннотации нет, и рассказывает об этом сам производитель.
- **Перемешивание слов.** Препринт [Luminol-AIDetect](https://arxiv.org/abs/2604.25860) сравнивает перплексию текста и его перемешанной копии. Авторы заявляют 18 языков и 11 видов атак, но рецензию статья ещё не прошла.
- **Маркировка по закону.** Статья 50(2) регламента ЕС об ИИ требует, чтобы результаты систем, которые генерируют в том числе текст, были помечены в машиночитаемом виде. Исключения: вспомогательное стандартное редактирование и случаи, когда система существенно не меняет входные данные. По [тексту статьи](https://artificialintelligenceact.eu/article/50/) норма применяется с 2 августа 2026 года, а для систем, которые уже были на рынке, срок маркировки, по [графику внедрения](https://artificialintelligenceact.eu/implementation-timeline/), наступает 2 декабря 2026 года.

## Что мы не включили и почему

- Цифры вроде «Binoculars даёт около 55% на текстах Claude» и «потеря 12,7 пункта при перефразе». Мы видели их только в пересказе поисковика и по первоисточникам не проверили.
- Заявления о том, какие поставщики уже ставят водяные знаки в текст (и планы отдельных компаний). Источники противоречат друг другу, а первоисточников мы не нашли.
- Возможный перенос сроков из пакета «Digital Omnibus». Подтверждений мы не нашли.
- Мысль о том, что перемешивание или признаки ритма помогут именно для украинского или португальского. В статьях такого нет, это наша гипотеза, и её ещё предстоит проверить.

## Что это значит для проверки текста

Прежний вывод в силе: единственного надёжного теста нет, а сильнее всего детекторы ошибаются на смешанных текстах и перефразе. В нашем предварительном замере текст человека, отредактированный моделью, почти не распознавался: помечалось около 0,5% при 1% ложных срабатываний. Потому мы показываем оценку вместе с неопределённостью, а когда сигнала мало, так и говорим. Процента «участия ИИ» вы у нас не увидите.

## Как мы используем такие новости

Новая работа не значит, что мы тут же меняем сервис. Правило простое: пороги и веса меняются только после проверки на собственном корпусе, а не по аннотации.

Идея «ритма неожиданности» недалека от того, что мы уже считаем простыми средствами: разброс длины предложений и абзацев, повторы, плотность типовых оборотов. Признаки грубее, зато понятные и объяснимые: по ним можно показать пользователю строку, а не только число. Опциональный сигнал языковой модели мы включим лишь тогда, когда проверка покажет заметный выигрыш, скажем на текстах неносителей и на перефразе.

Закон о маркировке касается поставщиков систем, а не авторов текстов. Для читателя вывод один: метки со временем могут появиться, но как на единственный способ проверки на них полагаться нельзя. Текст легко пересказать, а часть систем под правило вообще не попадает.

## Что делать дальше

1. Читая новости о детекторах, спрашивайте: «на каких данных это проверено и сколько там смешанных текстов?»
2. Нужна практика, а не теория? Вставьте свой текст в [проверку](https://authortext.com/ru/) и откройте список находок.
3. Где детекторы ошибаются сегодня, читайте в статье [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err), а о способах проверки в целом - в [обзоре](https://authortext.com/ru/articles/how-detection-works).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Как сегодня проверяют текст на ИИ

> Семь способов проверить текст на ИИ, чем они ограничены и почему честный результат - это не процент «участия ИИ», а оценка с оговорками.

- URL: https://authortext.com/ru/articles/how-detection-works
- Language: ru
- Published: 2026-10-11
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/how-detection-works.md), [pt](https://authortext.com/pt/articles/how-detection-works.md), [en](https://authortext.com/en/articles/how-detection-works.md)

Мы спросили об этом четыре разных ИИ-ассистента и сравнили ответы. Выводы совпали: единого теста нет, а ответ всегда вероятностный.

## Семь подходов

1. **Статистика**: перплексия (насколько предсказуемы слова) и burstiness (насколько неровен ритм предложений). Быстро и понятно, но гладкий текст человека тоже предсказуем.
2. **Вероятностные методы без обучения** (DetectGPT, Binoculars): сравнивают правдоподобие текста и его перефразировок. Перефраз или замена символов на похожие сильно ослабляют эти методы.
3. **Стилометрия**: разнообразие лексики, длина фраз, связки, пунктуация. Метод прозрачный и лучше переносит правки, но зависит от жанра и языка.
4. **Обученные классификаторы** (RoBERTa и похожие): на них держатся коммерческие системы. На знакомых данных точны, но быстро стареют, когда выходят новые модели.
5. **Водяные знаки**: сигнал, который закладывают при генерации. Работает, только если генератор его поставил, и пропадает при переписывании.
6. **Процесс написания**: черновики, история правок, паузы и вставки. Самое прямое свидетельство, но нужен доступ к самому процессу.
7. **Ансамбли**: несколько сигналов и проверка человеком. Надёжнее, но дороже.

## Где сходятся все источники

- Детектор оценивает **вероятность**, а не факт авторства.
- Хуже всего он справляется со **смешанными текстами**, когда человек правит ИИ или ИИ правит человека. В исследованиях, на которые ссылаются источники, точность падала примерно до 54-71%.
- **Ложные срабатывания** остаются главным риском. Чаще страдают формальные и академические тексты, а ещё тексты тех, для кого язык неродной.
- **Перефраз и «очеловечиватели»** резко снижают точность.
- Цифры производителей (99% и выше) заметно расходятся с независимыми тестами.

## Процент: что можно честно сказать

Когда перед вами только готовый текст, историю его создания не восстановить. Поэтому правильнее говорить не «ИИ написал 65%», а «в 65% текста есть признаки машинной генерации». Замысел и правка человека в такой цифре не видны.

Кроме того, хорошая система:

- считает ложные срабатывания на человеческих текстах главной ошибкой;
- калибрует пороги отдельно для каждого языка, жанра и длины;
- показывает, **какие места** вызвали подозрение, и границы неопределённости;
- прямо говорит «не уверены», если текст короткий или язык изучен слабо.

## Языки

Лучше всего изучен английский. В русском много формального текста, который и сам по себе «ровный», отсюда ложные тревоги. Украинского в открытых данных меньше всего, поэтому и надёжность ниже. С португальским дела получше.

## Что у нас уже есть

Сопоставим с семью подходами выше:

- **Стилометрия.** Наш основной метод: разброс длины предложений и абзацев, связки, лексическое разнообразие, пунктуация, плюс ИИ-фразы трёх уровней на русском, украинском, португальском и английском.
- **Объяснимость.** Не просто число, а конкретные места: номера строк, цитаты и пояснение, чем признак важен. Судя по исследованиям, вся отрасль движется именно сюда.
- **Оценка по фрагментам и подсказки.** Видно, какие участки однообразны или шаблонны и как их поправить. Здесь простые правила, нейросетей нет.
- **Скрытые символы.** Мы находим и убираем невидимые знаки, которыми иногда помечают текст (259 видов), и упрощаем типографику. Это не статистический водяной знак на уровне слов, а именно отдельные символы.
- **Честность границ.** На коротких текстах мы воздерживаемся от оценки. О гладких жанрах (новости, деловое письмо, реклама), где человек часто выглядит «машинно», предупреждаем.
- **Измерения.** Проверка на корпусе с доверительными интервалами и разбивкой по языкам и длине. Выборка пока небольшая: порог 50 на 34 ИИ-текстах и 20 человеческих дал 0% ложных срабатываний, но это ещё не окончательная точность.

## Что хотим добавить

- **Корпус побольше**: не менее 600 человеческих текстов на язык, отдельно неносители, перефраз и смешанные тексты. Именно они сейчас слабое место всех детекторов.
- **Калибровка по языку и длине.** Зоны «человек / неопределённо / ИИ» по распределениям на корпусе вместо порогов, подобранных вручную.
- **Диапазон вместо одной цифры.** Итог со шкалой неопределённости и отметкой «нет данных», когда вывод сделать нельзя.
- **Доля по фрагментам.** «В такой-то части текста есть признаки генерации» вместо общего процента.
- **«Что если».** Сравнение оценки места до и после правки.
- **Тип текста** (новость, отзыв, пост, статья) со своими порогами, когда появятся корпуса по жанрам.
- **Необязательный сигнал языковой модели** класса Binoculars, но только если проверка покажет заметный выигрыш, например на неносителях и перефразе. Если не покажет, включать не будем.

«Неотличимость от человека» мы не обещаем и инструмент для обхода проверок не делаем. Наша цель - чтобы текст стал живее, а оценка честнее. Смотрите на результат как на подсказку, где перечитать текст повнимательнее, а не как на приговор.

## Что читать дальше

- Что нового появилось в этой области и что мы проверили: [Что нового в обнаружении ИИ](https://authortext.com/ru/articles/detection-news-2026).
- Почему результат нельзя считать приговором: [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err).
- Практический шаг: [проверьте свой текст](https://authortext.com/ru/) и откройте список находок.

[Проверить текст](https://authortext.com/ru/#editor)

---

# Почему современные детекторы ИИ ошибаются

> Детектор ИИ измеряет стиль, а не авторство: почему гладкий человеческий текст получает высокую оценку.

- URL: https://authortext.com/ru/articles/why-detectors-err
- Language: ru
- Published: 2026-10-08
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/why-detectors-err.md), [pt](https://authortext.com/pt/articles/why-detectors-err.md), [en](https://authortext.com/en/articles/why-detectors-err.md)

Детектор ИИ меряет стиль, а не авторство. Поэтому ошибается он в обе стороны: гладкий человеческий текст получает высокую оценку, а хорошо сделанный машинный проходит как «человеческий». Детектор выдаёт число, и в нём так и хочется увидеть приговор. 

Но это только подсказка.

## Детектор не знает, кто писал

Программа не видит, как текст создавался. Она считает закономерности: насколько ровны предложения, сколько типичных оборотов, насколько всё предсказуемо. 

Признаки косвенные, и встречаются они не только у нейросетей, но и у людей.

## Гладкая человеческая проза похожа на машинную

Новость, деловое письмо, научная статья пишутся по правилам и потому выглядят ровно. В наших измерениях аккуратные новости, написанные людьми, получали высокую оценку заметно чаще, чем живые комментарии и обсуждения. 

Оценка без поправки на жанр просто неточна.

С новостями наш сигнал почти не работает: площадь под кривой около 55%, то есть чуть лучше случайного. В научных статьях около 10% текстов людей получают высокую оценку при допуске 5% ложных срабатываний. Для таких жанров сервис не лепит уверенный вердикт, а добавляет оговорку.

## Пишущие не на родном языке

Кто пишет на чужом языке, тот чаще берёт простые и «правильные» конструкции или гонит текст через машинный перевод. Детекторы нередко принимают такое за машинный текст. Из-за ложных срабатываний ряд крупных университетов, в том числе Йель и Университет Ватерлоо, отказался от встроенных ИИ-детекторов.

В наших данных волонтёрские переводы дают чуть больше ложных срабатываний, чем остальные тексты (2,3% против 1,1%). А тексты носителей украинского, которые пишут на нём не как на родном, при таком объёме не отличались. 

Выводы осторожные: выборки небольшие.

## Короткие тексты

В паре фраз данных не хватает, и всё тут.

Для сотни слов и меньше любой статистический вывод шаткий, и честный детектор должен так и сказать. В наших замерах на текстах от 80 до 299 слов результат близок к случайному. А на текстах от 300 слов находится около 16% машинных текстов при 1% ложных срабатываний.

## Правка и перефраз

Если человек поправил машинный черновик или пересказал его, признаки размываются. По данным исследований, перефразирование заметно снижает долю найденных текстов у многих детекторов. В нашем собственном замере пересказ нейросетевого текста почти не мешал (около 13,5% при 1% ложных срабатываний), а вот смешанные случаи почти не различаются вовсе.

## Как читать результат

Считайте оценку подсказкой, где стоит перечитать текст повнимательнее, а не доказательством. Смотрите на конкретные подсвеченные места, учитывайте жанр и длину. В спорных случаях надёжнее другое: черновики, история правок, разговор с автором.

## Почему «процент ИИ» вводит в заблуждение

Многие сервисы рисуют «процент ИИ» и создают иллюзию точного измерения. На деле это прикидка по признакам стиля. Когда часть текста написал человек, а часть модель, или человек правил машинный черновик, одного числа мало. Потому наш сервис говорит о доле признаков генерации и показывает, на каких строках они найдены. А уровень уверенности (низкий, средний, высокий) привязан к числу слов.

## Что с этим делать разработчикам

Честный детектор показывает свою неуверенность, молчит на коротких и «шаблонных» жанрах и открыто публикует, где ошибался на реальных данных. Мы стараемся так и делать: пороги и веса не меняются без проверки на корпусе, а в этой статье собраны результаты наших собственных замеров, в том числе неудобные.

## Чему верить

Устойчивее всего три вещи. Первая - процесс: черновики и история правок. Вторая - конкретные места в тексте, которые можно обсудить с автором. Третья - несколько независимых признаков сразу вместо одного числа. Ни один из этих способов не требует гадать, как устроена модель.

И все они работают, даже когда детектор ошибся.

## Что делать дальше

1. Проверьте текст в [анализаторе](https://authortext.com/ru/) и прочитайте список мест с номерами строк, а не только общую оценку; как читать шкалы, объясняет статья [Как читать цифры в анализе AuthorText](https://authortext.com/ru/articles/reading-the-numbers).
2. Если оценка высокая, а текст ваш, соберите черновики и заметки и посмотрите, [почему детектор путает человека и ИИ](https://authortext.com/ru/articles/when-detectors-disagree).
3. Если сомневаетесь в чужом тексте, начните с [честного чек-листа](https://authortext.com/ru/articles/fair-checklist-suspect-ai).
4. Нужны долгие регулярные проверки? Посмотрите [тарифы](https://authortext.com/ru/plans).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Когда детектор путает человека и ИИ

> Статья, написанная человеком, получила «ИИ», а текст нейросети выглядел «скорее человеческим». Почему так бывает и что делать с проверками авторства.

- URL: https://authortext.com/ru/articles/when-detectors-disagree
- Language: ru
- Published: 2026-10-07
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/when-detectors-disagree.md), [pt](https://authortext.com/pt/articles/when-detectors-disagree.md), [en](https://authortext.com/en/articles/when-detectors-disagree.md)

Детекторы путают человека и нейросеть чаще, чем хочется. Для инструмента, который меряет стиль, это в порядке вещей. Нас самих это зацепило: статья, написанная человеком, получила высокую оценку «ИИ», а текст нейросети детектор принял за более человеческий.

## Что случилось

Владелец сервиса прогнал через проверку свою статью, которую писал без всякой нейросети. Результат: высокий процент «ИИ». Потом взял текст, который нейросеть сочинила по свободной просьбе, и получил «скорее человек».

Первая мысль была простая: инструмент сломался. Вторая оказалась точнее: он просто упёрся в свои пределы.

## Это не исключение

Мы мерили на русском, украинском, португальском и английском. Доля машинных текстов выше порога сильно зависела от сервиса: где-то 20%, где-то 90%. Среди аккуратных новостей, написанных людьми, на русском и украинском высокую оценку получала примерно треть. 

Порог один и тот же, а одних он ловит, других пропускает.

На большом корпусе цифры такие. Площадь под кривой ROC около 73%, то есть различает инструмент так себе. Если разрешить 1% ложных срабатываний, находится примерно 14% машинных текстов, при 5% - около 29%. С новостями всё совсем плохо: при пороге в 5% высокую оценку получают около 15% новостей, написанных людьми. А современные модели обходят наши признаки лучше, чем первые веб-чаты.

## Почему так бывает

Детектор смотрит на стиль: ровный ритм, привычные обороты, никаких шероховатостей. Человек, который долго вычитывает статью, как раз и выглаживает её до такого состояния. А нейросеть, которой сказали писать проще и неформальнее, добавляет «живости». Стилю всё равно, кто его сделал. Бывают и смешанные случаи. Текст человека, который потом поправила модель, в нашем замере почти не отличается от обычного: при 1% ложных срабатываний он помечается в 0,0% случаев. Так что мы говорим о «доле признаков генерации», а не о «проценте ИИ». 

А пересказ машинного текста находится не хуже оригинала. Вот так.

## Что это значит для тех, кто пишет

Страх перед ярлыком вполне настоящий. Люди начинают бояться собственной аккуратности.

Упрощают текст, нарочно пишут небрежнее, лишь бы не нарваться на ярлык. Студентам, фрилансерам и тем, кто пишет не на родном языке, достаётся чаще других. Но хороший текст не должен становиться поводом для обвинений.

## Как к этому относиться

Оценка - повод перечитать текст, а не приговор. Если нужно доказать, что текст ваш, надёжнее показать, как он рождался: черновики, историю правок, заметки. Наш сервис старается не выносить вердикт, а показывать, насколько он сам не уверен, и указывать места, которые можно поправить.

## Что делать, если обвинили вас

Допустим, вы написали текст сами, а проверка выдала высокий результат. Не спорьте на эмоциях, соберите то, что подтверждает вашу работу: черновики, историю версий в редакторе, заметки, список источников. Потом откройте список находок. Там видны конкретные строки, скажем абзацы почти одной длины и типовые обороты. Порой хватает переписать два-три таких места своими словами. Заодно поймёте, откуда взялся сигнал, и сможете объяснить это проверяющему. Это куда убедительнее, чем просто твёрдое «я писал сам».

А если проверяете чужой текст, помните: один порог ошибается в обе стороны. Высокая оценка может значить лишь то, что автор долго редактировал. 

Низкая не гарантирует, что писал человек.

## Почему сервисы спорят друг с другом

Закиньте один текст в три детектора, и ответов будет три. Причина проста: у каждого свои признаки, свои пороги и свой корпус для настройки. Один смотрит прежде всего на предсказуемость слов, другой на ритм предложений, третий на набор оборотов. Расхождение - не промах одного из них, а знак того, что сигнал слабый. Если сервисы сошлись, это чуть надёжнее.

Но и тогда это не доказательство.

## Что делать дальше

- Если вы автор: храните черновики и историю версий, а текст проверьте в [анализаторе](https://authortext.com/ru/), чтобы увидеть, какие места выглядят слишком ровно.
- Если проверяете чужой текст: пройдите по [честному чек-листу для учителя и редактора](https://authortext.com/ru/articles/fair-checklist-suspect-ai) и сначала поговорите с автором.
- Если хотите разобраться в причинах ошибок глубже, читайте [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err), а о том, как устроены сами проверки, - [обзор способов](https://authortext.com/ru/articles/how-detection-works).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Как понять, что текст написан ИИ

> Четыре приметы текста, написанного нейросетью: ровный ритм, штампы, общие слова без конкретики. И почему ни одна из них не доказательство.

- URL: https://authortext.com/ru/articles/signs-of-ai-text
- Language: ru
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/signs-of-ai-text.md), [pt](https://authortext.com/pt/articles/signs-of-ai-text.md), [en](https://authortext.com/en/articles/signs-of-ai-text.md)

По одному тексту наверняка не скажешь. Но у нейросетей есть привычки, которые встречаются чаще, чем у людей. Заметили - перечитайте текст внимательнее.

Выдают машину не ошибки, а гладкость. Ниже четыре приметы. А потом поговорим о том, почему ни одна из них ничего не доказывает.

## 1. Слишком ровный ритм

Человек пишет неровно: короткая фраза, за ней длинная, снова короткая. У нейросети предложения часто почти одной длины, а абзацы одного размера, будто по линейке.

Это можно посчитать. В нашей оценке главный вес у разброса длины предложений и абзацев: чем он меньше, тем больше баллов. Если в тексте хотя бы пять предложений и сорок слов, плоский ритм начинает влиять на оценку. На совсем коротком отрывке сигнал просто не считается.

## 2. Штампы и связки

«Стоит отметить», «играет ключевую роль», «в современном мире», «подводя итог» - у нейросетей такие обороты попадаются заметно чаще, чем в живой речи. Со связками то же самое: «более того», «кроме того», «таким образом» чуть ли не в каждом предложении.

Один оборот ничего не значит. Настораживает плотность. Связка в каждом втором предложении и одинаковые начала абзацев - это уже картина.

## 3. Общие слова вместо конкретики

В живом тексте есть имена, цифры, места, случаи. В машинном чаще «многие исследования показывают» и «это важно для каждого». Гладко, а зацепиться не за что.

Проверить просто: спросите у абзаца «где именно?» или «кто сказал?». Нет ответа в тексте - значит, абзац ни о чём.

## 4. Идеальная гладкость

Ни отступлений, ни сомнений, ни собственного мнения. Каждый абзац аккуратно открывает мысль и закрывает выводом. Живой текст обычно чуть шершавый.

## Почему это не доказательство

Ни одна из примет авторства не доказывает. Новости, официальные документы и научные статьи людей тоже ровные и гладкие. В наших замерах аккуратные новости, написанные людьми, получали высокую оценку заметно чаще разговорных текстов. На большом корпусе (тысячи человеческих текстов и сотни нейросетевых) анализ находит лишь небольшую долю машинных, если держать ложные срабатывания около 1%. Современные модели проходят проверку легче, чем ранние чаты.

Бывает и наоборот. Человек, который долго правил свой текст, тоже делает его ровным. Об этом подробно в статье [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err).

## Что ещё смотрит анализ

Кроме ритма и штампов сервис считает ещё полтора десятка показателей: разнообразие словаря, повторы, плотность знаков препинания, долю местоимений, читаемость, пассив и другое. По отдельности большинство из них слабые. Основной вес даёт структура, то есть равномерность предложений и абзацев. К ней добавляются фразы из списка типовых оборотов на четырёх языках (русском, украинском, португальском, английском) и плотность связок.

## Что сервис честно не берётся определять

На коротких текстах сервис сам снижает уверенность. Когда слов меньше примерно 150 или предложений меньше пяти, в ответе появляется пометка, что оценка ненадёжна. С рекламой и постами для соцсетей он тоже осторожен: у этих жанров свой шаблонный язык, и штампы там об авторе ничего не говорят. Так сделано нарочно, чтобы не обвинять людей зря.

## Один пример рассуждения

Допустим, вам попал отчёт на две страницы. Абзацы все по четыре предложения, в каждом третьем «стоит отметить», цифр нет совсем. Повод насторожиться, но не вывод. Спросите автора, откуда данные, и попросите пересказать главный вывод своими словами. Такой разговор скажет о происхождении текста больше любого процента.

Обратное тоже случается: короткая живая заметка может оказаться целиком машинной, если модели велели писать неформально. Поэтому приметы - это набор вопросов к тексту, а не тест с ответом «да» или «нет».

## Что делать дальше

1. Перечитайте текст и отметьте места, где нет ни одной конкретной детали.
2. Вставьте его в [проверку](https://authortext.com/ru/): она подсветит шаблонные обороты и слишком ровный ритм, а редактор подскажет, чем их заменить.
3. Если текст ваш, перепишите отмеченное своими словами. Приёмы описаны в статье [Как сделать текст живее](https://authortext.com/ru/articles/make-text-livelier).
4. Если текст чужой и хочется кого-то обвинить, сначала прочтите [честный чек-лист](https://authortext.com/ru/articles/fair-checklist-suspect-ai). Одна цифра обвинением быть не может.

А как вообще проверяют тексты, читайте в [обзоре способов проверки](https://authortext.com/ru/articles/how-detection-works).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Как сделать текст живее

> Шесть приёмов, которые делают текст живым: конкретика, неровный ритм, меньше штампов, свой голос. Без обещаний «обмануть детектор».

- URL: https://authortext.com/ru/articles/make-text-livelier
- Language: ru
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [uk](https://authortext.com/uk/articles/make-text-livelier.md), [pt](https://authortext.com/pt/articles/make-text-livelier.md), [en](https://authortext.com/en/articles/make-text-livelier.md)

Чтобы текст ожил, добавьте конкретики, поменяйте ритм, выкиньте штампы и верните свой голос. Детекторы тут ни при чём: живой текст просто приятнее читать. Эти приёмы работают и с черновиком от нейросети, и с вашим собственным.

Шесть шагов ниже, а в конце - как быстро понять, с чего начать.

## 1. Добавьте конкретику

Вместо «многие люди» пишите «моя соседка Марина». Вместо «значительный рост» - «с 40 до 65 заказов в месяц». Имена, цифры, места и случаи дают тексту вес, и его проще запомнить и проверить.

Нечего добавить? Это тоже новость: может быть, абзац вообще не нужен. Спросите себя, что нового из него узнает читатель.

## 2. Меняйте ритм

Чередуйте короткие предложения и длинные. Короткое бьёт в точку, длинное ведёт за ходом мысли. Три предложения подряд одной длины - перепишите одно из них.

С абзацами так же. Абзац из одной фразы - нормальный приём, если следом идёт развёрнутый. А когда все абзацы ровно по четыре предложения, кажется, что текст нарезали.

## 3. Уберите штампы

«Стоит отметить, что» чаще всего можно просто вычеркнуть. «Играет ключевую роль» заменить на «очень важен», «в современном мире» на «сегодня». Прочитайте фразу без оборота. Смысл не пропал? Значит, оборот был лишний.

Особенно гляньте на начала абзацев. Если три подряд открываются одной связкой, оставьте её там, где она что-то связывает.

## 4. Верните свой голос

Напишите, что вы думаете, в чём сомневаетесь, что вас удивило. Одно «я не уверен» или «меня это смутило» оживит абзац лучше десятка синонимов.

Шероховатостей не бойтесь. Текст без единого сомнения читается как инструкция к чайнику. Люди и программы одинаково чувствуют в нём усреднённость.

## 5. Прочитайте вслух

Где споткнулись или хотите сказать иначе, там и правьте. Лишние связки вслух слышны сразу. Хороший способ: читайте так, будто объясняете знакомому, и записывайте всё, что добавили от себя.

## 6. Не гонитесь за «обманом детектора»

Править нужно для читателя. Подгонять текст под программу бессмысленно: детекторы ошибаются, и гарантии «неотличимости» никто не даст. Наши собственные цифры тоже скромные: на большом корпусе анализ находит лишь часть машинных текстов (см. [Почему современные детекторы ИИ ошибаются](https://authortext.com/ru/articles/why-detectors-err)). Поэтому оценка нужна редактору как подсказка, а не как цель.

## Где это сделать быстро

Вставьте текст в [проверку](https://authortext.com/ru/). Места, подсвеченные оранжевым и жёлтым, - то, что стоит перечитать первым. Нажмите на место, и редактор откроется ровно там, с подсказкой, чем заменить фразу. На коротких отрывках (меньше примерно 150 слов) сигнал ненадёжен, и сервис так и скажет.

## Пример: до и после

Условный пример, придуманный для иллюстрации. Было: «Цифровые инструменты значительно повышают эффективность работы любой команды». Стало: «Раньше я вёл заказы в блокноте и терял по два-три в неделю. Таблица это починила». Во второй версии есть человек, случай и короткая фраза в конце. Штампов нет, и слышно, кто говорит.

## Чего не стоит делать

- Не вставляйте опечатки и грубые ошибки «для естественности». Читателю они мешают, а детекторам нет.
- Не меняйте слова синонимами подряд. Смысл тот же, ритм тот же, текст всё равно «ровный».
- Не гоняйте текст через пересказчик: пропадают конкретные детали, а они-то и делают его живым.

## Когда живость не нужна

Не всякий текст должен звучать разговорно. Договор, инструкция, техническая записка обязаны быть ровными, и это нормально. Живость нужна там, где важно, чтобы читатель дочитал и запомнил: в статье, письме клиенту, посте, рассказе о проекте. Остальному хватит ясности и точности. Если официальный текст получил высокую оценку, не спешите его оживлять. Для делового жанра сервис сам предупреждает, что сигнал слабый.

## Что делать дальше

1. Возьмите один абзац и добавьте деталь, которую мог знать только вы.
2. Прочитайте текст вслух и вычеркните всё, на чём споткнулись.
3. Проверьте результат в [анализаторе](https://authortext.com/ru/) и посмотрите список мест с номерами строк.
4. Хотите понять, чем эти места подозрительны, - прочтите [Как понять, что текст написан ИИ](https://authortext.com/ru/articles/signs-of-ai-text) и [Как читать цифры в анализе AuthorText](https://authortext.com/ru/articles/reading-the-numbers).

[Проверить текст](https://authortext.com/ru/#editor)

---

# Перевірка тексту на ШІ. Людина чи машина?

> Безкоштовна перевірка тексту на ознаки ШІ: підсвічуємо спірні місця й підказуємо, як зробити текст живішим. RU, UK, PT, EN. Текст не зберігаємо.

- URL: https://authortext.com/uk/
- Language: uk
- Site: AuthorText (https://authortext.com/)

Статистичний розбір ритму, лексики й типографіки. Ми показуємо, де саме текст схожий на шаблон, а вироку про автора не виносимо.

## Як працює перевірка

- **Вставте текст.** Вставте текст, завантажте файл (PDF, DOCX, TXT та інші) або дайте посилання на сторінку. Ліміт залежить від тарифу, його видно під редактором.
- **Кілька видів аналізу.** Ритм речень і абзаців, ШІ-фрази, слова-зв'язки, лексика, типографіка та приховані символи.
- **Правте за підказками.** Кожен сигнал прив'язано до місця в тексті й пояснено. Жодної чорної скриньки, жодних вироків.

## Кому підходить AuthorText

- **Авторам і копірайтерам.** Перед публікацією знайдіть у чернетці шаблонні звороти й надто рівний ритм.
- **Редакторам.** Одразу видно місця, де текст звучить як шаблон, і що в них поправити.
- **Студентам і викладачам.** Подивіться, які місця виглядають шаблонно. Але пам'ятайте: оцінка - це підказка, а не доказ.
- **Розробникам.** Підключіть перевірку до свого сервісу через HTTP API.

## Чому нам можна довіряти

- **Підказка, а не вирок.** Оцінка показує, скільки ШІ-подібних сигналів знайдено, а не те, наскільки ймовірно, що текст писав ШІ. Люди теж пишуть рівно й шаблонно.
- **Тексти не зберігаються.** Текст іде на сервер лише для аналізу. Ми його не зберігаємо й не пишемо в журнали, а статистика - це самі лічильники.
- **Чесно про межі.** Пороги попередні й ще не відкалібровані. На коротких текстах і в жанрах, які ми не перевіряли, сайт не береться виносити вердикт.

## Часті питання

### Як рахується оцінка?

Ми вимірюємо статистичні ознаки: розкид довжини речень і абзаців, ШІ-фрази, слова-зв'язки, лексику, типографіку та приховані символи, і зводимо їх в одне число від 0 до 100. Кожна ознака видна окремо.

### Чи можна за оцінкою довести, що текст написав ШІ?

Ні. Оцінка - це підказка про стиль, а не доказ авторства. Живий автор теж може писати рівно, а текст, який людина відредагувала, може виглядати цілком природно.

### Ви зберігаєте мій текст?

Ні. Текст іде на сервер лише для аналізу й не зберігається. У статистиці лишаються тільки лічильники, без текстів і без адрес.

### Які мови підтримуються?

Російська, українська, англійська та португальська. Іншими мовами результат може бути неточним.

### Які є обмеження?

Довжина тексту й набір видів аналізу залежать від тарифу, ваш ліміт видно під редактором. Подробиці на сторінці тарифів.

The check itself runs in the browser page; an API for programs is described at https://authortext.com/uk/developers.

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Прості тарифи. Платіть за обсяг, а не за обіцянки.

> Тарифи перевірки тексту на ознаки ШІ: безкоштовний, «Базовий», «Плюс», «Про» (з API) і «Макс». Підписка через PayPal, ціни в євро на місяць.

- URL: https://authortext.com/uk/plans
- Language: uk
- Site: AuthorText (https://authortext.com/)

Короткі тексти перевіряються безкоштовно й без входу. Платні підписки дають довші тексти, усі місця з цитатами та розбір кожного сигналу.

## Порівняння

| Plan | Price, EUR per month | Max characters | Places with quotes | Fragment analysis | Requests: burst / per second |
| --- | --- | --- | --- | --- | --- |
| Безкоштовний (`free`) | 0.00 | 3000 | 3 | no | 10 / 0.5 |
| Базовий (`basic`) | 3.00 | 30000 | all | yes | 40 / 1.5 |
| Плюс (`plus`) | 9.99 | 500000 | all | yes | 120 / 4 |
| Про (`pro`) | 19.99 | 500000 | all | yes | 200 / 6 |
| Макс (`max`) | 24.99 | 1000000 | all | yes | 300 / 10 |

Підписка поновлюється щомісяця, доки ви її не скасуєте. Скасувати можна будь-коли в кабінеті: тариф працюватиме до кінця оплаченого періоду. Оплата через PayPal. Дані банківської картки сайт не бачить і не зберігає. Скасувати можна будь-коли в особистому кабінеті. Без пробного періоду й прихованих платежів. The same numbers are live at https://authortext.com/api/plans (JSON).

## Порівняння: Тарифи

### Безкоштовний

Без входу

- Короткі тексти
- Основні види аналізу
- Загальна оцінка та перші місця в тексті
- Очищення прихованих символів і markdown

### Базовий

Підписка

- Довші тексти
- Більше видів аналізу
- Докладні метрики та розбір сигналів
- Усі знайдені місця в тексті

### Плюс

Підписка

- Дуже довгі тексти
- Усі види аналізу
- Вища частота запитів
- Докладні метрики та розбір за фрагментами

### Про

Підписка та API

- Усе, що в тарифі «Плюс»
- Власний ключ API для запитів із програм (заголовок Authorization: Bearer)
- Підвищена частота запитів

### Макс

Без обмежень

- Усе, що в тарифі «Про», разом із ключем API
- Найдовші тексти та найвища частота запитів
- Без обмежень за кількістю перевірок; чесне використання: дуже великі тексти витрачають більше «пачки» запитів

## Як оформити підписку

1. Оберіть тариф на цій сторінці й натисніть «Підписатися». Якщо ви ще не ввійшли, спершу з'явиться вікно входу: увійдіть або створіть акаунт, це безкоштовно.
2. Далі відкриється PayPal, там ви підтверджуєте підписку. Дані картки ви вводите тільки в PayPal, до нас вони не потрапляють.
3. Підтвердите, і PayPal поверне вас у кабінет. Тариф увімкнеться за кілька секунд.
4. Підписка поновлюється щомісяця, доки ви її не скасуєте. Скасувати її або змінити тариф можна в кабінеті.
5. У розділі «Налаштування» позначте, які види аналізу рахувати й показувати праворуч; вибір зберігається у вашому браузері.

## Оплата

- **PayPal.** Оплата підписки через акаунт PayPal.
- **Продовження щомісяця.** Підписка продовжується щомісяця, доки ви її не скасуєте. Скасувати можна в будь-який момент в особистому кабінеті.
- **Дані карток не потрібні.** Сайт не запитує й не отримує дані банківських карток: їх вводять лише в PayPal.
- **Тексти не зберігаються.** Текст надсилається на сервер лише для аналізу й ніде не зберігається.

## Важливо знати

Оцінка спирається на статистичні ознаки тексту, а пороги попередні й ще не відкалібровані. Тож це орієнтир, а не доказ авторства. Текст іде на сервер лише для аналізу й не зберігається.

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Як користуватися AuthorText

> Як користуватися AuthorText: перевірка тексту, реєстрація та вхід, тарифи та підписка через PayPal.

- URL: https://authortext.com/uk/help
- Language: uk
- Site: AuthorText (https://authortext.com/)

Коротка інструкція: від перевірки тексту до реєстрації та підписки.

## 1. Перевірка тексту

Відкрийте сторінку аналізу й вставте текст у поле ліворуч. Текст можна також взяти за посиланням або з файлу (PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT, MD): для цього є вкладки над полем.

Натисніть «Перевірити». Праворуч з'явиться загальна оцінка (від 0 до 100) і смуги за окремими ознаками: розкид довжини речень і абзаців, фрази-штампи, службові слова, приховані символи та інші.

Під оцінкою видно місця в тексті з цитатами. Натисніть на місце, і текст прокрутиться до потрібного рядка. Вкладка «Підсвічування» показує такі місця прямо в тексті.

Блок «Що можна покращити» показує, які фрагменти написано надто рівно, і підказує, як їх виправити. У безкоштовному режимі видно лише лічильник, а подробиці відкриваються на платних тарифах.

Кнопка очищення прибирає приховані символи й спрощує типографіку, після чого текст можна скопіювати або завантажити. Якщо текст довший за ліміт вашого тарифу, очиститься й залишиться тільки та частина, що вміщається.

## 2. Як читати результат

Оцінка спирається на статистичні ознаки тексту. Від 50 балів текст схожий на написаний ШІ, від 70 - це вже сильна ознака. Але це орієнтир, а не доказ авторства.

На коротких текстах (менше кількох сотень слів) оцінка менш надійна, і сервіс про це попереджає. Тексти певних жанрів (реклама, соцмережі) оцінюються обережніше.

Текст іде на сервер лише для аналізу й ніде не зберігається.

## 3. Тарифи й обмеження

Без входу діє безкоштовний тариф: до 3 000 знаків, основні смуги ознак і перші 3 місця з цитатами.

Платні підписки: «Базовий» (3 € на місяць), «Плюс» (9,99 €), «Про» (19,99 €, з ключем API) і «Макс» (24,99 €, без обмежень за кількістю перевірок). Вони дають довші тексти, усі місця з цитатами, таблицю показників і докладний розбір. Порівняння на сторінці «Тарифи».

Які смуги показувати, налаштовується в меню «Меню -> Налаштування».

