Признаюсь честно: последние пару месяцев я плотно сидел на теме нейросетей для копирайтинга. Не потому что лень писать самому, а из чистого любопытства — насколько далеко зашла технология, которая берёт сухой машинный текст и делает его похожим на написанный живым человеком. И насколько хорошо детекторы вообще способны это распознать.
Идея простая: беру черновик от нейросети, прогоняю через сервисы «гуманизации», а потом проверяю результат несколькими детекторами ИИ-текста. Если тексту удаётся пройти проверку — значит, технология действительно работает. Если нет — значит, весь этот рынок построен на маркетинге и красивых обещаниях.
В процессе я перелопатил кучу материалов, сравнил цифры разных исследований и в итоге собрал для себя более-менее целостную картину. Делюсь тем, что нашёл и что удалось проверить на практике — без прикрас и без попытки продать вам очередную подписку.
Как вообще детекторы отличают ИИ от человека
Прежде чем тестировать что-либо, стоило разобраться в механике. Оказалось, что все современные детекторы опираются на два ключевых параметра. Обход ИИ-детектора — это комплексный метод стилистической обработки текста, направленный на повышение метрик «взрывности» (burstiness) и непредсказуемости (perplexity), который позволяет контенту проходить проверку в системах типа Turnitin, Originality 3.0 и GPTZero, делая его не отличимым от написанного человеком.
Проще говоря, нейросеть пишет предсказуемо и ровно, а человек — рвано, со скачками. Детекторы смотрят на две вещи: Perplexity (Запутанность). Машина пишет просто и понятно. Человек пишет сложно, путано, использует странные метафоры. Чем выше этот показатель, тем больше шансов, что текст признают человеческим. Второй параметр — Burstiness (Взрывность). Это ритм. Нейросеть выдает предложения одинаковой длины и структуры.
Ещё один любопытный момент, который встретился мне в разборе алгоритмов: алгоритмы поисковых систем и детекторов ИИ умеют находить машинные паттерны в текстах. Они анализируют структуру: длину предложений, предсказуемость появления слов (перплексию), соответствие запросу, повторяемость шаблонных конструкций, характерные для ИИ формулировки, распределение знаков препинания и другие параметры. Если система находит частые совпадения — текст помечается как сгенерированный нейросетью.
Масштаб проблемы: сколько текстов проверяют каждый день
Пока я разбирался в теме, наткнулся на цифры, которые реально удивили. Оказывается, детекция ИИ-текста — это уже целая индустрия с огромными объёмами. Параллельно с ростом использования нейросетей развивается индустрия детекции. GPTZero – один из самых популярных детекторов – обрабатывает около 5 миллионов текстов ежедневно. Originality.ai заявляет о 3 миллионах проверок в сутки. Turnitin, который интегрировал AI-детектор для учебных заведений, проверяет примерно 2 миллиона студенческих работ в день.
Это не преувеличение и не маркетинговая цифра одного сервиса — это реальный масштаб проверок, через который сегодня проходят студенческие работы, статьи и коммерческие тексты. Учитывая такие объёмы, неудивительно, что и точность самих детекторов постоянно под вопросом.
По независимым замерам разброс довольно большой. Точность детекторов – больная тема. По независимым тестам, средняя точность определения AI-контента колеблется между 63% и 81% в зависимости от детектора и типа текста. То есть даже среди специалистов нет единого мнения, насколько можно доверять таким инструментам.
Мой первый тест: прогоняю чистый ИИ-текст через детекторы
Первым делом я взял абсолютно «сырой» текст от нейросети — без всякой обработки — и прогнал его через несколько популярных сервисов. Результат оказался предсказуемым: детекторы отлично справляются, когда текст стопроцентно машинный.
В одном из обзоров, который перекликается с моим собственным опытом, авторы отмечают: когда мы прогнали тот же ИИ-абзац отдельно: AI 100%, Human 0%. То есть в чистом виде сервис распознает ИИ безошибочно. Это подтвердилось и у меня — на чистом сгенерированном тексте GPTZero и аналоги почти не ошибаются.
А вот дальше начинается самое интересное. На практике сценарий «все ИИ-сгенерировано» редкий. Гораздо чаще — автор сам пишет основу, а часть абзацев генерирует через ChatGPT. Если детектор не умеет ловить ИИ-фрагменты внутри человеческого текста — он не справится с задачей именно тогда, когда от него это больше всего нужно. Вывод из этого наблюдения простой: GPTZero — работает только в чистом виде.
Проверяю заявленную точность разных детекторов
Раз уж я взялся за тему всерьёз, решил свести цифры точности по нескольким системам, которые чаще всего мелькают в обзорах. Разработчики, конечно, всегда заявляют цифры повыше, чем показывают независимые тесты.
Сами создатели GPTZero настаивают на очень высоких показателях: разработчики GPTZero утверждают, что их сервис демонстрирует точность в 99% при определении стандартных текстов, созданных с помощью ИИ, и 96,5% при анализе смешанных текстов, где присутствует как человеческое, так и машинное авторство. Но дальше идёт важная оговорка — однако независимые исследования показывают более сложную картину.
