# 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)