## 4. Реєстрація та вхід

Натисніть «Увійти» у правому верхньому куті. Є два способи, обирайте зручний.

Код на пошту: введіть адресу, дочекайтеся шестизначного коду (він діє 10 хвилин) і введіть його. Пароль не потрібен, адреса править за логін. Акаунт з'явиться під час першого входу.

Логін і пароль: оберіть вкладку «Логін і пароль» -> «Створити акаунт», придумайте логін і пароль (від 8 знаків). Пошту можна не вказувати.

Обидва способи можна використати з однією адресою пошти, але це будуть два окремі акаунти. Якщо входу за кодом не видно, пошту зараз не надсилаємо, тож входьте за логіном і паролем.

Вхід діє близько 12 годин. Вийти можна в меню.

## 5. Особистий кабінет

Відкрийте «Меню -> Кабінет» (після входу). Там видно: спосіб входу, логін або пошту, вашу підписку (тариф, статус, дату наступного продовження або завершення) і строк дії входу.

Картка «Пошта і пароль»: підтвердьте адресу кодом, після цього пароль можна змінити за кодом, надісланим на цю адресу. У входу за кодом пароля немає.

Якщо акаунт вам видав власник сервісу, тариф призначено вручну, а підписку оформлюєте так само, як усі.

## 6. Підписка та оплата

Відкрийте сторінку «Тарифи», оберіть тариф і натисніть «Підписатися». Якщо ви не ввійшли, спершу відкриється вікно входу. Потім ви перейдете на сторінку PayPal і підтвердите підписку там.

Оплата лише через PayPal. Дані банківської картки сайт не запитує й не отримує.

Підписка продовжується щомісяця, доки ви її не скасуєте. Скасувати підписку можна в будь-який момент в особистому кабінеті: тариф діятиме до кінця сплаченого періоду.

Змінити тариф можна на сторінці «Тарифи» або в особистому кабінеті: PayPal попросить підтвердити зміну.

Питання щодо оплати та повернення коштів: support@authortext.com.

## 7. Для програм (API)

Для запитів зі своїх програм потрібна підписка «Про» або «Макс» і ключ, він створюється в кабінеті. Опис запитів і приклади: сторінка «Для розробників».

Лишилися запитання? Напишіть нам через форму зворотного зв'язку внизу сторінки аналізу.

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# API перевірки тексту за ключем і звичайним JSON.

> Як запускати перевірку тексту на ознаки ШІ зі своїх програм: ключ, ендпоїнти, приклади для curl, Python і Node.js, помилки та ліміти.

- URL: https://authortext.com/uk/developers
- Language: uk
- Site: AuthorText (https://authortext.com/)

Той самий аналіз, що й на сайті, але для ваших програм: оцінка, метрики, місця в тексті з цитатами, очищення та розмітка. Запити й відповіді - у JSON.

## Ендпоїнти

Ключ приймають ці запити; запити кабінету й оплати ключ не приймають.

| Method | Path | Body | Purpose |
| --- | --- | --- | --- |
| POST | `/api/analyze` | `{"text": "..."}` | Оцінка, метрики, місця в тексті з цитатами, водяні знаки |
| POST | `/api/clean` | `{"text": "..."}` | Очищення: видалення прихованих символів і типографіки; надто довгий текст обрізається до ліміту тарифу (truncated, limit) |
| POST | `/api/highlight` | `{"text": "..."}` | Розмітка знайдених місць для підсвічування |
| POST | `/api/fetch-url` | `{"url": "..."}` | Завантаження сторінки за адресою та аналіз її тексту |
| POST | `/api/extract-file` | `файл` | Текст із файлу: PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT |
| GET | `/api/me` |  | Тариф ключа та його межі |

## Що важливо знати

- **Без зберігання.** Текст обробляється в пам'яті, не пишеться на диск і не потрапляє в журнали.
- **Ключ і тариф.** Ключ створюється в кабінеті й показується один раз; сервер зберігає лише відбиток. Новий ключ замінює попередній.
- **Один формат помилок.** Помилка завжди має вигляд {"error": {"code", "message"}}, без трасувань.
- **Текст, посилання, файл.** Можна надіслати текст, адресу сторінки або документ цілком.

## API за ключем: тарифи «Про» і «Макс»

Ціни й ліміти беруться з сервера, тому не розходяться зі справжніми. Live data: https://authortext.com/api/plans.

- Ключ API входить у тарифи «Про» і «Макс».
- Усі види аналізу та розбір за фрагментами
- Заголовок Authorization: Bearer для аналізу, очищення, розмітки, завантаження за посиланням і з файлу
- Ключ діє, поки триває оплачений період

## Помилки та обмеження

| Код HTTP | code | Коли |
| --- | --- | --- |
| 400 | `invalid_json` | Тіло запиту не є коректним JSON |
| 413 | `payload_too_large` | Тіло запиту завелике |
| 415 | `unsupported_media_type` | Content-Type не application/json |
| 422 | `empty_text / invalid_text` | Поле text порожнє, відсутнє або не рядок |
| 422 | `text_too_long` | Текст довший за межу тарифу; у відповіді limit і plan |
| 429 | `rate_limited` | Занадто часто; дивіться заголовок Retry-After |

- Запити рахуються «пачкою»: спершу можна надіслати стільки запитів поспіль, скільки вказано вище, а далі - стільки на секунду. Завантаження за посиланням або з файлу коштує 5 запитів. Текст довший за 100 000 знаків коштує ще по 1 запиту за кожні 100 000.
- Якщо ключа немає, він хибний або прострочений, помилки не буде: запит обробиться як безкоштовний, з безкоштовними межами (3 000 знаків). Який у вас тариф, дізнаєтеся через GET /api/me.
- Оцінка - орієнтир, а не доказ авторства.

## Ключ створюється в кабінеті

Оформіть підписку «Про» або «Макс», відкрийте розділ «Ключ API» в кабінеті й натисніть «Створити ключ».

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Про AuthorText

> AuthorText - невеликий незалежний сервіс, що шукає в тексті статистичні сліди машинного письма. Хто його робить, що він уміє і чого не вміє.

- URL: https://authortext.com/uk/about
- Language: uk
- Site: AuthorText (https://authortext.com/)

AuthorText читає текст і показує, скільки в ньому слідів машинного письма й де саме вони. А от хто текст справді написав, він не скаже. Ця різниця дуже важлива, і майже вся сторінка про неї.

## Що він робить

Ви вставляєте текст, даєте посилання або завантажуєте документ. Через кілька секунд бачите оцінку від 0 до 100, смужку для кожної ознаки й цитати з тих місць, через які оцінка зросла.

Тут же текст можна й почистити: прибрати приховані символи, як-от невидимі пробіли нульової ширини, а вигадливу типографіку замінити звичайними знаками. Українські, російські, португальські та англійські тексти обробляються однаково.

## Чого він не робить

Оцінка - це підказка про стиль, а не доказ авторства. Доказу не дасть жодна програма. Акуратний текст, написаний людиною, може отримати високий бал, а добрий машинний - проскочити без жодної позначки.

Якщо від результату щось залежить для людини, будь то оцінка, робота чи договір, сприймайте цитовані місця як привід поговорити з автором. І не більше.

## Хто за ним стоїть

AuthorText - особистий проєкт однієї людини, яка живе в Португалії. Це не компанія: ні назви фірми, ні реєстраційного номера, ні офісу в нас немає, і вдавати, що є, ми не станемо.

Ця ж людина відповідає на листи й лагодить, якщо щось зламається. Відповідь може прийти за день-два.

## Відкритий код

Код аналізатора, інструментів очищення й самого сайту відкритий. Ви можете самі прочитати, як рахується оцінка, і не вірити нам на слово, а ще написати, де ми помиляємося. Репозиторій лежить на GitHub.

## Як зв'язатися

Пишіть на support@authortext.com. Питання про оцінку, текст, який оцінили несправедливо, помилка на сайті, проблема з оплатою, прохання видалити акаунт - усе приходить на одну адресу. Будь ласка, не надсилайте паролів і чужих персональних даних.

- [Вихідний код на GitHub](https://github.com/Michael-VT/aiparstxt)

- Зв'язок: support@authortext.com

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Як працює аналіз і наскільки йому можна вірити

> Ознаки, з яких складається оцінка AuthorText, як вони додаються, що показали перевірки на справжніх текстах і де оцінка помиляється. З цифрами.

- URL: https://authortext.com/uk/method
- Language: uk
- Site: AuthorText (https://authortext.com/)

Оцінка - це зважена сума статистик тексту. Ніякої прихованої моделі, яка виносить вирок, тут немає, і жодна ознака сама нічого не вирішує. Нижче розповідаємо, що ми рахуємо, як це додається і що вийшло, коли ми перевірили метод на текстах із відомим автором. Результати змішані, і ми кажемо про це прямо.

## Що це за число

Ми беремо текст і робимо з ним близько двадцяти вимірювань: наскільки різна довжина речень, скільки в тексті штампів, як густо стоять сполучники, наскільки багатий словник тощо. Якщо вимірювання скидається на машинне письмо, воно приносить кілька балів. Потім бали просто додаються.

Ось і все. Це не ймовірність того, що текст написала машина. Число лише показує, скільки типових слідів генерації ми знайшли.

## Родини ознак

Найбільше важать перші дві групи. Решта додають потроху.

### Ритм речень і абзаців

Люди пишуть короткі й довгі речення впереміш, як складеться. У згенерованому тексті довжина зазвичай рівніша. Ми міряємо, наскільки довжина речень і абзаців відрізняється. Рівні речення дають до 32 балів, рівні абзаци - до 28, а коли рівно і те, і те, додається ще до 14.

### Фрази-штампи

Близько 150 фраз чотирма мовами, поділених на три щаблі за тим, як часто їх вживають живі люди. Найбільше важать фрази, яких у людських текстах ми не бачили жодного разу: дві такі дають 24 бали. Поширені майже нічого не додають.

### Сполучні слова

Скільки на речення припадає сполучних слів на кшталт «більше того» чи «крім того». Якщо їх густо, це дає до 13 балів.

### Шаблони, що повторюються

Той самий короткий рядок-заголовок знову і знову або та сама будова речень. До 14 балів за заголовки, що повторюються, і ще трохи за повтор конструкцій.

### Словник і дрібні ознаки

Різноманітність слів, ентропія, довжина слів, розділові знаки, пасив, легкість читання. Дві ознаки (різноманітність та ентропія) можуть дати по 15 балів, решта - від 3 до 5. Незвичні символи й приховані знаки видно у звіті, і вони теж додають кілька балів.

## Як бали додаються

Бали просто додаються. Жодне вимірювання не дає більше 32, а сума до обрізання може дійти приблизно до 165, тож одна дивина нічого не вирішує. Коефіцієнт від 0,9 до 1 враховує довжину тексту: довгі тексти не мають із цього вигоди, а короткі не отримують подвійного штрафу. Підсумок обрізається на 100.

На коротких текстах бали нараховуються лише частково. Якщо слів менше 150 або речень менше п'яти, сторінка попереджає, що результату не варто довіряти. Так само з рекламним і соцмережевим стилем: на ньому ми метод не перевіряли.

## Як читати рівні

Нижче 20 - сигналів немає. Від 20 до 34 - сигнали слабкі. Від 35 до 54 - профіль змішаний. Від 55 до 69 - імовірно ШІ. Від 70 - стиль дуже схожий на ШІ.

Під час першого калібрування для «імовірно» добре підійшов поріг 50-55, а для «сильно» - 70. Рівні потрібні, щоб відібрати тексти, які варто прочитати уважніше, а не щоб ухвалювати рішення.

## Що показали перевірки

Спершу ми зробили невелике калібрування у версії 0.4.0. Взяли 34 підтверджені відповіді ШІ-сервісів (8 сервісів, 4 мови) і 20 людських текстів. На порозі 50 метод знаходив 93,9% ШІ-текстів із 0% хибних спрацювань, на порозі 70 - 60,6%, теж без хибних спрацювань. Виглядало чудово. Але набір був малий і охоплював мало жанрів.

Потім ми перевірили метод на набагато більшому корпусі: 5808 людських текстів, 1286 ШІ-текстів і 299 змішаних. Картина вийшла помітно гіршою. AUC, тобто шанс, що випадковий ШІ-текст отримає вищу оцінку, ніж випадковий людський, становить 72,9%. Якщо поріг підібрати так, щоб позначався лише 1% людських текстів, метод знаходить 14,4% ШІ-текстів. А коли позначено 5% людських, знаходить 29,2%.

Тож перший результат був надто райдужним, і пам'ятати варто другий. Обидва числа ми залишаємо тут навмисно.

### За довжиною

Тексти від 80 до 299 слів - майже підкидання монети: AUC 55,6%, повнота 4,4%. Від 300 слів краще: AUC 76,7%, повнота 16%.

### За мовою

Повнота за 1% хибних спрацювань: російська 22,7%, українська 19,1%, португальська 8,5%, англійська 6,0%. Мовні ресурси для української та португальської ще не перевіряли носії мови.

### За моделлю

Нові моделі проскакують легше. За 1% хибних спрацювань метод знайшов 19,7% текстів gpt-oss-120b і 6,7% текстів GLM-5.3. Перші вебчати він розпізнавав простіше, ніж сьогоднішні моделі.

### Змішані тексти

Людський текст, який відредагувала модель, позначався у 0,0% випадків на суворому порозі й у 9,7% на м'якому. Машинний переклад: 2,0% і 4,0%. Такі випадки метод фактично не розрізняє, тому сторінка говорить про ознаки, а не про «відсоток ШІ».

## Де оцінка помиляється

Хибно спрацьовує переважно на акуратних, рівних текстах. Найгірше з новинами: AUC 55% і 14,6% людських текстів позначено на м'якому порозі. Тобто на новинах ознака не працює, і сторінці краще не робити висновків. Наукові статті з тими самими налаштуваннями дали 10,0% хибних спрацювань. Енциклопедичний стиль пройшов спокійно: 0,5% і 4,3%.

Тексти волонтерських перекладів позначалися трохи частіше за інші людські: 2,3% проти 1,1%. Українські тексти не носіїв мови на доступному нам обсязі не відрізнялися від текстів носіїв: 1,5%.

Помилка буває й в інший бік: добрий сучасний машинний текст часто проходить непоміченим. А що саме ви просили модель зробити, перш ніж вставити її відповідь, інструмент знати не може.

## Як користуватися результатом

Дивіться на цитовані місця, а не лише на число. Якщо три процитовані речення справді схожі на воду, це скаже більше, ніж цифра 62. Порівняйте з попередніми роботами автора. Попросіть чернетки. Поговоріть із людиною.

Поруч з основною оцінкою показується навчений лічильник - як попередня друга думка. Його перевіряли помітно менше, тож і довіряти йому варто ще менше.

## Що почитати далі

- [Як читати цифри в аналізі AuthorText](https://authortext.com/uk/articles/reading-the-numbers.md)
- [Коли детектор плутає людину і ШІ](https://authortext.com/uk/articles/when-detectors-disagree.md)
- [Відкрити перевірку](https://authortext.com/uk/index.md)

- Зв'язок: support@authortext.com

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Часті запитання

> Короткі відповіді про AuthorText: безкоштовні ліміти, мови, точність, що зберігається, підписка й скасування, API, приховані символи та зв'язок.

- URL: https://authortext.com/uk/faq
- Language: uk
- Site: AuthorText (https://authortext.com/)

Коротко й у тому порядку, в якому зазвичай запитують. Подробиці - на сторінках про метод, конфіденційність і тарифи.

## Робота з перевіркою

### Це безкоштовно?

У певних межах - так. Без входу можна перевіряти тексти до 3 000 знаків, бачити основні смужки та перші три цитовані місця й завантажувати одну сторінку за посиланням на день. Для довгих текстів і повної картини потрібна підписка.

### Які мови підтримуються?

Українська, російська, португальська й англійська. Цими чотирма мовами написаний сам сайт, для них є списки штампів і визначення мови. Для інших мов працюють лише вимірювання, яким мова байдужа (ритм, різноманітність слів), а списків штампів немає, тож надійність нижча.

### Наскільки точна оцінка?

Не дуже, і цифри ми не ховаємо. На великому корпусі метод знаходив близько 14% ШІ-текстів, помилково позначаючи 1% людських. На коротких текстах і з новими моделями він працює гірше. Подробиці - на сторінці про метод.

### Чи можна вважати оцінку доказом, що текст написав ШІ?

Ні. Це підказка про стиль. Акуратний текст, написаний людиною, може отримати високий бал, а добрий машинний - низький. Цитовані місця - привід поставити запитання, а не вирок.

### Що робить очищення тексту?

Прибирає приховані символи, наприклад пробіли нульової ширини, а фігурні лапки, довгі тире та іншу вигадливу типографіку замінює простими знаками. Працює на будь-якому тарифі; якщо текст довший за ліміт вашого тарифу, його спершу обрізають.

## Конфіденційність

### Чи зберігається мій текст?

Ні. Текст обробляється в пам'яті й забувається. Він не потрапляє в журнали й не йде на навчання моделей. Так само з текстами, завантаженими з файлу чи за посиланням.

### Що ви зберігаєте про мене?

Логін, солоний хеш пароля (сам пароль - ніколи), адресу пошти, якщо ви її вказали, тариф і дати підписки. Статистика - це прості лічильники, без текстів і адрес. Повний перелік є в політиці конфіденційності.

## Тарифи й оплата

### Як працює підписка?

Є чотири платні тарифи, платити треба раз на місяць через PayPal: Базовий 3,00 EUR, Плюс 9,99 EUR, Про 19,99 EUR і Макс 24,99 EUR. Пробного періоду й разових платежів немає. Даних вашої картки сайт не бачить, цим займається PayPal.

### Як скасувати підписку?

Відкрийте кабінет, розділ із тарифом, і скасуйте там. Тариф діє до кінця вже оплаченого періоду, а потім акаунт повертається на безкоштовний.

### Чи є API?

Так, на тарифах Про та Макс. У кабінеті ви створюєте особистий ключ і надсилаєте тексти в той самий аналіз, що працює на сайті. Ендпоінти, помилки й ліміти описані на сторінці для розробників.

### Як із вами зв'язатися?

Пишіть на support@authortext.com. Пошту читає одна людина, тож відповідь може прийти за день-два.

- Зв'язок: support@authortext.com

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Політика конфіденційності

> Що AuthorText робить з вашими даними: тексти не зберігаються й не потрапляють у журнали, ми тримаємо лише логін, хеш пароля та, якщо ви захочете, адресу пошти.

- URL: https://authortext.com/uk/privacy
- Language: uk
- Site: AuthorText (https://authortext.com/)

Коротко: ми перевіряємо текст і забуваємо його. Нижче простими словами пояснюємо, що саме зберігається, а що ні.

- Оновлено: 2026-10-22
- Зв'язок: support@authortext.com

## Хто ми

AuthorText (authortext.com) - особистий проєкт однієї людини, яка живе в Португалії. Це не компанія, тож назви фірми, реєстраційного номера та поштової адреси в нас немає. Контролер даних у розумінні GDPR - власник проєкту. Зв'язок: support@authortext.com.

## Ваші тексти

Текст, який ви перевіряєте, обробляється в пам'яті сервера й одразу забувається. Ми не зберігаємо тексти, не пишемо їх у журнали й не використовуємо для навчання моделей. Так само з текстом із завантаженого файлу чи за посиланням: сервер завантажує сторінку, бере з неї основний текст і нічого не зберігає.

У журнал помилок потрапляє лише рядок про збій, без самого тексту.

## Акаунт

Для входу ми зберігаємо логін, солений хеш пароля (самого пароля ми не знаємо й нагадати його не можемо), за бажанням адресу електронної пошти та тариф. Якщо ви входите за кодом із листа або через Google, зберігаємо адресу пошти, на яку надійшов код або яку нам передав Google.

Коди з листів зберігаються лише як хеш, діють 10 хвилин, на введення дається 5 спроб; текст листа після надсилання стирається. Ключ API зберігається лише як хеш SHA-256 і показується один раз, під час створення.

Платежі проводить PayPal. Від нього ми отримуємо лише статус підписки та ідентифікатор платника, а даних банківської картки не бачимо й не зберігаємо. У нас залишаються тариф, статус і дати підписки.

## Вхід через Google

Коли ви натискаєте «Увійти через Google», браузер отримує від Google підтвердження особи (ID-токен) і передає його лише Google та нашому серверу. Сервер перевіряє підпис і зберігає адресу пошти з токена. Інші дані профілю Google ми не запитуємо. Для роботи кнопки сторінка завантажує скрипт accounts.google.com; інших зовнішніх скриптів, реклами та лічильників на сайті немає.

## Статистика без стеження

Ми рахуємо лише числа: скільки було перевірок (за мовою, розміром і тарифом), скільки реєстрацій, скільки різних відвідувачів на день. Відвідувачів рахуємо через односторонню хеш-суму від адреси, дня й секретного ключа; вона видаляється через два дні. Адреси, тексти та профілі поведінки не зберігаються. Для захисту від зловживань сервер короткочасно тримає в пам'яті частоту запитів з адреси.

Зворотний зв'язок: якщо ви пишете нам через форму, ми зберігаємо ваше повідомлення й контакт, який ви вказали, щоб мати змогу відповісти. Не вставляйте в повідомлення паролі та чужі особисті дані.

## Cookie та локальне сховище

Сайт використовує лише технічно необхідне. Cookie sid з'являється після входу: підписана сесія, HttpOnly, живе 12 годин, потрібна для роботи акаунта. У localStorage браузера лежать ваші налаштування: тема, мова інтерфейсу, вимкнені сигнали аналізу та позначка, що форму зворотного зв'язку вже надіслано. Нічого з цього не використовується для реклами чи стеження, тому банер зі згодою не потрібен. Усе це можна стерти в налаштуваннях браузера.

## Ваші права

За GDPR ви можете вимагати доступ до своїх даних, виправлення, видалення, заперечувати проти обробки та отримати копію даних. Напишіть на support@authortext.com з адреси, прив'язаної до акаунта. Якщо вважаєте, що ми порушуємо ваші права, можете поскаржитися до португальського наглядового органу CNPD (Comissão Nacional de Proteção de Dados, cnpd.pt).

Дані акаунта зберігаються, доки він існує; після запиту на видалення ми видаляємо акаунт і пов'язані з ним записи.

## Зміни

Якщо щось у роботі сайту зміниться, ми оновимо цей текст і дату вгорі сторінки. Застосовне право: Португалія та право ЄС.

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Умови використання

> Правила користування AuthorText: оцінка є підказкою, а не доказом авторства, сервіс надається як є, підписка оплачується через PayPal.

- URL: https://authortext.com/uk/terms
- Language: uk
- Site: AuthorText (https://authortext.com/)

Це особистий проєкт, тож і умови прості. Користуючись сайтом, ви погоджуєтеся з ними.

- Оновлено: 2026-10-22
- Зв'язок: support@authortext.com

## Що це за сервіс

AuthorText рахує, скільки в тексті ознак, типових для текстів, написаних ШІ, і показує, де вони стоять. Це статистична підказка про стиль, а не вирок і не доказ авторства. Детектори помиляються, особливо на коротких, ділових і перекладених текстах. Не ухвалюйте рішень щодо людей (відрахування, звільнення, штраф) лише на основі цієї оцінки.

## Користування на власний ризик

Сервіс надається «як є», без гарантій точності, доступності та придатності для конкретної мети. У межах, дозволених законом, ми не відповідаємо за збитки, що виникли через використання оцінки чи перерви в роботі. Це не зачіпає ваші права споживача, які не можна обмежити законом.

## Ліміти й тарифи

Обсяг тексту, кількість перевірок і доступні функції залежать від тарифу, а ліміти перевіряє сервер. Подробиці та ціни: сторінка «Тарифи». Не обходьте ліміти, не перевантажуйте сервіс автоматичними запитами без ключа API (тарифи «Про» і «Макс») і не перепродуйте доступ без згоди.

## Допустимий вміст

Не завантажуйте незаконні матеріали, чужі особисті дані, паролі та ключі. Не використовуйте сайт для зламу, масового збору даних і атак на сервіс. Якщо ці правила порушують, ми можемо обмежити доступ.

## Підписка та оплата

Платні тарифи оформлюються як підписка через PayPal; ціни вказано на сторінці «Тарифи». Платить і підтверджує підписку покупець на боці PayPal: даних банківської картки сайт не отримує.

Підписка продовжується автоматично щомісяця, доки ви її не скасуєте. Скасувати можна в будь-який момент в особистому кабінеті: скасування набирає чинності наприкінці сплаченого періоду, і до його кінця тариф продовжує діяти.

Якщо ви споживач у Європейському Союзі, ви маєте встановлене законом право відмовитися від договору, укладеного дистанційно, зокрема під час купівлі цифрових послуг. Як це право застосовується до підписки, визначає закон вашої країни.

Щоб скористатися правом відмови або попросити про повернення платежу, напишіть на support@authortext.com.

## Зміни та припинення роботи

Власник може змінити сервіс, тарифи та ці умови або припинити роботу проєкту. Ми намагатимемося попередити про це на сайті. Зміни набувають чинності з моменту публікації.

## Право та зв'язок

Застосовується право Португалії та ЄС; обов'язкові норми про захист споживачів вашої країни зберігають чинність. Питання: support@authortext.com. Про дані: політика конфіденційності.

## Links

- [Home](https://authortext.com/uk/index.md)
- [plans](https://authortext.com/uk/plans.md)
- [help](https://authortext.com/uk/help.md)
- [developers](https://authortext.com/uk/developers.md)
- [about](https://authortext.com/uk/about.md)
- [method](https://authortext.com/uk/method.md)
- [faq](https://authortext.com/uk/faq.md)
- [privacy](https://authortext.com/uk/privacy.md)
- [terms](https://authortext.com/uk/terms.md)
- [articles](https://authortext.com/uk/articles/index.md)

---

# Блог

> Статті про те, як розпізнати текст нейромережі, чому детектори помиляються і як зробити текст живішим.

- URL: https://authortext.com/uk/articles/
- Language: uk
- Other languages: [ru](https://authortext.com/ru/articles/index.md), [pt](https://authortext.com/pt/articles/index.md), [en](https://authortext.com/en/articles/index.md)
- Feed: https://authortext.com/uk/rss.xml

## Усі статті

- [Бурстинесс і перплексія без формул](https://authortext.com/uk/articles/burstiness-perplexity.md) (2026-10-24): Що означають бурстинесс і перплексія простими словами, як з ними пов'язані розкид довжини речень і повтори в AuthorText і чому поодинці це слабкі докази.
- [Детектори ШІ для студентів: як захиститися](https://authortext.com/uk/articles/students-false-accusation.md) (2026-10-24): Що чекати від детекторів ШІ студенту, як зберігати докази авторства, пояснювати свій текст і що робити, якщо вас хибно звинуватили.
- [Невидимі символи в скопійованому тексті](https://authortext.com/uk/articles/invisible-characters.md) (2026-10-24): Пробіли нульової ширини, м'які переноси, вигнуті лапки й довгі тире: звідки вони беруться в скопійованому тексті, що ламають і як їх прибрати.
- [Чесний чек-лист для вчителя і редактора](https://authortext.com/uk/articles/fair-checklist-suspect-ai.md) (2026-10-24): Чесний чек-лист для вчителя й редактора, який підозрює ШІ: що доводить оцінка детектора, чого не доводить і як говорити з автором.
- [Як перевірити текст фрілансера чи копірайтера](https://authortext.com/uk/articles/checking-freelancer-text.md) (2026-10-24): Практичний порядок для замовника: чітке завдання, чернетки, перевірка єдності стилю, список доказів як перелік запитань і чесне формулювання про ШІ в договорі.
- [Як читати цифри в аналізі AuthorText](https://authortext.com/uk/articles/reading-the-numbers.md) (2026-10-24): Що означають розкид довжини речень, повтори, штампи й щільність сполучників в аналізі AuthorText. Приклад на пальцях і чесні межі методу.
- [Що нового у виявленні ШІ: перевірено і ні](https://authortext.com/uk/articles/detection-news-2026.md) (2026-10-12): Що нового у 2026 році: бенчмарки зі змішаним авторством, ознаки «ритму несподіваності», вимоги ЄС до маркування. Що перевірено, а що ні.
- [Як сьогодні перевіряють текст на ШІ](https://authortext.com/uk/articles/how-detection-works.md) (2026-10-11): Сім способів перевірити текст на ШІ, чим вони обмежені і чому чесний результат - це не відсоток «участі ШІ», а оцінка із застереженнями.
- [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err.md) (2026-10-08): Детектор ШІ вимірює стиль, а не авторство: чому гладкий людський текст отримує високу оцінку.
- [Коли детектор плутає людину і ШІ](https://authortext.com/uk/articles/when-detectors-disagree.md) (2026-10-07): Стаття, написана людиною, отримала «ШІ», а текст нейромережі виглядав «швидше людським». Чому так буває і що робити з перевірками авторства.
- [Як зробити текст живішим](https://authortext.com/uk/articles/make-text-livelier.md) (2026-10-06): Шість прийомів, що роблять текст живим: конкретика, нерівний ритм, менше штампів, свій голос. Без обіцянок «обдурити детектор».
- [Як зрозуміти, що текст написав ШІ](https://authortext.com/uk/articles/signs-of-ai-text.md) (2026-10-06): Чотири прикмети тексту, написаного нейромережею: рівний ритм, штампи, загальні слова без конкретики. І чому жодна з них не доказ.

---

# Бурстинесс і перплексія без формул

> Що означають бурстинесс і перплексія простими словами, як з ними пов'язані розкид довжини речень і повтори в AuthorText і чому поодинці це слабкі докази.

- URL: https://authortext.com/uk/articles/burstiness-perplexity
- Language: uk
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/burstiness-perplexity.md), [pt](https://authortext.com/pt/articles/burstiness-perplexity.md), [en](https://authortext.com/en/articles/burstiness-perplexity.md)

Бурстинесс - це мінливість тексту: де речення короткі, де довгі, де автор стишує темп, а де натискає. Перплексія показує, наскільки слова здивували б мовну модель. Обидві ідеї корисні. Але докази з них слабкі, і зараз поясним, чому.

## Перплексія: наскільки текст передбачуваний

Почніть фразу «Доброго ранку, шановні...» і спробуйте вгадати, що далі. Вгадаєте майже напевно. Для моделі таке продовження майже не дивує, тобто перплексія низька. А «Доброго ранку, шановні вовки» її збентежить.

Логіка детекторів на перплексії проста. Машина бере слова, які вважає найімовірнішими, тож текст виходить передбачуваний. Людина частіше повертає кудись убік.

Біда в тому, що передбачуваним буває не лише машинний текст. Вітальний лист, інструкція, договір, шкільний переказ - усе це гладке за самою природою жанру. До того ж грає роль тема й мова: для менш поширених мов моделі гірше оцінюють слова.

## Бурстинесс: чи нерівний текст

Слово англійське, burst означає сплеск. У тексті це довгі речення впереміж із короткими, абзаци різного розміру, місця, де думка то біжить, то гальмує.

Людина пише нерівно: коротко, потім довго, потім раптом відступ. Модель за замовчуванням тримає рівний охайний темп, тому ритм виходить плаский. Але це лише тенденція. Досить дати моделі чіткі вказівки щодо стилю або пройтися по результату руками, і вона слабшає.

## Маленький приклад (ілюстрація, не вимірювання)

Два умовні фрагменти про одне й те саме. Ми їх вигадали для пояснення, це не дані з корпусу.

Фрагмент А: «Ми запровадили нову систему. Вона спрощує роботу. Вона економить час. Вона підвищує якість. Команда задоволена результатами».

Фрагмент Б: «Систему запровадили у вівторок. Спершу ніхто не вірив, що вона щось змінить, а потім Оля порахувала: звіт, на який раніше йшов цілий ранок, тепер готується за двадцять хвилин. Це нас переконало».

У фрагменті А речення майже однакові, по три-чотири слова, ритм як у метронома. У Б є і зовсім коротке речення, і довге, плюс конкретика. На слух Б живіший. Проте А цілком могла написати людина, яка складає службову записку, а Б - модель, якій веліли звучати невимушено.

## Як це пов'язано з AuthorText

Перплексію моделі ми не рахуємо. Натомість дивимося на прості сигнали, які зачіпають те саме:

- розкид довжини речень і абзаців (наш аналог бурстинесс): чим він менший, тим більше балів;
- повтори слів, зворотів і початків речень;
- штампи за рівнями та щільність сполучників, бо вони теж роблять текст передбачуваним.

Для цього не потрібна жодна мовна модель, вистачає самого тексту, а кожне влучання прив'язане до рядка. Як читати окремі шкали, розповідає стаття [Як читати цифри в аналізі AuthorText](https://authortext.com/uk/articles/reading-the-numbers).

## Чому ці ідеї слабкі поодинці

Перша причина - жанр. Новини, службові листи й наукові статті рівні за природою. У наших вимірюваннях охайні новинні тексти людей отримували високі оцінки помітно частіше, ніж розмовні.

Друга - довжина. До трьохсот слів сигнал майже випадковий: кілька речень статистики не вистачає ні на що.

Третя - правка. Людина підредагувала машинну чернетку або модель підредагувала людську, і ознаки змішалися. Наш попередній замір такі випадки майже не розрізняє.

Четверта - самі моделі. Нові проходять перевірку легше, ніж перші чат-боти, тож ознака, яка колись працювала, з часом тьмяніє. На великому корпусі аналіз знаходить лише частину текстів нейромереж, якщо хибні спрацювання тримати на рівні 1%. Докладніше в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err).

## Де це розходиться на практиці

Є два типових випадки, на яких слабкість обох ідей видно найкраще. Перший: людина пише стисло, по-службовому. Речення короткі й схожі, слова передбачувані, і обидва «лічильники» радісно кричать про машину. Другий: нейромережі показали зразок живого письма й попросили наслідувати. Вона відтворила нерівність, і лічильники мовчать.

Тому в AuthorText ці сигнали ніколи не стоять поодинці. Їх зважено разом із жанром, довжиною та іншими ознаками. А коли текст короткий або жанр такий, що сигнал не працює, ми так і пишемо: даних замало. Результат - підказка, куди придивитися, а не вирок.

## Що робити далі

1. Не робіть висновків за однією ознакою. Рівний ритм без інших сигналів нічого не доводить.
2. Вставте текст у [перевірку](https://authortext.com/uk/) і гляньте на конкретні місця: де речення однакові, де повтори, де штампи.
3. Якщо текст ваш і хочеться його оживити, додайте конкретики й поламайте ритм. Шість прийомів зібрано в статті [Як зробити текст живішим](https://authortext.com/uk/articles/make-text-livelier).
4. Якщо оцінюєте чужий текст, відкрийте [чесний чек-лист](https://authortext.com/uk/articles/fair-checklist-suspect-ai).

Бурстинесс і перплексія допомагають зрозуміти, чому текст здається шаблонним. Авторство вони не встановлюють.

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Детектори ШІ для студентів: як захиститися

> Що чекати від детекторів ШІ студенту, як зберігати докази авторства, пояснювати свій текст і що робити, якщо вас хибно звинуватили.

- URL: https://authortext.com/uk/articles/students-false-accusation
- Language: uk
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/students-false-accusation.md), [pt](https://authortext.com/pt/articles/students-false-accusation.md), [en](https://authortext.com/en/articles/students-false-accusation.md)

Детектор може помилитися й назвати вашу чесну роботу машинною. Найкращий захист тут - не гарне число, а докази того, як ви писали. Нижче те, що можна зробити: що зберігати, як пояснювати свій текст і як скористатися перевіркою на власній роботі.

## Що таке оцінка детектора і чим вона не є

Оцінка описує стиль: чи рівні речення, скільки штампів, наскільки текст передбачуваний. Хто і як його писав, вона не бачить. Тож це підказка, куди придивитися, а не доказ авторства.

Помилятися вона може. Охайні, відредаговані людські тексти нерідко отримують високі бали. На коротких текстах результат ще менш надійний. Саме через хибні спрацювання низка великих університетів, зокрема Єль і Університет Ватерлоо, відмовилася від вбудованих детекторів. Докладніше в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err).

## Чому ризик вищий для тих, хто пише нерідною мовою

Коли пишете не рідною мовою, ви, певно, берете прості й правильні конструкції. Текст виходить «рівним», а детектори на рівність реагують. Те саме буває, коли ви користуєтеся граматичною перевіркою чи перекладачем. Це обережне загальне міркування, а не точна цифра: на наших власних даних різниця невелика. Проте ризик варто тримати в голові.

## Збирайте докази, поки пишете

Найсильніше, що можна показати, - це шлях тексту. Ось що допомагає:

- зберігайте нотатки, план і джерела, які читали;
- пишіть у редакторі з історією версій (Google Docs, Word із журналом змін) і не стирайте її;
- залишайте проміжні чернетки, хай навіть кострубаті: з них видно, як розвивалася думка;
- занотовуйте дати, коли сідали за текст;
- якщо користувалися інструментом (перекладачем, перевіркою граматики, ШІ для ідей), запишіть, яким і навіщо, та перегляньте правила свого закладу.

Усе це забирає хвилини, зате замість суперечки «ваше слово проти числа» виходить розмова про факти.

## Подивіться на власний текст до здачі

Вставте роботу в [перевірку AuthorText](https://authortext.com/uk/) і відкрийте список доказів. Він показує рядки, де:

- речення й абзаци майже однакової довжини;
- трапляються штампи на кшталт «варто зазначити»;
- густо стоять сполучники.