Одно из таких независимых исследований — стэнфордское. Согласно ему, исследование Стэнфорда 2024 показало: GPTZero правильно определяет AI-текст в 85% случаев, но ошибочно помечает 12% человеческих текстов. А похожая проблема есть и у другого крупного игрока: Turnitin — 90% точность, но 15% ложных срабатываний.
По другим системам цифры тоже расходятся. Например, отмечается, что ZeroGPT демонстрирует высокую точность в определении AI-контента, приблизительно 70-90% попаданий в цель. А среди платных решений заявляют куда более впечатляющие показатели: наиболее точные инструменты в 2026: Winston AI (99,6% точность), Originality.ai (99%, платный), Copyleaks AI Detector (30+ языков), GPTZero (бесплатно, 5000 знаков), ZeroGPT (бесплатно, 15 000 знаков).
Тестирую сервисы «очеловечивания» текста
После разбора детекторов я перешёл к обратной стороне медали — сервисам, которые обещают переписать машинный текст так, чтобы он проходил проверки. Их сейчас развелось действительно много, и разница между ними ощутима.
Один из авторов подобного обзора приводит конкретную цифру по своему опыту работы с одним из таких инструментов: генерируешь контент любой моделью, потом прогоняешь через специальный инструмент, который переписывает текст так, чтобы детекторы AI показывали низкий процент машинного содержимого. Я тестировал на нескольких детекторах, включая GPTZero и Writer AI Detector – результаты впечатляют. Тексты после гуманизации проходят как человеческие в 85-90% случаев. Цифра красивая, но важно понимать — это данные одного конкретного сервиса на его собственном тестировании, а не независимая экспертиза.
Интересно, что механика этих сервисов почти всегда одна и та же — работа именно с теми параметрами, о которых говорилось выше. Как объясняют разработчики одного из таких инструментов: они меряют burstiness – вариативность сложности предложений. ИИ пишет ровно, человек – скачками. GPTunnel имитирует это.
При этом даже сами создатели гуманизаторов признают, что стопроцентной гарантии никто не даст. Один из обзоров честно отмечает: это помогает тексту пройти часть AI-детекторов и стать понятнее людям. Полностью гарантировать обход невозможно. Но в моей практике GPTunnel снижал вероятность детекции.
Российская специфика: почему для русского языка всё сложнее
Отдельно стоит сказать про русский язык — большинство детекторов создавались и обучались преимущественно на английских текстах, и это сказывается на точности. В одном из материалов прямо указывается: для русского языка точность ещё ниже — детекторы обучены преимущественно на английском.
Похожая проблема касается и нелатинских алфавитов в целом: точность для нелатинских текстов — около 70–75%. Это заметно ниже, чем заявленные показатели для английского.
Из российских разработок выделяется сервис от Сбера, который создавался специально с прицелом на русскоязычный контент. Единственный российский сервис с серьезной заявкой на точность — обучался именно на русскоязычных текстах. В сравнительных тестах он показывает себя заметно увереннее конкурентов на русском материале: из протестированных сервисов лучше всех работают GigaCheck и Текст.ру. GigaCheck — еще и с человеческими пояснениями, что именно его смутило.
Из этого честно стоит сделать вывод, который разделяют многие авторы подобных тестов: ни один детектор не даёт 100% результата — специалисты рекомендуют проверять в 2–3 инструментах одновременно. Именно так я и поступал в своём эксперименте — не доверял единственной оценке, а сверял несколько сервисов между собой.
Что делать с ложными срабатываниями
Отдельная больная тема — это когда детектор ошибочно помечает как машинный текст, написанный самим человеком. Особенно часто это случается с академическим или структурированным стилем письма.
Как отмечается в одном из обзоров про сервисы гуманизации: детекторы ИИ не ищут «плагиат» — они ищут «ИИ-образцы». Даже классическую литературу часто ошибочно помечают как созданную ИИ из-за ее структурированности. Это подтверждает мысль, что чёткая и логичная структура сама по себе становится подозрительным признаком для алгоритма.
Похожий парадокс отмечают и авторы более подробного разбора: при этом часто бывает, что человек пишет сухо и шаблонно, словно робот, а нейросеть, наоборот, — живо, по-человечески, с нормальным языком и интонацией. То есть граница между «машинным» и «человеческим» стилем куда более размытая, чем хотелось бы верить.
Именно поэтому в практических рекомендациях по работе с проверками на ИИ всегда советуют не полагаться на один инструмент. Человеческая валидация. Любой «красный» результат пересматривает редактор/эксперт. Детектор — сигнал, не приговор. Эта фраза мне понравилась больше всего за всё исследование — она хорошо суммирует реальное положение дел.
Так что же в итоге показал мой личный эксперимент с текстами, детекторами и сервисами гуманизации? Технология действительно работает, но не так волшебно, как обещает реклама. Сервисы гуманизации реально снижают вероятность детекции, изменяя ритм и структуру предложений, но не дают стопроцентной гарантии — и это признают даже сами разработчики таких инструментов.
Главный вывод, который я вынес: гонка между генераторами и детекторами будет продолжаться бесконечно, а разница между «машинным» и «человеческим» текстом всё сильнее размывается. Возможно, вместо того чтобы гнаться за обходом алгоритмов, разумнее использовать ИИ как черновой инструмент, а финальную человечность и экспертизу добавлять своими руками — тогда вопрос детекции просто отпадёт сам собой.