Це не вирок, а перелік місць, які викладачеві можуть здатися шаблонними. Перепишіть їх своїми словами, додайте конкретики: приклад, дату, власну думку. Про прийоми розповідає стаття [Як зробити текст живішим](https://authortext.com/uk/articles/make-text-livelier). Мета не в тому, щоб обдурити програму. Мета - щоб текст став кращим.

## Як пояснити свій текст, якщо запитали

Приготуйтеся розповісти, чому обрали цю тему, звідки взяли аргументи і що далося найважче. Автор зазвичай без зусиль пояснює будь-яке своє речення: що мав на увазі, чому написав саме так. Спокійно покажіть чернетки й історію версій. Запропонуйте коротке продовження на ту саму тему, усно чи письмово, прямо на місці.

Не ображайтеся й не сперечайтеся про відсоток. Попросіть показати, які саме місця викликали питання, і поясніть кожне.

## Якщо вас уже звинуватили

1. Не панікуйте й нічого не видаляйте: ні файли, ні історію.
2. Попросіть показати результат і пояснити, на що він спирається.
3. Дайте чернетки, нотатки, джерела, історію версій.
4. Нагадайте, що оцінка детектора не доводить авторства. Як має виглядати справедливий розгляд з боку викладача, написано в [чесному чек-листі для вчителя і редактора](https://authortext.com/uk/articles/fair-checklist-suspect-ai). Можете спокійно на нього послатися.
5. Якщо справа серйозна, йдіть за правилами закладу: до куратора, омбудсмена чи комісії з академічної доброчесності.

## Приклад розмови з викладачем

Це вигаданий приклад, не реальний випадок. Викладач пише: «Перевірка показала високу ймовірність генерації». Відповісти можна спокійно: «Дякую, що сказали. Чернетки й історію версій я зберіг, можу показати. Чи можна подивитися, на які саме місця вказує перевірка? Я поясню, як писав кожне». Важливий тон: ви не обороняєтеся, а кладете на стіл факти. Це майже завжди краще за суперечку про відсоток, адже відсоток ви зсередини не побачите, а процес показати можете.

Є й те, чого краще не казати. Не доводьте, що детектор «ніколи не помиляється» чи «завжди бреше»: обидва твердження хибні. Досить сказати, що оцінка стилю авторства не доводить, і показати, що у вас є.

## Про використання ШІ чесно

Якщо правила закладу дозволяють допомогу ШІ в певних межах, тримайтеся їх і не приховуйте, коли питають. Якщо забороняють, не ризикуйте. Детектор - не головна причина бути чесним. Але хибне звинувачення значно легше спростувати тому, хто від початку нічого не приховував.

## Що робити далі

Ще до наступної роботи заведіть звичку: один документ з історією версій, нотатки поруч, перевірка тексту перед здачею. Прочитайте й [Коли детектор плутає людину і ШІ](https://authortext.com/uk/articles/when-detectors-disagree): там розібрано, чому гладкий текст людини може отримати високу оцінку. А якщо перевіряєте тексти часто, зазирніть у [тарифи](https://authortext.com/uk/plans).

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Невидимі символи в скопійованому тексті

> Пробіли нульової ширини, м'які переноси, вигнуті лапки й довгі тире: звідки вони беруться в скопійованому тексті, що ламають і як їх прибрати.

- URL: https://authortext.com/uk/articles/invisible-characters
- Language: uk
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/invisible-characters.md), [pt](https://authortext.com/pt/articles/invisible-characters.md), [en](https://authortext.com/en/articles/invisible-characters.md)

Буває, що текст на екрані виглядає бездоганно, а поводиться дивно. Пошук не знаходить слово, яке точно там є. Посилання веде на сторінку з помилкою. Шматок коду не запускається. Часто винен символ, якого ви просто не бачите.

## Що це за символи

Текст - це послідовність кодових точок, і далеко не кожна щось малює. Ось звичайні підозрювані:

- **Символи нульової ширини** (U+200B пробіл нульової ширини, U+200C і U+200D сполучники, U+FEFF мітка порядку байтів). На екрані вони місця не займають.
- **Знаки напрямку письма** (U+202A - U+202E та схожі). Вони задають напрямок тексту, що потрібно для арабської чи івриту, а в українському абзаці зайве.
- **М'який перенос** (U+00AD). Позначає місце, де слово можна розірвати, і видно його, лише коли рядок переноситься.
- **Дивні пробіли**: нерозривний і ціла родина вузьких, широких і тонких, схожих на звичайний, але не рівних йому.
- **Типографська пунктуація**: вигнуті лапки, довге тире, три крапки одним знаком, маркери й стрілки.

Остання група якраз видима. Та це інший символ, не той, що на вашій клавіатурі, і програми часто ставляться до нього по-іншому.

## Звідки вони беруться

Здебільшого зі звичайного копіювання:

- вікна чатів і вебсторінки, де верстка додає м'які переноси чи пробіли нульової ширини, щоб керувати розривом рядків;
- текстові редактори, які під час набору міняють прямі лапки й дефіси на "розумні";
- перекладачі та видобування тексту з PDF, що можуть вставити дивні пробіли або порвати слова;
- документи, які пройшли через кілька програм, і кожна додала щось своє.

Ніхто тут нічого лихого не зробив. Просто так мандрує текст. Ми не стверджуємо, що якийсь конкретний сервіс навмисно вставляє невидимі символи у свої відповіді: даних для такого висновку в нас немає.

## Чим вони заважають

- **Ламається пошук.** Слово зі схованим символом усередині - інший рядок. "Договір" і "дого[нульова ширина]вір" не збігаються.
- **Дивні відмінності.** Два рядки, однакові на вигляд, програма вважає різними.
- **Код і адреси не працюють.** Досить вигнутих лапок у команді чи пробілу нульової ширини в посиланні, щоб усе стало, а повідомлення про помилку рідко пояснює чому.
- **Антиплагіат плутається.** Приховані символи й підмінені пробіли змінюють поділ на слова, і збіги можуть зникнути або з'явитися хибно.
- **Верстка глючить.** З'являються дивні проміжки, рядки, що не переносяться, або рвуться не там.

## Як знайти й очистити

В AuthorText для цього є два способи.

Перший - перевірка. Вона підсвічує символи, схожі на водяні знаки, і типографіку, тож ви бачите, де вони сидять, і не вгадуєте. Детектор знає 259 таких кодових точок: символи нульової ширини, м'який перенос, невидимі оператори, знаки напрямку, селектори варіантів, тегові символи, символи приватного використання й деякі інші.

Другий - інструмент "Очистити та нормалізувати". Він прибирає ці символи й зводить типографську пунктуацію до звичайного ASCII: прямі лапки, простий дефіс, три крапки. Перш ніж користуватися результатом, порівняйте його з оригіналом.

Коротко, що робити:

1. Вставте текст у [перевірку](https://authortext.com/uk/) і погляньте на підсвічені місця.
2. Вирішіть, чи нормалізувати все (для коду, адрес і даних зазвичай так), чи тільки частину.
3. Запустіть очищення й порівняйте.

Одне застереження. Довге тире в художньому тексті може бути свідомим вибором. У технічних текстах нормалізація доречна, а в прозі за бажанням.

## Зовсім інше: статистичні водяні знаки

У слова "водяний знак" є друге значення, і його краще тримати окремо. Дослідники пропонували позначати мовні моделі на рівні токенів: під час генерації модель злегка підштовхують до певних слів за схемою, яку потім може перевірити той, хто має ключ.

Такий знак складається не із символів. У тексті не заховано жодної кодової точки. Він живе у виборі слів, тому програма для очищення символів його не знайде й не прибере. AuthorText не заявляє, що виявляє його: наш аналіз дивиться на стиль, а не на секретний ключ. Невидимі символи й статистичні водяні знаки - дві різні теми, і перша про другу нічого не каже.

І ще одне: текст зі схованими символами не обов'язково написав ШІ, а текст без них не обов'язково написала людина. Вони розповідають, як текст копіювали, а не хто його писав.

## Що робити

Перш ніж публікувати, надсилати чи запускати скопійований текст, гляньте на нього один раз. [Перевірте текст](https://authortext.com/uk/), щоб побачити приховані символи й типографіку, а тоді скористайтеся "Очистити та нормалізувати", якщо потрібен звичайний ASCII. А коли є й інші підстави підозрювати текст, наш [короткий посібник про ознаки ШІ-тексту](https://authortext.com/uk/articles/signs-of-ai-text) підкаже, на що ще дивитися і чому це не доказ.

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Чесний чек-лист для вчителя і редактора

> Чесний чек-лист для вчителя й редактора, який підозрює ШІ: що доводить оцінка детектора, чого не доводить і як говорити з автором.

- URL: https://authortext.com/uk/articles/fair-checklist-suspect-ai
- Language: uk
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/fair-checklist-suspect-ai.md), [pt](https://authortext.com/pt/articles/fair-checklist-suspect-ai.md), [en](https://authortext.com/en/articles/fair-checklist-suspect-ai.md)

Перед вами текст, і щось у ньому муляє. Надто гладкий, надто охайний, без характеру. Ви кидаєте його в детектор, а той видає 78%. І що тепер?

Коротко: не поспішайте. Число може почати розмову, але закінчити її не може.

## Що оцінка доводить, а що ні

Детектор міряє стиль. Він дивиться, чи рівні речення, як часто трапляються штампи, скільки в тексті сполучників. Хто друкував текст і як він з'явився, детектор не знає.

Висока оцінка каже лише одне: у тексті є ознаки, які часто трапляються в машинних текстах. Авторства це не доводить. І в наших [чесних цифрах](https://authortext.com/uk/articles/why-detectors-err) сигнал скромний: на великому корпусі поточний аналіз знаходить лише невелику частку ШІ-текстів, якщо тримати частку хибних спрацювань на рівні 1%, а сучасні моделі проходять перевірку легше, ніж ранні чат-боти.

Тому ніколи не вирішуйте за однією оцінкою. Ні щоб поставити студентові незадовільно, ні щоб відмовити автору, ні щоб писати звинувачення.

## Кого детектор підводить несправедливо

Є чесні автори, які для будь-якого детектора виглядають "машинно":

- ті, хто пише не рідною мовою і тримається простих, правильних конструкцій;
- редактори й журналісти, чий відшліфований текст навмисно вирівняно;
- автори формальних жанрів: звітів, ділових листів, наукового стилю;
- усі, хто пропустив чернетку через граматичну перевірку чи перекладач.

Якщо підозрюваний із цих груп, сумнівайтеся в оцінці вдвічі більше. Ми писали про це в статті [Коли детектор плутає людину і ШІ](https://authortext.com/uk/articles/when-detectors-disagree).

## Що важить більше, а що менше

Докази не рівні. Найсильніші ті, що показують сам процес: чернетки з датами, історія правок, нотатки й план. Далі жива розмова про текст, бо людина, яка писала, зазвичай пам'ятає, навіщо взяла саме цю думку. Потім порівняння з попередніми роботами того самого автора. І лише наприкінці оцінка детектора: вона описує тільки стиль готового тексту.

## Сам чек-лист

Йдіть кроками, у цьому порядку.

1. **Перечитайте текст самі.** Чи є конкретика: імена, дати, живий приклад, помилка, яку зробить лише людина? Чи самі загальні слова?
2. **Порівняйте з попередніми роботами.** Той самий словник, ті самі типові помилки, той самий ритм? Різкий стрибок у гладкості - привід запитати, а не звинуватити.
3. **Попросіть показати процес.** Чернетки, історія версій, нотатки, джерела, які автор читав. Це найсильніший доказ, адже він показує, як текст виник.
4. **Поговоріть з автором.** Десять хвилин запитань про зміст важать більше за будь-який відсоток.
5. **Якщо все ще кортить, запустіть перевірку.** Читайте результат як підказку, куди дивитися.
6. **Вирішуйте за кількома ознаками водночас** і записуйте, якими вони були.

## Список знахідок як привід для розмови

AuthorText повертає не лише число. Він показує знахідки з номерами рядків: де штамп, де абзаци майже однакової довжини, де скупчилися сполучники.

Для розмови це зручно: можна спитати про конкретне місце, а не про весь текст. "У рядку 14 написано: "варто зазначити, що це відіграє ключову роль". Що ви тут мали на увазі?" Хто писав цей абзац, той зазвичай пояснить, перефразує або визнає, що запозичив зворот. Хто не писав, той часто губиться.

Та й пояснення не вирок ні в той, ні в інший бік. Штампи люблять багато хто, а текст нейромережі нерідко правлять руками.

## Як говорити з автором

- Почніть із цікавості: "Хочу зрозуміти, як з'явився цей текст".
- Називайте те, що побачили, а не висновок: "Ритм дуже рівний, і є кілька типових зворотів".
- Одразу попросіть історію чернеток.
- Запропонуйте коротке завдання на ту саму тему, усно чи письмово, прямо на місці.
- Припустіть, що могли помилитися. Якщо в автора є чернетки і він добре відповідає на запитання, питання закрите.

Розгубився автор - це ще не доказ: багато хто губиться, коли його підозрюють. Дайте час, повторіть запитання спокійніше й не підганяйте. Мета розмови - зрозуміти, а не впіймати.

Не кажіть "детектор показав, що ви списали". Він цього не показував, і автор слушно перестане довіряти всій процедурі.

## Що робити

Запишіть свої висновки й причини: так рішення буде чесним і для автора, і для вас. До того ж це захистить вас, якщо суперечка дійде до третіх осіб.

Оцінка - привід придивитися, а не причина карати. Спершу просіть чернетки, потім говоріть, а вирішуйте лише тоді, коли кілька незалежних ознак вказують в один бік. Якщо для розмови потрібен погляд на рівні рядків, [перевірте текст в AuthorText](https://authortext.com/uk/) і відкрийте список знахідок. А для регулярної роботи погляньте на сторінку [тарифів](https://authortext.com/uk/plans).

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Як перевірити текст фрілансера чи копірайтера

> Практичний порядок для замовника: чітке завдання, чернетки, перевірка єдності стилю, список доказів як перелік запитань і чесне формулювання про ШІ в договорі.

- URL: https://authortext.com/uk/articles/checking-freelancer-text
- Language: uk
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/checking-freelancer-text.md), [pt](https://authortext.com/pt/articles/checking-freelancer-text.md), [en](https://authortext.com/en/articles/checking-freelancer-text.md)

Жоден детектор не спрацює так надійно, як нормальний порядок роботи: чітке завдання, чернетки й розмова. Перевірка тексту теж стане в пригоді, але як доповнення. Вона покаже конкретні місця, про які варто спитати, і не більше. Хто писав, вона не доведе. Ось що робити замовникові.

## 1. Почніть із завдання

Підозри найчастіше з'являються, бо текст вийшов «ніякий». І причина нерідко в завданні, а не в авторові. Тож напишіть у брифі:

- для кого текст і де його опублікують;
- який потрібен тон і яких слів не хочете бачити;
- які факти, цифри, приклади й джерела обов'язкові;
- що зі згенерованого можна, а що ні (про це нижче).

Чим точніший бриф, тим менше місця для штампів. Автор, якому дали факти, пише конкретніше.

## 2. Просіть план і чернетки

Якщо текст довгий, домовтеся про етапи: план, чернетка, фінальна версія. Це не недовіра, так працюють у більшості редакцій. Ви бачите, як текст росте, і встигаєте вчасно змінити напрямок. Автору, який пише сам, це не заважає.

## 3. Порівнюйте стиль від роботи до роботи

Одна стаття майже нічого не доводить. А от кілька поспіль уже щось кажуть. Дивіться на:

- лексику й улюблені звороти: чи схожі вони на попередні роботи;
- довжину речень і абзаців: чи не змінився ритм;
- характерні помилки, або навпаки, їхню раптову відсутність;
- конкретику: імена, дати, власні приклади.

Різкий стрибок у якості чи стилі - це привід спитати, а не звинуватити. Людина могла взятися за нову тему, знайти редактора або просто поспішала менше.

## 4. Використайте перевірку, щоб було про що питати

Вставте текст у [перевірку AuthorText](https://authortext.com/uk/) і відкрийте список доказів. Там видно рядки: де штампи, де абзаци майже однакові, де забагато сполучників. Скористайтеся цим як шпаргалкою для розмови. Наприклад: «У рядку 14 стоїть "дуже важливий для кожного". Що ви мали на увазі?» Хто писав абзац сам, зазвичай пояснить, перефразує або чесно скаже, що фраза чужа.

Тільки пам'ятайте про межі. Оцінка - це підказка, не доказ. Відредаговані людські тексти, наприклад новини чи службові листи, нерідко отримують високі бали, а на коротких текстах сигнал слабкий. Подробиці в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err). Не відхиляйте роботу й не відмовляйтеся платити через одне число.

## 5. Запишіть правила про ШІ в договір

Не гадайте, домовтеся наперед. Варто визначити:

- чи можна користуватися ШІ взагалі, а якщо можна, то для чого (ідеї, план, граматика, чернетка);
- чи треба про це повідомляти;
- що за факти, цифри й цитати відповідає автор, чим би він не користувався;
- що на прохання автор покаже чернетки або історію правок;
- як розв'язувати спірні випадки: спочатку розмова і переробка, санкції в останню чергу.

Просте «ШІ заборонено» тут не допоможе. Де межа між перекладачем, перевіркою граматики й генерацією? Краще описати, що дозволено. Юриста для договору це, звісно, не замінює.

## 6. Як вчинити справедливо

Коротко.

- Спершу поговоріть, а вже потім робіть висновки.
- Дайте авторові показати чернетки й пояснити текст.
- Не вирішуйте за одним числом: зважте кілька незалежних ознак і запишіть їх.
- Не вимагайте того, чого не було в договорі.
- Пам'ятайте, що нерідномовні автори та редактори, які довго шліфують текст, частіше виглядають «рівними». Це обережне загальне спостереження, а не цифра.

Докладніший перелік кроків є в [чесному чек-листі для вчителя і редактора](https://authortext.com/uk/articles/fair-checklist-suspect-ai). Замовникам він теж підійде.

## Приклад брифу, що заощадить час

Замість «напишіть про нашу компанію» спробуйте так: «Розкажіть про нашу доставку для кав'ярень. Двоє клієнтів назвали головною перевагою швидкість, ось їхні відгуки, ось цифри за квартал. Тон спокійний, без гучних слів, без "унікальний" та "інноваційний"». З такого матеріалу виходить конкретний текст. А якщо замість нього приходить загальна стаття зі штампами, ви маєте повне право поставити питання.

## Якщо сумніви лишилися

Поговорили, глянули чернетки, а сумніви не зникли? Крайнощі не потрібні. Попросіть переписати кілька абзаців, додати власні приклади, показати джерела цифр. Перед великим замовленням можна домовитися про невелику пробну роботу. Відмовлятися ж платити за готовий текст через оцінку детектора ризиковано, бо оцінка буває хибною.

## Якщо ви самі фрілансер

Для виконавця все те саме, тільки навпаки. Зберігайте чернетки, надсилайте план, коротко напишіть, якими інструментами користувалися. Замовнику не буде приводу підозрювати, а у вас будуть докази.

## Що робити далі

Перед наступним замовленням перепишіть бриф, додайте до договору абзац про ШІ й попросіть план. Власні тексти теж можна [перевірити](https://authortext.com/uk/) перед відправкою: ви побачите те, що побачить замовник. Для регулярних перевірок гляньте [тарифи](https://authortext.com/uk/plans). А щоб зрозуміти, на що саме дивиться аналіз, прочитайте [Як зрозуміти, що текст написав ШІ](https://authortext.com/uk/articles/signs-of-ai-text) і [Бурстинесс і перплексія без формул](https://authortext.com/uk/articles/burstiness-perplexity).

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Як читати цифри в аналізі AuthorText

> Що означають розкид довжини речень, повтори, штампи й щільність сполучників в аналізі AuthorText. Приклад на пальцях і чесні межі методу.

- URL: https://authortext.com/uk/articles/reading-the-numbers
- Language: uk
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/reading-the-numbers.md), [pt](https://authortext.com/pt/articles/reading-the-numbers.md), [en](https://authortext.com/en/articles/reading-the-numbers.md)

На сторінці результату є оцінка, кольорова смуга й кілька шкал. Поясню простими словами, що це за цифри і скільки їм можна вірити.

## Оцінка - це підказка

Оцінка йде від 0 до 100 і показує, скільки ознак машинного тексту знайшов аналіз. Це евристика, авторство вона не вимірює. Ми повторюємо це скрізь і навмисно: важливішого факту на сторінці немає.

Далі тримайте в голові одну річ. Кожен сигнал окремо слабкий, важить їхня сукупність. Одна підозріла ознака ще нічого не каже. А коли кілька вказують в один бік, текст варто перечитати уважніше.

## Розкид довжини речень

Люди пишуть нерівно. Довге речення з парою застережень, за ним коротке, потім середнє. Машинний текст, особливо від ранніх моделей, любить тримати речення приблизно однакової довжини.

Аналіз рахує коефіцієнт варіації, тобто наскільки довжини розсипані навколо середньої. Малий розкид додає бали, великий не додає нічого. Ще це називають "вибуховістю" (burstiness), і в оцінці це найвагоміший сигнал. З довжиною абзаців те саме. Якщо ж рівні і речення, і абзаци, додається спільний бонус.

## Повтори

Слова, що повторюються, однакові початки фраз, той самий шаблонний заголовок у кожному розділі. Аналіз міряє, як часто повертаються однакові схеми. У технічному тексті повторів багато й це нормально, тож цей сигнал тільки частина картини.

## Типові фрази

Аналіз знає список штампів українською, російською, португальською та англійською, розкладений за рівнями типовості. Туди входять канцелярські звороти, якими люблять відкривати абзац чи підбивати підсумок, і загальні слова про "важливу роль" усього на світі. Кожне влучання видно в списку знахідок, із номером рядка.

## Щільність сполучників

Це слова, які зв'язують сусідні речення й показують хід думки. Машинний текст ставить їх густо й рівномірно. Людина часто просто починає наступне речення.

## Маленький приклад на пальцях

Це вигадана ілюстрація, не реальні дані.

> Проєкт важливий. Команда велика. План зрозумілий. Мета проста. Підсумок добрий.

П'ять речень по два-три слова. Ритм плаский, розкид малий, і цей сигнал би спрацював. А ось переписаний варіант:

> Проєкт важливий. Чому? Тому що команда, яка за рік виросла з трьох людей до дванадцяти, нарешті отримала план, який кожен пояснить одним подихом. Мета проста.

Довжини тут від одного слова до двадцяти з гаком. Розкид великий, сигнал мовчить. Але по суті текст не став "людянішим", змінився лише ритм. Саме тому ритм сам нічого не доводить.

## Що означає "ймовірно ШІ"

Оцінку розкладено по смугах. Приблизно від 50-55 це "ймовірно ШІ", від 70 - "сильні ознаки ШІ". Пороги ми підібрали при першому калібруванні на малій вибірці: 34 ШІ-тексти проти 20 людських. Там результат вийшов добрий.

На великому корпусі все скромніше. В останньому вимірюванні аналіз знаходив близько 14% ШІ-текстів за 1% хибних спрацювань і близько 29% за 5%. Сучасні моделі обходять наші сигнали краще, ніж перші чати. Отже, смуга говорить про стиль, а не про автора, і "ймовірно" краще читати як "варто придивитися".

Змішані випадки аналіз теж розрізняє погано: людський текст, який редагувала модель, або машинний переклад. Тому ми говоримо про ознаки генерації в тексті, а не про "відсоток ШІ" в автора.

## Чому короткі тексти дають слабкий сигнал

Для розкиду потрібен матеріал. На трьох реченнях ритм від випадковості не відрізниш. У нашому вимірюванні на корпусі тексти від 80 до 299 слів були близькі до випадкового вгадування. Від 300 слів результати кращі, хоч до надійних ще далеко. Тексти коротші за приблизно 150 слів чи п'ять речень аналіз позначає як ненадійні, а бали зменшує.

І низька оцінка короткого тексту не означає, що його писала людина. Так і сказано в примітці на сторінці: вердикт ненадійний, але це не доказ.

Новини, реклама й соцмережі - ще одне слабке місце, і там аналіз може взагалі утриматися. Він чесно скаже, що сигнал ненадійний, і не вдаватиме впевненості, якої не має. Допомогти йому можете ви: перевіряйте не уривок, а всю статтю з усіма абзацами, у тому вигляді, в якому вона піде в друк або буде здана.

## Що робити

Головне: число не замінює читання тексту.

1. Спершу читайте список знахідок, а вже потім число. Він показує місця, а не лише підсумок.
2. Гляньте на довжину тексту й примітку про надійність.
3. Смугу сприймайте як привід перечитати. Якщо від результату залежать чиясь оцінка чи репутація, просіть чернетки, як у нашому [чесному чек-листі](https://authortext.com/uk/articles/fair-checklist-suspect-ai).
4. Якщо ви автор і хочете природнішого ритму, прочитайте, [як зробити текст живішим](https://authortext.com/uk/articles/make-text-livelier).

Хочете подивитися на свій текст? [Відкрийте перевірку](https://authortext.com/uk/).

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Що нового у виявленні ШІ: перевірено і ні

> Що нового у 2026 році: бенчмарки зі змішаним авторством, ознаки «ритму несподіваності», вимоги ЄС до маркування. Що перевірено, а що ні.

- URL: https://authortext.com/uk/articles/detection-news-2026
- Language: uk
- Published: 2026-10-12
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/detection-news-2026.md), [pt](https://authortext.com/pt/articles/detection-news-2026.md), [en](https://authortext.com/en/articles/detection-news-2026.md)

Ми пройшлися по свіжих роботах 2026 року. Сюди потрапило тільки те, що вдалося знайти в першоджерелі: в анотації статті або в тексті закону. Цифри авторів лишаються цифрами авторів, самі ми їх не відтворювали.

## Що підтверджено

- **Бенчмарки стали ближчі до життя.** [DetectRL-X](https://arxiv.org/abs/2605.15518) (ACL 2026) перевіряє детектори на 8 мовах і 6 галузях, на текстах 4 комерційних моделей. Тексти там не просто згенеровані: їх ще й відшліфовано, розширено, стиснуто, перефразовано та зашумлено. Оцінюють, як на результат впливають жанр, модель, атака й довжина. Це якраз ті випадки, де детектори слабкі найбільше.
- **Ритм «несподіваності» як ознака.** Автори [DivEye](https://arxiv.org/abs/2509.18880) дивляться, як у тексті коливається несподіваність слів. За їхніми даними, метод випереджає детектори без навчання до 33,2% і додає до 18,7% іншим детекторам, а перефразування йому не страшне. Це заява авторів. Про багатомовність в анотації нічого не сказано.
- **Три класи замість двох.** В описі [GPTZero](https://arxiv.org/abs/2602.13042) заявлено ієрархічну схему «людина / ШІ» з дрібнішими категоріями. Цифр точності в анотації немає, це опис від виробника.
- **Перемішування слів.** Препринт [Luminol-AIDetect](https://arxiv.org/abs/2604.25860) порівнює перплексію тексту й перемішаної копії цього ж тексту. Автори заявляють 18 мов і 11 видів атак, але стаття ще на рецензії.
- **Маркування за законом.** Стаття 50(2) регламенту ЄС про ШІ вимагає, щоб вихідні дані систем, які генерують, зокрема, текст, мали машинозчитувану позначку. Винятки: допоміжне стандартне редагування і випадки, коли система суттєво не змінює вхідні дані. За [текстом статті](https://artificialintelligenceact.eu/article/50/) вона діє з 2 серпня 2026 року, а для систем, що вже були на ринку, строк маркування за [графіком упровадження](https://artificialintelligenceact.eu/implementation-timeline/) - 2 грудня 2026 року.

## Що ми не включили і чому

- Цифри на кшталт «Binoculars дає близько 55% на текстах Claude» і «втрата 12,7 пункту при перефразуванні». Ми бачили їх тільки в переказі пошуковика, а в першоджерелах не перевірили.
- Заяви про те, хто вже вбудовує водяні знаки в текст, і плани окремих компаній. Джерела суперечать одне одному, першоджерел немає.
- Можливе перенесення строків у пакеті «Digital Omnibus». Підтвердження ми не знайшли.
- Висновок, що перемішування чи ритм допоможуть саме з українською або португальською. У статтях про це не йдеться, це лише наша гіпотеза, яку ще треба перевірити.

## Що це означає для перевірки тексту

Попередній висновок ніхто не скасував: єдиного надійного тесту немає, а детектори найчастіше хибять на змішаних текстах і перефразуванні. У нашому попередньому замірі текст людини, який відредагувала модель, майже не розпізнавався: спрацьовувало близько 0,5% при 1% хибних тривог. Тому ми показуємо оцінку разом із невизначеністю і чесно кажемо, коли сигналу замало. Відсотка «участі ШІ» ви від нас не побачите.

## Як це стосується нашого аналізу

Ні перемішування слів, ні ритм несподіваності ми не використовуємо. Ми рахуємо розкид довжини речень і абзаців, штампи за рівнями, щільність сполучників і повтори. Сигнали простіші, і ми не стверджуємо, що вони кращі. На великому корпусі вони ловлять лише частину текстів нейромереж, зате хибних спрацювань мало. Цифри докладно розібрано в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err).

Тема маркування теж показова. Навіть коли закон запрацює на повну, він стосується текстів від систем, які його виконують. Якщо людина скопіювала текст, переписала чи пропустила через інший інструмент, позначки вже може не бути. Тож водяні знаки не замінять ні перевірки стилю, ні розмови з автором. А перевірка стилю не замінить чернеток.

## Як самому читати такі новини

Побачили заголовок «новий детектор б'є рекорд»? Поставте чотири запитання. На яких даних його перевіряли: лише на згенерованому чи й на відредагованому та перефразованому? Скільки мов і жанрів? Яка частка хибних спрацювань на текстах людей? Чи повторив результат хтось, крім самих авторів? Якщо в анотації відповідей немає, краще почекати, ніж вірити. Через це в огляді стільки приміток «заява авторів» і «ми не перевіряли».

## Що робити далі

1. Не міняйте висновку через гучні заголовки. Дивіться в першоджерело й шукайте тест на змішаних текстах і перефразуванні.
2. Хочете побачити, які місця у вашому тексті звучать шаблонно? [Перевірте його на AuthorText](https://authortext.com/uk/).
3. Для спірних випадків візьміть [чесний чек-лист для вчителя і редактора](https://authortext.com/uk/articles/fair-checklist-suspect-ai).

## Що почитати далі

- [Як сьогодні перевіряють текст на ШІ](https://authortext.com/uk/articles/how-detection-works)
- [Як зрозуміти, що текст написав ШІ](https://authortext.com/uk/articles/signs-of-ai-text)

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Як сьогодні перевіряють текст на ШІ

> Сім способів перевірити текст на ШІ, чим вони обмежені і чому чесний результат - це не відсоток «участі ШІ», а оцінка із застереженнями.

- URL: https://authortext.com/uk/articles/how-detection-works
- Language: uk
- Published: 2026-10-11
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/how-detection-works.md), [pt](https://authortext.com/pt/articles/how-detection-works.md), [en](https://authortext.com/en/articles/how-detection-works.md)

Ми спитали про це чотирьох різних ШІ-асистентів і порівняли відповіді. Висновок у всіх однаковий: єдиного тесту не існує, а відповідь завжди лише ймовірна.

## Сім підходів

1. **Статистика.** Перплексія (наскільки передбачувані слова) і burstiness (наскільки нерівний ритм речень). Швидко й зрозуміло. Проблема в тому, що гладкий людський текст теж передбачуваний.
2. **Ймовірнісні методи без навчання** (DetectGPT, Binoculars). Вони порівнюють правдоподібність тексту та його перефразувань. Якщо текст перефразувати або підмінити символи на схожі, метод сильно слабшає.
3. **Стилометрія.** Різноманітність лексики, довжина фраз, слова-зв'язки, пунктуація. Метод прозорий і краще переносить правки, але залежить від жанру й мови.
4. **Навчені класифікатори** (RoBERTa та подібні). На них тримаються комерційні системи. На знайомих даних точні, а з виходом нових моделей швидко застарівають.
5. **Водяні знаки.** Сигнал, який закладають під час генерації. Працює, лише коли генератор його справді додав, а після переписування зникає.
6. **Процес написання.** Чернетки, історія правок, паузи, вставки. Це найпряміший доказ, але потрібен доступ до самого процесу.
7. **Ансамблі.** Кілька сигналів і людина, яка дивиться на результат. Надійніше, зате дорожче.

## Де сходяться всі джерела

- Детектор оцінює **ймовірність**, а не факт авторства.
- Найгірше він працює на **змішаних текстах**, коли людина редагує ШІ або ШІ редагує людину. У цитованих дослідженнях точність падала приблизно до 54-71%.
- **Хибні спрацювання** лишаються головним ризиком. Найбільше від них страждають формальні й академічні тексти та автори, для яких мова нерідна.
- **Перефразування й «олюднювачі»** різко знижують точність.
- Цифри виробників (99% і вище) помітно розходяться з незалежними тестами.

## Відсоток: що можна чесно сказати

Маючи лише готовий текст, історію його створення не відновиш. Тому правильніше казати не «ШІ написав 65%», а «у 65% тексту є ознаки машинної генерації». Задум і правку людини така цифра не показує.

Хороша система при цьому:

- вважає головною помилкою хибне спрацювання на людському тексті;
- калібрує пороги окремо для кожної мови, жанру й довжини;
- показує, **які місця** викликали підозру, і межі невизначеності;
- чесно каже «не впевнені», коли текст короткий або мову вивчено слабко.

## Мови

Найкраще вивчена англійська. У російській багато формального тексту, який і так «рівний», тому хибних тривог більше. Української у відкритих даних найменше, тож і надійність нижча. З португальською трохи краще.

## Що в нас уже є

Порівняємо із сімома підходами вище.

- **Стилометрія.** Це наш основний метод. Ми дивимося на розкид довжини речень і абзаців, слова-зв'язки, різноманітність лексики, пунктуацію та ШІ-фрази трьох рівнів російською, українською, португальською й англійською.
- **Пояснюваність.** Замість голого числа ви бачите конкретні місця: номери рядків, цитати й пояснення, чому ця ознака важить. За дослідженнями, галузь рухається саме туди.
- **Оцінка за фрагментами та підказки.** Видно, які ділянки одноманітні чи шаблонні й як їх виправити. Це правила, без нейромереж.
- **Приховані символи.** Ми знаходимо й прибираємо невидимі знаки, якими інколи позначають текст (259 видів), а типографіку зводимо до простої. Це не статистичний водяний знак на рівні слів, а саме символи.
- **Чесність меж.** На коротких текстах висновку ми не робимо. Про гладкі жанри (новини, ділове листування, реклама), де людина часто виглядає «машинно», попереджаємо.
- **Вимірювання.** Ми перевіряємо на корпусі з довірчими інтервалами й розбивкою за мовами та довжиною. Вибірка поки мала: поріг 50 на 34 ШІ-текстах і 20 людських дав 0% хибних спрацювань, але остаточною точністю це ще не є.

## Що хочемо додати

- **Більший корпус.** Щонайменше 600 людських текстів на мову, а ще окремо тексти авторів з нерідною мовою, перефразовані й змішані. Сьогодні саме тут слабкі всі детектори.
- **Калібрування за мовою та довжиною.** Зони «людина / невизначено / ШІ» за розподілами на корпусі, а не пороги, підібрані вручну.
- **Діапазон замість однієї цифри.** Підсумок зі шкалою невизначеності й позначкою «немає даних», коли висновку зробити не можна.
- **Частка за фрагментами.** «У цій частині тексту є ознаки генерації» замість загального відсотка.
- **«Що якщо».** Порівняння оцінки місця до правки й після.
- **Тип тексту** (новина, відгук, пост, стаття) зі своїми порогами, щойно з'являться жанрові корпуси.
- **Необов'язковий сигнал мовної моделі** на зразок Binoculars. Лише якщо перевірка покаже помітний виграш, скажімо, на текстах нерідною мовою та перефразованих. Якщо ні, не вмикатимемо.

«Невідмінності від людини» ми не обіцяємо й інструмент для обходу перевірок не робимо. Наша мета інша: щоб текст ставав живішим, а оцінка чеснішою. Сприймайте результат як підказку, де варто перечитати уважніше, а не як вирок.

## Що почитати далі

- [Як зрозуміти, що текст написав ШІ](https://authortext.com/uk/articles/signs-of-ai-text): прикмети, за якими текст виглядає шаблонним.
- [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err): чесні цифри й межі.
- [Перевірити свій текст](https://authortext.com/uk/): список доказів із номерами рядків.

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Чому сучасні детектори ШІ помиляються

> Детектор ШІ вимірює стиль, а не авторство: чому гладкий людський текст отримує високу оцінку.

- URL: https://authortext.com/uk/articles/why-detectors-err
- Language: uk
- Published: 2026-10-08
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/why-detectors-err.md), [pt](https://authortext.com/pt/articles/why-detectors-err.md), [en](https://authortext.com/en/articles/why-detectors-err.md)

Будь-який детектор ШІ видає число, і хочеться вірити, що це вирок. Та число каже лише про стиль, а не про автора. Помилитися воно може з кількох причин.

## Детектор не знає, хто писав

Програма не бачить, як народжувався текст. Вона механічно міряє закономірності: чи рівні речення, скільки типових зворотів, наскільки текст передбачуваний. Це непрямі ознаки. У людей вони теж трапляються, і нерідко, бо акуратне письмо так і виглядає.

## Скільки детектор насправді знаходить

Ось чесні цифри нашого власного аналізу. На великому корпусі (кілька тисяч людських текстів і понад тисяча текстів нейромереж) аналіз знаходить близько 14% текстів нейромереж, якщо хибні спрацювання тримати на рівні 1%, і близько 29% при 5%. За мовами різниця велика: для російської це приблизно 23%, для англійської близько 6%. Раніше, на невеликому наборі перших чат-ботів, результат був значно кращий, але той набір був малий і однорідний.

Висновок простий. Сучасні моделі проходять перевірку легше, а число без контексту нічого не доводить.

## Гладка людська проза схожа на машинну

Новина, діловий лист, наукова стаття пишуться за правилами й виглядають рівно. У наших власних вимірюваннях охайні новинні тексти людей отримували високі оцінки помітно частіше, ніж живі коментарі й обговорення. Тож оцінку без жанру точною вважати не можна.

## Ті, хто пише нерідною мовою

Хто пише нерідною мовою, той частіше бере прості й «правильні» конструкції або зовсім користується машинним перекладом. Детектори нерідко сприймають такі тексти як машинні. Через хибні спрацювання низка великих університетів, серед них Єль і Університет Ватерлоо, відмовилася від вбудованих ШІ-детекторів.

Одне застереження: на наших даних різниця для перекладених і нерідномовних текстів невелика, тож ми не кажемо, що вона велика. Але ризик реальний, і його варто враховувати.

## Короткі тексти

Даних мало. Для сотні слів і менше будь-який статистичний висновок ненадійний, і чесний детектор мусить про це сказати. У наших замірах на текстах від вісімдесяти до трьохсот слів результат був близький до випадкового.

## Правка й переказ

Якщо людина відредагувала машинну чернетку або пропустила її через переказ, ознаки розмиваються. Дослідження показують, що перефразування помітно знижує виявлення в багатьох детекторів. У нашому замірі перефразований текст нейромережі виявлявся не гірше за звичайний. Зате людський текст, відредагований моделлю, майже не розпізнавався.

## Чому поріг не рятує

Здається, досить підняти поріг, і хибні спрацювання зникнуть. Та вони не зникають, а переїжджають: за вищого порогу ми рідше звинувачуємо чесних авторів, зате пропускаємо більше машинних текстів. Там, де сильний сигнал не працює, скажімо в новинах, навіть суворий поріг лишає помітну частку хибних спрацювань на людських текстах. У нашому замірі для новин близько 14,6% людських текстів позначалося хибно при порозі, налаштованому на 5%. Тому пороги «ймовірно ШІ» й «сильно ШІ» ми радимо сприймати як орієнтири для уважнішого читання, а не як межу між чесними й нечесними.

## Три речі, які варто запам'ятати

Перша: оцінка стилю не відповідає на питання «хто писав». Друга: те саме число для новини, листа й особистого есе означає різне, тож жанр важить завжди. Третя: відсутність високої оцінки теж нічого не доводить, бо сучасні моделі проходять перевірку легше за перші чат-боти. Тримайте це в голові, і детектор стане корисним способом перечитати текст, а не суддею.

## Чому ми про це пишемо самі

Сервіс, який ховає свої межі, шкодить і авторам, і собі.

Тому на сторінці результату ми показуємо рівень упевненості за довжиною тексту, пояснення до кожного доказу й примітку, що оцінка не є доказом авторства. А коли сигналу не вистачає, так і пишемо.

## Що робити далі

Сприймайте оцінку як підказку, де варто уважніше перечитати текст, а не як доказ. Дивіться на конкретні підсвічені місця, зважайте на жанр і довжину. Для спірних випадків є надійніші способи: чернетки, історія правок, розмова з автором.

- [Перевірте свій текст](https://authortext.com/uk/) і відкрийте список доказів: він показує рядки, а не лише число.
- Якщо ви вчитель чи редактор, візьміть [чесний чек-лист](https://authortext.com/uk/articles/fair-checklist-suspect-ai).
- Якщо вас уже помилково запідозрили, прочитайте історію з [парадоксом, коли детектор плутає людину і ШІ](https://authortext.com/uk/articles/when-detectors-disagree).

## Що почитати далі

- [Як сьогодні перевіряють текст на ШІ](https://authortext.com/uk/articles/how-detection-works)
- [Що нового у виявленні ШІ](https://authortext.com/uk/articles/detection-news-2026)

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Коли детектор плутає людину і ШІ

> Стаття, написана людиною, отримала «ШІ», а текст нейромережі виглядав «швидше людським». Чому так буває і що робити з перевірками авторства.

- URL: https://authortext.com/uk/articles/when-detectors-disagree
- Language: uk
- Published: 2026-10-07
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/when-detectors-disagree.md), [pt](https://authortext.com/pt/articles/when-detectors-disagree.md), [en](https://authortext.com/en/articles/when-detectors-disagree.md)

Таке трапляється: статтю написала людина, а детектор ставить їй високу оцінку «ШІ». І навпаки, текст нейромережі здається йому цілком людським. Річ у тім, що детектор оцінює стиль, а стилю байдуже, хто його створив.

## Що сталося

Власник сервісу перевірив власну статтю, написану без жодної нейромережі, і побачив високий відсоток «ШІ». Тоді взяв текст, який нейромережа написала за вільним проханням, і отримав «швидше людина». Перша думка: інструмент зламався. Друга, розумніша: інструмент якраз показав, де його межі.

## Це не виняток

У наших вимірюваннях українською, російською, португальською й англійською частка текстів нейромереж, позначених вище порога, сильно залежала від сервісу: приблизно від 20% до 90%. А серед охайних новинних текстів, написаних людьми, російською та українською близько третини отримували високі оцінки. Один і той самий поріг одних ловить, інших пропускає. Дивно? Ні.

На більшому корпусі картина така сама твереза. Для новин аналіз майже не відрізняє людські тексти від машинних, а на текстах до трьохсот слів сигнал близький до випадкового. Сучасні моделі проходять перевірку легше за перші чат-боти.

## Чому так буває

Детектор бачить стиль: рівний ритм, типові звороти, ніякої шорсткості. Людина, яка довго шліфує статтю, робить її гладкою. Нейромережа, якій веліли писати простіше й неформально, додає «живості». Стиль не питає, хто його створив.

Окремо стоять змішані тексти. Людина відредагувала машинну чернетку або модель підправила людський текст, і наш попередній замір різниці майже не бачить. Тому ми й говоримо про «частку тексту з ознаками генерації», а не про «відсоток ШІ».

## Що це означає для тих, хто пише

Люди починають боятися власної охайності. Спрощують текст, навмисно пишуть недбало, аби не отримати ярлик. Найчастіше під підозру потрапляють студенти, фрилансери й ті, хто пише нерідною мовою. Добре написаний текст не повинен бути приводом для звинувачень.

## Як виглядає хибне спрацювання зсередини

Погляньмо, що саме побачив детектор у статті власника. Автор роками пише нариси й довго шліфує кожен абзац: викидає повтори, вирівнює довжину речень, додає зв'язки, щоб думка текла. Для людини це ремесло. Для лічильника - рівний ритм, помірна щільність сполучників і мало «шорсткості».

Дзеркальний випадок: нейромережі сказали писати розмовно, короткими фразами, з іронією. Вона слухняно додала нерівності, і лічильник побачив те, що зазвичай бачить у людей. Жоден із двох результатів про автора нічого не каже.

## Чого нам це навчило

Ми показуємо не лише число, а й рядки: де штампи, де абзаци однакові. З цим можна працювати, з голим відсотком - ні.

Коли тексту замало, ми так і кажемо. Це короткий фрагмент або жанр, де сигнал не працює, наприклад новини.

І ми не обіцяємо, що аналіз упіймає все. На великому корпусі він знаходить лише частину текстів нейромереж, якщо хибні спрацювання тримати на рівні 1%.

## Чому це важливо саме для вас

Найгірше при хибному спрацюванні - не розчарування від числа, а рішення, яке за ним ухвалять. Студента можуть викликати на розмову, фрилансера лишити без оплати, автора блогу назвати шахраєм. Якщо ви в такій ситуації, правило просте: просіть показати, на що спирається висновок, і показуйте процес. Чернетки, нотатки й історія версій не залежать від того, наскільки рівний ваш текст. А розмова про конкретний рядок важить більше за суперечку про відсоток.

Тож перш ніж вірити будь-якому детектору, спитайте себе: чи знає він власні межі для цього жанру, цієї довжини й цієї мови? Якщо автор інструмента про них мовчить, це тривожний знак.

Підсумок такий: хибне спрацювання не означає, що ви написали погано. Воно означає лише, що ваш стиль збігся з тим, що лічильник вважає типовим.

## Що робити далі

- Якщо ви автор: зберігайте чернетки й історію правок. Сильнішого доказу в вас не буде.
- Якщо ви читач чи редактор: не вирішуйте за одним числом. Скористайтеся [чесним чек-листом](https://authortext.com/uk/articles/fair-checklist-suspect-ai) і поговоріть з автором.
- Якщо хочете побачити, які місця виглядають шаблонно, [перевірте текст](https://authortext.com/uk/) і відкрийте список доказів із номерами рядків.

Чому помиляються навіть уважні детектори, читайте в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err). Оцінка - привід перечитати текст, а не вирок.

## Що почитати далі

- [Як зрозуміти, що текст написав ШІ](https://authortext.com/uk/articles/signs-of-ai-text)
- [Що нового у виявленні ШІ](https://authortext.com/uk/articles/detection-news-2026)

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Як зробити текст живішим

> Шість прийомів, що роблять текст живим: конкретика, нерівний ритм, менше штампів, свій голос. Без обіцянок «обдурити детектор».

- URL: https://authortext.com/uk/articles/make-text-livelier
- Language: uk
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/make-text-livelier.md), [pt](https://authortext.com/pt/articles/make-text-livelier.md), [en](https://authortext.com/en/articles/make-text-livelier.md)

Живий текст стоїть на трьох речах: конкретика, нерівний ритм і ваш власний голос. Вони потрібні насамперед читачеві, а детектор тут так, збоку. Шість прийомів нижче. Вони однаково годяться і для чернетки від нейромережі, і для тексту, який ви написали самі, сидячи ввечері на кухні.

## 1. Додайте конкретику

Замість «багато людей» напишіть «моя сусідка Марина». Замість «значне зростання» - «з 40 до 65 замовлень на місяць». Ім'я, цифра, місце, випадок: таке читач запам'ятає, а за потреби й перевірить.

Є простий тест. Чи можна це речення вставити в будь-який інший текст на цю тему? Якщо так, воно надто загальне. Хай у кожному абзаці буде бодай одна річ, яку можна перевірити.

## 2. Змінюйте ритм

Короткі речення чергуйте з довгими. Коротке б'є в ціль. Довге дає розгорнути думку, провести читача за собою. Коли три речення підряд мають однакову довжину, перепишіть одне з них.

З абзацами те саме. Рівні блоки по п'ять рядків схожі на шаблон. Абзац в одне речення часто спрацьовує краще за будь-яку прикрасу. Наш аналіз міряє саме розкид довжини речень і абзаців, тож плоский ритм він помічає першим.

## 3. Приберіть штампи

«Варто зазначити, що» майже завжди можна викреслити. Замість «відіграє ключову роль» скажіть на «дуже важливий», «у сучасному світі» на «сьогодні». Прочитайте фразу без цього звороту. Зміст не зник? Значить, зворот був зайвий.

Те саме зі зв'язками. Коли кожне речення відкривається якоюсь зв'язкою, виходить конвеєр, і читач це чує. Зв'язка потрібна лише там, де вона щось пояснює.

## 4. Поверніть свій голос

Скажіть, що ви про це думаєте. Де сумніваєтеся. Що вас здивувало. Одне «я не певен» або «мене це збентежило» оживить абзац сильніше, ніж десяток підібраних синонімів.

## 5. Прочитайте вголос

Де ви спіткнулися або самі заговорили інакше, там текст і треба правити. Зайві зв'язки вухо ловить одразу.

## 6. Не женіться за «обманом детектора»

Правите ви для читача, а не для програми. Підганяти текст під детектор безглуздо: вони помиляються, і ніхто не може гарантувати, що текст стане «нерозрізненим». Ми теж не обіцяємо, що після правки оцінка впаде. Про межі методу докладніше в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err).

## Приклад правки на пальцях

Уявіть абзац, який пасує до будь-якого тексту про роботу: «Сучасні технології дуже важливі для підвищення ефективності. Це стосується кожної компанії. Їх впровадження приносить значні результати».

Що тут не так? Довжина в усіх трьох майже однакова, штамп на штампі, конкретики нуль. Спробуйте переписати: «Таблиця із замовленнями жила в трьох файлах, і щопонеділка хтось один із них губив. Тепер вона одна, і понеділок став спокійнішим». Ритм уже нерівний, є деталь і один живий епізод. А те, що ви пишете замість штампа, і є ваш голос.

Правити все не треба. Знайдіть кілька місць на сторінці, де текст найбільше звучить як шаблон. Решта підтягнеться.

## Як не перестаратися

Оживляти не означає розхитувати. Не вставляйте випадкові жарти, помилки чи розмовні слівця заради «нерівності»: читач фальш відчує раніше за програму. Штучна шорсткість нічого не дає, а в діловому листі чи науковій роботі навіть шкодить, бо там потрібен рівний, чіткий тон. Досить, щоб кожен абзац мав причину бути: щось конкретне, щось ваше, щось таке, чого не вставиш у чужий текст. Ритм і голос з'являться самі.

## Чому це працює для читача

За конкретику є за що зачепитися. Нерівний ритм не дає заснути. Власний голос викликає довіру. Програма тут ні до чого. Текст просто стає кращим. А якщо детектор заспокоїться, то це приємний бонус, а не мета.

## Що робити далі

1. Візьміть свій текст і знайдіть три найзагальніші місця. Замініть їх на конкретні.
2. Вставте текст у [перевірку](https://authortext.com/uk/). Помаранчеві й жовті місця підкажуть, що перечитати першим. Клацніть на місце, і редактор відкриється саме там, із підказкою, чим замінити фразу.
3. Прочитайте вголос. Лишіть те, що звучить як ви.

Хочете знати, за якими ознаками текст звучить «по-машинному»? Читайте [Як зрозуміти, що текст написав ШІ](https://authortext.com/uk/articles/signs-of-ai-text). А якщо перевіряєте тексти регулярно, гляньте [тарифи](https://authortext.com/uk/plans).

## Що почитати далі

- [Як читати цифри в аналізі AuthorText](https://authortext.com/uk/articles/reading-the-numbers): що означають шкали.
- [Як сьогодні перевіряють текст на ШІ](https://authortext.com/uk/articles/how-detection-works): які існують способи перевірки.

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Як зрозуміти, що текст написав ШІ

> Чотири прикмети тексту, написаного нейромережею: рівний ритм, штампи, загальні слова без конкретики. І чому жодна з них не доказ.

- URL: https://authortext.com/uk/articles/signs-of-ai-text
- Language: uk
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/signs-of-ai-text.md), [pt](https://authortext.com/pt/articles/signs-of-ai-text.md), [en](https://authortext.com/en/articles/signs-of-ai-text.md)

Тексти нейромереж найчастіше видають звички, а не помилки: надто рівний ритм, готові звороти й загальні слова. Але жодна з цих прикмет не доводить авторства, тож їх варто читати як привід придивитися, а не як вирок.

## 1. Надто рівний ритм

Люди пишуть нерівно: коротка фраза, за нею довга, потім знову коротка. У нейромережі речення часто майже однакової довжини, а абзаци виходять однакового розміру, наче за лінійкою.

Це можна виміряти. Аналіз рахує, наскільки різниться довжина речень і абзаців: чим рівніше, тим більше балів. Але тільки на досить довгих текстах, бо на кількох реченнях ця цифра нічого не варта. Докладніше про цю шкалу ми розповіли в статті [Як читати цифри в аналізі AuthorText](https://authortext.com/uk/articles/reading-the-numbers).

## 2. Штампи та зв'язки

Звороти на кшталт «варто зазначити», «відіграє ключову роль», «у сучасному світі» трапляються в нейромереж помітно частіше, ніж у живому мовленні. Те саме з ланцюжком «більше того», «крім того», «таким чином» майже в кожному реченні.

У нашому аналізі штампи розподілені за рівнями: одні майже завжди шаблонні, інші лише іноді. Кожне влучання прив'язане до рядка, тому можна одразу побачити, де саме текст говорить готовими формулами.

## 3. Загальні слова замість конкретики

У живому тексті є імена, цифри, місця, випадки з життя. У машинному частіше «численні дослідження показують» і «це важливо для кожної людини»: гладко, але нема за що зачепитися.

Простий тест: чи можна перевірити кожне твердження? Якщо в абзаці нема жодної назви, дати чи прикладу, це привід запитати автора, звідки він це взяв.

## 4. Ідеальна гладкість

Жодних відступів, сумнівів чи власної думки. Кожен абзац охайно відкриває думку й закриває її висновком. Живий текст зазвичай трохи шорсткий.

## Важливе застереження

Це лише прикмети.

Жодна з цих ознак не доводить авторства. Новини, офіційні документи й наукові статті, написані людьми, теж рівні та гладкі. У наших власних вимірюваннях охайні новинні тексти людей отримували високі оцінки помітно частіше, ніж розмовні. На великому корпусі аналіз знаходить лише частину текстів нейромереж, якщо хибні спрацювання тримати на рівні 1%, а сучасні моделі проходять перевірку легше, ніж перші чат-боти.

Буває й навпаки. Хто пише не рідною мовою або багато редагує, той часто звучить для детектора «по-машинному». Чому так буває, ми розбираємо в статті [Чому сучасні детектори ШІ помиляються](https://authortext.com/uk/articles/why-detectors-err).

## Приклад, як дивитися на абзац

Це лише ілюстрація. Прочитайте уявний абзац: «Сьогодні цифрові інструменти дуже важливі для нашого життя. Вони допомагають людям працювати ефективніше, а ще відкривають нові можливості. Тож їхнє значення неможливо переоцінити».

Що тут видно? Усі речення схожої довжини, штампи («дуже важливі», «неможливо переоцінити») замість змісту. Немає жодного імені, цифри чи прикладу, а останнє речення охайно закриває думку. Кожна окрема прикмета слабка, але разом вони вказують: абзац варто переписати або запитати автора, що саме він мав на увазі. Це не доводить, що його писала нейромережа: так само пишуть люди, коли поспішають або пишуть за шаблоном.

## Чого не варто робити

Не складайте висновок за одним словом.

Цей зворот може написати і викладач, який звик до академічного стилю. Не порівнюйте текст з уявленням про те, «як пише ШІ»: моделі змінюються, а їхні тексти можна просити писати по-різному. Не кажіть автору «це написав ШІ»: ви цього не знаєте. Краще скажіть: «У цьому абзаці я не бачу конкретики, розкажіть, що ви мали на увазі». Таке запитання чесне, і відповідь на нього найкраще показує, чи автор знає матеріал.

Підсумок: дивіться на сукупність ознак, на жанр і на довжину тексту, а потім розмовляйте з автором.

## Що робити далі

1. Перечитайте текст і позначте місця, де нема конкретики.
2. Вставте його в [перевірку на AuthorText](https://authortext.com/uk/): вона підсвітить штампи й надто рівний ритм і покаже рядки.
3. Якщо йдеться про чужий текст, не вирішуйте за одним числом: порівняйте з попередніми роботами автора й попросіть чернетки. Практичний порядок дій є в [чесному чек-листі для вчителя і редактора](https://authortext.com/uk/articles/fair-checklist-suspect-ai).
4. Якщо текст ваш і ви хочете його оживити, дивіться [як зробити текст живішим](https://authortext.com/uk/articles/make-text-livelier).

## Що почитати далі

- [Як сьогодні перевіряють текст на ШІ](https://authortext.com/uk/articles/how-detection-works): сім способів і їхні межі.
- [Що нового у виявленні ШІ](https://authortext.com/uk/articles/detection-news-2026): що перевірено в першоджерелах, а що ні.

[Перевірити текст](https://authortext.com/uk/#editor)

---

# Verificação de texto por IA. Humano ou máquina?

> Verificação gratuita de um texto por sinais de IA: realce dos pontos duvidosos e dicas para tornar o texto mais natural. RU, UK, PT, EN. O texto não é guardado.

- URL: https://authortext.com/pt/
- Language: pt
- Site: AuthorText (https://authortext.com/)

Uma análise estatística do ritmo, do vocabulário e da tipografia. Mostramos onde exatamente o texto parece formulaico, em vez de dar um veredicto sobre a autoria.

## Como funciona a verificação

- **Cole o texto.** Cole o texto, carregue um ficheiro (PDF, DOCX, TXT e outros) ou indique a ligação de uma página. O limite depende do plano e aparece por baixo do editor.
- **Vários tipos de análise.** Ritmo das frases e dos parágrafos, frases de IA, conectores, vocabulário, tipografia e caracteres ocultos.
- **Corrija com as dicas.** Cada sinal está ligado a um ponto do texto e explicado. Sem caixa negra e sem veredictos.

## Para quem é o AuthorText

- **Autores e redatores.** Encontre expressões-molde e ritmo uniforme num rascunho antes de publicar.
- **Editores.** Veja depressa onde o texto soa a modelo e o que corrigir nesses pontos.
- **Estudantes e professores.** Perceba que passagens parecem formulaicas. Lembre-se: a pontuação é uma pista, não uma prova.
- **Programadores.** Ligue a verificação ao seu serviço pela API HTTP.

## Porque pode confiar

- **Uma pista, não um veredicto.** A pontuação mostra quantos sinais semelhantes a IA foram encontrados, não a probabilidade de autoria. Também há pessoas que escrevem de forma uniforme e formulaica.
- **Os textos não são guardados.** O texto segue para o servidor apenas para ser analisado. Não guardamos textos nem os escrevemos nos registos; as estatísticas são só contadores.
- **Honestos quanto aos limites.** Os limiares são provisórios e ainda não calibrados. Em textos curtos e em géneros não testados, o site abstém-se de dar veredicto.

## Perguntas frequentes

### Como é calculada a pontuação?

Medimos características estatísticas: dispersão do comprimento das frases e dos parágrafos, frases de IA, conectores, vocabulário, tipografia e caracteres ocultos, e juntamo-las num número de 0 a 100. Cada característica é visível em separado.

### A pontuação prova que um texto foi escrito por IA?

Não. A pontuação é uma pista sobre o estilo, não uma prova de autoria. Quem escreve à mão também pode ser uniforme, e um texto revisto por uma pessoa pode soar natural.

### Guardam o meu texto?

Não. O texto é enviado para o servidor apenas para análise e não é guardado. As estatísticas guardam só contadores: sem textos e sem endereços.

### Que idiomas são suportados?

Russo, ucraniano, inglês e português. Noutros idiomas o resultado pode ser pouco rigoroso.

### Quais são os limites?

O tamanho do texto e o conjunto de análises dependem do plano: o seu limite aparece por baixo do editor. Os detalhes estão na página de planos.

The check itself runs in the browser page; an API for programs is described at https://authortext.com/pt/developers.

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Planos simples. Pague pelo volume, não por promessas.

> Planos de verificação de sinais de IA em textos: gratuito, Básico, Plus, Pro (com API) e Máx. Subscrição pelo PayPal, preços em euros por mês.

- URL: https://authortext.com/pt/plans
- Language: pt
- Site: AuthorText (https://authortext.com/)

A verificação de textos curtos é grátis, sem entrar na conta. As subscrições pagas dão textos mais longos, todos os pontos com citações e a análise de cada sinal.

## Comparação

| Plan | Price, EUR per month | Max characters | Places with quotes | Fragment analysis | Requests: burst / per second |
| --- | --- | --- | --- | --- | --- |
| Gratuito (`free`) | 0.00 | 3000 | 3 | no | 10 / 0.5 |
| Básico (`basic`) | 3.00 | 30000 | all | yes | 40 / 1.5 |
| Plus (`plus`) | 9.99 | 500000 | all | yes | 120 / 4 |
| Pro (`pro`) | 19.99 | 500000 | all | yes | 200 / 6 |
| Máx (`max`) | 24.99 | 1000000 | all | yes | 300 / 10 |

A subscrição renova todos os meses até a cancelar. Pode cancelar a qualquer momento na sua conta: o plano fica ativo até ao fim do período pago. Pagamento pelo PayPal. O site não vê nem guarda os dados do cartão. Cancele quando quiser, na sua conta. Sem período de teste e sem custos escondidos. The same numbers are live at https://authortext.com/api/plans (JSON).

## Comparação: Planos

### Gratuito

Sem login

- Textos curtos
- Tipos de análise básicos
- Avaliação final e os primeiros pontos do texto
- Limpeza de caracteres ocultos e de markdown

### Básico

Subscrição

- Textos mais longos
- Mais tipos de análise
- Métricas detalhadas e análise dos sinais
- Todos os pontos encontrados no texto

### Plus

Subscrição

- Textos muito longos
- Todos os tipos de análise
- Maior frequência de pedidos
- Métricas detalhadas e análise por fragmentos

### Pro

Subscrição e API

- Tudo o que inclui o plano «Plus»
- Chave de API própria para pedidos a partir de programas (cabeçalho Authorization: Bearer)
- Taxa de pedidos mais elevada

### Máx

Sem limites

- Tudo o que inclui o plano «Pro», com a chave de API
- Os textos mais longos e a maior taxa de pedidos
- Sem limite de verificações; uso justo: textos muito grandes gastam mais da rajada de pedidos

## Como subscrever

1. Escolha o plano nesta página e carregue em «Subscrever». Se não tiver entrado, abre-se primeiro a janela de login: entre ou crie uma conta, o registo é gratuito.
2. Segue para a página do PayPal e confirma lá a subscrição. Os dados do cartão são introduzidos só no PayPal; o nosso site não os recebe.
3. Depois da confirmação, o PayPal devolve-o à sua conta e o plano é ativado em poucos segundos.
4. A subscrição renova todos os meses até a cancelar. Cancelar e mudar de plano faz-se na sua conta.
5. Em «Definições» escolha que tipos de análise calcular e mostrar à direita; a escolha fica guardada no seu navegador.

## Pagamento

- **PayPal.** Pagamento da subscrição pela conta PayPal.
- **Renovação mensal.** A subscrição renova todos os meses até a cancelar. Pode cancelar a qualquer momento na sua conta.
- **Sem dados de cartões.** O site não pede nem recebe dados de cartões bancários: são introduzidos só no PayPal.
- **Os textos não são guardados.** O texto é enviado ao servidor apenas para análise e não é guardado em lado nenhum.

## Importante

A avaliação baseia-se em características estatísticas do texto; os limiares são provisórios e ainda não calibrados. O resultado é uma orientação, não prova de autoria. O texto é enviado ao servidor apenas para análise e não é guardado.

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Como usar o AuthorText

> Como usar o AuthorText: verificação de texto, registo e entrada, planos e subscrição pelo PayPal.

- URL: https://authortext.com/pt/help
- Language: pt
- Site: AuthorText (https://authortext.com/)

Um guia curto: da verificação do texto ao registo e à subscrição.

## 1. Verificar um texto

Abra a página de análise e cole o texto no campo à esquerda. Também pode carregar o texto a partir de uma ligação ou de um ficheiro (PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT, MD): separadores por cima do campo.

Carregue em «Verificar». À direita aparece a pontuação geral (de 0 a 100) e barras por sinal: variação do comprimento das frases e dos parágrafos, expressões feitas, palavras de ligação, caracteres ocultos e outros.

Por baixo da pontuação vê os pontos do texto com citações. Clique num ponto e o texto desloca-se para a linha certa. O separador «Realce» mostra esses pontos diretamente no texto.

O bloco «O que pode melhorar» indica que fragmentos estão escritos de forma demasiado uniforme e como os corrigir. No modo gratuito só aparece o contador; os detalhes ficam para os planos pagos.

O botão de limpeza remove caracteres ocultos e simplifica a tipografia; depois pode copiar ou descarregar o texto. Se o texto for mais longo do que o limite do seu plano, é limpa e fica apenas a parte que cabe.

## 2. Como ler o resultado

A pontuação baseia-se em sinais estatísticos do texto. A partir de cerca de 50 pontos o texto parece escrito por IA; a partir de 70 é um sinal forte. É uma orientação, não uma prova de autoria.

Em textos curtos (menos de algumas centenas de palavras) a pontuação é menos fiável, e o serviço avisa disso. Textos de certos géneros (publicidade, redes sociais) são avaliados com mais cautela.

O texto é enviado ao servidor apenas para análise e não é guardado.

## 3. Planos e limites

Sem iniciar sessão aplica-se o plano gratuito: até 3 000 caracteres, as barras principais e os 3 primeiros pontos com citações.

Subscrições pagas: «Básico» (3 € por mês), «Plus» (9,99 €), «Pro» (19,99 €, com chave de API) e «Máx» (24,99 €, sem limite de verificações). Permitem textos mais longos, todos os pontos com citações, a tabela de indicadores e a análise detalhada. Comparação na página «Planos».

As barras a mostrar escolhem-se em «Menu -> Definições».

## 4. Registo e início de sessão

Carregue em «Entrar» no canto superior direito. Há dois métodos; escolha o que lhe for mais cómodo.

Código por e-mail: indique o endereço, receba um código de seis dígitos (válido 10 minutos) e introduza-o. Não precisa de palavra-passe e o endereço serve de utilizador. A conta é criada na primeira entrada.

Utilizador e palavra-passe: escolha o separador «Utilizador e palavra-passe» -> «Criar conta», escolha um utilizador e uma palavra-passe (pelo menos 8 caracteres). O e-mail é opcional.

Os dois métodos podem usar o mesmo e-mail: são duas contas separadas. Se não vir a entrada por código, o envio de e-mail está desligado neste momento; entre com utilizador e palavra-passe.

A sessão dura cerca de 12 horas. Pode terminá-la no menu.

## 5. A sua área pessoal

Abra «Menu -> Conta» (depois de entrar). Vê o método de entrada, o utilizador ou e-mail, a sua subscrição (plano, estado, data da próxima renovação ou do fim) e a validade da sessão.

Cartão «E-mail e palavra-passe»: confirme o endereço com um código; depois pode alterar a palavra-passe com o código enviado para esse endereço. A entrada por código não tem palavra-passe.

Se a conta foi atribuída pelo dono do serviço, o plano é definido manualmente e a subscrição funciona como nas restantes contas.

## 6. Subscrição e pagamento

Abra a página «Planos», escolha o plano e carregue em «Subscrever». Se não tiver entrado, abre-se primeiro a janela de login. Depois segue para a página do PayPal e confirma lá a subscrição.

O pagamento é feito só pelo PayPal. O site não pede nem recebe dados de cartões bancários.

A subscrição renova todos os meses até a cancelar. Pode cancelá-la a qualquer momento na sua conta: o plano fica ativo até ao fim do período pago.

Pode mudar de plano na página «Planos» ou na sua conta: o PayPal pede-lhe que confirme a mudança.

Questões sobre pagamentos e reembolsos: support@authortext.com.

## 7. Para programas (API)

Para pedidos a partir dos seus programas precisa da subscrição Pro ou Máx e de uma chave, criada na área pessoal. Descrição e exemplos: página «Para programadores».

Ainda com dúvidas? Escreva-nos pelo formulário no fim da página de análise.

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# API de verificação de texto com chave e JSON simples.

> Como chamar a verificação de sinais de IA a partir dos seus programas: chave, endpoints, exemplos em curl, Python e Node.js, erros e limites.

- URL: https://authortext.com/pt/developers
- Language: pt
- Site: AuthorText (https://authortext.com/)

A mesma análise do site para os seus programas: pontuação, métricas, pontos do texto com citações, limpeza e marcação. Pedidos e respostas em JSON.

## Endpoints

Estes pedidos aceitam a chave; os pedidos da área pessoal e de pagamento não a aceitam.

| Method | Path | Body | Purpose |
| --- | --- | --- | --- |
| POST | `/api/analyze` | `{"text": "..."}` | Pontuação, métricas, pontos do texto com citações, marcas de água |
| POST | `/api/clean` | `{"text": "..."}` | Limpeza: remove símbolos ocultos e tipografia; um texto demasiado longo é cortado no limite do plano (truncated, limit) |
| POST | `/api/highlight` | `{"text": "..."}` | Marcação dos trechos encontrados para realce |
| POST | `/api/fetch-url` | `{"url": "..."}` | Carrega uma página pelo endereço e analisa o texto |
| POST | `/api/extract-file` | `ficheiro` | Texto de um ficheiro: PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT |
| GET | `/api/me` |  | O plano da chave e os seus limites |

## O que convém saber

- **Sem armazenamento.** O texto é processado em memória, não é escrito em disco nem vai para os registos.
- **Chave e plano.** A chave é criada na área pessoal e mostrada uma só vez; o servidor guarda apenas a impressão digital. Uma chave nova substitui a anterior.
- **Um só formato de erro.** Um erro tem sempre a forma {"error": {"code", "message"}}, sem rastreios.
- **Texto, ligação, ficheiro.** Pode enviar um texto, o endereço de uma página ou um documento inteiro.

## API por chave: planos Pro e Máx

Preços e limites vêm do servidor, por isso não divergem dos reais. Live data: https://authortext.com/api/plans.

- A chave de API está incluída nos planos Pro e Máx.
- Todos os tipos de análise e análise por fragmentos
- Cabeçalho Authorization: Bearer para análise, limpeza, marcação, carregamento por ligação e de ficheiro
- A chave funciona enquanto o período pago estiver ativo

## Erros e limites

| Código HTTP | code | Quando |
| --- | --- | --- |
| 400 | `invalid_json` | O corpo do pedido não é JSON válido |
| 413 | `payload_too_large` | O corpo do pedido é demasiado grande |
| 415 | `unsupported_media_type` | Content-Type não é application/json |
| 422 | `empty_text / invalid_text` | O campo text está vazio, em falta ou não é texto |
| 422 | `text_too_long` | Texto acima do limite do plano; a resposta traz limit e plan |
| 429 | `rate_limited` | Demasiado depressa; veja o cabeçalho Retry-After |

- Os pedidos contam como uma «rajada»: primeiro pode fazer tantos pedidos seguidos quantos indicados acima, depois esse número por segundo. Carregar por ligação ou de ficheiro custa 5 pedidos; um texto com mais de 100 000 caracteres custa mais 1 pedido por cada 100 000.
- Uma chave em falta, errada ou expirada não dá erro: o pedido é tratado como gratuito, com os limites gratuitos (3 000 caracteres). Confirme o plano com GET /api/me.
- A pontuação é uma indicação, não prova de autoria.

## A chave é criada na área pessoal

Subscreva o plano Pro ou Máx, abra a secção «Chave API» na área pessoal e carregue em «Criar chave».

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Sobre o AuthorText

> Ferramenta pequena e independente que procura num texto sinais estatísticos de escrita por IA. Quem a mantém, o que faz e o que não consegue fazer.

- URL: https://authortext.com/pt/about
- Language: pt
- Site: AuthorText (https://authortext.com/)

O AuthorText olha para um texto e diz quantos sinais de escrita automática encontra e onde. Quem escreveu mesmo o texto, isso não diz. A diferença conta, e quase tudo nesta página gira à volta dela.

## O que faz

Cole um texto, indique uma ligação ou carregue um documento. Passados uns segundos aparece uma pontuação de 0 a 100, uma barra para cada sinal e citações das passagens que fizeram subir a nota.

A mesma página também limpa o texto: tira caracteres escondidos, como os espaços de largura zero, e troca a tipografia rebuscada por sinais simples. Português, russo, ucraniano e inglês levam o mesmo tratamento.

## O que não faz

A pontuação é uma pista sobre o estilo, não uma prova de autoria. Prova, nenhum programa a dá. Um texto humano muito polido pode ter nota alta, e um bom texto de máquina pode passar sem uma única marca.

Se do resultado depender algo importante para alguém, seja uma nota, um emprego ou um contrato, use os pontos citados só como motivo para falar com o autor. Mais do que isso, não.

## Quem está por trás

O AuthorText é um projeto de lazer de uma só pessoa, que vive em Portugal. Não é uma empresa: não há firma, número de registo nem escritório, e não vamos fingir que há.

Quem o mantém responde ao correio e arranja o que avaria. A resposta pode demorar um ou dois dias.

## Código aberto

O analisador, as ferramentas de limpeza e o código do site são públicos. Pode ver como a pontuação é calculada em vez de acreditar na nossa palavra, e dizer-nos onde erramos. O repositório está no GitHub.

## Como falar connosco

Escreva para support@authortext.com. Uma dúvida sobre a pontuação, um texto avaliado injustamente, um erro no site, um problema com um pagamento, um pedido para apagar a conta: é tudo para o mesmo endereço. Por favor, não envie palavras-passe nem dados pessoais de terceiros.

- [Código-fonte no GitHub](https://github.com/Michael-VT/aiparstxt)

- Contacto: support@authortext.com

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Como funciona a análise e até que ponto confiar nela

> Os sinais por trás da pontuação do AuthorText, como se somam, o que mostraram os testes em textos reais e onde a nota falha. Com números.

- URL: https://authortext.com/pt/method
- Language: pt
- Site: AuthorText (https://authortext.com/)

A pontuação é uma soma ponderada de estatísticas do texto. Não há nenhum modelo escondido a decidir, e nenhum sinal decide sozinho. Aqui fica o que se conta, como se soma e o que aconteceu quando testámos o método em textos de autoria conhecida. Os resultados são desiguais, e dizemo-lo sem rodeios.

## O que é este número

Entra um texto, saem umas vinte medições: quanto varia o comprimento das frases, quantas expressões feitas há, quão densas são as palavras de ligação, quão rico é o vocabulário, e por aí fora. Cada medição que se pareça com escrita de máquina vale alguns pontos. Os pontos somam-se.

É só isso. Não é a probabilidade de uma máquina ter escrito o texto. O número só diz quantos dos rastos habituais de texto gerado aparecem.

## As famílias de sinais

As duas primeiras famílias pesam mais. As outras acrescentam pouco.

### Ritmo das frases e dos parágrafos

As pessoas misturam frases curtas e longas sem grande ordem. O texto gerado costuma manter um comprimento mais certinho. Medimos a variação do comprimento das frases e dos parágrafos. Frases uniformes dão até 32 pontos, parágrafos uniformes até 28, e quando ambos são uniformes somam-se mais 14.

### Expressões feitas

Umas 150 expressões em quatro línguas, repartidas por três níveis conforme a frequência com que as pessoas reais as usam. As que nunca apareceram nos nossos textos humanos pesam mais: duas delas dão 24 pontos. As comuns quase não dão nada.

### Palavras de ligação

Quantos conectores há por frase, como "além disso" ou "desta forma". Uma série densa vale até 13 pontos.

### Modelos repetidos

A mesma linha curta de título vezes sem conta, ou a mesma forma de frase repetida. Até 14 pontos por títulos repetidos e mais alguns por padrões repetidos.

### Vocabulário e sinais menores

Variedade de palavras, entropia, comprimento das palavras, pontuação, voz passiva, legibilidade. Dois deles (variedade e entropia) podem dar 15 pontos, os restantes entre 3 e 5. Símbolos invulgares e caracteres escondidos aparecem no relatório e acrescentam uns pontos.

## Como os pontos se somam

Os pontos somam-se. Nenhuma medição dá mais de 32, e a soma antes do corte pode chegar a cerca de 165, por isso uma esquisitice isolada nunca decide. Um fator entre 0,9 e 1 ajusta ao tamanho do texto, para que os longos não saiam beneficiados nem os curtos castigados duas vezes. O resultado fica limitado a 100.

Nos textos curtos os pontos só contam em parte. Com menos de 150 palavras ou cinco frases, a página avisa que o resultado não é fiável. O mesmo vale para o estilo publicitário e de redes sociais, em que o método nunca foi testado.

## Como ler os níveis

Abaixo de 20: sem sinais. De 20 a 34: sinais fracos. De 35 a 54: perfil misto. De 55 a 69: provável IA. A partir de 70: estilo fortemente parecido com IA.

Na primeira calibração, um limiar de 50 a 55 serviu para "provável" e 70 para "forte". Os níveis servem para escolher textos a ler com mais atenção, nunca para ditar sentenças.

## O que mostraram os testes

Primeiro houve uma calibração pequena, na versão 0.4.0. Usámos 34 respostas confirmadas de serviços de IA (8 serviços, 4 línguas) e 20 textos humanos. Com o limiar em 50, o método apanhou 93,9% dos textos de IA sem nenhum falso positivo; com 70, apanhou 60,6%, também sem falsos positivos. Parecia excelente. Mas o conjunto era pequeno e cobria poucos géneros.

Depois testámos num corpus muito maior: 5808 textos humanos, 1286 textos de IA e 299 mistos. O quadro ficou bem mais fraco. A AUC, isto é, a hipótese de um texto de IA ao acaso ter nota mais alta do que um humano ao acaso, foi de 72,9%. Com o limiar escolhido para marcar só 1% dos textos humanos, o método apanhou 14,4% dos textos de IA. Com 5% de humanos marcados, apanhou 29,2%.

O primeiro resultado era demasiado otimista, e é o segundo que convém fixar. Deixamos os dois aqui de propósito.

### Por tamanho

Textos de 80 a 299 palavras ficam perto de uma moeda ao ar: AUC 55,6%, recall 4,4%. A partir de 300 palavras melhora: AUC 76,7%, recall 16%.

### Por língua

Recall com 1% de falsos positivos: russo 22,7%, ucraniano 19,1%, português 8,5%, inglês 6,0%. Os recursos de português e ucraniano ainda não foram revistos por falantes nativos.

### Por modelo

Os modelos mais recentes escapam melhor. Com 1% de falsos positivos, o método apanhou 19,7% dos textos do gpt-oss-120b e 6,7% dos do GLM-5.3. Os primeiros chats da web eram mais fáceis de apanhar do que os modelos de hoje.

### Textos mistos

Um texto humano editado por um modelo foi marcado em 0,0% dos casos no limiar rigoroso e em 9,7% no limiar largo. Tradução automática: 2,0% e 4,0%. O método não separa de facto estes casos, e por isso a página fala de sinais e não de "percentagem de IA".

## Onde falha

Os falsos positivos vêm sobretudo de prosa cuidada e regular. As notícias são o pior caso: AUC de 55% e 14,6% de textos humanos marcados no limiar largo, ou seja, nas notícias o sinal não funciona e a página deve abster-se. Os artigos científicos deram 10,0% de falsos positivos com a mesma configuração. O estilo de enciclopédia correu bem: 0,5% e 4,3%.

As traduções de voluntários foram marcadas um pouco mais do que os outros textos humanos: 2,3% contra 1,1%. O ucraniano de quem não é nativo não se distinguia do de nativos no volume que conseguimos testar: 1,5%.

O erro também acontece no outro sentido: um bom texto de máquina atual passa muitas vezes. E a ferramenta não sabe o que pediu ao modelo antes de colar a resposta.

## Como usar um resultado

Leia os pontos citados, não só o número. Se três frases citadas soarem mesmo a palha, isso diz mais do que um 62. Compare com trabalhos anteriores do autor, peça rascunhos, fale com a pessoa.

Ao lado da nota principal aparece um classificador treinado, como segunda opinião provisória. Teve bastante menos testes, por isso dê-lhe ainda menos peso.

## Para ler a seguir

- [Como ler os números da análise do AuthorText](https://authortext.com/pt/articles/reading-the-numbers.md)
- [Quando o detetor confunde humano e IA](https://authortext.com/pt/articles/when-detectors-disagree.md)
- [Abrir a verificação](https://authortext.com/pt/index.md)

- Contacto: support@authortext.com

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Perguntas frequentes

> Respostas curtas sobre o AuthorText: limites gratuitos, línguas, precisão, o que fica guardado, subscrição e cancelamento, API, limpeza do texto e contacto.

- URL: https://authortext.com/pt/faq
- Language: pt
- Site: AuthorText (https://authortext.com/)

Respostas curtas, pela ordem em que costumam perguntar. As versões longas estão nas páginas do método, da privacidade e dos planos.

## Usar a verificação

### É gratuito?

Até certo ponto, sim. Sem iniciar sessão pode verificar textos até 3 000 caracteres, ver as barras principais e as três primeiras passagens citadas, e carregar uma página por ligação por dia. Para textos mais longos e detalhe completo precisa de uma subscrição.

### Que línguas são suportadas?

Português, russo, ucraniano e inglês. O próprio site, as listas de expressões feitas e a deteção da língua cobrem estas quatro. Nas outras línguas só funcionam as medições neutras (ritmo, variedade de palavras), sem listas de expressões, por isso a fiabilidade é menor.

### Qual é a precisão da pontuação?

Não é muito alta, e publicamos os números. Num corpus grande o método marcou cerca de 14% dos textos de IA e marcou por engano 1% dos humanos; em textos curtos e em modelos recentes faz pior. A página do método tem os pormenores.

### Posso usar a pontuação como prova de que um texto foi escrito por IA?

Não. É uma pista sobre o estilo. Um texto humano cuidado pode ter nota alta e um bom texto de máquina nota baixa. Use os pontos citados como motivo para fazer perguntas, não como sentença.

### O que faz a limpeza do texto?

Tira caracteres escondidos, como espaços de largura zero, e troca aspas curvas, travessões longos e outra tipografia rebuscada por sinais simples. Funciona em todos os planos; um texto maior do que o seu plano permite é cortado primeiro.

## Privacidade

### O meu texto fica guardado?

Não. O texto é tratado em memória e esquecido. Não vai para registos nem serve para treinar nada. O mesmo vale para textos carregados de um ficheiro ou de uma ligação.

### O que guardam sobre mim?

Um nome de utilizador, um hash com sal da palavra-passe (nunca a palavra-passe), o endereço de e-mail se o indicou, o plano e as datas da subscrição. As estatísticas são simples contadores, sem textos nem endereços. A política de privacidade lista tudo.

## Planos e pagamento

### Como funciona a subscrição?

Há quatro planos pagos, cobrados todos os meses através do PayPal: Básico 3,00 EUR, Plus 9,99 EUR, Pro 19,99 EUR e Max 24,99 EUR. Não há período de teste nem pagamentos avulsos. O site nunca vê os dados do seu cartão, quem os trata é o PayPal.

### Como cancelo?

Abra a sua conta, vá à secção do plano e cancele aí. O plano continua a funcionar até ao fim do período já pago e depois a conta volta ao plano gratuito.

### Existe uma API?

Sim, nos planos Pro e Max. Crie uma chave pessoal na conta e envie textos para a mesma análise que o site usa. A página para programadores indica os pontos de acesso, os erros e os limites.

### Como posso contactar-vos?

Escreva para support@authortext.com. É uma única pessoa que lê o correio, por isso conte com resposta em um ou dois dias.

- Contacto: support@authortext.com

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Política de privacidade

> O que o AuthorText faz com os seus dados: os textos não são guardados nem registados; fica apenas o utilizador, o hash da palavra-passe e, se quiser, o e-mail.

- URL: https://authortext.com/pt/privacy
- Language: pt
- Site: AuthorText (https://authortext.com/)

Em resumo: analisamos o texto e esquecemo-lo. Abaixo, em linguagem simples, o que fica guardado e o que não fica.

- Atualizado: 2026-10-22
- Contacto: support@authortext.com

## Quem somos

O AuthorText (authortext.com) é um projeto pessoal de uma só pessoa, que vive em Portugal. Não é uma empresa, por isso não há denominação social, número de registo nem morada postal. O responsável pelo tratamento, nos termos do RGPD, é o autor do projeto. Contacto: support@authortext.com.

## Os seus textos

O texto que verifica é tratado na memória do servidor e esquecido logo a seguir. Não guardamos textos, não os escrevemos em registos e não os usamos para treinar modelos. O mesmo vale para um texto carregado de um ficheiro ou por ligação: a página indicada é descarregada pelo servidor, dela tira-se o texto principal e nada é guardado.

No registo de erros fica apenas a linha da falha, sem o conteúdo do texto.

## Conta

Para iniciar sessão guardamos: o nome de utilizador, um hash com sal da palavra-passe (não conhecemos a palavra-passe e não a podemos recordar), opcionalmente o endereço de e-mail, e o plano. Se entrar com um código enviado por e-mail ou com a Google, guardamos o endereço para onde o código foi enviado ou que a Google indicou.

Os códigos por e-mail são guardados apenas como hash, valem 10 minutos e têm 5 tentativas; o corpo da mensagem é apagado depois do envio. A chave da API é guardada apenas como hash SHA-256: é mostrada uma única vez, quando é criada.

Os pagamentos são processados pelo PayPal. Recebemos dele apenas o estado da subscrição e o identificador do pagador; os dados do cartão bancário nunca os vemos nem os guardamos. Ficam connosco o plano, o estado e as datas da subscrição.

## Início de sessão com a Google

Quando carrega em «Entrar com a Google», o navegador recebe da Google uma prova de identidade (token de ID) e envia-a apenas à Google e ao nosso servidor. O servidor verifica a assinatura e guarda o endereço de e-mail do token. Não pedimos mais dados do perfil Google. Para o botão funcionar, a página carrega um script de accounts.google.com; não há outros scripts externos, publicidade nem contadores.

## Estatísticas sem rastreio

Contamos apenas números: quantas verificações (por língua, tamanho e plano), quantos registos e quantos visitantes diferentes por dia. Os visitantes diferentes são contados através de um hash unidirecional do endereço, do dia e de uma chave secreta, que é apagado ao fim de dois dias. Endereços, textos e perfis de comportamento não são guardados. Para evitar abusos, o servidor mantém brevemente na memória a frequência de pedidos por endereço.

Comentários: se nos escrever pelo formulário, guardamos a mensagem e o contacto que indicou, para lhe podermos responder. Não coloque na mensagem palavras-passe nem dados pessoais de terceiros.

## Cookies e armazenamento local

O site usa apenas o tecnicamente necessário. O cookie sid aparece depois do início de sessão: sessão assinada, HttpOnly, dura 12 horas e serve para a conta funcionar. No localStorage do navegador ficam as suas preferências: tema, língua da interface, sinais de análise desativados e a marca de que o formulário de comentários já foi enviado. Nada disto serve para publicidade ou rastreio, por isso não é necessário um aviso de cookies com consentimento. Pode apagar tudo nas definições do navegador.

## Os seus direitos

Nos termos do RGPD pode pedir acesso aos seus dados, retificação, apagamento, opor-se ao tratamento e obter uma cópia. Escreva para support@authortext.com a partir do endereço associado à conta. Se considerar que violamos os seus direitos, pode apresentar queixa à autoridade de controlo portuguesa, a CNPD (Comissão Nacional de Proteção de Dados, cnpd.pt).

Os dados da conta são conservados enquanto ela existir; depois de um pedido de apagamento, eliminamos a conta e os registos associados.

## Alterações

Se algo no funcionamento do site mudar, atualizamos este texto e a data no topo da página. Lei aplicável: a de Portugal e o direito da UE.

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Termos de utilização

> Regras de utilização do AuthorText: a pontuação é uma pista e não prova de autoria, o serviço é prestado tal como está e a subscrição é paga através do PayPal.

- URL: https://authortext.com/pt/terms
- Language: pt
- Site: AuthorText (https://authortext.com/)

Este é um projeto pessoal e os termos são simples. Ao usar o site, aceita-os.

- Atualizado: 2026-10-22
- Contacto: support@authortext.com

## O que é este serviço

O AuthorText conta quantos sinais típicos de textos escritos por IA existem num texto e mostra onde estão. É uma pista estatística sobre o estilo, não um veredicto nem prova de autoria. Os detetores enganam-se, sobretudo em textos curtos, profissionais ou traduzidos. Não tome decisões sobre pessoas (expulsão, despedimento, coima) apenas com base nesta pontuação.

## Utilização por sua conta e risco

O serviço é prestado «tal como está», sem garantias de exatidão, disponibilidade ou adequação a um fim específico. Na medida permitida por lei, não respondemos por prejuízos resultantes do uso da pontuação ou de interrupções do serviço. Isto não afeta os direitos de consumidor que a lei não permite limitar.

## Limites e planos

O tamanho do texto, o número de verificações e as funções disponíveis dependem do plano, e os limites são verificados pelo servidor. Detalhes e preços: página «Planos». Não contorne os limites, não sobrecarregue o serviço com pedidos automáticos sem chave de API (planos Pro e Máx) e não revenda o acesso sem autorização.

## Conteúdo permitido

Não carregue material ilegal, dados pessoais de terceiros, palavras-passe ou chaves. Não use o site para intrusão, recolha em massa de dados ou ataques ao serviço. Podemos limitar o acesso se isto for violado.

## Subscrição e pagamento

Os planos pagos contratam-se como subscrição através do PayPal; os preços constam da página «Planos». O pagamento e a confirmação da subscrição são feitos pelo comprador no PayPal: o site não recebe dados de cartões bancários.

A subscrição renova automaticamente todos os meses até a cancelar. Pode cancelar a qualquer momento na sua conta: o cancelamento produz efeitos no fim do período pago e, até lá, o plano continua ativo.

Se for consumidor na União Europeia, tem o direito legal de retratação nos contratos celebrados à distância, incluindo na compra de serviços digitais. O modo como esse direito se aplica a uma subscrição é definido pela lei do seu país.

Para exercer o direito de retratação ou pedir o reembolso de um pagamento, escreva para support@authortext.com.

## Alterações e fim do serviço

O autor pode alterar o serviço, os planos e estes termos, ou terminar o projeto. Tentaremos avisar no site. As alterações produzem efeito a partir da publicação.

## Lei e contacto

Aplica-se a lei portuguesa e o direito da UE; as normas imperativas de proteção do consumidor do seu país mantêm-se. Questões: support@authortext.com. Sobre dados: política de privacidade.

## Links

- [Home](https://authortext.com/pt/index.md)
- [plans](https://authortext.com/pt/plans.md)
- [help](https://authortext.com/pt/help.md)
- [developers](https://authortext.com/pt/developers.md)
- [about](https://authortext.com/pt/about.md)
- [method](https://authortext.com/pt/method.md)
- [faq](https://authortext.com/pt/faq.md)
- [privacy](https://authortext.com/pt/privacy.md)
- [terms](https://authortext.com/pt/terms.md)
- [articles](https://authortext.com/pt/articles/index.md)

---

# Blog

> Artigos sobre como reconhecer texto de IA, por que os detectores erram e como deixar o texto mais vivo.

- URL: https://authortext.com/pt/articles/
- Language: pt
- Other languages: [ru](https://authortext.com/ru/articles/index.md), [uk](https://authortext.com/uk/articles/index.md), [en](https://authortext.com/en/articles/index.md)
- Feed: https://authortext.com/pt/rss.xml

## Todos os artigos

- [Burstiness e perplexidade sem matemática](https://authortext.com/pt/articles/burstiness-perplexity.md) (2026-10-24): Burstiness e perplexidade explicadas sem fórmulas: o que significam, como se ligam aos sinais do AuthorText e porque, sozinhas, são prova fraca.
- [Caracteres invisíveis em texto copiado](https://authortext.com/pt/articles/invisible-characters.md) (2026-10-24): Espaços de largura zero, hífenes suaves, aspas curvas e travessões longos: de onde vêm num texto copiado, o que estragam e como os limpar.
- [Como ler os números da análise do AuthorText](https://authortext.com/pt/articles/reading-the-numbers.md) (2026-10-24): O que significam a variação do tamanho das frases, a repetição, as expressões típicas e a densidade de conectores na análise do AuthorText, com exemplo.
- [Estudantes e detetores de IA: evitar uma falsa acusação](https://authortext.com/pt/articles/students-false-accusation.md) (2026-10-24): O que esperar dos detetores de IA nas escolas e como se proteger de uma falsa acusação: rascunhos, histórico de versões, explicar o que escreveu.
- [Lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai.md) (2026-10-24): Lista justa para professores e editores que suspeitam de IA: o que a pontuação de um detetor prova, o que não prova e como falar com o autor.
- [Verificar o texto de um freelancer: guia para clientes](https://authortext.com/pt/articles/checking-freelancer-text.md) (2026-10-24): Como verificar o texto de um freelancer ou copywriter com justiça: briefing claro, rascunhos, estilo consistente, cláusulas sobre IA e perguntas.
- [Deteção de IA: o que está e não está verificado](https://authortext.com/pt/articles/detection-news-2026.md) (2026-10-12): O que há de novo em 2026: benchmarks com autoria mista, indícios do «ritmo da surpresa», regras de marcação da UE. O que foi verificado e o que não foi.
- [Como se verifica hoje um texto quanto a IA](https://authortext.com/pt/articles/how-detection-works.md) (2026-10-11): Sete formas de verificar se um texto é de IA, o que limita cada uma e por que um resultado honesto é uma estimativa com ressalvas, não uma percentagem exata.
- [Por que os detetores de IA modernos se enganam](https://authortext.com/pt/articles/why-detectors-err.md) (2026-10-08): O detetor de IA mede o estilo, não a autoria: por que razão um texto humano bem polido recebe uma nota alta.
- [Quando o detetor confunde humano e IA](https://authortext.com/pt/articles/when-detectors-disagree.md) (2026-10-07): Um artigo escrito por uma pessoa recebeu «IA», e um texto de IA pareceu «mais humano». Porque é que isto acontece e o que fazer com as verificações de autoria.
- [Como deixar o texto mais vivo](https://authortext.com/pt/articles/make-text-livelier.md) (2026-10-06): Seis técnicas para um texto mais vivo: detalhes concretos, ritmo irregular, menos clichês, voz própria. Sem prometer «enganar o detetor».
- [Como saber se um texto foi escrito por IA](https://authortext.com/pt/articles/signs-of-ai-text.md) (2026-10-06): Quatro sinais de um texto escrito por IA: ritmo uniforme, chavões, palavras genéricas sem pormenores. E por que nenhum deles é prova.

---

# Burstiness e perplexidade sem matemática

> Burstiness e perplexidade explicadas sem fórmulas: o que significam, como se ligam aos sinais do AuthorText e porque, sozinhas, são prova fraca.

- URL: https://authortext.com/pt/articles/burstiness-perplexity
- Language: pt
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/burstiness-perplexity.md), [uk](https://authortext.com/uk/articles/burstiness-perplexity.md), [en](https://authortext.com/en/articles/burstiness-perplexity.md)

Perplexidade é uma medida de quão previsível um texto é. Burstiness mede quanto essa previsibilidade, e o tamanho das frases, oscila de uma ponta à outra. Os dois termos andam em todas as conversas sobre detetores de IA e ambos dizem alguma coisa, só que bem menos do que se costuma pensar.

## Perplexidade: quão previsível é a próxima palavra

Experimente ler «O café da manhã estava quente e o pão acabado de...». Quase toda a gente acrescenta «fazer» ou «sair». A frase tem perplexidade baixa, porque a palavra seguinte quase se adivinhava. Se acabar em «...de ressuscitar», já ninguém estava à espera, e a perplexidade dispara.

É este o jogo que um modelo de linguagem joga, palavra a palavra. Os modelos de IA tendem a escolher a palavra mais provável, e por isso o que escrevem costuma ser, em média, mais previsível. Daí vem a ideia de que perplexidade baixa cheira a máquina.

Só que a ideia tem um furo evidente. Um manual de instruções, uma receita ou uma carta formal também são previsíveis, e muito, porque o género pede isso. E quem escreve de forma simples e clara usa palavras comuns. Ser previsível não faz de ninguém um robô.

## Burstiness: o texto em rajadas

A palavra inglesa quer dizer, mais ou menos, «feito de rajadas». Quando conversamos, alternamos: uma frase curta e seca, depois uma comprida e cheia de desvios, depois outra curta. Há momentos de surpresa e momentos de calma. Esse sobe e desce é a burstiness.

O texto de IA, sobretudo o das primeiras gerações, era mais plano. Frases do mesmo tamanho, parágrafos do mesmo tamanho, a mesma temperatura do princípio ao fim. É a isto que se refere quem fala de burstiness baixa.

## O que o AuthorText mede, com outros nomes

O serviço não calcula a perplexidade de um modelo de linguagem. Mede coisas mais simples, que apanham uma parte da ideia:

- **Variação do tamanho das frases e dos parágrafos.** É o parente mais chegado da burstiness. Se quase todas as frases têm o mesmo comprimento, a pontuação sobe. E este é, já agora, um dos sinais que mais pesam.
- **Repetição e entropia.** Quando as mesmas palavras e construções regressam vezes sem conta, o texto fica mais previsível, e isso faz lembrar a perplexidade baixa.
- **Expressões feitas e conectores.** Cada «importa salientar» é uma escolha previsível. A [leitura dos números](https://authortext.com/pt/articles/reading-the-numbers) explica cada barra.

Fica de fora a parte que precisa de um modelo, a de saber quão provável era cada palavra em concreto. Há investigadores que medem a oscilação dessa surpresa ao longo do texto, como o grupo do DivEye, descrito em [O que há de novo na deteção de textos de IA](https://authortext.com/pt/articles/detection-news-2026). Os resultados que apresentam são afirmações dos autores, que nós não reproduzimos.

## Um exemplo pequeno (inventado)

É só um exemplo para ilustrar, não um texto medido.

Texto A: «O produto é eficaz. O produto é simples. O produto é económico. O produto é útil para todos.» Quatro frases quase iguais, a mesma estrutura, o mesmo comprimento. Burstiness baixa, repetição alta.

Texto B: «Comprei-o a pensar que ia falhar. Não falhou. Passados três meses, continua na gaveta da cozinha, ao lado da colher de pau que a minha mãe jurou nunca emprestar.» Uma frase curta, outra curtíssima, e uma comprida, cheia de pormenor.

Qualquer análise de estilo escolheria o B como «mais humano». Mas uma IA a quem se peça «escreve com ritmo irregular» consegue fazer o B, e uma pessoa que está a redigir um manual consegue fazer o A.

## Porque é que são provas fracas, mesmo juntas

- **O género manda.** Notícias, atas e textos científicos são regulares por natureza. Nas nossas medições, as notícias humanas bem escritas recebiam muitas vezes notas altas.
- **Textos curtos não chegam.** Com poucas frases não há como medir a variação com segurança. Entre 80 e 299 palavras, o nosso resultado é quase aleatório.
- **A edição apaga rastos.** Um texto humano editado por um modelo quase nunca é assinalado, e a paráfrase esbate os sinais.
- **Os modelos mudam.** Os mais recentes são menos planos do que os primeiros.

Por isso a nossa pontuação é uma pista e nunca uma prova. As razões estão em [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err).

## O que fazer a seguir

Quer ver onde o seu texto é plano? Cole-o na [verificação](https://authortext.com/pt/) e abra a lista de provas: cada linha assinalada diz porquê. Releia essas passagens em voz alta e decida você, com a sua cabeça, se precisam de ritmo ou se estão bem assim. E se o texto for de outra pessoa, não decida com base num número só. Veja antes a [lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai).

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Caracteres invisíveis em texto copiado

> Espaços de largura zero, hífenes suaves, aspas curvas e travessões longos: de onde vêm num texto copiado, o que estragam e como os limpar.

- URL: https://authortext.com/pt/articles/invisible-characters
- Language: pt
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/invisible-characters.md), [uk](https://authortext.com/uk/articles/invisible-characters.md), [en](https://authortext.com/en/articles/invisible-characters.md)

Já lhe aconteceu? O texto parece impecável no ecrã e, mesmo assim, algo não bate certo. A pesquisa não encontra uma palavra que está mesmo ali à frente. Uma ligação leva a uma página de erro. Um excerto de código recusa-se a correr. Muitas vezes a culpa é de um carácter que não se vê.

## Que caracteres são estes

Um texto é uma fila de pontos de código, e nem todos desenham alguma coisa. Os suspeitos do costume:

- **Caracteres de largura zero** (U+200B espaço de largura zero, U+200C e U+200D ligadores, U+FEFF marca de ordem de bytes). No ecrã não ocupam lugar nenhum.
- **Marcas de direção do texto** (U+202A a U+202E e parecidas). Dizem em que sentido se escreve, o que faz sentido para árabe ou hebraico e nenhum num parágrafo em português.
- **Hífen suave** (U+00AD). Assinala onde a palavra pode ser cortada, e só se nota quando a linha quebra.
- **Espaços esquisitos**: o espaço não separável e toda uma família de espaços estreitos, largos e finos que se parecem com um espaço normal, mas não são.
- **Pontuação tipográfica**: aspas curvas, travessão longo, reticências num só carácter, marcadores e setas.

Este último grupo vê-se, mas é outro carácter, diferente do que está no teclado, e os programas muitas vezes tratam-no de maneira diferente.

## De onde vêm

Quase sempre da simples cópia:

- janelas de conversa e páginas web, cuja paginação põe hífenes suaves ou espaços de largura zero para controlar a quebra das linhas;
- processadores de texto, que trocam as aspas e os hífenes simples por versões "inteligentes" à medida que escreve;
- tradutores e extração de texto de PDF, que podem meter espaços estranhos ou partir palavras;
- documentos que passaram por vários programas, cada um com os seus hábitos.

Ninguém fez nada de mal, é assim que o texto viaja. E não dizemos que este ou aquele serviço mete caracteres invisíveis de propósito nas respostas: não temos dados que o permitam afirmar.

## Porque dão problemas a sério

- **A pesquisa falha.** Uma palavra com um carácter escondido lá dentro passa a ser outra sequência. "Contrato" e "con[largura zero]trato" não coincidem.
- **As comparações enganam.** Duas linhas que à vista são iguais aparecem como diferentes.
- **Código e endereços deixam de funcionar.** Basta uma aspa curva num comando ou um espaço de largura zero numa ligação para tudo parar, e a mensagem de erro quase nunca explica porquê.
- **Os verificadores de plágio perdem-se.** Caracteres escondidos e espaços trocados mudam a divisão em palavras, e podem falhar coincidências ou apontá-las mal.
- **A paginação estraga-se.** Folgas esquisitas, linhas que não quebram ou quebram onde não devem.

## Como encontrar e limpar

O AuthorText trata disto de duas maneiras.

A primeira é a verificação. Destaca no texto os caracteres que parecem marcas de água e a tipografia, para ver onde estão em vez de adivinhar. O detetor conhece 259 destes pontos de código: caracteres de largura zero, hífen suave, operadores invisíveis, marcas de direção, seletores de variação, caracteres de etiqueta, caracteres de uso privado e mais alguns.

A segunda é a ferramenta "Limpar e normalizar". Tira estes caracteres e reduz a pontuação tipográfica a ASCII simples: aspas retas, hífen simples, três pontos. Antes de usar o resultado, compare-o com o original.

Um roteiro rápido:

1. Cole o texto na [verificação](https://authortext.com/pt/) e veja os sítios destacados.
2. Decida se quer normalizar tudo (para código, endereços e dados, em regra sim) ou só uma parte.
3. Limpe e compare.

Um aviso: num texto literário, o travessão longo pode ser uma escolha deliberada. Normalizar convém aos textos técnicos e, na prosa, fica ao seu critério.

## Outra coisa: as marcas de água estatísticas

"Marca de água" tem um segundo sentido, e convém não os misturar. Há investigadores que propuseram marcar os modelos de linguagem ao nível dos tokens: durante a geração, o modelo é empurrado de leve para certas palavras, segundo um padrão que depois pode ser testado por quem tem a chave.

Uma marca destas não é feita de caracteres. Não há nenhum ponto de código escondido no texto. Está na escolha das palavras, e por isso um limpador de caracteres não a encontra nem a tira. O AuthorText também não diz que a deteta: a nossa análise olha para o estilo, não para uma chave secreta. Caracteres invisíveis e marcas de água estatísticas são dois assuntos separados, e o primeiro não diz nada sobre o segundo.

Mais um ponto. Um texto com caracteres escondidos não é por isso de IA, e um texto sem eles não é por isso humano. Mostram como o texto foi copiado, não quem o escreveu.

## O que fazer

Antes de publicar, entregar ou executar um texto copiado, dê-lhe uma olhadela. [Verifique o texto](https://authortext.com/pt/) para ver caracteres escondidos e tipografia, e use "Limpar e normalizar" quando precisar de ASCII simples. Se desconfia do texto por outras razões, o nosso [pequeno guia dos sinais de texto de IA](https://authortext.com/pt/articles/signs-of-ai-text) explica o que mais observar e porque nada disso é prova.

[Verificar um texto](https://authortext.com/pt/#editor)

---

# Como ler os números da análise do AuthorText

> O que significam a variação do tamanho das frases, a repetição, as expressões típicas e a densidade de conectores na análise do AuthorText, com exemplo.

- URL: https://authortext.com/pt/articles/reading-the-numbers
- Language: pt
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/reading-the-numbers.md), [uk](https://authortext.com/uk/articles/reading-the-numbers.md), [en](https://authortext.com/en/articles/reading-the-numbers.md)

A página de resultado mostra uma pontuação, uma faixa e várias barras. Vou explicar em palavras simples o que cada uma quer dizer e até onde vale a pena confiar nelas.

## A pontuação é uma pista

A pontuação vai de 0 a 100 e diz quantas marcas de texto de máquina a análise encontrou. É uma heurística, não uma medição de autoria. Repetimo-lo em todo o lado de propósito, porque é o facto mais importante da página.

## Variação do tamanho das frases

Quem escreve não é regular. Sai uma frase comprida com uma ou duas ressalvas, a seguir uma curta, depois uma média. O texto de máquina, sobretudo o dos primeiros modelos, tende a manter as frases do mesmo tamanho.

A análise mede isto com o coeficiente de variação, ou seja, quanto os tamanhos das frases se afastam da média. Pouca dispersão soma pontos, muita não soma nenhum. Também se lhe chama burstiness, e é o sinal que mais pesa na pontuação. Os parágrafos medem-se do mesmo modo, e quando os dois são uniformes há um bónus conjunto.

## Repetição

Palavras repetidas, inícios de frase iguais, o mesmo molde de cabeçalho em todas as secções. A análise conta quantas vezes os padrões regressam. Num texto técnico alguma repetição é normal, por isso este sinal é só uma parte do quadro.

## Expressões típicas

A análise tem uma lista de expressões feitas em português, inglês, russo e ucraniano, repartida em níveis conforme o quanto são típicas. Entram aqui as fórmulas de abertura que anunciam o assunto antes de o tratar e as afirmações vagas sobre o "papel importante" de tudo. Cada ocorrência aponta para um número de linha na lista de indícios.

## Densidade de conectores

São as palavras que prendem uma frase à vizinha e mostram o passo seguinte do raciocínio. O texto de máquina gosta de as pôr em abundância e bem distribuídas. Uma pessoa, muitas vezes, limita-se a começar a frase seguinte.

## Um pequeno exemplo

É uma ilustração inventada, não são dados reais.

> O projeto é importante. A equipa é grande. O plano é claro. O objetivo é simples. O resultado é bom.

Cinco frases de três a quatro palavras. O ritmo é quase plano, a variação é baixa e este sinal pontuaria. Agora uma reescrita:

> O projeto importa. Porquê? Porque a equipa, que num ano passou de três pessoas para doze, tem finalmente um plano que qualquer um explica de uma assentada. O objetivo é simples.

Aqui os tamanhos vão de uma palavra a mais de vinte. A variação é alta e o sinal fica calado. No fundo, o texto não ficou "mais humano", mudou só o ritmo. E é por isso que o ritmo sozinho não prova nada.

## O que quer dizer "provável IA"

A pontuação cai em faixas. De 50 a 55 para cima é "provável IA", e a partir de 70 é "IA forte". Estes limiares vieram de uma primeira calibração com uma amostra pequena, 34 textos de IA contra 20 humanos, e aí o resultado foi bom.

Num corpus maior, o quadro é muito mais modesto. Na nossa última medição, a análise apanhou cerca de 14% dos textos de IA com 1% de falsos positivos, e cerca de 29% com 5%. Os modelos modernos escapam melhor aos sinais atuais do que os primeiros chats. A faixa fala, portanto, do estilo e não do autor, e "provável" lê-se como "vale a pena olhar com mais atenção".

Os casos mistos também se separam mal: um texto humano corrigido por um modelo, ou uma tradução automática. Por isso falamos de sinais de geração num texto, e não de uma "percentagem de IA" do autor.

## Porque é que textos curtos dão sinais fracos

A variação precisa de matéria-prima. Com três frases não se distingue um ritmo de uma coincidência. Na nossa medição no corpus, os textos de 80 a 299 palavras ficaram perto do acaso, e a partir das 300 palavras correu melhor, embora longe de ser fiável. A análise marca como pouco fiáveis os textos com menos de cerca de 150 palavras ou menos de cinco frases, e tira pontos.

Além disso, uma pontuação baixa num texto curto não prova que foi uma pessoa a escrevê-lo. A nota na página diz precisamente isso: o veredicto é pouco fiável, não é prova.

As notícias, os textos promocionais e os géneros das redes sociais são outro ponto fraco, e nesses casos a análise pode abster-se.

## O que fazer

1. Leia a lista de indícios antes do número: mostra sítios, não só um total.
2. Veja o tamanho do texto e a nota de fiabilidade.
3. Use a faixa como motivo para reler. Se a nota ou a reputação de alguém dependem do resultado, peça rascunhos, como na nossa [lista justa](https://authortext.com/pt/articles/fair-checklist-suspect-ai).
4. Se o texto é seu e quer um ritmo mais natural, veja [como deixar o texto mais vivo](https://authortext.com/pt/articles/make-text-livelier).

Quer espreitar o seu texto? [Abra a verificação](https://authortext.com/pt/).

[Verificar um texto](https://authortext.com/pt/#editor)

---

# Estudantes e detetores de IA: evitar uma falsa acusação

> O que esperar dos detetores de IA nas escolas e como se proteger de uma falsa acusação: rascunhos, histórico de versões, explicar o que escreveu.

- URL: https://authortext.com/pt/articles/students-false-accusation
- Language: pt
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/students-false-accusation.md), [uk](https://authortext.com/uk/articles/students-false-accusation.md), [en](https://authortext.com/en/articles/students-false-accusation.md)

O que o protege de uma falsa acusação não é escrever de forma «descuidada». É poder mostrar como o texto nasceu: rascunhos, notas, histórico de versões e a capacidade de explicar o que escreveu. A nota de um detetor é um indício fraco, e quem a lê com juízo sabe isso.

## O que é, e o que não é, a nota de um detetor

Um detetor olha para o estilo: se as frases são todas parecidas, quantas expressões feitas aparecem, se o texto é previsível. Não vê quem escreveu, nem como. Uma nota alta só diz que o texto tem traços que também se encontram em texto de máquina.

Os números do próprio serviço são modestos. Numa medição com milhares de textos, o sinal separou os dois grupos só em parte, e nos textos curtos foi quase um lançamento de moeda. Por isso a nota nunca prova a autoria. Aliás, algumas universidades de topo deixaram de usar detetores integrados por causa dos falsos alarmes.

## Quem corre mais risco

Quem escreve numa língua que não é a sua costuma usar construções simples e corretas, e isso pode parecer «demasiado limpo». Os estudantes que seguem um formato académico à risca, ou que passam o texto por um corretor ou um tradutor, também ficam mais uniformes. Com cautela: estes grupos podem ser assinalados mais vezes do que os outros. Não vamos inventar percentagens, até porque não as temos. O que interessa é saber que o risco existe.

## Antes de entregar: guarde o processo

1. **Escreva num editor com histórico de versões**, para as alterações ficarem datadas.
2. **Guarde as notas e os esquemas.** Uma folha com ideias soltas vale mais do que parece.
3. **Não apague os rascunhos**, nem os maus. Mostram o caminho.
4. **Anote as fontes** que leu, com a data.
5. **Se usou uma ferramenta** (corretor, tradutor, IA para uma ideia), escreva o que foi e para quê. Se as regras da escola o pedirem, diga-o antes de lhe perguntarem.

## Leia o seu texto como um leitor desconfiado

Antes de entregar, cole o texto na [verificação](https://authortext.com/pt/) e abra a lista de provas. Ela aponta linhas concretas: onde há uma expressão feita, onde os parágrafos têm quase o mesmo tamanho, onde os conectores se amontoam. Não se trata de «enganar» nada. Trata-se de reler essas passagens e pôr lá o que só você sabe: um exemplo da aula, um dado que encontrou, uma dúvida sua. O texto melhora para quem o lê e, de caminho, fica menos uniforme. Há mais ideias em [Como deixar o texto mais vivo](https://authortext.com/pt/articles/make-text-livelier).

## Como explicar a sua escrita

Para cada trabalho, prepare três frases: qual era a pergunta, qual é a sua tese e o que o surpreendeu na pesquisa. Parece pouco, mas é a primeira coisa que um professor pergunta. Treine também explicar uma passagem difícil por outras palavras, sem olhar para o texto. Nenhum detetor consegue dar esta prova, porque só uma pessoa a dá.

## Se o acusarem

- **Mantenha a calma e peça os factos.** Qual foi o resultado, de que ferramenta, em que texto?
- **Mostre o processo.** O histórico de versões, os rascunhos e as notas pesam mais do que tudo o resto.
- **Explique em voz alta.** Conte porque escolheu aquele argumento, onde achou aquele exemplo, o que mudaria. Quem escreveu consegue.
- **Proponha uma prova complementar.** Um texto curto escrito na hora, sobre o mesmo tema, é razoável.
- **Lembre os limites do método.** Sem agressividade: a nota é um indício, e os próprios serviços dizem-no. Ajuda ter lido [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err).
- **Peça que decida uma pessoa, não um programa.**

Numa escola justa, a nota é só o início de uma conversa. Se quiser saber como essa conversa deve correr, os professores têm a [lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai). Vale a pena mostrar-lha.

## O que fazer a seguir

Comece hoje: escolha um editor com histórico de versões, crie uma pasta de notas para o próximo trabalho e guarde os rascunhos. Antes de entregar, [verifique o texto](https://authortext.com/pt/) e releia as passagens assinaladas. Para perceber melhor o que significam os números, veja [Como ler os números da análise do AuthorText](https://authortext.com/pt/articles/reading-the-numbers) e, para as ideias de fundo, [Burstiness e perplexidade sem matemática](https://authortext.com/pt/articles/burstiness-perplexity).

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Lista justa para professores e editores

> Lista justa para professores e editores que suspeitam de IA: o que a pontuação de um detetor prova, o que não prova e como falar com o autor.

- URL: https://authortext.com/pt/articles/fair-checklist-suspect-ai
- Language: pt
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/fair-checklist-suspect-ai.md), [uk](https://authortext.com/uk/articles/fair-checklist-suspect-ai.md), [en](https://authortext.com/en/articles/fair-checklist-suspect-ai.md)

Tem um texto à sua frente e uma sensação: demasiado liso, demasiado arrumado, sem personalidade. Cola-o num detetor e sai 78%. E agora?

Com calma. Um número pode abrir uma conversa, mas não a deve fechar.

## O que uma pontuação prova e o que não prova

Um detetor mede estilo. Repara se as frases têm comprimentos parecidos, quantas vezes surgem expressões feitas e quantos conectores há no texto. Não sabe quem escreveu, nem como o texto foi feito.

Uma pontuação alta diz só isto: o texto tem traços que os textos de máquina costumam ter. Não prova a autoria. E, segundo os nossos [números honestos](https://authortext.com/pt/articles/why-detectors-err), o sinal é fraco: num corpus grande, a análise atual apanha apenas uma parte modesta dos textos de IA quando a taxa de falsos positivos fica em 1%, e os modelos modernos passam com mais facilidade do que os primeiros chatbots.

Por isso, nunca decida só por uma pontuação. Nem para chumbar um aluno, nem para recusar um colaborador, nem para escrever uma acusação.

## Quem é apanhado injustamente

Há autores honestos que qualquer detetor acha "de máquina":

- quem escreve numa língua que não é a materna e se apoia em construções simples e corretas;
- editores e jornalistas, cuja prosa polida foi alisada de propósito;
- autores de géneros formais: relatórios, cartas, estilo científico;
- quem passou o rascunho por um corretor ortográfico ou por um tradutor.

Se o seu suspeito está num destes grupos, desconfie duas vezes antes de acusar. Falámos disto em [Quando o detetor confunde humano e IA](https://authortext.com/pt/articles/when-detectors-disagree).

## O que pesa mais e o que pesa menos

Nem todas as provas valem o mesmo. As mais fortes mostram o processo em si: rascunhos com datas, histórico de edições, notas e esquemas. Depois vem uma conversa a sério sobre o texto, porque quem escreveu costuma lembrar-se de por que escolheu aquela ideia. A seguir, a comparação com trabalhos anteriores do mesmo autor. A pontuação do detetor fica em último, já que descreve só o estilo do texto acabado.

## A lista

Siga estes passos, por esta ordem.

1. **Releia o texto.** Há pormenores concretos, como nomes, datas, um exemplo vivido, um erro que só uma pessoa faria? Ou só palavras gerais?
2. **Compare com trabalhos anteriores.** Vocabulário igual, os mesmos erros de sempre, o mesmo ritmo? Um salto súbito de polimento justifica uma pergunta, não uma acusação.
3. **Peça o processo.** Rascunhos, histórico de versões, notas, as fontes que o autor leu. É a prova mais forte que pode obter, porque mostra como o texto nasceu.
4. **Fale com o autor.** Dez minutos de perguntas sobre o conteúdo valem mais do que qualquer percentagem.
5. **Se ainda quiser, faça uma verificação.** Leia o resultado como uma pista sobre onde olhar.
6. **Decida com vários sinais juntos** e anote quais foram.

## A lista de indícios como ponto de partida

O AuthorText não devolve só um número. Mostra indícios com o número da linha: onde há uma expressão feita, onde os parágrafos têm quase o mesmo tamanho, onde se juntam conectores.

Numa conversa isso dá jeito, porque deixa perguntar por um sítio concreto em vez de pelo texto inteiro. "Na linha 14 lê-se: "importa referir que isto desempenha um papel fundamental". O que queria dizer aqui?" Quem escreveu o parágrafo costuma explicar, reformular ou admitir que ouviu a expressão algures. Quem não o escreveu fica muitas vezes sem resposta.

Mesmo assim, uma explicação também não é veredicto, para um lado ou para o outro. Muita gente usa expressões feitas, e muito texto de IA é corrigido à mão.

## Como falar com o autor

- Comece pela curiosidade: "Gostava de perceber como este texto surgiu."
- Diga o que viu, não a conclusão: "O ritmo é muito regular e há várias expressões típicas."
- Peça primeiro o histórico de rascunhos.
- Proponha um pequeno exercício sobre o mesmo tema, falado ou escrito na hora.
- Aceite que se pode ter enganado. Se o autor tem rascunhos e responde bem às perguntas, o assunto fica arrumado.

Evite dizer "o detetor mostrou que copiou". Não mostrou, e o autor, com razão, vai deixar de confiar no processo.

## O que fazer

Use a pontuação como razão para olhar com mais atenção, nunca para punir. Peça os rascunhos primeiro, converse depois, e só decida quando várias coisas independentes apontarem para o mesmo lado. Se quiser uma vista linha a linha para orientar a conversa, [verifique o texto no AuthorText](https://authortext.com/pt/) e abra a lista de indícios. Para uso regular, veja os [planos](https://authortext.com/pt/plans).

[Verificar um texto](https://authortext.com/pt/#editor)

---

# Verificar o texto de um freelancer: guia para clientes

> Como verificar o texto de um freelancer ou copywriter com justiça: briefing claro, rascunhos, estilo consistente, cláusulas sobre IA e perguntas.

- URL: https://authortext.com/pt/articles/checking-freelancer-text
- Language: pt
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/checking-freelancer-text.md), [uk](https://authortext.com/uk/articles/checking-freelancer-text.md), [en](https://authortext.com/en/articles/checking-freelancer-text.md)

Um detetor à porta não resolve isto. O que resolve é um briefing claro, entregas por fases e uma conversa sobre o processo. A ferramenta serve para saber onde perguntar, não para decidir quem tem razão.

## Comece pelo briefing

Muitos textos sem alma nascem de pedidos sem alma. Diga para quem é o texto, o que o leitor deve fazer depois de o ler, o tom, o tamanho e, sobretudo, aquilo que só o seu negócio sabe: clientes concretos, números, casos. Quanto mais pormenor verdadeiro der, mais difícil é entregarem-lhe texto genérico, venha ele de uma pessoa ou de uma máquina.

Diga logo, por escrito, qual é a sua política sobre IA. Pode proibi-la, aceitá-la para pesquisa e correção, ou deixá-la passar desde que seja declarada. O que importa é o freelancer saber antes de começar.

## Peça entregas por fases

Em vez de um texto final único, peça primeiro um esquema, depois um rascunho e só no fim a versão final. Quem escreveu sabe explicar porque trocou a ordem de uma secção ou porque cortou um parágrafo. Um histórico de versões num documento partilhado mostra o mesmo, sem discussões.

## Compare as entregas ao longo do tempo

Uma entrega diz pouco. Várias dizem muito mais. Compare o vocabulário, o tamanho típico das frases, os erros do costume, a maneira de abrir e de fechar um texto. Uma mudança brusca de um dia para o outro pede uma pergunta curiosa, não uma acusação. O freelancer pode ter mudado de ferramenta, de revisor ou de assunto.

## Use a lista de provas como lista de perguntas

Cole o texto na [verificação](https://authortext.com/pt/). Além da pontuação, o serviço devolve provas com o número da linha: expressões feitas, parágrafos quase iguais, conectores a mais. Faça de cada uma uma pergunta concreta:

- «Na linha 14, o que queria dizer com esta expressão?»
- «De onde vem este dado do segundo parágrafo?»
- «Tem um exemplo seu que caiba aqui?»

Quem escreveu costuma responder sem custo e, muitas vezes, melhora a passagem. Ainda assim, uma resposta fraca não é veredicto. A pontuação é uma pista, e em textos curtos, abaixo de cerca de 150 palavras, o próprio serviço avisa que é pouco fiável. Para perceber cada barra, veja [Como ler os números da análise do AuthorText](https://authortext.com/pt/articles/reading-the-numbers).

## E se o texto for bom?

Pode dar-se o contrário do que receia: o texto está limpo, bem estruturado, e a nota sai alta. Lembre-se de que os bons editores produzem texto regular. Peça o esquema e os rascunhos, leia com atenção os pormenores concretos e pergunte pelas fontes. Se tudo bater certo, a nota foi um falso alarme, e um bom freelancer ainda sai a ganhar com a conversa.

## O que é justo e o que não é

**É justo:** pedir rascunhos, perguntar pelo processo, pedir que se reveja uma passagem genérica, ter cláusulas claras, recusar uma entrega que não cumpre o briefing.

**Não é justo:** recusar o pagamento por causa de uma nota, acusar sem mostrar o que viu, tratar como suspeito quem escreve bem ou numa língua que não é a sua. Os detetores falham mais em prosa muito polida e em textos editados, como explicamos em [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err).

## Cláusulas de contrato que ajudam

Não somos juristas e isto não é aconselhamento jurídico. Mas pode pedir a um profissional que reveja cláusulas como estas:

1. Se o uso de IA generativa é permitido, proibido ou sujeito a declaração.
2. Que o freelancer guarda rascunhos e notas durante um prazo e os mostra, se lhe pedirem.
3. Quem responde pelos factos, pelas citações e pelos direitos de autor do texto entregue.
4. O que acontece em caso de dúvida: primeiro uma conversa e uma revisão, só depois qualquer consequência financeira.
5. Que nenhuma nota de detetor é, por si só, motivo de rescisão.

## O que fazer a seguir

Antes da próxima encomenda, escreva numa página o briefing e a política sobre IA. Na primeira entrega, [verifique o texto](https://authortext.com/pt/) e guarde as linhas assinaladas como perguntas. Se precisar de avaliar de forma mais formal, siga a [lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai), que também serve a clientes. E quem verifica muitos textos tem os [planos](https://authortext.com/pt/plans), com mais capacidade.

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Deteção de IA: o que está e não está verificado

> O que há de novo em 2026: benchmarks com autoria mista, indícios do «ritmo da surpresa», regras de marcação da UE. O que foi verificado e o que não foi.

- URL: https://authortext.com/pt/articles/detection-news-2026
- Language: pt
- Published: 2026-10-12
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/detection-news-2026.md), [uk](https://authortext.com/uk/articles/detection-news-2026.md), [en](https://authortext.com/en/articles/detection-news-2026.md)

Lemos trabalhos recentes de 2026. Fica aqui só o que encontrámos numa fonte primária: o resumo do artigo ou o texto da lei. Os números dos autores são dos autores, e por isso não os repetimos.

## O que está confirmado

- **Os benchmarks aproximaram-se da vida real.** O [DetectRL-X](https://arxiv.org/abs/2605.15518) (ACL 2026) põe os detetores à prova em 8 línguas e 6 áreas, com textos de 4 modelos comerciais. Os textos não são só gerados: também são «polidos», alargados, resumidos e, a seguir, parafraseados e estragados com ruído. Mede-se o peso do género, do modelo, do ataque e do comprimento. São justamente os casos em que os detetores se saem pior.
- **O ritmo da «surpresa» como indício.** Os autores do [DivEye](https://arxiv.org/abs/2509.18880) medem como a imprevisibilidade das palavras sobe e desce ao longo do texto. Dizem que o método ganha até 33,2% aos detetores sem treino, acrescenta até 18,7% a outros detetores e aguenta bem a paráfrase. É uma afirmação dos autores, e o resumo não fala de suporte multilingue.
- **Três classes em vez de duas.** A descrição do [GPTZero](https://arxiv.org/abs/2602.13042) apresenta um esquema hierárquico «humano / IA» com categorias mais finas. O resumo não dá números de precisão, e quem o escreve é o fabricante.
- **Palavras misturadas.** O preprint [Luminol-AIDetect](https://arxiv.org/abs/2604.25860) compara a perplexidade do texto com a da sua cópia, com as palavras trocadas de ordem. Os autores falam de 18 línguas e 11 tipos de ataque, mas o artigo ainda está em revisão.
- **Marcação por lei.** O artigo 50.º, n.º 2, do Regulamento da UE sobre IA obriga a que os resultados dos sistemas que geram, entre outras coisas, texto sejam marcados num formato que uma máquina leia. Há exceções: as funções de apoio à edição normal e os casos em que o sistema não altera de forma substancial os dados de entrada. Pelo [texto do artigo](https://artificialintelligenceact.eu/article/50/), vale a partir de 2 de agosto de 2026. Para os sistemas que já estavam no mercado, o prazo da marcação é 2 de dezembro de 2026, segundo o [calendário de aplicação](https://artificialintelligenceact.eu/implementation-timeline/).

## O que deixámos de fora e porquê

- Números como «o Binoculars chega a cerca de 55% em textos do Claude» e «perde 12,7 pontos com paráfrase». Só os vimos no resumo de um motor de pesquisa e não os confirmámos nas fontes primárias.
- O que se diz sobre os fornecedores que já põem marcas de água no texto (e os planos de empresas concretas). As fontes contradizem-se e não há fontes primárias.
- Um possível adiamento de prazos no pacote «Digital Omnibus». Não encontrámos confirmação.
- A ideia de que misturar palavras ou os indícios de ritmo vão ajudar em ucraniano ou em português. Nos artigos não vimos essa afirmação. É só uma hipótese nossa, ainda por testar.

## O que isto muda na verificação de textos

Nada disto desfaz a conclusão anterior: não há um teste único e fiável, e os detetores falham mais com textos mistos e com paráfrases. Na nossa medição preliminar, o texto humano editado por um modelo quase passou despercebido: foram assinalados cerca de 0,5%, com 1% de falsos positivos. Por isso damos uma estimativa com a sua incerteza e avisamos quando o sinal não chega, em vez de dar uma «percentagem de participação da IA».

## O que ler a seguir

Para ver como funcionam as várias abordagens, leia [Como se verifica hoje um texto quanto a IA](https://authortext.com/pt/articles/how-detection-works). Para perceber porque é que os resultados falham, veja [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err). E, para experimentar num texto seu, use a [verificação](https://authortext.com/pt/).

[Verificar texto](https://authortext.com/pt/#editor)

---

# Como se verifica hoje um texto quanto a IA

> Sete formas de verificar se um texto é de IA, o que limita cada uma e por que um resultado honesto é uma estimativa com ressalvas, não uma percentagem exata.

- URL: https://authortext.com/pt/articles/how-detection-works
- Language: pt
- Published: 2026-10-11
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/how-detection-works.md), [uk](https://authortext.com/uk/articles/how-detection-works.md), [en](https://authortext.com/en/articles/how-detection-works.md)

Pusemos quatro assistentes de IA diferentes a falar do assunto e comparámos as respostas. As conclusões batem certo: não há um teste único, e a resposta é sempre uma probabilidade.

## Sete abordagens

1. **Estatística**: perplexidade (quão previsíveis são as palavras) e burstiness (quão irregular é o ritmo das frases). É rápida e fácil de explicar, mas um texto humano bem polido também é previsível.
2. **Métodos probabilísticos sem treino** (DetectGPT, Binoculars): comparam a verosimilhança do texto com a das suas reformulações. Uma paráfrase, ou trocar caracteres por outros parecidos, enfraquece-os muito.
3. **Estilometria**: variedade de vocabulário, comprimento das frases, conectores, pontuação. É transparente e aguenta melhor as edições, mas depende do género e da língua.
4. **Classificadores treinados** (RoBERTa e semelhantes): a base dos sistemas comerciais. Acertam com dados que já conhecem e ficam depressa desatualizados quando surgem modelos novos.
5. **Marcas de água**: um sinal inserido durante a geração. Só funciona se o gerador o tiver posto, e desaparece quando o texto é reescrito.
6. **Processo de escrita**: rascunhos, histórico de edições, pausas e colagens. É a prova mais direta, mas obriga a ter acesso ao processo.
7. **Combinações**: vários sinais mais revisão humana. É mais fiável, e também mais caro.

## Onde todas as fontes concordam

- O detetor estima uma **probabilidade**, não um facto sobre a autoria.
- Falha mais nos **textos mistos**: uma pessoa a editar texto de IA, ou a IA a editar texto de uma pessoa. Nos estudos citados, a precisão caiu para cerca de 54-71%.
- Os **falsos positivos** continuam a ser o maior risco. Os mais afetados são os textos formais e académicos e quem escreve numa língua que não é a materna.
- **Paráfrases e «humanizadores»** baixam muito a precisão.
- Os números que os fabricantes anunciam (99% ou mais) e os testes independentes divergem bastante.

## A percentagem: o que se pode dizer com honestidade

Quando só se tem o texto final, não há como reconstituir a história da sua criação. Por isso é mais correto dizer «65% do texto tem sinais de geração automática» do que «a IA escreveu 65%». A ideia e a edição feita por uma pessoa não entram nesse número.

Um bom sistema também:

- trata os falsos positivos em textos humanos como o erro principal;
- calibra os limiares por língua, género e extensão;
- mostra **que passagens** levantaram suspeitas, com os limites da incerteza;
- diz sem rodeios «não temos a certeza» quando o texto é curto ou a língua pouco estudada.

## Línguas

O inglês é a língua mais estudada. O russo tem muito texto formal, que já é «uniforme» por natureza e dá falsos alarmes. O ucraniano tem menos dados abertos, e por isso a fiabilidade é menor. O português, neste capítulo, está melhor.

## O que já temos

Comparando com as sete abordagens acima:

- **Estilometria.** É o nosso método principal: variação do comprimento das frases e dos parágrafos, conectores, diversidade lexical, pontuação e expressões típicas de IA em três níveis, em russo, ucraniano, português e inglês.
- **Explicações.** Não damos só um número: damos passagens concretas, com número de linha, citação e uma nota sobre o motivo por que o sinal conta. Segundo os estudos, é para aí que o setor caminha.
- **Análise por fragmentos e sugestões.** Vê-se que partes são monótonas ou formulaicas e como as melhorar. São regras, sem redes neuronais.
- **Caracteres ocultos.** Encontramos e removemos os caracteres invisíveis que por vezes servem para marcar um texto (259 tipos) e simplificamos a tipografia. Não é uma marca de água estatística ao nível das palavras, são mesmo caracteres.
- **Franqueza quanto aos limites.** Abstemo-nos em textos curtos e avisamos nos géneros «uniformes» (notícias, escrita empresarial, publicidade), onde uma pessoa muitas vezes parece «uma máquina».
- **Medições.** Validação num corpus, com intervalos de confiança e divisão por língua e extensão. A amostra ainda é pequena: com o limiar 50, em 34 textos de IA e 20 humanos, deu 0% de falsos positivos, mas isso ainda não é a precisão final.

## O que queremos acrescentar

- **Um corpus maior**: pelo menos 600 textos humanos por língua, mais falantes não nativos, paráfrases e textos mistos. É aí que hoje todos têm o ponto fraco.
- **Calibração por língua e extensão.** Zonas «humano / incerto / IA» tiradas das distribuições do corpus, em vez de limiares escolhidos à mão.
- **Um intervalo em vez de um só número.** Um resultado com escala de incerteza e a indicação «sem dados» quando não dá para concluir.
- **Proporção por fragmentos.** «Nesta parte do texto há sinais de geração» em vez de uma percentagem geral.
- **«E se...».** Comparar a avaliação de uma passagem antes e depois da edição.
- **Tipo de texto** (notícia, opinião, publicação, artigo) com limiares próprios, quando houver corpora por género.
- **Um sinal opcional de modelo de linguagem** da família Binoculars, mas só se a avaliação mostrar um ganho claro, por exemplo em não nativos e paráfrases. Se não mostrar, não o ligamos.

Não prometemos «indistinguível de um humano» nem fazemos uma ferramenta para contornar verificações: queremos um texto mais vivo e uma avaliação mais honesta. Veja o resultado como uma pista sobre onde reler com mais atenção, não como uma sentença.

## O que ler a seguir

As novidades de 2026 estão em [Deteção de IA: o que está e não está verificado](https://authortext.com/pt/articles/detection-news-2026), os limites em [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err), e pode experimentar a [verificação](https://authortext.com/pt/) num texto seu.

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Por que os detetores de IA modernos se enganam

> O detetor de IA mede o estilo, não a autoria: por que razão um texto humano bem polido recebe uma nota alta.

- URL: https://authortext.com/pt/articles/why-detectors-err
- Language: pt
- Published: 2026-10-08
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/why-detectors-err.md), [uk](https://authortext.com/uk/articles/why-detectors-err.md), [en](https://authortext.com/en/articles/why-detectors-err.md)

Os detetores enganam-se porque medem o estilo, e o estilo não diz quem escreveu. Qualquer detetor de IA devolve um número, e apetece lê-lo como uma sentença. É só uma pista.

## O detetor não sabe quem escreveu

O programa não vê como o texto foi feito. Mede, de forma mecânica, regularidades: se as frases são parecidas, quantas expressões típicas aparecem, se o texto é previsível. São indícios indiretos, e as pessoas também os produzem.

## A prosa humana bem polida parece a de uma máquina

Notícias, cartas comerciais e artigos científicos seguem regras e soam uniformes. Nas nossas medições, as notícias humanas bem escritas recebiam notas altas muito mais vezes do que os comentários e as discussões espontâneas. Uma nota que não diga de que género é o texto não merece confiança.

## Quem escreve numa língua que não é a materna

Quem escreve numa língua que não é a sua usa mais vezes construções simples e «corretas», ou até a tradução automática, e os detetores tomam muitas vezes esses textos por textos de máquina. Por causa destes falsos alarmes, várias grandes universidades, entre elas Yale e a Universidade de Waterloo, deixaram de usar detetores de IA integrados.

## Textos curtos

Em poucas frases, muitas vezes faltam simplesmente dados. Com cem palavras ou menos, qualquer conclusão estatística é frágil, e um detetor honesto tem de o dizer.

## Edição e paráfrase

Se uma pessoa corrige um rascunho feito por uma máquina, ou o passa por uma reformulação, os indícios esbatem-se. Os estudos mostram que a paráfrase faz baixar bastante a deteção em muitos detetores.

## Falsos positivos em quem escreve com cuidado

Há ainda um efeito curioso. Quanto mais cuidado se tem, mais regular o texto fica, e mais depressa a nota sobe. Quem escreve à pressa passa sem problemas; quem revê, arrisca-se. No nosso corpus, as traduções feitas por voluntários deram um pouco mais de falsos positivos do que o conjunto geral, embora a diferença seja pequena. Não é motivo para alarme. Mas chega para nunca decidir com base num só número.

## Género e contexto

O mesmo texto pode ter notas diferentes conforme o género. Uma ata, uma carta formal, uma descrição de produto ou um artigo científico são uniformes por natureza. Os textos promocionais e as redes sociais também fogem ao padrão habitual. Nestes casos, o serviço junta um aviso de que o sinal é pouco fiável. Um detetor que ignora o género e dá sempre um número seco convida ao erro.

## O que mostram as nossas medições

Sem rodeios: numa medição com mais de cinco mil textos humanos e mais de mil de IA, a análise do serviço separou os dois grupos só de forma modesta. Com 1% de falsos positivos apanhou uma parte pequena dos textos de IA, e saiu-se pior em inglês e em português do que em russo e em ucraniano. O comprimento conta muito: entre 80 e 299 palavras o resultado é quase aleatório; a partir de 300 melhora, mas está longe de ser seguro. Os modelos recentes escapam melhor do que os primeiros assistentes. É por isso que o serviço nunca apresenta a nota como prova.

## O que fazer a seguir

Veja a nota como uma pista sobre onde reler o texto com mais atenção, não como prova. Olhe para as passagens destacadas e tenha em conta o género e a extensão. Para os casos duvidosos há meios mais fiáveis: rascunhos, histórico de edições, uma conversa com o autor.

Se o resultado lhe diz respeito, o passo seguinte é a [verificação](https://authortext.com/pt/), onde vê as linhas concretas e decide o que reescrever. Se está do lado de quem avalia, leia a [lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai). E se quer a história de um caso real, veja [Quando o detetor confunde humano e IA](https://authortext.com/pt/articles/when-detectors-disagree).

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Quando o detetor confunde humano e IA

> Um artigo escrito por uma pessoa recebeu «IA», e um texto de IA pareceu «mais humano». Porque é que isto acontece e o que fazer com as verificações de autoria.

- URL: https://authortext.com/pt/articles/when-detectors-disagree
- Language: pt
- Published: 2026-10-07
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/when-detectors-disagree.md), [uk](https://authortext.com/uk/articles/when-detectors-disagree.md), [en](https://authortext.com/en/articles/when-detectors-disagree.md)

Acontece. Já nos aconteceu a nós. Um artigo escrito por uma pessoa teve nota alta de «IA», e um texto de IA passou por humano. O detetor lê o estilo, e o estilo não diz quem escreveu.

## O que aconteceu

O dono do serviço verificou um artigo seu, escrito sem ajuda de IA, e saiu-lhe uma percentagem alta de «IA». Depois verificou um texto que a IA tinha escrito a partir de um pedido livre, e saiu «mais humano». A primeira reação foi achar que a ferramenta estava avariada. A segunda, bem melhor: perceber que ela acabava de mostrar os seus limites.

## Não é um caso isolado

Nas nossas medições em russo, ucraniano, português e inglês, a parte dos textos de IA assinalados acima do limiar dependia muito do serviço: de cerca de 20% a 90%. Entre as notícias humanas bem escritas em russo e em ucraniano, cerca de um terço tinha notas altas. O mesmo limiar apanha uns textos e deixa passar outros. Sem critério.

## Porque é que isto acontece

O detetor vê o estilo: ritmo regular, expressões típicas, nenhuma aresta. Quem passa horas a rever um artigo deixa-o uniforme, sem querer. Uma IA a quem se pede um tom simples e informal ganha «vida». O estilo não quer saber de quem o fez.

## O que dizem os números do serviço

Num corpus grande, com 1% de falsos positivos, a análise apanha só uma parte dos textos de IA, e bem menos nos modelos recentes. Entre 80 e 299 palavras, o resultado fica perto do acaso. Nas notícias o sinal não serve para nada, e o serviço diz que se abstém. O texto humano editado por um modelo quase nunca é assinalado, enquanto o texto de IA parafraseado é detetado tão bem (ou tão mal) como o original, o que obriga a falar com cuidado. Daí falarmos em «proporção do texto com sinais de geração» e não em «percentagem de IA».

## Um caso típico

Pense num editor que revê um texto três vezes. Iguala os parágrafos, corta o que sobra, tira as repetições e acerta o tom até não sobrar uma frase fora do sítio. Fica limpo e regular, que é justamente o que os sinais de estilo associam a máquinas. Um rascunho solto, cheio de tropeções e desvios, parece mais humano. A limpeza é ofício do editor, não fraude.

É um exemplo ilustrativo, não um caso medido, mas a lógica repete-se nas medições do serviço.

## E quem escreve, o que ganha com isto?

Há quem comece a ter medo do próprio cuidado: simplifica o texto, ou deixa-o de propósito desleixado, só para fugir à etiqueta. Estudantes, freelancers e quem escreve numa língua que não é a materna são os que mais vezes ficam sob suspeita. Escrever bem não devia dar direito a acusação.

## O que fazer a seguir

A nota serve para reler o texto, não para o condenar. Se precisa de provar a autoria, mostre o processo: rascunhos, histórico de edições, notas. O nosso serviço tenta mostrar a incerteza e as passagens concretas que se podem ajustar, em vez de dar um veredito.

Se o acusaram, guarde os rascunhos e o histórico de versões antes de qualquer conversa. Se vai avaliar o texto de outra pessoa, siga a [lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai). Para ver que passagens do seu texto parecem uniformes, use a [verificação](https://authortext.com/pt/). E, para entender os limites em geral, leia [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err).

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Como deixar o texto mais vivo

> Seis técnicas para um texto mais vivo: detalhes concretos, ritmo irregular, menos clichês, voz própria. Sem prometer «enganar o detetor».

- URL: https://authortext.com/pt/articles/make-text-livelier
- Language: pt
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/make-text-livelier.md), [uk](https://authortext.com/uk/articles/make-text-livelier.md), [en](https://authortext.com/en/articles/make-text-livelier.md)

Um texto vivo lê-se melhor, e isso nada tem que ver com detetores. Aqui ficam seis truques que servem tanto para um rascunho feito por IA como para o seu próprio texto.

## 1. Meta detalhes concretos

Em vez de «muitas pessoas», escreva «a minha vizinha Marina». Em vez de «crescimento significativo», «de 40 para 65 pedidos por mês». Com nomes, números, sítios e casos, o leitor pode confirmar o que lê e lembra-se mais facilmente.

## 2. Mude o ritmo

Alterne frases curtas e compridas. A curta destaca uma ideia. A comprida deixa o raciocínio respirar. Se três frases seguidas têm o mesmo tamanho, reescreva uma.

## 3. Corte os chavões

«Importa salientar que» quase sempre pode sair. «Desempenha um papel fundamental» fica «é muito importante». «No mundo atual» fica «hoje». Leia a frase sem a expressão: se o sentido não se perde, ela estava a mais.

## 4. Volte a falar com a sua voz

Diga o que pensa, onde tem dúvidas, o que o apanhou de surpresa. Um «não tenho a certeza» ou um «isto incomodou-me» dá mais vida a um parágrafo do que uma dúzia de sinónimos.

## 5. Leia em voz alta

Onde tropeçar, ou notar que começou a falar de outro modo, é aí que o texto pede revisão. Os conectores a mais («além disso», «deste modo») ouvem-se logo.

## 6. Não corra atrás de «enganar o detetor»

Reveja para que o texto fique melhor para quem o lê. Moldá-lo a um programa não faz sentido: os detetores enganam-se, e ninguém consegue garantir que um texto passa por «indistinguível».

## Um exemplo pequeno

Antes: «No mundo atual, a comunicação desempenha um papel fundamental. Além disso, importa salientar que muitas empresas investem na sua melhoria.»

Depois: «Na padaria da minha rua, a fila anda mais depressa desde que a Rita passou a escrever os pedidos num quadro. Parece pouco. Poupa dez minutos por manhã.»

O segundo exemplo é inventado, só para ilustrar. Veja o que mudou: apareceu um sítio, uma pessoa e uma medida, e as frases deixaram de ter o mesmo tamanho. Não há truque nenhum. Há informação que só tem quem conhece o assunto.

## Porque é que o ritmo conta

O serviço mede a variação do comprimento das frases e dos parágrafos, e esta é das medições que mais pesam na pontuação: um texto muito regular ganha mais pontos. Não é um defeito para esconder, é uma pista do que o leitor sente. Ao fim de meia página, frases todas do mesmo tamanho cansam. A [lista de leitura dos números](https://authortext.com/pt/articles/reading-the-numbers) explica cada barra.

## Uma ordem de trabalho simples

Primeiro o conteúdo, depois a forma. Antes de mexer nas frases, pergunte-se se o texto diz algo que só você sabe. Se não diz, nenhum truque de estilo o salva. Só então corte as expressões feitas, varie o ritmo e leia em voz alta. No fim, verifique o resultado: se uma passagem continuar assinalada, releia-a e decida se está bem assim. Uma ficha técnica, uma carta formal ou um relatório podem e devem ser uniformes.

## O que não resolve

Trocar palavras por sinónimos à toa não ajuda: a estrutura fica igual e o texto lê-se pior. Meter erros de propósito também não. Os números do próprio serviço mostram porquê: textos humanos muito bem revistos, como as notícias, recebem muitas vezes notas altas. A regularidade não prova nada, é só um bom motivo para ouvir o texto em voz alta.

## O que fazer a seguir

Cole o texto na [verificação](https://authortext.com/pt/): as passagens a laranja e a amarelo mostram o que reler primeiro. Clique numa passagem e o editor abre nesse ponto, com uma sugestão do que usar em vez da frase. Depois leia o texto em voz alta uma última vez. Para saber que sinais os leitores e os revisores procuram, veja [Como saber se um texto foi escrito por IA](https://authortext.com/pt/articles/signs-of-ai-text).

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Como saber se um texto foi escrito por IA

> Quatro sinais de um texto escrito por IA: ritmo uniforme, chavões, palavras genéricas sem pormenores. E por que nenhum deles é prova.

- URL: https://authortext.com/pt/articles/signs-of-ai-text
- Language: pt
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/signs-of-ai-text.md), [uk](https://authortext.com/uk/articles/signs-of-ai-text.md), [en](https://authortext.com/en/articles/signs-of-ai-text.md)

Não há maneira segura de saber. O que há são quatro hábitos que aparecem muito em texto de IA, e servem só para reler com mais atenção, nunca para condenar ninguém.

Um texto de IA costuma trair-se pelos hábitos, não pelos erros. Fica aqui o que observar e como evitar conclusões à pressa.

## 1. Ritmo demasiado uniforme

Quem escreve é irregular: uma frase curta, depois uma comprida, depois outra curta. Na IA, as frases têm quase todas o mesmo tamanho e os parágrafos saem iguais, como se alguém os tivesse medido com uma régua.

## 2. Chavões e conectores

Expressões como «importa salientar», «desempenha um papel fundamental», «no mundo atual» e «em suma» aparecem na IA muito mais do que na fala natural. O mesmo vale para a sequência «além disso», «deste modo», «ademais», quase uma por frase.

## 3. Palavras genéricas em vez de pormenores

O texto humano traz nomes, números, sítios, casos da vida real. O da máquina tende a dizer «vários estudos mostram» e «isto é importante para todos». Soa bem, mas não tem por onde pegar.

## 4. Suavidade perfeita

Nada de digressões, de dúvidas ou de opinião própria. Cada parágrafo abre uma ideia e fecha-a com uma conclusão bem arrumada. Um texto vivo costuma ser um pouco mais áspero.

## Um sinal que não é de estilo

Há ainda um caso à parte, o dos caracteres invisíveis. Espaços de largura zero, hífenes suaves e outras marcas aparecem muitas vezes quando se copia texto de conversas e de páginas web. O serviço procura 259 caracteres deste tipo. Mas cuidado: a presença deles só diz que o texto andou por algum lado, não que o escreveu uma IA. Quem copia de um processador de texto também os leva atrás. Há mais em [Caracteres invisíveis em texto copiado](https://authortext.com/pt/articles/invisible-characters).

## Como o serviço transforma isto em números

Cada um dos quatro sinais corresponde a uma medição concreta. A variação do tamanho das frases e a dos parágrafos pesam mais do que tudo: quando as frases têm quase o mesmo comprimento, ou os parágrafos quase a mesma extensão, a pontuação sobe. As expressões feitas contam por níveis, conforme o quanto costumam surgir em texto de IA, em português, inglês, russo e ucraniano. Os conectores contam pela densidade, isto é, quantas palavras de ligação há por frase. A lista de provas dá o número da linha de cada ocorrência, e assim vai direto ao sítio.

## Uma ressalva importante

Nenhum destes sinais prova a autoria. Notícias, documentos oficiais e artigos científicos escritos por pessoas também são uniformes e suaves. Nas nossas medições, as notícias humanas bem escritas tiveram pontuações altas bem mais vezes do que os textos coloquiais. Veja os sinais como um motivo para reler, não como uma sentença.

Os números do próprio serviço são modestos. Num corpus grande, com 1% de falsos positivos, a análise atual apanha só uma fração dos textos de IA, e os modelos recentes passam melhor do que os primeiros assistentes de conversa. Abaixo de cerca de 150 palavras o sinal quase não existe, e o serviço avisa. Os pormenores estão em [Por que os detetores de IA se enganam](https://authortext.com/pt/articles/why-detectors-err).

## O que fazer a seguir

Cole o texto na [verificação](https://authortext.com/pt/): ela destaca as passagens com expressões feitas e ritmo demasiado uniforme. Clique no destaque e o editor abre nesse ponto, com uma sugestão do que usar em vez da frase.

Se o texto é seu, veja também [Como deixar o texto mais vivo](https://authortext.com/pt/articles/make-text-livelier). Se é de outra pessoa e a dúvida é séria, comece pela [lista justa para professores e editores](https://authortext.com/pt/articles/fair-checklist-suspect-ai) e leia [como se verifica hoje um texto quanto a IA](https://authortext.com/pt/articles/how-detection-works).

[Verificar o texto](https://authortext.com/pt/#editor)

---

# Check text for AI. Human or machine?

> Free check of a text for signs of AI: highlights of doubtful spots and hints on making the text livelier. RU, UK, PT, EN. The text is not stored.

- URL: https://authortext.com/en/
- Language: en
- Site: AuthorText (https://authortext.com/)

A statistical look at rhythm, vocabulary and typography. We show where exactly the text looks templated instead of passing a verdict on authorship.

## How the check works

- **Paste your text.** Paste text, upload a file (PDF, DOCX, TXT and more) or give a link to a page. The limit depends on your plan and is shown under the editor.
- **Several kinds of analysis.** Sentence and paragraph rhythm, AI phrases, connectives, vocabulary, typography and hidden characters.
- **Edit with hints.** Every signal is tied to a place in the text and explained. No black box, no verdicts.

## Who AuthorText is for

- **Authors and copywriters.** Find templated phrasing and even rhythm in a draft before you publish.
- **Editors.** Quickly see where a text sounds like a template and what to change there.
- **Students and teachers.** See which places look templated. Remember: the score is a hint, not proof.
- **Developers.** Connect the check to your own service through the HTTP API.

## Why you can trust it

- **A hint, not a verdict.** The score shows how many AI-like signals were found, not the probability of authorship. People also write evenly and in templates.
- **Texts are not stored.** Your text goes to the server only to be analysed. We do not keep texts or write them to logs; statistics are counters only.
- **Honest about the limits.** The thresholds are provisional and not yet calibrated. On short texts and in untested genres the site holds back a verdict.

## Frequently asked questions

### How is the score calculated?

We measure statistical features: spread of sentence and paragraph length, AI phrases, connectives, vocabulary, typography and hidden characters, and combine them into one number from 0 to 100. Every feature is visible on its own.

### Can the score prove that AI wrote a text?

No. The score is a hint about style, not proof of authorship. A human author can write evenly too, and a text edited by a person can look natural.

### Do you store my text?

No. The text is sent to the server only for analysis and is not kept. Statistics hold counters only: no texts and no addresses.

### Which languages are supported?

Russian, Ukrainian, English and Portuguese. In other languages the result may be inaccurate.

### What are the limits?

Text length and the set of analyses depend on your plan: your limit is shown under the editor. Details are on the plans page.

The check itself runs in the browser page; an API for programs is described at https://authortext.com/en/developers.

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# Simple plans. Pay for volume, not for promises.

> Plans for checking a text for signs of AI: free, Basic, Plus, Pro (with API) and Max. Subscription through PayPal, prices in euros per month.

- URL: https://authortext.com/en/plans
- Language: en
- Site: AuthorText (https://authortext.com/)

Checking short texts is free and needs no login. Paid subscriptions give longer texts, every spot with quotes and a breakdown of each signal.

## Comparison

| Plan | Price, EUR per month | Max characters | Places with quotes | Fragment analysis | Requests: burst / per second |
| --- | --- | --- | --- | --- | --- |
| Free (`free`) | 0.00 | 3000 | 3 | no | 10 / 0.5 |
| Basic (`basic`) | 3.00 | 30000 | all | yes | 40 / 1.5 |
| Plus (`plus`) | 9.99 | 500000 | all | yes | 120 / 4 |
| Pro (`pro`) | 19.99 | 500000 | all | yes | 200 / 6 |
| Max (`max`) | 24.99 | 1000000 | all | yes | 300 / 10 |

The subscription renews every month until you cancel it. You can cancel at any time in your account: the plan then stays active until the end of the paid period. Paid through PayPal. The site never sees or stores your card details. Cancel any time in your account. No trial, no hidden fees. The same numbers are live at https://authortext.com/api/plans (JSON).

## Comparison: Plans

### Free

No login

- Short texts
- Basic kinds of analysis
- Overall score and the first spots in the text
- Hidden-character and markdown cleaning

### Basic

Subscription

- Longer texts
- More kinds of analysis
- Detailed metrics and signal breakdown
- All spots found in the text

### Plus

Subscription

- Very long texts
- All kinds of analysis
- A higher request rate
- Detailed metrics and fragment-by-fragment review

### Pro

Subscription and API

- Everything in the Plus plan
- Your own API key for requests from programs (Authorization: Bearer header)
- A higher request rate

### Max

No limits

- Everything in the Pro plan, API key included
- The longest texts and the highest request rate
- No limit on the number of checks; fair use: very large texts use more of the request burst

## How to subscribe

1. Pick a plan on this page and press "Subscribe". If you are not logged in, the login window opens first: log in or create an account, registration is free.
2. You go to the PayPal page and confirm the subscription there. Card details are entered only at PayPal; our site never receives them.
3. After you confirm, PayPal sends you back to your account and the plan switches on within a few seconds.
4. The subscription renews every month until you cancel it. Cancelling and changing the plan are done in your account.
5. In "Settings" choose which kinds of analysis to compute and show on the right; the choice is kept in your browser.

## Payment

- **PayPal.** Pay for the subscription with your PayPal account.
- **Renews every month.** The subscription renews monthly until you cancel it. You can cancel at any time in your account.
- **No card data.** The site never asks for or receives bank-card data: it is entered only at PayPal.
- **Texts are not stored.** The text goes to the server only for analysis and is not stored anywhere.

## Good to know

The score is based on statistical features of the text; thresholds are provisional and not yet calibrated. The result is a guide, not proof of authorship. The text is sent to the server only for analysis and is not stored.

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# How to use AuthorText

> How to use AuthorText: checking a text, sign-up and login, plans and subscribing through PayPal.

- URL: https://authortext.com/en/help
- Language: en
- Site: AuthorText (https://authortext.com/)

A short guide: from checking a text to registering and subscribing.

## 1. Checking a text

Open the analyzer page and paste the text into the field on the left. You can also load a text from a link or from a file (PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT, MD): the tabs above the field.

Press "Check". On the right you get an overall score (0 to 100) and bars for the separate signals: variation of sentence and paragraph length, stock phrases, connective words, hidden characters and others.

Below the score you see the spots in the text with quotes. Click a spot and the text scrolls to the right line. The "Highlight" tab shows such spots right in the text.

The "What you could improve" block shows which fragments are written too evenly and how to fix them. In the free mode only a counter is shown; the details open on paid plans.

The clean button removes hidden characters and simplifies typography; then you can copy or download the text. If the text is longer than your plan allows, only the part that fits is cleaned and kept.

## 2. Reading the result

The score rests on statistical features of the text. From about 50 points a text looks AI-written, and from 70 it is a strong sign. It is a guide, not proof of authorship.

On short texts (under a few hundred words) the score is less reliable, and the service says so. Texts of some genres (advertising, social media) are judged more cautiously.

The text is sent to the server only for analysis and is not stored.

## 3. Plans and limits

Without logging in the free plan applies: up to 3,000 characters, the main signal bars and the first 3 spots with quotes.

Paid subscriptions: Basic (€3 a month), Plus (€9.99), Pro (€19.99, with an API key) and Max (€24.99, no limit on the number of checks). They give longer texts, all the spots with quotes, the metrics table and the detailed breakdown. Compare them on the "Plans" page.

Which bars are shown is set in "Menu -> Settings".

## 4. Registering and logging in

Press "Log in" in the top right corner. There are two ways; pick the one that suits you.

A code by e-mail: enter an address, receive a six-digit code (valid 10 minutes) and enter it. No password is needed, and the address is the login. The account is created on the first login.

Login and password: choose the "Login and password" tab -> "Create an account", pick a login and a password (at least 8 characters). The e-mail is optional.

Both ways can use the same e-mail address: they are two separate accounts. If you do not see the code option, sending mail is switched off at the moment; use login and password.

A login lasts about 12 hours. You can log out in the menu.

## 5. Your cabinet

Open "Menu -> Cabinet" (after logging in). It shows the sign-in method, the login or e-mail, your subscription (plan, status, date of the next renewal or of the end) and how long the login lasts.

The "E-mail and password" card: confirm the address with a code, after which the password can be changed with a code sent to that address. A sign-in by code has no password.

If the owner of the service issued the account, its plan is assigned by hand, and subscribing works as for any other account.

## 6. Subscribing and paying

Open the "Plans" page, choose a plan and press "Subscribe". If you are not logged in, the login window opens first. You then go to the PayPal page and confirm the subscription there.

Payment is through PayPal only. The site never asks for or receives bank-card data.

The subscription renews every month until you cancel it. You can cancel at any time in your cabinet: the plan then stays active until the end of the paid period.

You can change the plan on the "Plans" page or in your cabinet: PayPal asks you to confirm the change.

Questions about payments and refunds: support@authortext.com.

## 7. For programs (API)

For requests from your own programs you need the Pro or Max subscription and a key, created in the cabinet. Description and examples: the "For developers" page.

Still have questions? Write to us with the feedback form at the bottom of the analyzer page.

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# Text-check API with a key and plain JSON.

> How to call the AI-signal text check from your own programs: key, endpoints, curl, Python and Node.js examples, errors and limits.

- URL: https://authortext.com/en/developers
- Language: en
- Site: AuthorText (https://authortext.com/)

The same analysis as on the site, for your own programs: score, metrics, spots in the text with quotes, cleaning and marking. Requests and responses are JSON.

## Endpoints

These requests accept the key; account and payment requests do not.

| Method | Path | Body | Purpose |
| --- | --- | --- | --- |
| POST | `/api/analyze` | `{"text": "..."}` | Score, metrics, spots in the text with quotes, watermarks |
| POST | `/api/clean` | `{"text": "..."}` | Cleaning: removes hidden characters and typography; a text that is too long is cut to the plan limit (truncated, limit) |
| POST | `/api/highlight` | `{"text": "..."}` | Marks the found spots for highlighting |
| POST | `/api/fetch-url` | `{"url": "..."}` | Loads a page by address and analyzes its text |
| POST | `/api/extract-file` | `file` | Text from a file: PDF, DOCX, ODT, RTF, EPUB, FB2, HTML, TXT |
| GET | `/api/me` |  | The key's plan and its limits |

## Good to know

- **Nothing stored.** The text is processed in memory, never written to disk and never logged.
- **Key and plan.** The key is created in your account and shown once; the server keeps only its fingerprint. A new key replaces the old one.
- **One error format.** An error always looks like {"error": {"code", "message"}}, with no stack traces.
- **Text, link, file.** Send a text, a page address or a whole document.

## API by key: the Pro and Max plans

Prices and limits are read from the server, so they cannot drift from the real ones. Live data: https://authortext.com/api/plans.

- The API key is included in the Pro and Max plans.
- All kinds of analysis and fragment review
- Authorization: Bearer header for analysis, cleaning, marking, loading by link and from a file
- The key works while the paid period is running

## Errors and limits

| HTTP status | code | When |
| --- | --- | --- |
| 400 | `invalid_json` | The request body is not valid JSON |
| 413 | `payload_too_large` | The request body is too large |
| 415 | `unsupported_media_type` | Content-Type is not application/json |
| 422 | `empty_text / invalid_text` | The text field is empty, missing or not a string |
| 422 | `text_too_long` | The text is longer than the plan allows; the reply carries limit and plan |
| 429 | `rate_limited` | Too many requests; see the Retry-After header |

- Requests are counted as a "burst": first you can send as many in a row as shown above, then that many per second. Loading by link or from a file costs 5 requests; a text over 100,000 characters costs 1 more for every 100,000.
- A missing, wrong or expired key does not produce an error: the request is handled as a free one, with the free limits (3,000 characters). Check the plan with GET /api/me.
- The score is a guide, not proof of authorship.

## The key is created in your account

Subscribe to the Pro or Max plan, open the "API key" section in your account and press "Create key".

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# About AuthorText

> AuthorText is a small independent tool that looks for statistical signs of AI writing in a text. Who runs it, what it does, what it cannot do.

- URL: https://authortext.com/en/about
- Language: en
- Site: AuthorText (https://authortext.com/)

AuthorText looks at a text and tells you how many signs of machine writing it finds, and where. It does not tell you who wrote it. That difference matters, and most of this page is about it.

## What it does

You paste a text, give a link or upload a document. A few seconds later you get a score from 0 to 100, a bar for each separate signal, and quotes from the places in the text that raised the score.

The same page can clean a text. It removes hidden characters, such as zero-width spaces, and replaces fancy typography with plain marks. Texts in Russian, Ukrainian, Portuguese and English work the same way.

## What it does not do

The score is a hint about style. It is not proof of authorship, and no program can give you proof. Polished human writing can score high. Good machine text can pass without a flag.

If a decision about a person hangs on a result, such as a grade, a job or a contract, use the evidence places as a reason to talk to the author. Nothing more.

## Who is behind it

AuthorText is a hobby project run by one person who lives in Portugal. It is not a company. There is no firm name, no registration number and no office, and this page will not pretend otherwise.

The person who runs the site is also the one who answers the mail and fixes what breaks. Replies can take a day or two.

## Open source

The analyzer, the cleaning tools and the code of the site are public. You can read how a score is made instead of taking our word for it, and you can tell us where we are wrong. The repository is on GitHub.

## How to reach us

Write to support@authortext.com. Questions about the score, a text that was judged unfairly, a bug, a payment problem, a request to delete an account: all of it goes to the same address. Please do not send passwords or other people's personal data.

- [Source code on GitHub](https://github.com/Michael-VT/aiparstxt)

- Contact: support@authortext.com

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# How the analysis works and how far to trust it

> The signals behind the AuthorText score, how they add up, what the checks on real texts showed, and where the score is wrong. With the numbers.

- URL: https://authortext.com/en/method
- Language: en
- Site: AuthorText (https://authortext.com/)

The score is a weighted sum of text statistics. No hidden model decides, and no single signal can decide alone. Below is what is counted, how it adds up, and what happened when we tested it on texts with known authors. The test results are mixed, and we say so.

## What the number is

A text goes in, about twenty measurements come out: how much sentence lengths vary, how many stock phrases there are, how dense the linking words are, how rich the vocabulary is, and so on. Each measurement earns a few points when it looks like machine writing. The points are added up.

That is all. The score is not a probability that a machine wrote the text. It says how many of the usual traces of generated text are present.

## The signal families

Most of the weight sits in the first two families. The rest add small amounts.

### Rhythm of sentences and paragraphs

People write short and long sentences in a ragged mix. Generated text tends to keep a steady length. We measure the spread of sentence lengths and of paragraph lengths. Even sentences give up to 32 points, even paragraphs up to 28, and both together add up to 14 more.

### Stock phrases

About 150 phrases in four languages, sorted into three tiers by how often real people use them. Phrases that never showed up in our human texts count most: two of them give 24 points. Common ones give almost nothing.

### Linking words

The number of connectives per sentence, such as "moreover" or "in addition". A dense run of them gives up to 13 points.

### Repeated templates

The same short heading line again and again, or the same sentence shape over and over. Up to 14 points for repeated headings, a few more for repeated patterns.

### Vocabulary and small signs

Variety of words, entropy, word length, punctuation, passive voice, readability. Two of them (variety and entropy) can give 15 points, the others between 3 and 5. Unusual symbols and hidden characters are reported and add a few points.

## How the points add up

The points are summed. No single measurement can give more than 32, and the sum before trimming can reach about 165, so one odd feature never decides the result. A short text is multiplied by a factor between 0.9 and 1, which keeps long texts from gaining and short ones from being punished twice. The result is capped at 100.

Short texts get partial points only. Under 150 words or five sentences the page says the result is unreliable, and it says the same for promotional and social-media style, which the method was never tested on.

## Reading the bands

Below 20: no signals. From 20 to 34: weak signals. From 35 to 54: a mixed profile. From 55 to 69: probable AI. From 70: strong AI-like style.

In our first calibration a threshold of 50 to 55 worked for "probable" and 70 for "strong". Treat the bands as a way to sort texts for a closer look, never as a ruling.

## What the checks showed

First, a small calibration in version 0.4.0. We took 34 confirmed answers of AI services (8 services, 4 languages) and 20 human texts. At a threshold of 50 it found 93.9% of the AI texts with 0% false positives; at 70 it found 60.6%, again with no false positives. It looked excellent. The set was small, and it covered few genres.

Then we tested on a much larger corpus: 5808 human texts, 1286 AI texts and 299 mixed ones. The picture was far weaker. AUC, the chance that a random AI text scores above a random human one, was 72.9%. With the threshold set so that only 1% of human texts get flagged, the method found 14.4% of the AI texts. At 5% flagged humans it found 29.2%.

So the first result was too rosy, and the second one is the number to remember. We keep both on this page on purpose.

### By length

Texts of 80 to 299 words are close to a coin toss: AUC 55.6%, recall 4.4%. From 300 words it is better: AUC 76.7%, recall 16%.

### By language

Recall at 1% false positives: Russian 22.7%, Ukrainian 19.1%, Portuguese 8.5%, English 6.0%. The Portuguese and Ukrainian language resources have not been checked by native speakers yet.

### By model

Newer models slip past more easily. At 1% false positives the method found 19.7% of gpt-oss-120b texts and 6.7% of GLM-5.3 texts. Early web chats were easier to spot than today's models.

### Mixed texts

A human text edited by a model was flagged in 0.0% of cases at the strict threshold and 9.7% at the loose one. Machine translation: 2.0% and 4.0%. The method does not really separate such cases, which is why the page speaks of signs and not of "percent AI".

## Where it gets things wrong

False positives come mostly from careful, even prose. News texts are the worst case: AUC 55% and 14.6% of human texts flagged at the loose threshold, so for news the signal does not work and the page should abstain. Scientific articles reached 10.0% false positives at the same setting. Encyclopedia style was fine, 0.5% and 4.3%.

Volunteer translations were flagged a bit more often than other human texts, 2.3% against 1.1%. Non-native Ukrainian writing was indistinguishable from native writing at the size we could test, 1.5%.

The other direction fails too: a well made modern machine text often passes. And the tool has no idea what you asked a model to do before you pasted its answer.

## How to use a result

Read the evidence places, not only the number. If three quoted sentences really look like filler, that tells you more than a 62. Compare with the author's earlier work. Ask for drafts. Talk to the person.

A learned scorer is shown beside the main score as a provisional second opinion; it has had far fewer tests, so give it less weight still.

## Related reading

- [How to read the numbers in an AuthorText analysis](https://authortext.com/en/articles/reading-the-numbers.md)
- [When the detector mistakes a human for AI](https://authortext.com/en/articles/when-detectors-disagree.md)
- [Open the checker](https://authortext.com/en/index.md)

- Contact: support@authortext.com

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# Frequently asked questions

> Short answers about AuthorText: free limits, languages, accuracy, what is stored, subscriptions and cancelling, the API, hidden characters and contact.

- URL: https://authortext.com/en/faq
- Language: en
- Site: AuthorText (https://authortext.com/)

The short answers, in the order people usually ask. The long versions live on the method, privacy and plans pages.

## Using the checker

### Is it free?

Yes, up to a point. Without signing in you can check texts of up to 3 000 characters, see the main bars and the first three quoted places, and load one page by link per day. Longer texts and full detail need a subscription.

### Which languages does it support?

Russian, Ukrainian, Portuguese and English. The site itself, the stock-phrase lists and the language detection all cover these four. Other languages get the language-neutral measurements (rhythm, vocabulary variety) but no phrase lists, so the result is less reliable.

### How accurate is the score?

Not very, and we publish the numbers. On a large corpus the method flagged about 14% of AI texts while wrongly flagging 1% of human ones, and it does worse on short texts and on modern models. The method page has the details.

### Can I use the score as proof that a text was written by AI?

No. It is a hint about style. Careful human writing can score high and good machine text can score low. Use the quoted places as a reason to ask questions, not as a verdict.

### What does cleaning a text do?

It removes hidden characters, such as zero-width spaces and similar marks, and replaces curly quotes, long dashes and other fancy typography with plain ones. It works on every plan; a text longer than your plan allows is cut to that length first.

## Privacy

### Is my text stored?

No. A text is processed in memory and forgotten. It is not written to logs and not used to train anything. The same goes for texts loaded from a file or a link.

### What do you keep about me?

A login, a salted hash of the password (never the password), an e-mail address if you gave one, and your plan and subscription dates. Statistics are plain counters with no texts and no addresses. The privacy policy lists everything.

## Plans and money

### How do subscriptions work?

Four paid plans, billed monthly through PayPal: Basic EUR 3.00, Plus EUR 9.99, Pro EUR 19.99 and Max EUR 24.99. No trial period and no one-off payments. The site never sees your card data; PayPal handles it.

### How do I cancel?

Open your account, go to the plan section and cancel there. The plan keeps working until the end of the period you already paid for, then the account goes back to the free plan.

### Is there an API?

Yes, on the Pro and Max plans. You create a personal key in your account and send texts to the same analysis as the website uses. The developers page lists the endpoints, errors and limits.

### How do I contact you?

Write to support@authortext.com. A single person reads the mail, so expect an answer within a day or two.

- Contact: support@authortext.com

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# Privacy policy

> What AuthorText does with your data: texts are not stored or logged; only a login, a password hash and, optionally, an e-mail address are kept.

- URL: https://authortext.com/en/privacy
- Language: en
- Site: AuthorText (https://authortext.com/)

In short: we analyse your text and forget it. Below, in plain words, is what is kept and what is not.

- Updated: 2026-10-22
- Contact: support@authortext.com

## Who we are

AuthorText (authortext.com) is a personal project of one person who lives in Portugal. It is not a company, so there is no company name, registration number or postal address. The data controller in the sense of the GDPR is the owner of the project. Contact: support@authortext.com.

## Your texts

The text you check is processed in the memory of the server and forgotten right away. We do not store texts, do not write them to logs and do not use them to train models. The same holds for a text loaded from a file or by link: the server downloads the page, takes the main text from it and stores nothing.

The error log holds only the line about the failure, never the content of a text.

## Account

To sign in we keep a login, a salted hash of the password (we do not know your password and cannot remind you of it), optionally an e-mail address, and the plan. If you sign in with an e-mail code or with Google, we keep the address the code was sent to or the one Google reported.

E-mail codes are kept only as a hash, are valid for 10 minutes and allow 5 tries; the body of the message is blanked after delivery. An API key is kept only as a SHA-256 hash and is shown once, when it is created.

Payments are processed by PayPal. We receive from it only the subscription status and the payer identifier; we never see or store bank-card data. What stays with us is the plan, the status and the dates of the subscription.

## Sign-in with Google

When you press "Sign in with Google", your browser gets proof of identity (an ID token) from Google and sends it only to Google and to our server. The server verifies the signature and keeps the e-mail address from the token. We do not ask for any other Google profile data. For the button to work the page loads a script from accounts.google.com; there are no other external scripts, ads or trackers.

## Statistics without tracking

We count only numbers: how many checks (by language, size and plan), how many registrations, how many different visitors a day. Different visitors are counted through a one-way hash of the address, the day and a secret key, deleted after two days. Addresses, texts and behaviour profiles are not stored. To prevent abuse the server briefly keeps the request rate per address in memory.

Feedback: if you write to us through the form, we keep your message and the contact you gave, so that we can reply. Do not put passwords or other people's personal data in a message.

## Cookies and local storage

The site uses only what is technically necessary. The cookie sid appears after sign-in: a signed session, HttpOnly, valid for 12 hours, needed for the account to work. The browser's localStorage holds your preferences: theme, interface language, disabled analysis signals and a mark that the feedback form was already sent. None of it is used for advertising or tracking, so no consent banner is needed. You can clear all of it in your browser settings.

## Your rights

Under the GDPR you can ask for access to your data, correction, erasure, object to processing and get a copy. Write to support@authortext.com from the address linked to the account. If you think we violate your rights, you can complain to the Portuguese supervisory authority, the CNPD (Comissão Nacional de Proteção de Dados, cnpd.pt).

Account data is kept while the account exists; after an erasure request we delete the account and the records tied to it.

## Changes

If something about how the site works changes, we update this text and the date at the top. Applicable law: Portugal and EU law.

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# Terms of use

> Rules for using AuthorText: the score is a hint, not proof of authorship; the service is provided as is; the subscription is paid through PayPal.

- URL: https://authortext.com/en/terms
- Language: en
- Site: AuthorText (https://authortext.com/)

This is a personal project and the terms are simple. By using the site you accept them.

- Updated: 2026-10-22
- Contact: support@authortext.com

## What the service is

AuthorText counts how many signs typical of AI-written text a text contains and shows where they are. It is a statistical hint about style, not a verdict and not proof of authorship. Detectors make mistakes, especially on short, business-like or translated texts. Do not decide anything about a person (expulsion, dismissal, a fine) on this score alone.

## Use at your own risk

The service is provided "as is", with no guarantee of accuracy, availability or fitness for a particular purpose. To the extent the law allows, we are not liable for losses caused by using the score or by interruptions. This does not affect consumer rights that cannot be limited by law.

## Limits and plans

Text size, number of checks and available features depend on the plan, and the server enforces the limits. Details and prices: the Plans page. Do not work around the limits, do not overload the service with automated requests without an API key (the Pro and Max plans), and do not resell access without permission.

## Acceptable content

Do not upload illegal material, other people's personal data, passwords or keys. Do not use the site for hacking, mass data collection or attacks on the service. We may restrict access if this is violated.

## Subscription and payment

Paid plans are taken out as a subscription through PayPal; prices are on the Plans page. The buyer pays and confirms the subscription on the PayPal side: the site receives no bank-card data.

The subscription renews automatically every month until you cancel it. You can cancel at any time in your account: the cancellation takes effect at the end of the paid period, and the plan stays active until then.

If you are a consumer in the European Union, you have a statutory right of withdrawal from a contract concluded at a distance, including when buying digital services. How that right applies to a subscription is set by the law of your country.

To use the right of withdrawal or to ask for a refund of a payment, write to support@authortext.com.

## Changes and shutdown

The owner may change the service, the plans and these terms, or stop the project. We will try to announce it on the site. Changes take effect when published.

## Law and contact

Portuguese and EU law apply; mandatory consumer protection rules of your country remain in force. Questions: support@authortext.com. About data: the privacy policy.

## Links

- [Home](https://authortext.com/en/index.md)
- [plans](https://authortext.com/en/plans.md)
- [help](https://authortext.com/en/help.md)
- [developers](https://authortext.com/en/developers.md)
- [about](https://authortext.com/en/about.md)
- [method](https://authortext.com/en/method.md)
- [faq](https://authortext.com/en/faq.md)
- [privacy](https://authortext.com/en/privacy.md)
- [terms](https://authortext.com/en/terms.md)
- [articles](https://authortext.com/en/articles/index.md)

---

# Blog

> Articles on spotting AI text, why detectors get it wrong and how to make writing livelier.

- URL: https://authortext.com/en/articles/
- Language: en
- Other languages: [ru](https://authortext.com/ru/articles/index.md), [uk](https://authortext.com/uk/articles/index.md), [pt](https://authortext.com/pt/articles/index.md)
- Feed: https://authortext.com/en/rss.xml

## All articles

- [A fair checklist for teachers and editors](https://authortext.com/en/articles/fair-checklist-suspect-ai.md) (2026-10-24): A fair checklist for teachers and editors who suspect AI: what a detector score can prove, what it cannot, and how to talk to the author before deciding.
- [AI detectors for students: avoiding false accusations](https://authortext.com/en/articles/students-false-accusation.md) (2026-10-24): What an AI detector score means for a student, how to keep proof of your own work, and what to do if a teacher flags your essay by mistake.
- [Burstiness and perplexity without the maths](https://authortext.com/en/articles/burstiness-perplexity.md) (2026-10-24): Burstiness and perplexity explained in plain words: what they mean for a reader, how they relate to our signals, and why they are weak evidence alone.
- [Checking a freelancer's text: a workflow for clients](https://authortext.com/en/articles/checking-freelancer-text.md) (2026-10-24): A practical workflow for clients who hire writers: a clear brief, drafts, style consistency, fair use of a checker and sensible AI wording in a contract.
- [How to read the numbers in an AuthorText analysis](https://authortext.com/en/articles/reading-the-numbers.md) (2026-10-24): What sentence-length variation, repetition, stock phrases and connective density mean in an AuthorText analysis, with a tiny example and honest limits.
- [Invisible characters in copied text](https://authortext.com/en/articles/invisible-characters.md) (2026-10-24): Zero-width spaces, soft hyphens, curly quotes and long dashes: where they come from in copied text, what they break, and how to clean them safely.
- [What is new in AI detection: verified or not](https://authortext.com/en/articles/detection-news-2026.md) (2026-10-12): What is new in 2026: benchmarks with mixed authorship, surprisal-rhythm features, EU marking rules. What we verified and what we did not.
- [How AI text detection works today](https://authortext.com/en/articles/how-detection-works.md) (2026-10-11): Seven ways to check a text for AI, what limits each, and why an honest result is an estimate with caveats, not a percentage of AI authorship.
- [Why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err.md) (2026-10-08): A detector scores style, not the author. Why polished human writing gets high scores and how to read a result sensibly.
- [When the detector mistakes a human for AI](https://authortext.com/en/articles/when-detectors-disagree.md) (2026-10-07): An article written by a person scored "AI" while a machine-written text looked "more human". Why that happens and what to do about authorship checks.
- [How to make your text sound more alive](https://authortext.com/en/articles/make-text-livelier.md) (2026-10-06): Six techniques for livelier writing: concrete detail, uneven rhythm, fewer stock phrases, your own voice. No promises to "beat the detector".
- [How to tell if a text was written by AI](https://authortext.com/en/articles/signs-of-ai-text.md) (2026-10-06): Four signs of AI-written text: an even rhythm, stock phrases, general words with no specifics. And why none of them is proof.

---

# A fair checklist for teachers and editors

> A fair checklist for teachers and editors who suspect AI: what a detector score can prove, what it cannot, and how to talk to the author before deciding.

- URL: https://authortext.com/en/articles/fair-checklist-suspect-ai
- Language: en
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/fair-checklist-suspect-ai.md), [uk](https://authortext.com/uk/articles/fair-checklist-suspect-ai.md), [pt](https://authortext.com/pt/articles/fair-checklist-suspect-ai.md)

You have a text in front of you and a feeling. Too smooth, too tidy, no personality. You paste it into a detector and it says 78%. What now?

Short answer: slow down. A number can start a conversation. It cannot end one.

## What a score can and cannot prove

A detector measures style. It looks at how even the sentences are, how often stock phrases appear, how many connecting words are packed in. It does not see who typed the text, and it has no access to how the text was made.

So a high score only means "this text has features that machine text often has". It is not proof of authorship, and in our own [honest numbers](https://authortext.com/en/articles/why-detectors-err) the signal is weak: on a large corpus the current analysis catches only a modest share of AI texts when the false-positive rate is held at 1%, and modern models pass more easily than early chatbots.

Never decide on a score alone. Not to fail a student, not to reject a freelancer, not to send an accusation.

## Who gets flagged unfairly

Some honest writers look "machine-like" to any detector:

- people writing in a second language, who lean on simple and correct constructions;
- editors and journalists, whose polished prose has been smoothed on purpose;
- authors of formal genres: reports, letters, scientific style;
- anyone who ran their draft through a grammar tool or a translator.

If your suspect fits one of these groups, treat the score with extra doubt. We wrote about this in [When the detector mistakes a human for AI](https://authortext.com/en/articles/when-detectors-disagree).

## The checklist

Go through these steps in order.

1. **Reread the text yourself.** Are there specifics, such as names, dates, a real example, a mistake only a person would make? Or only general words?
2. **Compare with earlier work.** Same vocabulary, same typical errors, same rhythm? A sudden jump in polish is a reason to ask, not to accuse.
3. **Ask for the process.** Drafts, version history, notes, the sources the author read. This is the strongest evidence you can get, because it shows how the text appeared.
4. **Talk to the author.** Ten minutes of questions about the content beats any percentage.
5. **Run a check, if you still want one.** Read the result as a hint about where to look.
6. **Decide on several signals together,** and write down what they were.

## Using the evidence list as a conversation starter

AuthorText does not only return a number. It lists evidence with line numbers: where a stock phrase appears, where the paragraphs are nearly the same length, where connecting words pile up.

That list is useful in a conversation, because it lets you ask about a concrete place instead of the whole text. "Line 14 says 'it is worth noting that it plays a crucial role'. Tell me what you meant here." A person who wrote the paragraph can usually explain it, rephrase it, or admit they borrowed the phrase. Someone who did not write it often cannot.

Even then, an explanation is not a verdict either way. Plenty of people use stock phrases, and plenty of AI text is edited by hand.

## How to talk to the author

- Start with curiosity: "I would like to understand how this text came about."
- Say what you saw, not what you conclude: "The rhythm is very even and there are several typical phrases."
- Ask for the draft history before anything else.
- Offer a short follow-up, spoken or written on the spot, about the same topic.
- Leave room for being wrong. If the author has drafts and answers the questions well, the matter is closed.

Don't say "the detector says you cheated". It said no such thing, and the author will fairly stop trusting the process.

## What to do

Use the score as a reason to look closer, never as the reason to punish. Ask for drafts first, talk second, and decide only when several independent things point the same way. If you want a line-level view to guide the conversation, [check the text on AuthorText](https://authortext.com/en/) and open the evidence list. For longer, regular use, see the [plans](https://authortext.com/en/plans).

[Check a text](https://authortext.com/en/#editor)

---

# AI detectors for students: avoiding false accusations

> What an AI detector score means for a student, how to keep proof of your own work, and what to do if a teacher flags your essay by mistake.

- URL: https://authortext.com/en/articles/students-false-accusation
- Language: en
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/students-false-accusation.md), [uk](https://authortext.com/uk/articles/students-false-accusation.md), [pt](https://authortext.com/pt/articles/students-false-accusation.md)

A detector score is a hint about style, not proof that you cheated. The best protection is not a clever trick but proof of how your work was made.

If your school uses a detector, expect it to be wrong sometimes, and prepare so that a wrong result is easy to answer.

## What a score is, and what it is not

A detector looks at the text only. It measures how even the sentences are, how many stock phrases appear and how predictable the wording is. It cannot see your notes, your browser history or the evening you spent on the third paragraph.

So a high score means "this text has features machine text often has". It does not mean "this student used AI". Some universities, including Yale and the University of Waterloo, stopped using built-in detectors because of false alarms. A fair teacher treats the number as a reason to ask questions. Our own numbers explain why that is right: on a large corpus the analysis misses most AI texts when false alarms are held to 1%, and flags polished human writing more often than casual writing. See [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err).

## Who is at higher risk

Writers who use simple, correct constructions look uniform to a detector. That includes people writing in a second language, people who run drafts through a grammar tool or a translator, and anyone who writes in a formal genre such as a report or a lab write-up. We say this with caution: in our own checks the effect was small and hard to measure, but it is a reason not to trust a number blindly. Neatly edited, careful work can also look machine-like. That is not a reason to write badly on purpose.

## Keep proof while you write

This part really protects you, and it costs almost nothing.

- Write in a tool with version history, such as a shared document that saves every change with a time. Do not paste the finished essay in at the end.
- Keep your notes, outlines, photos of handwritten plans and the list of sources you read.
- Save a few intermediate drafts under different names, with the date.
- Keep the sources themselves: links, page numbers, the files you downloaded.
- If you used any tool for help, even a grammar checker or a translator, write down what and how. Say so honestly if your school asks.

If you are accused later, a draft history with dates is stronger evidence than any argument about a percentage.

## Check your own text before you hand it in

You can run your essay through the [checker](https://authortext.com/en/) before submitting. Do not chase a low number. Instead, open the evidence list and look at the specific lines: where several paragraphs are nearly the same length, where stock phrases such as "it is worth noting" or "plays a crucial role" appear, where connecting words pile up.

Those are places where your own voice may have been lost, and fixing them is just good editing. Add a concrete example, an opinion, a short sentence after a long one. Techniques are in [how to make your text sound more alive](https://authortext.com/en/articles/make-text-livelier). Remember that the score is a hint, and short texts under about 150 words are marked as unreliable.

## If you are flagged

1. Stay calm and ask what exactly was flagged and by which tool.
2. Do not argue about the percentage. Offer the process: drafts, version history, notes, sources.
3. Offer to explain any passage in your own words, or to write a short paragraph on the topic on the spot.
4. Ask whether the teacher has a written policy on AI and on detectors, and whether an appeal exists.
5. Keep the conversation in writing where you can.

Teachers who follow a sensible order of steps will do the same on their side. That order is in the [fair checklist for teachers and editors](https://authortext.com/en/articles/fair-checklist-suspect-ai).

## What to do next

Start keeping drafts today, even for small tasks. Before the next deadline, check your text in the [checker](https://authortext.com/en/) and read the evidence list as an editing aid. If you want to understand how a flagged human text happens, read [when the detector mistakes a human for AI](https://authortext.com/en/articles/when-detectors-disagree), and for the ideas behind the measurements see [burstiness and perplexity without the maths](https://authortext.com/en/articles/burstiness-perplexity).

[Check a text](https://authortext.com/en/#editor)

---

# Burstiness and perplexity without the maths

> Burstiness and perplexity explained in plain words: what they mean for a reader, how they relate to our signals, and why they are weak evidence alone.

- URL: https://authortext.com/en/articles/burstiness-perplexity
- Language: en
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/burstiness-perplexity.md), [uk](https://authortext.com/uk/articles/burstiness-perplexity.md), [pt](https://authortext.com/pt/articles/burstiness-perplexity.md)

Perplexity is how predictable a text is, and burstiness is how unevenly it is written. Detector makers love both words, and you can get each of them without a formula.

Neither one tells you who wrote a text. They describe how a text feels to read, and people and machines can both produce either feeling.

## Perplexity: how surprised is the reader

Imagine reading a sentence word by word and guessing the next word before you see it. If you guess right almost every time, the text has low perplexity: it is predictable. If the next word keeps surprising you, perplexity is high.

A language model does exactly this guessing, only with numbers. Text that a model writes tends to follow the words a model finds likely, so it tends to be predictable to another model. That is the whole idea behind many detectors.

But predictable does not mean machine. Instructions, legal forms, recipes and official letters are predictable on purpose. A careful writer who prefers plain, common words also lands on the predictable side. And a model can be asked to write in an odd, surprising way.

## Burstiness: short bursts and long runs

Burstiness is about rhythm. A bursty text has short sentences next to long ones, a punchy paragraph after a heavy one. A flat text has sentences of about the same length, one after another.

People are usually bursty without trying. We get excited, we trail off, we stop short. Machine text often comes out flatter, with sentences and paragraphs of similar size. Flat does not prove a machine, though. A tidy report, a news item edited three times, a school essay with a strict template: all flat.

## A tiny example

This is an example made up for illustration, not a measurement.

Flat: "The city built a new park. The park has many trees. The trees give shade in summer. Visitors enjoy the shade."

Bursty: "The city built a park. Trees, mostly - hundreds of them, planted so close that in July you walk from one patch of shade to the next and barely notice the heat."

Both are fine writing. The first is simply more even: four sentences of five or six words. The second mixes a four-word sentence with a long one. A detector looking at rhythm would see the difference, and you can see it too.

## How AuthorText relates to these ideas

We do not compute perplexity with a language model. Our analysis uses simpler, visible signals, and one of them is the cousin of burstiness: how much sentence length varies across the text, and how much paragraph length varies. The lower the variation, the more points the text collects. These measures carry the most weight in the score.

Repetition is the other relative. Predictable text tends to reuse the same words, phrases and openings, so we count repeated patterns, stock phrases in four languages and connecting words packed into nearly every sentence. All of this is described in [how to read the numbers in an AuthorText analysis](https://authortext.com/en/articles/reading-the-numbers).

The nice thing about visible signals is that you can look at them yourself. The evidence list shows the exact lines, so you can decide whether the flat rhythm is a flaw or just your genre.

## Why each is weak evidence alone

First, genre. Polished human prose in news, business and science is flat and predictable, and our measurements show it gets flagged more often. Second, length. In our larger corpus test, texts of 80 to 299 words were close to random, and even at 300 words and more the result stayed modest. Third, editing: human text edited by a model, or paraphrased machine text, blurs both signals. Fourth, modern models can be prompted to vary their rhythm and wording.

This is why the honest framing is "share of text with signs of generation", not "percentage of AI". More on the failure modes in [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err).

## What to do next

Try it on your own writing. Paste a text into the [checker](https://authortext.com/en/), open the evidence list and see where sentences or paragraphs are nearly the same length. If that is a fault of your writing, the fixes are in [how to make your text sound more alive](https://authortext.com/en/articles/make-text-livelier). If you are judging someone else's text, do not decide on rhythm or predictability: use the [fair checklist](https://authortext.com/en/articles/fair-checklist-suspect-ai) and ask for drafts. Students who worry about a flag will find practical steps in [AI detectors for students](https://authortext.com/en/articles/students-false-accusation).

[Check a text](https://authortext.com/en/#editor)

---

# Checking a freelancer's text: a workflow for clients

> A practical workflow for clients who hire writers: a clear brief, drafts, style consistency, fair use of a checker and sensible AI wording in a contract.

- URL: https://authortext.com/en/articles/checking-freelancer-text
- Language: en
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/checking-freelancer-text.md), [uk](https://authortext.com/uk/articles/checking-freelancer-text.md), [pt](https://authortext.com/pt/articles/checking-freelancer-text.md)

Do not start with a detector. Start with a clear brief and a contract that says what you expect, and use a checker only as a source of questions.

A good process heads off most arguments about AI before they start, and it stays fair to both sides.

## Step 1: write a brief that can be checked

Most problems begin with vague requests. A brief should say who the readers are, what the text must achieve, the tone, the length, the facts and sources to use, and what must not appear. Ask for the sources behind any numbers and quotes, and for a link or file for each.

A text built on a specific brief contains specifics: names, figures, examples from your business. Those are exactly what generic machine text lacks, and you can verify them without any tool.

## Step 2: say what you expect about AI, in writing

Decide what you accept and put it in the contract or the order. Some clients forbid AI altogether. Many allow it for research, outlines or grammar checks, but not for generating the text. Others allow it if the writer reviews and signs off on every claim.

Pick a rule and write it plainly: what may be used, whether the writer must tell you, and who answers for errors and for copied material. A rule that nobody wrote down cannot be fairly enforced afterwards.

## Step 3: ask for drafts and for the process

For anything longer than a short post, ask for an outline first, then a draft, then the final text. Ask the writer to work in a document with version history. This is not distrust. You can fix the direction early, and you get the strongest evidence of how the text was made, far stronger than any score.

## Step 4: check consistency across deliveries

If you work with a writer over time, compare new texts with earlier ones. Is the vocabulary the same, the typical sentence length, the way they open and close, the usual mistakes? A sudden jump in polish or a shift in voice is worth a friendly question. It can mean help from a tool, an editor or a colleague, or simply a better day.

Compare the texts side by side, not by a number. Our [fair checklist for teachers and editors](https://authortext.com/en/articles/fair-checklist-suspect-ai) uses the same idea of comparing with earlier work.

## Step 5: use the evidence list as a question list

If you still want a check, paste the text into the [checker](https://authortext.com/en/). Read the evidence list, not just the score. It shows lines with stock phrases, paragraphs of nearly equal length and connecting words packed together.

Turn each one into a question: "Line 14 says 'plays a crucial role'. What did you mean here?" "Where does this figure come from?" A writer who made the text can usually answer in a minute. The score itself is a heuristic: on a large corpus the analysis misses most AI texts at a 1% false-alarm rate, and polished human prose gets flagged, as we explain in [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err). Short texts, under about 150 words, are marked as unreliable.

Also look for hidden marks. Characters you cannot see are sometimes left in pasted text; see [invisible characters in copied text](https://authortext.com/en/articles/invisible-characters). They are not proof of AI, but they tell you the text was pasted from somewhere.

## Step 6: decide what is fair

- A high score alone is not grounds to refuse payment or end the cooperation.
- Several signals together, such as no sources, no specifics, a break in style and no drafts, justify a conversation.
- Give the writer a chance to explain and to rewrite. Agree on a fix, not a punishment.
- If your contract forbids AI and you find clear proof, such as undeclared copied text, apply the contract. Without proof, stay with questions.
- Remember that experienced writers produce even, polished text on purpose. That is what you may be paying for.

## What to do next

Update your brief template and add one paragraph on AI use to your next order. For the next delivery, ask for a draft and read the evidence list in the [checker](https://authortext.com/en/) as a list of questions. To avoid common mistakes in judging a text, read [how to tell if a text was written by AI](https://authortext.com/en/articles/signs-of-ai-text) and [burstiness and perplexity without the maths](https://authortext.com/en/articles/burstiness-perplexity). If you check texts regularly, see the [plans](https://authortext.com/en/plans).

[Check a text](https://authortext.com/en/#editor)

---

# How to read the numbers in an AuthorText analysis

> What sentence-length variation, repetition, stock phrases and connective density mean in an AuthorText analysis, with a tiny example and honest limits.

- URL: https://authortext.com/en/articles/reading-the-numbers
- Language: en
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/reading-the-numbers.md), [uk](https://authortext.com/uk/articles/reading-the-numbers.md), [pt](https://authortext.com/pt/articles/reading-the-numbers.md)

The result page gives you a score, a band and a set of bars. Here is what they mean in plain words, and how far you can trust them.

## The score is a hint

The score runs from 0 to 100 and describes how many features of machine-like text the analysis found. It is a heuristic, not a measurement of authorship. We repeat this on purpose: it is the most important thing on the page.

## Sentence-length variation

People write unevenly. A long sentence with a clause or two, then a short one. Then a medium one. Machine text, especially from earlier models, tends to keep sentences close to the same length.

The analysis measures this as a coefficient of variation: how much sentence lengths spread around their average. Low spread adds points, high spread adds none. This is often called burstiness, and it is the heaviest signal in the score. Paragraph lengths are measured the same way, and when both are uniform together, a joint bonus applies.

## Repetition

Repeated words, repeated openings, the same template header in every section. The analysis counts how often patterns recur. Some repetition is normal in a technical text, so this signal is only one part of the picture.

## Typical phrases

The analysis knows a list of stock phrases in English, Russian, Ukrainian and Portuguese, sorted into tiers by how typical they are. Openers that announce a point before making it, and vague claims about the "important role" of everything, belong there. Each hit points to a line number in the evidence list.

## Connective density

These are the words that tie neighbouring sentences together and signal the next step of an argument. Machine text tends to use many of them, evenly spread. A person often just starts the next sentence.

## A small worked example

This is an invented illustration, not real data.

> The project is important. The team is large. The plan is clear. The goal is simple. The result is good.

Five sentences, two to four words each. The rhythm is nearly flat, so sentence-length variation is low and that signal would score. Now a rewrite:

> The project matters. Why? Because the team, which grew from three people to twelve in a year, finally has a plan everyone can explain in one breath. The goal is simple.

Here the lengths range from one word to over twenty. Variation is high and that signal stays quiet. The content is not "more human"; only the rhythm changed. That is exactly why rhythm alone proves nothing.

## What "probable AI" means

The score maps to bands. Around 50 to 55 and above is "probable AI", and 70 and above is "strong AI". Those thresholds came from a first calibration on a small set: 34 AI texts against 20 human ones. There it looked good.

On a larger corpus the picture is much more modest. In our latest measurement the analysis found about 14% of AI texts at a 1% false-positive rate, and about 29% at 5%. Modern models evade the current signals better than the early chatbots. So the band is a statement about style, not about the author, and "probable" should be read as "worth a closer look".

Mixed cases are not separated well either: a human text edited by a model, or machine-translated text. That is why we talk about signs of generation in a text, not about an "AI percentage" of its author.

## Why short texts give weak signals

Variation needs material. With three sentences you cannot tell a rhythm from a coincidence. In our corpus measurement, texts of 80 to 299 words were close to random, while 300 and more words did better, though still far from reliable. The analysis marks texts under roughly 150 words, or under five sentences, as unreliable, and scales the points down.

Also, a short text with a low score is not evidence of human writing. The note on the page says exactly that: the verdict is unreliable, not proof.

News, promotional and social-media genres are another weak spot, and the analysis may abstain there.

## What to do

1. Read the evidence list before the number: it shows places, not just a total.
2. Look at the text length and the confidence note.
3. Treat the band as a reason to reread. If a person's reputation or grade depends on it, ask for drafts instead, as in our [fair checklist](https://authortext.com/en/articles/fair-checklist-suspect-ai).
4. If you are the author and want a more natural rhythm, see [how to make your text livelier](https://authortext.com/en/articles/make-text-livelier).

Want to try it on your own text? [Open the checker](https://authortext.com/en/).

[Check a text](https://authortext.com/en/#editor)

---

# Invisible characters in copied text

> Zero-width spaces, soft hyphens, curly quotes and long dashes: where they come from in copied text, what they break, and how to clean them safely.

- URL: https://authortext.com/en/articles/invisible-characters
- Language: en
- Published: 2026-10-24
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/invisible-characters.md), [uk](https://authortext.com/uk/articles/invisible-characters.md), [pt](https://authortext.com/pt/articles/invisible-characters.md)

Sometimes a text looks perfect on screen and still behaves strangely. Search does not find a word that is clearly there. A link opens an error page. A code snippet refuses to run. Often the reason is a character you cannot see.

## What these characters are

Text is a sequence of code points, and not all of them draw something. The usual suspects:

- **Zero-width characters** (U+200B zero-width space, U+200C and U+200D joiners, U+FEFF byte order mark). They take no room on screen.
- **Bidirectional marks and overrides** (U+202A to U+202E and similar). They control the direction of text, which matters for Arabic or Hebrew, and does nothing useful in an English paragraph.
- **Soft hyphen** (U+00AD). It marks a place where a word may break, and is invisible until a line wraps.
- **Odd spaces**: the non-breaking space and a family of narrow, wide and thin spaces that look like a normal space but are not.
- **Typographic punctuation**: curly quotation marks, the long dash, the ellipsis as a single character, bullets and arrows.

The last group is visible, but it is a different character from the plain one on your keyboard, and software often treats it differently.

## Where they come from

Mostly from ordinary copying:

- chat windows and web pages, whose layout engines add soft hyphens or zero-width spaces to control line breaks;
- word processors, which replace straight quotes and hyphens with "smart" ones as you type;
- translation tools and PDF extraction, which may insert odd spaces or break words;
- documents passed through several programs, each adding its own habits.

Nobody did anything wrong. That is just how text travels. We make no claim that any particular service puts invisible characters into its output on purpose, and we have no data that would let us say so.

## Why they cause real problems

- **Search breaks.** A word with a hidden character inside is a different string. "Contract" and "con[zero-width]tract" do not match.
- **Diffs look strange.** Two lines that look identical are reported as different.
- **Code and URLs fail.** A curly quote in a shell command or a zero-width space in a link is enough to stop it working, and the error message rarely tells you why.
- **Plagiarism checkers get confused.** Hidden characters and swapped spaces change how a text is split into words, so matches may be missed or reported wrongly.
- **Layout glitches.** Strange gaps, lines that refuse to wrap, lines that break in the wrong place.

## How to find and clean them

AuthorText has two ways to handle this.

First, the check. It highlights watermark-like characters and typography in the text, so you can see where they sit instead of guessing. The detector covers 259 such code points: zero-width characters, soft hyphen, invisible operators, bidirectional overrides, variation selectors, tag characters, private-use characters and a few more.

Second, the Normalize tool ("Clean & normalize"). It removes these characters and turns typographic punctuation into plain ASCII: straight quotes, a simple hyphen, three dots. Compare the result with the original before you use it.

A quick routine:

1. Paste the text into the [checker](https://authortext.com/en/) and look at the highlighted places.
2. Decide whether you want everything normalized (usually yes for code, URLs, data) or only some of it.
3. Run the cleaning and compare.

Keep in mind that a long dash in a literary text may be a deliberate choice. Normalizing is right for technical text, and optional for prose.

## A different thing: statistical watermarks

There is a second meaning of "watermark" and it is worth keeping apart. Researchers have proposed watermarking language models at the token level: while generating, the model is nudged to prefer certain words in a pattern that a detector holding the key can later test for.

Such a watermark is not made of characters. Nothing is hidden in the text as a code point. It lives in the choice of words, so a character cleaner cannot find it and cannot remove it, and AuthorText does not claim to detect it. Our analysis looks at style, not at a secret key. Invisible characters and statistical watermarks are two separate topics, and the first one does not tell you anything about the second.

Also, a text with hidden characters is not automatically AI-generated, and a text without them is not automatically human. They show how a text was copied, not who wrote it.

## What to do

Before you publish, submit or run copied text, look at it once. [Check the text](https://authortext.com/en/) to see hidden characters and typography, then use the Normalize tool when plain ASCII is what you need. If a piece of text is under suspicion for other reasons, our [short guide to the signs of AI text](https://authortext.com/en/articles/signs-of-ai-text) explains what else to look at, and why none of it is proof.

[Check a text](https://authortext.com/en/#editor)

---

# What is new in AI detection: verified or not

> What is new in 2026: benchmarks with mixed authorship, surprisal-rhythm features, EU marking rules. What we verified and what we did not.

- URL: https://authortext.com/en/articles/detection-news-2026
- Language: en
- Published: 2026-10-12
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/detection-news-2026.md), [uk](https://authortext.com/uk/articles/detection-news-2026.md), [pt](https://authortext.com/pt/articles/detection-news-2026.md)

We went through recent 2026 work. This page keeps only what we could find in a primary source (a paper abstract or the text of the law). Authors' numbers remain the authors' numbers: we did not reproduce them.

## What is confirmed

- **Benchmarks are closer to real life.** [DetectRL-X](https://arxiv.org/abs/2605.15518) (ACL 2026) tests detectors on 8 languages and 6 domains, with text from 4 commercial models. Texts are not only generated but also polished, expanded, condensed, then paraphrased and perturbed. It measures the effect of domain, model, attack and length. These are exactly the cases where detectors are weakest.
- **Rhythm of surprisal as a feature.** The authors of [DivEye](https://arxiv.org/abs/2509.18880) measure how the unpredictability of words fluctuates across a text. By their account the method beats zero-shot detectors by up to 33.2% and adds up to 18.7% to other detectors, and is robust to paraphrasing. This is the authors' claim; the abstract does not mention multilingual tests.
- **More than two classes.** The [GPTZero](https://arxiv.org/abs/2602.13042) paper describes a hierarchical scheme with finer human and AI categories. The abstract gives no accuracy figures, and this is a vendor description.
- **Shuffling words.** The preprint [Luminol-AIDetect](https://arxiv.org/abs/2604.25860) compares the perplexity of a text with that of its shuffled copy. The authors report 18 languages and 11 attack types, but the paper is still under review.
- **Marking by law.** Article 50(2) of the EU AI Act requires outputs of systems that generate synthetic audio, image, video or text to be marked in a machine-readable format. Exceptions: an assistive function for standard editing, and cases where the system does not substantially alter the input. According to the [article text](https://artificialintelligenceact.eu/article/50/) it applies from 2 August 2026; for systems already on the market the marking deadline is 2 December 2026 per the [implementation timeline](https://artificialintelligenceact.eu/implementation-timeline/).

## What we left out, and why

- Figures such as "Binoculars gets about 55% on Claude text" and "a 12.7-point loss under paraphrase": we saw them only in a search engine's summary and did not check the primary sources.
- Claims about which vendors already watermark text, and plans of individual companies: sources contradict each other and we found no primary source.
- A possible postponement under the "Digital Omnibus" package: we found no confirmation.
- The idea that shuffling or rhythm features will help specifically for Ukrainian or Portuguese: the papers do not say so; it is only our hypothesis to test.

## What this means for checking a text

Nothing here cancels the earlier conclusion: there is no single reliable test, and detectors fail most on mixed texts and paraphrase. In our own preliminary measurement, human text edited by a model was almost never recognised: about 0.5% were flagged at a 1% false-positive rate. That is why we show an estimate with uncertainty and say when the signal is not enough, instead of a "percentage of AI involvement".

## Why the marking rules matter, and why they do not solve it

A legal duty to mark generated text sounds like the end of guessing. It isn't. A mark that a system adds to its own output tells you something only when it survives copying, translation and editing, and only for systems that apply it. Text from a model that does not mark its output, or text a person rewrote by hand, carries no mark at all. Marks are also a different thing from what our tool looks for: we detect literal invisible characters (259 kinds) and typography, and we cannot see statistical watermarks hidden in the choice of words.

So for now two kinds of evidence exist side by side. One is the style of the text, which is weak and can be fooled in both directions. The other is a declared mark, which is strong when present and silent when absent. Neither replaces the human evidence: drafts, notes, version history and a conversation with the author.

## What to do next

Read [how AI text detection works today](https://authortext.com/en/articles/how-detection-works) for the full list of methods and their limits, and [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err) for the failure modes. When you need to check a real text, use the [checker](https://authortext.com/en/) and treat the result as a hint about where to look.

[Check a text](https://authortext.com/en/#editor)

---

# How AI text detection works today

> Seven ways to check a text for AI, what limits each, and why an honest result is an estimate with caveats, not a percentage of AI authorship.

- URL: https://authortext.com/en/articles/how-detection-works
- Language: en
- Published: 2026-10-11
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/how-detection-works.md), [uk](https://authortext.com/uk/articles/how-detection-works.md), [pt](https://authortext.com/pt/articles/how-detection-works.md)

We asked four different AI assistants about this and compared the answers. They agree: there is no single test, and the answer is always a probability.

## Seven approaches

1. **Statistics**: perplexity (how predictable the words are) and burstiness (how uneven the sentence rhythm is). Fast and clear, but polished human text is predictable too.
2. **Zero-shot probability methods** (DetectGPT, Binoculars): compare the likelihood of a text with that of its rewrites. Paraphrasing or swapping look-alike characters weakens them badly.
3. **Stylometry**: vocabulary variety, sentence length, connectives, punctuation. Transparent and more robust to edits, but depends on genre and language.
4. **Trained classifiers** (RoBERTa and similar): the core of commercial systems. Accurate on familiar data, quickly outdated when new models appear.
5. **Watermarks**: a signal planted at generation time. Works only if the generator added one, and disappears when the text is rewritten.
6. **Writing process**: drafts, edit history, pauses and pastes. The most direct evidence, but you need access to the process.
7. **Ensembles**: several signals plus human review. More reliable, but costlier.

## Where all the sources agree

- A detector estimates a **probability**, not a fact of authorship.
- It is weakest on **mixed texts**, where a human edits AI or AI edits a human. In the studies cited, accuracy dropped to roughly 54-71%.
- **False positives** remain the main risk. Formal and academic writing and non-native writers suffer most.
- **Paraphrasing and "humanizers"** sharply reduce accuracy.
- Vendor-claimed figures (99% and up) and independent tests differ noticeably.

## The percentage: what can honestly be said

If all you have is the finished text, you cannot reconstruct how it was written. So it is more accurate to say "65% of the text shows signs of machine generation" than "AI wrote 65%". A person's ideas and edits do not show up in that number.

A good system also:

- treats false positives on human text as the main error;
- calibrates thresholds per language, genre and length;
- shows **which passages** raised suspicion, with uncertainty bounds;
- says "not sure" when the text is short or the language is poorly studied.

## Languages

English is the best studied. Russian has a lot of formal text that is "smooth" on its own and triggers false alarms. Ukrainian has the least open data, so reliability is lower. Portuguese is in better shape here.

## What we already have

Here is how that maps to the seven approaches above:

- **Stylometry.** Our core method: variation in sentence and paragraph length, connectives, lexical diversity, punctuation, and three tiers of AI phrases in Russian, Ukrainian, Portuguese and English.
- **Explainability.** Not just a number: specific passages with line numbers, quotes and a note on why the signal matters. That is where the field is heading, according to the studies.
- **Fragment-level view and hints.** You can see which stretches are monotonous or templated, and how to fix them. Rules, no neural networks.
- **Hidden characters.** We find and remove the invisible characters sometimes used to mark text (259 kinds) and normalize typography. These are literal characters, not a statistical watermark in the words themselves.
- **Honest limits.** We abstain on short texts and warn about smooth genres (news, business writing, promo) where humans often look "machine-like".
- **Measurement.** Validation on a corpus with confidence intervals and breakdowns by language and length. The sample is still small: threshold 50 on 34 AI texts and 20 human ones gave 0% false positives, but that is not final accuracy.

## What we want to add

- **A bigger corpus**: at least 600 human texts per language, plus non-native writers, paraphrases and mixed texts. Every detector is weakest on exactly these today.
- **Calibration by language and length.** "Human / uncertain / AI" zones from corpus distributions instead of hand-picked thresholds.
- **A range instead of one number.** A result with an uncertainty band and a "no data" mark when no conclusion is possible.
- **Share by fragments.** "This part of the text shows signs of generation" instead of one overall percentage.
- **"What if".** Compare the score of a passage before and after an edit.
- **Text type** (news, review, post, article) with its own thresholds, once genre corpora exist.
- **An optional language-model signal** of the Binoculars class, but only if evaluation shows a clear gain, for example on non-native writers and paraphrases. Otherwise we leave it out.

We do not promise "indistinguishable from human" and we are not building a tool to evade checks: the goal is livelier text and a more honest assessment. Treat the result as a hint about where to reread more carefully, not as a verdict.

## What to read next

Start with [how to tell if a text was written by AI](https://authortext.com/en/articles/signs-of-ai-text) for the signs you can see yourself, then [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err) for the limits. For recent research see [what is new in AI detection](https://authortext.com/en/articles/detection-news-2026). To try it on a text, open the [checker](https://authortext.com/en/).

[Check a text](https://authortext.com/en/#editor)

---

# Why modern AI detectors get it wrong

> A detector scores style, not the author. Why polished human writing gets high scores and how to read a result sensibly.

- URL: https://authortext.com/en/articles/why-detectors-err
- Language: en
- Published: 2026-10-08
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/why-detectors-err.md), [uk](https://authortext.com/uk/articles/why-detectors-err.md), [pt](https://authortext.com/pt/articles/why-detectors-err.md)

A detector returns a number about style, not about who wrote the text, so it can be wrong in both directions. Polished human writing gets high scores, and good AI text passes.

Reading it as a verdict is a mistake. Here is why, with our own measurements.

## A detector does not know who wrote it

It cannot see how a text was made. It measures patterns: how even the sentences are, how many typical phrases there are, how predictable the text is. Indirect signs. People produce them too.

## Polished human prose looks like machine prose

News, business letters and academic papers follow rules and look even. In our own measurements, neatly edited human news scored high noticeably more often than casual comments and discussions. On news texts the signal barely works at all, so we advise abstaining there. A score that ignores genre can't be trusted.

## People writing in a second language

Writers using a language that is not their first often choose simple, "correct" constructions, or rely on machine translation altogether, and detectors frequently mistake such text for machine output. Because of these false alarms, several large universities, including Yale and the University of Waterloo, stopped using built-in AI detectors.

Our own check on volunteer-translated texts showed slightly more false alarms than average, though the gap is small. On non-native Ukrainian writing we could not tell the difference at the size we tested. That is no reason to relax. Be careful with anyone writing in a second language.

## Short texts

There is simply not enough to measure. At about a hundred words or fewer any statistical conclusion is fragile, and an honest detector should say so. In our corpus test, texts of 80 to 299 words were close to random, while texts of 300 words and more were noticeably better, though still far from reliable.

## Modern models

Our first calibration on 34 AI answers and 20 human texts looked good: 93.9% of AI texts were caught at threshold 50 with no false alarms. The set was small and limited in genre. On a much larger corpus the picture is humbler: at a 1% false-positive rate the analysis catches roughly one AI text in seven. Newer models evade the signals better than the early web chats.

## Editing and paraphrase

If a person edits a machine draft or runs it through a paraphraser, the signs blur. Human text edited by a model is almost never flagged in our tests, so mixed authorship is essentially invisible. So we talk about the share of text with signs of generation, not an "AI percentage".

## How to read a result

Treat it as a hint and nothing more: it tells you where to reread. Look at the specific highlighted places and consider genre and length. For disputed cases there are better ways: drafts, edit history, a conversation with the author.

## What to do next

Run your own text through the [checker](https://authortext.com/en/) and open the evidence list, not just the number. If you are the one judging someone else's text, work through the [fair checklist](https://authortext.com/en/articles/fair-checklist-suspect-ai). If you were the one flagged, see our story in [when the detector mistakes a human for AI](https://authortext.com/en/articles/when-detectors-disagree), and for the wider picture read [how AI text detection works today](https://authortext.com/en/articles/how-detection-works).

[Check a text](https://authortext.com/en/#editor)

---

# When the detector mistakes a human for AI

> An article written by a person scored "AI" while a machine-written text looked "more human". Why that happens and what to do about authorship checks.

- URL: https://authortext.com/en/articles/when-detectors-disagree
- Language: en
- Published: 2026-10-07
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/when-detectors-disagree.md), [uk](https://authortext.com/uk/articles/when-detectors-disagree.md), [pt](https://authortext.com/pt/articles/when-detectors-disagree.md)

It happens, and it happened to us. An article written by a person got a high "AI" score, while a machine-written text looked more human to the detector.

If it happens to you, the detector is not broken. It has shown its limits.

## What happened

The owner of the service checked their own article, written without any AI, and got a high "AI" percentage. Then they checked a text the AI wrote from a free-form request and got "more human". The first reaction is to assume the tool is broken. The second is to see that the tool had just shown its limits.

## It is not an exception

In our measurements across Russian, Ukrainian, Portuguese and English, the share of AI texts flagged above the threshold depended heavily on the service: from roughly 20% to 90%. At the same time, among neatly edited human news texts in Russian and Ukrainian about a third got high scores. The same threshold catches some and misses others.

## Why it happens

The detector sees style: an even rhythm, typical phrases, no rough edges. A person who edits an article for a long time makes it even. An AI told to write simply and informally adds "liveliness". Style does not care who produced it.

Two more things work against a single text. First, length: below about 150 words our result is flagged as unreliable. Second, genre: promotional and social-media writing makes the signal weak, and the service says so with an abstention note instead of a confident number.

## What it means for people who write

People start to fear their own tidiness. Some simplify their writing, or even make it sloppy on purpose, just to avoid a label. Students, freelancers and anyone writing in a second language are suspected most often. Writing well should never be grounds for an accusation.

## If you were flagged

1. Do not argue about the percentage. Offer the process instead: drafts, version history, notes, the sources you read.
2. Offer to explain any passage in your own words. Authors can usually do it quickly.
3. Check your own text and open the evidence list. It shows the exact lines that look uniform or contain stock phrases, so you know what the other side saw.
4. Keep your drafts from now on. It costs nothing and settles most disputes.

## If you are the one who flagged

A score is a reason to reread, not a verdict. Ask for drafts, talk to the author, and decide only when several independent things agree. The [fair checklist for teachers and editors](https://authortext.com/en/articles/fair-checklist-suspect-ai) gives the order of steps.

## What to do next

If you are unsure about your own text, [check it](https://authortext.com/en/) and read the highlighted lines. To understand the reasons behind the errors, read [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err). If you want to bring the text closer to your own voice, see [how to make your text sound more alive](https://authortext.com/en/articles/make-text-livelier). Our service tries to show uncertainty and concrete places to fix rather than hand down a verdict.

[Check a text](https://authortext.com/en/#editor)

---

# How to make your text sound more alive

> Six techniques for livelier writing: concrete detail, uneven rhythm, fewer stock phrases, your own voice. No promises to "beat the detector".

- URL: https://authortext.com/en/articles/make-text-livelier
- Language: en
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/make-text-livelier.md), [uk](https://authortext.com/uk/articles/make-text-livelier.md), [pt](https://authortext.com/pt/articles/make-text-livelier.md)

Add specifics, vary your rhythm, cut stock phrases and say what you really think. That makes a text easier to read, and it has nothing to do with detectors.

Here are six techniques that work for an AI draft and for your own writing alike.

## 1. Add concrete detail

Replace "many people" with "my neighbour Marina" and "significant growth" with "from 40 to 65 orders a month". Names, numbers, places and events make a text checkable and memorable. Only use details that are true: an invented number is worse than a vague word.

## 2. Vary the rhythm

Alternate short and long sentences. A short one underlines a point. A long one carries a line of thought. If three sentences in a row are the same length, rewrite one of them.

The same goes for paragraphs. If every paragraph has four sentences and the same shape, merge two of them or split one. Our analysis measures exactly this variation in sentence and paragraph length, and uniform text is what it flags first.

## 3. Cut the stock phrases

"It is worth noting that" can usually just go. "Plays a crucial role" becomes "matters a lot". "In today's world" becomes "today". Read the sentence without the phrase: if the meaning survives, the phrase was filler.

The same applies to connectors. A "moreover" or "furthermore" in nearly every sentence is a habit worth breaking: often a full stop does the job better.

## 4. Bring back your voice

Say what you think, where you doubt, what surprised you. A single "I am not sure" or "this bothered me" brings a paragraph to life better than a dozen synonyms.

## 5. Read it aloud

Where you stumble or start saying it differently, the text needs work. Needless connectors ("moreover", "thus") stand out the moment you read aloud.

## 6. Do not chase "beating the detector"

The point of editing is a better text for the reader. Tuning it to please a program is pointless: detectors make mistakes, and nobody can guarantee a text is "indistinguishable". A lower score after editing means the text became less uniform, nothing more. We write about the limits in [why modern AI detectors get it wrong](https://authortext.com/en/articles/why-detectors-err).

## A small before and after

Example, made up for illustration. Before: "It is worth noting that regular exercise plays a crucial role in overall health." After: "I started walking to work in March. By June I stopped feeling tired at four in the afternoon." The second version is shorter, has a date, and sounds like one person.

## What to do next

Paste the text into the [checker](https://authortext.com/en/): places marked orange and yellow show what to reread first. Click a place and the editor opens there with a suggestion for what to use instead. To learn which habits give machine text away, read [how to tell if a text was written by AI](https://authortext.com/en/articles/signs-of-ai-text), and for the numbers behind the bars see [how to read the numbers in an AuthorText analysis](https://authortext.com/en/articles/reading-the-numbers).

[Check a text](https://authortext.com/en/#editor)

---

# How to tell if a text was written by AI

> Four signs of AI-written text: an even rhythm, stock phrases, general words with no specifics. And why none of them is proof.

- URL: https://authortext.com/en/articles/signs-of-ai-text
- Language: en
- Published: 2026-10-06
- Site: AuthorText (https://authortext.com/)
- Other languages: [ru](https://authortext.com/ru/articles/signs-of-ai-text.md), [uk](https://authortext.com/uk/articles/signs-of-ai-text.md), [pt](https://authortext.com/pt/articles/signs-of-ai-text.md)

You cannot tell for sure from the text alone. You can notice habits that machine text often has, and treat them as a reason to reread, never as proof.

AI text usually gives itself away through habits, not mistakes. Here is what to look at, and how not to jump to conclusions.

## 1. A rhythm that is too even

People write unevenly: a short sentence, a long one, a short one again. AI sentences are often almost the same length and its paragraphs come out the same size, as if cut with a ruler.

This is the strongest signal in our own analysis. The checker measures how much sentence length and paragraph length vary from one sentence or paragraph to the next. The lower the variation, the more points the text collects. Very even text with few real sentences or few paragraphs gets only partial credit, because a short text says little either way.

## 2. Stock phrases and connectors

Phrases such as "it is worth noting", "plays a crucial role", "in today's world" and "in conclusion" show up in AI text far more often than in natural speech. So does a chain of "moreover", "furthermore" and "additionally" in nearly every sentence.

The checker keeps a list of such phrases in English, Russian, Ukrainian and Portuguese, sorted into tiers by how typical each one is. A single phrase means little. A text where they pile up is worth a second look.

## 3. General words instead of specifics

Human writing has names, numbers, places and things that happened. Machine writing leans on "many studies show" and "this matters to everyone": smooth, but nothing to hold on to.

A quick test: pick any paragraph and ask what you could check in it. If the answer is nothing, the paragraph is probably padding, whoever wrote it.

## 4. Perfect smoothness

No detours, no doubts, no opinion of its own. Every paragraph opens an idea and closes it with a tidy conclusion. Human writing is usually a bit rougher than that.

## Invisible traces

Sometimes a copied text carries characters you cannot see: zero-width spaces, soft hyphens, odd quotes. They are not a sign of AI on their own, since word processors and websites add them too, but they show that the text travelled through something. We describe them in [invisible characters in copied text](https://authortext.com/en/articles/invisible-characters).

## An important caveat

None of these signs proves authorship. News, official documents and academic papers written by people are also even and smooth. In our own measurements, neatly edited human news scored high noticeably more often than casual writing, and on a large corpus the current analysis catches only a modest share of AI texts when false alarms are held to 1%. Modern models pass more easily than the early chatbots did. The reasons are in [why detectors get it wrong](https://authortext.com/en/articles/why-detectors-err).

Length matters too. Under roughly 150 words the result is marked as unreliable, and between 80 and 300 words it is close to a coin toss.

## What to do next

Paste the text into the [checker](https://authortext.com/en/): it highlights places with stock phrases and too even a rhythm, and lists the evidence with line numbers. Click a highlight and the editor opens at that spot with a suggestion for what to use instead.

If the text is someone else's and the stakes are real, do not decide on the score. Follow the steps in the [fair checklist for teachers and editors](https://authortext.com/en/articles/fair-checklist-suspect-ai). To see how detection works in general, read [how AI text detection works today](https://authortext.com/en/articles/how-detection-works).

[Check a text](https://authortext.com/en/#editor)